인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
본 논문은 기존 3D 모델링 평가 방식의 한계를 보완하기 위해 대규모 건축 3D 모델에 대한 평가 프레임워크를 개선하는 방법을 제시한다. 기존 방식은 높은 연산량을 요구하거나 정성적 평가에 의존하여, 복잡한 구조물에 대한 체계적이고 정량적인 분석이 어렵다. 이를 해결하기 위해 본 연구에서는 normalized cross correlation(NCC)와 structural similarity index(SSIM) 기법을 활용하여 3D 모델의 텍스처 정합성과 시각적 품질을 정량적으로 평가하였다. 연구 결과, photogrammetry와 multi-view stereo(MVS) 모델링은 NCC과 SSIM에서 높은 점수를 기록하며 시각적 품질 평가에서 우수한 성능을 보였다. 또한 chamfer distance와 hausdorff distance를 활용하여 기하학적 정확성을 평가한 결과, MVS와 photogrammetry 모델링이 우수한 평가를 받아 구조적 유사성을 잘 반영함을 확인하였다. 이러한 결과는 NCC와 SSIM이 시각적 일관성 평가에 유용하고, chamfer distance와 hausdorff distance가 기하학적 정확성 평가에 효과적임을 시사하며, 이를 통해 기존 평가 방식의 한계를 보완할 수 있는 가능성을 제시한다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-092213145
