http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
김주완(Juwan Kim),장인성(Insung Jang) 대한공간정보학회 2021 한국공간정보학회 학술대회 Vol.2021 No.11
스마트시티, 디지털트윈 등 실감형 3D 도시모델에 대한 수요가 증가하면서, UAV 기반 고품질 항공 영상에 대한 요구가 커지고 있다. 그러나, 도심지 영상에 포함된 건물 그림자는 영상 처리, 시뮬레이션 등의 활용 과정에서 장애 요소로 작용하고 있다. 본 연구는 UAV로 촬영한 도심지 항공 영상에 있는 그림자를 딥러닝으로 제거하여 화질을 개선하는 방법을 제안한다. 제안 방법은 개선된 이중 계층적 그림자 제거 인공신경망을 기반으로 다양한 실세계 환경에 강건한 그림자 제거 성능을 확보하기 위하여 물리적 조명 모델을 활용한 도메인 랜덤화 기법을 적용하였다. 공개된 학습 데이타를 이용하여 성능 평가를 실시하였으며, 실제 드론 촬영 영상에 적용하여 그림자 영역의 화질이 개선된 결과를 제시한다.
3차원 가상도시 모델에서 높이맵을 이용한 CNN 기반의 그림자 탐지방법
윤희진,김주완,장인성,이병대,김남기 한국인터넷정보학회 2019 인터넷정보학회논문지 Vol.20 No.6
Recently, the use of real-world image data has been increasing to express realistic virtual environments in various application fields such as education, manufacturing, and construction. In particular, with increasing interest in digital twins like smart cities, realistic 3D urban models are being built using real-world images, such as aerial images. However, the captured aerial image includes shadows from the sun, and the 3D city model including the shadows has a problem of distorting and expressing information to the user. Many studies have been conducted to remove the shadow, but it is recognized as a challenging problem that is still difficult to solve. In this paper, we construct a virtual environment dataset including the height map of buildings using 3D spatial information provided by VWorld, and We propose a new shadow detection method using height map and deep learning. According to the experimental results, We can observed that the shadow detection error rate is reduced when using the height map. 최근 교육, 제조, 건설 등 다양한 응용 분야에서 사실적인 가상환경을 표현하기 위하여 실세계 영상데이터를 활용하는 사례가 증가하고 있다. 특히, 스마트 시티 등 디지털 트윈에 대한 관심이 높아지면서, 항공 영상 등 실제 촬영한 영상을 이용하여 현실감 있는 3D 도시 모델을 구축하고 있다. 그러나, 촬영된 항공 영상에는 태양에 의한 그림자가 포함되어 있으며, 그림자가 포함된 3D 도시 모델은 사용자에게 정보를 왜곡시켜 표현하는 문제를 안고 있다. 그림자를 제거하기 위하여 그동안 많은 연구가 진행되었지만, 아직 까지 해결하기 어려운 도전적인 문제로 인식되고 있다. 본 논문에서는 VWorld에서 제공하는 3차원 공간정보를 이용하여 건물의 높이맵을 포함한 가상환경 데이터 셋을 구축하고, 높이맵과 딥러닝을 이용한 새로운 그림자 탐지 방법을 제안한다. 실험 결과에 의하면, 높이맵을 사용했을 때 기존 방법보다 그림자 탐지 에러율이 감소한 것을 확인할 수 있다.