• 전자공학회논문지
• /
• 제52권12호
• /
• pp.77-86
• /
• 2015

LIDAR를 이용해서 얻은 3차원 점군 데이터는 작은 물체를 추출하기에는 오차의 영향이 크기 때문에 작은 밸브를 자동으로 추출하는데 많은 어려움이 있다. 본 논문에서는 이러한 잡음이 있는 3차원 점군 데이터 사이에서 밸브의 위치 및 방향(Pose)의 정보를 얻는 방법을 제안한다. Pose를 얻기 위해서 밸브가 원환체 모양의 손잡이, 원통 모양의 Rib, 평면 모양의 중심축 평면인 기본 도형으로 이루어진 모델이라고 가정한다. 그리고 밸브의 중심 좌표에 대한 추가적인 입력을 받아서 밸브의 Pose를 추출한다. 중심점을 기준으로 거리에 따른 히스토그램을 생성하고, 히스토그램의 값에 따라 손잡이, Rib, 중심축 평면의 파라미터를 통계적인 방법으로 추출하여 최종 밸브의 Pose를 추출한다. 추출된 밸브의 Pose를 이용하여 3차원 점군 데이터에 밸브의 모형을 각 모양으로 복원한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2019년도 춘계학술대회
• /
• pp.445-446
• /
• 2019

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.

• 한국측량학회지
• /
• 제33권5호
• /
• pp.437-442
• /
• 2015

최근 3차원 지상 레이저 스캐너의 성능이 고도로 향상됨에 따라 취득된 측점들로 구성된 포인트 클라우드의 용량도 급격히 증가하고 있다. 본 연구는 3차원 지상 레이저 스캐너로부터 취득한 대용량 포인트 클라우드로부터 옥트리를 생성하고 측점을 질의하기 위한 선행 연구의 파일 참조 옥트리 방식을 개선하는 것을 목표로 한다. 이를 위하여 메인 메모리에 구현된 옥트리의 리프 노드에는 첫 번째 측점의 파일 포인터만을 저장하였다. 아울러 동일한 리프 노드에 속하는 측점들이 연속적으로 기록되도록 포인트 클라우드 파일을 재구성하였다. 약 3억 개의 측점으로 구성된 포인트 클라우드로부터 옥트리를 생성하고 일련의 측점 주위로 일정 반경 안에 존재하는 측점들에 대한 질의 시간을 측정하였다. 결과적으로 옥트리의 생성 시간, 저장과 복원 시간, 질의 시간 및 메모리 사용량 등 모든 면에서 제안한 방식이 기존 방식에 비하여 향상된 성능을 나타내었다. 특히 질의 속도는 2배 이상, 메모리 효율성은 4배 이상 증가하였다. 따라서 본 연구는 선행 연구의 방식을 명백히 향상시켰다고 판단할 수 있다. 아울러 메인 메모리의 크기를 크게 상회하는 초대용량 포인트 클라우드로부터 옥트리를 구성하고 측점을 질의하는 것이 가능할 것으로 판단된다.

• 국제학술발표논문집
• /
• The 6th International Conference on Construction Engineering and Project Management
• /
• pp.641-642
• /
• 2015

Unlike for other building processes, BIM for earthwork does not need a large variety of 3D model shapes; however, it requires a 3D model that can efficiently reflect the changing features of the ground shape and provide soil type-dependent workload calculation and information on equipment for optimal management. Objects for earthwork have not yet been defined because the current BIM system does not provide them. The BIM technology commonly applied in the manufacturing center uses real-object data obtained through 3D scanning to generate 3D parametric solid models. 3D scanning, which is used when there are no existing 3D models, has the advantage of being able to rapidly generate parametric solid models. In this study, A method to generate 3D models for earthwork operations using reverse engineering is suggested. 3D scanning is used to create a point cloud of a construction site and the point cloud data are used to generate a surface model, which was then converted into a parametric model with 3D objects for earthwork

• International Journal of Internet, Broadcasting and Communication
• /
• 제13권1호
• /
• pp.54-60
• /
• 2021

AR (Augmented Reality) is a technology that provides virtual content to the real world and provides additional information to objects in real-time through 3D content. In the past, a high-performance device was required to experience AR, but it was possible to implement AR more easily by improving mobile performance and mounting various sensors such as ToF (Time-of-Flight). Also, the importance of mobile augmented reality is growing with the commercialization of high-speed wireless Internet such as 5G. Thus, this paper proposes a system that can provide AR services via GNN (Graph Neural Network) using cameras and sensors on mobile devices. ToF of mobile devices is used to capture depth maps. A 3D point cloud was created using RGB images to distinguish specific colors of objects. Point clouds created with RGB images and Depth Map perform downsampling for smooth communication between mobile and server. Point clouds sent to the server are used for 3D object detection. The detection process determines the class of objects and uses one point in the 3D bounding box as an anchor point. AR contents are provided through app and web through class and anchor of the detected object.

• 대한원격탐사학회지
• /
• 제33권6_2호
• /
• pp.1139-1149
• /
• 2017

수목을 3차원 구조로 정량화하는 것은 다양한 환경분석 모델링의 입력 자료로써 매우 중요하다. 그러나 3차원 측량이 가능한 라이다는 고비용과 전문인력이 필요해 파편화된 소규모의 도시녹지를 측량하기에는 경제적 장비운용적 차원에서 현실적이지 않다. 또한 수목은 계절에 따라 민감하게 변화하므로 시계열 모니터링으로 도시생태계를 이해하려면 높은 빈도로 쉽고 빠르게 수관구조를 측량할 수 있는 디바이스와 이에 맞는 정량화기법의 개발이 필요하다. 환경분석 모델링의 입력 자료로써의 필요가 아니더라도, 도시내 수목의 크기와 나이는 관리비용, 생태계서비스, 경관, 안전 등과 직결되므로 반드시 정보화될 필요성이 있다. 본 연구에서는 도시내 수목의 3차원 환경정보 데이터를 생성하기 위한 디바이스와 방법론으로써 UAV(Unmanned Aerial Vehicle)와 SfM-MVS(Structure from Motion-Multi View Stereo), solid modeling을 제시하였다. 따라서 제시된 device와 방법론의 검증을 목표로 하여 다음과 같이 분석을 수행하였다. 첫째, stereo image들로부터 생성된 point cloud로 측량한 결과의 정확도를 지상 라이다 자료와 비교 검증하였다. 두 번째, UAV촬영 사진개수를 감소시킴에 따라 변화하는 point cloud의 밀도가 수목의 부피 및 크기 정량화 결과에 어떤 영향을 주는지를 살펴봄으로써 고해상도의 point cloud가 정밀한 수목 측량에 꼭 필요한 요소인지를 확인하여 보았다. 마지막으로, 수목 부피의 정량화 및 형상화를 위해 solid model이 얼마나 적합한가를 검증하고자 다른 3D type의 측정치와 비교하였다. 분석의 결과를 통해, UAV와 SfM-MVS 그리고 solid model을 이용하면 단일수목을 손쉽게 저비용 높은 시간해상도로 정량화 및 형상화가 가능함을 확인하였다. 다만, 본 연구는 단일 개체목만을 대상으로 한 연구이므로 더 넓은 녹지에 적용하기 위해서는 이에 맞는 비행계획의 수립, 다양한 공간정보 데이터와의 융합, 녹지규모 확대에 따른 정량화 기법의 개선 등 앞으로 이를 발전시킬 수 있는 후속연구가 필요하다.

• Architectural research
• /
• 제21권4호
• /
• pp.111-116
• /
• 2019

The premise of this research is the recent advancement of Building Information Modeling(BIM) Technology and Laser Scanning Technology(3D Scanning). The purpose of the paper is to amplify the potential offered by the combination of BIM and Point Cloud Data (PCD) for structural analysis. Today, enormous amounts of construction site data can be potentially categorized and quantified through BIM software. One of the extraordinary strengths of BIM software comes from its collaborative feature, which can combine different sources of data and knowledge. There are vastly different ways to obtain multiple construction site data, and 3D scanning is one of the effective ways to collect close-to-reality construction site data. The objective of this paper is to emphasize the prospects of pre-scanning and post-scanning automation algorithms. The research aims to stimulate the recent development of 3D scanning and BIM technology to develop Scan-to-BIM. The paper will review the current issues of Scan-to-BIM tasks to achieve As-Built BIM and suggest how it can be improved. This paper will propose a method of coordinating and utilizing PCD for construction and structural analysis during construction.

• 대한원격탐사학회지
• /
• 제35권6_1호
• /
• pp.973-985
• /
• 2019

본 논문에서는 저비용으로 생성할 수 있는 무인항공기 기반의 포인트 클라우드를 사용하여 평면성 분석을 통해 지면과 건물 영역을 분리하고 자동으로 건물 모델을 생성하는 방법을 제안한다. 제안하는 방법은 총 다섯 단계로 구성된다. 첫 단계에서는 입력되는 포인트 클라우드의 평면성을 분석하여 포인트 클라우드를 구성하는 평면들을 추출하였다. 두 번째 단계에서는 추출된 평면들을 분석하여 지표면에 해당하는 평면을 찾고 포인트 클라우드에서 해당 평면 기준으로 포인트들을 제거하였다. 세 번째 단계에서는 지표면이 제거된 포인트 클라우드를 정사 투영하여 영상을 제작하였다. 네 번째 단계에서는 정사 투영된 영상에서 각각의 객체의 외곽선을 추출하고 외곽선의 넓이와 넓이, 길이 비율을 이용하여 건물 불인정 영역을 제거하였다. 마지막 단계에서는 건물의 지표면 높이와 건물의 높이를 이용하여 건물의 외곽점을 구성하고 3D 건물 모델을 생성하였다. 제안한 방법을 검증하기 위하여 무인항공기 영상을 이용해 제작된 포인트 클라우드를 사용하였으며, 실험을 통해 제안 기법을 통해 무인항공기 기반 포인트 클라우드에서 자동으로 건물의 3D 모델이 생성 가능함을 확인하였다.

• 전기전자학회논문지
• /
• 제26권3호
• /
• pp.408-415
• /
• 2022

본 논문에서는 효율적인 feature map 추출 네트워크를 이용한 2D 이미지에서의 3D 포인트 클라우드 재구축 기법을 제안한다. 본 논문에서 제안한 기법의 독창성은 다음과 같다. 첫 번째로, 메모리 측면에서 기존 기법보다 약 27% 더 효율적인 새로운 feature map 추출 네트워크를 사용한다. 제안하는 네트워크는 딥러닝 네트워크의 중간까지 크기 축소를 수행하지 않아, 3D 포인트 클라우드 재구축에 필요한 중요한 정보가 유실되지 않았다. 축소되지 않은 이미지 크기로 인해 발생하는 메모리 증가 문제는 채널의 개수를 줄이고 딥러닝 네트워크의 깊이를 얕게 효율적으로 구성하여 해결하였다. 두 번째로, 2D 이미지의 고해상도 feature를 보존하여 정확도를 기존 기법보다 향상시킬 수 있도록 하였다. 축소되지 않은 이미지로부터 추출한 feature map은 기존의 방법보다 자세한 정보가 담겨있어 3D 포인트 클라우드의 재구축 정확도를 향상시킬 수 있다. 세 번째로, 촬영 정보를 필요로 하지 않는 divergence loss를 사용한다. 2D 이미지뿐만 아니라 촬영 각도가 학습에 필요하다는 사항은 그만큼 데이터셋이 자세한 정보를 담고 있어야 하며 데이터셋의 구축을 어렵게 만드는 단점이다. 본 논문에서는 추가적인 촬영 정보 없이 무작위성을 통해 정보의 다양성을 늘려 3D 포인트 클라우드의 재구축 정확도가 높아질 수 있도록 하였다. 제안하는 기법의 성능을 객관적으로 평가하기 위해 ShapeNet 데이터셋을 이용하여 비교 논문들과 같은 방법으로 실험한 결과, 본 논문에서 제안하는 기법의 CD 값이 5.87, EMD 값이 5.81 FLOPs 값이 2.9G로 산출되었다. 한편, CD, EMD 수치가 낮을수록, 재구축한 3D 포인트 클라우드가 원본에 근접하는 정확도가 향상된 결과를 나타낸다. 또한, FLOPs 수치가 낮을수록 딥러닝 네트워크에 필요한 메모리가 적게 소요되는 결과를 나타낸다. 따라서, 제안하는 기법의 CD, EMD, FLOPs 성능평가 결과가 다른 논문의 기법들보다 메모리 측면에서 약 27%, 정확도 측면에서 약 6.3% 향상된 결과를 나타내어 객관적인 성능이 입증되었다.

• 한국측량학회지
• /
• 제30권6_2호
• /
• pp.643-651
• /
• 2012

Object recognition belongs to high-level processing that is one of the difficult and challenging tasks in computer vision. Digital photogrammetry based on the computer vision paradigm has begun to emerge in the middle of 1980s. However, the ultimate goal of digital photogrammetry - intelligent and autonomous processing of surface reconstruction - is not achieved yet. Object recognition requires a robust shape description about objects. However, most of the shape descriptors aim to apply 2D space for image data. Therefore, such descriptors have to be extended to deal with 3D data such as LiDAR(Light Detection and Ranging) data obtained from ALS(Airborne Laser Scanner) system. This paper introduces extension of chain code to 3D object space with hierarchical approach for segmenting point cloud data. The experiment demonstrates effectiveness and robustness of the proposed method for shape description and point cloud data segmentation. Geometric characteristics of various roof types are well described that will be eventually base for the object modeling. Segmentation accuracy of the simulated data was evaluated by measuring coordinates of the corners on the segmented patch boundaries. The overall RMSE(Root Mean Square Error) is equivalent to the average distance between points, i.e., GSD(Ground Sampling Distance).