WO2024085630A1 - 시각 특징 추출 신경망 모델 학습 방법 및 시스템 - Google Patents

Abstract

본 개시는 적어도 하나의 프로세서에 의해 수행되는, 시각 특징 추출 신경망 모델 학습 방법에 관한 것이다. 시각 특징 추출 신경망 모델 학습 방법은, 지상에서 촬영된 제1 거리뷰 영상을 수신하는 단계, 제1 거리뷰 영상을 제1 왜곡된 탑뷰 영상으로 변환하는 단계, 제1 거리뷰 영상을 제2 왜곡된 탑뷰 영상으로 변환하는 단계, 제1 왜곡된 탑뷰 영상 내의 픽셀들과 제2 왜곡된 탑뷰 영상 내의 픽셀들 사이의 제1 위치 대응 관계를 획득하는 단계 및 제1 왜곡된 탑뷰 영상, 제2 왜곡된 탑뷰 영상 및 제1 위치 대응 관계를 이용하여 시각 특징 추출 신경망 모델을 학습하는 단계를 포함하고, 제1 왜곡된 탑뷰 영상과 제2 왜곡된 탑뷰 영상은 서로 상이하다.

Description

시각 특징 추출 신경망 모델 학습 방법 및 시스템

본 개시는 시각 특징 추출 신경망 모델 학습 방법 및 시스템에 관한 것으로, 구체적으로, 지상에서 촬영된 거리뷰 영상을 기초로 변환된 왜곡 영상을 이용하여 시각 특징 추출 신경망 모델을 학습하는 방법 및 시스템에 관한 것이다.

그라운드 컨트롤 포인트(Ground Control Point)는 영상 좌표계와 지도 좌표계 사이의 좌표변환 식을 구하기 위해 사용하는 지상 기준점, 즉 절대좌표 위치 정보를 나타낸다. 그라운드 컨트롤 포인트를 취득하기 위해서는, 고정밀 GPS(global positioning system)와 같은 장비를 이용하여, 지상에 설치된 마커의 위치 정보를 측량함으로써 취득할 수 있다.

한편, 정보화 기술이 발달함에 따라, 지도 정보 서비스가 상용화되고, 지도 정보 서비스의 한 영역으로서, 거리뷰 영상이 제공되고 있다. 예를 들어, 지도 정보 서비스의 제공자는 지상의 이동체를 이용하여 실제 공간을 촬영한 이미지를 획득한 후, 전자 지도 상의 특정 지점에 대한 거리뷰 영상으로서 해당 지점에서 촬영한 이미지들을 제공할 수 있다.

다만, 거리뷰 영상은 절대좌표 위치 정보를 포함하지 않으며, 지상의 이동체를 이용하여 촬영한 거리뷰 영상에 대한 그라운드 컨트롤 포인트를 취득하기 위해서는, 광범위한 범위에 대해 수많은 양의 마커를 설치해야 하므로, 많은 비용과 노력이 소요되는 문제점이 있다.

본 개시는 상기와 같은 문제점을 해결하기 위한 방법, 명령어들을 기록한 컴퓨터 판독가능한 비일시적 기록 매체 및 장치(시스템)를 제공한다.

본 개시는 방법, 장치(시스템) 또는 판독 가능 저장 매체에 저장된 컴퓨터 프로그램을 포함한 다양한 방식으로 구현될 수 있다.

본 개시의 일 실시예에 따르면, 적어도 하나의 프로세서에 의해 수행되는, 적어도 하나의 프로세서에 의해 수행되는, 시각 특징 추출 신경망 모델 학습 방법은, 지상에서 촬영된 제1 거리뷰 영상을 수신하는 단계, 제1 거리뷰 영상을 제1 왜곡된 탑뷰 영상으로 변환하는 단계, 제1 거리뷰 영상을 제2 왜곡된 탑뷰 영상으로 변환하는 단계, 제1 왜곡된 탑뷰 영상 내의 픽셀들과 제2 왜곡된 탑뷰 영상 내의 픽셀들 사이의 제1 위치 대응 관계를 획득하는 단계 및 제1 왜곡된 탑뷰 영상, 제2 왜곡된 탑뷰 영상 및 제1 위치 대응 관계를 이용하여 시각 특징 추출 신경망 모델을 학습하는 단계를 포함하고, 제1 왜곡된 탑뷰 영상과 제2 왜곡된 탑뷰 영상은 서로 상이하다.

본 개시의 일 실시예에 따른 방법을 컴퓨터에서 실행하기 위한 명령어들을 기록한 컴퓨터로 판독 가능한 비일시적 기록 매체가 제공된다.

본 개시의 일 실시예에 따른, 정보 처리 시스템으로서, 메모리, 메모리와 연결되고, 메모리에 포함된 컴퓨터 판독 가능한 적어도 하나의 프로그램을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고, 적어도 하나의 프로그램은, 지상에서 촬영된 제1 거리뷰 영상을 수신하고, 제1 거리뷰 영상을 제1 왜곡된 탑뷰 영상으로 변환하고, 제1 거리뷰 영상을 제2 왜곡된 탑뷰 영상으로 변환하고, 제1 왜곡된 탑뷰 영상 내의 픽셀들과 제2 왜곡된 탑뷰 영상 내의 픽셀들 사이의 제1 위치 대응 관계를 획득하고, 제1 왜곡된 탑뷰 영상, 제2 왜곡된 탑뷰 영상 및 제1 위치 대응 관계를 이용하여 시각 특징 추출 신경망 모델을 학습하기 위한 명령어들을 포함하고, 제1 왜곡된 탑뷰 영상과 제2 왜곡된 탑뷰 영상은 서로 상이하다.

본 개시의 일 실시예에 따르면, 거리뷰 영상의 왜곡된 탑뷰 영상을 이용하여 시각 특징 추출 신경망 모델을 학습함으로써, 시각 특징 추출 신경망 모델의 성능을 향상시킬 수 있다.

본 개시의 일 실시예에 따르면, 거리뷰 영상의 왜곡된 탑뷰 영상 및 거리뷰 영상과 연관된 항공 촬영 영상을 이용하여 시각 특징 추출 신경망 모델을 학습함으로써, 서로 다른 도메인의 이미지 사이에서도 시각 특징을 효과적으로 추출할 수 있다.

본 개시의 일부 실시예에 따르면, 거리뷰 영상에 대해 가상 도로 표면 데이터 및/또는 카메라의 시점과 연관된 변환 파라미터를 이용하여, 학습용 데이터 셋을 생성함으로써 시각 특징 추출 신경망 모델의 성능을 향상시키고, 서로 다른 도메인(예를 들어, 거리뷰 영상 및 항공 촬영 영상)의 이미지 사이에서도 고품질의 시각 특징점 매칭 결과를 제공할 수 있다.

본 개시의 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급되지 않은 다른 효과들은 청구범위의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자(“통상의 기술자”라 함)에게 명확하게 이해될 수 있을 것이다.

본 개시의 실시예들은, 이하 설명하는 첨부 도면들을 참조하여 설명될 것이며, 여기서 유사한 참조 번호는 유사한 요소들을 나타내지만, 이에 한정되지는 않는다.

도 1은 본 개시의 일 실시예에 따른 3차원 모델과 거리뷰 데이터를 정합시키는 방법의 예시를 나타내는 도면이다.

도 2는 본 개시의 일 실시예에 따른 정보 처리 시스템이 복수의 사용자 단말과 통신 가능하도록 연결된 구성을 나타내는 개요도이다.

도 3은 본 개시의 일 실시예에 따른 사용자 단말 및 정보 처리 시스템의 내부 구성을 나타내는 블록도이다.

도 4는 본 개시의 일 실시예에 따른 거리뷰 영상을 이용하여 시각 특징 추출 신경망 모델을 위한 학습 데이터 쌍을 생성하는 예시를 나타내는 도면이다.

도 5는 본 개시의 일 실시예에 따른 카메라 파라미터를 이용하여 왜곡이 있는 탑뷰 변환 관계를 생성하는 예시를 나타내는 도면이다.

도 6은 본 개시의 일 실시예에 따른 거리뷰 영상 및 3차원 모델을 이용하여 시각 특징 추출 신경망 모델의 학습을 위한 학습 데이터 쌍을 생성하는 예시를 나타내는 도면이다.

도 7은 본 개시의 일 실시예에 따라 매칭된 시각 특징점의 예시를 나타내는 도면이다.

도 8은 본 개시의 일 실시예에 따른 시각 특징 추출 신경망 모델 학습 방법의 예시를 나타내는 흐름도이다.

도 9는 본 개시의 다른 실시예에 따른 시각 특징 추출 신경망 모델 학습 방법의 예시를 나타내는 흐름도이다.

이하, 본 개시의 실시를 위한 구체적인 내용을 첨부된 도면을 참조하여 상세히 설명한다. 다만, 이하의 설명에서는 본 개시의 요지를 불필요하게 흐릴 우려가 있는 경우, 널리 알려진 기능이나 구성에 관한 구체적 설명은 생략하기로 한다.

첨부된 도면에서, 동일하거나 대응하는 구성요소에는 동일한 참조부호가 부여되어 있다. 또한, 이하의 실시예들의 설명에 있어서, 동일하거나 대응되는 구성요소를 중복하여 기술하는 것이 생략될 수 있다. 그러나, 구성요소에 관한 기술이 생략되어도, 그러한 구성요소가 어떤 실시예에 포함되지 않는 것으로 의도되지는 않는다.

개시된 실시예의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 개시는 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 개시가 완전하도록 하고, 본 개시가 통상의 기술자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것일 뿐이다.

본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 개시된 실시예에 대해 구체적으로 설명하기로 한다. 본 명세서에서 사용되는 용어는 본 개시에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 관련 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서, 본 개시에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 개시의 전반에 걸친 내용을 토대로 정의되어야 한다.

본 명세서에서의 단수의 표현은 문맥상 명백하게 단수인 것으로 특정하지 않는 한, 복수의 표현을 포함한다. 또한, 복수의 표현은 문맥상 명백하게 복수인 것으로 특정하지 않는 한, 단수의 표현을 포함한다. 명세서 전체에서 어떤 부분이 어떤 구성요소를 포함한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다.

또한, 명세서에서 사용되는 '모듈' 또는 '부'라는 용어는 소프트웨어 또는 하드웨어 구성요소를 의미하며, '모듈' 또는 '부'는 어떤 역할들을 수행한다. 그렇지만, '모듈' 또는 '부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '모듈' 또는 '부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서, '모듈' 또는 '부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 또는 변수들 중 적어도 하나를 포함할 수 있다. 구성요소들과 '모듈' 또는 '부'들은 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '모듈' 또는 '부'들로 결합되거나 추가적인 구성요소들과 '모듈' 또는 '부'들로 더 분리될 수 있다.

본 개시의 일 실시예에 따르면, '모듈' 또는 '부'는 프로세서 및 메모리로 구현될 수 있다. '프로세서'는 범용 프로세서, 중앙 처리 장치(CPU), 마이크로프로세서, 디지털 신호 프로세서(DSP), 제어기, 마이크로제어기, 상태 머신 등을 포함하도록 넓게 해석되어야 한다. 몇몇 환경에서, '프로세서'는 주문형 반도체(ASIC), 프로그램가능 로직 디바이스(PLD), 필드 프로그램가능 게이트 어레이(FPGA) 등을 지칭할 수도 있다. '프로세서'는, 예를 들어, DSP와 마이크로프로세서의 조합, 복수의 마이크로프로세서들의 조합, DSP 코어와 결합한 하나 이상의 마이크로프로세서들의 조합, 또는 임의의 다른 그러한 구성들의 조합과 같은 처리 디바이스들의 조합을 지칭할 수도 있다. 또한, '메모리'는 전자 정보를 저장 가능한 임의의 전자 컴포넌트를 포함하도록 넓게 해석되어야 한다. '메모리'는 임의 액세스 메모리(RAM), 판독-전용 메모리(ROM), 비-휘발성 임의 액세스 메모리(NVRAM), 프로그램가능 판독-전용 메모리(PROM), 소거-프로그램가능 판독 전용 메모리(EPROM), 전기적으로 소거가능 PROM(EEPROM), 플래쉬 메모리, 자기 또는 광학 데이터 저장장치, 레지스터들 등과 같은 프로세서-판독가능 매체의 다양한 유형들을 지칭할 수도 있다. 프로세서가 메모리로부터 정보를 판독하고/하거나 메모리에 정보를 기록할 수 있다면 메모리는 프로세서와 전자 통신 상태에 있다고 불린다. 프로세서에 집적된 메모리는 프로세서와 전자 통신 상태에 있다.

본 개시에서, '시스템'은 서버 장치와 클라우드 장치 중 적어도 하나의 장치를 포함할 수 있으나, 이에 한정되는 것은 아니다. 예를 들어, 시스템은 하나 이상의 서버 장치로 구성될 수 있다. 다른 예로서, 시스템은 하나 이상의 클라우드 장치로 구성될 수 있다. 또 다른 예로서, 시스템은 서버 장치와 클라우드 장치가 함께 구성되어 동작될 수 있다.

본 개시에서, '디스플레이'는 컴퓨팅 장치와 연관된 임의의 디스플레이 장치를 지칭할 수 있는데, 예를 들어, 컴퓨팅 장치에 의해 제어되거나 컴퓨팅 장치로부터 제공된 임의의 정보/데이터를 표시할 수 있는 임의의 디스플레이 장치를 지칭할 수 있다.

본 개시에서, '복수의 A의 각각' 또는 '복수의 A 각각'은 복수의 A에 포함된 모든 구성 요소의 각각을 지칭하거나, 복수의 A에 포함된 일부 구성 요소의 각각을 지칭할 수 있다.

본 개시에서, '거리뷰 데이터'는 차도에서 촬영된 영상 및 위치 정보를 포함하는 도로뷰 데이터뿐만 아니라, 인도에서 촬영된 영상 및 위치 정보를 포함하는 도보뷰 데이터를 포함하는 데이터를 지칭할 수 있다. 또한, '거리뷰 데이터'는 차도 및 인도 뿐만 아니라, 야외(또는 야외를 바라보는 실내)의 임의의 지점에서 촬영된 영상 및 위치 정보를 더 포함할 수 있다.

도 1은 본 개시의 일 실시예에 따른 3차원 모델(110)과 거리뷰 데이터(120)를 정합시키는 방법의 예시를 나타내는 도면이다. 정보 처리 시스템은 특정 지역에 대한 3차원 모델(110) 및 거리뷰 데이터(120)를 획득/수신할 수 있다.

3차원 모델(110)은 절대좌표 위치로 표현된 3차원 기하정보 및 그에 대응하는 텍스처 정보를 포함할 수 있다. 여기서, 3차원 모델(110)에 포함된 위치 정보는 거리뷰 데이터(120)에 포함된 위치 정보보다 높은 정확도의 정보일 수 있다. 또한, 3차원 모델(110)에 포함된 텍스처 정보는 거리뷰 데이터(120)에 포함된 텍스처 정보보다 낮은 품질(예를 들어, 낮은 해상도)의 정보일 수 있다. 일 실시예에 따르면, 절대좌표 위치로 표현된 3차원 기하정보는 특정 지역의 상공에서 특정 지역을 촬영한 항공 사진에 기초하여 생성된 것일 수 있다.

특정 지역에 대한 3차원 모델(110)은 3차원 빌딩 모델(112), 수치 표고 모델(Digital Elevation Model; DEM)(114), 특정 지역에 대한 정사 영상(true ortho image)(116), 수치 표면 모델(Digital Surface Model; DSM), 도로 레이아웃, 도로 DEM 등을 포함할 수 있다. 구체적 예로, 특정 지역에 대한 3차원 모델(110)은, 특정 지역의 지면에 대한 기하 정보를 포함하는 수치 표면 모델(Digital Surface Model; DSM) 및 그에 대응하는 특정 지역에 대한 정사 영상(116)을 기초로 생성된 모델일 수 있으나, 이에 한정되지 않는다. 일 실시예에서, 복수의 항공 사진 및 각 항공 사진의 절대좌표 위치 정보 및 방향 정보를 기초로 특정 지역의 정밀한 정사 영상(116)을 생성할 수 있다.

거리뷰 데이터(120)는 특정 지역 내의 복수의 노드에서 촬영된 복수의 거리뷰 영상 및 복수의 거리뷰 영상 각각에 대한 절대좌표 위치 정보를 포함할 수 있다. 여기서, 거리뷰 데이터(120)에 포함된 위치 정보는 3차원 모델(110)에 포함된 위치 정보보다 낮은 정확도의 정보일 수 있고, 거리뷰 영상에 포함된 텍스처 정보는 3차원 모델(110)에 포함된 텍스처 정보보다 높은 품질(예를 들어, 높은 해상도)의 정보일 수 있다. 예를 들어, 거리뷰 데이터(120)에 포함된 위치 정보는 노드에서 거리뷰 영상을 촬영할 때 GPS 장비를 이용하여 획득된 위치 정보일 수 있다. 차량의 GPS 장비를 이용하여 획득된 위치 정보는 5~10 미터 정도의 오차가 있을 수 있다. 추가적으로, 거리뷰 데이터는 복수의 거리뷰 영상 각각에 대한 방향 정보(즉, 이미지 촬영 방향 정보)를 포함할 수 있다.

정보 처리 시스템은 3차원 모델(110)과 거리뷰 데이터(120) 사이의 맵매칭(130)을 수행할 수 있다. 구체적으로, 정보 처리 시스템은 3차원 모델(110)에 포함된 텍스처 정보와 거리뷰 데이터(120)에 포함된 복수의 거리뷰 영상 사이의 특징 매칭(feature matching)을 수행할 수 있다. 맵매칭(130)을 수행하기 위해, 정보 처리 시스템은 거리뷰 데이터(120)에 포함된 복수의 거리뷰 영상 중 적어도 일부를 탑뷰(top view) 영상으로 변환할 수 있다. 맵매칭(130)의 결과로서, 복수의 맵매칭 포인트/맵매칭 라인(132)을 추출할 수 있다.

맵매칭 포인트는 거리뷰 영상의 한 포인트와 3차원 모델(110)의 한 포인트의 대응쌍을 나타낼 수 있다. 맵매칭(130)에 이용되는 3차원 모델(110)의 종류, 포인트의 위치 등에 따라 맵매칭 포인트의 유형은 다양할 수 있다. 예를 들어, 맵매칭 포인트는, 특정 지역 내의 지면에서의 포인트 대응쌍인 그라운드 컨트롤 포인트(Ground Control Point; GCP), 특정 지역 내의 빌딩에서의 포인트 대응쌍인 빌딩 컨트롤 포인트(Building Control Point; BCP) 또는 특정 지역 내의 구조물에서의 포인트 대응쌍인 구조물 컨트롤 포인트 중 적어도 하나를 포함할 수 있다. 맵매칭 포인트는 상술한 지면, 빌딩, 구조물 뿐만 아니라 거리뷰 영상과 3차원 모델(110)의 임의의 영역에서 추출될 수 있다.

맵매칭 라인은 거리뷰 영상의 한 라인과 3차원 모델(110)의 한 라인의 대응쌍을 나타낼 수 있다. 맵매칭(130)에 이용되는 3차원 모델(110)의 종류, 라인의 위치 등에 따라 맵매칭 라인의 유형은 다양할 수 있다. 예를 들어, 맵매칭 라인은, 특정 지역 내의 지면에서의 라인 대응쌍인 그라운드 컨트롤 라인(Ground Control Line; GCL), 특정 지역 내의 빌딩에서의 라인 대응쌍인 빌딩 컨트롤 라인(Building Control Line; BCL), 특정 지역 내의 구조물에서의 라인 대응쌍인 구조물 컨트롤 라인 또는 특정 지역 내의 차선에서의 라인 대응쌍인 차선 컨트롤 라인 중 적어도 하나를 포함할 수 있다. 맵매칭 라인은 상술한 지면, 빌딩, 구조물, 차선 뿐만 아니라 거리뷰 영상과 3차원 모델(110)의 임의의 영역에서 추출될 수 있다.

또한, 정보 처리 시스템은 복수의 거리뷰 영상 사이의 특징 매칭(150)을 수행하여 복수의 특징점 대응 세트(152)를 추출할 수 있다. 일 실시예에 따르면, 강인한 특징 매칭을 위해, 3차원 모델(110)의 적어도 일부를 이용하여 복수의 거리뷰 영상 사이의 특징 매칭(150)을 수행할 수 있다. 예를 들어, 3차원 모델(110)에 포함된 3차원 빌딩 모델(112)을 이용하여 거리뷰 영상 사이의 특징 매칭(150)을 수행할 수 있다.

그런 다음, 정보 처리 시스템은 복수의 맵매칭 포인트/맵매칭 라인(132) 중 적어도 하나, 그리고 복수의 특징점 대응 세트(152) 중 적어도 일부에 기초하여 복수의 거리뷰 영상에 대한 절대좌표 위치 정보 및 방향 정보를 추정(160)할 수 있다. 예를 들어, 프로세서는 번들 조정 기법(bundle adjustment)을 이용하여 복수의 거리뷰 영상에 대한 절대좌표 위치 정보 및 방향 정보를 추정(160)할 수 있다. 일 실시예에 따르면, 추정된 절대좌표 위치 정보 및 방향 정보(162)는 3차원 모델(110)을 표현하는 절대 좌표계의 정보로서, 6-자유도(DoF)의 파라미터일 수 있다. 이러한 과정을 통해 추정된 절대좌표 위치 정보 및 방향 정보(162)는 거리뷰 데이터(120)에 포함된 절대좌표 위치 정보 및 방향 정보보다 높은 정밀도의 데이터일 수 있다.

이하에서는 정보 처리 시스템이 3차원 모델(110)과 거리뷰 데이터(120) 사이의 맵매칭(130)을 수행하는 과정에서 사용되는 시각 특징 추출 신경망 모델을 학습하는 방법에 대하여 도 4 내지 도 9를 참조하여 상세히 설명한다.

본 개시의 일 실시예에 따르면, 지상에서 촬영된 거리뷰 데이터(120) 및/또는 3차원 모델(110)로부터 획득된 항공 촬영 영상을 기초로 학습용 데이터 셋을 생성하여 시각 특징 추출 신경망 모델을 학습함으로써, 서로 다른 도메인의 이미지(예를 들어, 거리뷰 영상 및 항공 촬영 영상) 사이에서도 시각 특징을 효과적으로 추출할 수 있어 시각 특징 추출 신경망 모델의 성능을 향상시키고, 고품질의 시각 특징점 매칭 결과를 제공할 수 있다.

도 2는 본 개시의 일 실시예에 따른 정보 처리 시스템(230)이 복수의 사용자 단말(210_1, 210_2, 210_3)과 통신 가능하도록 연결된 구성을 나타내는 개요도이다. 도시된 바와 같이, 복수의 사용자 단말(210_1, 210_2, 210_3)은 네트워크(220)를 통해 지도 정보 서비스를 제공할 수 있는 정보 처리 시스템(230)과 연결될 수 있다. 여기서, 복수의 사용자 단말(210_1, 210_2, 210_3)은 지도 정보 서비스를 제공받는 사용자의 단말을 포함할 수 있다. 추가적으로, 복수의 사용자 단말(210_1, 210_2, 210_3)은 노드에서 거리뷰 영상을 촬영하는 자동차일 수 있다. 일 실시예에서, 정보 처리 시스템(230)은 지도 정보 서비스 제공 등과 관련된 컴퓨터 실행 가능한 프로그램(예를 들어, 다운로드 가능한 애플리케이션) 및 데이터를 저장, 제공 및 실행할 수 있는 하나 이상의 서버 장치 및/또는 데이터베이스, 또는 클라우드 컴퓨팅 서비스 기반의 하나 이상의 분산 컴퓨팅 장치 및/또는 분산 데이터베이스를 포함할 수 있다.

정보 처리 시스템(230)에 의해 제공되는 지도 정보 서비스는 복수의 사용자 단말(210_1, 210_2, 210_3)의 각각에 설치된 애플리케이션 또는 웹 브라우저 등을 통해 사용자에게 제공될 수 있다. 예를 들어, 정보 처리 시스템(230)은 애플리케이션 등을 통해 사용자 단말(210_1, 210_2, 210_3)로부터 수신되는 거리뷰 영상 요청, 영상 기반 위치 인식 요청 등에 대응하는 정보를 제공하거나 대응하는 처리를 수행할 수 있다.

복수의 사용자 단말(210_1, 210_2, 210_3)은 네트워크(220)를 통해 정보 처리 시스템(230)과 통신할 수 있다. 네트워크(220)는 복수의 사용자 단말(210_1, 210_2, 210_3)과 정보 처리 시스템(230) 사이의 통신이 가능하도록 구성될 수 있다. 네트워크(220)는 설치 환경에 따라, 예를 들어, 이더넷(Ethernet), 유선 홈 네트워크(Power Line Communication), 전화선 통신 장치 및 RS-serial 통신 등의 유선 네트워크, 이동통신망, WLAN(Wireless LAN), Wi-Fi, Bluetooth 및 ZigBee 등과 같은 무선 네트워크 또는 그 조합으로 구성될 수 있다. 통신 방식은 제한되지 않으며, 네트워크(220)가 포함할 수 있는 통신망(일례로, 이동통신망, 유선 인터넷, 무선 인터넷, 방송망, 위성망 등)을 활용하는 통신 방식뿐만 아니라 사용자 단말(210_1, 210_2, 210_3) 사이의 근거리 무선 통신 역시 포함될 수 있다.

도 2에서 휴대폰 단말(210_1), 태블릿 단말(210_2) 및 PC 단말 (210_3)이 사용자 단말의 예로서 도시되었으나, 이에 한정되지 않으며, 사용자 단말(210_1, 210_2, 210_3)은 유선 및/또는 무선 통신이 가능하고 애플리케이션 또는 웹 브라우저 등이 설치되어 실행될 수 있는 임의의 컴퓨팅 장치일 수 있다. 예를 들어, 사용자 단말은, AI 스피커, 스마트폰, 휴대폰, 내비게이션, 컴퓨터, 노트북, 디지털방송용 단말, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 태블릿 PC, 게임 콘솔(game console), 웨어러블 디바이스(wearable device), IoT(internet of things) 디바이스, VR(virtual reality) 디바이스, AR(augmented reality) 디바이스, 셋톱 박스 등을 포함할 수 있다. 또한, 도 2에는 3개의 사용자 단말(210_1, 210_2, 210_3)이 네트워크(220)를 통해 정보 처리 시스템(230)과 통신하는 것으로 도시되어 있으나, 이에 한정되지 않으며, 상이한 수의 사용자 단말이 네트워크(220)를 통해 정보 처리 시스템(230)과 통신하도록 구성될 수도 있다.

일 실시예에 따르면, 정보 처리 시스템(230)은 사용자 단말(210_1, 210_2, 210_3)로부터 지상에서 촬영된 거리뷰 영상 및 거리뷰 영상과 연관된 항공 촬영 영상을 수신할 수 있다. 그리고 나서, 정보 처리 시스템(230)은 수신된 거리뷰 영상을 기초로 한 쌍의 서로 다른 왜곡된 탑뷰 영상으로 변환하고, 한 쌍의 서로 다른 왜곡된 탑뷰 영상 사이의 위치 대응 관계를 획득할 수 있다. 그리고 나서, 정보 처리 시스템(230)은 한 쌍의 서로 다른 왜곡된 탑뷰 영상 및 위치 대응 관계를 이용하여 시각 특징 추출 신경망 모델을 학습할 수 있다. 그 후, 정보 처리 시스템(230)은 학습된 시각 특징 추출 신경망 모델을 이용하여 특징 매칭을 수행할 수 있다. 정보 처리 시스템(230)은 이를 기초로 복수의 그라운드 컨트롤 포인트를 취득할 수 있으며, 취득된 복수의 그라운드 컨트롤 포인트를 사용자 단말(210_1, 210_2, 210_3)로 전송할 수 있다. 이 외에, 정보 처리 시스템(230)은 복수의 그라운드 컨트롤 포인트를 이용하여 3차원 모델과 거리뷰 데이터를 정합함으로써 만들어진 데이터에 기초한 다양한 서비스 관련 데이터를 사용자 단말(210_1, 210_2, 210_3)로 전송할 수 있다.

도 3은 본 개시의 일 실시예에 따른 사용자 단말(210) 및 정보 처리 시스템(230)의 내부 구성을 나타내는 블록도이다. 사용자 단말(210)은 애플리케이션 또는 웹 브라우저 등을 실행 가능하고 유/무선 통신이 가능한 임의의 컴퓨팅 장치를 지칭할 수 있으며, 예를 들어, 도 2의 휴대폰 단말(210_1), 태블릿 단말(210_2), PC 단말(210_3) 등을 포함할 수 있다. 도시된 바와 같이, 사용자 단말(210)은 메모리(312), 프로세서(314), 통신 모듈(316) 및 입출력 인터페이스(318)를 포함할 수 있다. 이와 유사하게, 정보 처리 시스템(230)은 메모리(332), 프로세서(334), 통신 모듈(336) 및 입출력 인터페이스(338)를 포함할 수 있다. 도 3에 도시된 바와 같이, 사용자 단말(210) 및 정보 처리 시스템(230)은 각각의 통신 모듈(316, 336)을 이용하여 네트워크(220)를 통해 정보 및/또는 데이터를 통신할 수 있도록 구성될 수 있다. 또한, 입출력 장치(320)는 입출력 인터페이스(318)를 통해 사용자 단말(210)에 정보 및/또는 데이터를 입력하거나 사용자 단말(210)로부터 생성된 정보 및/또는 데이터를 출력하도록 구성될 수 있다.

메모리(312, 332)는 비-일시적인 임의의 컴퓨터 판독 가능한 기록매체를 포함할 수 있다. 일 실시예에 따르면, 메모리(312, 332)는 ROM(read only memory), 디스크 드라이브, SSD(solid state drive), 플래시 메모리(flash memory) 등과 같은 비소멸성 대용량 저장 장치(permanent mass storage device)를 포함할 수 있다. 다른 예로서, ROM, SSD, 플래시 메모리, 디스크 드라이브 등과 같은 비소멸성 대용량 저장 장치는 메모리와는 구분되는 별도의 영구 저장 장치로서 사용자 단말(210) 또는 정보 처리 시스템(230)에 포함될 수 있다. 또한, 메모리(312, 332)에는 운영체제와 적어도 하나의 프로그램 코드(예를 들어, 사용자 단말(210)에 설치되어 구동되는 애플리케이션 등을 위한 코드)가 저장될 수 있다.

이러한 소프트웨어 구성요소들은 메모리(312, 332)와는 별도의 컴퓨터에서 판독가능한 기록매체로부터 로딩될 수 있다. 이러한 별도의 컴퓨터에서 판독가능한 기록매체는 이러한 사용자 단말(210) 및 정보 처리 시스템(230)에 직접 연결가능한 기록 매체를 포함할 수 있는데, 예를 들어, 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 등의 컴퓨터에서 판독 가능한 기록매체를 포함할 수 있다. 다른 예로서, 소프트웨어 구성요소들은 컴퓨터에서 판독 가능한 기록매체가 아닌 통신 모듈을 통해 메모리(312, 332)에 로딩될 수도 있다. 예를 들어, 적어도 하나의 프로그램은 개발자들 또는 애플리케이션의 설치 파일을 배포하는 파일 배포 시스템이 네트워크(220)를 통해 제공하는 파일들에 의해 설치되는 컴퓨터 프로그램에 기반하여 메모리(312, 332)에 로딩될 수 있다.

프로세서(314, 334)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(312, 332) 또는 통신 모듈(316, 336)에 의해 프로세서(314, 334)로 제공될 수 있다. 예를 들어, 프로세서(314, 334)는 메모리(312, 332)와 같은 기록 장치에 저장된 프로그램 코드에 따라 수신되는 명령을 실행하도록 구성될 수 있다.

통신 모듈(316, 336)은 네트워크(220)를 통해 사용자 단말(210)과 정보 처리 시스템(230)이 서로 통신하기 위한 구성 또는 기능을 제공할 수 있으며, 사용자 단말(210) 및/또는 정보 처리 시스템(230)이 다른 사용자 단말 또는 다른 시스템(일례로 별도의 클라우드 시스템 등)과 통신하기 위한 구성 또는 기능을 제공할 수 있다. 일례로, 사용자 단말(210)의 프로세서(314)가 메모리(312) 등과 같은 기록 장치에 저장된 프로그램 코드에 따라 생성한 요청 또는 데이터(예를 들어, 지상에서 촬영된 거리뷰 영상 및 항공 촬영 영상의 요청과 연관된 데이터 등)는 통신 모듈(316)의 제어에 따라 네트워크(220)를 통해 정보 처리 시스템(230)으로 전달될 수 있다. 역으로, 정보 처리 시스템(230)의 프로세서(334)의 제어에 따라 제공되는 제어 신호나 명령이 통신 모듈(336)과 네트워크(220)를 거쳐 사용자 단말(210)의 통신 모듈(316)을 통해 사용자 단말(210)에 수신될 수 있다. 예를 들어, 사용자 단말(210)은 정보 처리 시스템(230)으로부터 특정 지역에 대한 거리뷰 영상 및 항공 촬영 영상과 연관된 데이터 등을 수신할 수 있다.

입출력 인터페이스(318)는 입출력 장치(320)와의 인터페이스를 위한 수단일 수 있다. 일 예로서, 입력 장치는 오디오 센서 및/또는 이미지 센서를 포함한 카메라, 키보드, 마이크로폰, 마우스 등의 장치를, 그리고 출력 장치는 디스플레이, 스피커, 햅틱 피드백 디바이스(haptic feedback device) 등과 같은 장치를 포함할 수 있다. 다른 예로, 입출력 인터페이스(318)는 터치스크린 등과 같이 입력과 출력을 수행하기 위한 구성 또는 기능이 하나로 통합된 장치와의 인터페이스를 위한 수단일 수 있다. 예를 들어, 사용자 단말(210)의 프로세서(314)가 메모리(312)에 로딩된 컴퓨터 프로그램의 명령을 처리함에 있어서 정보 처리 시스템(230)이나 다른 사용자 단말이 제공하는 정보 및/또는 데이터를 이용하여 구성되는 서비스 화면 등이 입출력 인터페이스(318)를 통해 디스플레이에 표시될 수 있다. 도 3에서는 입출력 장치(320)가 사용자 단말(210)에 포함되지 않도록 도시되어 있으나, 이에 한정되지 않으며, 사용자 단말(210)과 하나의 장치로 구성될 수 있다. 또한, 정보 처리 시스템(230)의 입출력 인터페이스(338)는 정보 처리 시스템(230)과 연결되거나 정보 처리 시스템(230)이 포함할 수 있는 입력 또는 출력을 위한 장치(미도시)와의 인터페이스를 위한 수단일 수 있다. 도 3에서는 입출력 인터페이스(318, 338)가 프로세서(314, 334)와 별도로 구성된 요소로서 도시되었으나, 이에 한정되지 않으며, 입출력 인터페이스(318, 338)가 프로세서(314, 334)에 포함되도록 구성될 수 있다.

사용자 단말(210) 및 정보 처리 시스템(230)은 도 3의 구성요소들보다 더 많은 구성요소들을 포함할 수 있다. 그러나, 대부분의 종래기술적 구성요소들을 명확하게 도시할 필요성은 없다. 일 실시예에 따르면, 사용자 단말(210)은 상술된 입출력 장치(320) 중 적어도 일부를 포함하도록 구현될 수 있다. 또한, 사용자 단말(210)은 트랜시버(transceiver), GPS(Global Positioning system) 모듈, 카메라, 각종 센서, 데이터베이스 등과 같은 다른 구성요소들을 더 포함할 수 있다. 예를 들어, 사용자 단말(210)이 스마트폰인 경우, 일반적으로 스마트폰이 포함하고 있는 구성요소를 포함할 수 있으며, 예를 들어, 가속도 센서, 자이로 센서, 이미지 센서, 근접 센서, 터치 센서, 조도 센서, 카메라 모듈, 각종 물리적인 버튼, 터치패널을 이용한 버튼, 입출력 포트, 진동을 위한 진동기 등의 다양한 구성요소들이 사용자 단말(210)에 더 포함되도록 구현될 수 있다. 일 실시예에 따르면, 사용자 단말(210)의 프로세서(314)는 지도 정보 서비스를 제공하는 애플리케이션 등이 동작하도록 구성될 수 있다. 이 때, 해당 애플리케이션 및/또는 프로그램과 연관된 코드가 사용자 단말(210)의 메모리(312)에 로딩될 수 있다.

지도 정보 서비스를 제공하는 애플리케이션 등을 위한 프로그램이 동작되는 동안에, 프로세서(314)는 입출력 인터페이스(318)와 연결된 터치 스크린, 키보드, 오디오 센서 및/또는 이미지 센서를 포함한 카메라, 마이크로폰 등의 입력 장치를 통해 입력되거나 선택된 텍스트, 이미지, 영상, 음성 및/또는 동작 등을 수신할 수 있으며, 수신된 텍스트, 이미지, 영상, 음성 및/또는 동작 등을 메모리(312)에 저장하거나 통신 모듈(316) 및 네트워크(220)를 통해 정보 처리 시스템(230)에 제공할 수 있다. 예를 들어, 프로세서(314)는 특정 지역에 대한 거리뷰 영상 및 항공 촬영 영상을 요청하는 사용자의 입력을 수신하여, 통신 모듈(316) 및 네트워크(220)를 통해 정보 처리 시스템(230)에 제공할 수 있다.

사용자 단말(210)의 프로세서(314)는 입출력 장치(320), 다른 사용자 단말, 정보 처리 시스템(230) 및/또는 복수의 외부 시스템으로부터 수신된 정보 및/또는 데이터를 관리, 처리 및/또는 저장하도록 구성될 수 있다. 프로세서(314)에 의해 처리된 정보 및/또는 데이터는 통신 모듈(316) 및 네트워크(220)를 통해 정보 처리 시스템(230)에 제공될 수 있다. 사용자 단말(210)의 프로세서(314)는 입출력 인터페이스(318)를 통해 입출력 장치(320)로 정보 및/또는 데이터를 전송하여, 출력할 수 있다. 예를 들면, 프로세서(314)는 수신한 정보 및/또는 데이터를 사용자 단말의 화면에 디스플레이할 수 있다.

정보 처리 시스템(230)의 프로세서(334)는 복수의 사용자 단말(210) 및/또는 복수의 외부 시스템으로부터 수신된 정보 및/또는 데이터를 관리, 처리 및/또는 저장하도록 구성될 수 있다. 프로세서(334)에 의해 처리된 정보 및/또는 데이터는 통신 모듈(336) 및 네트워크(220)를 통해 사용자 단말(210)에 제공할 수 있다.

도 4는 본 개시의 일 실시예에 따른 거리뷰 영상(410)을 이용하여 시각 특징 추출 신경망 모델을 위한 학습 데이터 쌍(440)을 생성하는 예시를 나타내는 도면이다. 도시된 바와 같이, 정보 처리 시스템은 거리뷰 영상(410)을 서로 다른 왜곡된 탑뷰 영상으로 변환하여 시각 특징 추출 신경망 모델의 학습 데이터 쌍(440)을 생성할 수 있다. 여기서, 거리뷰 영상(410)은 적어도 하나의 카메라가 구비된 차량을 이용하여 지상에서 촬영된 영상일 수 있다. 예를 들어, 거리뷰 영상(410)은 지상 도로에서 촬영된 360도 파노라마 영상일 수 있다. 학습 데이터 쌍(440)을 생성하기 위해 거리뷰 영상(410)의 위치 정보, 포즈 정보 등이 요구되지 않는다.

학습 데이터 쌍(440)은 거리뷰 영상(410)을 기초로 변환된 제1 왜곡된 탑뷰 영상과 제2 왜곡된 탑뷰 영상을 이용하여 생성될 수 있다. 일 예시에서, 학습 데이터 쌍(440)은 제1 왜곡된 탑뷰 영상, 제2 왜곡된 탑뷰 영상, 그리고 제1 왜곡된 탑뷰 영상 내의 픽셀들과 제2 왜곡된 탑뷰 영상 내의 픽셀들 사이의 위치 대응 관계를 포함할 수 있다.

일 실시예에 따르면, 정보 처리 시스템은 제1 가상 도로 표면 데이터를 획득(422)하고, 제2 가상 도로 표면 데이터를 획득(432)할 수 있다. 여기서, 제1 가상 도로 표면 데이터와 제2 가상 도로 표면 데이터는 서로 상이할 수 있다. 예를 들어, 정보 처리 시스템은 도로 표면이 평면이 아닌 곡면임을 가정하여 미리 생성된 다수의 가상 도로 표면 데이터 중 두개를 선택함으로써, 제1 가상 도로 표면 데이터 및 제2 가상 도로 표면 데이터를 획득할 수 있다. 실제 차량이 촬영한 거리뷰 영상을 가상 탑뷰 영상으로 변환할 때 왜곡을 발생시키는 파라미터 중 하나는 평면이 아닌 도로 프로필(즉, 도로 표면 데이터)이다. 구체적으로, 실제 차량이 거리뷰 영상을 촬영할 때 도로 표면이 완전한 평면이 아니기 때문에 거리뷰 영상(410)을 가상 탑뷰 영상으로 변환할 때 왜곡이 발생하게 된다. 이러한 파라미터에 기초한 왜곡을 반영하여 왜곡된 탑뷰 영상을 생성하고, 그에 기초한 학습 데이터 쌍을 이용하여 시각 특징 추출 신경망 모델을 학습함으로써, 매칭 성능을 효율적으로 개선할 수 있다.

일 실시예에 따르면, 정보 처리 시스템은 제1 카메라 파라미터를 획득(424)하고, 제2 카메라 파라미터를 획득(434)할 수 있다. 여기서, 카메라 파라미터는 카메라의 시점/자세와 연관된 영상 변환 파라미터일 수 있다. 일 실시예에서, 카메라 파라미터는 도로와 카메라 사이의 높이(height) 값, 피치(pitch) 값 및 롤(roll) 값을 포함할 수 있으나, 이에 한정되지 않는다. 제1 카메라 파라미터와 제2 카메라 파라미터는 서로 상이할 수 있다. 즉, 제1 카메라 파라미터와 제2 카메라 파라미터는 도로와 카메라 사이의 높이 값, 피치 값 및 롤 값 중 적어도 하나의 값이 다르게 설정되어 서로 상이할 수 있다. 예를 들어, 정보 처리 시스템은 미리 생성된 다수의 카메라 파라미터 중 두개를 선택함으로써, 제1 카메라 파라미터 및 제2 카메라 파라미터를 획득할 수 있다. 실제 차량이 촬영한 거리뷰 영상을 가상 탑뷰 영상으로 변환할 때 왜곡을 발생시키는 파라미터 중 하나는 카메라 파라미터이다. 여기서, 카메라 파라미터는 도로 대비 카메라 장착 높이, 피치 앵글 및 롤 앵글을 의미한다. 이러한 파라미터에 기초한 왜곡을 반영하여 왜곡된 탑뷰 영상을 생성하고, 그에 기초한 학습 데이터 쌍을 이용하여 시각 특징 추출 신경망 모델을 학습함으로써, 매칭 성능을 효율적으로 개선할 수 있다.

그 후, 정보 처리 시스템은 제1 가상 도로 표면 데이터 및 제1 카메라 파라미터를 이용하여 거리뷰 영상(410)을 탑뷰 영상으로 변환하여 제1 왜곡된 탑뷰 영상을 생성(426)할 수 있다. 유사하게, 정보 처리 시스템은 제2 가상 도로 표면 데이터 및 제2 카메라 파라미터를 이용하여 거리뷰 영상(410)을 탑뷰 영상으로 변환하여, 제2 왜곡된 탑뷰 영상을 생성(436)할 수 있다.

그리고 나서, 정보 처리 시스템은 제1 왜곡된 탑뷰 영상 내의 픽셀들과 제2 왜곡된 탑뷰 영상 내의 픽셀들 사이의 위치 대응 관계를 획득할 수 있다. 여기서, 위치 대응 관계는 제1 가상 도로 표면 데이터, 제1 카메라 파라미터, 제2 가상 도로 표면 데이터 및 제2 카메라 파라미터에 기초하여 결정될 수 있다. 구체적으로, 제1 가상 도로 표면 데이터 및 제1 카메라 파라미터에 기초한 변환 관계 데이터와 제2 가상 도로 표면 데이터 및 제2 카메라 파라미터에 기초한 변환 관계 데이터를 이용하여, 제1 왜곡된 탑뷰 영상 내의 픽셀들과 제2 왜곡된 탑뷰 영상 내의 픽셀들 사이의 위치 대응 관계를 획득할 수 있다.

그 후, 정보 처리 시스템은 제1 왜곡된 탑뷰 영상, 제2 왜곡된 탑뷰 영상 및 제1 왜곡된 탑뷰 영상 내의 픽셀들과 제2 왜곡된 탑뷰 영상 내의 픽셀들 사이의 위치 대응 관계를 이용하여 학습 데이터 쌍(440)을 생성할 수 있다. 예를 들어, 제1 왜곡된 탑뷰 영상 내의 하나의 픽셀, 그리고 그 픽셀과 동일한 위치 대응 관계에 있는 제2 왜곡된 탑뷰 영상 내의 하나의 픽셀이 학습 데이터 쌍(440)으로 이용될 수 있다. 다른 예에서, 정보 처리 시스템은 제1 왜곡된 탑뷰 영상 및/또는 제2 왜곡된 탑뷰 영상 내의 픽셀들 중 미리 정해진 임계치 이상의 신뢰도 점수(또는 중요도 점수)를 가지는 픽셀들만 학습 데이터 쌍(440)으로 이용할 수 있다. 이 경우, 시각 특징 추출 신경망 모델은 입력 이미지의 각 픽셀에 대해 N 차원의 시각 특징 기술자, 그리고 신뢰도 점수를 출력하는 모델일 수 있다. 생성된 학습 데이터 쌍(440)은 시각 특징 추출 신경망 모델을 학습하는데 이용될 수 있다.

일 실시예에서, 시각 특징 추출 신경망 모델은 제1 왜곡된 탑뷰 영상 및 제2 왜곡된 탑뷰 영상의 대응되는 픽셀들의 시각 특징 기술자(visual feature descriptor)가 유사해지도록 학습될 수 있다. 예를 들어, 시각 특징 추출 신경망 모델은 제1 왜곡된 탑뷰 영상 및 제2 왜곡된 탑뷰 영상의 대응 관계를 이용하여 각 픽셀의 시각 특징 기술자가 유사해지도록 네트워크 학습 손실(Loss)이 구성된 모델일 수 있다.

도 4는 하나의 거리뷰 영상(410)을 기초로 한 쌍의 왜곡된 탑뷰 영상이 생성되고, 이를 기초로 학습 데이터 쌍(440)을 생성하는 과정이 도시되어 있으나, 이에 한정되지 않는다. 예를 들어, 정보 처리 시스템은 가상 도로 표면 데이터 및/또는 카메라 파라미터의 설정을 다양하게 변경하고, 거리뷰 영상(410)에 적용함으로써 다양한 학습 데이터 쌍을 생성할 수 있다. 추가적으로, 정보 처리 시스템은 복수의 거리뷰 영상에 다양한 가상 도로 표면 데이터 및/또는 카메라 파라미터를 적용함으로써 추가적인 학습 데이터 쌍을 생성할 수 있다. 도 4에 예시된 학습 데이터 쌍(440) 생성 방법은 거리뷰 영상(410)에 대응되는 항공 촬영 영상이 없는 경우에 사용될 수 있다.

또한, 도 4에서는 거리뷰 영상에 가상 도로 표면 데이터와 카메라 파라미터를 모두 적용하여 왜곡된 탑뷰 영상을 생성하는 것으로 도시되었으나 이에 한정되지 않는다. 예를 들어, 거리뷰 영상에 가상 도로 표면 데이터만 적용하여 왜곡된 탑뷰 영상을 생성할 수 있다. 다른 예에서, 거리뷰 영상에 카메라 파라미터만 적용하여 왜곡된 탑뷰 영상을 생성할 수 있다.

도 5는 본 개시의 일 실시예에 따른 가상 도로 표면 데이터(510) 및 카메라 파라미터(520, 530, 540)를 이용하여 왜곡이 있는 탑뷰 변환 관계(550)를 생성하는 예시를 나타내는 도면이다. 도시된 바와 같이, 가상 도로 표면 데이터(510) 및 카메라 파라미터(520, 530, 540)를 적용하여 왜곡이 있는 탑뷰 변환 관계(550)를 생성할 수 있다. 탑뷰 변환 관계(550)를 이용하여 거리뷰 영상을 가상 탑뷰 영상으로 변환함으로써, 왜곡이 있는 탑뷰 영상을 생성할 수 있다. 이와 같이 탑뷰 변환 관계(550)를 이용함으로써 실제 차량에서 촬영한 거리뷰 영상을 가상 탑뷰 영상으로 변환할 때 발생하는 왜곡을 모사할 수 있다.

일 실시예에서, 가상 도로 표면 데이터(510)는 거리뷰 영상에 포함된 도로의 형태를 평면이 아닌 곡면으로 가정하여 생성할 수 있다. 예를 들어, 가상 도로 표면 데이터(510)는 수평 커브(horizontal curve), 수직 커브(vertical curve) 등을 스플라인 커브(spline curve) 형태로 표현한 데이터일 수 있다.

일 실시예에서, 카메라 파라미터(520, 530, 540)는 카메라의 시점과 연관된 영상 변환 파라미터일 수 있다. 거리뷰 영상은 하나의 카메라가 구비된 차량을 이용하여 촬영된 영상이므로, 도로와 카메라 사이의 높이 값(530), 피치 값(520), 및 롤 값(540)을 변환 파라미터로 사용할 수 있다. 여기서, 피치 값(520)은 도로와 카메라가 평행한 상태를 기준으로 카메라가 위/아래 방향으로 회전한 값(가로축 회전 값)을 나타낼 수 있다. 높이 값(530)은 도로와 카메라 시점 사이의 높이 값을 나타낼 수 있다. 또한, 롤 값(540)은 도로와 카메라가 평행한 상태를 기준으로 카메라가 좌우 방향으로 회전한 값(세로축 회전 값)을 나타낼 수 있다. 카메라 파라미터는 도로와 카메라 사이의 높이 값(530), 피치 값(520) 및 롤 값(540)의 조합을 이용하여 생성/획득될 수 있다.

상술한 구성을 사용함으로써, 자유도가 높아 시각 특징 추출 신경망 모델 학습에 유효하지 않은 변환 데이터까지 포함하는 호모그래피(homography) 변환에 비해, 고품질의 유효한 학습 데이터 셋을 다양하게 생성할 수 있다.

도 6은 본 개시의 일 실시예에 따른 거리뷰 영상(610) 및 3D 모델(650)을 이용하여 시각 특징 추출 신경망 모델의 학습을 위한 학습 데이터 쌍(670)을 생성하는 예시를 나타내는 도면이다. 여기서, 3D 모델(650)은 항공 촬영 영상을 기초로 생성된 특정 지역에 대한 모델일 수 있다. 일 예에서, 3D 모델(650)은 특정 지역의 3차원 절대좌표 위치 정보(예를 들어, DEM) 및 정사 영상(True-Ortho Image)(652)을 포함할 수 있다.

학습 데이터 쌍(670)은 거리뷰 영상(610)을 기초로 변환된 왜곡된 탑뷰 영상과 정사 영상(652)을 이용하여 생성될 수 있다. 일 실시예에서, 학습 데이터 쌍(670)은 왜곡된 탑뷰 영상, 정사 영상(652), 그리고 왜곡된 탑뷰 영상 내의 픽셀들과 정사 영상(652) 내의 픽셀들 사이의 위치 대응 관계를 포함할 수 있다.

일 실시예에 따르면, 정보 처리 시스템은 가상 도로 표면 데이터를 획득(620)할 수 있다. 예를 들어, 정보 처리 시스템은 도로 표면이 평면이 아닌 곡면임을 가정하여 미리 생성된 다수의 가상 도로 표면 데이터 중 하나를 선택함으로써, 가상 도로 표면 데이터를 획득할 수 있다. 그 후, 정보 처리 시스템은 카메라 파라미터를 획득(630)할 수 있다. 예를 들어, 정보 처리 시스템은 미리 생성된 다수의 카메라 파라미터 중 하나를 선택함으로써, 카메라 파라미터를 획득할 수 있다. 그리고, 정보 처리 시스템은 가상 도로 표면 데이터 및 카메라 파라미터를 이용하여 거리뷰 영상(610)을 탑뷰 영상으로 변환하여 왜곡된 탑뷰 영상을 생성(640)할 수 있다.

일 실시예에서, 정보 처리 시스템은 거리뷰 영상(610)과 대응되는 정사 영상(652)을 3D 모델(650)로부터 획득할 수 있다. 예를 들어, 거리뷰 영상(610)과 연관된 고정밀도/고정확도의 6 DoF(Degree of Freedom) 포즈 정보를 이용하여, 거리뷰 영상(610)과 연관된 지역의 항공 촬영 영상(예를 들어, 정사 영상(652))을 3D 모델(650)에서 불러올 수 있다. 예를 들어, 거리뷰 영상(610)과 연관된 고정밀도/고정확도의 6 DoF 포즈 정보는 거리뷰 영상(610)을 촬영할 때 획득된 저정밀도/저정확도의 6oF 포즈 정보를 고가의 센서(예: RTK-GPS, LiDAR, IMU, Wheel Odometery 등)로부터 얻은 정보를 이용하여 후처리하여 얻은 정보일 수 있다.

그리고 나서, 정보 처리 시스템은 왜곡된 탑뷰 영상 내의 픽셀들과 정사 영상(652) 내의 픽셀들 사이의 위치 대응 관계를 획득할 수 있다. 여기서, 위치 대응 관계는 왜곡된 탑뷰 영상 및 정사 영상 사이의 광학적 흐름(optical flow)을 산출(660)함으로써 결정될 수 있다.

그 후, 정보 처리 시스템은 왜곡된 탑뷰 영상, 정사 영상 및 왜곡된 탑뷰 영상 내의 픽셀들과 정사 영상(652) 내의 픽셀들 사이의 위치 대응 관계를 이용하여 학습 데이터 쌍(670)을 생성할 수 있다. 예를 들어, 왜곡된 탑뷰 영상 내의 하나의 픽셀, 그리고 그 픽셀과 동일한 위치 대응 관계에 있는 정사 영상(652) 내의 하나의 픽셀이 학습 데이터 쌍(670)으로 이용될 수 있다. 다른 예에서, 정보 처리 시스템은 왜곡된 탑뷰 영상 및/또는 정사 영상(652) 내의 픽셀들 중 미리 정해진 임계치 이상의 신뢰도 점수(또는 중요도 점수)를 가지는 픽셀들만 학습 데이터 쌍(670)으로 이용할 수 있다. 이 경우, 시각 특징 추출 신경망 모델은 입력 이미지의 각 픽셀에 대해 N 차원의 시각 특징 기술자, 그리고 신뢰도 점수를 출력하는 모델일 수 있다. 생성된 학습 데이터 쌍(670)은 시각 특징 추출 신경망 모델을 학습하는데 이용될 수 있다.

일 실시예에서, 시각 특징 추출 신경망 모델은 왜곡된 탑뷰 영상 및 정사 영상(652)의 대응되는 픽셀들의 시각 특징 기술자가 유사해지도록 학습될 수 있다. 예를 들어, 시각 특징 추출 신경망 모델은 왜곡된 탑뷰 영상 및 정사 영상의 대응 관계를 이용하여 각 픽셀의 시각 특징 기술자가 유사해지도록 네트워크 학습 손실(Loss)이 구성된 모델일 수 있다.

도 6은 하나의 거리뷰 영상(610)을 기초로 왜곡된 탑뷰 영상이 생성되고, 이와 대응되는 정사 영상(652)을 기초로 학습 데이터 쌍(670)을 생성하는 과정이 도시되어 있으나, 이에 한정되지 않는다. 예를 들어, 정보 처리 시스템은 가상 도로 표면 데이터 및/또는 카메라 파라미터의 설정을 다양하게 변경하고, 거리뷰 영상(610)에 적용함으로써 다양한 학습 데이터 쌍을 생성할 수 있다. 추가적으로, 정보 처리 시스템은 복수의 거리뷰 영상에 다양한 가상 도로 표면 데이터 및/또는 카메라 파라미터를 적용함으로써 추가적인 학습 데이터 쌍을 생성할 수 있다. 도 6에 예시된 학습 데이터 쌍(670) 생성 방법은 거리뷰 영상(610)에 대응되는 항공 촬영 영상(예를 들어, 정사 영상(652))이 있는 경우에 사용될 수 있다.

일 실시예에서, 복수의 거리뷰 영상에 대해, 거리뷰 영상에 대응되는 항공 촬영 영상이 없는 경우에는 도 4에 도시된 학습 데이터 쌍 생성 방법을 이용하고, 거리뷰 영상에 대응되는 항공 촬영 영상이 있는 경우에는 도 6에 도시된 학습 데이터 쌍 생성 방법을 이용하여 대량의 학습 데이터를 생성할 수 있다.

도 7은 본 개시의 일 실시예에 따라 매칭된 시각 특징점의 예시를 나타내는 도면이다. 특징 매칭은 거리뷰 영상을 가상 탑뷰 영상으로 변환한 후, 변환된 가상 탑뷰 영상과 그에 대응하는 정사 영상을 대상으로 수행될 수 있다. 이 때, 상술한 방법에 의해 생성된 학습 데이터를 사용하여 학습된 시각 특징 추출 신경망 모델을 사용하여 특징 매칭을 수행할 수 있다.

제1 그래프(710)는 종래의 시각 특징 추출기를 이용하여, 가상 탑뷰 영상과 그에 대응하는 정사 영상 사이의 특징 매칭을 수행한 결과의 예시를 나타낸다. 제2 그래프(720)는 본 개시의 학습 방법에 의해 학습된 시각 특징 추출 신경망 모델을 이용하여, 동일한 가상 탑뷰 영상과 그에 대응하는 정사 영상 사이의 특징 매칭을 수행한 결과의 예시를 나타낸다. 도시된 것과 같이, 가상 도로 표면 데이터 및/또는 카메라 파라미터를 이용하여 학습된 본 개시에 따른 시각 특징 추출 신경망 모델이 종래의 시각 특징 추출기와 비교하여 오매칭 비율이 줄어들어, 서로 다른 도메인의 이미지(거리뷰 영상을 변환한 가상 탑뷰 영상과 항공 촬영 영상(예를 들어, 정사 영상))에 대해 보다 정확한 특징 매칭 결과를 제공할 수 있는 것을 확인할 수 있다.

도 8은 본 개시의 일 실시예에 따른 시각 특징 추출 신경망 모델 학습 방법(800)의 예시를 나타내는 흐름도이다. 방법(800)은 프로세서(예를 들어, 정보 처리 시스템의 적어도 하나의 프로세서)가 지상에서 촬영된 거리뷰 영상을 수신함으로써 개시될 수 있다(S810). 그리고 나서, 프로세서는 제1 거리뷰 영상을 제1 왜곡된 탑뷰 영상으로 변환할 수 있다(S820). 또한, 프로세서는 제1 거리뷰 영상을 제2 왜곡된 탑뷰 영상으로 변환할 수 있다(S830). 여기서, 제1 왜곡된 탑뷰 영상과 제2 왜곡된 탑뷰 영상은 서로 상이할 수 있다.

일 실시예에서, 프로세서는 가상 도로 표면 데이터를 이용하여 거리뷰 영상을 왜곡된 탑뷰 영상으로 변환할 수 있다. 예를 들어, 프로세서는 제1 가상 도로 표면 데이터를 획득하고, 제1 가상 도로 표면 데이터를 이용하여 제1 거리뷰 영상을 제1 왜곡된 탑뷰 영상으로 변환할 수 있다. 또한, 프로세서는 제2 가상 도로 표면 데이터를 획득하고, 제2 가상 도로 표면 데이터를 이용하여 제1 거리뷰 영상을 제2 왜곡된 탑뷰 영상으로 변환할 수 있다. 여기서, 제1 가상 도로 표면 데이터와 제2 가상 도로 표면 데이터는 서로 상이할 수 있다.

일 실시예에서, 프로세서는 카메라 파라미터를 이용하여 거리뷰 영상을 왜곡된 탑뷰 영상으로 변환할 수 있다. 예를 들어, 프로세서는 제1 카메라 파라미터를 획득하고, 제1 카메라 파라미터를 이용하여 제1 거리뷰 영상을 제1 왜곡된 탑뷰 영상으로 변환할 수 있다. 또한, 프로세서는 제2 카메라 파라미터를 획득하고, 제2 카메라 파라미터를 이용하여 제1 거리뷰 영상을 제2 왜곡된 탑뷰 영상으로 변환할 수 있다. 여기서, 제1 카메라 파라미터와 제2 카메라 파라미터는 서로 상이할 수 있다. 여기서, 제1 카메라 파라미터 및 제2 카메라 파라미터는 각각 도로와 카메라 사이의 높이 값, 피치 값 및 롤 값을 포함할 수 있다.

일 실시예에서, 프로세서는 가상 도로 표면 데이터 및 카메라 파라미터를 이용하여 거리뷰 영상을 왜곡된 탑뷰 영상으로 변환할 수 있다. 예를 들어, 프로세서는 제1 가상 도로 표면 데이터를 획득하고, 제1 카메라 파라미터를 획득할 수 있다. 그 후, 프로세서는 제1 가상 도로 표면 데이터 및 제1 카메라 파라미터를 이용하여 제1 거리뷰 영상을 제1 왜곡된 탑뷰 영상으로 변환할 수 있다. 유사하게, 프로세서는 제2 가상 도로 표면 데이터를 획득하고, 제2 카메라 파라미터를 획득할 수 있다. 그 후, 프로세서는 제2 가상 도로 표면 데이터 및 제2 카메라 파라미터를 이용하여 제1 거리뷰 영상을 제2 왜곡된 탑뷰 영상으로 변환할 수 있다. 여기서, 제1 가상 도로 표면 데이터와 제2 가상 도로 표면 데이터는 서로 상이할 수 있다. 추가적으로 또는 대안적으로, 제1 카메라 파라미터와 제2 카메라 파라미터는 서로 상이할 수 있다.

프로세서는 제1 왜곡된 탑뷰 영상 내의 픽셀들과 제2 왜곡된 탑뷰 영상 내의 픽셀들 사이의 제1 위치 대응 관계를 획득할 수 있다(S840). 여기서, 제1 위치 대응 관계는 제1 가상 도로 표면 데이터, 제1 카메라 파라미터, 제2 가상 도로 표면 데이터 및 제2 카메라 파라미터에 기초하여 결정될 수 있다.

그리고 나서, 프로세서는 제1 왜곡된 탑뷰 영상, 제2 왜곡된 탑뷰 영상 및 제1 위치 대응 관계를 이용하여 시각 특징 추출 신경망 모델을 학습할 수 있다(S850). 여기서, 시각 특징 추출 신경망 모델은 제1 왜곡된 탑뷰 영상 및 제2 왜곡된 탑뷰 영상의 대응되는 픽셀들의 시각 특징 기술자가 유사해지도록 학습될 수 있다. 대안적으로, 시각 특징 추출 신경망 모델은 제1 왜곡된 탑뷰 영상 및 제2 왜곡된 탑뷰 영상의 미리 정해진 임계값 이상의 신뢰도 점수를 가지는 대응되는 픽셀들의 시각 특징 기술자가 유사해지도록 학습될 수 있다.

도 8의 학습 방법(800)은 거리뷰 영상에 대응되는 항공 촬영 영상이 없는 경우에 사용될 수 있다. 도 8의 흐름도 및 상술한 설명은 일 예시일 뿐이며, 본 개시의 범위가 이에 한정되는 것은 아니다. 예를 들어, 적어도 하나의 단계가 추가/변경/삭제되거나, 각 단계의 순서가 변경될 수 있다.

도 9는 본 개시의 다른 실시예에 따른 시각 특징 추출 신경망 모델 학습 방법(900)의 예시를 나타내는 흐름도이다. 방법(900)은 프로세서(예를 들어, 정보 처리 시스템의 적어도 하나의 프로세서)가 지상에서 촬영된 거리뷰 영상을 수신함으로써 개시될 수 있다(S910). 그리고 나서, 프로세서는 거리뷰 영상을 왜곡된 탑뷰 영상(예를 들어, 제3 왜곡 탑뷰 영상)으로 변환할 수 있다(S920).

일 실시예에서, 프로세서는 가상 도로 표면 데이터와 카메라 파라미터를 획득할 수 있다. 그리고 나서, 프로세서는 가상 도로 표면 데이터 및 카메라 파라미터를 이용하여 거리뷰 영상을 왜곡된 탑뷰 영상으로 변환할 수 있다. 다른 예에서, 프로세서는 가상 도로 표면 데이터를 이용하여 거리뷰 영상을 왜곡된 탑뷰 영상으로 변환할 수 있다. 또 다른 예에서, 프로세서는 카메라 파라미터를 이용하여 거리뷰 영상을 왜곡된 탑뷰 영상으로 변환할 수 있다.

그 후, 프로세서는 거리뷰 영상과 연관된 항공 촬영 영상을 수신할 수 있다(S930). 여기서, 항공 촬영 영상은 정사 영상(True-Ortho Image)일 수 있다. 그리고, 프로세서는 왜곡된 탑뷰 영상과 항공 촬영 영상 내의 픽셀들 사이의 위치 대응 관계를 획득할 수 있다(S940). 여기서, 위치 대응 관계는 왜곡된 탑뷰 영상 및 항공 촬영 영상을 기초로 산출된 광학적 흐름에 기초하여 결정될 수 있다.

프로세서는 왜곡된 탑뷰 영상, 항공 촬영 영상 및 위치 대응 관계를 이용하여 시각 특징 추출 신경망 모델을 학습할 수 있다(S950). 여기서, 시각 특징 추출 신경망 모델은 왜곡된 탑뷰 영상 및 항공 촬영 영상의 대응되는 픽셀들의 시각 특징 기술자가 유사해지도록 학습될 수 있다.

도 9의 학습 방법(900)은 거리뷰 영상에 대응되는 항공 촬영 영상(예를 들어, 정사 영상)이 있는 경우에 사용될 수 있다. 도 9의 흐름도 및 상술한 설명은 일 예시일 뿐이며, 본 개시의 범위가 이에 한정되는 것은 아니다. 예를 들어, 적어도 하나의 단계가 추가/변경/삭제되거나, 각 단계의 순서가 변경될 수 있다.

상술한 방법은 컴퓨터에서 실행하기 위해 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램으로 제공될 수 있다. 매체는 컴퓨터로 실행 가능한 프로그램을 계속 저장하거나, 실행 또는 다운로드를 위해 임시 저장하는 것일 수도 있다. 또한, 매체는 단일 또는 수개 하드웨어가 결합된 형태의 다양한 기록수단 또는 저장수단일 수 있는데, 어떤 컴퓨터 시스템에 직접 접속되는 매체에 한정되지 않고, 네트워크 상에 분산 존재하는 것일 수도 있다. 매체의 예시로는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD 와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등을 포함하여 프로그램 명령어가 저장되도록 구성된 것이 있을 수 있다. 또한, 다른 매체의 예시로, 애플리케이션을 유통하는 앱 스토어나 기타 다양한 소프트웨어를 공급 내지 유통하는 사이트, 서버 등에서 관리하는 기록매체 내지 저장매체도 들 수 있다.

본 개시의 방법, 동작 또는 기법들은 다양한 수단에 의해 구현될 수도 있다. 예를 들어, 이러한 기법들은 하드웨어, 펌웨어, 소프트웨어, 또는 이들의 조합으로 구현될 수도 있다. 본원의 개시와 연계하여 설명된 다양한 예시적인 논리적 블록들, 모듈들, 회로들, 및 알고리즘 단계들은 전자 하드웨어, 컴퓨터 소프트웨어, 또는 양자의 조합들로 구현될 수도 있음을 통상의 기술자들은 이해할 것이다. 하드웨어 및 소프트웨어의 이러한 상호 대체를 명확하게 설명하기 위해, 다양한 예시적인 구성요소들, 블록들, 모듈들, 회로들, 및 단계들이 그들의 기능적 관점에서 일반적으로 위에서 설명되었다. 그러한 기능이 하드웨어로서 구현되는지 또는 소프트웨어로서 구현되는지의 여부는, 특정 애플리케이션 및 전체 시스템에 부과되는 설계 요구사항들에 따라 달라진다. 통상의 기술자들은 각각의 특정 애플리케이션을 위해 다양한 방식들로 설명된 기능을 구현할 수도 있으나, 그러한 구현들은 본 개시의 범위로부터 벗어나게 하는 것으로 해석되어서는 안된다.

하드웨어 구현에서, 기법들을 수행하는 데 이용되는 프로세싱 유닛들은, 하나 이상의 ASIC들, DSP들, 디지털 신호 프로세싱 디바이스들(digital signal processing devices; DSPD들), 프로그램가능 논리 디바이스들(programmable logic devices; PLD들), 필드 프로그램가능 게이트 어레이들(field programmable gate arrays; FPGA들), 프로세서들, 제어기들, 마이크로제어기들, 마이크로프로세서들, 전자 디바이스들, 본 개시에 설명된 기능들을 수행하도록 설계된 다른 전자 유닛들, 컴퓨터, 또는 이들의 조합 내에서 구현될 수도 있다.

따라서, 본 개시와 연계하여 설명된 다양한 예시적인 논리 블록들, 모듈들, 및 회로들은 범용 프로세서, DSP, ASIC, FPGA나 다른 프로그램 가능 논리 디바이스, 이산 게이트나 트랜지스터 로직, 이산 하드웨어 컴포넌트들, 또는 본원에 설명된 기능들을 수행하도록 설계된 것들의 임의의 조합으로 구현되거나 수행될 수도 있다. 범용 프로세서는 마이크로프로세서일 수도 있지만, 대안으로, 프로세서는 임의의 종래의 프로세서, 제어기, 마이크로제어기, 또는 상태 머신일 수도 있다. 프로세서는 또한, 컴퓨팅 디바이스들의 조합, 예를 들면, DSP와 마이크로프로세서, 복수의 마이크로프로세서들, DSP 코어와 연계한 하나 이상의 마이크로프로세서들, 또는 임의의 다른 구성의 조합으로서 구현될 수도 있다.

펌웨어 및/또는 소프트웨어 구현에 있어서, 기법들은 랜덤 액세스 메모리(random access memory; RAM), 판독 전용 메모리(read-only memory; ROM), 비휘발성 RAM(non-volatile random access memory; NVRAM), PROM(programmable read-only memory), EPROM(erasable programmable read-only memory), EEPROM(electrically erasable PROM), 플래시 메모리, 컴팩트 디스크(compact disc; CD), 자기 또는 광학 데이터 스토리지 디바이스 등과 같은 컴퓨터 판독가능 매체 상에 저장된 명령들로서 구현될 수도 있다. 명령들은 하나 이상의 프로세서들에 의해 실행 가능할 수도 있고, 프로세서(들)로 하여금 본 개시에 설명된 기능의 특정 양태들을 수행하게 할 수도 있다.

이상 설명된 실시예들이 하나 이상의 독립형 컴퓨터 시스템에서 현재 개시된 주제의 양태들을 활용하는 것으로 기술되었으나, 본 개시는 이에 한정되지 않고, 네트워크나 분산 컴퓨팅 환경과 같은 임의의 컴퓨팅 환경과 연계하여 구현될 수도 있다. 또 나아가, 본 개시에서 주제의 양상들은 복수의 프로세싱 칩들이나 장치들에서 구현될 수도 있고, 스토리지는 복수의 장치들에 걸쳐 유사하게 영향을 받게 될 수도 있다. 이러한 장치들은 PC들, 네트워크 서버들, 및 휴대용 장치들을 포함할 수도 있다.

본 명세서에서는 본 개시가 일부 실시예들과 관련하여 설명되었지만, 본 개시의 발명이 속하는 기술분야의 통상의 기술자가 이해할 수 있는 본 개시의 범위를 벗어나지 않는 범위에서 다양한 변형 및 변경이 이루어질 수 있다. 또한, 그러한 변형 및 변경은 본 명세서에 첨부된 특허청구의 범위 내에 속하는 것으로 생각되어야 한다.

Claims (20)

1. 적어도 하나의 프로세서에 의해 수행되는, 시각 특징 추출 신경망(visual feature extraction neural network) 모델 학습 방법에 있어서,

   지상에서 촬영된 제1 거리뷰 영상을 수신하는 단계;

   상기 제1 거리뷰 영상을 제1 왜곡된 탑뷰 영상(top view)으로 변환하는 단계;

   상기 제1 거리뷰 영상을 제2 왜곡된 탑뷰 영상으로 변환하는 단계;

   상기 제1 왜곡된 탑뷰 영상 내의 픽셀들과 상기 제2 왜곡된 탑뷰 영상 내의 픽셀들 사이의 제1 위치 대응 관계를 획득하는 단계; 및

   상기 제1 왜곡된 탑뷰 영상, 상기 제2 왜곡된 탑뷰 영상 및 상기 제1 위치 대응 관계를 이용하여 시각 특징 추출 신경망 모델을 학습하는 단계

   를 포함하고,

   상기 제1 왜곡된 탑뷰 영상과 상기 제2 왜곡된 탑뷰 영상은 서로 상이한, 시각 특징 추출 신경망 모델 학습 방법.
2. 제1항에 있어서,

   상기 제1 거리뷰 영상을 제1 왜곡된 탑뷰 영상으로 변환하는 단계는,

   제1 가상 도로 표면 데이터를 획득하는 단계; 및

   상기 제1 가상 도로 표면 데이터를 이용하여 상기 제1 거리뷰 영상을 상기 제1 왜곡된 탑뷰 영상으로 변환하는 단계

   를 포함하고,

   상기 제1 거리뷰 영상을 제2 왜곡된 탑뷰 영상으로 변환하는 단계는,

   제2 가상 도로 표면 데이터를 획득하는 단계; 및

   상기 제2 가상 도로 표면 데이터를 이용하여 상기 제1 거리뷰 영상을 상기 제2 왜곡된 탑뷰 영상으로 변환하는 단계

   를 포함하고,

   상기 제1 가상 도로 표면 데이터와 상기 제2 가상 도로 표면 데이터는 서로 상이한, 시각 특징 추출 신경망 모델 학습 방법.
3. 제1항에 있어서,

   상기 제1 거리뷰 영상을 제1 왜곡된 탑뷰 영상으로 변환하는 단계는,

   제1 카메라 파라미터를 획득하는 단계; 및

   상기 제1 카메라 파라미터를 이용하여 상기 제1 거리뷰 영상을 상기 제1 왜곡된 탑뷰 영상으로 변환하는 단계

   를 포함하고,

   상기 제1 거리뷰 영상을 제2 왜곡된 탑뷰 영상으로 변환하는 단계는,

   제2 카메라 파라미터를 획득하는 단계; 및

   상기 제2 카메라 파라미터를 이용하여 상기 제1 거리뷰 영상을 상기 제2 왜곡된 탑뷰 영상으로 변환하는 단계

   를 포함하고,

   상기 제1 카메라 파라미터와 상기 제2 카메라 파라미터는 서로 상이한, 시각 특징 추출 신경망 모델 학습 방법.
4. 제3항에 있어서,

   상기 제1 카메라 파라미터 및 상기 제2 카메라 파라미터는 각각 도로와 카메라 사이의 높이(height) 값, 피치(pitch) 값 및 롤(roll) 값을 포함하는, 시각 특징 추출 신경망 모델 학습 방법.
5. 제1항에 있어서,

   상기 제1 거리뷰 영상을 제1 왜곡된 탑뷰 영상으로 변환하는 단계는,

   제1 가상 도로 표면 데이터를 획득하는 단계;

   제1 카메라 파라미터를 획득하는 단계; 및

   상기 제1 가상 도로 표면 데이터 및 상기 제1 카메라 파라미터를 이용하여 상기 제1 거리뷰 영상을 상기 제1 왜곡된 탑뷰 영상으로 변환하는 단계

   를 포함하고,

   상기 제1 거리뷰 영상을 제2 왜곡된 탑뷰 영상으로 변환하는 단계는,

   제2 가상 도로 표면 데이터를 획득하는 단계;

   제2 카메라 파라미터를 획득하는 단계; 및

   상기 제2 가상 도로 표면 데이터 및 상기 제2 카메라 파라미터를 이용하여 상기 제1 거리뷰 영상을 상기 제2 왜곡된 탑뷰 영상으로 변환하는 단계

   를 포함하고,

   상기 제1 가상 도로 표면 데이터와 상기 제2 가상 도로 표면 데이터는 서로 상이하고,

   상기 제1 카메라 파라미터와 상기 제2 카메라 파라미터는 서로 상이한, 시각 특징 추출 신경망 모델 학습 방법.
6. 제5항에 있어서,

   상기 제1 위치 대응 관계는 상기 제1 가상 도로 표면 데이터, 상기 제1 카메라 파라미터, 상기 제2 가상 도로 표면 데이터 및 상기 제2 카메라 파라미터에 기초하여 결정되는, 시각 특징 추출 신경망 모델 학습 방법.
7. 제1항에 있어서,

   상기 시각 특징 추출 신경망 모델은 상기 제1 왜곡된 탑뷰 영상 및 상기 제2 왜곡된 탑뷰 영상의 대응되는 픽셀들의 시각 특징 기술자(visual feature descriptor)가 유사해지도록 학습되는, 시각 특징 추출 신경망 모델 학습 방법.
8. 제1항에 있어서,

   상기 시각 특징 추출 신경망 모델은 상기 제1 왜곡된 탑뷰 영상 및 상기 제2 왜곡된 탑뷰 영상의 미리 정해진 임계값 이상의 신뢰도 점수를 가지는 대응되는 픽셀들의 시각 특징 기술자(visual feature descriptor)가 유사해지도록 학습되는, 시각 특징 추출 신경망 모델 학습 방법.
9. 제1항에 있어서,

   지상에서 촬영된 제2 거리뷰 영상을 수신하는 단계;

   상기 제2 거리뷰 영상을 제3 왜곡된 탑뷰 영상으로 변환하는 단계;

   상기 제2 거리뷰 영상과 연관된 항공 촬영 영상을 수신하는 단계;

   상기 제3 왜곡된 탑뷰 영상과 상기 항공 촬영 영상 내의 픽셀들 사이의 제2 위치 대응 관계를 획득하는 단계; 및

   상기 제3 왜곡된 탑뷰 영상, 상기 항공 촬영 영상 및 상기 제2 위치 대응 관계를 이용하여 상기 시각 특징 추출 신경망 모델을 학습하는 단계

   를 더 포함하는, 시각 특징 추출 신경망 모델 학습 방법.
10. 제9항에 있어서,

    상기 항공 촬영 영상은 정사 영상(True-Ortho Image)인, 시각 특징 추출 신경망 모델 학습 방법.
11. 제9항에 있어서,

    상기 제2 위치 대응 관계는 상기 제3 왜곡된 탑뷰 영상 및 상기 항공 촬영 영상 사이의 광학적 흐름(optical flow)에 기초하여 결정되는, 시각 특징 추출 신경망 모델 학습 방법.
12. 제9항에 있어서,

    상기 제2 거리뷰 영상을 제3 왜곡된 탑뷰 영상으로 변환하는 단계는,

    제3 가상 도로 표면 데이터를 획득하는 단계; 및

    상기 제3 가상 도로 표면 데이터를 이용하여 상기 제2 거리뷰 영상을 상기 제3 왜곡된 탑뷰 영상으로 변환하는 단계

    를 포함하는, 시각 특징 추출 신경망 모델 학습 방법.
13. 제9항에 있어서,

    상기 제2 거리뷰 영상을 제3 왜곡된 탑뷰 영상으로 변환하는 단계는,

    제3 카메라 파라미터를 획득하는 단계; 및

    상기 제3 카메라 파라미터를 이용하여 상기 제2 거리뷰 영상을 상기 제3 왜곡된 탑뷰 영상으로 변환하는 단계

    를 포함하는, 시각 특징 추출 신경망 모델 학습 방법.
14. 제9항에 있어서,

    상기 제2 거리뷰 영상을 제3 왜곡된 탑뷰 영상으로 변환하는 단계는,

    제3 가상 도로 표면 데이터를 획득하는 단계;

    제3 카메라 파라미터를 획득하는 단계; 및

    상기 제3 가상 도로 표면 데이터 및 상기 제3 카메라 파라미터를 이용하여 상기 제2 거리뷰 영상을 상기 제3 왜곡된 탑뷰 영상으로 변환하는 단계

    를 포함하는, 시각 특징 추출 신경망 모델 학습 방법.
15. 제1항에 따른 방법을 컴퓨터에서 실행하기 위한 명령어들을 기록한 컴퓨터 판독 가능한 비일시적 기록매체.
16. 정보 처리 시스템으로서,

    메모리; 및

    상기 메모리와 연결되고, 상기 메모리에 포함된 컴퓨터 판독 가능한 적어도 하나의 프로그램을 실행하도록 구성된 적어도 하나의 프로세서

    를 포함하고,

    지상에서 촬영된 제1 거리뷰 영상을 수신하고,

    상기 제1 거리뷰 영상을 제1 왜곡된 탑뷰 영상으로 변환하고,

    상기 제1 거리뷰 영상을 제2 왜곡된 탑뷰 영상으로 변환하고,

    상기 제1 왜곡된 탑뷰 영상 내의 픽셀들과 상기 제2 왜곡된 탑뷰 영상 내의 픽셀들 사이의 제1 위치 대응 관계를 획득하고,

    상기 제1 왜곡된 탑뷰 영상, 상기 제2 왜곡된 탑뷰 영상 및 상기 제1 위치 대응 관계를 이용하여 시각 특징 추출 신경망 모델을 학습하기 위한 명령어들을 포함하고,

    상기 제1 왜곡된 탑뷰 영상과 상기 제2 왜곡된 탑뷰 영상은 서로 상이한, 정보 처리 시스템.
17. 적어도 하나의 프로세서에 의해 수행되는, 시각 특징 추출 신경망 모델 학습 방법에 있어서,

    지상에서 촬영된 거리뷰 영상을 수신하는 단계;

    상기 거리뷰 영상을 왜곡된 탑뷰 영상으로 변환하는 단계;

    상기 거리뷰 영상과 연관된 항공 촬영 영상을 수신하는 단계;

    상기 왜곡된 탑뷰 영상과 상기 항공 촬영 영상 내의 픽셀들 사이의 위치 대응 관계를 획득하는 단계; 및

    상기 왜곡된 탑뷰 영상, 항공 촬영 영상 및 상기 위치 대응 관계를 이용하여 시각 특징 추출 신경망 모델을 학습하는 단계

    를 포함하는, 시각 특징 추출 신경망 모델 학습 방법.
18. 제17항에 있어서,

    상기 위치 대응 관계는 상기 왜곡된 탑뷰 영상 및 상기 항공 촬영 영상을 기초로 산출된 광학적 흐름(optical flow)에 기초하여 결정되는, 시각 특징 추출 신경망 모델 학습 방법.
19. 제17항에 있어서,

    상기 거리뷰 영상을 왜곡된 탑뷰 영상으로 변환하는 단계는,

    가상 도로 표면 데이터를 획득하는 단계;

    카메라 파라미터를 획득하는 단계; 및

    상기 가상 도로 표면 데이터 및 상기 카메라 파라미터를 이용하여 상기 거리뷰 영상을 상기 왜곡된 탑뷰 영상으로 변환하는 단계

    를 포함하는, 시각 특징 추출 신경망 모델 학습 방법.
20. 제17항에 있어서,

    상기 시각 특징 추출 신경망 모델은 상기 왜곡된 탑뷰 영상 및 상기 항공 촬영 영상의 대응되는 픽셀들의 시각 특징 기술자(visual feature descriptor)가 유사해지도록 학습되는, 시각 특징 추출 신경망 모델 학습 방법.

Images