WO2024101833A1 - 3차원 모델 및 거리뷰 영상을 이용한 시각 특징맵 생성 방법 및 시스템 - Google Patents

3차원 모델 및 거리뷰 영상을 이용한 시각 특징맵 생성 방법 및 시스템 Download PDF

Info

Publication number
WO2024101833A1
WO2024101833A1 PCT/KR2023/017704 KR2023017704W WO2024101833A1 WO 2024101833 A1 WO2024101833 A1 WO 2024101833A1 KR 2023017704 W KR2023017704 W KR 2023017704W WO 2024101833 A1 WO2024101833 A1 WO 2024101833A1
Authority
WO
WIPO (PCT)
Prior art keywords
street view
view image
information
absolute coordinate
generating
Prior art date
Application number
PCT/KR2023/017704
Other languages
English (en)
French (fr)
Inventor
전준호
조원준
김수정
백무열
Original Assignee
네이버랩스 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 네이버랩스 주식회사 filed Critical 네이버랩스 주식회사
Publication of WO2024101833A1 publication Critical patent/WO2024101833A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/10—Geometric effects
    • G06T15/20—Perspective computation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/06—Topological mapping of higher dimensional structures onto lower dimensional surfaces
    • G06T3/067—Reshaping or unfolding 3D tree structures onto 2D planes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G06T7/344—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/536—Depth or shape recovery from perspective effects, e.g. by using vanishing points

Definitions

  • the present disclosure relates to a method and system for generating a visual feature map using a 3D model and a street view image. Specifically, the present disclosure relates to automatically generating a visual feature map using a street view image to which the absolute coordinate location information of the 3D model is matched. It relates to methods and systems.
  • Autonomous driving technology recognizes the surrounding environment using radar, LIDAR (light detection and ranging), GPS (global positioning system), and cameras attached to the vehicle, allowing the vehicle to autonomously operate with minimal or no human intervention. It refers to the technology that can drive. Since the driving environment has various factors that affect autonomous driving, such as vehicles on the road, traffic structures, and buildings on the outskirts of the road, accurate recognition of the vehicle's surrounding environment using a device attached to the vehicle is essential for autonomous driving. It is an important factor in ensuring safety for commercialization of technology.
  • MMS Mobile Mapping System
  • a method of generating a visual feature map using street view images captured to provide street view services was also considered, but when shooting street view images, the location information obtained using the vehicle's GPS equipment is 5 to 10 meters long. There is a problem with the degree of error. In order to resolve this inaccuracy in location information, expensive GPS equipment can be installed in the vehicle to obtain high-precision location information while shooting street view images. However, this incurs high costs, and street view images have already been captured. There is a problem that you cannot use .
  • the present disclosure provides a method for solving the above problems, a computer-readable non-transitory recording medium on which instructions are recorded, and a device (system).
  • the present disclosure may be implemented in various ways, including a method, a device (system), or a computer-readable non-transitory recording medium recording instructions.
  • a method of generating a visual feature map using a 3D model and a street view image is performed in a specific area containing 3D geometric information expressed as an absolute coordinate position.
  • receiving a 3D model receiving a first street view image taken at a first node in a specific area, including the first street view image in the 3D model based on absolute coordinate location information and direction information of the first street view image. Projecting at least some of the three-dimensional geometric information onto the first street view image to render a depth map associated with the first street view image, a first set of feature points from the first street view image.
  • a computer-readable non-transitory recording medium recording instructions for executing a method according to an embodiment of the present disclosure on a computer is provided.
  • the information processing system includes a communication module, a memory, and at least one processor connected to the memory and configured to execute at least one computer-readable program included in the memory, and at least one The program receives a 3D model for a specific area including 3D geometric information expressed as an absolute coordinate position, receives a first street view image taken at a first node within the specific area, and receives a first street view image Based on the absolute coordinate location information and direction information, projecting at least some of the 3D geometric information included in the 3D model onto the first street view image to render a depth map associated with the first street view image; , Extract a first set of feature points from the first street view image, determine absolute coordinate location information of all or part of the feature points of the first set, based on the depth map, and each feature point of the first set It includes instructions for generating a first visual feature map associated with the first street view image by storing absolute coordinate location information and a visual feature descriptor in association with each other.
  • 3D building model information generated through aerial image surveying and the like and already captured street view images are used for street view services. Therefore, the cost and effort of acquiring a visual feature map can be reduced.
  • objects related to autonomous driving can be extracted from a plurality of environmental information included in a street view image using a binary mask, and a visual feature map for the object can be generated, thereby improving the quality of the visual feature map. can be improved.
  • FIG. 1 is a diagram illustrating an example of a method for matching a 3D model and street view data according to an embodiment of the present disclosure.
  • Figure 2 is a schematic diagram showing a configuration in which an information processing system according to an embodiment of the present disclosure is connected to enable communication with a plurality of user terminals.
  • Figure 3 is a block diagram showing the internal configuration of a user terminal and an information processing system according to an embodiment of the present disclosure.
  • FIG. 4 is a diagram illustrating an example of a process for generating a visual feature map associated with a street view image based on a 3D model and a street view image according to an embodiment of the present disclosure.
  • FIG. 5 is a block diagram illustrating a specific method of generating a visual feature map associated with a first street view image based on matched street view data and a 3D model according to an embodiment of the present disclosure.
  • FIG. 6 shows a specific example of generating a visual feature map associated with a first street view image based on registered street view data, a 3D model, a binary mask, and 3D plan information about road traffic structures according to another embodiment of the present disclosure. This is a block diagram showing the method.
  • FIG. 7 is a diagram illustrating an example of a process for generating a binary mask based on a street view image according to an embodiment of the present disclosure.
  • FIG. 8 is a diagram illustrating an example of a process for performing stereo matching on road traffic structures in a first street view image and a second street view image according to an embodiment of the present disclosure.
  • Figure 9 shows an example of a three-dimensional plan information map for a plurality of road traffic structures according to an embodiment of the present disclosure.
  • Figure 10 shows an example of a process for extracting a first set of feature points from a street view image using a plurality of planar images generated based on the street view image according to an embodiment of the present disclosure.
  • Figure 11 shows an example of a process for obtaining absolute coordinate location information for a road traffic structure according to an embodiment of the present disclosure.
  • Figure 12 shows an example of a visual feature map for a specific area according to an embodiment of the present disclosure.
  • Figure 13 is a flowchart illustrating an example of a method for generating a visual feature map using a 3D model and a street view image according to an embodiment of the present disclosure.
  • a modulee' or 'unit' refers to a software or hardware component, and the 'module' or 'unit' performs certain roles.
  • 'module' or 'unit' is not limited to software or hardware.
  • a 'module' or 'unit' may be configured to reside on an addressable storage medium and may be configured to run on one or more processors.
  • a 'module' or 'part' refers to components such as software components, object-oriented software components, class components and task components, processes, functions and properties. , procedures, subroutines, segments of program code, drivers, firmware, microcode, circuits, data, databases, data structures, tables, arrays, or variables.
  • Components and 'modules' or 'parts' may be combined into smaller components and 'modules' or 'parts' or further components and 'modules' or 'parts'.
  • a 'module' or 'unit' may be implemented with a processor and memory.
  • 'Processor' should be interpreted broadly to include general-purpose processors, central processing units (CPUs), microprocessors, digital signal processors (DSPs), controllers, microcontrollers, state machines, etc.
  • 'processor' may refer to an application-specific integrated circuit (ASIC), programmable logic device (PLD), field programmable gate array (FPGA), etc.
  • ASIC application-specific integrated circuit
  • PLD programmable logic device
  • FPGA field programmable gate array
  • 'Processor' refers to a combination of processing devices, for example, a combination of a DSP and a microprocessor, a combination of a plurality of microprocessors, a combination of one or more microprocessors in combination with a DSP core, or any other such combination of configurations. You may. Additionally, 'memory' should be interpreted broadly to include any electronic component capable of storing electronic information.
  • RAM random access memory
  • ROM read-only memory
  • NVRAM non-volatile random access memory
  • PROM programmable read-only memory
  • EPROM erasable-programmable read-only memory
  • a memory is said to be in electronic communication with a processor if the processor can read information from and/or write information to the memory.
  • the memory integrated into the processor is in electronic communication with the processor.
  • 'system' may include at least one of a server device and a cloud device, but is not limited thereto.
  • a system may consist of one or more server devices.
  • a system may consist of one or more cloud devices.
  • the system may be operated with a server device and a cloud device configured together.
  • 'display' may refer to any display device associated with a computing device, e.g., any display device capable of displaying any information/data controlled by or provided by the computing device. can refer to.
  • 'each of a plurality of A' or 'each of a plurality of A' may refer to each of all components included in a plurality of A, or may refer to each of some components included in a plurality of A. .
  • 'street view data' may refer to data including road view data including images captured on the roadway and location information, as well as walk view data including images captured on the sidewalk and location information. .
  • 'street view data' may further include images and location information taken at random points outdoors (or indoors facing the outdoors), as well as roadways and sidewalks.
  • FIG. 1 is a diagram illustrating an example of a method of matching a 3D model 110 and street view data 120 according to an embodiment of the present disclosure.
  • the information processing system may acquire/receive the 3D model 110 and street view data 120 for a specific area.
  • the 3D model 110 may include 3D geometric information expressed in absolute coordinate positions and texture information corresponding thereto.
  • the location information included in the 3D model 110 may be information of higher accuracy than the location information included in the street view data 120.
  • the texture information included in the 3D model 110 may be of lower quality (eg, lower resolution) than the texture information included in the street view data 120.
  • 3D geometric information expressed as an absolute coordinate position may be generated based on an aerial photograph taken of a specific area from above the specific area.
  • the 3D model (110) for a specific area includes a 3D building model (112), a digital elevation model (DEM) (114), a true ortho image (116) for a specific area, and a digital surface. It may include a digital surface model (DSM), road layout, road DEM, etc.
  • the 3D model 110 for a specific area includes a digital surface model (DSM) containing geometric information about the ground of the specific area and an orthoimage 116 for the specific area corresponding thereto. It may be a model created based on, but is not limited to, this.
  • a precise orthoimage 116 of a specific area may be generated based on a plurality of aerial photos and the absolute coordinate location information and direction information of each aerial photo.
  • the street view data 120 may include a plurality of street view images captured at a plurality of nodes within a specific area and absolute coordinate location information for each of the plurality of street view images.
  • the location information included in the street view data 120 may be information of lower accuracy than the location information included in the 3D model 110, and the texture information included in the street view image is included in the 3D model 110. It may be information of higher quality (e.g., higher resolution) than the included texture information.
  • the location information included in the street view data 120 may be location information obtained using a GPS device when a node captures a street view image. Location information obtained using a vehicle's GPS device may have an error of about 5 to 10 meters.
  • street view data may include direction information (i.e., image shooting direction information) for each of a plurality of street view images.
  • the information processing system may perform map matching 130 between the 3D model 110 and street view data 120. Specifically, the information processing system may perform feature matching between texture information included in the 3D model 110 and a plurality of street view images included in the street view data 120. To perform map matching 130, the information processing system may convert at least some of the plurality of street view images included in the street view data 120 into a top view image. As a result of map matching 130, a plurality of map matching points/map matching lines 132 can be extracted.
  • the map matching point may represent a corresponding pair of one point in the street view image and one point in the 3D model 110.
  • the type of map matching point may vary depending on the type of 3D model 110 used for map matching 130, the location of the point, etc.
  • map matching points are Ground Control Points (GCP), which are point correspondence pairs on the ground within a specific area, and Building Control Points (BCP), which are point correspondence pairs on buildings within a specific area.
  • GCP Ground Control Points
  • BCP Building Control Points
  • Map matching points can be extracted not only from the ground, buildings, and structures described above, but also from street view images and arbitrary areas of the 3D model 110.
  • the map matching line may represent a corresponding pair of one line of the street view image and one line of the 3D model 110.
  • the type of map matching line may vary depending on the type of 3D model 110 used for map matching 130, the location of the line, etc.
  • map matching lines include Ground Control Line (GCL), which is a corresponding pair of lines on the ground within a specific area, and Building Control Line (BCL), which is a corresponding pair of lines on buildings within a specific area.
  • GCL Ground Control Line
  • BCL Building Control Line
  • Map matching lines can be extracted from the ground, buildings, structures, and lanes described above, as well as street view images and arbitrary areas of the 3D model 110.
  • the information processing system may perform feature matching 150 between a plurality of street view images to extract a plurality of feature point correspondence sets 152.
  • feature matching 150 between a plurality of street view images may be performed using at least a portion of the 3D model 110.
  • feature matching 150 between street view images can be performed using the 3D building model 112 included in the 3D model 110.
  • the information processing system provides absolute coordinate position information and Direction information can be estimated (160).
  • the processor may estimate absolute coordinate position information and direction information for a plurality of street view images using a bundle adjustment technique (160).
  • the estimated absolute coordinate position information and direction information 162 is information in an absolute coordinate system representing the 3D model 110, and may be a parameter of 6 degrees of freedom (DoF).
  • DoF degrees of freedom
  • the absolute coordinate location information and direction information 162 estimated through this process may be data with higher precision than the absolute coordinate location information and direction information included in the street view data 120.
  • At least one of predefined map matching points/map matching lines 132, and street view data matched with absolute coordinate location information of the 3D model using the 3D model 110 A visual feature map can be automatically created for each street view image within the system.
  • a method of generating a visual feature map for a street view image will be described later with reference to FIGS. 4 to 13. With this configuration, the cost and effort to create a visual feature map for map-based services such as autonomous driving can be reduced. Additionally, automatically generated visual feature maps can be used for various map-based services, such as autonomous driving services.
  • Figure 2 is a schematic diagram showing a configuration in which the information processing system 230 according to an embodiment of the present disclosure is connected to communicate with a plurality of user terminals 210_1, 210_2, and 210_3.
  • a plurality of user terminals 210_1, 210_2, and 210_3 may be connected to an information processing system 230 capable of providing a map information service through a network 220.
  • the plurality of user terminals 210_1, 210_2, and 210_3 may include user terminals that are provided with map information services, autonomous driving services, etc.
  • the plurality of user terminals 210_1, 210_2, and 210_3 may be cars that capture street view images from nodes.
  • the information processing system 230 includes one or more server devices and/or databases capable of storing, providing, and executing computer-executable programs (e.g., downloadable applications) and data related to providing map information services, etc.
  • it may include one or more distributed computing devices and/or distributed databases based on cloud computing services.
  • the map information service provided by the information processing system 230 may be provided to the user through an application or web browser installed on each of the plurality of user terminals 210_1, 210_2, and 210_3.
  • the information processing system 230 may provide information corresponding to a street view image request, an image-based location recognition request, etc. received from the user terminals 210_1, 210_2, and 210_3 through an application or perform corresponding processing. You can.
  • a plurality of user terminals 210_1, 210_2, and 210_3 may communicate with the information processing system 230 through the network 220.
  • the network 220 may be configured to enable communication between a plurality of user terminals 210_1, 210_2, and 210_3 and the information processing system 230.
  • the network 220 may be, for example, a wired network such as Ethernet, a wired home network (Power Line Communication), a telephone line communication device, and RS-serial communication, a mobile communication network, a wireless LAN (WLAN), It may consist of wireless networks such as Wi-Fi, Bluetooth, and ZigBee, or a combination thereof.
  • the communication method is not limited, and may include communication methods utilizing communication networks that the network 220 may include (e.g., mobile communication networks, wired Internet, wireless Internet, broadcasting networks, satellite networks, etc.) as well as user terminals (210_1, 210_2, 210_3). ) may also include short-range wireless communication between the network 220 may include (e.g., mobile communication networks, wired Internet, wireless Internet, broadcasting networks, satellite networks, etc.) as well as user terminals (210_1, 210_2, 210_3). ) may also include short-range wireless communication between the network 220 may include (e.g., mobile communication networks, wired Internet, wireless Internet, broadcasting networks, satellite networks, etc.) as well as user terminals (210_1, 210_2, 210_3). ) may also include short-range wireless communication between the network 220 may include (e.g., mobile communication networks, wired Internet, wireless Internet, broadcasting networks, satellite networks, etc.) as well as user terminals (210_1, 210_2,
  • the mobile phone terminal (210_1), tablet terminal (210_2), and PC terminal (210_3) are shown as examples of user terminals, but they are not limited thereto, and the user terminals (210_1, 210_2, 210_3) use wired and/or wireless communication.
  • This may be any computing device capable of installing and executing an application or a web browser.
  • user terminals include AI speakers, smartphones, mobile phones, navigation, computers, laptops, digital broadcasting terminals, PDAs (Personal Digital Assistants), PMPs (Portable Multimedia Players), tablet PCs, game consoles, It may include wearable devices, IoT (internet of things) devices, VR (virtual reality) devices, AR (augmented reality) devices, set-top boxes, etc.
  • three user terminals (210_1, 210_2, 210_3) are shown as communicating with the information processing system 230 through the network 220, but this is not limited to this, and a different number of user terminals are connected to the network ( It may be configured to communicate with the information processing system 230 through 220).
  • FIG. 3 is a block diagram showing the internal configuration of the user terminal 210 and the information processing system 230 according to an embodiment of the present disclosure.
  • the user terminal 210 may refer to any computing device capable of executing an application or a web browser and capable of wired/wireless communication, for example, the mobile phone terminal 210_1, tablet terminal 210_2 of FIG. 2, It may include a PC terminal (210_3), etc.
  • the user terminal 210 may include a memory 312, a processor 314, a communication module 316, and an input/output interface 318.
  • information processing system 230 may include memory 332, processor 334, communication module 336, and input/output interface 338. As shown in FIG.
  • the user terminal 210 and the information processing system 230 are configured to communicate information and/or data through the network 220 using respective communication modules 316 and 336. It can be. Additionally, the input/output device 320 may be configured to input information and/or data to the user terminal 210 through the input/output interface 318 or to output information and/or data generated from the user terminal 210.
  • Memories 312 and 332 may include any non-transitory computer-readable recording medium. According to one embodiment, the memories 312 and 332 are non-permanent mass storage devices such as read only memory (ROM), disk drive, solid state drive (SSD), flash memory, etc. It can be included. As another example, non-perishable mass storage devices such as ROM, SSD, flash memory, disk drive, etc. may be included in the user terminal 210 or the information processing system 230 as a separate persistent storage device that is distinct from memory. Additionally, the memories 312 and 332 may store an operating system and at least one program code (eg, code for an application installed and running on the user terminal 210).
  • ROM read only memory
  • SSD solid state drive
  • flash memory etc. It can be included.
  • non-perishable mass storage devices such as ROM, SSD, flash memory, disk drive, etc. may be included in the user terminal 210 or the information processing system 230 as a separate persistent storage device that is distinct from memory.
  • the memories 312 and 332 may store an
  • These software components may be loaded from a computer-readable recording medium separate from the memories 312 and 332.
  • This separate computer-readable recording medium may include a recording medium directly connectable to the user terminal 210 and the information processing system 230, for example, a floppy drive, disk, tape, DVD/CD- It may include computer-readable recording media such as ROM drives and memory cards.
  • software components may be loaded into the memories 312 and 332 through a communication module rather than a computer-readable recording medium. For example, at least one program is loaded into memory 312, 332 based on a computer program installed by files provided over the network 220 by developers or a file distribution system that distributes installation files for applications. It can be.
  • the processors 314 and 334 may be configured to process instructions of a computer program by performing basic arithmetic, logic, and input/output operations. Instructions may be provided to the processors 314 and 334 by memories 312 and 332 or communication modules 316 and 336. For example, processors 314 and 334 may be configured to execute received instructions according to program codes stored in recording devices such as memories 312 and 332.
  • the communication modules 316 and 336 may provide a configuration or function for the user terminal 210 and the information processing system 230 to communicate with each other through the network 220, and may provide a configuration or function for the user terminal 210 and/or information processing.
  • the system 230 may provide a configuration or function for communicating with other user terminals or other systems (for example, a separate cloud system, etc.). For example, a request or data generated by the processor 314 of the user terminal 210 according to a program code stored in a recording device such as the memory 312 (e.g., data associated with a street view image captured on the ground, etc.) Can be transmitted to the information processing system 230 through the network 220 under the control of the communication module 316.
  • a control signal or command provided under the control of the processor 334 of the information processing system 230 is transmitted through the communication module 316 of the user terminal 210 through the communication module 336 and the network 220. It may be received by the user terminal 210. For example, the user terminal 210 may receive data related to a street view image for a specific area from the information processing system 230.
  • the input/output interface 318 may be a means for interfacing with the input/output device 320.
  • input devices may include devices such as cameras, keyboards, microphones, mice, etc., including audio sensors and/or image sensors
  • output devices may include devices such as displays, speakers, haptic feedback devices, etc. You can.
  • the input/output interface 318 may be a means for interfacing with a device that has components or functions for performing input and output, such as a touch screen, integrated into one.
  • the processor 314 of the user terminal 210 uses information and/or data provided by the information processing system 230 or another user terminal when processing instructions of a computer program loaded in the memory 312. A service screen, etc.
  • the input/output device 320 is shown not to be included in the user terminal 210, but the present invention is not limited to this and may be configured as a single device with the user terminal 210. Additionally, the input/output interface 338 of the information processing system 230 may be connected to the information processing system 230 or means for interfacing with a device (not shown) for input or output that the information processing system 230 may include. It can be. In FIG.
  • the input/output interfaces 318 and 338 are shown as elements configured separately from the processors 314 and 334, but the present invention is not limited thereto, and the input/output interfaces 318 and 338 may be configured to be included in the processors 314 and 334. there is.
  • the user terminal 210 and information processing system 230 may include more components than those in FIG. 3 . However, there is no need to clearly show most prior art components. According to one embodiment, the user terminal 210 may be implemented to include at least some of the input/output devices 320 described above. Additionally, the user terminal 210 may further include other components such as a transceiver, a global positioning system (GPS) module, a camera, various sensors, and a database.
  • GPS global positioning system
  • the user terminal 210 may include components generally included in a smartphone, such as an acceleration sensor, a gyro sensor, an image sensor, a proximity sensor, a touch sensor, Various components such as an illuminance sensor, a camera module, various physical buttons, buttons using a touch panel, input/output ports, and a vibrator for vibration may be implemented to be further included in the user terminal 210.
  • the processor 314 of the user terminal 210 may be configured to operate an application that provides a map information service. At this time, code associated with the corresponding application and/or program may be loaded into the memory 312 of the user terminal 210.
  • the processor 314 uses input devices such as a touch screen, a keyboard, a camera including an audio sensor and/or an image sensor, and a microphone connected to the input/output interface 318. It is possible to receive text, images, videos, voices, and/or actions input or selected through, and store the received text, images, videos, voices, and/or actions in the memory 312 or use the communication module 316 and It can be provided to the information processing system 230 through the network 220. For example, the processor 314 may receive a user's input requesting a street view image for a specific area and provide the input to the information processing system 230 through the communication module 316 and the network 220.
  • input devices such as a touch screen, a keyboard, a camera including an audio sensor and/or an image sensor, and a microphone connected to the input/output interface 318. It is possible to receive text, images, videos, voices, and/or actions input or selected through, and store the received text, images, videos, voices, and/or actions in the memory 312 or use
  • the processor 314 of the user terminal 210 manages, processes, and/or stores information and/or data received from the input/output device 320, other user terminals, the information processing system 230, and/or a plurality of external systems. It can be configured to do so. Information and/or data processed by processor 314 may be provided to information processing system 230 via communication module 316 and network 220.
  • the processor 314 of the user terminal 210 may transmit information and/or data to the input/output device 320 through the input/output interface 318 and output the information. For example, the processor 314 may display the received information and/or data on the screen of the user terminal.
  • the processor 334 of the information processing system 230 may be configured to manage, process, and/or store information and/or data received from a plurality of user terminals 210 and/or a plurality of external systems. Information and/or data processed by the processor 334 may be provided to the user terminal 210 through the communication module 336 and the network 220.
  • FIG. 4 is a diagram illustrating an example of a process for generating a visual feature map 450 associated with the street view image 420 based on the 3D model 410 and the street view image 420 according to an embodiment of the present disclosure.
  • the 3D model 410 may represent a 3D model for a specific area including 3D geometric information expressed in absolute coordinate positions.
  • the 3D model 410 may include a 3D building model and a 3D road model for buildings within a specific area.
  • the street view image 420 is a 360-degree panoramic image generated using equirectangular projection, and may be a street view image captured at a specific node within a specific area.
  • the street view image 420 may include absolute coordinate position information and direction information matched with the absolute coordinate position information of the 3D model.
  • the absolute coordinate location information and direction information included in the street view image 420 are information matched with the absolute coordinate location information of the 3D model 410 using predefined map matching points or map matching lines. You can.
  • the information processing system may render a depth map 430 associated with the street view image 420 using the 3D model 410. For example, based on the absolute coordinate location information and direction information of the street view image 420, the 3D geometric information included in the 3D model 410 is projected onto the street view image 420 to create the street view image 420. ) can be rendered.
  • the information processing system may extract a plurality of feature points 440 from the street view image 420.
  • the information processing system can convert a street view image into a plurality of planar images using a perspective projection method and then extract a plurality of feature points 440 from the plurality of planar images.
  • the information processing system may extract a plurality of feature points 440 using a binary mask generated based on the street view image 420.
  • the information processing system may generate a visual feature map 450 associated with the street view image 420 based on the depth map 430 and a plurality of feature points 440 of the street view image. For example, the information processing system may determine absolute coordinate position information of the plurality of feature points 440 based on the depth map 430. In addition, the information processing system stores the absolute coordinate location information and visual feature descriptor for each of the plurality of feature points 440 in association with each other, thereby creating a visual feature map 450 associated with the street view image 420. can be created.
  • the matched street view data 510 is a plurality of street view images captured from a plurality of nodes within a specific area, and may be a panoramic image generated using equirectangular projection.
  • the matched street view data 510 is a high-accuracy (high-precision) absolute coordinate position that is matched with the absolute coordinate position information of the 3D model 410 using predefined map matching points or map matching lines. May contain information and direction information.
  • the registered street view data 510 may include absolute coordinate location information and direction information obtained from high-precision location estimation using Global Positioning System/Inertial Navigation System (GPS/INS) sensor fusion.
  • GPS/INS Global Positioning System/Inertial Navigation System
  • the 3D model 520 is a model for a specific area created based on aerial images and may include a 3D road model, a 3D building model, etc. Additionally, the 3D model 520 may include 3D geometric information expressed in absolute coordinate positions. For example, the 3D model 520 may be composed of a triangle mesh consisting of vertices and connection information (edges), but is not limited to this, and may be a point cloud (3D restored through aerial photography) point clouds) or a digital elevation model (DSM) determined through aerial surveying. Alternatively, the 3D model 520 may be composed of a combination of three data structures, such as a triangular mesh, a point cloud, or a digital elevation model.
  • the information processing system may receive a plurality of 3D building and road models 522 within a specific area included in the 3D model 520 for the specific area. Additionally, the information processing system may receive a first street view image 512 captured at a first node within a specific area included in the matched street view data 510. Then, the information processing system first removes at least some of the 3D geometric information included in the 3D building and road model 522 based on the absolute coordinate location information and direction information of the first street view image 512.
  • the depth map 540 associated with the first street view image 512 may be rendered/generated by projecting it onto the review image 512 .
  • the depth map 540 may include depth information of buildings and roads.
  • the information processing system may extract a first set of feature points 530 from the first street view image 512. Specifically, the information processing system may detect the first set of feature points 530 from the first street view image 512 and extract a visual descriptor 580 for each feature point of the first set. At this time, in order to resolve errors in feature detection or feature matching due to geometric distortion of the street view image, which is a panoramic image, the information processing system selects the first image from a plurality of planar images generated based on the first street view image 512. The feature points 530 of the set can be extracted.
  • the information processing system rotates the first street view image 512 horizontally to a height facing the horizon, projects it into 12 plane images, detects feature points from each plane image, and extracts a visual descriptor. can do.
  • the first set of feature points 530 can be extracted using SIFT (Scale-Invariant Feature Transform), SuperPoint, R2D2 (Repeatable and Reliable Detector and Descriptor) techniques, etc., but is not limited thereto.
  • the information processing system may determine absolute coordinate position information 550 of each feature point of the first set based on the depth map 540. Then, the information processing system stores the absolute coordinate position information 550 of each feature point of the first set and the visual descriptor 580 of each feature point of the first set in association with each other, thereby creating the first street view image 512 and A related visual feature map 590 can be created.
  • FIG. 6 illustrates a first map based on registered street view data 610, a 3D model 620, a binary mask 616, and 3D plan information 660 for road traffic structures according to another embodiment of the present disclosure.
  • This is a block diagram showing a specific method of generating a visual feature map 690 associated with a street view image 612.
  • configurations overlapping with FIG. 5 are briefly described or omitted based on the embodiment shown in FIG. 6.
  • the information processing system may extract a first set of feature points 630 associated with buildings and roads using a binary mask 616 based on the first street view image 512. Specifically, the information processing system performs semantic segmentation based on the first street view image 612 to generate a binary mask 616 representing the road area and building area included in the first street view image. can do.
  • the binary mask 616 may represent a road area, a building area, and a road traffic structure area included in the first street view image.
  • the information processing system may convert the first street view image 612 into a plurality of undistorted planar images.
  • the information processing system may convert the first street view image 612 into six cube images: top, bottom, left, right, up, and bottom through cube mapping.
  • the information processing system may perform semantic segmentation on the plurality of undistorted flat images to detect road areas, building areas, vehicles, lanes, road traffic structures (eg, traffic lights, signs, etc.).
  • the information processing system can generate a binary mask 616 representing the road area and building area in the first street view image 612 by combining the semantic segmentation results for the plurality of undistorted planar images back into a panoramic image.
  • the information processing system detects a first set of feature points 630 from the first street view image 612 using a binary mask 616 and creates a visual descriptor 632 for each feature point in the first set. can be extracted.
  • the information processing system may use the binary mask 616 to extract the first set of feature points 630 from a partial area of the first street view image 612.
  • the information processing system extracts a plurality of feature points from the first street view image 612, performs filtering on the extracted plurality of feature points using a binary mask 616, and produces a first set of feature points 630.
  • the first set of feature points may be feature points extracted from the road area and building area of the first street view image 612, or may be feature points extracted from the road area, building area, and road traffic structure.
  • the information processing system may determine absolute coordinate location information 670 of a feature point associated with a road traffic structure using a plurality of street view images 612 and 614.
  • road traffic structures may refer to structures and/or facilities related to road driving, such as signs, traffic lights, and median strips.
  • the information processing system generates a first street view image 612 based on the first street view image 612 captured at the first node in a specific area and the second street view image 614 captured at the second node. ) and 3D plan information 660 about the road traffic structure included in the second street view image 614 can be generated.
  • the information processing system can determine the absolute coordinate position information 670 of the feature point associated with the road traffic structure by projecting the feature point associated with the road traffic structure among the first set of feature points 630 onto a three-dimensional plane.
  • the information processing system includes the location information about the road traffic structure together in the first street view image 612 and the second street view image 614 even if the 3D model 620 does not include location information about the road traffic structure. Absolute coordinate location information of road traffic structures can be obtained.
  • the information processing system may determine absolute coordinate location information 650 of feature points associated with buildings and roads based on the depth map 640.
  • the depth map 640 may represent a depth map 640 generated by the method described with reference to FIG. 5 .
  • the information processing system uses the depth map 640 including depth information of buildings and roads to provide absolute coordinate position information 650 of feature points associated with buildings and roads among the first set of feature points 630. You can decide.
  • the information processing system includes absolute coordinate location information 670 of feature points associated with road traffic structures among the first set of feature points 630, and feature points associated with buildings and roads among the first set of feature points 630.
  • absolute coordinate location information 650 and the visual descriptor 632 of each feature point of the first set in association with each other, a visual feature map 690 associated with the first street view image 612 can be generated.
  • Figure 6 shows absolute coordinate location information 650 of feature points associated with buildings and roads using a depth map 640 containing depth information of buildings and roads generated based on a 3D building and road model 622.
  • An example of determining is shown, but is not limited thereto.
  • the 3D building and road model 622 may further include some or all of the road traffic structures associated with road driving, in which case the depth map 640 may include some of the road traffic structures as well as roads and buildings. Alternatively, it may include depth information for all of them.
  • the absolute coordinate location information 650 of feature points associated with buildings and roads may also include absolute coordinate location information 650 of feature points associated with some or all of road traffic structures as well as roads and buildings.
  • a method of generating a visual feature map 690 for buildings, roads, and road traffic structures is shown by using a binary mask 616 and 3D plan information 660 for road traffic structures. Some parts may be omitted.
  • visual feature maps 690 can be generated for buildings, roads, and road traffic structures without using a binary mask 616.
  • visual feature maps 690 for buildings and roads may be generated without generating 3D plan information 660 for road traffic structures.
  • FIG. 7 is a diagram illustrating an example of a process for generating a binary mask based on a street view image according to an embodiment of the present disclosure.
  • the information processing system may generate a binary mask based on the street view image through the first state 710, the second state 720, and the third state 730.
  • the first state 710 represents an example of a street view image captured at a specific node within a specific area.
  • the street view image may be a 360-degree panoramic image generated using equirectangular projection.
  • the second state 720 represents an example of a semantic segmentation result performed based on a street view image.
  • the information processing system may perform semantic segmentation by converting the street view image into a plurality of undistorted planar images.
  • an information processing system can perform semantic segmentation by converting a street view image into six cube images using a perspective projection method.
  • the information processing system can perform semantic segmentation on street view images at once. Semantic segmentation can be performed using techniques such as deeplab v3 and mask-rcnn, but is not limited to this.
  • the third state 730 represents an example of a binary mask obtained as a result of performing semantic segmentation based on a street view image.
  • the binary mask may represent the road area and building area in the street view image.
  • the information processing system may extract a first set of feature points from the street view image using a binary mask.
  • the information processing system can extract a first set of feature points from some area of the street view image using a binary mask.
  • some areas of the street view image may be areas corresponding to the binary mask.
  • the information processing system uses a binary mask to perform filtering on a plurality of feature points extracted from the entire area of the street view image, thereby extracting a first set of feature points in the region corresponding to the binary mask. .
  • the binary mask is shown as representing the road and building areas of the street view image, but the present invention is not limited to this.
  • a binary mask can represent the road area, building area, and road traffic structure area of a street view image.
  • FIG. 8 is a diagram illustrating an example of a process for performing stereo matching on road traffic structures in the first street view image 812 and the second street view image 814 according to an embodiment of the present disclosure.
  • the information processing system can generate 3D plan information about the road traffic structure based on the plurality of street view images 812 and 814 and obtain absolute coordinate location information related to the road traffic structure.
  • the information processing system in order to obtain absolute coordinate location information associated with a road traffic structure, is based on a plurality of street view images 812 and 814 and includes each of the plurality of street view images 812 and 814. It is possible to generate 3D plan information about a specific road traffic structure. For example, the information processing system may pass through the first state 810 and the second state 820 to determine 3 for a specific road traffic structure included in the first street view image 812 and the second street view image 814. Dimensional plane information can be generated.
  • the first street view image 812 and the second street view image 814 may be images taken from adjacent nodes.
  • the first state 810 is an example of the result of detecting an area containing road traffic structures in the first street view image 812 and the second street view image 814 and determining a connection relationship between the same road traffic structures. indicates.
  • the information processing system may detect a first area containing a first road traffic structure (eg, a traffic light) in the first street view image 812.
  • the information processing system may detect a second area in the second street view image 814 that includes a second road traffic structure (eg, the same traffic light).
  • the information processing system detects the four-color traffic lights in the first street view image 812 as the first area and detects the four-color traffic lights in the second street view image 814 as the second area. It can be detected.
  • the information processing system may determine that the first area and the second area contain the same road traffic structure and determine a connection relationship between them. For example, the information processing system may determine that the first road traffic structure and the second road traffic structure are the same road traffic structure (e.g., the same traffic light) based on the visual similarity of the first area and the second area. there is.
  • the visual similarity between the first area and the second area may be determined using at least one of color similarity, visual feature descriptor similarity, or a deep learning-based matching model.
  • the second state 820 represents an example of the results 826 and 828 of performing stereo matching between the first area and the second area to generate 3D plan information about a specific road traffic structure.
  • the information processing system may divide the first area of the first street view image 812 into a first area image 822.
  • the information processing system may divide the second area of the second street view image 814 into a second area image 824.
  • depth information of the matched road traffic structure can be obtained.
  • the information processing system can generate three-dimensional plan information about the same road traffic structure (e.g., four-color traffic light) included in the first street view image 812 and the second street view image 814. .
  • Figure 9 shows an example of a three-dimensional plan information map 900 for a plurality of road traffic structures according to an embodiment of the present disclosure.
  • the 3D plan information map 900 for a plurality of road traffic structures is visualized by merging the 3D plan information for each of a plurality of road traffic structures obtained from a plurality of street view images taken at different nodes. Information can be displayed.
  • Road traffic structures may include, but are not limited to, road traffic signs, safety signs, and traffic lights, as shown in FIG. 9 .
  • road traffic structures are structures or facilities that can affect the road driving environment and may further include median strips, curbs, street trees, bus stops, etc.
  • Such road traffic structures are objects that do not change visually over time and are suitable for use in camera-based location estimation after a visual feature map is created.
  • 3D plane information about a specific road traffic structure may be used to determine absolute coordinate location information of a feature point associated with the road traffic structure among a plurality of feature points in a street view image.
  • the information processing system may determine absolute coordinate location information of a feature point associated with a specific road traffic structure by projecting a feature point associated with a specific road traffic structure among a plurality of feature points in the street view image onto a three-dimensional plane.
  • Figure 10 shows an example of a process for extracting a first set of feature points from a street view image using a plurality of planar images generated based on the street view image according to an embodiment of the present disclosure.
  • the street view image is a 360-degree panoramic image generated using equirectangular projection, and may be a street view image captured at a specific node within a specific area.
  • the information processing system passes through the first state 1010 and the second state 1020 to select the first set of features from the street view image. Feature points can be extracted.
  • the first state 1010 represents an example of a plurality of planar images generated based on a street view image.
  • the information processing system may convert the first street view image into a plurality of planar images using a perspective projection method. Afterwards, the information processing system can extract a plurality of feature points from each of the plurality of planar images. For example, as shown, the information processing system rotates the street view image horizontally to a height facing the horizon, projects it into 12 plane images, detects feature points from each plane image, and extracts a visual descriptor. can do. In the first state 1010, one red dot may represent one feature point.
  • the second state 1020 represents an example of the result of projecting feature points extracted from a plurality of planar images onto a street view image.
  • the information processing system may obtain a first set of feature points by projecting coordinate information associated with a plurality of feature points in each of the plurality of planar images onto the street view image.
  • the information processing system uses inversion of the perspective projection method to project coordinate information associated with a plurality of feature points extracted from each of the plurality of planar images in the first state 1010 onto the street view image to create the street view image.
  • the first set of feature points can be obtained.
  • one red dot may represent one feature point.
  • Figure 11 shows an example of a process for obtaining absolute coordinate location information for a road traffic structure according to an embodiment of the present disclosure.
  • the information processing system uses the three-dimensional plan information 1116 about a specific road traffic structure obtained in the manner described with reference to FIG. 8 to determine the absolute accuracy of the feature points 1114 associated with the road traffic structure. Coordinate location information can be determined.
  • feature points marked with green dots may represent feature points associated with buildings and roads
  • feature points marked with red dots may represent feature points associated with road traffic structures.
  • the information processing system may project feature points 1114 associated with the road traffic structure among the plurality of feature points extracted from the street view image 1112 onto a three-dimensional plane 1116 for the road traffic structure. Thereafter, the information processing system may determine 3D coordinate information of the feature points 1118 projected on the 3D plane 1116 based on the information of the 3D plane 1116.
  • Figure 12 shows an example of a visual feature map 1200 for a specific area according to an embodiment of the present disclosure.
  • the information processing system may generate a visual feature map 1200 for a specific area by merging visual feature maps associated with a plurality of street view images captured at different nodes in a specific area. For example, the information processing system may generate a first visual feature map associated with the first street view based on the first street view image captured at a first node within a specific area. Similarly, the information processing system may generate a second visual feature map associated with the second street view image based on the second street view image captured at a second node within a specific area.
  • the information processing system generates a first visual feature map and a second visual feature map based on the absolute coordinate position information and direction information of the first street view image and the absolute coordinate position information and direction information of the second street view image.
  • a visual feature map 1200 for a specific region can be created.
  • the absolute coordinate position information and direction information of the street view image and the absolute coordinate position information and direction information of the second street view image may be information matched with the absolute coordinate position information of the 3D model.
  • feature points indicated by green dots may represent feature points associated with buildings and roads
  • feature points indicated by red dots may represent feature points associated with road traffic structures.
  • FIG. 13 is a flowchart illustrating an example of a method 1300 for generating a visual feature map using a 3D model and a street view image according to an embodiment of the present disclosure.
  • Method 1300 may be initiated by a processor (e.g., at least one processor of an information processing system) receiving a three-dimensional model for a specific area including three-dimensional geometric information expressed in absolute coordinate positions (S1310 ).
  • the 3D model may include a plurality of 3D building models and road models within a specific area.
  • the information processing system may receive the first street view image captured at the first node within a specific area (S1320).
  • the first street view image may be a panoramic image generated using equirectangular projection.
  • the absolute coordinate location information and direction information of the first street view image may be location information matched with the absolute coordinate location information of the 3D model.
  • the absolute coordinate location information and direction information of the first street view image may be matched with the absolute coordinate location information of the 3D model using a predefined map matching point or map matching line.
  • the map matching point may include a ground control point (GCP) and a building control point (GCP). Each ground control point may be a corresponding pair of a point on the ground and 3D absolute coordinate position information.
  • GCP ground control point
  • GCP building control point
  • Each building control point may be a corresponding pair of a point in the building and 3D absolute coordinate location information.
  • the map matching line includes a ground control line (GCL), and each ground control line may be a corresponding pair of a line on the ground and at least one piece of 3D absolute coordinate position information.
  • GCL ground control line
  • the information processing system projects at least some of the 3D geometric information included in the 3D model onto the first street view image, based on the absolute coordinate position information and direction information of the first street view image, to create a first street view image.
  • a depth map associated with the street view image can be rendered (S1330).
  • the depth map may include depth information of buildings and roads.
  • the information processing system may extract a first set of feature points from the first street view image (S1340). For example, the information processing system converts the first street view image into a plurality of planar images using a perspective projection method, extracts a plurality of feature points from each of the plurality of planar images, and extracts a plurality of feature points from each of the plurality of planar images.
  • a first set of feature points can be obtained by projecting coordinate information associated with a plurality of feature points in the first street view image.
  • the information processing system performs semantic segmentation based on the first street view image to generate a binary mask representing the road area and building area included in the first street view image.
  • the first set of feature points can be extracted from the first street view image using a binary mask.
  • generating a binary mask involves converting the first street view image into a plurality of undistorted planar images and performing semantic segmentation on the plurality of undistorted planar images to separate the road area and the building. It may include detecting an area.
  • a plurality of undistorted flat images may be generated by converting the first street view image into six cube images using a perspective projection method.
  • extracting the first set of feature points from the first street view image using a binary mask may include extracting the first set of feature points from a partial region of the first street view image using the binary mask. .
  • extracting the first set of feature points from the first street view image using a binary mask may include performing filtering on a plurality of feature points extracted from the first street view image using the binary mask to create a first set of feature points using the binary mask. It may include extracting feature points of the set.
  • the information processing system may determine absolute coordinate position information of all or part of the first set of feature points based on the depth map (S1350). Specifically, absolute coordinate location information of feature points associated with buildings and roads among the first set of feature points may be determined based on the depth map.
  • the information processing system may receive a second street view image captured at a second node within a specific area.
  • the information processing system can generate three-dimensional plan information about a specific road traffic structure included in the first street view image and the second street view image, based on the first street view image and the second street view image.
  • generating 3D plane information involves detecting a first area containing a first road traffic structure in a first street view image, and detecting a second area containing a second road traffic structure in a second street view image.
  • the information processing system may determine absolute coordinate position information of a feature point associated with a specific road traffic structure among the first set of feature points, based on the three-dimensional plane information. For example, determining absolute coordinate location information of a feature point associated with a specific road traffic structure may include projecting the feature point associated with the specific road traffic structure among the first set of feature points onto a three-dimensional plane.
  • the information processing system stores the absolute coordinate location information and the visual feature descriptor for each feature point in the first set in association with each other, thereby generating a first visual feature map associated with the first street view image. (S1360).
  • the information processing system may receive a second street view image captured at a second node within a specific area and generate a second visual feature map associated with the second street view image. Then, the information processing system creates a first visual feature map and a second visual feature map based on the absolute coordinate position information and direction information of the first street view image and the absolute coordinate position information and direction information of the second street view image. Can be merged.
  • the absolute coordinate position information and direction information of the first street view image and the absolute coordinate position information and direction information of the second street view image may be position information matched with the absolute coordinate position information of the 3D model.
  • the above-described method may be provided as a computer program stored in a computer-readable recording medium for execution on a computer.
  • the medium may continuously store a computer-executable program, or may temporarily store it for execution or download.
  • the medium may be a variety of recording or storage means in the form of a single or several pieces of hardware combined. It is not limited to a medium directly connected to a computer system and may be distributed over a network. Examples of media include magnetic media such as hard disks, floppy disks and magnetic tapes, optical recording media such as CD-ROMs and DVDs, magneto-optical media such as floptical disks, And there may be something configured to store program instructions, including ROM, RAM, flash memory, etc. Additionally, examples of other media include recording or storage media managed by app stores that distribute applications, sites or servers that supply or distribute various other software, etc.
  • the processing units used to perform the techniques may include one or more ASICs, DSPs, digital signal processing devices (DSPDs), programmable logic devices (PLDs). ), field programmable gate arrays (FPGAs), processors, controllers, microcontrollers, microprocessors, electronic devices, and other electronic units designed to perform the functions described in this disclosure. , a computer, or a combination thereof.
  • the various illustrative logical blocks, modules, and circuits described in connection with this disclosure may be general-purpose processors, DSPs, ASICs, FPGAs or other programmable logic devices, discrete gate or transistor logic, discrete hardware components, or It may be implemented or performed as any combination of those designed to perform the functions described in.
  • a general-purpose processor may be a microprocessor, but in the alternative, the processor may be any conventional processor, controller, microcontroller, or state machine.
  • a processor may also be implemented as a combination of computing devices, such as a DSP and a microprocessor, a plurality of microprocessors, one or more microprocessors in conjunction with a DSP core, or any other configuration.
  • RAM random access memory
  • ROM read-only memory
  • NVRAM non-volatile random access memory
  • PROM on computer-readable media such as programmable read-only memory (EPROM), electrically erasable PROM (EEPROM), flash memory, compact disc (CD), magnetic or optical data storage devices, etc. It may also be implemented as stored instructions. Instructions may be executable by one or more processors and may cause the processor(s) to perform certain aspects of the functionality described in this disclosure.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Remote Sensing (AREA)
  • Processing Or Creating Images (AREA)

Abstract

본 개시는 적어도 하나의 프로세서에 의해 수행되는, 3차원 모델 및 거리뷰 영상을 이용한 시각 특징맵 생성 방법에 관한 것이다. 3차원 모델 및 거리뷰 영상을 이용한 시각 특징맵 생성 방법은, 절대좌표 위치로 표현된 3차원 기하정보를 포함하는 특정 지역에 대한 3차원 모델을 수신하는 단계, 특정 지역 내의 제1 노드에서 촬영된 제1 거리뷰 영상을 수신하는 단계, 제1 거리뷰 영상의 절대좌표 위치 정보 및 방향 정보에 기초하여, 3차원 모델에 포함된 3차원 기하정보 중 적어도 일부를 제1 거리뷰 영상에 투영하여 제1 거리뷰 영상과 연관된 뎁스 맵을 렌더링하는 단계, 제1 거리뷰 영상으로부터 제1 세트의 특징점을 추출하는 단계, 뎁스 맵에 기초하여, 제1 세트의 특징점의 전부 또는 일부의 절대좌표 위치 정보를 결정하는 단계 및 제1 세트의 특징점 각각에 대해 절대좌표 위치 정보 및 시각 특징 기술자(visual feature descriptor)를 서로 연관시켜 저장함으로써, 제1 거리뷰 영상과 연관된 제1 시각 특징맵을 생성하는 단계를 포함한다.

Description

3차원 모델 및 거리뷰 영상을 이용한 시각 특징맵 생성 방법 및 시스템
본 개시는 3차원 모델 및 거리뷰 영상을 이용한 시각 특징맵 생성 방법 및 시스템에 관한 것으로, 구체적으로, 3차원 모델의 절대좌표 위치 정보가 정합된 거리뷰 영상을 이용하여 자동으로 시각 특징맵을 생성하는 방법 및 시스템에 관한 것이다.
자율주행 기술은 차량에 부착된 레이더, LIDAR(light detection and ranging), GPS(global positioning system), 카메라 등을 이용하여 주위의 환경을 인식함으로써, 사람의 최소한의 개입 또는 사람의 개입 없이 자율적으로 차량을 주행할 수 있는 기술을 지칭한다. 주행 환경은 도로 영역에서의 차량, 교통 구조물 및 도로 외곽 영역에서의 건축물 등 자율주행에 영향을 미치는 요소가 다양하므로, 차량에 부착된 장치를 이용하여 차량의 주변의 환경을 정확하게 인식하는 것은 자율주행 기술의 상용화를 위한 안전성 확보에 중요한 요소에 해당한다.
차량의 주변의 환경을 정확하게 인식하기 위해서는 정밀한 3차원 기하 정보와 위치정보를 가진 자율주행 차량 시점에서의 영상 정보를 이용하여 주행 환경에 대한 시각 특징맵 생성하는 것이 필수적이다. 다만, 3차원 기하 정보와 영상 정보를 취득하기 위해서는, 고가의 라이다 센서와 카메라, 고정밀 GPS를 포함하는 차량기반 멀티센서 측량 시스템(Mobile Mapping System, MMS)이 장착된 차량을 이용하여 대상 지역에 대한 매핑 데이터 취득이 필요하다. 그러나, 이는 데이터 취득이 필요한 지역에 차량을 직접 운행하여 데이터를 취득해야 하므로 비용과 노력이 많이 소요되는 문제가 있다.
또한, 거리뷰 서비스를 제공하기 위해 촬영된 거리뷰 영상을 이용하여 시각 특징맵을 생성하는 방법도 고려되었으나, 거리뷰 영상을 촬영할 때 차량의 GPS 장비를 이용하여 획득된 위치 정보는 5 내지 10 미터 정도의 오차가 있다는 문제가 있다.　 이러한 위치 정보의 부정확성을 해소하기 위해, 차량에 고가의 GPS 장비를 장착하여 고정밀도의 위치 정보를 획득하면서 거리뷰 영상을 촬영할 수 있으나, 이는 높은 비용이 발생하며, 기존에 이미 촬영한 거리뷰 영상을 활용할 수 없다는 문제가 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 명령어들을 기록한 컴퓨터 판독가능한 비일시적 기록 매체를 포함한 다양한 방식으로 구현될 수 있다.
본 개시의 일 실시예에 따르면, 적어도 하나의 프로세서에 의해 수행되는, 3차원 모델 및 거리뷰 영상을 이용한 시각 특징맵 생성 방법은, 절대좌표 위치로 표현된 3차원 기하정보를 포함하는 특정 지역에 대한 3차원 모델을 수신하는 단계, 특정 지역 내의 제1 노드에서 촬영된 제1 거리뷰 영상을 수신하는 단계, 제1 거리뷰 영상의 절대좌표 위치 정보 및 방향 정보에 기초하여, 3차원 모델에 포함된 3차원 기하정보 중 적어도 일부를 제1 거리뷰 영상에 투영하여 제1 거리뷰 영상과 연관된 뎁스 맵(depth map)을 렌더링하는 단계, 제1 거리뷰 영상으로부터 제1 세트의 특징점(feature point)을 추출하는 단계, 뎁스 맵에 기초하여, 제1 세트의 특징점의 전부 또는 일부의 절대좌표 위치 정보를 결정하는 단계 및 제1 세트의 특징점 각각에 대해 절대좌표 위치 정보 및 시각 특징 기술자(visual feature descriptor)를 서로 연관시켜 저장함으로써, 제1 거리뷰 영상과 연관된 제1 시각 특징맵을 생성하는 단계를 포함한다.
본 개시의 일 실시예에 따른 방법을 컴퓨터에서 실행하기 위한 명령어들을 기록한 컴퓨터로 판독 가능한 비일시적 기록 매체가 제공된다.
본 개시의 일 실시예에 따르면, 정보 처리 시스템은 통신 모듈, 메모리, 및 메모리와 연결되고, 메모리에 포함된 컴퓨터 판독 가능한 적어도 하나의 프로그램을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고, 적어도 하나의 프로그램은, 절대좌표 위치로 표현된 3차원 기하정보를 포함하는 특정 지역에 대한 3차원 모델을 수신하고, 특정 지역 내의 제1 노드에서 촬영된 제1 거리뷰 영상을 수신하고, 제1 거리뷰 영상의 절대좌표 위치 정보 및 방향 정보에 기초하여, 3차원 모델에 포함된 3차원 기하정보 중 적어도 일부를 제1 거리뷰 영상에 투영하여 제1 거리뷰 영상과 연관된 뎁스 맵(depth map)을 렌더링하고, 제1 거리뷰 영상으로부터 제1 세트의 특징점(feature point)을 추출하고, 뎁스 맵에 기초하여, 제1 세트의 특징점의 전부 또는 일부의 절대좌표 위치 정보를 결정하고, 제1 세트의 특징점 각각에 대해 절대좌표 위치 정보 및 시각 특징 기술자(visual feature descriptor)를 서로 연관시켜 저장함으로써, 제1 거리뷰 영상과 연관된 제1 시각 특징맵을 생성하기 위한 명령어들을 포함한다.
본 개시의 일 실시예에 따르면, 차량기반 멀티센서 측량 시스템이 장착된 차량을 이용하는 대신, 항공 영상 측량 등을 통해 생성된 3차원 건물 모델 정보 및 거리뷰 서비스를 위해 이미 촬영된 거리뷰 영상을 이용하므로, 시각 특징맵을 획득하는 비용과 노력을 절감할 수 있다.
본 개시의 일 실시예에 따르면, 이진 마스크를 이용하여 거리뷰 영상에 포함된 복수의 환경 정보 가운데 자율주행과 연관된 객체를 추출하고, 이에 대한 시각 특징맵을 생성할 수 있으므로, 시각 특징맵의 품질을 향상시킬 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 3차원 모델 및 거리뷰 영상을 기초로 거리뷰 영상과 연관된 시각 특징맵을 생성하는 과정의 예시를 나타내는 도면이다.
도 5는 본 개시의 일 실시예에 따른 정합된 거리뷰 데이터 및 3차원 모델을 기초로 제1 거리뷰 영상과 연관된 시각 특징맵을 생성하는 구체적인 방법을 나타내는 블록도이다.
도 6은 본 개시의 다른 실시예에 따른 정합된 거리뷰 데이터, 3차원 모델, 이진 마스크 및 도로 교통 구조물에 대한 3차원 평면 정보를 기초로 제1 거리뷰 영상과 연관된 시각 특징맵을 생성하는 구체적인 방법을 나타내는 블록도이다.
도 7은 본 개시의 일 실시예에 따른 거리뷰 영상을 기초로 이진 마스크를 생성하는 과정의 예시를 나타내는 도면이다.
도 8은 본 개시의 일 실시예에 따른 제1 거리뷰 영상 및 제2 거리뷰 영상 내 도로 교통 구조물에 대한 스테레오 매칭을 수행하는 과정의 예시를 나타내는 도면이다.
도 9는 본 개시의 일 실시예에 따른 복수의 도로 교통 구조물에 대한 3차원 평면 정보 맵의 예시를 나타낸다.
도 10은 본 개시의 일 실시예에 따른 거리뷰 영상을 기초로 생성된 복수의 평면 이미지를 이용하여 거리뷰 영상에서 제1 세트의 특징점을 추출하는 과정의 예시를 나타낸다.
도 11은 본 개시의 일 실시예에 따른 도로 교통 구조물에 대한 절대좌표 위치 정보를 획득하는 과정의 예시를 나타낸다.
도 12는 본 개시의 일 실시예에 따른 특정 지역에 대한 시각 특징맵의 예시를 나타낸다.
도 13은 본 개시의 일 실시예에 따른 3차원 모델 및 거리뷰 영상을 이용한 시각 특징맵 생성 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.
본 개시의 일 실시예에 따르면, 미리 정의된 맵매칭 포인트/맵매칭 라인(132) 중 적어도 하나, 그리고 3차원 모델(110)을 이용하여 3차원 모델의 절대좌표 위치 정보와 정합된 거리뷰 데이터 내의 거리뷰 영상 각각에 대한 시각 특징맵을 자동으로 생성할 수 있다. 거리뷰 영상에 대한 시각 특징맵을 생성하는 방법에 대해서는 도 4 내지 도 13에서 후술한다. 이러한 구성에 의해, 자율 주행 등 지도 기반 서비스를 위한 시각 특징맵을 생성하기 위한 비용과 노력을 절감할 수 있다. 또한, 자동 생성된 시각 특징맵은 자율 주행 서비스 등 지도 기반의 다양한 서비스에 활용될 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 서비스, 자율 주행 서비스 등을 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.
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 영상과 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 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 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 3차원 모델(410) 및 거리뷰 영상(420)을 기초로 거리뷰 영상(420)과 연관된 시각 특징맵(450)을 생성하는 과정의 예시를 나타내는 도면이다. 여기서, 3차원 모델(410)은 절대좌표 위치로 표현된 3차원 기하정보를 포함하는 특정 지역에 대한 3차원 모델을 나타낼 수 있다. 예를 들어, 3차원 모델(410)은 특정 지역 내의 빌딩들에 대한 3차원 빌딩 모델과 3차원 도로 모델을 포함할 수 있다.
일 실시예에서, 거리뷰 영상(420)은 등장방형도법(equirectangular projection)으로 생성된 360도 파노라마 영상으로서, 특정 지역 내의 특정 노드에서 촬영된 거리뷰 영상일 수 있다. 거리뷰 영상(420)은 3차원 모델의 절대좌표 위치 정보와 정합된 절대좌표 위치 정보 및 방향 정보를 포함할 수 있다. 예를 들어, 거리뷰 영상(420)에 포함된 절대좌표 위치 정보 및 방향 정보는 미리 정의된 맵매칭 포인트 또는 맵매칭 라인을 이용하여 3차원 모델(410)의 절대좌표 위치 정보와 정합된 정보일 수 있다.
일 실시예에 따르면, 정보 처리 시스템은 3차원 모델(410)을 이용하여 거리뷰 영상(420)과 연관된 뎁스 맵(depth map)(430)을 렌더링할 수 있다. 예를 들어, 거리뷰 영상(420)의 절대좌표 위치 정보 및 방향 정보에 기초하여, 3차원 모델(410)에 포함된 3차원 기하정보를 거리뷰 영상(420)에 투영하여 거리뷰 영상(420)과 연관된 뎁스 맵(430)을 렌더링할 수 있다.
일 실시예에 따르면, 정보 처리 시스템은 거리뷰 영상(420)으로부터 복수의 특징점(440)을 추출할 수 있다. 예를 들어, 정보 처리 시스템은 원근 투영 방법을 이용하여 거리뷰 영상을 복수의 평면 이미지로 변환한 후, 복수의 평면 이미지로부터 복수의 특징점(440)을 추출할 수 있다. 다른 예에서, 정보 처리 시스템은 거리뷰 영상(420)을 기초로 생성된 이진 마스크(binary mask)를 이용하여 복수의 특징점(440)을 추출할 수 있다.
일 실시예에 따르면, 정보 처리 시스템은 뎁스 맵(430) 및 거리뷰 영상의 복수의 특징점(440)을 기초로 거리뷰 영상(420)과 연관된 시각 특징맵(450)을 생성할 수 있다. 예를 들어, 정보 처리 시스템은 뎁스 맵(430)에 기초하여 복수의 특징점(440)의 절대좌표 위치 정보를 결정할 수 있다. 그리고, 정보 처리 시스템은 복수의 특징점(440) 각각에 대한 절대좌표 위치 정보 및 시각 특징 기술자(visual feature descriptor)를 서로 연관시켜 저장함으로써, 거리뷰 영상(420)과 연관된 시각 특징맵(450)을 생성할 수 있다.
이와 같이, 본 개시의 일 실시예에 따르면, 차량기반 멀티센서 측량 시스템이 장착된 차량을 이용하는 대신, 항공 영상 측량 등을 통해 생성된 3차원 건물 모델 정보 및 거리뷰 서비스를 위해 이미 촬영된 거리뷰 영상을 이용함으로써 시각 특징맵을 획득하는 비용과 노력을 절감할 수 있다.
도 5는 본 개시의 일 실시예에 따른 정합된 거리뷰 데이터(510) 및 3차원 모델(520)을 기초로 제1 거리뷰 영상(512)과 연관된 시각 특징맵(590)을 생성하는 구체적인 방법을 나타내는 블록도이다. 여기서, 정합된 거리뷰 데이터(510)는 특정 지역 내의 복수의 노드에서 촬영된 복수의 거리뷰 영상으로서, 등장방형도법으로 생성된 파노라마 영상일 수 있다. 일 실시예에서, 정합된 거리뷰 데이터(510)는 미리 정의된 맵매칭 포인트 또는 맵매칭 라인을 이용하여 3차원 모델(410)의 절대좌표 위치 정보와 정합된 높은 정확도(고정밀)의 절대좌표 위치 정보 및 방향 정보를 포함할 수 있다. 다른 실시예에서, 정합된 거리뷰 데이터(510)는 GPS/INS(Global Positioning System/Inertial Navigation System) 센서 융합을 이용한 고정밀 위치 추정으로부터 획득된 절대좌표 위치 정보 및 방향 정보를 포함할 수 있다.
3차원 모델(520)은 항공 촬영 영상을 기초로 생성된 특정 지역에 대한 모델로서, 3차원 도로 모델, 3차원 빌딩 모델 등을 포함할 수 있다. 또한, 3차원 모델(520)은 절대좌표 위치로 표현된 3차원 기하정보를 포함할 수 있다. 예를 들어, 3차원 모델(520)은 정점(vertex)과 연결 정보(edge)로 이루어진 삼각 메쉬(triangle mesh)로 구성될 수 있으나, 이에 한정되지 않으며, 항공 촬영을 통해 3차원 복원된 점군(point clouds)이거나, 항공 측량을 통해 결정된 수치 표고 모델(DSM)일 수 있다. 또는 3차원 모델(520)은 삼각 메쉬, 점군 또는 수치 표고 모델 등 3가지 데이터 구조의 조합으로 이루어질 수 있다.
일 실시예에 따르면, 정보 처리 시스템은 특정 지역에 대한 3차원 모델(520)에 포함된 특정 지역 내의 복수의 3차원 빌딩 및 도로 모델(522)을 수신할 수 있다. 또한, 정보 처리 시스템은 정합된 거리뷰 데이터(510)에 포함된 특정 지역 내의 제1 노드에서 촬영된 제1 거리뷰 영상(512)을 수신할 수 있다. 그리고 나서, 정보 처리 시스템은 제1 거리뷰 영상(512)의 절대좌표 위치 정보 및 방향 정보에 기초하여, 3차원 빌딩 및 도로 모델(522)에 포함된 3차원 기하정보 중 적어도 일부를 제1 거리뷰 영상(512)에 투영하여 제1 거리뷰 영상(512)과 연관된 뎁스 맵(540)을 렌더링/생성할 수 있다. 여기서, 뎁스 맵(540)은 빌딩과 도로의 깊이 정보를 포함할 수 있다.
일 실시예에 따르면, 정보 처리 시스템은 제1 거리뷰 영상(512)으로부터 제1 세트의 특징점(530)을 추출할 수 있다. 구체적으로, 정보 처리 시스템은 제1 거리뷰 영상(512)으로부터 제1 세트의 특징점(530)을 검출하고, 제1 세트의 특징점 각각의 시각 기술자(580)를 추출할 수 있다. 이 때, 파노라마 영상인 거리뷰 영상의 기하 왜곡으로 인한 특징 검출 또는 특징 매칭의 오류를 해소하기 위해, 정보 처리 시스템은 제1 거리뷰 영상(512)을 기초로 생성된 복수의 평면 이미지로부터 제1 세트의 특징점(530)을 추출할 수 있다. 예를 들어, 정보 처리 시스템은 제1 거리뷰 영상(512)을 지평선을 바라보는 높이로 수평으로 회전한 후, 12장의 평면 이미지로 투영하고, 각각의 평면 이미지로부터 특징점을 검출하고 시각 기술자를 추출할 수 있다. 제1 세트의 특징점(530)은 SIFT(Scale-Invariant Feature Transform), SuperPoint, R2D2(Repeatable and Reliable Detector and Descriptor) 기법 등을 이용하여 추출할 수 있으나, 이에 한정되지 않는다.
일 실시예에 따르면, 정보 처리 시스템은 뎁스 맵(540)에 기초하여, 제1 세트의 특징점 각각의 절대좌표 위치 정보(550)를 결정할 수 있다. 그리고 나서, 정보 처리 시스템은 제1 세트의 특징점 각각의 절대좌표 위치 정보(550) 및 제1 세트의 특징점 각각의 시각 기술자(580)를 서로 연관시켜 저장함으로써, 제1 거리뷰 영상(512)과 연관된 시각 특징맵(590)을 생성할 수 있다.
도 6은 본 개시의 다른 실시예에 따른 정합된 거리뷰 데이터(610), 3차원 모델(620), 이진 마스크(616) 및 도로 교통 구조물에 대한 3차원 평면 정보(660)를 기초로 제1 거리뷰 영상(612)과 연관된 시각 특징맵(690)을 생성하는 구체적인 방법을 나타내는 블록도이다. 도 6에서는 도 5와 중복되는 구성에 대하여는, 도 6에 도시된 실시예를 기준으로 간략히 서술하거나, 생략하여 서술한다.
일 실시예에 따르면, 정보 처리 시스템은 제1 거리뷰 영상(512)을 기초로 이진 마스크(616)를 이용하여 빌딩 및 도로와 연관된 제1 세트의 특징점(630)을 추출할 수 있다. 구체적으로, 정보 처리 시스템은 제1 거리뷰 영상(612)을 기초로 시맨틱 세그멘테이션(semantic segmentation)을 수행하여, 제1 거리뷰 영상에 포함된 도로 영역과 빌딩 영역을 나타내는 이진 마스크(616)를 생성할 수 있다. 다른 예에서, 이진 마스크(616)는 제1 거리뷰 영상에 포함된 도로 영역, 빌딩 영역 및 도로 교통 구조물 영역을 나타낼 수 있다.
일 실시예에서, 정보 처리 시스템은 제1 거리뷰 영상(612)을 복수의 비왜곡(undistorted) 평면 이미지로 변환할 수 있다. 예를 들어, 정보 처리 시스템은 제1 거리뷰 영상(612)을 큐브 매핑(cube mapping)을 통해 상, 하, 좌, 오, 위, 아래 6장의 큐브 이미지로 변환할 수 있다. 그 후, 정보 처리 시스템은 복수의 비왜곡 평면 이미지에 대해 시맨틱 세그멘테이션을 수행하여 도로 영역, 빌딩 영역, 차량, 차선, 도로 교통 구조물(예, 신호등, 표지판 등) 등을 검출할 수 있다. 정보 처리 시스템은 복수의 비왜곡 평면 이미지에 대한 시맨틱 세그멘테이션 결과를 다시 파노라마 영상으로 합쳐서, 제1 거리뷰 영상(612)에서 도로 영역과 빌딩 영역을 나타내는 이진 마스크(616)를 생성할 수 있다.
일 실시예에서, 정보 처리 시스템은 이진 마스크(616)를 이용하여 제1 거리뷰 영상(612)으로부터 제1 세트의 특징점(630)을 검출하고, 제1 세트의 특징점 각각의 시각 기술자(632)를 추출할 수 있다. 예를 들어, 정보 처리 시스템은 이진 마스크(616)를 이용하여, 제1 거리뷰 영상(612)의 일부 영역에서 제1 세트의 특징점(630)을 추출할 수 있다. 다른 예에서, 정보 처리 시스템은 제1 거리뷰 영상(612)으로부터 복수의 특징점을 추출하고, 이진 마스크(616)를 이용하여 추출된 복수의 특징점에 대한 필터링을 수행하여 제1 세트의 특징점(630)을 추출할 수 있다. 여기서, 제1 세트의 특징점은 제1 거리뷰 영상(612)의 도로 영역 및 빌딩 영역에서 추출된 특징점이거나, 도로 영역, 빌딩 영역 및 도로 교통 구조에서 추출된 특징점일 수 있다.
일 실시예에 따르면, 정보 처리 시스템은 복수의 거리뷰 영상(612, 614)을 이용하여 도로 교통 구조물과 연관된 특징점의 절대좌표 위치 정보(670)를 결정할 수 있다. 여기서, 도로 교통 구조물은 표지판, 신호등, 중앙 분리대 등 도로 주행과 연관된 구조물 및/또는 시설물을 지칭할 수 있다. 구체적으로, 정보 처리 시스템은 특정 지역 내의 제1 노드에서 촬영된 제1 거리뷰 영상(612) 및 제2 노드에서 촬영된 제2 거리뷰 영상(614)에 기초하여, 제1 거리뷰 영상(612) 및 제2 거리뷰 영상(614)에 함께 포함된 도로 교통 구조물에 대한 3차원 평면 정보(660)를 생성할 수 있다.
그리고, 정보 처리 시스템은 제1 세트의 특징점(630) 중 도로 교통 구조물과 연관된 특징점을 3차원 평면에 투영함으로써, 도로 교통 구조물과 연관된 특징점의 절대좌표 위치 정보(670)를 결정할 수 있다. 이와 같은 구성에 의해, 정보 처리 시스템은 3차원 모델(620)에 도로 교통 구조물에 대한 위치 정보가 포함되어 있지 않더라도, 제1 거리뷰 영상(612) 및 제2 거리뷰 영상(614)에 함께 포함된 도로 교통 구조물의 절대 좌표 위치 정보를 획득할 수 있다.
일 실시예에 따르면, 정보 처리 시스템은 뎁스 맵(640)에 기초하여, 빌딩 및 도로와 연관된 특징점의 절대좌표 위치 정보(650)를 결정할 수 있다. 여기서, 뎁스 맵(640)은 도 5를 참조하여 설명된 방식에 의해 생성된 뎁스 맵(640)을 나타낼 있다. 예를 들어, 정보 처리 시스템은 빌딩과 도로의 깊이 정보를 포함하는 뎁스 맵(640)을 이용하여, 제1 세트의 특징점(630) 중 빌딩 및 도로와 연관된 특징점의 절대좌표 위치 정보(650)를 결정할 수 있다.
일 실시예에 따르면, 정보 처리 시스템은 제1 세트의 특징점(630) 중 도로 교통 구조물과 연관된 특징점의 절대좌표 위치 정보(670), 제1 세트의 특징점(630) 중 빌딩 및 도로와 연관된 특징점의 절대좌표 위치 정보(650) 및 제1 세트의 특징점 각각의 시각 기술자(632)를 서로 연관시켜 저장함으로써, 제1 거리뷰 영상(612)과 연관된 시각 특징맵(690)을 생성할 수 있다.
도 6은 3차원 빌딩 및 도로 모델(622)을 기초로 생성된 빌딩과 도로의 깊이 정보를 포함하는 뎁스 맵(640)을 이용하여, 빌딩 및 도로와 연관된 특징점의 절대좌표 위치 정보(650)를 결정하는 예시가 도시되어 있으나, 이에 한정되지 않는다. 예를 들어, 3차원 빌딩 및 도로 모델(622)은 도로 주행과 연관된 도로 교통 구조물 중 일부 또는 전부를 더 포함할 수 있고, 이 경우 뎁스 맵(640)은 도로, 빌딩 뿐 아니라 도로 교통 구조물 중 일부 또는 전부에 대한 깊이 정보를 포함할 수 있다. 이 경우, 빌딩 및 도로와 연관된 특징점의 절대좌표 위치 정보(650) 또한, 도로, 빌딩 뿐 아니라 도로 교통 구조물 중 일부 또는 전부와 연관된 특징점의 절대좌표 위치 정보(650)를 포함할 수 있다.
도 6에서는 이진 마스크(616)와 도로 교통 구조물에 대한 3차원 평면 정보(660)를 이용함으로써, 빌딩, 도로 및 도로 교통 구조물에 대한 시각 특징맵(690)을 생성하는 방법이 도시되었으나, 이 중 일부가 생략될 수 있다. 예를 들어, 이진 마스크(616)를 사용하지 않고 빌딩, 도로 및 도로 교통 구조물에 대한 시각 특징맵(690)이 생성될 수 있다. 다른 예에서, 도로 교통 구조물에 대한 3차원 평면 정보(660)를 생성하지 않고, 빌딩 및 도로에 대한 시각 특징맵(690)이 생성될 수 있다.
도 7은 본 개시의 일 실시예에 따른 거리뷰 영상을 기초로 이진 마스크를 생성하는 과정의 예시를 나타내는 도면이다. 정보 처리 시스템은 제1 상태(710), 제2 상태(720) 및 제3 상태(730)를 거쳐 거리뷰 영상을 기초로 이진 마스크를 생성할 수 있다. 제1 상태(710)는 특정 지역 내의 특정 노드에서 촬영된 거리뷰 영상의 예시를 나타낸다. 여기서, 거리뷰 영상은 등장방형도법으로 생성된 360도 파노라마 영상일 수 있다.
제2 상태(720)는 거리뷰 영상을 기초로 수행된 시맨틱 세그멘테이션 결과의 예시를 나타낸다. 일 실시예에서, 정보 처리 시스템은 거리뷰 영상을 복수의 비왜곡 평면 이미지로 변환하여 시맨틱 세그멘테이션을 수행할 수 있다. 예를 들어, 정보 처리 시스템은 원근 투영 방법을 이용하여 거리뷰 영상을 6 개의 큐브 이미지로 변환하여 시맨틱 세그멘테이션을 수행할 수 있다. 다른 예에서, 정보 처리 시스템은 거리뷰 영상에 대해 시맨틱 세그멘테이션을 한 번에 수행할 수 있다. 시맨틱 세그멘테이션은 deeplab v3, mask-rcnn 등의 기법을 이용하여 수행될 수 있으나, 이에 한정되지 않는다.
제3 상태(730)는 거리뷰 영상을 기초로 시맨틱 세그멘테이션을 수행한 결과로서 획득되는 이진 마스크의 예시를 나타낸다. 일 실시예에 따르면, 이진 마스크는 거리뷰 영상 내의 도로 영역과 빌딩 영역을 나타낼 수 있다.
일 실시예에 따르면, 정보 처리 시스템은 이진 마스크를 이용하여 거리뷰 영상으로부터 제1 세트의 특징점을 추출할 수 있다. 일 예시에서, 정보 처리 시스템은 이진 마스크를 이용하여, 거리뷰 영상의 일부 영역으로부터 제1 세트의 특징점을 추출할 수 있다. 여기서, 거리뷰 영상의 일부 영역은 이진 마스크에 대응되는 영역일 수 있다. 다른 예시에서, 정보 처리 시스템은 이진 마스크를 이용하여, 거리뷰 영상 전체 영역에서 추출된 복수의 특징점에 대해 필터링을 수행함으로써, 이진 마스크에 대응되는 영역에서의 제1 세트의 특징점을 추출할 수 있다.
도 7에서는 이진 마스크가 거리뷰 영상의 도로 및 빌딩 영역을 나타내는 것으로 도시되었으나, 이에 한정되지 않는다. 예를 들어, 이진 마스크는 거리뷰 영상의 도로 영역, 빌딩 영역, 그리고 도로 교통 구조물 영역을 나타낼 수 있다.
도 8은 본 개시의 일 실시예에 따른 제1 거리뷰 영상(812) 및 제2 거리뷰 영상(814) 내 도로 교통 구조물에 대한 스테레오 매칭을 수행하는 과정의 예시를 나타내는 도면이다. 일 실시예에서, 3차원 빌딩 및 도로 모델을 기초로 생성된 빌딩과 도로의 깊이 정보를 포함하는 뎁스 맵을 이용하여 거리뷰와 연관된 시각 특징맵을 생성하는 경우, 거리뷰 내에 주행 환경과 연관된 도로 교통 구조물에 대한 절대좌표 위치 정보가 누락될 수 있다. 이를 해결하기 위해, 정보 처리 시스템은 복수의 거리뷰 영상(812, 814)을 기초로 도로 교통 구조물에 대한 3차원 평면 정보를 생성하고, 도로 교통 구조물과 연관된 절대좌표 위치 정보를 획득할 수 있다.
일 실시예에 따르면, 도로 교통 구조물과 연관된 절대좌표 위치 정보를 획득하기 위해, 정보 처리 시스템은 복수의 거리뷰 영상(812, 814)에 기초하여 복수의 거리뷰 영상(812, 814) 각각에 포함된 특정 도로 교통 구조물에 대한 3차원 평면 정보를 생성할 수 있다. 예를 들어, 정보 처리 시스템은 제1 상태(810) 및 제2 상태(820)를 거쳐 제1 거리뷰 영상(812) 및 제2 거리뷰 영상(814) 내 포함된 특정 도로 교통 구조물에 대한 3차원 평면 정보를 생성할 수 있다. 여기서, 제1 거리뷰 영상(812)과 제2 거리뷰 영상(814)은 인접한 노드에서 촬영된 영상일 수 있다.
제1 상태(810)는 제1 거리뷰 영상(812) 및 제2 거리뷰 영상(814) 내 도로 교통 구조물이 포함된 영역을 검출하고, 동일한 도로 교통 구조물 사이에 연결 관계를 결정한 결과의 예시를 나타낸다. 일 실시예에서, 정보 처리 시스템은 제1 거리뷰 영상(812) 내 제1 도로 교통 구조물(예를 들어, 신호등)이 포함된 제1 영역을 검출할 수 있다. 이와 유사하게, 정보 처리 시스템은 제2 거리뷰 영상(814)내 제2 도로 교통 구조물(예를 들어, 동일한 신호등)이 포함된 제2 영역을 검출할 수 있다. 예를 들어, 도시된 바와 같이, 정보 처리 시스템은 제1 거리뷰 영상(812) 내 4 색 신호등을 제1 영역으로 검출하고, 제2 거리뷰 영상(814) 내 4 색 신호등을 제2 영역으로 검출할 수 있다. 그리고 나서, 정보 처리 시스템은 제1 영역 및 제2 영역에 동일 도로 교통 구조물이 포함된 것으로 판정하고, 양자 사이의 연결 관계를 결정할 수 있다. 예를 들어, 정보 처리 시스템은 제1 영역 및 제2 영역의 시각적 유사도에 기초하여, 제1 도로 교통 구조물과 제2 도로 교통 구조물을 동일한 도로 교통 구조물(예를 들어, 동일한 신호등)로 판정할 수 있다. 여기서, 제1 영역 및 제2 영역의 시각적 유사도는 색상 유사도, 시각적 특징 기술자 유사도 또는 딥러닝 기반 매칭 모델 중 적어도 하나를 이용하여 결정될 수 있다.
제2 상태(820)는 특정 도로 교통 구조물에 대한 3차원 평면 정보를 생성하기 위해, 제1 영역 및 제2 영역 사이에 스테레오 매칭을 수행한 결과(826, 828)의 예시를 나타낸다. 도로 교통 구조물의 경우, 구조, 형태 및 모양이 유사하여 서로 매칭할 도로 교통 구조물을 특정할 필요가 있다. 이를 위해, 정보 처리 시스템은 제1 거리뷰 영상(812)의 제1 영역을 제1 영역 이미지(822)로 분할할 수 있다. 이와 유사하게. 정보 처리 시스템은 제2 거리뷰 영상(814)의 제2 영역을 제2 영역 이미지(824)로 분할할 수 있다. 그리고 나서, 제1 영역 이미지(822) 및 제2 영역 이미지(824)에 대해 조밀한(dense) 스테레오 매칭 및 삼각 측량(triangulation)을 수행하여, 매칭된 도로 교통 구조물의 깊이 정보를 얻을 수 있다. 그 결과, 정보 처리 시스템은 제1 거리뷰 영상(812) 및 제2 거리뷰 영상(814)에 함께 포함된 동일 도로 교통 구조물(예: 4색 신호등)에 대한 3차원 평면 정보를 생성할 수 있다.
도 9는 본 개시의 일 실시예에 따른 복수의 도로 교통 구조물에 대한 3차원 평면 정보 맵(900)의 예시를 나타낸다. 여기서, 복수의 도로 교통 구조물에 대한 3차원 평면 정보 맵(900)은 서로 다른 노드에서 촬영된 복수의 거리뷰 영상으로부터 각각 획득한 복수의 도로 교통 구조물 각각에 대한 3차원 평면 정보를 병합하여 시각화한 정보를 나타낼 수 있다. 도로 교통 구조물은 도 9에 도시된 바와 같이, 도로 교통 표지판, 안전 표지판, 신호등을 포함할 수 있으나, 이에 한정되지 않는다. 예를 들어, 도로 교통 구조물은 도로 주행 환경에 영향을 미칠 수 있는 구조물 또는 시설물로서, 중앙 분리대, 경계석, 가로수, 버스 정류장 등을 더 포함할 수 있다. 이와 같은 도로 교통 구조물들은 시간이 지나도 시각적으로 잘 변하지 않는 객체로서, 시각 특징맵이 생성된 이후에, 카메라 기반 위치 추정에서 사용하기 적합한 객체이다.
일 실시예에 따르면, 특정 도로 교통 구조물에 대한 3차원 평면 정보는 거리뷰 영상 내 복수의 특징점 중 도로 교통 구조물과 연관된 특징점의 절대좌표 위치 정보를 결정하는데 이용될 수 있다. 일 실시예에서, 정보 처리 시스템은 거리뷰 영상 내 복수의 특징점 중 특정 도로 교통 구조물과 연관된 특징점을 3차원 평면에 투영함으로써 특정 도로 교통 구조물과 연관된 특징점의 절대좌표 위치 정보를 결정할 수 있다.
도 10은 본 개시의 일 실시예에 따른 거리뷰 영상을 기초로 생성된 복수의 평면 이미지를 이용하여 거리뷰 영상에서 제1 세트의 특징점을 추출하는 과정의 예시를 나타낸다. 여기서, 거리뷰 영상은 등장방형도법으로 생성된 360도 파노라마 영상으로서, 특정 지역 내의 특정 노드에서 촬영된 거리뷰 영상일 수 있다. 파노라마 영상인 거리뷰 영상의 기하 왜곡으로 인한 특징 검출 또는 특징 매칭의 오류를 해소하기 위해, 정보 처리 시스템은 제1 상태(1010) 및 제2 상태(1020)를 거쳐 거리뷰 영상에서 제1 세트의 특징점을 추출할 수 있다.
제1 상태(1010)는 거리뷰 영상을 기초로 생성된 복수의 평면 이미지의 예시를 나타낸다. 일 실시예에 따르면, 정보 처리 시스템은 원근 투영(perspective projection) 방법을 이용하여 제1 거리뷰 영상을 복수의 평면 이미지로 변환할 수 있다. 그 후, 정보 처리 시스템은 복수의 평면 이미지 각각으로부터 복수의 특징점을 추출할 수 있다. 예를 들어, 도시된 바와 같이, 정보 처리 시스템은 거리뷰 영상을 지평선을 바라보는 높이로 수평으로 회전한 후, 12장의 평면 이미지로 투영하고, 각각의 평면 이미지로부터 특징점을 검출하고 시각 기술자를 추출할 수 있다. 제1 상태(1010)에서 빨간색 점 하나가 하나의 특징점을 나타낼 수 있다.
제2 상태(1020)는 복수의 평면 이미지에서 추출된 특징점을 거리뷰 영상에 투영한 결과의 예시를 나타낸다. 일 실시예에 따르면, 정보 처리 시스템은 복수의 평면 이미지 각각에서의 복수의 특징점과 연관된 좌표 정보를 거리뷰 영상에 투영함으로써 제1 세트의 특징점을 획득할 수 있다. 예를 들어, 정보 처리 시스템은 원근 투영 방법의 역산을 이용하여, 제1 상태(1010)에서의 복수의 평면 이미지 각각으로부터 추출된 복수의 특징점과 연관된 좌표 정보를 거리뷰 영상에 투영하여 거리뷰 영상에서의 제1 세트의 특징점을 획득할 수 있다. 제2 상태(1020)에서 빨간색 점 하나가 하나의 특징점을 나타낼 수 있다.
도 11은 본 개시의 일 실시예에 따른 도로 교통 구조물에 대한 절대좌표 위치 정보를 획득하는 과정의 예시를 나타낸다. 일 실시예에 따르면, 정보 처리 시스템은 도 8을 참조하여 설명된 방식으로 획득된 특정 도로 교통 구조물에 대한 3차원 평면 정보(1116)를 이용하여, 도로 교통 구조물과 연관된 특징점들(1114)의 절대좌표 위치 정보를 결정할 수 있다. 거리뷰 영상(1112)에서 초록색 점으로 표시된 특징점들은 건물 및 도로와 연관된 특징점들을 나타내고, 빨간색 점으로 표시된 특징점들은 도로 교통 구조물과 연관된 특징점들을 나타낼 수 있다.
일 실시예에서, 정보 처리 시스템은 거리뷰 영상(1112)에서 추출된 복수의 특징점 중 도로 교통 구조물과 연관된 특징점들(1114)을 도로 교통 구조물에 대한 3차원 평면(1116)에 투영할 수 있다. 그 후, 정보 처리 시스템은 3차원 평면(1116)의 정보에 기초하여, 3차원 평면(1116)에 투영된 특징점(1118)들의 3차원 좌표 정보를 결정할 수 있다.
도 12는 본 개시의 일 실시예에 따른 특정 지역에 대한 시각 특징맵(1200)의 예시를 나타낸다. 일 실시예에 따르면, 정보 처리 시스템은 특정 지역의 서로 다른 노드에서 촬영된 복수의 거리뷰 영상과 연관된 시각 특징맵들을 병합하여, 특정 지역에 대한 시각 특징맵(1200)을 생성할 수 있다. 예를 들어, 정보 처리 시스템은 특정 지역 내의 제1 노드에서 촬영된 제1 거리뷰 영상을 기초로 제1 거리뷰와 연관된 제1 시각 특징맵을 생성할 수 있다. 이와 유사하게, 정보 처리 시스템은 특정 지역 내의 제2 노드에서 촬영된 제2 거리뷰 영상을 기초로 제2 거리뷰 영상과 연관된 제2 시각 특징맵을 생성할 수 있다. 그리고 나서, 정보 처리 시스템은 제1 거리뷰 영상의 절대좌표 위치 정보 및 방향 정보 및 제2 거리뷰 영상의 절대좌표 위치 정보 및 방향 정보에 기초하여, 제1 시각 특징맵과 제2 시각 특징맵을 병합함으로써 특정 지역에 대한 시각 특징맵(1200)을 생성할 수 있다. 여기서, 거리뷰 영상의 절대좌표 위치 정보 및 방향 정보, 그리고 제2 거리뷰 영상의 절대좌표 위치 정보 및 방향 정보는 3차원 모델의 절대좌표 위치 정보와 정합된 정보일 수 있다.
시각 특징맵(1200)에서 초록색 점으로 표시된 특징점들은 건물 및 도로와 연관된 특징점들을 나타내고, 빨간색 점으로 표시된 특징점들은 도로 교통 구조물과 연관된 특징점들을 나타낼 수 있다. 이와 같은 구성을 통해, 차량기반 멀티센서 측량 시스템이 장착된 차량을 이용하는 대신, 항공 영상 측량 등을 통해 생성된 3차원 건물 모델 정보 및 거리뷰 서비스를 위해 이미 촬영된 거리뷰 영상을 이용하여, 특정 지역에 대한 전체의 시각 특징맵을 획득할 수 있어 비용과 노력을 절감할 수 있다.
도 13은 본 개시의 일 실시예에 따른 3차원 모델 및 거리뷰 영상을 이용한 시각 특징맵 생성 방법(1300)의 예시를 나타내는 흐름도이다. 방법(1300)은 프로세서(예를 들어, 정보 처리 시스템의 적어도 하나의 프로세서)가 절대좌표 위치로 표현된 3차원 기하정보를 포함하는 특정 지역에 대한 3차원 모델을 수신함으로써 개시될 수 있다(S1310). 여기서, 3차원 모델은 특정 지역 내의 복수의 3차원 빌딩 모델과 도로 모델을 포함할 수 있다.
그 후, 정보 처리 시스템은 특정 지역 내의 제1 노드에서 촬영된 제1 거리뷰 영상을 수신할 수 있다(S1320). 여기서, 제1 거리뷰 영상은 등장방형도법(equirectangular projection)으로 생성된 파노라마 영상일 수 있다. 또한, 제1 거리뷰 영상의 절대좌표 위치 정보 및 방향 정보는 3차원 모델의 절대좌표 위치 정보와 정합된 위치 정보일 수 있다. 예를 들어, 제1 거리뷰 영상의 절대좌표 위치 정보 및 방향 정보는 미리 정의된 맵매칭 포인트 또는 맵매칭 라인을 이용하여 3차원 모델의 절대좌표 위치 정보와 정합될 수 있다. 여기서, 맵매칭 포인트는 그라운드 컨트롤 포인트(Ground Control Point; GCP) 및 빌딩 컨트롤 포인트(Building Control Point; GCP)를 포함할 수 있다. 각 그라운드 컨트롤 포인트는 지면에서의 한 포인트와 3차원 절대좌표 위치 정보의 대응쌍일 수 있다. 각 빌딩 컨트롤 포인트는 빌딩에서의 한 포인트와 3차원 절대좌표 위치 정보의 대응쌍일 수 있다. 맵매칭 라인은 그라운드 컨트롤 라인(Ground Control Line; GCL)을 포함하고, 각 그라운드 컨트롤 라인은 지면에서의 한 라인과 적어도 하나의 3차원 절대좌표 위치 정보의 대응쌍일 수 있다.
일 실시예에서, 정보 처리 시스템은 제1 거리뷰 영상의 절대좌표 위치 정보 및 방향 정보에 기초하여, 3차원 모델에 포함된 3차원 기하정보 중 적어도 일부를 제1 거리뷰 영상에 투영하여 제1 거리뷰 영상과 연관된 뎁스 맵(depth map)을 렌더링할 수 있다(S1330). 여기서, 뎁스 맵은 빌딩과 도로의 깊이 정보를 포함할 수 있다.
일 실시예에서, 정보 처리 시스템은 제1 거리뷰 영상으로부터 제1 세트의 특징점(feature point)을 추출할 수 있다(S1340). 예를 들어, 정보 처리 시스템은 원근 투영(perspective projection) 방법을 이용하여 제1 거리뷰 영상을 복수의 평면 이미지로 변환하고, 복수의 평면 이미지 각각으로부터 복수의 특징점을 추출하고, 복수의 평면 이미지 각각에서의 복수의 특징점과 연관된 좌표 정보를 제1 거리뷰 영상에 투영하여 제1 세트의 특징점을 획득할 수 있다.
일 실시예에서, 정보 처리 시스템은 제1 거리뷰 영상을 기초로 시맨틱 세그멘테이션(semantic segmentation)을 수행하여, 제1 거리뷰 영상에 포함된 도로 영역과 빌딩 영역을 나타내는 이진 마스크(binary mask)를 생성하고, 이진 마스크를 이용하여 제1 거리뷰 영상으로부터 제1 세트의 특징점을 추출할 수 있다. 이 경우, 이진 마스크를 생성하는 것은, 제1 거리뷰 영상을 복수의 비왜곡(undistorted) 평면 이미지로 변환하는 것과 복수의 비왜곡 평면 이미지에 대해 시맨틱 세그멘테이션(semantic segmentation)을 수행하여 도로 영역과 빌딩 영역을 검출하는 것을 포함할 수 있다. 여기서, 복수의 비왜곡 평면 이미지는 원근 투영(perspective projection) 방법을 이용하여 제1 거리뷰 영상을 6개의 큐브 이미지로 변환하여 생성될 수 있다. 또한, 이진 마스크를 이용하여 제1 거리뷰 영상으로부터 제1 세트의 특징점을 추출하는 것은 이진 마스크를 이용하여, 제1 거리뷰 영상의 일부 영역에서 제1 세트의 특징점을 추출하는 것을 포함할 수 있다. 대안적으로, 이진 마스크를 이용하여 제1 거리뷰 영상으로부터 제1 세트의 특징점을 추출하는 것은, 이진 마스크를 이용하여, 제1 거리뷰 영상으로부터 추출된 복수의 특징점에 대한 필터링을 수행하여 제1 세트의 특징점을 추출하는 것을 포함할 수 있다.
일 실시예에서, 정보 처리 시스템은 뎁스 맵에 기초하여, 제1 세트의 특징점의 전부 또는 일부의 절대좌표 위치 정보를 결정할 수 있다(S1350). 구체적으로, 뎁스 맵에 기초하여 제1 세트의 특징점 중 빌딩 및 도로와 연관된 특징점의 절대좌표 위치 정보가 결정될 수 있다.
일 실시예에서, 정보 처리 시스템은 특정 지역 내의 제2 노드에서 촬영된 제2 거리뷰 영상을 수신할 수 있다. 이 경우, 정보 처리 시스템은 제1 거리뷰 영상과 제2 거리뷰 영상에 기초하여, 제1 거리뷰 영상 및 제2 거리뷰 영상에 포함된 특정 도로 교통 구조물에 대한 3차원 평면 정보를 생성할 수 있다. 여기서, 3차원 평면 정보를 생성하는 것은 제1 거리뷰 영상 내에 제1 도로 교통 구조물이 포함된 제1 영역을 검출하는 것, 제2 거리뷰 영상 내에 제2 도로 교통 구조물이 포함된 제2 영역을 검출하는 것, 제1 영역과 제2 영역의 시각적 유사도에 기초하여, 제1 도로 교통 구조물과 제2 도로 교통 구조물을 동일한 도로 교통 구조물인 특정 도로 교통 구조물로 판정하는 것, 그리고 제1 영역 및 제2 영역에 대해 스테레오 매칭 및 삼각 측량을 수행하여, 특정 도로 교통 구조물에 대한 3차원 평면 정보를 생성하는 것을 포함할 수 있다. 여기서, 제1 영역과 제2 영역의 시각적 유사도는 색상 유사도, 시각적 특징 기술자 유사도 또는 딥러닝 기반 매칭 모델 중 적어도 하나를 이용하여 결정될 수 있다. 그 후, 정보 처리 시스템은 3차원 평면 정보에 기초하여, 제1 세트의 특징점 중 특정 도로 교통 구조물과 연관된 특징점의 절대좌표 위치 정보를 결정할 수 있다. 예를 들어, 특정 도로 교통 구조물과 연관된 특징점의 절대좌표 위치 정보를 결정하는 것은, 제1 세트의 특징점 중 특정 도로 교통 구조물과 연관된 특징점을 3차원 평면에 투영하는 것을 포함할 수 있다.
그 후, 정보 처리 시스템은 제1 세트의 특징점 각각에 대해 절대좌표 위치 정보 및 시각 특징 기술자(visual feature descriptor)를 서로 연관시켜 저장함으로써, 제1 거리뷰 영상과 연관된 제1 시각 특징맵을 생성할 수 있다(S1360).
일 실시예에서, 정보 처리 시스템은 특정 지역 내의 제2 노드에서 촬영된 제2 거리뷰 영상을 수신하고, 제2 거리뷰 영상과 연관된 제2 시각 특징맵을 생성할 수 있다. 그 후, 정보 처리 시스템은 제1 거리뷰 영상의 절대좌표 위치 정보 및 방향 정보 및 제2 거리뷰 영상의 절대좌표 위치 정보 및 방향 정보에 기초하여, 제1 시각 특징맵과 제2 시각 특징맵을 병합할 수 있다. 여기서, 제1 거리뷰 영상의 절대좌표 위치 정보 및 방향 정보, 그리고 제2 거리뷰 영상의 절대좌표 위치 정보 및 방향 정보는 3차원 모델의 절대좌표 위치 정보와 정합된 위치 정보일 수 있다.
도 13의 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 (19)

  1. 적어도 하나의 프로세서에 의해 수행되는, 3차원 모델 및 거리뷰 영상을 이용한 시각 특징맵 생성 방법에 있어서,
    절대좌표 위치로 표현된 3차원 기하정보를 포함하는 특정 지역에 대한 3차원 모델을 수신하는 단계;
    상기 특정 지역 내의 제1 노드에서 촬영된 제1 거리뷰 영상을 수신하는 단계;
    상기 제1 거리뷰 영상의 절대좌표 위치 정보 및 방향 정보에 기초하여, 상기 3차원 모델에 포함된 3차원 기하정보 중 적어도 일부를 상기 제1 거리뷰 영상에 투영하여 상기 제1 거리뷰 영상과 연관된 뎁스 맵(depth map)을 렌더링하는 단계;
    상기 제1 거리뷰 영상으로부터 제1 세트의 특징점(feature point)을 추출하는 단계;
    상기 뎁스 맵에 기초하여, 상기 제1 세트의 특징점의 전부 또는 일부의 절대좌표 위치 정보를 결정하는 단계; 및
    상기 제1 세트의 특징점 각각에 대해 절대좌표 위치 정보 및 시각 특징 기술자(visual feature descriptor)를 서로 연관시켜 저장함으로써, 상기 제1 거리뷰 영상과 연관된 제1 시각 특징맵을 생성하는 단계
    를 포함하는, 시각 특징맵 생성 방법.
  2. 제1항에 있어서,
    상기 제1 거리뷰 영상은 등장방형도법(equirectangular projection)으로 생성된 파노라마 영상이고,
    상기 제1 거리뷰 영상의 절대좌표 위치 정보 및 방향 정보는 상기 3차원 모델의 절대좌표 위치 정보와 정합된, 시각 특징맵 생성 방법.
  3. 제1항에 있어서,
    상기 제1 세트의 특징점을 추출하는 단계는,
    상기 제1 거리뷰 영상을 기초로 시맨틱 세그멘테이션(semantic segmentation)을 수행하여, 상기 제1 거리뷰 영상에 포함된 도로 영역과 빌딩 영역을 나타내는 이진 마스크(binary mask)를 생성하는 단계; 및
    상기 이진 마스크를 이용하여 상기 제1 거리뷰 영상으로부터 상기 제1 세트의 특징점을 추출하는 단계
    를 포함하는, 시각 특징맵 생성 방법.
  4. 제3항에 있어서,
    상기 이진 마스크를 생성하는 단계는,
    상기 제1 거리뷰 영상을 복수의 비왜곡(undistorted) 평면 이미지로 변환하는 단계; 및
    상기 복수의 비왜곡 평면 이미지에 대해 시맨틱 세그멘테이션(semantic segmentation)을 수행하여 도로 영역과 빌딩 영역을 검출하는 단계
    를 포함하는, 시각 특징맵 생성 방법.
  5. 제4항에 있어서,
    상기 복수의 비왜곡 평면 이미지는 원근 투영(perspective projection) 방법을 이용하여 상기 제1 거리뷰 영상을 6개의 큐브 이미지로 변환하여 생성되는, 시각 특징맵 생성 방법.
  6. 제1항에 있어서,
    상기 3차원 모델은 상기 특정 지역 내의 복수의 3차원 빌딩 모델과 도로 모델을 포함하고,
    상기 뎁스 맵은 빌딩과 도로의 깊이 정보를 포함하고,
    상기 뎁스 맵에 기초하여 상기 제1 세트의 특징점 중 빌딩 및 도로와 연관된 특징점의 절대좌표 위치 정보가 결정되는, 시각 특징맵 생성 방법.
  7. 제3항에 있어서,
    상기 이진 마스크를 이용하여 상기 제1 거리뷰 영상으로부터 상기 제1 세트의 특징점을 추출하는 단계는,
    상기 이진 마스크를 이용하여, 상기 제1 거리뷰 영상의 일부 영역에서 상기 제1 세트의 특징점을 추출하는 단계
    를 포함하는, 시각 특징맵 생성 방법.
  8. 제3항에 있어서,
    상기 이진 마스크를 이용하여 상기 제1 거리뷰 영상으로부터 상기 제1 세트의 특징점을 추출하는 단계는,
    상기 이진 마스크를 이용하여, 상기 제1 거리뷰 영상으로부터 추출된 복수의 특징점에 대한 필터링을 수행하여 상기 제1 세트의 특징점을 추출하는 단계
    를 포함하는, 시각 특징맵 생성 방법.
  9. 제1항에 있어서,
    상기 특정 지역 내의 제2 노드에서 촬영된 제2 거리뷰 영상을 수신하는 단계;
    상기 제1 거리뷰 영상과 상기 제2 거리뷰 영상에 기초하여, 상기 제1 거리뷰 영상 및 상기 제2 거리뷰 영상에 포함된 특정 도로 교통 구조물에 대한 3차원 평면 정보를 생성하는 단계; 및
    상기 3차원 평면 정보에 기초하여, 상기 제1 세트의 특징점 중 상기 특정 도로 교통 구조물과 연관된 특징점의 절대좌표 위치 정보를 결정하는 단계
    를 더 포함하는, 시각 특징맵 생성 방법.
  10. 제9항에 있어서,
    상기 특정 도로 교통 구조물과 연관된 특징점의 절대좌표 위치 정보를 결정하는 단계는,
    상기 제1 세트의 특징점 중 상기 특정 도로 교통 구조물과 연관된 특징점을 상기 3차원 평면에 투영하는 단계
    를 포함하는, 시각 특징맵 생성 방법.
  11. 제9항에 있어서,
    상기 3차원 평면 정보를 생성하는 단계는,
    상기 제1 거리뷰 영상 내에 제1 도로 교통 구조물이 포함된 제1 영역을 검출하는 단계;
    상기 제2 거리뷰 영상 내에 제2 도로 교통 구조물이 포함된 제2 영역을 검출하는 단계;
    상기 제1 영역과 상기 제2 영역의 시각적 유사도에 기초하여, 상기 제1 도로 교통 구조물과 상기 제2 도로 교통 구조물을 동일한 도로 교통 구조물인 상기 특정 도로 교통 구조물로 판정하는 단계; 및
    상기 제1 영역 및 상기 제2 영역에 대해 스테레오 매칭 및 삼각 측량을 수행하여, 상기 특정 도로 교통 구조물에 대한 3차원 평면 정보를 생성하는 단계
    를 포함하는, 시각 특징맵 생성 방법.
  12. 제11항에 있어서,
    상기 제1 영역과 상기 제2 영역의 시각적 유사도는 색상 유사도, 시각적 특징 기술자 유사도 또는 딥러닝 기반 매칭 모델 중 적어도 하나를 이용하여 결정되는, 시각 특징맵 생성 방법.
  13. 제1항에 있어서,
    상기 제1 세트의 특징점을 추출하는 단계는,
    원근 투영(perspective projection) 방법을 이용하여 상기 제1 거리뷰 영상을 복수의 평면 이미지로 변환하는 단계;
    상기 복수의 평면 이미지 각각으로부터 복수의 특징점을 추출하는 단계; 및
    상기 복수의 평면 이미지 각각에서의 복수의 특징점과 연관된 좌표 정보를 상기 제1 거리뷰 영상에 투영하여 상기 제1 세트의 특징점을 획득하는 단계
    를 포함하는, 시각 특징맵 생성 방법.
  14. 제1항에 있어서,
    상기 제1 거리뷰 영상의 절대좌표 위치 정보 및 방향 정보는 미리 정의된 맵매칭 포인트 또는 맵매칭 라인을 이용하여 상기 3차원 모델의 절대좌표 위치 정보와 정합된, 시각 특징맵 생성 방법.
  15. 제14항에 있어서,
    상기 맵매칭 포인트는 그라운드 컨트롤 포인트(Ground Control Point; GCP) 및 빌딩 컨트롤 포인트(Building Control Point; GCP)를 포함하고,
    각 그라운드 컨트롤 포인트는 지면에서의 한 포인트와 3차원 절대좌표 위치 정보의 대응쌍이고,
    각 빌딩 컨트롤 포인트는 빌딩에서의 한 포인트와 3차원 절대좌표 위치 정보의 대응쌍인, 시각 특징맵 생성 방법.
  16. 제14항에 있어서,
    상기 맵매칭 라인은 그라운드 컨트롤 라인(Ground Control Line; GCL)을 포함하고,
    각 그라운드 컨트롤 라인은 지면에서의 한 라인과 적어도 하나의 3차원 절대좌표 위치 정보의 대응쌍인, 시각 특징맵 생성 방법.
  17. 제1항에 있어서,
    상기 특정 지역 내의 제2 노드에서 촬영된 제2 거리뷰 영상을 수신하는 단계;
    상기 제2 거리뷰 영상과 연관된 제2 시각 특징맵을 생성하는 단계; 및
    상기 제1 거리뷰 영상의 절대좌표 위치 정보 및 방향 정보 및 상기 제2 거리뷰 영상의 절대좌표 위치 정보 및 방향 정보에 기초하여, 상기 제1 시각 특징맵과 상기 제2 시각 특징맵을 병합하는 단계
    를 더 포함하고,
    상기 제1 거리뷰 영상의 절대좌표 위치 정보 및 방향 정보, 그리고 상기 제2 거리뷰 영상의 절대좌표 위치 정보 및 방향 정보는 상기 3차원 모델의 절대좌표 위치 정보와 정합된, 시각 특징맵 생성 방법.
  18. 제1항에 따른 방법을 컴퓨터에서 실행하기 위한 명령어들을 기록한 컴퓨터 판독 가능한 비일시적 기록매체.
  19. 정보 처리 시스템으로서,
    통신 모듈;
    메모리; 및
    상기 메모리와 연결되고, 상기 메모리에 포함된 컴퓨터 판독 가능한 적어도 하나의 프로그램을 실행하도록 구성된 적어도 하나의 프로세서
    를 포함하고,
    상기 적어도 하나의 프로그램은,
    절대좌표 위치로 표현된 3차원 기하정보를 포함하는 특정 지역에 대한 3차원 모델을 수신하고,
    상기 특정 지역 내의 제1 노드에서 촬영된 제1 거리뷰 영상을 수신하고,
    상기 제1 거리뷰 영상의 절대좌표 위치 정보 및 방향 정보에 기초하여, 상기 3차원 모델에 포함된 3차원 기하정보 중 적어도 일부를 상기 제1 거리뷰 영상에 투영하여 상기 제1 거리뷰 영상과 연관된 뎁스 맵(depth map)을 렌더링하고,
    상기 제1 거리뷰 영상으로부터 제1 세트의 특징점(feature point)을 추출하고,
    상기 뎁스 맵에 기초하여, 상기 제1 세트의 특징점의 전부 또는 일부의 절대좌표 위치 정보를 결정하고,
    상기 제1 세트의 특징점 각각에 대해 절대좌표 위치 정보 및 시각 특징 기술자(visual feature descriptor)를 서로 연관시켜 저장함으로써, 상기 제1 거리뷰 영상과 연관된 제1 시각 특징맵을 생성하기 위한 명령어들을 포함하는, 정보 처리 시스템.
PCT/KR2023/017704 2022-11-08 2023-11-06 3차원 모델 및 거리뷰 영상을 이용한 시각 특징맵 생성 방법 및 시스템 WO2024101833A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2022-0147616 2022-11-08
KR1020220147616A KR20240066616A (ko) 2022-11-08 2022-11-08 3차원 모델 및 거리뷰 영상을 이용한 시각 특징맵 생성 방법 및 시스템

Publications (1)

Publication Number Publication Date
WO2024101833A1 true WO2024101833A1 (ko) 2024-05-16

Family

ID=91032914

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2023/017704 WO2024101833A1 (ko) 2022-11-08 2023-11-06 3차원 모델 및 거리뷰 영상을 이용한 시각 특징맵 생성 방법 및 시스템

Country Status (2)

Country Link
KR (1) KR20240066616A (ko)
WO (1) WO2024101833A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102147969B1 (ko) * 2018-01-22 2020-08-25 네이버 주식회사 파노라마 뷰에 대한 ３차원 모델을 생성하는 방법 및 시스템
KR102234461B1 (ko) * 2019-08-12 2021-04-01 네이버랩스 주식회사 ２ｄ 지도를 이용하여 거리뷰 이미지의 깊이 정보를 생성하는 방법 및 시스템
KR102363719B1 (ko) * 2021-06-30 2022-02-16 주식회사 모빌테크 3차원 점군 지도의 투영 변환을 이용한 차선 좌표 추출 방법
KR102383499B1 (ko) * 2020-05-28 2022-04-08 네이버랩스 주식회사 시각 특징 맵 생성 방법 및 시스템
KR20220064524A (ko) * 2020-11-12 2022-05-19 네이버랩스 주식회사 이미지 기반 측위 방법 및 시스템

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102147969B1 (ko) * 2018-01-22 2020-08-25 네이버 주식회사 파노라마 뷰에 대한 ３차원 모델을 생성하는 방법 및 시스템
KR102234461B1 (ko) * 2019-08-12 2021-04-01 네이버랩스 주식회사 ２ｄ 지도를 이용하여 거리뷰 이미지의 깊이 정보를 생성하는 방법 및 시스템
KR102383499B1 (ko) * 2020-05-28 2022-04-08 네이버랩스 주식회사 시각 특징 맵 생성 방법 및 시스템
KR20220064524A (ko) * 2020-11-12 2022-05-19 네이버랩스 주식회사 이미지 기반 측위 방법 및 시스템
KR102363719B1 (ko) * 2021-06-30 2022-02-16 주식회사 모빌테크 3차원 점군 지도의 투영 변환을 이용한 차선 좌표 추출 방법

Also Published As

Publication number Publication date
KR20240066616A (ko) 2024-05-16

Similar Documents

Publication Publication Date Title
WO2015174729A1 (ko) 공간 정보를 제공하기 위한 증강 현실 제공 방법과 시스템, 그리고 기록 매체 및 파일 배포 시스템
WO2021230466A1 (ko) 차량 위치 결정 방법 및 시스템
CN104180814A (zh) 移动终端上实景功能中的导航方法和电子地图客户端
WO2016035993A1 (ko) 클라우드 포인트를 이용한 실내 지도 구축 장치 및 방법
WO2021241847A1 (ko) 시각 특징 맵 생성 방법 및 시스템
WO2021015435A1 (ko) 항공사진을 이용하여 3차원 지도를 생성하는 장치 및 방법
WO2021025364A1 (ko) 라이다와 카메라를 이용하여 이미지 특징점의 깊이 정보를 향상시키는 방법 및 시스템
WO2020101156A1 (ko) 정사영상에 기반한 센서 탑재 이동형 플랫폼의 기하 보정 시스템
WO2021125578A1 (ko) 시각 정보 처리 기반의 위치 인식 방법 및 시스템
WO2020189909A2 (ko) 3d-vr 멀티센서 시스템 기반의 도로 시설물 관리 솔루션을 구현하는 시스템 및 그 방법
WO2024101833A1 (ko) 3차원 모델 및 거리뷰 영상을 이용한 시각 특징맵 생성 방법 및 시스템
CN116858215B (zh) 一种ar导航地图生成方法及装置
WO2021086018A1 (ko) 3차원 증강현실 표시 방법
WO2021206200A1 (ko) 점군 정보 가공 장치 및 방법
WO2024085628A1 (ko) 그라운드 컨트롤 포인트 자동 취득 방법 및 시스템
WO2024106833A1 (ko) 빌딩 컨트롤 포인트 자동 취득 방법 및 시스템
WO2024085631A1 (ko) 그라운드 컨트롤 라인 자동 취득 방법 및 시스템
WO2024085600A1 (ko) 3차원 모델과 거리뷰 데이터를 정합시키는 방법 및 시스템
WO2024096717A1 (ko) 3차원 모델을 이용한 거리뷰 영상 사이의 특징점 매칭쌍 자동 취득 방법 및 시스템
WO2024085630A1 (ko) 시각 특징 추출 신경망 모델 학습 방법 및 시스템
WO2024101776A1 (ko) 3차원 빌딩 모델 및 도로 모델을 이용한 3차원 거리뷰 모델 생성 방법 및 시스템
WO2021075878A1 (ko) 증강현실 기록물 서비스 제공 방법 및 사용자 단말
WO2024085450A1 (ko) 건물 형상 정보를 이용하여 3d 지도를 생성하는 방법, 컴퓨터 장치, 및 컴퓨터 프로그램
WO2024085455A1 (ko) 객체 포즈 보정 방법 및 시스템
KR20220096162A (ko) 항공영상 기반 도로 검출장치 및 그 방법

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 23889093

Country of ref document: EP

Kind code of ref document: A1