키포인트 기반의 시각적 지역 특징을 이용한 평면 물체 인식: 비교 분석

Abstract

본 논문은 키포인트 기반의 시각적 지역 특징을 이용해 평면 물체를 인식할 때 어떤 점들을 고려해야하는지에 대한 비교 분석을 제시한다. 실제 응용에서 나타날 수 있는 평면 물체 인식에 대한 다양한 시나리오를 고려한 데이터베이스를 이용하여 지역 특징 추출 알고리즘, 매칭 및 정제 알고리즘, 호모그라피 계산 알고리즘을 달리하면서 각 조합에 따른 인식의 정확도 및 전체 연산 속도를 비교 분석한다. 본 논문에서 비교 분석한 결과는 키포인트 기반의 시각적 지역 특징을 이용해 평면 물체를 인식해야하는 컴퓨터비전이나 로봇비전 응용을 개발할 때에 좋은 참고자료로 활용가능하며 특히, 증강현실이나 동시적 위치 추정 및 지도 작성과 같이 지역 특징의 매칭과 호모그라피의 계산을 토대로 카메라의 3차원 자세를 추정해야하는 응용 등에서 높은 가치가 기대된다.

This paper presents a comparative analysis of what factors should be considered when recognizing a planar object using keypoint-based visual local features. Using a database that considers various scenarios for planar object recognition that may appear in real-world applications, we compare and analyze the recognition accuracy and overall computation time while differently from the local feature extraction algorithm, matching and refinement algorithm, and homography calculation algorithm. The comparative analysis presented in this paper can be used as a good reference when developing computer vision or robot vision applications that need to recognize planar objects using keypoint-based visual local features. In particular, it is expected to be useful when developing applications that require estimating the three-dimensional posture of a camera based on matching local features and calculating homography, such as augmented reality or simultaneous localization and mapping.