http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
2차원 평면 형태의 심층학습 기반 깊이 카메라 캘리브레이션
박철형(Cheolhyeong Park),이덕우(Deokwoo Lee) 한국자동차공학회 2019 한국 자동차공학회논문집 Vol.27 No.7
In this paper, we propose an approach to improve camera calibration based on the concept of deep learning. In particular, this research focuses on enhancing the accuracy of corner detection among other camera calibration procedures. Contrary to the previous camera calibration, in order to achieve high accuracy in corner detection, a learning based algorithm is applied to corner detection, and the proposed approach reduces the re-projection error, which is one of the criteria for evaluating the accuracy of the calibration. The proposed method detects and extracts the entire checkerboard in a couple of images acquired via depth camera, and the learned and calculated weights enable the extraction and detection of the corners to be accurately carried out. In this paper, checkerboard detection and extraction improved the accuracy of corner detection by using methods, such as Prepare, FAPL, PAMFG, Reconstruction, and PADCROP. The experimental results confirmed the proposed methods, and the comparison results are also provided. Comparison focuses primarily on Zhang’s calibration algorithm, which is a commonly used calibration method. The experimental results confirmed the superiority and efficiency from a quantitative perspective in terms of the number of capture and calibration accuracy.
시스템 함수 및 변복조 개념 적용 능동 방식 3차원 물체 좌표 복원
이덕우(Deokwoo Lee),김지수(Jisu Kim),박철형(Cheolhyeong Park) 한국산학기술학회 2019 한국산학기술학회논문지 Vol.20 No.5
본 논문에서는 시스템함수 및 변복조의 개념을 3차원 복원 문제에 적용하는 알고리즘을 제안한다. 시스템의 유일한 특성을 정의하는 시스템 함수 (또는 시스템 응답)를를 일반적인 신호처리 또는 제어시스템에서 결정하듯이, 본 논문에서는 적절한 입력과 출력신호를 선택한 다음 3차원 물체의 특성을 결정짓는 시스템 함수를 결정한다. 본 논문에서는 3차원 복원 문제를 두 가지 방법의 시스템 함수 문제로 풀어 나간다. 첫 번째 방법은 입력과 출력 신호를 각각 3차원 물체의 면에 투영된 원형 빛 패턴과 카메라(2차원 이미지 면)가 획득한 패턴이 투영된 3차원 물체의 이미지로 정의하여 3차원 물체의 특성을 나타내는 시스템 함수를 정의 하는 것이다. 두 번째 방법은 입력과 출력 신호를 각각 복원되어야 할 3차원 물체의 좌표와 카메라가 획득한 빛 패턴이 투영된 3차원 물체의 이미지로 정의하여 입력 신호를 추정하는 문제로 해석하는 것이다. 첫 번째 방법은 일반적인 입출력 함수의 비(ratio)로부터 시스템 함수를 구하는 것이고 두 번째 방법은 신호의 변조와 복조 과정으로부터 원래의 전송된 신호 (입력) 를 추정하는 것처럼 입력 신호인 3차원 물체의 좌표를 추정하는 것이다. In this paper we propose a novel approach to representation of the 3D reconstruction problem by employing a concept of system function that is defined as the ratio of the output to the input signal. Akin to determination of system function (or system response), this paper determines system function by choosing (or defining) appropriate input and output signals. In other words, the 3D reconstruction using structured circular light patterns is reformulated as determination of system function from input and output signals. This paper introduces two algorithms for the reconstruction. The one defines the input and output signals as projected circular light patterns and the images overlaid with the patterns and captured by camera, respectively. The other one defines input and output signals as 3D coordinates of the object surface and the image captured by camera. The first one leads to the problem as identifying the system function and the second one leads to the problem as estimation of an input signal employing concept of modulation-demodulation theory. This paper substantiate the proposed approach by providing experimental results.