객체인식과 분석을 위한 3D 체인코드의 적용

Application of 3D Chain Code for Object Recognition and Analysis

객체의 형상을 결정할 수 있는 요소는 크기, 경사도와 경사방향, 곡률, 기복변화, 요소간의 특성관계, 선또는면이 이루는 각, 특징점의 분포형태 등 매우 다양하다. 객체가 존재하는 공간은 3차원이지만 대부분의 경우 2차원 공간상에서 객체를 표현하고 이를 기반으로 객체인식을 수행하고 있다. 본 연구에서는 3차원 공간에서 객체의 형태를 판단하기 위한 방법을 제안하기 위하여 기존의 체인코드를 3차원으로 확장시켜 큐브형태의 연산자의 적용을 수행하였다. 일련의 코드로 생성되는 3D 체인코드를 분석하여 객체를 정형화하여 하향식 방법에 의한 객체 모델링의 기반이 될 수 있음을 보여 주었다. 또한 점 데이터 분할에 적용할 수 있으며 이는 라이다 데이터에 의한 모델링에 사용될 수 있다.

There are various factors for determining object shape, such as size, slope and its direction, curvature, length, surface, angles between lines or planes, distribution of the model key points, and so on. Most of the object description and recognition methods are for the 2D space not for the 3D object space where the objects actually exist. In this study, 3D chain code operator, which is basically extension of 2D chain code, was proposed for object description and analysis in 3D space. Results show that the sequence of the 3D chain codes could be basis of a top-down approach for object recognition and modeling. In addition, the proposed method could be applicable to segment point cloud data such as LiDAR data.