메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
송기흔 (인하대학교) 홍명덕 (인하대학교) 조근식 (인하대학교)
저널정보
Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.47 No.3
발행연도
2020.3
수록면
283 - 291 (9page)
DOI
10.5626/JOK.2020.47.3.283

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
증강 현실은 현실의 대상 위에 증강 객체를 표시하여 정보를 제공하는 것이 목적으로, 증강 객체의 좌표를 정확하게 계산하는 것이 핵심 기능이다. 증강 객체의 좌표를 계산하기 위해서는 두 이미지 간의 호모그래피 추정법을 이용하는데, 여기서 RANSAC(Random Sample Consensus)은 두 이미지에서 추출된 특징점 쌍 중에 적합한 4쌍을 선택하는 기능을 한다. 하지만 기존의 RANSAC의 경우 추출 과정에서 선택한 특징점의 배치가 두 이미지 간에서 기하학적으로 유사한지 보장할 수 없는 문제점이 존재한다. 본 논문에서는 이 문제점을 해결하기 위해 RANSAC에서 선택하는 특징점의 배치를 검사하는 방법을 제안한다. 제안하는 방법은 이미지 위에 특징점의 사각형을 그려서 정점의 순서와 내각의 분포를 각각 검사한다. 실험 결과 제안하는 알고리즘은 기존 RANSAC보다 결함률을 8.55% 줄였으며, 증강 객체를 보다 정확한 위치에 표시하였다. 우리는 제안하는 알고리즘을 통해 증강 현실에서 증강 객체 좌표의 정확도를 개선하였다.
#CS-RANSAC #RANSAC #증강 현실 #특징점 #호모그래피 #augmented reality #feature point #homography

목차

요약
Abstract
1. 서론
2. 배경 지식 및 관련 연구
3. GS-RANSAC(Geometric Similarities Random Sample Consensus)
4. 실험 및 결과
5. 결론 및 향후 연구
References

참고문헌 (13)

참고문헌 신청
M. Billinghurst, A. Clark, and G. Lee, "A Survey of Augmented Reality," Foundations and Trends in Human-Computer Interaction, Vol. 8, No. 2-3, pp. 73-272, 2015. google schola J. Carmigniani, and B. Furht, "Augmented Reality: An Overview," Handbook of Augmented Reality, pp. 3-46, Springer, New York, 2011. google schola E. Marchand, H. Uchiyama, and F. Spindler, "Pose Estimation for Augmented Reality:A Hands-On Survey," IEEE Transactions on Visualization and Computer Graphics, Vol. 22, No. 12, pp. 2633-2651, 2015. google schola E. Rublee, V. Rabaud, K. Konolige, and G. Bradski, "ORB: an efficient alternative to SIFT or SURF," Proc. of the 2011 International Conference on Computer Vision, pp. 2564-2571, 2011. google schola D. Lowe, "Object recognition from local scaleinvariant features," Proc. of the Seventh IEEE International Conference on Computer Vision, pp. 1150-1157, 1999. google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

18세기의 문화적 아케이드, 박지원의 『열하일기』
허정인 열린정신 인문학연구 2012 .12
『열하일기』의 표현방식과 그 의도
최천집 문화와융합 1997 .05
잡음이 심한 패널 모듈 영상에서의 에지 선 검출 방법
이승목 ,  김영형 ,  임재권 한국정보기술학회논문지 2020 .07
YOLO 및 DeepSORT를 활용한 학교안전보행 모니터링 시스템 개발
송지현 ,  배진호 ,  박수홍 수산해양교육연구 2023 .04
여수국가산업단지에서 배출되는 대기오염물질이 여수시 대기질에 미치는 영향 연구
최민석 ,  김용현 한국대기환경학회지(국문) 2023 .02

최근 본 자료

전체보기

댓글(0)

0