대용량 3차원 포인트 클라우드의 탐색을 위한 메모리 효율적인 옥트리의 설계

Design of Memory-Efficient Octree to Query Large 3D Point Cloud

본 연구는 대용량 3차원 포인트 클라우드의 탐색을 위한 메모리 효율적인 옥트리를 설계하는 것을 목표로 한다. 이를 위하여 C++ 언어로 구현된 옥트리 노드의 구성요소 중 최소 경계 입방체 좌표 정보 등을 위한 변수를 제거하는 대신, 부모 노드에서 자식 노드 접근시 최소 경계 입방체 좌표를 계산하여 전달하였다 아울러 자식 노드 등의 생성시마다 new 연산자를 사용하는 대신， 수도 트리와 정식 트리를 생성하는 이중적인 과정을 통해 노드 등을 배열로 미리 선언함으로서 메모리 효율성을 더욱 개선하였다 1 800만개 이상의 포인트로 구성된 실제 포인트 클라우드를 대상으로 트리를 구성하고 인접 포인트를 탐색하는 실험을 수행하였다. 최소 경계 입방체 좌표 정보를 노드에 저장하는 정우와 비교한 결과 메모리 사용량과 탐색 속도의 트레이드오프가 존재하지만 제안한 방식이 비교군보다 메모리 효율적이어서 대용량 포인트 클라우드에 적용할 수 있는 대안임을 확인할 수 있었다.

The aim of the present study is to design a memory-efficient octree for querying large 3D point cloud. The aim has been fulfilled by omitting variables for minimum bounding hexahedral (MBH) of each octree node expressed in C++ language and by passing the re-estimated MBH from parent nodes to child nodes. More efficiency has been reported by two-fold processes of generating pseudo and regular trees to declare an array for all anticipated nodes, instead of using new operator to declare each child node. Experiments were conducted by constructing tree structures and querying neighbor points out of real point cloud composed of more than 18 million points. Compared with conventional methods using MBH information defined in each node, the suggested methods have proved themselves, in spite of existing trade-off between speed and memory efficiency, to be more memory-efficient than the comparative ones and to be practical alternatives applicable to large 3D point cloud.