KR101979913B1 - Deep Learning 기법을 적용한 MMS 공간정보 자동화 추출방법 - Google Patents

Abstract

본 발명은 MMS 공간정보 자동화 추출방법에 관한 것으로, 차폐영역을 효과적으로 제거할 수 있는 Deep Learning 기법을 적용한 MMS 공간정보 자동화 추출방법에 관한 것이다.
이러한 본 발명은,
MMS(Mobile Mapping System) 데이터를 기반으로 다수의 대표성 객체를 패턴화하는 대표성 객체 패턴화 단계와;
취득한 MMS 데이터에서 객체를 추출하는 객체 추출 단계와;
상기 객체 추출 단계에서 추출된 객체 중에서 차폐영역이 발생한 제1차폐객체를 선별하는 제1차폐객체 선별 단계와;
상기 제1차폐객체에서 차폐영역을 추출하는 차폐영역 추출 단계와;
상기 제1차폐객체의 차폐율을 계산하는 차폐율 계산 단계와;
상기 차폐율을 미리 설정한 기준값과 비교하여, 차폐율이 기준값 범위 안에 드는 제2차폐객체를 선별하는 제2차폐객체 선별 단계와;
상기 제2차폐객체와 유사한 객체를 상기 패턴화된 다수의 대표성 객체 중에서 선택하는 유사 대표성 객체 선택 단계와;
상기 선택된 유사 대표성 객체와 제2차폐객체를 비교하여, 제2차폐객체의 차폐공간정보를 처리하는 차폐공간 처리 단계 및;
상기 차폐공간정보 처리된 제2차폐객체를 차폐공간정보 자동화 처리 리스트에 저장하는 차폐공간정보 자동화 처리 리스트 저장 단계
를 포함하는 것을 특징으로 한다.

Description

Deep Learning 기법을 적용한 MMS 공간정보 자동화 추출방법{Method For Extracting The Spatial Information Of MMS}

본 발명은 MMS 공간정보 자동화 추출방법에 관한 것으로, 차폐영역을 효과적으로 제거할 수 있는 Deep Learning 기법을 적용한 MMS 공간정보 자동화 추출방법에 관한 것이다.

일반적으로 지리정보 데이터를 구축하기 위해 이동측위장비(MMS: Mobile Mapping System)이 사용된다.

상기 MMS는 차량 등의 이동체에 다양한 센서를 탑재하고, 다양한 센서를 이용하여 이동체의 위치정보와 대상 객체의 공간정보를 추출하는 장비이다.

상기 MMS 장비는 GNSS, INS, DMI 등을 이용하여, 3차원 위치정보를 결정하고, 지상레이저스캐너, RGB 영상, Stereo Camera 등을 이용하여 대상 객체의 3차원 공간정보를 구축한다.

이와 같은 MMS 장비는 이동체의 위치정보와 대상 객체의 공간정보를 동기화함으로써, 대상 객체의 절대좌표계 및 공간정보 성과를 구축할 수 있다.

하지만, 실제 도로 등의 현장 여건은 MMS 차량 주행 시 차량, 가로수, 적치물, 간판 등의 차폐 환경이 발생하여 대상 객체의 완전한 공간정보를 구축하기에는 어려움이 있다.

이에, MMS 차량의 운행 횟수 증가 및 처리 시간 등의 증가로 인해 경제적, 시간적 손실이 매우 크게 발생하고 있다.

대한민국 등록특허 10-1691620호

본 발명은 상기와 같은 과제를 해결하기 위한 것으로, MMS 취득 데이터에 차폐영역이 발생할 경우, MMS 차량의 운행 증가없이 차폐영역을 효과적으로 제거하여, 경제적, 시간적 이점을 얻을 수 있는 MMS 공간정보 자동화 추출방법을 제공하는 것을 해결하고자 하는 과제로 한다.

상기와 같은 과제를 해결하기 위한 본 발명의 제1과제의 해결 수단은,

MMS(Mobile Mapping System) 데이터를 기반으로 다수의 대표성 객체를 패턴화하는 대표성 객체 패턴화 단계와;

취득한 MMS 데이터에서 객체를 추출하는 객체 추출 단계와;

상기 객체 추출 단계에서 추출된 객체 중에서 차폐영역이 발생한 제1차폐객체를 선별하는 제1차폐객체 선별 단계와;

상기 제1차폐객체에서 차폐영역을 추출하는 차폐영역 추출 단계와;

상기 제1차폐객체의 차폐율을 계산하는 차폐율 계산 단계와;

상기 차폐율을 미리 설정한 기준값과 비교하여, 차폐율이 기준값 범위 안에 드는 제2차폐객체를 선별하는 제2차폐객체 선별 단계와;

상기 제2차폐객체와 유사한 객체를 상기 패턴화된 다수의 대표성 객체 중에서 선택하는 유사 대표성 객체 선택 단계와;

상기 선택된 유사 대표성 객체와 제2차폐객체를 비교하여, 제2차폐객체의 차폐공간정보를 처리하는 차폐공간 처리 단계 및;

상기 차폐공간정보 처리된 제2차폐객체를 차폐공간정보 자동화 처리 리스트에 저장하는 차폐공간정보 자동화 처리 리스트 저장 단계

를 포함하는 것을 특징으로 한다.

또한, 본 발명의 제2과제의 해결 수단은,

상기 제1과제의 해결 수단에 있어서,

상기 제1차폐객체 선별 단계에서는, 차폐영역이 발생하지 않은 차폐미발생객체를 별도로 분류하고,

상기 제22차차폐객체 선별 단계에서는, 차폐율이 기준값 범위를 벗어나는 제2차차폐객체를 현장조사필요데이터로 분류하는 것을 특징으로 한다.

또한, 본 발명의 제3과제의 해결 수단은,

제1 또는 제2과제의 해결 수단에 있어서,

상기 대표성 객체 패턴화 단계에서의 대표성 객체는 박스형, 다면체형, 사다리꼴형, 삼각형, 사각형, 타원형으로 패턴화 되는 것을 특징으로 한다.

본 발명은 MMS 데이터 취득 시 차폐환경이 발생한 경우, MMS를 다시 운용하여 데이터를 취득하는 대신, 본 발명에 따른 MMS 공간정보 자동화 추출방법을 통해 차폐된 공간정보를 처리함으로써, 경제적, 시간적 손실을 줄일 수 있는 효과가 있다.

도 1은 본 발명에 따른 MMS 공간정보 자동화 추출방법을 설명하기 위한 순서도이고,
도 2 내지 도 5는 본 발명에 따른 MMS 공간정보 자동화 추출방법의 작용을 설명하기 위한 도면이다.

이하, 본 발명에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 쉽게 실시할 수 있도록 첨부도면을 참조하여 본 발명을 상세히 설명한다.

도 1은 본 발명에 따른 MMS 공간정보 자동화 추출방법을 설명하기 위한 순서도로서, 도 1을 참조하여 본 발명에 따른 MMS 공간정보 자동화 추출방법을 설명하면 다음과 같다.

본 발명에 따른 MMS 공간정보 자동화 추출방법은, 대표성 객체 패턴화 단계와, 객체 추출 단계와, 제1차폐객체 선별 단계와, 차폐영역 추출 단계와, 차폐율 계산 단계와, 제2차차폐객체 선별 단계와, 유사 대표성 객체 선택 단계와, 차폐공간정보 처리 단계 및, 차폐공간정보 자동화 처리 리스트 저장 단계를 포함하는 것을 특징으로 한다.

대표성 객체 패턴화 단계

MMS(Mobile Mapping System) 데이터를 기반으로 대표성을 가지는 다수의 객체를 패턴화 한다.

여기서, 상기 대표성을 가지는 객체는 MMS 데이터의 기본공간정보 등에서 정의된 공간정보 객체를 박스형, 다면체형, 사다리꼴형, 삼각형, 사각형, 타원형, 복합형 등으로 패턴화(일반화, 정형화) 가능하다.

객체 추출 단계

취득한 MMS 데이터에서 객체를 추출한다.

예를 들어, 촬영 영상 데이터에서 다수의 건물 객체를 추출한다.

제1차폐객체 선별 단계

상기 객체 추출 단계에서 추출된 객체 중에서 차폐영역이 발생한 제1차폐객체를 선별한다.

이때, 객체의 특징을 추출하여, 차폐영역과 차폐되지 않은 영역의 패턴을 인식 및 분석함으로써, 차폐영역이 발생한 목표 객체를 추출할 수 있다.

여기서, 상기 제1차폐객체 선별 단계에서는, 차폐영역이 발생하지 않은 차폐미발생객체를 별도로 분류한다.

차폐영역 추출 단계

상기 제1차폐객체에서 차폐영역을 추출한다.

차폐율 계산 단계

상기 제1차폐객체의 차폐율을 계산한다.

이때, 차폐율 계산 단계에서는 패턴을 통해 상기 제1차폐객체의 외곽선을 추출하고, 차폐된 영역의 위치와 차폐율을 계산한다.

상기 차폐율은, 상기 제1차폐객체 전체의 외곽선을 계산하여 전체면적을 산정하고, 패턴을 통해 분류된 차폐영역을 산정하여, 전체면적과 차폐영역의 비율을 계산하는 방식으로 이루어진다.

한편, 본 발명에서는 상기 제1차폐객체에 존재하는 각각의 차폐영역의 위치를 확인하여, 제1차폐객체의 외곽선에 존재하는 차폐영역만 제1차폐객체의 차폐율 계산시 적용할 수 있다.

제2차폐객체 선별 단계

상기 차폐율을 미리 설정한 기준값과 비교하여, 차폐율이 기준값 범위 안에 드는 제2차폐객체를 선별한다. 여기서 기준값은 임의로 정할 수 있다. 예를 들어 0~10%로 차폐율을 선정할 수 있다.

이때, 상기 2차차폐객체 선별 단계에서는 차폐율이 기준값 범위를 벗어나는 제2차폐객체를 현장조사필요데이터로 분류한다.

유사 대표성 객체 선택 단계

상기 제2차폐객체와 유사한 객체를 상기 패턴화된 다수의 대표성 객체 중에서 선택한다. 본 발명에서는 딥 러닝(Deep Learning) 기법을 이용하여, 상기 다수의 대표성 객체 중에 제2차폐객체와 가장 유사한 대표성 객체를 선택할 수 있다. 이외에도 상기 다수의 대표성 객체 중에서 제2차폐객체와 유사한 객체를 찾을 수만 있으면, 기존의 다양한 기술이 사용될 수 있다.

차폐공간정보 처리 단계

상기 선택된 유사 대표성 객체와 제2차폐객체를 비교하여, 제2차폐객체의 차폐공간정보를 처리한다.

이때, 차폐공간정보 처리 단계에서는 상기 차폐공간정보 처리된 제2차폐객체에 차폐영역이 남아 있을 경우, 상기 제2차폐객체에 남아 있는 차폐영역을 처리하여, 차폐영역이 완전히 제거될 때까지 제2차폐객체의 차폐공간정보 처리를 반복한다. 여기서 차폐공간정보를 처리할 시 기준값을 설정하여, 일정 기준값을 만족하면 차폐공간정보 처리를 반복하지 않고 다음 단계로 넘어가게 할 수도 있다.

차폐공간정보 자동화 처리 리스트 저장 단계

상기 차폐공간정보 처리된 제2차폐객체를 차폐공간정보 자동화 처리 리스트에 저장한다.

한편, 본 발명은, 상기 차폐공간정보 자동화 처리 리스트 저장 단계에 저장된 제2차폐객체와, 상기 차폐미발생객체를 통합관리하는 정상객체 관리 단계를 더 포함할 수 있다. 즉 본 발명은 상기 제2차폐객체와 상기 차폐미발생객체를 별도의 DB에 저장하여 완성된 영상 데이터를 확보할 수 있다.

또한, 본 발명에서는 상기 방법을 수행하기 위해, 각각의 단계를 수행하는 모듈을 갖추어, MMS 장비 또는 별도의 장비에서 상기 방법을 수행할 수 있다.

즉, 본 발명은 대표성 객체 패턴화 모듈과, 객체 추출 모듈과, 제1차폐객체 선별 모듈과, 차폐영역 추출 모듈과, 차폐율 계산 모듈과, 제2차폐객체 선별 모듈과, 유사 대표성 객체 선택 모듈과, 차폐공간정보 처리 모듈과, 차폐공간정보 자동화 처리 리스트 저장 모듈 및, 정상객체 관리 모듈을 갖춘 장비를 통해 본 발명과 같은 프로세스를 진행할 수 있다.

그리고, 본 발명에서는 객체의 패턴화 작업, 객체 외곽선 추출 작업, 객체의 특징 추출 작업 등은 객체의 공간정보, RGB 영상 등 MMS(Mobile Mapping System)에서 획득한 데이터를 통해 이루어진다.

도 2 내지 도 5는 본 발명에 따른 MMS 공간정보 자동화 추출방법의 작용을 설명하기 위한 도면으로서, 도 2 내지 도 5를 참조하여 본 발명의 작용을 설명하면 다음과 같다.

본 발명은 상기에서 언급한 모듈을 갖춘 장비에 의해 MMS 공간정보 자동화 추출 프로세스가 진행된다.

상기 대표성 객체 패턴화 모듈은 MMS(Mobile Mapping System) 데이터를 기반으로 다수의 대표성 객체를 패턴화한다. 즉 대표성 객체 패턴화 모듈은 공간정보 객체를 박스형, 다면체형, 사다리꼴형, 삼각형, 사각형, 타원형, 복합형 등으로 패턴화(일반화, 정형화) 한다.

이후, 상기 객체 추출 모듈은 취득한 MMS 데이터에서 객체를 추출한다. 예를 들어 도 2에 도시된 바와 같이 영상에 존재하는 객체(A,B,C)를 추출한다.

그리고, 상기 제1차폐객체 선별 모듈은 추출된 객체 중에서 도 2의 B,C객체와 같이 차폐영역이 발생한 제1차폐객체를 선별한다. 이때 제1차폐객체 선별 모듈은 도 2의 A객체와 같이 차폐영역이 발생하지 않은 차폐미발생객체를 별도로 분류한다.

이어서, 상기 차폐영역 추출 모듈은 제1차폐객체(B,C)에서 차폐영역을 추출하고, 상기 차폐율 계산 모듈은 제1차폐객체(B,C)의 차폐율을 계산한다. 이때 차폐율은, 제1차폐객체 전체의 외곽선을 계산하여 전체면적을 산정하고, 패턴을 통해 분류된 차폐영역을 산정하여, 전체면적과 차폐영역의 비율을 계산하는 방식으로 이루어진다.

계속해서, 상기 제2차폐객체 선별 모듈은 상기 차폐율을 미리 설정한 기준값과 비교하여, 차폐율이 기준값 범위 안에 드는 제2차폐객체를 선별한다. 본 실시예에서는 도 2의 B객체가 제2차폐객체로 선별된다.

또한, 상기 제2차폐객체 선별 모듈은 차폐율이 기준값 범위를 벗어나는 제2차폐객체를 현장조사필요데이터로 분류한다. 즉 본 실시예에서 도 2의 C객체는 나무, 자동차 등에 의해 차폐된 영역이 너무 많아 객체 패턴을 찾기 어렵기 때문에, 제2차폐객체 선별 모듈이 현장조사필요데이터로 분류한다.

이후, 상기 유사 대표성 객체 선택 모듈은 제2차폐객체와 유사한 객체를 상기 패턴화된 다수의 대표성 객체 중에서 선택한다. 본 실시예에서는 딥 러닝(Deep Learning) 방식으로 제2차폐객체와 가장 유사한 대표성 객체를 찾는다.

이와 같이 유사 대표성 객체가 선택되면, 차폐공간 처리 모듈은 상기 선택된 유사 대표성 객체와 제2차폐객체를 비교하여, 제2차폐객체의 차폐공간정보를 처리한다. 본 실시예에서는 도 3에 도시된 바와 같이 제2차폐객체(B)에서 자동차에 가려진 차폐영역(a)를 처리하고, 이어서 도 4에 도시된 바와 같이 제2차폐객체(B)에서 쓰레기통에 가려진 차폐영역(b)를 처리하여, 제2차폐객체(B)에 존재하는 차폐영역을 제거함으로써, 도 5에 도시된 바와 같이 차폐영역이 처리된 영상을 획득한다.

이후, 상기 차폐공간정보 자동화 처리 리스트 모듈은 상기 차폐공간정보 처리된 제2차폐객체를 차폐공간정보 자동화 처리 리스트에 저장한다.

한편, 상기 정상객체 관리 모듈은 차폐공간정보 자동화 처리 리스트 모듈에 의해 저장된 제2차폐객체와, 상기 차폐미발생객체 및, 현장조사를 통해 수집한 제2차폐객체를 통합관리한다.

상술한 바와 같은 본 발명은 MMS 데이터 취득 시 차폐환경이 발생한 경우, MMS를 다시 운용하여 데이터를 취득하는 대신, 본 발명에 따른 MMS 공간정보 자동화 추출방법을 통해 차폐된 공간정보를 처리함으로써, 경제적, 시간적 손실을 줄일 수 있다.

이와 같은 본 발명은, 신속하고 경제적인 MMS 데이터 취득을 통해 다양한 공간정보를 구축하거나 갱신할 수 있으며, 포탈 업체에서 제공하는 Road View 구축 시 장애물에 의해 발생하는 차폐영역의 처리에 효과적으로 적용될 수 있다.

한편, 상기 본 발명의 실시예의 구체적인 예시는 본 발명을 설명하기 위한 것으로, 이에 한정되는 것이 아니고, 특허청구범위와 발명의 상세한 설명의 범위 안에서 여러 가지로 변형하여 실시하는 것이 가능하며, 이 또한 본 발명의 범위에 속하는 것은 당연하다.

Claims (3)

1. MMS(Mobile Mapping System) 데이터를 기반으로 다수의 대표성 객체를 패턴화하는 대표성 객체 패턴화 단계와;
   취득한 MMS 데이터에서 객체를 추출하는 객체 추출 단계와;
   상기 객체 추출 단계에서 추출된 객체 중에서 차폐영역이 발생한 제1차폐객체를 선별하는 제1차폐객체 선별 단계와;
   상기 제1차폐객체에서 차폐영역을 추출하는 차폐영역 추출 단계와;
   상기 제1차폐객체의 차폐율을 계산하는 차폐율 계산 단계와;
   상기 차폐율을 미리 설정한 기준값과 비교하여, 차폐율이 기준값 범위 안에 드는 제2차폐객체를 선별하는 제2차폐객체 선별 단계와;
   상기 제2차폐객체와 유사한 객체를 상기 패턴화된 다수의 대표성 객체 중에서 선택하는 유사 대표성 객체 선택 단계와;
   상기 선택된 유사 대표성 객체와 제2차폐객체를 비교하여, 제2차폐객체의 차폐공간정보를 처리하는 차폐공간 처리 단계 및;
   상기 차폐공간정보 처리된 제2차폐객체를 차폐공간정보 자동화 처리 리스트에 저장하는 차폐공간정보 자동화 처리 리스트 저장 단계
   를 포함하는 것을 특징으로 하는 MMS 공간정보 자동화 추출방법.
   
2. 제1항에 있어서,
   상기 제1차폐객체 선별 단계에서는, 차폐영역이 발생하지 않은 차폐미발생객체를 별도로 분류하고,
   상기 제2차폐객체 선별 단계에서는, 차폐율이 기준값 범위를 벗어나는 제2차차폐객체를 현장조사필요데이터로 분류하는 것을 특징으로 하는 MMS 공간정보 자동화 추출방법.
   
3. 제1항 또는 제2항에 있어서,
   상기 대표성 객체 패턴화 단계에서의 대표성 객체는 박스형, 다면체형, 사다리꼴형, 삼각형, 사각형, 타원형으로 패턴화 되는 것을 특징으로 하는 MMS 공간정보 자동화 추출방법.

Images