제2항에 있어서,상기 포인트별 지역 평면을 추정하는 단계는상기 k-최근접 이웃 알고리즘을 이용하여 상기 3차원 대상체에 대한 상기 초기 포인트 클라우드에서 각 포인트 간의 거리에 따른 상기 포인트별 지역 평면을 추정하며, 상기 포인트별 지역 평면을 이용하여 상기 보로노이 테셀레이션으로 인해 평면 외로 이동하는 포인트의 이탈을 방지하는, 포인트 클라우드 재추출 방법.

3차원 대상체에 대한 초기 포인트 클라우드를 수신하는 단계;보로노이 테셀레이션(voronoi tessellation) 및 k-최근접 이웃 알고리즘(k-Nearest Neighbor algorithm)을 이용하여 상기 초기 포인트 클라우드에 대한 보로노이 다이어그램(voronoi diagram)을 추정하고, 포인트 간의 거리에 따른 포인트별 지역 평면(Pointwise local surface)을 추정하는 단계; 상기 보로노이 다이어그램의 보로노이 셀과 상기 포인트별 지역 평면의 교차점 및 교차점 중심을 획득하는 단계; 및상기 교차점과 상기 교차점 중심으로 인해 상기 3차원 대상체에 대한 포인트 클라우드를 재추출하는 단계를 포함하고,상기 포인트 클라우드를 재추출하는 단계는상기 교차점 및 상기 교차점 중심을 이용하여 상기 포인트 클라우드를 재추출하며, 상기 보로노이 테셀레이션(voronoi tessellation) 및 상기 k-최근접 이웃 알고리즘(k-Nearest Neighbor algorithm)을 교대하여 적용함으로써, 상기 3차원 대상체에 보다 적합한 상기 포인트 클라우드를 재추출하는 포인트 클라우드 재추출 방법.

제1항에 있어서,상기 추정하는 단계는상기 보로노이 테셀레이션을 이용하여, 상기 3차원 대상체에 대한 상기 초기 포인트 클라우드에서 각 포인트를 포함하는 균일한 다면체의 상기 보로노이 셀로 형성된 상기 보로노이 다이어그램을 추정하는 단계; 및상기 k-최근접 이웃 알고리즘을 이용하여, 상기 3차원 대상체에 대한 상기 초기 포인트 클라우드에서 각 포인트 간의 거리에 따른 상기 포인트별 지역 평면을 추정하는 단계를 포함하는 포인트 클라우드 재추출 방법.

제2항에 있어서,상기 보로노이 다이어그램을 추정하는 단계는상기 초기 포인트 클라우드의 각 포인트를 포함하는 균일한 다면체로 3차원 공간을 분할하고, 가상의 포인트를 포함하는 상기 보로노이 다이어그램을 추정하여 외부로 발산하는 보로노이 셀의 생성을 제한하는 것을 특징으로 하는, 포인트 클라우드 재추출 방법.

제4항에 있어서,상기 포인트별 지역 평면을 추정하는 단계는상기 초기 포인트 클라우드에 포함되는 노말 벡터(normal vector)를 활용하여 상기 포인트별 지역 평면을 추정하는 것을 특징으로 하는, 포인트 클라우드 재추출 방법.

제2항에 있어서,상기 교차점 및 교차점 중심을 획득하는 단계는상기 보로노이 다이어그램을 형성하는 복수의 보로노이 셀 각각과 상기 포인트별 지역 평면의 교차점(intersection)을 획득하고, 상기 복수의 보로노이 셀에 의해 획득되는 복수의 상기 교차점들 사이의 상기 교차점 중심을 획득하는, 포인트 클라우드 재추출 방법.

삭제

제1항에 있어서,상기 초기 포인트 클라우드를 수신하는 단계는상기 3차원 대상체를 표현하는 스테레오 카메라, 깊이 센서 및 라이다(RIDAR) 센서 중 적어도 하나 이상의 센서로부터 획득되는 데이터의 상기 초기 포인트 클라우드를 수신하는, 포인트 클라우드 재추출 방법.

제1항 내지 제6항과 제8항 중 어느 한 항의 방법을 실행하기 위한 프로그램이 기록되어 있는 것을 특징으로 하는 컴퓨터에서 판독 가능한 기록 매체.

3차원 대상체에 대한 초기 포인트 클라우드를 수신하는 수신부;보로노이 테셀레이션(voronoi tessellation) 및 k-최근접 이웃 알고리즘(k-Nearest Neighbor algorithm)을 이용하여 상기 초기 포인트 클라우드에 대한 보로노이 다이어그램(voronoi diagram)을 추정하고, 포인트 간의 거리에 따른 포인트별 지역 평면(Pointwise local surface)을 추정하는 추정부;상기 보로노이 다이어그램의 보로노이 셀과 상기 포인트별 지역 평면의 교차점 및 교차점 중심을 획득하는 획득부; 및상기 교차점과 상기 교차점 중심으로 인해 상기 3차원 대상체에 대한 포인트 클라우드를 재추출하는 재추출부를 포함하고,상기 재추출부는상기 교차점 및 상기 교차점 중심을 이용하여 상기 포인트 클라우드를 재추출하며, 상기 보로노이 테셀레이션(voronoi tessellation) 및 상기 k-최근접 이웃 알고리즘(k-Nearest Neighbor algorithm)을 교대하여 적용함으로써, 상기 3차원 대상체에 보다 적합한 상기 포인트 클라우드를 재추출하는 포인트 클라우드 재추출 시스템.

제10항에 있어서,상기 추정부는 상기 보로노이 테셀레이션을 이용하여, 상기 3차원 대상체에 대한 상기 초기 포인트 클라우드에서 각 포인트를 포함하는 균일한 다면체의 상기 보로노이 셀로 형성된 상기 보로노이 다이어그램을 추정하는 다이어그램 추정부; 및상기 k-최근접 이웃 알고리즘을 이용하여, 상기 3차원 대상체에 대한 상기 초기 포인트 클라우드에서 각 포인트 간의 거리에 따른 상기 포인트별 지역 평면을 추정하는 평면 추정부를 포함하는 포인트 클라우드 재추출 시스템.