KR20210126903A - 실시간 3차원 모델 구축 방법 및 시스템 - Google Patents

실시간 3차원 모델 구축 방법 및 시스템 Download PDF

Info

Publication number
KR20210126903A
KR20210126903A KR1020200044557A KR20200044557A KR20210126903A KR 20210126903 A KR20210126903 A KR 20210126903A KR 1020200044557 A KR1020200044557 A KR 1020200044557A KR 20200044557 A KR20200044557 A KR 20200044557A KR 20210126903 A KR20210126903 A KR 20210126903A
Authority
KR
South Korea
Prior art keywords
images
gaussian
error distribution
real
dimensional
Prior art date
Application number
KR1020200044557A
Other languages
English (en)
Other versions
KR102407522B1 (ko
Inventor
임진연
호미도브 사이드
경종민
Original Assignee
주식회사 덱셀리온
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 주식회사 덱셀리온 filed Critical 주식회사 덱셀리온
Priority to KR1020200044557A priority Critical patent/KR102407522B1/ko
Publication of KR20210126903A publication Critical patent/KR20210126903A/ko
Application granted granted Critical
Publication of KR102407522B1 publication Critical patent/KR102407522B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • G06T7/85—Stereo camera calibration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/55—Depth or shape recovery from multiple images
    • G06T7/593—Depth or shape recovery from multiple images from stereo images
    • G06T7/596—Depth or shape recovery from multiple images from stereo images from three or more stereo images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation

Abstract

실시간 3차원 모델 구축 방법 및 시스템에 개시된다. 일 실시예에 따른 실시간 3차원 모델 구축 방법은, 복수의 이미지들 각각에 표시된 피처에 기초하여 추정된 3차원 포인트가 상기 복수의 이미지들 중 어느 하나의 이미지에 재투영된 포인트 및 상기 어느 하나의 이미지에 표시된 피처 사이의 에러 분포를 가우시안 모델링하는 단계; 상기 복수의 이미지들 중 상기 어느 하나의 이미지를 제외한 나머지 이미지들을 기초로 상기 가우시안 모델을 업데이트하여 상기 에러 분포를 최소화하는 단계; 상기 최소화된 에러 분포에 따라 상기 3차원 포인트의 위치를 조정하는 단계; 및 상기 조정된 3차원 포인트의 위치를 이용하여, 상기 복수의 이미지들을 촬영하는 복수의 카메라들 각각의 포즈를 조정하는 단계를 포함한다.

Description

실시간 3차원 모델 구축 방법 및 시스템{REAL-TIME THREE DIMENSION MODEL CONSTRUCTION METHOD AND SYSTEM}
아래의 설명은 객체(피사체를) 촬영한 2차원 이미지를 이용하여 3차원 모델을 구축하는 기술에 관한 것이다.
3차원 모델 구축 기술은, 포즈(이하, 포즈는 카메라가 배치되는 위치 및 카메라가 촬영하는 방향을 포함함)가 서로 다른 복수의 카메라들에 의해 객체가 촬영된 복수의 이미지들(이하, 이미지는 2차원 이미지를 의미함)을 이용하여 객체를 나타내는 3차원 모델을 구축하는 기술로, 등록특허 10-1813617호 "3차원 데이터를 획득하기 위한 카메라 리그 방법 및 이를 수행하는 카메라 리그 시스템 및 이를 저장하는 기록 매체"에 기재된 바와 같이 피처를 탐색 및 추출하는 단계, 복수의 이미지들을 각각 촬영하는 복수의 카메라들 각각의 포즈를 추정하는 단계 및 복수의 이미지들 각각에 표시된 피처에 기초하여 3차원 포인트를 추정하는 단계를 통해 수행된다.
이러한 3차원 모델 구축 기술은 도 1에 도시된 바와 같이, 동일한 피처를 촬영한 이미지들(110, 120, 130)을 이용하여 3차원 포인트를 추정하는 과정에서 제1 이미지(110) 및 제2 이미지(120)를 통해 추정된 3차원 포인트(140)와 제2 이미지(120) 및 제3 이미지(130)를 통해 추정된 3차원 포인트(150)가 일치되지 않는 문제점(제1 이미지(110) 및 제2 이미지(120)를 통해 추정된 3차원 포인트(140)와 제2 이미지(120) 및 제3 이미지(130)를 통해 추정된 3차원 포인트(150)는 동일한 포인트를 3차원 모델로 구현한 것이기 때문에 구현 위치가 동일해야 하지만, 그렇지 못한 문제점)을 갖는다.
이에, 기존의 3차원 모델 구축 기술은 복수의 이미지들을 이용하여 추정된 3차원 포인트를 복수의 이미지들에 재투영한 포인트 및 복수의 이미지들에 표시된 피처 사이의 에러 거리를 계산하여 이를 최소화하도록 카메라 포즈와 3차원 포인트를 조정하는 BA(Bundle Adjustment) 방식을 적용하였다.
그러나 BA(Bundle Adjustment)에 사용되는 비선형 최소 자승법 알고리즘은 3차원 포인트가 많아질수록 계산 시간이 기하급수적으로 증가하기 때문에 실시간으로 적용되기 힘든 단점을 갖고 있다.
따라서, 3차원 모델 구축 정확도를 향상시키는 가운데, 실시간으로 활용 가능한 3차원 모델 구축 기술이 요구되고 있다.
일 실시예들은 3차원 모델 구축 정확도를 향상시키는 가운데, 실시간으로 활용 가능한 3차원 모델 구축 기술을 제안하고자 한다.
보다 상세하게, 일 실시예들은 복수의 이미지들 각각에 표시된 피처에 기초하여 추정된 3차원 포인트가 복수의 이미지들 각각에 재투영된 포인트 및 복수의 이미지 각각에 표시된 피처 사이의 에러 거리를 최소화하여 카메라 포즈와 3차원 포인트를 조정하는 과정에서, 복수의 이미지들을 대상으로 하는 실시간 알고리즘을 제안하고자 한다.
일 실시예에 따르면, 컴퓨터로 구현되는 실시간 3차원 모델 구축 방법은, 복수의 이미지들 각각에 표시된 피처에 기초하여 추정된 3차원 포인트가 상기 복수의 이미지들 중 어느 하나의 이미지에 재투영된 포인트 및 상기 어느 하나의 이미지에 표시된 피처 사이의 에러 분포를 가우시안 모델링하는 단계; 상기 복수의 이미지들 중 상기 어느 하나의 이미지를 제외한 나머지 이미지들을 기초로 상기 가우시안 모델을 업데이트하여 상기 에러 분포를 최소화하는 단계; 상기 최소화된 에러 분포에 따라 상기 3차원 포인트의 위치를 조정하는 단계; 및 상기 조정된 3차원 포인트의 위치를 이용하여 카메라 포즈를 조정하는 단계를 포함한다.
일 측면에 따르면, 상기 가우시안 모델을 업데이트하여 상기 에러 분포를 최소화하는 단계는, 상기 나머지 이미지들 각각의 에러 분포를 가우시안 모델링하는 단계; 및 상기 나머지 이미지들 각각의 가우시안 모델을 상기 어느 하나의 이미지의 가우시안 모델에 순차적으로 곱셈 연산하여 상기 어느 하나의 이미지의 가우시안 모델을 업데이트하는 단계를 포함할 수 있다.
다른 측면에 따르면, 상기 최소화된 에러 분포에 따라 상기 3차원 포인트의 위치를 조정하는 단계는, 상기 최소화된 에러 분포에 대한 가우시안 모델의 평균값을 상기 3차원 포인트의 위치로 결정하는 단계를 포함할 수 있다.
또 다른 측면에 따르면, 상기 컴퓨터로 구현되는 실시간 3차원 모델 구축 방법은, 상기 에러 분포를 가우시안 모델링하는 단계가 미리 설정된 반복 조건에 따라 반복 수행되는 과정에서, 상기 포즈가 각각 조정된 복수의 카메라들 및 상기 조정된 3차원 포인트의 위치를 이용하는 단계를 더 포함할 수 있다.
또 다른 측면에 따르면, 상기 컴퓨터로 구현되는 실시간 3차원 모델 구축 방법은, 상기 복수의 이미지들 각각으로부터 피처를 탐색 및 추출하는 단계; 상기 복수의 이미지들을 각각 촬영하는 복수의 카메라들 각각의 포즈를 추정하는 단계; 및 상기 복수의 이미지들 각각에 표시된 피처에 기초하여 3차원 포인트를 추정하는 단계를 더 포함할 수 있다.
일 실시예에 따르면, 컴퓨터 시스템과 결합되어 실시간 3차원 모델 구축 방법을 실행시키기 위해 컴퓨터 판독 가능한 기록 매체에 기록된 컴퓨터 프로그램에 있어서, 상기 실시간 3차원 모델 구축 방법은, 복수의 이미지들 각각에 표시된 피처에 기초하여 추정된 3차원 포인트가 상기 복수의 이미지들 중 어느 하나의 이미지에 재투영된 포인트 및 상기 어느 하나의 이미지에 표시된 피처 사이의 에러 분포를 가우시안 모델링하는 단계; 상기 복수의 이미지들 중 상기 어느 하나의 이미지를 제외한 나머지 이미지들을 기초로 상기 가우시안 모델을 업데이트하여 상기 에러 분포를 최소화하는 단계; 상기 최소화된 에러 분포에 따라 상기 3차원 포인트의 위치를 조정하는 단계; 및 상기 조정된 3차원 포인트의 위치를 이용하여, 상기 복수의 이미지들을 촬영하는 복수의 카메라들 각각의 포즈를 조정하는 단계를 포함할 수 있다.
일 측면에 따르면, 컴퓨터 시스템과 결합되어 실시간 3차원 모델 구축 방법을 실행시키기 위해 컴퓨터 판독 가능한 기록 매체에 기록된 컴퓨터 프로그램에 있어서, 상기 가우시안 모델을 업데이트하여 상기 에러 분포를 최소화하는 단계는, 상기 나머지 이미지들 각각의 에러 분포를 가우시안 모델링하는 단계; 및 상기 나머지 이미지들 각각의 가우시안 모델을 상기 어느 하나의 이미지의 가우시안 모델에 순차적으로 곱셈 연산하여 상기 어느 하나의 이미지의 가우시안 모델을 업데이트하는 단계를 포함할 수 있다.
일 실시예에 따르면, 컴퓨터로 구현되는 실시간 3차원 모델 구축 시스템은, 컴퓨터가 판독 가능한 명령을 실행하도록 구현되는 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 복수의 이미지들 각각에 표시된 피처에 기초하여 추정된 3차원 포인트가 상기 복수의 이미지들 중 어느 하나의 이미지에 재투영된 포인트 및 상기 어느 하나의 이미지에 표시된 피처 사이의 에러 분포를 가우시안 모델링하는 가우시안 모델링부; 상기 복수의 이미지들 중 상기 어느 하나의 이미지를 제외한 나머지 이미지들을 기초로 상기 가우시안 모델을 업데이트하여 상기 에러 분포를 최소화하는 업데이트부; 및 상기 최소화된 에러 분포에 따라 상기 3차원 포인트의 위치를 조정하고, 상기 조정된 3차원 포인트의 위치를 이용하여, 상기 복수의 이미지들을 촬영하는 복수의 카메라들 각각의 포즈를 조정하는 조정부를 포함한다.
일 측면에 따르면, 상기 가우시안 모델링부는, 상기 나머지 이미지들 각각의 에러 분포를 가우시안 모델링하고, 상기 업데이트부는, 상기 나머지 이미지들 각각의 가우시안 모델을 상기 어느 하나의 이미지의 가우시안 모델에 순차적으로 곱셈 연산하여 상기 어느 하나의 이미지의 가우시안 모델을 업데이트할 수 있다.
다른 측면에 따르면, 상기 조정부는, 상기 최소화된 에러 분포에 대한 가우시안 모델의 평균값을 상기 3차원 포인트의 위치로 결정할 수 있다.
또 다른 측면에 따르면, 상기 가우시안 모델링부는, 상기 에러 분포를 가우시안 모델링하는 것을 미리 설정된 반복 조건에 따라 반복 수행하는 과정에서, 상기 포즈가 각각 조정된 복수의 카메라들 및 상기 조정된 3차원 포인트의 위치를 이용할 수 있다.
일 실시예들은 복수의 이미지들 각각에 표시된 피처에 기초하여 추정된 3차원 포인트가 복수의 이미지들 각각에 재투영된 포인트 및 복수의 이미지 각각에 표시된 피처 사이의 에러 거리를 최소화하여 카메라 포즈와 3차원 포인트를 조정하는 과정에서, 복수의 이미지들을 대상으로 하는 실시간 알고리즘을 제안할 수 있다.
따라서, 일 실시예들은 3차원 모델 구축 정확도를 향상시키는 가운데, 실시간으로 활용 가능한 3차원 모델 구축 기술을 제안할 수 있다.
도 1은 기존의 3차원 모델 구축 기술에서 복수의 이미지들로부터 추정된 3차원 포인트들이 일치되지 않는 문제점을 설명하기 위한 도면이다.
도 2는 일 실시예에 따른 네트워크 환경의 예를 도시한 도면이다.
도 3은 일 실시예에 있어서 전자 기기 및 서버의 내부 구성을 설명하기 위한 블록도이다.
도 4는 일 실시예에 따른 서버의 프로세서가 포함할 수 있는 구성요소의 예를 도시한 블록도이다.
도 5는 일 실시예에 따른 서버가 수행할 수 있는 실시간 3차원 모델 구축 방법을 도시한 플로우 차트이다.
도 6은 일 실시예에 따라 이미지의 에러 분포를 가우시안 모델링하는 과정을 설명하기 위한 도면이다.
도 7은 일 실시예에 따라 가우시안 모델을 업데이트하는 과정을 설명하기 위한 도면이다.
이하, 본 발명의 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
본 발명에서 설명되는 실시예들은 실시간 3차원 모델 구축 방법 및 시스템에 관한 것으로, 복수의 이미지들 각각에 표시된 피처에 기초하여 추정된 3차원 포인트가 복수의 이미지들 중 어느 하나의 이미지에 재투영된 포인트 및 어느 하나의 이미지에 표시된 피처 사이의 에러 분포를 가우시안 모델링하고, 나머지 이미지들을 기초로 가우시안 모델을 업데이트하여 에러 분포를 최소화한 뒤, 최소화된 에러 분포에 따라 3차원 포인트의 위치를 조정함으로써, 3차원 모델 구축 정확도를 향상시키는 가운데, 실시간으로 활용 가능한 장점을 달성한다.
도 2는 일 실시예에 따른 네트워크 환경의 예를 도시한 도면이다. 도 2의 네트워크 환경은 복수의 전자 기기들(210, 220, 230, 240), 복수의 서버들(250, 260) 및 네트워크(270)를 포함하는 예를 나타내고 있다. 이러한 도 2는 발명의 설명을 위한 일례로 전자 기기의 수나 서버의 수가 도 2와 같이 한정되는 것은 아니다.
복수의 전자 기기들(210, 220, 230, 240)은 컴퓨터 장치로 구현되는 이동형 단말일 수 있다. 복수의 전자 기기들(210, 220, 230, 240)의 예를 들면, 스마트폰(smart phone), 휴대폰, 태블릿 PC, 내비게이션, 컴퓨터, 노트북, 디지털방송용 단말, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player) 등이 있다. 일례로 제1 전자 기기(210)는 무선 또는 유선 통신 방식을 이용하여 네트워크(270)를 통해 다른 전자 기기들(220, 230, 240) 및/또는 서버(250, 260)와 통신할 수 있다.
통신 방식은 제한되지 않으며, 네트워크(270)가 포함할 수 있는 통신망(일례로, 이동통신망, 유선 인터넷, 무선 인터넷, 방송망)을 활용하는 통신 방식뿐만 아니라 기기들간의 근거리 무선 통신 역시 포함될 수 있다. 예를 들어, 네트워크(270)는, PAN(personal area network), LAN(local area network), CAN(campus area network), MAN(metropolitan area network), WAN(wide area network), BBN(broadband network), 인터넷 등의 네트워크 중 하나 이상의 임의의 네트워크를 포함할 수 있다. 또한, 네트워크(270)는 버스 네트워크, 스타 네트워크, 링 네트워크, 메쉬 네트워크, 스타-버스 네트워크, 트리 또는 계층적(hierarchical) 네트워크 등을 포함하는 네트워크 토폴로지 중 임의의 하나 이상을 포함할 수 있으나, 이에 제한되지 않는다.
서버(250, 260) 각각은 복수의 전자 기기들(210, 220, 230, 240)과 네트워크(270)를 통해 통신하여 명령, 코드, 파일, 컨텐츠, 서비스 등을 제공하는 컴퓨터 장치 또는 복수의 컴퓨터 장치들로 구현될 수 있다.
일례로, 서버(260)는 네트워크(270)를 통해 접속한 제1 전자 기기(210)로 어플리케이션의 설치를 위한 파일을 제공할 수 있다. 이 경우 제1 전자 기기(210)는 서버(260)로부터 제공된 파일을 이용하여 어플리케이션을 설치할 수 있다. 또한, 제1 전자 기기(210)가 포함하는 운영체제(Operating System, OS)나 적어도 하나의 프로그램(일례로 브라우저나 상기 설치된 어플리케이션)의 제어에 따라 서버(250)에 접속하여 서버(250)가 제공하는 서비스나 컨텐츠를 제공받을 수 있다. 예를 들어, 제1 전자 기기(210)가 어플리케이션의 제어에 따라 네트워크(270)를 통해 서비스 요청 메시지를 서버(250)로 전송하면, 서버(250)는 서비스 요청 메시지에 대응하는 코드를 제1 전자 기기(210)로 전송할 수 있고, 제1 전자 기기(210)는 어플리케이션의 제어에 따라 코드에 따른 화면을 구성하여 표시함으로써 사용자에게 컨텐츠를 제공할 수 있다.
도 3은 일 실시예에 있어서 전자 기기 및 서버의 내부 구성을 설명하기 위한 블록도이다. 도 3에서는 하나의 전자 기기에 대한 예로서 제1 전자 기기(210), 그리고 하나의 서버에 대한 예로서 서버(250)의 내부 구성을 설명한다. 다른 전자 기기들(220, 230, 240)이나 서버(260) 역시 동일한 또는 유사한 내부 구성을 가질 수 있다.
제1 전자 기기(210)와 서버(250)는 메모리(311, 321), 프로세서(312, 322), 통신 모듈(313, 323) 그리고 입출력 인터페이스(314, 324)를 포함할 수 있다. 메모리(311, 321)는 컴퓨터에서 판독 가능한 기록 매체로서, RAM(random access memory), ROM(read only memory) 및 디스크 드라이브와 같은 비소멸성 대용량 기록장치(permanent mass storage device)를 포함할 수 있다. 또한, 메모리(311, 321)에는 운영체제나 적어도 하나의 프로그램 코드(일례로 제1 전자 기기(210)에 설치되어 구동되는 어플리케이션 등을 위한 코드)가 저장될 수 있다. 이러한 소프트웨어 구성요소들은 메모리(311, 321)와는 별도의 컴퓨터에서 판독 가능한 기록 매체로부터 로딩될 수 있다. 이러한 별도의 컴퓨터에서 판독 가능한 기록 매체는 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 등의 컴퓨터에서 판독 가능한 기록 매체를 포함할 수 있다. 다른 실시예에서 소프트웨어 구성요소들은 컴퓨터에서 판독 가능한 기록 매체가 아닌 통신 모듈(313, 323)을 통해 메모리(311, 321)에 로딩될 수도 있다. 예를 들어, 적어도 하나의 프로그램은 개발자들 또는 어플리케이션의 설치 파일을 배포하는 파일 배포 시스템(일례로 상술한 서버(260))이 네트워크(270)를 통해 제공하는 파일들에 의해 설치되는 프로그램(일례로 상술한 어플리케이션)에 기반하여 메모리(311, 321)에 로딩될 수 있다.
프로세서(312, 322)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(311, 321) 또는 통신 모듈(313, 323)에 의해 프로세서(312, 322)로 제공될 수 있다. 예를 들어 프로세서(312, 322)는 메모리(311, 321)와 같은 기록 장치에 저장된 프로그램 코드에 따라 수신되는 명령을 실행하도록 구성될 수 있다.
통신 모듈(313, 323)은 네트워크(270)를 통해 제1 전자 기기(210)와 서버(250)가 서로 통신하기 위한 기능을 제공할 수 있으며, 다른 전자 기기(일례로 제2 전자 기기(220)) 또는 다른 서버(일례로 서버(260))와 통신하기 위한 기능을 제공할 수 있다. 일례로, 제1 전자 기기(210)의 프로세서(312)가 메모리(311)와 같은 기록 장치에 저장된 프로그램 코드에 따라 생성한 요청(일례로 3차원 모델 구축 요청)이 통신 모듈(313)의 제어에 따라 네트워크(270)를 통해 서버(250)로 전달될 수 있다. 역으로, 서버(250)의 프로세서(322)의 제어에 따라 제공되는 제어 신호나 명령, 컨텐츠, 파일 등이 통신 모듈(323)과 네트워크(270)를 거쳐 제1 전자 기기(210)의 통신 모듈(313)을 통해 제1 전자 기기(210)로 수신될 수 있다. 예를 들어 통신 모듈(313)을 통해 수신된 서버(250)의 제어 신호나 명령 등은 프로세서(312)나 메모리(311)로 전달될 수 있고, 컨텐츠나 파일 등은 제1 전자 기기(210)가 더 포함할 수 있는 저장 매체로 저장될 수 있다.
입출력 인터페이스(314)는 입출력 장치(315)와의 인터페이스를 위한 수단일 수 있다. 예를 들어, 입력 장치는 카메라, 키보드 또는 마우스 등의 장치를, 그리고 출력 장치는 어플리케이션의 통신 세션을 표시하기 위한 디스플레이와 같은 장치를 포함할 수 있다. 다른 예로 입출력 인터페이스(314)는 터치스크린과 같이 입력과 출력을 위한 기능이 하나로 통합된 장치와의 인터페이스를 위한 수단일 수도 있다. 보다 구체적인 예로, 제1 전자 기기(210)의 프로세서(312)는 메모리(311)에 로딩된 컴퓨터 프로그램의 명령을 처리함에 있어서 서버(250)나 제2 전자 기기(220)가 제공하는 데이터를 이용하여 구성되는 서비스 화면이나 컨텐츠가 입출력 인터페이스(314)를 통해 디스플레이에 표시될 수 있다. 입출력 인터페이스(324) 또한 마찬가지로 서버(250)의 프로세서(322)가 메모리(321)에 로딩된 컴퓨터 프로그램의 명령을 처리함에 있어 서버(250)가 제공하는 데이터를 이용하여 구성되는 정보를 출력할 수 있다.
또한, 다른 실시예들에서 제1 전자 기기(210) 및 서버(250)는 도 3의 구성요소들보다 더 많은 구성요소들을 포함할 수도 있다. 그러나, 대부분의 종래기술적 구성요소들을 명확하게 도시할 필요성은 없다. 예를 들어, 제1 전자 기기(210)는 상술한 입출력 장치(315) 중 적어도 일부를 포함하도록 구현되거나 또는 트랜시버(transceiver), GPS(Global Positioning System) 모듈, 각종 센서, 데이터베이스 등과 같은 다른 구성요소들을 더 포함할 수도 있다. 보다 구체적인 예로, 제1 전자 기기(210)가 스마트폰인 경우, 일반적으로 스마트폰이 포함하고 있는 가속도 센서나 자이로 센서, 카메라, 각종 물리적인 버튼, 터치패널을 이용한 버튼, 입출력 포트, 진동을 위한 진동기 등의 다양한 구성요소들뿐만 아니라, 스마트폰과 연동되어 작동되는 별도의 기기들(일례로, 스마트폰에 탑재된 것인 아닌 별도로 구비되어 스마트폰과 연동되는 카메라)이 제1 전자 기기(210)에 구현될 수 있음을 알 수 있다.
이하에서는 실시간 3차원 모델 구축 방법 및 시스템의 구체적인 실시예를 설명하기로 한다.
도 4는 일 실시예에 따른 서버의 프로세서가 포함할 수 있는 구성요소의 예를 도시한 블록도이고, 도 5는 일 실시예에 따른 서버가 수행할 수 있는 실시간 3차원 모델 구축 방법을 도시한 플로우 차트이며, 도 6은 일 실시예에 따라 이미지의 에러 분포를 가우시안 모델링하는 과정을 설명하기 위한 도면이고, 도 7은 일 실시예에 따라 가우시안 모델을 업데이트하는 과정을 설명하기 위한 도면이다.
일 실시예에 따른 서버(250)에는 컴퓨터로 구현된 실시간 3차원 모델 구축 시스템이 구성될 수 있다. 서버(250)는 클라이언트(client)인 복수의 전자 기기들(210, 220, 230, 240)을 대상으로 실시간 3차원 모델 구축 서비스를 제공하는 것으로, 전자 기기들(210, 220, 230, 240) 상에 설치된 전용 어플리케이션이나 서버(250)와 관련된 웹/모바일 사이트 접속을 통한 서비스 요청에 대응되는 실시간 3차원 모델 구축 서비스를 제공할 수 있다. 즉, 서버(250)는 사용자의 전자 기기(예컨대, 제1 전자 기기(210))에 탑재되거나 연결된 복수의 카메라들에 의해 객체(피사체)가 촬영된 복수의 이미지들을 이용하여 객체에 대한 3차원 모델을 구축하는 서비스를 사용자의 전자 기기로 제공할 수 있다.
보다 상세하게, 서버(250)는 기존의 3차원 모델 구축 과정들(복수의 이미지들 각각으로부터 피처를 탐색 및 추출하는 과정, 복수의 이미지들을 각각 촬영하는 복수의 카메라들 각각의 포즈를 추정하는 과정, 복수의 이미지들 각각에 표시된 피처에 기초하여 3차원 포인트를 추정하는 과정 및 복수의 이미지들을 이용하여 추정된 3차원 포인트를 복수의 이미지들에 재투영한 포인트 및 복수의 이미지들에 표시된 피처 사이의 에러 거리를 계산하여 이를 최소화하도록 3차원 포인트를 조정하는 과정) 중 복수의 이미지들 각각에 표시된 피처에 기초하여 추정된 3차원 포인트가 복수의 이미지들 각각에 재투영된 포인트 및 복수의 이미지 각각에 표시된 피처 사이의 에러 거리를 최소화하여 3차원 포인트를 조정하는 과정에 대해 복수의 이미지들을 대상으로 실시간으로 에러 거리를 최소화하는 알고리즘을 구동하여 실시간 3차원 모델 구축 서비스를 사용자의 전자 기기로 제공할 수 있다.
여기서, 서버(250)가 구동하는 알고리즘은 도 5에 따른 실시간 3차원 모델 구축 방법이 구현된 것으로, 서버(250)의 프로세서(322)는 실시간 3차원 모델 구축 방법을 구현하기 위한 구성요소로 도 4에 도시된 바와 같이 가우시안 모델링부(410), 업데이트부(420) 및 조정부(430)를 포함할 수 있다. 실시예에 따라 프로세서(322)의 구성요소들은 선택적으로 프로세서(322)에 포함되거나 제외될 수도 있다. 또한, 실시예에 따라 프로세서(322)의 구성요소들은 프로세서(322)의 기능의 표현을 위해 분리 또는 병합될 수도 있다. 예컨대, 프로세서(322)의 구성요소들 중 적어도 일부는 사용자의 전자 기기에 포함되는 프로세서에 구현될 수도 있다.
이러한 프로세서(322) 및 프로세서(322)의 구성요소들은 도 5의 실시간 3차원 모델 구축 방법이 포함하는 단계들(S510 내지 S550)을 수행하도록 서버(250)를 제어할 수 있다. 예를 들어, 프로세서(322) 및 프로세서(322)의 구성요소들은 메모리(321)가 포함하는 운영체제의 코드와 적어도 하나의 프로그램의 코드에 따른 명령(instruction)을 실행하도록 구현될 수 있다.
여기서, 프로세서(322)의 구성요소들은 서버(250)에 저장된 프로그램 코드가 제공하는 명령에 따라 프로세서(322)에 의해 수행되는 프로세서(322)의 서로 다른 기능들(different functions)의 표현들일 수 있다. 예를 들어, 서버(250)가 최소화된 에러 분포에 따라 3차원 포인트의 위치를 조정하는 명령에 따라 서버(250)를 제어하는 프로세서(322)의 기능적 표현으로서 조정부(410)가 이용될 수 있다.
단계(S510)에서 가우시안 모델링부(410)는 복수의 이미지들 각각에 표시된 피처에 기초하여 추정된 3차원 포인트가 복수의 이미지들 중 어느 하나의 이미지에 재투영된 포인트 및 어느 하나의 이미지에 표시된 피처 사이의 에러 분포를 가우시안 모델링할 수 있다.
예를 들어, 객체(피사체)를 촬영한 복수의 이미지들에 표시된 피처들에 의해 추정된 3차원 포인트가 복수의 이미지들 중 제1 이미지에 재투영된 포인트 및 제1 이미지에 표시된 피처 사이의 에러 분포는 도 6에 도시된 바와 같이 카메라의 중심으로부터 이미지에 표시되는 피처를 잇는 라인을 기준으로 3차원 포인트의 위치에 따라 퍼지는 형상을 갖는다. 이에, 가우시안 모델링부(410)는 이러한 형상의 에러 분포를 가우시안 모델링하여 제1 이미지의 에러 분포에 대한 가우시안 모델을 생성할 수 있다. 피처가 이미지 중심에 있고 카메라 포즈가 원점에 있을 때 생성된 가우시안 모델의 공분산
Figure pat00001
은 식 1과 같이 계산될 수 있다. 식 1에서
Figure pat00002
는 복수의 이미지들 중 현재 이미지의 인덱스를 나타내고,
Figure pat00003
는 복수의 3차원 포인트들 중 현재 이미지에 표시된 피처에 해당하는 3차원 포인트의 인덱스를 나타내며,
Figure pat00004
는 가우시안 모델에서
Figure pat00005
번째 이미지의
Figure pat00006
번째 3차원 포인트의 표준편차를 나타내고,
Figure pat00007
는 충분히 큰 고정 상수를 나타낸다. 여기서,
Figure pat00008
는 3차원 포인트로부터 카메라까지의 거리에 비례하고 카메라의 초점 거리의 역수에 비례하는 특성을 갖는다
<식 1>
Figure pat00009
따라서, 피처가 이미지 중심에 있지 않고 카메라 포즈가 원점에 있지 않은 일반적인 상황에서 가우시안 모델의 공분산은 피처의 위치 및 카메라 포즈에 대한 함수인 3차원 회전 매트릭스
Figure pat00010
를 이용하여 식 2와 같이 계산된다.
<식 2>
Figure pat00011
이처럼 복수의 이미지들 중 어느 하나의 이미지(제1 이미지)에 대해 생성된 가우시안 모델의 평균값
Figure pat00012
은 복수의 이미지들 중 어느 하나의 이미지(제1 이미지)에 기초하는 3차원 포인트의 위치를 나타내게 된다. 이에, 가우시안 모델링부(410)는 복수의 이미지들 중 어느 하나의 이미지(제1 이미지)에 대해 생성된 가우시안 모델의 평균값
Figure pat00013
으로 3차원 포인트의 위치를 새롭게 결정할 수 있다(기존에 복수의 이미지들에 표시된 피처들에 의해 추정된 3차원 포인트의 위치로부터
Figure pat00014
으로 결정된 3차원 포인트의 위치로 조정할 수 있다).
그러나 일 실시예에 따른 실시간 3차원 모델 구축 시스템은, 복수의 이미지들 중 어느 하나의 이미지만을 사용하여 3차원 포인트의 위치를 결정 및 조정하는 대신에, 복수의 이미지들 모두를 사용하여 3차원 포인트의 위치를 결정 및 조정함으로써 3차원 포인트의 위치를 결정하는 정확도를 향상시킬 수 있다. 이를 위해, 단계(S510)에 이은 단계(S520)에서 업데이트부(420)는 복수의 이미지들 중 단계(S510)에서 가우시안 모델을 이미 생성한 어느 하나의 이미지를 제외한 나머지 이미지들을 기초로 단계(S510)에서 생성된 가우시안 모델을 업데이트하여 에러 분포를 최소화할 수 있다.
보다 상세하게, 단계(S520)에서 가우시안 모델링부(410)가 단계(S510)에서 상술된 바와 동일하게 나머지 이미지들 각각의 에러 분포를 가우시안 모델링함에 응답하여, 업데이트부(420)는 나머지 이미지들 각각의 가우시안 모델을 단계(S510)에서 생성된 어느 하나의 이미지의 가우시안 모델에 순차적으로 곱셈 연산하여 단계(S510)에서 생성된 어느 하나의 이미지의 가우시안 모델을 업데이트할 수 있다. 예를 들어, 전술된 바와 같이 단계(S510)에서 복수의 이미지들 중 제1 이미지에 대한 가우시안 모델이 생성되었다면, 단계(S520)에서 가우시안 모델링부(410)는 복수의 이미지들 중 제1 이미지를 제외한 나머지 이미지, 일례로 제2 이미지에 대한 가우시안 모델을 단계(S510)와 동일하게 생성한 뒤, 업데이트부(420)가 제2 이미지에 대한 가우시안 모델을 제1 이미지에 대한 가우시안 모델에 곱셈 연산하여 제1 이미지에 대한 가우시안 모델을 업데이트할 수 있다(이하, 제1 이미지에 대한 가우시안 모델이 업데이트된다는 것은, 제2 이미지에 대한 가우시안 모델과 제1 이미지에 대한 가우시안 모델이 곱셈 연산된 가우시안 모델이 생성됨을 의미함).
더 구체적인 예를 들면, 업데이트부(420)는 업데이트된 가우시안 모델의 공분산 매트릭스를 식 3을 통해 계산하고, 식 3과 같이 계산된 공분산 매트릭스와 제1 이미지에 대한 가우시안 모델의 평균값, 제2 이미지에 대한 가우시안 모델의 평균값을 기초로, 업데이트된 가우시안 모델의 평균값을 식 4와 같이 계산함으로써, 제1 이미지에 대한 가우시안 모델을 식 3 및 4를 통해 계산된 가우시안 모델로 업데이트할 수 있다. 식 3에서
Figure pat00015
와
Figure pat00016
는 각각
Figure pat00017
번째 3차원 포인트의 제1 이미지에 대한 가우시안 모델의 공분산과 평균을 나타내고,
Figure pat00018
와
Figure pat00019
는 각각
Figure pat00020
번째 3차원 포인트의 제2 이미지에 대한 가우시안 모델의 공분산과 평균을 나타낸다.
Figure pat00021
와
Figure pat00022
는 각각 업데이트된 가우시안 모델의 공분산과 평균값을 나타내고 식 3과 식 4에 의해 계산된다.
<식 3>
Figure pat00023
<식 4>
Figure pat00024
이처럼 업데이트된 가우시안 모델의 에러 분포는 제1 이미지에 대한 가우시안 모델의 에러 분포에 비해 도 7과 같이 최소화될 수 있다.
이상, 나머지 이미지들 중 하나의 이미지(제2 이미지)를 이용하여 가우시안 모델을 업데이트하는 것으로 설명되었으나, 업데이트부(420)는 나머지 이미지들 전부에 대해서도 동일한 방식을 순차적으로 적용함으로써 단계(S510)에서 생성된 가우시안 모델을 순차적으로 업데이트하여 에러 분포를 최소화할 수 있다.
단계(S520)를 통해 최초 생성된 가우시안 모델이 업데이트되었으면, 단계(S530)에서 조정부(430)는 최소화된 에러 분포에 따라 3차원 포인트의 위치를 조정할 수 있다. 즉, 조정부(430)는 단계(S520)에서 업데이트된 가우시안 모델의 평균값으로 3차원 포인트의 위치를 새롭게 결정할 수 있다(제1 이미지에 대한 가우시안 모델로 조정된 3차원 포인트의 위치로부터 업데이트된 가우시안 모델의 평균값으로 3차원 포인트의 위치로 조정할 수 있다).
단계(S540)에서 조정부(430)는, 단계(S530)에서 조정된 3차원 포인트의 위치를 이용하여, 복수의 이미지들을 촬영하는 복수의 카메라들 각각의 포즈를 조정할 수 있다.
그 후, 일 실시예에 따른 실시간 3차원 모델 구축 시스템은 단계(S550)에서 미리 설정된 반복 조건(일례로, 미리 설정된 반복 횟수를 만족시키는지 여부 또는 조정된 3차원 포인트의 위치와 실제 피처의 위치 사이의 차이로 계산되는 에러 값의 변화가 미리 설정된 범위 내인지 여부 등)을 만족시키는지 여부를 판단함으로써, 상술된 단계들(S510 내지 S540)을 반복 수행할 수 있다. 이러한 경우, 이전에 수행된 단계(S540)에서 포즈가 각각 조정된 복수의 카메라들 및 위치가 조정된 3차원 포인트는, 현재 수행되는 단계(S510)에서 이용될 수 있다. 예를 들어, 두 번째 반복 수행되는 단계(S510)에서 이용되는 3차원 포인트는 첫 번째 반복 수행된 단계(S530)에서 위치가 조정된 3차원 포인트일 수 있으며, 두 번째 반복 수행되는 단계(S510)에서 이용되는 카메라 포즈는 첫 번째 반복 수행된 단게(S540)에서 조정된 카메라 포즈일 수 있다.
따라서, 단계들(S510 내지 S550)이 미리 설정된 반복 조건에 따라 반복 수행됨으로써, 3차원 포인트의 위치를 결정하는 정확도가 더욱 향상될 수 있다. 또한, 단계들(S510 내지 S550)로 구성되는 실시간 3차원 모델 구축 방법은 기존의 비선형 최소 자승법을 이용하는 BA 방식에 비해 계산 복잡도가 현저히 낮아 실시간으로 수행될 수 있는 장점을 도모할 수 있다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 어플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 컴퓨터 저장 매체 또는 장치에 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 이때, 매체는 컴퓨터로 실행 가능한 프로그램을 계속 저장하거나, 실행 또는 다운로드를 위해 임시 저장하는 것일 수도 있다. 또한, 매체는 단일 또는 수 개의 하드웨어가 결합된 형태의 다양한 기록수단 또는 저장수단일 수 있는데, 어떤 컴퓨터 시스템에 직접 접속되는 매체에 한정되지 않고, 네트워크 상에 분산 존재하는 것일 수도 있다. 매체의 예시로는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등을 포함하여 프로그램 명령어가 저장되도록 구성된 것이 있을 수 있다. 또한, 다른 매체의 예시로, 어플리케이션을 유통하는 앱 스토어나 기타 다양한 소프트웨어를 공급 내지 유통하는 사이트, 서버 등에서 관리하는 기록매체 내지 저장매체도 들 수 있다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (11)

  1. 컴퓨터로 구현되는 실시간 3차원 모델 구축 방법에 있어서,
    복수의 이미지들 각각에 표시된 피처에 기초하여 추정된 3차원 포인트가 상기 복수의 이미지들 중 어느 하나의 이미지에 재투영된 포인트 및 상기 어느 하나의 이미지에 표시된 피처 사이의 에러 분포를 가우시안 모델링하는 단계;
    상기 복수의 이미지들 중 상기 어느 하나의 이미지를 제외한 나머지 이미지들을 기초로 상기 가우시안 모델을 업데이트하여 상기 에러 분포를 최소화하는 단계;
    상기 최소화된 에러 분포에 따라 상기 3차원 포인트의 위치를 조정하는 단계; 및
    상기 조정된 3차원 포인트의 위치를 이용하여, 상기 복수의 이미지들을 촬영하는 복수의 카메라들 각각의 포즈를 조정하는 단계
    를 포함하는 실시간 3차원 모델 구축 방법.
  2. 제1항에 있어서,
    상기 가우시안 모델을 업데이트하여 상기 에러 분포를 최소화하는 단계는,
    상기 나머지 이미지들 각각의 에러 분포를 가우시안 모델링하는 단계; 및
    상기 나머지 이미지들 각각의 가우시안 모델을 상기 어느 하나의 이미지의 가우시안 모델에 순차적으로 곱셈 연산하여 상기 어느 하나의 이미지의 가우시안 모델을 업데이트하는 단계
    를 포함하는 실시간 3차원 모델 구축 방법.
  3. 제1항에 있어서,
    상기 최소화된 에러 분포에 따라 상기 3차원 포인트의 위치를 조정하는 단계는,
    상기 최소화된 에러 분포에 대한 가우시안 모델의 평균값을 상기 3차원 포인트의 위치로 결정하는 단계
    를 포함하는 실시간 3차원 모델 구축 방법.
  4. 제1항에 있어서,
    상기 에러 분포를 가우시안 모델링하는 단계가 미리 설정된 반복 조건에 따라 반복 수행되는 과정에서, 상기 포즈가 각각 조정된 복수의 카메라들 및 상기 조정된 3차원 포인트의 위치를 이용하는 단계
    를 더 포함하는 실시간 3차원 모델 구축 방법.
  5. 제1항에 있어서,
    상기 복수의 이미지들 각각으로부터 피처를 탐색 및 추출하는 단계;
    상기 복수의 이미지들을 각각 촬영하는 복수의 카메라들 각각의 포즈를 추정하는 단계; 및
    상기 복수의 이미지들 각각에 표시된 피처에 기초하여 3차원 포인트를 추정하는 단계
    를 더 포함하는 실시간 3차원 모델 구축 방법.
  6. 컴퓨터 시스템과 결합되어 실시간 3차원 모델 구축 방법을 실행시키기 위해 컴퓨터 판독 가능한 기록 매체에 기록된 컴퓨터 프로그램에 있어서,
    상기 실시간 3차원 모델 구축 방법은,
    복수의 이미지들 각각에 표시된 피처에 기초하여 추정된 3차원 포인트가 상기 복수의 이미지들 중 어느 하나의 이미지에 재투영된 포인트 및 상기 어느 하나의 이미지에 표시된 피처 사이의 에러 분포를 가우시안 모델링하는 단계;
    상기 복수의 이미지들 중 상기 어느 하나의 이미지를 제외한 나머지 이미지들을 기초로 상기 가우시안 모델을 업데이트하여 상기 에러 분포를 최소화하는 단계;
    상기 최소화된 에러 분포에 따라 상기 3차원 포인트의 위치를 조정하는 단계; 및
    상기 조정된 3차원 포인트의 위치를 이용하여, 상기 복수의 이미지들을 촬영하는 복수의 카메라들 각각의 포즈를 조정하는 단계
    를 포함하는 기록 매체에 기록된 컴퓨터 프로그램.
  7. 제6항에 있어서,
    상기 가우시안 모델을 업데이트하여 상기 에러 분포를 최소화하는 단계는,
    상기 나머지 이미지들 각각의 에러 분포를 가우시안 모델링하는 단계; 및
    상기 나머지 이미지들 각각의 가우시안 모델을 상기 어느 하나의 이미지의 가우시안 모델에 순차적으로 곱셈 연산하여 상기 어느 하나의 이미지의 가우시안 모델을 업데이트하는 단계
    를 포함하는 기록 매체에 기록된 컴퓨터 프로그램.
  8. 컴퓨터로 구현되는 실시간 3차원 모델 구축 시스템에 있어서,
    컴퓨터가 판독 가능한 명령을 실행하도록 구현되는 적어도 하나의 프로세서
    를 포함하고,
    상기 적어도 하나의 프로세서는,
    복수의 이미지들 각각에 표시된 피처에 기초하여 추정된 3차원 포인트가 상기 복수의 이미지들 중 어느 하나의 이미지에 재투영된 포인트 및 상기 어느 하나의 이미지에 표시된 피처 사이의 에러 분포를 가우시안 모델링하는 가우시안 모델링부;
    상기 복수의 이미지들 중 상기 어느 하나의 이미지를 제외한 나머지 이미지들을 기초로 상기 가우시안 모델을 업데이트하여 상기 에러 분포를 최소화하는 업데이트부; 및
    상기 최소화된 에러 분포에 따라 상기 3차원 포인트의 위치를 조정하고, 상기 조정된 3차원 포인트의 위치를 이용하여, 상기 복수의 이미지들을 촬영하는 복수의 카메라들 각각의 포즈를 조정하는 조정부
    를 포함하는 실시간 3차원 모델 구축 시스템.
  9. 제8항에 있어서,
    상기 가우시안 모델링부는,
    상기 나머지 이미지들 각각의 에러 분포를 가우시안 모델링하고,
    상기 업데이트부는,
    상기 나머지 이미지들 각각의 가우시안 모델을 상기 어느 하나의 이미지의 가우시안 모델에 순차적으로 곱셈 연산하여 상기 어느 하나의 이미지의 가우시안 모델을 업데이트하는, 실시간 3차원 모델 구축 시스템.
  10. 제8항에 있어서,
    상기 조정부는,
    상기 최소화된 에러 분포에 대한 가우시안 모델의 평균값을 상기 3차원 포인트의 위치로 결정하는, 실시간 3차원 모델 구축 시스템.
  11. 제8항에 있어서,
    상기 가우시안 모델링부는,
    상기 에러 분포를 가우시안 모델링하는 것을 미리 설정된 반복 조건에 따라 반복 수행하는 과정에서, 상기 포즈가 각각 조정된 복수의 카메라들 및 상기 조정된 3차원 포인트의 위치를 이용하는, 실시간 3차원 모델 구축 시스템.
KR1020200044557A 2020-04-13 2020-04-13 실시간 3차원 모델 구축 방법 및 시스템 KR102407522B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200044557A KR102407522B1 (ko) 2020-04-13 2020-04-13 실시간 3차원 모델 구축 방법 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200044557A KR102407522B1 (ko) 2020-04-13 2020-04-13 실시간 3차원 모델 구축 방법 및 시스템

Publications (2)

Publication Number Publication Date
KR20210126903A true KR20210126903A (ko) 2021-10-21
KR102407522B1 KR102407522B1 (ko) 2022-06-13

Family

ID=78268894

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200044557A KR102407522B1 (ko) 2020-04-13 2020-04-13 실시간 3차원 모델 구축 방법 및 시스템

Country Status (1)

Country Link
KR (1) KR102407522B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102403258B1 (ko) * 2021-12-15 2022-05-30 주식회사 리콘랩스 볼륨 추론 기반 3차원 모델링 방법 및 시스템

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018194891A (ja) * 2017-05-12 2018-12-06 富士通株式会社 ３次元形状推定方法、３次元形状推定プログラムおよび３次元形状推定装置
JP2020013560A (ja) * 2018-07-06 2020-01-23 キヤノン株式会社 情報処理装置、情報処理方法、及びプログラム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018194891A (ja) * 2017-05-12 2018-12-06 富士通株式会社 ３次元形状推定方法、３次元形状推定プログラムおよび３次元形状推定装置
JP2020013560A (ja) * 2018-07-06 2020-01-23 キヤノン株式会社 情報処理装置、情報処理方法、及びプログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Bundle Adjustment - A Modern Synthesis, IWVA 1999: Vision Algorithms: Theory and Practice, 2002.04.* *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102403258B1 (ko) * 2021-12-15 2022-05-30 주식회사 리콘랩스 볼륨 추론 기반 3차원 모델링 방법 및 시스템
WO2023113093A1 (ko) * 2021-12-15 2023-06-22 주식회사 리콘랩스 볼륨 추론 기반 3차원 모델링 방법 및 시스템

Also Published As

Publication number Publication date
KR102407522B1 (ko) 2022-06-13

Similar Documents

Publication Publication Date Title
CN106471548B (zh) 使用外围信息的加速模板匹配的方法和装置
KR102212825B1 (ko) 이미지를 기반으로 포즈 계산을 위한 지도의 최신성을 유지하는 방법 및 시스템
KR101699202B1 (ko) 최적 촬영 위치 추천 방법 및 시스템
CN110168560A (zh) 使用神经网络的场景理解和生成
KR102136210B1 (ko) 파노라마 이미지를 보정하는 방법 및 시스템
KR101989089B1 (ko) 클라우드 소싱 기반의 ａｒ 컨텐츠 템플릿을 수집하여 ａｒ 컨텐츠를 자동으로 생성하는 방법 및 시스템
US20230186562A1 (en) Method and system for 3d modeling based on volume estimation
KR102322000B1 (ko) 비주얼 로컬리제이션과 오도메트리를 기반으로 한 경로 추적 방법 및 시스템
KR102407522B1 (ko) 실시간 3차원 모델 구축 방법 및 시스템
US11210864B2 (en) Solution for generating virtual reality representation
KR102316216B1 (ko) 블라인드 워터마킹 기술을 이용한 카메라 기반 측위 방법 및 시스템
KR102551914B1 (ko) 인터랙티브 객체 뷰어 생성 방법 및 시스템
US20220230350A1 (en) Position recognition method and system based on visual information processing
JP7469008B2 (ja) 経路案内のためのコンテンツ提供方法および装置
CN114117092A (zh) 远程协作方法、装置、电子设备和计算机可读介质
KR102368953B1 (ko) 가상 현실 공간 제공 방법 및 시스템
KR20180097913A (ko) 사용자 단말의 사용자 인터페이스를 이용하는 촬영 동작 가이드 방법 및 시스템
KR102243138B1 (ko) 환경 정보 취득을 이용한 혼합 현실 기기 지원 장치 및 그 방법
JP2020510936A (ja) 補正パターン分析による映像補正方法およびシステム
KR102463890B1 (ko) 위치 정보를 생성하는 방법, 장치, 기기, 매체 및 프로그램
KR102271464B1 (ko) 사용자 명령 학습 펫 에이전트 및 그 동작 방법
US11948327B2 (en) Method and system for joint object location and ground plane estimation in computer vision
KR102147485B1 (ko) 촬영 가이드 방법 및 시스템
KR20230068779A (ko) 도안 서비스 제공 방법 및 시스템
KR20210094257A (ko) 지도 데이터에 대해 poi에 대한 정보를 입력하는 방법 및 장치

Legal Events

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