• 한국측량학회지
• /
• 제39권6호
• /
• pp.363-369
• /
• 2021

정밀도로지도는 자율주행차의 기본 인프라로 활용되어 최신 도로정보가 신속하게 반영되어야 한다. 하지만 현재 정밀도로지도 공정 중 객체 도화 및 구조화 편집과정이 수작업으로 이루어지며 주요 구축 대상인 도로 노면선 표시의 레이어를 생성하는데 가장 오랜 시간이 소요된다. 이에 본 연구에서는 선행 연구에서 기학습된 포인트넷(PointNet) 모델을 통해 색상 유형(백색, 청색, 황색)이 예측된 도로 노면선 표시의 포인트 클라우드를 입력 데이터로 활용하였고, 이를 기반으로 본 연구에서는 도로 노면선 표시 레이어의 도화 및 구조화 편집을 자동화하는 방법론을 제안하였다. 제안한 방법론을 통해 구축한 3차원 벡터 데이터의 활용성을 검증하기 위해 정밀도로지도 품질검사 기준에 따라 정확도를 분석하였다. 벡터 데이터의 위치정확도 검사에서 수평 오차와 수직 오차에 대한 평균제곱근오차(RMSE: Root Mean Square Error)는 0.1m 이내로 나타나 적합성을 검증하였으며, 구조화 편집 정확도 검사에서 선표시 유형과 선규제 유형의 구조화 정확도가 모두 88.235%로 나타나 활용성을 검증하였다. 따라서, 본 연구에서 제안한 방법론으로 정밀도로지도를 위한 도로 노면선 표시의 벡터 데이터를 효율적으로 구축할 수 있는 것을 알 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.10-11
• /
• 2015

최근 자율 주행 분야의 연구에서 LIDAR를 활용한 분류 기법들이 연구되고 있다. 그러나 2D 영상 처리와 비교하여, 대량의 3D 포인트를 사용하는 분류 알고리즘의 성능을 평가하기 위한 지상 검증자료를 쉽게 획득하기 어렵다. 본 연구는 LIDAR를 가상 공간에서 시뮬레이션 함으로써 감지한 물체의 정보를 기록함으로써 3D 포인트 클라우드를 사용하는 다양한 분류 알고리즘의 검증을 위한 지상검증자료를 생성하는 기법을 설명한다. 본 기법은 실제 LIDAR를 사용하는 것보다 적은 비용으로 다양한 환경에서의 분류 알고리즘 성능 검증을 가능하게 한다.

• International Journal of Advanced Culture Technology
• /
• 제8권3호
• /
• pp.260-268
• /
• 2020

Currently, it is usually a 3D scanner processing method as a laser method. However, the laser method has a disadvantage of slow scanning speed and poor precision. Although optical scanners are used as a method to compensate for these shortcomings, optical scanners are closely related to the distance and precision of the object, and have the disadvantage of being expensive. In this paper, 3D scanner using variable focus lens-based structured light module with improved measurement precision was designed to be high performance, low price, and usable in industrial fields. To this end, designed a telecentric optical system based on a variable focus lens and connected to the telecentric mechanism of the step motor and lens to adjust the focus of the variable lens. Designed a connection structure with optimized scalability of hardware circuits that configures a stepper motor to form a system with a built-in processor. In addition, by applying an algorithm that can simultaneously acquire high-resolution texture image and depth information and apply image synthesis technology and GPU-based high-speed structured light processing technology, it is also stable for changes to external light. We will designed and implemented for further improving high measurement precision.

• Imaging Science in Dentistry
• /
• 제54권1호
• /
• pp.63-69
• /
• 2024

Purpose: The objective of this study was to determine the minimum number of teeth in the anterior dental arch that would yield accurate results for individual identification in forensic contexts. Materials and Methods: The study involved the analysis of 28 sets of 3-dimensional (3D) point cloud data, focused on the labial surface of the anterior teeth. These datasets were superimposed within each group in both genuine and imposter pairs. Group A incorporated data from the right to the left central incisor, group B from the right to the left lateral incisor, and group C from the right to the left canine. A comprehensive analysis was conducted, including the evaluation of root mean square error (RMSE) values and the distances resulting from the superimposition of dental arch segments. All analyses were conducted using CloudCompare version 2.12.4 (Telecom ParisTech and R&D, Kyiv, Ukraine). Results: The distances between genuine pairs in groups A, B, and C displayed an average range of 0.153 to 0.184mm. In contrast, distances for imposter pairs ranged from 0.338 to 0.522 mm. RMSE values for genuine pairs showed an average range of 0.166 to 0.177, whereas those for imposter pairs ranged from 0.424 to 0.638. A statistically significant difference was observed between the distances of genuine and imposter pairs(P<0.05). Conclusion: The exceptional performance observed for the labial surfaces of anterior teeth underscores their potential as a dependable criterion for accurate 3D dental identification. This was achieved by assessing a minimum of 4 teeth.

• 대한원격탐사학회지
• /
• 제34권6_1호
• /
• pp.1067-1087
• /
• 2018

기존의 LiDAR 자료 기반의 건물 외곽선 추출 연구에서는 고정밀 포인트클라우드를 사용하여 자동으로 건물 지붕 영역을 분류하고 이를 입력자료로 하여 건물 외곽선을 추출했다. 반면에 스테레오 영상 정합을 통해 생성된 DSM은 고정밀 포인트클라우드 자료와 달리 원시 자료인 포인트클라우드에 잡음과 비어있는 격자가 존재하기 때문에 완전한 자동으로 건물 지붕 영역을 분류하는데 어려움이 있다. 따라서 본 논문에서는 스테레오 영상 정합을 통해 생성된 DSM에 사용자 입력을 통한 watershed segmentation 기법을 적용하여 반자동으로 건물의 3차원 외곽선을 추출하는 기법을 제안한다. 제안된 기법은 DSM 내 건물 영역을 표시하는 단순한 마커 정보만을 입력하기 때문에 사용자 입력을 최소화한 방식으로 건물의 3차원 외곽선을 생성할 수 있다.

• 디지털융복합연구
• /
• 제15권7호
• /
• pp.393-400
• /
• 2017

일반적으로 특수영상 및 3D 애니메이션 제작에서 캐릭터와 배경을 3D 모델링을 할 때 MAYA나 3DS MAX 등의 3D 프로그램을 사용하여 제작한다. 그러나 이러한 제작방식은 작업 시간이 많이 소요될 뿐만 아니라 고비용이 발생한다. 본 연구에서는 2D 포토스캔 제작기술을 활용한 3D 모델링 제작방법의 우수성과 효율성을 증명하기 위하여 두 가지 실험을 하였다. 첫 번째, 동일한 오브젝트를 다양한 방법으로 모델링을 하였다. 두 번째, 동일한 백그라운드를 각기 다른 방법을 이용하여 모델링을 하였다. 이 두 가지 실험을 통하여 효과적인 2D 포토스캔 제작방법으로 모델링 시 유의해야할 사항과 제작기술 등을 제시하였다. 또한 실험에 따른 결과물을 바탕으로 2D 포토스캔 모델링 제작방법의 효율성과 우수성을 증명하였다.

• 한국산학기술학회논문지
• /
• 제22권2호
• /
• pp.50-56
• /
• 2021

본 연구는 3D 스캐닝에 대해 고찰하고 건축분야에서의 활용 동향, 시공 이후 공간에 3D 스캐닝 기술을 활용하여 시공 준공도면과 시공 후 데이터를 추출하여 도면과 데이터를 비교하며 기존 시공 준공도면과의 차이점을 도출하고 이를 통해 3D 스캐닝을 활용하여 건축 전반적인 부분에서 어떻게 활용되어야 하는지에 대해 이 연구의 목적이 있다. 현재 3D 스캐닝 기술은 현재 현장에 적용하여 설계, 시공, 안전까지 건축분야 전반적으로 널리 활용되어 지고 있다. 3D스캐닝 데이터와 기존 도면을 비교한 연구 결과는 다음과 같다. 첫째, 외부 형태와 치수는 크게 차이를 보이지 않는다. 둘째, 내부 형태와 치수는 차이를 보이고 있다. 셋째, 실내조명 배치는 모든 건축물에서 차이를 보이고 있다. 3D스캐닝은 준공되기 전 시공 단계에서도 필수적인 요소가 되어야 할 것으로 보이며, 자동화, 로봇 등을 이용하여 지속적인 3D 스캔을 통해 시공 및 안전관리의 효율성을 높이고, 자재관리 등 감리의 목적으로 활용되어야 할 것이며, 이를 통한 BIM, 공정관리 등 건축 전반적인 분야에서의 후속 연구가 필요할 것으로 보인다.

• 한국컴퓨터정보학회논문지
• /
• 제28권8호
• /
• pp.95-101
• /
• 2023

Colmap은 혁신적인 인공지능 기술 중 하나로, 3D 재구성 작업에 있어 매우 유용한 도구로 사용된다. 또한, 이미지와 해당 메타데이터를 활용하여 세밀한 3D 모델을 구축하는 데 탁월하다. 2D 이미지, 카메라의 위치 정보, 깊이 정보 등을 결합하여 Colmap은 3D 모델을 생성한다. 이를 통해 실제 세계의 객체들을 포함한 상세하고 정확한 3D 재구성을 이뤄낼 수 있다. 또한, Colmap은 대규모 데이터 세트에서 효율적으로 작동할 수 있도록 GPU를 활용하여 빠른 처리를 제공한다. 본 논문에서는, 우리나라 전통탑의 2D 이미지를 수집하고, Colmap을 사용하여 3D 모델로 재구성하는 방법을 제시했다. 본 연구는 우리나라의 전통적인 석탑 복원 과정에 이 기술을 적용했다. 이로써, 문화재 복원 분야에서의 Colmap의 응용 가능성을 확인했다.

• 한국측량학회지
• /
• 제37권5호
• /
• pp.331-341
• /
• 2019

With the popularity of sensor-rich environments, smartphones have become one of the major platforms for obtaining and sharing information. Since it is difficult to utilize GNSS (Global Navigation Satellite System) inside the area with many buildings, the localization of smartphone in this case is considered as a challenging task. To resolve problem of localization using smartphone a four step image-based localization method and procedure is proposed. To improve the localization accuracy of smartphone datasets, MMS (Mobile Mapping System) and Google Street View were utilized. In our approach first, the searching for candidate matching image is performed by the query image of smartphone's using GNSS observation. Second, the SURF (Speed-Up Robust Features) image matching between the smartphone image and reference dataset is done and the wrong matching points are eliminated. Third, the geometric transformation is performed using the matching points with 2D affine transformation. Finally, the smartphone location and attitude estimation are done by PnP (Perspective-n-Point) algorithm. The location of smartphone GNSS observation is improved from the original 10.204m to a mean error of 3.575m. The attitude estimation is lower than 25 degrees from the 92.4% of the adjsuted images with an average of 5.1973 degrees.

• 로봇학회논문지
• /
• 제13권1호
• /
• pp.8-15
• /
• 2018

This paper proposes a convolutional neural network model for distinguishing areas occupied by obstacles from a LiDAR image converted from a 3D point cloud. The channels of a LiDAR image used as input consist of the distances to 3D points, the reflectivities of 3D points, and the heights of 3D points from the ground. The proposed model uses a LiDAR image as an input and outputs a result of a segmented LiDAR image. The proposed model adopts refinement modules with skip connections to segment a LiDAR image. The refinement modules with skip connections in the proposed model make it possible to construct a complex structure with a small number of parameters than a convolutional neural network model with a linear structure. Using the proposed model, it is possible to distinguish areas in a LiDAR image occupied by obstacles such as vehicles, pedestrians, and bicyclists. The proposed model can be applied to recognize surrounding obstacles and to search for safe paths.