텍스처로부터 3D 형태 추정: 지역 스케일 점 과정 기반 프레임워크

본 논문은 2차원 이미지에 나타나는 근접 규칙성(near‑regular) 텍스처로부터 3차원 표면 정보를 추정하는 새로운 통계적 프레임워크를 제시한다. 기존 연구들은 텍스처의 정규성, 등방성, 정적성 혹은 직교 투시와 같은 강력한 가정을 전제로 하여 표면 기울기(슬랜트)와 회전(틸트)을 추정했지만, 이러한 가정은 실제 자연 이미지에 적용하기 어려웠다. 저자들은 이러한 제약을 완화하기 위해 텍스처 요소를 볼록(convex)한 점 과정의 잠재 표식으로 모델링하고, 점 과정 자체를 직접 추정하는 비모수적 방법을 채택한다. **1. 이론적 배경** 카메라를 기본 핀홀 모델로 가정하고, 초점거리 f와 평면‑카메라 거리 h를 이용해 3D 평면 P와 이미지 평면 D 사이의 투시 변환을 수식화한다. 평면 P에 균일하게 배치된 텍스처 요소는 투시 투영에 의해 이미지 상에서 밀도와 크기가 위치에 따라 변한다. 이 변형은 식 (5)에서 제시된 텍스처 밀도 함수로 정량화되며, 이는 표면 법선 δ(η₁,η₂)의 구면 좌표에 의해 완전히 결정된다. **2. 지역 스케일 점 과정 모델** 점 과정의 강도 함수 α(x)는 지역 스케일링 함수 cη(x)와 연결된다. 저자는 투시 기반 스케일링을 cη(x)=γ(δ,h,f)·h²f²/|h·δ·X|³ 형태로 정의하고, 전체 면적 보존을 위해 정규화 상수 γ를 계산한다(식 14‑15). 이렇게 정의된 α(x)는 점 사이 거리의 변형을 명시적으로 제공하며, 거리 변환식 (16)은 실제 투시 효과를 반영한다. **3. 이미지 전처리 및 점 검출** 이미지에서 텍스처 경계를 검출하기 위해 Gradient‑of‑Gaussian 혹은 Earth‑Mover‑Distance 기반 히스토그램 차이를 사용한다. 경계 강도 히스토그램을 분석해 임계값을 정하고, 거리 변환을 적용해 확률 맵 Y(x)∈