KCI등재
3D 치아 스캔 데이터를 위한 포인트 클라우드와 메쉬 기반의 분할 모델 성능 비교 = Performance Comparison of 3D Segmentation Models Based on Point Cloud and Mesh for Dental Scan Data
저자
발행기관
학술지명
정보과학회 컴퓨팅의 실제 논문지(KIISE Transactions on Computing Practices (KTCP))
권호사항
발행연도
2023
작성언어
Korean
주제어
등재정보
KCI등재
자료형태
학술저널
수록면
158-165(8쪽)
제공처
Recently, automatic segmentation, classification and shape reconstruction of teeth using 3D oral scan data have been actively attempted. In this study, recently proposed 3D segmentation models based on deep learning from tooth surface data were applied to segment each tooth and their performance was compared and evaluated. The models used in this study were divided into point cloud-based and mesh-based models according to the data format. The performance improvement of each model was also compared and evaluated by applying a graph cut algorithm as a segmentation post-process. The experimental results showed that PointTransformer as a point cloud-based model and MeshSNet as a mesh-based model had the best segmentation performance. PointTransformer also converged the fastest into optimal segmentation. We can conclude that the proximity information of the points or meshes in the surface data and the use of the transformer had an important effect on improving tooth segmentation performance.
더보기최근 3D 구강 스캔 데이터를 이용하여 치아를 자동으로 분할 및 분류하거나 치아 형상을 예측하는 등의 시도가 활발히 진행되고 있다. 본 연구에서는 치아 표면 데이터에서 각 치아를 분할하는 데에 최근에 제안된 딥러닝 기반의 3D 분할 모델들을 적용하고 그 성능을 비교 평가하였다. 비교에 사용한 모델들은 데이터 형식에 따라 point cloud 기반의 모델과 mesh 기반의 모델로 구분된다. 또한, 예측된 결과물에 후처리 작업으로 graph cut 기법을 적용하여 각 모델의 분할 성능 향상을 비교 평가하였다. 실험 결과, point cloud 기반의 PointTransformer와 mesh 기반의 MeshSNet이 가장 우수한 분할 성능을 보였고, 특히 PointTransformer는 최적의 분할로 가장 빨리 수렴하였다. 결론적으로 치아 외관을 구성하는 포인트 또는 메쉬의 인접성 정보와 Transformer의 활용이 치아 분할 성능 향상에 중요한 영향을 주는 것으로 분석된다.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)