- 대용량 3차원 포인트 군 반사제거
LiDAR 장비를 이용하여 취득한 대용량 3차원 포인트 군은 유리에 의한 반사 왜곡을 갖는다. 이러한 반사 왜곡은 관련된 컴퓨터 비전 알고리즘의 성능 저하를 야기한다. 이 연구에서는 대용량 3차원 포인트 군에 대한 반사 왜곡 보정 기술을 제안한다. 먼저 단위 구를 일정 크기의 패치로 분할하고 각 패치에 투영되는 3차원 포인트 수에 따라 유리 패치와 일반 패치로 분류한다. 제안하는 신뢰도 계산 기법을 이용하여 유리 영역을 추정한다. 대칭 관계 및 기하학적 유사도를 이용하여 대용량 3차원 포인트 군에서 반사 포인트를 검출하여 제거한다. 실험은 실세계 영상을 촬영한 3차원 포인트 군에서 진행되었으며, 제안하는 기법이 유리 영역 검출 및 반사 포인트 제거에서 좋은 성능을 보이는 것을 알 수 있다.
- Publications
| [1] | Jae-Seong Yun and Jae-Young Sim, “Reflection removal for large-scale 3D point clouds,” in Proc. IEEE CVPR, Salt Lake City, USA, June 2018. [more] |
| [2] | Jae-Seong Yun and Jae-Young Sim, “Virtual point removal for large-scale 3D point clouds with multiple glass planes,” IEEE Trans. Pattern Anal. Mach. Intell., vol. 43, no. 2, pp. 729-744, Feb. 2021. [more] |
| [3] | Jae-Seong Yun and Jae-Young Sim, “Cluster-wise removal of reflection artifacts in large-scale 3D point clouds using superpixel-based glass region estimation,” in Proc. IEEE ICIP, Taipei, Taiwan, 2019. |
| [4] | Oggyu Lee, Kyungdon Joo, Jae-Young Sim, “Learning-based reflection-aware virtual point removal for large-scale 3D point clouds,” in Proc.IEEE Robotics and Automation Letters, vol. 8, pp. 8510-8517, Dec. 2023. |
- Related Datasets
- UNIST LS3DPC Dataset [more]