KR102303848B1 - 이미지 분석을 통한 위치 탐색 방법 및 그 시스템 - Google Patents

Abstract

이미지 분석을 통한 위치 탐색 방법이 개시된다. 본 발명의 일 측면에 따르면, 변환부가 이미지 내에서 문자를 탐지 및 인식하여 텍스트 데이터로 변환하는 단계, 스코어링부가 텍스트 데이터를 데이터 베이스에 저장된 복수의 상호 데이터와 비교 분석하여 일치하는 글자수에 따라 차등적으로 상호 데이터에 스코어를 부여하는 단계, 지역 탐색부가 상호 데이터에 포함된 좌표값을 기준으로 기설정된 반경의 탐색 영역 내의 스코어의 합이 최대인 목표 지역을 탐색하는 단계, 및 결정부가 목표 지역을 이미지의 위치로 결정하는 단계를 포함하는 이미지 분석을 통한 위치 탐색 방법이 제공된다.

Description

이미지 분석을 통한 위치 탐색 방법 및 그 시스템{METHOD FOR SEARCHING LOCATION THROUGH IMAGE ANALYSIS AND SYSTEM THEREOF}

본 발명은 이미지 분석을 통한 위치 탐색 방법 및 그 시스템에 관한 것이다.

간판은 상인이 자신의 상점을 알리기 위해 그 상호를 적어 상점이 위치한 건물의 외벽 등에 걸거나 붙이는 표지로서, 어디서든 쉽게 찾아볼 수 있고, 때에 따라 이정표로써 이용되기도 한다.

한편, 문서나 이미지 등에 포함된 문자를 광학적으로 판독하여 텍스트 데이터를 추출하는 기술이 개발되어, 기계적으로 타이핑되거나 인쇄된 문자뿐만 아니라 손으로 쓴 글씨와 같은 비정형의 문자까지 인식 가능한 수준까지 발전하고 있다.

이에 따라 사진 등의 이미지 상에 나타난 간판 등의 문자를 인식하여 텍스트 데이터를 추출하고, 해당 데이터를 토대로 상기 이미지에 나타난 장소 및 더 나아가 촬영 위치까지 파악 가능한 기술의 개발이 개발되는 경우, 보도, 방재, 구조 등의 다양한 분야에서 활용 가능할 것으로 사료된다.

대한민국 공개특허공보 제 10-2016-0131222호 (2016.11.16. 공개)

본 발명은 이미지 상 문자의 탐지 및 인식을 통해 변환된 텍스트 데이터를 이용하여 이미지에 나타난 장소의 위치 및 해당 이미지가 촬영된 위치를 빠르게 파악 가능한 이미지 분석을 통한 위치 탐색 방법 및 그 시스템을 제공하는 것이다.

본 발명의 일 측면에 따르면, 변환부가 이미지 내에서 문자를 탐지 및 인식하여 텍스트 데이터로 변환하는 단계, 스코어링부가 텍스트 데이터를 데이터 베이스에 저장된 복수의 상호 데이터와 비교 분석하여 일치하는 글자수에 따라 차등적으로 상호 데이터에 스코어를 부여하는 단계, 지역 탐색부가 상호 데이터에 포함된 좌표값을 기준으로 기설정된 반경의 탐색 영역 내의 스코어의 합이 최대인 목표 지역을 탐색하는 단계, 및 결정부가 목표 지역을 이미지의 위치로 결정하는 단계를 포함하는 이미지 분석을 통한 위치 탐색 방법이 제공된다.

스코어를 부여하는 단계는 기설정된 글자수 이상의 텍스트 데이터를 대상으로 수행될 수 있다.

스코어를 부여하는 단계는, 스코어링부가 상호 데이터가 텍스트 데이터와 전부 일치하는 경우, 일치하는 글자수에 따라 상호 데이터에 스코어를 부여하는 단계, 및 스코어링부가 텍스트 데이터와 전부 일치하는 상호 데이터가 부존재하는 경우, 텍스트 데이터와 일부 일치하는 글자수에 따라 상호 데이터에 스코어를 부여하는 단계를 포함할 수 있다.

스코어를 부여하는 단계는, 검색부가 데이터 베이스에서 텍스트 데이터와 전부 또는 일부 일치하는 상호 데이터를 검색하는 단계, 산정부가 상호 데이터가 검색된 개수에 따라 패널티를 산정하는 단계, 및 스코어 산출부가 일치하는 글자수를 가중 변수로 하고 패널티를 경감 변수로 하여 산출된 스코어를 상호 데이터에 부여하는 단계를 포함할 수 있다.

텍스트 데이터는 복수이고, 스코어를 부여하는 단계 이전에, 제외부가 복수의 텍스트 데이터 중 중복 횟수가 기설정된 횟수 이상인 텍스트 데이터를 분석 대상에서 제외하는 단계가 더 포함될 수 있다.

목표 지역을 탐색하는 단계는, 배치부가 스코어를 좌표값에 따라 좌표평면 상에 배치하는 단계, 및 스윕부가 좌표평면 상의 좌표 중 어느 하나를 기준으로 탐색 영역을 회전시켜 가면서 목표 지역을 탐색하는 단계를 포함할 수 있다.

목표 지역을 탐색하는 단계 이후에, 탐색부가 이미지의 화각 내 텍스트 데이터의 제1 위치 각도 및 목표 지역 상의 좌표 중 어느 하나인 탐색점에서의 화각 내 상호 데이터의 제2 위치 각도를 비교하여 이미지의 촬영 위치를 탐색하는 단계가 더 포함될 수 있다.

제1 위치 각도는 화각의 렌즈 중심으로부터 텍스트 데이터의 이미지 상 위치까지의 각도이고, 제2 위치 각도는 탐색점을 렌즈 중심으로 하여 탐색점으로부터 좌표값까지의 각도일 수 있다.

촬영 위치를 탐색하는 단계는, 각도 산출부가 제1 위치 각도 및 제2 위치 각도를 산출하는 단계, 각도 산출부가 제1 위치 각도와 제2 위치 각도의 차이값을 산출하는 단계, 및 위치 결정부가 차이값의 합이 최소인 탐색점을 촬영 위치로 결정하는 단계를 포함할 수 있다.

촬영 위치로 결정하는 단계는 차이값에 스코어를 가중 변수로 적용시켜 수행될 수 있다.

본 발명에 따르면, 이미지 상 문자의 탐지 및 인식을 통해 변환된 텍스트 데이터를 이용하여 이미지에 나타난 장소의 위치 및 해당 이미지가 촬영된 위치를 빠르게 파악하는 것이 가능하다.

도 1은 본 발명의 일 실시예에 따른 이미지 분석을 통한 위치 탐색 방법을 나타낸 일 순서도.
도 2는 본 발명의 일 실시예에 따른 이미지 분석을 통한 위치 탐색 방법을 나타낸 다른 순서도.
도 3은 본 발명의 다른 실시예에 따른 이미지 분석을 통한 위치 탐색 시스템을 나타낸 구성도.

본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.

제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.

본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

이하, 본 발명에 따른 이미지 분석을 통한 위치 탐색 방법 및 그 시스템(100)을 첨부도면을 참조하여 상세히 설명하기로 하며, 첨부 도면을 참조하여 설명함에 있어, 동일하거나 대응하는 구성 요소는 동일한 도면번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.

먼저, 본 발명의 일 실시예에 따른 이미지 분석을 통한 위치 탐색 방법에 대해 설명한다.

본 실시예에 따르면, 도 1 및 도 2에 도시된 바에 따라, 변환부(110)가 이미지 내에서 문자를 탐지 및 인식하여 텍스트 데이터로 변환하는 단계(S110), 스코어링부(130)가 텍스트 데이터를 데이터 베이스에 저장된 복수의 상호 데이터와 비교하여 일치하는 글자수에 따라 차등적으로 상호 데이터에 스코어를 부여하는 단계(S130), 지역 탐색부(150)가 상호 데이터에 포함된 좌표값을 기준으로 기설정된 반경의 탐색 영역 내의 스코어의 합이 최대인 목표 지역을 탐색하는 단계(S150), 및 결정부(170)가 목표 지역을 이미지의 위치로 결정하는 단계(S170)를 포함하는 이미지 분석을 통한 위치 탐색 방법이 제공된다.

이와 같은 본 실시예에 따르면, 이미지 상 문자의 탐지 및 인식을 통해 변환된 텍스트 데이터를 이용하여 이미지에 나타난 장소의 위치 및 해당 이미지가 촬영된 위치를 빠르게 파악할 수 있다.

이하 도 1 및 도 2를 참조하여 본 실시예에 따른 이미지 분석을 통한 위치 탐색 방법의 각 단계에 대하여 설명하도록 한다.

단계110에서는 변환부(110)가 이미지 내에서 문자를 탐지 및 인식하여 텍스트 데이터로 변환할 수 있다.

보다 구체적으로 텍스트 데이터로 변환하는 단계(S110)는, 이미지 내에서 문자가 있는 영역을 탐지(Text Detection)하는 단계, 탐지된 영역에서 문자를 인식(Text Recognition)하여 텍스트 데이터로 변환하는 단계를 포함할 수 있다.

여기서 이미지 내 문자 탐지를 위하여 글자(character) 또는 단어 단위의 문자를 탐지 가능한 모델 등이 활용될 수 있으며, 딥러닝(Deep Learning)을 활용한 탐지 모델이나 세그먼테이션(segmenation) 모델 등이 활용될 수 있다.

또한 문자 인식을 위해 딥러닝을 기반으로 한 다양한 모델이 활용 가능하고, 최신의 어텐션(attention) 기반 모델과 CTC(Connectionist Temporal Classification) 기반 모델 등이 활용될 수 있으며, 더 나아가 본 발명의 효과적 목적 달성을 위해 트레이닝된 개선 모델이 활용될 수 있다.

단계130에서는 스코어링부(130)가 텍스트 데이터를 데이터 베이스에 저장된 복수의 상호 데이터와 비교하여 일치하는 글자수에 따라 차등적으로 상호 데이터에 스코어를 부여할 수 있다.

즉 데이터 베이스는 복수의 상호 데이터를 저장하고 있고, 스코어링부(130)는 변환부(110)에 의해 변환된 텍스트 데이터를 상호 데이터들 각각에 매칭시켜 양 데이터 간 일치하는 글자수에 따라 상호 데이터에 차등적으로 스코어를 부여할 수 있다.

예를 들어 스코어는 일치하는 글자수 1자에 대해 1점으로 책정될 수 있다.

상호의 길이가 길수록 그 특이성이 높은 것으로 볼 수 있는 바 보다 많은 글자수를 가진 텍스트 데이터는 위치 탐색에 있어 키워드로 작용될 수 있으므로, 이러한 텍스트 데이터와 일치하는 상호 데이터에 높은 스코어를 부여함으로써 가중치(weight)를 주는 것으로 이해할 수 있다.

보다 구체적으로 스코어를 부여하는 단계(S130)는 기설정된 글자수 이상의 텍스트 데이터를 대상으로 수행될 수 있다.

예를 들어, 선명하지 않은 이미지 등의 사유로 텍스트로 변환하는 단계(S110)에서 변환된 텍스트 데이터에 일부 오류가 발생한 경우, 1글자의 오류라 하더라도 2글자의 텍스트 데이터에 대해서는 50%, 8글자의 텍스트 데이터에 대하서는 12.5%의 상이한 오류 발생률이 나타날 수 있다.

따라서 보다 높은 오류 발생률에도 불구하고 2글자의 텍스트 데이터를 8글자의 텍스트 데이터와 동일하게 스코어를 부여하는 단계(S130)에 사용하게 된다면 결과에 대한 신뢰율을 떨어뜨릴 수 있다.

이에 따라 기설정된 글자수 이상의 텍스트 데이터를 대상으로 스코어를 부여하는 단계(S130)가 수행됨으로써 위치 탐색 결과의 신뢰도를 보다 향상시킬 수 있게 된다.

보다 구체적으로 상기 기설정된 글자수는 3자 일 수 있다.

또한 스코어를 부여하는 단계(S130)는, 스코어링부(130)가 상호 데이터가 텍스트 데이터와 전부 일치하는 경우, 일치하는 글자수에 따라 상호 데이터에 스코어를 부여하는 단계(S132), 및 스코어링부(130)가 텍스트 데이터와 전부 일치하는 상호 데이터가 부존재하는 경우, 텍스트 데이터와 일부 일치하는 글자수에 따라 상호 데이터에 스코어를 부여하는 단계(S134)를 포함할 수 있다.

다시 말해 텍스트 데이터와 전부 일치하는 상호 데이터를 검색 후 해당 데이터가 존재하지 않으면, 다시 텍스트 데이터와 일부 일치하는 상호 데이터를 검색하고 일부 일치하는 글자수에 따라 상호 데이터에 스코어를 부여할 수 있다.

이에 따라 이미지의 프레임 내에 문자가 모두 포함되지 못하거나 문자 중 일부가 잘못 인식되는 등의 경우, 해당 문자에 대한 텍스트 데이터를 스코어를 부여하는 단계(S130)에서 전면적으로 제외시킴에 따라 발생 가능한 데이터 손실율 증가 및 결과 정확도 하락을 방지할 수 있다.

스코어를 부여하는 단계(S130)는, 도 2에 도시된 바와 같이, 검색부(132)가 데이터 베이스에서 텍스트 데이터와 전부 또는 일부 일치하는 상호 데이터를 검색하는 단계(S136), 산정부(134)가 상호 데이터가 검색된 개수에 따라 패널티를 산정하는 단계(S137), 및 스코어 산출부(136)가 일치하는 글자수를 가중 변수로 하고 패널티를 감면 변수로 하여 산출된 스코어를 상호 데이터에 부여하는 단계(S138)를 포함할 수 있다.

즉 텍스트 데이터와 일치하는 상호 데이터가 복수인 경우 해당 텍스트 데이터는 이미지의 위치 탐색에 있어 그 중요도가 보다 낮은 것으로 볼 수 있으므로, 상호 데이터가 검색된 개수에 따라 패널티(penalty)를 산정하고 이를 감면 변수로 하여 스코어를 산출함으로써 결과의 정확도를 보다 향상시킬 수 있다.

구체적으로 글자수는 비례 변수로 하고 패널티를 반비례 변수로 하여 스코어를 산출할 수 있으며, 보다 세부적으로는 [스코어 = (일치하는 글자수) / (검색된 상호 데이터의 개수)]와 같은 수식으로 표현할 수 있다.

텍스트 데이터는 복수이고, 스코어를 부여하는 단계(S130) 이전에, 제외부(120)가 복수의 텍스트 데이터 중 중복 횟수가 기설정된 횟수 이상인 텍스트 데이터를 분석 대상에서 제외하는 단계(S120)가 더 포함될 수 있다.

예를 들어, 텍스트 데이터로 변환하는 단계(S110)에서 전체 문자열이 단어별로 분리되어 인식될 수 있고, 이 경우 업종명(예를 들어, 피부과, 치과, 미용실 등), 지점명(예를 들어, 선릉점, 강남점 등) 등은 스코어를 부여하는 단계(S130)에서 노이즈(noise), 즉 방해 요소로 작용될 수 있다.

따라서 복수의 텍스트 데이터 중 기설정된 횟수 이상으로 중복되는 업종명이나 지점명 등의 노이즈를 분석 대상에서 제외함으로써 불필요한 연산 시간을 단축시켜 결과 도출 속도를 높일 수 있을 뿐만 아니라 해당 노이즈에 따라 도출된 허수치가 결과에 섞이는 것을 방지하여 결과의 정확도를 보다 향상시킬 수 있다.

보다 구체적으로 기설정된 횟수는 10회 내지 15회 중 어느 하나일 수 있다.

단계150에서는 지역 탐색부(150)가 상호 데이터에 포함된 좌표값을 기준으로 기설정된 반경의 탐색 영역 내의 스코어의 합이 최대인 목표 지역을 탐색할 수 있다.

즉 후술할 바와 같이 이미지에 나타난 장소의 위치 또는 이미지 촬영 위치 탐색을 위한 탐색 경계로서의 목표 지역을 탐색하기 위하여, 탐색 영역 내에 포함되는 좌표값을 갖는 상호 데이터의 스코어 합이 최대인 영역을 탐색할 수 있다.

보다 구체적으로 기설정된 반경은 50m 내지 100m일 수 있다.

보다 구체적으로 목표 지역을 탐색하는 단계(S150)는, 배치부(152)가 스코어를 좌표값에 따라 좌표평면 상에 배치하는 단계(S152), 및 스윕부(154)가 좌표평면 상의 좌표 중 어느 하나를 기준으로 탐색 영역을 회전시켜 가면서 목표 지역을 탐색하는 단계(S154)를 포함할 수 있다.

이는 기설정된 반경의 탐색 영역에 포함되는 좌표점(즉, 상호 데이터)이 갖는 무게(weight; 즉, 스코어)의 합이 최대가 되는 지역을 탐색하는 과정으로 이해할 수 있다.

단계170에서는 결정부(170)가 목표 지역을 이미지의 위치로 결정할 수 있다.

즉 목표 지역은 1차적으로 이미지에 나타난 장소로서의 위치가 될 수 있으며, 더 나아가 2차적으로 후술할 바와 같이 이미지 촬영 위치를 탐색하기 위한 탐색 경계로서 활용될 수 있고 이에 따라 촬영 위치의 탐색에 소요되는 연산 시간을 현저하게 감소시킬 수 있다.

목표 지역을 탐색하는 단계(S150) 이후에, 탐색부가 이미지의 화각 내 텍스트 데이터의 제1 위치 각도 및 목표 지역 상의 좌표 중 어느 하나인 탐색점에서의 화각 내 상호 데이터의 제2 위치 각도를 비교하여 이미지의 촬영 위치를 탐색하는 단계(S190)가 더 포함될 수 있다.

즉 카메라 렌즈 등의 화각(畵角)을 고려하여 산출된 이미지 내 문자(텍스트 데이터)의 제1 위치 각도를, 목표 지역 상의 임의의 한 좌표점(탐색점)에서 위 화각에 따라 바라본 일방향의 시야 내 상호 데이터의 제2 위치 각도와 비교함으로써 이미지의 촬영 위치를 찾을 수 있게 된다.

이때, 이미지의 화각은 촬영 각도를 고려하여 보정될 수 있다.

보다 구체적으로 제1 위치 각도는 화각의 렌즈 중심으로부터 텍스트 데이터의 이미지 상 위치까지의 각도일 수 있다.

보다 구체적으로 이미지 내 문자(구체적으로는 문자열의 중심)를 이미지 상 X축 상에 수직으로 투영(projection)하여 화각의 렌즈 중심으로부터 해당 투영점까지의 각도를 구하면 제1 위치 각도가 될 수 있다.

제2 위치 각도는 탐색점을 렌즈 중심으로 하여 탐색점으로부터 좌표값까지의 각도일 수 있다.

보다 구체적으로 촬영 위치의 탐색을 위해 탐색점에서 임의의 방향을 바라보았을 때, 화각에 따른 시야 내에 포함되는 상호 데이터의 좌표값을 위 시야 방향에 직교하는 축 상에 수직으로 투영하여 탐색점으로부터 해당 투영점까지의 각도를 구하면 제2 위치 각도가 될 수 있다.

촬영 위치를 탐색하는 단계(S190)는, 각도 산출부(192)가 제1 위치 각도 및 제2 위치 각도를 산출하는 단계(S192), 각도 산출부(192)가 제1 위치 각도와 제2 위치 각도의 차이값을 산출하는 단계(S194), 및 위치 결정부(194)가 차이값의 합이 최소인 탐색점을 촬영 위치로 결정하는 단계(S196)를 포함할 수 있다.

다시 말해 제1 위치 각도와 제2 위치 각도의 차이값이 작을수록 해당 탐색점이 촬영 위치일 가능성 내지 확률이 높아지므로, 이러한 차이값의 합이 최소, 즉 가능성의 합이 최대인 탐색점을 탐색함으로써 이미지의 촬영 위치를 찾을 수 있게 된다.

촬영 위치로 결정하는 단계(S196)는 차이값에 스코어를 가중 변수로 적용시켜 수행될 수 있다.

보다 구체적으로 차이값에 스코어를 곱한 값의 합이 최소인 탐색점이 촬영 위치로 결정될 수 있다.

즉 이는 전술한 바와 같이 상호의 길이가 길수록 특이성이 높은 것으로 볼 수 있는 바 많은 글자수를 가진 텍스트 데이터는 위치 탐색에 있어 키워드로 작용될 것이므로, 이러한 텍스트 데이터가 차이값의 합에 보다 큰 영향력을 갖도록 해당 텍스트에 대한 가중치(weight)를 부여하는 것으로 이해할 수 있다.

예를 들어, 어느 한 이미지에 A(한글 3글자)와 B(한글 8글자)의 문자가 포함되어 있다고 가정하였을 때, 목표 지역 내 탐색점a에서의 차이값은 A는 4도(degree), B는 5도이고, 탐색점b에서의 차이값은 A는 3도, B는 6도라고 하면, 각 탐색점에서 차이값의 단순합(4+5=3+6=9)은 동일하지만, 위 A, B의 차이값들에 스코어를 곱해 주면, 탐색점a의 차이값의 합(4*3+5*8=52)이 탐색점b(3*3+6*8=57)보다 작게 되어 탐색점a가 최종 촬영 위치로 결정될 수 있게 된다.

다음으로, 본 발명의 다른 실시예에 따른 이미지 분석을 통한 위치 탐색 시스템(100)에 대해 설명한다.

본 발명의 일 측면에 따르면, 도 3에 도시된 바와 같이, 이미지 내에서 문자를 탐지 및 인식하여 텍스트 데이터로 변환하는 변환부(110), 텍스트 데이터를 데이터 베이스에 저장된 복수의 상호 데이터와 비교하여 일치하는 글자수에 따라 차등적으로 상호 데이터에 스코어를 부여하는 스코어링부(130), 상호 데이터에 포함된 좌표값을 기준으로 기설정된 반경의 탐색 영역 내의 스코어의 합이 최대인 목표 지역을 탐색하는 지역 탐색부(150), 및 목표 지역을 이미지의 위치로 결정하는 결정부(170)를 포함하는 이미지 분석을 통한 위치 탐색 시스템(100)이 제공된다.

이와 같은 본 실시예에 따르면, 이미지 상 문자의 탐지 및 인식을 통해 변환된 텍스트 데이터를 이용하여 이미지에 나타난 장소의 위치 및 해당 이미지가 촬영된 위치를 신속하게 파악하는 것이 가능하다.

이하 도 3을 참조하여 본 실시예에 따른 이미지 분석을 통한 위치 탐색 시스템(100)의 각 구성에 대하여 설명하도록 한다.

스코어링부(130)는 기설정된 글자수 이상의 텍스트 데이터를 대상으로 스코어를 부여할 수 있다.

스코어링부(130)는 상호 데이터가 텍스트 데이터와 전부 일치하는 경우, 일치하는 글자수에 따라 상호 데이터에 스코어를 부여하고, 텍스트 데이터와 전부 일치하는 상호 데이터가 부존재하는 경우, 텍스트 데이터와 일부 일치하는 글자수에 따라 상호 데이터에 스코어를 부여할 수 있다.

스코어링부(130)는, 데이터 베이스에서 텍스트 데이터와 전부 또는 일부 일치하는 상호 데이터를 검색하는 검색부(132), 상호 데이터가 검색된 개수에 따라 패널티를 산정하는 산정부(134), 및 일치하는 글자수를 가중 변수로 하고 패널티를 경감 변수로 하여 산출된 스코어를 상호 데이터에 부여하는 스코어 산출부(136)를 포함할 수 있다.

텍스트 데이터는 복수이고, 복수의 텍스트 데이터 중 중복 횟수가 기설정된 횟수 이상인 텍스트 데이터를 분석 대상에서 제외하는 제외부(120)가 더 포함될 수 있다.

지역 탐색부(150)는, 스코어를 좌표값에 따라 좌표평면 상에 배치하는 배치부(152), 및 좌표평면 상의 좌표 중 어느 하나를 기준으로 탐색 영역을 회전시켜 가면서 목표 지역을 탐색하는 스윕부(154)를 포함할 수 있다.

위치 탐색부(190)는 이미지의 화각 내 텍스트 데이터의 제1 위치 각도 및 목표 지역 상의 좌표 중 어느 하나인 탐색점에서의 화각 내 상호 데이터의 제2 위치 각도를 비교하여 이미지의 촬영 위치를 탐색할 수 있다.

제1 위치 각도는 화각의 렌즈 중심으로부터 텍스트 데이터의 이미지 상 위치까지의 각도이고, 제2 위치 각도는 탐색점을 렌즈 중심으로 하여 탐색점으로부터 좌표값까지의 각도일 수 있다.

위치 탐색부(190)는, 제1 위치 각도 및 제2 위치 각도를 산출하고, 제1 위치 각도와 제2 위치 각도의 차이값을 산출하는 각도 산출부(192), 및 차이값의 합이 최소인 탐색점을 촬영 위치로 결정하는 위치 결정부(194)를 포함할 수 있다.

위치 결정부(194)는 차이값에 스코어를 가중 변수로 적용시켜 촬영 위치를 결정할 수 있다.

상술한 내용에 대한 보다 구체적인 내용들은 전술한 이미지 분석을 통한 위치 탐색 방법의 그것을 따를 수 있다.

한편, 전술된 실시예의 구성 요소는 프로세스적인 관점에서 용이하게 파악될 수 있다. 즉 각각의 구성 요소는 각각의 프로세스로 파악될 수 있다. 또한 전술된 실시예의 프로세스는 장치의 구성 요소 관점에서 용이하게 파악될 수 있다.

또한 앞서 설명한 기술적 내용들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예들을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 하드웨어 장치는 실시예들의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

이상, 본 발명의 일 실시예에 대하여 설명하였으나, 해당 기술 분야에서 통상의 지식을 가진 자라면 특허청구범위에 기재된 본 발명의 사상으로부터 벗어나지 않는 범위 내에서, 구성 요소의 부가, 변경, 삭제 또는 추가 등에 의해 본 발명을 다양하게 수정 및 변경시킬 수 있을 것이며, 이 또한 본 발명의 권리범위 내에 포함된다고 할 것이다.

100: 이미지 분석을 통한 위치 탐색 시스템
110: 변환부
120: 제외부
130: 스코어링부
132: 검색부
134: 산정부
136: 스코어 산출부
150: 지역 탐색부
152: 배치부
154: 스윕부
170: 결정부
190: 위치 탐색부
192: 각도 산출부
194: 위치 결정부

Claims (10)

1. 변환부가 이미지 내에서 문자를 탐지 및 인식하여 텍스트 데이터로 변환하는 단계;
   스코어링부가 상기 텍스트 데이터를 데이터 베이스에 저장된 복수의 상호 데이터와 비교 분석하여 일치하는 글자수에 따라 차등적으로 상기 상호 데이터에 스코어를 부여하는 단계;
   지역 탐색부가 상기 상호 데이터에 포함된 좌표값을 기준으로 기설정된 반경의 탐색 영역 내의 상기 스코어의 합이 최대인 목표 지역을 탐색하는 단계; 및
   결정부가 상기 목표 지역을 상기 이미지의 위치로 결정하는 단계를 포함하고,
   상기 변환부는,
   상기 이미지 내에서 탐지 및 인식한 적어도 하나의 상기 문자를 상기 문자 각각에 대응되는 상기 텍스트 데이터로 변환하고,
   상기 스코어링부는,
   상기 상호 데이터에 상기 스코어를 부여함으로써, 상기 상호데이터에 상기 이미지의 위치 결정에 기여하는 가중치를 부여하고,
   상기 복수의 상호 데이터는,
   상기 이미지의 위치를 결정 가능한 개수로 상기 데이터 베이스에 저장되는, 이미지 분석을 통한 위치 탐색 방법.
   
2. 제1항에 있어서,
   상기 스코어를 부여하는 단계는 기설정된 글자수 이상의 상기 텍스트 데이터를 대상으로 수행되는, 이미지 분석을 통한 위치 탐색 방법.
   
3. 제1항에 있어서,
   상기 스코어를 부여하는 단계는,
   상기 스코어링부가 상기 상호 데이터가 상기 텍스트 데이터와 전부 일치하는 경우, 일치하는 글자수에 따라 상기 상호 데이터에 상기 스코어를 부여하는 단계; 및
   상기 스코어링부가 상기 텍스트 데이터와 전부 일치하는 상기 상호 데이터가 부존재하는 경우, 상기 텍스트 데이터와 일부 일치하는 글자수에 따라 상기 상호 데이터에 상기 스코어를 부여하는 단계를 포함하는, 이미지 분석을 통한 위치 탐색 방법.
   
4. 제1항에 있어서,
   상기 스코어를 부여하는 단계는,
   검색부가 상기 데이터 베이스에서 상기 텍스트 데이터와 전부 또는 일부 일치하는 상기 상호 데이터를 검색하는 단계;
   산정부가 상기 상호 데이터가 검색된 개수에 따라 패널티를 산정하는 단계; 및
   스코어 산출부가 일치하는 글자수를 가중 변수로 하고 상기 패널티를 경감 변수로 하여 산출된 상기 스코어를 상기 상호 데이터에 부여하는 단계를 포함하는, 이미지 분석을 통한 위치 탐색 방법.
   
5. 제1항에 있어서,
   상기 텍스트 데이터는 복수이고,
   상기 스코어를 부여하는 단계 이전에,
   제외부가 복수의 상기 텍스트 데이터 중 중복 횟수가 기설정된 횟수 이상인 상기 텍스트 데이터를 분석 대상에서 제외하는 단계를 더 포함하는 이미지 분석을 통한 위치 탐색 방법.
   
6. 제1항에 있어서,
   상기 목표 지역을 탐색하는 단계는,
   배치부가 상기 스코어를 상기 좌표값에 따라 좌표평면 상에 배치하는 단계; 및
   스윕부가 상기 좌표평면 상의 좌표 중 어느 하나를 기준으로 상기 탐색 영역을 회전시켜 가면서 상기 목표 지역을 탐색하는 단계를 포함하는, 이미지 분석을 통한 위치 탐색 방법.
   
7. 제1항에 있어서,
   목표 지역을 탐색하는 단계 이후에,
   상기 탐색부가 상기 이미지의 화각 내 상기 텍스트 데이터의 제1 위치 각도 및 상기 목표 지역 상의 좌표 중 어느 하나인 탐색점에서의 상기 화각 내 상기 상호 데이터의 제2 위치 각도를 비교하여 상기 이미지의 촬영 위치를 탐색하는 단계를 더 포함하는 이미지 분석을 통한 위치 탐색 방법.
   
8. 제7항에 있어서,
   상기 제1 위치 각도는 상기 화각의 렌즈 중심으로부터 상기 텍스트 데이터의 상기 이미지 상 위치까지의 각도이고,
   상기 제2 위치 각도는 상기 탐색점을 상기 렌즈 중심으로 하여 상기 탐색점으로부터 상기 좌표값까지의 각도인, 이미지 분석을 통한 위치 탐색 방법.
   
9. 제7항에 있어서,
   상기 촬영 위치를 탐색하는 단계는,
   각도 산출부가 상기 제1 위치 각도 및 상기 제2 위치 각도를 산출하는 단계;
   상기 각도 산출부가 상기 제1 위치 각도와 상기 제2 위치 각도의 차이값을 산출하는 단계; 및
   위치 결정부가 상기 차이값의 합이 최소인 상기 탐색점을 상기 촬영 위치로 결정하는 단계를 포함하는, 이미지 분석을 통한 위치 탐색 방법.
   
10. 제9항에 있어서,
    상기 촬영 위치로 결정하는 단계는 상기 차이값에 상기 스코어를 가중 변수로 적용시켜 수행되는, 이미지 분석을 통한 위치 탐색 방법.
    

Images