Abstract
Georeferenced SLI(Street-Level Imagery) services such as Google Streetview, which contain abundant information about the real world, can increase its applicability substantially through conflation with other spatial datasets. For this purpose, we propose a method to improve a correspondence of building region to combine building information more accurately. First, the spatial inconsistency between SLI and vector map is removed by alignment based on road intersections. Then, visible building regions are searched from the spatial inconsistency-removed vector map, and the optimal corresponding building areas are determined in the SLI scene using the visible regions as seed information. The experimental results demonstrated that our method had improved the accuracy of building region correspondence by about 8%. Therefore, our method can be utilized effectively for enhancement of conflation service based on the SLI.
실세계 거리에 대하여 풍부한 시각적 정보를 포함하고 있는 구글 스트리트뷰 등의 위치기반 파노라마 영상(Street-Level Imagery, SLI) 서비스는 타 공간정보 데이터셋과 합성을 통하여 그 활용성이 더욱 향상될 수 있다. 본 연구에서는 이러한 목적을 위해 주요 공간 객체인 건물을 대상으로 보다 정확한 정보 결합을 위하여 가시 건물 단위의 대응을 향상시키는 기법을 제안하였다. 우선, 교차로 매칭을 이용한 위치 조정으로 SLI와 벡터 지도 간에 존재하는 위치 편차를 제거한다. 그리고 건물에 대한 가시 영역을 위치 편차가 제거된 벡터 지도상에서 탐색한 후, 이를 초기 정보로 활용하여 역으로 SLI scene상에서 대응 건물 영역을 탐색하여 최적의 대응 관계를 결정한다. 실험을 통하여 단순히 위치 편차만을 제거한 경우에 비하여 대응 건물 객체들 간에 일치 정확도가 약 8% 향상되는 것을 확인하였다. 따라서 본 연구의 성과는 SLI와 벡터 지도를 연계 활용하는데 있어 유용하게 적용될 수 있을 것이다.
