의미론적 분할된 항공 사진을 활용한 영상 기반 항법

국문 초록 (Abstract)

영상 기반 항법은 GPS/INS 통합 항법 시스템의 취약점을 보강할 수 있는 보조 항법 기술로 비행체에서 촬영한 항공 영상과 기존의 데이터베이스를 비교하여 비행체의 위치를 구한다. 하지만 데이터베이스가 생성된 시점은 항공 영상 촬영 시점과 다를 수밖에 없으며, 이러한 시점 차이로 인해 두 영상 간의 다른 특징점들이 생성된다. 즉, 유사하지만 다른 두 영상이므로 일반적인 영상대조 알고리즘을 항법 문제에 적용하기 힘들다. 따라서 본 논문에서는 인공지능 기법인 의미론적 분할을 활용하여 항공 영상에서 항법에 필요한 정보를 분류한 후 영상 대조를 수행하는 방법을 제안한다. 의미론적 분할로 시점 변화, 촬영 조건 변화가 있더라도 강건하게 두 영상이 정합 되도록 한다. 제안한 방법은 시뮬레이션과 비행 실험을 통해 성능을 확인하며, 일반적인 영상 대조 알고리즘을 이용하여 항법을 수행한 결과와 비교한다.

다국어 초록 (Multilingual Abstract)

This paper proposes a new method for vision-based navigation using semantically segmented aerial images. Vision-based navigation can reinforce the vulnerability of the GPS/INS integrated navigation system. However, due to the visual and temporal difference between the aerial image and the database image, the existing image matching algorithms have difficulties being applied to aerial navigation problems. For this reason, this paper proposes a suitable matching method for the flight composed of navigational feature extraction through semantic segmentation followed by template matching. The proposed method shows excellent performance in simulation and even flight situations.

목차 (Table of Contents)

• ABSTRACT
• 초록
• Ⅰ. 서론
• Ⅱ. 본론
• Ⅲ. 결론
• References

참고문헌 (Reference)

1 홍경우, "영상 기반 항법을 위한 가우시안 혼합 모델 기반 파티클 필터" 한국항공우주학회 47 (47): 274-282, 2019

2 원대희, "비전센서와 INS 기반의 항법 시스템 구현 시 랜드마크 사용에 따른 가관측성 분석" 한국항공우주학회 38 (38): 236-242, 2010

3 김종명, "다수의 비전 센서와 INS를 활용한 랜드마크 기반의 통합 항법시스템" 한국항공우주학회 45 (45): 671-677, 2017

4 Conte, G., "Vision-based unmanned aerial vehicle navigation using geo- referenced information" 2009

5 Wu, A. D., "Vision-based navigation and mapping for flight in GPS-denied environments" Georgia Institute of Technology 2010

6 Hong, K. W., "Vision-based Navigation using Gaussian Mixture Model of Terrain Features" 1344-, 2020

7 Briechle, K., "Template matching using fast normalized cross correlation" 4387 : 95-102, 2001

8 Bay, H., "Speeded-up robust features (SURF)" 110 (110): 346-359, 2008

9 Montoya-Zegarra, J. A., "Semantic segmentation of aerial images in urban areas with class-specific higher-order cliques" 2 : 127-133, 2015

10 He, K., "Mask r-cnn" 2961-2969, 2017

11 Noh, H. W., "Learning deconvolution network for semantic segmentation" 1520-1528, 2015

12 Karami, E., "Image matching using SIFT, SURF, BRIEF and ORB: performance comparison for distorted images"

13 Long, J., "Fully convolutional networks for semantic segmentation" 3431-3440, 2015

14 Uchida, A., "Fast and accurate template matching using pixel rearrangement on the GPU" 153-159, 2011

15 Mahmood, A., "Exploiting transitivity of correlation for fast template matching" 19 (19): 2190-2200, 2010

16 Lowe, D. G., "Distinctive image features from scale-invariant keypoints" 60 (60): 91-110, 2004

17 Calonder, M., "Brief : Binary robust independent elementary features" Springer 778-792, 2010

18 Dumble, S. J., "Airborne vision-aided navigation using road intersection features" 78 (78): 185-204, 2015

19 Chai, D., "Aerial image semantic segmentation using DCNN predicted distance maps" 161 : 309-322, 2020

20 Pele, O., "Accelerating pattern matching or how much can you slide?" 435-446, 2007