KR102485315B1 - 도로 영상에서의 노면 기호 방향 판단 방법, 장치, 시스템 및 컴퓨터 프로그램 - Google Patents

도로 영상에서의 노면 기호 방향 판단 방법, 장치, 시스템 및 컴퓨터 프로그램 Download PDF

Info

Publication number
KR102485315B1
KR102485315B1 KR1020200066101A KR20200066101A KR102485315B1 KR 102485315 B1 KR102485315 B1 KR 102485315B1 KR 1020200066101 A KR1020200066101 A KR 1020200066101A KR 20200066101 A KR20200066101 A KR 20200066101A KR 102485315 B1 KR102485315 B1 KR 102485315B1
Authority
KR
South Korea
Prior art keywords
road
group
road sign
image
sign
Prior art date
Application number
KR1020200066101A
Other languages
English (en)
Other versions
KR20210148773A (ko
Inventor
유찬미
Original Assignee
네이버랩스 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 네이버랩스 주식회사 filed Critical 네이버랩스 주식회사
Priority to KR1020200066101A priority Critical patent/KR102485315B1/ko
Publication of KR20210148773A publication Critical patent/KR20210148773A/ko
Application granted granted Critical
Publication of KR102485315B1 publication Critical patent/KR102485315B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/24—Aligning, centring, orientation detection or correction of the image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/14—Image acquisition
    • G06V30/146—Aligning or centring of the image pick-up or image-field
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G06T2207/30256—Lane; Road marking

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Traffic Control Systems (AREA)

Abstract

본 발명은 도로 영상에서의 노면 기호 방향 판단 방법에 관한 것으로서, 보다 구체적으로는 도로를 포함하는 영상에서 상기 도로 상에 위치하는 노면 기호의 방향을 판단하는 방법에 있어서, 노면 기호 방향 판단 시스템이, 상기 영상에서 상기 도로 상에 위치하는 노면 기호를 인식하는 노면 기호 인식 단계; 및 상기 영상을 이용하여 상기 노면 기호 중 하나 이상에 대한 방향 정보를 교정하는 노면 기호 방향 교정 단계;를 포함하는 것을 특징으로 하는 도로 영상에서의 노면 기호 방향 판단 방법을 개시한다.

Description

도로 영상에서의 노면 기호 방향 판단 방법, 장치, 시스템 및 컴퓨터 프로그램{METHOD, APPARAUTS AND SYSTEM FOR ESTIMATING DIRECTION OF ROAD MARKING IN ROAD IMAGE AND COMPUTER PROGRAM THEREOF}
본 발명은 도로 영상에서의 노면 기호 방향 판단 방법, 장치, 시스템 및 컴퓨터 프로그램에 관한 것으로서, 보다 구체적으로는 노면 기호가 위치하는 도로의 방향을 고려하거나, 동일한 방향을 가지는 노면 기호를 그룹으로 묶어 노면 기호의 방향을 교정하여 줌으로써, 도로 영상에서 노면 기호의 방향을 보다 정확히 산출할 수 있도록 하는 도로 영상에서의 노면 기호 방향 판단 방법, 장치, 시스템 및 컴퓨터 프로그램에 관한 것이다.
최근 위치 기반 서비스(LBS, Location Based Servcie), 자율 주행 시스템 등 다양한 서비스를 위하여 정밀 지도를 구현하기 위한 시도가 폭넓게 이루어지고 있다.
이와 관련하여, 항공기에서 촬영된 항공 영상을 이용하여 도로 등을 인식하고 높은 정밀도를 가지는 지도를 생성하거나, 나아가 상기 도로 상에 존재하는 노면 기호(예를 들어, 직진 화살표 또는 좌/우 회전 화살표 등)을 인식하여 상기 도로에 대한 정보로 사용하는 기술도 시도되고 있다.
그런데, 종래에는 항공 영상 등에서 도로 상에 존재하는 여러 노면 기호 등의 객체를 작업자가 직접 인식하여 수작업 등으로 처리하면서, 도 1에서 볼 수 있는 바와 같이, 동일한 방향을 가지는 객체임에도 불구하고 특정 객체가 다른 방향을 가지는 것으로 잘못 처리하거나, 작업자 또는 작업 상황에 따라 생성되는 데이터에 오차가 종종 발생할 수 있었다.
대한민국 등록특허공보 제10-1261409호(2013.5.10.)
본 발명은 상기와 같은 종래 기술의 문제점을 해결하기 위해 창안된 것으로, 도로 영상에 존재하는 노면 기호의 방향을 보다 정확히 판단할 수 있는 도로 영상에서의 노면 기호 방향 판단 방법, 장치, 시스템 및 컴퓨터 프로그램을 제공하는 것을 목적으로 한다.
상기 과제를 해결하기 위한 본 발명의 한 측면에 따른 노면 기호 방향 판단 방법은, 도로를 포함하는 영상에서 상기 도로 상에 위치하는 노면 기호의 방향을 판단하는 방법으로서, 노면 기호 방향 판단 시스템이, 상기 영상에서 상기 도로 상에 위치하는 노면 기호를 인식하는 노면 기호 인식 단계; 및 상기 영상을 이용하여 상기 노면 기호 중 하나 이상에 대한 방향 정보를 교정하는 노면 기호 방향 교정 단계;를 포함하는 것을 특징으로 한다.
본 발명의 다른 측면에 따른 컴퓨터 프로그램은 상기 노면 기호 방향 판단 방법의 각 단계를 컴퓨터에서 실행시키기 위한 컴퓨터로 판독 가능한 매체에 저장된 컴퓨터 프로그램인 것을 특징으로 한다.
본 발명의 또 다른 측면에 따른 노면 기호 방향 판단 시스템은, 도로를 포함하는 영상에서 상기 도로 상에 위치하는 노면 기호의 방향을 판단하는 노면 기호 방향 판단 시스템으로서, 상기 영상에서 상기 도로 상에 위치하는 노면 기호를 인식하는 노면 기호 인식부; 및 상기 영상을 이용하여 상기 노면 기호 중 하나 이상에 대한 방향 정보를 교정하는 노면 기호 방향 교정부;를 포함하는 것을 특징으로 한다.
본 발명의 일 실시예에 따른 도로 영상에서의 노면 기호 방향 판단 방법, 장치, 시스템 및 컴퓨터 프로그램에서는, 노면 기호가 위치하는 도로의 방향을 고려하거나, 동일한 방향을 가지는 노면 기호를 그룹으로 묶어 노면 기호의 방향을 교정하여 줌으로써, 도로 영상에서 노면 기호의 방향을 보다 정확히 산출할 수 있게 된다.
본 발명에 관한 이해를 돕기 위해 상세한 설명의 일부로 포함되는, 첨부도면은 본 발명에 대한 실시예를 제공하고, 상세한 설명과 함께 본 발명의 기술적 사상을 설명한다.
도 1은 종래 기술에 따른 노면 기호 방향 판단 방법을 설명하는 도면이다.
도 2는 본 발명의 일 실시예에 따른 노면 기호 방향 판단 방법, 장치 및 시스템을 설명하기 위한 도면이다.
도 3은 본 발명의 일 실시예에 따른 노면 기호 방향 판단 방법의 순서도이다.
도 4는 본 발명의 일 실시예에 따른 노면 기호 방향 판단 방법, 장치 및 시스템에서의 도로 방향 정보에 대한 예시도이다.
도 5는 본 발명의 일 실시예에 따른 노면 기호 방향 판단 방법을 설명하는 예시도이다.
도 6은 본 발명의 일 실시예에 따른 노면 기호 방향 판단 방법에서 노면 기호 인식 단계에 대한 구체적인 순서도이다.
도 7은 본 발명의 일 실시예에 따른 노면 기호 방향 판단 방법, 장치 및 시스템의 동작을 설명하는 예시도이다.
도 8은 본 발명의 일 실시예에 따른 노면 기호 방향 판단 방법에서 노면 기호 방향 교정 단계에 대한 구체적인 순서도이다.
도 9는 본 발명의 일 실시예에 따른 노면 기호 방향 판단 방법에서 그룹을 이용한 노면 기호 방향 교정을 설명하는 예시도이다. .
도 10은 발명의 일 실시예에 따른 노면 기호 방향 판단 방법에서 노면 기호 방향 교정 단계 중 대표 방향값 교정 단계에 대한 구체적인 순서도이다.
도 11은 본 발명의 일 실시예에 따른 노면 기호 방향 판단 방법에서 노면 기호 방향 교정 단계에 대한 다른 실시예이다.
도 12는 본 발명의 일 실시예에 따른 노면 기호 방향 판단 방법, 장치 및 시스템에서 복수의 그룹을 묶어 교정하는 경우에 대한 예시도이다.
도 13은 본 발명의 일 실시예에 따른 노면 기호 방향 판단 시스템의 구성도이다.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 이하에서는 특정 실시예들을 첨부된 도면을 기초로 상세히 설명하고자 한다.
이하의 실시예는 본 명세서에서 기술된 방법, 장치 및/또는 시스템에 대한 포괄적인 이해를 돕기 위해 제공된다. 그러나 이는 예시에 불과하며 본 발명은 이에 제한되지 않는다.
본 발명의 실시예들을 설명함에 있어서, 본 발명과 관련된 공지기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다. 그리고, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다. 상세한 설명에서 사용되는 용어는 단지 본 발명의 실시 예들을 기술하기 위한 것이며, 결코 제한적이어서는 안 된다. 명확하게 달리 사용되지 않는 한, 단수 형태의 표현은 복수 형태의 의미를 포함한다. 본 설명에서, "포함" 또는 "구비"와 같은 표현은 어떤 특성들, 숫자들, 단계들, 동작들, 요소들, 이들의 일부 또는 조합을 가리키기 위한 것이며, 기술된 것 이외에 하나 또는 그 이상의 다른 특성, 숫자, 단계, 동작, 요소, 이들의 일부 또는 조합의 존재 또는 가능성을 배제하도록 해석되어서는 안 된다.
또한, 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되는 것은 아니며, 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
이하에서는, 본 발명에 따른 도로 영상에서의 노면 기호 방향 판단 방법, 장치, 시스템 및 컴퓨터 프로그램의 예시적인 실시형태들을 첨부된 도면을 참조하여 상세히 설명한다.
먼저, 도 2에서는 본 발명의 일 실시예에 따른 노면 기호 방향 판단 방법, 장치 및 시스템(100)의 동작을 설명하기 위한 도면을 보여주고 있다. 도 2에서 볼 수 있는 바와 같이, 본 발명의 일 실시예에 따른 노면 기호 방향 판단 시스템(100)은 데이터베이스(미도시) 등에 저장되어 있거나, 통신 네트워크(30)를 통해 연결되는 단말(10) 또는 서버(10b)로부터 전송되는 항공 영상 등 도로를 포함하는 영상에 대하여 상기 도로 상에 위치하는 노면 기호(예를 들어, 직진 화살표 또는 좌/우 회전 화살표 등)에 대한 방향 정보를 산출하게 된다.
또한, 도 2를 참조하여 본 발명의 일 실시예에 따른 노면 기호 방향 판단 시스템(100) 및 관련된 구성들에 대하여 보다 자세하게 살펴보면, 본 발명의 일 실시예에 따른 노면 기호 방향 판단 시스템(100)은 하나 이상의 서버를 포함하여 구성될 수 있으며, 이외에도 도로 영상의 노면 기호 방향 판단을 수행하기 위한 전용 하드웨어 등을 이용하여 구성되거나, 하나 혹은 둘 이상의 모듈 장치가 연동되어 구성되는 등 다양한 방식으로 구현될 수 있다.
또한, 상기 단말(10a)로서는 자율 주행용 단말기이거나, 스마트폰, 태블릿 PC, PDA, 휴대전화 등 다양한 휴대 단말기가 사용될 수 있고, 그외에도 퍼스널 컴퓨터(PC), 노트북 PC 등 다양한 단말들이 채택될 수도 있다.
또한, 상기 서버(10b)는 항공 지도 등 도로를 포함하는 영상을 제공하는 파일 서버이거나, 상기 단말(10a)로 지도 서비스를 제공하는 서버일 수도 있으며, 이외에도 다양한 서버(10b)가 상기 통신 네트워크(30)를 통해 본 발명의 일 실시예에 따른 노면 기호 방향 판단 시스템(100)와 연동될 수 있다.
또한, 단말(10a)과 서버(10b) 및 노면 기호 방향 판단 시스템(100)을 연결하는 통신 네트워크(30)로서는 유선 네트워크와 무선 네트워크를 포함할 수 있으며, 보다 구체적으로, 상기 통신 네트워크(30)는 자율 주행 서비스가 구동되는 5세대(5G) 이동통신 네트워크를 포함할 수 있으나, 반드시 이에 한정되는 것은 아니다. 또한 상기 통신 네트워크(30)는 근거리 통신망 (LAN: Local Area Network), 도시권 통신망 (MAN: Metropolitan Area Network), 광역 통신망 (WAN: Wide Area Network) 등의 다양한 통신망을 포함할 수 있다. 또한, 상기 통신 네트워크(30)는 공지의 월드 와이드 웹(WWW: World Wide Web)을 포함할 수도 있다. 그러나, 본 발명에 따른 통신 네트워크(30)가 상기 열거된 네트워크에 국한되는 것은 아니며, 이외에도 공지의 무선 데이터 네트워크나 공지의 전화 네트워크 또는 공지의 유무선 텔레비전 네트워크 등 다양한 네트워크를 포함하여 구성될 수도 있다.
또한, 도 3에서는 본 발명의 일 실시예에 따른 노면 기호 방향 판단 방법의 순서도를 도시하고 있다. 도 3에서 볼 수 있는 바와 같이, 본 발명의 일 실시예에 따른 노면 기호 방향 판단 방법은, 도로를 포함하는 영상에서 상기 도로 상에 위치하는 노면 기호의 방향을 판단하는 방법으로서, 노면 기호 방향 판단 시스템(100)이, 상기 영상에서 상기 도로 상에 위치하는 노면 기호를 인식하는 노면 기호 인식 단계(S110) 및 상기 영상을 이용하여 상기 노면 기호 중 하나 이상에 대한 방향 정보를 교정하는 노면 기호 방향 교정 단계(S120)를 포함할 수 있다.
이에 따라, 본 발명의 일 실시예에 따른 노면 기호 방향 판단 방법에서는, 노면 기호가 위치하는 도로의 방향을 고려하거나, 동일한 방향을 가지는 노면 기호를 그룹으로 묶어 노면 기호의 방향을 교정하여 줌으로써, 도로 영상에서 노면 기호의 방향을 보다 정확히 산출할 수 있게 된다.
아래에서는 도 2와 도 3을 참조하여 본 발명의 일 실시예에 따른 노면 기호 방향 판단 방법, 장치 및 시스템(100)을 각 구성 요소별로 나누어 보다 자세하게 검토한다.
먼저, 상기 노면 기호 인식 단계(S110)에서는, 노면 기호 방향 판단 시스템(100)이 영상에서 도로 상에 위치하는 노면 기호를 인식하게 된다.
보다 구체적으로, 상기 노면 기호 방향 판단 시스템(100)은 도 4에서 볼 수 있는 바와 같이 도로를 포함하는 영상에서 상기 도로 상에 위치하는 노면 기호(예를 들어, 도 4의 (A))를 인식하게 된다.
이때, 본 발명의 일 실시예에 따른 노면 기호 방향 판단 시스템(100)은 방향성을 가지는 지향성 영역 박스(OBB, Oriented Bounding Box)를 이용하여 노면 기호 등의 객체를 인식할 수 있다.
보다 구체적으로, 본 발명에서는 노면 기호 방향 판단 시스템(100)이 SCRDet 알고리즘을 이용하여 상기 노면 기호를 인식할 수 있으나, 본 발명이 반드시 이에 한정되는 것은 아니며, 이외에도 도로 상에 위치하는 노면 기호를 효과적으로 인식할 수 있는 다양한 알고리즘을 적용하여 본 발명을 구현하는 것도 가능하다.
이와 관련하여, 도 5에서는 SCRDet 알고리즘을 이용하여 상기 노면 기호를 인식하는 프로세스를 도식화하여 설명하고 있다. 도 5에서 볼 수 있는 바와 같이, 먼저 도로를 포함하는 영상(20)이 입력되면 합성곱 신경망(convolution network)(21)에 적용되어 특징 지도(feature map)(22)을 산출하게 된다.
또한, 상기 특징 지도(feature map)(22)는 영역 제안 신경망(23)으로 입력되어, 도로 상에 위치하는 노면 기호 등 객체가 존재할 수 있는 후보 위치(ROI, Region Of Interest)를 산출하게 된다(24).
이어서, 상기 후보 위치(ROI)를 포함하는 특징 지도(feature map)(24)가 다시 한번 합성곱 신경망으로 입력되어 영역 박스 선형 회귀(linear regression)와 클래스 분류를 수행하게 되며(25), 이 과정에서 각 후보 위치 영역의 보정과 상기 노면 기호 등 객체의 방향 예측이 이루어지게 된다(26).
그런데, 도로 상에 존재하는 여러 노면 기호 등의 객체를 개별적으로 인식하는 경우, 도 4에서 볼 수 있는 바와 같이 동일한 방향을 가지는 객체임에도 불구하고 특정 객체가 다른 방향을 가지는 것으로 잘못 인식되는 경우가 종종 발생할 수 있다(도 4에서 (B3)가 (B1), (B2)와 다른 방향을 가지는 것으로 잘못 인식됨).
이에 대하여, 본 발명의 일 실시예에 따른 노면 기호 방향 판단 방법, 장치 및 시스템(100)에서는, 노면 기호가 위치하는 도로의 방향을 고려하거나 동일한 방향을 가지는 노면 기호를 그룹으로 묶어 노면 기호의 방향을 교정하여 줌으로써, 도로 영상에서 노면 기호의 방향을 보다 정확히 산출할 수 있게 된다.
이에 따라, 상기 노면 기호 방향 교정 단계(S120)에서는, 상기 노면 기호 방향 판단 시스템(100)이 상기 영상을 이용하여 상기 노면 기호 중 하나 이상에 대한 방향 정보를 교정하게 된다.
이때, 상기 노면 기호 방향 교정 단계(S120)에서는 상기 노면 기호가 위치하는 도로의 방향을 고려하여 상기 노면 기호의 방향을 교정할 수 있다.
즉, 도 4에서 볼 수 있는 바와 같이, 일반적으로 도로에는 방향성이 존재하고, 상기 도로 상에 위치하는 노면 기호는 상기 도로의 방향성과 평행하게 배치되는 등 높은 상관 관계를 가지게 되므로, 본 발명에서는 상기 영상에 존재하는 도로의 방향성을 파악하고, 이를 고려하여 상기 도로 상에 위치하는 노면 기호의 방향을 교정하여 줌으로써, 도로 영상에서 노면 기호의 방향을 보다 정확히 산출할 수 있게 된다.
이에 따라, 도 6에서 볼 수 있는 바와 같이, 상기 노면 기호 방향 교정 단계(S120)는, 상기 도로에 대한 도로 방향 정보를 산출하는 도로 방향 정보 산출 단계(S121) 및 상기 도로 방향 정보를 이용하여 상기 노면 기호 중 하나 이상에 대한 방향 정보를 교정하는 도로 방향 정보 이용 교정 단계(S122)를 포함하여 구성될 수 있다.
이와 관련하여, 도 7에서는 본 발명의 일 실시예에 따른 노면 기호 방향 판단 방법, 장치 및 시스템(100)에서 영상에서 도로 방향 정보를 산출하여 노면 기호 방향을 교정하는 과정을 예시하고 있다.
먼저, 도 7에서 볼 수 있는 바와 같이, 먼저 도로를 포함하는 영상(20)이 입력되면, 노면 기호 방향 판단 시스템(100)은 합성곱 신경망(convolution network)(21)을 적용하여 특징 지도(feature map)(22)을 산출하게 된다.
또한, 상기 특징 지도(feature map)(22)는 영역 제안 신경망(23)으로 입력되어, 도로 상에 위치하는 노면 기호 등 객체가 존재할 수 있는 후보 위치(ROI, Region Of Interest)를 산출하게 된다(24).
이어서, 상기 후보 위치(ROI)를 포함하는 특징 지도(feature map)(24)가 다시 한번 합성곱 신경망으로 입력되어 영역 박스 선형 회귀(linear regression)와 클래스 분류를 수행하게 되며(25), 이 과정에서 각 후보 위치 영역의 보정과 상기 노면 기호 등 객체의 방향 예측이 이루어지게 된다(26).
이에 더하여, 상기 특징 지도(feature map)(22)는 도로 방향 예측 신경망(27)으로 입력되어 상기 영상에 포함되는 도로의 방향 정보를 산출하게 된다(28).
이때, 상기 도로 예측 신경망(27)은 입력되는 영상과 동일한 크기의 매트릭스를 출력할 수 있으며, 상기 매트릭스는 입력 영상의 각 픽셀들이 향하는 방향각 예측치를 가질 수 있다(도 7의 (C)).
나아가, 상기 도로 예측 신경망(27)은 상기 도로의 방향각에 대한 삼각함수 결과치를 상기 도로 방향 정보로 산출할 수 있다. 즉, 상기 도로의 방향각 x = θ + nπ (여기서 n = 0, 1, 2, …)와 같이 주기성을 가질 수 있으므로, 상기 도로 예측 신경망(27)이 상기 도로의 방향각에 대한 삼각함수 결과치(예를 들어, sin(x) 또는 cos(x) 등)를 출력하도록 함으로써 상기 도로의 방향각을 보다 효과적으로 비교하고 판별할 수 있게 된다.
또한, 상기 도로 예측 신경망(27)의 학습은 상기 도로 영역의 각 픽셀마다 정답 방향과의 L2 loss를 계산하여 적용하는 방식으로 수행될 수 있다.
이에 따라, 본 발명의 일 실시예에 따른 노면 기호 방향 판단 방법, 장치 및 시스템(100)에서는 상기 노면 기호가 위치하는 도로의 방향을 고려하여 노면 기호의 방향을 교정하여 줌으로써(도 7의 (B3) → (D3)), 도로 영상에서 노면 기호의 방향을 보다 정확히 산출할 수 있게 된다.
이때, 위에서는 본 발명의 일 실시예에 따른 노면 기호 방향 판단 방법, 장치 및 시스템(100)을 합성곱 신경망(convolution network) 등 신경망 회로를 이용하여 구현하는 것으로 예시하고 있으나, 본 발명이 반드시 이에 한정되는 것은 아니다.
또한, 상기 노면 기호 방향 교정 단계(S120)에서는 노면 기호가 위치하는 도로의 방향을 고려하거나 동일한 방향을 가지는 노면 기호를 그룹으로 묶어 상기 노면 기호의 방향을 교정할 수 있다.
이에 따라, 도 8에서 볼 수 있는 바와 같이, 상기 노면 기호 방향 교정 단계(S120)는, 상기 노면 기호 중 동일한 방향을 가지는 제1 그룹을 산출하는 제1 그룹 산출 단계(S123) 및 상기 제1 그룹에 속하는 노면 기호의 방향 정보를 이용하여 상기 제1 그룹에 속하는 노면 기호 중 하나 이상에 대한 방향 정보를 교정하는 제1 그룹 교정 단계(S124)를 포함하여 구성될 수 있다.
즉, 도 9에서 볼 수 있는 바와 같이, 통상적으로 도로 상에 위치하는 노면 기호는 차선 별로 복수개가 인접하여 배치되고(도 9의 (E1) ~ (E4)), 상기 인접하여 배치되는 노면 기호는 서로 동일한 방향으로 배치되는 등 높은 상관 관계를 가지게 되므로, 본 발명에서는 상기 도로 상에 인접하여 동일한 방향으로 배치되는 노면 기호를 그룹으로 파악하고, 이를 고려하여 동일한 그룹에 속하는 노면 기호의 방향을 교정하여 줌으로써, 도로 영상에서 노면 기호의 방향을 보다 정확히 산출할 수 있게 된다.
보다 구체적으로, 상기 제1 그룹 산출 단계(S123)에서는, 인접하는 노면 기호 간의 거리가 미리 정해진 기준치 이하이고, 상기 인접하는 노면 기호 간의 방향각의 차이가 미리 정해진 기준치(예를 들어, 노면 기호 간의 방향각 차이가 15° 이하인 경우)를 충족하는 노면 기호를 상기 제1 그룹으로 산출할 수 있다.
예를 들어, 도 9에서 인접하는 노면 기호간의 거리(예를 들어, 도 9에서 (E1)의 중심점과 (E2)의 중심점 간의 거리)가 미리 정해진 기준치 이하이고(예를 들어, 도 9에서 (E1)과 (E2)의 단축(short axis) 거리 평균치의 1.2배 이하인 경우), 상기 인접하는 노면 기호 간의 방향각의 차이(예를 들어, 도 9에서 (E1)과 (E2)의 방향각의 차이)가 미리 정해진 기준치 이하인 노면 기호를 상기 제1 그룹으로 산출할 수 있다(예를 들어, 도 9에서 (E1)과 (E2)의 방향각의 차이가 15° 이하인 경우).
그러나, 이는 하나의 실시예에 불과하며, 복수의 노면 기호를 하나의 그룹으로 묶는 구체적인 기준은 적용되는 어플리케이션의 특성 등을 고려하여 다양하게 결정될 수 있다.
나아가, 상기 제1 그룹 교정 단계(S124)는, 도 10에서 볼 수 있는 바와 같이, 상기 제1 그룹에 속하는 노면 기호의 방향 정보를 이용하여 상기 제1 그룹에 대한 대표 방향값을 산출하는 대표 방향값 산출 단계(S1241) 및 상기 대표 방향값을 이용하여 상기 제1 그룹에 속하는 노면 기호에 대한 방향 정보를 교정하는 대표 방향값 교정 단계(S1242)를 포함할 수 있다.
보다 구체적으로, 상기 대표 방향값 산출 단계(S1241)에서는, 도 9에서 볼 수 있는 바와 같이, 제1 그룹에 속하는 노면 기호(도 9의 (E1), (E2), (E3), (E4))의 평균 방향값을 구하여 상기 제1 그룹에 대한 대표 방향값으로 산출할 수 있다.
그러나, 본 발명이 반드시 이에 한정되는 것은 아니며, 상기 제1 그룹에 속하는 노면 기호 중 오류로 판단되는 노면 기호(예를 들어, 도 9의 (E2))를 제외한 나머지 노면 기호의 평균 방향값을 구하여 제1 그룹에 대한 대표 방향값으로 산출하는 등 다양한 방법으로 상기 제1 그룹에 대한 대표 방향값을 산출할 수 있다.
나아가, 상기 대표 방향값 산출 단계(S1241)에서는, 상기 제1 그룹에 속하는 노면 기호의 방향 정보와 함께, 상기 제1 그룹이 위치하는 도로에 대하여 산출된 도로 방향 정보를 이용하여 상기 제1 그룹에 대한 대표 방향값을 산출할 수도 있다.
보다 구체적인 예를 들어, 상기 제1 그룹에 속하는 노면 기호의 평균 방향값(θb)과, 상기 제1 그룹이 위치하는 도로의 도로 방향 정보(=도로 방향값(θr))을 구한 후, 상기 제1 그룹에 속하는 노면 기호의 평균 방향값(θb)에 대한 가중치(λ)와 상기 도로의 도로 방향값(θr)에 대한 가중치(1- λ)를 고려하여 아래의 수학식 1에 따라 상기 제1 그룹에 대한 대표 방향값(θ)으로 산출할 수 있다.
Figure 112020056268025-pat00001
일 예에 따르면, 가중치(λ)를 0으로 설정하여 제1그룹의 대표 방향값(θ)을 도로의 도로 방향값(θr)과 동일하게 결정할 수 있다. 다른 예에 따르면, 가중치(λ)를 1으로 설정하여 제1그룹의 대표 방향값(θ)을 제1 그룹에 속하는 노면 기호의 평균 방향값(θb)과 동일하게 결정할 수 있다. 또는 가중치(λ)를 0에서 1사이의 적절한 값으로 설정하여, 제1그룹의 대표 방향값(θ)을 도로의 도로 방향값(θ r)과 제1 그룹에 속하는 노면 기호의 평균 방향값(θb)의 가중치 합으로 결정할 수 있다.
일 예에 따르면, 상기 대표 방향값 산출 단계(S1241)에서, 상기 가중치(λ)는 상기 영상의 특성에 따라 달라지는 값을 가질 수 있으며, 이에 따라 상기 영상의 특성에 따라 상기 가중치(λ)가 조절되면서 상기 제1 그룹에 대한 대표 방향값을 산출할 수 있다.
일 예에 따르면, 본 발명에서는 상기 가중치(λ)에 대한 학습을 통해 신경망을 구성함으로써, 입력되는 영상에 따라 최적의 가중치(λ)를 적용하여 상기 제1 그룹에 대한 최적의 대표 방향값을 산출하도록 하는 것도 가능하다.
이어서, 상기 대표 방향값 교정 단계(S1242)에서는 상기 제1 그룹에 속하는 노면 기호의 방향값을 상기 대표 방향값으로 교정할 수 있다.
그러나, 본 발명이 반드시 이에 한정되는 것은 아니며, 상기 대표 방향값을 일부 반영하여 상기 노면 기호의 방향값을 교정하거나, 상기 제1 그룹에 속하는 노면 기호 중 일부에 대해서만(예를 들어, 도 9의 (E2)) 상기 대표 방향값으로 교정하는 등 다양한 방법으로 상기 노면 기호에 대한 교정을 수행하는 것도 가능하다.
더 나아가, 본 발명의 일 실시예에 따른 노면 기호 방향 판단 방법, 장치 및 시스템(100)에서는, 동일한 방향을 가지는 복수의 그룹을 하나의 그룹으로 통합하여 노면 기호의 방향 정보를 교정하는 것도 가능하다.
이에 따라, 상기 노면 기호 방향 교정 단계(S120)는, 도 11에서 볼 수 있는 바와 같이, 상기 제1 그룹과 이격되나 동일한 방향을 가지는 제2 그룹을 하나의 제3 그룹으로 통합하는 제3 그룹 산출 단계(S125) 및 상기 제3 그룹에 속하는 노면 기호 중 하나 이상에 대한 방향 정보를 교정하는 제3 그룹 교정 단계(S126)를 포함할 수 있다.
이때, 상기 제3 그룹 산출 단계(S125)에서는, 상기 제1 그룹의 대표 방향값과 상기 제2 그룹의 대표 방향값의 차이가 미리 정해진 기준치 이하이고, 상기 제1 그룹의 중심점과 상기 제2 그룹의 중심점을 잇는 직선 경로에 존재하는 픽셀들의 표준편차가 미리 정해진 기준치 이하일 때, 상기 제1 그룹과 상기 제2 그룹을 상기 제3 그룹으로 통합하여 처리할 수 있다.
나아가, 상기 제3 그룹 산출 단계(S125)에서, 상기 제1 그룹은 제1 영상에 포함되고, 상기 제2 그룹은 상기 제1 영상에 후속하는 제2 영상에 포함되는 경우에도, 상기 제1 그룹과 상기 제2 그룹을 제3 그룹으로 통합하여 처리하는 것이 가능하다.
보다 구체적인 예를 들어, 도 12에서 볼 수 있는 바와 같이, 제1 그룹(도 12의 (G1))과 제2 그룹(도 12의 (G2))이 서로 이격되어 있는 경우에도, 상기 제1 그룹의 대표 방향값과 상기 제2 그룹의 대표 방향값의 차이가 미리 정해진 기준치 이하이고, 상기 제1 그룹의 중심점과 상기 제2 그룹의 중심점을 잇는 직선 경로(도 12의 (P))에 존재하는 픽셀들의 방향값 표준편차가 미리 정해진 기준치 이하일 때에는, 상기 제1 그룹(도 12의 (G1))과 제2 그룹(도 12의 (G2))을 하나의 제3 그룹으로 통합하여 처리함으로써, 다수의 노면 기호에 대한 방향값 교정을 보다 효율적으로 정확히 수행할 수 있게 된다.
또한, 도 12에서는 상기 제1 그룹과 제2 그룹이 복수의 영상에 나누어 위치하는 경우를 예시하고 있으나, 본 발명이 반드시 이에 한정되는 것은 아니며, 상기 제1 그룹과 제2 그룹이 하나의 영상에 위치하는 경우에도 마찬가지로 제3 그룹으로 통합하여 처리하는 것도 가능하다.
또한, 본 발명의 또 다른 측면에 따른 컴퓨터 프로그램은 앞서 살핀 노면 기호 방향 판단 방법의 각 단계를 컴퓨터에서 실행시키기 위하여 컴퓨터로 판독 가능한 매체에 저장된 컴퓨터 프로그램인 것을 특징으로 한다. 상기 컴퓨터 프로그램은 컴파일러에 의해 만들어지는 기계어 코드를 포함하는 컴퓨터 프로그램뿐만 아니라, 인터프리터 등을 사용해서 컴퓨터에서 실행될 수 있는 고급 언어 코드를 포함하는 컴퓨터 프로그램일 수도 있다. 이때, 상기 컴퓨터로서는 퍼스널 컴퓨터(PC)나 노트북 컴퓨터 등에 한정되지 아니하며, 서버, 스마트폰, 태블릿 PC, PDA, 휴대전화 등 중앙처리장치(CPU)를 구비하여 컴퓨터 프로그램을 실행할 수 있는 일체의 정보처리 장치를 포함한다.
또한, 상기 컴퓨터로 판독 가능한 매체는 컴퓨터로 실행 가능한 프로그램을 계속 저장하거나, 실행 또는 다운로드를 위해 임시 저장하는 것일 수도 있다. 또한, 매체는 단일 또는 수개 하드웨어가 결합된 형태의 다양한 기록수단 또는 저장수단일 수 있는데, 어떤 컴퓨터 시스템에 직접 접속되는 매체에 한정되지 않고, 네트워크 상에 분산 존재하는 것일 수도 있다. 매체의 예시로는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등을 포함하여 프로그램 명령어가 저장되도록 구성된 것이 있을 수 있다. 또한, 다른 매체의 예시로, 애플리케이션을 유통하는 앱 스토어나 기타 다양한 소프트웨어를 공급 내지 유통하는 사이트, 서버 등에서 관리하는 기록매체 내지 저장매체도 들 수 있다.
또한, 도 13에서는 본 발명의 일 실시예에 따른 노면 기호 방향 판단 시스템(100)의 구성도를 예시하고 있다.
도 13에서 볼 수 있는 바와 같이 본 발명의 일 실시예에 따른 노면 기호 방향 판단 시스템(100)은 노면 기호 인식부(110) 및 노면 기호 방향 교정부(120)를 포함하여 구성될 수 있다.
아래에서는 본 발명의 일 실시예에 따른 노면 기호 방향 판단 시스템(100)을 각 구성요소 별로 나누어 살핀다. 본 발명의 일 실시예에 따른 노면 기호 방향 판단 시스템(100)에 대한 보다 자세한 내용은 앞서 설명한 본 발명의 일 실시예에 따른 노면 기호 방향 판단 방법에 대한 설명으로부터 유추될 수 있는 바, 아래에서 보다 자세한 설명은 생략한다.
먼저, 노면 기호 인식부(110)에서는 영상에서 도로 상에 위치하는 노면 기호를 인식하게 된다.
이어서, 노면 기호 방향 교정부(120)에서는 상기 영상을 이용하여 상기 노면 기호 중 하나 이상에 대한 방향 정보를 교정하게 된다.
이때, 상기 노면 기호 방향 교정부(120)는, 상기 도로에 대한 도로 방향 정보를 산출하는 도로 방향 정보 산출부(미도시) 및 상기 도로 방향 정보를 이용하여 상기 노면 기호 중 하나 이상에 대한 방향 정보를 교정하는 도로 방향 정보 이용 교정부(미도시)를 포함하여 구성될 수 있다.
또한, 상기 노면 기호 방향 교정부(120)는, 상기 노면 기호 중 동일한 방향을 가지는 제1 그룹을 산출하는 제1 그룹 산출부(미도시) 및 상기 제1 그룹에 속하는 노면 기호의 방향 정보를 이용하여 상기 제1 그룹에 속하는 노면 기호 중 하나 이상에 대한 방향 정보를 교정하는 제1 그룹 교정부(미도시)를 포함하여 구성하는 것도 가능하다.
나아가, 상기 제1 그룹 산출부에서는, 인접하는 노면 기호 간의 거리가 미리 정해진 기준치 이하이고, 상기 인접하는 노면 기호 간의 방향각의 차이가 미리 정해진 기준치 이하인 노면 기호를 상기 제1 그룹으로 산출할 수 있다.
또한, 상기 제1 그룹 교정부는, 상기 제1 그룹에 속하는 노면 기호의 방향 정보를 이용하여 상기 제1 그룹에 대한 대표 방향값을 산출하는 대표 방향값 산출부(미도시) 및 상기 대표 방향값을 이용하여 상기 제1 그룹에 속하는 노면 기호에 대한 방향 정보를 교정하는 대표 방향값 교정부(미도시)를 포함할 수 있다.
나아가, 상기 대표 방향값 산출부에서는, 상기 제1 그룹에 속하는 노면 기호의 방향 정보와 함께, 상기 제1 그룹이 위치하는 도로에 대하여 산출된 도로 방향 정보를 이용하여 상기 제1 그룹에 대한 대표 방향값을 산출할 수 있다.
보다 구체적으로, 상기 대표 방향값 산출부에서는, 상기 제1 그룹에 속하는 노면 기호의 평균 방향값에 대한 가중치(λ)와 상기 도로 방향 정보에 대한 가중치(1- λ)를 고려하여, 상기 제1 그룹에 대한 대표 방향값을 산출할 수 있다.
또한, 상기 대표 방향값 산출부에서는, 상기 영상의 특성에 따라 달라지는 가중치(λ)를 이용하여, 상기 제1 그룹에 대한 대표 방향값을 산출하는 것도 가능하다.
이에 따라, 본 발명의 일 실시예에 따른 도로 영상에서의 노면 기호 방향 판단 방법, 장치, 시스템(100) 및 컴퓨터 프로그램에서는, 노면 기호가 위치하는 도로의 방향을 고려하거나, 동일한 방향을 가지는 노면 기호를 그룹으로 묶어 노면 기호의 방향을 교정하여 줌으로써, 도로 영상에서 노면 기호의 방향을 보다 정확히 산출할 수 있게 된다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서 본 발명에 기재된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의해서 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
10a : 단말
10b : 서버
30 : 통신 네트워크
100 : 노면 기호 방향 판단 시스템
110 : 노면 기호 인식부
120 : 노면 기호 방향 교정부

Claims (14)

  1. 도로를 포함하는 영상에서 상기 도로 상에 위치하는 노면 기호의 방향을 판단하는 방법에 있어서,
    노면 기호 방향 판단 시스템이, 상기 영상에서 상기 도로 상에 위치하는 노면 기호를 인식하는 노면 기호 인식 단계; 및
    상기 영상을 이용하여 상기 노면 기호 중 하나 이상에 대한 방향 정보를 교정하는 노면 기호 방향 교정 단계;를 포함하며,
    상기 노면 기호 방향 교정 단계는,
    상기 도로 상에 위치하는 노면 기호 중 노면 기호 간의 거리가 미리 정해진 기준치 이하로 인접하면서 동일한 방향을 가지는 복수의 노면 기호를 묶어 제1 그룹을 산출하는 제1 그룹 산출 단계; 및
    상기 제1 그룹에 속하는 노면 기호의 방향 정보를 이용하여 상기 제1 그룹에 속하는 노면 기호 중 하나 이상에 대한 방향 정보를 교정하는 제1 그룹 교정 단계;를 포함하고,
    상기 제1 그룹 산출 단계에서는,
    인접하는 노면 기호 간의 거리가 미리 정해진 기준치 이하이고,
    상기 인접하는 노면 기호 간의 방향각의 차이가 미리 정해진 기준치 이하인 노면 기호를 상기 제1 그룹으로 산출하는 것을 특징으로 하는 도로 영상에서의 노면 기호 방향 판단 방법.
  2. 제1항에 있어서,
    상기 노면 기호 방향 교정 단계는,
    상기 도로에 대한 도로 방향 정보를 산출하는 도로 방향 정보 산출 단계; 및
    상기 도로 방향 정보를 이용하여 상기 노면 기호 중 하나 이상에 대한 방향 정보를 교정하는 도로 방향 정보 이용 교정 단계;
    를 포함하는 것을 특징으로 하는 도로 영상에서의 노면 기호 방향 판단 방법.
  3. 삭제
  4. 삭제
  5. 도로를 포함하는 영상에서 상기 도로 상에 위치하는 노면 기호의 방향을 판단하는 방법에 있어서,
    노면 기호 방향 판단 시스템이, 상기 영상에서 상기 도로 상에 위치하는 노면 기호를 인식하는 노면 기호 인식 단계; 및
    상기 영상을 이용하여 상기 노면 기호 중 하나 이상에 대한 방향 정보를 교정하는 노면 기호 방향 교정 단계;를 포함하며,
    제1 그룹 교정 단계는,
    상기 제1 그룹에 속하는 노면 기호의 방향 정보를 이용하여 상기 제1 그룹에 대한 대표 방향값을 산출하는 대표 방향값 산출 단계; 및
    상기 대표 방향값을 이용하여 상기 제1 그룹에 속하는 노면 기호에 대한 방향 정보를 교정하는 대표 방향값 교정 단계;를 포함하고,
    상기 대표 방향값 산출 단계에서는,
    상기 제1 그룹에 속하는 노면 기호의 방향 정보와 함께,
    상기 제1 그룹이 위치하는 도로에 대하여 산출된 도로 방향 정보를 이용하여 상기 제1 그룹에 대한 대표 방향값을 산출하며,
    상기 대표 방향값 산출 단계에서는,
    상기 제1 그룹에 속하는 노면 기호의 평균 방향값에 대한 가중치(λ)와 상기 도로 방향 정보에 대한 가중치(1- λ)를 고려하여,
    상기 제1 그룹에 대한 대표 방향값을 산출하는 것을 특징으로 하는 도로 영상에서의 노면 기호 방향 판단 방법.
  6. 삭제
  7. 삭제
  8. 제5항에 있어서,
    상기 대표 방향값 산출 단계에서는,
    상기 영상의 특성에 따라 달라지는 가중치(λ)를 이용하여,
    상기 제1 그룹에 대한 대표 방향값을 산출하는 것을 특징으로 하는 도로 영상에서의 노면 기호 방향 판단 방법.
  9. 제2항에 있어서,
    상기 도로 방향 정보 산출 단계에서는,
    상기 도로의 방향각에 대한 삼각함수 결과치를 상기 도로 방향 정보로 산출하는 것을 특징으로 하는 도로 영상에서의 노면 기호 방향 판단 방법.
  10. 도로를 포함하는 영상에서 상기 도로 상에 위치하는 노면 기호의 방향을 판단하는 방법에 있어서,
    노면 기호 방향 판단 시스템이, 상기 영상에서 상기 도로 상에 위치하는 노면 기호를 인식하는 노면 기호 인식 단계; 및
    상기 영상을 이용하여 상기 노면 기호 중 하나 이상에 대한 방향 정보를 교정하는 노면 기호 방향 교정 단계;를 포함하며,
    상기 노면 기호 방향 교정 단계는,
    제1 그룹과 이격되나 동일한 방향을 가지는 제2 그룹을 하나의 제3 그룹으로 통합하는 제3 그룹 산출 단계; 및
    상기 제3 그룹에 속하는 노면 기호 중 하나 이상에 대한 방향 정보를 교정하는 제3 그룹 교정 단계;를 포함하고,
    상기 제3 그룹 산출 단계에서,
    상기 제1 그룹의 대표 방향값과 상기 제2 그룹의 대표 방향값의 차이가 미리 정해진 기준치 이하이고,
    상기 제1 그룹의 중심점과 상기 제2 그룹의 중심점을 잇는 직선 경로에 존재하는 픽셀들의 표준편차가 미리 정해진 기준치 이하일 때,
    상기 제1 그룹과 상기 제2 그룹을 상기 제3 그룹으로 통합하는 것을 특징으로 하는 도로 영상에서의 노면 기호 방향 판단 방법.
  11. 삭제
  12. 제10항에 있어서,
    상기 제3 그룹 산출 단계에서,
    상기 제1 그룹은 제1 영상에 포함되고,
    상기 제2 그룹은 상기 제1 영상에 후속하는 제2 영상에 포함되는 것을 특징으로 하는 도로 영상에서의 노면 기호 방향 판단 방법.
  13. 컴퓨터에서 제1항 내지 제2항, 제5항, 제8항 내지 제10항, 제12항 중 어느 한 항에 기재된 각 단계를 실행시키기 위한 컴퓨터로 판독 가능한 매체에 저장된 컴퓨터 프로그램.
  14. 도로를 포함하는 영상에서 상기 도로 상에 위치하는 노면 기호의 방향을 판단하는 노면 기호 방향 판단 시스템에 있어서,
    상기 영상에서 상기 도로 상에 위치하는 노면 기호를 인식하는 노면 기호 인식부; 및
    상기 영상을 이용하여 상기 노면 기호 중 하나 이상에 대한 방향 정보를 교정하는 노면 기호 방향 교정부;를 포함하며,
    상기 노면 기호 방향 교정부에서는,
    상기 도로 상에 위치하는 노면 기호 중 노면 기호 간의 거리가 미리 정해진 기준치 이하로 인접하면서 동일한 방향을 가지는 복수의 노면 기호를 묶어 제1 그룹을 산출하고,
    상기 제1 그룹에 속하는 노면 기호의 방향 정보를 이용하여 상기 제1 그룹에 속하는 노면 기호 중 하나 이상에 대한 방향 정보를 교정하며,
    상기 노면 기호 방향 교정부에서는,
    인접하는 노면 기호 간의 거리가 미리 정해진 기준치 이하이고,
    상기 인접하는 노면 기호 간의 방향각의 차이가 미리 정해진 기준치 이하인 노면 기호를 상기 제1 그룹으로 산출하는 것을 특징으로 하는 도로 영상에서의 노면 기호 방향 판단 시스템.
KR1020200066101A 2020-06-01 2020-06-01 도로 영상에서의 노면 기호 방향 판단 방법, 장치, 시스템 및 컴퓨터 프로그램 KR102485315B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200066101A KR102485315B1 (ko) 2020-06-01 2020-06-01 도로 영상에서의 노면 기호 방향 판단 방법, 장치, 시스템 및 컴퓨터 프로그램

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200066101A KR102485315B1 (ko) 2020-06-01 2020-06-01 도로 영상에서의 노면 기호 방향 판단 방법, 장치, 시스템 및 컴퓨터 프로그램

Publications (2)

Publication Number Publication Date
KR20210148773A KR20210148773A (ko) 2021-12-08
KR102485315B1 true KR102485315B1 (ko) 2023-01-06

Family

ID=78867743

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200066101A KR102485315B1 (ko) 2020-06-01 2020-06-01 도로 영상에서의 노면 기호 방향 판단 방법, 장치, 시스템 및 컴퓨터 프로그램

Country Status (1)

Country Link
KR (1) KR102485315B1 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019109592A (ja) 2017-12-15 2019-07-04 株式会社デンソー 道路地図生成システム及び道路地図生成方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101261409B1 (ko) 2012-04-24 2013-05-10 이엔지정보기술 주식회사 영상 내 노면표시 인식시스템
KR102441075B1 (ko) * 2017-10-31 2022-09-06 현대자동차주식회사 노면표시기반 차량의 위치추정 방법 및 장치
KR102628012B1 (ko) * 2018-10-23 2024-01-22 삼성전자주식회사 캘리브레이션 방법 및 장치

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019109592A (ja) 2017-12-15 2019-07-04 株式会社デンソー 道路地図生成システム及び道路地図生成方法

Also Published As

Publication number Publication date
KR20210148773A (ko) 2021-12-08

Similar Documents

Publication Publication Date Title
US10762376B2 (en) Method and apparatus for detecting text
US10496901B2 (en) Image recognition method
JP6918139B2 (ja) 道路地図生成方法、装置、電子機器およびコンピュータ記憶媒体
US9760996B2 (en) Non-rigid registration for large-scale space-time 3D point cloud alignment
EP3321842A1 (en) Lane line recognition modeling method, apparatus, storage medium, and device, recognition method and apparatus, storage medium, and device
US20180189577A1 (en) Systems and methods for lane-marker detection
CN110189366B (zh) 一种激光粗配准方法、装置、移动终端及存储介质
US7903840B2 (en) Image processing method, image processing apparatus, image processing program and program recording medium
CN110892760B (zh) 基于深度学习定位终端设备
CN109863547B (zh) 用于使用机器学习和图像处理来构建地图的设备
CN112560680A (zh) 车道线处理方法、装置、电子设备及存储介质
EP3937077A1 (en) Lane marking detecting method, apparatus, electronic device, storage medium, and vehicle
US11281930B2 (en) System and method for object detection
US20220398761A1 (en) Image detection method, image detection apparatus, image detection device, and medium
Ji et al. RGB-D SLAM using vanishing point and door plate information in corridor environment
US11244194B2 (en) System and method for object recognition using local binarization
CN110084743B (zh) 基于多航带起始航迹约束的图像拼接与定位方法
AU2021297896A1 (en) Systems and methods for fine adjustment of roof models
CN113673439A (zh) 基于人工智能的宠物狗识别方法、装置、设备及存储介质
CN112926461A (zh) 神经网络训练、行驶控制方法及装置
CN110288608B (zh) 作物行中心线提取方法和装置
CN112912894B (zh) 道路边界识别方法和装置
CN114648747A (zh) 目标检测、行驶控制方法、装置、电子设备及存储介质
KR102485315B1 (ko) 도로 영상에서의 노면 기호 방향 판단 방법, 장치, 시스템 및 컴퓨터 프로그램
CN111488762A (zh) 一种车道级定位方法、装置及定位设备

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant