카메라 외부 인자의 보정을 통한 깊이 영상 스트림에 대한 카메라 궤적의 실시간 추정의 정밀도 향상
Camera Extrinsics Correction-Based Precision Enhancement of Real-Time Estimation of Camera Paths from Streaming Depth Images
- 발행기관 서강대학교 일반대학원
- 지도교수 임인성
- 발행년도 2016
- 학위수여년월 2016. 2
- 학위명 석사
- 학과 및 전공 일반대학원 컴퓨터공학과
- 실제URI http://www.dcollection.net/handler/sogang/000000058779
- 본문언어 한국어
- 저작권 서강대학교 논문은 저작권보호를 받습니다.
초록/요약
여러 장의 2차원 이미지로부터 3차원 모델을 복원해내기 위한 연구는 오래전부터 진행되어왔다. 그러나 순수한 이미지 기반의 3차원 복원은 여러 이미지들의 관련성을 구하는 것뿐만 아니라 2차원 데이터로부터 3차원 정보를 추출하는 문제로 인해 난해한 일이었다. 이에 따라 3차원 정보를 얻기 위한 전문 장비를 사용한 연구가 진행되었으나 장비의 높은 가격과 어려운 조작법으로 인하여 3차원 복원은 여전히 전문적인 연구 분야로만 인식되었다. 그러나 최근에 저가의 범용 기기인 마이크로소프트사의 키넥트가 등장하여 일반 사용자들도 깊이 카메라의 기능을 쉽게 활용할 수 있게 되었고, 이어서 모바일환경에 적합한 깊이 카메라인 스트럭쳐 센서가 등장하기에 이르렀다. 본 논문에서는 향후 제한된 성능을 가지는 모바일 기기에서의 효과적인 구현을 위하여, 계산량을 가급적 줄인 3차원 복원 방법들을 제시한다. 이를 위하여 고성능 GPU를 장착한 PC를 대상으로 하는 실시간 3차원 복원 기법인 마이크로소프트사의 KinectFusion기법을 변형시킨 카메라 궤적을 추정하는 방법을 제시한다. 특히 매 프레임마다 부호거리장의 구축 및 광선추적 수행을 필요로하는 KinectFusion기법과는 달리 카메라 외부 인자의 추정 및 보정 기법을 적용하여 계산량 및 메모리 요구량을 줄이도록 하였다. 또한 추정한 카메라 궤적의 정확도를 정량적으로 측정하는 방법을 제시한다. 그리고 이를 토대로 연속하여 들어오는 깊이 이미지로부터 포인트 클라우드의 형태로 3차원 모델을 복원하는 소프트웨어를 제작하고 실험을 통하여 본 논문에서 제시한 3차원 복원 방법의 유용성을 보인다. 본 논문에서 제시하는 3차원 복원 방법은 향후 모바일 플랫폼에서 깊이 카메라를 활용하여 3차원 모델을 사실적으로 복원하는데 있어서 효과적으로 사용될 수 있을 것으로 기대된다.
more초록/요약
Research for reconstruct 3D model from multiple 2D images is already exists. However, 3D reconstruction of the pure image-based work was difficult because of the problem of extracting the three-dimensional information from a two-dimensional data, as well as to obtain the relationship of the various images. 3D reconstruction research have been conducted with technical equipment for extracting the three-dimensional data in order to overcome these issues, but the high price and the difficulty of handling these equipment made this research as a specialized field of study. However, Kinect, a general-purpose equipment with low price, made general users more accessible to depth camera and its features. Furthemore, Structure sensor made it easier for making it possible on mobile devices, too. This paper presents 3D reconstruction strategies that reduce the amount of computation as possible for efficient implementation on mobile devices having limited performance in the future. For this, I suggest a method which estimates the trajectory of camera. This method is modified from a 3D reconstruction strategy called Kinectfusion for PC with high performance GPU. Unlike KinectFusion which need to build signed distance field and raytracing for every frame, I reduce computation and memory requirements by applying camera extrinsics estimation and correction technique. Also, I present the way to measure the accuracy of estimated trajectory. Based on this, I design a software that reconstruct 3D model as point cloud from streaming depth images and show utility for 3D reconstruction method suggested by this paper by experiments. The 3D reconstruction method suggested by this paper is expected to be successfully utilized in reconstruct 3D model realistically using depth camera on mobile platform in the future.
more