KR20240002188A - 비주얼 로컬라이제이션을 위한 방법 및 장치 - Google Patents
비주얼 로컬라이제이션을 위한 방법 및 장치 Download PDFInfo
- Publication number
- KR20240002188A KR20240002188A KR1020230078073A KR20230078073A KR20240002188A KR 20240002188 A KR20240002188 A KR 20240002188A KR 1020230078073 A KR1020230078073 A KR 1020230078073A KR 20230078073 A KR20230078073 A KR 20230078073A KR 20240002188 A KR20240002188 A KR 20240002188A
- Authority
- KR
- South Korea
- Prior art keywords
- image
- feature points
- reference image
- information
- data
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 84
- 230000000007 visual effect Effects 0.000 title description 62
- 230000004807 localization Effects 0.000 title description 61
- 238000001514 detection method Methods 0.000 abstract description 141
- 238000013473 artificial intelligence Methods 0.000 abstract description 24
- 238000013528 artificial neural network Methods 0.000 description 124
- 230000008569 process Effects 0.000 description 38
- 238000012545 processing Methods 0.000 description 29
- 230000006870 function Effects 0.000 description 22
- 238000004891 communication Methods 0.000 description 15
- 238000005516 engineering process Methods 0.000 description 12
- 238000012549 training Methods 0.000 description 12
- 238000004422 calculation algorithm Methods 0.000 description 10
- 230000003287 optical effect Effects 0.000 description 10
- 230000003190 augmentative effect Effects 0.000 description 8
- 239000000284 extract Substances 0.000 description 8
- 230000004044 response Effects 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000007781 pre-processing Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 238000013135 deep learning Methods 0.000 description 5
- 241000282326 Felis catus Species 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 238000012015 optical character recognition Methods 0.000 description 4
- 238000013519 translation Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000006855 networking Effects 0.000 description 3
- 210000002569 neuron Anatomy 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000005094 computer simulation Methods 0.000 description 2
- 238000013498 data listing Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000008451 emotion Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000005055 memory storage Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000010200 validation analysis Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000010454 slate Substances 0.000 description 1
- 238000013403 standard screening design Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
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
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- 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
- 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
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30244—Camera pose
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Geometry (AREA)
- Computer Graphics (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
컴퓨팅 장치에 의해 수행되는 방법이 개시된다. 상기 방법은: 참조 이미지 및 상기 참조 이미지를 촬영한 카메라의 위치 및 자세를 포함하는 카메라 포즈 정보를 획득하는 단계; 인공지능 기반의 특징점(keypoints) 획득 모델을 사용하여, 상기 참조 이미지로부터 상기 참조 이미지에 대한 제 2 특징점들을 추출하는 단계; 인공지능 기반의 동적 객체 검출 모델을 사용하여, 상기 참조 이미지로부터 상기 참조 이미지 내에서의 사전결정된 동적 객체에 대응되는 제 2 검출 결과를 획득하는 단계; 상기 제 2 검출 결과와 상기 제 2 특징점들 간의 비교 결과에 기초하여, 상기 제 2 특징점들 중 상기 참조 이미지 상에서 제거되는 제 2-2 특징점들 및 상기 참조 이미지 상에서 유지되는 제 2-1 특징점들을 결정하는 단계; 및 상기 제 2-1 특징점들에 대응되는 좌표 정보, 상기 제 2-1 특징점들에 대응되는 설명자(descriptor) 정보 및 상기 카메라 포즈 정보를 상기 참조 이미지에 맵핑되는 메타데이터로서 저장하는 단계를 포함할 수 있다.
Description
본 개시내용은 영상 처리에 관한 것으로 보다 구체적으로 비주얼 로컬라이제이션에 관한 것이다.
위치 기반 서비스(Location Based Services)에 대한 수요가 증가함에 따라 정확한 위치 정보에 대한 필요성이 높아졌다. 모바일 디바이스 및 모바일 플랫폼 상에서 위치를 확인하는 가장 일반적인 방법은 GNSS(Global Navigation Satellite System)이다. 하지만, 실내 환경에서 GNSS 신호는 장애물에 의해 차단될 수 있기 때문에, 실외 환경에서만 용이하게 사용될 수 있다는 제한 사항이 존재한다.
실내에서의 위치 인식을 수행하기 위한 다양한 기술들이 제안되었지만 다수의 실내 위치 인식 기법들은 무선신호를 이용한 핑거 프린팅(Finger Printing) 기반 위치 인식 알고리즘을 넘어서지 못하고 있는 것이 현실이다. 이러한 방법에서는 수집된 Wi-Fi RSS(수신 신호 강도) 또는 MFS(자기장 강도)와 관련된 데이터가 핑거 프린팅 데이터 베이스의 데이터와 비교된다. 핑거 프린팅 기반 시스템은 구축하기 쉽다는 장점이 있지만, 신호 패턴 자체가 시스템 환경 변화에 영향을 받기 때문에 양호한 성능을 유지하기가 어려울 수 있다. 이런 핑거 프린팅 기반 시스템의 결함을 극복하기 위해 Optical, RFID(Radio Frequency Identification), Bluetooth Beacons, ZigBee, Pseudo Satellite 등을 포함한 많은 대안이 제안되었지만, 이러한 대안들 또한 복잡한 실내 환경 상에서 높은 정확도를 달성하기는 어렵다는 평가를 받고 있다.
최근에는 실내 환경에서도 높은 정확성을 가지는 위치 추정을 구현하기 위한 대안으로 VPS(Visual Positioning System: 시각적 위치결정 시스템)에 대한 연구가 활발하게 이루어지고 있다. VPS 기술은 비주얼 로컬라이제이션(Visual localization) 기술로도 표현될 수 있으며, 이러한 비주얼 로컬라이제이션은 실내 또는 실외에서 촬영된 이미지를 사용하여 디바이스의 현재 위치 또는 포즈(pose)를 추정하는 기술을 의미한다. 디바이스(혹은 카메라)의 포즈 추정(Pose estimation)이란 동적으로 변하는 카메라 시점의 이동(Translation) 및 회전(Rotation) 정보 등을 결정하는 것이다. 혼합현실(Mixed reality), 증강현실(Augmented Reality), 로봇 내비게이팅(Robot navigating) 및 3D 장면 재구성(3-Dimensional Scene Reconstruction) 등 다양한 활용 분야로 이러한 카메라 포즈 추정 기술이 활용되고 있다.
본 개시는 전술한 배경기술에 대응하여 안출된 것으로, 카메라 포즈 추정에서 컴퓨팅 리소스를 효율적으로 사용하기 위함이다.
본 개시는 카메라 포즈 추정의 정확도를 높이고 카메라 포즈 추정에 소요되는 시간을 줄이기 위함이다.
본 개시의 기술적 과제들은 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
전술한 바와 같은 과제를 해결하기 위한 본 개시의 몇몇 실시예에 따라, 컴퓨팅 장치에 의해 수행되는 방법이 개시된다. 상기 방법은: 참조 이미지 및 상기 참조 이미지를 촬영한 카메라의 위치 및 자세를 포함하는 카메라 포즈 정보를 획득하는 단계; 인공지능 기반의 특징점(keypoints) 획득 모델을 사용하여, 상기 참조 이미지로부터 상기 참조 이미지에 대한 제 2 특징점들을 추출하는 단계; 인공지능 기반의 동적 객체 검출 모델을 사용하여, 상기 참조 이미지로부터 상기 참조 이미지 내에서의 사전결정된 동적 객체에 대응되는 제 2 검출 결과를 획득하는 단계; 상기 제 2 검출 결과와 상기 제 2 특징점들 간의 비교 결과에 기초하여, 상기 제 2 특징점들 중 상기 참조 이미지 상에서 제거되는 제 2-2 특징점들 및 상기 참조 이미지 상에서 유지되는 제 2-1 특징점들을 결정하는 단계; 및 상기 제 2-1 특징점들에 대응되는 좌표 정보, 상기 제 2-1 특징점들에 대응되는 설명자(descriptor) 정보 및 상기 카메라 포즈 정보를 상기 참조 이미지에 맵핑되는 메타데이터로서 저장하는 단계를 포함할 수 있다.
일 실시예에서, 상기 카메라 포즈 정보를 획득하는 단계는, 상기 참조 이미지를 촬영한 카메라의 지구 상에서의 절대좌표계에 기반한 절대 카메라 포즈 정보를 추가로 획득하는 단계를 포함할 수 있다.
일 실시예에서, 상기 참조 이미지로부터 상기 참조 이미지에 대한 제 2 특징점들을 추출하는 단계는, 상기 특징점 획득 모델을 사용하여, 상기 참조 이미지로부터 상기 참조 이미지에 대응되는 픽셀 좌표들(pixel coordinates) 및 설명자들(descriptors)을 추출하는 단계를 포함할 수 있다.
일 실시예에서, 상기 제 2 검출 결과와 상기 제 2 특징점들 간의 비교 결과에 기초하여, 상기 제 2 특징점들 중 상기 참조 이미지 상에서 제거되는 제 2-2 특징점들 및 상기 참조 이미지 상에서 유지되는 제 2-1 특징점들을 결정하는 단계는, 상기 제 2 검출 결과에 포함된 상기 사전결정된 동적 객체에 대응되는 검출 영역에 포함되는 제 2 특징점들을 상기 쿼리 이미지 상에서 제거되는 제 2-2 특징점들로 결정하고 그리고 상기 제 2 검출 결과에 포함된 상기 사전결정된 동적 객체에 대응되는 검출 영역에 포함되지 않는 제 2 특징점들을 상기 쿼리 이미지 상에서 유지되는 제 2-1 특징점들로 결정하는 단계를 포함할 수 있다.
일 실시예에서, 상기 방법은, 텍스트(text) 인식 모델을 사용하여, 상기 참조 이미지로부터 상기 참조 이미지 내에 존재하는 제 2 텍스트를 인식하는 단계; 및 상기 제 2 검출 결과와 상기 인식된 제 2 텍스트에 대한 비교 결과에 기초하여, 상기 제 2 텍스트 중 상기 참조 이미지 상에서 제거되는 제 2-2 텍스트 및 상기 참조 이미지 상에서 유지되는 제 2-1 텍스트를 결정하는 단계를 더 포함할 수 있다.
일 실시예에서, 상기 제 2 텍스트 중 상기 참조 이미지 상에서 제거되는 제 2-2 텍스트 및 상기 참조 이미지 상에서 유지되는 제 2-1 텍스트를 결정하는 단계는, 상기 제 2 검출 결과에 포함된 상기 사전결정된 동적 객체에 대응되는 검출 영역에 포함되는 제 2 텍스트를 상기 참조 이미지 상에서 제거되는 제 2-2 텍스트로 결정하는 단계를 포함할 수 있다.
일 실시예에서, 상기 참조 이미지에 맵핑되는 메타데이터는, 상기 제 2 텍스트 중 상기 제 2-2 텍스트가 제거된 상기 제 2-1 텍스트를 더 포함할 수 있다.
일 실시예에서, 상기 방법은, 인공지능 기반의 랜드마크(landmark) 검출 모델을 사용하여, 상기 참조 이미지로부터 상기 참조 이미지 내에 존재하는 사전 결정된 제 2 랜드마크를 검출하는 단계를 더 포함할 수 있다. 상기 참조 이미지에 맵핑되는 메타데이터는, 상기 제 2-1 특징점들에 대응되는 좌표 정보, 상기 제 2-1 특징점들에 대응되는 설명자(descriptor) 정보, 상기 카메라 포즈 정보 및 상기 검출된 제 2 랜드마크를 포함할 수 있다.
일 실시예에서, 상기 제 2-1 특징점들에 대응되는 좌표 정보는, 사전 정의된 3차원 지도 상에서 상기 제 2-2 특징점들이 제거되고 남은 상기 제 2-1 특징점들에 대응되는 3차원 카메라 좌표를 포함할 수 있다.
일 실시예에서, 상기 방법은, 클라이언트의 디바이스로부터 수신된 쿼리(query) 이미지, 상기 쿼리 이미지에 맵핑되는 메타데이터, 상기 참조 이미지 및 상기 참조 이미지에 맵핑되는 메타데이터에 적어도 부분적으로 기초하여, 상기 쿼리 이미지를 촬영한 상기 디바이스에 대한 비주얼 로컬라이제이션을 수행하는 단계를 더 포함할 수 있다.
일 실시예에서, 상기 비주얼 로컬라이제이션을 수행하는 단계는: 상기 쿼리 이미지에 맵핑되는 메타데이터와 상기 참조 이미지에 맵핑되는 메타데이터를 비교함으로써, 복수의 참조 이미지들 중에서 적어도 하나의 후보 참조 이미지를 결정하는 단계; 및 상기 적어도 하나의 후보 참조 이미지와 상기 쿼리 이미지 간의 특징점 매칭에 기초하여, 상기 쿼리 이미지를 촬영한 상기 디바이스의 카메라에 대한 포즈 추정(pose estimation)을 포함하는 비주얼 로컬라이제이션을 수행하는 단계를 포함할 수 있다.
일 실시예에서, 상기 쿼리 이미지를 촬영한 상기 디바이스의 카메라에 대한 포즈 추정을 포함하는 비주얼 로컬라이제이션을 수행하는 단계는, 상기 복수의 참조 이미지들 중에서, 상기 쿼리 이미지의 제 1 특징점들과 상기 참조 이미지의 제 2 특징점들 간의 매칭에 기초하여 결정된 포즈 참조 이미지에 할당된 카메라 포즈 정보에 기초하여, 상기 쿼리 이미지에 대한 카메라 포즈 정보를 추정하는 단계를 포함할 수 있다.
일 실시예에서, 상기 쿼리 이미지를 촬영한 상기 디바이스의 카메라에 대한 포즈 추정을 포함하는 비주얼 로컬라이제이션을 수행하는 단계는: 복수의 참조 이미지들 중에서, 상기 쿼리 이미지의 제 1 특징점들과 상기 참조 이미지의 제 2 특징점들 간의 매칭에 기초하여 결정된 포즈 참조 이미지에 포즈 참조 이미지에 할당된 카메라 포즈 정보의 3D 좌표와 상기 쿼리 이미지의 제 1-1 특징점들의 2D 좌표간의 비교 결과에 따라, 상기 쿼리 이미지에 대한 상대 카메라 포즈 정보를 결정하는 단계; 상기 포즈 참조 이미지에 할당된 카메라 포즈 정보 및 상기 상대 카메라 포즈 정보에 기초하여, 원점에 대한 상기 쿼리 이미지의 절대 카메라 포즈 정보를 결정하는 단계; 및 상기 절대 카메라 포즈 정보에 기초하여 상기 쿼리 이미지를 촬영한 상기 디바이스에 대한 비주얼 로컬라이제이션을 수행하는 단계를 포함할 수 있다.
일 실시예에서, 상기 쿼리 이미지를 촬영한 상기 디바이스의 카메라에 대한 포즈 추정을 포함하는 비주얼 로컬라이제이션을 수행하는 단계는: 상기 쿼리 이미지의 상기 제 1 특징점들에 대응되는 설명자와 상기 참조 이미지의 제 2 특징점들에 대응되는 설명자를 비교함으로써, 상기 복수의 참조 이미지들 중에서 상기 디바이스에 대한 비주얼 로컬라이제이션을 위한 상기 포즈 참조 이미지를 결정하는 단계; 및 상기 포즈 참조 이미지에 맵핑된 3차원 좌표 정보, 상기 제 1 특징점들과 상기 제 2 특징점들 간의 매칭 정보 및 상기 쿼리 이미지의 상기 제 1 특징점들에 대응되는 픽셀 좌표에 기초하여, 상기 디바이스에 대한 카메라 포즈 추정을 포함하는 비주얼 로컬라이제이션을 수행하는 단계를 포함할 수 있다.
일 실시예에서, 상기 쿼리 이미지에 맵핑되는 메타데이터는: 상기 쿼리 이미지의 제 1 특징점들 중 상기 쿼리 이미지 상에서 제거되지 않고 유지되는 제 1-1 특징점들에 대응되는 픽셀 좌표들 및 설명자들 - 여기서 상기 제 1-1 특징점들은, 상기 동적 객체 검출 모델을 사용하여 상기 쿼리 이미지로부터 획득된 제 1 검출 결과와 상기 특징점 획득 모델을 사용하여 상기 쿼리 이미지로부터 획득된 제 1 특징점들 간의 비교 결과에 기초하여 획득됨 -; 상기 쿼리 이미지를 촬영한 상기 디바이스의 위치 정보; 및 상기 쿼리 이미지에 대응되는 제 1 랜드마크 및 제 1 텍스트 - 상기 제 1 랜드마크는, 상기 랜드마크 검출 모델을 사용하여 상기 쿼리 이미지로부터 획득되며, 그리고 상기 제 1 텍스트는, 상기 텍스트 인식 모델을 사용하여 상기 쿼리 이미지로부터 획득된 텍스트 정보 중 상기 제 1 검출 결과와의 비교에 따라 제거되지 않고 유지되는 텍스트 정보를 포함함 -;를 포함할 수 있다.
일 실시예에서, 상기 쿼리 이미지에 맵핑되는 메타데이터는, 상기 디바이스의 IMU(Inertial Measurement Unit)의 값으로부터 연산된, 상기 디바이스의 카메라 포즈에 대한 예비 추정 정보를 더 포함할 수 있다.
본 개시의 일 실시예에 따른 컴퓨터 판독가능 저장 매체에 저장되는 컴퓨터 프로그램이 개시된다. 상기 컴퓨터 프로그램은 컴퓨팅 장치에 의해 실행 시 상기 컴퓨팅 장치로 하여금 이하의 동작들을 수행하도록 하며, 상기 동작들은: 참조 이미지 및 상기 참조 이미지를 촬영한 카메라의 위치 및 자세를 포함하는 카메라 포즈 정보를 획득하는 동작; 인공지능 기반의 특징점 획득 모델을 사용하여, 상기 참조 이미지로부터 상기 참조 이미지에 대한 제 2 특징점들을 추출하는 동작; 인공지능 기반의 동적 객체 검출 모델을 사용하여, 상기 참조 이미지로부터 상기 참조 이미지 내에서의 사전결정된 동적 객체에 대응되는 제 2 검출 결과를 획득하는 동작; 상기 제 2 검출 결과와 상기 제 2 특징점들 간의 비교 결과에 기초하여, 상기 제 2 특징점들 중 상기 참조 이미지 상에서 제거되는 제 2-2 특징점들 및 상기 참조 이미지 상에서 유지되는 제 2-1 특징점들을 결정하는 동작; 및 상기 제 2-1 특징점들에 대응되는 좌표 정보, 상기 제 2-1 특징점들에 대응되는 설명자(descriptor) 정보 및 상기 카메라 포즈 정보를 상기 참조 이미지에 맵핑되는 메타데이터로서 저장하는 동작을 포함할 수 있다.
본 개시의 일 실시예에 따른 컴퓨팅 장치가 개시된다. 상기 컴퓨팅 장치는, 적어도 하나의 프로세서; 및 메모리를 포함할 수 있다. 상기 적어도 하나의 프로세서는: 참조 이미지 및 상기 참조 이미지를 촬영한 카메라의 위치 및 자세를 포함하는 카메라 포즈 정보를 획득하는 동작; 인공지능 기반의 특징점 획득 모델을 사용하여, 상기 참조 이미지로부터 상기 참조 이미지에 대한 제 2 특징점들을 추출하는 동작; 인공지능 기반의 동적 객체 검출 모델을 사용하여, 상기 참조 이미지로부터 상기 참조 이미지 내에서의 사전결정된 동적 객체에 대응되는 제 2 검출 결과를 획득하는 동작; 상기 제 2 검출 결과와 상기 제 2 특징점들 간의 비교 결과에 기초하여, 상기 제 2 특징점들 중 상기 참조 이미지 상에서 제거되는 제 2-2 특징점들 및 상기 참조 이미지 상에서 유지되는 제 2-1 특징점들을 결정하는 동작; 및 상기 제 2-1 특징점들에 대응되는 좌표 정보, 상기 제 2-1 특징점들에 대응되는 설명자(descriptor) 정보 및 상기 카메라 포즈 정보를 상기 참조 이미지에 맵핑되는 메타데이터로서 저장하는 동작을 수행할 수 있다.
본 개시내용의 일 실시예에 따라서 카메라 포즈 추정에서 컴퓨팅 리소스가 효율적으로 사용될 수 있다.
본 개시내용의 일 실시예는 카메라 포즈 추정의 정확도를 높이고 카메라 포즈 추정에 소요되는 시간을 줄일 수 있다.
본 개시에서 얻을 수 있는 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
다양한 양상들이 이제 도면들을 참조로 기재되며, 여기서 유사한 참조 번호들은 총괄적으로 유사한 구성요소들을 지칭하는데 이용된다. 이하의 실시예에서, 설명 목적을 위해, 다수의 특정 세부사항들이 하나 이상의 양상들의 총체적 이해를 제공하기 위해 제시된다. 그러나, 그러한 양상(들)이 이러한 구체적인 세부사항들 없이 실시될 수 있음은 명백할 것이다.
도 1은 본 개시내용의 일 실시예에 따른 컴퓨팅 장치의 블록 구성도를 개략적으로 도시한다.
도 2는 본 개시의 일 실시예에 따른 네트워크 함수를 예시적으로 나타낸 개략도이다.
도 3은 본 개시의 일 실시예에 따라 쿼리 이미지를 촬영한 디바이스에 대한 비주얼 로컬라이제이션을 수행하는 방법을 예시적으로 나타낸다.
도 4는 본 개시의 일 실시예에 따라 비주얼 로컬라이제이션을 수행하기 위해 참조 이미지에 맵핑되는 메타데이터를 저장하는 방법을 예시적으로 나타낸다.
도 5는 본 개시의 일 실시예에 따른 특징점 획득 모델의 동작을 예시적으로 도시한다.
도 6은 본 개시의 일 실시예에 따른 동적 객체 검출 모델 및 랜드마크 검출 모델의 동작을 예시적으로 도시한다.
도 7은 본 개시의 일 실시예에 따른 텍스트 인식 모델의 동작을 예시적으로 도시한다.
도 8은 본 개시의 일 실시예에 따라 비주얼 로컬라이제이션을 효율적으로 수행하기 위한 영상 처리의 흐름을 예시적으로 도시한다.
도 9는 본 개시의 일 실시예에 따라 비주얼 로컬라이제이션을 효율적으로 수행하기 위한 영상 처리의 흐름을 예시적으로 도시한다.
도 10은 본 개시의 일 실시예에 따라 비주얼 로컬라이제이션을 수행하기 위한 모델들의 동작을 예시적으로 도시한다.
도 11은 본 개시의 실시예들이 구현될 수 있는 예시적인 컴퓨팅 환경에 대한 간략하고 일반적인 개략도를 도시한다.
도 1은 본 개시내용의 일 실시예에 따른 컴퓨팅 장치의 블록 구성도를 개략적으로 도시한다.
도 2는 본 개시의 일 실시예에 따른 네트워크 함수를 예시적으로 나타낸 개략도이다.
도 3은 본 개시의 일 실시예에 따라 쿼리 이미지를 촬영한 디바이스에 대한 비주얼 로컬라이제이션을 수행하는 방법을 예시적으로 나타낸다.
도 4는 본 개시의 일 실시예에 따라 비주얼 로컬라이제이션을 수행하기 위해 참조 이미지에 맵핑되는 메타데이터를 저장하는 방법을 예시적으로 나타낸다.
도 5는 본 개시의 일 실시예에 따른 특징점 획득 모델의 동작을 예시적으로 도시한다.
도 6은 본 개시의 일 실시예에 따른 동적 객체 검출 모델 및 랜드마크 검출 모델의 동작을 예시적으로 도시한다.
도 7은 본 개시의 일 실시예에 따른 텍스트 인식 모델의 동작을 예시적으로 도시한다.
도 8은 본 개시의 일 실시예에 따라 비주얼 로컬라이제이션을 효율적으로 수행하기 위한 영상 처리의 흐름을 예시적으로 도시한다.
도 9는 본 개시의 일 실시예에 따라 비주얼 로컬라이제이션을 효율적으로 수행하기 위한 영상 처리의 흐름을 예시적으로 도시한다.
도 10은 본 개시의 일 실시예에 따라 비주얼 로컬라이제이션을 수행하기 위한 모델들의 동작을 예시적으로 도시한다.
도 11은 본 개시의 실시예들이 구현될 수 있는 예시적인 컴퓨팅 환경에 대한 간략하고 일반적인 개략도를 도시한다.
다양한 실시예들이 이제 도면을 참조하여 설명된다. 본 명세서에서, 다양한 설명들이 본 개시의 이해를 제공하기 위해서 제시된다. 그러나, 이러한 실시예들은 이러한 구체적인 설명 없이도 실행될 수 있음이 명백하다.
본 명세서에서 사용되는 용어 "컴포넌트", "모듈", "시스템" 등은 컴퓨터-관련 엔티티, 하드웨어, 펌웨어, 소프트웨어, 소프트웨어 및 하드웨어의 조합, 또는 소프트웨어의 실행을 지칭한다. 예를 들어, 컴포넌트는 프로세서상에서 실행되는 처리과정(procedure), 프로세서, 객체, 실행 스레드, 프로그램, 및/또는 컴퓨터일 수 있지만, 이들로 제한되는 것은 아니다. 예를 들어, 컴퓨팅 장치에서 실행되는 애플리케이션 및 컴퓨팅 장치 모두 컴포넌트일 수 있다. 하나 이상의 컴포넌트는 프로세서 및/또는 실행 스레드 내에 상주할 수 있다. 일 컴포넌트는 하나의 컴퓨터 내에 로컬화 될 수 있다. 일 컴포넌트는 2개 이상의 컴퓨터들 사이에 분배될 수 있다. 또한, 이러한 컴포넌트들은 그 내부에 저장된 다양한 데이터 구조들을 갖는 다양한 컴퓨터 판독가능한 매체로부터 실행할 수 있다. 컴포넌트들은 예를 들어 하나 이상의 데이터 패킷들을 갖는 신호(예를 들면, 로컬 시스템, 분산 시스템에서 다른 컴포넌트와 상호작용하는 하나의 컴포넌트로부터의 데이터 및/또는 신호를 통해 다른 시스템과 인터넷과 같은 네트워크를 통해 전송되는 데이터)에 따라 로컬 및/또는 원격 처리들을 통해 통신할 수 있다.
더불어, 용어 "또는"은 배타적 "또는"이 아니라 내포적 "또는"을 의미하는 것으로 의도된다. 즉, 달리 특정되지 않거나 문맥상 명확하지 않은 경우에, "X는 A 또는 B를 이용한다"는 자연적인 내포적 치환 중 하나를 의미하는 것으로 의도된다. 즉, X가 A를 이용하거나; X가 B를 이용하거나; 또는 X가 A 및 B 모두를 이용하는 경우, "X는 A 또는 B를 이용한다"가 이들 경우들 어느 것으로도 적용될 수 있다. 또한, 본 명세서에 사용된 "및/또는"이라는 용어는 열거된 관련 아이템들 중 하나 이상의 아이템의 가능한 모든 조합을 지칭하고 포함하는 것으로 이해되어야 한다.
또한, "포함한다" 및/또는 "포함하는"이라는 용어는, 해당 특징 및/또는 구성요소가 존재함을 의미하는 것으로 이해되어야 한다. 다만, "포함한다" 및/또는 "포함하는"이라는 용어는, 하나 이상의 다른 특징, 구성요소 및/또는 이들의 그룹의 존재 또는 추가를 배제하지 않는 것으로 이해되어야 한다. 또한, 달리 특정되지 않거나 단수 형태를 지시하는 것으로 문맥상 명확하지 않은 경우에, 본 명세서와 청구범위에서 단수는 일반적으로 "하나 또는 그 이상"을 의미하는 것으로 해석되어야 한다.
그리고, "A 또는 B 중 적어도 하나"이라는 용어는, "A만을 포함하는 경우", "B 만을 포함하는 경우", "A와 B의 구성으로 조합된 경우"를 의미하는 것으로 해석되어야 한다.
당업자들은 추가적으로 여기서 개시된 실시예들과 관련되어 설명된 다양한 예시적 논리적 블록들, 구성들, 모듈들, 회로들, 수단들, 로직들, 및 알고리즘 단계들이 전자 하드웨어, 컴퓨터 소프트웨어, 또는 양쪽 모두의 조합들로 구현될 수 있음을 인식해야 한다. 하드웨어 및 소프트웨어의 상호교환성을 명백하게 예시하기 위해, 다양한 예시적 컴포넌트들, 블록들, 구성들, 수단들, 로직들, 모듈들, 회로들, 및 단계들은 그들의 기능성 측면에서 일반적으로 위에서 설명되었다. 그러한 기능성이 하드웨어로 또는 소프트웨어로서 구현되는지 여부는 전반적인 시스템에 부과된 특정 어플리케이션(application) 및 설계 제한들에 달려 있다. 숙련된 기술자들은 각각의 특정 어플리케이션들을 위해 다양한 방법들로 설명된 기능성을 구현할 수 있다. 다만, 그러한 구현의 결정들이 본 개시내용의 영역을 벗어나게 하는 것으로 해석되어서는 안된다.
제시된 실시예들에 대한 설명은 본 개시의 기술 분야에서 통상의 지식을 가진 자가 본 발명을 이용하거나 또는 실시할 수 있도록 제공된다. 이러한 실시예들에 대한 다양한 변형들은 본 개시의 기술 분야에서 통상의 지식을 가진 자에게 명백할 것이다. 여기에 정의된 일반적인 원리들은 본 개시의 범위를 벗어남이 없이 다른 실시예들에 적용될 수 있다. 그리하여, 본 발명은 여기에 제시된 실시예 들로 한정되는 것이 아니다. 본 발명은 여기에 제시된 원리들 및 신규한 특징들과 일관되는 최광의의 범위에서 해석되어야 할 것이다.
제시된 실시예들에 대한 설명은 본 개시의 기술 분야에서 통상의 지식을 가진 자가 본 발명을 이용하거나 또는 실시할 수 있도록 제공된다. 이러한 실시예들에 대한 다양한 변형들은 본 개시의 기술 분야에서 통상의 지식을 가진 자에게 명백할 것이다. 여기에 정의된 일반적인 원리들은 본 개시의 범위를 벗어남이 없이 다른 실시예들에 적용될 수 있다. 그리하여, 본 발명은 여기에 제시된 실시예 들로 한정되는 것이 아니다. 본 발명은 여기에 제시된 원리들 및 신규한 특징들과 일관되는 최광의의 범위에서 해석되어야 할 것이다.
본 개시내용에서의 제 1, 제 2, 또는 제 3 과 같이 제 N 으로 표현되는 용어들은 복수의 엔티티들을 구분하기 위해 사용된다. 예를 들어, 제 1 과 제 2로 표현된 엔티티들은 서로 동일하거나 또는 상이할 수 있다. 제 1-1, 제 1-2로 표현되는 용어들 그리고 제 2-1, 제 2-2로 표현되는 용어들 또한 복수의 엔티티들을 서로 구분하기 위해 사용될 수 있다.
본 개시내용에서 비주얼 로컬라이제이션은 실내 또는 실외에서 촬영된 이미지를 사용하여 디바이스의 현재 위치 또는 포즈(pose)를 추정하는 기술을 의미한다. 디바이스(혹은 카메라)의 포즈 추정(Pose estimation)이란 동적으로 변하는 카메라 시점의 이동(Translation) 및 회전(Rotation) 정보 등을 결정하는 것이다.
본 개시내용에서의 쿼리 이미지는 디바이스에 의해 촬영된 이미지를 포함하며, 컴퓨팅 장치(예컨대, 서버 등)에 저장된 참조(reference) 이미지와 상기 쿼리 이미지를 이용하여 상기 쿼리 이미지에 대응되는 디바이스의 포즈가 결정 또는 추정될 수 있다.
본 개시내용에서의 참조 이미지는 쿼리 이미지를 촬영한 디바이스의 포즈 추정을 위해 사용되는 사전 저장된 이미지를 포함할 수 있다. 참조 이미지는 예를 들어 증강현실 또는 가상현실 등을 구현하기 위해 특정한 지역에서의 촬영된 실제 이미지들을 포함할 수 있다. 이러한 참조 이미지는 컴퓨팅 장치(100)에 저장될 수 있다. 참조 이미지에 맵핑된 메타데이터 또한 디바이스의 포즈 추정에 활용될 수 있다.
본 개시내용에서의 메타데이터는 비주얼 로컬라이제이션을 수행하는데 있어서 사용되는 부가 정보를 의미할 수 있다. 일례로, 메타데이터는 디바이스와 관련된 정보, 특징점들의 픽셀 좌표정보, 특징점들의 설명자(descriptor), 이미지로부터 획득된 랜드마크 정보, 이미지로부터 획득된 문자 정보 등과 같이 이미지 이외의 부가 정보를 포함할 수 있다. 본 개시내용의 일 실시예에 따라, 다양한 형태의 메타데이터를 사용함으로써 쿼리 이미지와 참조 이미지 간의 비교가 보다 원활하게 이루어질 수 있으며, 나아가 보다 적은 컴퓨팅 리소스를 사용하여 정확한 방식으로 카메라 포즈 추정이 이루어질 수 있다. 일례로, 쿼리 이미지 및/또는 참조 이미지의 메타데이터를 활용함으로써, 쿼리 이미지와 매칭될 참조 이미지의 후보군이 축소될 수 있다. 다른 예시로, 쿼리 이미지 및/또는 참조 이미지의 메타데이터를 활용함으로써, 보다 적합한 카메라 포즈 추정 방식이 사용될 수 있다.
도 1은 본 개시내용의 일 실시예에 따른 컴퓨팅 장치(100)의 블록 구성도를 개략적으로 도시한다.
본 개시의 일 실시예에 따른 컴퓨팅 장치(100)는 프로세서(110) 및 메모리(130)를 포함할 수 있다.
도 1에 도시된 컴퓨팅 장치(100)의 구성은 간략화 하여 나타낸 예시일 뿐이다. 본 개시의 일 실시예에서 컴퓨팅 장치(100)는 컴퓨팅 장치(100)의 컴퓨팅 환경을 수행하기 위한 다른 구성들이 포함될 수 있고, 개시된 구성들 중 일부만이 컴퓨팅 장치(100)를 구성할 수도 있다.
본 개시내용에서의 컴퓨팅 장치(100)는 본 개시내용의 실시예들을 구현하기 위한 시스템을 구성하는 임의의 형태의 노드를 의미할 수 있다. 컴퓨팅 장치(100)는 임의의 형태의 사용자 단말 또는 임의의 형태의 서버를 의미할 수 있다. 전술한 컴퓨팅 장치(100)의 컴포넌트들은 예시적인 것으로 일부가 제외될 수 있거나 또는 추가 컴포넌트가 포함될 수도 있다. 일례로, 전술한 컴퓨팅 장치(100)가 사용자 단말을 포함하는 경우, 출력부(미도시) 및 입력부(미도시)가 상기 컴퓨팅 장치(100)의 범위 내에 포함될 수 있다.
본 개시내용에서의 클라이언트의 디바이스는 쿼리 이미지를 생성하기 위한 장치를 의미할 수 있다. 클라이언트 디바이스에 의해 촬영된 정보에 쿼리 이미지가 포함될 수 있다. 이러한 클라이언트 디바이스에서 촬영된 쿼리 이미지는 컴퓨팅 장치(예컨대, 서버) 내에서의 참조 이미지와의 비교를 위해 사용될 수 있으며, 이에 따라 클라이언트 디바이스의 촬영 시점에서의 포즈가 결정될 수 있다.
이하에서는 설명의 편의를 위해, 클라이언트 디바이스와 컴퓨팅 장치(100)를 구분하여, 컴퓨팅 장치(100)가 클라이언트 디바이스로부터의 촬영 정보를 전달 받아, 클라이언트 디바이스의 포즈를 추정하기 위한 비주얼 로컬라이제이션에 대한 방법론이 설명될 것이다. 다만, 쿼리 이미지를 생성하는 클라이언트 디바이스에서 비주얼 로컬라이제이션을 수행하는 실시예 또한 본 개시내용의 범위 내에 포함될 수 있다. 이러한 실시예에서는 클라이언트 디바이스가 컴퓨팅 장치(100)의 역할을 수행할 수 있다.
본 개시내용에서의 컴퓨팅 장치(100)는 후술될 본 개시내용의 실시예들에 따른 기술적 특징들을 수행할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 특징점 획득 모델을 사용하여 쿼리 이미지로부터 쿼리 이미지에 대한 특징점들을 추출할 수 있으며, 동적 객체 검출 모델을 사용하여 쿼리 이미지로부터 쿼리 이미지 내에서의 동적 객체에 대응되는 검출 결과를 획득할 수 있으며, 검출결과와 특징점들 간의 비교를 수행하여 쿼리 이미지 상에서 제거될 특징점과 유지될 특징점을 결정할 수 있으며, 그리고 쿼리 이미지를 촬영한 디바이스에 대한 비주얼 로컬라이제이션을 수행할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 참조 이미지 및 상기 참조 이미지를 촬영한 카메라의 위치 및 자세를 포함하는 카메라 포즈 정보를 획득하고, 특징점 획득 모델을 사용하여, 참조 이미지로부터 참조 이미지에 대한 특징점들을 추출하고, 동적 객체 검출 모델을 사용하여, 참조 이미지로부터 상기 참조 이미지 내에서의 사전결정된 동적 객체에 대응되는 검출 결과를 획득하고, 검출 결과와 특징점들 간의 비교 결과에 기초하여, 상기 특징점들 중 참조 이미지 상에서 제거되는 특징점들과 참조 이미지 상에서 유지되는 특징점들을 결정하고, 그리고 유지되는 특징점들에 대응되는 좌표 정보, 유지되는 특징점들에 대응되는 설명자 정보 및 카메라 포즈 정보를 상기 참조 이미지에 맵핑되는 메타데이터로서 저장할 수 있다.
일 실시예에서, 프로세서(110)는 적어도 하나의 코어로 구성될 수 있으며, 컴퓨팅 장치(100)의 중앙 처리 장치(CPU: central processing unit), 범용 그래픽 처리 장치 (GPGPU: general purpose graphics processing unit), 텐서 처리 장치(TPU: tensor processing unit) 등의 데이터 분석 및/또는 처리를 위한 프로세서를 포함할 수 있다.
프로세서(110)는 메모리(130)에 저장된 컴퓨터 프로그램을 판독하여 본 개시내용의 일 실시예에 따른 비주얼 로컬라이제이션의 방법론들을 수행할 수 있다. 또한, 프로세서(110)는 메모리(130)에 저장된 컴퓨터 프로그램을 판독하여 본 개시내용의 일 실시예에 따른 비주얼 로컬라이제이션의 방법론들을 수행할 수 있다.
본 개시의 일 실시예에 따라 프로세서(110)는 신경망의 학습을 위한 연산을 수행할 수도 있다. 프로세서(110)는 딥러닝(DL: deep learning)에서 학습을 위한 입력 데이터의 처리, 입력 데이터에서의 피쳐 추출, 오차 계산, 역전파(backpropagation)를 이용한 신경망의 가중치 업데이트 등의 신경망의 학습을 위한 계산을 수행할 수 있다. 프로세서(110)의 CPU, GPGPU, 및 TPU 중 적어도 하나가 네트워크 함수의 학습을 처리할 수 있다. 예를 들어, CPU 와 GPGPU가 함께 네트워크 함수의 학습, 네트워크 함수를 이용한 데이터 분류를 처리할 수 있다. 또한, 본 개시의 일 실시예에서 복수의 컴퓨팅 장치들의 프로세서들을 함께 사용하여 네트워크 함수의 학습, 네트워크 함수를 이용한 데이터 분류를 처리할 수도 있다. 또한, 본 개시의 일 실시예에 따른 컴퓨팅 장치에서 수행되는 컴퓨터 프로그램은 CPU, GPGPU 또는 TPU 실행가능 프로그램일 수 있다. 본 개시의 일 실시예에 따른 신경망에 대한 동작들은 도 2와 관련하여 후술될 것이다.
추가적으로, 프로세서(110)는 통상적으로 컴퓨팅 장치(100)의 전반적인 동작을 처리할 수 있다. 예를 들어, 프로세서(110)는 컴퓨팅 장치(100)에 포함된 구성요소들을 통해 입력 또는 출력되는 데이터, 정보, 또는 신호 등을 처리하거나 저장부에 저장된 응용 프로그램을 구동함으로써, 사용자에게 적절한 정보 또는 기능을 제공 또는 처리할 수 있다.
본 개시의 일 실시예에 따르면, 메모리(130)는 프로세서(110)가 생성하거나 결정한 임의의 형태의 정보 및 컴퓨팅 장치(100)가 수신한 임의의 형태의 정보를 저장할 수 있다. 본 개시의 일 실시예에 따르면, 메모리(130)는 프로세서(110)가 본 개시의 실시예들에 따른 동작을 수행하도록 하는 컴퓨터 소프트웨어를 저장하는 저장매체 일 수 있다. 따라서, 메모리(130)는 본 개시내용에 실시예들을 수행하는 데 필요한 소프트웨어 코드, 코드의 실행 대상이 되는 데이터, 코드의 실행 결과를 저장하기 위한 컴퓨터 판독 매체들을 의미할 수 있다.
본 개시의 일 실시예에 따르면, 메모리(130)는 임의의 타입의 저장 매체를 의미할 수 있다 예를 들어, 메모리(130)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(Random Access Memory, RAM), SRAM(Static Random Access Memory), 롬(Read-Only Memory, ROM), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다. 컴퓨팅 장치(100)는 인터넷(internet) 상에서 상기 메모리(130)의 저장 기능을 수행하는 웹 스토리지(web storage)와 관련되어 동작할 수도 있다. 전술한 메모리에 대한 기재는 예시일 뿐, 본 개시내용에서 사용되는 메모리(130)는 전술한 예시들로 제한되지 않는다.
본 개시내용에서의 통신부(미도시)는 유선 및 무선 등과 같은 그 통신 양태를 가리지 않고 구성될 수 있으며, 단거리 통신망(PAN: Personal Area Network), 근거리 통신망(WAN: Wide Area Network) 등 다양한 통신망으로 구성될 수 있다. 또한, 상기 네트워크부(150) 공지의 월드와이드웹(WWW: World Wide Web) 기반으로 동작할 수 있으며, 적외선(IrDA: Infrared Data Association) 또는 블루투스(Bluetooth)와 같이 단거리 통신에 이용되는 무선 전송 기술을 이용할 수도 있다.
본 개시내용에서의 컴퓨팅 장치(100)는 임의의 형태의 사용자 단말 및/또는 임의의 형태의 서버를 포함할 수 있다. 따라서, 본 개시내용의 실시예들은 서버 및/또는 사용자 단말에 의해 수행될 수 있다.
사용자 단말은 서버 또는 다른 컴퓨팅 장치와 상호작용 가능한 임의의 형태의 단말을 포함할 수 있다. 사용자 단말은 예를 들어, 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), PDA(personal digital assistants), 슬레이트 PC(slate PC), 태블릿 PC(tablet PC) 및 울트라북(ultrabook)을 포함할 수 있다.
본 개시내용에서의 클라이언트의 디바이스는 전술한 사용자 단말을 포함할 수 있다. 클라이언트의 디바이스는 깊이 맵을 생성하기 위한 모듈들이 포함될 수 있다. 따라서, 디바이스는 이미지 및/또는 깊이 맵을 생성하여 컴퓨팅 장치(100)로 전송할 수 있다. 일 실시예에서, 클라이언트의 디바이스는 광학적인 화상을 감지하고 전기적인 신호로 변환하여 컴퓨팅 장치(100)에 전달하기 위한 임의의 형태의 장비를 의미할 수 있다. 예를 들어, 클라이언트의 디바이스는 카메라, 스캐너, Lidar 및/또는 비전 센서(vision sensor) 중 적어도 하나를 포함할 수 있다. 컴퓨팅 장치(100)는 디바이스를 포함하거나, 무선 또는 유선으로 외부의 디바이스와 연동될 수도 있다.
서버는 예를 들어, 마이크로프로세서, 메인프레임 컴퓨터, 디지털 프로세서, 휴대용 디바이스 및 디바이스 제어기 등과 같은 임의의 타입의 컴퓨팅 시스템 또는 컴퓨팅 장치를 포함할 수 있다.
추가적인 실시예에서 전술한 서버는 참조 이미지 및 참조 이미지에 대응되는 메타 데이터, 3D 맵 등을 저장 및 관리하는 저장부(미도시)를 포함할 수 있다. 이러한 저장부는 서버내에 포함되거나 혹은 서버의 관리 하에 존재할 수 있다. 다른 예시로, 저장부는 서버 외부에 존재하여 서버와 통신가능한 형태로 구현될 수도 있다. 이 경우 서버와는 상이한 다른 외부 서버에 의해 저장부가 관리 및 제어될 수 있다.
본 개시의 몇몇 실시예에 따른 컴퓨팅 장치(100)는 인공지능 기반의 다양한 모델들을 이용하여 특징점들의 획득, 랜드마크의 검출, 동적 객체의 검출 및/또는 텍스트 인식을 수행할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 인공지능 기반의 모델인 특징점 획득 모델을 이용하여 쿼리 이미지에 대응되는 특징점을 획득할 수 있다.
일 실시예에서, 특징점 획득 모델은 딥러닝 또는 머신러닝을 통해 구축된 신경망을 포함할 수 있다. 특징점 획득 모델은 입력된 데이터에 포함된 쿼리 이미지 및/또는 깊이 맵에서 특징점을 획득할 수 있다.
예를 들어, 쿼리 이미지는 적어도 하나의 RGB(red-green-blue) 이미지 및/또는 적어도 하나의 그레이 스케일(grayscale) 이미지를 포함할 수 있다
예를 들어, 깊이 맵은 특정 이미지 내에 존재하는 각 픽셀들의 상대적인 거리를 구분하여 나타낸 이미지 또는 정보를 포함할 수 있다. 따라서, 깊이 맵은 쿼리 이미지를 촬영하는 위치로부터 피사체의 표면까지의 거리와 관련된 정보를 포함할 수 있다.
도 2는 본 개시의 일 실시예에 따라 네트워크 함수를 나타낸 개략도이다.
본 개시내용에서, 특징점 획득 모델, 동적 객체 검출 모델, 랜드마크 검출 모델 및/또는 텍스트 인식 모델 중 적어도 하나는 인공지능 기반 모델에 대응될 수 있다.
본 개시내용에 걸쳐, 인공지능 기반 모델, 모델, 연산 모델, 신경망, 네트워크 함수, 뉴럴 네트워크(neural network)는 동일한 의미로 사용될 수 있다. 신경망은 일반적으로 노드라 지칭될 수 있는 상호 연결된 계산 단위들의 집합으로 구성될 수 있다. 이러한 노드들은 뉴런(neuron)들로 지칭될 수도 있다. 신경망은 적어도 하나 이상의 노드들을 포함하여 구성된다. 신경망들을 구성하는 노드(또는 뉴런)들은 하나 이상의 링크에 의해 상호 연결될 수 있다.
신경망 내에서, 링크를 통해 연결된 하나 이상의 노드들은 상대적으로 입력 노드 및 출력 노드의 관계를 형성할 수 있다. 입력 노드 및 출력 노드의 개념은 상대적인 것으로서, 하나의 노드에 대하여 출력 노드 관계에 있는 임의의 노드는 다른 노드와의 관계에서 입력 노드 관계에 있을 수 있으며, 그 역도 성립할 수 있다. 상술한 바와 같이, 입력 노드 대 출력 노드 관계는 링크를 중심으로 생성될 수 있다. 하나의 입력 노드에 하나 이상의 출력 노드가 링크를 통해 연결될 수 있으며, 그 역도 성립할 수 있다.
하나의 링크를 통해 연결된 입력 노드 및 출력 노드 관계에서, 출력 노드의 데이터는 입력 노드에 입력된 데이터에 기초하여 그 값이 결정될 수 있다. 여기서 입력 노드와 출력 노드를 상호 연결하는 링크는 가중치(weight)를 가질 수 있다. 가중치는 가변적일 수 있으며, 신경망이 원하는 기능을 수행하기 위해, 사용자 또는 알고리즘에 의해 가변 될 수 있다. 예를 들어, 하나의 출력 노드에 하나 이상의 입력 노드가 각각의 링크에 의해 상호 연결된 경우, 출력 노드는 상기 출력 노드와 연결된 입력 노드들에 입력된 값들 및 각각의 입력 노드들에 대응하는 링크에 설정된 가중치에 기초하여 출력 노드 값을 결정할 수 있다.
상술한 바와 같이, 신경망은 하나 이상의 노드들이 하나 이상의 링크를 통해 상호 연결되어 신경망 내에서 입력 노드 및 출력 노드 관계를 형성한다. 신경망 내에서 노드들과 링크들의 개수 및 노드들과 링크들 사이의 연관관계, 링크들 각각에 부여된 가중치의 값에 따라, 신경망의 특성이 결정될 수 있다. 예를 들어, 동일한 개수의 노드 및 링크들이 존재하고, 링크들의 가중치 값이 상이한 두 신경망이 존재하는 경우, 두 개의 신경망들은 서로 상이한 것으로 인식될 수 있다.
신경망은 하나 이상의 노드들의 집합으로 구성될 수 있다. 신경망을 구성하는 노드들의 부분 집합은 레이어(layer)를 구성할 수 있다. 신경망을 구성하는 노드들 중 일부는, 최초 입력 노드로부터의 거리들에 기초하여, 하나의 레이어(layer)를 구성할 수 있다. 예를 들어, 최초 입력 노드로부터 거리가 n인 노드들의 집합은, n 레이어를 구성할 수 있다. 최초 입력 노드로부터 거리는, 최초 입력 노드로부터 해당 노드까지 도달하기 위해 거쳐야 하는 링크들의 최소 개수에 의해 정의될 수 있다. 그러나, 이러한 레이어의 정의는 설명을 위한 임의적인 것으로서, 신경망 내에서 레이어의 차수는 상술한 것과 상이한 방법으로 정의될 수 있다. 예를 들어, 노드들의 레이어는 최종 출력 노드로부터 거리에 의해 정의될 수도 있다.
최초 입력 노드는 신경망 내의 노드들 중 다른 노드들과의 관계에서 링크를 거치지 않고 데이터가 직접 입력되는 하나 이상의 노드들을 의미할 수 있다. 또는, 신경망 네트워크 내에서, 링크를 기준으로 한 노드 간의 관계에 있어서, 링크로 연결된 다른 입력 노드들을 가지지 않는 노드들을 의미할 수 있다. 이와 유사하게, 최종 출력 노드는 신경망 내의 노드들 중 다른 노드들과의 관계에서, 출력 노드를 가지지 않는 하나 이상의 노드들을 의미할 수 있다. 또한, 히든 노드는 최초 입력 노드 및 최후 출력 노드가 아닌 신경망을 구성하는 노드들을 의미할 수 있다.
본 개시의 일 실시예에 따른 신경망은 입력 레이어의 노드의 개수가 출력 레이어의 노드의 개수와 동일할 수 있으며, 입력 레이어에서 히든 레이어로 진행됨에 따라 노드의 수가 감소하다가 다시 증가하는 형태의 신경망일 수 있다. 또한, 본 개시의 다른 일 실시예에 따른 신경망은 입력 레이어의 노드의 개수가 출력 레이어의 노드의 개수 보다 적을 수 있으며, 입력 레이어에서 히든 레이어로 진행됨에 따라 노드의 수가 감소하는 형태의 신경망일 수 있다. 또한, 본 개시의 또 다른 일 실시예에 따른 신경망은 입력 레이어의 노드의 개수가 출력 레이어의 노드의 개수보다 많을 수 있으며, 입력 레이어에서 히든 레이어로 진행됨에 따라 노드의 수가 증가하는 형태의 신경망일 수 있다. 본 개시의 또 다른 일 실시예에 따른 신경망은 상술한 신경망들의 조합된 형태의 신경망일 수 있다.
딥 뉴럴 네트워크(DNN: deep neural network, 심층신경망)는 입력 레이어와 출력 레이어 외에 복수의 히든 레이어를 포함하는 신경망을 의미할 수 있다. 딥 뉴럴 네트워크를 이용하면 데이터의 잠재적인 구조(latent structures)를 파악할 수 있다. 즉, 사진, 글, 비디오, 음성, 음악의 잠재적인 구조(예를 들어, 어떤 물체가 사진에 있는지, 글의 내용과 감정이 무엇인지, 음성의 내용과 감정이 무엇인지 등)를 파악할 수 있다. 딥 뉴럴 네트워크는 컨볼루션 뉴럴 네트워크(CNN: convolutional neural network), 리커런트 뉴럴 네트워크(RNN: recurrent neural network), 오토 인코더(auto encoder), 제한 볼츠만 머신(RBM: restricted boltzmann machine), 심층 신뢰 네트워크(DBN: deep belief network), Q 네트워크, U 네트워크, 샴 네트워크, 적대적 생성 네트워크(GAN: Generative Adversarial Network) 등을 포함할 수 있다. 전술한 딥 뉴럴 네트워크의 기재는 예시일 뿐이며 본 개시는 이에 제한되지 않는다.
뉴럴 네트워크는 교사 학습(supervised learning), 비교사 학습(unsupervised learning), 반교사학습(semi supervised learning), 또는 강화학습(reinforcement learning) 중 적어도 하나의 방식으로 학습될 수 있다. 뉴럴 네트워크의 학습은 뉴럴 네트워크가 특정한 동작을 수행하기 위한 지식을 뉴럴 네트워크에 적용하는 과정일 수 있다.
뉴럴 네트워크는 출력의 오류를 최소화하는 방향으로 학습될 수 있다. 뉴럴 네트워크의 학습에서 반복적으로 학습 데이터를 뉴럴 네트워크에 입력시키고 학습 데이터에 대한 뉴럴 네트워크의 출력과 타겟의 에러를 계산하고, 에러를 줄이기 위한 방향으로 뉴럴 네트워크의 에러를 뉴럴 네트워크의 출력 레이어에서부터 입력 레이어 방향으로 역전파(backpropagation)하여 뉴럴 네트워크의 각 노드의 가중치를 업데이트 하는 과정이다. 교사 학습의 경우 각각의 학습 데이터에 정답이 라벨링되어있는 학습 데이터를 사용하며(즉, 라벨링된 학습 데이터), 비교사 학습의 경우는 각각의 학습 데이터에 정답이 라벨링되어 있지 않을 수 있다. 즉, 예를 들어 데이터 분류에 관한 교사 학습의 경우의 학습 데이터는 학습 데이터 각각에 카테고리가 라벨링 된 데이터 일 수 있다. 라벨링된 학습 데이터가 뉴럴 네트워크에 입력되고, 뉴럴 네트워크의 출력(카테고리)과 학습 데이터의 라벨을 비교함으로써 오류(error)가 계산될 수 있다. 다른 예로, 데이터 분류에 관한 비교사 학습의 경우 입력인 학습 데이터가 뉴럴 네트워크 출력과 비교됨으로써 오류가 계산될 수 있다. 계산된 오류는 뉴럴 네트워크에서 역방향(즉, 출력 레이어에서 입력 레이어 방향)으로 역전파 되며, 역전파에 따라 뉴럴 네트워크의 각 레이어의 각 노드들의 연결 가중치가 업데이트 될 수 있다. 업데이트 되는 각 노드의 연결 가중치는 학습률(learning rate)에 따라 변화량이 결정될 수 있다. 입력 데이터에 대한 뉴럴 네트워크의 계산과 에러의 역전파는 학습 사이클(epoch)을 구성할 수 있다. 학습률은 뉴럴 네트워크의 학습 사이클의 반복 횟수에 따라 상이하게 적용될 수 있다. 예를 들어, 뉴럴 네트워크의 학습 초기에는 높은 학습률을 사용하여 뉴럴 네트워크가 빠르게 일정 수준의 성능을 확보하도록 하여 효율성을 높이고, 학습 후기에는 낮은 학습률을 사용하여 정확도를 높일 수 있다.
뉴럴 네트워크의 학습에서 일반적으로 학습 데이터는 실제 데이터(즉, 학습된 뉴럴 네트워크를 이용하여 처리하고자 하는 데이터)의 부분집합일 수 있으며, 따라서, 학습 데이터에 대한 오류는 감소하나 실제 데이터에 대해서는 오류가 증가하는 학습 사이클이 존재할 수 있다. 과적합(overfitting)은 이와 같이 학습 데이터에 과하게 학습하여 실제 데이터에 대한 오류가 증가하는 현상이다. 예를 들어, 노란색 고양이를 보여 고양이를 학습한 뉴럴 네트워크가 노란색 이외의 고양이를 보고는 고양이임을 인식하지 못하는 현상이 과적합의 일종일 수 있다. 과적합은 머신러닝 알고리즘의 오류를 증가시키는 원인으로 작용할 수 있다. 이러한 과적합을 막기 위하여 다양한 최적화 방법이 사용될 수 있다. 과적합을 막기 위해서는 학습 데이터를 증가시키거나, 레귤라이제이션(regularization), 학습의 과정에서 네트워크의 노드 일부를 비활성화하는 드롭아웃(dropout), 배치 정규화 레이어(batch normalization layer)의 활용 등의 방법이 적용될 수 있다.
본 개시의 일 실시예에 따른 데이터 구조를 저장한 컴퓨터 판독가능 매체가 개시된다.
데이터 구조는 데이터에 효율적인 접근 및 수정을 가능하게 하는 데이터의 조직, 관리, 저장을 의미할 수 있다. 데이터 구조는 특정 문제(예를 들어, 최단 시간으로 데이터 검색, 데이터 저장, 데이터 수정) 해결을 위한 데이터의 조직을 의미할 수 있다. 데이터 구조는 특정한 데이터 처리 기능을 지원하도록 설계된, 데이터 요소들 간의 물리적이거나 논리적인 관계로 정의될 수도 있다. 데이터 요소들 간의 논리적인 관계는 사용자 정의 데이터 요소들 간의 연결관계를 포함할 수 있다. 데이터 요소들 간의 물리적인 관계는 컴퓨터 판독가능 저장매체(예를 들어, 영구 저장 장치)에 물리적으로 저장되어 있는 데이터 요소들 간의 실제 관계를 포함할 수 있다. 데이터 구조는 구체적으로 데이터의 집합, 데이터 간의 관계, 데이터에 적용할 수 있는 함수 또는 명령어를 포함할 수 있다. 효과적으로 설계된 데이터 구조를 통해 컴퓨팅 장치는 컴퓨팅 장치의 자원을 최소한으로 사용하면서 연산을 수행할 수 있다. 구체적으로 컴퓨팅 장치는 효과적으로 설계된 데이터 구조를 통해 연산, 읽기, 삽입, 삭제, 비교, 교환, 검색의 효율성을 높일 수 있다.
데이터 구조는 데이터 구조의 형태에 따라 선형 데이터 구조와 비선형 데이터 구조로 구분될 수 있다. 선형 데이터 구조는 하나의 데이터 뒤에 하나의 데이터만이 연결되는 구조일 수 있다. 선형 데이터 구조는 리스트(List), 스택(Stack), 큐(Queue), 데크(Deque)를 포함할 수 있다. 리스트는 내부적으로 순서가 존재하는 일련의 데이터 집합을 의미할 수 있다. 리스트는 연결 리스트(Linked List)를 포함할 수 있다. 연결 리스트는 각각의 데이터가 포인터를 가지고 한 줄로 연결되어 있는 방식으로 데이터가 연결된 데이터 구조일 수 있다. 연결 리스트에서 포인터는 다음이나 이전 데이터와의 연결 정보를 포함할 수 있다. 연결 리스트는 형태에 따라 단일 연결 리스트, 이중 연결 리스트, 원형 연결 리스트로 표현될 수 있다. 스택은 제한적으로 데이터에 접근할 수 있는 데이터 나열 구조일 수 있다. 스택은 데이터 구조의 한 쪽 끝에서만 데이터를 처리(예를 들어, 삽입 또는 삭제)할 수 있는 선형 데이터 구조일 수 있다. 스택에 저장된 데이터는 늦게 들어갈수록 빨리 나오는 데이터 구조(LIFO-Last in First Out)일 수 있다. 큐는 제한적으로 데이터에 접근할 수 있는 데이터 나열 구조로서, 스택과 달리 늦게 저장된 데이터일수록 늦게 나오는 데이터 구조(FIFO-First in First Out)일 수 있다. 데크는 데이터 구조의 양 쪽 끝에서 데이터를 처리할 수 있는 데이터 구조일 수 있다.
비선형 데이터 구조는 하나의 데이터 뒤에 복수개의 데이터가 연결되는 구조일 수 있다. 비선형 데이터 구조는 그래프(Graph) 데이터 구조를 포함할 수 있다. 그래프 데이터 구조는 정점(Vertex)과 간선(Edge)으로 정의될 수 있으며 간선은 서로 다른 두개의 정점을 연결하는 선을 포함할 수 있다. 그래프 데이터 구조 트리(Tree) 데이터 구조를 포함할 수 있다. 트리 데이터 구조는 트리에 포함된 복수개의 정점 중에서 서로 다른 두개의 정점을 연결시키는 경로가 하나인 데이터 구조일 수 있다. 즉 그래프 데이터 구조에서 루프(loop)를 형성하지 않는 데이터 구조일 수 있다.
본 명세서에 걸쳐, 연산 모델, 신경망, 네트워크 함수, 뉴럴 네트워크(neural network)는 동일한 의미로 사용될 수 있다. 이하에서는 신경망으로 통일하여 기술한다. 데이터 구조는 신경망을 포함할 수 있다. 그리고 신경망을 포함한 데이터 구조는 컴퓨터 판독가능 매체에 저장될 수 있다. 신경망을 포함한 데이터 구조는 또한 신경망에 의한 처리를 위하여 전처리된 데이터, 신경망에 입력되는 데이터, 신경망의 가중치, 신경망의 하이퍼 파라미터, 신경망으로부터 획득한 데이터, 신경망의 각 노드 또는 레이어와 연관된 활성 함수, 신경망의 학습을 위한 손실 함수 등을 포함할 수 있다. 신경망을 포함한 데이터 구조는 상기 개시된 구성들 중 임의의 구성 요소들을 포함할 수 있다. 즉 신경망을 포함한 데이터 구조는 신경망에 의한 처리를 위하여 전처리된 데이터, 신경망에 입력되는 데이터, 신경망의 가중치, 신경망의 하이퍼 파라미터, 신경망으로부터 획득한 데이터, 신경망의 각 노드 또는 레이어와 연관된 활성 함수, 신경망의 학습을 위한 손실 함수 등 전부 또는 이들의 임의의 조합을 포함하여 구성될 수 있다. 전술한 구성들 이외에도, 신경망을 포함한 데이터 구조는 신경망의 특성을 결정하는 임의의 다른 정보를 포함할 수 있다. 또한, 데이터 구조는 신경망의 연산 과정에 사용되거나 발생되는 모든 형태의 데이터를 포함할 수 있으며 전술한 사항에 제한되는 것은 아니다. 컴퓨터 판독가능 매체는 컴퓨터 판독가능 기록 매체 및/또는 컴퓨터 판독가능 전송 매체를 포함할 수 있다. 신경망은 일반적으로 노드라 지칭될 수 있는 상호 연결된 계산 단위들의 집합으로 구성될 수 있다. 이러한 노드들은 뉴런(neuron)들로 지칭될 수도 있다. 신경망은 적어도 하나 이상의 노드들을 포함하여 구성된다.
데이터 구조는 신경망에 입력되는 데이터를 포함할 수 있다. 신경망에 입력되는 데이터를 포함하는 데이터 구조는 컴퓨터 판독가능 매체에 저장될 수 있다. 신경망에 입력되는 데이터는 신경망 학습 과정에서 입력되는 학습 데이터 및/또는 학습이 완료된 신경망에 입력되는 입력 데이터를 포함할 수 있다. 신경망에 입력되는 데이터는 전처리(pre-processing)를 거친 데이터 및/또는 전처리 대상이 되는 데이터를 포함할 수 있다. 전처리는 데이터를 신경망에 입력시키기 위한 데이터 처리 과정을 포함할 수 있다. 따라서 데이터 구조는 전처리 대상이 되는 데이터 및 전처리로 발생되는 데이터를 포함할 수 있다. 전술한 데이터 구조는 예시일 뿐 본 개시는 이에 제한되지 않는다.
데이터 구조는 신경망의 가중치를 포함할 수 있다. (본 명세서에서 가중치, 파라미터는 동일한 의미로 사용될 수 있다.) 그리고 신경망의 가중치를 포함한 데이터 구조는 컴퓨터 판독가능 매체에 저장될 수 있다. 신경망은 복수개의 가중치를 포함할 수 있다. 가중치는 가변적일 수 있으며, 신경망이 원하는 기능을 수행하기 위해, 사용자 또는 알고리즘에 의해 가변 될 수 있다. 예를 들어, 하나의 출력 노드에 하나 이상의 입력 노드가 각각의 링크에 의해 상호 연결된 경우, 출력 노드는 상기 출력 노드와 연결된 입력 노드들에 입력된 값들 및 각각의 입력 노드들에 대응하는 링크에 설정된 가중치에 기초하여 출력 노드에서 출력되는 데이터 값을 결정할 수 있다. 전술한 데이터 구조는 예시일 뿐 본 개시는 이에 제한되지 않는다.
제한이 아닌 예로서, 가중치는 신경망 학습 과정에서 가변되는 가중치 및/또는 신경망 학습이 완료된 가중치를 포함할 수 있다. 신경망 학습 과정에서 가변되는 가중치는 학습 사이클이 시작되는 시점의 가중치 및/또는 학습 사이클 동안 가변되는 가중치를 포함할 수 있다. 신경망 학습이 완료된 가중치는 학습 사이클이 완료된 가중치를 포함할 수 있다. 따라서 신경망의 가중치를 포함한 데이터 구조는 신경망 학습 과정에서 가변되는 가중치 및/또는 신경망 학습이 완료된 가중치를 포함한 데이터 구조를 포함할 수 있다. 그러므로 상술한 가중치 및/또는 각 가중치의 조합은 신경망의 가중치를 포함한 데이터 구조에 포함되는 것으로 한다. 전술한 데이터 구조는 예시일 뿐 본 개시는 이에 제한되지 않는다.
신경망의 가중치를 포함한 데이터 구조는 직렬화(serialization) 과정을 거친 후 컴퓨터 판독가능 저장 매체(예를 들어, 메모리, 하드 디스크)에 저장될 수 있다. 직렬화는 데이터 구조를 동일하거나 다른 컴퓨팅 장치에 저장하고 나중에 다시 재구성하여 사용할 수 있는 형태로 변환하는 과정일 수 있다. 컴퓨팅 장치는 데이터 구조를 직렬화하여 네트워크를 통해 데이터를 송수신할 수 있다. 직렬화된 신경망의 가중치를 포함한 데이터 구조는 역직렬화(deserialization)를 통해 동일한 컴퓨팅 장치 또는 다른 컴퓨팅 장치에서 재구성될 수 있다. 신경망의 가중치를 포함한 데이터 구조는 직렬화에 한정되는 것은 아니다. 나아가 신경망의 가중치를 포함한 데이터 구조는 컴퓨팅 장치의 자원을 최소한으로 사용하면서 연산의 효율을 높이기 위한 데이터 구조(예를 들어, 비선형 데이터 구조에서 B-Tree, Trie, m-way search tree, AVL tree, Red-Black Tree)를 포함할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.
데이터 구조는 신경망의 하이퍼 파라미터(Hyper-parameter)를 포함할 수 있다. 그리고 신경망의 하이퍼 파라미터를 포함한 데이터 구조는 컴퓨터 판독가능 매체에 저장될 수 있다. 하이퍼 파라미터는 사용자에 의해 가변되는 변수일 수 있다. 하이퍼 파라미터는 예를 들어, 학습률(learning rate), 비용 함수(cost function), 학습 사이클 반복 횟수, 가중치 초기화(Weight initialization)(예를 들어, 가중치 초기화 대상이 되는 가중치 값의 범위 설정), Hidden Unit 개수(예를 들어, 히든 레이어의 개수, 히든 레이어의 노드 수)를 포함할 수 있다. 전술한 데이터 구조는 예시일 뿐 본 개시는 이에 제한되지 않는다.
도 3은 본 개시의 일 실시예에 따라 쿼리 이미지를 촬영한 디바이스에 대한 비주얼 로컬라이제이션을 수행하는 방법을 예시적으로 나타낸다.
도 3에서 도시되는 순서도는 예를 들어, 컴퓨팅 장치(100)에 의해 수행될 수 있다.
일 실시예에서, 컴퓨팅 장치(100)는 클라이언트의 디바이스로부터 쿼리 이미지 및 상기 디바이스의 추가 정보를 수신할 수 있다(310).
컴퓨팅 장치(100)는 증강현실 및/또는 가상현실 플랫폼을 제공할 수 있다. 컴퓨팅 장치(100)는 클라이언트의 디바이스로부터 촬영된 데이터를 획득함으로써, 클라이언트 디바이스의 현재 위치 및 방향을 추정함으로써, 클라이언트가 증강현실 및/또는 가상현실 플랫폼 상에서의 활동을 향유하도록 허용할 수 있다.
일 실시예에서, 쿼리 이미지는 2차원의 RGB 이미지 또는 그레이 스케일(grayscale) 이미지를 포함할 수 있다. 일 실시예에서, 쿼리 이미지는 2차원의 RGB 이미지 또는 그레이 스케일(grayscale) 이미지 및 깊이 맵을 포함할 수 있다. 디바이스의 추가 정보는 디바이스의 위치 정보를 포함할 수 있다. 위치 정보는 예를 들어, 특정지역 혹은 특정 국가에서 통용되는 geodetic datum 또는 geodetic system (또는, geodetic reference datum, geodetic reference system, 또는 geodetic reference frame), spatial reference system (SRS) 또는 coordinate reference system (CRS), 또는 geographic coordinate system (GCS) 등에 대한 좌표값 및/또는 방향값을 포함할 수 있다. 위치 정보에 대한 다른 예시로 GPS가 포함될 수 있다.
또한, 디바이스의 추가 정보는 focal length, principal point, resolution 등과 같은 추가적인 디바이스의 하드웨어 관련 정보를 포함할 수 있다. 또한, 상기 디바이스의 과거의 카메라 포즈를 추정한 기록이 존재하는 경우, 상기 디바이스의 추가 정보는 상기 디바이스의 IMU(Inertial Measurement Unit)의 값으로부터 연산된, 상기 디바이스의 카메라 포즈에 대한 예비 추정 정보를 포함할 수 있다. 이러한 디바이스의 카메라 포즈에 대한 예비 추정 정보는 IMU 정보를 이용하여 추정된 대략적인 카메라 포즈를 포함할 수 있으며, 이러한 예비 추정 정보는 디바이스에 대한 대략적인 위치 정보 및 방향 정보를 포함할 수 있다. 이러한 예비 추정 정보가 사용되는 경우, 쿼리 이미지와 매칭될 참조 이미지의 후보군이 축소될 수 있다.
본 개시의 일 실시예에서, 컴퓨팅 장치(100)는 클라이언트의 디바이스의 추가 정보를 사용하여, 데이터베이스 상에서의 복수의 참조 이미지들 중에서 특징점 매칭의 대상이 되는 후보 참조 이미지들을 결정하고 그리고 상기 결정된 후보 참조 이미지들과 상기 쿼리 이미지 간의 특징점 매칭에 기초하여, 상기 디바이스의 카메라에 대한 포즈 추정(pose estimation)을 포함하는 비주얼 로컬라이제이션을 수행할 수 있다. 이처럼 디바이스의 추가 정보는 데이터베이스 상에 저장된 복수의 참조 이미지들 중 특징점 매칭에 대상이 되는 후보 참조 이미지를 결정하기 위해 활용될 수 있다. 이에 따라 본 개시의 일 실시예에 따른 기법은 특징점 매칭에 사용되는 컴퓨팅 리소스를 효율적으로 사용할 수 있다.
본 개시의 일 실시예에서, 디바이스의 추가 정보는 디바이스의 카메라 정보를 더 포함할 수 있으며, 이러한 카메라 정보에 대한 예시로 카메라의 내부 파라미터(intrinsic parameter)가 존재할 수 있다. 컴퓨팅 장치(100)는 디바이스의 상기 카메라 정보에 기초하여, 복수의 포즈 추정 알고리즘들 중 상기 비주얼 로컬라이제이션을 수행하는데 사용되는 포즈 추정 알고리즘을 결정할 수 있다. 예를 들어, 디바이스(예컨대, 카메라)에 대한 포즈 추정은 reprojection 에러를 최소화 시키는 방향으로 6DoF를 추정할 수 있다.
일례로, 카메라의 내부 파라미터가 주어지지 않은 경우(즉, uncalibrated 카메라인 경우), 포즈 추정 알고리즘은 Direct Linear Transformation (DLT) 방법론을 사용하여, 회전 매트릭스(rotation matrix)의 엘리먼트들, 병진 벡터(translation vector)의 엘리먼트들 및 카메라의 내부 파라미터들을 미지수로 포함하는 reprojection 에러 방정식을 선형 방정식으로 변경하고 그리고 QR decomposition을 통해 회전 매트릭스, 병진 벡터 및 카메라 매트릭스를 추정할 수 있다.
일례로, 카메라의 내부 파라미터가 주어진 경우(즉, calibrated 카메라인 경우), 포즈 추정 알고리즘은 Perspective-n-Point(PnP) 방법론을 사용하여, 비선형 방정식인 reprojection 에러를 선형 방정식으로 변형시키는 DLT와는 상이하게, 비선형 방정식인 reprojection 에러를 Gauss-Newton 방법론 또는 Levenberg-Marquardt 방법론 등을 이용하여 직접 풀어내는 방식으로 포즈 추정을 수행할 수 있다. 이러한 예시에서 대표적인 PnP 방법론으로 P3P, EPnP, SQPnP 방법론 등이 존재할 수 있다.
추가적인 예시에서, 전술한 DLT와 PnP 방법론들은 참조 특징점들의 3D 좌표의 부정확성이나 쿼리 특징점들의 부정확성에서 기인하는 카메라 포즈의 에러를 최소화 시키기 위해서 RANSAC을 도입할 수도 있다.
따라서, 전술한 바와 같이, 본 개시의 일 실시예에 따른 기법은 카메라 정보의 존재 여부에 따라서 카메라 포즈 추정 알고리즘을 상이하게 적용할 수 있으며, 예를 들어, 카메라 정보의 존재 여부에 따라 DLT 혹은 PnP 방법론을 사용함으로써 카메라 포즈 추정을 수행할 수 있다.
일 실시예에서, 컴퓨팅 장치(100)는 인공지능 기반의 특징점 획득 모델을 사용하여, 쿼리 이미지로부터 쿼리 이미지에 대한 제 1 특징점들을 추출할 수 있다. (320).
컴퓨팅 장치(100)는 사전 학습된 특징점 획득 모델을 이용하여, 쿼리 이미지로부터 적어도 하나의 특징점 및/또는 적어도 하나의 특징점 각각에 대응되는 적어도 하나의 설명자(descriptor)를 획득할 수 있다. 일례로, 특징점은 쿼리 이미지 상에서 특징이 되는 부분들 또는 포인트들 각각에 대한 좌표일 수 있다. 일례로, 설명자는 특징점들 각각의 방향성, 크기 및/또는 특징점들 각각의 주변 픽셀 간의 관계에 대한 정보 중 적어도 하나를 포함할 수 있다.
일 실시예에서, 특징점 획득 모델은 이미지 내에서의 객체에서의 색상 또는 기하학적 패턴 중 적어도 하나에 대한 변화량이 사전결정된 임계치를 초과하는 포인트를 특징점으로 인식하도록 지도 학습에 기반하여 사전 학습된 모델을 포함할 수 있다. 일례로, 특징점 획득 모델은 이미지 기반의 신경망을 사용하여 사전학습된 모델에 대응될 수 있다. 다른 예시로, 특징점 획득 모델은 Transformer 기반의 신경망을 사용하여 사전학습된 모델에 대응될 수도 있다.
일 실시예에서, 컴퓨팅 장치(100)는 인공지능 기반의 동적 객체 검출 모델을 사용하여, 쿼리 이미지로부터 쿼리 이미지 내에서의 사전결정된 동적 객체에 대응되는 제 1 검출 결과를 획득할 수 있다(330).
일 실시예에서, 동적 객체 검출 모델은 이미지 상에서 사전결정된 동적인 객체를 검출하는 인공지능 기반의 모델에 대응될 수 있다. 예를 들어, 동적 객체 검출 모델은 쿼리 이미지를 입력 받아 쿼리 이미지 내에서 고정되지 않은 이동가능한 객체들(예컨대, 자동차, 사람 등)을 검출하도록 지도 학습으로 사전학습된 모델을 포함할 수 있다. 일례로, 동적 객체 검출 모델은 쿼리 이미지를 입력 받아 쿼리 이미지 내에서 사전결정된 이동가능한 객체들(예컨대, 자동차, 사람 등)에 대한 세그먼테이션(segmentation) 결과를 출력할 수도 있다.
일 실시예에서, 제 1 검출 결과는 쿼리 이미지 내에서 고정되지 않은 이동가능한 객체(예컨대, 자동차, 나무 등)의 영역에 대한 표시 결과를 포함할 수 있다.
일 실시예에서, 동적 객체 검출 모델은, 후술될 바와 같이, 검출된 동적 객체에 포함되는 특징점들을 제거하는데 사용될 수 있으며, 그리고/또는 검출된 동적 객체에 포함되는 텍스트를 제거하는데 사용될 수 있다. 동적 객체 검출 모델이 사용되는 경우, 쿼리 이미지의 특징점들과 참조 이미지의 특징점들 간의 매칭을 수행하는데 사용되는 후보 참조 이미지의 개수를 줄일 수 있기 때문에, 증강현실 및/또는 가상 현실 플랫폼 상에서 비주얼 로컬라이제이션이 보다 효율적으로 구현될 수 있다.
일 실시예에서, 컴퓨팅 장치(100)는 텍스트(text) 인식 모델을 사용하여, 쿼리 이미지로부터 쿼리 이미지 내에 존재하는 제 1 텍스트를 인식할 수 있다. 기반의 텍스트 인식 모델은 일례로 OCR(Optical Character Recognition) 기능을 수행할 수 있다. 일례로, 텍스트 인식 모델은 입력된 쿼리 이미지 상에서 텍스트의 영역을 인식하고, 텍스트가 무엇인지를 인식할 수 있다. 일례로, 텍스트 인식 모델은 인공지능 기반의 사전 학습된 모델을 포함할 수 있으며, 예를 들어, RNN 기반의 모델, Transformer 기반의 모델, Bert 기반의 모델이 이러한 텍스트 인식 모델에 대한 예시들에 포함될 수 있다. 텍스트 인식 모델은 쿼리 이미지 상에서 예를 들어 자동차의 번호 및/또는 간판의 명칭을 인식할 수 있다.
일 실시예에서, 컴퓨팅 장치(100)는 제 1 검출 결과와 상기 인식된 제 1 텍스트에 대한 비교 결과에 기초하여, 상기 제 1 텍스트 중 상기 쿼리 이미지 상에서 제거되는 제 1-2 텍스트 및 상기 쿼리 이미지 상에서 유지되는 제 1-1 텍스트를 결정할 수 있다. 컴퓨팅 장치(100)는 동적 객체 검출 모델의 출력과 텍스트 인식 모델의 출력을 조합하여, 쿼리 이미지 상에서 동적 객체의 영역에 속하는 텍스트를 제거할 수 있다. 즉, 컴퓨팅 장치(100)는 제 1 검출 결과에 포함된 사전결정된 동적 객체에 대응되는 검출 영역에 포함되는 제 1 텍스트를 상기 쿼리 이미지 상에서 제거되는 제 1-2 텍스트로 결정할 수 있다. 이에 따라, 컴퓨팅 장치(100)는 참조 이미지 내에 포함될 가능성이 낮은 동적 객체에 대한 정보를 제거함으로써, 참조 이미지와 쿼리 이미지 간의 보다 효율적인 비교 및 매칭이 달성될 수 있다.
일 실시예에서, 컴퓨팅 장치(100)는 인공지능 기반의 랜드마크 검출 모델을 사용하여, 쿼리 이미지로부터 상기 쿼리 이미지 내에 존재하는 사전 결정된 제 1 랜드마크를 검출할 수 있다. 본 개시내용에서의 랜드마크는 특정 지역 및/또는 위치가 어디인지를 대표할 수 있는 특정한 객체를 의미할 수 있다. 예를 들어, 남산타워, 롯데타워 및/또는 자유의 여신상 등과 같이 외형의 식별력이 높은 건물 등이 이러한 랜드마크에 포함될 수 있다. 일례로, 랜드마크는 고정된 객체 중에 선정될 수 있다.
랜드마크 검출은 이미지 상에서 사전결정된 랜드마크 객체를 검출하는 인공지능 기반의 모델에 대응될 수 있다. 예를 들어, 랜드마크 검출 모델은 쿼리 이미지를 입력 받아 쿼리 이미지 내에서 사전결정된 랜드마크에 대응되는 객체를 검출하도록 지도 학습으로 사전학습된 모델을 포함할 수 있다. 일례로, 랜드마크 검출 모델은 쿼리 이미지를 입력 받아 쿼리 이미지 내에서 사전결정된 랜드마크 객체들에 대한 세그먼테이션 결과를 출력할 수도 있다.
일 실시예에서, 랜드마크 검출 모델은 비주얼 로컬라이제이션을 효율적으로 수행하는데 사용될 수 있다. 쿼리 이미지를 입력 받은 랜드마크 검출 모델은 쿼리 이미지 내에서 특정한 랜드마크가 존재하는지 판단할 수 있다. 랜드마크 검출 모델이 특정한 랜드마크를 검출한 경우, 해당 랜드마크에 대한 식별정보가 해당 쿼리 이미지에 대한 메타데이터로 저장될 수 있다. 이러한 메타데이터는 참조 이미지에 맵핑된 메타데이터와 비교되어, 참조 이미지들 중에서 쿼리 이미지와 비교될 후보 참조 이미지의 개수를 줄이는데 사용될 수 있다. 즉, 해당 랜드마크를 메타데이터로 포함하는 후보 참조 이미지들이 쿼리 이미지와 비교될 참조 이미지로 결정될 수 있다.
일 실시예에서, 컴퓨팅 장치(100)는 쿼리 이미지 상에서의 제 1-1 특징점들, 디바이스의 추가 정보 및 상기 제 1 랜드마크에 적어도 부분적으로 기초하여, 상기 쿼리 이미지를 촬영한 상기 디바이스에 대한 비주얼 로컬라이제이션을 수행할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 디바이스의 추가 정보 및 제 1 랜드마크를 사용하여, 데이터베이스 상에서 복수의 참조 이미지들 중에서 특징점 매칭의 대상이 되는 후보 참조 이미지들을 결정하고 그리고 결정된 후보 참조 이미지들과 상기 쿼리 이미지 간의 특징점 매칭에 기초하여, 상기 디바이스의 카메라에 대한 포즈 추정을 포함하는 비주얼 로컬라이제이션을 수행할 수 있다.
일 실시예에서, 컴퓨팅 장치(100)는 동적 객체 검출 모델로부터 획득된 제 1 검출 결과와 특징점 획득 모델로부터 획득된 제 1 특징점들 간의 비교 결과에 기초하여, 제 1 특징점들 중 쿼리 이미지 상에서 제거되는 제 1-2 특징점들 및 쿼리 이미지 상에서 유지되는 제 1-1 특징점들을 결정할 수 있다(340). 컴퓨팅 장치(100)는 쿼리 이미지 상에서의 제 1-1 특징점들 및 디바이스의 추가 정보에 적어도 부분적으로 기초하여, 쿼리 이미지를 촬영한 디바이스에 대한 비주얼 로컬라이제이션을 수행할 수 있다.
일 실시예에서, 컴퓨팅 장치(100)는 특징점 획득 모델로부터 획득된 쿼리 이미지 내에서의 특징점들 중에서 동적 객체 검출 모델로부터 획득된 동적 객체에 대응되는 영역 내에서의 특징점들을 제거할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 제 1 검출 결과에 포함된 사전결정된 동적 객체에 대응되는 검출 영역에 포함되는 제 1 특징점들을 쿼리 이미지 상에서 제거되는 제 1-2 특징점들로 결정하고 그리고 상기 제 1 검출 결과에 포함된 상기 사전결정된 동적 객체에 대응되는 검출 영역에 포함되지 않는 제 1 특징점들을 상기 쿼리 이미지 상에서 유지되는 제 1-1 특징점들로 결정할 수 있다. 이에 따라, 참조 이미지와 쿼리 이미지 간의 특징점 비교가 보다 효율적으로 수행될 수 있다.
일 실시예에서, 컴퓨팅 장치(100)는, 쿼리 이미지를 촬영한 디바이스에 대한 비주얼 로컬라이제이션을 수행할 때, 컴퓨팅 장치(100)의 데이터베이스에 저장된 참조 이미지, 쿼리 이미지 상에서의 제 1-1 특징점들 및 디바이스의 추가 정보에 기초하여, 쿼리 이미지를 촬영한 디바이스에 대한 비주얼 로컬라이제이션을 수행할 수 있다.
일 실시예에서, 컴퓨팅 장치(100)는, 쿼리 이미지를 촬영한 디바이스에 대한 비주얼 로컬라이제이션을 수행할 때, 복수의 참조 이미지들 중에서, 쿼리 이미지의 제 1 특징점들과 상기 참조 이미지의 제 2 특징점들 간의 매칭에 기초하여 결정된 포즈 참조 이미지에 포즈 참조 이미지에 할당된 카메라 포즈 정보의 3D 좌표와 상기 쿼리 이미지의 제 1-1 특징점들의 2D 좌표간의 비교 결과에 따라, 상기 쿼리 이미지에 대한 상대 카메라 포즈 정보를 결정할 수 있다. 본 개시내용에서의 포즈 참조 이미지는 참조 이미지들 중 쿼리 이미지와의 매칭 대상이 되는 참조 이미지를 의미할 수 있다. 본 개시내용에서의 포즈 참조 이미지는 참조 후보 이미지들 중 쿼리 이미지와의 매칭 대상이 되는 참조 후보 이미지를 의미할 수 있다.
일 실시예에서, 컴퓨팅 장치(100)는, 쿼리 이미지를 촬영한 디바이스에 대한 비주얼 로컬라이제이션을 수행할 때, 포즈 참조 이미지에 할당된 카메라 포즈 정보 및 상대 카메라 포즈 정보에 기초하여, 원점에 대한 쿼리 이미지의 절대 카메라 포즈 정보를 결정하고, 그리고 상기 절대 카메라 포즈 정보에 기초하여 상기 쿼리 이미지를 촬영한 상기 디바이스에 대한 비주얼 로컬라이제이션을 수행할 수 있다.
본 개시내용에서의 절대 카메라 포즈 정보는, 예를 들어, 특정지역 혹은 특정 국가에서 통용되는 geodetic datum 또는 geodetic system (또는, geodetic reference datum, geodetic reference system, 또는 geodetic reference frame), spatial reference system (SRS) 또는 coordinate reference system (CRS), 또는 geographic coordinate system (GCS) 등에 대한 좌표값 및/또는 방향값을 포함할 수 있다. 본 개시내용에서의 상대 카메라 포즈 정보는, 참조 이미지에 할당된 카메라 포즈 정보의 3D 좌표와 쿼리 이미지의 제 1-1 특징점들의 2D 좌표간의 비교 결과에 의해 생성된 카메라 포즈 정보를 포함할 수 있다.
일 실시예에서, 컴퓨팅 장치(100)는, 특징점 획득하여 쿼리 이미지로부터 상기 쿼리 이미지에 대한 제 1 특징점들을 추출할 때, 상기 제 1 특징점들에 대응되는 픽셀 좌표(pixel coordinates) 및 설명자(descriptor)를 획득하는 것을 포함할 수 있다. 컴퓨팅 장치(100)는 쿼리 이미지의 제 1 특징점들에 대응되는 설명자와 데이터베이스에 저장된 참조 이미지의 제 2 특징점들에 대응되는 설명자를 비교함으로써, 상기 쿼리 이미지를 촬영한 상기 디바이스에 대한 비주얼 로컬라이제이션을 수행할 수 있다. 설명자들은 쿼리 이미지에 맵핑되어 있어서 참조 이미지에 맵핑된 설명자들과 비교되어 복수의 참조 이미지들 중 쿼리 이미지와 비교될 후보 참조 이미지를 결정하는데 사용될 수 있다. 설명자들은 참조 이미지와 쿼리 이미지의 비교를 효율적으로 수행하는데 사용될 수 있다. 즉, 컴퓨팅 장치(100)는 쿼리 이미지의 상기 제 1 특징점들에 대응되는 설명자와 데이터베이스에 저장된 참조 이미지의 제 2 특징점들에 대응되는 설명자를 비교함으로써, 복수의 참조 이미지들 중에서 상기 디바이스에 대한 비주얼 로컬라이제이션을 위한 포즈 참조 이미지를 결정하고, 그리고 상기 포즈 참조 이미지에 맵핑된 3차원 좌표 정보, 상기 제 1 특징점들과 상기 제 2 특징점들 간의 매칭 정보 및 상기 쿼리 이미지의 상기 제 1 특징점들에 대응되는 픽셀 좌표에 기초하여, 상기 디바이스에 대한 카메라 포즈 추정을 포함하는 비주얼 로컬라이제이션을 수행할 수 있다.
추가적인 실시예에서, 컴퓨팅 장치(100)는 쿼리 이미지의 상기 제 1 특징점들에 대응되는 설명자 및 픽셀좌표와 데이터베이스에 저장된 참조 이미지의 제 2 특징점들에 대응되는 설명자 및 픽셀좌표를 비교함으로써, 복수의 참조 이미지들 중에서 상기 디바이스에 대한 비주얼 로컬라이제이션을 위한 포즈 참조 이미지를 결정하고, 그리고 상기 포즈 참조 이미지에 맵핑된 3차원 좌표 정보, 상기 제 1 특징점들과 상기 제 2 특징점들 간의 매칭 정보 및 상기 쿼리 이미지의 상기 제 1 특징점들에 대응되는 픽셀 좌표에 기초하여, 상기 디바이스에 대한 카메라 포즈 추정을 포함하는 비주얼 로컬라이제이션을 수행할 수 있다.
도 3에서 예시되는 바와 같이, 컴퓨팅 장치(100)는 사전학습된 비주얼 로컬라이제이션을 수행하기 위한 모델(들)을 사용하여, 클라이언트의 디바이스에 의해 촬영된 쿼리 이미지에 대한 포즈 추정을 수행할 수 있다. 도 3에서의 컴퓨팅 장치(100)의 동작들은 모델의 추론(inference) 과정을 예시적으로 나타낸다.
도 4는 본 개시의 일 실시예에 따라 비주얼 로컬라이제이션을 수행하기 위해 참조 이미지에 맵핑되는 메타데이터를 저장하는 방법을 예시적으로 나타낸다.
도 4에서 수행되는 단계들은 예를 들어, 컴퓨팅 장치(100)에 의해 수행될 수 있다. 도 4에서 예시되는 동작들은 컴퓨팅 장치(100)의 메타데이터에 대한 생성 방식, 모델에 대한 구축 방식 및/또는 학습 방식을 예시적으로 나타낸다.
일 실시예에서, 컴퓨팅 장치(100)는 특징점 획득 모델을 사용하여, 참조 이미지로부터 상기 참조 이미지에 대한 제 2 특징점들을 추출하고, 동적 객체 검출 모델을 사용하여, 참조 이미지로부터 참조 이미지 내에서의 사전결정된 동적 객체에 대응되는 제 2 검출 결과를 획득하고, 그리고 제 2 검출 결과와 제 2 특징점들 간의 비교 결과에 기초하여, 제 2 특징점들 중 참조 이미지 상에서 제거되는 제 2-2 특징점들 및 참조 이미지 상에서 유지되는 제 2-1 특징점들을 결정하고, 그리고 사전 정의된 3차원 맵(map)으로부터 제 2-1 특징점들에 대응되는 3차원 카메라 좌표를 획득할 수 있다.
도 4에서 도시되는 바와 같이, 컴퓨팅 장치(100)는 참조 이미지 및 참조 이미지를 촬영한 카메라의 위치 및 자세를 포함하는 카메라 포즈 정보를 획득할 수 있다(410). 특정한 지역의 증강현실 또는 가상현실 플랫폼을 구현하기 위해 복수의 참조 이미지들이 해당 지역에서 디바이스에 의해 촬영될 수 있다. 참조 이미지들 각각에 대한 메타데이터가 생성되어 참조 이미지와 함께 혹은 참조 이미지의 특징점들과 함께 컴퓨팅 장치(100)의 저장부에 저장될 수 있다. 예를 들어, 카메라 포즈 정보는 참조 이미지를 촬영한 디바이스(예컨대, 카메라)의 지구상에서의 절대좌표계에 기반한 절대 카메라 포즈 정보를 포함할 수 있다. 절대좌표계에 기반한 절대 카메라 포즈 정보는, 예를 들어, 특정지역 혹은 특정 국가에서 통용되는 geodetic datum 또는 geodetic system (또는, geodetic reference datum, geodetic reference system, 또는 geodetic reference frame), spatial reference system (SRS) 또는 coordinate reference system (CRS), 또는 geographic coordinate system (GCS) 등에 대한 좌표값 및/또는 방향값을 포함할 수 있다. 다른 예시로, 절대좌표계에 기반한 절대 카메라 포즈 정보는, "위도, 경도, 방위각" "특정지역 혹은 특정 국가에서 통용되는 좌표 시스템" , "GNSS에 포함되는 항목들" 등과 같이 글로벌 좌표 시스템에 준하는 정보를 의미할 수 있다.
일 실시예에서, 컴퓨팅 장치(100)는 인공지능 기반의 특징점 획득 모델을 사용하여, 참조 이미지로부터 참조 이미지에 대한 제 2 특징점들을 추출할 수 있다(420). 여기서 특징점 획득 모델은 도 3과 관련하여 전술한 특징점 획득 모델과 대응될 수 있다. 일례로, 특징점 획득 모델에서 출력되는 제 2 특징점들 각각은 참조 이미지에 대응되는 픽셀 좌표들(pixel coordinates) 및 설명자들(descriptors)을 포함할 수 있다.
일 실시예에서, 컴퓨팅 장치(100)는 인공지능 기반의 동적 객체 검출 모델을 사용하여, 참조 이미지로부터 참조 이미지 내에서의 사전결정된 동적 객체에 대응되는 제 2 검출 결과를 획득할 수 있다(430). 여기서 동적 객체 검출 모델은 도 3과 관련하여 전술한 동적 객체 검출 모델과 대응될 수 있다.
도 4에서의 제 2 특징점들은 참조 이미지에 대응되는 특징점들을 나타내고 도 3에서의 제 1 특징점들을 쿼리 이미지에 대응되는 특징점들을 나타낸다. 마찬가지로, 도 4에서의 제 2 검출 결과는 참조 이미지에 대응하는 동적 객체 검출 모델로부터의 출력을 나타내고 그리고 도 3에서의 제 1 검출 결과는 쿼리 이미지에 대응하는 동적 객체 검출 모델로부터의 출력을 나타낸다.
컴퓨팅 장치(100)는 제 2 검출 결과와 상기 제 2 특징점들 간의 비교 결과에 기초하여, 상기 제 2 특징점들 중 상기 참조 이미지 상에서 제거되는 제 2-2 특징점들 및 상기 참조 이미지 상에서 유지되는 제 2-1 특징점들을 결정할 수 있다(440).
컴퓨팅 장치(100)는 제 2 검출 결과에 포함된 사전결정된 동적 객체에 대응되는 검출 영역에 포함되는 제 2 특징점들을 상기 쿼리 이미지 상에서 제거되는 제 2-2 특징점들로 결정하고 그리고 상기 제 2 검출 결과에 포함된 상기 사전결정된 동적 객체에 대응되는 검출 영역에 포함되지 않는 제 2 특징점들을 상기 쿼리 이미지 상에서 유지되는 제 2-1 특징점들로 결정할 수 있다. 참조 이미지에 대한 특징점들을 메타데이터로 저장할 때, 컴퓨팅 장치(100)는 동적 객체에 포함되는 특징점들을 제거하고 동적 객체에 포함되지 않는 특징점들을 저장할 수 있다. 이에 따라, 쿼리 이미지의 제 1 특징점들과 참조 이미지의 제 2 특징점들 간의 리소스-효율적인 비교가 이루어질 수 있다.
일 실시예에서, 컴퓨팅 장치(100)는 텍스트 인식 모델을 사용하여, 참조 이미지로부터 참조 이미지 내에 존재하는 제 2 텍스트를 인식할 수 있다. 컴퓨팅 장치(100)는 제 2 검출 결과와 상기 인식된 제 2 텍스트에 대한 비교 결과에 기초하여, 상기 제 2 텍스트 중 상기 참조 이미지 상에서 제거되는 제 2-2 텍스트 및 상기 참조 이미지 상에서 유지되는 제 2-1 텍스트를 결정할 수 있다.
도 4에서의 텍스트 인식 모델은 도 3에서 설명된 텍스트 인식 모델과 대응될 수 있다. 도 4에서의 제 2 텍스트, 제 2-2 텍스트, 제 2-1 텍스트는 참조 이미지에 대응되는 텍스트로서 도 3에서의 쿼리 이미지에 대응되는 제 1 텍스트, 제 2-2 텍스트, 제 2-1 텍스트와 구별하기 위해 사용될 수 있다.
컴퓨팅 장치(100)는 제 2 텍스트 중 참조 이미지 상에서 제거되는 제 2-2 텍스트 및 참조 이미지 상에서 유지되는 제 2-1 텍스트를 결정할 때, 제 2 검출 결과에 포함된 사전결정된 동적 객체에 대응되는 검출 영역에 포함되는 제 2 텍스트를 참조 이미지 상에서 제거되는 제 2-2 텍스트로 결정할 수 있다. 예를 들어, 제 2-1 특징점들에 대응되는 좌표 정보는, 사전 정의된 3차원 지도 상에서 상기 제 2-2 특징점들이 제거되고 남은 상기 제 2-1 특징점들에 대응되는 3차원 카메라 좌표를 포함할 수 있다. 이에 따라, 컴퓨팅 장치(100)의 저장부에 저장된 참조 이미지에 대응되는 특징점의 3차원 카메라 좌표와 쿼리 이미지에 대응되는 특징점(2차원 좌표) 간의 비교에 따라, 비주얼 로컬라이제이션이 수행될 수 있다.
컴퓨팅 장치(100)는 참조 이미지에 맵핑되는 메타데이터는, 제 2 텍스트 중 제 2-2 텍스트가 제거된 제 2-1 텍스트를 포함할 수 있다. 이러한 참조 이미지에 맵핑되는 메타데이터를 통해 비주얼 로컬라이제이션을 위한 모델이 구축되는 경우, 추론 과정에서 쿼리 이미지에 맵핑되는 메타데이터와 상기 참조 이미지에 맵핑되는 메타데이터 간의 비교에 따라서, 쿼리 이미지에 대한 보다 신속하고 보다 리소스-효율적인 비주얼 로컬라이제이션이 구현될 수 있다.
일 실시예에서, 컴퓨팅 장치(100)는 인공지능 기반의 랜드마크 검출 모델을 사용하여, 상기 참조 이미지로부터 상기 참조 이미지 내에 존재하는 사전 결정된 제 2 랜드마크를 검출할 수 있다. 도 4에서의 랜드마크 검출 모델은 도 3에서의 랜드마크 검출 모델과 대응될 수 있다. 도 4에서의 제 2 랜드마크는 참조 이미지에 관한 것이고, 도 3에서의 제 1 랜드마크는 쿼리 이미지에 관한 것이다. 일 실시예에서, 참조 이미지에 맵핑되는 메타데이터는, 랜드마크 검출 모델에 의해 검출된 제 2 랜드마크를 포함할 수 있다. 이러한 참조 이미지에 맵핑되는 메타데이터를 통해 비주얼 로컬라이제이션을 위한 모델이 구축되는 경우, 추론 과정에서 쿼리 이미지에 맵핑되는 메타데이터와 상기 참조 이미지에 맵핑되는 메타데이터 간의 비교에 따라서, 쿼리 이미지에 대한 보다 신속하고 보다 리소스-효율적인 비주얼 로컬라이제이션이 구현될 수 있다.
일 실시예에서, 컴퓨팅 장치(100)는 제 2-1 특징점들에 대응되는 좌표 정보, 제 2-1 특징점들에 대응되는 설명자 정보 및 상기 카메라 포즈 정보를 참조 이미지에 맵핑되는 메타데이터로서 저장할 수 있다(450).
일 실시예에서, 컴퓨팅 장치(100)는 사전에 스캔되어 제작된 3차원 맵(예컨대, 포인트 클라우드(point cloud) 또는 매쉬(mesh))에서 참조 이미지의 제 2-1 특징점들에 대응되는 3차원 카메라 좌표를 획득할 수 있다. 이러한 3차원 카메라 좌표 또한 참조 이미지에 대응되는 메타데이터로 저장될 수 있다. 이러한 메타데이터는 쿼리 이미지의 특징점들의 2차원 좌표와 비교되어 쿼리 이미지에 대한 상대적인 포즈 정보를 결정하는데 사용될 수 있다.
일 실시예에서, 하나의 참조 이미지에 대한 메타데이터는, 제 2-1 특징점들의 2차원 픽셀 좌표, 제 2-1 특징점들의 설명자, 제 2-1 특징점들에 대응되는 3차원 카메라 좌표, 참조 이미지의 촬영 디바이스로부터 획득된 카메라 포즈 정보 및 GPS 정보, 참조 이미지에 대응되는 랜드마크 정보 및/또는 동적 객체가 제외된 텍스트 정보 중 적어도 하나를 포함할 수 있다.
일 실시예에서, 컴퓨팅 장치(100)의 데이터베이스에 저장되는 메타데이터는 각각의 참조 이미지 단위로 할당된 메타데이터의 집합으로 구성될 수 있다.
본 개시의 추가적인 실시예에서, 쿼리 이미지에 맵핑되는 메타데이터는: 상기 쿼리 이미지의 제 1 특징점들 중 상기 쿼리 이미지 상에서 제거되지 않고 유지되는 제 1-1 특징점들에 대응되는 픽셀 좌표들 및 설명자들, 상기 쿼리 이미지를 촬영한 상기 디바이스의 위치 정보, 상기 쿼리 이미지에 대응되는 제 1 랜드마크 및 제 1 텍스트, 및/또는 디바이스의 IMU 값으로부터 연산된 디바이스의 카메라 포즈 정보 중 적어도 하나를 포함할 수 있다. 따라서, 이러한 쿼리 이미지에 맵핑되는 메타데이터와 참조 이미지에 맵핑되는 메타데이터 간의 비교에 따라서, 쿼리 이미지에 대한 효율적인 비주얼 로컬라이제이션이 수행될 수 있다.
본 개시의 추가적인 실시예에서, 쿼리 이미지 및 참조 이미지는 깊이 맵(depth map)과 관련된 정보를 더 포함할 수 있다. 깊이 맵에 대한 정보를 추가로 활용함으로써 컴퓨팅 장치(100)는 보다 정확한 비주얼 로컬라이제이션을 구현할 수 있다.
도 5는 본 개시의 일 실시예에 따른 특징점 획득 모델(500)의 동작을 예시적으로 도시한다.
특징점 획득 모델에 관한 설명은 도 3 및 도 4에서 상술되었으며, 도 3 및 도 4에서의 기재 내용과 중복되는 부분은 도 5에 관한 설명에서는 생략될 것이다.
일 실시예에서, 특징점 획득 모델(500)은 딥러닝 또는 머신러닝을 통해 구축된 신경망일 수 있다. 특징점 획득 모델(500)은 입력된 데이터에 포함된 이미지(예컨대, 쿼리 이미지 및/또는 참조 이미지)에서 특징점을 획득할 수 있다. 또한, 특징점 획득 모델(500)은 데이터셋을 이용하여 사전학습이 수행될 수 있다. 예를 들어, 특징점 획득 모델(500)은 서로 다른 환경에서 서로 대응되는 영역이 촬영된 이미지들이 입력되는 경우, 이미지들 각각에서 획득되는 특징점들이 서로 대응되도록 학습될 수 있다.
데이터셋은 신경망의 학습 및 검증을 수행하기 위한 데이터의 집합을 의미할 수 있다. 데이터셋은 학습 데이터셋 및/또는 검증 데이터셋을 포함할 수 있다. 학습 데이터셋은 신경망의 학습 과정에서 사용되는 데이터의 집합일 수 있다. 예를 들어, 학습 데이터셋은 특징점 획득 모델(500)의 학습 과정에서 학습에 사용되는 데이터의 집합일 수 있다. 검증 데이터셋은 신경망을 평가하기 위해 사용되는 데이터의 집합일 수 있다. 예를 들어, 검증 데이터셋은 특징점 획득 모델(500)을 평가하기 위해 사용되는 데이터의 집합일 수 있다. 일 실시예에서, 후술되는 랜드마크 검출 모델, 동적 객체 검출 모델 및/또는 텍스트 인식 모델들 또한 전술한 데이터셋을 활용할 수 있다.
도 5에서 예시되는 바와 같이, 특징점 획득 모델(500)은 입력 이미지(200)에 응답하여 출력 이미지(510)를 생성할 수 있다. 이하에서의 입력 이미지(200)는 추론 과정에서는 쿼리 이미지와 대응될 수 있으며, 학습 과정 혹은 DB 구축 과정에서는 참조 이미지와 대응될 수 있다. 입력 이미지(200)는 클라이언트 디바이스에 의해 획득된 이미지를 포함할 수 있다. 추가적인 실시예에서, 입력 이미지(200)는 RGB 혹은 그레이스케일 이미지 뿐만 아니라 깊이 맵 정보를 포함할 수도 있다.
일 실시예에서, 출력 이미지(510)은 특징점 추출 모델에 대한 결과로 복수의 특징점들(keypoints) 및 특징점들 각각에 대응되는 설명자들(descriptors)을 포함할 수 있다. 출력 이미지(510) 상에서의 특징점들은 예를 들어 2차원 좌표값을 포함할 수 있다. 특징점 획득 모델(500)은 입력 이미지(200) 상에서의 객체들의 변곡점 혹은 색상의 변화지점 등을 특징점으로 출력할 수 있다.
도 6은 본 개시의 일 실시예에 따른 동적 객체 검출 모델(600a) 및 랜드마크 검출 모델(600b)의 동작을 예시적으로 도시한다.
동적 객체 검출 모델(600a) 및 랜드마크 검출 모델(600b)에 관한 설명은 도 3 및 도 4에서 상술되었으며, 도 3 및 도 4에서의 기재 내용과 중복되는 부분은 도 6에 관한 설명에서는 생략될 것이다.
일 실시예에서, 동적 객체 검출 모델(600a) 및 랜드마크 검출 모델(600b)은 딥러닝 또는 머신러닝을 통해 구축된 신경망일 수 있다. 동적 객체 검출 모델(600a) 및 랜드마크 검출 모델(600b)은 입력된 데이터(200)에 포함된 이미지(예컨대, 쿼리 이미지 및/또는 참조 이미지)에서 특징점을 획득할 수 있다. 또한, 동적 객체 검출 모델(600a) 및 랜드마크 검출 모델(600b)은 데이터셋을 이용하여 사전학습이 수행될 수 있다. 예를 들어, 동적 객체 검출 모델(600a) 및 랜드마크 검출 모델(600b)은 서로 다른 환경에서 서로 대응되는 영역이 촬영된 이미지들이 입력되는 경우, 이미지들 각각에서 획득되는 동적 객체들 또는 랜드마크들이 서로 대응되도록 학습될 수 있다.
일 실시예에서, 동적 객체 검출 모델(600a)은 입력되는 이미지(200)에 응답하여 사전결정된 움직일 수 있는 객체들을 검출 또는 세그멘테이션 할 수 있다. 일 실시예에서, 랜드마크 검출 모델(600b)은 입력되는 이미지(200)에 응답하여 사전결정된 랜드마크에 대응되는 객체를 검출 또는 세그멘테이션 할 수 있다.
일 실시예에서, 동적 객체 검출 모델(600a) 및 랜드마크 검출 모델(600b) 중 적어도 하나는 사전결정된 객체를 탐지하고 해당 객체를 중심으로 경계 박스(bounding box)를 표시하여 구분할 수 있다
일 실시예에서, 동적 객체 검출 모델(600a) 및 랜드마크 검출 모델(600b) 중 적어도 하나는 이미지 내에서의 복수개의 객체들을 검출하기 위한 인공지능 기반의 모델을 포함할 수 있다.
추가적인 실시예에서, 동적 객체 검출 모델(600a) 및 랜드마크 검출 모델(600b)은 하나의 모델로 통합되어 동작될 수도 있다.
도 6에서 도시되는 바와 같이, 입력 이미지(200)는 도 3에서의 쿼리 이미지 또는 도 4에서의 참조 이미지와 대응될 수 있다.
입력 이미지(200)가 동적 객체 검출 모델(600a) 및 랜드마크 검출 모델(600b) 각각으로 입력될 수 있다. 입력 이미지(200)에 응답하여 동적 객체 검출 모델(600a)은 동적 객체들에 대한 검출 결과가 포함된 출력 이미지(610)를 생성할 수 있다. 상기 출력 이미지(610) 상에서는 차량들과 대응되는 동적 객체들(610a, 610b 및 610c) 및 나무에 대응되는 동적 객체들(610d)이 포함될 수 있다. 동적 객체들에 대한 도시 내용들((610a, 610b, 610c 및 610d)은 일 예시에 불과하며, 동적 객체 검출 모델(600a)은 다양한 형태의 움직일 수 있는 객체들에 대한 검출을 수행할 수 있다. 이러한 동적 객체 검출 모델(600a)의 출력(610)은 동적 객체에 속하지 않은 특징점들 및 텍스트들을 검출하는데 사용될 수 있어서, 쿼리 이미지와 참조 이미지를 비교하는 과정을 보다 효율적으로 구현할 수 있다.
입력 이미지(200)에 응답하여 랜드마크 검출 모델(600b)은 사전 저장된 랜드마크에 대응되는 객체(들)에 대한 검출 결과가 포함된 출력 이미지(620)를 생성할 수 있다. 상기 출력 이미지(620) 상에서는 "서울 고등 법원"에 대응되는 랜드마크(620a)가 포함될 수 있다. 이러한 랜드마크(620a)에 대한 식별 정보는 쿼리 이미지 및/또는 참조 이미지에 대한 메타데이터로 저장될 수 있어서, 쿼리 이미지와 참조 이미지를 비교하는 과정을 보다 효율적으로 구현할 수 있다.
도 7은 본 개시의 일 실시예에 따른 텍스트 인식 모델(700)의 동작을 예시적으로 도시한다.
텍스트 인식 모델(700) 에 관한 설명은 도 3 및 도 4에서 상술되었으며, 도 3 및 도 4에서의 기재 내용과 중복되는 부분은 도 7에 관한 설명에서는 생략될 것이다.
입력 이미지(200)가 텍스트 인식 모델(700)에 입력될 수 있다. 입력 이미지(200)는 전술한 바와 같이, 특징점 획득 모델(500), 동적 객체 검출 모델(600a), 랜드마크 검출 모델(600b) 및 텍스트 인식 모델(700)에 입력될 수 있다.
텍스트 인식 모델(700)은 입력 이미지(200) 내에서의 텍스트의 존재 영역을 검출하고 그리고/또는 입력 이미지(200) 내에서의 텍스트가 무엇을 의미하는지 결정할 수 있다.
텍스트 인식 모델(700)은 광학 문자 인식(OCR: Optical Character Recognition)을 수행할 수 있는 임의의 형태의 모델을 포함할 수 있다.
텍스트 인식 모델(700)은 인공지능 기반의 텍스트를 인식하기 위한 임의의 형태의 모델을 포함할 수 있다. 예를 들어, 텍스트 인식 모델(700)은 입력 이미지(200) 내에서의 텍스트들의 인식을 용이하게 하기 위해 입력 이미지(200)의 밝기 및/또는 색상을 변화시키는 전처리를 수행할 수 있다.
텍스트 인식 모델(700)은 텍스트들의 위치를 찾아내고 이러한 텍스트들에 대해나 경계 박스를 생성할 수 있다. 일례로, 입력 이미지(200) 상에서 텍스트들의 위치를 인식하기 위해 텍스트 인식 모델(700)은 이미지 기반의 딥러닝 모델인 CNN(Convolutional Neural Network) 계열의 모델을 사용할 수 있다.
텍스트 인식 모델(700)은 텍스트의 위치에 대응되는 경계 박스 내에서 텍스트가 어떤 내용인지를 인식할 수 있다. 일례로, 텍스트 인식 모델(700)은 경계 박스 내에서의 텍스트를 인식하기 위하여 RNN(Recurrent Neural Network)계열의 모델을 사용할 수 있다. 추가적으로, 텍스트 인식 모델(700)은 경계 박스 내에서의 텍스트를 인식하기 위하여 Transformer 및/또는 Attention 기반의 딥러닝 모델을 사용할 수도 있다.
전술한 바와 같은 예시에서, 텍스트 인식 모델(700)은 텍스트에 대한 위치를 찾아내기 위한 제 1 모델과 텍스트의 위치 내에서의 텍스트의 내용을 인식하기 위한 제 2 모델이 결합된 모델을 포함할 수 있다. 추가적인 실시예에서, 텍스트에 대한 위치를 결정하는 기능은 전술한 동적 객체 검출 모델(600a) 및 랜드마크 검출 모델(600b) 중 적어도 하나에 의해 수행될 수도 있다.
도 7에서 도시되는 바와 같이, 텍스트 인식 모델(700)의 출력(710)은 건물의 간판들(710a, 710b) 및 차량의 번호(710c)와 같은 예시들로 표현될 수 있다. 이처럼 텍스트 인식 모델(700)은 텍스트에 대한 위치 영역을 경계 박스로 표시하고 그리고 텍스트에 대한 인식 정보를 포함하는 출력(710)을 생성할 수 있다. 도 7에서 예시되는 텍스트에 대한 인식 정보는 "명산빌딩"(710a), "개인파산/회생 법인파산/회생"(710b) 및 "13보6436"(710c)를 포함할 수 있다.
일 실시예에서, 텍스트 인식 모델(700)은 세로 혹은 가로로 표현되는 텍스트를 키워드 혹은 문장 단위로 인식할 수 있다. 이러한 예시에서, 텍스트 인식 모델(700)은, 참조 번호 710a에 대응되는 "명산빌딩"이라는 텍스트는 "명""산""빌""딩"으로 각각 인식하지 않고 "명산빌딩"이라는 단어 전체를 하나로 인식할 수 있다.
이러한 텍스트에 대한 위치 영역은 동적 객체 검출 모델(600a)의 출력과 비교되어 동적 객체에 포함되는 텍스트 및 동적 객체에 포함되지 않는 텍스트로 구분될 수 있다. 동적 객체에 포함되는 텍스트는 이미지 상에서 제거될 것이고 그리고 동적 객체에 포함되지 않는 텍스트는 이미지 상에서 유지될 수 있다. 또한, 텍스트에 대한 인식 정보는 입력 이미지(200)(예컨대, 쿼리 이미지 또는 참조 이미지)에 맵핑되어 저장될 수 있다. 텍스트에 대한 인식 정보는 쿼리 이미지와 참조 이미지 간의 비교를 수행하는데 있어서 기준 정보로 사용될 수 있다. 이에 따라, 쿼리 이미지에 포함된 텍스트 정보와 대응되는 텍스트 정보를 가지는 참조 이미지들이 후보 참조 이미지로 결정됨에 따라, 쿼리 이미지와 참조 이미지 간의 비교에 사용되는 컴퓨팅 리소스가 줄어들 수 있다.
도 8은 본 개시의 일 실시예에 따라 비주얼 로컬라이제이션을 효율적으로 수행하기 위한 영상 처리의 흐름을 예시적으로 도시한다.
도 8에서 도시되는 영상 처리는 예를 들어, 컴퓨팅 장치(100)에 의해 수행될 수 있다.
도 8에서 도시되는 바와 같이, 텍스트 인식 모델(700)의 출력 이미지(710)와 동적 객체 검출 모델(600a)의 출력 이미지(610)가 서로 비교될 수 있다. 예를 들어, 텍스트 인식 모델(700)의 출력 이미지(710)와 동적 객체 검출 모델(600a)의 출력 이미지(610)에서 검출된 영역들(예컨대, 세그멘테이션된 영역들) 간의 비교가 이루어질 수 있다. 예를 들어, 텍스트 인식 모델(700)의 출력 이미지(710)와 동적 객체 검출 모델(600a)의 출력 이미지(610)에서의 객체들에 대한 비교가 이루어질 수 있다. 이러한 비교에 따라서, 동적 객체 검출 모델(600a)의 출력 이미지(610) 상에서 동적 객체로 검출된 영역들(610a, 610b, 610c 및 610d)과 대응되는 텍스트 인식 모델(700)의 출력 이미지(710)의 텍스트 영역들(710c)이 결정될 수 있다. 이러한 예시에서, 텍스트 인식 모델(700)의 출력 이미지(710) 중에서 참조 번호 710c에 해당하는 텍스트 영역은 동적 객체에 포함된 텍스트 영역으로 결정되고, 그리고 참조 번호 710a 및 710b에 해당하는 텍스트 영역들은 동적 객체에 포함되지 않는 텍스트 영역들로 결정될 수 있다.
일 실시예에서, 텍스트 인식 모델(700)의 출력 이미지(710)와 동적 객체 검출 모델(600a)의 출력 이미지(610)에서의 객체들에 대한 비교 과정에서, 참조 번호 810에 대응되는 중간 출력 이미지(810)가 생성될 수 있다. 이러한 중간 출력 이미지(810) 상에서는 텍스트에 대응하는 경계 영역들(710a, 710b 및 710c)과 동적 객체들에 대한 경계 영역들(610a, 610b, 610c 및 610d)들이 통합될 수 있다. 이러한 중간 출력 이미지(810) 상에서 텍스트 인식 모델(700)의 출력 이미지(710)와 동적 객체 검출 모델(600a)의 출력 이미지(610)에서의 객체들에 대한 비교가 이루어질 수 있다. 일 실시예에서, 이러한 중간 출력 이미지(810)는 설명의 편의를 위한 예시적인 이미지로서, 구현의 양태에 따라 중간 출력 이미지(810)의 생성 과정 없이 참조 번호 820에 대응되는 출력 이미지(820)가 생성될 수도 있다.
일 실시예에서, 텍스트 인식 모델(700)의 출력 이미지(710)와 동적 객체 검출 모델(600a)의 출력 이미지(610)에서의 객체들에 대한 비교에 따라서, 동적 객체에 대응되는 텍스트(710c)가 제거되고 동적 객체에 대응되지 않는 텍스트(710a, 710b)는 유지되는 출력 이미지 혹은 출력 결과(820)가 생성될 수 있다. 일 실시예에서, 쿼리 이미지 또는 참조 이미지 상에서 이러한 텍스트 영역들과 동적 객체 영역들 간의 비교에 기초하여, 컴퓨팅 장치(100)는 비주얼 로컬라이제이션을 수행하는데 있어서 비교의 대상이 되는 참조 이미지들을 효율적으로 구축할 수 있으며 그리고 비주얼 로컬라이제이션을 수행하는데 있어서 쿼리 이미지와 참조 이미지 간의 효과적인 비교가 이루어질 수 있다.
이처럼 본 개시의 일 실시예에 따른 영상 처리 기법은, 메타데이터로 저장되는 텍스트 정보를 효율적으로 그리고 선택적으로 저장할 수 있기 때문에, 메타데이터에 대한 효율적인 관리가 가능하다. 나아가 본 개시의 일 실시예에 따른 영상 처리 기법은, 고정된 객체들에 대한 텍스트 정보를 메타데이터로 저장함에 따라, 가상현실 및/또는 증강현실 플랫폼을 통해 입력되는 쿼리 이미지 상에서 추출된 메타데이터와 참조 이미지에 대응되는 메타데이터를 비교하는 방식을 통해서 쿼리 이미지와 비교될 참조 이미지의 개수를 줄일 수 있다.
도 9는 본 개시의 일 실시예에 따라 비주얼 로컬라이제이션을 효율적으로 수행하기 위한 영상 처리의 흐름을 예시적으로 도시한다.
도 9에서 도시되는 영상 처리는 예를 들어, 컴퓨팅 장치(100)에 의해 수행될 수 있다.
도 8에서 도시되는 바와 같이, 특징점 획득 모델(500)의 출력 정보(510)와 동적 객체 검출 모델(600a)의 출력 정보(610)가 서로 비교될 수 있다. 예를 들어, 특징점 획득 모델(500)의 출력 정보(510)와 동적 객체 검출 모델(600a)의 출력 정보(610)에서 검출된 영역들(예컨대, 세그멘테이션된 영역들) 간의 비교가 이루어질 수 있다. 예를 들어, 특징점 획득 모델(500)의 출력 정보(510)와 동적 객체 검출 모델(600a)의 출력 정보(610)에서의 영역들이 서로 대응되는지 여부를 판단하는 비교가 이루어질 수 있다. 이러한 특징점 획득 모델(500)의 출력 정보(510)와 동적 객체 검출 모델(600a)의 출력 정보(610)에서의 영역들이 서로 대응되는지 여부를 판단하는 비교가 도 9의 참조 번호 910에서 예시적으로 도시된다. 이러한 비교에 따라서, 동적 객체 검출 모델(600a)의 출력 정보(610) 상에서 동적 객체로 검출된 영역들(610a, 610b, 610c 및 610d)과 대응되는 특징점 획득 모델(500)의 출력 정보(510)의 특징점들이 결정될 수 있다. 이러한 예시에서, 특징점 획득 모델(500)의 출력 정보(510) 중에서 동적 객체 검출 모델(600a)의 참조 번호 610a, 610b, 610c 및 610d에 포함되는 특징점들은 동적 객체에 포함된 특징점들로 결정되고, 그리고 참조 번호 610a, 610b, 610c 및 610d에 포함되지 않는 특징점들은 동적 객체에 포함되지 않는 특징점들로 결정될 수 있다.
일례로, 특징점들의 위치 정보와 동적 객체의 영역 정보 간의 대응도가 사전결정된 임계 대응값을 초과하거나 혹은 특징점들의 위치 정보와 동적 객체의 영역 정보 간의 거리가 사전결정된 임계 거리값 미만인 경우, 해당 특징점들은 동적 객체에 포함되는 특징점들로 결정될 수 있다.
참조 번호 920에서 도시되는 바와 같이, 특징점 획득 모델(500)의 출력 정보(510) 중에서 동적 객체 검출 모델(600a)의 참조 번호 610a, 610b, 610c 및 610d에 포함되는 특징점들은 동적 객체에 포함되는 특징점들로 결정되었기 때문에, 해당 특징점들은 출력 이미지(920) 상에서 제거될 수 있다. 참조 번호 920에서 도시되는 바와 같이, 특징점 획득 모델(500)의 출력 정보(510) 중에서 동적 객체 검출 모델(600a)의 참조 번호 610a, 610b, 610c 및 610d에 포함되지 않는 특징점들은 동적 객체에 포함되지 않는 특징점들로 결정되었기 때문에, 해당 특징점들은 출력 이미지(920) 상에서 유지될 수 있다.
일 실시예에서, 쿼리 이미지 또는 참조 이미지 상에서 이러한 특징점들과 동적 객체 영역들 간의 비교에 기초하여, 컴퓨팅 장치(100)는 비주얼 로컬라이제이션을 수행하는데 있어서 비교의 대상이 되는 참조 이미지들을 효율적으로 구축할 수 있으며 그리고 비주얼 로컬라이제이션을 수행하는데 있어서 쿼리 이미지와 참조 이미지 간의 효과적인 비교가 이루어질 수 있다.
이처럼 본 개시의 일 실시예에 따른 영상 처리 기법은, 메타데이터로 저장되는 특징점 정보를 효율적으로 그리고 선택적으로 저장할 수 있기 때문에, 메타데이터에 대한 효율적인 관리가 가능하다. 나아가 본 개시의 일 실시예에 따른 영상 처리 기법은, 고정된 객체들에 대한 특징점 정보를 메타데이터로 저장함에 따라, 가상현실 및/또는 증강현실 플랫폼을 통해 입력되는 쿼리 이미지 상에서 추출된 메타데이터와 참조 이미지에 대응되는 메타데이터를 비교하는 방식을 통해서 쿼리 이미지와 비교될 참조 이미지의 개수를 줄일 수 있다.
도 10은 본 개시의 일 실시예에 따라 비주얼 로컬라이제이션을 수행하기 위한 모델(1000)의 동작을 예시적으로 도시한다.
일 실시예에서, 따라 비주얼 로컬라이제이션을 수행하기 위한 모델(1000)은 컴퓨팅 장치(100)에 포함되어, 컴퓨팅 장치(100)의 프로세서에 의해 실행될 수 있다.
입력 이미지(200)가 모델(1000)로 입력될 수 있다. 입력 이미지(200)는 특징점 획득 모델(500), 동적 객체 검출 모델(600a), 랜드마크 검출 모델(600b) 및 텍스트 인식 모델(700)로 입력될 수 있다.
특징점 획득 모델(500)의 제 1 출력(510)과 동적 객체 검출 모델(600a)의 제 2 출력(610)이 비교될 수 있다. 이러한 비교에 따라서 컴퓨팅 장치(100)의 모델(1000)은 제 6 출력(920)을 생성할 수 있다. 제 6 출력(920)은 동적 객체에 포함되지 않는 특징점들에 대한 정보를 포함할 수 있다. 이러한 제 6 출력(920)을 통해 컴퓨팅 장치(100)는 동적 객체에 포함되지 않는 특징점들을 선별적으로 저장할 수 있어서, 쿼리 이미지과 참조 이미지 간의 특징점들 간의 비교를 보다 리소스-효율적으로 수행할 수 있다.
텍스트 인식 모델(700)의 제 4 출력(710)과 동적 객체 검출 모델(600a)의 제 2 출력(610)이 비교될 수 있다. 이러한 비교에 따라서 컴퓨팅 장치(100)의 모델(1000)은 제 5 출력(820)을 생성할 수 있다. 제 5 출력(820)은 동적 객체에 포함되지 않는 텍스트들에 대한 정보를 포함할 수 있다. 이러한 제 5 출력(820)을 통해 컴퓨팅 장치(100)는 동적 객체에 포함되지 않는 텍스트들을 선별적으로 저장할 수 있다. 컴퓨팅 장치(100)는 쿼리 이미지과 참조 이미지 간의 텍스트 정보를 비교하는 방식을 사용하여, 전체 참조 이미지들 중 일부의 참조 이미지들만을 쿼리 이미지와 비교할 참조 이미지로 선정할 수 있기 때문에, 비주얼 로컬라이제이션을 보다 리소스-효율적으로 수행할 수 있다.
랜드마크 검출 모델(600b)의 제 3 출력(620)이 컴퓨팅 장치(100)의 모델(1000)에 의해 출력될 수 있다. 제 3 출력(620)은 랜드마크에 해당하는 정보를 포함하고 있어서, 참조 데이터에 대한 메타데이터 및 쿼리 데이터에 대한 메타데이터로 활용될 수 있다. 특정한 랜드마크를 포함하는 쿼리 이미지가 인입되는 경우, 컴퓨팅 장치(100)는 특정한 랜드마크를 포함하는 참조 이미지(들)를 쿼리 이미지와 비교될 참조 이미지로 선정할 수 있다.
도 10에서 도시되는 바와 같이, 본 개시의 일 실시예에 따른 비주얼 로컬라이제이션 기법은 제 3 출력(620), 제 5 출력(820) 및 제 6 출력(920) 중 적어도 하나를 사용할 수 있다. 이러한 출력들(620, 820 및 920) 중 적어도 하나가 메타데이터로 사용됨에 따라서 컴퓨팅 장치(100)는 전체 참조 이미지와 쿼리 이미지를 비교하지 않고 쿼리 이미지와 비교될 참조 이미지를 효과적으로 선정할 수 있다.
일 실시예에서, 참조 이미지를 데이터베이스에 저장하는 과정에서, 제 6 출력(920)에 포함된 특징점들의 2D 픽셀 좌표값들 및/또는 상기 특징점들의 설명자들의 값들이 메타데이터로 저장될 수 있다. 또한, 참조 이미지를 데이터베이스에 저장하는 과정에서, 스캔되어 제작된 3차원 지도(예컨대, 포인트 클라우드 형식 또는 메쉬 형식의 지도) 상에서 제 6 출력(920)에 포함된 특징점들의 3차원 카메라 좌표가 메타데이터로 저장될 수 있다. 또한, 참조 이미지를 데이터베이스에 저장하는 과정에서, 참조 이미지를 촬영하는 클라이언트의 디바이스(예컨대, 카메라)의 3차원 지도의 절대좌표계에 대한 상대 카메라 포즈 또는 6DoF 값, 그리고/또는 GPS 값이 메타데이터로 저장될 수 있다. 또한, 제 3 출력(620)에 포함된 랜드마크에 대응되는 정보가 메타데이터로 저장될 수 있다. 또한, 제 5 출력(820)에 포함된 동적 객체에 포함되지 않는 텍스트 정보가 메타데이터로 저장될 수 있다. 또한, 입력 이미지(200)에 대응되는 참조 이미지의 카메라 포즈 및 GPS 정보가 메타데이터로 저장될 수 있다.
일 실시예에서, 쿼리 이미지를 입력받아 처리하는 과정에서, 제 6 출력(920)에 포함된 특징점들의 2D 픽셀 좌표값들 및/또는 상기 특징점들의 설명자들의 값들이 메타데이터로 저장될 수 있다. 또한, 쿼리 이미지를 입력받아 처리하는 과정에서, 제 3 출력(620)에 포함된 랜드마크에 대응되는 정보가 메타데이터로 저장될 수 있다. 또한, 쿼리 이미지를 입력받아 처리하는 과정에서, 제 5 출력(820)에 포함된 동적 객체에 포함되지 않는 텍스트 정보가 메타데이터로 저장될 수 있다. 또한, 입력 이미지(200)에 대응되는 쿼리 이미지의 카메라 포즈 및 GPS 정보가 메타데이터로 저장될 수 있다. 또한, 입력 이미지(200)에 대응되는 쿼리 이미지의 예비 추정 정보(예컨대, 쿼리 이미지를 촬영한 디바이스의 IMU 정보를 기반으로 추정된 쿼리 이미지의 카메라 포즈에 대한 예비 추정 정보)가 메타데이터로 저장될 수 있다. 이러한 쿼리 이미지의 메타데이터들 중 적어도 일부는 특징점 매칭을 실시할 데이터베이스 내에서의 참조 이미지들의 후보군을 빠르게 축소시키는데 사용될 수 있다. 참조 이미지의 후보군들과 쿼리 이미지 간의 특징점 매칭을 수행할 때, 2개의 이미지들에서 추출된 특징점들의 픽셀 좌표 및 설명자가 사용될 수 있다. 쿼리 이미지와 매칭이 가장 잘 된(즉, 대응도가 가장 높은) 참조 이미지의 특징점들의 3차원 좌표값들, 특징점들 간의 매칭 정보, 쿼리 이미지의 특징점들의 픽셀 좌표값 등을 이용하여 상기 쿼리 이미지에 대한 카메라 포즈 추정이 이루어질 수 있다.
도 11은 본 개시의 실시예들이 구현될 수 있는 예시적인 컴퓨팅 환경에 대한 간략하고 일반적인 개략도를 도시한다.
본 개시내용에서의 컴포넌트, 모듈 또는 부(unit)는 특정의 태스크를 수행하거나 특정의 추상 데이터 유형을 구현하는 루틴, 프로시져, 프로그램, 컴포넌트, 데이터 구조 등을 포함한다. 또한, 당업자라면 본 개시내용에서 제시되는 방법들이 단일-프로세서 또는 멀티프로세서 컴퓨팅 장치, 미니컴퓨터, 메인프레임 컴퓨터는 물론 퍼스널 컴퓨터, 핸드헬드 컴퓨팅 장치, 마이크로프로세서-기반 또는 프로그램가능 가전 제품, 기타 등등(이들 각각은 하나 이상의 연관된 장치와 연결되어 동작할 수 있음)을 비롯한 다른 컴퓨터 시스템 구성으로 실시될 수 있다는 것을 충분히 인식할 것이다.
본 개시내용에서 설명된 실시예들은 또한 어떤 태스크들이 통신 네트워크를 통해 연결되어 있는 원격 처리 장치들에 의해 수행되는 분산 컴퓨팅 환경에서 실시될 수 있다. 분산 컴퓨팅 환경에서, 프로그램 모듈은 로컬 및 원격 메모리 저장 장치 둘 다에 위치할 수 있다.
컴퓨팅 장치는 통상적으로 다양한 컴퓨터 판독가능 매체를 포함한다. 컴퓨터에 의해 액세스 가능한 매체는 그 어떤 것이든지 컴퓨터 판독가능 매체가 될 수 있고, 이러한 컴퓨터 판독가능 매체는 휘발성 및 비휘발성 매체, 일시적(transitory) 및 비일시적(non-transitory) 매체, 이동식 및 비-이동식 매체를 포함한다. 제한이 아닌 예로서, 컴퓨터 판독가능 매체는 컴퓨터 판독가능 저장 매체 및 컴퓨터 판독가능 전송 매체를 포함할 수 있다.
컴퓨터 판독가능 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보를 저장하는 임의의 방법 또는 기술로 구현되는 휘발성 및 비휘발성 매체, 일시적 및 비-일시적 매체, 이동식 및 비이동식 매체를 포함한다. 컴퓨터 판독가능 저장 매체는 RAM, ROM, EEPROM, 플래시 메모리 또는 기타 메모리 기술, CD-ROM, DVD(digital video disk) 또는 기타 광 디스크 저장 장치, 자기 카세트, 자기 테이프, 자기 디스크 저장 장치 또는 기타 자기 저장 장치, 또는 컴퓨터에 의해 액세스될 수 있고 원하는 정보를 저장하는 데 사용될 수 있는 임의의 기타 매체를 포함하지만, 이에 한정되지 않는다.
컴퓨터 판독가능 전송 매체는 통상적으로 반송파(carrier wave) 또는 기타 전송 메커니즘(transport mechanism)과 같은 피변조 데이터 신호(modulated data signal)에 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터 등을 구현하고 모든 정보 전달 매체를 포함한다. 피변조 데이터 신호라는 용어는 신호 내에 정보를 인코딩하도록 그 신호의 특성들 중 하나 이상을 설정 또는 변경시킨 신호를 의미한다. 제한이 아닌 예로서, 컴퓨터 판독가능 전송 매체는 유선 네트워크 또는 직접 배선 접속(direct-wired connection)과 같은 유선 매체, 그리고 음향, RF, 적외선, 기타 무선 매체와 같은 무선 매체를 포함한다. 상술된 매체들 중 임의의 것의 조합도 역시 컴퓨터 판독가능 전송 매체의 범위 안에 포함되는 것으로 한다.
컴퓨터(2002)를 포함하는 본 발명의 여러가지 측면들을 구현하는 예시적인 환경(2000)이 나타내어져 있으며, 컴퓨터(2002)는 처리 장치(2004), 시스템 메모리(2006) 및 시스템 버스(2008)를 포함한다. 본 명세서에서의 컴퓨터(200)는 컴퓨팅 장치와 상호 교환가능하게 사용될 수 있다. 시스템 버스(2008)는 시스템 메모리(2006)(이에 한정되지 않음)를 비롯한 시스템 컴포넌트들을 처리 장치(2004)에 연결시킨다. 처리 장치(2004)는 다양한 상용 프로세서들 중 임의의 프로세서일 수 있다. 듀얼 프로세서 및 기타 멀티프로세서 아키텍처도 역시 처리 장치(2004)로서 이용될 수 있다.
시스템 버스(2008)는 메모리 버스, 주변장치 버스, 및 다양한 상용 버스 아키텍처 중 임의의 것을 사용하는 로컬 버스에 추가적으로 상호 연결될 수 있는 몇 가지 유형의 버스 구조 중 임의의 것일 수 있다. 시스템 메모리(2006)는 판독 전용 메모리(ROM)(2010) 및 랜덤 액세스 메모리(RAM)(2012)를 포함한다. 기본 입/출력 시스템(BIOS)은 ROM, EPROM, EEPROM 등의 비휘발성 메모리(2010)에 저장되며, 이 BIOS는 시동 중과 같은 때에 컴퓨터(2002) 내의 구성요소들 간에 정보를 전송하는 일을 돕는 기본적인 루틴을 포함한다. RAM(2012)은 또한 데이터를 캐싱하기 위한 정적 RAM 등의 고속 RAM을 포함할 수 있다.
컴퓨터(2002)는 또한 내장형 하드 디스크 드라이브(HDD)(2014)(예를 들어, EIDE, SATA), 자기 플로피 디스크 드라이브(FDD)(2016)(예를 들어, 이동식 디스켓(2018)으로부터 판독을 하거나 그에 기록을 하기 위한 것임), SSD 및 광 디스크 드라이브(2020)(예를 들어, CD-ROM 디스크(2022)를 판독하거나 DVD 등의 기타 고용량 광 매체로부터 판독을 하거나 그에 기록을 하기 위한 것임)를 포함한다. 하드 디스크 드라이브(2014), 자기 디스크 드라이브(2016) 및 광 디스크 드라이브(2020)는 각각 하드 디스크 드라이브 인터페이스(2024), 자기 디스크 드라이브 인터페이스(2026) 및 광 드라이브 인터페이스(2028)에 의해 시스템 버스(2008)에 연결될 수 있다. 외장형 드라이브 구현을 위한 인터페이스(2024)는 예를 들어, USB(Universal Serial Bus) 및 IEEE 1394 인터페이스 기술 중 적어도 하나 또는 그 둘 다를 포함한다.
이들 드라이브 및 그와 연관된 컴퓨터 판독가능 매체는 데이터, 데이터 구조, 컴퓨터 실행가능 명령어, 기타 등등의 비휘발성 저장을 제공한다. 컴퓨터(2002)의 경우, 드라이브 및 매체는 임의의 데이터를 적당한 디지털 형식으로 저장하는 것에 대응한다. 상기에서의 컴퓨터 판독가능 저장 매체에 대한 설명이 HDD, 이동식 자기 디스크, 및 CD 또는 DVD 등의 이동식 광 매체를 언급하고 있지만, 당업자라면 집 드라이브(zip drive), 자기 카세트, 플래쉬 메모리 카드, 카트리지, 기타 등등의 컴퓨터에 의해 판독가능한 다른 유형의 저장 매체도 역시 예시적인 운영 환경에서 사용될 수 있으며 또 임의의 이러한 매체가 본 발명의 방법들을 수행하기 위한 컴퓨터 실행가능 명령어를 포함할 수 있다는 것을 잘 알 것이다.
운영 체제(2030), 하나 이상의 어플리케이션 프로그램(2032), 기타 프로그램 모듈(2034) 및 프로그램 데이터(2036)를 비롯한 다수의 프로그램 모듈이 드라이브 및 RAM(2012)에 저장될 수 있다. 운영 체제, 어플리케이션, 모듈 및/또는 데이터의 전부 또는 그 일부분이 또한 RAM(2012)에 캐싱될 수 있다. 본 발명이 여러가지 상업적으로 이용가능한 운영 체제 또는 운영 체제들의 조합에서 구현될 수 있다는 것을 잘 알 것이다.
사용자는 하나 이상의 유선/무선 입력 장치, 예를 들어, 키보드(2038) 및 마우스(2040) 등의 포인팅 장치를 통해 컴퓨터(2002)에 명령 및 정보를 입력할 수 있다. 기타 입력 장치(도시 생략)로는 마이크, IR 리모콘, 조이스틱, 게임 패드, 스타일러스 펜, 터치 스크린, 기타 등등이 있을 수 있다. 이들 및 기타 입력 장치가 종종 시스템 버스(2008)에 연결되어 있는 입력 장치 인터페이스(2042)를 통해 처리 장치(2004)에 연결되지만, 병렬 포트, IEEE 1394 직렬 포트, 게임 포트, USB 포트, IR 인터페이스, 기타 등등의 기타 인터페이스에 의해 연결될 수 있다.
모니터(2044) 또는 다른 유형의 디스플레이 장치도 역시 비디오 어댑터(2046) 등의 인터페이스를 통해 시스템 버스(2008)에 연결된다. 모니터(2044)에 부가하여, 컴퓨터는 일반적으로 스피커, 프린터, 기타 등등의 기타 주변 출력 장치(도시 생략)를 포함한다.
컴퓨터(2002)는 유선 및/또는 무선 통신을 통한 원격 컴퓨터(들)(2048) 등의 하나 이상의 원격 컴퓨터로의 논리적 연결을 사용하여 네트워크화된 환경에서 동작할 수 있다. 원격 컴퓨터(들)(2048)는 워크스테이션, 서버 컴퓨터, 라우터, 퍼스널 컴퓨터, 휴대용 컴퓨터, 마이크로프로세서-기반 오락 기기, 피어 장치 또는 기타 통상의 네트워크 노드일 수 있으며, 일반적으로 컴퓨터(2002)에 대해 기술된 구성요소들 중 다수 또는 그 전부를 포함하지만, 간략함을 위해, 메모리 저장 장치(2050)만이 도시되어 있다. 도시되어 있는 논리적 연결은 근거리 통신망(LAN)(2052) 및/또는 더 큰 네트워크, 예를 들어, 원거리 통신망(WAN)(2054)에의 유선/무선 연결을 포함한다. 이러한 LAN 및 WAN 네트워킹 환경은 사무실 및 회사에서 일반적인 것이며, 인트라넷 등의 전사적 컴퓨터 네트워크(enterprise-wide computer network)를 용이하게 해주며, 이들 모두는 전세계 컴퓨터 네트워크, 예를 들어, 인터넷에 연결될 수 있다.
LAN 네트워킹 환경에서 사용될 때, 컴퓨터(2002)는 유선 및/또는 무선 통신 네트워크 인터페이스 또는 어댑터(2056)를 통해 로컬 네트워크(2052)에 연결된다. 어댑터(2056)는 LAN(2052)에의 유선 또는 무선 통신을 용이하게 해줄 수 있으며, 이 LAN(2052)은 또한 무선 어댑터(2056)와 통신하기 위해 그에 설치되어 있는 무선 액세스 포인트를 포함하고 있다. WAN 네트워킹 환경에서 사용될 때, 컴퓨터(2002)는 모뎀(2058)을 포함할 수 있거나, WAN(2054) 상의 통신 서버에 연결되거나, 또는 인터넷을 통하는 등, WAN(2054)을 통해 통신을 정하는 기타 수단을 갖는다. 내장형 또는 외장형 및 유선 또는 무선 장치일 수 있는 모뎀(2058)은 직렬 포트 인터페이스(2042)를 통해 시스템 버스(2008)에 연결된다. 네트워크화된 환경에서, 컴퓨터(2002)에 대해 설명된 프로그램 모듈들 또는 그의 일부분이 원격 메모리/저장 장치(2050)에 저장될 수 있다. 도시된 네트워크 연결이 예시적인 것이며 컴퓨터들 사이에 통신 링크를 설정하는 기타 수단이 사용될 수 있다는 것을 잘 알 것이다.
컴퓨터(1602)는 무선 통신으로 배치되어 동작하는 임의의 무선 장치 또는 개체, 예를 들어, 프린터, 스캐너, 데스크톱 및/또는 휴대용 컴퓨터, PDA(portable data assistant), 통신 위성, 무선 검출가능 태그와 연관된 임의의 장비 또는 장소, 및 전화와 통신을 하는 동작을 한다. 이것은 적어도 Wi-Fi 및 블루투스 무선 기술을 포함한다. 따라서, 통신은 종래의 네트워크에서와 같이 미리 정의된 구조이거나 단순하게 적어도 2개의 장치 사이의 애드혹 통신(ad hoc communication)일 수 있다.
제시된 프로세스들에 있는 단계들의 특정한 순서 또는 계층 구조는 예시적인 접근들의 일례임을 이해하도록 한다. 설계 우선순위들에 기반하여, 본 개시내용의 범위 내에서 프로세스들에 있는 단계들의 특정한 순서 또는 계층 구조가 재배열될 수 있다는 것을 이해하도록 한다. 본 개시내용의 방법 청구항들은 샘플 순서로 다양한 단계들의 엘리먼트들을 제공하지만 제시된 특정한 순서 또는 계층 구조에 한정되는 것을 의미하지는 않는다.
Claims (1)
- 컴퓨팅 장치에 의해 수행되는 방법.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020230078073A KR20240002188A (ko) | 2022-06-28 | 2023-06-19 | 비주얼 로컬라이제이션을 위한 방법 및 장치 |
PCT/KR2023/009386 WO2024005619A1 (ko) | 2022-06-28 | 2023-07-04 | 비주얼 로컬라이제이션을 위한 방법 및 장치 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020220078715A KR102556767B1 (ko) | 2022-06-28 | 2022-06-28 | 비주얼 로컬라이제이션을 위한 방법 및 장치 |
KR1020230078073A KR20240002188A (ko) | 2022-06-28 | 2023-06-19 | 비주얼 로컬라이제이션을 위한 방법 및 장치 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020220078715A Division KR102556767B1 (ko) | 2022-06-28 | 2022-06-28 | 비주얼 로컬라이제이션을 위한 방법 및 장치 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20240002188A true KR20240002188A (ko) | 2024-01-04 |
Family
ID=89384344
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020230078073A KR20240002188A (ko) | 2022-06-28 | 2023-06-19 | 비주얼 로컬라이제이션을 위한 방법 및 장치 |
Country Status (2)
Country | Link |
---|---|
KR (1) | KR20240002188A (ko) |
WO (1) | WO2024005619A1 (ko) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102225093B1 (ko) | 2020-09-01 | 2021-03-09 | 주식회사 맥스트 | 카메라 포즈 추정 장치 및 방법 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100647322B1 (ko) * | 2005-03-02 | 2006-11-23 | 삼성전자주식회사 | 객체의 모양모델 생성장치 및 방법과 이를 이용한 객체의특징점 자동탐색장치 및 방법 |
JP4631784B2 (ja) * | 2006-04-05 | 2011-02-16 | トヨタ自動車株式会社 | 車両用駆動力配分装置 |
JP6985897B2 (ja) * | 2017-01-06 | 2021-12-22 | キヤノン株式会社 | 情報処理装置およびその制御方法、プログラム |
KR101885839B1 (ko) * | 2017-03-14 | 2018-08-06 | 중앙대학교 산학협력단 | 객체추적을 위한 특징점 선별 장치 및 방법 |
KR102321998B1 (ko) * | 2019-09-17 | 2021-11-04 | 네이버랩스 주식회사 | 환경 변화에 강인한 이미지의 위치 및 방향 추정 방법 및 시스템 |
-
2023
- 2023-06-19 KR KR1020230078073A patent/KR20240002188A/ko unknown
- 2023-07-04 WO PCT/KR2023/009386 patent/WO2024005619A1/ko unknown
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102225093B1 (ko) | 2020-09-01 | 2021-03-09 | 주식회사 맥스트 | 카메라 포즈 추정 장치 및 방법 |
Also Published As
Publication number | Publication date |
---|---|
WO2024005619A1 (ko) | 2024-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110889318B (zh) | 利用cnn的车道检测方法和装置 | |
KR102556765B1 (ko) | 비주얼 로컬라이제이션을 위한 방법 및 장치 | |
KR102556766B1 (ko) | 데이터셋을 생성하기 위한 방법 | |
KR102556767B1 (ko) | 비주얼 로컬라이제이션을 위한 방법 및 장치 | |
KR102616522B1 (ko) | 비주얼 로컬라이제이션을 효율적으로 수행하기 위한 방법 및 장치 | |
KR102616028B1 (ko) | 비주얼 로컬라이제이션을 효율적으로 수행하기 위한 방법 및 장치 | |
KR102616029B1 (ko) | 비주얼 로컬라이제이션을 효율적으로 수행하기 위한 방법 및 장치 | |
KR20240002188A (ko) | 비주얼 로컬라이제이션을 위한 방법 및 장치 | |
KR20240004102A (ko) | 비주얼 로컬라이제이션을 위한 방법 및 장치 | |
KR102600939B1 (ko) | 비주얼 로컬라이제이션을 위한 데이터를 생성하기 위한 방법 및 장치 | |
KR102600915B1 (ko) | 비주얼 로컬라이제이션을 위한 데이터를 생성하기 위한 방법 및 장치 | |
KR102615412B1 (ko) | 비주얼 로컬라이제이션을 수행하기 위한 방법 및 장치 | |
KR102613135B1 (ko) | 비주얼 로컬라이제이션을 수행하기 위한 방법 및 장치 | |
KR102616085B1 (ko) | 비주얼 로컬라이제이션을 이용하여 카메라 포즈의 유효성을 결정하기 위한 방법 및 장치 | |
KR102616082B1 (ko) | 비주얼 로컬라이제이션을 이용하여 카메라 포즈의 유효성을 결정하기 위한 방법 및 장치 | |
KR102613133B1 (ko) | 비주얼 로컬라이제이션을 이용하여 카메라 포즈의 유효성을 결정하기 위한 방법 및 장치 | |
KR102613134B1 (ko) | 비주얼 로컬라이제이션을 이용하여 전술 훈련을 지원하기 위한 방법 및 장치 | |
Sunil et al. | Identifying oil pads in high spatial resolution aerial images using faster R-CNN | |
KR20240115727A (ko) | 비주얼 로컬라이제이션을 수행하기 위한 방법 및 장치 | |
KR102651994B1 (ko) | 비주얼 로컬라이제이션을 이용하여 전술 훈련을 지원하기 위한 방법 및 장치 | |
Zhao et al. | Place recognition with deep superpixel features for brain-inspired navigation | |
KR102616081B1 (ko) | 깊이 맵의 특징점을 획득하기 위한 방법 | |
KR102624907B1 (ko) | 3차원 지도를 업데이트하기 위한 방법 및 장치 | |
KR102690358B1 (ko) | 가상 객체의 폐색을 구현하기 위한 방법 | |
KR102627176B1 (ko) | 가상 객체의 폐색을 구현하기 위한 방법 |