건물 증강현실은 인근 건물의 GPS정보와 카메라를 통한 영상정보를 혼합하여 건물의 정보를 사용자에게 보여준다. 하지만 현재 대부분의 기술들은 GPS와 자이로 센서 등에 의존하여 단순히 카메라를 통해 들어온 영상의 대략적인 위치에 증강을 하기 때문에 건물 위치 파악들의 정확도와 건물이나 물체등에 의한 가려짐 표현이 어려워 현실감이 떨어진다. 또한, 건물에서 창문과 갈이 반복되어 나타나는 특징들 때문에 영상 분석을 통한 인식하기 어렵다. 본 논문에서는 반복적인 패턴을 갖는 영상에서 나타나는 문제를 해결하기 위하여 기존의 SURF 기술자를 보완한 기술을 제안한다. 반복패턴에서 오정합되는 SURF 기술자들을 mean shift clustering방법을 이용하여 분류한다. SURF 기술자등의 반복패턴이 분류되면 기술자들이 수렴한 모드들의 유사성을 평가하기 위해 거리측정함수를 이용한다. 그 후에 반복패턴으로 오정합되는 패턴들을 제외하고 남아있는 기술자들에 RANSAC(RANdom SAmple Consensus)을 적용하여 신뢰성있는 기술자들을 선출한다. 선출된 기술자들을 이용하여 두 영상간의 호모그래피 변환을 계산한다. 데이터베이스 영상을 호모그래피 변환하면 쿼리 영상에서 검출된 기술자들과 실제좌표를 서로 비교할 수 있다. 따라서 기존에 오정합되던 문제를 수정할 수 있고, 정확한 대응점을 이용하여 증강현실에 응용할 수 있다. 또한, 성능평가를 위하여 다양한 건물과 반복질감 영상에 대하여 실험하고 기존 SURF와의 성능을 비교한다.
The building Augmented Reality(AR) provides the information of buildings mixing Global Positioning System(GPS) data from near buildings and image information through the camera Most building AR technologies so far, are less accurate and realistic because they are augmented on the coarse location of the image from a camera depending on GPS data. Also, if there are same windows a lot in a building, it is hard to recognize the feature of the building due to losing its uniqueness. In this paper, we suggest the enhanced SURF descriptor to solve the problem on the images that have repeated patterns. Mismatched SURF descriptors from the repeated patterns are classified by using Mean Shift Clustering. Once the repeated pattern of SURF descriptors are classified, distance function is used to evaluate the similarity between the converged modes. Then, RANSAC(RANdom SAmple Consensus) is applied to the remaining descriptors except for mismatched patterns and reliable ones are selected. We also calculate the homography between two images using the selected descriptors. By using homography to transform a database image, we can compare the real coordinates of the descriptors extracted from query images with those from the database image. This overcomes the problem of the mismatching problem and it can be applied to AR with the exact correspondence points. We tests various buildings and repeated patterns in textiles and compare the performance of the existing SURF.
