| 1 |
1
복원하고자 하는 3차원 공간에 대한 깊이(depth) 데이터를 생성하는 카메라;제1 영역에 대하여 생성된 제1 깊이 데이터로 제1 TSDF 볼륨 데이터를 업데이트하고 업데이트된 상기 제1 TSDF 볼륨 데이터에 기초하여 상기 3차원 공간에 존재하는 적어도 하나의 물체의 제1 표면 포인트를 예측하는 제1 GPU;제2 영역에 대하여 생성된 제2 깊이 데이터로 제2 TSDF 볼륨 데이터를 업데이트하고 업데이트된 상기 제2 TSDF 볼륨 데이터에 기초하여 상기 3차원 공간에 존재하는 적어도 하나의 물체의 제2 표면 포인트를 예측하는 제2 GPU; 및상기 카메라의 위치가 변경됨에 따라 상기 제1 TSDF 볼륨 데이터와 상기 제2 TSDF 볼륨 데이터가 업데이트됨에 따른 응답으로, 상기 제1 TSDF 볼륨 데이터에 기초하여 예측된 제1 표면 포인트와 상기 제2 TSDF 볼륨 데이터에 기초하여 예측된 제2 표면 포인트를 통합하는 마스터 GPU;를 포함하는 3차원 복원을 위한 장치
|
| 2 |
2
제1 항에 있어서,상기 마스터 GPU는,상기 제1 영역에 대하여 카메라로부터 생성된 제1 깊이 데이터와 제2 영역에 대하여 카메라로부터 생성된 제2 깊이 데이터를 입력 받고,입력 받은 상기 제1 깊이 데이터와 상기 제2 깊이 데이터로부터 버텍스 맵(vertex map)과 노말 맵(normal map)을 계산하여 계산된 상기 버텍스 맵과 상기 노말 맵을 기반으로 상기 카메라의 위치를 추정하는 것을 특징으로 하는 3차원 복원을 위한 장치
|
| 3 |
3
제2 항에 있어서,상기 제1 GPU는,추정된 상기 카메라의 위치를 기반으로 상기 제1 깊이 데이터로 상기 제1 TSDF 볼륨 데이터를 업데이트하고,레이 캐스팅 알고리즘을 이용하여 업데이트된 상기 제1 TSDF 볼륨 데이터에 기초하여 상기 3차원 공간에 존재하는 상기 적어도 하나의 물체의 상기 제1 표면 포인트를 예측하는 것을 특징으로 하는 3차원 복원을 위한 장치
|
| 4 |
4
제2 항에 있어서,상기 제2 GPU는,추정된 상기 카메라의 위치를 기반으로 상기 제2 깊이 데이터로 상기 제2 TSDF 볼륨 데이터를 업데이트하고,레이 캐스팅 알고리즘을 이용하여 업데이트된 상기 제2 TSDF 볼륨 데이터에 기초하여 상기 3차원 공간에 존재하는 상기 적어도 하나의 물체의 상기 제2 표면 포인트를 예측하는 것을 특징으로 하는 3차원 복원을 위한 장치
|
| 5 |
5
제1 항에 있어서,상기 제1 GPU는,상기 통합한 결과가 적용된 제1 TSDF 볼륨 데이터에 기초하여 상기 3차원 공간 내에 존재하는 상기 적어도 하나의 물체의 제1 표면 좌표에 상응하는 제1 포인트 클라우드 데이터를 추출하는 것을 특징으로 하는 3차원 복원을 위한 장치
|
| 6 |
6
제1 항에 있어서,상기 제2 GPU는,상기 통합한 결과가 적용된 제2 TSDF 볼륨 데이터에 기초하여 상기 3차원 공간 내에 존재하는 상기 적어도 하나의 물체의 제2 표면 좌표에 상응하는 제2 포인트 클라우드 데이터를 추출하는 것을 특징으로 하는 3차원 복원을 위한 장치
|
| 7 |
7
제1 항에 있어서,상기 마스터 GPU는,추정된 상기 카메라의 위치에 따라 상기 제1 GPU가 담당하는 제1 영역의 데이터가 담당하지 않는 새로운 제3 영역의 데이터보다 적어지면, 상기 제1 GPU가 상기 새로운 제3 영역을 담당하도록 제어하는 것을 특징으로 하는 3차원 복원을 위한 장치
|
| 8 |
8
카메라가 복원하고자 하는 3차원 공간에 대한 깊이(depth) 데이터를 생성하는 단계;제1 GPU가 제1 영역에 대하여 생성된 제1 깊이 데이터로 제1 TSDF 볼륨 데이터를 업데이트하고 업데이트된 상기 제1 TSDF 볼륨 데이터에 기초하여 상기 3차원 공간에 존재하는 적어도 하나의 물체의 제1 표면 포인트를 예측하는 단계;제2 GPU가 제2 영역에 대하여 생성된 제2 깊이 데이터로 제2 TSDF 볼륨 데이터를 업데이트하고 업데이트된 상기 제2 TSDF 볼륨 데이터에 기초하여 상기 3차원 공간에 존재하는 상기 적어도 하나의 물체의 제2 표면 포인트를 예측하는 단계; 및마스터 GPU가 상기 카메라의 위치가 변경됨에 따라 상기 제1 TSDF 볼륨 데이터와 상기 제2 TSDF 볼륨 데이터가 업데이트됨에 따른 응답으로, 상기 제1 TSDF 볼륨 데이터에 기초하여 예측된 제1 표면 포인트와 상기 제2 TSDF 볼륨 데이터에 기초하여 예측된 제2 표면 포인트를 통합하는 단계;를 포함하는 3차원 복원을 위한 방법
|
| 9 |
9
제8 항에 있어서,상기 마스터 GPU가 상기 제1 영역에 대하여 카메라로부터 생성된 제1 깊이 데이터와 제2 영역에 대하여 카메라로부터 생성된 제2 깊이 데이터를 입력 받는 단계;상기 마스터 GPU가 입력 받은 상기 제1 깊이 데이터와 상기 제2 깊이 데이터로부터 버텍스 맵(vertex map)과 노말 맵(normal map)을 계산하는 단계; 및계산된 상기 버텍스 맵과 상기 노말 맵을 기반으로 상기 카메라의 위치를 추정하는 단계;를 더 포함하는 것을 특징으로 하는 3차원 복원을 위한 방법
|
| 10 |
10
제9 항에 있어서,상기 제1 GPU가 예측하는 단계는,추정된 상기 카메라의 위치를 기반으로 상기 제1 깊이 데이터로 상기 제1 TSDF 볼륨 데이터를 업데이트하고,레이 캐스팅 알고리즘을 이용하여 업데이트된 상기 제1 TSDF 볼륨 데이터에 기초하여 상기 3차원 공간에 존재하는 상기 적어도 하나의 물체의 상기 제1 표면 포인트를 예측하는 것을 특징으로 하는 3차원 복원을 위한 방법
|
| 11 |
11
제9 항에 있어서,상기 제2 GPU가 예측하는 단계는,추정된 상기 카메라의 위치를 기반으로 상기 제2 깊이 데이터로 상기 제2 TSDF 볼륨 데이터를 업데이트하고,레이 캐스팅 알고리즘을 이용하여 업데이트된 상기 제2 TSDF 볼륨 데이터에 기초하여 상기 3차원 공간에 존재하는 상기 적어도 하나의 물체의 제2 표면 포인트를 예측하는 것을 특징으로 하는 3차원 복원을 위한 방법
|
| 12 |
12
제8 항에 있어서,상기 제1 GPU가 상기 통합한 결과가 적용된 제1 TSDF 볼륨 데이터에 기초하여 상기 3차원 공간 내에 존재하는 상기 적어도 하나의 물체의 제1 표면 좌표에 상응하는 제1 포인트 클라우드 데이터를 추출하는 단계;를 더 포함하는 것을 특징으로 하는 3차원 복원을 위한 방법
|
| 13 |
13
제8 항에 있어서,상기 제2 GPU가 상기 통합한 결과가 적용된 제2 TSDF 볼륨 데이터에 기초하여 상기 3차원 공간 내에 존재하는 상기 적어도 하나의 물체의 제2 표면 좌표에 상응하는 제2 포인트 클라우드 데이터를 추출하는 단계;를 더 포함하는 것을 특징으로 하는 3차원 복원을 위한 방법
|
| 14 |
14
제8 항에 있어서,상기 제1 GPU가 예측하는 단계는,상기 마스터 GPU가 추정된 상기 카메라의 위치에 따라 상기 제1 GPU가 담당하는 제1 영역의 TSDF 볼륨 데이터가 담당하지 않는 새로운 제3 영역의 TSDF 볼륨 데이터보다 적어지면, 상기 제1 GPU가 상기 새로운 제3 영역을 담당하도록 제어하는 단계;를 포함하는 것을 특징으로 하는 3차원 복원을 위한 방법
|
