합성곱 신경망 기반 장소 이미지 유사도 평가 및 장소 인식 방법 및 시스템

TRL 4
2025 등록

이 기술은 사진 속 장소를 알아보기 위해 이미지에서 장소를 구별하는 특징을 뽑아 저장하고, 새로 들어온 사진과 가장 비슷한 특징을 찾아 장소 정보를 반환하는 방법입니다. 사람이나 물건의 유무, 시야각 변화처럼 사진이 달라지는 상황에서도 장소 판단에 중요한 특징에 더 비중을 두어 유사 장소를 찾도록 설계한 특허입니다.

특허 개요

본 특허는 사진 한 장을 입력하면 데이터베이스에서 가장 유사한 장소를 찾아내는 CNN 기반 장소 인식 시스템입니다. 이미지별 장소 표현 특징 텐서를 추출해 K개 중심 텐서로 클러스터링하고, 동일 장소는 가깝게 서로 다른 장소는 멀어지도록 트리플렛 손실로 학습합니다. 이후 MLP가 생성한 마스크 텐서로 차원별 중요도를 반영하는 선택적 유클리디안 거리(selective Euclidean distance)를 계산해, 쿼리 이미지와 가장 가까운 데이터베이스 이미지의 장소 메타데이터를 결과로 반환합니다.

  • 핵심 기능

먼저 장소 이미지 데이터베이스의 각 이미지를 CNN에 통과시켜 장소 표현 특징 텐서와 장소 정보 메타데이터를 저장합니다. 쿼리 이미지가 입력되면 동일한 방식으로 특징 텐서를 추출하고, 차원별 중요도가 반영된 선택적 유클리디안 거리로 데이터베이스 텐서와 비교해 최단 거리 장소를 인식합니다.

  • 차별 강점

기존 단순 거리 기반 유사도 평가는 장소 판별에 덜 중요한 특징까지 동일하게 반영할 수 있고, OCR 기반 방식은 텍스트의 가림·부재·소형화에 영향을 받습니다. 본 특허는 트리플렛 손실로 장소 간 구별력을 학습하고 차원별 중요도 가중치를 적용해, 시야각 변화와 동적 물체·특정 물체 변화가 있는 이미지에서도 장소 중심으로 유사도를 평가하는 점이 차별점입니다.

  • 활용 범위

기술·연구 측면에서는 이미지 기반 실내 측위, 실내 내비게이션, 컴퓨터 비전 기반 위치 인식, 대규모 이미지 검색 분야에 활용 가능하며, 장소 특징 학습과 유사도 검색 기술 고도화에 적용할 수 있습니다. 사업 측면에서는 스마트 기기 기반 위치 인증, 공공시설 방문 관리, 안전관리·점검 이력 확인, 장기요양 및 복무 대상자 관리 서비스로 확장할 수 있습니다.

연구 개발 단계

TRL 1
기초 원리
TRL 2
개념 정립
TRL 3
개념 검증
TRL 4
실험실 검증
TRL 5
유사 환경
TRL 6
시제품
TRL 7
실증
TRL 8
인증완료
TRL 9
사업화
TRL4대규모 장소 이미지 데이터베이스를 활용한 시각화 기반 장소 인식 사례로 핵심 알고리즘의 동작 가능성이 확인된 단계입니다.
현재 검증 내용

CNN 기반 장소 표현 특징 텐서와 선택적 유클리디안 거리 알고리즘을 이용해 약 360,000장 데이터베이스에서 쿼리 이미지별 유사 장소 상위 5장을 추출하는 방식으로 검증했습니다. 비연속적 시야각 변동, 간판 부재, 동적 물체 및 특정 물체 변화 조건에서의 장소 판별 사례는 제시됐으나, 실제 서비스 환경의 정량 정확도와 지연시간은 추가 검증이 필요합니다.

검증 환경

- 데이터베이스: 약 360,000장의 장소 이미지
- 평가 방식: 쿼리 이미지별 유사 장소 상위 5장 추출

- 비교 기준: 단순 거리 연산 및 NetVLAD의 단순 L2 거리 방식

현재 성과

성능·효과
시야각·물체 변화에 대한 유사 장소 추출약 360,000장 데이터베이스에서 상위 5장 추출

비연속적인 위치 및 시야각 변동이 포함된 조건에서 유사 장소 이미지를 추출하는 사례를 제시했습니다. 행인 등 동적 물체와 특정 물체의 유무 또는 유사 물체 변경이 있는 경우에도 장소 유사 이미지 검색 가능성을 확인했습니다.

검증·신뢰
장소 이미지 데이터베이스 기반 인식 검증약 360,000장

CNN으로 장소 표현 특징 텐서를 추출하고, 쿼리 텐서와 데이터베이스 텐서를 선택적 유클리디안 거리로 비교하는 방식으로 검증했습니다. 쿼리 이미지마다 유사 장소 상위 5장을 추출해 시야각 변동과 물체 변화 조건의 인식 사례를 확인했습니다.

차별성·독창성
차원 중요도 기반 선택적 유사도 평가

기존 NetVLAD의 단순 L2 거리 방식과 달리, MLP가 학습한 마스크 텐서로 장소 인식에 중요한 특징 차원은 가중하고 비중요 차원은 억제합니다. 트리플렛 손실 학습과 선택적 유클리디안 거리 측정을 결합해 동일 장소와 상이 장소의 구별을 목적으로 설계한 점이 핵심 차별성입니다.

상용화까지 남은 부분

1

다양한 실내외 환경에서의 정량 장소 인식 정확도 검증

2

실제 서비스 규모에서의 검색 지연시간 및 데이터베이스 증설 시 재현성 검증

3

장기 운영 환경에서의 성능 안정성과 데이터 갱신 방식 검증

기술 이전 형태·도입 과정

기술양도
전용실시권
통상실시권
공동 과제 수행
기술지도·자문

도입은 이렇게 진행됩니다.

1

검토 미팅

귀사 상황·데이터 구조 기준으로 적합성을 논의합니다. 자료 검토만으로 끝나도 됩니다.

2

PoC 공동 검증

연구팀 동행 하에 귀사 데이터 기준 재학습·성능을 확인합니다.

3

라이센싱 계약

PoC 결과를 기반으로 희망 형태(실시권·공동연구 등)를 협의합니다.

4

기술지도·후속

도입 초기 기술지도, 필요 시 후속 공동연구·정부과제 연계까지 진행합니다.

특허 정보

발명의 명칭(KR)

합성곱 신경망 기반 장소 이미지 유사도 평가 및 장소 인식 방법 및 시스템

출원번호

10-2021-0191081 (2021.12.29)

공개번호

1020230101182 (2023.07.06)

등록번호

1028293550000 (2025.06.30)

발명자

명현 (한국과학기술원), 황성원 (한국과학기술원), 김윤수 (한국과학기술원), 임형태 (한국과학기술원)

출원인

한국과학기술원

문의

담당자이준구
이메일jg.lee@rndcircle.io
연락처010-8978-6417