확장 현실에서의 실시간 상호작용을 위한 장면 인식 프로젝션의 GPU 기반 가속화 방법 (A GPU-Based Acceleration Method of the Scene-Aware Projection for Real-Time Interaction in Extended Reality)

서지정보

· 발행기관 : 한국정보과학회
· 수록지 정보 : 정보과학회 컴퓨팅의 실제 논문지 / 29권 / 5호 / 214 ~ 220페이지
· 저자명 : 이찬혁, 박진아

초록

렌더링된 볼륨 데이터(volumetric data) 표면의 점구름(point cloud)은 사용자 입력에 대한 상호작용의 목표 지점을 결정하거나, 상호작용의 결과로서 사용자 입력과 볼륨의 형태를 함께 반영한 모델을 근사하는 데 사용된다. 볼륨 데이터의 점구름은 깊이 카메라로 촬영된 것과 다른 특징을 가지기 때문에 해당 데이터 구조를 생성하고 처리하기 위한 효율적인 방법이 고안될 필요가 있다. 본 연구에서는 사용자의 인식에 기반하여 볼륨 표면의 점구름을 생성하고, 장면 인식 기반 방법을 사용하여 상호작용 목표 지점을 추출하고, 사용자 입력을 사용하여 ROI-RANSAC(random sample consensus)을 적용하는 과정을 GPU를 사용하여 가속화하는 방법을 제안한다. 기존 CPU 기반 방법과의 비교를 통해 제안된 방법의 가속화 성능을 입증하며, 본 방법을 통해 3차원 확장 현실 환경에서 실시간 상호작용을 제공할 수 있음을 보인다.

영어초록

A point cloud corresponding to the surface of rendered volumetric data is used to estimate target points of interactions or to approximate a model based on both user input and the volume geometry. The point cloud of volumetric data has distinctive characteristics compared to that obtained by a depth camera; thus, an efficient method is required to generate and process this data structure. In this research study, we propose methods for accelerating the generation of a point cloud of the surface of volumetric data based on a user perception, estimating the target interaction point using the scene-aware projection, and applying ROI-RANSAC on the given user input. We verify the effectiveness of the proposed methods by comparing them with a conventional CPU-based method, and we demonstrate that our methods provide real-time interaction in a 3D extended reality environment.

참고자료

· 없음