본 연구는 증강현실 관광을 위한 향상된 특징 포인트 매칭 및 3D 등록 방법을 제시하여 정렬, 안정성, 매칭 정확도를 향상시킵니다. 향상된 ORB, LK 광흐름, 개선된 호모그래피 행렬을 결합하여 더 높은 정확한 매칭률과 등록 정확도를 달성하여 관광 응용에서 가상현실 장면 융합을 향상시킵니다.
이 콘텐츠를 보려면 JoVE 구독이 필요합니다. 로그인하거나 오늘 무료 평가판을 시작하세요.
본 연구는 증강현실 관광을 위한 향상된 특징 포인트 매칭 및 3D 등록 방법을 제시하여 정렬, 안정성, 매칭 정확도를 향상시킵니다. 향상된 ORB, LK 광흐름, 개선된 호모그래피 행렬을 결합하여 더 높은 정확한 매칭률과 등록 정확도를 달성하여 관광 응용에서 가상현실 장면 융합을 향상시킵니다.
본 연구는 증강현실 관광 애플리케이션을 위한 향상된 특징 포인트 매칭 및 3D 등록 방법을 제안합니다. 이 방법은 정렬 불량, 복잡한 환경에서의 낮은 안정성, 낮은 특징 일치 정확도 등의 문제를 해결합니다. 관광 이미지에 대한 개선된 특징점 매칭 방법이 도입되었는데, 이는 Speeded Up Robust Features(SURF) 알고리즘과 향상된 방향 FAST 및 회전 BRIEF 알고리즘을 결합한 것입니다. 이 방법에서는 특징점이 처음에 SURF 알고리즘을 사용하여 감지되고, 웨이브릿 응답 분석을 통해 그 방향을 결정합니다. 특징점 추적에는 루카스-카나데 광유량 방법이 사용됩니다. 무작위 표본 합의 알고리즘을 사용해 잘못된 추적된 점을 제거합니다. 또한, 개선된 호모그래피 행렬을 기반으로 한 증강현실 관광 3D 등록 기법이 제안되어, 낮은 매칭 정확도와 등록 효율성 등 기존 호모그래피 행렬의 한계를 극복할 수 있습니다. 제안된 방법의 성능은 SIFT, SURF, 기존 ORB 알고리즘을 스케일, 블러, 조명, 회전 등 다양한 이미지 변환 하에서 비교 실험을 통해 분석되었습니다. 정확한 매칭률과 매칭 시간이 평가 지표로 사용되었습니다. 다양한 3D 모델을 사용하여 3D 등록 시뮬레이션 테스트가 수행되었습니다. 등록 정확도와 성공적인 등록 횟수는 순환 변경 하에 평가되었습니다. 결과는 제안된 알고리즘의 평균 정답 일치율이 스케일 변이 알고리즘, 스케일 불변 특징 변환 알고리즘, 가속화된 강건 특징 알고리즘, 미개선 알고리즘보다 각각 44.08%, 36.51%, 16.09% 증가함을 나타냈다. 퍼지 변환 하에서 올바른 매칭률은 각각 33.46%, 19.65%, 9.35% 증가했습니다. 제안된 3D 등록 기법의 평균 등록 정확도는 회전 변환 하에서 98.74%였습니다. 연구 결과는 이 연구가 제안한 접근법이 가상 및 현실 세계의 융합 효과를 성공적으로 개선할 수 있으며, 여행 산업에서 증강현실 기술을 활용하는 데 신선한 접근법을 제시함을 보여줍니다.
기술은 빠르게 변화하는 디지털 경제에서 문화와 관광의 시너지 발전을 촉진하는 핵심 도구로 부상했습니다. 최근 몇 년간 증강현실(AR) 기술은 관광, 교육, 의학, 산업 등 다양한 분야에서 채택이 급증하고 있습니다. AR은 더 넓은 기술 환경에서 떠오르는 신흥 분야입니다. 관광 분야에서 이 기술은 가상 정보를 실제 장면에 겹쳐 관광객에게 몰입감 있고 상호작용적인 경험을 제공합니다. 이 기술은 관광객의 여행 경험을 향상시킬 뿐만 아니라 관광 소비 장면을 혁신하고 문화 및관광 산업의 디지털 전환을 촉진할 수 있습니다. 하지만 역동적이고 비구조화된 관광 환경에서 AR의 광범위한 도입은 여전히 상당한 기술적 도전으로 인해 제약을 받고 있습니다. 기존의 AR 기법은 실용에서 견고성이 부족한 경우가 많습니다. 특징은 특징 매칭 정확도가 낮고, 가상 객체와 실제 객체 간의 정렬이 부적절하며, 다양한 축척, 조명 변화, 가림 현상과 같은 복잡한 환경 조건에서의 안정성 제한이 특징입니다. 이러한 한계는 가상 콘텐츠가 떨리거나 표류하거나 제대로 고정되지 못하는 등 사용자 경험을 좌절....
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
이 절에서는 먼저 SURF와 개선된 ORB 알고리즘을 결합하여 FP 매칭의 견고성을 높이는 관광 이미지용 FP 매칭 방법을 제안합니다. 그 후, 이 연구는 개선된 HM을 기반으로 한 AR 관광 3D 등록 기법을 제안하여 가상 정보와 현실 세계 간의 융합 효과를 강화합니다. 실험은 공개된 이미지 데이터셋을 사용하여 수행되었습니다. 구체적으로, Oxford Visual Geometry Group(VGG) 데이터셋이 활용되었으며, 이 데이터셋은 축척, 흐림, 조명, 시점에서 변형된 이미지 시퀀스를 포함하며, 컴퓨터 비전에서 특징 매칭 및 정식 알고리즘 평가에 널리 채택되고 있습니다. 이 공개된 데이터셋의 사용에 윤리 위원회의 승인은 필요하지 않았습니다.
관광 이미지에서 FP 매칭을 위한 SURF와 개선된 ORB 알고리즘의 결합
관광 산업의 급성장과 함께 자동화 관광 서비스에서 AR 기술에 대한 수요가 증가하고 있습니다. ORB 알고리즘은 효율적인 FP 탐지 및 기술 알고리즘입니다. AR 기술은널리 사용되어 왔습니다. 그러나 관광 이미지 FP 매칭 과정에서 기존 ORB....
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
관광 이미지 FP 매칭을 위한 SURF와 개선된 ORB 알고리즘의 성능
견고한 성능 기준선을 설정하고 통제 비교를 하기 위해, 제안된 알고리즘은 세 가지 널리 사용되는 특징 매칭 알고리즘인 척도 불변 특징 변환(SIFT), 가속화된 강인 특징(SURF), 그리고 원래의 미개선 ORB 알고리즘과 비교하여 평가됩니다. 이 알고리즘들은 대조군 역할을 하여 제안된 개선으로 인한 성능 향상을 직접 평가할 수 있게 합니다.
이 연구는 먼저 제안된 알고리즘의 FP 정확 매칭률(CMR)과 매칭 시간(MT)을 이미지 스케일 변환 하에서 분석하고, 기존의 고급 특징 매칭 알고리즘과 비교합니다. 주황색 선은 SIFT를 나타냅니다. 보라색 선은 SURF를 나타냅니다. 파란 선은 ORB를 나타냅니다. 초록색 선은 제안된 알고리즘을 나타냅니다.
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
연구는 SURF와 개선된 ORB 알고리즘을 결합한 관광 이미지용 FP 매칭 방법을 제안하여 특징의 매칭 정확도를 향상시키는 것을 목표로 했습니다. 제안된 물체와 실제 장면 간의 정확한 일치 및 융합을 더욱 실현하기 위해, 연구는 개선된 HM을 기반으로 한 AR 관광 3D 등록 기법을 제안했습니다. 3D 등록과 관련해 ARA는 98.74%이며, 회전 변환 하에서 3D 등록의 평균 SR 수는 68개임을 보여주었습니다. 개선된 HM의 3D 등록 성공률과 정확도가 더 높다는 것을 나타냈다. 모델 세대와 가상현실 핵융합 모듈은 각각 9.36ms와 4.12ms였습니다. 디스플레이 상호작용 모듈은 2.28ms였습니다. 사용자들의 AR 효과 점수는 76.68점에서 96.24점 사이였습니다. 평균 평점은 88.57점으로, 실시간 및 사용자 경험 모두 우수함을 나타냅니다. 이 연구는 핵심 전제를 보여줍니다: 전체 기술 파이프라인의 주요 병목 현상을 체계적으로 해결하고, 모듈 간 시너지 .......
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.
저자들은 공개할 상반된 이해관계가 없다고 선언합니다.
| 이름 | 회사 | 카탈로그 번호 | 댓글 |
|---|---|---|---|
| AMD 라이젠 7 3700X 8코어 프로세서 | AMD | 라이젠 7 3700X | |
| 카메라 | 로지텍 | C920 HD 프로 웹캠 | |
| 컴퓨터 메모리 | / | 32GB RAM | |
| 로지텍 C920 HD 프로 웹캠 | 로지텍 | C920 | |
| 마이크로소프트 비주얼 스튜디오 2019 | 마이크로소프트 | 2019 | |
| 오픈CV | OpenCV 재단 | 4.5.1 | |
| 오픈GL | 크로노스 그룹 | 4.6 | |
| 옥스퍼드 데이터셋 | 옥스퍼드 대학교 | / | |
| 프로그래밍 언어 | / | C++ | |
| 비주얼 스튜디오 시뮬레이션 도구 | 마이크로소프트 | VS 2019에 포함됨 | |
| 윈도우 10 (64비트) | 마이크로소프트 | 10 (64비트) |
액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.