KR102600915B1 - 비주얼 로컬라이제이션을 위한 데이터를 생성하기 위한 방법 및 장치 - Google Patents

Abstract

본 개시의 일 실시예에 따라 컴퓨팅 장치에 의해 수행되는 비주얼 로컬라이제이션을 위한 데이터를 생성하기 위한 방법이 개시된다. 상기 방법은: 촬영 디바이스로부터 제 1 이미지 및 제 1 점군(point cloud) 정보를 획득하는 단계, 상기 제 1 이미지 및 상기 제 1 점군 정보에 뷰포인트(viewpoint) 변환(transformation)을 적용함으로써, 변환된 이미지 및 변환된 점군 정보를 포함하는 변환된 3차원 데이터를 획득하는 단계, 사전 학습된 인공지능 기반의 제 1 특징점 획득 모델을 사용하여, 상기 변환된 이미지에 대응되는 제 1 특징점(interest point)들을 획득하는 단계, 상기 변환된 점군 정보 및 상기 제 1 특징점들이 포함된 상기 변환된 이미지에 뷰포인트 역-변환(inverse transformation)을 적용함으로써, 복원된 3차원 데이터를 획득하는 단계 및 상기 복원된 3차원 데이터에 기초하여, 상기 제 1 이미지에 대응되는 라벨링(labeling) 정보를 생성하는 단계를 포함할 수 있다.

Description

비주얼 로컬라이제이션을 위한 데이터를 생성하기 위한 방법 및 장치{APPARATUS AND METHOD FOR GENERATING DATA FOR VISUAL LOCALIZATION}

본 개시내용은 영상 처리에 관한 것으로 보다 구체적으로 비주얼 로컬라이제이션에 관한 것이다.

위치 기반 서비스(Location Based Services)에 대한 수요가 증가함에 따라 정확한 위치 정보에 대한 필요성이 높아졌다. 모바일 디바이스 및 모바일 플랫폼 상에서 위치를 확인하는 가장 일반적인 방법은 GNSS(Global Navigation Satellite System)이다. 하지만, 실내 환경에서 GNSS 신호는 장애물에 의해 차단될 수 있기 때문에, 실외 환경에서만 용이하게 사용될 수 있다는 제한 사항이 존재한다.

실내에서의 위치 인식을 수행하기 위한 다양한 기술들이 제안되었지만 다수의 실내 위치 인식 기법들은 무선신호를 이용한 핑거 프린팅(Finger Printing) 기반 위치 인식 알고리즘을 넘어서지 못하고 있는 것이 현실이다. 이러한 방법에서는 수집된 Wi-Fi RSS(수신 신호 강도) 또는 MFS(자기장 강도)와 관련된 데이터가 핑거 프린팅 데이터 베이스의 데이터와 비교된다. 핑거 프린팅 기반 시스템은 구축하기 쉽다는 장점이 있지만, 신호 패턴 자체가 시스템 환경 변화에 영향을 받기 때문에 양호한 성능을 유지하기가 어려울 수 있다. 이런 핑거 프린팅 기반 시스템의 결함을 극복하기 위해 Optical, RFID(Radio Frequency Identification), Bluetooth Beacons, ZigBee, Pseudo Satellite 등을 포함한 많은 대안이 제안되었지만, 이러한 대안들 또한 복잡한 실내 환경 상에서 높은 정확도를 달성하기는 어렵다는 평가를 받고 있다.

최근에는 실내 환경에서도 높은 정확성을 가지는 위치 추정을 구현하기 위한 대안으로 VPS(Visual Positioning System: 시각적 위치결정 시스템)에 대한 연구가 활발하게 이루어지고 있다. VPS 기술은 비주얼 로컬라이제이션(Visual localization) 기술로도 표현될 수 있으며, 이러한 비주얼 로컬라이제이션은 실내 또는 실외에서 촬영된 이미지를 사용하여 디바이스의 현재 위치 또는 포즈(pose)를 추정하는 기술을 의미한다. 디바이스(혹은 카메라)의 포즈 추정(Pose estimation)이란 동적으로 변하는 카메라 시점의 이동(Translation) 및 회전(Rotation) 정보 등을 결정하는 것이다. 혼합현실(Mixed reality), 증강현실(Augmented Reality), 로봇 내비게이팅(Robot navigating) 및 3D 장면 재구성(3-Dimensional Scene Reconstruction) 등 다양한 활용 분야로 이러한 카메라 포즈 추정 기술이 활용되고 있다.

미국 등록특허 US10,977,554

본 개시는 전술한 배경기술에 대응하여 안출된 것으로, 카메라 포즈를 추정하기 위한 모델에서 학습 데이터를 효율적으로 생성하기 위함이다. 본 개시는 카메라 포즈 추정의 정확도를 높이고 카메라 포즈 추정에 소요되는 시간 및/또는 리소스를 효율적으로 사용하기 위함이다.

본 개시의 기술적 과제들은 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.

전술한 바와 같은 과제를 해결하기 위한 본 개시의 몇몇 실시예에 따라, 컴퓨팅 장치에 의해 수행되는 방법이 개시된다. 상기 방법은: 촬영 디바이스로부터 제 1 이미지 및 제 1 점군(point cloud) 정보를 획득하는 단계; 상기 제 1 이미지 및 상기 제 1 점군 정보에 뷰포인트(viewpoint) 변환(transformation)을 적용함으로써, 변환된 이미지 및 변환된 점군 정보를 포함하는 변환된 3차원 데이터를 획득하는 단계; 사전 학습된 인공지능 기반의 제 1 특징점 획득 모델을 사용하여, 상기 변환된 이미지에 대응되는 제 1 특징점들을 획득하는 단계; 상기 변환된 점군 정보 및 상기 제 1 특징점들이 포함된 상기 변환된 이미지에 뷰포인트 역-변환(inverse transformation)을 적용함으로써, 복원된 3차원 데이터를 획득하는 단계; 상기 복원된 3차원 데이터에 기초하여, 상기 제 1 이미지에 대응되는 라벨링(labeling) 정보를 생성하는 단계를 포함할 수 있다.

일 실시예에서, 상기 촬영 디바이스로부터 제 1 이미지 및 제 1 점군 정보를 획득하는 단계는, 상기 촬영 디바이스로부터 상기 제 1 이미지, 상기 제 1 점군 정보 및 상기 촬영 디바이스의 카메라 정보를 획득하는 단계를 포함할 수 있다. 상기 변환된 이미지 및 상기 변환된 점군 정보를 포함하는 상기 변환된 3차원 데이터를 획득하는 단계는: 상기 카메라 정보를 이용하여, 픽셀(pixel) 좌표계를 가지는 상기 제 1 이미지를 정규화(normalized) 좌표계로 변환하는 단계; 상기 획득된 점군 정보를 이용하여, 상기 정규화 좌표계를 가지는 상기 제 1 이미지를 3차원의 카메라 좌표계로 변환하는 단계; 및 상기 카메라 좌표계를 가지는 상기 제 1 이미지에 뷰포인트 변환을 적용함으로써, 상기 변환된 이미지 및 상기 변환된 점군 정보를 포함하는 상기 변환된 3차원 데이터를 획득하는 단계를 포함할 수 있다.

일 실시예에서, 상기 뷰포인트 변환은, 상기 촬영 디바이스의 위치 및 상기 촬영 디바이스가 바라보는 방향을 나타내는 3차원의 카메라 좌표계에 기반하도록 변환된 상기 제 1 이미지를 상기 카메라 좌표계 상에서 제 1 좌표값으로부터 상기 제 1 좌표값과 상이한 제 2 좌표값으로 변환할 수 있다.

일 실시예에서, 상기 뷰포인트 변환은, 회전 매트릭스(rotation matrix) 및 병진 벡터(translation vector)를 포함할 수 있다. 상기 뷰포인트 변환은 회전 매트릭스 및 병진 벡터를 활용하여 수행될 수 있다.

일 실시예에서, 상기 변환된 3차원 데이터를 획득하는 단계는, 상기 회전 매트릭스 및 상기 병진 벡터 중 적어도 하나가 상이한 복수의 뷰포인트 변환들을 상기 제 1 이미지 및 상기 제 1 점군 정보에 적용함으로써, 복수의 변환된 이미지들 및 복수의 변환된 점군 정보들을 포함하는 복수의 변환된 3차원 데이터를 획득하는 단계를 포함할 수 있다. 상기 제 1 이미지에 대응되는 라벨링 정보를 생성하는 단계는, 상기 복수의 변환된 3차원 데이터 각각에 대응되는 복수의 복원된 3차원 데이터에 기초하여 상기 제 1 이미지에 대응되는 상기 라벨링 정보를 생성하는 단계를 포함할 수 있다.

일 실시예에서, 상기 뷰포인트 변환에서, 상기 제 1 이미지의 픽셀들 각각에 고유의 변환 행렬이 적용될 수 있다.

일 실시예에서, 상기 제 1 이미지는 라벨링되지 않은 상태로 상기 촬영 디바이스로부터 획득될 수 있다. 상기 제 1 이미지에 대응되는 라벨링 정보를 생성하는 단계는, 상기 제 1 이미지에 대응되는 특징점들을 나타내는 상기 라벨링 정보를 생성하는 단계를 포함할 수 있다.

일 실시예에서, 상기 제 1 특징점 획득 모델은, 객체에서의 색상 또는 기하학적 패턴 중 적어도 하나에 대한 변화량이 사전결정된 임계치를 초과하는 포인트를 특징점으로 인식하도록 지도 학습에 기반하여 사전 학습된 모델에 대응될 수 있다.

일 실시예에서, 상기 뷰포인트 역-변환은, 상기 뷰포인트 변환에서 사용되는 회전 매트릭스(R)의 역(inverse)에 대응되는 회전 매트릭스(R^-1) 및 상기 뷰포인트 변환에서 사용되는 병진 벡터(T)의 역에 대응되는 병진 벡터(-R^-1 * T)를 사용할 수 있다.

일 실시예에서, 상기 변환된 이미지에 대응되는 제 1 특징점들을 획득하는 단계는: 상기 변환된 점군 정보를 이용하여, 3차원 카메라 좌표계를 가지는 상기 변환된 3차원 데이터를 정규화 좌표계로 변환하여 2차원 데이터를 획득하는 단계; 상기 촬영 디바이스로부터 획득된 상기 촬영 디바이스의 카메라 정보에 기초하여, 상기 정규화 좌표계를 가지는 상기 2차원 데이터를 픽셀 좌표계로 변환함으로써, 상기 변환된 이미지를 획득하는 단계; 및 상기 변환된 이미지를 상기 제 1 특징점 획득 모델에 입력하여, 상기 변환된 이미지에 대응되는 제 1 특징점들을 획득하는 단계를 포함할 수 있다.

일 실시예에서, 상기 복원된 3차원 데이터를 획득하는 단계는: 상기 제 1 특징점들을 상기 변환된 이미지에 결합함으로써 상기 제 1 특징점들이 포함된 상기 변환된 이미지를 획득하는 단계; 상기 촬영 디바이스로부터 획득된 상기 촬영 디바이스의 카메라 정보를 이용하여, 상기 제 1 특징점들이 포함된 상기 변환된 이미지를 정규화 좌표계로 변환하는 단계; 상기 변환된 점군 정보를 사용하여, 상기 정규화 좌표계를 가지는 상기 제 1 특징점들이 포함된 상기 변환된 이미지를 3차원의 카메라 좌표계로 변환하는 단계; 및 상기 3차원의 카메라 좌표계를 가지는 상기 제 1 특징점들이 포함된 상기 변환된 이미지에 뷰포인트 역-변환(inverse transformation)을 적용함으로써, 상기 복원된 3차원 데이터를 획득하는 단계를 포함할 수 있다.

일 실시예에서, 상기 복원된 3차원 데이터에 기초하여, 상기 이미지에 대응되는 라벨링 정보를 생성하는 단계는: 상기 복원된 3차원 데이터에서의 복원된 점군 정보를 상기 복원된 3차원 데이터에 적용함으로써, 3차원 카메라 좌표계를 가지는 상기 복원된 3차원 데이터를 2차원의 정규화 좌표계를 가지는 2차원 복원된 데이터를 획득하는 단계; 및 상기 2차원의 정규화 좌표계를 가지는 상기 2차원 복원된 데이터에 상기 촬영 디바이스로부터 획득된 상기 촬영 디바이스의 카메라 정보를 적용하는 것에 기초하여 상기 2차원 복원된 데이터를 픽셀 좌표계로 변환함으로써, 복원된 이미지를 획득하는 단계; 상기 픽셀 좌표계를 가지는 상기 복원된 이미지에 기초하여, 상기 제 1 이미지에 대응되는 라벨링 정보를 생성하는 단계를 포함할 수 있다.

일 실시예에서, 상기 방법은, 상기 제 1 이미지 및 상기 제 1 이미지에 대응되는 라벨링 정보를 포함하는 제 1 학습 데이터셋을 이용하여, 상기 촬영 디바이스의 제 1 뷰포인트에 대응되는 제 1 입력 데이터 및 제 2 뷰포인트에 대응되는 제 2 입력 데이터에 대해서 서로 대응되는 특징점들이 출력되도록 제 2 특징점 획득 모델을 학습시키는 단계를 더 포함하며, 여기서 상기 제 1 뷰포인트와 상기 제 2 뷰포인트는 서로 상이한 뷰포인트를 가질 수 있다.

일 실시예에서, 상기 제 2 특징점 획득 모델을 학습시키는 단계는: 상기 제 1 뷰포인트를 가지는 상기 제 1 학습 데이터에 상기 뷰포인트 변환을 적용함으로써 상기 제 2 뷰포인트를 가지는 제 2 학습 데이터를 생성하는 단계; 상기 제 1 학습 데이터를 상기 제 2 특징점 획득 모델에 입력하여 상기 제 1 학습 데이터에 대응되는 제 2 특징점들을 획득하는 단계; 상기 제 2 학습 데이터를 상기 제 2 특징점 획득 모델에 입력하여 상기 제 2 학습 데이터에 대응되는 제 3 특징점들을 획득하는 단계; 상기 제 3 특징점들이 반영된 상기 제 2 학습 데이터에 상기 뷰포인트 역-변환을 적용함으로써 상기 제 3 특징점들이 반영된 상기 제 2 학습 데이터의 뷰포인트를 상기 제 1 뷰포인트로 복원하는 단계; 및 상기 제 1 뷰포인트로 복원된 상기 제 2 학습 데이터에서의 제 3 특징점들의 위치 정보와 상기 제 2 특징점들의 위치 정보를 비교하는 것에 기초하여, 상기 제 2 특징점 획득 모델을 학습시키는 단계를 포함할 수 있다.

일 실시예에서, 상기 제 2 특징점 획득 모델을 학습시키는 단계는, 상기 제 1 뷰포인트로 복원된 상기 제 2 학습 데이터에서의 제 3 특징점들의 위치 정보와 상기 제 2 특징점들의 위치 정보가 동일해지도록 설정된 손실함수에 기초할 수 있다.

일 실시예에서, 컴퓨터 판독가능 저장 매체에 저장되는 컴퓨터 프로그램이 개시된다. 상기 컴퓨터 프로그램은 컴퓨팅 장치에 의해 실행 시 상기 컴퓨팅 장치로 하여금 이하의 동작들을 수행하도록 하며, 상기 동작들은: 촬영 디바이스로부터 제 1 이미지 및 제 1 점군 정보를 획득하는 동작; 상기 제 1 이미지 및 상기 제 1 점군 정보에 뷰포인트 변환을 적용함으로써, 변환된 이미지 및 변환된 점군 정보를 포함하는 변환된 3차원 데이터를 획득하는 동작; 사전 학습된 인공지능 기반의 제 1 특징점 획득 모델을 사용하여, 상기 변환된 이미지에 대응되는 제 1 특징점들을 획득하는 동작; 상기 변환된 점군 정보 및 상기 제 1 특징점들이 포함된 상기 변환된 이미지에 뷰포인트 역-변환을 적용함으로써, 복원된 3차원 데이터를 획득하는 동작; 상기 복원된 3차원 데이터에 기초하여, 상기 제 1 이미지에 대응되는 라벨링 정보를 생성하는 동작을 포함할 수 있다.

일 실시예에서, 컴퓨팅 장치가 개시된다. 상기 컴퓨팅 장치는, 적어도 하나의 프로세서; 및 메모리를 포함할 수 있다. 상기 적어도 하나의 프로세서는: 촬영 디바이스로부터 제 1 이미지 및 제 1 점군 정보를 획득하는 동작; 상기 제 1 이미지 및 상기 제 1 점군 정보에 뷰포인트 변환을 적용함으로써, 변환된 이미지 및 변환된 점군 정보를 포함하는 변환된 3차원 데이터를 획득하는 동작; 사전 학습된 인공지능 기반의 제 1 특징점 획득 모델을 사용하여, 상기 변환된 이미지에 대응되는 제 1 특징점들을 획득하는 동작; 상기 변환된 점군 정보 및 상기 제 1 특징점들이 포함된 상기 변환된 이미지에 뷰포인트 역-변환을 적용함으로써, 복원된 3차원 데이터를 획득하는 동작; 상기 복원된 3차원 데이터에 기초하여, 상기 제 1 이미지에 대응되는 라벨링 정보를 생성하는 동작을 수행할 수 있다.

본 개시내용의 일 실시예에 따른 방법, 장치 및 컴퓨터 프로그램은 카메라 포즈를 추정하기 위한 모델에서 학습 데이터를 효율적으로 생성할 수 있다. 본 개시내용의 일 실시예에 따른 방법, 장치 및 컴퓨터 프로그램은 카메라 포즈 추정의 정확도를 높이고 카메라 포즈 추정에 소요되는 시간 및/또는 리소스를 효율적으로 사용할 수 있다.

본 개시에서 얻을 수 있는 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

다양한 양상들이 이제 도면들을 참조로 기재되며, 여기서 유사한 참조 번호들은 총괄적으로 유사한 구성요소들을 지칭하는데 이용된다. 이하의 실시예에서, 설명 목적을 위해, 다수의 특정 세부사항들이 하나 이상의 양상들의 총체적 이해를 제공하기 위해 제시된다. 그러나, 그러한 양상(들)이 이러한 구체적인 세부사항들 없이 실시될 수 있음은 명백할 것이다.
도 1은 본 개시내용의 일 실시예에 따른 컴퓨팅 장치의 블록 구성도를 개략적으로 도시한다.
도 2는 본 개시의 일 실시예에 따른 네트워크 함수를 예시적으로 나타낸 개략도이다.
도 3은 본 개시의 일 실시예에 따라 뷰포인트 변환에 기반하여 이미지에 대한 라벨링 정보를 생성하는 방법을 예시적으로 나타낸다.
도 4는 본 개시의 일 실시예에 따라 뷰포인트 변환에 기반하여 이미지에 대한 라벨링 정보를 생성하는 방법을 예시적으로 나타낸다.
도 5는 본 개시의 일 실시예에 따른 뷰포인트 변환을 예시적으로 도시한다.
도 6은 본 개시의 일 실시예에 따라 뷰포인트 변환에 기반한 좌표계들의 변환을 예시적으로 도시한다.
도 7은 본 개시의 일 실시예에 따른 제 2 특징점 획득 모델의 학습 방식을 예시적으로 도시한다.
도 8은 본 개시의 실시예들이 구현될 수 있는 예시적인 컴퓨팅 환경에 대한 간략하고 일반적인 개략도를 도시한다.

다양한 실시예들이 이제 도면을 참조하여 설명된다. 본 명세서에서, 다양한 설명들이 본 개시의 이해를 제공하기 위해서 제시된다. 그러나, 이러한 실시예들은 이러한 구체적인 설명 없이도 실행될 수 있음이 명백하다.

본 명세서에서 사용되는 용어 "컴포넌트", "모듈", "시스템" 등은 컴퓨터-관련 엔티티, 하드웨어, 펌웨어, 소프트웨어, 소프트웨어 및 하드웨어의 조합, 또는 소프트웨어의 실행을 지칭한다. 예를 들어, 컴포넌트는 프로세서상에서 실행되는 처리과정(procedure), 프로세서, 객체, 실행 스레드, 프로그램, 및/또는 컴퓨터일 수 있지만, 이들로 제한되는 것은 아니다. 예를 들어, 컴퓨팅 장치에서 실행되는 애플리케이션 및 컴퓨팅 장치 모두 컴포넌트일 수 있다. 하나 이상의 컴포넌트는 프로세서 및/또는 실행 스레드 내에 상주할 수 있다. 일 컴포넌트는 하나의 컴퓨터 내에 로컬화 될 수 있다. 일 컴포넌트는 2개 이상의 컴퓨터들 사이에 분배될 수 있다. 또한, 이러한 컴포넌트들은 그 내부에 저장된 다양한 데이터 구조들을 갖는 다양한 컴퓨터 판독가능한 매체로부터 실행할 수 있다. 컴포넌트들은 예를 들어 하나 이상의 데이터 패킷들을 갖는 신호(예를 들면, 로컬 시스템, 분산 시스템에서 다른 컴포넌트와 상호작용하는 하나의 컴포넌트로부터의 데이터 및/또는 신호를 통해 다른 시스템과 인터넷과 같은 네트워크를 통해 전송되는 데이터)에 따라 로컬 및/또는 원격 처리들을 통해 통신할 수 있다.

더불어, 용어 "또는"은 배타적 "또는"이 아니라 내포적 "또는"을 의미하는 것으로 의도된다. 즉, 달리 특정되지 않거나 문맥상 명확하지 않은 경우에, "X는 A 또는 B를 이용한다"는 자연적인 내포적 치환 중 하나를 의미하는 것으로 의도된다. 즉, X가 A를 이용하거나; X가 B를 이용하거나; 또는 X가 A 및 B 모두를 이용하는 경우, "X는 A 또는 B를 이용한다"가 이들 경우들 어느 것으로도 적용될 수 있다. 또한, 본 명세서에 사용된 "및/또는"이라는 용어는 열거된 관련 아이템들 중 하나 이상의 아이템의 가능한 모든 조합을 지칭하고 포함하는 것으로 이해되어야 한다.

또한, "포함한다" 및/또는 "포함하는"이라는 용어는, 해당 특징 및/또는 구성요소가 존재함을 의미하는 것으로 이해되어야 한다. 다만, "포함한다" 및/또는 "포함하는"이라는 용어는, 하나 이상의 다른 특징, 구성요소 및/또는 이들의 그룹의 존재 또는 추가를 배제하지 않는 것으로 이해되어야 한다. 또한, 달리 특정되지 않거나 단수 형태를 지시하는 것으로 문맥상 명확하지 않은 경우에, 본 명세서와 청구범위에서 단수는 일반적으로 "하나 또는 그 이상"을 의미하는 것으로 해석되어야 한다.

그리고, "A 또는 B 중 적어도 하나"이라는 용어는, "A만을 포함하는 경우", "B 만을 포함하는 경우", "A와 B의 구성으로 조합된 경우"를 의미하는 것으로 해석되어야 한다.

당업자들은 추가적으로 여기서 개시된 실시예들과 관련되어 설명된 다양한 예시적 논리적 블록들, 구성들, 모듈들, 회로들, 수단들, 로직들, 및 알고리즘 단계들이 전자 하드웨어, 컴퓨터 소프트웨어, 또는 양쪽 모두의 조합들로 구현될 수 있음을 인식해야 한다. 하드웨어 및 소프트웨어의 상호교환성을 명백하게 예시하기 위해, 다양한 예시적 컴포넌트들, 블록들, 구성들, 수단들, 로직들, 모듈들, 회로들, 및 단계들은 그들의 기능성 측면에서 일반적으로 위에서 설명되었다. 그러한 기능성이 하드웨어로 또는 소프트웨어로서 구현되는지 여부는 전반적인 시스템에 부과된 특정 어플리케이션(application) 및 설계 제한들에 달려 있다. 숙련된 기술자들은 각각의 특정 어플리케이션들을 위해 다양한 방법들로 설명된 기능성을 구현할 수 있다. 다만, 그러한 구현의 결정들이 본 개시내용의 영역을 벗어나게 하는 것으로 해석되어서는 안된다.

제시된 실시예들에 대한 설명은 본 개시의 기술 분야에서 통상의 지식을 가진 자가 본 발명을 이용하거나 또는 실시할 수 있도록 제공된다. 이러한 실시예들에 대한 다양한 변형들은 본 개시의 기술 분야에서 통상의 지식을 가진 자에게 명백할 것이다. 여기에 정의된 일반적인 원리들은 본 개시의 범위를 벗어남이 없이 다른 실시예들에 적용될 수 있다. 그리하여, 본 발명은 여기에 제시된 실시예 들로 한정되는 것이 아니다. 본 발명은 여기에 제시된 원리들 및 신규한 특징들과 일관되는 최광의의 범위에서 해석되어야 할 것이다.

제시된 실시예들에 대한 설명은 본 개시의 기술 분야에서 통상의 지식을 가진 자가 본 발명을 이용하거나 또는 실시할 수 있도록 제공된다. 이러한 실시예들에 대한 다양한 변형들은 본 개시의 기술 분야에서 통상의 지식을 가진 자에게 명백할 것이다. 여기에 정의된 일반적인 원리들은 본 개시의 범위를 벗어남이 없이 다른 실시예들에 적용될 수 있다. 그리하여, 본 발명은 여기에 제시된 실시예 들로 한정되는 것이 아니다. 본 발명은 여기에 제시된 원리들 및 신규한 특징들과 일관되는 최광의의 범위에서 해석되어야 할 것이다.

본 개시내용에서의 제 1, 제 2, 또는 제 3 과 같이 제 N 으로 표현되는 용어들은 복수의 엔티티들을 구분하기 위해 사용된다. 예를 들어, 제 1 과 제 2로 표현된 엔티티들은 서로 동일하거나 또는 상이할 수 있다. 제 1-1, 제 1-2로 표현되는 용어들 그리고 제 2-1, 제 2-2로 표현되는 용어들 또한 복수의 엔티티들을 서로 구분하기 위해 사용될 수 있다.

본 개시내용에서 비주얼 로컬라이제이션은 실내 또는 실외에서 촬영된 이미지를 사용하여 디바이스의 현재 위치 또는 포즈(pose)를 추정하는 기술을 의미한다. 디바이스(혹은 카메라)의 포즈 추정(Pose estimation)이란 동적으로 변하는 카메라 시점의 이동(Translation) 및 회전(Rotation) 정보 등을 결정하는 것이다.

본 개시내용에서의 제 1 이미지는 예를 들어 촬영 디바이스에 의해 촬영된 이미지를 포함하며, 서버 등에 저장된 참조(reference) 이미지와 제 1 이미지를 이용하여 상기 제 1 이미지에 대응되는 디바이스의 포즈가 결정 또는 추정될 수 있다.

본 개시내용에서의 참조 이미지는 제 1 이미지를 촬영한 디바이스의 포즈 추정을 위해 사용되는 사전 저장된 이미지를 포함할 수 있다. 참조 이미지는 예를 들어 증강현실 또는 가상현실 등을 구현하기 위해 특정한 지역에서의 촬영된 실제 이미지들을 포함할 수 있다. 일례로, 이러한 참조 이미지는 컴퓨팅 장치(100) 또는 다른 컴퓨팅 장치에 저장될 수 있다. 참조 이미지에 맵핑된 메타데이터 또한 디바이스의 포즈 추정에 활용될 수 있다.

본 개시내용에서의 비주얼 로컬라이제이션을 수행하는데 있어서 메타데이터가 사용될 수 있다. 일례로, 메타데이터는 디바이스와 관련된 정보, 특징점들의 픽셀 좌표정보, 특징점들의 설명자(descriptor), 이미지로부터 획득된 랜드마크 정보, 이미지로부터 획득된 문자 정보 등과 같이 이미지 이외의 부가 정보를 포함할 수 있다. 본 개시내용의 일 실시예에 따라, 다양한 형태의 메타데이터를 사용함으로써 촬영 디바이스에 의해 촬영된 이미지와 사전 저장된 참조 이미지 간의 비교가 보다 원활하게 이루어질 수 있으며, 나아가 보다 적은 컴퓨팅 리소스를 사용하여 정확한 방식으로 카메라 포즈 추정이 이루어질 수 있다.

본 개시내용에서의 뷰포인트 변환은 특정한 객체를 촬영하는 촬영 디바이스의 위치 및/또는 바라보고 있는 방향을 변경하는 것을 의미할 수 있다. 예를 들어, 뷰포인트 변환은 촬영 디바이스의 비주얼 로컬라이제이션의 값에 대한 변환을 의미할 수 있다. 예를 들어, 뷰포인트 변환은, 촬영 디바이스의 위치 및 촬영 디바이스가 바라보는 방향을 나타내는 3차원의 카메라 좌표계에 기반하도록 변환된 제 1 이미지를 카메라 좌표계 상에서 제 1 좌표값으로부터 상기 제 1 좌표값과 상이한 제 2 좌표값으로 변환하는 것을 의미할 수 있다. 예를 들어, 뷰포인트 변환을 수행하는데 있어서 회전 매트릭스(rotation matrix) 및 병진 벡터(translation vector) 중 적어도 하나가 사용될 수 있다.

본 개시내용에서의 객체 및 피사체는 서로 교환가능하게 사용될 수 있다.

도 1은 본 개시내용의 일 실시예에 따른 컴퓨팅 장치(100)의 블록 구성도를 개략적으로 도시한다.

본 개시의 일 실시예에 따른 컴퓨팅 장치(100)는 프로세서(110) 및 메모리(130)를 포함할 수 있다.

도 1에 도시된 컴퓨팅 장치(100)의 구성은 간략화 하여 나타낸 예시일 뿐이다. 본 개시의 일 실시예에서 컴퓨팅 장치(100)는 컴퓨팅 장치(100)의 컴퓨팅 환경을 수행하기 위한 다른 구성들이 포함될 수 있고, 개시된 구성들 중 일부만이 컴퓨팅 장치(100)를 구성할 수도 있다.

본 개시내용에서의 컴퓨팅 장치(100)는 본 개시내용의 실시예들을 구현하기 위한 시스템을 구성하는 임의의 형태의 노드를 의미할 수 있다. 컴퓨팅 장치(100)는 임의의 형태의 사용자 단말 또는 임의의 형태의 서버를 의미할 수 있다. 전술한 컴퓨팅 장치(100)의 컴포넌트들은 예시적인 것으로 일부가 제외될 수 있거나 또는 추가 컴포넌트가 포함될 수도 있다. 일례로, 전술한 컴퓨팅 장치(100)가 사용자 단말을 포함하는 경우, 출력부(미도시) 및 입력부(미도시)가 상기 컴퓨팅 장치(100)의 범위 내에 포함될 수 있다.

본 개시내용에서의 클라이언트의 디바이스는 이미지를 획득하기 위한 장치를 의미할 수 있다. 클라이언트 디바이스에 의해 촬영된 정보에 제 1 이미지가 포함될 수 있다. 이러한 클라이언트 디바이스에서 촬영된 쿼리 이미지는 예컨대, 서버 내에서의 참조 이미지와의 비교를 위해 사용될 수 있으며, 이에 따라 클라이언트 디바이스의 촬영 시점에서의 포즈가 결정될 수 있다.

본 개시내용에서의 컴퓨팅 장치(100)는 후술될 본 개시내용의 실시예들에 따른 기술적 특징들을 수행할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 인공지능 기반 모델의 학습을 위한 데이터를 생성 및/또는 증강시킬 수 있다.

본 개시내용에서의 컴퓨팅 장치(100)는 촬영 디바이스로부터 제 1 이미지 및 제 1 깊이 맵(또는, 제 1 점군 정보)을 획득하고, 제 1 이미지 및 제 1 깊이 맵(또는, 제 1 점군 정보)에 뷰포인트 변환을 적용함으로써, 변환된 이미지 및 변환된 깊이 맵(또는, 변환된 점군 정보)을 포함하는 변환된 3차원 데이터를 획득하고, 사전 학습된 인공지능 기반의 제 1 특징점 획득 모델을 사용하여, 상기 변환된 이미지에 대응되는 제 1 특징점들을 획득하고, 상기 변환된 깊이 맵(또는, 변환된 점군 정보) 및 상기 제 1 특징점들이 포함된 상기 변환된 이미지에 뷰포인트 역-변환을 적용함으로써, 복원된 3차원 데이터를 획득하고, 그리고 상기 복원된 3차원 데이터에 기초하여, 상기 제 1 이미지에 대응되는 라벨링 정보를 생성할 수 있다. 전술한 방식으로 컴퓨팅 장치(100)는 촬영된 제 1 이미지에 대응되는 정확한 라벨링 정보를 자동으로 생성할 수 있다. 전술한 방식으로 촬영에 대한 시점이 변화하더라도 일정한 특징점과 설명자를 제공하는 특징점 추출 모델이 구축될 수 있다.

일 실시예에서, 프로세서(110)는 적어도 하나의 코어로 구성될 수 있으며, 컴퓨팅 장치(100)의 중앙 처리 장치(CPU: central processing unit), 범용 그래픽 처리 장치 (GPGPU: general purpose graphics processing unit), 텐서 처리 장치(TPU: tensor processing unit) 등의 데이터 분석 및/또는 처리를 위한 프로세서를 포함할 수 있다.

프로세서(110)는 메모리(130)에 저장된 컴퓨터 프로그램을 판독하여 본 개시내용의 일 실시예에 따른 비주얼 로컬라이제이션의 방법론들(예컨대, 특징점 추출 모델의 구축 방법론 및/또는 특징점 추출 모델의 학습 데이터 생성 방법론)을 수행할 수 있다. 또한, 프로세서(110)는 메모리(130)에 저장된 컴퓨터 프로그램을 판독하여 본 개시내용의 일 실시예에 따른 비주얼 로컬라이제이션의 방법론들(예컨대, 특징점 추출 모델의 구축 방법론 및/또는 특징점 추출 모델의 학습 데이터 생성 방법론)을 수행할 수 있다.

본 개시의 일 실시예에 따라 프로세서(110)는 신경망의 학습을 위한 연산을 수행할 수도 있다. 프로세서(110)는 딥러닝(DL: deep learning)에서 학습을 위한 입력 데이터의 처리, 입력 데이터에서의 피쳐 추출, 오차 계산, 역전파(backpropagation)를 이용한 신경망의 가중치 업데이트 등의 신경망의 학습을 위한 계산을 수행할 수 있다. 프로세서(110)의 CPU, GPGPU, 및 TPU 중 적어도 하나가 네트워크 함수의 학습을 처리할 수 있다. 예를 들어, CPU 와 GPGPU가 함께 네트워크 함수의 학습, 네트워크 함수를 이용한 데이터 분류를 처리할 수 있다. 또한, 본 개시의 일 실시예에서 복수의 컴퓨팅 장치들의 프로세서들을 함께 사용하여 네트워크 함수의 학습, 네트워크 함수를 이용한 데이터 분류를 처리할 수도 있다. 또한, 본 개시의 일 실시예에 따른 컴퓨팅 장치에서 수행되는 컴퓨터 프로그램은 CPU, GPGPU 또는 TPU 실행가능 프로그램일 수 있다. 본 개시의 일 실시예에 따른 신경망에 대한 동작들은 도 2와 관련하여 후술될 것이다.

추가적으로, 프로세서(110)는 통상적으로 컴퓨팅 장치(100)의 전반적인 동작을 처리할 수 있다. 예를 들어, 프로세서(110)는 컴퓨팅 장치(100)에 포함된 구성요소들을 통해 입력 또는 출력되는 데이터, 정보, 또는 신호 등을 처리하거나 저장부에 저장된 응용 프로그램을 구동함으로써, 사용자에게 적절한 정보 또는 기능을 제공 또는 처리할 수 있다.

본 개시의 일 실시예에 따르면, 메모리(130)는 프로세서(110)가 생성하거나 결정한 임의의 형태의 정보 및 컴퓨팅 장치(100)가 수신한 임의의 형태의 정보를 저장할 수 있다. 본 개시의 일 실시예에 따르면, 메모리(130)는 프로세서(110)가 본 개시의 실시예들에 따른 동작을 수행하도록 하는 컴퓨터 소프트웨어를 저장하는 저장매체 일 수 있다. 따라서, 메모리(130)는 본 개시내용에 실시예들을 수행하는데 필요한 소프트웨어 코드, 코드의 실행 대상이 되는 데이터, 코드의 실행 결과를 저장하기 위한 컴퓨터 판독 매체들을 의미할 수 있다.

본 개시의 일 실시예에 따르면, 메모리(130)는 임의의 타입의 저장 매체를 의미할 수 있다 예를 들어, 메모리(130)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(Random Access Memory, RAM), SRAM(Static Random Access Memory), 롬(Read-Only Memory, ROM), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다. 컴퓨팅 장치(100)는 인터넷(internet) 상에서 상기 메모리(130)의 저장 기능을 수행하는 웹 스토리지(web storage)와 관련되어 동작할 수도 있다. 전술한 메모리에 대한 기재는 예시일 뿐, 본 개시내용에서 사용되는 메모리(130)는 전술한 예시들로 제한되지 않는다.

본 개시내용에서의 통신부(미도시)는 유선 및 무선 등과 같은 그 통신 양태를 가리지 않고 구성될 수 있으며, 단거리 통신망(PAN: Personal Area Network), 근거리 통신망(WAN: Wide Area Network) 등 다양한 통신망으로 구성될 수 있다. 또한, 상기 네트워크부(150) 공지의 월드와이드웹(WWW: World Wide Web) 기반으로 동작할 수 있으며, 적외선(IrDA: Infrared Data Association) 또는 블루투스(Bluetooth)와 같이 단거리 통신에 이용되는 무선 전송 기술을 이용할 수도 있다.

본 개시내용에서의 컴퓨팅 장치(100)는 임의의 형태의 사용자 단말 및/또는 임의의 형태의 서버를 포함할 수 있다. 따라서, 본 개시내용의 실시예들은 서버 및/또는 사용자 단말에 의해 수행될 수 있다.

사용자 단말은 서버 또는 다른 컴퓨팅 장치와 상호작용 가능한 임의의 형태의 단말을 포함할 수 있다. 사용자 단말은 예를 들어, 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), PDA(personal digital assistants), 슬레이트 PC(slate PC), 태블릿 PC(tablet PC) 및 울트라북(ultrabook)을 포함할 수 있다.

본 개시내용에서의 촬영 디바이스는 전술한 사용자 단말을 포함할 수 있다. 촬영 디바이스는 깊이 맵 및/또는 점군(point cloud) 정보를 생성하기 위한 모듈들이 포함될 수 있다. 따라서, 촬영 디바이스는 점군 정보, 이미지 및/또는 깊이 맵을 생성하여 컴퓨팅 장치(100)로 전송할 수 있다. 일 실시예에서, 촬영 디바이스는 광학적인 화상을 감지하고 전기적인 신호로 변환하여 컴퓨팅 장치(100)에 전달하기 위한 임의의 형태의 장비를 의미할 수 있다. 예를 들어, 촬영 디바이스는 카메라, 스캐너, Lidar 및/또는 비전 센서(vision sensor) 중 적어도 하나를 포함할 수 있다. 추가적인 실시예에서, 컴퓨팅 장치(100)는 촬영 디바이스를 포함하거나, 무선 또는 유선으로 외부의 디바이스와 연동될 수도 있다.

서버는 예를 들어, 마이크로프로세서, 메인프레임 컴퓨터, 디지털 프로세서, 휴대용 디바이스 및 디바이스 제어기 등과 같은 임의의 타입의 컴퓨팅 시스템 또는 컴퓨팅 장치를 포함할 수 있다.

추가적인 실시예에서 전술한 서버는 참조 이미지 및 참조 이미지에 대응되는 메타 데이터, 3D 맵 등을 저장 및 관리하는 저장부(미도시)를 포함할 수 있다. 이러한 저장부는 서버내에 포함되거나 혹은 서버의 관리 하에 존재할 수 있다. 다른 예시로, 저장부는 서버 외부에 존재하여 서버와 통신가능한 형태로 구현될 수도 있다. 이 경우 서버와는 상이한 다른 외부 서버에 의해 저장부가 관리 및 제어될 수 있다.

본 개시의 몇몇 실시예에 따른 컴퓨팅 장치(100)는 인공지능 기반의 다양한 모델들을 이용하여 특징점들을 획득할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 인공지능 기반의 모델인 특징점 획득 모델을 이용하여 제 1 이미지에 대응되는 특징점을 획득할 수 있다.

일 실시예에서, 특징점 획득 모델은 딥러닝 또는 머신러닝을 통해 구축된 신경망을 포함할 수 있다. 특징점 획득 모델은 입력된 데이터에 포함된 점군 정보, 이미지 및/또는 깊이 맵에서 특징점을 획득할 수 있다.

예를 들어, 본 개시내용에서의 이미지는 적어도 하나의 RGB(red-green-blue) 이미지 및/또는 적어도 하나의 그레이 스케일(grayscale) 이미지를 포함할 수 있다

예를 들어, 본 개시내용에서의 깊이 맵은 특정 이미지 내에 존재하는 각 픽셀들의 상대적인 거리를 구분하여 나타낸 이미지 또는 정보를 포함할 수 있다. 따라서, 깊이 맵은 이미지를 촬영하는 위치로부터 피사체의 표면까지의 거리와 관련된 정보를 포함할 수 있다.

도 2는 본 개시의 일 실시예에 따라 네트워크 함수를 나타낸 개략도이다.

본 개시내용에서, 특징점 획득 모델(예컨대, 제 1 특징점 획득 모델 및/또는 제 2 특징점 획득 모델)은 이하에서 구체적으로 설명될 인공지능 기반 모델에 대응될 수 있다.

본 개시내용에 걸쳐, 인공지능 기반 모델, 모델, 연산 모델, 신경망, 네트워크 함수, 뉴럴 네트워크(neural network)는 동일한 의미로 사용될 수 있다. 신경망은 일반적으로 노드라 지칭될 수 있는 상호 연결된 계산 단위들의 집합으로 구성될 수 있다. 이러한 노드들은 뉴런(neuron)들로 지칭될 수도 있다. 신경망은 적어도 하나 이상의 노드들을 포함하여 구성된다. 신경망들을 구성하는 노드(또는 뉴런)들은 하나 이상의 링크에 의해 상호 연결될 수 있다.

신경망 내에서, 링크를 통해 연결된 하나 이상의 노드들은 상대적으로 입력 노드 및 출력 노드의 관계를 형성할 수 있다. 입력 노드 및 출력 노드의 개념은 상대적인 것으로서, 하나의 노드에 대하여 출력 노드 관계에 있는 임의의 노드는 다른 노드와의 관계에서 입력 노드 관계에 있을 수 있으며, 그 역도 성립할 수 있다. 상술한 바와 같이, 입력 노드 대 출력 노드 관계는 링크를 중심으로 생성될 수 있다. 하나의 입력 노드에 하나 이상의 출력 노드가 링크를 통해 연결될 수 있으며, 그 역도 성립할 수 있다.

하나의 링크를 통해 연결된 입력 노드 및 출력 노드 관계에서, 출력 노드의 데이터는 입력 노드에 입력된 데이터에 기초하여 그 값이 결정될 수 있다. 여기서 입력 노드와 출력 노드를 상호 연결하는 링크는 가중치(weight)를 가질 수 있다. 가중치는 가변적일 수 있으며, 신경망이 원하는 기능을 수행하기 위해, 사용자 또는 알고리즘에 의해 가변 될 수 있다. 예를 들어, 하나의 출력 노드에 하나 이상의 입력 노드가 각각의 링크에 의해 상호 연결된 경우, 출력 노드는 상기 출력 노드와 연결된 입력 노드들에 입력된 값들 및 각각의 입력 노드들에 대응하는 링크에 설정된 가중치에 기초하여 출력 노드 값을 결정할 수 있다.

상술한 바와 같이, 신경망은 하나 이상의 노드들이 하나 이상의 링크를 통해 상호 연결되어 신경망 내에서 입력 노드 및 출력 노드 관계를 형성한다. 신경망 내에서 노드들과 링크들의 개수 및 노드들과 링크들 사이의 연관관계, 링크들 각각에 부여된 가중치의 값에 따라, 신경망의 특성이 결정될 수 있다. 예를 들어, 동일한 개수의 노드 및 링크들이 존재하고, 링크들의 가중치 값이 상이한 두 신경망이 존재하는 경우, 두 개의 신경망들은 서로 상이한 것으로 인식될 수 있다.

신경망은 하나 이상의 노드들의 집합으로 구성될 수 있다. 신경망을 구성하는 노드들의 부분 집합은 레이어(layer)를 구성할 수 있다. 신경망을 구성하는 노드들 중 일부는, 최초 입력 노드로부터의 거리들에 기초하여, 하나의 레이어(layer)를 구성할 수 있다. 예를 들어, 최초 입력 노드로부터 거리가 n인 노드들의 집합은, n 레이어를 구성할 수 있다. 최초 입력 노드로부터 거리는, 최초 입력 노드로부터 해당 노드까지 도달하기 위해 거쳐야 하는 링크들의 최소 개수에 의해 정의될 수 있다. 그러나, 이러한 레이어의 정의는 설명을 위한 임의적인 것으로서, 신경망 내에서 레이어의 차수는 상술한 것과 상이한 방법으로 정의될 수 있다. 예를 들어, 노드들의 레이어는 최종 출력 노드로부터 거리에 의해 정의될 수도 있다.

최초 입력 노드는 신경망 내의 노드들 중 다른 노드들과의 관계에서 링크를 거치지 않고 데이터가 직접 입력되는 하나 이상의 노드들을 의미할 수 있다. 또는, 신경망 네트워크 내에서, 링크를 기준으로 한 노드 간의 관계에 있어서, 링크로 연결된 다른 입력 노드들을 가지지 않는 노드들을 의미할 수 있다. 이와 유사하게, 최종 출력 노드는 신경망 내의 노드들 중 다른 노드들과의 관계에서, 출력 노드를 가지지 않는 하나 이상의 노드들을 의미할 수 있다. 또한, 히든 노드는 최초 입력 노드 및 최후 출력 노드가 아닌 신경망을 구성하는 노드들을 의미할 수 있다.

본 개시의 일 실시예에 따른 신경망은 입력 레이어의 노드의 개수가 출력 레이어의 노드의 개수와 동일할 수 있으며, 입력 레이어에서 히든 레이어로 진행됨에 따라 노드의 수가 감소하다가 다시 증가하는 형태의 신경망일 수 있다. 또한, 본 개시의 다른 일 실시예에 따른 신경망은 입력 레이어의 노드의 개수가 출력 레이어의 노드의 개수 보다 적을 수 있으며, 입력 레이어에서 히든 레이어로 진행됨에 따라 노드의 수가 감소하는 형태의 신경망일 수 있다. 또한, 본 개시의 또 다른 일 실시예에 따른 신경망은 입력 레이어의 노드의 개수가 출력 레이어의 노드의 개수보다 많을 수 있으며, 입력 레이어에서 히든 레이어로 진행됨에 따라 노드의 수가 증가하는 형태의 신경망일 수 있다. 본 개시의 또 다른 일 실시예에 따른 신경망은 상술한 신경망들의 조합된 형태의 신경망일 수 있다.

딥 뉴럴 네트워크(DNN: deep neural network, 심층신경망)는 입력 레이어와 출력 레이어 외에 복수의 히든 레이어를 포함하는 신경망을 의미할 수 있다. 딥 뉴럴 네트워크를 이용하면 데이터의 잠재적인 구조(latent structures)를 파악할 수 있다. 즉, 사진, 글, 비디오, 음성, 음악의 잠재적인 구조(예를 들어, 어떤 물체가 사진에 있는지, 글의 내용과 감정이 무엇인지, 음성의 내용과 감정이 무엇인지 등)를 파악할 수 있다. 딥 뉴럴 네트워크는 컨볼루션 뉴럴 네트워크(CNN: convolutional neural network), 리커런트 뉴럴 네트워크(RNN: recurrent neural network), 오토 인코더(auto encoder), 제한 볼츠만 머신(RBM: restricted boltzmann machine), 심층 신뢰 네트워크(DBN: deep belief network), Q 네트워크, U 네트워크, 샴 네트워크, 적대적 생성 네트워크(GAN: Generative Adversarial Network) 등을 포함할 수 있다. 전술한 딥 뉴럴 네트워크의 기재는 예시일 뿐이며 본 개시는 이에 제한되지 않는다.

뉴럴 네트워크는 지도 학습(supervised learning), 비지도 학습(unsupervised learning), 반지도학습(semi supervised learning), 또는 강화학습(reinforcement learning) 중 적어도 하나의 방식으로 학습될 수 있다. 뉴럴 네트워크의 학습은 뉴럴 네트워크가 특정한 동작을 수행하기 위한 지식을 뉴럴 네트워크에 적용하는 과정일 수 있다.

뉴럴 네트워크는 출력의 오류를 최소화하는 방향으로 학습될 수 있다. 뉴럴 네트워크의 학습에서 반복적으로 학습 데이터를 뉴럴 네트워크에 입력시키고 학습 데이터에 대한 뉴럴 네트워크의 출력과 타겟의 에러를 계산하고, 에러를 줄이기 위한 방향으로 뉴럴 네트워크의 에러를 뉴럴 네트워크의 출력 레이어에서부터 입력 레이어 방향으로 역전파(backpropagation)하여 뉴럴 네트워크의 각 노드의 가중치를 업데이트 하는 과정이다. 지도 학습의 경우 각각의 학습 데이터에 정답이 라벨링되어있는 학습 데이터를 사용하며(즉, 라벨링된 학습 데이터), 비지도 학습의 경우는 각각의 학습 데이터에 정답이 라벨링되어 있지 않을 수 있다. 즉, 예를 들어 데이터 분류에 관한 지도 학습의 경우의 학습 데이터는 학습 데이터 각각에 카테고리가 라벨링 된 데이터 일 수 있다. 라벨링된 학습 데이터가 뉴럴 네트워크에 입력되고, 뉴럴 네트워크의 출력(카테고리)과 학습 데이터의 라벨을 비교함으로써 오류(error)가 계산될 수 있다. 다른 예로, 데이터 분류에 관한 비지도 학습의 경우 입력인 학습 데이터가 뉴럴 네트워크 출력과 비교됨으로써 오류가 계산될 수 있다. 계산된 오류는 뉴럴 네트워크에서 역방향(즉, 출력 레이어에서 입력 레이어 방향)으로 역전파 되며, 역전파에 따라 뉴럴 네트워크의 각 레이어의 각 노드들의 연결 가중치가 업데이트 될 수 있다. 업데이트 되는 각 노드의 연결 가중치는 학습률(learning rate)에 따라 변화량이 결정될 수 있다. 입력 데이터에 대한 뉴럴 네트워크의 계산과 에러의 역전파는 학습 사이클(epoch)을 구성할 수 있다. 학습률은 뉴럴 네트워크의 학습 사이클의 반복 횟수에 따라 상이하게 적용될 수 있다. 예를 들어, 뉴럴 네트워크의 학습 초기에는 높은 학습률을 사용하여 뉴럴 네트워크가 빠르게 일정 수준의 성능을 확보하도록 하여 효율성을 높이고, 학습 후기에는 낮은 학습률을 사용하여 정확도를 높일 수 있다.

뉴럴 네트워크의 학습에서 일반적으로 학습 데이터는 실제 데이터(즉, 학습된 뉴럴 네트워크를 이용하여 처리하고자 하는 데이터)의 부분집합일 수 있으며, 따라서, 학습 데이터에 대한 오류는 감소하나 실제 데이터에 대해서는 오류가 증가하는 학습 사이클이 존재할 수 있다. 과적합(overfitting)은 이와 같이 학습 데이터에 과하게 학습하여 실제 데이터에 대한 오류가 증가하는 현상이다. 예를 들어, 노란색 고양이를 보여 고양이를 학습한 뉴럴 네트워크가 노란색 이외의 고양이를 보고는 고양이임을 인식하지 못하는 현상이 과적합의 일종일 수 있다. 과적합은 머신러닝 알고리즘의 오류를 증가시키는 원인으로 작용할 수 있다. 이러한 과적합을 막기 위하여 다양한 최적화 방법이 사용될 수 있다. 과적합을 막기 위해서는 학습 데이터를 증가시키거나, 레귤라이제이션(regularization), 학습의 과정에서 네트워크의 노드 일부를 비활성화하는 드롭아웃(dropout), 배치 정규화 레이어(batch normalization layer)의 활용 등의 방법이 적용될 수 있다.

본 개시의 일 실시예에 따른 데이터 구조를 저장한 컴퓨터 판독가능 매체가 개시된다.

데이터 구조는 데이터에 효율적인 접근 및 수정을 가능하게 하는 데이터의 조직, 관리, 저장을 의미할 수 있다. 데이터 구조는 특정 문제(예를 들어, 최단 시간으로 데이터 검색, 데이터 저장, 데이터 수정) 해결을 위한 데이터의 조직을 의미할 수 있다. 데이터 구조는 특정한 데이터 처리 기능을 지원하도록 설계된, 데이터 요소들 간의 물리적이거나 논리적인 관계로 정의될 수도 있다. 데이터 요소들 간의 논리적인 관계는 사용자 정의 데이터 요소들 간의 연결관계를 포함할 수 있다. 데이터 요소들 간의 물리적인 관계는 컴퓨터 판독가능 저장매체(예를 들어, 영구 저장 장치)에 물리적으로 저장되어 있는 데이터 요소들 간의 실제 관계를 포함할 수 있다. 데이터 구조는 구체적으로 데이터의 집합, 데이터 간의 관계, 데이터에 적용할 수 있는 함수 또는 명령어를 포함할 수 있다. 효과적으로 설계된 데이터 구조를 통해 컴퓨팅 장치는 컴퓨팅 장치의 자원을 최소한으로 사용하면서 연산을 수행할 수 있다. 구체적으로 컴퓨팅 장치는 효과적으로 설계된 데이터 구조를 통해 연산, 읽기, 삽입, 삭제, 비교, 교환, 검색의 효율성을 높일 수 있다.

데이터 구조는 데이터 구조의 형태에 따라 선형 데이터 구조와 비선형 데이터 구조로 구분될 수 있다. 선형 데이터 구조는 하나의 데이터 뒤에 하나의 데이터만이 연결되는 구조일 수 있다. 선형 데이터 구조는 리스트(List), 스택(Stack), 큐(Queue), 데크(Deque)를 포함할 수 있다. 리스트는 내부적으로 순서가 존재하는 일련의 데이터 집합을 의미할 수 있다. 리스트는 연결 리스트(Linked List)를 포함할 수 있다. 연결 리스트는 각각의 데이터가 포인터를 가지고 한 줄로 연결되어 있는 방식으로 데이터가 연결된 데이터 구조일 수 있다. 연결 리스트에서 포인터는 다음이나 이전 데이터와의 연결 정보를 포함할 수 있다. 연결 리스트는 형태에 따라 단일 연결 리스트, 이중 연결 리스트, 원형 연결 리스트로 표현될 수 있다. 스택은 제한적으로 데이터에 접근할 수 있는 데이터 나열 구조일 수 있다. 스택은 데이터 구조의 한 쪽 끝에서만 데이터를 처리(예를 들어, 삽입 또는 삭제)할 수 있는 선형 데이터 구조일 수 있다. 스택에 저장된 데이터는 늦게 들어갈수록 빨리 나오는 데이터 구조(LIFO-Last in First Out)일 수 있다. 큐는 제한적으로 데이터에 접근할 수 있는 데이터 나열 구조로서, 스택과 달리 늦게 저장된 데이터일수록 늦게 나오는 데이터 구조(FIFO-First in First Out)일 수 있다. 데크는 데이터 구조의 양 쪽 끝에서 데이터를 처리할 수 있는 데이터 구조일 수 있다.

비선형 데이터 구조는 하나의 데이터 뒤에 복수개의 데이터가 연결되는 구조일 수 있다. 비선형 데이터 구조는 그래프(Graph) 데이터 구조를 포함할 수 있다. 그래프 데이터 구조는 정점(Vertex)과 간선(Edge)으로 정의될 수 있으며 간선은 서로 다른 두개의 정점을 연결하는 선을 포함할 수 있다. 그래프 데이터 구조 트리(Tree) 데이터 구조를 포함할 수 있다. 트리 데이터 구조는 트리에 포함된 복수개의 정점 중에서 서로 다른 두개의 정점을 연결시키는 경로가 하나인 데이터 구조일 수 있다. 즉 그래프 데이터 구조에서 루프(loop)를 형성하지 않는 데이터 구조일 수 있다.

본 명세서에 걸쳐, 인공지능 기반 모델, 연산 모델, 신경망, 네트워크 함수, 뉴럴 네트워크(neural network)는 동일한 의미로 사용될 수 있다. 이하에서는 신경망으로 통일하여 기술한다. 데이터 구조는 신경망을 포함할 수 있다. 그리고 신경망을 포함한 데이터 구조는 컴퓨터 판독가능 매체에 저장될 수 있다. 신경망을 포함한 데이터 구조는 또한 신경망에 의한 처리를 위하여 전처리된 데이터, 신경망에 입력되는 데이터, 신경망의 가중치, 신경망의 하이퍼 파라미터, 신경망으로부터 획득한 데이터, 신경망의 각 노드 또는 레이어와 연관된 활성 함수, 신경망의 학습을 위한 손실 함수 등을 포함할 수 있다. 신경망을 포함한 데이터 구조는 상기 개시된 구성들 중 임의의 구성 요소들을 포함할 수 있다. 즉 신경망을 포함한 데이터 구조는 신경망에 의한 처리를 위하여 전처리된 데이터, 신경망에 입력되는 데이터, 신경망의 가중치, 신경망의 하이퍼 파라미터, 신경망으로부터 획득한 데이터, 신경망의 각 노드 또는 레이어와 연관된 활성 함수, 신경망의 학습을 위한 손실 함수 등 전부 또는 이들의 임의의 조합을 포함하여 구성될 수 있다. 전술한 구성들 이외에도, 신경망을 포함한 데이터 구조는 신경망의 특성을 결정하는 임의의 다른 정보를 포함할 수 있다. 또한, 데이터 구조는 신경망의 연산 과정에 사용되거나 발생되는 모든 형태의 데이터를 포함할 수 있으며 전술한 사항에 제한되는 것은 아니다. 컴퓨터 판독가능 매체는 컴퓨터 판독가능 기록 매체 및/또는 컴퓨터 판독가능 전송 매체를 포함할 수 있다. 신경망은 일반적으로 노드라 지칭될 수 있는 상호 연결된 계산 단위들의 집합으로 구성될 수 있다. 이러한 노드들은 뉴런(neuron)들로 지칭될 수도 있다. 신경망은 적어도 하나 이상의 노드들을 포함하여 구성된다.

데이터 구조는 신경망에 입력되는 데이터를 포함할 수 있다. 신경망에 입력되는 데이터를 포함하는 데이터 구조는 컴퓨터 판독가능 매체에 저장될 수 있다. 신경망에 입력되는 데이터는 신경망 학습 과정에서 입력되는 학습 데이터 및/또는 학습이 완료된 신경망에 입력되는 입력 데이터를 포함할 수 있다. 신경망에 입력되는 데이터는 전처리(pre-processing)를 거친 데이터 및/또는 전처리 대상이 되는 데이터를 포함할 수 있다. 전처리는 데이터를 신경망에 입력시키기 위한 데이터 처리 과정을 포함할 수 있다. 따라서 데이터 구조는 전처리 대상이 되는 데이터 및 전처리로 발생되는 데이터를 포함할 수 있다. 전술한 데이터 구조는 예시일 뿐 본 개시는 이에 제한되지 않는다.

데이터 구조는 신경망의 가중치를 포함할 수 있다. 본 개시내용에서 가중치 및 파라미터는 서로 교환가능한 의미로 사용될 수 있다. 신경망의 가중치를 포함한 데이터 구조는 컴퓨터 판독가능 매체에 저장될 수 있다. 신경망은 복수개의 가중치를 포함할 수 있다. 가중치는 가변적일 수 있으며, 신경망이 원하는 기능을 수행하기 위해, 사용자 또는 알고리즘에 의해 가변 될 수 있다. 예를 들어, 하나의 출력 노드에 하나 이상의 입력 노드가 각각의 링크에 의해 상호 연결된 경우, 출력 노드는 상기 출력 노드와 연결된 입력 노드들에 입력된 값들 및 각각의 입력 노드들에 대응하는 링크에 설정된 가중치에 기초하여 출력 노드에서 출력되는 데이터 값을 결정할 수 있다. 전술한 데이터 구조는 예시일 뿐 본 개시는 이에 제한되지 않는다.

제한이 아닌 예로서, 가중치는 신경망 학습 과정에서 가변되는 가중치 및/또는 신경망 학습이 완료된 가중치를 포함할 수 있다. 신경망 학습 과정에서 가변되는 가중치는 학습 사이클이 시작되는 시점의 가중치 및/또는 학습 사이클 동안 가변되는 가중치를 포함할 수 있다. 신경망 학습이 완료된 가중치는 학습 사이클이 완료된 가중치를 포함할 수 있다. 따라서 신경망의 가중치를 포함한 데이터 구조는 신경망 학습 과정에서 가변되는 가중치 및/또는 신경망 학습이 완료된 가중치를 포함한 데이터 구조를 포함할 수 있다. 그러므로 상술한 가중치 및/또는 각 가중치의 조합은 신경망의 가중치를 포함한 데이터 구조에 포함되는 것으로 한다. 전술한 데이터 구조는 예시일 뿐 본 개시는 이에 제한되지 않는다.

신경망의 가중치를 포함한 데이터 구조는 직렬화(serialization) 과정을 거친 후 컴퓨터 판독가능 저장 매체(예를 들어, 메모리, 하드 디스크)에 저장될 수 있다. 직렬화는 데이터 구조를 동일하거나 다른 컴퓨팅 장치에 저장하고 나중에 다시 재구성하여 사용할 수 있는 형태로 변환하는 과정일 수 있다. 컴퓨팅 장치는 데이터 구조를 직렬화하여 네트워크를 통해 데이터를 송수신할 수 있다. 직렬화된 신경망의 가중치를 포함한 데이터 구조는 역직렬화(deserialization)를 통해 동일한 컴퓨팅 장치 또는 다른 컴퓨팅 장치에서 재구성될 수 있다. 신경망의 가중치를 포함한 데이터 구조는 직렬화에 한정되는 것은 아니다. 나아가 신경망의 가중치를 포함한 데이터 구조는 컴퓨팅 장치의 자원을 최소한으로 사용하면서 연산의 효율을 높이기 위한 데이터 구조(예를 들어, 비선형 데이터 구조에서 B-Tree, Trie, m-way search tree, AVL tree, Red-Black Tree)를 포함할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

데이터 구조는 신경망의 하이퍼 파라미터(Hyper-parameter)를 포함할 수 있다. 그리고 신경망의 하이퍼 파라미터를 포함한 데이터 구조는 컴퓨터 판독가능 매체에 저장될 수 있다. 하이퍼 파라미터는 사용자에 의해 가변되는 변수일 수 있다. 하이퍼 파라미터는 예를 들어, 학습률(learning rate), 비용 함수(cost function), 학습 사이클 반복 횟수, 가중치 초기화(Weight initialization)(예를 들어, 가중치 초기화 대상이 되는 가중치 값의 범위 설정), Hidden Unit 개수(예를 들어, 히든 레이어의 개수, 히든 레이어의 노드 수)를 포함할 수 있다. 전술한 데이터 구조는 예시일 뿐 본 개시는 이에 제한되지 않는다.

도 3은 본 개시의 일 실시예에 따라 뷰포인트 변환에 기반하여 이미지에 대한 라벨링 정보를 생성하는 방법을 예시적으로 나타낸다.

도 3에서 도시되는 순서도는 예를 들어, 컴퓨팅 장치(100)에 의해 수행될 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 촬영 디바이스로부터 제 1 이미지 및 제 1 깊이 맵(또는, 제 1 점군 정보)을 획득할 수 있다(310).

예를 들어, 컴퓨팅 장치(100)는 촬영 디바이스로부터 스캔 또는 촬영된 임의의 공간에 대한 공간 정보를 획득할 수 있다.

공간 정보는 특정한 공간 내부에 대한 정보를 의미할 수 있다. 예를 들어, 공간 정보는 임의의 공간에 존재하는 임의의 형태의 객체에 대한 정보를 의미할 수 있다. 예를 들어, 공간 정보는 촬영 디바이스로부터 임의의 공간에 존재하는 객체까지의 거리, 방향 및/또는 속도 중 적어도 하나를 포함할 수 있다. 또한, 공간 정보는 객체의 색상, 온도, 물질 분포 및/또는 농도의 특성 중 적어도 하나를 포함할 수 있다. 객체는 상태를 나타내는 상태 데이터 및 상태 데이터에 관련된 동작(예를 들어, 절차, 방법, 기능 등) 데이터를 포함하는 소프트웨어 모듈을 의미할 수 있다. 예를 들어, 객체는 기본 객체, 이동체 및/또는 사전 결정된 특정 객체 중 적어도 하나를 포함할 수 있다.

프로세서(110)는 공간 정보에 기초하여 색상 데이터 및/또는 위치 데이터를 포함하는 점군(point cloud) 정보를 생성할 수 있다.

점군 정보는 3차원 공간(예를 들어, 촬영 디바이스로부터 스캔 또는 촬영된 임의의 공간 등) 상에서의 점들의 집합을 나타내는 정보를 의미할 수 있다. 점군 정보는 임의의 공간에 존재하는 기본 객체에 대한 색상 및/또는 위치와 관련된 측점들의 위치 정보를 포함할 수 있다. 기본 객체는 시각적 측위를 위한 모델(예를 들어, 특징점 획득 모델 등)에서 획득되는 특징점과 관련된 객체일 수 있다. 기본 객체는 이동체 및 사전 결정된 특정 객체를 제외한 객체일 수 있다. 따라서, 점군 정보는 조명, 이동체 또는/및 사전 결정된 특정 객체 중 적어도 하나와 관련된 정보가 제거된 정보일 수 있다. 조명 정보는 라이트(light)와 관련된 정보일 수 있다. 이동체는 영구적으로 고정되지 않고 특정한 시점이나 특정한 상황에서 움직임이 가능한 객체일 수 있다. 예를 들어, 이동체는 이동이 가능한 객체(예를 들어, 자동차, 자전거 등)로, 시각적 측위를 위한 모델(예를 들어, 특징점 획득 모델 등)에서 특징점으로 획득되지 않을 수 있다. 즉, 이동체는 시각적 측위를 위한 모델에서 획득되는 특징점과 관련되지 않을 수 있다. 사전 결정된 특정 객체는 이동체가 아닌 부동체인 객체(예를 들어, 식물)로, 시각적 측위를 위한 모델에서 특징점으로 획득되지 않을 수 있다. 즉, 사전 결정된 특정 객체는 시각적 측위를 위한 모델에서 획득되는 특징점과 관련되지 않을 수 있다. 일 실시예에서, 사전 결정된 특정 객체는 사용자가 설정한 객체일 수 있다. 예를 들어, 사전 결정된 특정 객체는 사용자가 기본 객체에 포함되지 않도록 설정된 객체일 수 있다.

또한, 점군 정보는 색상 데이터 및/또는 위치 데이터를 포함할 수 있다. 색상 데이터는 임의의 공간에 존재하는 객체의 색상과 관련된 데이터를 포함할 수 있다. 예를 들어, 색상 데이터는 임의의 공간에 존재하는 객체의 RGB 컬러 값을 포함하는 버텍스 컬러(vertex color) 값을 포함할 수 있다. 다만, 색상 데이터는 이에 한정되지 않고, 색상을 나타내는 다양한 값을 포함할 수 있다.

위치 데이터는 임의의 공간에 존재하는 객체의 위치와 관련된 데이터를 포함할 수 있다. 예를 들어, 위치 데이터는 임의의 공간에 존재하는 객체의 x, y, z의 위치 좌표를 포함할 수 있다. 다만, 위치 데이터는 전술한 예시로 그 의미가 한정되지 않고, 객체의 위치 또는 깊이를 나타내는 다양한 값을 포함할 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 촬영 디바이스로부터 점군 정보(예를 들어, 제 1 점군 정보 등)를 수신할 수 있다. 점군 정보는 촬영 디바이스에서 스캔 또는 촬영된 임의의 공간에 대한 정보일 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 증강현실 및/또는 가상현실 플랫폼을 제공할 수 있다. 컴퓨팅 장치(100)는 촬영 디바이스로부터 촬영된 데이터를 획득함으로써, 촬영 디바이스의 현재 위치 및 방향을 추정할 수 있다. 컴퓨팅 장치(100)는 촬영 디바이스의 위치 및 방향을 추정함으로써, 클라이언트가 증강현실 및/또는 가상현실 플랫폼 상에서의 활동을 향유하도록 허용할 수 있다.

일 실시예에서, 촬영 디바이스에 의해 획득되는 제 1 이미지는 2차원의 RGB 이미지 또는 그레이 스케일(grayscale) 이미지를 포함할 수 있다.

일 실시예에서, 촬영 디바이스에 의해 획득되는 제 1 깊이 맵은 특정 이미지 내에 존재하는 각 픽셀들의 상대적인 거리를 구분하여 나타낸 이미지 또는 정보를 포함할 수 있다. 따라서, 이러한 깊이 맵은 이미지를 촬영하는 촬영 디바이스의 위치로부터 피사체의 표면까지의 거리와 관련된 정보를 포함할 수 있다.

추가적인 실시예에서, 컴퓨팅 장치(100)는 촬영 디바이스의 추가 정보(예컨대, 촬영 디바이스의 카메라 정보)를 획득할 수 있다. 예를 들어, 촬영 디바이스의 추가 정보는 제 1 이미지 및 제 1 깊이 맵(또는, 제 1 점군 정보)을 획득할 때 함께 획득될 수 있다. 추가 정보는 촬영 디바이스의 위치 정보를 포함할 수 있다. 위치 정보는 예를 들어, 특정지역 혹은 특정 국가에서 통용되는 geodetic datum 또는 geodetic system (또는, geodetic reference datum, geodetic reference system, 또는 geodetic reference frame), spatial reference system (SRS) 또는 coordinate reference system (CRS), 또는 geographic coordinate system (GCS) 등에 대한 좌표값 및/또는 방향값을 포함할 수 있다. 위치 정보에 대한 다른 예시로 GPS가 포함될 수 있다.

또한, 촬영 디바이스의 추가 정보는 focal length, principal point, resolution 등과 같은 촬영 디바이스의 하드웨어 관련 정보를 더 포함할 수 있다. 또한, 상기 디바이스의 과거의 카메라 포즈를 추정한 기록이 존재하는 경우, 상기 디바이스의 추가 정보는 상기 디바이스의 IMU(Inertial Measurement Unit)의 값으로부터 연산된, 상기 디바이스의 카메라 포즈에 대한 예비 추정 정보를 포함할 수 있다. 이러한 촬영 디바이스의 카메라 포즈에 대한 예비 추정 정보는 IMU 정보를 이용하여 추정된 대략적인 카메라 포즈를 포함할 수 있으며, 이러한 예비 추정 정보는 디바이스에 대한 대략적인 위치 정보 및 방향 정보를 포함할 수 있다. 이러한 예비 추정 정보가 사용되는 경우, 촬영된 이미지와 매칭될 참조 이미지의 후보군이 축소될 수 있기 때문에, 촬영 이미지와 서버(또는 컴퓨팅 장치)에 저장된 참조 이미지 간의 비교를 효율적으로 수행할 수 있다. 이에 따라 리소스 효율적인 비주얼 로컬라이제이션이 달성될 수 있다. 비주얼 로컬라이제이션에 대한 방법론에 대해서는 본 특허출원에 그 전체가 참조로 통합되는 대한민국 특허출원 제10-2022-0081908호 및 제10-2022-0078715호에 구체적으로 설명된다.

본 개시의 일 실시예에서, 컴퓨팅 장치(100)는 촬영 디바이스의 추가 정보를 사용하여, 데이터베이스 상에서의 복수의 참조 이미지들 중에서 특징점 매칭의 대상이 되는 후보 참조 이미지들을 결정하고 그리고 상기 결정된 후보 참조 이미지들과 촬영된 이미지 간의 특징점 매칭에 기초하여, 상기 촬영 디바이스의 카메라에 대한 포즈 추정(pose estimation)을 포함하는 비주얼 로컬라이제이션을 수행할 수 있다.

본 개시의 일 실시예에서, 디바이스의 추가 정보는 촬영 디바이스의 카메라 정보를 더 포함할 수 있으며, 이러한 카메라 정보에 대한 예시로 카메라의 내부 파라미터(intrinsic parameter)가 존재할 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 내부 파라미터를 이용하여 뷰포인트 변환을 수행할 수 있다. 이러한 뷰포인트 변환은 3차원 좌표계에서의 변환을 포함할 수 있다.

추가적인 실시예에서, 컴퓨팅 장치(100)는 촬영 디바이스의 상기 카메라 정보에 기초하여, 복수의 포즈 추정 알고리즘들 중 상기 비주얼 로컬라이제이션을 수행하는데 사용되는 포즈 추정 알고리즘을 결정할 수 있다. 예를 들어, 디바이스(예컨대, 카메라)에 대한 포즈 추정은 reprojection 에러를 최소화시키는 방향으로 6DoF를 추정할 수 있다.

일례로, 카메라의 내부 파라미터가 주어지지 않은 경우(즉, uncalibrated 카메라인 경우), 포즈 추정 알고리즘은 Direct Linear Transformation (DLT) 방법론을 사용하여, 회전 매트릭스(rotation matrix)의 엘리먼트들, 병진 벡터(translation vector)의 엘리먼트들 및 카메라의 내부 파라미터들을 미지수로 포함하는 reprojection 에러 방정식을 선형 방정식으로 변경하고 그리고 QR decomposition을 통해 회전 매트릭스, 병진 벡터 및 카메라 매트릭스를 추정할 수 있다.

일례로, 카메라의 내부 파라미터가 주어진 경우(즉, calibrated 카메라인 경우), 포즈 추정 알고리즘은 Perspective-n-Point(PnP) 방법론을 사용하여, 비선형 방정식인 reprojection 에러를 선형 방정식으로 변형시키는 DLT와는 상이하게, 비선형 방정식인 reprojection 에러를 Gauss-Newton 방법론 또는 Levenberg-Marquardt 방법론 등을 이용하여 직접 풀어내는 방식으로 포즈 추정을 수행할 수 있다. 이러한 예시에서 대표적인 PnP 방법론으로 P3P, EPnP, SQPnP 방법론 등이 존재할 수 있다.

추가적인 예시에서, 전술한 DLT와 PnP 방법론들은 참조 특징점들의 3D 좌표의 부정확성이나 특징점들의 부정확성에서 기인하는 카메라 포즈의 에러를 최소화시키기 위해서 RANSAC을 도입할 수도 있다.

따라서, 전술한 바와 같이, 본 개시의 일 실시예에 따른 기법은 카메라 정보의 존재 여부에 따라서 카메라 포즈 추정 알고리즘을 상이하게 적용할 수 있으며, 예를 들어, 카메라 정보의 존재 여부에 따라 DLT 혹은 PnP 방법론을 사용함으로써 카메라 포즈 추정을 수행할 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 제 1 이미지 및 제 1 깊이 맵(또는, 제 1 점군 정보)에 뷰포인트 변환을 적용함으로써, 변환된 이미지 및 변환된 깊이 맵(또는, 변환된 점군 정보)을 포함하는 변환된 3차원 데이터를 획득할 수 있다(320).

본 개시내용에서의 뷰포인트 변환은 촬영 디바이스의 뷰포인트를 변경하는 것을 의미할 수 있다. 일 실시예에서, 뷰포인트 변환은 촬영 디바이스의 위치 및 바라보는 방향을 변경하는 것을 포함할 수 있다. 본 개시내용에서의 뷰포인트 변환은 촬영 디바이스의 3차원의 카메라 좌표계에서의 3차원 값을 변경하는 것을 의미할 수 있다. 일 실시예에서, 뷰포인트 변환은 촬영 디바이스의 위치 및 촬영 디바이스가 바라보는 방향을 나타내는 3차원의 카메라 좌표계에 기반하도록 변환된 제 1 이미지를 카메라 좌표계 상에서 제 1 좌표값으로부터 제 1 좌표값과 상이한 제 2 좌표값으로 변환하는 것을 의미할 수 있다. 이러한 뷰포인트 변환은, 회전 매트릭스 및 병진 벡터를 사용하여 수행될 수 있다. 회전 매트릭스 및 병진 벡터 중 적어도 하나가 상이한 경우, 상이한 뷰포인트 변환이 이루어질 수 있다.

예를 들어, 컴퓨팅 장치(100)는 회전 매트릭스 및 병진 벡터 중 적어도 하나가 상이한 복수의 뷰포인트 변환들을 제 1 이미지 및 제 1 깊이 맵(또는, 제 1 점군 정보)에 적용함으로써, 복수의 변환된 이미지들 및 복수의 변환된 깊이 맵들(또는, 복수의 변환된 점군 정보들)을 포함하는 복수의 변환된 3차원 데이터를 획득하는 단계를 포함할 수 있다. 이러한 예시에서, 컴퓨팅 장치(100)는 촬영된 제 1 이미지에 대응되는 복수의 뷰포인트 변환된 데이터를 획득할 수 있다.

예를 들어, 뷰포인트 변환에서, 상기 제 1 이미지의 픽셀들 각각에 고유의 변환 행렬이 적용될 수 있다. 이러한 예시에서, 뷰포인트 변환을 통해 제 1 이미지 상에서의 픽셀들 각각에 대한 뷰포인트 변환이 이루어질 수 있다.

일 실시예에서, 뷰포인트 변환은 카메라 좌표계 상에서의 2개의 좌표값들 간의 변환을 의미할 수 있다. 일 실시예에서, 뷰포인트 변환은 2차원 데이터 및/또는 3차원 데이터에 워프(warp) 동작에 대응될 수도 있다.

본 개시내용의 일 실시예에 따라, 컴퓨팅 장치(100)는 촬영 디바이스에 의해 획득된 촬영 데이터에 대한 복수의 뷰포인트 변환들을 적용함으로써, 뷰포인트가 변환된 다양한 촬영 데이터를 획득할 수 있다.

일 실시예에서, 변환된 3차원 데이터는 뷰포인트 변환이 적용된 이미지 및 뷰포인트 변환이 적용된 깊이 맵(또는, 뷰포인트 변환이 적용된 점군 정보)을 포함할 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 제 1 좌표계를 가지는 제 1 이미지를 제 2 좌표계로 변환하고 그리고 제 2 좌표계를 가지는 제 1 이미지를 제 3 좌표계로 변환할 수 있다. 제 3 좌표계를 가지는 제 1 이미지에 대한 뷰포인트 변환이 적용되고, 뷰포인트 변환된 제 1 이미지가 제 3 좌표계를 기반으로 획득될 수 있다. 예를 들어, 제 1 좌표계, 제 2 좌표계 및 제 3 좌표계는 좌표계를 구성하는 인자들이 서로 상이한 좌표계를 의미할 수 있다. 예를 들어, 제 1 좌표계 및 제 2 좌표계 중 적어도 하나는 2차원 좌표계에 대응될 수 있으며 그리고 제 3 좌표계는 3차원 좌표계에 대응될 수 있다.

전술한 방식으로 컴퓨팅 장치(100)는 제 1 좌표계에서 제 2 좌표계로 그리고 제 2 좌표계에서 제 3 좌표계로의 변환을 통해서 3차원의 뷰포인트 변환을 수행할 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 카메라 정보를 이용하여, 픽셀(pixel) 좌표계를 가지는 제 1 이미지를 정규화(normalized) 좌표계로 변환할 수 있다. 컴퓨팅 장치(100)는 획득된 깊이 맵(또는, 점군 정보)을 이용하여, 상기 정규화 좌표계를 가지는 상기 제 1 이미지를 3차원의 카메라 좌표계로 변환할 수 있다. 컴퓨팅 장치(100)는 상기 카메라 좌표계를 가지는 상기 제 1 이미지에 뷰포인트 변환을 적용함으로써, 상기 변환된 이미지 및 상기 변환된 깊이 맵(또는, 변환된 점군 정보)을 포함하는 상기 변환된 3차원 데이터를 획득할 수 있다.

일 실시예에서, 픽셀 좌표계는 촬영 디바이스의 촬영 시 획득되는 이미지 상에서의 픽셀의 위치를 나타내는 좌표계를 의미할 수 있다. 카메라 좌표계는 촬영 디바이스의 위치와 바라보고 있는 방향에 의해 결정되는 좌표계를 의미할 수 있다. 예를 들어, 카메라 좌표계에서 카메라가 바라보는 방향이 Z축으로 설정될 수 있다. 정규화 좌표계는 카메라 좌표계에서의 Z값을 1로 하는 평면에 점(point)들을 투영시켰을 때 획득되는 좌표를 의미할 수 있다. 예를 들어, 정규화 좌표계에서의 원점은 카메라 좌표계에서의 (0,0,1)에 해당할 수 있다. 정규화 좌표계에서의 투영이란, 촬영 디바이스의 중심점과 카메라 좌표계의 Z값을 1로 하는 평면 공간상의 점의 위치를 연결하는 선분을 따라 투영하는 것을 의미할 수 있다.

일 실시예에서, 카메라 정보(예컨대, focal length, principal point, skew parameter 등을 포함하는 카메라의 내부 파라미터)를 이용하여 정규화 좌표계로부터 픽셀 좌표계로의 변환이 이루어질 수 있다. 예를 들어, 정규화 좌표계에서 카메라 정보에 대응되는 카메라 매트릭스를 곱함으로써 픽셀 좌표계에서의 값이 획득될 수 있다. 이러한 예시에서, focal length는 정규화 좌표계와 카메라 좌표계 간의 스케일(scale)의 차이를 결정하고, principal point는 픽셀 좌표계의 원점을 이미지 평면상에서의 좌측 상단으로 이동시키며 그리고 skew parameter는 이미지의 가로, 세로의 비대칭성을 나타낸다.

일 실시예에서, 컴퓨팅 장치(100)는 사전 학습된 인공지능 기반의 제 1 특징점 획득 모델을 사용하여, 변환된 이미지에 대응되는 제 1 특징점들을 획득할 수 있다(330).

일 실시예에서, 제 1 특징점 획득 모델은, 피사체에서의 색상 또는 기하학적 패턴 중 적어도 하나에 대한 변화량이 사전결정된 임계치를 초과하는 포인트를 특징점으로 인식하도록 지도 학습에 기반하여 사전 학습된 모델에 대응될 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 사전 학습된 제 1 특징점 획득 모델을 이용하여, 제 1 이미지로부터 적어도 하나의 특징점 및/또는 적어도 하나의 특징점 각각에 대응되는 적어도 하나의 설명자(descriptor)를 획득할 수 있다. 일례로, 특징점은 이미지 상에서 특징이 되는 부분들 또는 포인트들 각각에 대한 좌표일 수 있다. 일례로, 설명자는 특징점들 각각의 방향성, 크기 및/또는 특징점들 각각의 주변 픽셀 간의 관계에 대한 정보 중 적어도 하나를 포함할 수 있다.

일 실시예에서, 특징점 획득 모델은 이미지 내에서의 객체에서의 색상 또는 기하학적 패턴 중 적어도 하나에 대한 변화량이 사전결정된 임계치를 초과하는 포인트를 특징점으로 인식하도록 지도 학습에 기반하여 사전 학습된 모델에 대응될 수 있다. 일례로, 특징점 획득 모델은 이미지 기반의 신경망을 사용하여 사전학습된 모델에 대응될 수 있다. 다른 예시로, 특징점 획득 모델은 Transformer 기반의 신경망을 사용하여 사전학습된 모델에 대응될 수도 있다.

전술한 바와 같이, 본 개시의 일 실시예에 따라, 컴퓨팅 장치(100)는 뷰포인트 변환이 이루어진 이미지에 대한 특징점들(및 설명자들)을 획득할 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 뷰포인트 변환에 기초하여 변환된 깊이 맵(또는, 변환된 점군 정보)을 이용하여, 3차원 카메라 좌표계를 가지는 상기 변환된 3차원 데이터를 정규화 좌표계로 변환하여 2차원 데이터를 획득할 수 있다. 컴퓨팅 장치(100)는 촬영 디바이스로부터 획득된 상기 촬영 디바이스의 카메라 정보에 기초하여, 상기 정규화 좌표계를 가지는 상기 2차원 데이터를 픽셀 좌표계로 변환함으로써, 상기 변환된 이미지를 획득할 수 있다. 컴퓨팅 장치(100)는 상기 변환된 이미지를 상기 제 1 특징점 획득 모델에 입력하여, 상기 변환된 이미지에 대응되는 제 1 특징점들을 획득할 수 있다.

전술한 바와 같이, 제 1 특징점 획득 모델은 뷰포인트 변환을 수행되는데 사용되는 좌표계와 상이한 좌표계를 가지는 이미지를 입력으로 하여 동작될 수 있다. 예를 들어, 제 1 특징점 획득 모델이 입력으로 사용하는 좌표계는 2차원 좌표계에 해당하며 그리고 뷰포인트 변환이 적용되는 좌표계는 3차원 좌표계에 해당할 수 있다. 예를 들어, 제 1 특징점 획득 모델은 픽셀 좌표계에서 동작 가능하며 그리고 뷰포인트 변환은 3차원 카메라 좌표계에서 적용 가능하다.

따라서, 컴퓨팅 장치(100)는 뷰포인트 변환이 수행된 제 3 좌표계로부터 제 2 좌표계로의 변환을 수행하고 그리고 제 2 좌표계로부터 제 1 좌표계로의 변환을 수행한 결과 정보를 제 1 특징점 획득 모델의 입력 데이터로서 사용할 수 있다. 제 1 특징점 획득 모델은 이러한 제 1 좌표계를 가지는 입력 데이터에 대응되는 특징점들 (및/또는 설명자들)을 출력할 수 있다. 제 1 특징점 획득 모델의 출력은 제 1 좌표계를 가지는 이미지에 표현된 특징점들 및 설명자들을 포함할 수 있다. 여기서, 제 1 좌표계, 제 2 좌표계 및 제 3 좌표계는 좌표계를 구성하는 구성요소들이 상이한 좌표계를 의미할 수 있다. 예를 들어, 제 1 좌표계 및 제 2 좌표계 중 적어도 하나는 2차원 좌표계를 포함할 수 있으며, 제 3 좌표계는 3차원 좌표계를 포함할 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 변환된 깊이 맵(또는, 변환된 점군 정보) 및 제 1 특징점들이 포함된 변환된 이미지에 뷰포인트 역-변환을 적용함으로써, 복원된 3차원 데이터를 획득할 수 있다(340).

일 실시예에서, 뷰포인트 역-변환은, 뷰포인트 변환에 대한 역(inverse)에 대응되는 변환을 의미할 수 있다. 예를 들어, 특정한 뷰포인트를 갖는 특정 이미지에 대한 뷰포인트 변환 및 뷰포인트 역-변환이 이루어진 경우, 특정한 뷰포인트를 갖는 특정 이미지가 복원될 수 있다.

일 실시예에서, 뷰포인트 역-변환은, 뷰포인트 변환에서 사용되는 회전 매트릭스(R)의 역(inverse)에 대응되는 회전 매트릭스(R-1) 및 상기 뷰포인트 변환에서 사용되는 병진 벡터(T)의 역에 대응되는 병진 벡터(-R-1 * T)를 사용할 수 있다.

일 실시예에서, 뷰포인트 역-변환은 제 1 특징점 획득 모델이 동작 가능한 좌표계와 상이한 좌표계에 적용될 수 있다. 예를 들어, 뷰포인트 역-변환은 3차원 카메라 좌표계에 적용될 수 있으며, 제 1 특징점 획득 모델은 2차원 픽셀 좌표계에서 동작가능할 수 있다.

일 실시예에서, 뷰포인트 역-변환은 뷰포인트 변환이 적용가능한 좌표계와 동일한 좌표계에서 적용될 수 있다. 뷰포인트 역-변환의 과정은 제 1 특징점 획득 모델의 출력에 적용될 수 있다. 뷰포인트 변환과 관련하여 상술된 바와 같이, 컴퓨팅 장치(100)는 제 1 특징점 획득 모델의 출력에 대응되는 제 1 좌표계로부터 제 2 좌표계로의 변환을 수행하고, 제 2 좌표계로부터 제 3 좌표계로의 변환을 수행한 결과 데이터에 뷰포인트 역-변환을 적용할 수 있다. 전술한 바와 같이, 제 1 좌표계, 제 2 좌표계 및 제 3 좌표계는 좌표계를 구성하는 요소들이 서로 상이한 좌표계를 의미할 수 있다. 일례로, 제 1 좌표계 및 제 2 좌표계 중 적어도 하나는 2차원 좌표계를 포함할 수 있으며, 제 3 좌표계는 3차원 좌표계를 포함할 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 제 1 특징점들을 변환된 이미지에 결합함으로써 상기 제 1 특징점들이 포함된 상기 변환된 이미지를 획득할 수 있다. 컴퓨팅 장치(100)는 촬영 디바이스로부터 획득된 상기 촬영 디바이스의 카메라 정보를 이용하여, 상기 제 1 특징점들이 포함된 상기 변환된 이미지를 정규화 좌표계로 변환할 수 있다. 변환된 깊이 맵(또는, 변환된 점군 정보)을 사용하여, 상기 정규화 좌표계를 가지는 상기 제 1 특징점들이 포함된 상기 변환된 이미지를 3차원의 카메라 좌표계로 변환할 수 있다. 컴퓨팅 장치(100)는 상기 3차원의 카메라 좌표계를 가지는 상기 제 1 특징점들이 포함된 상기 변환된 이미지에 뷰포인트 역-변환을 적용함으로써, 상기 복원된 3차원 데이터를 획득할 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 복원된 3차원 데이터에 기초하여, 제 1 이미지에 대응되는 라벨링 정보를 생성할 수 있다(350).

일 실시예에서, 촬영 디바이스에 의해 촬영된 제 1 이미지는 라벨링되지 않은 상태로 획득될 수 있다. 컴퓨팅 장치(100)는 복원된 3차원 데이터를 이용하여 상기 제 1 이미지에 대응되는 특징점들을 나타내는 라벨링 정보를 생성할 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 복원된 3차원 데이터에서의 복원된 깊이 맵(또는, 복원된 점군 정보)을 상기 복원된 3차원 데이터에 적용함으로써, 3차원 카메라 좌표계를 가지는 상기 복원된 3차원 데이터를 2차원의 정규화 좌표계를 가지는 2차원 복원된 데이터를 획득할 수 있다. 컴퓨팅 장치(100)는 2차원의 정규화 좌표계를 가지는 상기 2차원 복원된 데이터에 상기 촬영 디바이스로부터 획득된 상기 촬영 디바이스의 카메라 정보를 적용하는 것에 기초하여 상기 2차원 복원된 데이터를 픽셀 좌표계로 변환함으로써, 복원된 이미지를 획득할 수 있다. 컴퓨팅 장치(100)는 상기 픽셀 좌표계를 가지는 상기 복원된 이미지에 기초하여, 상기 제 1 이미지에 대응되는 라벨링 정보를 생성할 수 있다.

전술한 바와 같이, 3차원 좌표계에 해당하는 뷰포인트 역-변환의 결과물에 대한 좌표계 변경이 이루어질 수 있다. 예를 들어, 제 3 좌표계로부터 제 2 좌표계로의 변환이 이루어지고 그리고 제 2 좌표계로부터 제 1 좌표계로의 변환이 이루어질 수 있다. 예를 들어, 제 1 좌표계는 제 1 특징점 획득 모델의 입력으로 사용될 수 있는 좌표계와 대응될 수 있다. 제 1 좌표계로 변환된 결과물은 특징점들 (및/또는 설명자들)이 포함된 제 1 이미지를 나타낼 수 있다. 구현 양태에 따라, 제 1 좌표계로 변환된 결과물들은 복수의 이미지들을 포함할 수 있다. 복수의 이미지들 각각에 대응되ˆp 특징점들과 설명자들이 포함될 수 있다. 복수의 이미지들에 포함된 특징점들의 조합을 통해 제 1 이미지에 최적의 특징점들이 라벨링 정보(즉, 정답 정보)로 결정될 수 있다.

일 실시예에서, 촬영된 제 1 이미지 및 제 1 깊이 맵(또는, 제 1 점군 정보)에 뷰포인트 변환이 적용되어 복수개의 변환된 데이터들이 생성될 수 있다. 컴퓨팅 장치(100)는 이러한 복수개의 변환된 데이터에 포함된 변환된 이미지를 사전학습된 제 1 특징점 추출 모델에 입력하여, 제 1 특징점들이 반영된 복수의 데이터 획득할 수 있다. 컴퓨팅 장치(100)는 제 1 특징점들이 반영된 복수의 데이터에 뷰포인트 역-변환을 적용함으로써 제 1 특징점들이 반영된 제 1 이미지들에 대한 복원을 수행할 수 있으며, 컴퓨팅 장치(100)는 이러한 복원의 결과 제 1 이미지들에 포함된 제 1 특징점들을 조합함으로써 상기 제 1 이미지에 대한 특징점들을 라벨링 정보로서 생성할 수 있다. 이러한 방식으로, 제 1 이미지에 대한 보다 정확한 라벨링 정보가 생성될 수 있다. 더불어, 이러한 방식으로, 제 1 이미지에 대한 라벨링 정보가 자동으로 생성될 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 촬영된 데이터에 첫번째 좌표계 변환을 적용하고, 좌표계 변환의 결과에 뷰포인트 변환을 적용하고, 뷰포인트 변환의 결과에 두번째 좌표계 변환을 적용하고, 좌표계 변환의 결과에 대응되는 특징점들을 획득하고, 특징점들이 반영된 촬영된 데이터에 세번째 좌표계 변환을 적용하고, 좌표계 변환된 결과에 뷰포인트 역-변환을 적용하고, 뷰포인트 역-변환의 결과에 네번째 좌표계 변환을 적용하고, 그리고 좌표계 변환의 적용 결과에 기초하여 촬영된 데이터에 대한 라벨링 정보를 포함하는 학습 데이터를 자동으로 생성할 수 있다. 이러한 예시에서, 첫번째 좌표계 변환과 세번째 좌표계 변환은 좌표계의 변환 방향이 서로 대응되며, 두번째 좌표계 변환과 네번째 좌표계 변환은 좌표계의 변환 방향이 서로 대응될 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 제 1 이미지 및 제 1 이미지에 대한 라벨링 정보를 포함하는 학습 데이터셋을 이용하여, 뷰포인트가 변화하더라도 일정한 특징점을 추출하는 제 2 특징점 추출 모델을 학습시킬 수 있다. 제 2 특징점 추출 모델에 대한 학습 과정은 도 7에서 후술될 것이다.

본 개시의 일 실시예에 따른 라벨링 정보 생성 방식은 촬영된 이미지에 대한 보다 정확한 특징점들을 라벨링 정보로 획득할 수 있기 때문에, 비주얼 로컬라이제이션을 수행하는데 있어서 사용되는 특징점 추출 모델의 보다 강건한 학습이 달성될 수 있다. 나아가, 비주얼 로컬라이제이션을 수행하는데 있어서 사용되는 특징점 추출 모델의 보다 강건한 학습을 바탕으로 보다 정확한 추론(inference)이 가능해질 수 있다.

도 4는 본 개시의 일 실시예에 따라 뷰포인트 변환에 기반하여 이미지에 대한 라벨링 정보를 생성하는 방법을 예시적으로 나타낸다.

도 4에서 도시되는 방법들은 예를 들어, 컴퓨팅 장치(100)에 의해 수행될 수 있다.

일 실시예에서, 촬영 디바이스로부터 획득된 피사체에 대응되는 제 1 이미지(410) 및 제 1 깊이 맵(또는, 제 1 점군 정보)(420)에 뷰포인트 변환(430)이 적용될 수 있다. 일례로, 촬영 디바이스로부터 획득된 제 1 이미지(410) 및 제 1 깊이 맵(또는, 제 1 점군 정보)(420)을 컴퓨팅 장치(100)가 획득할 수 있다. 다른 예시로, 컴퓨팅 장치(100)가 촬영 디바이스의 역할을 수행할 수도 있다.

일 실시예에서, 뷰포인트 변환(430)은 제 1 뷰포인트에 따라 획득된 제 1 이미지(410) 및 제 1 깊이 맵(또는, 제 1 점군 정보)(420)을 3차원 카메라 좌표계 상에서 제 2 뷰포인트로 변경하는 것을 포함할 수 있다. 뷰포인트 변환(430)에 따라서 변환된 제 1 이미지(440a) 및 변환된 제 1 깊이 맵(또는, 제 1 점군 정보)(440b)이 획득될 수 있다. 예를 들어, 제 1 이미지(410)에 대한 뷰포인트 변환(430)이 적용되어, 변환된 제 1 이미지(440a)가 생성되며, 그리고 제 1 깊이 맵(420)에 대한 뷰포인트 변환(430)이 적용되어, 변환된 제 1 깊이 맵(또는, 제 1 점군 정보)(440b)이 생성된다.

일 실시예에서, 변환된 제 1 이미지(440a)는 제 1 특징점 획득 모델(450)로 입력될 수 있다. 제 1 특징점 획득 모델(450)은 인공지능 기반으로 사전학습된 모델로서, 입력된 이미지 상에서의 특징점을 결정할 수 있다. 제 1 특징점 획득 모델(450)은 피사체에서의 색상 또는 기하학적 패턴 중 적어도 하나에 대한 변화량이 사전결정된 임계치를 초과하는 포인트를 특징점으로 인식할 수 있다. 제 1 특징점 획득 모델(450)은 입력된 이미지 내에 포함된 피사체의 외형을 결정지을 수 있는 복수의 특징점들을 인식할 수 있다. 제 1 특징점 획득 모델(450)은 변환된 제 1 이미지(440a)를 입력 받아 제 1 특징점들(460)을 출력할 수 있다. 제 1 특징점들(460)은 촬영된 제 1 이미지(410)에 대해 뷰포인트 변환된 제 1 이미지(440a)에서의 특징점들을 포함할 수 있다.

일 실시예에서, 제 1 특징점 획득 모델(450) 이미지에서 특징점들을 추출할 수 있는 기계학습 기반의 신경망을 포함할 수 있다. 예를 들어, 제 1 특징점 획득 모델(450)은 기하학적 패턴의 꼭지점을 특징점의 정답 데이터(ground truth)로 사용하는 학습 데이터 셋에 기반하여 지도학습 방식으로 사전 학습된 모델에 대응될 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 제 1 특징점들(460)을 포함하는 변환된 제 1 이미지(440a) 및 변환된 제 1 깊이 맵(또는, 제 1 점군 정보)(440b)에 뷰포인트 역변환(470)을 적용할 수 있다. 제 1 특징점 획득 모델(450)에 의해 추출되는 제 1 특징점들(460)은 변환된 제 1 이미지(440a) 상에 반영될 수 있다. 뷰포인트 역변환(470)은 제 1 특징점들(460)을 포함하는 변환된 제 1 이미지(440a) 및 변환된 제 1 깊이 맵(또는, 제 1 점군 정보)(440b)에 적용될 수 있으며, 이러한 뷰포인트 역변환(470)은 뷰포인트 변환(430)의 역(inverse)을 의미할 수 있다. 뷰포인트 역변환(470)에 따른 결과로 복원된 3차원 데이터(480)가 생성될 수 있다. 일례로, 복원된 3차원 데이터(480)는 제 1 특징점들을 포함하는 제 1 이미지(410)와 대응될 수 있다. 일례로, 복원된 3차원 데이터(480)는 제 1 깊이 맵(또는, 제 1 점군 정보)(420)을 포함할 수 있다. 일례로, 복원된 3차원 데이터(480)는 제 1 특징점들을 포함하는 제 1 이미지(410) 및 제 1 깊이 맵(또는, 제 1 점군 정보)(420)을 포함할 수 있다.

일 실시예에서 컴퓨팅 장치(100)는 복원된 3차원 데이터(480)에 포함된 특징점들을 기초로 하여 제 1 이미지(410)에 대한 라벨링 정보(490)를 생성할 수 있다. 라벨링 정보(490)는 제 1 이미지(410)에 대응되는 특징점들에 대한 정보를 포함할 수 있다. 라벨링 정보(490)는 제 1 이미지(410)를 뷰포인트 변환(430)하고 뷰포인트 역변환(470)함으로써 획득되는 특징점들에 대한 정보 및/또는 설명자들에 대한 정보를 포함할 수 있다. 이러한 라벨링 정보(490)는 제 2 특징점 획득 모델의 학습 과정에서 사용되는 학습 데이터 셋에 포함될 수 있다.

본 개시내용의 일 실시예에 따라서, 깊이 맵과 관련된 정보(또는, 점군 정보)(420, 440b)는 뷰포인트 변환(430) 및 뷰포인트 역변환(440b)에서 사용될 수 있다. 깊이 맵과 관련된 정보(또는, 점군 정보)(420, 440b)가 이용됨에 따라 3차원 카메라 좌표 상에서의 뷰포인트 변환(430) 및 뷰포인트 역변환(440b)이 효율적으로 이루어질 수 있다.

일 실시예에서, 뷰포인트 변환(430)은 제 1 이미지(410) 및 제 1 깊이 맵(또는, 제 1 점군 정보)(420)에 대하여 복수의 변환된 제 1 이미지(440a) 및 복수의 변환된 제 1 깊이 맵(또는, 제 1 점군 정보)(440b)을 생성할 수 있다. 이러한 경우 복수의 상이한 뷰포인트 변환(430)이 사용될 수 있으며, 그리고 복수의 상이한 뷰포인트 역변환(470)이 사용될 수 있다. 이에 따라, 복원된 3차원 데이터(480)는 제 1 이미지(410)에 대응되는 복수의 세트들의 특징점들을 포함할 수 있으며, 이러한 복수의 세트의 특징점들에 기초하여 제 1 이미지(410)에 대한 라벨링 정보(490)가 생성될 수 있다. 복수의 변환된 3차원 데이터(440a 및 440b) 각각에 대응되는 복수의 복원된 3차원 데이터(480)에 기초하여 제 1 이미지(410)에 대응되는 라벨링 정보(490)가 생성될 수 있다. 일례로, 제 1 이미지(410)에 대응되는 복수의 세트들의 특징점들 모두 라벨링 정보(490)로 활용될 수 있다. 다른 예시로, 제 1 이미지(410)에 대응되는 복수의 세트들의 특징점들 중 일부가 라벨링 정보(490)로 활용될 수 있다. 이러한 예시에서, 제 1 이미지(410)에 대응되는 복수의 세트들의 특징점들 중 서로 중복되는 특징점들이 라벨링 정보(490)로 활용될 수 있다.

전술한 바와 같이, 본 개시의 일 실시예에 따른 기법은 촬영된 데이터(410, 420)에 대하여 복수의 뷰포인트 변환들(430) 및 복수의 뷰포인트 역변환들(480)을 적용함으로써 획득된 특징점들에 기반하여 라벨링 정보(490)을 생성할 수 있기 때문에, 인공지능 기반의 특징점 획득 모델(예컨대, 제 2 특징점 획득 모델)의 학습을 위한 학습 데이터 셋을 효율적으로 증강시킬 수 있으며 나아가 라벨링 정보(예컨대, 특징점 정보 및 설명자 정보)에 대한 정확성 또한 향상시킬 수 있다. 이에 따라, 뷰포인트가 변화하더라도 일관성이 높은 특징점들과 설명자들을 출력할 수 있는 제 2 특징점 획득 모델이 생성될 수 있다.

도 5는 본 개시의 일 실시예에 따른 뷰포인트 변환을 예시적으로 도시한다.

일 실시예에서, 3차원 카메라 좌표 상에서의 제 1 뷰포인트(530)를 갖는 촬영 디바이스에 의해 피사체(510)에 대한 이미지 및 깊이 맵(또는, 점군 정보)이 획득될 수 있다. 일 실시예에서, 3차원 카메라 좌표 상에서의 제 1 뷰포인트(530)를 갖는 촬영 디바이스에 대한 카메라 정보가 추가적으로 획득될 수 있다. 제 1 뷰포인트(530)는 제 1 카메라 좌표계(550)에 대응될 수 있다.

일 실시예에서, 뷰포인트 변환에 따라서 제 1 뷰포인트(530)를 갖는 피사체(510)에 대한 이미지 및 깊이 맵(또는, 점군 정보)이 제 2 뷰포인트(520)를 갖는 피사체(510)에 대한 이미지 및 깊이 맵(또는, 점군 정보)으로 변경될 수 있다. 변경된 이미지 및 깊이 맵(또는, 점군 정보)은 제 2 카메라 좌표계(540)에 대응될 수 있다. 제 2 뷰포인트(520)는 제 2 카메라 좌표계(540)에 대응될 수 있다.

일 실시예에서, 뷰포인트 변환은 이하의 수학식 1에 의해 수행될 수 있다.

일 실시예에서, 는 제 1 카메라 좌표계(550)에 대응되는 제 1 뷰포인트(530)에서의 카메라 좌표 값을 의미할 수 있다. 일 실시예에서, 수학식 1에서의 은 제 2 카메라 좌표계(540)에 대응되는 제 2 뷰포인트(520)에서의 카메라 좌표값을 나타낸다.

일 실시예에서, 수학식 1에서의 R은 회전 매트릭스를 나타내며 그리고 T는 병진 벡터를 나타낼 수 있다. 일례로, R과 T의 값에 따라서 뷰포인트 변환이 상이해질 수 있다. 일례로, R과 T는 뷰포인트 변환을 위한 상대 카메라 포즈를 표현하기 위한 인자들을 의미할 수도 있다.

이에 따라, 제 1 카메라 좌표계(550)에 대응되는 제 1 뷰포인트(530)에서의 에 회전 매트릭스 R이 곱해지고 병진 벡터 T가 합산되는 방식으로 뷰포인트 변환이 이루어질 수 있다. 이러한 뷰포인트 변환의 결과 이 획득될 수 있다.

수학식 2는 수학식 1에 따른 뷰포인트 변환의 행렬 연산을 예시적으로 나타낸다. 수학식 2에서의 연산의 결과인 제 1 행렬에서의 X₁, Y₁ 및 Z₁ 각각은 제 2 카메라 좌표계(540)에서의 X축, Y축 및 Z축 값을 나타낼 수 있다. 연산의 대상이 되는 제 2 행렬에서의 X₂, Y₂ 및 Z₂ 각각은 제 1 카메라 좌표계(550)에서의 X축, Y축 및 Z축 값을 나타낼 수 있다. 수학식 2에서의 뷰포인트 변환을 나타내는 제 3 행렬에 포함된 r₁₁, r₁₂, r₁₃, r₂₁, r₂₂, r₂₃, r₃₁, r₃₂ 및 r₃₃의 엘리먼트들은 뷰포인트 변환의 회전 매트릭스를 의미한다. 회전 매트릭스 중 r₁₁, r₂1 및 r₃₁이 제 1 카메라 좌표계(550)에서의 X축의 값인 X₂와 연산되고, 회전 매트릭스 중 r₁₂, r₂₂ 및 r₃₂이 제 1 카메라 좌표계(550)에서의 Y축의 값인 Y₂와 연산되고 그리고 회전 매트릭스 중 r₁₃, r₂₃ 및 r₃₃이 제 1 카메라 좌표계(550)에서의 Z축의 값인 Z₂와 연산될 수 있다. 제 3 행렬에서의 r_nk의 값의 크기와 뷰포인트 변환에서의 회전의 정량적인 값이 상호 연관될 수 있다. r_nk의 값이 클수록 회전운동의 강도가 높을 수 있다. 여기서 n 및 k는 1 내지 3의 값을 가지는 자연수이다.

일 실시예에서, 수학식 2의 제 3 행렬에서의 t₁, t₂ 및 t₃는 병진 벡터를 나타내는 엘리먼트들을 의미할 수 있다. t₁, t₂ 및 t₃의 크기와 뷰포인트 변환에서의 병진의 정량적인 값이 상호 연관될 수 있다. t_n의 값이 클수록 병진운동의 강도가 높을 수 있다. 일 실시예에서, 제 1 행렬에서의 엘리먼트 1과 제 2 행렬에서의 엘리먼트 1 그리고 제 3 행렬에서의 엘리먼트들 (0, 0, 0, 1)은 병진 벡터의 합산을 곱의 형태로 표현하기 위해 사용되는 엘리먼트들이다. 여기서 n은 1 내지 3의 값을 가지는 자연수이다.

대안적으로, X₁, Y₁ 및 Z₁으로 이루어진 제 1 행렬은 r_nk로 이루어진 제 3 행렬과 X₂, Y₂ 및 Z₂로 이루어진 제 2 행렬의 곱과 t_n으로 이루어진 병진 벡터 (또는 병진 매트릭스)의 합산으로 표현될 수도 있다.

도 5에서 도시되는 바와 같이, 3차원 카메라 좌표계 상에서의 뷰포인트 변환이 수행될 수 있으며, 뷰포인트의 역변환은 도 5에서 도시되는 변환의 역을 의미할 수 있다.

도 5에서 도시되는 바와 같이, 2개의 3차원 카메라 좌표계들 간의 뷰포인트 변환은 축의 방향을 바꾸는 Reflection을 포함하는 회전 매트릭스와 병진 운동을 발생시키는 3차원 벡터를 포함하는 병진 벡터를 사용하여 구현될 수 있다. 이러한 뷰포인트 변환은 예컨대, Euclidean 변환, Rigid 변환 및/또는 Isometry 변환에 기반하여 동작할 수 있다. 도 5에서 도시되는 바와 같이, 제 1 카메라 좌표계(550)에 기반한 제 1 이미지가 제 2 카메라 좌표계(540)에 기반한 제 1 이미지로 뷰포인트 변환이 이루어질 수 있다.

도 6은 본 개시의 일 실시예에 따라 뷰포인트 변환에 기반한 좌표계들의 변환을 예시적으로 도시한다.

뷰포인트 변환 및/또는 뷰포인트 역변환을 수행하는데 있어서, 좌표계들 간의 변환이 수반될 수 있다. 도 6은 뷰포인트 변환을 수행하는데 있어서 좌표계들이 변화되는 과정들을 예시적으도 도시한다.

본 개시내용의 일 실시예에서, 서로 상이한 3개의 좌표계들(예컨대, 제 1 좌표계, 제 2 좌표계 및 제 3 좌표계)이 존재할 수 있다. 컴퓨팅 장치(100)는 제 1 좌표계로부터 제 2 좌표계 그리고 제 3 좌표계의 방향을 갖는 제 1 방향의 좌표계 변환과 제 3 좌표계로부터 제 2 좌표계 그리고 제 1 좌표계의 방향을 갖는 제 2 방향의 좌표계 변환을 수행할 수 있다. 예를 들어, 제 1 방향의 좌표계 변환과 제 2 방향의 좌표계 변환이 서로 번갈아가며 수행될 수 있다. 이러한 예시에서 제 1 방향의 좌표계 변환과 제 2 방향의 좌표계 변환이 수행되는 패턴이 2회 반복될 수 있다. 좌표계 변환들이 수행되는 과정에서, 촬영 디바이스에 의해 촬영된 이미지에 대한 특징점들(및/또는 설명자들)이 획득될 수 있다. 예를 들어, 좌표계 변환들이 수행되는 과정에서, 촬영 디바이스에 의해 촬영된 이미지에 복수의 뷰포인트 변환들이 적용될 수 있으며 이러한 복수의 뷰포인트 변환들에 따른 이미지들에 대응되는 특징점들(및/또는 설명자들)의 세트들이 획득될 수 있다. 이러한 복수의 세트의 특징점들의 조합을 통해, 촬영 디바이스에 의해 촬영된 이미지에 대한 최적의 특징점들이 결정될 수 있다. 이러한 방식으로 컴퓨팅 장치(100)는 촬영 디바이스에 의해 촬영된 이미지에 대한 라벨링 정보를 자동으로 정확하게 생성할 수 있다.

도 6에서 도시되는 바와 같이, 제 1 픽셀 좌표계(610)는 촬영 디바이스에 의해 촬영된 제 1 이미지가 가지는 좌표계를 나타낼 수 있다. 컴퓨팅 장치(100)는 촬영 디바이스의 카메라 정보를 이용하여 제 1 픽셀 좌표계(610)를 제 1 정규화 좌표계(620)로 변환할 수 있다. 예를 들어, 가상 현실 또는 증강 현실을 지원할 수 있는 촬영 디바이스의 경우 카메라 내부 파라미터를 포함하는 카메라 정보를 가지고 있으며, 컴퓨팅 장치(100)는 촬영 디바이스의 카메라 정보를 활용하여 제 1 픽셀 좌표계(610)의 제 1 이미지를 제 1 정규화 좌표계(620)의 제 1 이미지로 변환시킬 수 있다.

일 실시예에서, 제 1 정규화 좌표계(620)의 제 1 이미지를 제 1 카메라 좌표계(630)의 제 1 이미지로 변환하기 위해서는 제 1 이미지와 함께 획득되는 깊이 맵(또는, 점군 정보)(625)이 활용될 수 있다. 깊이 맵(또는, 점군 정보) (625)은 특징점의 Z값을 나타낼 수 있다. 깊이 맵(또는, 점군 정보)(625)에 따른 정보는 제 1 이미지를 3차원으로 표현하는데 사용될 수 있다. 깊이 맵(또는, 점군 정보)(625)에 따른 정보는 특징점들을 3차원으로 표현하는데 사용될 수도 있다. 컴퓨팅 장치(100)는 깊이 맵(또는, 점군 정보)(625)을 이용하여 제 1 정규화 좌표계(620)의 제 1 이미지를 제 1 카메라 좌표계(630)의 제 1 이미지로 변환할 수 있다.

일 실시예에서, 제 1 카메라 좌표계(630)의 제 1 이미지에 뷰포인트 변환(635)이 적용될 수 있다. 뷰포인트 변환(635)의 적용 결과에 따라서 제 2 카메라 좌표계(640)의 제 1 이미지가 획득될 수 있다. 제 2 카메라 좌표계(640)는 제 1 카메라 좌표계(630)와 좌표계는 동일하나 좌표계 내에서의 좌표값이 제 1 카메라 좌표계(630)의 좌표값과 상이할 수 있다. 예를 들어, 뷰포인트 변환(635) 과정에서 이미지의 소실을 최소화시키기 위해서 회전 및/또는 병진이 적용될 수 있는 이미지 (및/또는 깊이 맵(또는, 점군 정보)) 내에서의 영역이 사전 결정될 수 있다. 해당 영역 내에서 예를 들어, 랜덤 샘플링에 기반하여 회전 매트릭스 및 병진 벡터가 결정될 수 있다.

일 실시예에서, 제 2 카메라 좌표계(640)의 제 1 이미지에 프로젝션이 적용될 수 있다. 프로젝션은 변환된 깊이 맵(즉, 뷰포인트 변환된 깊이 맵)(또는, 변환된 점군 정보(즉, 뷰포인트 변환된 점군 정보))을 사용하여 제 2 카메라 좌표계(640)의 제 1 이미지를 정규화 좌표계(650)의 제 1 이미지로 변환하는 것을 의미한다. 프로젝션은 제 2 카메라 좌표계(640)의 제 1 이미지를 변환된 깊이 값으로 나누는 것을 의미할 수 있다. 예를 들어, 프로젝션은 제 2 카메라 좌표계(640)의 제 1 이미지의 각각의 점의 위치를 각각의 변환된 깊이 맵(또는, 변환된 점군 정보)으로 나누는 것을 포함할 수 있다. 제 2 카메라 좌표계(640)의 제 1 이미지에 프로젝션이 적용됨에 따라 제 2 정규화 좌표계(650)의 제 1 이미지가 획득될 수 있다.

컴퓨팅 장치(100)는 촬영 디바이스의 카메라 정보(655)를 사용하여 제 2 정규화 좌표계(650)의 제 1 이미지로부터 제 2 픽셀 좌표계(660)의 제 1 이미지를 획득할 수 있다. 제 2 픽셀 좌표계(660)의 제 1 이미지는 3차원적으로 뷰포인트 변환이 적용된 2차원 이미지에 대응된다. 제 2 픽셀 좌표계(660)의 제 1 이미지는 제 1 픽셀 좌표계(660)의 제 1 이미지와 동일한 차원(예컨대, 2차원)의 이미지이다. 제 2 픽셀 좌표계(660)의 제 1 이미지는 제 1 픽셀 좌표계(660)의 제 1 이미지의 좌표값과는 상이한 좌표값을 가질 수 있다. 본 개시내용에서 상이한 좌표계라는 표현은 좌표계를 구성하는 인자들(예컨대, 축의 개수 및 /또는 축의 방향 등)이 상이하다는 것을 의미할 수 있다. 본 개시내용에서 상이한 좌표값이라는 표현은 동일한 좌표계 내에서 표현되는 좌표의 위치값이 상이하다는 것을 의미할 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 제 2 픽셀 좌표계(660에서의 제 1 이미지에 대한 특징점 추출을 수행할 수 있다. 이러한 특징점 추출은 제 1 특징점 추출 모델에 의해 수행될 수 있다. 제 1 픽셀 좌표계(610)의 제 1 이미지로부터 제 2 픽셀 좌표계(660)의 제 1 이미지로 변환될 결과가 제 1 특징점 추출 모델의 입력으로 사용될 수 있다.

일 실시예에서, 특징점들이 포함된 제 2 픽셀 좌표계(660)의 제 1 이미지로부터 반대 방향으로 제 2 카메라 좌표계(640)의 제 1 이미지가 획득될 수 있으며, 제 2 카메라 좌표계(640)의 제 1 이미지에 대한 뷰포인트 역변환이 수행될 수 있다. 뷰포인트 역변환이 수행된 이후, 특징점들을 포함하는 제 1 카메라 좌표계(640)의 제 1 이미지가 획득될 수 있다. 그리고나서 제 1 정규퐈 좌표계(620) 및 제 1 픽셀 좌표계(610)로의 변환이 이루어지고, 제 1 픽셀 좌표계(610)의 제 1 이미지에 대한 특징점들이 획득될 수 있다. 제 1 픽셀 좌표계(610)의 복수의 이미지(즉, 제 1 이미지로부터 뷰포인트 변환 및 뷰포인트 역-변환된 다수의 이미지들)에 대한 다수의 세트들의 특징점들이 획득될 수 있다. 이러한 특징점들에 기초하여 제 1 이미지에 대응되는 라벨링 정보가 획득될 수 있다.

도 7은 본 개시의 일 실시예에 따른 제 2 특징점 획득 모델의 학습 방식을 예시적으로 도시한다.

일 실시예에서, 촬영 디바이스에 의해 획득되는, 제 1 깊이 맵(또는, 제 1 점군 정보)(420) 및 제 1 이미지(410)에 대한 뷰포인트 변환(430)이 수행될 수 있다. 뷰포인트 변환(430)에 대한 구체적인 특징들은, 설명의 편의를 위해 도 3 내지 도 6에서 상술된 내용을 참고하기로 한다.

일 실시예에서, 뷰포인트 변환(430)의 결과로서, 변환된 제 1 이미지(440a) 및 변환된 제 1 깊이 맵(또는, 제 1 점군 정보)(440b)이 획득될 수 있다. 변환된 제 1 이미지(440a)는 제 2 특징점 획득 모델(710)의 입력으로 사용될 수 있다. 일례로, 제 2 특징점 획득 모델(710)은 상술된 제 1 특징점 획득 모델과 서로 대응되는 신경망 구조를 가지는 인공지능 기반의 특징점 추출 모델을 의미할 수 있다. 제 2 특징점 획득 모델(710)의 동작은 뷰포인트 역-변환을 포함할 수 있다. 따라서, 변환된 제 1 이미지(440a)에 대한 특징점들이 획득되고 그리고 특징점들을 포함하는 제 1 이미지에 뷰-포인트 역변환이 적용됨으로써, 제 2 특징점들(720b)이 생성될 수 있다.

일 실시예에서, 제 1 이미지(410)가 제 2 특징점 획득 모델(710)의 입력으로 사용될 수 있다.

일 실시예에서, 제 2 특징점 획득 모델(710)은 변환된 제 1 이미지(440a)에 응답하여 제 2 특징점들(720b)을 생성하고, 그리고 제 1 이미지(410a)에 응답하여 제 2 특징점들(720a)을 생성할 수 있다.

상이한 입력 이미지에 응답하여 생성된 제 2 특징점들(720a) 및 제 2 특징점들(720b)가 비교될 수 있다. 제 2 특징점들(720a) 및 제 2 특징점들(720b)의 비교 결과, 2개의 세트의 특징점들(720a 및 720b)가 서로 동일해지도록 제 2 특징점 획득 모델의 손실 함수가 결정될 수 있다. 이러한 방식으로 제 2 특징점 획득 모델의 학습이 이루어질 수 있다.

일 실시예에서, 제 2 특징점 획득 모델(710)은 변환된 제 1 이미지(440a)에 응답하여 제 2 특징점들(720b)에 대응되는 제 2-1 설명자들을 생성하고, 그리고 제 1 이미지(410a)에 응답하여 제 2 특징점들(720a)에 대응되는 제 2-2 설명자들을 생성할 수 있다. 상이한 입력 이미지에 응답하여 생성된 제 2-1 설명자들 및 제 2 2-2 설명자들이 비교될 수 있다. 제 2-1 설명자들 및 제 2 2-2 설명자들의 비교 결과, 2개의 세트의 설명자들이 서로 동일해지도록 제 2 특징점 획득 모델의 손실 함수가 결정될 수 있다. 이러한 방식으로 제 2 특징점 획득 모델의 학습이 이루어질 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 제 1 이미지 및 상기 제 1 이미지에 대응되는 라벨링 정보를 포함하는 제 1 학습 데이터셋을 이용하여, 촬영 디바이스의 제 1 뷰포인트에 대응되는 제 1 입력 데이터 및 제 2 뷰포인트에 대응되는 제 2 입력 데이터에 대해서 서로 대응되는 특징점들이 출력되도록 제 2 특징점 획득 모델을 학습시킬 수 있다. 이러한 제 2 특징점 획득 모델은 제 1 특징점 획득 모델, 뷰포인트 변환 및 뷰포인트-역변환을 사용하여 획득되는, 제 1 이미지의 라벨링 정보를 이용하여 학습될 수 있기 때문에, 제 2 특징점 획득 모델의 학습의 정확도가 높아질 수 있으며, 제 2 특징점 획득 모델의 학습 과정의 자동화가 이루어질 수 있다. 이에 따라, 제 2 특징점 획득 모델은 뷰포인트의 변화에 강건한 특징점 추출 모델로 동작할 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 제 1 뷰포인트를 가지는 제 1 학습 데이터에 뷰포인트 변환을 적용함으로써 제 1 뷰포인트와 상이한 제 2 뷰포인트를 가지는 제 2 학습 데이터를 생성하고, 제 1 학습 데이터를 상기 제 2 특징점 획득 모델에 입력하여 제 1 학습 데이터에 대응되는 제 2 특징점들을 획득하고, 제 2 학습 데이터를 상기 제 2 특징점 획득 모델에 입력하여 제 2 학습 데이터에 대응되는 제 3 특징점들을 획득하고, 그리고 제 3 특징점들이 반영된 제 2 학습 데이터에 뷰포인트 역-변환을 적용함으로써 제 3 특징점들이 반영된 제 2 학습 데이터의 뷰포인트를 상기 제 1 뷰포인트로 복원할 수 있다. 컴퓨팅 장치(100)는 제 1 뷰포인트로 복원된 제 2 학습 데이터에서의 제 3 특징점들의 위치 정보와 제 2 특징점들의 위치 정보를 비교하는 것에 기초하여, 상기 제 2 특징점 획득 모델을 학습시킬 수 있다. 여기서 컴퓨팅 장치(100)는 제 1 뷰포인트로 복원된 상기 제 2 학습 데이터에서의 제 3 특징점들의 위치 정보와 상기 제 2 특징점들의 위치 정보가 동일해지도록 설정된 손실함수에 기초하여 제 2 특징점 획득 모델에 대한 학습을 수행할 수 있다. 추가적으로, 컴퓨팅 장치(100)는 제 1 뷰포인트로 복원된 제 2 학습 데이터에서의 제 3 특징점들에 대응되는 설명자들과 제 2 특징점들에 대응되는 설명자들이 서로 동일해지도록 설정된 손실함수에 기초하여, 제 2 특징점 획득 모델을 학습시킬 수 있다.

도 8은 본 개시의 실시예들이 구현될 수 있는 예시적인 컴퓨팅 환경에 대한 간략하고 일반적인 개략도를 도시한다.

본 개시내용에서의 컴포넌트, 모듈 또는 부(unit)는 특정의 태스크를 수행하거나 특정의 추상 데이터 유형을 구현하는 루틴, 프로시져, 프로그램, 컴포넌트, 데이터 구조 등을 포함한다. 또한, 당업자라면 본 개시내용에서 제시되는 방법들이 단일-프로세서 또는 멀티프로세서 컴퓨팅 장치, 미니컴퓨터, 메인프레임 컴퓨터는 물론 퍼스널 컴퓨터, 핸드헬드 컴퓨팅 장치, 마이크로프로세서-기반 또는 프로그램가능 가전 제품, 기타 등등(이들 각각은 하나 이상의 연관된 장치와 연결되어 동작할 수 있음)을 비롯한 다른 컴퓨터 시스템 구성으로 실시될 수 있다는 것을 충분히 인식할 것이다.

본 개시내용에서 설명된 실시예들은 또한 어떤 태스크들이 통신 네트워크를 통해 연결되어 있는 원격 처리 장치들에 의해 수행되는 분산 컴퓨팅 환경에서 실시될 수 있다. 분산 컴퓨팅 환경에서, 프로그램 모듈은 로컬 및 원격 메모리 저장 장치 둘 다에 위치할 수 있다.

컴퓨팅 장치는 통상적으로 다양한 컴퓨터 판독가능 매체를 포함한다. 컴퓨터에 의해 액세스 가능한 매체는 그 어떤 것이든지 컴퓨터 판독가능 매체가 될 수 있고, 이러한 컴퓨터 판독가능 매체는 휘발성 및 비휘발성 매체, 일시적(transitory) 및 비일시적(non-transitory) 매체, 이동식 및 비-이동식 매체를 포함한다. 제한이 아닌 예로서, 컴퓨터 판독가능 매체는 컴퓨터 판독가능 저장 매체 및 컴퓨터 판독가능 전송 매체를 포함할 수 있다.

컴퓨터 판독가능 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보를 저장하는 임의의 방법 또는 기술로 구현되는 휘발성 및 비휘발성 매체, 일시적 및 비-일시적 매체, 이동식 및 비이동식 매체를 포함한다. 컴퓨터 판독가능 저장 매체는 RAM, ROM, EEPROM, 플래시 메모리 또는 기타 메모리 기술, CD-ROM, DVD(digital video disk) 또는 기타 광 디스크 저장 장치, 자기 카세트, 자기 테이프, 자기 디스크 저장 장치 또는 기타 자기 저장 장치, 또는 컴퓨터에 의해 액세스될 수 있고 원하는 정보를 저장하는 데 사용될 수 있는 임의의 기타 매체를 포함하지만, 이에 한정되지 않는다.

컴퓨터 판독가능 전송 매체는 통상적으로 반송파(carrier wave) 또는 기타 전송 메커니즘(transport mechanism)과 같은 피변조 데이터 신호(modulated data signal)에 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터 등을 구현하고 모든 정보 전달 매체를 포함한다. 피변조 데이터 신호라는 용어는 신호 내에 정보를 인코딩하도록 그 신호의 특성들 중 하나 이상을 설정 또는 변경시킨 신호를 의미한다. 제한이 아닌 예로서, 컴퓨터 판독가능 전송 매체는 유선 네트워크 또는 직접 배선 접속(direct-wired connection)과 같은 유선 매체, 그리고 음향, RF, 적외선, 기타 무선 매체와 같은 무선 매체를 포함한다. 상술된 매체들 중 임의의 것의 조합도 역시 컴퓨터 판독가능 전송 매체의 범위 안에 포함되는 것으로 한다.

컴퓨터(2002)를 포함하는 본 발명의 여러가지 측면들을 구현하는 예시적인 환경(2000)이 나타내어져 있으며, 컴퓨터(2002)는 처리 장치(2004), 시스템 메모리(2006) 및 시스템 버스(2008)를 포함한다. 본 명세서에서의 컴퓨터(200)는 컴퓨팅 장치와 상호 교환가능하게 사용될 수 있다. 시스템 버스(2008)는 시스템 메모리(2006)(이에 한정되지 않음)를 비롯한 시스템 컴포넌트들을 처리 장치(2004)에 연결시킨다. 처리 장치(2004)는 다양한 상용 프로세서들 중 임의의 프로세서일 수 있다. 듀얼 프로세서 및 기타 멀티프로세서 아키텍처도 역시 처리 장치(2004)로서 이용될 수 있다.

시스템 버스(2008)는 메모리 버스, 주변장치 버스, 및 다양한 상용 버스 아키텍처 중 임의의 것을 사용하는 로컬 버스에 추가적으로 상호 연결될 수 있는 몇 가지 유형의 버스 구조 중 임의의 것일 수 있다. 시스템 메모리(2006)는 판독 전용 메모리(ROM)(2010) 및 랜덤 액세스 메모리(RAM)(2012)를 포함한다. 기본 입/출력 시스템(BIOS)은 ROM, EPROM, EEPROM 등의 비휘발성 메모리(2010)에 저장되며, 이 BIOS는 시동 중과 같은 때에 컴퓨터(2002) 내의 구성요소들 간에 정보를 전송하는 일을 돕는 기본적인 루틴을 포함한다. RAM(2012)은 또한 데이터를 캐싱하기 위한 정적 RAM 등의 고속 RAM을 포함할 수 있다.

컴퓨터(2002)는 또한 내장형 하드 디스크 드라이브(HDD)(2014)(예를 들어, EIDE, SATA), 자기 플로피 디스크 드라이브(FDD)(2016)(예를 들어, 이동식 디스켓(2018)으로부터 판독을 하거나 그에 기록을 하기 위한 것임), SSD 및 광 디스크 드라이브(2020)(예를 들어, CD-ROM 디스크(2022)를 판독하거나 DVD 등의 기타 고용량 광 매체로부터 판독을 하거나 그에 기록을 하기 위한 것임)를 포함한다. 하드 디스크 드라이브(2014), 자기 디스크 드라이브(2016) 및 광 디스크 드라이브(2020)는 각각 하드 디스크 드라이브 인터페이스(2024), 자기 디스크 드라이브 인터페이스(2026) 및 광 드라이브 인터페이스(2028)에 의해 시스템 버스(2008)에 연결될 수 있다. 외장형 드라이브 구현을 위한 인터페이스(2024)는 예를 들어, USB(Universal Serial Bus) 및 IEEE 1394 인터페이스 기술 중 적어도 하나 또는 그 둘 다를 포함한다.

이들 드라이브 및 그와 연관된 컴퓨터 판독가능 매체는 데이터, 데이터 구조, 컴퓨터 실행가능 명령어, 기타 등등의 비휘발성 저장을 제공한다. 컴퓨터(2002)의 경우, 드라이브 및 매체는 임의의 데이터를 적당한 디지털 형식으로 저장하는 것에 대응한다. 상기에서의 컴퓨터 판독가능 저장 매체에 대한 설명이 HDD, 이동식 자기 디스크, 및 CD 또는 DVD 등의 이동식 광 매체를 언급하고 있지만, 당업자라면 집 드라이브(zip drive), 자기 카세트, 플래쉬 메모리 카드, 카트리지, 기타 등등의 컴퓨터에 의해 판독가능한 다른 유형의 저장 매체도 역시 예시적인 운영 환경에서 사용될 수 있으며 또 임의의 이러한 매체가 본 발명의 방법들을 수행하기 위한 컴퓨터 실행가능 명령어를 포함할 수 있다는 것을 잘 알 것이다.

운영 체제(2030), 하나 이상의 어플리케이션 프로그램(2032), 기타 프로그램 모듈(2034) 및 프로그램 데이터(2036)를 비롯한 다수의 프로그램 모듈이 드라이브 및 RAM(2012)에 저장될 수 있다. 운영 체제, 어플리케이션, 모듈 및/또는 데이터의 전부 또는 그 일부분이 또한 RAM(2012)에 캐싱될 수 있다. 본 발명이 여러가지 상업적으로 이용가능한 운영 체제 또는 운영 체제들의 조합에서 구현될 수 있다는 것을 잘 알 것이다.

사용자는 하나 이상의 유선/무선 입력 장치, 예를 들어, 키보드(2038) 및 마우스(2040) 등의 포인팅 장치를 통해 컴퓨터(2002)에 명령 및 정보를 입력할 수 있다. 기타 입력 장치(도시 생략)로는 마이크, IR 리모콘, 조이스틱, 게임 패드, 스타일러스 펜, 터치 스크린, 기타 등등이 있을 수 있다. 이들 및 기타 입력 장치가 종종 시스템 버스(2008)에 연결되어 있는 입력 장치 인터페이스(2042)를 통해 처리 장치(2004)에 연결되지만, 병렬 포트, IEEE 1394 직렬 포트, 게임 포트, USB 포트, IR 인터페이스, 기타 등등의 기타 인터페이스에 의해 연결될 수 있다.

모니터(2044) 또는 다른 유형의 디스플레이 장치도 역시 비디오 어댑터(2046) 등의 인터페이스를 통해 시스템 버스(2008)에 연결된다. 모니터(2044)에 부가하여, 컴퓨터는 일반적으로 스피커, 프린터, 기타 등등의 기타 주변 출력 장치(도시 생략)를 포함한다.

컴퓨터(2002)는 유선 및/또는 무선 통신을 통한 원격 컴퓨터(들)(2048) 등의 하나 이상의 원격 컴퓨터로의 논리적 연결을 사용하여 네트워크화된 환경에서 동작할 수 있다. 원격 컴퓨터(들)(2048)는 워크스테이션, 서버 컴퓨터, 라우터, 퍼스널 컴퓨터, 휴대용 컴퓨터, 마이크로프로세서-기반 오락 기기, 피어 장치 또는 기타 통상의 네트워크 노드일 수 있으며, 일반적으로 컴퓨터(2002)에 대해 기술된 구성요소들 중 다수 또는 그 전부를 포함하지만, 간략함을 위해, 메모리 저장 장치(2050)만이 도시되어 있다. 도시되어 있는 논리적 연결은 근거리 통신망(LAN)(2052) 및/또는 더 큰 네트워크, 예를 들어, 원거리 통신망(WAN)(2054)에의 유선/무선 연결을 포함한다. 이러한 LAN 및 WAN 네트워킹 환경은 사무실 및 회사에서 일반적인 것이며, 인트라넷 등의 전사적 컴퓨터 네트워크(enterprise-wide computer network)를 용이하게 해주며, 이들 모두는 전세계 컴퓨터 네트워크, 예를 들어, 인터넷에 연결될 수 있다.

LAN 네트워킹 환경에서 사용될 때, 컴퓨터(2002)는 유선 및/또는 무선 통신 네트워크 인터페이스 또는 어댑터(2056)를 통해 로컬 네트워크(2052)에 연결된다. 어댑터(2056)는 LAN(2052)에의 유선 또는 무선 통신을 용이하게 해줄 수 있으며, 이 LAN(2052)은 또한 무선 어댑터(2056)와 통신하기 위해 그에 설치되어 있는 무선 액세스 포인트를 포함하고 있다. WAN 네트워킹 환경에서 사용될 때, 컴퓨터(2002)는 모뎀(2058)을 포함할 수 있거나, WAN(2054) 상의 통신 서버에 연결되거나, 또는 인터넷을 통하는 등, WAN(2054)을 통해 통신을 정하는 기타 수단을 갖는다. 내장형 또는 외장형 및 유선 또는 무선 장치일 수 있는 모뎀(2058)은 직렬 포트 인터페이스(2042)를 통해 시스템 버스(2008)에 연결된다. 네트워크화된 환경에서, 컴퓨터(2002)에 대해 설명된 프로그램 모듈들 또는 그의 일부분이 원격 메모리/저장 장치(2050)에 저장될 수 있다. 도시된 네트워크 연결이 예시적인 것이며 컴퓨터들 사이에 통신 링크를 설정하는 기타 수단이 사용될 수 있다는 것을 잘 알 것이다.

컴퓨터(2002)는 무선 통신으로 배치되어 동작하는 임의의 무선 장치 또는 개체, 예를 들어, 프린터, 스캐너, 데스크톱 및/또는 휴대용 컴퓨터, PDA(portable data assistant), 통신 위성, 무선 검출가능 태그와 연관된 임의의 장비 또는 장소, 및 전화와 통신을 하는 동작을 한다. 이것은 적어도 Wi-Fi 및 블루투스 무선 기술을 포함한다. 따라서, 통신은 종래의 네트워크에서와 같이 미리 정의된 구조이거나 단순하게 적어도 2개의 장치 사이의 애드혹 통신(ad hoc communication)일 수 있다.

제시된 프로세스들에 있는 단계들의 특정한 순서 또는 계층 구조는 예시적인 접근들의 일례임을 이해하도록 한다. 설계 우선순위들에 기반하여, 본 개시내용의 범위 내에서 프로세스들에 있는 단계들의 특정한 순서 또는 계층 구조가 재배열될 수 있다는 것을 이해하도록 한다. 본 개시내용의 방법 청구항들은 샘플 순서로 다양한 단계들의 엘리먼트들을 제공하지만 제시된 특정한 순서 또는 계층 구조에 한정되는 것을 의미하지는 않는다.

Claims (17)

1. 컴퓨팅 장치에 의해 수행되는 방법으로서,
   촬영 디바이스로부터 제 1 이미지 및 제 1 점군(point cloud) 정보를 획득하는 단계;
   상기 제 1 이미지 및 상기 제 1 점군 정보에 뷰포인트(viewpoint) 변환(transformation)을 적용함으로써, 변환된 이미지 및 변환된 점군 정보를 포함하는 변환된 3차원 데이터를 획득하는 단계;
   사전 학습된 인공지능 기반의 제 1 특징점 획득 모델을 사용하여, 상기 변환된 이미지에 대응되는 제 1 특징점(interest point)들을 획득하는 단계;
   상기 변환된 점군 정보 및 상기 제 1 특징점들이 포함된 상기 변환된 이미지에 뷰포인트 역-변환(inverse transformation)을 적용함으로써, 복원된 3차원 데이터를 획득하는 단계;
   상기 복원된 3차원 데이터에 기초하여, 상기 제 1 이미지에 대응되는 라벨링(labeling) 정보를 생성하는 단계; 및
   상기 제 1 이미지 및 상기 제 1 이미지에 대응되는 라벨링 정보를 포함하는 제 1 학습 데이터셋을 이용하여, 상기 촬영 디바이스의 제 1 뷰포인트에 대응되는 제 1 입력 데이터 및 제 2 뷰포인트에 대응되는 제 2 입력 데이터에 대해서 서로 대응되는 특징점들이 출력되도록 제 2 특징점 획득 모델을 학습시키는 단계;
   를 포함하며, 여기서 상기 제 1 뷰포인트와 상기 제 2 뷰포인트는 서로 상이한 뷰포인트를 가지는,
   방법.
2. 제 1 항에 있어서,
   상기 촬영 디바이스로부터 제 1 이미지 및 제 1 점군 정보를 획득하는 단계는,
   상기 촬영 디바이스로부터 상기 제 1 이미지, 상기 제 1 점군 정보 및 상기 촬영 디바이스의 카메라 정보를 획득하는 단계;
   를 포함하며, 그리고
   상기 변환된 이미지 및 상기 변환된 점군 정보를 포함하는 상기 변환된 3차원 데이터를 획득하는 단계는:
   상기 카메라 정보를 이용하여, 픽셀(pixel) 좌표계를 가지는 상기 제 1 이미지를 정규화(normalized) 좌표계로 변환하는 단계;
   상기 획득된 점군 정보를 이용하여, 상기 정규화 좌표계를 가지는 상기 제 1 이미지를 3차원의 카메라 좌표계로 변환하는 단계; 및
   상기 카메라 좌표계를 가지는 상기 제 1 이미지에 뷰포인트 변환을 적용함으로써, 상기 변환된 이미지 및 상기 변환된 점군 정보를 포함하는 상기 변환된 3차원 데이터를 획득하는 단계;
   를 포함하는,
   방법.
3. 제 1 항에 있어서,
   상기 뷰포인트 변환은,
   상기 촬영 디바이스의 위치 및 상기 촬영 디바이스가 바라보는 방향을 나타내는 3차원의 카메라 좌표계에 기반하도록 변환된 상기 제 1 이미지를 상기 카메라 좌표계 상에서 제 1 좌표값으로부터 상기 제 1 좌표값과 상이한 제 2 좌표값으로 변환하는,
   방법.
4. 제 3 항에 있어서,
   상기 뷰포인트 변환은,
   회전 매트릭스(rotation matrix) 및 병진 벡터(translation vector)를 포함하는,
   방법.
5. 제 4 항에 있어서,
   상기 변환된 3차원 데이터를 획득하는 단계는,
   상기 회전 매트릭스 및 상기 병진 벡터 중 적어도 하나가 상이한 복수의 뷰포인트 변환들을 상기 제 1 이미지 및 상기 제 1 점군 정보에 적용함으로써, 복수의 변환된 이미지들 및 복수의 변환된 점군 정보들을 포함하는 복수의 변환된 3차원 데이터를 획득하는 단계;
   를 포함하며, 그리고
   상기 제 1 이미지에 대응되는 라벨링 정보를 생성하는 단계는,
   상기 복수의 변환된 3차원 데이터 각각에 대응되는 복수의 복원된 3차원 데이터에 기초하여 상기 제 1 이미지에 대응되는 상기 라벨링 정보를 생성하는 단계;
   를 포함하는,
   방법.
6. 제 1 항에 있어서,
   상기 뷰포인트 변환에서, 상기 제 1 이미지의 픽셀들 각각에 고유의 변환 행렬이 적용되는,
   방법.
7. 제 1 항에 있어서,
   상기 제 1 이미지는 라벨링되지 않은 상태로 상기 촬영 디바이스로부터 획득되며, 그리고
   상기 제 1 이미지에 대응되는 라벨링 정보를 생성하는 단계는,
   상기 제 1 이미지에 대응되는 특징점들을 나타내는 상기 라벨링 정보를 생성하는 단계;
   를 포함하는,
   방법.
8. 제 1 항에 있어서,
   상기 제 1 특징점 획득 모델은,
   객체에서의 색상 또는 기하학적 패턴 중 적어도 하나에 대한 변화량이 사전결정된 임계치를 초과하는 포인트를 특징점으로 인식하도록 지도 학습에 기반하여 사전 학습된 모델에 대응되는,
   방법.
9. 제 1 항에 있어서,
   상기 뷰포인트 역-변환은,
   상기 뷰포인트 변환에서 사용되는 회전 매트릭스(R)의 역(inverse)에 대응되는 회전 매트릭스(R-1) 및 상기 뷰포인트 변환에서 사용되는 병진 벡터(T)의 역에 대응되는 병진 벡터(-R-1 * T)를 사용하는,
   방법.
10. 제 1 항에 있어서,
    상기 변환된 이미지에 대응되는 제 1 특징점들을 획득하는 단계는:
    상기 변환된 점군 정보를 이용하여, 3차원 카메라 좌표계를 가지는 상기 변환된 3차원 데이터를 정규화 좌표계로 변환하여 2차원 데이터를 획득하는 단계;
    상기 촬영 디바이스로부터 획득된 상기 촬영 디바이스의 카메라 정보에 기초하여, 상기 정규화 좌표계를 가지는 상기 2차원 데이터를 픽셀 좌표계로 변환함으로써, 상기 변환된 이미지를 획득하는 단계; 및
    상기 변환된 이미지를 상기 제 1 특징점 획득 모델에 입력하여, 상기 변환된 이미지에 대응되는 제 1 특징점들을 획득하는 단계;
    를 포함하는,
    방법.
11. 제 1 항에 있어서,
    상기 복원된 3차원 데이터를 획득하는 단계는:
    상기 제 1 특징점들을 상기 변환된 이미지에 결합함으로써 상기 제 1 특징점들이 포함된 상기 변환된 이미지를 획득하는 단계;
    상기 촬영 디바이스로부터 획득된 상기 촬영 디바이스의 카메라 정보를 이용하여, 상기 제 1 특징점들이 포함된 상기 변환된 이미지를 정규화 좌표계로 변환하는 단계;
    상기 변환된 점군 정보를 사용하여, 상기 정규화 좌표계를 가지는 상기 제 1 특징점들이 포함된 상기 변환된 이미지를 3차원의 카메라 좌표계로 변환하는 단계; 및
    상기 3차원의 카메라 좌표계를 가지는 상기 제 1 특징점들이 포함된 상기 변환된 이미지에 뷰포인트 역-변환(inverse transformation)을 적용함으로써, 상기 복원된 3차원 데이터를 획득하는 단계;
    를 포함하는,
    방법.
12. 제 1 항에 있어서,
    상기 복원된 3차원 데이터에 기초하여, 상기 이미지에 대응되는 라벨링 정보를 생성하는 단계는:
    상기 복원된 3차원 데이터에서의 복원된 점군 정보를 상기 복원된 3차원 데이터에 적용함으로써, 3차원 카메라 좌표계를 가지는 상기 복원된 3차원 데이터를 2차원의 정규화 좌표계를 가지는 2차원 복원된 데이터를 획득하는 단계; 및
    상기 2차원의 정규화 좌표계를 가지는 상기 2차원 복원된 데이터에 상기 촬영 디바이스로부터 획득된 상기 촬영 디바이스의 카메라 정보를 적용하는 것에 기초하여 상기 2차원 복원된 데이터를 픽셀 좌표계로 변환함으로써, 복원된 이미지를 획득하는 단계;
    상기 픽셀 좌표계를 가지는 상기 복원된 이미지에 기초하여, 상기 제 1 이미지에 대응되는 라벨링 정보를 생성하는 단계;
    를 포함하는,
    방법.
13. 삭제
14. 제 1 항에 있어서,
    상기 제 2 특징점 획득 모델을 학습시키는 단계는:
    상기 제 1 뷰포인트를 가지는 상기 제 1 학습 데이터에 상기 뷰포인트 변환을 적용함으로써 상기 제 2 뷰포인트를 가지는 제 2 학습 데이터를 생성하는 단계;
    상기 제 1 학습 데이터를 상기 제 2 특징점 획득 모델에 입력하여 상기 제 1 학습 데이터에 대응되는 제 2 특징점들을 획득하는 단계;
    상기 제 2 학습 데이터를 상기 제 2 특징점 획득 모델에 입력하여 상기 제 2 학습 데이터에 대응되는 제 3 특징점들을 획득하는 단계;
    상기 제 3 특징점들이 반영된 상기 제 2 학습 데이터에 상기 뷰포인트 역-변환을 적용함으로써 상기 제 3 특징점들이 반영된 상기 제 2 학습 데이터의 뷰포인트를 상기 제 1 뷰포인트로 복원하는 단계; 및
    상기 제 1 뷰포인트로 복원된 상기 제 2 학습 데이터에서의 제 3 특징점들의 위치 정보와 상기 제 2 특징점들의 위치 정보를 비교하는 것에 기초하여, 상기 제 2 특징점 획득 모델을 학습시키는 단계;
    를 포함하는,
    방법.
15. 제 14 항에 있어서,
    상기 제 2 특징점 획득 모델을 학습시키는 단계는,
    상기 제 1 뷰포인트로 복원된 상기 제 2 학습 데이터에서의 제 3 특징점들의 위치 정보와 상기 제 2 특징점들의 위치 정보가 동일해지도록 설정된 손실함수에 기초하는,
    방법.
16. 컴퓨터 판독가능 저장 매체에 저장되는 컴퓨터 프로그램으로서, 상기 컴퓨터 프로그램은 컴퓨팅 장치에 의해 실행 시 상기 컴퓨팅 장치로 하여금 이하의 동작들을 수행하도록 하며, 상기 동작들은:
    촬영 디바이스로부터 제 1 이미지 및 제 1 점군 정보를 획득하는 동작;
    상기 제 1 이미지 및 상기 제 1 점군 정보에 뷰포인트 변환을 적용함으로써, 변환된 이미지 및 변환된 점군 정보를 포함하는 변환된 3차원 데이터를 획득하는 동작;
    사전 학습된 인공지능 기반의 제 1 특징점 획득 모델을 사용하여, 상기 변환된 이미지에 대응되는 제 1 특징점들을 획득하는 동작;
    상기 변환된 점군 정보 및 상기 제 1 특징점들이 포함된 상기 변환된 이미지에 뷰포인트 역-변환을 적용함으로써, 복원된 3차원 데이터를 획득하는 동작;
    상기 복원된 3차원 데이터에 기초하여, 상기 제 1 이미지에 대응되는 라벨링 정보를 생성하는 동작; 및
    상기 제 1 이미지 및 상기 제 1 이미지에 대응되는 라벨링 정보를 포함하는 제 1 학습 데이터셋을 이용하여, 상기 촬영 디바이스의 제 1 뷰포인트에 대응되는 제 1 입력 데이터 및 제 2 뷰포인트에 대응되는 제 2 입력 데이터에 대해서 서로 대응되는 특징점들이 출력되도록 제 2 특징점 획득 모델을 학습시키는 동작;
    을 포함하며, 여기서 상기 제 1 뷰포인트와 상기 제 2 뷰포인트는 서로 상이한 뷰포인트를 가지는,
    컴퓨터 판독가능 저장 매체에 저장되는 컴퓨터 프로그램.
17. 컴퓨팅 장치로서,
    적어도 하나의 프로세서; 및
    메모리;
    를 포함하며,
    상기 적어도 하나의 프로세서는:
    촬영 디바이스로부터 제 1 이미지 및 제 1 점군 정보를 획득하는 동작;
    상기 제 1 이미지 및 상기 제 1 점군 정보에 뷰포인트 변환을 적용함으로써, 변환된 이미지 및 변환된 점군 정보를 포함하는 변환된 3차원 데이터를 획득하는 동작;
    사전 학습된 인공지능 기반의 제 1 특징점 획득 모델을 사용하여, 상기 변환된 이미지에 대응되는 제 1 특징점들을 획득하는 동작;
    상기 변환된 점군 정보 및 상기 제 1 특징점들이 포함된 상기 변환된 이미지에 뷰포인트 역-변환을 적용함으로써, 복원된 3차원 데이터를 획득하는 동작;
    상기 복원된 3차원 데이터에 기초하여, 상기 제 1 이미지에 대응되는 라벨링 정보를 생성하는 동작; 및
    상기 제 1 이미지 및 상기 제 1 이미지에 대응되는 라벨링 정보를 포함하는 제 1 학습 데이터셋을 이용하여, 상기 촬영 디바이스의 제 1 뷰포인트에 대응되는 제 1 입력 데이터 및 제 2 뷰포인트에 대응되는 제 2 입력 데이터에 대해서 서로 대응되는 특징점들이 출력되도록 제 2 특징점 획득 모델을 학습시키는 동작;
    을 수행하며, 여기서 상기 제 1 뷰포인트와 상기 제 2 뷰포인트는 서로 상이한 뷰포인트를 가지는,
    컴퓨팅 장치.

Images