| 1 |
1
완전연결층(Fully connected layer)에 기반하여 생성된 페이크(fake) 3차원 포인트 클라우드(3D Point cloud)와, 리얼(real) 3차원 포인트 클라우드를 입력받는 3차원 포인트 클라우드 입력부;상기 입력받은 페이크 3차원 포인트 클라우드 및 리얼 3차원 포인트 클라우드 각각으로부터 통계적 추론(statistical estimation)에 기반한 특징정보를 추출하는 특징정보 추출부;상기 추출된 특징정보로 기초로 상기 페이크 3차원 포인트 클라우드의 특징정보와 리얼 3차원 포인트 클라우드의 특징정보 간의 비교를 수행하는 비교 수행부; 및상기 수행된 비교 결과에 따라 상기 입력받은 페이크 3차원 포인트 클라우드의 신뢰도를 판단하는 신뢰도 판단부;를 포함하는 3차원 포인트 클라우드 신뢰도 판단 시스템
|
| 2 |
2
제 1 항에 있어서, 상기 특징정보 추출부는,상기 입력받은 페이크 3차원 포인트 클라우드 및 리얼 3차원 포인트 클라우드의 완전연결층(Fully connected layer)을 포함한 중간층(Intermediate layer)으로부터 각각 특징정보를 추출하는 3차원 포인트 클라우드 신뢰도 판단 시스템
|
| 3 |
3
제 1 항에 있어서, 상기 특징정보는,상기 입력받은 페이크 3차원 포인트 클라우드 및 리얼 3차원 포인트 클라우드의 평균 벡터(mean vactor) 및 공분산 행렬(covariance matrix)을 포함하는 특징정보인 3차원 포인트 클라우드 신뢰도 판단 시스템
|
| 4 |
4
제 1 항에 있어서, 상기 비교 수행부는,가우시안 2-워서스테인 거리(Gaussian 2-Wasserstein) 기법에 기반하여 상기 페이크 3차원 포인트 클라우드 특징정보와 리얼 3차원 포인트 클라우드의 특징정보 간의 비교를 수행하는 3차원 포인트 클라우드 신뢰도 판단 시스템
|
| 5 |
5
제 4 항에 있어서, 상기 비교 수행부는,하기 수학식 9로 표현되는 특징정보 간 거리 값 산출식에 따라 상기 페이크 3차원 포인트 클라우드의 특징정보와 리얼 3차원 포인트 클라우드의 특징정보 간의 비교를 수행하는 3차원 포인트 클라우드 신뢰도 판단 시스템
|
| 6 |
6
제 5 항에 있어서, 상기 신뢰도 판단부는,상기 페이크 3차원 포인트 클라우드 특징정보와 리얼 3차원 포인트 클라우드의 특징정보에 대한 거리 값이 작을수록 신뢰도를 높게 판단하는 3차원 포인트 클라우드 신뢰도 판단 시스템
|
| 7 |
7
3차원 포인트 클라우드 입력부에서 완전연결층(Fully connected layer)에 기반하여 생성된 페이크(fake) 3차원 포인트 클라우드(3D Point cloud)와, 리얼(real) 3차원 포인트 클라우드를 입력받는 3차원 포인트 클라우드 입력단계;특징정보 추출부에서 상기 입력받은 페이크 3차원 포인트 클라우드 및 리얼 3차원 포인트 클라우드 각각으로부터 통계적 추론(statistical estimation)에 기반한 특징정보를 추출하는 특징정보 추출단계;비교 수행부에서 상기 추출된 특징정보로 기초로 상기 페이크 3차원 포인트 클라우드의 특징정보와 리얼 3차원 포인트 클라우드의 특징정보 간의 비교를 수행하는 비교 수행단계; 및신뢰도 판단부에서 상기 수행된 비교 결과에 따라 상기 입력받은 페이크 3차원 포인트 클라우드의 신뢰도를 판단하는 신뢰도 판단단계;를 포함하는 3차원 포인트 클라우드 신뢰도 판단 방법
|
| 8 |
8
제 7 항에 있어서, 상기 특징정보 추출단계는,상기 입력받은 페이크 3차원 포인트 클라우드 및 리얼 3차원 포인트 클라우드의 완전연결층(Fully connected layer)을 포함한 중간층(Intermediate layer)으로부터 각각 특징정보를 추출하는 3차원 포인트 클라우드 신뢰도 판단 방법
|
| 9 |
9
제 7 항에 있어서, 상기 특징정보는,상기 입력받은 페이크 3차원 포인트 클라우드 및 리얼 3차원 포인트 클라우드의 평균 벡터(mean vactor) 및 공분산 행렬(covariance matrix)을 포함하는 특징정보인 3차원 포인트 클라우드 신뢰도 판단 방법
|
| 10 |
10
제 7 항에 있어서, 상기 비교 수행단계는,가우시안 2-워서스테인 거리(Gaussian 2-Wasserstein) 기법에 기반하여 상기 페이크 3차원 포인트 클라우드 특징정보와 리얼 3차원 포인트 클라우드의 특징정보 간의 비교를 수행하는 3차원 포인트 클라우드 신뢰도 판단 방법
|
| 11 |
11
제 10 항에 있어서, 상기 비교 수행단계는,하기 수학식 9로 표현되는 특징정보 간 거리 값 산출식에 따라 상기 페이크 3차원 포인트 클라우드의 특징정보와 리얼 3차원 포인트 클라우드의 특징정보 간의 비교를 수행하는 3차원 포인트 클라우드 신뢰도 판단 방법
|
| 12 |
12
제 11 항에 있어서, 상기 신뢰도 판단단계는,상기 페이크 3차원 포인트 클라우드 특징정보와 리얼 3차원 포인트 클라우드의 특징정보에 대한 거리 값이 작을수록 신뢰도를 높게 판단하는 3차원 포인트 클라우드 신뢰도 판단 방법
|
