Deepfill v2 알고리즘을 이용한 3차원 객체 텍스처링 In-painting 정확도 분석 연구 (A Study on the Accuracy Analysis of 3D Object Texturing In-painting Using Deepfill v2 Algorithm)

서지정보

· 발행기관 : 대한공간정보학회
· 수록지 정보 : 대한공간정보학회지 / 30권 / 4호 / 47 ~ 55페이지
· 저자명 : 이정민, 배경호

초록

4차산업혁명으로 인공지능 기반의 사업이 활성화되고 있으며, 디지털트윈과 같은 3차원 공간정보 구축 사업 또한사회적 관심을 받고 있다. 기존 3차원 공간정보를 구축하기 위해서는 항공촬영으로 3D 모델링 공정을 거쳐 구축되었으나 최근 드론을 이용한 3차원 공간정보 구축이 가능해짐에 따라 구축 공정이 쉬워지고 있고 3차원 공간정보가다양한 분야에서 활용성되고 있다. 하지만 3차원 공간정보 구축에서 가로수, 사람 등 적치물로 인하여 텍스처링 영상에서 폐색영역이 필연적으로 발생하며 이에 대한 해결책이 필요하다. 특히 최근에는 인공지능 기술이 발전함에따라 인공지능 학습 알고리즘을 적용하고 폐색영역을 자동으로 보정하여 실감형 텍스처를 제공하는 연구가 지속하는 추세이다. 이에 본 연구에서는 Image In-painting 기법인 Deepfill v2 알고리즘을 이용하여 폐색영역을 자동검출하고 복원하였다. 또한, 임의로 가로수 객체 폐색을 합성한 영상을 생성하여 복원한 영역에 대해 RGB 픽셀값을 비교하고 정확도 분석을 하였다. 실험 결과, 폐색영역 복원값의 RGB 표준편차가 4.2로 우수한 성능이 나타났으며, Deepfill v2가 폐색영역 복원에 적합한 알고리즘으로 확인하였다.

영어초록

Artificial intelligence-based businesses are revitalizing due to the 4th industrial revolution, and 3D spatial information construction projects such as digital twins are also receiving social attention. In order to construct the existing 3D spatial information, it was built through a 3D modeling process using aerial photography. have.
However, in the construction of 3D spatial information, an occluded area inevitably occurs in the texturing image due to stacked objects such as street trees and people, and a solution is needed. In particular, in recent years, with the development of artificial intelligence technology, research on providing realistic textures by applying artificial intelligence learning algorithms and automatically correcting occluded areas is a trend. Therefore, in this study, the occluded area was automatically detected and in-painting using the Deepfill v2 algorithm, which is an image in-painting technique. Also, an image obtained by arbitrarily synthesized occlusion of a street tree object was created, and RGB pixel values were compared for the restored area and the accuracy was analyzed. As a result of the experiment, the RGB standard deviation of the in-painting value of the occluded region was 4.2, indicating excellent performance, and Deepfill v2 was confirmed as an algorithm suitable for in-painting of the occluded region.

참고자료

· 없음