내 신청현황
종류	모집공고명	진행상태
신청내용이 없습니다.

첨단기술정보

home
알림마당
과학기술정보분석
첨단기술정보

비구조적인 점 클라우드에서 형상추출을 위한 다중-스케일 텐서보팅

전문가 제언: ○ 3-D 모델에서의 특징점(sharp feature)을 식별하는 것은 형상분석, 형상정합(matching: 整合)과 기하학적 처리응용의 광범위한 분야에서 필수적이다. 임의의 노이즈(noise), 비정상(outlier) 및 인위적결과(artifact)치를 포함하는 비구조적 군집 점(point cloud)에서 특징점을 추출하기 위해 텐서보팅(tensor voting: 두 점 관계로부터 얻은 텐서를 보팅하는 과정)이론에 근거한 새로운 방법을 제시한다.

○ 이 방법은 먼저 대응하는 근방(neighborhood)을 이용하여 점마다 보팅텐서(voting tensor: 보팅으로 만들어진 텐서)를 계산하고 텐서의 고유치(eigenvalue) 해석을 통해 로컬구조를 추론하는 특징가중치를 계산한다. 한 점의 최적 스케일은 노이즈가 포함된 비특징점과 특징점 모두를 다루기 위하여 특징가중치 변화를 관찰함으로 자동적으로 결정된다. 그리고 특징가중치와 특징완성과정의 적응임계(adaptive threshold)를 사용함으로 특징점을 구한다.

○ 이 연구의 주된 공헌은 비구조적인 구조분석을 텐서보팅 이론을 노이즈와 샘플링 질에 대한 종속성을 줄일 수 있는 다중-스케일 특징 분류로 확장한 것이다. 향후 연구로 부족한 샘플링의 질 그리고 극단적인 노이즈와 같은 불확실성을 극복할 수 있는 신뢰성을 개량하는 것과 접선 불연속의 특징점에 적합한 연속 특징선을 구하는 것이다.

○ 이 논문은 기계공학분야 CAD시스템 관련 연구이나 클라우드 상태의 비체계적인 데이터를 구하는 형상분석과 형상정합에 매우 필요한 새로운 시도로, 컴퓨터그래픽스와 컴퓨터비전에서 미세한 영상형성을 다루는 기술임으로 스마트 미디어에 활용이 가능할 것으로 판단되며, 향후 연구의 완성으로 기술이 보완되면 관련 영상산업에의 큰 효과를 기대할 수 있다고 사료된다.

○ 이 연구는 이미 알려진 여타 연구를 바탕으로 텐서보팅을 이용하여 새로운 기법을 제안한 광주과기대(GIST) 연구팀의 연구로 상당한 평가를 할 수 있는 결과이다. 이 분야의 국내 연구 발전에 거는 기대가 크다.

저자: Min Ki Park, Deung Joo Lee, Kwan H. Lee
자료유형: 학술정보