#3D Reconstruction

컴퓨터 비전 September 7, 2026

PnP 기초 — 3D 포인트와 이미지만으로 카메라 포즈 복원하기

Perspective-n-Point(PnP)는 알려진 3D 점과 해당 이미지 점을 이용하여 카메라의 위치와 방향을 추정하는 기하학적 문제입니다. 이 글에서는 투영 방정식, P3P/AP3P, EPnP, 반복 최적화, RANSAC, 평면 퇴화, 그리고 Visual SLAM, AR, 측량 분야에서 PnP가 어떻게 활용되는지 수학적 원리와 구현 체크리스트를 통해 살펴봅니다.

Fundamentals · 9 분 읽기 컴퓨터 비전 September 4, 2026

다중 시점 스테레오 입문 - 드문드문 분포된 포인트 클라우드를 조밀한 3D 형상으로 채우기

다중 시점 스테레오(MVS)는 알려진 카메라 포즈를 사용하여 여러 이미지로부터 조밀한 3D 형상을 복원합니다. 이 글에서는 사진 일관성의 핵심 원리, 평면 스윕 방식과 패치 기반 방식(PMVS)의 두 가지 고전적인 접근 방식, MVSNet으로 대표되는 딥러닝 기반 방법, 그리고 깊이 맵 융합을 통한 메시 생성 방법을 체계적으로 다룹니다. 또한 스테레오 카메라 및 깊이 카메라와의 관계를 방정식과 다이어그램을 통해 설명합니다.

Fundamentals · 18 분 읽기 컴퓨터 비전 September 4, 2026

모션 복원 기초 - 정렬되지 않은 사진 세트에서 3D 이미지와 카메라 위치를 함께 복원하는 방법

SfM(Structure from Motion)은 순서와 촬영 위치가 알려지지 않은 사진 세트로부터 장면의 3D 구조와 모든 카메라 포즈를 동시에 복원합니다. 이 글에서는 특징점 매칭, 기하학적 검증, 증분 SfM과 전역 SfM의 두 가지 재구성 전략, 삼각측량, 번들 조정과의 관계, Visual-SLAM과의 차이점, 그리고 COLMAP과 같은 현재 구현 사례들을 체계적으로 다룹니다.

Fundamentals · 16 분 읽기