KR20240057142A - 딥러닝을 기반으로 객체를 검출하여 분류하는 방법, 컴퓨터 장치, 및 컴퓨터 프로그램 - Google Patents

Abstract

딥러닝을 기반으로 객체를 검출하여 분류하는 방법, 컴퓨터 장치, 및 컴퓨터 프로그램이 개시된다. 객체 분류 방법은, 딥러닝 모델을 통해 대상 공간에 대한 이미지로부터 객체를 탐지하는 단계; 및 상기 대상 공간과 관련된 POG(planogram) 데이터를 이용하여 상기 객체를 분류하는 단계를 포함할 수 있다.

Description

딥러닝을 기반으로 객체를 검출하여 분류하는 방법, 컴퓨터 장치, 및 컴퓨터 프로그램{METHOD, COMPUTER DEVICE, AND COMPUTER PROGRAM TO DETECT AND CLASSIFY OBJECTS BASED ON DEEP LEARNING}

아래의 설명은 이미지 내 객체를 검출하여 분류하는 기술에 관한 것이다.

딥러닝(deep learning)이 가장 활발하게 적용되고 있는 분야 중 하나는 컴퓨터 비전(computer vision) 분야라 할 수 있다.

컴퓨터 비전 기술은 컴퓨터에서 카메라, 스캐너 등의 시각 매체를 통해 입력 받은 이미지를 대상으로 주변 물체와 환경 속성에 대한 이미지를 분석하여 유용한 정보를 생성하는 기술로서 화상 처리와 배경 분석을 거쳐 각종 임무 수행에 필요한 정보를 생성한다.

특히, 입력된 주어진 이미지에서 특정 객체의 위치를 표시하고 라벨링하는 객체 검출 및 분류 알고리즘은 컴퓨터 비전 기술 중에서도 독보적으로 빠르게 발전하고 있다.

관련 기술의 일례로, 한국 공개특허공보 제10-2021-0067498호(공개일 2021년 06월 08일)에는 딥러닝을 기반으로 영상 내 객체를 자동 검출하는 기술이 개시되어 있다.

딥러닝을 기반으로 이미지 내에서 검출된 객체에 대해 NLP(자연어 처리) 기술과 POG(planogram) 데이터를 이용하여 해당 객체를 분류할 수 있는 방법과 장치를 제공한다.

NLP 기술을 기반으로 객체에 대한 일차 분류를 수행한 후 일차 분류 결과와 POG 데이터를 이용하여 객체에 대한 세부 분류를 수행할 수 있는 방법과 장치를 제공한다.

컴퓨터 장치에서 실행되는 객체 분류 방법에 있어서, 상기 컴퓨터 장치는 메모리에 포함된 컴퓨터 판독가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고, 상기 객체 분류 방법은, 상기 적어도 하나의 프로세서에 의해, 딥러닝 모델을 통해 대상 공간에 대한 이미지로부터 객체를 탐지하는 단계; 및 상기 적어도 하나의 프로세서에 의해, 상기 대상 공간과 관련된 POG(planogram) 데이터를 이용하여 상기 객체를 분류하는 단계를 포함하는 객체 분류 방법을 제공한다.

일 측면에 따르면, 상기 탐지하는 단계는, RPN(region proposal network) 모델을 이용하여 상기 이미지에서 객체 영역을 탐지할 수 있다.

다른 측면에 따르면, 상기 RPN 모델은 상기 대상 공간과 관련된 공개 데이터(public data)를 이용하여 상기 대상 공간에 포함된 물품에 대한 영역 추정(region proposal)이 학습된 모델일 수 있다.

또 다른 측면에 따르면, 상기 분류하는 단계는, 상기 POG 데이터에 포함된 각 물품 별 물품명과 물품 이미지를 물품 인식을 위한 갤러리에 등록하는 단계; 및 상기 객체를 상기 갤러리에 등록된 물품 이미지와의 유사도에 따라 상기 갤러리에 등록된 물품명으로 분류하는 단계를 포함할 수 있다.

또 다른 측면에 따르면, 상기 분류하는 단계는, NLP(natural language processing) 기반 객체 분류 모델을 통해 상기 객체에 대한 일차 분류를 수행하는 단계; 및 상기 일차 분류 결과와 상기 POG 데이터를 이용하여 상기 객체에 대한 세부 분류를 수행하는 단계를 포함할 수 있다.

또 다른 측면에 따르면, 상기 NLP 기반 객체 분류 모델은 트랜스포머(transformer) 기반 텍스트 인코더를 포함할 수 있다.

또 다른 측면에 따르면, 상기 객체에 대한 일차 분류를 수행하는 단계는, 상기 객체의 이미지 피처를 공개 데이터에 포함된 클래스명의 텍스트 피처와 비교하여 상기 객체에 대응되는 클래스명을 인식하는 단계를 포함할 수 있다.

또 다른 측면에 따르면, 상기 객체에 대한 세부 분류를 수행하는 단계는, 상기 POG 데이터에 포함된 각 물품 별 물품명과 물품 이미지를 물품 인식을 위한 갤러리에 등록하는 단계; 상기 갤러리에 등록된 물품 이미지 중 상기 일차 분류 결과에 대응되는 범위의 물품 이미지를 상기 객체와 비교하는 단계; 및 상기 객체를 상기 객체와 비교한 물품 이미지와의 유사도에 따라 상기 갤러리에 등록된 물품명으로 분류하는 단계를 포함할 수 있다.

또 다른 측면에 따르면, 상기 객체에 대한 세부 분류를 수행하는 단계는, 상기 POG 데이터에 포함된 각 물품 별 물품명과 물품 이미지를 물품 인식을 위한 갤러리에 등록하는 단계; 및 상기 객체를 상기 갤러리에 등록된 물품 이미지와의 유사도에 따라 상기 갤러리에 등록된 물품명으로 분류하는 단계를 포함하고, 상기 유사도에 상기 일차 분류 결과에 따른 가중치가 반영될 수 있다.

또 다른 측면에 따르면, 상기 객체 분류 방법은, 상기 적어도 하나의 프로세서에 의해, RGB 센서로 구성된 이미지 센싱 모듈을 통해 일정 주기 또는 실시간으로 상기 대상 공간이 촬영된 상기 이미지를 획득하는 단계를 더 포함할 수 있다.

상기 객체 분류 방법을 컴퓨터에 실행시키기 위해 컴퓨터 판독가능한 기록 매체에 저장되는 컴퓨터 프로그램을 제공한다.

컴퓨터 장치에 있어서, 메모리에 포함된 컴퓨터 판독가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 딥러닝 모델을 통해 대상 공간에 대한 이미지로부터 객체를 탐지하는 과정; 및 상기 대상 공간과 관련된 POG 데이터를 이용하여 상기 객체를 분류하는 과정을 처리하는 컴퓨터 장치를 제공한다.

본 발명의 실시예들에 따르면, 딥러닝을 기반으로 이미지 내에서 검출된 객체에 대해 NLP 기술과 POG 데이터를 이용하여 해당 객체를 분류함으로써 클래스 제한 없이 수만가지 이상의 객체에 대한 검출 및 분류를 수행할 수 있다.

본 발명의 실시예들에 따르면, NLP 기술을 기반으로 객체에 대한 일차 분류를 수행한 후 일차 분류 결과와 POG 데이터를 이용하여 객체에 대한 세부 분류를 수행함으로써 새로운 객체에 대한 검출 및 분류를 수행할 수 있다.

도 1은 본 발명의 일실시예에 따른 네트워크 환경의 예를 도시한 도면이다.
도 2는 본 발명의 일실시예에 따른 컴퓨터 장치의 예를 도시한 블록도이다.
도 3은 본 발명의 일실시예에 따른 컴퓨터 장치의 프로세서가 포함할 수 있는 구성요소의 예를 도시한 도면이다.
도 4는 본 발명의 일실시예에 따른 컴퓨터 장치가 수행할 수 있는 방법의 일례를 도시한 순서도이다.
도 5는 본 발명의 일실시예에 있어서 대상 공간에 대한 이미지를 획득하는 과정의 예시를 도시한 것이다.
도 6은 본 발명의 일실시예에 있어서 이미지에서 객체를 탐지하는 과정의 예시를 도시한 것이다.
도 7은 본 발명의 일실시예에 있어서 NLP 기반 객체 분류 과정의 예시를 도시한 것이다.
도 8은 본 발명의 일실시예에 있어서 대상 공간과 관련된 POG 데이터 예시를 도시한 것이다.
도 9는 본 발명의 일실시예에 있어서 NLP 기반 객체 분류 결과와 POG 데이터를 이용한 세부 객체 분류 과정의 예시를 도시한 것이다.

이하, 본 발명의 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.

본 발명의 실시예들은 이미지 내 객체를 자동 검출하여 분류하는 기술에 관한 것이다.

본 명세서에서 구체적으로 개시되는 것들을 포함하는 실시예들은 딥러닝을 기반으로 이미지 내에서 검출된 객체에 대해 NLP 기술과 POG 데이터를 이용하여 해당 객체를 분류할 수 있다.

본 발명의 실시예들에 따른 객체 분류 시스템은 적어도 하나의 컴퓨터 장치에 의해 구현될 수 있으며, 본 발명의 실시예들에 따른 객체 분류 방법은 객체 분류 시스템에 포함되는 적어도 하나의 컴퓨터 장치를 통해 수행될 수 있다. 이때, 컴퓨터 장치에는 본 발명의 일실시예에 따른 컴퓨터 프로그램이 설치 및 구동될 수 있고, 컴퓨터 장치는 구동된 컴퓨터 프로그램의 제어에 따라 본 발명의 실시예들에 따른 객체 분류 방법을 수행할 수 있다. 상술한 컴퓨터 프로그램은 컴퓨터 장치와 결합되어 객체 분류 방법을 컴퓨터에 실행시키기 위해 컴퓨터 판독 가능한 기록매체에 저장될 수 있다.

도 1은 본 발명의 일실시예에 따른 네트워크 환경의 예를 도시한 도면이다. 도 1의 네트워크 환경은 복수의 전자 기기들(110, 120, 130, 140), 복수의 서버들(150, 160) 및 네트워크(170)를 포함하는 예를 나타내고 있다. 이러한 도 1은 발명의 설명을 위한 일례로 전자 기기의 수나 서버의 수가 도 1과 같이 한정되는 것은 아니다. 또한, 도 1의 네트워크 환경은 본 실시예들에 적용 가능한 환경들 중 하나의 예를 설명하는 것일 뿐, 본 실시예들에 적용 가능한 환경이 도 1의 네트워크 환경으로 한정되는 것은 아니다.

복수의 전자 기기들(110, 120, 130, 140)은 컴퓨터 장치로 구현되는 고정형 단말이거나 이동형 단말일 수 있다. 복수의 전자 기기들(110, 120, 130, 140)의 예를 들면, 스마트폰(smart phone), 휴대폰, 내비게이션, 컴퓨터, 노트북, 디지털방송용 단말, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 태블릿 PC 등이 있다. 일례로 도 1에서는 전자 기기(110)의 예로 스마트폰의 형상을 나타내고 있으나, 본 발명의 실시예들에서 전자 기기(110)는 실질적으로 무선 또는 유선 통신 방식을 이용하여 네트워크(170)를 통해 다른 전자 기기들(120, 130, 140) 및/또는 서버(150, 160)와 통신할 수 있는 다양한 물리적인 컴퓨터 장치들 중 하나를 의미할 수 있다.

통신 방식은 제한되지 않으며, 네트워크(170)가 포함할 수 있는 통신망(일례로, 이동통신망, 유선 인터넷, 무선 인터넷, 방송망)을 활용하는 통신 방식뿐만 아니라 기기들 간의 근거리 무선 통신 역시 포함될 수 있다. 예를 들어, 네트워크(170)는, PAN(personal area network), LAN(local area network), CAN(campus area network), MAN(metropolitan area network), WAN(wide area network), BBN(broadband network), 인터넷 등의 네트워크 중 하나 이상의 임의의 네트워크를 포함할 수 있다. 또한, 네트워크(170)는 버스 네트워크, 스타 네트워크, 링 네트워크, 메쉬 네트워크, 스타-버스 네트워크, 트리 또는 계층적(hierarchical) 네트워크 등을 포함하는 네트워크 토폴로지 중 임의의 하나 이상을 포함할 수 있으나, 이에 제한되지 않는다.

서버(150, 160) 각각은 복수의 전자 기기들(110, 120, 130, 140)과 네트워크(170)를 통해 통신하여 명령, 코드, 파일, 컨텐츠, 서비스 등을 제공하는 컴퓨터 장치 또는 복수의 컴퓨터 장치들로 구현될 수 있다. 예를 들어, 서버(150)는 네트워크(170)를 통해 접속한 복수의 전자 기기들(110, 120, 130, 140)로 서비스(일례로, 객체 관리 서비스 등)를 제공하는 시스템일 수 있다.

도 2는 본 발명의 일실시예에 따른 컴퓨터 장치의 예를 도시한 블록도이다. 앞서 설명한 복수의 전자 기기들(110, 120, 130, 140) 각각이나 서버들(150, 160) 각각은 도 2를 통해 도시된 컴퓨터 장치(200)에 의해 구현될 수 있다.

이러한 컴퓨터 장치(200)는 도 2에 도시된 바와 같이, 메모리(210), 프로세서(220), 통신 인터페이스(230) 그리고 입출력 인터페이스(240)를 포함할 수 있다. 메모리(210)는 컴퓨터에서 판독 가능한 기록매체로서, RAM(random access memory), ROM(read only memory) 및 디스크 드라이브와 같은 비소멸성 대용량 기록장치(permanent mass storage device)를 포함할 수 있다. 여기서 ROM과 디스크 드라이브와 같은 비소멸성 대용량 기록장치는 메모리(210)와는 구분되는 별도의 영구 저장 장치로서 컴퓨터 장치(200)에 포함될 수도 있다. 또한, 메모리(210)에는 운영체제와 적어도 하나의 프로그램 코드가 저장될 수 있다. 이러한 소프트웨어 구성요소들은 메모리(210)와는 별도의 컴퓨터에서 판독 가능한 기록매체로부터 메모리(210)로 로딩될 수 있다. 이러한 별도의 컴퓨터에서 판독 가능한 기록매체는 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 등의 컴퓨터에서 판독 가능한 기록매체를 포함할 수 있다. 다른 실시예에서 소프트웨어 구성요소들은 컴퓨터에서 판독 가능한 기록매체가 아닌 통신 인터페이스(230)를 통해 메모리(210)에 로딩될 수도 있다. 예를 들어, 소프트웨어 구성요소들은 네트워크(170)를 통해 수신되는 파일들에 의해 설치되는 컴퓨터 프로그램에 기반하여 컴퓨터 장치(200)의 메모리(210)에 로딩될 수 있다.

프로세서(220)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(210) 또는 통신 인터페이스(230)에 의해 프로세서(220)로 제공될 수 있다. 예를 들어 프로세서(220)는 메모리(210)와 같은 기록 장치에 저장된 프로그램 코드에 따라 수신되는 명령을 실행하도록 구성될 수 있다.

통신 인터페이스(230)는 네트워크(170)를 통해 컴퓨터 장치(200)가 다른 장치(일례로, 앞서 설명한 저장 장치들)와 서로 통신하기 위한 기능을 제공할 수 있다. 일례로, 컴퓨터 장치(200)의 프로세서(220)가 메모리(210)와 같은 기록 장치에 저장된 프로그램 코드에 따라 생성한 요청이나 명령, 데이터, 파일 등이 통신 인터페이스(230)의 제어에 따라 네트워크(170)를 통해 다른 장치들로 전달될 수 있다. 역으로, 다른 장치로부터의 신호나 명령, 데이터, 파일 등이 네트워크(170)를 거쳐 컴퓨터 장치(200)의 통신 인터페이스(230)를 통해 컴퓨터 장치(200)로 수신될 수 있다. 통신 인터페이스(230)를 통해 수신된 신호나 명령, 데이터 등은 프로세서(220)나 메모리(210)로 전달될 수 있고, 파일 등은 컴퓨터 장치(200)가 더 포함할 수 있는 저장 매체(상술한 영구 저장 장치)로 저장될 수 있다.

입출력 인터페이스(240)는 입출력 장치(250)와의 인터페이스를 위한 수단일 수 있다. 예를 들어, 입력 장치는 마이크, 키보드 또는 마우스 등의 장치를, 그리고 출력 장치는 디스플레이, 스피커와 같은 장치를 포함할 수 있다. 다른 예로 입출력 인터페이스(240)는 터치스크린과 같이 입력과 출력을 위한 기능이 하나로 통합된 장치와의 인터페이스를 위한 수단일 수도 있다. 입출력 장치(250)는 컴퓨터 장치(200)와 하나의 장치로 구성될 수도 있다.

또한, 다른 실시예들에서 컴퓨터 장치(200)는 도 2의 구성요소들보다 더 적은 혹은 더 많은 구성요소들을 포함할 수도 있다. 그러나, 대부분의 종래기술적 구성요소들을 명확하게 도시할 필요성은 없다. 예를 들어, 컴퓨터 장치(200)는 상술한 입출력 장치(250) 중 적어도 일부를 포함하도록 구현되거나 또는 트랜시버(transceiver), 데이터베이스 등과 같은 다른 구성요소들을 더 포함할 수도 있다.

이하에서는 딥러닝을 기반으로 객체를 검출하여 분류할 수 있는 방법 및 장치의 구체적인 실시예를 설명하기로 한다.

마트나 각종 매장 등과 같이 수많은 클래스의 물품이 진열되어 있는 대상 공간에서는 클래스 차이가 크지 않은 물품이 존재하기도 하고 동일한 물품에 대해서 보는 방향이나 전시되는 모양에 따라 차이가 크게 발생하기도 한다.

대상 공간마다 물품의 진열 방식이 상이하고 신제품 출시, 할인 행사 등에 따라 진열 위치가 수시로 바뀔 수 있다.

본 실시예들은 딥러닝을 기반으로 대상 공간을 촬영한 이미지에서 객체를 자동 검출하여 분류할 수 있다. 본 발명에 따른 객체 검출 및 분류 기술은 공간 내 물품의 위치 탐색, 재고 관리, 물품 설명 제공, 진열 상태 확인 등 다양한 분야에 활용 가능하다.

도 3은 본 발명의 일실시예에 따른 컴퓨터 장치의 프로세서가 포함할 수 있는 구성요소의 예를 도시한 블록도이고, 도 4는 본 발명의 일실시예에 따른 컴퓨터 장치가 수행할 수 있는 객체 분류 방법의 일례를 도시한 순서도이다.

본 실시예에 따른 컴퓨터 장치(200)는 전용 어플리케이션이나 웹/모바일 사이트 접속을 통해 객체 관리 서비스를 제공할 수 있다. 컴퓨터 장치(200)에는 컴퓨터로 구현된 객체 분류 시스템이 구성될 수 있다. 일례로, 객체 분류 시스템은 독립적으로 동작하는 프로그램 형태로 구현되거나, 혹은 특정 어플리케이션의 인-앱(in-app) 형태로 구성되어 상기 특정 어플리케이션 상에서 동작이 가능하도록 구현될 수 있다.

컴퓨터 장치(200)의 프로세서(220)는 이후 설명될 객체 분류 방법을 수행하기 위한 구성요소로서 도 3에 도시된 바와 같이, 이미지 센싱 모듈(301), 객체 탐지 모듈(302), 및 객체 분류 모듈(303)을 포함할 수 있다. 실시예에 따라 프로세서(220)의 구성요소들은 선택적으로 프로세서(220)에 포함되거나 제외될 수도 있다. 또한, 실시예에 따라 프로세서(220)의 구성요소들은 프로세서(220)의 기능의 표현을 위해 분리 또는 병합될 수도 있다.

이러한 프로세서(220) 및 프로세서(220)의 구성요소들은 이후 설명될 객체 분류 방법이 포함하는 단계들을 수행하도록 컴퓨터 장치(200)를 제어할 수 있다. 예를 들어, 프로세서(220) 및 프로세서(220)의 구성요소들은 메모리(210)가 포함하는 운영체제의 코드와 적어도 하나의 프로그램의 코드에 따른 명령(instruction)을 실행하도록 구현될 수 있다.

여기서, 프로세서(220)의 구성요소들은 컴퓨터 장치(200)에 저장된 프로그램 코드가 제공하는 명령에 따라 프로세서(220)에 의해 수행되는 서로 다른 기능들(different functions)의 표현들일 수 있다. 예를 들어, 컴퓨터 장치(200)가 이미지를 획득하도록 상술한 명령에 따라 컴퓨터 장치(200)를 제어하는 프로세서(220)의 기능적 표현으로서 이미지 센싱 모듈(301)가 이용될 수 있다.

프로세서(220)는 컴퓨터 장치(200)의 제어와 관련된 명령이 로딩된 메모리(210)로부터 필요한 명령을 읽어들일 수 있다. 이 경우, 상기 읽어들인 명령은 프로세서(220)가 이후 설명될 객체 분류 방법을 실행하도록 제어하기 위한 명령을 포함할 수 있다.

이후 설명될 객체 분류 방법이 포함하는 단계들은 도시된 순서와 다른 순서로 수행될 수 있으며, 단계들 중 일부가 생략되거나 추가의 과정이 더 포함될 수 있다.

객체 분류 방법이 포함하는 단계들은 서버(150)에서 수행될 수 있으며, 실시예에 따라서는 단계들 중 적어도 일부가 전자 기기(110, 120, 130, 140 중 어느 하나)에서 수행되는 것 또한 가능하다.

도 4를 참조하면, 단계(S410)에서 이미지 센싱 모듈(301)은 객체 검출 및 분류를 위한 대상 공간에 대한 이미지를 획득할 수 있다. 일례로, 이미지 센싱 모듈(301)은 RGB 센서로 구성될 수 있으며, 수많은 물품이 진열된 공간을 대상으로 일정 주기 또는 실시간으로 해당 공간이 촬영된 이미지를 얻을 수 있다.

단계(S420)에서 객체 탐지 모듈(302)은 딥러닝 기반의 객체 탐지 기법을 통해 이미지로부터 가능한 모든 관심 객체를 배경과 구분하여 식별함으로써 객체 영역을 탐지할 수 있다. 일례로, 객체 탐지 모듈(302)은 딥러닝 모델 중 하나인 RPN(region proposal network) 모델을 이용하여 이미지에서 가능한 모든 객체 영역(즉, region proposal)을 추출할 수 있다.

단계(S430)에서 객체 분류 모듈(303)은 NLP 기술과 대상 공간과 관련된 POG 데이터를 이용하여 이미지에서 탐지된 객체를 분류할 수 있다. 객체 분류 모듈(303)은 NLP 기술을 기반으로 객체에 대한 일차 분류를 수행한 후 일차 분류 결과와 POG 데이터를 이용하여 해당 객체에 대한 세부 분류를 수행할 수 있다.

도 5는 본 발명의 일실시예에 있어서 대상 공간에 대한 이미지를 획득하는 과정의 예시를 도시한 것이다.

도 5를 참조하면, 이미지 센싱 모듈(301)은 RGB 센서로 구성될 수 있으며, 공간(50)에 고정된 CCTV(501), 공간(50)에서 이동 가능한 카트(501), 사용자 핸드-헬드(hand-held) 카메라(503), 자율주행 로봇(504) 등에 포함될 수 있다. 이미지 센싱 모듈(301)은 수많은 물품이 진열된 공간(50)을 대상으로 일정 주기 또는 실시간으로 해당 공간(50)이 촬영된 이미지를 수집할 수 있다.

이미지 센싱 모듈(301)은 컴퓨터 장치(200)의 다른 구성요소와의 인터페이스를 위한 수단을 포함할 수 있으며, 이를 통해 공간(50)에 대한 이미지를 프로세서(220)나 객체 탐지 모듈(302) 등에 전달할 수 있다.

도 6은 본 발명의 일실시예에 있어서 이미지에서 객체를 탐지하는 과정의 예시를 도시한 것이다.

도 6을 참조하면, 객체 탐지 모듈(302)은 객체 영역 추출 작업을 수행하는 네트워크로서 RPN 모델을 포함할 수 있다. 일례로, RPN 모델은 객체 영역으로서 영역 추정(region proposal)을 위해 다양한 크기를 가지는 바운딩 박스(bounding box)인 앵커 박스(anchor box)를 이용할 수 있다. 대상 물품을 포함한 객체 탐지 모델로서 RPN 모델은 이미지에서 두드러진(salient) 모든 객체에 대한 영역을 검출하도록 학습될 수 있다. 이때, 주요 공개 데이터(public data) 및 그 데이터 조합을 이용하여 가능한 모든 객체에 대한 후보 영역을 학습할 수 있다.

객체 탐지 모듈(302)은 이미지 센싱 모듈(301)로부터 전달된 이미지를 사전 학습된 CNN 모델에 입력하여 피처 맵(feature map)을 얻을 수 있다. 객체 탐지 모듈(302)은 피처 맵을 RPN에 전달하여 RPN을 통해 영역 추정을 산출할 수 있다. 객체 탐지 모듈(302)은 RPN에 의한 영역 추정 결과와 CNN 모델에 의한 피처 맵을 이용한 ROI 풀링(pooling)을 통해 고정된 크기의 피처 맵을 얻을 수 있다. 객체 탐지 모듈(302)은 고정된 크기의 피처 맵을 분류기(classifier)로 입력하여 분류(classification)를 수행할 수 있다.

도 7은 본 발명의 일실시예에 있어서 NLP 기반 객체 분류 과정의 예시를 도시한 것이다.

도 7을 참조하면, 객체 분류 모듈(303)은 NLP 기반 객체 분류 모듈(71)을 포함할 수 있다. NLP 기반 객체 분류 모듈(71)은 트랜스포머(transformer) 기반 텍스트 인코더 모델로 구성될 수 있다. 예를 들어, NLP 기반 객체 분류 모듈(71)은 CLIP(Contrastive Language-Image Pre-training)나 GLIP(Grounded Language-Image Pre-training)와 같이 사전 학습된 텍스트 정보를 이용한 비주얼 모델(visual model)에 포함된 텍스트 인코더를 활용할 수 있다.

공개 데이터셋의 클래스명(또는 이를 표현하는 유사 문구)을 쿼리로 하여 객체 탐지 모듈(302)을 구성한 이미지 인코더의 RPN과 분류기를 학습할 수 있다. 아울러, 대상 공간에 진열 가능한 물품을 대상으로 물품의 클래스명(대분류/소분류)에 해당하는 텍스트를 NLP 기반 객체 분류 모듈(71)을 구성한 텍스트 인코더의 쿼리로 이용할 수 있다.

객체 분류 모듈(303)은 객체 탐지 모듈(302)을 통해 탐지된 객체에 대해 NLP 기반 객체 분류 모듈(71)을 통해 텍스트 인코더의 쿼리를 이용하여 해당 객체의 대분류/소분류를 검출 및 인식할 수 있다.

객체 탐지 모듈(302)을 구성한 이미지 인코더는 물품이 진열된 대상 공간을 촬영한 RGB 이미지를 입력으로 하고 이미지에서 탐지된 물품(객체)의 위치와 크기 정보를 출력으로 한다.

NLP 기반 객체 분류 모듈(71)을 구성한 텍스트 인코더는 공개 데이터셋에 포함된 모든 물품의 클래스명(대분류/소분류 텍스트)(예를 들어, snack, drink, toy box, dairy 등)을 입력으로 하고 이미지에서 탐지된 물품(객체)의 클래스명(대분류/소분류 텍스트)을 출력으로 한다.

객체 탐지 모듈(302)은 이미지 센싱 모듈(301)로부터 전달된 이미지로부터 모든 가능한 객체 영역을 검출할 수 있다. 이미지 인코더를 통해 검출된 객체 영역마다 이미지 피처가 생성될 수 있다.

NLP 기반 객체 분류 모듈(71)은 공개 데이터셋에 포함된 모든 물품의 클래스명을 텍스트 인코더를 통해 텍스트 피처로 생성할 수 있다. 이때, NLP 기반 객체 분류 모듈(71)은 이미지에서 검출된 객체에 대해 해당 객체의 이미지 피처와 모든 텍스트 피처 간의 유사성을 비교하여 가장 유사성이 높은 텍스트 피처의 클래스명으로 분류할 수 있다.

더 나아가, 본 실시예에서는 객체 분류에 있어 대상 공간과 관련된 POG 데이터를 이용할 수 있다. 마트나 각종 매장 등에서는 물품을 관리하기 위해 POG 데이터가 사용된다.

도 8을 참조하면, 물품 관리를 위한 POG 데이터(80)는 물품의 카테고리(대분류/소분류), 물품명(물품 코드), 공간 내 물품 위치, 물품 이미지 등을 포함할 수 있으며, 이때 각 물품 별 물품명(81)과 물품 이미지(82)를 데이터베이스로 구축할 수 있다. 데이터베이스로 구축된 물품명(81)과 물품 이미지(82)는 객체 분류 모듈(303)에서의 물품 인식을 위한 갤러리에 등록되어 관리될 수 있다. POG 데이터(80)에 포함된 카테고리는 물품의 클래스명에 해당되는 것으로, NLP 기반 객체 분류 모듈(71)의 입력으로 활용될 수 있다.

도 9는 본 발명의 일실시예에 있어서 NLP 기반 객체 분류 결과와 POG 데이터를 이용한 세부 객체 분류 과정의 예시를 도시한 것이다.

도 9를 참조하면, 객체 분류 모듈(303)은 딥러닝 기반의 객체 탐지 모듈(302)을 통해 이미지에서 탐지된 객체 영역의 특징 벡터와 갤러리에 등록된 물품 이미지의 특징 벡터 간의 유사도를 비교하여 실제 물품명 등의 세부 객체 분류를 수행할 수 있다.

일례로, 객체 분류 모듈(303)은 NLP 기반 객체 분류 결과에 따라 POG 갤러리의 비교 대상 물품 범위를 제한할 수 있다. 예를 들어, NLP 기반 객체 분류를 통해 이미지에서 탐지된 객체가 스낵으로 분류된 경우 POG 갤러리의 비교 범위를 스낵 카테고리에 해당되는 물품으로 제한할 수 있다.

다른 예로, 객체 분류 모듈(303)은 NLP 기반 객체 분류 결과에 따른 가중치를 유사도에 반영함으로써 분류 정확도를 향상시킬 수 있다. 다시 말해, 이미지에서 탐지된 객체 영역의 특징 벡터와 갤러리에 등록된 물품 이미지의 특징 벡터 간의 유사도에 해당 객체에 대한 NLP 기반 객체 분류 결과에 따른 가중치를 적용할 수 있다. 예를 들어, NLP 기반 객체 분류를 통해 이미지에서 탐지된 객체가 스낵으로 분류된 경우 스낵 카테고리로 분류된 POG 이미지와의 유사도에 다른 카테고리의 POG 이미지보다 큰 가중치를 적용할 수 있다. 객체 이미지에 대한 POG 이미지의 최종 유사도는 와 같이 계산될 수 있다.

이미지에서 탐지된 객체가 NLP 기반 객체 분류 결과 스낵으로 분류된 경우 객체 이미지를 스낵 카테고리에 속하는 POG 이미지와 비교하여 객체 이미지와 가장 유사한 이미지의 POG 물품명을 해당 객체의 세부 클래스로 분류할 수 있다.

기존 기술은 제한된 클래스의 물품에 대한 검출/인식을 수행하는 반면에, 본 실시예들은 수만가지 이상 종류의 객체에 대한 검출/인식을 수행할 수 있다. 본 실시예들은 공개 데이터에 존재하지 않은 물품에 대한 검출/인식이 가능한 새로운 파이프라인으로서 매장에서 물품 관리를 위해 사용되는 POG를 이용하여 새로운 물품에 대한 검출/인식을 제공할 수 있다.

이처럼 본 발명의 실시예들에 따르면, 딥러닝을 기반으로 이미지 내에서 검출된 객체에 대해 NLP 기술과 POG 데이터를 이용하여 해당 객체를 분류함으로써 클래스 제한 없이 수만가지 이상의 객체에 대한 검출 및 분류를 수행할 수 있다. 본 발명의 실시예들에 따르면, NLP 기술을 기반으로 객체에 대한 일차 분류를 수행한 후 일차 분류 결과와 POG 데이터를 이용하여 객체에 대한 세부 분류를 수행함으로써 새로운 객체에 대한 검출 및 분류를 수행할 수 있다.

이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 어플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 컴퓨터 저장 매체 또는 장치에 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 이때, 매체는 컴퓨터로 실행 가능한 프로그램을 계속 저장하거나, 실행 또는 다운로드를 위해 임시 저장하는 것일 수도 있다. 또한, 매체는 단일 또는 수 개의 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 DVD와 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, 어플리케이션을 유통하는 앱 스토어나 기타 다양한 소프트웨어를 공급 내지 유통하는 사이트, 서버 등에서 관리하는 기록매체 내지 저장매체도 들 수 있다.

이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (20)

1. 컴퓨터 장치에서 실행되는 객체 분류 방법에 있어서,
   상기 컴퓨터 장치는 메모리에 포함된 컴퓨터 판독가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고,
   상기 객체 분류 방법은,
   상기 적어도 하나의 프로세서에 의해, 딥러닝 모델을 통해 대상 공간에 대한 이미지로부터 객체를 탐지하는 단계; 및
   상기 적어도 하나의 프로세서에 의해, 상기 대상 공간과 관련된 POG(planogram) 데이터를 이용하여 상기 객체를 분류하는 단계
   를 포함하는 객체 분류 방법.
2. 제1항에 있어서,
   상기 탐지하는 단계는,
   RPN(region proposal network) 모델을 이용하여 상기 이미지에서 객체 영역을 탐지하는 것
   을 특징으로 하는 객체 분류 방법.
3. 제2항에 있어서,
   상기 RPN 모델은 상기 대상 공간과 관련된 공개 데이터(public data)를 이용하여 상기 대상 공간에 포함된 물품에 대한 영역 추정(region proposal)이 학습된 모델인 것
   을 특징으로 하는 객체 분류 방법.
4. 제1항에 있어서,
   상기 분류하는 단계는,
   상기 POG 데이터에 포함된 각 물품 별 물품명과 물품 이미지를 물품 인식을 위한 갤러리에 등록하는 단계; 및
   상기 객체를 상기 갤러리에 등록된 물품 이미지와의 유사도에 따라 상기 갤러리에 등록된 물품명으로 분류하는 단계
   를 포함하는 객체 분류 방법.
5. 제1항에 있어서,
   상기 분류하는 단계는,
   NLP(natural language processing) 기반 객체 분류 모델을 통해 상기 객체에 대한 일차 분류를 수행하는 단계; 및
   상기 일차 분류 결과와 상기 POG 데이터를 이용하여 상기 객체에 대한 세부 분류를 수행하는 단계
   를 포함하는 객체 분류 방법.
6. 제5항에 있어서,
   상기 NLP 기반 객체 분류 모델은 트랜스포머(transformer) 기반 텍스트 인코더를 포함하는 것
   을 특징으로 하는 객체 분류 방법.
7. 제5항에 있어서,
   상기 객체에 대한 일차 분류를 수행하는 단계는,
   상기 객체의 이미지 피처를 공개 데이터에 포함된 클래스명의 텍스트 피처와 비교하여 상기 객체에 대응되는 클래스명을 인식하는 단계
   를 포함하는 객체 분류 방법.
8. 제5항에 있어서,
   상기 객체에 대한 세부 분류를 수행하는 단계는,
   상기 POG 데이터에 포함된 각 물품 별 물품명과 물품 이미지를 물품 인식을 위한 갤러리에 등록하는 단계;
   상기 갤러리에 등록된 물품 이미지 중 상기 일차 분류 결과에 대응되는 범위의 물품 이미지를 상기 객체와 비교하는 단계; 및
   상기 객체를 상기 객체와 비교한 물품 이미지와의 유사도에 따라 상기 갤러리에 등록된 물품명으로 분류하는 단계
   를 포함하는 객체 분류 방법.
9. 제5항에 있어서,
   상기 객체에 대한 세부 분류를 수행하는 단계는,
   상기 POG 데이터에 포함된 각 물품 별 물품명과 물품 이미지를 물품 인식을 위한 갤러리에 등록하는 단계; 및
   상기 객체를 상기 갤러리에 등록된 물품 이미지와의 유사도에 따라 상기 갤러리에 등록된 물품명으로 분류하는 단계
   를 포함하고,
   상기 유사도에 상기 일차 분류 결과에 따른 가중치가 반영되는 것
   을 특징으로 하는 객체 분류 방법.
10. 제1항에 있어서,
    상기 객체 분류 방법은,
    상기 적어도 하나의 프로세서에 의해, RGB 센서로 구성된 이미지 센싱 모듈을 통해 일정 주기 또는 실시간으로 상기 대상 공간이 촬영된 상기 이미지를 획득하는 단계
    를 더 포함하는 객체 분류 방법.
11. 제1항 내지 제10항 중 어느 한 항의 객체 분류 방법을 컴퓨터에 실행시키기 위해 컴퓨터 판독가능한 기록 매체에 저장되는 컴퓨터 프로그램.
12. 컴퓨터 장치에 있어서,
    메모리에 포함된 컴퓨터 판독가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서
    를 포함하고,
    상기 적어도 하나의 프로세서는,
    딥러닝 모델을 통해 대상 공간에 대한 이미지로부터 객체를 탐지하는 과정; 및
    상기 대상 공간과 관련된 POG 데이터를 이용하여 상기 객체를 분류하는 과정
    을 처리하는 컴퓨터 장치.
13. 제12항에 있어서,
    상기 적어도 하나의 프로세서는,
    RPN 모델을 이용하여 상기 이미지에서 객체 영역을 탐지하는 것
    을 특징으로 하는 컴퓨터 장치.
14. 제13항에 있어서,
    상기 RPN 모델은 상기 대상 공간과 관련된 공개 데이터를 이용하여 상기 대상 공간에 포함된 물품에 대한 영역 추정이 학습된 모델인 것
    을 특징으로 하는 컴퓨터 장치.
15. 제12항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 POG 데이터에 포함된 각 물품 별 물품명과 물품 이미지를 물품 인식을 위한 갤러리에 등록하고,
    상기 객체를 상기 갤러리에 등록된 물품 이미지와의 유사도에 따라 상기 갤러리에 등록된 물품명으로 분류하는 것
    을 특징으로 하는 컴퓨터 장치.
16. 제12항에 있어서,
    상기 적어도 하나의 프로세서는,
    NLP 기반 객체 분류 모델을 통해 상기 객체에 대한 일차 분류를 수행하고,
    상기 일차 분류 결과와 상기 POG 데이터를 이용하여 상기 객체에 대한 세부 분류를 수행하는 것
    을 특징으로 하는 컴퓨터 장치.
17. 제16항에 있어서,
    상기 NLP 기반 객체 분류 모델은 트랜스포머 기반 텍스트 인코더를 포함하는 것
    을 특징으로 하는 컴퓨터 장치.
18. 제16항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 객체의 이미지 피처를 공개 데이터에 포함된 클래스명의 텍스트 피처와 비교하여 상기 객체에 대응되는 클래스명을 인식하는 것
    을 특징으로 하는 컴퓨터 장치.
19. 제16항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 POG 데이터에 포함된 각 물품 별 물품명과 물품 이미지를 물품 인식을 위한 갤러리에 등록하고,
    상기 갤러리에 등록된 물품 이미지 중 상기 일차 분류 결과에 대응되는 범위의 물품 이미지를 상기 객체와 비교하고,
    상기 객체를 상기 객체와 비교한 물품 이미지와의 유사도에 따라 상기 갤러리에 등록된 물품명으로 분류하는 것
    을 특징으로 하는 컴퓨터 장치.
20. 제16항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 POG 데이터에 포함된 각 물품 별 물품명과 물품 이미지를 물품 인식을 위한 갤러리에 등록하고,
    상기 객체를 상기 갤러리에 등록된 물품 이미지와의 유사도에 따라 상기 갤러리에 등록된 물품명으로 분류하고,
    상기 유사도에 상기 일차 분류 결과에 따른 가중치가 반영되는 것
    을 특징으로 하는 컴퓨터 장치.

Images