KR20230056458A - 도면에 포함된 객체의 구조 추론을 이용한 도면화 방법 및 장치 - Google Patents

Abstract

본 개시는 도면화 방법 및 장치에 관한 것으로, 도면 이미지를 입력받고, 입력된 상기 도면 이미지에 포함된 부품을 인식하고, 인식된 상기 부품을 기초로 객체의 구조를 추론하고, 추론된 상기 객체의 구조를 도면화하는 것을 요지로 한다.

Description

도면에 포함된 객체의 구조 추론을 이용한 도면화 방법 및 장치 {Method and Apparatus for drawing a drawing using structural inference of objects in the drawing}

본 개시는 도면화 방법 및 장치에 대한 것으로서, 구체적으로, 도면에 포함된 객체의 구조 추론을 이용한 도면화 방법 및 장치에 대한 기술이다.

이미지 도면은 이미지 파일에 비트맵으로 도면의 정보를 나타낸 것으로 실제 설계를 위해서는 도면화(CAD, Computer Aided Design) 과정이 필요하다. 이를 위해서는 이미지 도면 내의 점, 선을 연결하고, 부품을 인식하는 과정이 필수적이다. 일반적으로 이미지 도면의 도면화는 이미지 파일에서 연결된 점, 선 등을 파악하여 벡터화(Vectorization)하는 과정 중심으로 연구되었고, 부분적으로 이미지 도면 내 객체 검출을 통해 도면 정보를 추출하는 과정을 포함한다. 하지만 실제 이미지 도면의 도면화는 자동화된 도구보다는 벡터화 보조 소프트웨어를 활용하거나, 사람이 직접 다시 도면을 그리는 경우가 대부분이다. 이 과정은 많은 시간과 노력이 필요하며, 재사용 가능성이 낮아 비효율적이다.

이미지 도면의 벡터화는 디자인 및 애니메이션 등의 스케치 이미지를 도면화 하기 위해서 연구되고 있으며, 선의 표현과 연결에 중심을 두어 전체 구조를 파악하고 이해하지는 못한다. 또한, 딥러닝 기반의 벡터화도 연구되고 있으나 연산 시간이 많이 걸리고, 실제 부품을 이해하는 단계를 포함하지 않고 있다. 건축 평면도의 방, 배치 및 구성에 활용하기 위해서 평면도의 연결부위 및 영역을 학습하여 이를 도면화 하는 방법이 제안되었으나 평면도에 국한한 것으로 부품이 다수가 연결된 객체의 활용에 적합하지 않다. 최근에는 도면을 그리는 순서를 학습하여 부품 레벨에서 재현하는 새로운 시도들도 연구되고 있다. 하지만, 이미지 도면 자체를 도면화하는 방법에 대한 연구는 제한적이다.

종래 기술의 경우, 이미지 도면의 도면화를 위하여 벡터화 기반 알고리즘을 활용했는데, 도면이 단편화되고, 부재 등과 같은 내부 부품을 알 수 없었고, 사람이 수작업으로 도면을 그려야 해서 재사용이 불가능하므로 사용자가 불편함을 느끼는 문제점이 있었다.

본 개시의 목적은 도면 이미지에 포함된 부품을 인식하고 인식된 부품을 기초로 객체의 구조를 추론하여 추론된 객체의 구조를 도면화하는 도면화 방법 및 장치를 제공하는 데 있다.

본 개시의 목적은 추론된 객체의 구조에서 누락된 부품이 있는 경우, 부품 라이브러리를 검색해서 누락된 부품과 유사한 부품을 검색하고, 검색된 부품을 라이브러리에 추가해서 도면화하는 도면화 방법 및 장치를 제공하는 데 있다.

본 개시의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있으며, 본 개시의 실시예에 의해 보다 분명하게 알게 될 것이다. 또한, 본 개시의 목적 및 장점들은 특허청구범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.

본 개시의 일 실시예에 따른, 도면화 방법은, 도면 이미지를 입력받는 단계; 입력된 상기 도면 이미지에 포함된 부품을 인식하는 단계; 인식된 상기 부품을 기초로 객체의 구조를 추론하는 단계; 및 추론된 상기 객체의 구조를 도면화하는 단계를 포함한다.

본 개시의 일 실시예에 따른, 도면화 방법은, 상기 도면 이미지를 도면의 속성을 기준으로 분류하는 단계를 더 포함한다.

본 개시의 일 실시예에 따른, 도면화 방법은, 입력된 상기 도면 이미지에 포함된 부품을 개별적으로 인식하는 단계를 더 포함한다.

본 개시의 일 실시예에 따른, 도면화 방법은, 하부 부품에서 상부 부품을 향하는 방향으로 객체의 구조를 추론하는 단계를 포함한다.

본 개시의 일 실시예에 따른, 도면화 방법은, 제 1 방향에서 바라본 제 1 부품 이미지를 기초로 객체의 구조를 추론하는 단계를 포함한다.

본 개시의 일 실시예에 따른, 도면화 방법은, 상기 제 1 방향과 다른 제 2 방향에서 바라본 제 2 부품 이미지를 기초로 객체의 구조를 추론하는 단계를 더 포함한다.

본 개시의 일 실시예에 따른, 도면화 방법은, 상기 제 1 부품 이미지의 높이와 상기 제 2 부품 이미지의 높이는 동일하다.

본 개시의 일 실시예에 따른, 도면화 방법은, 상기 추론 결과와 기설정된 부품 라이브러리를 참조해서 상기 객체의 구조를 도면화하는 단계를 더 포함한다.

본 개시의 일 실시예에 따른, 도면화 방법은, 상기 객체의 구조에서 누락된 부품이 있는 경우, 상기 부품 라이브러리를 참조해서 유사도가 기설정된 값을 초과하는 부품을 검색하는 단계; 및 검색된 상기 부품을 상기 부품 라이브러리에 등록하는 단계를 더 포함한다.

본 개시의 일 실시예에 따른, 도면화 방법은, 상기 객체의 구조를 3차원 모델링하는 단계; 및 상기 객체의 구조를 캐드 파일로 생성하는 단계를 포함한다.

본 개시의 일 실시예에 따른, 도면화 장치는, 도면 이미지를 입력받는 입력부; 입력된 상기 도면 이미지에 포함된 부품을 인식하고, 인식된 상기 부품을 기초로 객체의 구조를 추론하고, 추론된 상기 객체의 구조를 도면화하는 컨트롤러 및 상기 객체의 구조를 디스플레이하는 디스플레이부를 포함한다.

본 개시의 일 실시예에 따른, 도면화 장치는, 상기 컨트롤러는 상기 도면 이미지를 도면의 속성을 기준으로 분류한다.

본 개시의 일 실시예에 따른, 도면화 장치는, 상기 컨트롤러는 입력된 상기 도면 이미지에 포함된 부품을 개별적으로 인식한다.

본 개시의 일 실시예에 따른, 도면화 장치는, 컨트롤러는 하부 부품에서 상부 부품을 향하는 방향으로 상기 객체의 구조를 추론한다.

본 개시의 일 실시예에 따른, 도면화 장치는, 상기 컨트롤러는 제 1 방향에서 바라본 제 1 부품 이미지를 기초로 객체의 구조를 추론한다.

본 개시의 일 실시예에 따른, 도면화 장치는, 상기 컨트롤러는 상기 제 1 방향과 다른 제 2 방향에서 바라본 제 2 부품 이미지를 기초로 객체의 구조를 추론한다.

본 개시의 일 실시예에 따른, 도면화 장치는, 상기 제 1 부품 이미지의 높이와 상기 제 2 부품 이미지의 높이는 동일하다.

본 개시의 일 실시예에 따른, 도면화 장치는, 기설정된 부품 라이브러리를 저장하는 메모리를 더 포함하고, 상기 컨트롤러는 상기 추론 결과와 상기 기설정된 부품 라이브러리를 참조해서 상기 객체의 구조를 도면화한다.

본 개시의 일 실시예에 따른, 도면화 장치는, 상기 컨트롤러는 상기 객체의 구조에서 누락된 부품이 있는 경우, 상기 부품 라이브러리를 참조해서 유사도가 기설정된 값을 초과하는 부품을 검색하고, 검색된 상기 부품을 상기 부품 라이브러리에 등록한다.

본 개시의 일 실시예에 따른, 도면화 방법은, 도면 이미지를 카메라로 캡쳐하는 단계; 캡쳐된 상기 도면 이미지에 포함된 부품을 인식하는 단계; 인식된 상기 부품을 기초로 객체의 구조를 추론하는 단계; 및 추론된 상기 객체의 구조를 캐드 파일로 생성하는 단계를 포함한다.

본 개시의 일 실시예에 따르면, 도면 이미지에 포함된 부품을 인식하고 인식된 부품을 기초로 객체의 구조를 추론하여 추론된 객체의 구조를 도면화함으로써 재사용이 가능한 도면을 구성할 수 있어서 사용자 편의성을 향상시킬 수 있다.

본 개시의 목적은 추론된 객체의 구조에서 누락된 부품이 있는 경우, 부품 라이브러리를 검색해서 누락된 부품과 유사한 부품을 검색하고, 검색된 부품을 라이브러리에 추가해서 도면화함으로써 부품 인식 과정에서 인식이 실패한 부품을 추가할 수 있어서 도면을 보다 완성도가 높은 도면으로 지속적으로 업데이트할 수 있다.

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

도 1은 본 개시의 일 실시예에 따른, 도면화 장치의 구성도를 도시한 도면이다.
도 2는 본 개시의 일 실시예에 따른, 도면화 방법의 순서도를 도시한 도면이다.
도 3은 본 개시의 일 실시 예에 따른, 도면화 방법의 개념을 도시한 도면이다.
도 4는 본 개시의 일 실시 예에 따른, 이미지 도면으로부터 부품 및 객체를 인식하는 것을 도시한 도면이다.
도 5는 본 개시의 일 실시 예에 따른, 대표 도면과 대표 도면 인식 결과를 도시한 도면이다.
도 6은 본 개시의 일 실시 예에 따른, 세부 도면과 세부 도면 인식 결과를 도시한 도면이다.
도 7은 본 개시의 일 실시 예에 따른, 대상 객체 및 다른 방향에서 바라본 도면 이미지를 도시한 도면이다.
도 8은 본 개시의 일 실시 예에 따른, 개별 도면 이미지에 포함된 부품 인식을 도시한 도면이다.
도 9는 본 개시의 일 실시 예에 따른, 인식된 부품을 기초로 추론된 객체의 구조를 도시한 도면이다.
도 10은 본 개시의 일 실시 예에 따른, 추론 결과를 기초로 객체의 구조를 도면화하는 실시 예를 도시한 도면이다.
도 11은 본 개시의 일 실시 예에 따른, 부품 라이브러리의 실시 예를 도시한 도면이다.
도 12는 본 개시의 일 실시 예에 따른, 캐드 도면화의 실시 예를 도시한 도면이다.
도 13은 본 개시의 다른 실시 예에 따른, 구조 추론 결과에서 누락된 부품의 의 실시 예를 도시한 도면이다.
도 14는 본 개시의 다른 실시 예에 따른, 추론 결과에서 누락된 부품이 있는 경우 도면화 방법의 순서도를 도시한 도면이다.
도 15는 본 개시의 다른 실시 예에 따른, 도면화 방법의 순서도를 도시한 도면이다.
도 16은 본 개시의 일 실시 예에 따른, 도면화 장치의 구성도를 도시한 도면이다.

이하에서는 첨부한 도면을 참고로 하여 본 개시의 실시 예에 대하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나, 본 개시는 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다.

본 개시의 실시 예를 설명함에 있어서 공지 구성 또는 기능에 대한 구체적인 설명이 본 개시의 요지를 흐릴 수 있다고 판단되는 경우에는 그에 대한 상세한 설명은 생략한다. 그리고, 도면에서 본 개시에 대한 설명과 관계없는 부분은 생략하였으며, 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

본 개시에 있어서, 서로 구별되는 구성요소들은 각각의 특징을 명확하게 설명하기 위함이며, 구성요소들이 반드시 분리되는 것을 의미하지는 않는다. 즉, 복수의 구성요소가 통합되어 하나의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있고, 하나의 구성요소가 분산되어 복수의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있다. 따라서, 별도로 언급하지 않더라도 이와 같이 통합된 또는 분산된 실시 예도 본 개시의 범위에 포함된다.

본 개시에 있어서, 다양한 실시 예에서 설명하는 구성요소들이 반드시 필수적인 구성요소들을 의미하는 것은 아니며, 일부는 선택적인 구성요소일 수 있다. 따라서, 일 실시 예에서 설명하는 구성요소들의 부분집합으로 구성되는 실시 예도 본 개시의 범위에 포함된다. 또한, 다양한 실시 예에서 설명하는 구성요소들에 추가적으로 다른 구성요소를 포함하는 실시 예도 본 개시의 범위에 포함된다.

본 개시에 있어서, 다양한 실시 예에서 설명하는 구성요소들이 반드시 필수적인 구성요소들을 의미하는 것은 아니며, 일부는 선택적인 구성요소일 수 있다. 따라서, 일 실시 예에서 설명하는 구성요소들의 부분집합으로 구성되는 실시 예도 본 개시의 범위에 포함된다. 또한, 다양한 실시 예에서 설명하는 구성요소들에 추가적으로 다른 구성요소를 포함하는 실시 예도 본 개시의 범위에 포함된다.

본 개시에 있어서, 제1, 제2 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용되며, 특별히 언급되지 않는 한 구성요소들 간의 순서 또는 중요도 등을 한정하지 않는다. 따라서, 본 개시의 범위 내에서 일 실시 예에서의 제1 구성요소는 다른 실시 예에서 제2 구성요소라고 칭할 수도 있고, 마찬가지로 일 실시예에서의 제2 구성요소를 다른 실시예에서 제1 구성요소라고 칭할 수도 있다.

본 개시의 어떤 구성요소가 다른 구성요소에 “연결되어” 있다거나 “접속되어” 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있으나, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성 요소가 다른 구성 요소에 “직접 연결되어” 있다거나, “직접 접속되어” 있다고 언급된 때에는, 중간에 다른 구성 요소가 존재하지 않는 것으로 이해되어야 할 것이다.

또한, 본 개시에 있어서 본 개시의 실시예를 도시한 일 도면이 다른 도면과 양자 택일의 실시예에 해당하지 않는 한 각 도면에 대한 설명은 서로 다른 도면에 적용될 수 있다.

이하, 도면을 참조하여 본 개시에 대하여 더욱 상세하게 설명할 것이다.

도 1은 본 개시의 일 실시예에 따른, 도면화 장치의 구성도를 도시한 도면이다.

도 1을 참조하면, 도면화 장치(100)는 입력부(110), 디스플레이부(120), 컨트롤러(130), 메모리(140), 카메라(150), 통신부(160)를 포함한다.

입력부(110)는 도면 이미지를 입력받는다.

여기서, 도면 이미지는 전통 건축물 등과 같이 손으로 그려진 옛 도면 혹은 스캔된 도면을 포함한다. 도면 이미지의 확장자는 jpg, tif, pdf를 포함한다.

디스플레이부(120)는 객체의 구조를 컨트롤러(130)로부터의 제어 명령에 따라 디스플레이한다.

컨트롤러(130)는 입력부(110), 디스플레이부(120), 메모리(140), 카메라(150) 및 통신부(160)를 제어한다.

컨트롤러(130)는 입력된 상기 도면 이미지에 포함된 부품을 인식하고, 인식된 상기 부품을 기초로 객체의 구조를 추론하고, 추론된 상기 객체의 구조를 도면화한다. 여기서, 객체는 전통 건축물, 현대 건축물을 포함한다.

컨트롤러(130)는 상기 도면 이미지를 도면의 속성을 기준으로 분류한다.

도면의 속성은 개별 도면의 구체적인 특성을 의미한다.

예를 들어, 도면의 속성은 전체, 부분에 따라 대표 도면, 세부 도면이 될 수 있다. 또한, 도면의 속성은 객체를 바라본 방향에 따라 정면도, 측면도, 배면도가 될 수 있다.

컨트롤러(130)는 입력된 상기 도면 이미지에 포함된 부품을 개별적으로 인식한다.

컨트롤러(130)는 하부 부품에서 상부 부품을 향하는 방향으로 상기 객체의 구조를 추론한다. 컨트롤러(130)는 왼쪽에서 오른쪽으로 향하는 방향으로 객체의 구조를 추론할 수 있다.

컨트롤러(130)는 제 1 방향에서 바라본 제 1 부품 이미지를 기초로 객체의 구조를 추론한다.

컨트롤러(130)는 상기 제 1 방향과 다른 제 2 방향에서 바라본 제 2 부품 이미지를 기초로 객체의 구조를 추론한다. 여기서, 상기 제 1 부품 이미지의 높이와 상기 제 2 부품 이미지의 높이는 동일하다. 또한, 제 1 부품 이미지와 제 2 부품 이미지는 동일한 부품이다.

컨트롤러(130)는 상기 추론 결과와 상기 기설정된 부품 라이브러리를 참조해서 상기 객체의 구조를 도면화한다.

컨트롤러(130)는 객체의 구조에서 누락된 부품이 있는 경우, 상기 부품 라이브러리를 참조해서 유사도가 기설정된 값을 초과하는 부품을 검색하고, 검색된 상기 부품을 상기 부품 라이브러리에 등록한다.

메모리(140)는 기설정된 부품 라이브러리를 저장한다.

카메라(150)는 컨트롤러(130)로부터의 제어 명령에 따라 전방의 이미지를 캡쳐한다.

통신부(160)는 외부 서버와 데이터를 송수신한다.

컨트롤러(130)는 통신부를 통하여 외부 서버로부터 부품 라이브러리를 수신하고, 누락된 부품이 있는 경우, 수신된 부품 라이브러리를 참조해서 유사도가 기설정된 값을 초과하는 부품을 검색하고, 검색된 상기 부품을 상기 부품 라이브러리에 등록한다. 여기서, 유사도는 90 % 가 될 수 있다. 유사도는 이에 제한되지 않으며, 가변적인 값을 가질 수 있다.

도 2는 본 개시의 일 실시예에 따른, 도면화 방법의 순서도를 도시한 도면이다. 본 발명은 도면화 장치에 의하여 수행된다.

도 2를 참조하면, 도면 이미지를 입력받는다(S110).

입력된 상기 도면 이미지에 포함된 부품을 인식한다(S120).

입력된 도면 이미지에 수치가 있는 경우, 인식된 부품의 수치를 계산하고, 계산된 부품의 수치를 메모리에 저장한다.

인식된 상기 부품을 기초로 객체의 구조를 추론한다(S130).

추론된 상기 객체의 구조를 도면화한다(S140).

도 3은 본 개시의 일 실시 예에 따른, 도면화 방법의 개념을 도시한 도면이다.

도 3을 참조하면, 도면 이미지(10)를 입력 받으면, 도면 이미지(10)를 기초로 도면을 분류하고 도면 이미지(10) 내 부품을 인식한다(S310).

도면 이미지(10)는 전통 건축물 등과 같이 손으로 그려진 옛 도면 혹은 스캔된 도면을 포함한다. 도면 이미지(10)의 확장자는 jpg, tif, pdf, png, bmp 가 될 수 있다.

도면 분류 및 부품 인식(S310)에서, 도면 이미지(10)에 대해서 미리 학습된 도면 분류 모델과 부품 인식 모델을 기반으로 도면의 종류와 구성 부품을 인식한다.

예를 들어, 도 5, 6 을 참조하면, 건축 도면의 경우 대표도에 대해서는 도면의 종류 및 구성부를 인식하고, 세부 도면에 대해서는 구성부 종류와 부품을 인식한다.

인공 지능 기반으로 도면을 분류하고 부품을 인식하여 그 결과물을 객체의 구조 추론의 입력으로 제공한다.

분류된 도면과 인식된 부품을 기초로 객체의 구조를 추론한다(S320).

구체적으로, 인식 결과는 도면의 종류와 부품 인식 결과, 구성부 인식 결과로 표현될 수 있으며, 구조 추론 단계(S320)를 거쳐서 구조 기반의 도면화를 위한 입력값으로 활용될 수 있다.

부품의 종류와 부품의 위치를 기초로 객체의 구조를 추론한다.

또한, 기존 전통 건축물의 구조를 학습한 객체 구조 모델과 비교하여 객체의 구조를 추론할 수 있다. 이 경우, 추론 결과와 도면 이미지 상에서 차이점이 발생할 수 있다.

객체의 구조를 기초로 도면화를 실행한다(S330).

구체적으로, 구조의 탬플릿을 이용하여 도면 내 객체의 구조를 도면화한다.

도면화를 실행하여 도면 파일(20)을 생성한다. 여기서, 도면 파일은 캐드 파일(CAD)을 포함한다. 파일 확장자는 dwg가 된다. 파일 확장자는 dwg에 한정되지 않으며, 캐드를 실행할 수 있는 도면 파일로 생성된다. 또한, 생성된 도면 파일(20)은 도면화를 위하여 치수 및 명칭 편집이 가능한 파일이다.

사전에 설정된 부품 라이브러리를 활용하여 부품을 도면화하고, 도면화 과정에서 인식이 실패한 부품이 있는 경우, 부품 라이브러리를 검색하여 가장 유사한 부품을 검색해서 이를 부품 라이브러리에 추가할 수 있다.

도 4는 본 개시의 일 실시 예에 따른, 이미지 도면으로부터 부품 및 객체를 인식하는 것을 도시한 도면이다.

도 4를 참조하면, 이미지 도면을 입력 받는다(S410).

입력 받은 이미지 도면을 기초로 이미지 도면에 포함된 부품 및 객체를 인식한다(S420). 이미지 도면이 수치를 포함하는 경우, 이를 기초로 인식된 부품 및 객체의 수치를 계산하고, 계산된 수치를 메모리에 저장한다.

인식된 부품 중 누락 부품 및 비식별 부품 중 적어도 하나가 있는 경우, 이를 검색해서 등록한다(S430).

구체적으로, 인식된 부품 중 누락 부품이 있는 경우, 기설정된 부품 라이브러리에서 누락 부품과 유사도가 임계값을 초과하는 부품을 검색한다. 검색된 부품을 부품 라이브러리에 등록한다.

인식된 부품을 편집한다(S440).

인식된 부품이 나무인 경우, 뒤틀림이 발생할 수 있는데, 이러한 경우, 그대로 인식되면, 도면화가 원활하게 잘 안 될 수 있다. 이 경우에는 인식된 부품과 객체의 구조를 고려하여, 인식된 부품의 수치를 보정하고 이를 편집한다.

도 5는 본 개시의 일 실시 예에 따른, 대표 도면과 대표 도면 인식 결과를 도시한 도면이다. 도 5는 도 5(a) 및 도 5(b)를 포함한다.

도 5(a)는 대표 도면을 도시한 도면이다. 도 5(b)는 대표 도면 인식 결과를 도시한 도면이다.

도 5(a)를 참조하면, 도면 이미지는 객체의 구조를 대표적으로 표현하는 대표 도면이 될 수 있다. 예를 들어, 객체(500)가 전통 건축물인 경우, 전통 건축물의 정면도가 대표 도면이 될 수 있다.

도 5(b)를 참조하면, 대표 도면 인식 결과는 대표 도면에 포함된 복수의 부품을 인식한 결과를 도시한 도면이 될 수 있다. 예를 들어, 객체(500)가 전통 건축물인 경우, 도면 인식 결과는 전통 건축물에 포함된 복수의 부품(510)을 인식하여 이를 도면 이미지에 표시할 수 있다.

도 6은 본 개시의 일 실시 예에 따른, 세부 도면과 세부 도면 인식 결과를 도시한 도면이다. 도 6은 도 6(a) 및 도 6(b)를 포함한다.

도 6(a)는 세부 도면을 도시한 도면이다. 도 6(b)는 세부 도면 인식 결과를 도시한 도면이다.

도 6(a)를 참조하면, 도면 이미지는 객체의 구조를 세부적으로 표현하는 세부 도면이 될 수 있다. 예를 들어, 객체(600)가 전통 건축물인 경우, 전통 건축물의 특정 부품인 공포 부분을 도시한 도면이 세부 도면이 될 수 있다.

도 6(b)를 참조하면, 세부 도면 인식 결과는 세부 도면에 포함된 복수의 부품을 인식한 결과를 도시한 도면이 될 수 있다. 예를 들어, 객체(600)가 전통 건축물인 경우, 도면 인식 결과는 전통 건축물 중 특정 부품인 공포에 포함된 복수의 부품(610, 620)을 인식하여 이를 도면 이미지에 표시할 수 있다.

이미지 도면이 수치를 포함하는 경우, 이를 기초로 인식된 부품 및 객체의 수치를 계산하고, 계산된 수치를 메모리에 저장한다. 그리고, 계산된 수치를 부품 별로 표시할 수 있다.

도 7은 본 개시의 일 실시 예에 따른, 대상 객체 및 다른 방향에서 바라본 도면 이미지를 도시한 도면이다. 도 7은 도 7(a), 도 7(b) 및 도 7(c)를 포함한다.

도 7(a)는 대상 객체를 도시한 도면이다. 도 7(b)는 대상 객체를 제 1 방향에서 바라본 도면 이미지를 도시한 도면이다. 도 7(c)는 대상 객체를 제 2 방향에서 바라본 도면 이미지를 도시한 도면이다.

도 7(a)를 참조하면, 대상 객체(700)는 3개의 부품, A, B, C로 구성된 구조물로 구성될 수 있다.

도 7(b)를 참조하면, 대상 객체(700)를 제 1 방향에서 바라본 제 1 도면 이미지는 정면도가 될 수 있다.

도 7(c)를 참조하면, 대상 객체(700)를 제 2 방향에서 바라본 제 2 도면 이미지는 측면도가 될 수 있다.

예를 들어, 제 1 도면 이미지와 제 2 도면 이미지를 인식하여, 도면의 종류와 부품을 인식할 수 있다.

이미지 도면이 수치를 포함하는 경우에 대하여 설명한다.

이미지 도면은 수치를 포함할 수 있고, 이를 기초로 활용 가능하다.

도면에는 스케일 정보가 있어서, 이 값을 읽고 지도처럼 축척을 알 수 있다.

객체 인식의 경우 입력된 이미지 크기 전체를 1로 보고 인식을 거치면, 객체의 종류, 중심 좌표(x ,y) 폭과 높이 (d, h)를 알 수 있다. 이 정보를 활용하면 전통 건축물 부재의 종류와 도면 내에서의 상대적 위치를 획득할 수 있다.

상대 위치를 기초로 A, B, C등의 상대 위치를 획득할 수 있어서 조립 순서 추론이 가능하다.

따라서, 실제 도면의 수치를 이용할 수 있고, 인식된 결과를 기초로 조립 순서 추론이 가능하다. 다만, 도면의 수치는 도 13의 실시 예와 같이 실제 값과 다를 수 있기 때문에 (대다수의 전통 건축 도면) 인식 후 조립 순서를 파악하고 발명의 예처럼 모델을 업로드해서 반자동의 형태로 구현할 수 있다. 인식된 결과를 보고 수치 등이 3D 모델링 부적합한 경우, 일부 수치적 보정을 할 수 있다.

이미지 도면이 수치를 포함하는 경우, 이를 기초로 인식된 부품 및 객체의 수치를 계산하고, 계산된 수치를 메모리에 저장한다. 그리고, 계산된 수치를 부품 별로 표시할 수 있다. 컨트롤러는 객체의 수치를 먼저 계산하고, 객체 및 개별 부품의 크기 및 위치를 기초로 개별 부품의 수치를 계산할 수 있다.

예를 들어, 이미지 도면이 가로 길이 10 m, 세로 길이 10 m, 높이 10 m 를 포함하는 경우, 객체(700)의 수치는 가로 길이 10 m, 세로 길이 10 m, 높이 10 m 가 가 된다.

도 7(b), 도 7(c)를 참조하면, 부품이 A, B, C 인 경우, 부품 A, B, C의 수치는 개별적으로 계산되고, 이는 메모리에 저장된다.

부품 A의 경우, 가로 10 m, 세로 10 m, 높이 1 m 가 된다.

부품 B의 경우, 가로 1 m, 세로 1 m, 높이 7 m 가 된다.

부품 C의 경우, 가로 8 m, 세로 1 m, 높이 1 m 가 된다.

도 8은 본 개시의 일 실시 예에 따른, 개별 도면 이미지에 포함된 부품 인식을 도시한 도면이다. 도 8은 도 8(a) 및 도 8(b)를 포함한다.

도 8(a)는 제 1 도면 이미지(810)에서 부품 인식을 도시한 도면이다. 도 8(b)는 제 2 도면 이미지(820)에서 부품 인식을 도시한 도면이다.

도 8(a)를 참조하면, 부품이 A, B, C로 3가지인 경우, 부품 인식 결과는 위치 정보를 활용하여 도면의 하단에서 상단, 왼쪽에서 오른쪽 방향으로 제 1 도면 이미지(810)에 대해서 [A]-[B, B]-[A]-[C] 가 될 수 있다. 여기서, 제 1 도면 이미지(810)는 정면도가 될 수 있다.

즉, 정면도의 경우, 부품을 아래에서 위쪽 방향으로 적립식으로 쌓는다고 보고, 1단계를 구성하는 부품은 A이고, 2단계를 구성하는 부품은 B, B이고, 3단계를 구성하는 부품은 A이고, 4단계를 구성하는 부품은 C가 된다.

도 8(b)를 참조하면, 제 2 도면 이미지(820)에 대해서 [A]-[B, B]-[A]-[C, C]로 표현할 수 있다. 여기서, 제 2 도면 이미지(820)는 측면도가 될 수 있다.

즉, 측면도의 경우, 부품을 아래에서 위쪽 방향으로 적립식으로 쌓는다고 보고, 1단계를 구성하는 부품은 A이고, 2단계를 구성하는 부품은 B, B이고, 3단계를 구성하는 부품은 A이고, 4단계를 구성하는 부품은 C, C가 된다.

여기서, 대괄호 [ ] 는 동일 높이내의 부품을 의미하고, 연결 부호 - 는 다음 높이의 구성품과의 연결을 의미한다.

이렇게 표현하는 경우, 제 1 도면 이미지와 제 2 도면 이미지의 공통 부품을 고려하여 각 단계별로 구성가능한 최대 부품수를 추론할 수 있다.

1단계의 경우, 구성 가능한 최대 부품수는 A가 1개이다.

2단계의 경우, 구성 가능한 최대 부품수는 B가 4개이다.

3단계의 경우, 구성 가능한 최대 부품수는 A가 1개이다.

4단계의 경우, 구성 가능한 최대 부품수는 C가 2개이다.

정면도와 측면도에 공통 부품이 나오는 경우 도면 분류 및 부품 인식 단계의 학습시에 인식 단위를 부품의 정면, 측면을 구별하여 학습할 경우 동일 부품의 확인이 가능하다.

우선 동일 부품 여부를 확인하고, 각 대괄호별 부품의 최대 부품 수를 추론하고, 이를 사전에 학습된 구조 추론 모델에 입력으로 하여 구조를 추론한다.

추론 결과와 기설정된 부품 라이브러리를 참조해서 객체의 구조를 추론한다. 여기서, 부품 라이브러리는 복수개의 기존 건축물의 구조를 포함한다.

다음으로, 제 1 도면 이미지와 제 2 도면 이미지에서 인식된 부품에 대해서 위치 정보를 활용해서 연결 관계를 추론한다.

연결 관계는 객체의 형식에 따라 사전에 학습된 모델과 가장 유사한 것을 찾아 나머지 부품과의 연결을 의미한다.

예를 들어, 객체가 전통 건축물인 경우, 소로의 위치와 개수를 기반으로 공포계 타입을 확인하고, 객체의 구조를 추론한다.

상세한 구조 추론을 위해서 사전 학습 모델에 대응하는 기존 건축물을 참조하여 가장 유사한 구조를 찾아서 이를 기초로 객체의 구조를 추론한다.

도 9는 본 개시의 일 실시 예에 따른, 인식된 부품을 기초로 추론된 객체의 구조를 도시한 도면이다.

도 9를 참조하면, 인식된 부품을 기초로 추론된 객체(900)의 구조는 아래 방향에서 위쪽 방향으로 [A] - [B, B, B, B] - [A] - [C, C] 가 된다.

다음으론 추론 모델 학습에 대하여 설명한다.

추론 모델 학습에서는 전체 조립을 위한 구조를 정답으로 주고, 입력으로 객체 인식 결과를 입력으로 한다.

예를 들어, 정답은 [A]-[B, B, B, B]-[A]-[C, C]이고, 객체 인식 결과인 제 1 방향에서 바라본 [A]-[B, B]-[A]-[C]을 입력하고, 제 2 방향에서 바라본 [A]-[B, B]-[A]-[C, C]를 입력해서, 전체를 추론하도록 학습한다.

이러한 데이터는 시계열 데이터로 보고, RNN, LSTM 등의 방법으로 학습할 수 있다. 건축물과 같이 복잡한 객체의 경우, 하나의 도면으로 전체 구성하는 것이 어려우므로 객체를 복수로 세분화하여, 복수의 객체를 개별적으로 객체의 구조를 추론할 수 있다.

이미지 도면이 수치를 포함하는 경우, 이를 기초로 인식된 부품 및 객체의 수치를 계산하고, 계산된 수치를 메모리에 저장한다. 그리고, 계산된 수치를 부품 별로 표시할 수 있다.

도 9를 참조하면, 추론된 객체(900)의 수치는 가로 길이 10 m, 세로 길이 10 m, 높이 10 m 가 된다.

또한, 객체가 부품 A, B, C를 포함하는 경우, 부품 A, B, C의 수치는 개별적으로 계산되고, 이는 메모리에 저장된다.

부품 A의 경우, 가로 10 m, 세로 10 m, 높이 1 m 가 된다.

부품 B의 경우, 가로 1 m, 세로 1 m, 높이 7 m 가 된다.

부품 C의 경우, 가로 8 m, 세로 1 m, 높이 1 m 가 된다.

도 10은 본 개시의 일 실시 예에 따른, 추론 결과를 기초로 객체의 구조를 도면화하는 실시 예를 도시한 도면이다.

도 10을 참조하면, 추론된 구조에 대해서 도면화를 위해서는 구조 기반 도면화 단계가 필요하다.

구조 기반 도면화 단계를 구현하기 위해서는, 구조 도면화 도구(300) 및 부품 라이브러리(200)가 필요하다.

구조 도면화 도구(300)는 도면 이미지(10)와 추론 결과(20)를 기반으로 인식된 부품을 확인하고, 부품 라이브러리(200)의 결과를 기반으로 객체의 도면화(50)를 진행한다. 구조 도면화 도구(300)는 비식별 부품을 등록하고, 부품 인식 및 편집을 실행한다.

부품 라이브러리(200)는 도면 이미지(10)를 구성하는 객체의 구조, 객체를 구성하는 절차, 복수의 객체의 구조를 포함하는 구조 템플릿, 도면화를 위한 부품을 포함한다. 메모리는 부품 라이브러리(200)를 저장한다.

전체 과정은 추론 결과(20), 도면 이미지(10)와 인식된 부품에 대해서 사전에 구성된 부품 라이브러리(200)와 구조 탬플릿을 통해서 도면화(50)를 진행한다.

먼저, 추론 결과(20), 도면 이미지(10)를 입력 받아서, 추론된 객체의 구조와 가장 유사한 객체의 구조와 인식된 부품을 부품 라이브러리(200)에서 획득한다. 필요한 경우 도면화를 위해 인식된 부품의 치수 및 명칭 등을 편집할 수 있다.

추론 결과(20)에서 누락된 부품이 있는 경우, 비식별 부품을 등록하는 프로세스(30)를 거친다.

부품 라이브러리(200)는 객체의 구조 및 부품 CAD 도면(40)을 구조 도면화 도구(300)로 전달한다.

부품 라이브러리(200)에 특정 부품이 없는 경우, 사용자가 특정 부품이 포함된 도면을 직접 그리고, 사용자로부터 입력 받은 도면 이미지는 부품 라이브러리(200)에 추가된다. 추가된 도면 이미지는 부품 라이브러리(200)에 등록된다. 구조 도면화 도구(300)는 추가된 부품 도면을 업데이트해서 전체 도면을 구성한다.

구조 도면화 도구(300)는 도면화(50)를 진행해서, 객체의 구조를 2차원, 3차원 모델링하고, 객체의 구조를 캐드 파일로 생성한다.

일 실시 예에 따르면, 추론 결과에서 누락된 부품이 있는 경우, 컨트롤러(130)는 통신부를 통하여 외부 서버로부터 새로운 부품 라이브러리를 수신한다.

수신된 부품 라이브러리를 참조해서 유사도가 기설정된 값을 초과하는 부품을 검색하고, 검색된 상기 부품을 상기 부품 라이브러리에 등록한다. 여기서, 유사도는 90 % 가 될 수 있다. 유사도는 이에 제한되지 않으며, 가변적인 값을 가질 수 있다.

본 발명에 따르면, 누락된 부품이 있는 경우, 기존 부품 라이브러리에서 유사한 부품을 검색하거나 사용자로부터 부품이 포함된 도면 이미지를 새로 입력 받아 부품 라이브러리를 계속 업데이트를 함으로써 지속적으로 활용 가능한 시스템을 구성할 수 있다.

도 11은 본 개시의 일 실시 예에 따른, 부품 라이브러리의 실시 예를 도시한 도면이다.

도 11을 참조하면, 부품 라이브러리(200)는 벡터라이징, 부재작성, 유틸리티를 포함한다.

도 12는 본 개시의 일 실시 예에 따른, 캐드 도면화의 실시 예를 도시한 도면이다.

도 12를 참조하면, 캐드 도면화를 실행하면, 도면은 이미지 도면에서 CAD 도면(50)으로 변환된다. 전통 건축물에 대해서 개별 부품을 인식하고, 이를 재조립할 수 있는 캐드 도면(50)으로 구성된다. 파일 형식은 dwg 가 될 수 있다. 또한, 파일 형식은 dwg에 제한되지 않으며, 도면 작도가 가능한 파일로 변환될 수 있다.

구체적으로, 캐드 도면화를 하기 위해서는 객체의 구조 추론을 위해서 건축물 분류 엔진을 이용한다. 또한, 구조 추론 결과를 보고 객체의 구조 탬플릿과 객체의 구조 추론 엔진을 이용하여 도면화를 실행하고, 인식이 실패한 부품에 대해서, 부품 라이브러리를 참조해서 최대한 유사한 부품을 검색하고, 이를 부품 라이브러리에 등록한다.

도 13은 본 개시의 다른 실시 예에 따른, 구조 추론 결과에서 누락된 부품의 의 실시 예를 도시한 도면이다.

도 13을 참조하면, 구조 추론 결과로 도출한 객체의 구조(1300)에서 누락된 부품(1310)이 있는 경우이다.

특히, 문화재와 같은 전통 건축물의 경우, 건축물 특성상 해체 수리 이전에는 내부 상태를 알기 어렵고, 객체의 구조(1300)에서 외관상 보이지 않거나 부분적으로 가려진 부품(1310)이 존재한다.

도 14는 본 개시의 다른 실시 예에 따른, 추론 결과에서 누락된 부품이 있는 경우 도면화 방법의 순서도를 도시한 도면이다. 본 발명은 도면화 장치(100)에 의하여 수행된다.

도 14를 참조하면, 도면 이미지를 입력받는다(S1410).

입력된 상기 도면 이미지에 포함된 부품을 인식한다(S1420).

인식된 상기 부품을 기초로 객체의 구조를 추론한다(S1430).

추론 결과를 기초로 누락된 부품이 있는 경우(S1440), 부품 라이브러리를 참조하여 유사도가 기설정된 값을 초과하는 부품을 검색한다(S1450).

검색된 부품을 부품 라이브러리에 등록한다(S1460).

검색된 부품을 추론된 객체의 구조에 추가하여 도면화한다(S1470).

추론 결과를 기초로 누락된 부품이 없는 경우(S1440), 추론된 상기 객체의 구조를 도면화한다(S1480).

도 15는 본 개시의 다른 실시 예에 따른, 도면화 방법의 순서도를 도시한 도면이다. 본 발명은 도면화 장치에 의하여 수행된다.

도면 이미지를 카메라로 캡쳐한다(S1510).

캡쳐된 상기 도면 이미지에 포함된 부품을 인식한다(S1520).

인식된 상기 부품을 기초로 객체의 구조를 추론한다(S1530).

추론된 상기 객체의 구조를 캐드 파일로 생성한다(S1540).

여기서, 캐드 파일은 확장자가 dwg인 파일을 의미한다.

본 발명에 따르면, 카메라로 도면 이미지를 캡쳐해서 입력할 수 있으므로 사용자 편의성을 향상시킬 수 있다.

건축 서비스 시장 규모에 대하여 설명한다.

건축 서비스 시장 규모는 2018년 9조 2,368억원 규모이다. 이는 건축공간연구원, 2018년 공사 비요율 4% 적용 역추정한 규모이다.

전산업의 부가가치 유발계수의 평균값은 0.764이고, 건축 서비스의 부가가치 유발계수는 0.89로 건축 서비스의 부가가치 유발계수는 산업 평균치보다 높음을 알 수 있다.

도 16은 본 개시의 일 실시 예에 따른, 도면화 장치의 구성도를 도시한 도면이다.

도 16을 참조하면, 도면화 장치는 디바이스(1600)를 포함한다. 디바이스(1600)는 메모리(1602), 프로세서(1603), 송수신부(1604) 및 주변 장치(1601)를 포함할 수 있다. 또한, 일 예로, 디바이스(1600)는 다른 구성을 더 포함할 수 있으며, 상술한 실시예로 한정되지 않는다. 이때, 일 예로, 디바이스는 상술한 도면화 장치에 기초하여 동작하는 장치일 수 있다.

보다 상세하게는, 도 16의 디바이스(1600)는 이미지 장치와 예시적인 하드웨어/소프트웨어 아키텍처일 수 있다. 이때, 일 예로, 메모리(1602)는 비이동식 메모리 또는 이동식 메모리일 수 있다. 또한, 일 예로, 주변 장치(1601)는 디스플레이, GPS 또는 다른 주변기기들을 포함할 수 있으며, 상술한 실시예로 한정되지 않는다.

또한, 일 예로, 상술한 디바이스(1600)는 상기 송수신부(1604)와 같이 통신 회로를 포함할 수 있으며, 이에 기초하여 외부 디바이스와 통신을 수행할 수 있다.

또한, 일 예로, 프로세서(1603)는 범용 프로세서, DSP(digital signal processor), DSP 코어, 제어기, 마이크로제어기, ASIC들(Application Specific Integrated Circuits), FPGA(Field Programmable Gate Array) 회로들, 임의의 다른 유형의 IC(integrated circuit) 및 상태 머신과 관련되는 하나 이상의 마이크로프로세서 중 적어도 하나 이상일 수 있다. 즉, 상술한 디바이스(1600)를 제어하기 위한 제어 역할을 수행하는 하드웨어적/소프트웨어적 구성일 수 있다.

이때, 프로세서(1603)는 노드의 다양한 필수 기능들을 수행하기 위해 메모리(1602)에 저장된 컴퓨터 실행가능한 명령어들을 실행할 수 있다. 일 예로, 프로세서(1603)는 신호 코딩, 데이터 처리, 전력 제어, 입출력 처리 및 통신 동작 중 적어도 어느 하나를 제어할 수 있다. 또한, 프로세서(1603)는 물리 계층, MAC 계층, 어플리케이션 계층들을 제어할 수 있다. 또한, 일 예로, 프로세서(1603)는 액세스 계층 및/또는 어플리케이션 계층 등에서 인증 및 보안 절차를 수행할 수 있으며, 상술한 실시예로 한정되지 않는다.

일 예로, 프로세서(1603)는 송수신부(1604)를 통해 다른 장치들과 통신을 수행할 수 있다. 일 예로, 프로세서(1603)는 컴퓨터 실행가능한 명령어들의 실행을 통해 노드가 네트워크를 통해 다른 노드들과 통신을 수행하게 제어할 수 있다. 즉, 본 발명에서 수행되는 통신이 제어될 수 있다. 일 예로, 다른 노드들은 NDN 서버, 콘텐츠 라우터 및 그 밖의 다른 디바이스들일 수 있다. 일 예로, 송수신부(1604)는 안테나를 통해 RF 신호를 전송할 수 있으며, 다양한 통신망에 기초하여 신호를 전송할 수 있다.

또한, 일 예로, 안테나 기술로서 MIMO 기술, 빔포밍 등이 적용될 수 있으며, 상술한 실시예로 한정되지 않는다. 또한, 송수신부(1604)를 통해 송수신한 신호는 변조 및 복조되어 프로세서(1603)에 의해 제어될 수 있으며, 상술한 실시 예로 한정되지 않는다.

본 개시의 다양한 실시 예는 모든 가능한 조합을 나열한 것이 아니고 본 개시의 대표적인 양상을 설명하기 위한 것이며, 다양한 실시 예에서 설명하는 사항들은 독립적으로 적용되거나 또는 둘 이상의 조합으로 적용될 수도 있다.

또한, 본 개시의 다양한 실시 예는 하드웨어, 펌웨어(firmware), 소프트웨어, 또는 그들의 결합 등에 의해 구현될 수 있다. 하드웨어에 의한 구현의 경우, 하나 또는 그 이상의 ASICs(Application Specific Integrated Circuits), DSPs(Digital Signal Processors), DSPDs(Digital Signal Processing Devices), PLDs(Programmable Logic Devices), FPGAs(Field Programmable Gate Arrays), 범용 프로세서(general processor), 컨트롤러, 마이크로 컨트롤러, 마이크로 프로세서 등에 의해 구현될 수 있다. 예를 들어, 종단 혹은 에지에서 사용될 수 있는 비 일시적 컴퓨터 판독가능한 매체에 저장된 프로그램의 형식이나, 에지 혹은 클라우드에서 사용될 수 있는 비 일시적 컴퓨터 판독 가능한 매체에 저장된 프로그램의 형식으로도 구현될 수 있음은 자명하다. 또한, 다양한 하드웨어 및 소프트웨어의 결합으로도 구현될 수 있다.

본 개시의 범위는 다양한 실시 예의 방법에 따른 동작이 장치 또는 컴퓨터 상에서 실행되도록 하는 소프트웨어 또는 머신-실행 가능한 명령들(예를 들어, 운영체제, 애플리케이션, 펌웨어(firmware), 프로그램 등), 및 이러한 소프트웨어 또는 명령 등이 저장되어 장치 또는 컴퓨터 상에서 실행 가능한 비-일시적 컴퓨터-판독가능 매체(non-transitory computer-readable medium)를 포함한다.

이상에서 설명한 본 개시는, 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 있어 본 개시의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경이 가능하므로, 본 개시의 범위는 전술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니다.

100: 도면화 장치
110: 입력부
120: 디스플레이부
130: 컨트롤러
140: 메모리
150: 카메라
160: 통신부

Claims (20)

1. 도면화 방법에서,
   도면 이미지를 입력받는 단계;
   입력된 상기 도면 이미지에 포함된 부품을 인식하는 단계;
   인식된 상기 부품을 기초로 객체의 구조를 추론하는 단계; 및
   추론된 상기 객체의 구조를 도면화하는 단계를 포함하는,
   도면화 방법.
   
2. 제 1 항에 있어서,
   상기 도면 이미지를 도면의 속성을 기준으로 분류하는 단계를 더 포함하는,
   도면화 방법.
   
3. 제 1 항에 있어서,
   입력된 상기 도면 이미지에 포함된 부품을 개별적으로 인식하는 단계를 더 포함하는,
   도면화 방법.
   
4. 제 1 항에 있어서,
   상기 인식된 상기 부품을 기초로 객체의 구조를 추론하는 단계는
   하부 부품에서 상부 부품을 향하는 방향으로 객체의 구조를 추론하는 단계를 포함하는,
   도면화 방법.
   
5. 제 1 항에 있어서,
   상기 인식된 상기 부품을 기초로 객체의 구조를 추론하는 단계는
   제 1 방향에서 바라본 제 1 부품 이미지를 기초로 객체의 구조를 추론하는 단계를 포함하는,
   도면화 방법.
   
6. 제 5 항에 있어서,
   상기 제 1 방향과 다른 제 2 방향에서 바라본 제 2 부품 이미지를 기초로 객체의 구조를 추론하는 단계를 더 포함하는,
   도면화 방법.
   
7. 제 6 항에 있어서,
   상기 제 1 부품 이미지의 높이와 상기 제 2 부품 이미지의 높이는 동일한,
   도면화 방법.
   
8. 제 1 항에 있어서,
   상기 추론된 상기 객체의 구조를 도면화하는 단계는
   상기 추론 결과와 기설정된 부품 라이브러리를 참조해서 상기 객체의 구조를 도면화하는 단계를 더 포함하는
   도면화 방법.
   
9. 제 8 항에 있어서,
   상기 객체의 구조에서 누락된 부품이 있는 경우, 상기 부품 라이브러리를 참조해서 유사도가 기설정된 값을 초과하는 부품을 검색하는 단계; 및
   검색된 상기 부품을 상기 부품 라이브러리에 등록하는 단계를 더 포함하는,
   도면화 방법.
   
10. 제 1 항에 있어서,
    상기 추론된 상기 객체의 구조를 도면화하는 단계는
    상기 객체의 구조를 3차원 모델링하는 단계; 및
    상기 객체의 구조를 캐드 파일로 생성하는 단계를 포함하는,
    도면화 방법.
    
11. 도면화 장치에서,
    도면 이미지를 입력받는 입력부;
    입력된 상기 도면 이미지에 포함된 부품을 인식하고,
    인식된 상기 부품을 기초로 객체의 구조를 추론하고,
    추론된 상기 객체의 구조를 도면화하는 컨트롤러 및
    상기 객체의 구조를 디스플레이하는 디스플레이부를 포함하는
    도면화 장치.
    
12. 제 11 항에 있어서,
    상기 컨트롤러는 상기 도면 이미지를 도면의 속성을 기준으로 분류하는,
    도면화 장치.
    
13. 제 11 항에 있어서,
    상기 컨트롤러는 입력된 상기 도면 이미지에 포함된 부품을 개별적으로 인식하는,
    도면화 장치.
    
14. 제 11 항에 있어서,
    상기 컨트롤러는
    하부 부품에서 상부 부품을 향하는 방향으로 상기 객체의 구조를 추론하는,
    도면화 장치.
    
15. 제 11 항에 있어서,
    상기 컨트롤러는
    제 1 방향에서 바라본 제 1 부품 이미지를 기초로 객체의 구조를 추론하는
    도면화 장치.
    
16. 제 15 항에 있어서,
    상기 컨트롤러는
    상기 제 1 방향과 다른 제 2 방향면에서 바라본 제 2 부품 이미지를 기초로 객체의 구조를 추론하는,
    도면화 장치.
    
17. 제 16 항에 있어서,
    상기 제 1 부품 이미지의 높이와 상기 제 2 부품 이미지의 높이는 동일한,
    도면화 장치.
    
18. 제 11 항에 있어서,
    기설정된 부품 라이브러리를 저장하는 메모리를 더 포함하고,
    상기 컨트롤러는
    상기 추론 결과와 상기 기설정된 부품 라이브러리를 참조해서 상기 객체의 구조를 도면화하는,
    도면화 장치.
    
19. 제 18 항에 있어서,
    상기 컨트롤러는
    상기 객체의 구조에서 누락된 부품이 있는 경우, 상기 부품 라이브러리를 참조해서 유사도가 기설정된 값을 초과하는 부품을 검색하고,
    검색된 상기 부품을 상기 부품 라이브러리에 등록하는,
    도면화 장치.
    
20. 도면화 방법에서,
    도면 이미지를 카메라로 캡쳐하는 단계;
    캡쳐된 상기 도면 이미지에 포함된 부품을 인식하는 단계;
    인식된 상기 부품을 기초로 객체의 구조를 추론하는 단계; 및
    추론된 상기 객체의 구조를 캐드 파일로 생성하는 단계를 포함하는,
    도면화 방법.
    

Images