A Study on Quantitative Evaluation Methods for Architectural Modeling Data through Image Processing and Video Analysis Techniques

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.