In this thesis, we automatically build the efficient and accurate 3-D object model and the matching strategy based on the CAD.
At first, we represent the object with a set of continuous surfaces using the extended boundary model which efficiently represents the geometric and topological information of curved objects. Then, we represent the view space of each object using the nonuniform view sphere tessellation method with a set of view-points. And we extract the viewpoint dependent features of surfaces and surface discontinuities by analyzing the CAD model from each viewpoint.
To accurately and reliably extract the viewpoint dependent features, we propose the object precision method. The accuracy of the proposed object precision method is same with the CAD model and is independent of the viewpoint.
Objects are represented with a set of identity indexing trees and viewpoint indexing trees. Identity indexing tree is to hypothesize the object by hashing the objects with the index values of the features. Thus, it uses the identity sensitive features. Viewpoint indexing tree is to locate the object by hashing the viewpoint with the viewpoint sensitive features.
Objects are recognized with the geometric hashing technique whose efficiency is determined by the utility and matching order of each feature, the verification order of the hypothesis and the termination condition of the verification. For this work, we propose the formal definition of the measures for feature utility and hypothesis certainty.
Identity-priority and viewpoint-priority are used for the measures of feature utility. Identity-priority - defined by the identity-sensitivity and the reliability - is used to rank the extracted features for hypothesizing the identity and viewpoint-priority - defined by the viewpoint sensitivity and the reliability - is used to rank the extracted features for locating the object.
Identity-verifiability and viewpoint-verifiability are used for the measures of hypothesis certainty. Identity-verifiability - probability that the identity hypothesis is true with the current matched features - is used for determining the verification order for hypothesizing the object. Viewpoint-verifiability - probability that the viewpoint hypothesis is true with the current matched features - is used for determining the verification order of the hypothesis and the termination condition of the verification.
본 논문은 CAD에 기반하여 효율적이고 정확한 3차원 물체 모델 및 정합 전략을 자동적으로 생성한다. 곡면체의 기하학적 정보와 위상학적 정보를 효과적으로 표현하는 확장된 경계 모델에 기반하여 인식할 물체의 CAD 모델을 만들고 비균등 시각구 쪼갬(nonuniform view sphere tessellation) 방법에 의해 각 물체의 시공간(view space)를 일정 수의 시점으로 표현한 후, 각 시점에서 보이는 물체의 표면을 결정하고 각 표면을 분석하여 시점에 종속적인 특징을 추출한다.
본 논문에서는 정확하고 안정적으로 시점 종속적인 특징을 추출하기 위해 물체 정확도 (object precision) 방법을 제안한다. 물체 정확도 방법에 의해 추출된 특징은 CAD 모델과 같은 정확도를 가지고 물체의 위치에 무관한 장점을 가진다.
모델에 사용할 특징을 추출한 후, 다중 시점(multiview)모델 방법에 의해 3차원 물체를 표현한다. 즉, 물체을 식별하기 위한 식별 인덱싱 트리와 물체의 위치를 찾기 위한 시점 인덱싱 트리에 의해서 물체의 모델 데이타 베이스를 구성한다.
본 논문에서는 기하학적 해슁 기법에 의해 3차원 물체를 인식하고 인식을 효율성을 높히기 위해 특징의 정합 순서, 가설의 검증 순서 및 검증의 종료에 사용할 특징의 효용성 및 가설의 확신도 함수를 제안한다.
정합시 특징의 유용성은 식별-우선순위와 시점-우선순위의 함수를 사용하여 측정한다. 식별-민감도와 안정성에 의해 정의되는 식별-우선순위 함수는 물체의 식별 가설 생성시 특징의 유용성을 측정하고 시점-민감도와 안정성에 의해 정의되는 시점-우선순위 함수는 물체의 시점 가설 생성시 특징의 유용성을 측정한다.
생성된 가설의 확신도는 식별-검증도와 시점-검증도 함수를 이용하여 측정한다. 식별 가설이 참일 확률을 나타내는 식별-검증도를 이용하여 식별 가설의 검증 순서 결정하고 시점가설이 참일 확률을 나타내는 시점-검증도를 이용하여 시점가설의 검증순서를 결정한다.
