KR102615412B1 - 비주얼 로컬라이제이션을 수행하기 위한 방법 및 장치 - Google Patents

Abstract

본 개시의 일 실시예에 따라 컴퓨팅 장치에 의해 수행되는, 촬영된 이미지를 이용하여 비주얼 로컬라이제이션(visual localization)을 수행하기 위한 방법이 개시된다. 상기 방법은, 사용자 디바이스에 의해 촬영된, 타겟 공간(target space) 내에서의 복수의 이미지들을 획득하는 단계, 상기 복수의 이미지들에 대응되는 상기 타겟 공간의 일부분에 대한 쿼리 포인트 클라우드(query point cloud)를 생성하는 단계, 및 상기 타겟 공간에 대해서 생성된 참조 포인트 클라우드(reference point cloud)와 상기 쿼리 포인트 클라우드에 기초하여, 상기 사용자 디바이스에 대한 비주얼 로컬라이제이션을 수행하는 단계를 포함할 수 있다.

Description

비주얼 로컬라이제이션을 수행하기 위한 방법 및 장치{APPARATUS AND METHOD FOR PERFORMING 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, 컴퓨팅 리소스를 효율적으로 사용하면서 비주얼 로컬라이제이션을 수행하기 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, 촬영된 이미지를 이용하여 비주얼 로컬라이제이션(visual localization)을 수행하기 위한 방법이 개시된다. 상기 방법은, 사용자 디바이스에 의해 촬영된, 타겟 공간(target space) 내에서의 복수의 이미지들을 획득하는 단계, 상기 복수의 이미지들에 대응되는 상기 타겟 공간의 일부분에 대한 쿼리 포인트 클라우드(query point cloud)를 생성하는 단계, 및 상기 타겟 공간에 대해서 생성된 참조 포인트 클라우드(reference point cloud)와 상기 쿼리 포인트 클라우드에 기초하여, 상기 사용자 디바이스에 대한 비주얼 로컬라이제이션을 수행하는 단계를 포함할 수 있다.

일 실시예에서, 상기 복수의 이미지들은 상기 타겟 공간의 적어도 일부에 대응되는 시간적으로 연속적인 이미지들을 포함할 수 있다.

일 실시예에서, 상기 방법은, 상기 복수의 이미지들을 촬영하는 시점에 대응되는, 상기 사용자 디바이스의 IMU(Inertial Measurement Unit) 값을 획득하는 단계를 더 포함할 수 있다. 상기 쿼리 포인트 클라우드를 생성하는 단계는, 상기 IMU 값을 이용하여 상기 복수의 이미지들에 대응되는 상기 타겟 공간의 일부분에 대한 상기 쿼리 포인트 클라우드를 생성하는 단계를 포함할 수 있다.

일 실시예에서, 상기 쿼리 포인트 클라우드를 생성하는 단계는: SfM(Structure from Motion) 모델, 인공지능 기반의 3D Reconstruction 모델, SLAM(Simultaneous Localization And Mapping) 모델 또는 스테레오 매칭(stereo matching) 모델을 이용하여, 상기 복수의 이미지들로부터 상기 복수의 이미지들에 대한 좌표 정보를 생성하는 단계, 상기 IMU 값을 이용하여 상기 생성된 좌표 정보에 대한 물리적 스케일링 정보를 결정하는 단계, 및 상기 좌표 정보 및 상기 물리적 스케일링 정보에 기초하여, 상기 복수의 이미지들에 대응되는 상기 타겟 공간의 일부분에 대한 쿼리 포인트 클라우드를 생성하는 단계를 포함할 수 있다.

일 실시예에서, 상기 사용자 디바이스에 대한 상기 비주얼 로컬라이제이션을 수행하는 단계는: 인공지능 기반의 세그멘테이션(segmentation) 모델을 이용하여, 상기 복수의 이미지들에서 동적 객체에 대응되는 제 1 포인트들에 대한 세그멘테이션을 수행하는 단계, 상기 참조 포인트 클라우드에서, 상기 세그멘테이션이 수행된 상기 동적 객체에 대응되는 제 1 포인트들을 제거함으로써 축소된(reduced) 참조 포인트 클라우드를 생성하는 단계, 및 상기 축소된 참조 포인트 클라우드와 상기 쿼리 포인트 클라우드를 비교함으로써, 상기 사용자 디바이스에 대한 상기 비주얼 로컬라이제이션을 수행하는 단계를 포함할 수 있다.

일 실시예에서, 상기 사용자 디바이스에 대한 상기 비주얼 로컬라이제이션을 수행하는 단계는, 인공지능 기반의 세그멘테이션(segmentation) 모델을 이용하여, 상기 복수의 이미지들에서 동적 객체에 대응되는 제 1 포인트들에 대한 세그멘테이션을 수행하는 단계, 상기 쿼리 포인트 클라우드에서, 상기 세그멘테이션이 수행된 상기 동적 객체에 대응되는 제 1 포인트들을 제거함으로써 축소된(reduced) 쿼리 포인트 클라우드를 획득하는 단계, 및 상기 축소된 쿼리 포인트 클라우드와 상기 참조 포인트 클라우드를 비교함으로써, 상기 사용자 디바이스에 대한 상기 비주얼 로컬라이제이션을 수행하는 단계를 포함할 수 있다.

일 실시예에서, 상기 축소된 참조 포인트 클라우드와 상기 쿼리 포인트 클라우드를 비교함으로써, 상기 사용자 디바이스에 대한 상기 비주얼 로컬라이제이션을 수행하는 단계는: 둘 이상의 포인트 클라우드들을 정합(registration)하기 위한 정합 모델을 이용하여, 상기 축소된 참조 포인트 클라우드와 상기 쿼리 포인트 클라우드 간의 변환 관계를 결정하는 단계, 및 상기 변환 관계로부터 사전 정의된 월드(world) 좌표계 상에서의 상기 사용자 디바이스의 좌표 및 방향(orientation)을 결정하는 단계를 포함할 수 있다.

일 실시예에서, 상기 참조 포인트 클라우드는, LiDAR(Light Detection and Ranging) 기반의 스캐너를 이용하여 생성되거나, 또는 상기 타겟 공간에 대해서 촬영된 이미지들을 정합하는 Photogrammetry 방식을 이용하여 생성될 수 있다.

일 실시예에서, 상기 참조 포인트 클라우드는, 상기 타겟 공간에 대해서 획득된 로우(raw) 포인트 클라우드 상에서 사전결정된 임계값 미만의 특징을 가지는 지면(ground) 및 평면(plane)을 제거함으로써 생성될 수 있다.

일 실시예에서, 상기 참조 포인트 클라우드는, Pass Through 필터, Conditional 필터 또는 Radius outlier 제거 필터 중 적어도 하나를 이용하여, 상기 타겟 공간에 대해서 획득된 로우 포인트 클라우드 상에서의 노이즈를 제거함으로써 생성될 수 있다.

일 실시예에서, 상기 참조 포인트 클라우드는, 복셀 그리드(voxel grid)를 이용하여, 상기 타겟 공간에 대해서 획득된 로우 포인트 클라우드에 다운 샘플링을 적용함으로써 생성될 수 있다.

일 실시예에서, 상기 참조 포인트 클라우드는, 인공지능 기반의 세그멘테이션(segmentation) 모델을 이용하여, 상기 타겟 공간에 대해서 획득된 로우 포인트 클라우드에서 동적 객체에 대응되는 제 2 포인트들에 대한 세그멘테이션을 수행하는 단계, 및 상기 로우 포인트 클라우드에서, 상기 세그멘테이션이 수행된 상기 동적 객체에 대응되는 제 2 포인트들을 제거하는 단계에 기초하여 생성될 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 한다. 상기 동작들은: 사용자 디바이스에 의해 촬영된, 타겟 공간 내에서의 복수의 이미지들을 획득하는 동작, 상기 복수의 이미지들에 대응되는 상기 타겟 공간의 일부분에 대한 쿼리 포인트 클라우드를 생성하는 동작, 및 상기 타겟 공간에 대해서 생성된 참조 포인트 클라우드와 상기 쿼리 포인트 클라우드에 기초하여, 상기 사용자 디바이스에 대한 비주얼 로컬라이제이션을 수행하는 동작을 포함할 수 있다.

일 실시예에서, 컴퓨팅 장치가 개시된다. 상기 컴퓨팅 장치는, 적어도 하나의 프로세서 및 메모리를 포함할 수 있다. 상기 적어도 하나의 프로세서는: 사용자 디바이스에 의해 촬영된, 타겟 공간 내에서의 복수의 이미지들을 획득하는 동작, 상기 복수의 이미지들에 대응되는 상기 타겟 공간의 일부분에 대한 쿼리 포인트 클라우드를 생성하는 동작 및 상기 타겟 공간에 대해서 생성된 참조 포인트 클라우드와 상기 쿼리 포인트 클라우드에 기초하여, 상기 사용자 디바이스에 대한 비주얼 로컬라이제이션을 수행하는 동작을 수행하도록 구성될 수 있다.

본 개시내용의 일 실시예에 따른 방법, 장치 및 컴퓨터 프로그램은 컴퓨팅 리소스를 효율적으로 사용하면서 비주얼 로컬라이제이션을 수행할 수 있다. 본 개시내용의 일 실시예에 따른 방법, 장치 및 컴퓨터 프로그램은 카메라 포즈 추정의 정확도를 높이고 카메라 포즈 추정에 소요되는 시간을 줄이고 그리고/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 포인트 클라우드를 이용하여 비주얼 로컬라이제이션을 수행하는 방법을 예시적으로 나타낸다.
도 4는 본 개시의 일 실시예에 따라 쿼리 포인트 클라우드를 생성하는 방법을 예시적으로 나타낸다.
도 5는 본 개시의 일 실시예에 따라 참조 포인트 클라우드를 생성하는 방법을 예시적으로 도시한다.
도 6은 본 개시의 일 실시예에 따라 쿼리 포인트 클라우드와 참조 포인트 클라우드를 이용하여 비주얼 로컬라이제이션을 수행하는 방법을 예시적으로 도시한다.
도 7은 본 개시의 일 실시예에 따라 쿼리 포인트 클라우드와 참조 포인트 클라우드를 이용하여 비주얼 로컬라이제이션을 수행하는 방법을 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 "구성요소", "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 2 로 표현된 엔티티들은 서로 동일하거나 또는 상이할 수 있다.

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

본 개시내용에서의 포인트 클라우드는 공간에서의 포인트들의 집합을 의미할 수 있다. 예를 들어, 포인트 클라우드는 3차원 공간 정보를 담고 있는 포인트들의 집합을 의미할 수 있다. 예를 들어, 포인트 클라우드는 3차원 공간 정보를 시각적으로 표현하는 데이터를 포함할 수 있다.

본 개시내용에서 쿼리 포인트 클라우드는 사용자 디바이스에 의해 촬영된 이미지에 기반하여 생성되는 포인트 클라우드를 의미할 수 있다. 본 개시내용에서 참조 포인트 클라우드는 예를 들어 증강현실 또는 가상현실 등에서 비주얼 로컬라이제이션을 구현하기 위해 타겟 공간에 대해서 사전 생성되어 저장된 포인트 클라우드를 의미할 수 있다. 사용자 디바이스 (예컨대, 카메라)에서 촬영된 이미지에 대응되는 쿼리 포인트 클라우드와 VPS(Visual Positioning System) 서버 등에서 사전 저장된 참조 포인트 클라우드 간의 비교를 통해, 사용자 디바이스에 대한 포즈가 추정될 수 있다.

본 개시내용에서의 타겟 공간은 비주얼 로컬라이제이션이 수행될 수 있는 임의의 형태 그리고 임의의 크기의 실내 또는 실외 공간을 의미할 수 있다.

본 개시내용에서의 비주얼 로컬라이제이션을 수행하는데 있어서 메타데이터가 추가적으로 사용될 수도 있다. 일례로, 메타데이터는 디바이스와 관련된 정보(예컨대, 디바이스의 IMU 정보), 포인트 클라우드의 픽셀 좌표정보, 포인트 클라우드의 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 이미지에 대한 전처리가 리소스 효율적으로 수행될 수 있다. 본 개시내용의 일 실시예에 따라 다양한 형태의 메타데이터를 사용함으로써 쿼리 포인트 클라우드와 사전 저장된 참조 포인트 클라우드 간의 비교가 보다 원활하게 이루어질 수 있으며, 나아가 보다 적은 컴퓨팅 리소스를 사용하여 정확한 방식으로 카메라 포즈 추정이 이루어질 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 디바이스 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 디바이스를 포함하는 경우, 출력부(미도시) 및 입력부(미도시)가 상기 컴퓨팅 장치(100)의 범위 내에 포함될 수 있다.

본 개시내용에서의 사용자 디바이스는 이미지를 획득하기 위한 장치를 의미할 수 있다. 사용자 디바이스에 의해 촬영된 정보에 타겟 공간 내에서의 복수의 이미지들 및 디바이스의 IMU 정보가 포함될 수 있다. 이러한 사용자 디바이스에서 촬영된 이미지는 예컨대, 서버 내에서의 참조 포인트 클라우드와의 비교를 위해 활용될 수 있으며, 이에 따라 사용자 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 기반의 모델을 사용하여 사용자 디바이스에 의해 촬영된 이미지로부터 사용자 디바이스에 대한 포즈를 추정할 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 비주얼 로컬라이제이션을 수행하기 위한 서버를 포함할 수 있다. 일 실시예에서, 컴퓨팅 장치(100)는 사용자 디바이스를 포함할 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.

일 실시예에서, 프로세서(110)는 촬영된 이미지에 대한 비주얼 로컬라이제이션을 수행하기 위하여, 사용자 디바이스에 의해 촬영된, 타겟 공간 내에서의 복수의 이미지들을 획득하고, 복수의 이미지들에 대응되는 타겟 공간의 일부분에 대한 쿼리 포인트 클라우드를 생성하고, 그리고 타겟 공간에 대해서 생성된 참조 포인트 클라우드와 쿼리 포인트 클라우드에 기초하여, 사용자 디바이스에 대한 비주얼 로컬라이제이션을 수행할 수 있다.

프로세서(110)는 메모리(130)에 저장된 컴퓨터 프로그램을 판독하여 본 개시내용의 일 실시예에 따른 비주얼 로컬라이제이션의 방법론들을 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 디바이스 및/또는 임의의 형태의 서버를 포함할 수 있다. 따라서, 본 개시내용의 실시예들은 서버 및/또는 사용자 디바이스에 의해 수행될 수 있다.

사용자 디바이스는 서버 또는 다른 컴퓨팅 장치와 상호작용 가능한 임의의 형태의 디바이스를 포함할 수 있다. 사용자 디바이스는 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 개시내용의 일 실시예에서, 사용자 디바이스는 광학적인 화상을 감지하고 전기적인 신호로 변환하여 컴퓨팅 장치(100)에 전달하기 위한 임의의 형태의 장비를 의미할 수 있다. 예를 들어, 사용자 디바이스는 카메라, 스캐너, Lidar 및/또는 비전 센서(vision sensor) 중 적어도 하나를 포함할 수 있다. 추가적인 실시예에서, 컴퓨팅 장치(100)는 사용자 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. 일 실시예에서, 서버는 VPS(Visual Positioning System)을 수행하기 위한 서버로서 타겟 공간에 대한 참조 포인트 클라우드를 저장할 우 있다. 서버는 사용자 디바이스로부터 획득된 이미지를 이용하는 VPS에 기반하여 사용자 디바이스에 대한 포즈 추정을 수행할 수 있다.

추가적인 실시예에서 전술한 서버는 참조 이미지 및 참조 이미지에 대응되는 메타 데이터, 참조 포인트 클라우드, 및/또는 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 이미지로부터 포인트 클라우드를 획득할 수 있다.

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

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

본 개시내용에 걸쳐, 인공지능 기반 모델, 인공지능 기반의 3D 모델, 세그멘테이션 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 포인트 클라우드를 이용하여 비주얼 로컬라이제이션을 수행하는 방법을 예시적으로 나타낸다.

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

일 실시예에서, 컴퓨팅 장치(100)는 사용자 디바이스에 의해 촬영된, 타겟 공간 내에서의 복수의 이미지들을 획득할 수 있다(310).

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

일 실시예에서, 사용자 디바이스에 의해 획득되는 이미지들은 2차원의 RGB 이미지 또는 그레이 스케일(grayscale) 이미지를 포함할 수 있다.

일 실시예에서, 사용자 디바이스에 의해 획득되는 이미지들은 타겟 공간에 대해서 시간에 따라 획득되는 복수의 이미지들을 포함할 수 있다. 예를 들어, 상기 이미지들은 타겟 공간의 적어도 일부분에 대한 연속적인 이미지들을 포함할 수 있다.

추가적인 실시예에서, 컴퓨팅 장치(100)는 사용자 디바이스의 추가 정보(예컨대, 사용자 디바이스의 카메라 정보)를 획득할 수 있다. 예를 들어, 사용자 디바이스의 추가 정보는 이미지들을 획득할 때 함께 획득될 수 있다. 추가 정보는 사용자 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, 사용자 디바이스의 추가 정보는 focal length, principal point, resolution 등과 같은 사용자 디바이스의 하드웨어 관련 정보를 더 포함할 수 있다. 또한, 사용자 디바이스의 과거의 카메라 포즈를 추정한 기록이 존재하는 경우, 사용자 디바이스의 추가 정보는 사용자 디바이스의 IMU(Inertial Measurement Unit)의 값으로부터 연산된, 사용자 디바이스의 카메라 포즈에 대한 예비 추정 정보를 포함할 수 있다. 이러한 사용자 디바이스의 카메라 포즈에 대한 예비 추정 정보는 IMU 정보를 이용하여 추정된 대략적인 카메라 포즈를 포함할 수 있으며, 이러한 예비 추정 정보는 사용자 디바이스에 대한 대략적인 위치 정보 및 방향 정보를 포함할 수 있다. 이러한 예비 추정 정보가 사용되는 경우, 촬영된 이미지에 대응되는 쿼리 포인트 클라우드와 매칭될 참조 포인트 클라우드의 후보군이 축소될 수 있기 때문에, 서버(또는 컴퓨팅 장치)에서의 비교 연산이 효율적으로 수행될 수 있다. 이에 따라 리소스 효율적인 비주얼 로컬라이제이션이 달성될 수 있다.

본 개시의 일 실시예에서, 사용자 디바이스의 추가 정보는, 상기 복수의 이미지들을 촬영하는 시점에 대응되는, 상기 사용자 디바이스의 IMU 값을 포함할 수 있다. 사용자 디바이스에서 촬영된 복수의 이미지들에 대응되는 타겟 공간의 일부분에 대한 쿼리 포인트 클라우드를 생성할 때, IMU 값이 활용될 수 있다. 예를 들어, 이러한 IMU 값은 쿼리 포인트 클라우드를 생성할 때, 물리적 스케일링 정보를 결정하는데 사용될 수 있다. 예를 들어, IMU 값은 복수의 이미지들을 이용하여 획득되는 3차원 좌표계(예컨대, 포인트 클라우드 정보) 상에서 단위(unit)가 무엇인지(예컨대, 1m 인지 혹은 1cm인지 등) 결정하기 위하여 사용될 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 복수의 이미지들에 대응되는 타겟 공간의 일부분에 대한 쿼리 포인트 클라우드를 생성할 수 있다(320).

일 실시예에서, 컴퓨팅 장치(100)는, 타겟 공간 내에서의 여러 위치들에서 객체를 촬영한 이미지들을 사용하여 3차원 복원을 수행하는 SfM(Structure from Motion) 모델 또는 인공지능 기반의 3D Reconstruction 모델, SLAM(Simultaneous Localization And Mapping) 모델 또는 스테레오 매칭(stereo matching) 모델 등과 같이, 2차원 이미지들을 3차원으로 변환하기 위한 모델을 이용하여, 복수의 이미지들로부터 상기 복수의 이미지들에 대한 좌표 정보를 생성하고, IMU 값을 이용하여 상기 생성된 좌표 정보에 대한 물리적 스케일링 정보를 결정하고, 그리고 상기 좌표 정보 및 상기 물리적 스케일링 정보에 기초하여, 상기 복수의 이미지들에 대응되는 상기 타겟 공간의 일부분에 대한 쿼리 포인트 클라우드를 생성할 수 있다.

본 개시내용의 추가적인 실시예에서, 2차원 이미지를 3차원으로 변환하기 위한 모델에서는 다양한 형태의 거리 센서들 및/또는 비전 센서들로부터 획득된 데이터가 사용될 수 있다. 다양한 형태의 거리 센서들에 대한 예시로, 레이저 스캐너, 적외선 스캐너, 초음파 센서, 라이다(LIDAR) 및/또는 레이더(RADAR) 등이 포함될 수 있다. 다양한 형태의 비전 센서들에 대한 예시로, 스테레오 카메라, 모노 카메라, 전방향 카메라, 및/또는 Kinect 등이 포함될 수 있다.

일 실시예에서, SLAM 모델은 센서 정보를 이용하여 특정 공간 또는 특정 환경에 대한 지도를 작성하고 작성된 지도로부터 이동체의 현재 위치를 추정하기 위한 모델을 포함할 수 있다.

일 실시예에서, 스테레오 매칭 모델은 카메라(예컨대, 스테레오 카메라)에서 왼쪽과 오른쪽의 이미지를 획득하고, 그리고 카메라 내부의 구조와 이미지 상에서 대응되는 점들의 위치 차이를 이용하여 이미지 상에서 특정한 객체의 깊이(예컨대, 깊이 맵)를 측정하기 위한 모델을 포함할 수 있다.

일 실시예에서, 스테레오 매칭 모델은 사전 저장된 참조 이미지에서의 하나의 포인트에 대응되는 포인트를 카메라에 의해 촬영된 타겟 이미지 상에서 찾아내는 모델을 의미할 수 있다. 이러한 스테레오 매칭 모델은 예를 들어, 에너지 함수를 최소화하는 경우를 찾음으로써 최적의 깊이 이미지를 만들어 내는 전역(global) 매칭 방식 및/또는 특정한 영역에 대응되는 윈도우의 픽셀 정보를 이용하여 매칭 포인트를 찾아서 깊이 이미지를 만들어 내는 지역(local) 매칭 방식에 기초하여 동작될 수 있다.

일 실시예에서, 쿼리 포인트 클라우드를 생성하는 경우, 복수의 이미지들에 존재하는 특징점들을 이용할 수 있다. 일례로, 컴퓨팅 장치(100)는 3차원으로의 변환 과정에서 복수의 이미지들 간의 대응 관계를 파악하기 위하여 예컨대 코너(corner)와 같이 이미지에서 추출이 용이한 특징점을 이용할 수 있다. 컴퓨팅 장치(100)는 RANSAC 알고리즘, Harris의 코너 추출 알고리즘 및/또는 SIFT 알고리즘에 기반하여 복수의 이미지들에 대한 특징점들을 추출하고, 추출된 특징점들에 기반하여 복수의 이미지들에 대응되는 3차원 데이터를 생성할 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 사전 학습된 특징점 획득 모델을 이용하여, 복수의 이미지들로부터 적어도 하나의 특징점 및/또는 적어도 하나의 특징점 각각에 대응되는 적어도 하나의 설명자(descriptor)를 획득할 수 있다. 일례로, 특징점은 이미지들 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 모델을 포함할 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.

일 실시예에서, 컴퓨팅 장치(100)는 타겟 공간에 대해서 생성된 참조 포인트 클라우드와 쿼리 포인트 클라우드에 기초하여, 사용자 디바이스에 대한 비주얼 로컬라이제이션을 수행할 수 있다(330).

일 실시예에서, 컴퓨팅 장치(100)는 쿼리 포인트 클라우드와 참조 포인트 클라우드를 비교함으로써, 사용자 디바이스에 대한 포즈 추정을 수행할 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 인공지능 기반의 세그멘테이션(segmentation) 모델을 이용하여, 사용자 디바이스에 대한 포즈 추정에 사용되는 컴퓨팅 리소스를 효율적으로 사용할 수 있다.

본 개시내용에서의 세그멘테이션 모델은 설명의 편의를 위해 사용되었으며, 이미지 상에서 객체를 검출할 수 있는 임의의 형태의 검출 모델이 세그멘테이션 모델의 범주 내에 포함될 수 잇다.

일 실시예에서, 컴퓨팅 장치(100)는 세그멘테이션 모델을 사용하여 사용자 디바이스에 의해 촬영된 복수의 이미지들에서 사전결정된 객체에 대응되는 포인트들에 대한 세그멘테이션을 수행할 수 있다. 예를 들어, 사전결정된 객체는 이미지 내에서의 변동 가능성이 높은 자동차, 사람 및/도는 동물 등과 같은 동적(movable) 객체를 포함할 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 사전 저장된 참조 포인트 클라우드에서, 상기 세그멘테이션이 수행된 객체에 대응되는 제 1 포인트들을 제거함으로써 축소된(reduced) 참조 포인트 클라우드를 획득할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 동적 객체에 대한 세그멘테이션 결과 이미지 내에서 동적 객체에 해당하는 포인트들을 식별할 수 있다. 컴퓨팅 장치(100)는 사전 저장된 참조 포인트 클라우드 상에서, 상기 식별된 포인트들에 대응되는 위치의 제 1 포인트들에 대해서는 쿼리 포인트 클라우드와의 비교 시 사용하지 않는 것으로 결정할 수 있다. 쿼리 포인트 클라우드 내에서 동적 객체와 같이 사전 저장된 참조 포인트 클라우드에는 존재하지 않는 객체들이 존재할 수 있다. 본 개시의 일 실시예에 따른 기법을 통해 컴퓨팅 장치(100)는 참조 포인트 클라우드 상에서 비교의 대상이 되는 부분들을 사전에 필터링함으로써 클라우드 포인트들 간의 비교 연산의 양을 획기적으로 감소시킬 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 인공지능 기반의 세그멘테이션 모델을 이용하여, 상기 복수의 이미지들에서 동적 객체에 대응되는 제 1 포인트들에 대한 세그멘테이션을 수행하고, 그리고 상기 쿼리 포인트 클라우드에서, 상기 세그멘테이션이 수행된 상기 동적 객체에 대응되는 제 1 포인트들을 제거함으로써 축소된(reduced) 쿼리 포인트 클라우드를 획득할 수 있다. 컴퓨팅 장치(100)는 상기 축소된 쿼리 포인트 클라우드와 상기 참조 포인트 클라우드를 비교함으로써, 사용자 디바이스에 대한 비주얼 로컬라이제이션을 수행할 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 동적 객체에 대응되는 포인트들이 제거된, 축소된 쿼리 포인트 클라우드 및 축소된 참조 포인트 클라우드를 비교함으로써, 사용자 디바이스에 대한 포즈 추정을 수행할 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 세그멘테이션이 수행된 객체에 대응되는 포인트들을 쿼리 포인트 클라우드에서 제거할 수도 있다. 이에 따라 참조 포인트 클라우드와 비교되는 쿼리 포인트 클라우드의 크기 또한 감소될 수 있어서, 비주얼 로컬라이제이션을 수행하는데 사용되는 컴퓨팅 리소스가 획기적으로 감소될 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 세그멘테이션이 수행된 객체에 대응되는 포인트들을 쿼리 포인트 클라우드 및 참조 포인트 클라우드 모두에서 제거할 수도 있다. 이에 따라 참조 포인트 클라우드와 비교되는 쿼리 포인트 클라우드의 크기 또한 감소될 수 있어서, 비주얼 로컬라이제이션을 수행하는데 사용되는 컴퓨팅 리소스가 획기적으로 감소될 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 축소된 참조 포인트 클라우드와 쿼리 포인트 클라우드를 비교함으로써, 사용자 디바이스에 대한 비주얼 로컬라이제이션을 수행할 수 있다. 컴퓨팅 장치(100)는 참조 포인트 클라우드와 축소된 쿼리 포인트 클라우드를 비교함으로써, 사용자 디바이스에 대한 비주얼 로컬라이제이션을 수행할 수 있다. 컴퓨팅 장치(100)는 축소된 참조 포인트 클라우드와 축소된 쿼리 포인트 클라우드를 비교함으로써, 사용자 디바이스에 대한 비주얼 로컬라이제이션을 수행할 수 있다.

전술한 바와 같이, 컴퓨팅 장치(100)는 이미지들 내에서 비교하지 않을 객체들에 대한 세그멘테이션을 수행함으로써, 참조 포인트 클라우드 및/또는 쿼리 포인트 클라우드를 축소된 사이즈로 생성할 수 있으며, 이에 따라 리소스 효율적인 비주얼 로컬라이제이션이 수행될 수 있다.

도 4는 본 개시의 일 실시예에 따라 쿼리 포인트 클라우드를 생성하는 방법을 예시적으로 나타낸다.

도 4에서 예시되는 바와 같이, 컴퓨팅 장치(100)는 타겟 공간의 적어도 일부분에 대해 촬영한 복수의 이미지들(410)을 사용자 디바이스로부터 획득할 수 있다. 예를 들어, 복수의 이미지들(410)은 사용자 디바이스에서 연속 촬영을 통해 획득되는 일련의 이미지들을 의미할 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 사용자 디바이스로부터 IMU 값(440)을 획득할 수 있다. IMU 값(440)은 복수의 이미지들(410)이 획득되는 시점에 사용자 디바이스에 대한 추가 정보를 나타내는 값으로서, 물리적 스케일링 정보(450)를 생성하는데 사용될 수 있다.

일 실시예에서, 제 1 모델(420)은 이미지들(410)을 입력 받고 그리고 상기 이미지들(410)에 대응되는 좌표 정보(430)를 생성할 수 있다. 예를 들어, 좌표 정보(430)는 3차원 좌표계 상에서의 값을 의미할 수 있다.

일 실시예에서, 제 1 모델(420)은 복수의 2차원 이미지들(410)로부터 3차원 좌표 정보를 생성하거나 혹은 3차원 복원을 수행하는 모델을 의미할 수 있다. 제한이 아닌 예시로, 제 1 모델(420)은 Structure from Motion 모델 및/또는 딥러닝 기반의 3D reconstruction 모델을 포함할 수 있다.

일 실시예에서, 제 1모델(420)은 복수의 이미지들(410)의 특징점들을 추출하고 추출된 특징점들을 비교하여 복수의 이미지들(410) 간의 연관성을 파악하고, 그리고 파악된 연관성에 기초하여 복수의 이미지들(410)에 대응되는 3차원 포인트 클라우드를 생성할 수 있다.

일 실시예에서, 제 1 모델(420)은 특징점 획득 모델을 포함할 수 있다. 제 1 모델(420)은 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. 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.

일 실시예에서, 컴퓨팅 장치(100)는 사전 학습된 제 1 모델(420)을 이용하여, 이미지로부터 적어도 하나의 특징점 및/또는 적어도 하나의 특징점 각각에 대응되는 적어도 하나의 설명자를 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, 컴퓨팅 장치(100)는 사용자 디바이스의 추가 정보(예컨대, IMU 값(440))을 이용하여, 입력되는 이미지들(410)에 대응되는 쿼리 포인트 클라우드(460)를 생성할 수 있다.

복수의 이미지들(410)이 Structure from Motion 모델 및/또는 딥러닝 기반의 3D reconstruction 모델로 입력됨에 따라 생성되는 좌표 정보(430)는 물리적 스케일링을 결정하지 못한다. 따라서, 컴퓨팅 장치(100)는 물리적 스케일링 정보(450)를 결정하기 위하여 이미지들(410)을 촬영한 사용자 디바이스의 IMU 값(440)을 사용할 수 있다. 물리적 스케일링 정보(450)는 제 1 모델(420)에 의해 생성된 3차원 좌표 정보(430) 상에서의 좌표 단위들 간의 스케일링을 결정하기 위해 사용될 수 있다. 예를 들어, 물리적 스케일링 정보(450)는 3차원 좌표 정보(430)에 포함된 인접한 포인트들 간에 실제 거리가 얼마인지를 결정하는데 사용될 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 물리적 스케일링 정보(450) 및 좌표 정보(430)를 이용하여 이미지들(410)에 대응되는 쿼리 포인트 클라우드(460)를 생성할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 이미지들(410)에 대한 3차원 클라우드 포인트를 포함하는 좌표 정보(430)에 물리적 스케일링 정보(450)를 반영함으로써, 쿼리 포인트 클라우드(460)를 생성할 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 사전 학습된 세그멘테이션 모델을 이용하여 이미지들(410) 내에서 제거의 대상이 되는 동적 객체에 대한 세그멘테이션을 수행할 수 있다. 컴퓨팅 장치(100)는 세그멘테이션이 이루어진 동적 객체에 대응되는 쿼리 포인트 클라우드(460) 상에서의 포인트들에 대해서는 참조 포인트 클라우드와의 비교시 제외할 수 있다.

본 개시의 추가적인 실시예에서, 컴퓨팅 장치(100)는 타겟 공간에 대해서 획득된 이미지들(410) 상에서 사전결정된 임계값 미만의 특징을 가지는 지면(ground) 및/또는 평면(plane)을 제거할 수 있다. 이에 따라 지면 및/또는 평면이 제거된 쿼리 포인트 클라우드(460)가 생성될 수 있다. 이처럼 포인트들의 특징이 미약한 객체들이 제거됨에 따라 쿼리 포인트 클라우드(460)에 대해서 참조 포인트 클라우드와의 보다 효율적인 비교가 수행될 수 있다.

본 개시의 추가적인 실시예에서, 쿼리 포인트 클라우드(460)는, Pass Through 필터, Conditional 필터 또는 Radius outlier 제거 필터 중 적어도 하나를 이용하여, 상기 타겟 공간에 대한 이미지들(510) 상에서의 노이즈를 제거함으로써 생성될 수 있다. 노이즈가 제거된 쿼리 포인트 클라우드(460)가 이용됨에 따라 쿼리 포인트 클라우드(460)에 대해서 참조 포인트 클라우드와의 보다 효율적인 비교가 수행될 수 있다.

본 개시의 추가적인 실시예에서, 쿼리 포인트 클라우드(460)는 복셀 그리드(voxel grid)를 이용하여, 상기 타겟 공간에 대해서 획득된 이미지들(410)에 다운 샘플링을 적용함으로써 생성될 수 있다. 이에 따라, VPS를 수행하기 위한 서버와의 통신 리소스가 효율적으로 관리될 수 있다.

도 5는 본 개시의 일 실시예에 따라 참조 포인트 클라우드를 생성하는 방법을 예시적으로 도시한다.

일 실시예에서, 참조 포인트 클라우드(530)를 생성하는 시점은 쿼리 포인트 클라우드(460)를 획득하는 시점 이전에 수행될 수 있다.

일 실시예에서, 타겟 공간의 전체 영역에 대한 스캔 또는 이미지 촬영을 통해 타겟 공간에 대응되는 참조 포인트 클라우드(530)가 생성될 수 있다. 생성된 참조 포인트 클라우드(530)는 컴퓨팅 장치(100)에 저장되어, 쿼리 포인트 클라우드(460)와의 비교 시 사용될 수 있다.

일 실시예에서, 참조 포인트 클라우드(530)는, LiDAR(Light Detection and Ranging) 기반의 스캐너를 이용하여 생성되거나, 또는 타겟 공간에 대해서 촬영된 이미지들을 정합하는 Photogrammetry 방식을 이용하여 생성될 수 있다.

일 실시예에서, 참조 포인트 클라우드(530)는 클라이언트의 디바이스(예컨대 사용자 디바이스)로부터 수신된 스캔 데이터에 의해 생성될 수 있다. 일례로, 참조 포인트 클라우드(530)는 상술된 쿼리 포인트 클라우드의 생성 방식과 대응되는 방식으로 사용자 디바이스에 의해 획득된 정보에 기반하여 생성될 수 있다. 따라서, 도 5에서의 본 실시예에 대한 설명은 도 3 및 도 4에서의 대응되는 설명을 원용하기로 한다.

일 실시예에서, 참조 포인트 클라우드(530)는 사용자 디바이스로부터 수신된 스캔 데이터에 의해 업데이트될 수 있다. 일례로, 컴퓨팅 장치(100)는 사용자 디바이스로부터 수신된 스캔 데이터와 상기 스캔 데이터의 영역에 대응되는 사전 저장된 참조 포인트 클라우드를 비교하여, 사전 저장된 참조 포인트 클라우드의 업데이트 여부를 결정할 수 잇다. 이러한 예시에서, 사전 저장된 참조 포인트 클라우드와 수신된 스캔 데이터에 대응되는 포인트 클라우드가 서로 대응되는 경우, 업데이트를 하지 않는 것으로 결정될 수 있다. 컴퓨팅 장치(100)는 사전 저장된 참조 포인트 클라우드와 수신된 스캔 데이터에 대응되는 포인트 클라우드가 서로 대응되지 않는 경우, 사전 저장된 참조 포인트 클라우드가 상기 스캔 데이터에 대응되는 포인트 클라우드를 반영하도록, 사전 저장된 참조 포인트 클라우드를 업데이트할 수 있다.

추가적인 실시예에서, 컴퓨팅 장치(100)는 사전 저장된 참조 포인트 클라우드를 업데이트하는 양(예컨대, 업데이트되는 포인트 클라우드의 정량 정보, 업데이트되는 포인트들의 개수, 업데이트되는 특징점들의 개수, 및/또는 업데이트되는 VPS 지도 영역의 크기 등)에 따라 스캔 데이터를 생성한 사용자 디바이스로 제공할 리워드를 결정할 수 있다. 이러한 실시예에서, 리워드의 양과 업데이트되는 정도 간의 상관관계가 존재할 수 있다.

도 5에서의 이미지들(510)은 타겟 공간 전체에 대해서 촬영된 이미지들 또는 타겟 공간 전체에 대해서 스캔되어 획득된 이미지들을 포함할 수 있다. 추가적인 실시예에서, 도 5에서의 이미지들(510)은 타겟 공간의 적어도 일부에 대한 이미지들을 포함할 수도 있다.

일 실시예에서, 컴퓨팅 장치(100)는 제 2 모델(520)을 사용하여 이미지들(510)로부터 참조 포인트 클라우드(530)를 생성할 수 있다. 여기서 제 2 모델(520)은 특징점 추출 모델, Structure from Motion 모델, 딥러닝 기반의 3D reconstruction 모델, 노이즈 제거 모델 및/또는 다운 샘플링 모델을 포함할 수 있다.

일 실시예에서, 제 2 모델(520)은 사용자 디바이스에 의해 촬영된 혹은 스캔된 이미지들(510)로부터 참조 포인트 클라우드(530)를 생성하기 위한 임의의 형태의 모델을 포함할 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 타겟 공간에 대해서 획득된 로우(raw) 포인트 클라우드 상에서 사전결정된 임계값 미만의 특징을 가지는 객체들(예컨대 지면(ground) 및 평면(plane))을 제거하는 제 2 모델(520)을 이용하여, 이미지들(510)로부터 참조 포인트 클라우드(530)를 생성할 수 있다. 로우 포인트 클라우드는 이미지들(510)로부터 3차원 복원 혹은 3차원 변환이 이루어진 포인트 클라우드를 의미할 수 있다. 로우 포인트 클라우드 상에서 특징점 추출이 수행되고 사전 결정된 임계값 미만의 특징을 가지는 객체들은 로우 포인트 클라우드 상에서 제거됨으로써 참조 포인트 클라우드(530)가 생성될 수 있다.

본 개시내용의 일 실시예에서, 제 2 모델(520)은 예를 들어 CNN(Convolutional Neural Network)을 이용해, 지면에 대응되는 포인트들 그리고/또는 평면에 대응되는 포인트들을 식별할 수 있다. 제 2 모델(520)은 이미지들 내에서 지면 및/또는 평면으로 라벨링된 정답 데이터를 포함하는 학습 데이터 셋에 기반하여 지도 학습 방식으로 모델링될 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 Pass Through 필터, Conditional 필터 또는 Radius outlier 제거 필터 중 적어도 하나를 이용하는 제 2 모델(520)을 사용하여 참조 포인트 클라우드(530)를 생성할 수 있다. Pass Through 필터, Conditional 필터 또는 Radius outlier 제거 필터 중 적어도 하나는 타겟 공간에 대해서 획득된 로우 포인트 클라우드 상에서의 노이즈를 제거하는데 사용될 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 복셀 그리드(voxel grid)를 이용하여, 상기 타겟 공간에 대해서 획득된 로우 포인트 클라우드에 다운 샘플링을 적용함으로써 참조 포인트 클라우드(530)를 생성할 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 인공지능 기반의 세그멘테이션 모델을 포함하는 제 2 모델(520)을 이용하여, 타겟 공간에 대해서 획득된 로우 포인트 클라우드에서 동적 객체에 대응되는 제 2 포인트들에 대한 세그멘테이션을 수행할 수 있다. 컴퓨팅 장치(100)는 로우 포인트 클라우드에서, 상기 세그멘테이션이 수행된 상기 동적 객체에 대응되는 제 2 포인트들을 제거함으로써 참조 포인트 클라우드(530)를 생성할 수 있다.

전술한 바와 같이, 컴퓨팅 장치(100)는 제 2 모델(520)을 이용하여 참조 포인트 클라우드에서의 포인트들의 개수를 감소시킬 수 있다. 이에 따라 참조 포인트 클라우드와 쿼리 포인트 클라우드 간의 비교 연산 과정에서 컴퓨팅 리소스가 효율적으로 활용될 수 있다.

컴퓨팅 장치(100)는 쿼리 포인트 클라우드를 생성하는 것과 관련된 상술된 특징들과 대응되는 특징들을 참조 포인트 클라우드를 생성할 때 사용될 수 있다. 예를 들어, 참조 포인트 클라우드를 생성하는 과정에서 획득되는 이미지들(510)과 해당 이미지들(510)에 대응되는 IMU 정보를 함께 이용하여 참조 포인트 클라우드가 생성될 수 있다.

도 6은 본 개시의 일 실시예에 따라 쿼리 포인트 클라우드와 참조 포인트 클라우드를 이용하여 비주얼 로컬라이제이션을 수행하는 방법을 예시적으로 도시한다.

일 실시예에서, 컴퓨팅 장치(100)는 포즈 추정의 대상이 되는 사용자 디바이스에 의해 촬영된 이미지들(410)을 획득할 수 있다. 컴퓨팅 장치(100)는 획득된 이미지들(410)을 사전결정된 객체(예컨대, 동적 객체 등)를 검출하기 위한 검출 모델을 포함하는 제 3 모델(610)을 이용함으로써 동적 객체에 대한 세그멘테이션 결과(620)를 획득할 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 동적 객체에 대한 세그멘테이션 결과(620)를 참조 포인트 클라우드(530)에 적용함으로써 축소된 참조 포인트 클라우드(630)를 생성할 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 축소된 참조 포인트 클라우드(630)와 쿼리 포인트 클라우드(460)를 비교(640)함으로써 사용자 디바이스의 포즈 추정 결과(640)를 생성할 수 있다.

도 6에서의 비교(640)는 2개의 포인트 클라우드들의 변환 관계를 파악하기 위한 임의의 형태의 정합 모델에 의해 수행될 수 있다. 본 개시내용에서의 정합 모델은 하나의 객체에 대해 다른 지점에서 스캔 또는 촬영된 두개의 포인트 클라우드들이 존재하는 경우, 이러한 두개의 포인트 클라우드들의 데이터를 퍼즐처럼 합쳐, 정합(registration)하는 알고리즘을 포함할 수 있다. 정합 알고리즘의 일례로 반복적으로 가장 근접된 점들을 퍼즐처럼 맞추는 때문에 Iterative Closest Point 알고리즘이 고려될 수 있다.

제한이 아닌 예시로, 본 개시내용에서의 정합 모델은 Iterative Closest Point (ICP) 계열의 알고리즘을 이용할 수 있다. 제한이 아닌 예시로, Iterative Closest Point (ICP) 계열의 알고리즘은 ICP, GICP, FastICP 및 FastGICP를 포함할 수 있다.

일 실시예에서, 포인트 클라우드들의 정합은 부분적으로 겹치거나, 또는 상이한 위치와 방향으로 배열된 두 포인트 클라우드가 있을 때, 두 포인트 클라우드를 정렬(예를 들어, rotation + translation)함으로써, 하나의 포인트 클라우드로 만드는 과정을 의미할 수 있다. 예를 들어, 정합 모델은 [R|T] * (query point cloud) 가 (target point cloud)와 유사하도록 하게하는 [R|T]를 구하도록 동작할 수 있다. 여기서 R은 Rotation에 대응되는 값 또는 벡터를 의미하며, T는 Translation에 대응되는 값 또는 벡터를 의미할 수 잇다.

일 실시예에서, 포인트 클라우드들을 정합하는 과정은 전역 정합(global registration) 및 지역 정합(local registration)의 두 단계로 이루어질 수 있다. 전역 정합은 쿼리 포인트 클라우드와 타겟 포인트 클라우드 각각의 기하학적 특징(geometric feature) 및/또는 텍스쳐(texture) 등을 고려하여 쿼리 포인트 클라우드와 타겟 포인트 클라우드 간의 상대 위치를 추정할 수 있다. 전역 정합에서는 포인트 클라우드 상의 각 포인트들의 국소적인(local) 기하학적 정보 및 텍스쳐 정보 등을 포함하고 있는 PFH (Point Feature Histogram), FPFH (Fast Point Feature Histogram) 등이 사용될 수 있으며, 추가적으로 RANSAC 알고리즘을 적용하여 연산 속도가 높아지게 동작될 수 있다. 지역 정합은 전역 정합 이후 refinement에 사용되는 알고리즘이며 ICP 및/또는 GICP 등이 사용될 수 있다.

일 실시예에서, 사용자 디바이스에 의해 생성되는 쿼리 포인트 클라우드의 원점과 축은 사용자 디바이스의 초기 위치 및 방향을 기준으로 설정될 수 있다(예를 들어, 쿼리 포인트 클라우드의 원점 = 사용자 디바이스(예컨대, 카메라)의 초기 위치, 쿼리 포인트 클라우드의 축 방향 = 사용자 디바이스의 초기 방향). 따라서, 정합 모델의 정합 동작에 의해 획득한 [R|T] ([R|T]*(query point cloud)=(target point cloud))의 역변환이 VPS 맵 상에서의 사용자 디바이스의 초기 포즈로 결정될 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 2개의 포인트 클라우드들 간의 변환 관계로부터 사전에 정의된 월드 좌표계에서의 카메라의 좌표 및 방향을 결정할 수 있다.

본 개시내용에서의 월드 좌표계는 절대 좌표계와 상호 교환가능하게 사용될 수 있다. 월드 좌표계에서의 카메라의 좌표 및 방향을 포함하는 포즈 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.

도 7은 본 개시의 일 실시예에 따라 쿼리 포인트 클라우드와 참조 포인트 클라우드를 이용하여 비주얼 로컬라이제이션을 수행하는 방법을 예시적으로 도시한다.

도 7에서의 설명들 중 앞서 설명된 특징들과 중복되는 특징들에 대해서는 구체적인 설명을 생략하기로 한다.

일 실시예에서, 컴퓨팅 장치(100)는 포즈 추정의 대상이 되는 사용자 디바이스에 의해 촬영된 이미지들(410)을 획득할 수 있다. 컴퓨팅 장치(100)는 획득된 이미지들(410)을 사전결정된 객체(예컨대, 동적 객체 등)를 검출하기 위한 검출 모델을 포함하는 제 3 모델(610)을 이용함으로써 동적 객체에 대한 세그멘테이션 결과(620)를 획득할 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 동적 객체에 대한 세그멘테이션 결과(620)를 쿼리 포인트 클라우드(460)에 적용함으로써 축소된 쿼리 포인트 클라우드(710)를 생성할 수 있다.

일 실시예에서, 컴퓨팅 장치(100)는 축소된 쿼리 포인트 클라우드(710)와 참조 포인트 클라우드(530)를 비교(640)함으로써 사용자 디바이스의 포즈 추정 결과(640)를 생성할 수 있다.

도 7에서의 비교(640)는 2개의 포인트 클라우드들의 변환 관계를 파악하기 위한 임의의 형태의 정합 모델에 의해 수행될 수 있다. 본 개시내용에서의 정합 모델은 하나의 객체에 대해 다른 지점에서 스캔 또는 촬영된 두개의 포인트 클라우드들이 존재하는 경우, 이러한 두개의 포인트 클라우드들의 데이터를 퍼즐처럼 합쳐, 정합(registration)하는 알고리즘을 포함할 수 있다. 정합 알고리즘의 일례로 반복적으로 가장 근접된 점들을 퍼즐처럼 맞추는 때문에 Iterative Closest Point 알고리즘이 고려될 수 있다.

도 6 및 도 7에서는 축소된 쿼리 포인트 클라우드(710)와 참조 포인트 클라우드(530) 간의 비교(640) 및 축소된 참조 포인트 클라우드(630)와 쿼리 포인트 클라우드(360) 간의 비교(640)가 예시적으도 도시되었다. 구현 양태에 따라서, 축소된 쿼리 포인트 클라우드(710)와 축소된 참조 포인트 클라우드(630) 간의 비교를 통한 사용자 디바이스의 비주얼 로컬라이제이션 또한 구현될 수 있다.

전술한 방식으로, 동적 객체에 대한 세그멘테이션을 통해서 포인트 클라우드들 간의 비교 과정에서 사용되는 컴퓨팅 리소스들이 줄어들 수 있기 때문에, 본 개시내용의 일 실시예에 따른 비주얼 로컬라이제이션 기법은 리소스 효율적인 포즈 추정이 가능하다는 장점을 가질 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(1602)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 (15)

1. 컴퓨팅 장치에 의해 수행되는, 촬영된 이미지를 이용하여 비주얼 로컬라이제이션(visual localization)을 수행하기 위한 방법으로서,
   사용자 디바이스에 의해 촬영된, 타겟 공간(target space) 내에서의 복수의 이미지들을 획득하는 단계;
   상기 복수의 이미지들에 대응되는 상기 타겟 공간의 일부분에 대한 쿼리 포인트 클라우드(query point cloud)를 생성하는 단계;
   인공지능 기반의 세그멘테이션(segmentation) 모델을 이용하여, 상기 복수의 이미지들에서 동적 객체에 대응되는 포인트들에 대한 세그멘테이션을 수행하는 단계;
   상기 타겟 공간에 대해서 생성된 참조 포인트 클라우드(reference point cloud)에서, 상기 세그멘테이션이 수행된 상기 동적 객체에 대응되는 포인트들을 제거함으로써 축소된(reduced) 참조 포인트 클라우드를 획득하는 단계; 및
   상기 축소된 참조 포인트 클라우드와 상기 쿼리 포인트 클라우드를 비교함으로써, 상기 사용자 디바이스에 대한 비주얼 로컬라이제이션을 수행하는 단계;
   를 포함하는,
   방법.
2. 제 1 항에 있어서,
   상기 복수의 이미지들은 상기 타겟 공간의 적어도 일부에 대응되는 시간적으로 연속적인 이미지들을 포함하는,
   방법.
3. 제 1 항에 있어서,
   상기 복수의 이미지들을 촬영하는 시점에 대응되는, 상기 사용자 디바이스의 IMU(Inertial Measurement Unit) 값을 획득하는 단계;
   를 더 포함하며,
   상기 쿼리 포인트 클라우드를 생성하는 단계는,
   상기 IMU 값을 이용하여 상기 복수의 이미지들에 대응되는 상기 타겟 공간의 일부분에 대한 상기 쿼리 포인트 클라우드를 생성하는 단계를 포함하는,
   방법.
4. 제 3 항에 있어서,
   상기 쿼리 포인트 클라우드를 생성하는 단계는:
   SfM(Structure from Motion) 모델, 인공지능 기반의 3D Reconstruction 모델, SLAM(Simultaneous Localization And Mapping) 모델 또는 스테레오 매칭(stereo matching) 모델을 이용하여, 상기 복수의 이미지들로부터 상기 복수의 이미지들에 대한 좌표 정보를 생성하는 단계;
   상기 IMU 값을 이용하여 상기 생성된 좌표 정보에 대한 물리적 스케일링 정보를 결정하는 단계; 및
   상기 좌표 정보 및 상기 물리적 스케일링 정보에 기초하여, 상기 복수의 이미지들에 대응되는 상기 타겟 공간의 일부분에 대한 쿼리 포인트 클라우드를 생성하는 단계;
   를 포함하는,
   방법.
5. 삭제
6. 제 1 항에 있어서,
   상기 사용자 디바이스에 대한 상기 비주얼 로컬라이제이션을 수행하는 단계는,
   상기 쿼리 포인트 클라우드에서, 상기 세그멘테이션이 수행된 상기 동적 객체에 대응되는 포인트들을 제거함으로써 축소된(reduced) 쿼리 포인트 클라우드를 획득하는 단계; 및
   상기 축소된 쿼리 포인트 클라우드와 상기 축소된 참조 포인트 클라우드를 비교함으로써, 상기 사용자 디바이스에 대한 상기 비주얼 로컬라이제이션을 수행하는 단계;
   를 포함하는,
   방법.
7. 제 1 항에 있어서,
   상기 축소된 참조 포인트 클라우드와 상기 쿼리 포인트 클라우드를 비교함으로써, 상기 사용자 디바이스에 대한 상기 비주얼 로컬라이제이션을 수행하는 단계는,
   둘 이상의 포인트 클라우드들을 정합(registration)하기 위한 정합 모델을 이용하여, 상기 축소된 참조 포인트 클라우드와 상기 쿼리 포인트 클라우드 간의 변환 관계를 결정하는 단계; 및
   상기 변환 관계로부터 사전 정의된 월드(world) 좌표계 상에서의 상기 사용자 디바이스의 좌표 및 방향(orientation)을 결정하는 단계;
   를 포함하는,
   방법.
8. 제 1 항에 있어서,
   상기 참조 포인트 클라우드는,
   LiDAR(Light Detection and Ranging) 기반의 스캐너를 이용하여 생성되거나, 또는
   상기 타겟 공간에 대해서 촬영된 이미지들을 정합하는 Photogrammetry 방식을 이용하여 생성되는,
   방법.
9. 제 1 항에 있어서,
   상기 참조 포인트 클라우드는,
   상기 타겟 공간에 대해서 획득된 로우(raw) 포인트 클라우드 상에서 사전결정된 임계값 미만의 특징을 가지는 지면(ground) 및 평면(plane)을 제거함으로써 생성되는,
   방법.
10. 제 1 항에 있어서,
    상기 참조 포인트 클라우드는,
    Pass Through 필터, Conditional 필터 또는 Radius outlier 제거 필터 중 적어도 하나를 이용하여, 상기 타겟 공간에 대해서 획득된 로우 포인트 클라우드 상에서의 노이즈를 제거함으로써 생성되는,
    방법.
11. 제 1 항에 있어서,
    상기 참조 포인트 클라우드는,
    복셀 그리드(voxel grid)를 이용하여, 상기 타겟 공간에 대해서 획득된 로우 포인트 클라우드에 다운 샘플링을 적용함으로써 생성되는,
    방법.
12. 삭제
13. 제 8 항에 있어서,
    상기 참조 포인트 클라우드는 상기 사용자 디바이스로부터 수신된 스캔 데이터에 의해 생성되며 그리고 상기 사용자 디바이스로부터 수신된 스캔 데이터에 의해 업데이트되는,
    방법.
14. 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:
    사용자 디바이스에 의해 촬영된, 타겟 공간 내에서의 복수의 이미지들을 획득하는 동작;
    상기 복수의 이미지들에 대응되는 상기 타겟 공간의 일부분에 대한 쿼리 포인트 클라우드를 생성하는 동작;
    인공지능 기반의 세그멘테이션(segmentation) 모델을 이용하여, 상기 복수의 이미지들에서 동적 객체에 대응되는 포인트들에 대한 세그멘테이션을 수행하는 동작;
    상기 타겟 공간에 대해서 생성된 참조 포인트 클라우드(reference point cloud)에서, 상기 세그멘테이션이 수행된 상기 동적 객체에 대응되는 포인트들을 제거함으로써 축소된(reduced) 참조 포인트 클라우드를 획득하는 동작; 및
    상기 축소된 참조 포인트 클라우드와 상기 쿼리 포인트 클라우드를 비교함으로써, 상기 사용자 디바이스에 대한 비주얼 로컬라이제이션을 수행하는 동작;
    을 포함하는,
    컴퓨터 판독가능 저장 매체에 저장되는 컴퓨터 프로그램.
15. 컴퓨팅 장치로서,
    적어도 하나의 프로세서; 및
    메모리;
    를 포함하며,
    상기 적어도 하나의 프로세서는:
    사용자 디바이스에 의해 촬영된, 타겟 공간 내에서의 복수의 이미지들을 획득하는 동작;
    상기 복수의 이미지들에 대응되는 상기 타겟 공간의 일부분에 대한 쿼리 포인트 클라우드를 생성하는 동작;
    인공지능 기반의 세그멘테이션(segmentation) 모델을 이용하여, 상기 복수의 이미지들에서 동적 객체에 대응되는 포인트들에 대한 세그멘테이션을 수행하는 동작;
    상기 타겟 공간에 대해서 생성된 참조 포인트 클라우드(reference point cloud)에서, 상기 세그멘테이션이 수행된 상기 동적 객체에 대응되는 포인트들을 제거함으로써 축소된(reduced) 참조 포인트 클라우드를 획득하는 동작; 및
    상기 축소된 참조 포인트 클라우드와 상기 쿼리 포인트 클라우드를 비교함으로써, 상기 사용자 디바이스에 대한 비주얼 로컬라이제이션을 수행하는 동작;
    을 수행하는,
    컴퓨팅 장치.