3D object reconstruction is the process to estimate 3D shape of a static object in given images. Nowadays, 3D object reconstruction has been widely researched in the field of computer vision and image processing. In this thesis, an adaptive sampling method is proposed for the compact storage of reconstruction results and applied to DoCube method.
First, we find the minimum required number of rays in DoCube method for representing the most complex part of the object. Using the proposed method, we can obtain uniformly sampled 3D object reconstruction results with not only high accuracy but also compactness. Second, we propose a data compression method for the uniformly sampled 3D reconstruction result. In the method, we convert the 3D reconstruction result into several 2D LDIs. Considering each LDI as a 2D image, we approximate the depth values in each LDI using planar patches. The position and the size of each planar patch are stored based on quad-tree encoding method while the depth values of three points on each planar patch are stored separately. The stored data (i.e., the position, the size, and the containing depth values of each planar patch) lead to compact storage of each LDI. Consequently, we obtain efficiently compressed data of 3D object reconstruction results minimizing the degradation of reconstruction accuracy.
Experimental results show the compactness and the high accuracy of the reconstruction results by the proposed method.
최근 컴퓨터 비전 분야에서는 다시점 실루엣 영상을 이용한 3차원 물체 복원이 많이 연구되고 있다. 일반적으로 3차원 물체 복원은 물체 표면을 이루는 점들을 찾고, 이 점들을 이용하여 메쉬 정보를 생성하는 것을 의미한다. 이 때 점들 간의 조밀함을 해상도로 정의할 수 있다. 3차원 물체 복원에 필요 이상의 해상도를 적용할 경우, 복원의 정확성은 증가하지 않으면서 복원 소요 시간 및 복원 데이터양의 증가를 초래한다. 따라서 3차원 물체 복원에서 적절한 해상도를 결정하는 것은 중요한 문제이다. 본 논문에서는 다시점 실루엣 영상을 이용한 3차원 물체 복원 방법의 하나인 DoCube 방법을 이용할 때 물체 복원에 적절한 표본화 간격을 결정하는 방법을 제안한다. 첫째로, 우리는 DoCube 방법을 이용할 때 물체의 가장 복잡한 부분을 표현하기에 충분한 최소의 광선 수를 획득하는 방법을 제안한다. 제안한 방법을 이용하면 우리는 복원 결과의 정확성을 보장하면서도 적은 데이터양을 가지는 균등표본화된 3차원 복원 결과를 획득하게 된다. 둘째로, 균등표본화된 결과를 효과적으로 압축하는 방법을 제안한다. 제안하는 방법에서는 여러 개의 깊이 계층을 이용한다. 각각의 깊이 계층을 2차원 영상으로 생각하면 우리는 깊이 계층을 여러 개의 평면 조각들로 근사화시켜 생각할 수 있다. 이 때 평면 조각들의 위치와 크기 정보는 쿼드트리 부호화를 통해서 그 정보를 저장한다. 또한 평면 조각들을 복원하기 위해 필요한 3개의 점들의 깊이 값에 대한 정보는 따로 저장한다. 그 결과로 복원 결과의 정확성의 손실을 최소화화면서도 적은 데이터양을 가지는 복원 결과를 획득하게 된다. 실험 결과는 제안한 방법을 수행한 결과 높은 정확성을 유지하면서도 데이터양이 적은 복원 결과를 획득할 수 있음을 보여준다.
