KR101969050B1

KR101969050B1 - 자세 추정

Info

Publication number: KR101969050B1
Application number: KR1020190005939A
Authority: KR
Inventors: 김창현; 정근우
Original assignee: 주식회사 컨티넘
Priority date: 2019-01-16
Filing date: 2019-01-16
Publication date: 2019-04-15

Abstract

본 개시의 일 실시예에 따라 컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램이 개시된다. 상기 컴퓨터 프로그램은 컴퓨팅 장치의 하나 이상의 프로세서에서 실행되는 경우 자세 추정(pose estimation)을 위한 이하의 동작들을 수행하도록 하며 상기 동작들은, 입력 데이터를 자세 추정 모델의 관절 추정 서브모델을 이용하여 연산함으로써 상기 입력 데이터에 포함된 대상자의 하나 이상의 관절의 위치정보를 획득하는 동작; 상기 하나 이상의 관절의 위치정보를 상기 자세 추정 모델의 위치 보정 서브모델을 이용하여 연산함으로써, 하나 이상의 관절의 보정된 위치정보를 획득하는 동작; 및 상기 하나 이상의 관절의 보정된 위치정보에 기초하여 상기 대상자의 자세의 추정 결과를 획득하고, 하나 이상의 입력 데이터에 대하여 획득된 상기 대상자의 자세 추정 결과에 기초하여 상기 대상자의 동작을 결정하는 동작을 포함한다.

Description

자세 추정{POSE ESTIMATION}

본 개시는 컴퓨팅 장치를 이용한 데이터 처리에 관한 것으로 보다 구체적으로, 컴퓨팅 장치를 이용하여 구현된 인공지능을 이용한 데이터 처리에 관한 것이다.

복잡하거나 해가 알려지지 않은 문제를 해결하기 위해, 인간이 지닌 인식 방법을 디바이스에 적용시키려는 연구가 진행되고 있다. 이러한 연구의 결과 중 하나로, 인간의 생물학적 신경 세포를 모델링한 뉴럴 네트워크(neural network)가 있다. 뉴럴 네트워크는 인간이 가지고 있는 학습 능력을 모방한 알고리즘을 이용한다. 뉴럴 네트워크는 학습을 통해 입력 패턴과 출력 패턴들 사이의 사상(mapping)을 수행할 수 있다. 또한, 뉴럴 네트워크는 학습된 결과에 기초하여 학습에 이용되지 않았던 입력 패턴에 대하여 비교적 올바른 출력을 생성할 수 있는 일반화 능력을 가질 수 있다.

본 개시는 컴퓨팅 장치를 이용하여 데이터를 처리하는 방법을 제공하기 위한 것이다.

전술한 바와 같은 과제를 실현하기 위한 본 개시의 일 실시예에 따라 컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램이 개시된다. 상기 컴퓨터 프로그램은 컴퓨팅 장치의 하나 이상의 프로세서에서 실행되는 경우 자세 추정(pose estimation)을 위한 이하의 동작들을 수행하도록 하며 상기 동작들은, 입력 데이터를 자세 추정 모델의 관절 추정 서브모델을 이용하여 연산함으로써 상기 입력 데이터에 포함된 대상자의 하나 이상의 관절의 위치정보를 획득하는 동작; 상기 하나 이상의 관절의 위치정보를 상기 자세 추정 모델의 위치 보정 서브모델을 이용하여 연산함으로써, 하나 이상의 관절의 보정된 위치정보를 획득하는 동작; 및 상기 하나 이상의 관절의 보정된 위치정보에 기초하여 상기 대상자의 자세의 추정 결과를 획득하고, 하나 이상의 입력 데이터에 대하여 획득된 상기 대상자의 자세 추정 결과에 기초하여 상기 대상자의 동작을 결정하는 동작을 포함한다.

대안적으로, 상기 관절 추정 서브모델은, 하나 이상의 차원 감소 네트워크 및 하나 이상의 차원 복원 네트워크를 포함하며, 상기 차원 감소 네트워크의 하나 이상의 레이어와 상기 차원 복원 네트워크의 하나 이상의 레이어는 순차적 정보 전달 경로로 연결되고 그리고 상기 차원 감소 네트워크의 하나 이상의 레이어 각각과 대응되는 상기 차원 복원 네트워크의 하나 이상의 레이어 각각은 상기 입력 데이터의 공간 정보를 전달하도록 단축 경로로 추가적으로 연결될 수 있다.

대안적으로, 상기 차원 감소 네트워크는 상기 입력 데이터에 대한 피처(feature) 추출 및 다운 샘플링(downsampling)을 수행하기 위하여 상기 순차적 정보 전달 경로로 연결된 하나 이상의 컨벌루셔널 레이어 및 하나 이상의 풀링 레이어를 포함하는 하나 이상의 차원 감소 서브 레이어를 포함하고, 상기 차원 복원 네트워크는, 상기 차원 감소 네트워크의 출력 데이터에 대한 업 샘플링(upsampling)을 통한 차원 복원을 수행하기 위한 하나 이상의 차원 복원 서브 레이어를 포함하며, 상기 차원 감소 서브 레이어 각각은 대응되는 상기 차원 복원 서브 레이어와 상기 단축 경로를 통해 연결될 수 있다.

대안적으로, 상기 관절 추정 서브모델은 연산량 감소를 위하여 깊이 방향(depth-wise) 컨볼루셔널 네트워크를 포함할 수 있다.

대안적으로, 상기 관절 추정 서브모델은, 상기 입력 데이터의 픽셀 별 관절이 위치할 확률을 나타내는 신뢰도 점수(confidence score)를 출력할 수 있다.

대안적으로, 상기 위치 보정 서브모델은, 인체의 관절 구조를 사전 학습하여, 복수의 관절 사이의 구조 관계에 적어도 부분적으로 기초하여 상기 하나 이상의 관절의 위치정보를 보정할 수 있다.

대안적으로, 상기 자세 추정 모델은, 대상자의 하나 이상의 관절의 위치정보가 라벨링된 학습 데이터 세트를 이용하여 학습되며, 상기 학습 데이터 세트는 상기 대상자의 하나 이상의 관절 중 오클루전(occlusion)이 발생한 관절의 위치 정보가 라벨링된 학습 데이터를 포함할 수 있다.

대안적으로, 상기 자세 추정 모델은 추가적으로, 상기 관절 추정 서브모델에서 출력된 하나 이상의 관절의 위치정보와 상기 하나 이상의 관절의 위치정보의 기초가 된 입력 데이터에 라벨링된 관절의 위치정보를 비교하기 위한 비교기(discriminator)를 포함하며, 상기 관절 추정 서브모델은, 상기 비교기의 상기 관절 추정 서브모델에서 출력된 하나 이상의 관절의 위치정보와 상기 하나 이상의 관절의 위치정보의 기초가 된 입력 데이터에 라벨링된 관절의 위치정보의 비교 결과에 기초하여 학습될 수 있다.

대안적으로, 상기 비교기는, 상기 관절 추정 서브모델에서 출력된 하나 이상의 관절의 위치정보와 상기 하나 이상의 관절의 위치정보의 기초가 된 입력 데이터에 라벨링된 관절의 위치정보를 구분할 수 있도록 학습되며, 상기 관절 추정 서브모델은, 상기 비교기가 상기 관절 추정 서브모델에서 출력된 하나 이상의 관절의 위치정보와 상기 하나 이상의 관절의 위치정보의 기초가 된 입력 데이터에 라벨링된 관절의 위치정보를 구분하지 못하게 하도록 학습될 수 있다.

대안적으로, 상기 관절 추정 서브모델은, 대상자의 하나 이상의 관절의 위치정보가 라벨링된 학습 데이터를 포함하는 학습 데이터 세트를 이용하여 교사 학습되며, 상기 대상자의 하나 이상의 관절의 위치정보는 상기 학습 데이터의 각 픽셀 별 상기 대상자의 관절이 위치할 확률 및 상기 관절이 위치하는 픽셀 중 적어도 하나에 관련한 정보를 포함할 수 있다.

대안적으로, 상기 관절 추정 서브모델은, 각각의 픽셀에 대하여 상기 대상자의 하나 이상의 관절이 위치할 확률을 출력하도록 학습되며, 출력된 픽셀 별 관절이 위치할 확률 및 라벨링된 대상자의 하나 이상의 관절의 위치정보의 오차를 역전파 함으로서 학습될 수 있다.

대안적으로, 상기 오차는 픽셀 별로 획득되며, 상기 라벨링된 대상자의 하나 이상의 관절의 위치정보에 기초하여 가중치가 부여될 수 있다.

대안적으로, 상기 위치 보정 서브모델은, 상기 하나 이상의 관절의 위치정보에서, 픽셀 별 상기 대상자의 관절이 위치할 확률이 최대인 픽셀을 기준으로 사전결정된 크기의 윈도우를 설정하고, 상기 윈도우 내에서 상기 대상자의 관절이 위치할 확률에 대한 픽셀 별 가중 평균을 연산함으로써, 하나 이상의 관절의 보정된 위치정보를 획득할 수 있다.

대안적으로, 상기 오차는 픽셀 별로 연산되며, 상기 라벨링된 대상자의 하나 이상의 관절의 위치정보에 기초하여 가중치가 부여될 수 있다.

대안적으로, 상기 위치 보정 서브모델은, 상기 사전결정된 크기의 윈도우에 포함된 복수의 픽셀 각각에 대하여, 픽셀 별 관절이 위치할 확률과 상기 픽셀의 좌표 정보에 기초한 가중 평균을 연산함으로써 상기 대상자의 관절이 위치할 확률이 최대 값인 픽셀의 위치정보를 보정할 수 있다.

대안적으로, 상관 관계를 가지는 복수의 입력 데이터에 각각에 대하여 상기 대상자의 동작을 결정하고, 그리고 상기 복수의 입력 데이터 각각에 대한 상기 대상자의 동작에 기초하여 상기 대상자가 수행하는 운동을 인식할 수 있다.

대안적으로, 상기 입력 데이터는, 사전 결정된 종횡비를 가지는 이미지 데이터를 포함할 수 있다.

대안적으로, 상기 입력 데이터는, 상관 관계를 가지는 복수의 이미지 데이터를 포함하며, 상기 복수의 이미지 데이터 각각은 서로 상이한 스레드에 의하여 연산될 수 있다.

전술한 바와 같은 과제를 실현하기 위한 본 개시의 다른 일 실시예에 따라 하나 이상의 프로세서를 포함하는 컴퓨팅 장치에서 수행되는 자세 추정 방법이 개시된다. 상기 방법은 입력 데이터를 자세 추정 모델의 관절 추정 서브모델을 이용하여 연산함으로써 상기 입력 데이터에 포함된 대상자의 하나 이상의 관절의 위치정보를 획득하는 단계; 상기 하나 이상의 관절의 위치정보를 상기 자세 추정 모델의 위치 보정 서브모델을 이용하여 연산함으로써, 하나 이상의 관절의 보정된 위치정보를 획득하는 단계; 및 상기 하나 이상의 관절의 보정된 위치정보에 기초하여 상기 대상자의 자세를 추정 결과를 획득하고, 하나 이상의 입력 데이터에 대하여 획득된 상기 대상자의 자세 추정 결과에 기초하여 상기 대상자의 동작을 결정하는 단계를 포함할 수 있다.

전술한 바와 같은 과제를 실현하기 위한 본 개시의 또 다른 일 실시예에 따라 컴퓨팅 장치가 개시된다. 상기 컴퓨팅 장치는, 하나 이상의 프로세서; 및 상기 프로세서에서 실행가능한 명령들을 저장하는 메모리를 포함하고, 상기 프로세서는, 입력 데이터를 자세 추정 모델의 관절 추정 서브모델을 이용하여 연산함으로써 상기 입력 데이터에 포함된 대상자의 하나 이상의 관절의 위치정보를 획득하고, 상기 하나 이상의 관절의 위치정보를 상기 자세 추정 모델의 위치 보정 서브모델을 이용하여 연산함으로써, 하나 이상의 관절의 보정된 위치정보를 획득하고, 그리고 상기 하나 이상의 관절의 보정된 위치정보에 기초하여 상기 대상자의 자세를 추정 결과를 획득하고, 하나 이상의 입력 데이터에 대하여 획득된 상기 대상자의 자세 추정 결과에 기초하여 상기 대상자의 동작을 결정할 수 있다.

본 개시는 컴퓨팅 장치를 이용하여 데이터를 처리하는 방법을 제공할 수 있다.

도 1 은 본 개시의 일 실시예에 따라 자세 추정 방법을 수행하는 컴퓨팅 장치의 블록 구성도를 도시한 도면이다.
도 2a 는 본 개시의 일 실시예에 따라 네트워크 함수를 나타낸 개략도이다.
도 2b 는 본 개시의 일 실시예에 따라 컨벌루셔널 뉴럴 네트워크(convolutional neural network)를 나타낸 개략도이다.
도 3 은 본 개시의 일 실시예에 따라 자세 추정 모델의 일부를 나타낸 개략도이다.
도 4 는 본 개시의 일 실시예의 자세 추정 모델에서 처리되거나 출력되는 데이터의 일 예시이다.
도 5 는 본 개시의 다른 일 실시예에 따라 자세 추정 모델의 서브모델을 나타낸 개략도이다.
도 6 은 본 개시의 일 실시예에 따라 자세 추정 모델을 학습시키기 위한 손실 함수의 처리 과정을 나타낸 개략도이다.
도 7a 는 본 개시의 일 실시예에 따라 자세 추정 모델의 출력 정확도를 향상시키기 위한 보정 과정을 나타낸 개략도이다.
도 7b 는 본 개시의 일 실시예에 따라 자세 추정 모델의 출력 정확도를 향상 시키기 위한 보정 과정에서 윈도우의 예시를 나타낸 예시도이다.
도 8 은 본 개시의 일 실시에의 자세 추정을 위한 방법의 순서도이다.
도 9 는 본 개시의 일 실시예에 따라 자세 추정을 위한 방법을 구현하기 위한 수단을 도시한 블록 구성도이다.
도 10 은 본 개시의 일 실시예에 따라 자세 추정을 위한 방법을 구현하기 위한 모듈을 도시한 블록 구성도이다.
도 11 은 본 개시의 일 실시예에 따라 자세 추정을 위한 방법을 구현하기 위한 회로를 도시한 블록 구성도이다.
도 12 는 본 개시의 일 실시예에 따라 자세 추정을 위한 방법을 구현하기 위한 로직을 도시한 블록 구성도이다.
도 13 은 본 개시의 일 실시예들이 구현될 수 있는 예시적인 컴퓨팅 환경에 대한 간략하고 일반적인 개략도를 도시한다.

다양한 실시예들이 이제 도면을 참조하여 설명된다. 본 명세서에서, 다양한 설명들이 본 개시의 이해를 제공하기 위해서 제시된다. 그러나, 이러한 실시예들은 이러한 구체적인 설명 없이도 실행될 수 있음이 명백하다.

본 명세서에서 사용되는 용어 "컴포넌트", "모듈", "시스템" 등은 컴퓨터-관련 엔티티, 하드웨어, 펌웨어, 소프트웨어, 소프트웨어 및 하드웨어의 조합, 또는 소프트웨어의 실행을 지칭한다. 예를 들어, 컴포넌트는 프로세서상에서 실행되는 처리과정(procedure), 프로세서, 객체, 실행 스레드, 프로그램, 및/또는 컴퓨터일 수 있지만, 이들로 제한되는 것은 아니다. 예를 들어, 컴퓨팅 장치에서 실행되는 애플리케이션 및 컴퓨팅 장치 모두 컴포넌트일 수 있다. 하나 이상의 컴포넌트는 프로세서 및/또는 실행 스레드 내에 상주할 수 있다. 일 컴포넌트는 하나의 컴퓨터 내에 로컬화 될 수 있다. 일 컴포넌트는 2개 이상의 컴퓨터들 사이에 분배될 수 있다. 또한, 이러한 컴포넌트들은 그 내부에 저장된 다양한 데이터 구조들을 갖는 다양한 컴퓨터 판독가능한 매체로부터 실행할 수 있다. 컴포넌트들은 예를 들어 하나 이상의 데이터 패킷들을 갖는 신호(예를 들면, 로컬 시스템, 분산 시스템에서 다른 컴포넌트와 상호작용하는 하나의 컴포넌트로부터의 데이터 및/또는 신호를 통해 다른 시스템과 인터넷과 같은 네트워크를 통해 전송되는 데이터)에 따라 로컬 및/또는 원격 처리들을 통해 통신할 수 있다.

더불어, 용어 "또는"은 배타적 "또는"이 아니라 내포적 "또는"을 의 미하는 것으로 의도된다. 즉, 달리 특정되지 않거나 문맥상 명확하지 않은 경우에, "X는 A 또는 B를 이용한다"는 자연적인 내포적 치환 중 하나를 의미하는 것으로 의도된다. 즉, X가 A를 이용하거나; X가 B를 이용하거나; 또는 X가 A 및 B 모두를 이용하는 경우, "X는 A 또는 B를 이용한다"가 이들 경우들 어느 것으로도 적용될 수 있다. 또한, 본 명세서에 사용된 "및/또는"이라는 용어는 열거된 관련 아이템들 중 하나 이상의 아이템의 가능한 모든 조합을 지칭하고 포함하는 것으로 이해되어야 한다.

또한, "포함한다" 및/또는 "포함하는"이라는 용어는, 해당 특징 및/또는 구성요소가 존재함을 의미하는 것으로 이해되어야 한다. 다만, "포함한다" 및/또는 "포함하는"이라는 용어는, 하나 이상의 다른 특징, 구성요소 및/또는 이들의 그룹의 존재 또는 추가를 배제하지 않는 것으로 이해되어야 한다. 또한, 달리 특정되지 않거나 단수 형태를 지시하는 것으로 문맥상 명확하지 않은 경우에, 본 명세서와 청구범위에서 단수는 일반적으로 "하나 또는 그 이상"을 의미하는 것으로 해석되어야 한다.

당업자들은 추가적으로 여기서 개시된 실시예들과 관련되어 설명된 다양한 예시 적 논리적 블록들, 구성들, 모듈들, 회로들, 수단들, 로직들, 및 알고리즘 단계들이 전자 하드웨어, 컴퓨터 소프트웨어, 또는 양쪽 모두의 조합들로 구현될 수 있음을 인식해야 한다. 하드웨어 및 소프트웨어의 상호교환성을 명백하게 예시하기 위해, 다양한 예시 적 컴포넌트들, 블록들, 구성들, 수단들, 로직들, 모듈들, 회로들, 및 단계들은 그들의 기능성 측면에서 일반적으로 위에서 설명되었다. 그러한 기능성이 하드웨어로 또는 소프트웨어로서 구현되는지 여부는 전반적인 시스템에 부과된 특정 어플리케이션(application) 및 설계 제한들에 달려 있다. 숙련된 기술자들은 각각의 특정 어플리케이션들을 위해 다양한 방법들로 설명된 기능성을 구현할 수 있다. 다만, 그러한 구현의 결정들이 본 개시내용의 영역을 벗어나게 하는 것으로 해석되어서는 안된다.

제시된 실시예들에 대한 설명은 본 개시의 기술 분야에서 통상의 지 식을 가진 자가 본 발명을 이용하거나 또는 실시할 수 있도록 제공된다. 이러한 실시예들에 대한 다양한 변형들은 본 개시의 기술 분야에서 통상의 지식을 가진 자에게 명백할 것이다. 여기에 정의된 일반적인 원리들은 본 개시의 범위를 벗어남이 없이 다른 실시예들에 적용될 수 있다. 그리하여, 본 발명은 여기에 제시된 실시예 들로 한정되는 것이 아니다. 본 발명은 여기에 제시된 원리들 및 신규한 특징들과 일관되는 최광의의 범위에서 해석되어야 할 것이다.

본 개시에서 네트워크 함수와 인공 신경망 및 뉴럴 네트워크(neural network)는 상호교환가능하게 사용될 수 있다.

도 1 은 본 개시의 일 실시예에 따라 입력 데이터 검사 방법을 수행하는 컴퓨팅 장치의 블록 구성도를 도시한 도면이다.

도 1 에 도시된 컴퓨팅 장치(100)의 구성은 간략화 하여 나타낸 예시일 뿐이며, 본 개시의 일 실시예에서 컴퓨팅 장치(100)는 본 개시의 실시예들을 수행하기 위한 다른 구성들을 포함 할 수 있다. 본 개시의 컴퓨팅 장치는 전자 형태의 데이터를 연산할 수 있는 모든 종류의 컴퓨팅 장치를 포함할 수 있으며, 예를 들어, 퍼스널 컴퓨터, 서버 컴퓨터 등의 일반 컴퓨팅 장치 및 모바일 단말(스마트폰(smartphone), 테블릿(tablet)) 등의 제한된 연산 능력을 가진 컴퓨팅 장치 등을 포함할 수 있다.

컴퓨팅 장치(100)는 프로세서(110), 메모리(120), 통신 모듈(130), 카메라 모듈(140)을 포함할 수 있다.

프로세서(110)는 하나 이상의 코어로 구성될 수 있으며, 컴퓨팅 장치의 중앙 처리 장치(CPU: central processing unit), 범용 그래픽 처리 장치 (GPGPU: general purpose graphics processing unit), 텐서 처리 장치(TPU: tensor processing unit) 모바일 단말의 어플리케이션 프로세서(AP: application processor)등의 데이터 분석, 딥러닝을 위한 모든 종류의 프로세서를 포함할 수 있다. 프로세서(110)는 메모리(120)에 저장된 컴퓨터 프로그램을 판독하여 본 개시의 일 실시예에 따른 자세 추정 방법을 수행할 수 있다. 본 개시의 일 실시예에 따라 프로세서(110)는 신경망의 학습을 위한 계산을 수행할 수 있다. 프로세서(110)는 딥러닝(DN: deep learning)에서 학습을 위한 입력 데이터의 처리, 입력 데이터에서의 피처(feature) 추출, 오차 계산, 역전파(backpropagation)를 이용한 신경망의 가중치 업데이트 등의 신경망의 학습을 위한 계산을 수행할 수 있다. 프로세서(110)의 CPU, GPGPU, 및 TPU 중 적어도 하나가 네트워크 함수의 학습을 처리할 수 있다. 예를 들어, CPU 와 GPGPU가 함께 네트워크 함수의 학습, 네트워크 함수를 이용한 데이터 분류를 처리할 수 있다. 또한, 본 개시의 일 실시예에서 복수의 컴퓨팅 장치의 프로세서를 함께 사용하여 네트워크 함수의 학습, 네트워크 함수를 이용한 데이터 분석을 처리할 수 있다. 또한, 본 개시의 일 실시예에 따른 컴퓨팅 장치에서 수행되는 컴퓨터 프로그램은 CPU, GPGPU, TPU 또는 AP 실행가능 프로그램일 수 있다.

본 개시의 일 실시예에서 컴퓨팅 장치(100)는 CPU, GPGPU, TPU 및 AP 중 적어도 하나를 이용하여 네트워크 함수를 분산하여 처리할 수 있다. 또한 본 개시의 일 실시예에서 컴퓨팅 장치(100)는 다른 컴퓨팅 장치와 함께 네트워크 함수를 분산하여 처리할 수 있다.

본 개시의 일 실시예에서 네트워크 함수를 이용하여 처리되는 이미지는 컴퓨팅 장치(100)의 저장 매체에 저장된 이미지, 컴퓨팅 장치(100)의 카메라 모듈(140)에 의하여 촬영된 이미지 및/또는 통신 모듈(130)에 의하여 이미지 데이터 베이스 등 다른 컴퓨팅 장치로부터 전송된 이미지 일 수 있다. 본 개시의 일 실시예에서 자세 추정 모델을 이용하여 처리되는 입력 데이터는 컴퓨팅 장치의 카메라 모듈(140)에 의하여 촬영된 동영상에 포함된 프레임일 수 있으며, 상기 동영상은 메모리(120)에 저장된 동영상 또는 실시간을 촬영되는 동영상 일 수 있다. 또한 본 개시의 일 실시예에서 네트워크 함수를 이용하여 처리되는 이미지는 컴퓨터 판독가능 저장 매체(예를 들어, 플래시 메모리 등을 포함할 수 있으나 본 개시는 이에 제한되지 않음)에 저장된 이미지일 수 있다. 컴퓨팅 장치(100)는 입출력 인터페이스(미도시)를 통해 컴퓨터 판독가능 저장 매체에 저장된 이미지 파일을 입력 받을 수 있다.

본 개시의 일 실시예에서 컴퓨팅 장치(100)는 이미지 데이터를 수신하고, 사전 학습된 네트워크 함수를 이용하여 입력 데이터에서 대상자의 자세를 추정할 수 있다.

메모리(120)는 본 개시의 일 실시예에 따른 자세 추정 방법을 수행하기 위한 컴퓨터 프로그램을 저장할 수 있으며, 저장된 컴퓨터 프로그램은 프로세서(110)에 의하여 판독되어 구동될 수 있다.

통신 모듈(130)은 본 개시의 일 실시예에 따른 입력 데이터의 자세 추정 방법을 수행하기 위한 데이터 등을 다른 컴퓨팅 장치, 서버 등과 송수신할 수 있다. 통신 모듈(130)은 이미지 데이터 등 본 개시의 실시예에 필요한 데이터들을 다른 컴퓨팅 장치, 서버 등과 송수신 할 수 있다. 예를 들어, 통신 모듈(130)은 학습된 자세 추정 모델을 다른 컴퓨팅 장치, 서버 등으로부터 수신할 수 있다. 통신 모듈(130)은 학습 이미지 데이터베이스 등에서 학습 이미지 데이터를 수신할 수 있다. 또한, 통신 모듈(130)은 복수의 컴퓨팅 장치 사이의 통신을 가능하게 하여 복수의 컴퓨팅 장치 각각에서 네트워크 함수의 학습이 분산 수행되도록 할 수 있다. 통신 모듈(130)은 복수의 컴퓨팅 장치 사이의 통신을 가능하게 하여 네트워크 함수를 사용한 데이터 처리를 분산 처리할 수 있도록 할 수 있다.

카메라 모듈(140)은 본 개시의 일 실시예에 따른 이미지 데이터에 대한 자세 추정 방법을 수행하기 위하여 대상자를 촬영하여 이미지 데이터를 생성하도록 할 수 있다. 본 개시의 일 실시예에서 컴퓨팅 장치(100)는 하나 이상의 카메라 모듈(140)을 포함할 수 있다.

도 2a 는 본 개시의 일 실시예에 따라 네트워크 함수를 나타낸 개략도이다.

도 2b 는 본 개시의 일 실시예에 따라 컨벌루셔널 뉴럴 네트워크(convolutional neural network)를 나타낸 개략도이다.

본 명세서에 걸쳐, 연산 모델, 신경망, 네트워크 함수, 뉴럴 네트워크(neural network)는 동일한 의미로 사용될 수 있다. 신경망은 일반적으로 “노드”라 지칭될 수 있는 상호 연결된 계산 단위들의 집합으로 구성될 수 있다. 이러한 “노드”들은 “뉴런(neuron)”들로 지칭될 수도 있다. 신경망은 적어도 하나 이상의 노드들을 포함하여 구성된다. 신경망들을 구성하는 노드(또는 뉴런)들은 하나 이상의“링크”에 의해 상호 연결될 수 있다.

신경망 내에서, 링크를 통해 연결된 하나 이상의 노드들은 상대적으로 입력 노드 및 출력 노드의 관계를 형성할 수 있다. 입력 노드 및 출력 노드의 개념은 상대적인 것으로서, 하나의 노드에 대하여 출력 노드 관계에 있는 임의의 노드는 다른 노드와의 관계에서 입력 노드 관계에 있을 수 있으며, 그 역도 성립할 수 있다. 상술한 바와 같이, 입력 노드 대 출력 노드 관계는 링크를 중심으로 생성될 수 있다. 하나의 입력 노드에 하나 이상의 출력 노드가 링크를 통해 연결될 수 있으며, 그 역도 성립할 수 있다.

하나의 링크를 통해 연결된 입력 노드 및 출력 노드 관계에서, 출력 노드는 입력 노드에 입력된 데이터에 기초하여 그 값이 결정될 수 있다. 여기서 입력 노드와 출력 노드를 상호 연결하는 노드는 가중치(weight)를 가질 수 있다. 가중치는 가변적일 수 있으며, 신경망이 원하는 기능을 수행하기 위해, 사용자 또는 알고리즘에 의해 가변될 수 있다. 예를 들어, 하나의 출력 노드에 하나 이상의 입력 노드가 각각의 링크에 의해 상호 연결된 경우, 출력 노드는 상기 출력 노드와 연결된 입력 노드들에 입력된 값들 및 각각의 입력 노드들에 대응하는 링크에 설정된 가중치에 기초하여 출력 노드 값을 결정할 수 있다.

상술한 바와 같이, 신경망은 하나 이상의 노드들이 하나 이상의 링크를 통해 상호 연결되어 신경망 내에서 입력 노드 및 출력 노드 관계를 형성한다. 신경망 내에서 노드들과 링크들의 개수 및 노드들과 링크들 사이의 연관관계, 링크들 각각에 부여된 가중치의 값에 따라, 신경망의 특성이 결정될 수 있다. 예를 들어, 동일한 개수의 노드 및 링크들이 존재하고, 링크들 사이의 가중치 값이 상이한 두 신경망이 존재하는 경우, 두 개의 신경망들은 서로 상이한 것으로 인식될 수 있다.

신경망은 하나 이상의 노드들을 포함하여 구성될 수 있다. 신경망을 구성하는 노드들 중 일부는, 최초 입력 노드로부터의 거리들에 기초하여, 하나의 레이어(layer)를 구성할 수 있다, 예를 들어, 최초 입력 노드로부터 거리가 n인 노드들의 집합은, n 레이어를 구성할 수 있다. 최초 입력 노드로부터 거리는, 최초 입력 노드로부터 해당 노드까지 도달하기 위해 거쳐야 하는 링크들의 최소 개수에 의해 정의될 수 있다. 그러나, 이러한 레이어의 정의는 설명을 위한 임의적인 것으로서, 신경망 내에서 레이어의 차수는 상술한 것과 상이한 방법으로 정의될 수 있다. 예를 들어, 노드들의 레이어는 최종 출력 노드로부터 거리에 의해 정의될 수도 있다.

최초 입력 노드는 신경망 내의 노드들 중 다른 노드들과의 관계에서 링크를 거치지 않고 데이터가 직접 입력되는 하나 이상의 노드들을 의미할 수 있다. 또는, 신경망 네트워크 내에서, 링크를 기준으로 한 노드 간의 관계에 있어서, 링크로 연결된 다른 입력 노드들 가지지 않는 노드들을 의미할 수 있다. 이와 유사하게, 최종 출력 노드는 신경망 내의 노드들 중 다른 노드들과의 관계에서, 출력 노드를 가지지 않는 하나 이상의 노드들을 의미할 수 있다. 또한, 히든 노드는 최초 입력 노드 및 최후 출력 노드가 아닌 신경망을 구성하는 노드들을 의미할 수 있다. 본 개시의 일 실시예에 따른 신경망은 입력 레이어의 노드의 개수가 출력 레이어의 노드의 개수와 동일할 수 있으며, 입력 레이어에서 히든 레이어로 진행됨에 따라 노드의 수가 감소하다가 다시 증가하는 형태의 신경망일 수 있다. 또한, 본 개시의 다른 일 실시예에 따른 신경망은 입력 레이어의 노드의 개수가 출력 레이어의 노드의 개수 보다 적을 수 있으며, 입력 레이어에서 히든 레이어로 진행됨에 따라 노드의 수가 감소하는 형태의 신경망일 수 있다. 또한, 본 개시의 또 다른 일 실시예에 따른 신경망은 입력 레이어의 노드의 개수가 출력 레이어의 노드의 개수보다 많을 수 있으며, 입력 레이어에서 히든 레이어로 진행됨에 따라 노드의 수가 증가하는 형태의 신경망일 수 있다. 본 개시의 또 다른 일 실시예에 따른 신경망은 상술한 신경망들의 조합된 형태의 신경망일 수 있다.

딥 뉴럴 네트워크(DNN: deep neural network, 심층신경망)는 입력레이어와 출력 레이어 외에 복수의 히든 레이어를 포함하는 신경망을 의미할 수 있다. 딥 뉴럴 네트워크를 이용하면 데이터의 잠재적인 구조(latent structures)를 파악할 수 있다. 즉, 사진, 글, 비디오, 음성, 음악의 잠재적인 구조(예를 들어, 어떤 물체가 사진에 있는지, 글의 내용과 감정이 무엇인지, 음성의 내용과 감정이 무엇인지 등)를 파악할 수 있다. 딥 뉴럴 네트워크는 컨벌루셔널 뉴럴 네트워크(CNN: convolutional neural network), 리커런트 뉴럴 네트워크(RNN: recurrentneural network), 오토 인코더(auto encoder), GAN(Generative Adversarial Networks), 제한 볼츠만 머신(RBM: restricted boltzmann machine), 심층 신뢰 네트워크(DBN: deep belief network), Q 네트워크, U 네트워크, 샴 네트워크 등을 포함할 수 있다. 전술한 딥 뉴럴 네트워크의 기재는 예시일 뿐이며 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에서 네트워크 함수는 오토인코더를 포함할 수도 있다. 오토 인코더는 입력 데이터와 유사한 출력 데이터를 출력하기 위한 인공 신경망의 일종일 수 있다. 오토 인코더는 적어도 하나의 히든 레이어를 포함할 수 있으며, 홀수 개의 히든 레이어가 입출력 레이어 사이에 배치될 수 있다. 각각의 레이어의 노드의 수는 입력 레이어의 노드의 수에서 병목 레이어(인코딩)라는 중간 레이어에서 축소되었다가, 병목 레이어에서 출력 레이어(입력 레이어와 대칭)로 축소와 대칭되어 확장될 수도 있다. 차원 감소 레이어와 차원 복원 레이어의 노드는 대칭일 수도 있고 아닐 수도 있다. 오토 인코더는 비선형 차원 감소를 수행할 수 있다. 입력 레이어 및 출력 레이어의 노드의 수는 입력 데이터의 전처리 이후에 남은 픽셀들의 수와 대응될 수 있다. 오토 인코더 구조에서 인코더에 포함된 히든 레이어의 노드의 수는 입력 레이어에서 멀어질수록 감소하는 구조를 가질 수 있다. 병목 레이어(인코더와 디코더 사이에 위치하는 가장 적은 노드를 가진 레이어)의 노드의 수는 너무 작은 경우 충분한 양의 정보가 전달되지 않을 수 있으므로, 특정 수 이상(예를 들어, 입력 레이어의 절반 이상 등)으로 유지될 수도 있다.

뉴럴 네트워크는 교사 학습(supervised learning), 비교사 학습(unsupervised learning), 및 반교사학습(semi supervised learning) 중 적어도 하나의 방식으로 학습될 수 있다. 뉴럴 네트워크의 학습은 출력의 오류를 최소화하기 위한 것이다. 뉴럴 네트워크의 학습에서 반복적으로 학습 데이터를 뉴럴 네트워크에 입력시키고 학습 데이터에 대한 뉴럴 네트워크의 출력과 타겟의 에러를 계산하고, 에러를 줄이기 위한 방향으로 뉴럴 네트워크의 에러를 뉴럴 네트워크의 출력 레이어에서부터 입력 레이어 방향으로 역전파(backpropagation)하여 뉴럴 네트워크의 각 노드의 가중치를 업데이트 하는 과정이다. 교사 학습의 경우 각각의 학습 데이터에 정답이 라벨링되어있는 학습 데이터를 사용하며(즉, 라벨링된 학습 데이터), 비교사 학습의 경우는 각각의 학습 데이터에 정답이 라벨링되어 있지 않을 수 있다. 즉, 예를 들어 데이터 분류에 관한 교사 학습의 경우의 학습 데이터는 학습 데이터 각각에 카테고리가 라벨링 된 데이터 일 수 있다. 라벨링된 학습 데이터가 뉴럴 네트워크에 입력되고, 뉴럴 네트워크의 출력(카테고리)과 학습 데이터의 라벨이 비교함으로써 오류(error)가 계산될 수 있다. 다른 예로, 데이터 분류에 관한 비교사 학습의 경우 입력인 학습 데이터가 뉴럴 네트워크 출력과 비교됨으로써 오류가 계산될 수 있다. 계산된 오류는 뉴럴 네트워크에서 역방향(즉, 출력 레이어에서 입력 레이어 방향)으로 역전파 되며, 역전파에 따라 뉴럴 네트워크의 각 레이어의 각 노드들의 연결 가중치가 업데이트 될 수 있다. 업데이트 되는 각 노드의 연결 가중치는 학습률(learning rate)에 따라 변화량이 결정될 수 있다. 입력 데이터에 대한 뉴럴 네트워크의 계산과 에러의 역전파는 학습 사이클(epoch)을 구성할 수 있다. 학습률은 뉴럴 네트워크의 학습 사이클의 반복 횟수에 따라 상이하게 적용될 수 있다. 예를 들어, 뉴럴 네트워크의 학습 초기에는 높은 학습률을 사용하여 뉴럴 네트워크가 빠르게 일정 수준의 성능을 확보하도록 하여 효율성을 높이고, 학습 후기에는 낮은 학습률을 사용하여 정확도를 높일 수 있다.

뉴럴 네트워크의 학습에서 일반적으로 학습 데이터는 실제 데이터(즉, 학습된 뉴럴 네트워크를 이용하여 처리하고자 하는 데이터)의 부분집합일 수 있으며, 따라서, 학습 데이터에 대한 오류는 감소하나 실제 데이터에 대해서는 오류가 증가하는 학습 사이클이 존재할 수 있다. 과적합(overfitting)은 이와 같이 학습 데이터에 과하게 학습하여 실제 데이터에 대한 오류가 증가하는 현상이다. 예를 들어, 노란색 고양이를 보여 고양이를 학습한 뉴럴 네트워크가 노란색 이외의 고양이를 보고는 고양이임을 인식하지 못하는 현상이 과적합의 일종일 수 있다. 과적합은 머신러닝 알고리즘의 오류를 증가시키는 원인으로 작용할 수 있다. 이러한 과적합을 막기 위하여 다양한 최적화 방법이 사용될 수 있다. 과적합을 막기 위해서는 학습 데이터를 증가시키거나, 레귤라이제이션(regulaization), 학습의 과정에서 네트워크의 노드 일부를 생략하는 드롭아웃(dropout) 등의 방법이 적용될 수 있다.

도 2b 에 도시된 컨벌루셔널 뉴럴 네트워크(CNN: convolutional neural network)는 딥 뉴럴 네트워크의 일종으로서, 컨벌루셔널 레이어를 포함하는 신경망을 포함한다. 컨벌루셔널 뉴럴 네트워크는 최소한의 전처리(preprocess)를 사용하도록 설계된 다계층 퍼셉트론(multilayer perceptorns)의 한 종류이다. CNN은 하나 또는 여러개의 컨벌루셔널 레이어와 이와 결합된 인공 신경망 계층들로 구성될 수 있으며, 가중치와 풀링 레이어(pooling layer)들을 추가로 활용할 수 있다. 이러한 구조 덕분에 CNN은 2 차원 구조의 입력 데이터를 충분히 활용할 수 있다. 컨벌루셔널 뉴럴 네트워크는 이미지에서 오브젝트를 인식하기 위하여 사용될 수 있다. 컨벌루셔널 뉴럴 네트워크는 이미지 데이터를 차원을 가진 행렬로 나타내어 처리할 수 있다. 예를 들어 RGB(red-green-blue)로 인코딩된 이미지 데이터의 경우, R, G, B 색상별로 각각 2차원(예를 들어, 2 차원 이미지인경우) 행렬로 나타내 질 수 있다. 즉, 이미지 데이터의 각 픽셀의 색상값이 행렬의 성분이 될 수 있으며 행렬의 크기는 이미지의 크기와 같을 수 있다. 따라서 이미지 데이터는 3개의 2차원 행렬로(3차원의 데이터 어레이)로 나타내질 수 있다.

컨벌루셔널 뉴럴 네트워크에서 컨벌루셔널 필터를 이동해가며 컨벌루셔널 필터와 이미지의 각 위치에서의 행렬 성분끼리 곱하는 것으로 컨벌루셔널 과정(컨벌루셔널 레이어의 입출력)을 수행할 수 있다. 컨벌루셔널 필터는 n*n 형태의 행렬로 구성될 수 있으며, 일반적으로 이미지의 전체 픽셀의 수보다 작은 고정된 형태의 필터로 구성될 수 있다. 즉, m*m 이미지를 컨벌루셔널 레이어(예를 들어, 컨벌루셔널 필터의 사이즈가 n*n인 컨벌루셔널 레이어)입력시키는 경우, 이미지의 각 픽셀을 포함하는 n*n 픽셀을 나타내는 행렬이 컨벌루셔널 필터와 성분곱(즉, 행렬의 각 성분끼리의 곱) 될 수 있다. 컨벌루셔널 필터와의 곱에 의하여 이미지에서 컨벌루셔널 필터와 매칭되는 성분이 추출될 수 있다. 예를 들어, 이미지에서 상하 직선 성분을 추출하기 위한 3*3 컨벌루셔널 필터는 [[0,1,0],[0,1,0],[0,1,0]] 와 같이 구성될 수 있으며, 이러한 컨벌루셔널 필터가 입력 이미지에 적용되면 이미지에서 컨벌루셔널 필터와 매칭되는 상하 직선 성분이 추출되어 출력될 수 있다. 컨벌루셔널 레이어는 이미지를 나타낸 각각의 채널에 대한 각각의 행렬(즉, R, G, B 코딩 이미지의 경우, R, G, B 색상)에 컨벌루셔널 필터를 적용할 수 있다. 컨벌루셔널 레이어는 입력 이미지에 컨벌루셔널 필터를 적용하여 입력 이미지에서 컨벌루셔널 필터와 매칭되는 피처를 추출할 수 있다. 컨벌루셔널 필터의 필터 값(즉, 행렬의 각 성분의 값)은 컨벌루셔널 뉴럴 네트워크의 학습 과정에서 역전파(back propagation)에 의하여 업데이트 될 수 있다.

컨벌루셔널 레이어의 출력에는 서브샘플링 레이어가 연결되어 컨벌루셔널 레이어의 출력을 단순화하여 메모리 사용량과 연산량을 줄일 수 있다. 예를 들어, 2*2 맥스 풀링 필터를 가지는 풀링 레이어에 컨벌루셔널 레이어의 출력을 입력시키는 경우, 이미지의 각 픽셀에서 2*2 패치마다 각 패치에 포함되는 최대값을 출력하여 이미지를 압축할 수 있다. 전술한 풀링은 패치에서 최소값을 출력하거나, 패치의 평균값을 출력하는 방식일 수도 있으며 임의의 풀링 방식이 본 개시에 포함될 수 있다.

컨벌루셔널 뉴럴 네트워크는 하나 이상의 컨벌루셔널 레이어, 서브샘플링 레이어를 포함할 수 있다. 컨벌루셔널 뉴럴 네트워크는 컨벌루셔널 과정과 서브샘플링 과정(예를 들어, 전술한 맥스 풀링 등)을 반복적으로 수행하여 이미지에서 피처를 추출할 수 있다. 반복적인 컨벌루션널 과정과 서브샘플링 과정을 통해 뉴럴 네트워크는 이미지의 글로벌 피처를 추출할 수 있다.

컨벌루셔널 레이어 또는 서브샘플링 레이어의 출력은 풀 커넥티드 레이어(fully connected layer)에 입력될 수 있다. 풀 커넥티드 레이어는 하나의 레이어에 있는 모든 뉴런과 이웃한 레이어에 있는 모든 뉴런이 연결되는 레이어이다. 풀 커넥티드 레이어는 뉴럴 네트워크에서 각 레이어의 모든 노드가 다른 레이어의 모든 노드에 연결된 구조를 의미할 수 있다.

본 개시의 일 실시예에서 이미지 데이터의 세그먼테이션(segmentation)을 수행하기 위하여 뉴럴 네트워크는 디컨벌루셔널 뉴럴 네트워크(DCNN: deconvolutional neural network)를 포함할 수 있다. 디컨벌루셔널 뉴럴 네트워크는 컨벌루셔널 뉴럴 네트워크를 역방향으로 계산시킨 것과 유사한 동작을 수행하며, 컨벌루셔널 뉴럴 네트워크에서 추출된 피처를 원본 데이터와 관련된 피처 맵으로 출력할 수 있다.

본 개시의 일 실시예에서 프로세서(110)는 입력 데이터에 포함된 대상자의 자세를 추정하여 대상자가 취하는 동작을 인식할 수 있다. 프로세서(100)는 입력 데이터에 포함된 대상자의 인체 구성 요소 간의 상대적인 위치관계를 대상자의 관절에 기초하여 판단할 수 있고 이에 기초하여 대상자가 취하는 동작을 인식할 수 있다.

본 개시의 일 실시예에서 입력 데이터는 이미지 데이터를 포함할 수 있다. 본 개시의 일 실시예의 이미지 데이터는 컴퓨팅 장치(100)의 카메라 모듈(140)에서 촬영된 동영상에 포함된 프레임 일 수 있다. 보다 구체적으로 본 개시의 일 실시예의 이미지 데이터는 사람을 포함하는 이미지 데이터일 수 있다. 본 개시에서 이미지 데이터는 동영상에 포함된 프레임으로서 각각의 이미지 데이터는 서로 상관 관계를 가질 수 있다. 예를 들어, 제 1 이미지 데이터는 제 2 이미지 데이터의 시간 상으로 이전 프레임 일 수 있으며, 제 1 이미지 데이터와 제 2 이미지 데이터는 같은 장소에서 같은 대상자를 촬영한 이미지 데이터 일 수 있으며, 대상자의 자세가 서로 상이할 수 있다.

본 개시에서 자세 추정 모델에 의하여 처리되는 이미지 데이터는 사전 결정된 종횡비를 가질 수 있다. 예를 들어, 이미지 데이터는 스마트폰 카메라에서 촬영되는 이미지 데이터에서 사전결정된 종횡비(예를 들어, 4:3, 16:9, 1:0.5625 등)로 크로핑된 이미지 데이터 일 수 있다. 예를 들어, 스마트폰을 세로 모드로 하여 대상자의 운동 동작을 촬영한 경우, 프로세서(110)는 촬영된 이미지 데이터를 사전결정된 종횡비로 크로핑하여, 대상자가 위치할 가능성이 높은 영역만을 자세 추정 모델의 입력으로 할 수 있다. 예를 들어, 프로세서(110)는 이미지 데이터에서 대상자가 위치할 가능성이 낮은 이미지 데이터의 상단 부분 및 하단 부분을 제외하고 중심부만으로 이미지 데이터를 크로핑 할 수 있다. 대상자가 위치할 가능성이 낮은 이미지 데이터의 상단 부분 및 하단 부분을 제외하여 자세 추정 모델로 처리함으로써, 응답 속도를 높일 수 있다.

프로세서(110)가 복수의 코어 및 스레드로 구성된 경우, 상기 입력 데이터는 각각 상이한 스레드에 의하여 연산될 수 있다. 예를 들어, 제 1 이미지 데이터가 제 1 스레드에 의하여 연산될 때, 제 2 이미지 데이터가 획득될 수 있고, 제 2 이미지 데이터는 제 2 스레드에 의하여 제 1 이미지 데이터와 병렬적으로 연산될 수 있다.

프로세서(110)는 자세 추정 모델(200)의 관절 추정 서브모델을 이용하여 입력 데이터를 연산함으로써 입력 데이터에 포함된 대상자의 하나 이상의 관절의 위치정보를 획득할 수 있다. 자세 추정 모델(200)은 차원이 감소하였다가 복원되는 임의의 뉴럴 네트워크 모델을 포함할 수 있다. 자세 추정 모델(200)은 예를 들어, 하나 이상의 스택을 가지는 모래시계 모델(hourglass model)로 구성될 수 있다. 모래시계 모델의 상세한 구조에 관해서는 전체가 본 명세서에서 참조로서 통합되는 Alejandro Newell. et at, “Stacked Hourglass Networks for Human Pose Estimation” 2016.07.26에서 보다 구체적으로 논의된다.

대상자의 관절의 위치를 추정하기 위해서는 이미지 데이터에 포함된 지역적 증거(local evidence) 및 전역 증거(global evidence) 모두가 필요할 수 있다. 즉, 이미지 데이터에 포함된 대상자의 신체 일부분의 엣지, 색상분포 등의 지역적 피처에 및 대상자의 신체 전체에 대한 엣지 등의 글로벌 피처에 기초하여 관절의 위치를 추정할 수 있다. 따라서, 관절의 위치를 추정하기 위하여 이미지 데이터의 지역적 증거 및 전역적 증거를 처리하도록 관절 추정 서브모델은 하나 이상의 차원 감소 네트워크(210) 및 하나 이상의 차원 복원 네트워크(230)를 포함할 수 있다.

도 3 은 본 개시의 일 실시예에 따라 자세 추정 모델의 일부를 나타낸 개략도이다.

차원 감소 네트워크(210)의 하나 이상의 레이어와 차원 복원 네트워크(230)의 하나 이상의 레이어는 순차적 정보 전달 경로(213)로 연결될 수 있다. 순차적 정보 전달 경로(213)로 연결된 차원 감소 네트워크의 하나 이상의 레이어(211)는 입력 데이터에 대한 피처(feature) 추출 및 각 레이어의 입력에 대한 다운 샘플링(downsampling)을 수행할 수 있다. 차원 감소 네트워크(210)는 하나 이상의 컨벌루셔널(convolutional) 레이어 및 풀링 레이어를 포함하는 하나 이상의 차원 감소 서브 레이어를 포함할 수 있다. 본 개시의 컨벌루셔널 네트워크는 딥 뉴럴 네트워크의 연산량을 감소시키기 위하여 깊이 방향 컨벌루서녈 네트워크(depth-wise convolutional network)일 수 있으며, 깊이 방향 컨벌루셔널 네트워크의 상세한 구조는 전체가 본 명세서에 참조로서 통합되는 Andrew G. Howard et al, “MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications” 2017.04.17에서 보다 구체적으로 논의된다. 차원 감소 네트워크(210)를 이용하여 연산된 입력 데이터는 예를 들어, 256*256 해상도에서 64*64 해상도로 다운 샘플링 될 수 있다. 전술한 해상도의 기재는 예시일 뿐이며 본 개시는 이에 제한되지 않는다 프로세서(110)는 차원 감소 네트워크(210)를 이용하여 입력 데이터에서 관절 추정을 위한 지역적 증거를 획득할 수 있다.

순차적 정보 전달 경로(213)로 연결된 차원 복원 네트워크(230)의 하나 이상의 레이어는 차원 감소 네트워크(210)에서 추출된 피처들을 조합하고, 차원 감소 네트워크(210)의 출력 데이터에 대한 업 샘플링(upsampling)을 수행할 수 있다. 차원 복원 네트워크(230)의 업 샘플링은 예를 들어, nearest neighbor upsampling 알고리즘을 이용하여 수행될 수 있다. 또한, 차원 복원 네트워크(230)의 피처 조합은 예를 들어 elementwise addition 알고리즘을 이용하여 수행될 수 있다. 전술한 업샘플링 및 피처 조합 알고리즘은 예시일 뿐이며 본 개시는 이에 제한되지 않는다.

차원 감소 네트워크(210)의 하나 이상의 레이어 각각과 대응되는 차원 복원 네트워크(230)의 하나 이상의 레이어 각각은 입력 데이터의 공간 정보를 전달하도록 단축 경로(skip path)(220)로 추가적으로 연결될 수 있다. 단축 경로(220)는 차원 소 네트워크에 포함된 레이어의 출력이, 차원 복원 네트워크(230)에 포함된 대응되는 레이어의 입력이 되도록 하는 경로 일 수 있다. 대응되는 레이어는 예를 들어, 차원 감소 네트워크(210)의 입력 단에서 n 번째 레이어와 차원 복원 네트워크(230)의 출력 단에서 n 번째 레이어를 의미할 수 있다. 즉, 단축 경로(220)는 차원 감소 네트워크(210)와 차원 복원 네트워크(230)의 레이어 중 서로 동일한 해상도의 입력을 처리하는 레이어를 연결할 수 있다. 단축 경로(220) 상에서, 전달되는 정보는 입력 데이터에 포함된 공간에 관련한 정보일 수 있다. 즉, 차원 감소 네트워크(210)에 의하여 입력 데이터의 차원 및 해상도가 감소되는 경우에 유실될 수 있는 전역 단서에 해당하는 공간 정보가 단축 경로(220)를 이용하여 전달되어 차원 복원 네트워크(230)의 레이어에 전달(233)될 수 있다. 단축 경로(220)를 이용하여 전달되는 공간 정보는 추가적으로 단축 경로 레이어(221)를 이용하여 연산 될 수 있다. 단축 경로 레이어(221)는 컨볼루셔널 레이어 일 수 있다. 공간 정보는 단축 경로(220)를 이용하여 차원 복원 네트워크(230)로 전달되며, 단축 경로 레이어(221)에 의하여 차원 복원 네트워크(230)에서 연산되기에 적합한 형태로 변형될 수 있다. 관절 추정 서브모델은 입력 데이터에 대하여 픽셀 별로 관절이 위치할 수 있는 신뢰도 점수(confidence score)를 포함하는 히트 맵(heat map)(320)을 출력할 수 있다.

프로세서(110)는 자세 추정 모델(200)의 위치 보정 서브모델을 이용하여 하나 이상의 관절의 위치정보를 연산함으로써 하나 이상의 관절의 보정된 위치정보를 획득할 수 있다. 프로세서(110)는 관절 추정 서브모델의 출력 값의 정확도를 높이기 위하여 위치 보정 서브모델을 이용하여 관절 추정 서브모델의 출력 값을 연산할 수 있다. 위치 보정 서브모델은 관절 추정 서브모델에서 출력된 이미지에서 대상자에 대한 관절 위치의 히트 맵에서 관절의 위치를 보정하여 출력 데이터 형태로 변형할 수 있는 네트워크 구조로 구성될 수 있다. 위치 보정 서브모델은 관절 추정 서브모델의 출력단에 위치한 출력 레이어로 구성될 수 있다. 위치 보정 서브모델은 예를 들어, 1*1 convolution 연산을 수행하기 위한 네트워크 구조를 포함할 수 있다. 위치 보정 서브모델은 관절 추정 서브모델의 히트 맵을 사용자에게 디스플레이 하기 위한 이미지 데이터로 변환하기 위한 네트워크 구조를 포함할 수 있다. 예를 들어, 위치 보정 서브모델은 관절 추정 서브모델의 히트 맵을 사용자에게 디스플레이 할 수 있는 해상도로 변경할 수 있는 네트워크 구조를 포함할 수 있다.

위치 보정 서브모델은 인체의 관절 구조를 사전 학습하여, 복수의 관절 사이의 구조 관계에 적어도 부분적으로 기초하여 하나 이상의 관절의 위치정보를 보정할 수 있다. 인체의 각각의 관절에는 식별 정보가 매핑될 수 있다. 프로세서(110)는 식별 정보에 기초하여 이미지 상에서 인체의 각각의 관절을 구분하고, 인체의 관절 구조에 기초하여 각 관절의 위치 관계를 보정할 수 있다. 예를 들어, 프로세서(110)는 복수의 관절의 식별 정보에 기초하여 판단되는 복수의 관절 사이의 구조 관계에 기초하여 하나 이상의 관절의 위치정보를 보정하도록 학습될 수 있다. 즉, 프로세서(110)는 관절 추정 서브모델이 추정한 대상자의 오른쪽 손목의 위치정보가, 신체 구조상 위치할 수 없는 위치인 경우에, 위치 보정 서브모델이 학습한 인체의 관절 구조에 기초하여 해당 오른쪽 손목의 위치정보에 대한 오차를 크게 연산하도록 할 수 있으며, 관절 추정 서브모델은 인체의 관절 구조에 기초하여 재설정된 오차를 이용하여 학습될 수 있다. 즉 관절 추정 서브모델은 관절의 추정 결과에 대하여 학습된 인체의 관절 구조에 기초하여 오차를 설정함으로써 학습될 수 있다. 인체의 관절 구조에 기초한 관절 추정 서브모델의 오차의 설정에 관해서는 전체가 본 명세서에 참조로서 통합되는 Lipeng Ke. Et al, “Multi-Scale Structure-Aware Network for Human Pose Estimation” 2018.09.16에서 보다 구체적으로 논의된다. 예를 들어, 오른쪽 손목의 경우는 오른쪽 팔목 및 오른쪽 어깨의 하위 구성으로서, 오른쪽 팔목의 관절의 위치와 오른쪽 어깨의 관절의 위치와 일정한 위치적 연관 관계를 가질 수 있다. 프로세서(110)는 인체의 관절 구조를 사전 학습한 위치 보정 서브모델을 이용하여 오른쪽 손목이 오른쪽 팔목 및 오른쪽 어깨의 하위 구성으로서 위치할 수 있는 위치에 위치하도록 관절의 위치정보를 보정할 수 있다. 위치 보정 서브모델은 인체의 관절의 상 하위 관계, 인체 관절의 상 하위 관계에서의 동작 범위(예를 들어, 오른쪽 손목은 오른쪽 팔목으로부터 사전결정된 각도 내에서만 위치할 수 있음 등)를 학습하고 프로세서(110)는 위치 보정 서브모델을 이용하여 관절 추정 서브모델에서 획득된 관절의 위치정보를 보정할 수 있다.

본 개시의 일 실시예에서 자세 추정 모델(200)은 대상자의 하나 이상의 관절의 위치정보가 라벨링된 학습 데이터 세트를 이용하여 교사 학습될 수 있다. 대상자의 하나 이상의 관절의 위치정보는 학습 데이터의 각 픽셀 별 대상자의 관절이 위치할 확률 및 관절이 위치하는 픽셀 중 적어도 하나에 관련한 정보를 포함할 수 있다. 예를 들어, 학습 데이터가 256*256픽셀의 이미지인 경우, 하나 이상의 관절의 위치정보(예를 들어, 14개의 관절)는, 해당 관절이 위치하는 픽셀의 좌표, 해당 좌표별 관절이 위치할 확률(예를 들어, 관절이 위치하는 픽셀은 확률 값이 1 이고, 관절이 위치하지 않는 픽셀은 확률 값이 0)을 포함할 수 있다. 자세 추정 모델(200)은 각각의 픽셀에 대하여 대상자의 하나 이상의 관절이 위치할 확률을 출력하도록 학습되며, 출력된 픽셀 별 관절이 위치할 확률 및 라벨링된 대상자의 하나 이상의 관절의 위치정보의 오차를 역전파(backpropagation) 함으로써 학습될 수 있다. 여기서 학습 데이터 세트는 대상자의 하나 이상의 관절 중 오클루전(occlusion)이 발생한 관절의 위치 정보가 라벨링된 학습 데이터를 포함할 수 있다. 자세 추정 모델(200)은 이미지에서 대상자의 관절이 라벨링된 이미지를 이용하여 교사 학습될 수 있다. 이미지에서 대상자의 관절이 오클루전이 발생한 경우(예를 들어, 대상자를 오른쪽에서 촬영하여 대상자의 왼쪽 발목, 무릎 등에 오클루전이 발생하여 이미지 상에서 식별되지 않는 경우 등), 해당 관절에 대한 위치정보가 해당 관절이 위치하는 위치에 라벨링 될 수 있다.

도 4 는 본 개시의 일 실시예의 자세 추정 모델에서 처리되거나 출력되는 데이터(300)의 일 예시이다. 도 4 의 예시에서, 식별 번호 310은 학습 진행 중에 출력된 학습 완료전 출력 데이터(310)일 수 있다. 학습 완료 전 출력 데이터(310)에 표시된 각 점(311, 313)은 인체의 각 관절에 대한 표시일 수 있다. 학습 완료 전 출력 데이터(310)에서 식별번호 311은 오른쪽 발목에 해당하는 관절이나, 현재 이미지 상에서 오른쪽 발목에 오클루전이 발생하여 실제 위치가 아닌 다른 지점으로 오른쪽 발목의 위치가 추정되었음을 확인할 수 있다. 식별번호 320은 관절 추정 서브모델에서 출력될 수 있는 학습 도중의 히트맵(320)의 예시도이다. 학습 도중의 히트맵(320)에서, 오른쪽 발목의 위치가 잘못 추정되었으므로(학습 완료 전 출력 데이터(310)의 311)) 히트맵이 다소 분산되었음을 확인할 수 있다. 이러한 경우를 방지하기 위하여 자세 추정 모델(200)의 학습 시 오클루전이 발생한 오른쪽 발목을 라벨링(331)하여 학습 데이터로 사용할 수 있다. 또한, 프로세서(110)는 오른쪽 발목이 신체 구조상 위치할 수 없는 위치로 추정되었으므로(즉, 본 예시에서, 오른쪽 발목의 위치는 왼쪽 무릎과 왼쪽 발목의 거리만큼 떨어져 있어야 하나, 310에서의 추정 결과는 그렇지 않음), 해당 위치에 대한 오차를 보다 크게 적용하여 자세 추정 모델(200)을 학습시킬 수 있다. 참조번호 340은 학습이 완료된 후에 관절 추정 서브모델에서 출력될 수 있는 학습 완료 후 히트맵(340)의 예시이다. 학습 완료 후의 히트맵(340)은 오른쪽 발목에 대한 잘못된 추정이 추가적일 라벨잉 데이터 및 신체 구조를 고려한 손실함수의 적용을 이용한 학습으로 보다 학습 도중의 히트맵(320)보다 집중되었음을 확인할 수 있다. 참조번호 330은 학습 완료 후 출력 데이터(330)의 예시도일 수 있다. 오른쪽 발목(331)의 위치가 정상적으로 추정되었음을 확인할 수 있다.

본 개시의 일 실시예에서 자세 추정 모델(200)은 비교기를 이용하여 추가적으로 학습될 수 있다. 도 5 는 본 개시의 다른 일 실시예에 따라 자세 추정 모델의 서브모델을 나타낸 개략도이다. 비교기(discriminator)(400)는 관절 추정 서브모델에서 출력된 하나 이상의 관절의 위치정보(350)와, 출력의 기초가 된 입력 데이터에 라벨링된 관절의 위치정보(360)를 비교할 수 있다. 즉, 비교기(400)는 입력 데이터에 대한 자세 관절 추정 서브모델의 출력(350)과, 해당 입력 데이터의 라벨(360)을 비교하여 해당 데이터가 동일한지 여부를 판단하고 이에 기초하여 오차를 출력할 수 있다. 비교기(400)는 관절 추정 서브모델에서 출력된 하나 이상의 관절의 위치정보(350)와 하나 이상의 관절의 위치정보의 기초가 된 입력 데이터에 라벨링된 관절의 위치정보(360)를 구분할 수 있도록 학습된다. 즉, 비교기(400)는 자신이 수신한 입력이 라벨링된 입력 데이터(360)인지, 관절 추정 서브모델의 출력(350)인지를 구분할 수 있도록 학습되며, 비교기(400)의 판단 결과(410)는 관절 추정 서브모델에 영향을 미칠 수 있다. 비교기의 학습과 관련해서는 전체가 본 명세서에 참조로서 통합되는 David Berthelot. Et al, “BEGAN: Boundary Equilibrium Generative Adversarial Networks” 2017.05.31 및 Chia-Jung Chou. Et al, “Self Adversarial Training for Human Pose Estimation” 2017.08.15에서 보다 구체적으로 논의된다.

관절 추정 서브모델은 비교기(400)의 비교 결과에 기초하여 학습될 수 있다. 관절 추정 서브모델은 비교기가 관절 추정 서브모델에서 출력된 하나 이상의 관절의 위치정보와 하나 이상의 관절의 위치정보의 기초가 된 입력 데이터에 라벨링된 관절의 위치정보를 구분하지 못하게 하도록 학습될 수 있다. 따라서, 비교기와 관절 추정 서브모델은 상호 적대적으로 학습될 수 있다. 비교기(400)는 학습 과정에서 사용될 수 있으며, 자세 추정 모델(200)의 응용 어플리케이션 상에서의 사용 시에는 비활성화 되어 자세 추정 모델(200)의 동작을 위한 프로세서(110)의 연산량을 경감할 수 있다.

도 6 은 본 개시의 일 실시예에 따라 자세 추정 모델을 학습시키기 위한 손실 함수의 처리 과정을 나타낸 개략도이다.

관절 추정 서브모델은 대상자의 하나 이상의 관절의 위치정보가 라벨링된 학습 데이터 세트를 이용하여 교사 학습될 수 있다. 대상자의 하나 이상의 관절의 위치정보는 학습 데이터의 각 픽셀 별 대상자의 관절이 위치할 확률 및 관절이 위치하는 픽셀 중 적어도 하나에 관련한 정보를 포함할 수 있다. 예를 들어, 학습 데이터가 256*256픽셀의 이미지인 경우, 하나 이상의 관절의 위치정보(예를 들어, 14개의 관절)는, 해당 관절이 위치하는 픽셀의 좌표, 해당 좌표별 관절이 위치할 확률(예를 들어, 관절이 위치하는 픽셀은 확률 값이 1 이고, 관절이 위치하지 않는 픽셀은 확률 값이 0)을 포함할 수 있다. 관절 추정 서브모델은 각각의 픽셀에 대하여 대상자의 하나 이상의 관절이 위치할 확률을 출력하도록 학습되며, 출력된 픽셀 별 관절이 위치할 확률 및 라벨링된 대상자의 하나 이상의 관절의 위치정보의 오차를 역전파(backpropagation) 함으로써 학습될 수 있다.

여기서 오차는 픽셀 별로 획득될 수 있으며, 라벨링된 대상자의 하나 이상의 관절의 위치정보에 기초하여 오차에 가중치가 부여될 수 있다.

도 6의 예시에서, 참조번호 510은 학습 데이터(본 도면의 예시에서 7*7 픽셀의 이미지)에 부가된 라벨의 예시이다. 라벨(510)에서 (4,4)에 관절이 위치하므로, 해당 픽셀에서 관절이 위치할 확률은 1 이고 나머지 픽셀에서 관절이 위치할 확률은 0 일 수 있다. 참조번호 520은 자세 추정 모델(200)의 관절 추정 서브모델의 출력인 히트 맵(520)의 예시이다. (4,4)에 관절이 위치하므로 (4,4)에 관절이 위치할 확률(본 예시에서 0.9)이 가장 높으나 (4,4) 픽셀을 중심으로 인접한 픽셀에도 관절이 위치할 확률이 존재하고 있다. 참조번호 530은 픽셀 별 오차(530)를 나타낸 예시이다. 참조번호 530에서 오차는 라벨(510)과 히트 맵(520)의 픽셀 별 차이에 기초하여 구해질 수 있다. 예를 들어, (4,4)에 대한 오차 e1=(1-0.9)²일 수 있다. 즉, 각 픽셀 별 오차는 신뢰도 점수와 라벨의 차에 기초하여 연산될 수 있다. 동일한 방식으로 e2 내지 e49에 대한 오차가 연산될 수 있다. 연산된 오차는 자세 추정 모델(200)로 역전파되어 자세 추정 모델의 학습에 사용될 수 있다. 연산된 오차는 그대로 자세 추정 모델(200)로 역전파되어 자세 추정 모델의 학습에 사용될 수도 있으나, 오차에 라벨링된 대상자의 관절의 위치정보에 기초한 가중치가 부여될 수도 있다. 자세 추정 모델(200)의 학습에 있어서, 학습 데이터에 포함된 픽셀 각각의 중요도는 서로 상이할 수 있다. 즉, 대상자의 관절이 위치하는 부분의 픽셀은 그렇지 않은 픽셀보다 중요도가 높을 수 있다. 따라서, 대상자의 관절이 위치하는 부분의 픽셀에 대한 자세 추정 모델(200)의 추정이 틀린 경우에 오차는 자세 추정 모델(200)의 학습에서 보다 중요하게 다뤄주어야 할 필요성이 있다.

도 6 의 예시에서 참조번호 540는 각 픽셀 별 오차에 부여될 수 있는 가중치를 나타낸 가중치 맵(540)이다. 픽셀 별로 오차에 부여될 수 있는 가중치는 인체 구성 요소의 위치를 고려하여 상이하게 설정될 수 있다. 가중치 맵(540)에는 픽셀 별 오차에 부여될 수 있는 가중치가 각각의 픽셀 별로 존재할 수 있다. 예를 들어, 도 6 의 예시에서 라벨(510)은 (4,4)에 관절을 포함하고 있으므로, (4,4)에 대한 오차가 학습에서 가장 중요하게 다루어 져야 하므로 (4,4)에 대한 오차에 부여될 가중치 w1(541)이 w2 내지 w49 보다 큰 값을 가지게 된다. 즉, 가중치 맵(540)의 가중치는 라벨(510)의 라벨의 위치와의 거리에 기초한 값을 가질 수 있다. 즉, (4,4)와 가장 가까운 w1(541)은 w2 내지 w49 보다 큰 값을 가질 수 있으며, (4,4)와 1픽셀 이격된 w2 내지 w9(543)는 2 픽셀 이격된 w10 내지 w25(545)보다 큰 값일 수 있으며, 가장 거리가 먼 w26 내지 w49는 가장 작은 값을 가질 수 있다. 즉, e1*w1, e2*w2 부터 e49*w49가 자세 추정 모델(200)의 학습에 사용되는 가중된 오차일 수 있다. 다른 예시에서, 가중치는 라벨(510)에서 관절이 위치하는 픽셀과의 거리 및 해당 픽셀로부터의 방향에 기초하여 설정될 수도 있다. 예를 들어, 라벨(510)의 관절이 위치하는 픽셀 (4,4)의 관절이 해당 관절의 위치관계 및 관절의 가동범위에 기초하여 우측으로 이동될 가능성이 있을 때, 라벨이 위치하는 픽셀 (4,4)와 같은 거리만큼 이격된 픽셀 이더라도, 라벨이 위치하는 픽셀 (4,4)의 우측에 위치하는 픽셀에는 보다 큰 가중치가 부여될 수도 있다. 자세 추정 모델(200)은 가중된 오차를 사용하여 학습될 수 있다. 이 경우, 자세 추정 모델(200)은 라벨(510)에서 관절이 위치하는 픽셀을 다른 픽셀보다 중요도를 높이 하여 학습하게 될 수 있다. 즉, 자세 추정 모델(200)의 학습의 반복(iteration) 과정에서, 라벨(510)에서 관절이 위치하는 픽셀에 대한 오차가 다른 픽셀에 대한 오차보다 자세 추정 모델(200)에 영향을 미치는 정보가 커질 수 있다. 따라서 같은 자세 추정 모델이라도 해당 가중 오차를 적용할 경우, 관절의 위치를 더 정확하게 추정하게 된다.

위치 보정 서브모델은 관절 추정 서브모델에서 출력된 히트 맵을 사용자에게 디스플레이 할 수 있는 이미지 데이터로 변환할 수 있다. 위치 보정 서브모델은 하나 이상의 관절의 위치정보에서, 픽셀 별 대상자의 관절이 위치할 확률이 최대인 픽셀을 기준으로 사전결정된 크기의 윈도우를 설정하고, 윈도우 내에서 대상자의 관절이 위치할 확률에 대한 픽셀 별 가중 평균을 연산함으로써, 관절의 보정된 위치정보를 획득할 수 있다. 프로세서(110)는 위치 보정 서브모델을 이용하여 히트 맵의 해상도를 업스케일 하기 전에 관절의 위치정보를 사전결정된 크기에 대한 가중 평균을 통해 보정할 수 있다. 이러한 과정은 하나 이상의 관절에 대한 픽셀 각각에 대하여 수행될 수 있다. 예를 들어, 14개의 관절이 존재하는 경우 14개의 관절 각각에 대하여 위치 보정이 수행될 수 있다.

도 7a 는 본 개시의 일 실시예에 따라 자세 추정 모델의 출력 정확도를 향상시키기 위한 보정 과정을 나타낸 개략도이다.

도 7a 의 도시에서 히트 맵(720)은 관절 추정 서브모델의 출력의 예시이다. 도 7a의 예시에서 히트 맵(720)은 6*6 픽셀을 가질 수 있다. 히트 맵(720)의 각 픽셀은 각각 관절이 위치할 확률에 대한 신뢰도 점수를 가질 수 있다. 본 예시에서 히트 맵(720)의 픽셀 중 (3,3) 픽셀이 관절이 위치할 확률이 가장 높은 픽셀 일 수 있다. 히트 맵(720)의 기초가 되는 입력 이미지에는 하나 이상의 관절이 포함될 수 있으나, 편의상 여기에서는 관절 하나에 대하여 설명한다. 즉, 히트 맵(720)의 확률 s1을 가지는 픽셀(3,3)(711)은 제 1 관절이 위치할 확률이 가장 높은 픽셀 일 수 있으며, 제 2 관절이 위치할 확률이 가장 높은 픽셀은 상이할 수 있으나, 히트 맵(720)에 포함된 픽셀 별 관절이 위치할 확률은 제 1 관절에 대한 확률 값임을 설명의 편의를 위하여 가정한다. 출력 이미지는 12*12 이미지로서 히트 맵을 출력 이미지로 변환하는 경우에 확률이 최대인 픽셀은 (6,6)이 될 수 있다. 본 개시의 일 실시예에서, 프로세서(110)는 위치 보정 서브모델을 이용하여 히트 맵(710)상에 해당 관절에 대한 가장 높은 확률을 가지는 픽셀을 기준으로 사전결정된 크기의 윈도우(720)를 설정하고, 해당 윈도우 내에서 확률 값에 대한 가중 평균을 이용하여 가장 높은 확률을 가지는 픽셀을 보정할 수 있다. 프로세서(110)는 각 픽셀의 x축 좌표 및 y축 좌표 각각을 이용하여 가중 평균을 연산할 수 있다. 예를 들어, 프로세서(110)는 (3,3)을 중심으로 설정된 5*5 윈도우에 포함된 각각의 픽셀 별 신뢰도 점수 및 x축 좌표 및 y축 좌표를 이용하여 가중 평균을 구할 수 있다. 예를 들어, x축에 대해서는 (1*(s20 + s19 + s18 + s17 + s16) + 2*(s21 + s7 + s6 + s5 + s15) + 3*(s22 + s8 + s1 + s4 + s14) + 4*(s23 + s9 + s2 + s3 + s13) + 5*(s24 + s25 + s10 + s11 + s12)) / (s1 + s2 + s3+ +s4 + s5 + s6 + s7 + s8 + s9 + s10 + s11 + s12 + s13 + s14 + s15 + s16 + s17 + s18 + s19 + s20 + s21 + s22 + s23 + s24 + s25)가 가중 평균을 통해 연산함으로써 보정된 x좌표일 수 있다. 또한 예를 들어, y축에 대해서는 (1*(s20 + s21 + s22 + s23 + s24) + 2*(s19 + s7 + s8 + s9 + s25) + 3*(s18 + s6 + s1 + s2 + s10) + 4*(s17 + s5 + s4 + s3 + s11) + 5*(s16 + s15 + s14 + s13 + s12)) / (s1 + s2 + s3+ +s4 + s5 + s6 + s7 + s8 + s9 + s10 + s11 + s12 + s13 + s14 + s15 + s16 + s17 + s18 + s19 + s20 + s21 + s22 + s23 + s24 + s25)가 가중 평균을 통해 연산함으로써 보정된 y좌포일 수 있다. 본 예시에서 가중 평균을 적용하여 새롭게 보정된 관절이 위치하는 것으로 추정되는 점의 좌표는 (4,3)(715)가 될 수 있다. 해당 픽셀을 관절이 위치하는 픽셀로 추정하여 출력 이미지(730)를 생성하는 경우, 출력 이미지 상에서 관절은 (8,6)에 위치하는 것으로 출력될 수 있다. 이러한 보정을 통해 히트 맵을 업스케일 하여 출력 이미지를 생성하는 경우에 발생할 수 있는 관절 추정점에 대한 왜곡을 방지할 수 있으며 보다 정확한 관절 위치에 대한 추정 결과를 제공할 수 있다.

도 7b 는 본 개시의 일 실시예에 따라 자세 추정 모델의 출력 정확도를 향상 시키기 위한 보정 과정에서 윈도우의 예시를 나타낸 예시도이다.

도 7b의 예시에서, 제 1 윈도우(720)는 (3,3)이 가장 높은 스코어를 가지는 경우에 설정된 윈도우이고, 제 2 윈도우(721)는 (6,3)이 가장 높은 스코어(s26)을 가지는 경우에 설정된 윈도우이다. 프로세서(110)는 전술한 설명에서 서술한 바와 같은 방식으로 제 1 윈도우(720)에 대한 가중 평균을 통해 보정된 x축 좌표 및 y축 좌표를 획득할 수 있다. 제 2 윈도우(721)는 (6,3)이 가장 높은 스코어를 가지는 경우에 설정된 윈도우의 예시로서, 이 경우, 윈도우가 히트맵의 범위를 벗어날 수 있다. 윈도우가 히트 맵의 범위를 벗어나는 경우, 프로세서(110)는 윈도우에서 히트 맵을 벗어난 부분(723)에는 신뢰도 스코어가 존재하지 않을 수 있다. 이 경우, 프로세서(110)는 제 2 윈도우(721)에 대한 가중 평균에 대한 왜곡을 방지하기 위하여 신뢰도 스코어가 존재하지 않는 부분(723)에 대한 누락 값을 추가할 수 있다. 프로세서(110)는 예를 들어, 신뢰도 스코어가 존재하지 않는 부분(723)에 대하여 윈도우에서 신뢰도 스코어가 존재하는 부분의 신뢰도 스코어에 기초한 값을 추가할 수 있다. 예를 들어, 프로세서(110)는 신뢰도 스코어가 존재하지 않는 부분(723)에 대하여, 엣지(본 예시에서, (6,1), (6,2), (6,3), (6,4), (6,5) 부분)을 기준으로, 신뢰도 스코어가 존재하는 부분의 신뢰도 스코어를 신뢰도 스코어가 존재하지 않는 부분(723)에 입력할 수 있다. 보다 구체적으로 프로세서(110)는 엣지를 기준으로 거울처럼 신뢰도 스코어가 존재하지 않는 부분(723)을 기 존재하는 신뢰도 스코어의 값을 추가할 수 있다. 프로세서(110)는 제 2 윈도우(721)에 대하여 예를 들어, s37의 값을 s24의 값으로, s42의 값을 s23의 값으로 하여 제 2 윈도우(721)에 대한 가중 평균을 연산할 수 있다. 전술한 윈도우가 히트 맵을 벗어나는 경우에 대한 보정은 예시일 뿐이며 본 개시는 이에 제한되지 않는다.

프로세서(110)는 하나 이상의 관절의 보정된 위치정보에 기초하여 대상자의 자의 추정 결과를 획득하고, 하나 이상의 입력 데이터에 대하여 획득된 대상자의 자세 추정 결과에 기초하여 대상자의 동작을 결정할 수 있다. 프로세서(110)는 상관 관계를 가지는 복수의 입력 데이터 각각에 대하여 대상자의 동작을 결정하고, 복수의 입력 데이터 각각에 대한 대상자의 동작에 기초하여 대상자가 수행하는 운동을 인식할 수 있다. 프로세서(110)는 대상자가 수행하는 운동을 인식하여 해당 운동에 대한 정보를 제공할 수 있다. 해당 운동에 대한 정보는 해당 운동에 관련한 사용자에게 제공될 수 있는 임의의 유익한 정보를 포함하며 예를 들어, 운동의 횟수 정보, 운동의 명칭 정보, 운동의 올바른 자세에 대한 정보, 해당 운동의 일반적인 효과에 대한 정보, 대상자가 수행한 운동의 효과에 대한 정보, 대상자의 목표치를 달성하기 위하여 반복이 필요한 운동의 횟수 정보 등을 포함할 수 있다.

도 8 은 본 개시의 일 실시에의 자세 추정을 위한 방법의 순서도이다.

컴퓨팅 장치(100)는 입력 데이터를 자세 추정 모델의 관절 추정 서브모델을 이용하여 연산함으로써 상기 입력 데이터에 포함된 대상자의 하나 이상의 관절의 위치정보를 획득할 수 있다(810)

컴퓨팅 장치(100)는 상기 하나 이상의 관절의 위치정보를 상기 자세 추정 모델의 위치 보정 서브모델을 이용하여 연산함으로써, 하나 이상의 관절의 보정된 위치정보를 획득할 수 있다(830).

컴퓨팅 장치(100)는 상기 하나 이상의 관절의 보정된 위치정보에 기초하여 상기 대상자의 자세를 추정 결과를 획득하고, 하나 이상의 입력 데이터에 대하여 획득된 상기 대상자의 자세 추정 결과에 기초하여 상기 대상자의 동작을 결정할 수 있다(850).

도 9 는 본 개시의 일 실시예에 따라 자세 추정을 위한 방법을 구현하기 위한 수단을 도시한 블록 구성도이다.

본 개시의 일 실시예에 따라 자세 추정을 위한 방법은 다음과 같은 수단에 의하여 구현될 수 있다.

입력 데이터를 자세 추정 모델의 관절 추정 서브모델을 이용하여 연산함으로써 상기 입력 데이터에 포함된 대상자의 하나 이상의 관절의 위치정보를 획득하기 위한 수단(910); 상기 하나 이상의 관절의 위치정보를 상기 자세 추정 모델의 위치 보정 서브모델을 이용하여 연산함으로써, 하나 이상의 관절의 보정된 위치정보를 획득하기 위한 수단(930); 및 상기 하나 이상의 관절의 보정된 위치정보에 기초하여 상기 대상자의 자세의 추정 결과를 획득하고, 하나 이상의 입력 데이터에 대하여 획득된 상기 대상자의 자세 추정 결과에 기초하여 상기 대상자의 동작을 결정하기 위한 수단(950)에 의하여 구현될 수 있다.

도 10 은 본 개시의 일 실시예에 따라 자세 추정을 위한 방법을 구현하기 위한 모듈을 도시한 블록 구성도이다.

본 개시의 일 실시예에 따라 자세 추정을 위한 방법은 다음과 같은 모듈에 의하여 구현될 수 있다.

입력 데이터를 자세 추정 모델의 관절 추정 서브모델을 이용하여 연산함으로써 상기 입력 데이터에 포함된 대상자의 하나 이상의 관절의 위치정보를 획득하기 위한 모듈(1010); 상기 하나 이상의 관절의 위치정보를 상기 자세 추정 모델의 위치 보정 서브모델을 이용하여 연산함으로써, 하나 이상의 관절의 보정된 위치정보를 획득하기 위한 모듈(1030); 및 상기 하나 이상의 관절의 보정된 위치정보에 기초하여 상기 대상자의 자세의 추정 결과를 획득하고, 하나 이상의 입력 데이터에 대하여 획득된 상기 대상자의 자세 추정 결과에 기초하여 상기 대상자의 동작을 결정하기 위한 모듈(1050)에 의하여 구현될 수 있다.

도 11 은 본 개시의 일 실시예에 따라 자세 추정을 위한 방법을 구현하기 위한 회로를 도시한 블록 구성도이다.

본 개시의 일 실시예에 따라 자세 추정을 위한 방법은 다음과 같은 회로에 의하여 구현될 수 있다.

입력 데이터를 자세 추정 모델의 관절 추정 서브모델을 이용하여 연산함으로써 상기 입력 데이터에 포함된 대상자의 하나 이상의 관절의 위치정보를 획득하기 위한 회로(1110); 상기 하나 이상의 관절의 위치정보를 상기 자세 추정 모델의 위치 보정 서브모델을 이용하여 연산함으로써, 하나 이상의 관절의 보정된 위치정보를 획득하기 위한 회로(1130); 및 상기 하나 이상의 관절의 보정된 위치정보에 기초하여 상기 대상자의 자세의 추정 결과를 획득하고, 하나 이상의 입력 데이터에 대하여 획득된 상기 대상자의 자세 추정 결과에 기초하여 상기 대상자의 동작을 결정하기 위한 회로(1150)에 의하여 구현될 수 있다.

도 12 는 본 개시의 일 실시예에 따라 자세 추정을 위한 방법을 구현하기 위한 로직을 도시한 블록 구성도이다.

본 개시의 일 실시예에 따라 자세 추정을 위한 방법은 다음과 같은 로직에 의하여 구현될 수 있다.

입력 데이터를 자세 추정 모델의 관절 추정 서브모델을 이용하여 연산함으로써 상기 입력 데이터에 포함된 대상자의 하나 이상의 관절의 위치정보를 획득하기 위한 로직(1210); 상기 하나 이상의 관절의 위치정보를 상기 자세 추정 모델의 위치 보정 서브모델을 이용하여 연산함으로써, 하나 이상의 관절의 보정된 위치정보를 획득하기 위한 로직(1230); 및 상기 하나 이상의 관절의 보정된 위치정보에 기초하여 상기 대상자의 자세의 추정 결과를 획득하고, 하나 이상의 입력 데이터에 대하여 획득된 상기 대상자의 자세 추정 결과에 기초하여 상기 대상자의 동작을 결정하기 위한 로직(1250)에 의하여 구현될 수 있다.

당업자들은 추가적으로 여기서 개시된 실시예들과 관련되어 설명된 다양한 예시적 논리적 블록들, 구성들, 모듈들, 회로들, 수단들, 로직들, 및 알고리즘 단계들이 전자 하드웨어, 컴퓨터 소프트웨어, 또는 양쪽 모두의 조합들로 구현될 수 있음을 인식해야 한다. 하드웨어 및 소프트웨어의 상호교환성을 명백하게 예시하기 위해, 다양한 예시적 컴포넌트들, 블록들, 구성들, 수단들, 로직들, 모듈들, 회로들, 및 단계들은 그들의 기능성 측면에서 일반적으로 위에서 설명되었다. 그러한 기능성이 하드웨어로 또는 소프트웨어로서 구현되는지 여부는 전반적인 시스템에 부과된 특정 어플리케이션(application) 및 설계 제한들에 달려 있다. 숙련된 기술자들은 각각의 특정 어플리케이션들을 위해 다양한 방법들로 설명된 기능성을 구현할 수 있으나, 그러한 구현의 결정들이 본 개시내용의 영역을 벗어나게 하는 것으로 해석되어서는 안된다.

도 13 은 본 개시의 일 실시예들이 구현될 수 있는 예시적인 컴퓨팅 환경에 대한 간략하고 일반적인 개략도를 도시한다.

본 개시가 일반적으로 하나 이상의 컴퓨터 상에서 실행될 수 있는 컴퓨터 실행가능 명령어와 관련하여 전술되었지만, 당업자라면 본 개시가 기타 프로그램 모듈들과 결합되어 및/또는 하드웨어와 소프트웨어의 조합으로서 구현될 수 있다는 것을 잘 알 것이다.

일반적으로, 프로그램 모듈은 특정의 태스크를 수행하거나 특정의 추상 데이터 유형을 구현하는 루틴, 프로그램, 컴포넌트, 데이터 구조, 기타 등등을 포함한다. 또한, 당업자라면 본 개시의 방법이 단일-프로세서 또는 멀티프로세서 컴퓨터 시스템, 미니컴퓨터, 메인프레임 컴퓨터는 물론 퍼스널 컴퓨터, 핸드헬드 컴퓨팅 장치, 마이크로프로세서-기반 또는 프로그램가능 가전 제품, 기타 등등(이들 각각은 하나 이상의 연관된 장치와 연결되어 동작할 수 있음)을 비롯한 다른 컴퓨터 시스템 구성으로 실시될 수 있다는 것을 잘 알 것이다.

본 개시의 설명된 실시예들은 또한 어떤 태스크들이 통신 네트워크를 통해 연결되어 있는 원격 처리 장치들에 의해 수행되는 분산 컴퓨팅 환경에서 실시될 수 있다. 분산 컴퓨팅 환경에서, 프로그램 모듈은 로컬 및 원격 메모리 저장 장치 둘다에 위치할 수 있다.

컴퓨터는 통상적으로 다양한 컴퓨터 판독가능 매체를 포함한다. 컴퓨터에 의해 액세스 가능한 매체는 그 어떤 것이든지 컴퓨터 판독가능 매체가 될 수 있고, 이러한 컴퓨터 판독가능 매체는 휘발성 및 비휘발성 매체, 일시적(transitory) 및 비일시적(non-transitory) 매체, 이동식 및 비-이동식 매체를 포함한다. 제한이 아닌 예로서, 컴퓨터 판독가능 매체는 컴퓨터 판독가능 저장 매체 및 컴퓨터 판독가능 전송 매체를 포함할 수 있다. 컴퓨터 판독가능 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보를 저장하는 임의의 방법 또는 기술로 구현되는 휘발성 및 비휘발성 매체, 일시적 및 비-일시적 매체, 이동식 및 비이동식 매체를 포함한다. 컴퓨터 저장 매체는 RAM, ROM, EEPROM, 플래시 메모리 또는 기타 메모리 기술, CD-ROM, DVD(digital video disk) 또는 기타 광 디스크 저장 장치, 자기 카세트, 자기 테이프, 자기 디스크 저장 장치 또는 기타 자기 저장 장치, 또는 컴퓨터에 의해 액세스될 수 있고 원하는 정보를 저장하는 데 사용될 수 있는 임의의 기타 매체를 포함하지만, 이에 한정되지 않는다.

컴퓨터 판독가능 전송 매체는 통상적으로 반송파(carrier wave) 또는 기타 전송 메커니즘(transport mechanism)과 같은 피변조 데이터 신호(modulated data signal)에 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터등을 구현하고 모든 정보 전달 매체를 포함한다. 피변조 데이터 신호라는 용어는 신호 내에 정보를 인코딩하도록 그 신호의 특성들 중 하나 이상을 설정 또는 변경시킨 신호를 의미한다. 제한이 아닌 예로서, 컴퓨터 판독가능 전송 매체는 유선 네트워크 또는 직접 배선 접속(direct-wired connection)과 같은 유선 매체, 그리고 음향, RF, 적외선, 기타 무선 매체와 같은 무선 매체를 포함한다. 상술된 매체들 중 임의의 것의 조합도 역시 컴퓨터 판독가능 전송 매체의 범위 안에 포함되는 것으로 한다.

컴퓨터(2002)를 포함하는 본 개시의 여러가지 측면들을 구현하는 예시적인 환경(2000)이 나타내어져 있으며, 컴퓨터(2002)는 처리 장치(2004), 시스템 메모리(2006) 및 시스템 버스(2008)를 포함한다. 시스템 버스(2008)는 시스템 메모리(2006)(이에 한정되지 않음)를 비롯한 시스템 컴포넌트들을 처리 장치(2004)에 연결시킨다. 처리 장치(2004)는 다양한 상용 프로세서들 중 임의의 프로세서일 수 있다. 듀얼 프로세서 및 기타 멀티프로세서 아키텍처도 역시 처리 장치(2004)로서 이용될 수 있다.

시스템 버스(2008)는 메모리 버스, 주변장치 버스, 및 다양한 상용 버스 아키텍처 중 임의의 것을 사용하는 로컬 버스에 추가적으로 상호 연결될 수 있는 몇가지 유형의 버스 구조 중 임의의 것일 수 있다. 시스템 메모리(2006)는 판독 전용 메모리(ROM)(2110) 및 랜덤 액세스 메모리(RAM)(2112)를 포함한다. 기본 입/출력 시스템(BIOS)은 ROM, EPROM, EEPROM 등의 비휘발성 메모리(2110)에 저장되며, 이 BIOS는 시동 중과 같은 때에 컴퓨터(2002) 내의 구성요소들 간에 정보를 전송하는 일을 돕는 기본적인 루틴을 포함한다. RAM(2112)은 또한 데이터를 캐싱하기 위한 정적 RAM 등의 고속 RAM을 포함할 수 있다.

컴퓨터(2002)는 또한 내장형 하드 디스크 드라이브(HDD)(2114)(예를 들어, EIDE, SATA)이 내장형 하드 디스크 드라이브(2114)는 또한 적당한 섀시(도시 생략) 내에서 외장형 용도로 구성될 수 있음), 자기 플로피 디스크 드라이브(FDD)(2116)(예를 들어, 이동식 디스켓(2118)으로부터 판독을 하거나 그에 기록을 하기 위한 것임), 및 광 디스크 드라이브(2020)(예를 들어, CD-ROM 디스크(2022)를 판독하거나 DVD 등의 기타 고용량 광 매체로부터 판독을 하거나 그에 기록을 하기 위한 것임)를 포함한다. 하드 디스크 드라이브(2114), 자기 디스크 드라이브(2116) 및 광 디스크 드라이브(2020)는 각각 하드 디스크 드라이브 인터페이스(2024), 자기 디스크 드라이브 인터페이스(2026) 및 광 드라이브 인터페이스(2028)에 의해 시스템 버스(2008)에 연결될 수 있다. 외장형 드라이브 구현을 위한 인터페이스(2024)는 USB(Universal Serial Bus) 및 IEEE 1394 인터페이스 기술 중 적어도 하나 또는 그 둘 다를 포함한다.

이들 드라이브 및 그와 연관된 컴퓨터 판독가능 매체는 데이터, 데이터 구조, 컴퓨터 실행가능 명령어, 기타 등등의 비휘발성 저장을 제공한다. 컴퓨터(2002)의 경우, 드라이브 및 매체는 임의의 데이터를 적당한 디지털 형식으로 저장하는 것에 대응한다. 상기에서의 컴퓨터 판독가능 매체에 대한 설명이 HDD, 이동식 자기 디스크, 및 CD 또는 DVD 등의 이동식 광 매체를 언급하고 있지만, 당업자라면 집 드라이브(zip drive), 자기 카세트, 플래쉬 메모리 카드, 카트리지, 기타 등등의 컴퓨터에 의해 판독가능한 다른 유형의 매체도 역시 예시적인 운영 환경에서 사용될 수 있으며 또 임의의 이러한 매체가 본 개시의 방법들을 수행하기 위한 컴퓨터 실행가능 명령어를 포함할 수 있다는 것을 잘 알 것이다.

운영 체제(2130), 하나 이상의 애플리케이션 프로그램(2132), 기타 프로그램 모듈(2134) 및 프로그램 데이터(2136)를 비롯한 다수의 프로그램 모듈이 드라이브 및 RAM(2112)에 저장될 수 있다. 운영 체제, 애플리케이션, 모듈 및/또는 데이터의 전부 또는 그 일부분이 또한 RAM(2112)에 캐싱될 수 있다. 본 개시가 여러가지 상업적으로 이용 가능한 운영 체제 또는 운영 체제들의 조합에서 구현될 수 있다는 것을 잘 알 것이다.

사용자는 하나 이상의 유선/무선 입력 장치, 예를 들어, 키보드(2138) 및 마우스(2040) 등의 포인팅 장치를 통해 컴퓨터(2002)에 명령 및 정보를 입력할 수 있다. 기타 입력 장치(도시 생략)로는 마이크, IR 리모콘, 조이스틱, 게임 패드, 스타일러스 펜, 터치 스크린, 기타 등등이 있을 수 있다. 이들 및 기타 입력 장치가 종종 시스템 버스(2008)에 연결되어 있는 입력 장치 인터페이스(2042)를 통해 처리 장치(2004)에 연결되지만, 병렬 포트, IEEE 1394 직렬 포트, 게임 포트, USB 포트, IR 인터페이스, 기타 등등의 기타 인터페이스에 의해 연결될 수 있다.

모니터(2044) 또는 다른 유형의 디스플레이 장치도 역시 비디오 어댑터(2046) 등의 인터페이스를 통해 시스템 버스(2008)에 연결된다. 모니터(2044)에 부가하여, 컴퓨터는 일반적으로 스피커, 프린터, 기타 등등의 기타 주변 출력 장치(도시 생략)를 포함한다.

컴퓨터(2002)는 유선 및/또는 무선 통신을 통한 원격 컴퓨터(들)(2048) 등의 하나 이상의 원격 컴퓨터로의 논리적 연결을 사용하여 네트워크화된 환경에서 동작할 수 있다. 원격 컴퓨터(들)(2048)는 워크스테이션, 컴퓨팅 디바이스 컴퓨터, 라우터, 퍼스널 컴퓨터, 휴대용 컴퓨터, 마이크로프로세서-기반 오락 기기, 피어 장치 또는 기타 통상의 네트워크 노드일 수 있으며, 일반적으로 컴퓨터(2002)에 대해 기술된 구성요소들 중 다수 또는 그 전부를 포함하지만, 간략함을 위해, 메모리 저장 장치(2050)만이 도시되어 있다. 도시되어 있는 논리적 연결은 근거리 통신망(LAN)(2052) 및/또는 더 큰 네트워크, 예를 들어, 원거리 통신망(WAN)(2054)에의 유선/무선 연결을 포함한다. 이러한 LAN 및 WAN 네트워킹 환경은 사무실 및 회사에서 일반적인 것이며, 인트라넷 등의 전사적 컴퓨터 네트워크(enterprise-wide computer network)를 용이하게 해주며, 이들 모두는 전세계 컴퓨터 네트워크, 예를 들어, 인터넷에 연결될 수 있다.

LAN 네트워킹 환경에서 사용될 때, 컴퓨터(2002)는 유선 및/또는 무선 통신 네트워크 인터페이스 또는 어댑터(2056)를 통해 로컬 네트워크(2052)에 연결된다. 어댑터(2056)는 LAN(2052)에의 유선 또는 무선 통신을 용이하게 해줄 수 있으며, 이 LAN(2052)은 또한 무선 어댑터(2056)와 통신하기 위해 그에 설치되어 있는 무선 액세스 포인트를 포함하고 있다. WAN 네트워킹 환경에서 사용될 때, 컴퓨터(2002)는 모뎀(2058)을 포함할 수 있거나, WAN(2054) 상의 통신 컴퓨팅 디바이스에 연결되거나, 또는 인터넷을 통하는 등, WAN(2054)을 통해 통신을 설정하는 기타 수단을 갖는다. 내장형 또는 외장형 및 유선 또는 무선 장치일 수 있는 모뎀(2058)은 직렬 포트 인터페이스(2042)를 통해 시스템 버스(2008)에 연결된다. 네트워크화된 환경에서, 컴퓨터(2002)에 대해 설명된 프로그램 모듈들 또는 그의 일부분이 원격 메모리/저장 장치(2050)에 저장될 수 있다. 도시된 네트워크 연결이 예시적인 것이며 컴퓨터들 사이에 통신 링크를 설정하는 기타 수단이 사용될 수 있다는 것을 잘 알 것이다.

컴퓨터(2002)는 무선 통신으로 배치되어 동작하는 임의의 무선 장치 또는 개체, 예를 들어, 프린터, 스캐너, 데스크톱 및/또는 휴대용 컴퓨터, PDA(portable data assistant), 통신 위성, 무선 검출가능 태그와 연관된 임의의 장비 또는 장소, 및 전화와 통신을 하는 동작을 한다. 이것은 적어도 Wi-Fi 및 블루투스 무선 기술을 포함한다. 따라서, 통신은 종래의 네트워크에서와 같이 미리 정의된 구조이거나 단순하게 적어도 2개의 장치 사이의 애드혹 통신(ad hoc communication)일 수 있다.

Wi-Fi(Wireless Fidelity)는 유선 없이도 인터넷 등으로의 연결을 가능하게 해준다. Wi-Fi는 이러한 장치, 예를 들어, 컴퓨터가 실내에서 및 실외에서, 즉 기지국의 통화권 내의 아무 곳에서나 데이터를 전송 및 수신할 수 있게 해주는 셀 전화와 같은 무선 기술이다. Wi-Fi 네트워크는 안전하고 신뢰성 있으며 고속인 무선 연결을 제공하기 위해 IEEE 802.11(a,b,g, 기타)이라고 하는 무선 기술을 사용한다. 컴퓨터를 서로에, 인터넷에 및 유선 네트워크(IEEE 802.3 또는 이더넷을 사용함)에 연결시키기 위해 Wi-Fi가 사용될 수 있다. Wi-Fi 네트워크는 비인가 2.4 및 5 GHz 무선 대역에서, 예를 들어, 11Mbps(802.11a) 또는 54 Mbps(802.11b) 데이터 레이트로 동작하거나, 양 대역(듀얼 대역)을 포함하는 제품에서 동작할 수 있다.

본 개시의 기술 분야에서 통상의 지식을 가진 자는 정보 및 신호들이 임의의 다양한 상이한 기술들 및 기법들을 이용하여 표현될 수 있다는 것을 이해할 것이다. 예를 들어, 위의 설명에서 참조될 수 있는 데이터, 지시들, 명령들, 정보, 신호들, 비트들, 심볼들 및 칩들은 전압들, 전류들, 전자기파들, 자기장들 또는 입자들, 광학장들 또는 입자들, 또는 이들의 임의의 결합에 의해 표현될 수 있다.

본 개시의 기술 분야에서 통상의 지식을 가진 자는 여기에 개시된 실시예들과 관련하여 설명된 다양한 예시적인 논리 블록들, 모듈들, 프로세서들, 수단들, 회로들 및 알고리즘 단계들이 전자 하드웨어, (편의를 위해, 여기에서 "소프트웨어"로 지칭되는) 다양한 형태들의 프로그램 또는 설계 코드 또는 이들 모두의 결합에 의해 구현될 수 있다는 것을 이해할 것이다. 하드웨어 및 소프트웨어의 이러한 상호 호환성을 명확하게 설명하기 위해, 다양한 예시적인 컴포넌트들, 블록들, 모듈들, 회로들 및 단계들이 이들의 기능과 관련하여 위에서 일반적으로 설명되었다. 이러한 기능이 하드웨어 또는 소프트웨어로서 구현되는지 여부는 특정한 애플리케이션 및 전체 시스템에 대하여 부과되는 설계 제약들에 따라 좌우된다. 본 개시의 기술 분야에서 통상의 지식을 가진 자는 각각의 특정한 애플리케이션에 대하여 다양한 방식들로 설명된 기능을 구현할 수 있으나, 이러한 구현 결정들은 본 개시의 범위를 벗어나는 것으로 해석되어서는 안 될 것이다.

여기서 제시된 다양한 실시예들은 방법, 장치, 또는 표준 프로그래밍 및/또는 엔지니어링 기술을 사용한 제조 물품(article)으로 구현될 수 있다. 용어 "제조 물품"은 임의의 컴퓨터-판독가능 장치로부터 액세스 가능한 컴퓨터 프로그램, 캐리어, 또는 매체(media)를 포함한다. 예를 들어, 컴퓨터-판독가능 매체는 자기 저장 장치(예를 들면, 하드 디스크, 플로피 디스크, 자기 스트립, 등), 광학 디스크(예를 들면, CD, DVD, 등), 스마트 카드, 및 플래쉬 메모리 장치(예를 들면, EEPROM, 카드, 스틱, 키 드라이브, 등)를 포함하지만, 이들로 제한되는 것은 아니다. 또한, 여기서 제시되는 다양한 저장 매체는 정보를 저장하기 위한 하나 이상의 장치 및/또는 다른 기계-판독가능한 매체를 포함한다.

제시된 프로세스들에 있는 단계들의 특정한 순서 또는 계층 구조는 예시적인 접근들의 일례임을 이해하도록 한다. 설계 우선순위들에 기반하여, 본 개시의 범위 내에서 프로세스들에 있는 단계들의 특정한 순서 또는 계층 구조가 재배열될 수 있다는 것을 이해하도록 한다. 첨부된 방법 청구항들은 샘플 순서로 다양한 단계들의 엘리먼트들을 제공하지만 제시된 특정한 순서 또는 계층 구조에 한정되는 것을 의미하지는 않는다.

제시된 실시예들에 대한 설명은 임의의 본 개시의 기술 분야에서 통상의 지식을 가진 자가 본 개시를 이용하거나 또는 실시할 수 있도록 제공된다. 이러한 실시예들에 대한 다양한 변형들은 본 개시의 기술 분야에서 통상의 지식을 가진 자에게 명백할 것이며, 여기에 정의된 일반적인 원리들은 본 개시의 범위를 벗어남이 없이 다른 실시예들에 적용될 수 있다. 그리하여, 본 개시는 여기에 제시된 실시예들로 한정되는 것이 아니라, 여기에 제시된 원리들 및 신규한 특징들과 일관되는 최광의의 범위에서 해석되어야 할 것이다.

Claims

컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램으로서, 상기 컴퓨터 프로그램은 컴퓨팅 장치의 하나 이상의 프로세서에서 실행되는 경우 자세 추정(pose estimation)을 위한 이하의 동작들을 수행하도록 하며 상기 동작들은,
입력 데이터를 각각의 픽셀에 대하여 대상자의 하나 이상의 관절이 위치할 확률을 출력하도록 학습되며, 그리고 출력된 픽셀 별 관절이 위치할 확률 및 라벨링된 대상자의 하나 이상의 관절의 위치정보의 오차를 역전파 함으로서 학습된 자세 추정 모델의 관절 추정 서브모델을 이용하여 연산함으로써 상기 입력 데이터에 포함된 대상자의 하나 이상의 관절의 위치정보를 획득하는 동작;
상기 하나 이상의 관절의 위치정보를 상기 자세 추정 모델의 위치 보정 서브모델을 이용하여 연산함으로써, 하나 이상의 관절의 보정된 위치정보를 획득하는 동작; 및
상기 하나 이상의 관절의 보정된 위치정보에 기초하여 상기 대상자의 자세의 추정 결과를 획득하고, 하나 이상의 입력 데이터에 대하여 획득된 상기 대상자의 자세 추정 결과에 기초하여 상기 대상자의 동작을 결정하는 동작;
을 포함하고,
상기 오차는 픽셀 별로 연산되며, 상기 라벨링된 대상자의 하나 이상의 관절의 위치정보에 기초하여 가중치가 부여되는,
컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램.
제 1 항에 있어서,
상기 관절 추정 서브모델은,
하나 이상의 차원 감소 네트워크 및 하나 이상의 차원 복원 네트워크를 포함하며, 상기 차원 감소 네트워크의 하나 이상의 레이어와 상기 차원 복원 네트워크의 하나 이상의 레이어는 순차적 정보 전달 경로로 연결되고 그리고 상기 차원 감소 네트워크의 하나 이상의 레이어 각각과 대응되는 상기 차원 복원 네트워크의 하나 이상의 레이어 각각은 상기 입력 데이터의 공간 정보를 전달하도록 단축 경로로 추가적으로 연결되는,
컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램.
제 2 항에 있어서,
상기 차원 감소 네트워크는 상기 입력 데이터에 대한 피처(feature) 추출 및 다운 샘플링(downsampling)을 수행하기 위하여 상기 순차적 정보 전달 경로로 연결된 하나 이상의 컨벌루셔널 레이어 및 하나 이상의 풀링 레이어를 포함하는 하나 이상의 차원 감소 서브 레이어를 포함하고,
상기 차원 복원 네트워크는,
상기 차원 감소 네트워크의 출력 데이터에 대한 업 샘플링(upsampling)을 통한 차원 복원을 수행하기 위한 하나 이상의 차원 복원 서브 레이어를 포함하며,
상기 차원 감소 서브 레이어 각각은 대응되는 상기 차원 복원 서브 레이어와 상기 단축 경로를 통해 연결되는,
컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램.
제 3 항에 있어서,
상기 관절 추정 서브모델은 연산량 감소를 위하여 깊이 방향(depth-wise) 컨볼루셔널 네트워크를 포함하는,
컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램.
제 1 항에 있어서,
상기 관절 추정 서브모델은,
상기 입력 데이터의 픽셀 별 관절이 위치할 확률을 나타내는 신뢰도 점수(confidence score)를 출력하는,
컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램.
제 1 항에 있어서,
상기 위치 보정 서브모델은,
인체의 관절 구조를 사전 학습하여, 복수의 관절 사이의 구조 관계에 적어도 부분적으로 기초하여 상기 하나 이상의 관절의 위치정보를 보정하는,
컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램.
제 1 항에 있어서,
상기 자세 추정 모델은,
대상자의 하나 이상의 관절의 위치정보가 라벨링된 학습 데이터 세트를 이용하여 학습되며, 상기 학습 데이터 세트는 상기 대상자의 하나 이상의 관절 중 오클루전(occlusion)이 발생한 관절의 위치 정보가 라벨링된 학습 데이터를 포함하는,
컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램.
제 1 항에 있어서,
상기 자세 추정 모델은 추가적으로,
상기 관절 추정 서브모델에서 출력된 하나 이상의 관절의 위치정보와 상기 하나 이상의 관절의 위치정보의 기초가 된 입력 데이터에 라벨링된 관절의 위치정보를 비교하기 위한 비교기(discriminator)를 포함하며,
상기 관절 추정 서브모델은,
상기 비교기의 상기 관절 추정 서브모델에서 출력된 하나 이상의 관절의 위치정보와 상기 하나 이상의 관절의 위치정보의 기초가 된 입력 데이터에 라벨링된 관절의 위치정보의 비교 결과에 기초하여 학습되는,
컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램.
제 8 항에 있어서,
상기 비교기는,
상기 관절 추정 서브모델에서 출력된 하나 이상의 관절의 위치정보와 상기 하나 이상의 관절의 위치정보의 기초가 된 입력 데이터에 라벨링된 관절의 위치정보를 구분할 수 있도록 학습되며,
상기 관절 추정 서브모델은,
상기 비교기가 상기 관절 추정 서브모델에서 출력된 하나 이상의 관절의 위치정보와 상기 하나 이상의 관절의 위치정보의 기초가 된 입력 데이터에 라벨링된 관절의 위치정보를 구분하지 못하게 하도록 학습되는,
컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램.
제 1 항에 있어서,
상기 관절 추정 서브모델은,
대상자의 하나 이상의 관절의 위치정보가 라벨링된 학습 데이터를 포함하는 학습 데이터 세트를 이용하여 교사 학습되며,
상기 대상자의 하나 이상의 관절의 위치정보는 상기 학습 데이터의 각 픽셀 별 상기 대상자의 관절이 위치할 확률 및 상기 관절이 위치하는 픽셀 중 적어도 하나에 관련한 정보를 포함하는,
컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램.
삭제
삭제
제 1 항에 있어서,
상기 위치 보정 서브모델은,
상기 하나 이상의 관절의 위치정보에서, 픽셀 별 상기 대상자의 관절이 위치할 확률이 최대인 픽셀을 기준으로 사전결정된 크기의 윈도우를 설정하고, 상기 윈도우 내에서 상기 대상자의 관절이 위치할 확률에 대한 픽셀 별 가중 평균을 연산함으로써, 하나 이상의 관절의 보정된 위치정보를 획득하는,
컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램.
제 13 항에 있어서,
상기 위치 보정 서브모델은,
상기 사전결정된 크기의 윈도우에 포함된 복수의 픽셀 각각에 대하여, 픽셀 별 관절이 위치할 확률과 상기 픽셀의 좌표 정보에 기초한 가중 평균을 연산함으로써 상기 대상자의 관절이 위치할 확률이 최대 값인 픽셀의 위치정보를 보정하는,
컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램.
제 1 항에 있어서,
상관 관계를 가지는 복수의 입력 데이터에 각각에 대하여 상기 대상자의 동작을 결정하고, 그리고 상기 복수의 입력 데이터 각각에 대한 상기 대상자의 동작에 기초하여 상기 대상자가 수행하는 운동을 인식하는 동작;
을 더 포함하는,
컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램.
제 1 항에 있어서,
상기 입력 데이터는,
사전 결정된 종횡비를 가지는 이미지 데이터를 포함하는,
컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램.
제 1 항에 있어서,
상기 입력 데이터는,
상관 관계를 가지는 복수의 이미지 데이터를 포함하며, 상기 복수의 이미지 데이터 각각은 서로 상이한 스레드에 의하여 연산되는,
컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램.
하나 이상의 프로세서를 포함하는 컴퓨팅 장치에서 자세 추정 방법으로서,
입력 데이터를 각각의 픽셀에 대하여 대상자의 하나 이상의 관절이 위치할 확률을 출력하도록 학습되며, 그리고 출력된 픽셀 별 관절이 위치할 확률 및 라벨링된 대상자의 하나 이상의 관절의 위치정보의 오차를 역전파 함으로서 학습된 자세 추정 모델의 관절 추정 서브모델을 이용하여 연산함으로써 상기 입력 데이터에 포함된 대상자의 하나 이상의 관절의 위치정보를 획득하는 단계;
상기 하나 이상의 관절의 위치정보를 상기 자세 추정 모델의 위치 보정 서브모델을 이용하여 연산함으로써, 하나 이상의 관절의 보정된 위치정보를 획득하는 단계; 및
상기 하나 이상의 관절의 보정된 위치정보에 기초하여 상기 대상자의 자세를 추정 결과를 획득하고, 하나 이상의 입력 데이터에 대하여 획득된 상기 대상자의 자세 추정 결과에 기초하여 상기 대상자의 동작을 결정하는 단계;
를 포함하고,
상기 오차는 픽셀 별로 연산되며, 상기 라벨링된 대상자의 하나 이상의 관절의 위치정보에 기초하여 가중치가 부여되는,
자세 추정 방법.
컴퓨팅 장치로서,
하나 이상의 프로세서; 및
상기 프로세서에서 실행가능한 명령들을 저장하는 메모리;
를 포함하고,
상기 프로세서는,
입력 데이터를 각각의 픽셀에 대하여 대상자의 하나 이상의 관절이 위치할 확률을 출력하도록 학습되며, 그리고 출력된 픽셀 별 관절이 위치할 확률 및 라벨링된 대상자의 하나 이상의 관절의 위치정보의 오차를 역전파 함으로서 학습된 자세 추정 모델의 관절 추정 서브모델을 이용하여 연산함으로써 상기 입력 데이터에 포함된 대상자의 하나 이상의 관절의 위치정보를 획득하고,
상기 하나 이상의 관절의 위치정보를 상기 자세 추정 모델의 위치 보정 서브모델을 이용하여 연산함으로써, 하나 이상의 관절의 보정된 위치정보를 획득하고, 그리고
상기 하나 이상의 관절의 보정된 위치정보에 기초하여 상기 대상자의 자세를 추정 결과를 획득하고, 하나 이상의 입력 데이터에 대하여 획득된 상기 대상자의 자세 추정 결과에 기초하여 상기 대상자의 동작을 결정하고,그리고
상기 오차는 픽셀 별로 연산되며, 상기 라벨링된 대상자의 하나 이상의 관절의 위치정보에 기초하여 가중치가 부여되는,
컴퓨팅 장치.