정보처리학회논문지B (The KIPS Transactions:PartB)

한국정보처리학회 (Korea Information Processing Society)
권호 표지
DOI QR코드

DOI QR Code

스테레오 영상과 준원근 카메라 모델을 이용한 객체의 3차원 형태 및 움직임 복원

3D Object's shape and motion recovery using stereo image and Paraperspective Camera Model

  • 김상훈 (국립환경대학교 정보제어공학과)
  • 발행 : 2003.04.01
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 논문은 영상내 객체정보의 정확한 복원을 위하여, 연속된 2차원 영상으로부터 특정 객체의 특징점을 추출하고, 특징점의 위치 데이터들로부터 원형의 3차원 모양 및 모션 정보를 복원하는 알고리즘과 결과를 제시하였다. 2차원 영상의 특징점 검출을 위해서는 물체와 배경이 명확히 구별되는 실험영상 환경에서 색상변환을 통한 자동 추출 방법을 사용하였다. 추출된 2차원 객체의 특징점들로부터 3차원 모앙, 움직임 정보를 복원하기 위하여 스테레오 카메라와 준원근 카메라 모델을 적용하고 SVD(SinEuiar Value Decomposition)에 의한 인수분해연산을 수행하였다. 준원근 카메라 모델의 근본적인 문제인 깊이정보의 복원 에러가, 스테리오 영상 분석에 의해 최소화 되었다. 본 논문에서 제시된 방법들의 성능을 객관적으로 평가하기 위하여 크기와 위치가 알려진 3차원 물체에 대해 실험을 행하였으며, 영상의 21개 특징점 위치와 공간상에서의 3개 방향으로의 움직임 각도를 연산에 의해 복원한 후 원형의 데이터와 비교하여 본 알고리즘의 정확성을 증명하였다.

Robust extraction of 3D object's features, shape and global motion information from 2D image sequence is described. The object's 21 feature points on the pyramid type synthetic object are extracted automatically using color transform technique. The extracted features are used to recover the 3D shape and global motion of the object using stereo paraperspective camera model and sequential SVD(Singuiar Value Decomposition) factorization method. An inherent error of depth recovery due to the paraperspective camera model was removed by using the stereo image analysis. A 30 synthetic object with 21 features reflecting various position was designed and tested to show the performance of proposed algorithm by comparing the recovered shape and motion data with the measured values.

키워드

참고문헌

  1. C. J. Poelman and T. Kanade, A Paraperspective Factorization Method for Shape and Motion Recovery, Technical Report CMU-CS-93-219, Carnegie Mellon University, 1993
  2. T. Morita and T. Kanade, 'A Sequential Factorization Method for Shape and Motion from Image Stream', Proc. the 1994 ARPA Image Understanding Workshop, Vol.2, pp.1177-1188, Nov., 1994
  3. B. O. Jung, A Sequential Algorithm for 3-D Shape and Motion Recovery from Image Sequences, Thesis for the degree of master, Korea University, Jun., 1997
  4. J. M. Chung and N. Ohnishi, Cue Circles : Image Feature for Measuring 3D Motion of Articulated Objects using Sequential Image Pair, Proc. Intl Conf. Face and Gesture Recognition, Nara(Japan), pp.474-479, April, 1998 https://doi.org/10.1109/AFGR.1998.670993
  5. A. Azarbayejani and A. Pentland, Recursive Estimation of Motion, Structure and Focal Length, IEEE Trans. Pattern Analysis and Machine Intelligence, Vol.7, No.6, pp.562-575, Jun., 1995 https://doi.org/10.1109/34.387503
  6. Rama Chellappa, C. L.Wilson and S. Sirohey, Human and Machine Recognition of Faces : A Survey, Proc. IEEE, Vol.83, No.5, pp.705-740, May, 1995 https://doi.org/10.1109/5.381842
  7. J. Weng, N. Ahuja and T. S. Huang, Optimal Motion and Structure Estimation, IEEE Trans. Pattern Analysis and Machine Intelligence, Vol.15, No.9, Sept., 1993 https://doi.org/10.1109/34.232074
  8. T. S. Huang and O. D. Faugeras, Some Properties of the E-matrix in Two-view Motion Estimation, IEEE Trans. Pattern Analysis and Machine Intelligence, Vol.11, No.12, pp.1310-1312, Dec., 1989 https://doi.org/10.1109/34.41368
  9. A. Pentland and B. Horowitz, Recovery of Non-rigid Motion and Structure, IEEE Trans. Pattern Analysis and Machine Intelligence, Vol.13, No.7, pp.730-742, 1991 https://doi.org/10.1109/34.85661