1. 8월 보고서2009.8.01~2009.8.31Project titleAutomatic growing object learning for robot using 3d information through stereo vision. ( 원 주제 : stereo vision을 통한 3d 추출, 3d 정보를 사용하여 인공지능의 습관을 통해 객체화, 객체학습, 인지, 인식하는 로봇 )Report titleInterest Point, matching algorithm, Passive object segmentationMember name나오 다까또시(Nao Takatoshi), 김 희성ContentsInterest Point 추출 알고리즘 조사Interest Point 조사SIFT : 특허가 걸려있으며 가장 좋은 알고리즘SURF : OpenCV에서 지원해주고 있는 알고리즘.DoG , LoG : 여러 Interest Point 추출 알고리즘에 적용되어 있음Interest Point 추출SIFT 와 SURF 등 2~3가지의 Interest Point 을 추출SIFT알고리즘 적용한 바이너리 제공되어 연구용으로 사용 Interest Point 을 통한 Query( 들어온 이미지 ) , DB에 있는 기존 Interest PointInterest Point 추출 SIFT 와 SURF 2~3가지 Interest Point 을 추출하여 Interest Point 패턴을 이용SIFT만을 추출matching 알고리즘 여러 Interest Point 추출 후 Interest Point 종류를 이용하여 패턴 matching 을 이용, 또는 Interest Point 한 종류만을 이용하여 Interest Point matching.Query에서의 distinctive feature와 DB에서의 distinctive feature의 feature Correspondence -> 기존 좌표계로 변환하기 위한 rotation, translation matrix를 계산매칭된 Interest Point 간 거리 또는 각도 정보를 이용하여 matching 과 miss matching 테스트depth 정확성에 의해서 matching 정확성이 달라짐Object segmentation에 대한 계획 수립Edge를 기반으로 한 segmentationColor를 기반으로 한 segmentation실제 구현Sobel, Canny 등의 edge detection을 구현Sobel의 성능이 우수하다고 판단Color를 기반으로 한 K-means 구현색상이 획일적인 object엔 효과적하지만 다양한 색을 지닐 경우 불가능Edge나 Color만으로 segmentation이 불가능 함을 판단Passive한 형태로 object selection 결정Passive object selection사용자가 직접 Sobel 상에서 영역을 선택하게 함Brush, Fill, Paint 등의 기능을 구현선택된 영역은 빨간색으로 GUI상에서 표시선택된 영역을 이용하여 Mask를 제작제작된 Mask를 통해 Depth map과 원본 이미지 상에서 Object 분리