쑤야의 개발 블로그

(Ying Li, IEEE, 2020)https://ieeexplore.ieee.org/document/9173706 Deep Learning for LiDAR Point Clouds in Autonomous Driving: A ReviewRecently, the advancement of deep learning (DL) in discriminative feature learning from 3-D LiDAR data has led to rapid development in the field of autonomous driving. However, automated processing uneven, unstructured, noisy, and massive 3-D point cloudsieeexplor..

AI/논문 2024. 8. 17. 14:36

Convex hullConvex Hull은 주어진 포인트 클라우드의 바깥쪽 경계를 형성하는 최소한의 볼록 다면체로3D 포인트 클라우드 데이터에서 다양한 분석과 처리를 수행하는 데 매우 유용한 기하학적 도구복잡한 3D 데이터를 단순화하거나 효율적으로 처리해야 하는 경우에 유용하게 사용할 수 있다 convex hull의 활용부피 계산:Convex Hull을 사용해 복잡한 형상의 부피를 추정할 수 있다포인트 클라우드가 잡음(noise)이 많거나 불완전할 때, Convex Hull을 통해 단순화된 형태의 부피를 계산할 수 있다충돌 감지(Collision Detection):Convex Hull은 컴퓨터 그래픽스나 로보틱스에서 충돌 감지 알고리즘의 기초로 사용될 수 있다복잡한 3D 모델을 Convex Hull로 ..

AI/Open3D 2024. 8. 14. 18:48

bounding volumes코드를 살펴보기 전, bounding volumes에 대한 이해부터 필요할 것 같아 bounding volumes이 무엇인지, 어떤 형태들이 존재하는지를 찾아보았다.  open3d의 Bounding Volumes은 포인트 클라우드나 메쉬와 같은 3D 데이터의 공간적 경계를 나타내는 기하학적 형태로, 3D 데이터를 포함하는 최소한의 공간을 정의하고 다양한 분석과 계산에서 효율성을 높이는 데 사용된다. open3d에서는 주로 Axis-Aligned Bounding Box (AABB)와 Oriented Bounding Box (OBB) 2 가지 형태를 지원한다.   1. Axis-Aligned Bounding Box (AABB)AABB는 축에 정렬된 경계 상자로 항상 x, y, z..

AI/Open3D 2024. 8. 13. 16:55

point cloud distance이번 섹션은 포인트 클라우드 간의 거리를 계산하는 것이다. 아직 자율주행 관련 프로젝트 경험이 없다보니 포인트 클라우드의 거리 계산이 왜 필요한지, 언제 어떻게 활용되는지 궁금해서 찾아본 것을 먼저 정리해보겠다.  포인트 클라우드 간의 거리 계산의 활용 및 필요성:3D 모델 정렬 및 registration필요성: 2 개의 포인트 클라우드를 정렬하는 것은 3D 데이터 처리에서 매우 중요한 작업인데, 이때 각 포인트 클라우드 간의 거리를 최소화하는 방식으로 정렬이 이뤄진다활용: Iterative Closest Point (ICP) 알고리즘은 두 포인트 클라우드를 정렬하기 위해 반복적으로 포인트 간의 거리를 계산하고, 이를 기반으로 변환 행렬을 업데이트한다. 정렬이 완료되면..

AI/Open3D 2024. 8. 13. 16:33

down-sampling과 up-sampling은 딥러닝 모델에서 데이터의 크기와 해상도를 조절하여 더 나은 학습 결과를 얻기 위해 자주 사용하는 방법이다. 1. Down Sampling데이터의 해상도 또는 크기를 줄이는 과정으로 주로 일부 데이터를 버리거나 압축한다. 데이터 크기 감소: 큰 데이터를 작은 크기로 줄여 처리 속도를 높이고 메모리 사용량을 줄인다특징 추출: 신경망에서는 다운 샘플링을 통해 중요한 특징 추출 및 불필요한 세부 정보를 줄일 수 있다CNN의 pooling 레이어가 이미지 해상도를 낮추며 중요한 특징을 유지하는 다운 샘플링 방법 중 하나 2. Up Sampling데이터의 해상도 또는 크기를 늘리는 과정으로 주로 작은 데이터를 더 큰 해상도로 복원하거나 저해상도 데이터를 고해상도로 ..

AI 2024. 8. 13. 10:47

Vertex normal estimation코드를 살펴보기 전 normal vector에 대해서 먼저 간략하게 찾아보았다.  법선 벡터(normal vector)3D 공간에서 포인트 클라우드 표면의 방향을 나타내는 데 사용표면 재구성, 특징 추출, 매칭 등 다양한 3D 데이터 처리 작업에서 중요한 역할import open3d as o3dply_point_cloud = o3d.data.PLYPointCloud()pcd = o3d.io.read_point_cloud(ply_point_cloud.path)print("downsample the point cloud with a voxel of 0.05")downpcd = pcd.voxel_down_sample(voxel_size=0.05) ###########..

AI/Open3D 2024. 8. 12. 20:11

Voxel downsampling코드를 살펴보기 전 down-sampling과 up-sampling에 대한 이해가 필요하다고 생각해 아래 링크에 이에 대한 정리를 해보았다.  https://developer-ssooya.tistory.com/entry/up-sampling-and-down-sampling up-sampling and down-samplingdown-sampling과 up-sampling은 딥러닝 모델에서 데이터의 크기와 해상도를 조절하여 더 나은 학습 결과를 얻기 위해 자주 사용하는 방법이다. 1. Down Sampling데이터의 해상도 또는 크기를 줄이는 과정developer-ssooya.tistory.com import open3d as o3dprint("Load a ply point..

AI/Open3D 2024. 8. 12. 16:21

Visualize point cloudimport open3d as o3dimport numpy as npprint("Load a ply point cloud")ply_point_cloud = o3d.data.PLYPointCloud()pcd = o3d.io.read_point_cloud(ply_point_cloud.path)print(pcd)print(np.asarray(pcd.points))o3d.visualization.draw_geometries( [pcd], zoom = 0.3412, front = [0.4257, -0.2125, -0.8795], lookat = [2.6172, 2.0475, 1.532], up=[-0.0694, -0.9768, 0.2024])draw..

AI/Open3D 2024. 8. 12. 16:09