KR20110062870A - 3차원 모델 데이터 검색 장치 - Google Patents

3차원 모델 데이터 검색 장치 Download PDF

Info

Publication number
KR20110062870A
KR20110062870A KR1020090119723A KR20090119723A KR20110062870A KR 20110062870 A KR20110062870 A KR 20110062870A KR 1020090119723 A KR1020090119723 A KR 1020090119723A KR 20090119723 A KR20090119723 A KR 20090119723A KR 20110062870 A KR20110062870 A KR 20110062870A
Authority
KR
South Korea
Prior art keywords
model
search
information
model data
unit
Prior art date
Application number
KR1020090119723A
Other languages
English (en)
Other versions
KR101626384B1 (ko
Inventor
이기석
김항기
이헌주
류성원
박창준
Original Assignee
한국전자통신연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR1020090119723A priority Critical patent/KR101626384B1/ko
Publication of KR20110062870A publication Critical patent/KR20110062870A/ko
Application granted granted Critical
Publication of KR101626384B1 publication Critical patent/KR101626384B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/903Querying
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/901Indexing; Data structures therefor; Storage structures

Abstract

본 발명은 3차원 모델 데이터 검색 장치에 관한 것으로, 가상의 3차원 공간을 구현하는데 사용되는 3차원 모델들을 검색하고 분류를 수행하여 특정 목적에 맞는 3차원 모델을 정확하게 검색할 수 있도록 함으로써, 3차원 공간을 분석하는데 사용할 수 있으며, 3차원 모델들을 재사용하여 3차원 공간을 손쉽게 만들 수 있도록 하여 3차원 공간의 확장을 위한 편리성을 제공하여 가상 세계의 활용성을 크게 증대시킬 수 있고, 3차원 공간을 제작하는 경우에 모델 데이터를 생성하지 않고 사전에 등록되어 있거나 검색된 모델들을 이용할 수 있어 생산성이 향상될 뿐만 아니라, 사용자가 많은 가상 환경을 운용하는데 있어서 관리가 용이하며, 3차원 모델 데이터의 특징을 추출하는 기술은 저작권이 있는 모델에 대한 위반 검출, 가상 공간 내에 사용자 연령 제한, 유해물 탐지, 특정 모델의 활용에 대한 관심도 조사 등과 같이 다양한 형태로 활용될 수 있는 이점이 있다.
Figure P1020090119723
3차원 모델, 랜더링, 3차원 모델 데이터, 3차원 모델 정보, 기계 학습

Description

3차원 모델 데이터 검색 장치{APPARATUS FOR SEARCH OF 3D MODEL DATA}
본 발명은 3차원 모델 데이터(model data) 검색 장치에 관한 것으로서, 더욱 상세하게는 가상의 3차원 공간을 구현하는데 사용되는 3차원 모델들을 검색하고 분류를 수행하여 특정 목적에 맞는 3차원 모델을 정확하게 검색할 수 있도록 한 3차원 모델 데이터 검색 장치에 관한 것이다.
본 발명은 문화체육관광부의 IT성장동력기술개발사업의 일환으로 수행한 연구로부터 도출된 것이다[과제관리번호 : 2009-S-042-01, 과제명 : 게이머 수준 실시간 맞춤형 인공지능 엔진 및 저작 기술 개발].
통상적으로, 3차원 가상 공간을 구성하기 위해서는 공간을 구성하는 각각의 3차원 모델 데이터들을 생성하고 이를 해석하여 3차원 그래픽 랜더링을 통하여 화면 구현을 실시하게 된다. 이와 같은 랜더링은 컴퓨터 그래픽 관련 기술이 급격히 발전함에 따라 애니메이션 등과 같은 일련의 가상 영상물을 실감나는 화상으로 표 현하는데 있어 매우 중요하게 부각되고 있다.
한편, 최근 들어 현재 그래픽 카드의 3차원 랜더링 성능이 나날이 향상되어가고 있고 3차원 가상 공간을 이용하는 환경을 제공하는 프로그램이 늘어가고 있다.
그러나, 종래 기술에 의하면, 가상의 3차원 공간을 이용하는 환경을 제공하는 프로그램마다 거의 유사한 3차원 객체에 대해서도 각각 다른 모델링 데이터를 이용하고 있어서 자원의 효율적인 활용이 이루어지지 못하는 문제점이 있었다.
본 발명은 이와 같은 종래 기술의 문제점을 해결하기 위해 제안한 것으로서, 가상의 3차원 공간을 구현하는데 사용되는 3차원 모델들을 검색하고 분류를 수행하여 특정 목적에 맞는 3차원 모델을 정확하게 검색할 수 있도록 한 3차원 모델 데이터 검색 장치를 제공한다.
본 발명의 제 1 관점으로서 3차원 모델 데이터 검색 장치는, 검색하고자 하는 3차원 모델의 특징 정보(이하, "검색 특징 정보"라 함)를 포함하는 검색 요청을 입력받는 3차원 모델 검색 요청부와, 상기 3차원 모델의 검색을 위한 검색 기준 정보를 저장하는 3차원 모델 정보 데이터베이스와, 상기 3차원 모델 검색 요청부로부 터 상기 검색 특징 정보가 제공되면 상기 검색 기준 정보에 의거하여 로컬이나 네트워크의 저장소에서 3차원 모델 데이터를 검색하며, 검색한 상기 3차원 모델 데이터로부터 특징 정보(이하, "모델 특징 정보"라 함)를 추출하여 상기 검색 특징 정보와 상기 모델 특징 정보를 비교한 결과에 따라 상기 3차원 모델 데이터를 선택하는 3차원 모델 검색부와, 상기 3차원 모델 검색부가 선택한 상기 3차원 모델 데이터를 상기 검색 요청에 대응하는 검색 결과로써 제공하는 3차원 모델 제공부를 포함할 수 있다.
여기서, 상기 3차원 모델 검색부는, 상기 3차원 모델 데이터의 계측적 연결 구조를 해석한 결과를 제공하는 연결 구조 해석부와, 상기 3차원 모델 데이터의 형태를 해석한 결과를 제공하는 형태 해석부와, 텍스쳐(texture) 이미지의 색상을 기반으로 상기 3차원 모델 데이터를 해석한 결과를 제공하는 텍스쳐 해석부와, 상기 연결 구조 해석부와 상기 형태 해석부 및 상기 텍스쳐 해석부로부터 상기 해석한 결과를 제공받아서 상기 모델 특징 정보로 생성한 후에 상기 검색 특징 정보와 상기 모델 특징 정보를 비교한 결과에 따라 상기 3차원 모델 데이터를 선택하는 3차원 모델 정보 취급부를 포함할 수 있다.
상기 3차원 모델 정보 데이터베이스는, 상기 3차원 모델 데이터의 분류를 위한 분류 기준 정보를 저장하며, 상기 3차원 모델 정보 취급부는, 상기 분류 기준 정보에 따라 상기 모델 특징 정보를 분류한 분류 특징 정보와 상기 3차원 모델 데이터의 위치 정보를 상기 3차원 모델 정보 데이터베이스에 저장할 수 있다.
상기 3차원 모델 검색부는, 상기 모델 특징 정보를 상기 3차원 모델 정보 데 이터베이스에 저장한 후에 저장한 상기 모델 특징 정보와 상기 검색 특징 정보를 비교한 결과에 따라 상기 3차원 모델 데이터를 선택할 수 있다.
상기 3차원 모델 데이터 검색 장치는, 상기 3차원 모델 제공부를 통해 제공하는 상기 검색 결과의 채택 여부를 나타내는 채택 정보를 획득하여 상기 3차원 모델 검색부에게 제공하는 정보 궤환부를 더 포함하며, 상기 3차원 모델 검색부는, 상기 채택 정보에 대한 기계 학습을 통해 상기 분류 특징 정보를 갱신할 수 있다.
본 발명의 제 2 관점으로서 3차원 모델 데이터 검색 방법은, 검색하고자 하는 3차원 모델의 특징 정보(즉, 검색 특징 정보)를 포함하는 검색 요청을 입력받는 단계와, 기 설정된 검색 기준 정보에 의거하여 로컬이나 네트워크의 저장소에서 3차원 모델 데이터를 검색하는 단계와, 검색한 상기 3차원 모델 데이터로부터 특징 정보(즉, 모델 특징 정보)를 추출하여 상기 검색 특징 정보와 상기 모델 특징 정보를 비교한 결과에 따라 상기 3차원 모델 데이터를 선택하는 단계와, 선택한 상기 3차원 모델 데이터를 상기 검색 요청에 대응하는 검색 결과로써 제공하는 단계를 포함할 수 있다.
여기서, 상기 3차원 모델 데이터를 검색하는 단계는, 상기 3차원 모델 데이터의 계측적 연결 구조를 해석한 결과를 획득하는 단계와, 상기 3차원 모델 데이터의 형태를 해석한 결과를 획득하는 단계와, 텍스쳐 이미지의 색상을 기반으로 상기 3차원 모델 데이터를 해석한 결과를 획득하는 단계를 포함하며, 상기 3차원 모델 데이터를 선택하는 단계는, 상기 해석한 결과들을 이용하여 상기 모델 특징 정보로 생성한 후에 상기 검색 특징 정보와 상기 모델 특징 정보를 비교한 결과에 따라 상기 3차원 모델 데이터를 선택할 수 있다.
상기 3차원 모델 데이터를 선택하는 단계는, 기 설정된 분류 기준 정보에 따라 상기 모델 특징 정보를 분류한 분류 특징 정보와 상기 3차원 모델 데이터의 위치 정보를 상기 3차원 모델 정보 데이터베이스에 저장할 수 있다.
상기 3차원 모델 데이터를 검색하는 단계는, 상기 모델 특징 정보를 상기 3차원 모델 정보 데이터베이스에 저장하며, 상기 3차원 모델 데이터를 선택하는 단계는, 저장한 상기 모델 특징 정보와 상기 검색 특징 정보를 비교한 결과에 따라 상기 3차원 모델 데이터를 선택할 수 있다.
상기 3차원 모델 데이터 검색 방법은, 상기 검색 결과의 채택 여부를 나타내는 채택 정보를 획득하는 단계를 더 포함하며, 상기 3차원 모델 데이터를 선택하는 단계는, 상기 채택 정보에 대한 기계 학습을 통해 상기 분류 특징 정보를 갱신할 수 있다.
본 발명의 실시예에 의하면, 가상의 3차원 공간을 구현하는데 사용되는 3차원 모델들을 검색하고 분류를 수행하여 특정 목적에 맞는 3차원 모델을 정확하게 검색할 수 있도록 한다. 이로써, 3차원 공간을 분석하는데 사용할 수 있으며, 3차원 모델들을 재사용하여 3차원 공간을 손쉽게 만들 수 있도록 하여 3차원 공간의 확장을 위한 편리성을 제공하여 가상 세계의 활용성을 크게 증대시킬 수 있다.
아울러, 3차원 공간을 제작하는 경우에 모델 데이터를 생성하지 않고 사전에 등록되어 있거나 검색된 모델들을 이용할 수 있어 생산성이 향상될 뿐만 아니라, 사용자가 많은 가상 환경을 운용하는데 있어서 관리가 용이하다.
또한, 3차원 모델 데이터의 특징을 추출하는 기술은 저작권이 있는 모델에 대한 위반 검출, 가상 공간 내에 사용자 연령 제한, 유해물 탐지, 특정 모델의 활용에 대한 관심도 조사 등과 같이 다양한 형태로 활용될 수 있는 효과가 있다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 발명의 실시예들을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 그리고 후술되는 용어들은 본 발명의 실시예에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
첨부된 블록도의 각 블록과 흐름도의 각 단계의 조합들은 컴퓨터 프로그램 인스트럭션들에 의해 수행될 수도 있다. 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서를 통해 수행되는 그 인스트럭션들이 블록도의 각 블록 또는 흐름도의 각 단계에서 설명된 기능들을 수행하는 수단을 생성하게 된다. 이들 컴퓨터 프로그램 인스트럭션들은 특정 방식으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 메모리에 저장되는 것도 가능하므로, 그 컴퓨터 이용가능 또는 컴퓨터 판독 가능 메모리에 저장된 인스트럭션들은 블록도의 각 블록 또는 흐름도 각 단계에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다. 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 수행하는 인스트럭션들은 블록도의 각 블록 및 흐름도의 각 단계에서 설명된 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.
또한, 각 블록 또는 각 단계는 특정된 논리적 기능(들)을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또, 몇 가지 대체 실시예들에서는 블록들 또는 단계들에서 언 급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들 또는 단계들은 사실 실질적으로 동시에 수행되는 것도 가능하고 또는 그 블록들 또는 단계들이 때때로 해당하는 기능에 따라 역순으로 수행되는 것도 가능하다.
도 1은 본 발명의 실시예에 따른 3차원 모델 데이터 검색 장치의 블록 구성도이다.
이에 나타낸 바와 같이 본 발명의 3차원 모델 데이터 검색 장치는, 3차원 모델 검색 요청부(100), 3차원 모델 검색부(200), 3차원 모델 데이터 저장소(300), 3차원 모델 정보 데이터베이스(400), 3차원 모델 제공부(500), 정보 궤환부(600) 등을 포함하여 구성된다.
3차원 모델 검색 요청부(100)는 사용자가 검색하고자 하는 3차원 모델의 특징 정보(즉, 검색 특징 정보)를 포함하는 검색 요청을 입력하는 사용자 인터페이스이다.
3차원 모델 검색부(200)는 3차원 모델 정보 데이터베이스(400)에 기 저장된 검색 기준 정보에 의거하여 로컬(local)이나 네트워크(301)의 3차원 모델 데이터 저장소(300)에서 3차원 모델 데이터를 검색하며, 검색한 3차원 모델 데이터로부터 모델 특징 정보를 추출하고, 모델 특징 정보를 3차원 모델 정보 데이터베이스(400)에 기 저장된 분류 기준 정보에 따라 분류한 분류 특징 정보와 3차원 모델 데이터의 위치 정보를 3차원 모델 정보 데이터베이스(400)에 저장한다. 아울러, 3차원 모 델 검색 요청부(100)를 통해 입력된 검색하고자 하는 3차원 모델의 검색 특징 정보와 3차원 모델 정보 데이터베이스(400)에 저장한 모델 특징 정보를 비교한 결과에 따라 가장 높은 유사성을 가지는 적합한 3차원 모델 데이터를 선택하여 3차원 모델 제공부(500)에게 제공하거나 3차원 모델 정보 데이터베이스(400)에 저장한 모델 특징 정보를 이용하지 않은 상태로 3차원 모델 데이터 저장소(300)에 대한 새로운 검색을 수행하여 적합한 3차원 모델 데이터를 선택하여 3차원 모델 제공부(500)에 제공한다. 또한, 3차원 모델 제공부(500)를 통해 제공한 3차원 모델에 대한 사용자의 선택 정보가 정보 궤환부(600)를 통해 제공되면 기계 학습을 통해 3차원 모델 정보 데이터베이스(400)의 분류 특징 정보를 갱신하여 모델 정보 및 검색 결과에 대한 정확도를 향상시킨다.
이러한 3차원 모델 검색부(200)는 특징 추출부(210), 3차원 모델 정보 취급부(220), 기계 학습부(230)를 포함하여 구성된다.
특징 추출부(210)는 3차원 모델 데이터에 대한 연결 구조 해석, 형태 해석, 텍스쳐 해석을 통해 특징 정보를 추출하며, 연결 구조 해석부(211), 형태 해석부(213), 텍스쳐 해석부(215)를 포함하여 구성된다.
연결 구조 해석부(211)는 3차원 모델 데이터의 계층적 연결 구조를 분석하여 특징을 찾아내기 위한 것이며, 일반적으로 모델을 구성할 때에 변형(transform)을 수행하기 위한 경우에는 상용 모델링 툴(3차원 SMAX, MAYA)등에서 이미 계층화된 데이터 구조를 만들기 때문에 추출이 용이하나, 필요에 의해 정점(vertex) 좌표들을 비계층화된 단일 모음으로 변경한 경우에는 3차원 모델 데이터가 위치하는 3차 원 공간상에 모여 있는 정도를 가지고 몇 개의 덩어리로 분류할 수 있으며, 상호간의 연결정보를 찾아내는 과정을 수행한다. 3차원 모델 데이터를 몇 개의 덩어리로 분류하기 위한 방법은 3차원 모델 데이터의 OBB(Oriented Bounding Box)를 구하는 것과 동일하게 전체 3차원 모델 데이터 덩어리의 주된 좌표축을 정하고 3차원 모델 데이터를 옥트리(octree)로 배치하여 전체 정점 대비 차지하는 비율을 적절하게 조절하여 구한다.
형태 해석부(213)는 3차원 모델 데이터의 형태를 해석하게 되며, 각 좌표축에 프로젝션된 결과 영상을 비교하는 과정과 더불어 모델을 구성하는 정점들로부터 추출된 정보(바운딩 박스, 분산도, 상대 거리 등)를 기계 학습의 입력으로 집어넣어 인지하고자 하는 올바른 형태와 잘못된 형태를 학습하고, 이를 기반으로 원하는 3차원 모델 데이터를 찾아내는 과정을 수행한다. 이러한 기계 학습의 대표적인 예로 SVM(Support Vector Machine)를 들 수 있으며, 문자인식 등 다양한 활용분야에 많이 사용되고 있다. 새로운 3차원 모델 데이터가 추가될 경우에는 분류의 결과가 올바른 형태인지 잘못된 형태인지에 대한 사용자들의 입력과 선택 여부를 기반으로 지속적인 기계 학습을 실시한다.
텍스쳐 해석부(215)는 3차원 모델 데이터의 텍스쳐 이미지의 색상을 기반으로 3차원 모델 데이터를 해석하며, 3차원 모델 데이터에 따라 대표되는 색상을 활용하고, 매핑된 위치에 적절한 색상인지 비교하여 원하는 3차원 모델 데이터를 찾아내는 과정을 수행한다.
3차원 모델 정보 취급부(220)는 특징 추출부(210)를 구성하는 연결 구조 해 석부(211)와 형태 해석부(213) 및 텍스쳐 해석부(215)의 결과를 종합하여 3차원 모델 데이터의 특징 정보를 파악한 후에 기 설정된 분류 기준 정보에 따라 분류한 분류 특징 정보와 3차원 모델 데이터의 위치 정보를 3차원 모델 정보 데이터베이스(400)에 저장한다. 아울러, 3차원 모델 정보 취급부(220)는 3차원 모델 검색 요청부(100)를 통해 입력된 검색하고자 하는 3차원 모델의 검색 특징 정보와 3차원 모델 정보 데이터베이스(400)에 저장한 모델 특징 정보를 비교한 결과에 따라 가장 높은 유사성을 가지는 적합한 3차원 모델 데이터를 선택하여 3차원 모델 제공부(500)에게 제공하거나 3차원 모델 정보 데이터베이스(400)에 저장한 모델 특징 정보를 이용하지 않은 상태로 3차원 모델 데이터 저장소(300)에 대한 새로운 검색을 수행하여 적합한 3차원 모델 데이터를 선택하여 3차원 모델 제공부(500)에 제공한다.
기계 학습부(230)는 3차원 모델 제공부(500)를 통해 제공한 3차원 모델에 대한 사용자의 채택 여부를 나타내는 채택 정보가 정보 궤환부(600)를 통해 제공되면 기계 학습을 통해 3차원 모델 정보 데이터베이스(400)의 분류 특징 정보를 갱신하여 검색 및 모델 정보의 정확도를 향상시킨다.
3차원 모델 정보 데이터베이스(400)는 3차원 모델 정보 취급부(220)에 의해 생성된 3차원 모델 데이터의 위치 정보와 특징 정보 및 분류 특징 정보 등의 모델 정보를 저장하여 데이터베이스화한다.
3차원 모델 제공부(500)는 3차원 모델 정보 취급부(220)가 선택한 3차원 모델 데이터를 3차원 모델 검색 요청부(100)를 통한 검색 요청에 대응하는 검색 결과 로써 제공한다. 예컨대, 다운로드를 통해 해당 데이터를 제공하거나 화면을 통해 3차원 모델 데이터를 표시한다.
정보 궤환부(600)는 3차원 모델 제공부(500)를 통해 제공한 검색 결과, 즉 3차원 모델 데이터에 대한 사용자의 채택 정보를 획득하여 3차원 모델 검색부(200)에게 제공하여 차원 모델 검색부(200)의 기계 학습부(230)가 기계 학습을 통해 3차원 모델 정보 데이터베이스(400)의 분류 특징 정보를 갱신하여 검색 및 모델 정보의 정확도를 향상시킬 수 있도록 한다.
이와 같이 구성된 본 발명의 실시예에 따른 3차원 모델 데이터 검색 장치에 의한 3차원 모델 데이터 검색 과정을 도 1 및 도 2를 참조하여 설명하기로 한다.
먼저, 3차원 모델 검색부(200)는 3차원 모델 정보 데이터베이스(400)에 기 저장된 검색 기준 정보에 의거하여 로컬이나 네트워크(301)의 3차원 모델 데이터 저장소(300)의 3차원 모델 데이터를 검색한다(S701). 이때, 검색에 이용할 수 있는 3차원 모델의 특징 정보로는 색상, 형태, 사전적 이름(예컨대, 의자, 나무, 사람 등) 등이 있다.
여기서, 특징 추출부(210)의 연결 구조 해석부(211)는 3차원 모델 데이터의 계층적 연결 구조를 분석하여 특징 정보와 같은지를 비교하는 과정을 수행한다. 예를 들어, 의자 모델의 경우에는 다리와 받침, 등받이로 구분할 수 있다.
모델 형태 해석부(213)는 3차원 모델 데이터의 형태를 해석하기 위해 각 좌표축(X,Y,Z)에 프로젝션된 결과 영상을 비교하는 과정과 더불어 3차원 모델을 구성 하는 정점들로부터 추출된 정보(바운딩 박스, 분산도, 상대 거리 등)를 제시된 특징 정보와 연계하여 기계 학습을 통해 올바른 형태와 잘못된 형태를 학습하는 과정을 수행한다. 본 기계 학습과정은 동일한 특징상에서 사용자 및 시스템 관리자들의 입력 선택 여부를 기반으로 지속적인 강화 학습을 실시한다.
또한, 텍스쳐 해석부(215)는 3차원 모델의 텍스쳐 이미지를 구성하는 색상을 기반으로 특징과 일치하는지 여부를 해석하게 되며, 3차원 모델에 따라 사용되는 색상의 유무(예컨대, 살구색 = 사람 등), 이미지의 패턴 등을 활용하고 텍스쳐 매핑된 위치에 적절한 색상이 있는지 여부를 비교하여 원하는 모델을 찾아내는 과정을 수행한다(S703).
이렇게 생성된 해석 정보들은 3차원 모델 정보 취급부(220)에 의해 수집되며, 3차원 모델 정보 취급부(220)는 수집한 해석 정보들을 종합하여 3차원 모델 데이터의 특징 정보를 파악한 후에 3차원 모델 정보 데이터베이스(400)에 기 저장된 분류 기준 정보에 따라 분류한 분류 특징 정보와 3차원 모델 데이터의 위치 정보를 3차원 모델 정보 데이터베이스(400)에 저장한다(S705).
한편, 사용자가 3차원 모델을 검색하고자 3차원 모델 검색 요청부(100)를 통해 검색하고자 하는 3차원 모델의 검색 특징 정보를 포함하는 검색 요청을 입력하면 입력한 검색 특징 정보 및 검색 요청이 3차원 모델 검색부(200)에게 제공된다(S707).
그러면, 3차원 모델 검색부(200)는 앞서 설명한 단계 S701, S703, S705를 재수행(S709)하거나 검색하고자 하는 3차원 모델의 검색 특징 정보와 3차원 모델 정 보 데이터베이스(400)에 저장한 모델 특징 정보를 비교한 결과에 따라 가장 높은 유사성을 가지는 적합한 3차원 모델 데이터를 검색 및 선택(S711)하여 3차원 모델 제공부(500)에게 제공한다(S713). 여기서, 단계 S709와 S711은 모두 수행할 수도 있으며, 어느 하나의 단계만을 수행할 수도 있다.
사용자는 3차원 모델 제공부(500)를 통해 제공받은 3차원 모델 데이터가 자신이 검색하기를 요청하였던 3차원 모델 데이터일 경우에는 이를 채택할 것이며, 자신이 검색하기를 요청하였던 3차원 모델 데이터가 아닐 경우에는 이를 채택하지 않을 것이다. 이러한 사용자에 의한 채택 정보는 정보 궤환부(600)에 의해 획득되어 3차원 모델 검색부(200)에게 제공된다(S715).
그러면, 3차원 모델 검색부(200)의 기계 학습부(230)는 정보 궤환부(600)에 의해 채택 정보가 제공되면 이에 대한 기계 학습을 통해 3차원 모델 정보 데이터베이스(400)의 분류 특징 정보를 갱신하여 검색 및 모델 정보의 정확도를 향상시킨다(S717). 예컨대, 특정한 3차원 모델 데이터가 채택되지 않았을 경우에는 분류 특징 정보가 오류인 것으로 판정하여 해당 분류 특징 정보를 3차원 모델 정보 데이터베이스(400)에서 제거할 수 있다.
도 1은 본 발명의 실시예에 따른 3차원 모델 데이터 검색 장치의 블록 구성도,
도 2는 본 발명의 실시예에 따른 3차원 모델 데이터 검색 장치에 의한 3차원 모델 데이터 검색 과정을 설명하기 위한 흐름도.
<도면의 주요 부분에 대한 부호의 설명>
100 : 3차원 모델 검색 요청부 200 : 3차원 모델 검색부
210 : 특징 추출부 211 : 연결 구조 해석부
213 : 형태 해석부 215 : 텍스쳐 해석부
220 : 3차원 모델 정보 취급부 230 : 기계 학습부
300 : 3차원 모델 데이터 저장소 400 : 3차원 모델 정보 데이터베이스
500 : 3차원 모델 제공부 600 : 정보 궤환부

Claims (1)

  1. 검색하고자 하는 3차원 모델의 특징 정보(이하, "검색 특징 정보"라 함)를 포함하는 검색 요청을 입력받는 3차원 모델 검색 요청부와,
    상기 3차원 모델의 검색을 위한 검색 기준 정보를 저장하는 3차원 모델 정보 데이터베이스와,
    상기 3차원 모델 검색 요청부로부터 상기 검색 특징 정보가 제공되면 상기 검색 기준 정보에 의거하여 로컬이나 네트워크의 저장소에서 3차원 모델 데이터를 검색하며, 검색한 상기 3차원 모델 데이터로부터 특징 정보(이하, "모델 특징 정보"라 함)를 추출하여 상기 검색 특징 정보와 상기 모델 특징 정보를 비교한 결과에 따라 상기 3차원 모델 데이터를 선택하는 3차원 모델 검색부와,
    상기 3차원 모델 검색부가 선택한 상기 3차원 모델 데이터를 상기 검색 요청에 대응하는 검색 결과로써 제공하는 3차원 모델 제공부를 포함하는
    3차원 모델 데이터 검색 장치.
KR1020090119723A 2009-12-04 2009-12-04 3차원 모델 데이터 검색 장치 및 방법 KR101626384B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020090119723A KR101626384B1 (ko) 2009-12-04 2009-12-04 3차원 모델 데이터 검색 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090119723A KR101626384B1 (ko) 2009-12-04 2009-12-04 3차원 모델 데이터 검색 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20110062870A true KR20110062870A (ko) 2011-06-10
KR101626384B1 KR101626384B1 (ko) 2016-06-13

Family

ID=44396979

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090119723A KR101626384B1 (ko) 2009-12-04 2009-12-04 3차원 모델 데이터 검색 장치 및 방법

Country Status (1)

Country Link
KR (1) KR101626384B1 (ko)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150035282A (ko) * 2013-09-27 2015-04-06 한국과학기술연구원 증강현실 컨텐츠 저작 및 제공 시스템
CN105955998A (zh) * 2016-04-18 2016-09-21 华信咨询设计研究院有限公司 基于缓冲技术的无线电监测数据查询方法
KR20160121477A (ko) * 2016-10-05 2016-10-19 한국과학기술연구원 3d 프린팅을 지원하는 단말기 및 방법, 그 방법을 수행하기 위한 컴퓨터 프로그램
US10234847B2 (en) 2014-08-19 2019-03-19 Korea Institute Of Science And Technology Terminal and method for supporting 3D printing, and computer program for performing the method
KR20190035146A (ko) 2017-09-26 2019-04-03 상명대학교산학협력단 3d 모델 깊이 이미지를 이용한 딥러닝 기반의 3d 모델 저작권 침해 판단 방법
KR20200072176A (ko) * 2018-12-12 2020-06-22 주식회사 대성이엔씨 효과적인 bim을 이용하기 위한 철근 분류코드 활용시스템 및 활용방법
KR20200103176A (ko) * 2019-02-12 2020-09-02 이용규 3d 프린팅 모델링 기반 지식재산권 서비스 구동 시스템, 그리고 이를 위한 3d 프린팅 모델링 지식재산권 서비스 구동 앱

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101850134B1 (ko) * 2016-11-25 2018-04-20 경북대학교 산학협력단 3차원 동작 모델 생성 방법 및 장치

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010063797A (ko) * 1999-12-24 2001-07-09 오길록 인터넷에서의 3차원 데이터 저장 및 검색 방법
KR20010074595A (ko) * 2001-05-09 2001-08-04 김용범 인터넷을 이용한 3차원 모델링 라이브러리 공급시스템
KR20040057749A (ko) * 2002-12-26 2004-07-02 한국전자통신연구원 3차원 영상정보 기술장치와 그 방법 및 이를 이용한 3차원영상정보 검색장치 및 그 방법
US20040249809A1 (en) * 2003-01-25 2004-12-09 Purdue Research Foundation Methods, systems, and data structures for performing searches on three dimensional objects

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010063797A (ko) * 1999-12-24 2001-07-09 오길록 인터넷에서의 3차원 데이터 저장 및 검색 방법
KR20010074595A (ko) * 2001-05-09 2001-08-04 김용범 인터넷을 이용한 3차원 모델링 라이브러리 공급시스템
KR20040057749A (ko) * 2002-12-26 2004-07-02 한국전자통신연구원 3차원 영상정보 기술장치와 그 방법 및 이를 이용한 3차원영상정보 검색장치 및 그 방법
US20040249809A1 (en) * 2003-01-25 2004-12-09 Purdue Research Foundation Methods, systems, and data structures for performing searches on three dimensional objects

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150035282A (ko) * 2013-09-27 2015-04-06 한국과학기술연구원 증강현실 컨텐츠 저작 및 제공 시스템
US9905048B2 (en) 2013-09-27 2018-02-27 Korea Institute Of Science And Technology System for authoring and providing augmented reality contents
US10234847B2 (en) 2014-08-19 2019-03-19 Korea Institute Of Science And Technology Terminal and method for supporting 3D printing, and computer program for performing the method
CN105955998A (zh) * 2016-04-18 2016-09-21 华信咨询设计研究院有限公司 基于缓冲技术的无线电监测数据查询方法
CN105955998B (zh) * 2016-04-18 2019-04-26 华信咨询设计研究院有限公司 基于缓冲技术的无线电监测数据查询方法
KR20160121477A (ko) * 2016-10-05 2016-10-19 한국과학기술연구원 3d 프린팅을 지원하는 단말기 및 방법, 그 방법을 수행하기 위한 컴퓨터 프로그램
KR20190035146A (ko) 2017-09-26 2019-04-03 상명대학교산학협력단 3d 모델 깊이 이미지를 이용한 딥러닝 기반의 3d 모델 저작권 침해 판단 방법
KR20200072176A (ko) * 2018-12-12 2020-06-22 주식회사 대성이엔씨 효과적인 bim을 이용하기 위한 철근 분류코드 활용시스템 및 활용방법
KR20200103176A (ko) * 2019-02-12 2020-09-02 이용규 3d 프린팅 모델링 기반 지식재산권 서비스 구동 시스템, 그리고 이를 위한 3d 프린팅 모델링 지식재산권 서비스 구동 앱

Also Published As

Publication number Publication date
KR101626384B1 (ko) 2016-06-13

Similar Documents

Publication Publication Date Title
KR101626384B1 (ko) 3차원 모델 데이터 검색 장치 및 방법
Xiang et al. Objectnet3d: A large scale database for 3d object recognition
JP4516957B2 (ja) 3次元オブジェクトについて検索を行なうための方法、システムおよびデータ構造
KR102061288B1 (ko) 이미지 검색 방법, 실시간 그리기 프롬프팅 방법 및 그 장치
JP5721233B2 (ja) 画像認識システム
CN105354593B (zh) 一种基于nmf的三维模型分类方法
CN103440274B (zh) 一种基于细节描述的视频事件概要图构造和匹配方法
CN109409533B (zh) 一种机器学习模型的生成方法、装置、设备及存储介质
JP6888484B2 (ja) 検索プログラム、検索方法、及び、検索プログラムが動作する情報処理装置
CN112199086A (zh) 自动编程控制系统、方法、装置、电子设备及存储介质
CN108537887A (zh) 基于3d打印的草图与模型库三维视图匹配方法
Bhadaniya et al. Mixed Reality-Based Dataset Generation for Learning-Based Scan-to-BIM
US8564594B2 (en) Similar shader search apparatus and method using image feature extraction
CN108573020B (zh) 融合装配信息的三维装配模型检索方法
Matos et al. A spatiotemporal extension for dealing with moving objects with extent in Oracle 11g
CN113282781A (zh) 图像检索方法及装置
Fedorova Generative adversarial networks for urban block design
Majarian et al. Cellorganizer: Learning and using cell geometries for spatial cell simulations
Fedorova GANs for Urban Design
CN107077465A (zh) 引用解释
Huber et al. Spatial data standards in view of models of space and the functions operating on them
JP4324123B2 (ja) モデルデータ表示プログラム、モデルデータ表示装置およびモデルデータ表示方法
Schreck What features can tell us about shape
CN110059967B (zh) 一种应用于城市辅助决策分析的数据处理方法及装置
Han et al. Scene reconstruction with functional objects for robot autonomy

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant