텍스트 검출을 이용한 시각 관성 측위 시스템의 성능 향상 방법

Abstract

본 논문에서는 텍스트 검출 (Text Detection)을 사용하여 시각 관성 측위 시스템(Visual-Inertial Odometry, VIO)의 성능을 향상시키는 방법을 제안한다. 제안 방법은 텍스트 검출을 통해 텍스트 위치만을 활용하여 텍스트를 추적하는 방법과 텍스트 영역의 특징점을 저장하고 이를 활용하여 시각 관성 측위 시스템에서 카메라 위치 추정 성능 향상 방법으로 이루어진다. 특징점을 추출하기 힘든 흰 벽 등의 환경에서 시각 관성 측위 시스템을 실행할 경우 약하고, 불안정한 특징점이 뽑히기 때문에 광학 흐름 과정이 제대로 이루어지지 않아 전체 시스템의 성능이 매우 저하된다. 이러한 경우에 텍스트가 존재한다면 기존 특징점 추출 방법을 통해서 텍스트 영역의 특징점을 추출할 수는 있지만, 텍스트 영역을 제외한 부분에서는 여전히 약하고 불안정한 특징점이 추출되어 여전히 성능이 좋지 않다. 제안한 방법을 사용하여 텍스트 검출을 이용하여 텍스트 영역의 특징점을 추출하고 해당 특징점의 개수를 복사하여 늘려서 광학 흐름을 계산한다면 신뢰도 높은 특징점을 중심으로 광학 흐름 계산이 이루어지기 때문에 전체 시스템의 성능이 개선될 수 있다. 본 논문에서 제안하는 방법의 성능을 검증하기 위해 제안 방법과 시각 관성 측위 시스템의 비교 실험을 진행하였다. 실험 데이터의 전체 구간과 텍스트가 검출된 프레임 전후의 일부 구간을 나눠 성능을 측정하였는데 두 실험 모두에서 제안 방법의 성능이 우수한 것을 입증하였다.

|In this paper, we propose a method to improve the performance of Visual-Inertial Odometry (VIO) using text detection. The proposed method consists of a method of tracking text using only text position through text detection, and a method of improving camera position estimation performance in a visual inertial positioning system by storing feature points of a text area and utilizing them. When the visual inertial positioning system is executed in an environment such as a white wall where it is difficult to extract feature points, weak and unstable feature points are extracted, so the optical flow process is not performed properly, and the performance of the entire system is very degraded. In this case, if text exists, the feature points of the text area can be extracted through the existing feature point extraction method, but weak and unstable feature points are still extracted from parts other than the text area, so the performance is still poor. If the proposed method is used to extract the feature points of the text area using text detection and calculates the optical flow by copying and increasing the number of features, the overall system performance will be improved because the optical flow calculation is based on the highly reliable feature points. To verify the performance of the method proposed in this paper, a comparative experiment was conducted between the proposed method and the visual inertial positioning system. The performance was measured by dividing the entire section of the experimental data and some sections before and after the frame in which the text was detected, and both experiments proved that the performance of the proposed method was excellent.