요약본 발명인 모노깊이추정 딥뉴럴네트워크를 이용한 다시점위성영상의 3차원 복원방법은, 입력모듈에 의해 복수의 시점에서 타겟지역을 촬영하여 생성된 적어도 하나 이상의 2차원 위성영상이미지를 획득하는 단계, BTS(Big to Small) 네트워크에 의해 적어도 하나 이상의 2차원 위성영상이미지 각각에서 타겟지역을 구성하는 구성요소에 대한 높이정보를 획득하고 높이정보가 반영된 적어도 하나 이상의 높이지도를 생성하는 단계, 다시점 스테레오 매칭을 위한 API에 의해 적어도 하나 이상의 2차원 위성영상이미지 전부를 이용하여 상기 구성요소에 대한 3차원 좌표정보를 획득하고 3차원 형태의 기준 공간지도를 생성하는 단계, 및 컨트롤러에 의해 기준 공간지도를 기준으로 적어도 하나 이상의 높이지도를 3차원 호모그래피(homography) 변환하고, 타겟지역을 구성하는 구성요소의 높낮이정보를 추출하여 3차원 형태의 복원영상이미지를 생성하는 단계를 포함한다.
대표 청구항입력모듈에 의해 복수의 시점에서 타겟지역을 촬영하여 생성된 적어도 하나 이상의 2차원 위성영상이미지를 획득하는 단계;BTS(Big to Small) 네트워크에 의해 상기 적어도 하나 이상의 2차원 위성영상이미지 각각에서 상기 타겟지역을 구성하는 구성요소에 대한 높이정보를 획득하고, 상기 높이정보가 반영된 적어도 하나 이상의 높이지도를 생성하는 단계; 다시점 스테레오 매칭을 위한 API에 의해 상기 적어도 하나 이상의 2차원 위성영상이미지 전부를 이용하여 상기 구성요소에 대한 3차원 좌표정보를 획득하고 3차원 형태의 기준 공간지도를 생성하는 단계; 및컨트롤러에 의해 상기 기준 공간지도를 기준으로 상기 적어도 하나 이상의 높이지도를 3차원 호모그래피(homography) 변환하고, 상기 타겟지역을 구성하는 구성요소의 높낮이정보를 추출하여 3차원 형태의 복원영상이미지를 생성하는 단계를 포함하는,모노깊이추정 딥뉴럴네트워크를 이용한 다시점위성영상의 3차원 복원방법.
