Trajectory Rectification of Marker using Confidence Model

신뢰도 모델을 이용한 마커 궤적 재조정

Motion capture system is widely used nowadays in the entertainment industry like movies, computer games and broadcasting. This system consist of several high resolution and high speed CCD cameras and expensive frame grabbing hardware for image acquisition. KAIST VR laboratory focused on low cost system for a few years and have been developed a LAN based optical motion capture system. But, by using low cost system some problems like occlusion, noise and swapping of markers' trajectory can be occurred. And more labor intensive work is needed for post-processing process. In this thesis, we propose a trajectory rectification algorithm by confidence model of markers attached on actor. Confidence model is based on graph structure and consist of linkage, marker and frame confidence. To reduce the manual work in post-processing, we have to reconstruct the marker graph by maximizing the frame confidence.

영화, 게임, 방송 등의 엔터테인먼트 산업에서 캐릭터 애니메이션에 대한 요구가 증가함에 따라 이를 제작하는 스튜디오에서 모션갭처 장비의 도입을 통해 애니메이션 데이터를 제공하는 사례가 급속히 증가하고 있다. 하지만, 상용 장비들은 고가의 비용 부담으로 인해 엔터테인먼트 산업의 전반적인 매출의 수익창출에 저해요인이 되고 있다. 이러한 배경에서 KAIST VR Lab 에서는 지난 수 년간 저가형 광학식 모션캡처 시스템을 개발하여 왔다. 저가형 시스템을 이용한 경우 마커의 은닉(occlusion), 잡음(noise) 또는 궤적 뒤바뀜(swapping) 등의 이유로 고가의 장비를 사용할 때에 비해 더 많은 후처리 작업을 요한다. 본 논문에서는 이와 같은 문제를 해결하기 위해 인체에 부착된 마커를 그래프 구조로 정의하고 신뢰도 모델을 제시하여 포착된 프레임의 신뢰성을 측정한다. 이러한 신뢰도 모델을 통해 마커의 궤적 재조정(rectification) 알고리즘을 제안한다.