ETRI-Knowledge Sharing Plaform

KOREAN
논문 검색
Type SCI
Year ~ Keyword

Detail

Conference Paper 3D CNN 기반 도심 3차원 데이터 의미론적 분할을 위한 복셀라이제이션 기법별 성능 비교
Cited - time in scopus Share share facebook twitter linkedin kakaostory
Authors
김재홍, 서재석, 박기욱, 이유진, 김광수, 이기훈
Issue Date
2026-09
Citation
한국 인공지능 학술대회 2026, pp.1-2
Publisher
한국통신학회
Language
Korean
Type
Conference Paper
Abstract
본 연구에서는 도시 3차원 Point Cloud의 의미론적 분할을 위해 복셀 데이터의 색상 표현과 공간 구성 방식에 따른 성능을 비교·분석하였다. Point Cloud로 구성된 STPLS3D 데이터를 0.3m 크기의 voxel로 변환하고, RGB 평균값과 지배적인 색상 정보를 활용하는 RGB-16, Z축 전체 높이 정보를 유지하는 Full-Z 방식을 구성하였다. 이를 기반으로 Baseline, RGB-16, Full-Z, Full-Z+RGB-16을 동일한 Sparse 3D CNN에 적용하였다. 실험 결과, Z축 전체 높이 정보와 지배적인 색상 정보를 함께 활용한 Full-Z+RGB-16이 가장 우수한 의미론적 분할 성능을 나타냈으며, 복셀 내부의 색상 및 공간 정보 구성 방식이 3D CNN 성능에 중요한 영향을 미침을 확인하였다.
KSP Keywords
3D CNN