• 한국건설관리학회논문집
• /
• 제5권5호
• /
• pp.151-162
• /
• 2004

Current methods for construction site modeling employ large, expensive laser range scanners that produce dense range point clouds of a scene from different perspectives. Days of skilled interpretation and of automatic segmentation may be required to convert the clouds to a finished CAD model. The dynamic nature of the construction environment requires that a real-time local area modeling system be capable of handling a rapidly changing and uncertain work environment. However, in practice, large, simple, and reasonably accurate embodying volumes are adequate feedback to an operator who, for instance, is attempting to place materials in the midst of obstacles with an occluded view. For real-time obstacle avoidance and automated equipment control functions, such volumes also facilitate computational tractability. In this research, a human operator's ability to quickly evaluate and associate objects in a scene is exploited. The operator directs a laser range finder mounted on a pan and tilt unit to collect range points on objects throughout the workspace. These groups of points form sparse range point clouds. These sparse clouds are then used to create geometric primitives for visualization and modeling purposes. Experimental results indicate that these models can be created rapidly and with sufficient accuracy for automated obstacle avoidance and equipment control functions.

• 한국컴퓨터정보학회논문지
• /
• 제11권6호
• /
• pp.269-277
• /
• 2006

본 논문에서는 컴퓨터 그래픽스와 영상 처리를 통해서 훼손된 문화재 조각들을 복원하는 전문가 시스템을 제안한다. 제안하는 시스템은 글자가 새겨져 있는 평평한 면이 있는 조각들을 대상으로 하여 구축하였고, 조각들간의 상대적인 정확한 위치를 찾아 복원한다. 조각난 물체들을 정합하는 과정은 세 단계로 이루어진다. 첫 번째 단계는 조각난 물체의 정면을 찾고, 정면에 새겨져 있는 글자들을 추출하여 최소자승법을 통해 조각의 방향을 정렬하는 과정이다. 두 번째 단계에서는 조각들이 정합될 대략적인 방향을 벡터 내적을 통해서 결정한다. 세 번째 단계에서는 기하학적인 에러 및 RGB에러 등을 통해서 조각의 세부적인 방향을 결정한다. 본 논문에서 제안하는 시스템은 조각을 정합하는데 있어서 3차원 물체를 정합 전에 정렬하는 방법을 통해서 2차원적인 이동 연산만으로 정합될 수 있도록 하여 계산량을 줄였다. 또 한 구체적인 문화재를 대상으로 실험을 하여 그 성능을 입증하였다.

• 대한기계학회논문집A
• /
• 제23권11호
• /
• pp.1929-1939
• /
• 1999

This paper presents a neural network approach, which was named PRONET, to 3D object recognition and pose calculation. 3D objects are represented using a set of centroidal profile patterns that describe the boundary of the 2D views taken from evenly distributed view points. PRONET consists of the training stage and the execution stage. In the training stage, a three-layer feed-forward neural network is trained with the centroidal profile patterns using an error back-propagation method. In the execution stage, by matching a centroidal profile pattern of the given image with the best fitting centroidal profile pattern using the neural network, the identity and approximate orientation of the real object, such as a workpiece in arbitrary pose, are obtained. In the matching procedure, line-to-line correspondence between image features and 3D CAD features are also obtained. An iterative model posing method then calculates the more exact pose of the object based on initial orientation and correspondence.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.1408-1410
• /
• 2015

Information about the painted road markings and other painted road objects play an important part in keeping safety of drivers. Some researchers have presented research approaches and dealt with road markings detection. In this paper, we present comprehensive survey of these techniques, and review some of them like a machine learning method, template matching method for road markings detection and classification, method of detection and classification of road markings using curve-based prototype fitting, signed edge signature method.

• 방송공학회논문지
• /
• 제5권1호
• /
• pp.41-49
• /
• 2000

본 논문에서는 감시 비디오의 검색을 위해 객체 단위의 특징을 이용한 새로운 비디오 색인 및 탐색 방법을 제안한다. 의미론적인 레벨에서 각각의 객체에 접근하기 위해 객체의 움직임 궤적 모델을 색인 인자(Key)로 이용하였다. 객체 움직임 궤적을 이용한 내용 기반의 비디오 색인을 위해 비디오 시퀀스에서 움직임 분할에 의해 객체를 검지한 다음, 분할된 객체를 추적하여 움직임 궤적을 생성하고 이를 기호적인 표현으로 모델링한다. 제안된 검색 시스템은 query by example, query by sketch 및 query on weighting parameters 등의 사건 기반의 비디오 검색을 위한 다양한 질의 유형을 지원할 수 있도록 설계되었다. 관심있는 비디오 클립(clip)을 검색했을 때, 제안된 시스템은 유사도에 따라 순서대로 정합된 사건들을 결과로 출력한다.