3D RECONSTRUCTION SYSTEM AND METHOD FOR MULTI-VIEW SATELLITE IMAGE USING MONO-DEPTH ESTIMATION DEEP NEURAL NETWORK

A 3D reconstruction method of a multi-view satellite image using a mono-depth estimation deep neural network, according to the present invention, comprises the steps of: acquiring at least one two-dimensional satellite image generated by photographing a target area from a plurality of viewpoints by means of an input module; acquiring height information for components constituting the target area from each of the at least one two-dimensional satellite image through a big to small (BTS) network, and generating at least one height map reflecting the height information; acquiring 3D coordinate information for the components by using all of the at least one two-dimensional satellite image using an API for multi-view stereo matching, and generating a 3D reference space map; and converting the at least one height map into 3D homography on the basis of the reference space map by means of a controller, and extracting the height information of the components constituting the target area to generate a 3D reconstructed image. Selon la présente invention, un procédé de reconstruction 3D d'une image satellite multi-vues au moyen d'un réseau neuronal profond d'estimation de mono-profondeur, consiste : à acquérir au moins une image satellite bidimensionnelle générée par photographie d'une zone cible à partir d'une pluralité de points de vue au moyen d'un module d'entrée ; à acquérir des informations de hauteur pour des éléments constituant la zone cible à partir de chacune des images satellites bidimensionnelles par l'intermédiaire d'un réseau grand à petit (BTS), et à générer au moins une carte de hauteur reflétant les informations de hauteur ; à acquérir des informations de coordonnées 3D pour les éléments au moyen de la totalité des images satellites bidimensionnelles à l'aide d'une API pour l'appariement stéréo multi-vues, et à générer une carte spatiale de référence 3D ; et à convertir ladite carte de hauteur au moins en homographie 3D en fonction de la carte spatiale de référence au moyen d'un contrôleur, et à extraire les informations de hauteur des éléments constituant la zone cible pour générer une image reconstruite 3D. 본 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 컨트롤