특징점 배치의 기하학적 유사성을 이용한 GS-RANSAC (GS-RANSAC : An Error Filtering Algorithm for Homography Estimation based on Geometric Similarities of Feature Points)

서지정보

· 발행기관 : 한국정보과학회
· 수록지 정보 : 정보과학회논문지 / 47권 / 3호 / 283 ~ 291페이지
· 저자명 : 송기흔, 홍명덕, 조근식

초록

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 선택한특징점의 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.

영어초록

Augmented Reality (AR) is intended to generate information by displaying augmented objects on real-world objects. AR is essentially used to calculate the coordinates of augmented objects, for which a homography estimation method involving two images is generally used. In homography estimation, the RANSAC (Random Sample Consensus) algorithm is used to select the four most appropriate pairs of feature points extracted from the two images. However, conventional RANSAC algorithms cannot guarantee the geometric similarity of the inter-image locations of the feature points selected randomly. In order to resolve this conundrum, we propose an algorithm to evaluate the geometric similarity of inter-image locations of feature points. The proposed algorithm draws tetragons of feature points on each image. Then the algorithm determines if the tetragons are similar in the order of vertices and the range of internal angles. The experimental results show that the proposed algorithm decreases the failure rate by 8.55% and displays the augmented objects more accurately compared with conventional RANSAC. We improved the accuracy of augmented object coordinates in AR using our proposed algorithm.

참고자료

· 없음