o 원래 자세에 대해 측정한 카메라 자세의 거리 차이가 6Cm 이내, 각도 차이가 2도 이
그림 111 인식 속도(ms)의 히스토그램
③ 사물 동시 인식 개수
1) 의미
카메라로 사물/공간을 비췄을 때 몇 개까지 동시에 인식 되는지의 여부.
2) 실험 환경
o 학습데이터 구성:
10개의 서로 다른 사물에 대해 3D 지도 학습.
3) 측정 방법
10개의 학습한 물체를 한 공간에 놓고, 500회의 인식 시도에 대해 각 시도마다 몇 개의 사물을 인식했는지 평균을 내고 분포를 조사한다.
4) 1차년도 개발 목표 6개
5) 평가 결과 평균 6.02개
④ 추적 정확도
1) 의미
사물/공간 인식 이 후 추적을 할 때 카메라의 자세를 얼마나 정확히 추정하는가를 의미 한다.
2) 실험 환경
o 학습데이터 구성:
- 특징점 추적 방식: optical flow - 학습된 3차원 점 개수: 70개 3) 측정 방법
2. 나. 와 같이 카메라 자세의 trajectory를 알고 있는 image sequence에 대해, 인식 을 시도하고 인식 이후의 프레임들에 대해 추적 결과로 나온 카메라 자세에 대해, 원래 자세와의 차이(거리, 각도)를 비교하여, 거리 차이가 6Cm 이내, 각도 차이가 3도 이내이 면 추적에 성공했다고 간주한다.
4) 1차년도 개발 목표 95 %
5) 평가 결과
총 180 프레임 짜리 시퀀스에 대해 거리와 각도 조건을 만족시키는 추적 프레임 수는 173프레임으로 추적 정확도는 96.1 %이다. (<그림 113>와 <그림 114> 참조)
그림 113 Ground-truth와 실험 데이터와의 추적 거리 차이를 표현한 히스토그램
그림 114 Ground-truth와 실험 데이터와의 추적 각도 차이를 표현한 히스토그램
⑤ 자세 추정 정확도
1) 의미
o 본 과제에서 인식이라 함은 카메라가 바라보고 있는 장면에서 어떤 3D 사물/공간이 존재하는지, 그 사물/공간을 바라보는 카메라는 어떤 자세를 취하고 있는지를 알아내는 것이다. 따라서 자세 추정 정확도는 어떤 사물/공간 A를 학습한 후, 카메라 자세(ground
truth)를 알고 있는 이미지에 대해 인식을 시도했을 때, 구해진 자세가 ground truth와 충
그림 115 후반 90%에 대한 학습 데이터와의 위치(x, y, z)와 테스트 결과의 위치의 거리(Cm)에 대한 히스토그램
<아래 그림>은 실험 한 데이터를 토대로 분석한 orientation의 차이(도) 히스토그램을 보 여준다. 평균 0.6도 정도의 오차를 보임을 알 수 있다.
⑥ 카메라 자세 재추정 속도
1) 의미
사물/공간 추적 도중 임의의 시점에 카메라를 임의의 지점으로 이동한 후 임의의 방향에서 사물의 자세를 재추정하도록 하여 이때 자세 재추정까지의 평균 소요 시간을 의미
2) 실험 환경
o 학습데이터 구성:
- 특징점 추적 방식: optical flow - 학습된 3차원 점 개수: 70개 3) 측정 방법
고의로 300회의 추적 실패를 일으키고, 추적 실패가 일어난 시점부터 카메라 자세 재인식에 성공하기 까지의 시간의 평균과 분포를 구한다.
4) 1차년도 개발 목표 150 ms
5) 평가 결과
총 300회의 재추적에 대해 평균 131.7ms의 시간이 소요.
⑦ 영상 정합 시간
1) 의미
o 카메라로 사물을 비춘 후 해당 콘텐츠가 정합되는데 걸리는 소요 시간을 의미
2) 실험 환경
o 학습데이터 구성:
- 3D map point 개수: 70개
- 학습 이미지 시퀀스 사이즈: 147 장
o 학습과 실험 데이터는 임의의 같은 공간을 대상으로 하고 이미지가 촬영되는 위치와 각도를 다르게 하여 실험한다.
o 실험 데이터는 학습데이터 보다 +-15 정도의 더 넓은 각도차이의 시퀀스를 사용한 다.
3) 측정 방법
o 1000프레임 동안 카메라를 움직여서 사물/공간을 비추고, 인식과 추적, 그리고 재추 적이후 3D contents가 rendering 되는데 소요되는 시간의 평균을 구한다.
4) 1차년도 개발 목표 1초
5) 평가 결과 평균 0.776 초
그림 118 1000프레임 동안의 인식, 추적, 재추적에 소요된 시간들의 히스토그 램
2. 특허
가. (주)맥스트(가) 출원번호 및 출원일: 14/723,704 (출원일: 2015-05-28) (나) 출원인: 주식회사 맥스트
(다) 발의의 명칭: 3D 점군 인식 기반의 증강 현실 출력 방법과 이를 수행하기 위한 장 치 및 시스템(METHOD FOR DISPLAYING AUGMENTED REALITY CONTENT BASED ON 3-DIMENSIONAL POINT CLOUD RECOGNITION, AND APPARATUS AND SYSTEM FOR PERFORMING THE METHOD)
(라) 출원국: 미국 (다) 계약기간: 2014.12.18. ~ 2015.12.17.
(라) 저작권자: (주)맥스트
(마) 임치물: 1.slamrelocalization.zip 형태의 소스파일 (바) 임치기관: 한국저작권위원회
4. 시험성적서
가. 한국정보공학
- 비콘 디바이스 성능 테스트
- 비콘 기반 실내 측위 알고리즘 정확도 측정 시험보고서
5. 시제품 제작
가. 한국정보공학
- 비콘 디바이스 프로토타입
나 . 맥스트, 한국정보공학, 굿게이트 - 모바일 애플리케이션 (안드로이드)
6. 고용 창출 효과
가. (주)맥스트
-신규 인력 5명 고용창출(허한솔, 정세움, 이세진, 김채송, 유한규)
나. 한국정보공학(주)
-신규 인력 2명 고용 창출(지정원, 오현우)
다. (주)굿게이트
-신규 인력 1명 고용 창출(유승무)