텍셀을 이용한 3차원 물체의 형상 인식

Abstract

본 논문은 표면이 텍셀로 구성된 3차원 물체의 2차원 영상에서 깊이 정보를 추출하여 재구성하는 방법에 대한 기존의 방법을 소개하고 인공신경회로망을 이용한 방법을 제안한다. 표면을 구성하는 텍셀들은 이미 세그멘테이션되어 있다고 가정하고 각 텍셀들의 기준 텍셀과의 면적비와 텍셀의 표면 방향등의 정보들로부터 3차원 물체를 재구성한다. 각 텍셀들의 표면 방향은 신경회로망을 이용하여 구한다. 또한 구해진 정보로부터 보간법을 이용하여 3차원물체를 완만화하였다. 텍셀의 분류는 신경회로망을 이용하여 기존의 복잡한 기하학적인 해법을 지양하고 잡음이 포함된 패턴이나 손상된 패턴으로부터도 정보를 추출해 낼 수 있게 하였다.;This thesis proposes the method of Shape reconstruction of 3D object using texels. Texture provides an important source of information about the local orientation of visible surfaces. An important task that arises in many computer vision systems is the reconstruction of three-dimentional depth information from two-dimensional images. The surface orientation of texel is classified by the Artificial Neural Network. The classification method to recognize the shape of 3D object with artificial neural network requires less developing time comparing to conventional method. The segmentation problem is assumed to be solved. The surface in view is smooth and is covered with repeated texture elements. In this study, 3D shape reconstruct using interpolation method