ar lwh808 0507

33
Augmented Reality TS team. 이이이

Upload: lwh808

Post on 07-Dec-2014

3.810 views

Category:

Education


5 download

DESCRIPTION

 

TRANSCRIPT

Page 1: Ar lwh808 0507

Augmented Reality

TS team. 이우현

Page 2: Ar lwh808 0507

개요

AR? VR 과의 차이 History Keyword Marker 개념과 원리 입력장치와 출력장치 AR 과 UX

Page 3: Ar lwh808 0507

증강현실 ?

증강현실 (Augmented Reality, AR) 은 가상현실 (Virtual Reality) 의 한 분야로 실제

환경에 가상 사물을 합성하여 원래의 환경에 존재하는 사물처럼 보이도록 하는 컴퓨터 그래픽 기법이다 . [ 위키백과 : http://en.wikipedia.org/wiki/Augmented_reality]

* 최근에는 혼합현실 (Mixed Reality) 이라고도 함

Page 4: Ar lwh808 0507

가상현실과의 차이

AR

VR증강현실은현실을 기반으로일부분만 가상의 객체를 증강하는기술로 가상현실분야의 하나이다 .

Page 5: Ar lwh808 0507

역사

1968 년 Ivan Sutherland 가 HMD (Head-

Mounted Display) 를 이용하여 최초로 구현함 . 1992 년 Tom Caudell 이 AR (Augmented Reality) 이란

용어를 사용하기 시작하면서 의학 , 공학 등의분야에서 연구 시작함 .

최근 스마트폰의 성능향상에 따른 인기와 웨어러블 컴퓨팅 환경이 산업화 가능성을 보이기 시작하면서 폭발적인 관심을 받게 됨 .

Page 6: Ar lwh808 0507

증강현실의 키워드

Reality

Activity

Context

Page 7: Ar lwh808 0507

issue

Marker 를 사용하느냐 , 사용하지 않느냐 ,

Display 는 무엇으로 할 것인가 ,

Page 8: Ar lwh808 0507

Marker 기본 개념도

markermarker

Page 9: Ar lwh808 0507

Marker 원리

컴퓨터 비전 기술을 이용하여 인식된 물체의 X,Y 좌표를 기준으로 3D Rendering 에 필요한 Z 좌표를 알게 됨 . 이를 ‘ Marker Tracking’ 이라

함 .

Page 10: Ar lwh808 0507

Marker 를 이용한 사례

Page 11: Ar lwh808 0507

Marker 를 이용한 사례 2

Page 12: Ar lwh808 0507

입력 ( 추적 ) 방법

센서 기반 카메라 기반

① Optical flow② Marker Tracking③ Natural Feature Tracking (NFT)

Page 13: Ar lwh808 0507

센서기반

사용자의 위치를 기반 (GPS) 으로 객체 정보 (POI) 관계산출

장점 단점•절대 좌표 인식 가능•넓은 범위 추적 가능•표준 기술•개발이 상당이 용이함

•실내 측위 불가능•오차율이 상당이 큼 (5~10m)

Page 14: Ar lwh808 0507

센서기반 적용사례

Wikitude세계 최초의 GPS 기반 증강현실 상용화 어플리케이션위키피디아의 방대한 자료와 연동한 정보 제공

LayAR가장 성공적인 모델 : AR 브라우저 제공이 목표사용자가 직접 새로운 AR 계층을 작성할 수 있게 함

Nearest Tude뉴욕 , 런던의 지하철 역 위치 제공 . (iPhone 제공 )

iNeedCoffee국내 최초 증강현실 어플리케이션주변 커피전문점 정보 제공

Page 15: Ar lwh808 0507

카메라기반

* 대상의 특징을 인식 / 추적 (ex. Maker 등 ) * 카메라와 추적 대상간의 상대적인 위치 인식* 카메라를 기준으로 한 추적대상의 3D 좌표상의 실시간 움직임 추적 (x,y,z)

장점 단점•거의 모든 휴대폰에 카메라 존재•익숙한 인터페이스•관련 업체의 강한 사업 추진의지•실내외 지원가능

•구현상의 어려움•거대한 목표영상 ( 건물 ) 인식이 쉽지 않음•이미지 타켓 또는 평면 공간 등의 요구 필요•조명등에 영향 받음•전원 소비 증가

Page 16: Ar lwh808 0507

카메라기반 종류

Optical flow 화면 전체의 흐름 인식특정 위치의 정확한 포즈 인식 불가화면 전체를 활용하는 방식 가능

Marker Tracking 마커의 인식 및 움직임 추적인식된 마커상의 3D 그래픽 합성다양한 마커 디자인 제공 가능

NFT (Natural Feature Tracking)

일반 이미지 특징점을 이용인식된 마커상의 3D 그래픽 합성일반 이미지 인식을 통한 다양한 비즈니스 모델 구성 가능

Page 17: Ar lwh808 0507

카메라기반 적용사례 – BMW 자동차 수리

Page 18: Ar lwh808 0507

카메라기반 적용사례 – Avata 광고

Page 19: Ar lwh808 0507

카메라기반 적용사례 – Zugara

Page 20: Ar lwh808 0507

기타 사례 – Xbox Natal Project.

Page 21: Ar lwh808 0507

기타 사례 – Aris

Page 22: Ar lwh808 0507

최신 트래킹 기술

Multiple Target Detection and Tracking

Page 23: Ar lwh808 0507

최신 트래킹 기술

Full 6-DOF Localization Framework

Page 24: Ar lwh808 0507

번외 . Head Tracking

Johnny Chung Lee 라는 한국계 미국인 연구원이 Wiimote 의 최첨단 적외선 수신방법을 이용하여 $5짜리 적외선 수신기를 이용 3D 의 신개념을 제시함 .http://www.ted.com/talks/lang/eng/johnny_lee_demos_wii_remote_hacks.html

Page 25: Ar lwh808 0507

번외 . SixSense

Wearable Gestural Interface 로 MIT 의 인도출신 학생의 작품으로 , Wearble PC를 기반으로 가슴에 웹캠과 프로젝터를 차고 다니면서 손가락을 이용하는 색다른 인터페이스 . http://www.ted.com/talks/lang/eng/pranav_mistry_the_thrilling_potential_of_sixthsense_technology.html

Page 26: Ar lwh808 0507

출력방법 - HMD

Head-Mounted Display

증강현실의 대표적인 디스플레이지만 , 비싼 가격과 화질의 문제로 대중화에는 아직 문제 있음 .

Page 27: Ar lwh808 0507

증강현실과 UX

UX란 User eXperience 의 약자로 사용자가어떤 시스템 , 제품 , 서비스를 직 , 간접적으로

이용하면서 느끼고 생각하게 되는 총체적 경험을 말함

즉 AR 도 Display 가 반드시 필요하다는 면에서사용자에게 아직 덜 친숙할 수 밖에 없다 .

이를 해결할 수 있는 UX는 ??? HologramHologram

Page 28: Ar lwh808 0507

Hologram AR – d’strict 社 (www.dstrict.com)

Page 29: Ar lwh808 0507

증강현실 관련 산업 – Education 분야

상업적인 면보다는 우리의 미래를 밝혀 줄 교육분야에서AR 의 가치는 무궁무진하다 !

구 분 e- 러닝 차세대 e- 러닝 U- 러닝기반체계 유선 인터넷 기반 유무선 인터넷 기반 유비쿼터스 네트워크기반

내용구성 Text, Image Multimedia AR

접근매체 PC Notebook, 핸드폰 등모바일 기기 이용

고성능 복합 단말기 이용

특 징 수동적 학습 진행비용 , 시간 저렴

반 능동적 학습진행사용자 흥미 유발

능동적 , 양방향적 학습진행으로 이해도 높음고비용 , 시간…

Page 30: Ar lwh808 0507

참고문헌

AR Blog미래의 기술 , 증강현실 http://t9t9.com/366

플래시로 기본 AR 만들기 http://jinustudio.com/blog/archives/2441

증강현실의 요소기술 http://blog.acronym.co.kr/106

HMD 파헤쳐보기 http://wikitree.co.kr/main/news_view.php?id=1471

AR 장난감 http://jbpark.tistory.com/188

증강현실과 UX http://openux.co.kr/?document_srl=5749

거리에 적용된 증강현실 http://health20.kr/1226

2010 년 광고업계의 화두 “증강현실 광고” 링크증강현실을 이용한 PS3 게임 EyePet 시연 http://www.neoearly.net/2463334

BMW HUD http://www.carz.co.kr/board/board006/view.asp?board_index=4631&page=1

Page 31: Ar lwh808 0507

참고문헌

AR 표준http://honsil.com/2009/09/24/ar-content-standardization-and-arml http://www.w3c.or.kr/~hollobit/ARKR/201004-workshop

Mobile ARhttps://www.icg.tugraz.at/~daniel/HistoryOfMobileARhttp://www.slideshare.net/mrzenitum/mobile-augmented-reality-kt

ARToolkithttp://www.hitl.washington.edu/artoolkit/http://honsil.com/2009/07/21/artoolkit/

Wiimote Head Trackinghttp://www.journalogplus.net/economy/go/2071http://johnnylee.net

Page 32: Ar lwh808 0507

체험

AR 체험http://www.iamironman2.com/uk/http://5gum.fr/#/homehttp://www.zugara.com/http://ge.ecomagination.com/smartgrid/#/augmented_realityhttp://casting.benetton.com/arhttp://tigerbeer.co.kr/flash_capture5/

Page 33: Ar lwh808 0507

참고

AR 관련 논문

* Randomized Forest 을 이용한 keypoint 매칭 방법[1] V. Lepetit and P. Fua, "Keypoint Recognition using Randomized trees", IEEE Transactions on Pattern Analysis and Machine Intelligence, vol.28, no.9, pp.1465-1479, 2

006.[2] B. Williams, G. Klein, and I. Reid, "Real-Time SLAM Relocalisation", Proc. of 11th IEEE International Conference on Computer Vision, pp.1-8, 2007.[3] M. Ozuysal, P. Fua, and V. Lepetit, "Fast Keypoint Recognition in Ten Lines of Code", Proc. of IEEE Confernce on Computer Vision and Pattern Recognition, pp.1-8, 20

07.[4] D. Wagner, G. Reitmayr, A. Mulloni, T. Drummond, D. Schmalstieg, "Pose Tracking from Natural Features on Mobile Phones", Proc. of 7th International Symposium on

Mixed and Augmented Reality. pp.125-134, 2008.

* 특징점 추출 방법[5] E. Rosten, and T. Drummond, "Machine learning for high-speed corner detection", Proc. of 9th European Conference on Computer Vision, pp.430-443, 2006.

* 오브젝트 인식[6] J. Philbin, O. Chum, M. Isard, J. Sivic, and A. Zisserman, "Object retrieval with large vocabularies and fast spatial matching", Proc. of IEEE Conference on Computer Vis

ion and Pattern Recognition, pp.1-8, 2007.[7] F. Moosmann, E. Nowak, and F. Jurie, "Randomzied Clustering Forests for Image Classification", IEEE Transactions on Pattern Analysis and Machine Intelligence, vol.3

0, no.9, pp.1632-1646, 2008.

* Outlier 제거[8] O. Chum, and J. Matas, "Matching with PROSAC-Progressive Sample Consensus", Proc. of IEEE Conference on Computer Vision and Pattern Recognition, pp.220-226,

2005[9] B. Tordoff, and D. W. Murray, "Guided-MLESAC: faster image transform estimation by using matching priors", IEEE Transactions on Pattern Analysis and Machine Intelli

gence, vol.27, no.10, pp.1523-1535, 2005.

* 자세 추정[10] C. Lu, G. Hager, and E.Mjolsness, "Fast and globally convergent pose estimation from video images", IEEE Transaction on Pattern Analysis and Machine Intelligence,

vol.22, no.6, pp.610-622, 2000.[11] G. Schweighofer, and A. Pinz, "Robust Pose Estimation from a Planar Target", IEEE Transaction on Pattern Analysis and Machine Intelligence, vol.28, no.12, pp.2024

-2030, 2006