- 본 기술이전 대상 기술은 브이월드 등 3D 도시모델의 텍스처 이미지, 도심지 항공사진 등에 포함된 그림자와 같은 어두운 영역을 검출하여 화질을 보정하는 기술임
- 딥러닝 기반 그림자를 검출하고 제거하는 학습 모델은 입력된 이미지에서 그림자 부분을 검출하고, 어두운 화질을 개선하여 출력하는 기능을 제공
스마트시티, 디지털트윈, 메타버스 등 도시 분야에 대한 관심이 고조되면서, 실감있는 도시 모델링하고 가시화 하기 위한 이슈가 커지고 있음
현재는 항공/드론 등을 이용하여 촬영한 실사 영상을 활용하여 3D 도시 모델의 텍스처로 활용하고 있으나, 촬영 당시의 시간, 날짜 등에 따라 건물 그림자도 함께 촬영이 되고 있음
그림자 부분은 영상에서 해당 부분에 대한 가독성 및 시인성을 떨어뜨리는 요소로 작용할 뿐 아니라, 가상환경에서 시뮬레이션을 하는 경우 시간을 고정시키는 요소로 작용할 수 있음
따라서, 그림자를 최소화하기 위해 그림자의 영향이 적은 날씨와 시간대를 선정하여 촬영을 하고 있지만, 절대적인 촬영 소요 시간 등으로 그림자 영역을 줄이는 데에는 한계가 있음
따라서, 실감있는 3D 도시모델을 제작하기 위해서는 이미지에서 그림자 영역을 보정할 수 있는 최신 텍스처 보정 기법이 필요함
- 딥러닝 기반 텍스처 보정을 위한 학습 모델 사용
- 텍스처 보정을 위해서 사용자 개입없이 일괄 처리가 가능
- 2D 항공영상, 3D 도시모델의 텍스쳐 이미지를 입력받아 사용자의 개입없이 그림자와 같은 어두운 부분의 화질의 개선하는 텍스처 보정 S/W
- 실감형 도시모델 텍스처 보정 시스템 S/W 및 학습 모델 데이터
- 실감형 도시모델 텍스처 보정 시스템 요구사항정의서, 시험절차및결과서
디지털트윈, 스마트시티 등 항공영상 및 드론영상을 가시화 하는 분야에서 그림자와 같은 어두분 부분에 대한 텍스처를 개선하는 분야에 활용 가능
현재 구축되어 있는 3D 도시모델을 브이월드, S-Map 등 항공영상을 기반으로 하는 3D 도시모델의 텍스처 화질 개선 분야에 활용 가능
3D 도시모델을 구축하기 위하여 촬영한 영상이 화질 개선을 위한 응용에 활용 가능