특정 3차원 실제 환경에서 단일 카메라로 획득한 RGB 이미지로 카메라의 6자유도 자세를 정확하게 추정하기 위해, 본 논문에서는 알려진 2차원 이미지 및 3차원 포인트 클라우드 정보를 결합한 밀집 장면 회귀 기반 다단계 카메라 자세 추정 방법을 제안한다. 먼저, 깊이 이미지 정보와 전통적인 동작 구조 복원(Structure From Motion, SFM) 알고리즘을 결합하여 단일 카메라 자세 추정 데이터셋을 구성한다; 둘째, 본 논문은 깊이 이미지 검색을 2D-3D 매칭 점 구성에 처음으로 도입하였으며, 제안된 자세 최적화 함수를 통해 자세 해석을 최적화하여 다단계 카메라 자세 추정 방법을 제안한다; 마지막으로 자세 추정 성능 향상을 위해 ResNet 네트워크 구조를 이미지의 밀집 장면 좌표 회귀에 적용하여 제안 방법의 자세 추정 정확도를 크게 향상시킨다. 실험 결과, 주어진 자세 오차 임계값 5 cm/5°에 대해 공개 데이터셋 7scenes에서 자세 추정 정확도 평균은 82.7%이며, 자체 구축 데이터셋에서는 94.8%이다. 기존의 다른 카메라 자세 추정 알고리즘과 비교할 때, 본 논문의 방법은 자체 구축 데이터셋과 공개 데이터셋 모두에서 자세 추정 정확도가 향상되었다.

카메라 자세 추정;3D 포인트 클라우드;특징 매칭;장면 회귀