$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

MR 콘텐츠 제작을 위한 다중 깊이 및 RGB 카메라 기반의 포인트 클라우드 획득 시스템
Multiple Depth and RGB Camera-based System to Acquire Point Cloud for MR Content Production 원문보기

한국정보통신학회 2019년도 춘계학술대회, 2019 May 23, 2019년, pp.445 - 446  

김경진 (광운대학교) ,  박병서 (광운대학교) ,  김동욱 (광운대학교) ,  서영호 (광운대학교)

초록
AI-Helper 아이콘AI-Helper

최근, 현실 세계에 가상 정보를 융합하여 현실에서는 할 수 없는 경험을 제공하는 혼합현실 (MR) 기술에 관심이 쏟아지고 있다. 혼합현실은 현실과 상호 작용이 우수하며 몰입감을 극대화 시킨다는 장점이 있다. 본 논문에서는 실사 기반 전방위 3D 모델 획득 기술에 대한 필요성을 언급하며 다시점 깊이 및 RGB 카메라 시스템을 이용하여 혼합현실 콘텐츠 제작을 위한 포인트 클라우드를 획득하는 방법을 제시한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Recently, attention has been focused on mixed reality (MR) technology, which provides an experience that can not be realized in reality by fusing virtual information into the real world. Mixed reality has the advantage of having excellent interaction with reality and maximizing immersion feeling. In...

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

제안 방법

  • 7m 정도 되는 높이에 설치되었다.Depth값에 threshold를 걸어 0.1m에서 3m내의 물체에 대한 포인트 클라우드를 획득 할 수 있도록 하였다. 캘리브레이션은 openCV의 ArUco모듈을 이용하여 진행했다[2].
  • 하지만 가상 및 혼합현실 환경은 360도 다시점 체험이 요구되므로 실사 기반의 데이터를 360도 3차원 데이터로 생성하여 시퀀스를 획득하는 기술이 필요하다. 따라서 본논문에서는 다시점의 RGB-D camera 시스템을 이용하여 전방위에서 물체의 3차원 정보를 얻는다. 3차원 데이터를 생성하기 위해 다시점의 RGB-D camera 시스템을 이용하여 움직이는 객체에 대한 360도 라이브 시퀀스를 획득한다.
  • 3D model을 생성하기 위해 각 카메라에서 촬영된 포인트 클라우드를 하나의 좌표계로 일치시켜 주는 과정이 필요하다. 따라서 캘리브레이션을 진행하여 각 카메라에서 카메라 파라미터를 구하고 YAML 파일형태로 저장한다. 저장된 PLY파일에 카메라 파라미터를 적용시켜줌으로써 하나의 물체를 생성한다.
  • 1m에서 3m내의 물체에 대한 포인트 클라우드를 획득 할 수 있도록 하였다. 캘리브레이션은 openCV의 ArUco모듈을 이용하여 진행했다[2]. 그림 2는 실험하기 위해 구성한 카메라 시스템을 촬영한 것 이다.

대상 데이터

  • 따라서 본논문에서는 다시점의 RGB-D camera 시스템을 이용하여 전방위에서 물체의 3차원 정보를 얻는다. 3차원 데이터를 생성하기 위해 다시점의 RGB-D camera 시스템을 이용하여 움직이는 객체에 대한 360도 라이브 시퀀스를 획득한다.
  • 본 논문에서는 혼합현실(MR)콘텐츠 제작을 위한 전방위 포인트 클라우드 시퀀스 획득을 진행하였다. RGB-D 카메라를 사용하여 3D 정보를 얻었기 때문에 카메라 8대 만으로도 모든 방향에서 포인트 클라우드를 획득할 수 있었다.
  • 촬영에 사용된 RGB-D카메라는 8대가 사용되었다. 그 중 4대는 물체의 밑 부분을 촬영 할 수 있도록 지면에서 0.
본문요약 정보가 도움이 되었나요?

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로