| 1 |
1
3차원 정보를 이용한 고정밀 스켈레톤 추출 방법에 있어서,(a) 3차원 객체의 포인트 클라우드를 생성하는 단계;(b) 3차원 객체의 포인트 클라우드를 서로 다른 적어도 3개의 투영 평면 상에 투영한 투영 영상을 획득하는 단계;(c) 신경망을 이용하여, 적어도 3개의 투영 영상의 각각에 대한 각 방향의 2차원 스켈레톤 영상을 획득하되, 상기 스켈레톤 영상에는 2차원 조인트와, 각 조인트를 연결하는 본이 표시되는, 단계;(d) 각 방향의 2차원 스켈레톤 영상을 복원하고, 복원된 각 방향의 3차원 표면 조인트를 이용하여 3차원 내부 조인트를 검출하는 단계; 및,(e) 검출된 3차원 내부 조인트들로 구성되는 3차원 스켈레톤을 생성하는 단계를 포함하는 것을 특징으로 하는 3차원 정보를 이용한 고정밀 스켈레톤 추출 방법
|
| 2 |
2
제1항에 있어서,상기 (a)단계에서, 3차원 객체에 대한 다시점 색상-깊이 영상을 입력받고, 각 색상-깊이 영상에서 서로 다른 시점에 의한 포인트 클라우드들을 추출하고, 각 시점의 포인트 클라우드들을 정합하여, 3차원 객체의 포인트 클라우드를 생성하는 것을 특징으로 하는 3차원 정보를 이용한 고정밀 스켈레톤 추출 방법
|
| 3 |
3
제1항에 있어서,상기 (b)단계에서, N개의 투영 평면의 각 법선 벡터의 방향이 수직 축을 중심으로 360도를 N 등분 하도록, 투영 평면을 설정하고, 각 방향의 투영 평면에 3차원 객체의 포인트 클라우드를 투영하여, 각 방향의 투영 영상을 획득하는 것을 특징으로 하는 3차원 정보를 이용한 고정밀 스켈레톤 추출 방법
|
| 4 |
4
제3항에 있어서,상기 (b)단계에서, 상기 3차원 객체에 대한 AABB(Axis-aligned Bounding Box) 박스를 구하고, 상기 AABB 박스의 좌, 우, 앞, 뒤의 4개 면에 투영하여 투영 영상을 획득하는 것을 특징으로 하는 3차원 정보를 이용한 고정밀 스켈레톤 추출 방법
|
| 5 |
5
제1항에 있어서,상기 (b)단계에서, 상기 3차원 객체의 포인트 클라우드를 수평 평면에 투영하고, 포인트 클라우드가 투영된 2차원 평면에서 정면방향 벡터를 구하고, 정면방향 벡터를 이용하여 3차원 객체의 정면이 수직 축에 놓이도록 회전시킨 후 해당 3차원 객체에 대한 투영 영상을 획득하는 것을 특징으로 하는 3차원 정보를 이용한 고정밀 스켈레톤 추출 방법
|
| 6 |
6
제5항에 있어서,상기 (b)단계에서, 주성분 분석을 통해 정면방향 벡터를 구하되, 포인트 클라우드가 투영된 2차원 평면에 대해 공분산 행렬을 찾고, 찾은 행렬에 대한 고유벡터를 구하고, 고유값이 가장 작은 벡터를 정면방향 벡터로 설정하는 것을 특징으로 하는 3차원 정보를 이용한 고정밀 스켈레톤 추출 방법
|
| 7 |
7
제1항에 있어서,상기 (b)단계에서, 투영 평면에 투영된 포인트 클라우드를 투영 평면 상의 좌표계에서 픽셀 좌표계로 변환하여 투영 영상을 획득하되, 픽셀 좌표계로 변환하기 위해 동적 범위(Dynamic range)를 변경하고 정수형으로 양자화를 진행하는 것을 특징으로 하는 3차원 정보를 이용한 고정밀 스켈레톤 추출 방법
|
| 8 |
8
제1항에 있어서,상기 신경망은 오픈포즈 네트워크인 것을 특징으로 하는 3차원 정보를 이용한 고정밀 스켈레톤 추출 방법
|
| 9 |
9
제1항에 있어서,상기 (d)단계에서, 각 방향의 2차원 스켈레톤 영상을 3차원 좌표로 복원하고, 복원된 각 방향의 3차원 좌표의 표면 조인트에서 해당 투영 평면에 수직한 직선의 교차 부위를 3차원 내부 조인트로 결정하는 것을 특징으로 하는 3차원 정보를 이용한 고정밀 스켈레톤 추출 방법
|
| 10 |
10
제9항에 있어서,상기 (d)단계에서, 인접한 2개 방향의 각 내부 조인트에서 해당 방향의 투영평면의 수직 방향으로 지나는 2개 직선의 교차 부위의 중간점을 추출하고, 추출된 중간점들의 평균 좌표를 3차원 내부 조인트로 결정하는 것을 특징으로 하는 3차원 정보를 이용한 고정밀 스켈레톤 추출 방법
|
| 11 |
11
제1항에 있어서,상기 (e)단계에서, 생성된 3차원 스켈레톤의 각 내부 조인트에 대해, 해당 내부 조인트에 연결된 적어도 2개의 본이 이루는 각도를 이등분하는 평면(이하 분할 평면)을 구하고, 상기 분할 평면에서 사전에 정해진 기준치 범위 내의 포인트들을 클러스터링하고, 클러스터링된 클러스터에서 중심을 검출하고, 중심점을 이용하여 내부 조인트 좌표를 보정하는 것을 특징으로 하는 3차원 정보를 이용한 고정밀 스켈레톤 추출 방법
|
| 12 |
12
제11항에 있어서,상기 (e)단계에서, DBSCAN (Density-based spatial clustering of applications with noise) 알고리즘을 이용하여 클러스터링을 수행하고, 써클 피팅(Circle Fitting)을 수행하여 중심점을 검출하는 것을 특징으로 하는 3차원 정보를 이용한 고정밀 스켈레톤 추출 방법
|
| 13 |
13
제1항 내지 제12항 중 어느 한 항의 3차원 정보를 이용한 고정밀 스켈레톤 추출 방법을 수행하는 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체
|
