KR102341839B1 - 증강현실을 위한 데이터 수집 장치 - Google Patents

증강현실을 위한 데이터 수집 장치 Download PDF

Info

Publication number
KR102341839B1
KR102341839B1 KR1020200114258A KR20200114258A KR102341839B1 KR 102341839 B1 KR102341839 B1 KR 102341839B1 KR 1020200114258 A KR1020200114258 A KR 1020200114258A KR 20200114258 A KR20200114258 A KR 20200114258A KR 102341839 B1 KR102341839 B1 KR 102341839B1
Authority
KR
South Korea
Prior art keywords
image
rgb
depth
target object
camera
Prior art date
Application number
KR1020200114258A
Other languages
English (en)
Other versions
KR20210030230A (ko
Inventor
박종일
이강훈
박정식
Original Assignee
아리아엣지 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 아리아엣지 주식회사 filed Critical 아리아엣지 주식회사
Publication of KR20210030230A publication Critical patent/KR20210030230A/ko
Application granted granted Critical
Publication of KR102341839B1 publication Critical patent/KR102341839B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/20—Image signal generators
    • H04N13/204—Image signal generators using stereoscopic image cameras
    • H04N13/25—Image signal generators using stereoscopic image cameras using two or more image sensors with different characteristics other than in their location or field of view, e.g. having different resolutions or colour pickup characteristics; using image signals from one sensor to control the characteristics of another sensor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/006—Mixed reality
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/20—Image signal generators
    • H04N13/257—Colour aspects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/10—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths
    • H04N9/045—

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Graphics (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Processing Or Creating Images (AREA)

Abstract

RGB 영상에 다양한 정보를 증강하기 위한 데이터 수집 장치가 개시된다. 개시된 증강현실을 위한 데이터 수집 장치는 RGB 영상을 생성하는 비전 센서; 열화상을 생성하며, 상기 RGB 카메라로부터 이격되어 배치되는 열화상 카메라; 상기 비전 센서 및 상기 열화상 카메라의 광축을 일치시키는 광학계; 및 상기 RGB 영상에 상기 열화상을 증강하는 영상 처리부를 포함한다.

Description

증강현실을 위한 데이터 수집 장치{DATA COLLECTION DEVICE FOR AUGMENTED REALITY}
본 발명은 증강현실을 위한 데이터 수집 장치에 관한 것으로서, 더욱 상세하게는 RGB 영상에 인식된 객체에 대한 다양한 정보를 증강하기 위한 데이터 수집 장치에 관한 것이다.
일반적인 증강현실(AR)은 실사 영상으로부터 검출, 식별된 특정 대상 객체로부터 상대적인 위치에 상태 정보, 이미지 등과 같은 가상 콘텐츠를 겹쳐 보여주는 것으로, 그 대상의 검출 및 상태 정보 획득이 시각적으로 구분 가능한 것으로 한정된다.
최근 인공지능 기술의 발달로 영상기반 객체 인식 기술의 인식률 향상 및 대상 종류의 확장 등의 성과를 이루고 있지만, 여전히 증강현실 어플리케이션에서는, 시각적으로 구별 가능한 객체로부터 획득한 정보 등을 증강하는 것으로 제한된다. 이에 따라, 특히, 특정 객체의 상태 정보를 증강시켜 보여주는 산업용이나 관리용 증강현실 분야에서는, 콘텐츠 적용에 한계가 있다.
일예로, 실사 영상, 즉 RGB 영상에 열화상 카메라로부터 획득한 객체 표면의 온도 정보를 증강하기 위해서는, RGB 영상과 열화상의 정합이 필요한데, RGB 카메라와 열화상 카메라에 대한 광축이 일치하지 않을 경우, RGB 영상과 열화상의 정합이 어려운 문제가 있다. 정합을 위한 별도의 연산을 통해, RGB 영상과 열화상을 정합시킬 수 있지만, 높은 연산량과 정확한 캘리브레이션 작업이 필요하다. 영상의 프레임 레이트(frame rate)를 낮춰 연산량을 줄일 수 있지만, 이 경우 만족할만한 성능을 발휘하기 어렵다.
관련 선행문헌으로 대한민국 등록특허 제10-1997770호 및 제10-1962755호가 있다.
본 발명은 증강 현실을 위해 필요한 영상 데이터를 수집하는 데이터 수집 장치를 제공하기 위한 것이다.
또한 본 발명은 증강 현실에 이용되는 영상을 용이하게 정합시킬 수 있는, 증강현실을 위한 데이터 수집 장치를 제공하기 위한 것이다.
또한 본 발명은 누락된 깊이 정보를 용이하게 보정할 수 있는 증강현실을 위한 데이터 수집 장치를 제공하기 위한 것이다.
상기한 목적을 달성하기 위한 본 발명의 일 실시예에 따르면, RGB 영상을 생성하는 비전 센서; 열화상을 생성하며, 상기 RGB 카메라로부터 이격되어 배치되는 열화상 카메라; 상기 비전 센서 및 상기 열화상 카메라의 광축을 일치시키는 광학계; 및 상기 RGB 영상에 상기 열화상을 증강하는 영상 처리부를 포함하는 증강현실을 위한 데이터 수집 장치가 제공된다.
또한 상기한 목적을 달성하기 위한 본 발명의 다른 실시예에 따르면, RGB 영상을 생성하는 RGB 카메라; 열화상을 생성하며, 상기 RGB 카메라로부터 이격되어 배치되는 열화상 카메라; 깊이 영상을 생성하며, 상기 RGB 카메라 및 열화상 카메라와 이격되어 배치되는 깊이 카메라; 상기 RGB 카메라, 상기 열화상 카메라 및 상기 깊이 카메라의 광축을 일치시키는 광학계; 및 상기 RGB 영상에 상기 열화상 또는 깊이 영상을 증강하는 영상 처리부를 포함하는 증강현실을 위한 데이터 수집 장치가 제공된다.
본 발명의 일실시예에 따르면, RGB 카메라, 열화상 카메라 및 깊이 카메라의 광축이 일치된 상태로 RGB 영상, 열화상 영상 및 깊이 영상이 수집됨으로써, RGB 영상과 열화상 영상 및 깊이 영상 사이의 정합이 용이하게 이루어질 수 있다.
또한 본 발명의 일실시예에 따르면, 정합된 영상을 이용하여, 누락된 깊이 정보를 획득할 수 있다.
또한 본 발명의 일실시예에 따르면, 타겟 객체에 대한 3차원 모델링 결과를 타겟 객체의 인식에 이용함으로써, 객체 인식의 정확도를 향상시킬 수 있다.
도 1은 본 발명의 일실시예에 따른 증강현실을 위한 데이터 수집 장치를 설명하기 위한 도면이다.
도 2는 본 발명의 일실시예에 따른 영상 처리부를 설명하기 위한 도면이다.
도 3은 본 발명의 다른 실시예에 따른, 데이터 수집 장치를 설명하기 위한 도면이다.
도 4는 본 발명의 다른 실시예에 따른 영상 처리부를 설명하기 위한 도면이다.
도 5는 RGB 영상에서 일부가 가려진 타겟 객체의 에지를 나타내는 도면이다.
도 6은 RGB 영상 및 깊이 영상에서의 타겟 객체를 나타내는 도면이다.
도 7은 깊이 영상에서 홀 영역이 나타난 도면이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
본 발명은 RGB 영상에 증강하기 위한 데이터를 수집하는 장치에 관한 발명이다.
본 발명의 일실시예에 따르면, RGB 영상에 증강할 데이터는 RGB 영상에 포함된 객체의 표면에 대한 온도 정보나, 깊이 정보와 같이, 객체 인식을 위한 3차원 기하 정보나 시각 특징 정보일 수 있으며, 사용되는 카메라나 센서에 따라서, 다른 타입의 데이터가 수집되어 증강될 수도 있다.
일실시예로서, 객체의 표면에 대한 온도 정보를 획득하기 위해서 열화상 카메라가 이용될 수 있는데, RGB 영상에 이러한 온도 정보를 증강하기 위해서는, RGB 영상과 열화상의 정합이 필요하다. 본 발명의 일실시예는 이러한 정합을 위한 별도의 데이터 처리없이 정합된 영상을 획득하기 위해, 서로 다른 위치에 배치된 RGB 카메라와 열화상 카메라에 대한 광축을 서로 일치시킨다.
RGB 카메라와 열화상 카메라의 광축이 일치되지 않은 상태에서 획득된 RGB 영상과 열화상에는 동일 객체가 서로 다른 지점에 위치하기 때문에, 영상 정합을 위한 별도의 보정 과정이 필요하지만, RGB 카메라와 열화상 카메라의 광축이 일치된 상태에서는 동일 객체가 서로 다른 영상에서 동일한 지점에 위치하기 때문에, 정합을 위한 별도의 보정 과정없이도 정합된 영상을 획득할 수 있다.
이하에서, 본 발명에 따른 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명의 일실시예에 따른 증강현실을 위한 데이터 수집 장치를 설명하기 위한 도면이다.
도 1을 참조하면, 본 발명의 일실시예에 따른 데이터 수집 장치는 비전 센서(110), 열화상 카메라(120), 광학계(130) 및 영상 처리부(140)를 포함한다. 일실시예로서 비전 센서는 RGB 카메라 또는 RGB 영상과 깊이 영상을 동시에 생성하는 RGB-D 카메라일 수 있다.
RGB 영상을 생성하는 비전 센서(110)와, 열화상(thermal image)을 생성하는 열화상 카메라(120)는 서로 이격되어 배치되며, 광학계(130)는 비전 센서(110) 및 열화상 카메라(120)의 광축(optical axis)을 일치시킨다.
일실시예로서, 광학계(130)는, 비전 센서(110)의 광축에 대응되는 제1경로(161)로 진행하며 광학계(130)로 입력된 빔을, 제2경로(162)로 진행하는 원적외선 파장 대역의 빔 및 제1경로(161)로 진행하는 나머지 파장 대역의 빔으로 분리하는 빔 스플리터(131)를 포함한다. 원적외선 파장 대역의 빔은 열화상 카메라(120)의 광축에 대응되는 제2경로(162)를 따라서 열화상 카메라(120)로 입력되며, 나머지 파장 대역의 빔은 제1경로(161)를 따라서 비전 센서(110)로 입력된다. 나머지 파장 대역의 빔에는 가시광선 파장 대역의 빛이 포함된다.
도 1에 도시된 바와 같이, 비전 센서(110)의 광축이라는 동일한 광축에 대응되는 경로를 따라 이동하는 빛이 빔 스플리터(131)에 의해 2개의 빔으로 분할되어, 각각 비전 센서(110) 및 열화상 카메라(120)로 입력되므로, 열화상 카메라(120)로 입력되는 빔은 비전 센서(110)의 광축을 따라 진행한 빔이라고 볼 수 있다. 따라서, 비전 센서(110) 및 열화상 카메라(120)의 광축은, 비전 센서(110)의 광축으로 일치된다고 볼 수 있다.
이 때, 제1경로(161)에서, 빔 스플리터(131)로부터 비전 센서(110)까지의 거리(L1)는, 제2경로의 거리(L2), 즉 제2경로(162)에서 빔 스플리터(131)로부터 열화상 카메라(120)까지의 거리와 동일할 수 있다.
따라서, 본 발명의 일실시예에 따르면, RGB 영상과 열화상이 정합될 뿐만 아니라, 원근감의 차이없이 동일한 크기의 객체들을 포함하는 RGB 영상과 열화상이 획득될 수 있다.
다른 실시예로서, 비전 센서와 열화상 카메라의 위치는 서로 반대가 될 수 있다. 이 경우, 광학계는 열화상 카메라의 광축에 대응되는 제1경로로 진행하며 광학계로 입력된 빔을, 제1경로로 진행하는 원적외선 파장 대역의 빔 및 비전 센서의 광축에 대응되는 제2경로로 진행하는 나머지 파장 대역의 빔으로 분리하는 빔 스플리터를 포함할 수 있다. 그리고 이때 열화상 카메라의 광축에 대응되는 제1경로에서, 빔 스플리터로부터 열화상 카메라까지의 길이는, 비전 센서의 광축에 대응되는 제2경로의 길이와 동일할 수 있다.
영상 처리부(140)는 비전 센서(110) 및 열화상 카메라(120)로부터, RGB 영상 및 열화상을 입력받아, RGB 영상에 열화상을 증강한다. 실시예에 따라서, 열화상 전체를 RGB 영상에 증강할 수도 있으며, 또는 타겟 객체에 대한 열화상 일부를 RGB 영상에 포함된 타겟 객체에 증강할 수도 있다.
만일 RGB-D 카메라가 비전 센서로 사용된 경우, 영상 처리부(140)는 깊이 영상을 RGB 영상에 증강할 수도 있다.
도 2는 본 발명의 일실시예에 따른 영상 처리부를 설명하기 위한 도면이다.
도 2를 참조하면, 본 발명의 일실시예에 따른 영상 처리부(140)는 영상 인식부(142) 및 증강 처리부(143)를 포함할 수 있으며, 실시예에 따라서 영상 정합부(141)를 더 포함할 수 있다.
영상 정합부(141)는 RGB 영상과 열화상을 정합한다. 전술된 바와 같이, 광학계를 통해 정합된 RGB 영상과 열화상을 획득할 수 있는데, 보다 정확한 정합을 위한 후처리를 위해, 영상 정합부(141)가 이용될 수 있다.
영상 정합부(141)는 RGB 영상과 열화상의 특징점을 이용하여 정합을 수행할 수 있으며, RGB 카메라(110) 및 열화상 카메라(120)의 화각이 다를 경우, 화각에 대한 캘리브레이션을 수행한 후, 이미지 워핑(image warping)을 통해 RGB 영상과 열화상을 정합할 수 있다.
영상 인식부(142)는 RGB 영상 및 열화상에서, 타겟 객체를 인식하고 분할한다. RGB 카메라(110)와 열화상 카메라(120)는 동일한 광축으로 진행하는 빔을 입력받기 때문에, RGB 영상 및 열화상은, 동일한 타겟 객체를 포함한다.
영상 인식부(142)는 특징점 검출, 에지 검출 등을 이용하는 다양한 객체 인식 알고리즘을 통해 RGB 영상에 포함된 객체를 인식할 수 있으며, 시맨틱 세그멘테이션(semantic segmentation)과 같은 기계 학습 알고리즘을 이용하여 객체 인식과 분할을 동시에 수행할 수도 있다.
일실시예로서, 영상 인식부(142)는 RGB 영상에서 객체 인식 및 분할을 수행한 후, 객체 인식 및 분할 결과를, RGB 영상에 정합된 열화상에 적용함으로써, 열화상에 대한 객체 인식 및 분할을 수행할 수 있다.
증강 처리부(143)는 RGB 영상에 포함된 타겟 객체에, 타겟 객체에 대한 열화상을 증강한다. 예컨대, RGB 영상에 제1 및 제2객체가 포함되고 제1객체가 타겟 객체일 경우, 증강 처리부(143)는 RGB 영상의 제1객체에 열화상을 오버랩할 수 있으며, 제2객체는 RGB 영상에서의 RGB 화소값으로 표현된다.
한편, 본 발명의 일실시예에 따르면, 비전 센서(110), 열화상 카메라(120), 광학계(130) 및 영상 처리부(140)는, 도 1에 도시된 바와 같이, 외부의 빛이 들어올 수 있도록 일부분이 오픈된 하드웨어 프레임(150)의 내부에 배치될 수 있으며, 이러한 하드웨어 프레임(150)은 다양한 타입의 거치 장치가 부착된 상태로, 다양한 장소에서 활용될 수 있다.
일실시예로서, 거치 장치는 마운트(mount), 손잡이, 안경 프레임 등일 수 있으며, 본 발명의 일실시예에 따른 데이터 수집 장치는 하네스, 백팩 등에 결합되어 사용되거나, 사용자의 몸에 착용되어 이용될 수 있다.
다시 도 2로 돌아가, 본 발명의 일실시예에 따른 데이터 수집 장치는 디스플레이나 온도 센서, 습도 센서, 관성 센서 등을 더 포함할 수 있다. 증강 처리부(143)에서 생성된, 타겟 객체에 대한 열화상이 증강된 RGB 영상은 디스플레이에서 표시될 수 있다. 영상 처리부(140)는 열화상이 증강된 RGB 영상에, 온도 센서 및 습도 센서의 센싱 데이터를 추가적으로 표시할 수 있다. 그리고 관성 센서를 통해 객체 위치가 정확하게 계산될 수 있으며, 후술되는 3차원 모델링의 정확도가 향상될 수 있다.
도 3은 본 발명의 다른 실시예에 따른, 데이터 수집 장치를 설명하기 위한 도면이다.
도 3을 참조하면, 본 발명의 일실시예에 따른 데이터 수집 장치는 RGB 카메라(110), 열화상 카메라(120), 깊이 카메라(170), 광학계(330) 및 영상 처리부(340)를 포함한다. 도 3에서는 깊이 카메라가 추가적으로 이용되는 실시예가 설명되나, 실시예에 따라서, 깊이 카메라 이외 또 다른 정보를 획득할 수 있는 카메라가 이용될 수 있다.
도 1과 비교하여, 도 3에 도시된 실시예는 RGB 카메라인 비전 센서(110) 및 열화상 카메라(120)와 이격되어 배치되는, 깊이 카메라(170)를 더 포함한다. 깊이 카메라(170)는 근적외선 빛을 조사하여 객체로부터 반사된 근적외선 빛을 수신하여 깊이 영상을 생성한다.
그리고 깊이 카메라(170)가 추가됨에 따라서, 광학계(330)는 RGB 카메라(110), 열화상 카메라(120) 및 깊이 카메라(170)의 광축을 일치시키며, 이를 위해 추가적으로 제2빔 스플리터(132)를 더 포함할 수 있다.
전술된 바와 같이, 제1빔 스플리터(131)는 광학계(330)로 입력된 빔을, 원적외선 파장 대역의 빔 및 나머지 파장 대역의 빔으로 분리한다. 그리고 제2빔 스플리터(132)는 제1빔 스플리터(131)에 의해 분리된 나머지 파장 대역의 빔을 가시광선 대역의 빔 및 근적외선 파장 대역의 빔으로 분리한다.
일실시예로서, 제1빔 스플리터(131)는 RGB 카메라(110)의 광축에 대응되는 제1경로(161)로 진행하며 광학계로 입력된 빔을, 열화상 카메라(120)의 광축에 대응되는 제2경로(162)로 진행하는 원적외선 파장 대역의 빔 및 제1경로(161)로 진행하는 나머지 파장 대역의 빔으로 분리한다. 그리고 제2빔 스플리터(132)는 RGB 카메라(110)의 광축에 대응되는 제1경로(161)로 진행하는 나머지 파장 대역의 빔을, 깊이 카메라(170)의 광축에 대응되는 제3경로(163)로 진행하는 근적외선 파장 대역의 빔 및 제1경로(161)로 진행하는 가시광선 파장 대역의 빔으로 분리한다.
원적외선 파장 대역의 빔은 제2경로(162)를 따라서 열화상 카메라(120)로 입력되며, 근적외선 파장 대역의 빔은 제3경로(163)를 따라서, 깊이 카메라(170)로 입력된다. 그리고 가시광선 파장 대역의 빔은 제1경로(161)를 따라서, RGB 카메라(110)로 입력된다.
도 3에 도시된 바와 같이, RGB 카메라(110)의 광축이라는 동일한 광축에 대응되는 경로를 따라 이동하는 빛이 빔 스플리터(131, 132)에 의해 3개의 빔으로 분할되어, 각각 RGB 카메라 (110), 열화상 카메라(120) 및 깊이 카메라(170)로 입력되므로, 열화상 카메라(120) 및 깊이 카메라(170)로 입력되는 빔은 모두 RGB 카메라(110)의 광축을 따라 진행한 빔이라고 볼 수 있다. 따라서, RGB 카메라(110), 열화상 카메라(120) 및 깊이 카메라(170)의 광축은, 모두 RGB 카메라(110)의 광축으로 일치된다고 볼 수 있다.
이 때, 제1빔 스플리터(131)에서 RGB 카메라(110)로 이동하는 빔의 이동 경로의 거리(L0 + L1)는, 제1빔 스플리터(131)에서 열화상 카메라(120)로 이동하는 빔의 이동 경로의 거리(L2)와 동일하고, 제1빔 스플리터(131)에서 깊이 카메라(170)로 이동하는 빔의 이동 경로의 거리(L0 + L3)와 동일할 수 있다. 다시 말해, 제1경로(161)에서, 제1빔 스플리터(131)로부터 RGB 카메라(110)까지의 거리(L0 + L1)는, 제2경로의 거리(L2)와 동일하고, 또한 제1경로(161)에서 제1빔 스플리터(131)로부터 제2빔 스플리터(132)까지의 거리(L0)와, 제3경로의 거리(L3)의 합과 동일하다.
따라서, 본 발명의 일실시예에 따르면, RGB 영상, 열화상 및 깊이 영상이 정합될 뿐만 아니라, 원근감의 차이없이 동일한 크기의 객체들을 포함하는 RGB 영상, 열화상 및 깊이 영상이 획득될 수 있다.
다른 실시예로서, RGB 카메라, 열화상 카메라 및 깊이 카메라의 위치는 서로 변경될 수 있다. 이 경우, 광학계는 깊이 카메라 또는 열화상 카메라의 광축에 대응되는 경로로 진행하며 광학계로 입력된 빔이, 나머지 카메라로 입력되도록 빔을 분리할 수 있다.
한편, 전술된 바와 같이, 광학계(330)는 RGB 카메라(110), 열화상 카메라(120) 및깊이 카메라(170)의 배치 위치에 따라서, 분리된 빔이 각각 RGB 카메라(110), 열화상 카메라(120) 및 깊이 카메라(170)로 입력되도록, 렌즈, 미러 등 같은 또다른 광학 소자를 더 포함할 수 있다.
또한 영상 처리부(340)는 RGB 영상에 열화상을 증강하거나 또는 RGB 영상에 깊이 영상을 증강한다. 영상 처리부(340)는 실시예에 따라서, 깊이 영상 전체를 RGB 영상에 증강할 수도 있으며, 또는 타겟 객체에 대한 깊이 영상 일부를 RGB 영상에 포함된 타겟 객체에 증강할 수도 있다. 영상 처리부(340)는 열화상 또는 깊이 영상이 증강된 RGB 영상에, 온도 센서 및 습도 센서의 센싱 데이터를 추가적으로 표시할 수 있다.
도 4는 본 발명의 다른 실시예에 따른 영상 처리부를 설명하기 위한 도면이며, 도 5는 RGB 영상에서 일부가 가려진 타겟 객체의 에지를 나타내는 도면이다. 그리고 도 6은 RGB 영상 및 깊이 영상에서의 타겟 객체를 나타내는 도면이며, 도 7은 깊이 영상에서 홀 영역이 나타난 도면이다.
도 4를 참조하면, 본 발명의 일실시예에 따른 영상 처리부(340)는 영상 인식부(342) 및 증강 처리부(343)를 포함할 수 있으며, 실시예에 따라서 영상 정합부(341)를 더 포함할 수 있다.
전술된 바와 같이, 보다 정확한 영상의 정합을 위한 후처리를 위해, 영상 정합부(341)가 이용될 수 있으며, 영상 정합부(341)는 특징점을 이용하여 RGB 영상, 열화상 및 깊이 영상을 정합하거나, 화각에 대한 캘리브레이션을 수행할 수 있다.
영상 인식부(342)는 RGB 영상, 깊이 영상 및 열화상 중 적어도 하나에서, 타겟 객체를 인식하고 분할한다.
일실시예로서, 영상 인식부(342)는 RGB 영상에서 객체 인식 및 분할을 수행한 후, 객체 인식 및 분할 결과를, RGB 영상에 정합된 열화상 또는 깊이 영상에 적용함으로써, 열화상 또는 깊이 영상에 대한 객체 인식 및 분할을 수행할 수 있다.
또한 영상 인식부(342)는 깊이 영상에 포함된 타겟 객체에 대한 깊이값 즉3차원 기하 정보를 이용하여, 인식 및 분할된 타겟 객체에 대한 3차원 모델을 생성할 수 있다. 일예로서, 영상 인식부(342)는 포인트 클라우드를 이용하거나 복셀(voxel)을 이용하는 모델링 기법을 이용하여, 타겟 객체에 대한 3차원 모델을 생성할 수 있다.
증강 처리부(343)는 RGB 영상에 포함된 타겟 객체에, 타겟 객체에 대한 열화상 또는 깊이 영상을 증강한다. 예컨대, RGB 영상에 제1 및 제2객체가 포함되고 제1객체가 타겟 객체일 경우, 증강 처리부(143)는 RGB 영상의 제1객체에 깊이 영상 또는 열화상을 오버랩할 수 있으며, 제2객체는 RGB 영상에서의, RGB 화소값으로 표현될 수 있다.
만일 타겟 객체에 대한 3차원 모델이 생성된 경우, 증강 처리부(343)는 3차원 모델에, 타겟 객체에 대한 열화상 또는 깊이 영상을 증강할 수 있다.
한편, 본 발명의 다른 실시예에 따르면 영상 인식부(342)는 RGB 영상, 깊이 영상 및 열화상을 이용하여, 깊이 영상의 타겟 객체 영역에서 깊이값이 누락된 홀(hole) 영역에 대한 깊이값을 보정할 수 있다. 전술된 바와 같이, 깊이 영상은 객체로부터 객체로부터 반사된 근적외선 빛을 이용하여 생성되므로 전반사가 발생하는 부분에 대해서는 깊이값이 획득되지 않을 수 있으며 또는 다른 객체에 의해 가려져 깊이값이 획득되지 않을 수도 있다. 도 7에서 좌측 영상은 RGB 영상, 우측 영상은 RGB 영상에 대한 깊이 영상으로서, 전반사에 의해 깊이값이 누락된 홀 영역(710)과, 가려짐에 의해 깊이값이 누락된 홀 영역(720)이 나타나 있다. 영상 인식부(342)는 RGB 영상 및 열화상을 이용하여, 깊이 영상에서 이러한 홀 영역을 검출하고, 홀 영역에 대한 깊이값을 보정할 수 있다.
일실시예로서 영상 인식부(342)는 에지 결정부(3421), 홀 탐색부(3422) 및 깊이값 생성부(3423)를 포함할 수 있다.
에지 결정부(3421)는 RGB 영상 및 열화상을 이용하여, 타겟 객체에 대한 에지를 결정한다. 타겟 객체의 가려진 영역이 존재할 경우, RGB 영상에서는 타겟 객체의 에지가 정확히 추출되지 않을 수 없지만, 열화상에서는 타겟 객체의 가려진 영역이 표시될 수 있으므로, 에지 결정부(3421)는 RGB 영상 및 열화상을 상보적으로 이용하여, 타겟 객체에 대한 에지를 결정할 수 있다.
일실시예로서 에지 결정부(3421)는 RGB 영상에서 타겟 객체를 인식 및 분할하고, 분할된 타겟 객체에 대응되는 열화상의 타겟 객체 영역을 이용하여, 타겟 객체의 에지를 보정할 수 있다. 에지 결정부(3421)는 RGB 영상에서 추출된 타겟 객체의 에지와 동일한 형상의 타겟 객체 영역을 열화상 영상에서 결정하고, 열화상 영상의 타겟 객체 영역 및 타겟 객체 영역 주변의 화소값을 이용하여, 타겟 객체의 에지를 보정할 수 있다.
예컨대, 도 5(a)와 같은 사각형 형상의 타겟 객체(510)의 오른쪽 하단부가, 다른 객체 의해 가려질 경우, 도 5(b)와 같이 RGB 영상(520)에서 추출된 타겟 객체의 에지(530)의 형상은, 타겟 객체(510)의 형상과 같은 사각형 형상이 아닐 수 있다. 이 때, 열화상 영상의 타겟 객체 영역 및 타겟 객체 영역 주변의 화소값 중에서, 동일하거나 유사한 화소값이 분포된 영역의 형상이 사각형이라면, 에지 결정부(3421)는 타겟 객체의 에지를 도 5(a)와 같은 사각형으로 보정할 수 있다.
또는 에지 결정부(3421)는 열화상 영상을 이용하여, 타겟 객체를 인식하고, 인식된 타겟 객체에 대한 에지를 RGB 영상에서 검출할 수 있다.
홀 탐색부(3422)는 에지 결정부(3421)에서 결정된 타겟 객체에 대한 에지를 이용하여, 에지에 대응되는 깊이 영상의 타겟 객체 영역에서 홀 영역을 결정한다. 도 6(a)와 같이 RGB 영상(610)에서 삼각형 형상의 타겟 객체에 대한 에지(620)가 결정된 경우, 홀 탐색부(3422)는 에지(620)를 이용하여, 도 6(b)와 같이 깊이 영상(630)에서 에지(620)에 대응되는 타겟 객체 영역(640)을 추출한다. 타겟 객체 영역(640)에서 빗금친 부분이 깊이값이 존재하는 영역이며, 홀 탐색부(3422)는 타겟 객체 영역(640)에서 깊이값이 존재하지 않는 홀 영역(650)을 결정할 수 있다.
일실시예로서, 홀 탐색부(3422)는 추출된 타겟 객체 영역에서의 깊이값으로부터 결정되는 임계값과 타겟 객체 영역에서의 깊이값을 비교하여, 홀 영역을 결정할 수 있다. 예컨대, 임계값은 타겟 객체 영역에 포함된 임계값의 평균값이나 최대값일 수 있으며, 일반적으로 깊이값이 존재하지 않는 홀 영역의 화소값은 0이거나 0에 가까운 값이므로, 홀 탐색부(3422)는 타겟 객체 영역에서 임계값보다 작은 화소값을 포함하는 영역을 홀 영역으로 결정할 수 있다.
또는 홀 탐색부(3422)는 타겟 객체 영역의 경계선으로부터 미리 설정된 거리 내에 위치한 영역에서 홀 영역을 결정할 수 있다. 이는 일반적으로 홀 영역이 에지 부근에 많이 발생한다는 점에 착안한 것이다. 홀 탐색부(3422)는 타겟 객체 영역의 경계선으로부터 미리 설정된 거리 내에 위치한 영역에서, 임계값보다 작은 화소값을 포함하는 영역을 홀 영역으로 결정할 수 있다.
깊이값 생성부(3423)는 홀 탐색부(3422)에서 결정된 홀 영역 주변의 깊이값을 이용하여, 홀 영역에 대한 깊이값을 생성한다.
일실시예로서, 깊이값 생성부(3423)는 홀 영역에 인접한 영역의 깊이값을 홀 영역에 대한 깊이값으로 결정하거나 또는 홀 영역에 인접한 영역의 깊이값에 대한 평균값을 홀 영역에 대한 깊이값으로 결정할 수 있다.
이상과 같이 본 발명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.

Claims (15)

  1. 삭제
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
  6. 삭제
  7. 삭제
  8. RGB 영상을 생성하는 RGB 카메라;
    열화상을 생성하며, 상기 RGB 카메라로부터 이격되어 배치되는 열화상 카메라;
    깊이 영상을 생성하며, 상기 RGB 카메라 및 열화상 카메라와 이격되어 배치되는 깊이 카메라;
    상기 RGB 카메라, 상기 열화상 카메라 및 상기 깊이 카메라의 광축을 일치시키는 광학계; 및
    상기 RGB 영상에 상기 열화상 또는 깊이 영상을 증강하는 영상 처리부를 포함하며,
    상기 영상 처리부는
    상기 RGB 영상, 상기 깊이 영상 및 상기 열화상 중 적어도 하나에서, 타겟 객체를 인식하고 분할하는 영상 인식부; 및
    상기 RGB 영상에 포함된 상기 타겟 객체에, 상기 타겟 객체에 대한 열화상 또는 깊이 영상을 증강하는 증강 처리부를 포함하며,
    상기 영상 인식부는
    상기 RGB 영상, 상기 깊이 영상 및 상기 열화상을 이용하여, 상기 깊이 영상의 타겟 객체 영역에서 깊이값이 누락된 홀 영역에 대한 깊이값을 보정하는
    증강현실을 위한 데이터 수집 장치.
  9. 삭제
  10. 삭제
  11. 제 8항에 있어서,
    상기 영상 인식부는
    상기 RGB 영상 및 상기 열화상을 이용하여, 상기 타겟 객체에 대한 에지를 결정하는 에지 결정부;
    상기 에지를 이용하여, 상기 깊이 영상의 타겟 객체 영역에서 상기 홀 영역을 결정하는 홀 탐색부; 및
    상기 홀 영역 주변의 깊이값을 이용하여, 상기 홀 영역에 대한 깊이값을 생성하는 깊이값 생성부
    를 포함하는 증강현실을 위한 데이터 수집 장치.
  12. 제 11항에 있어서,
    상기 홀 탐색부는
    상기 에지를 이용하여, 상기 깊이 영상에서 상기 타겟 객체 영역을 추출하고,
    추출된 상기 타겟 객체 영역에서의 깊이값으로부터 결정되는 임계값과 상기 타겟 객체 영역에서의 깊이값을 비교하여, 상기 홀 영역을 결정하는
    증강현실을 위한 데이터 수집 장치.
  13. 제 11항에 있어서,
    상기 홀 탐색부는
    상기 에지를 이용하여, 상기 깊이 영상에서 상기 타겟 객체 영역을 추출하고,
    상기 타겟 객체 영역의 경계선으로부터 미리 설정된 거리 내에 위치한 영역에서 상기 홀 영역을 결정하는
    증강현실을 위한 데이터 수집 장치.
  14. 제 8항에 있어서,
    상기 광학계는
    상기 광학계로 입력된 빔을, 원적외선 파장 대역의 빔 및 나머지 파장 대역의 빔으로 분리하는 제1빔 스플리터; 및
    상기 나머지 파장 대역의 빔을 가시광선 파장 대역의 빔 및 근적외선 파장 대역의 빔으로 분리하는 제2빔 스플리터를 포함하며,
    상기 제1빔 스플리터에서 상기 RGB 카메라로 이동하는 빔의 이동 경로의 거리는
    상기 제1빔 스플리터에서 상기 열화상 카메라로 이동하는 빔의 이동 경로의 거리 및 상기 제1빔 스플리터에서 상기 깊이 카메라로 이동하는 빔의 이동 경로의 거리와 동일한
    증강현실을 위한 데이터 수집 장치.
  15. 제 8항에 있어서,
    온도 센서 및 습도 센서를 더 포함하며,
    상기 영상 처리부는
    상기 열화상 또는 깊이 영상이 증강된 RGB 영상에, 상기 온도 센서 및 습도 센서의 센싱 데이터를 표시하는
    증강현실을 위한 데이터 수집 장치.
KR1020200114258A 2019-09-09 2020-09-08 증강현실을 위한 데이터 수집 장치 KR102341839B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020190111306 2019-09-09
KR20190111306 2019-09-09

Publications (2)

Publication Number Publication Date
KR20210030230A KR20210030230A (ko) 2021-03-17
KR102341839B1 true KR102341839B1 (ko) 2021-12-21

Family

ID=75245731

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200114258A KR102341839B1 (ko) 2019-09-09 2020-09-08 증강현실을 위한 데이터 수집 장치

Country Status (1)

Country Link
KR (1) KR102341839B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220147949A (ko) * 2021-04-28 2022-11-04 삼성전자주식회사 영상 처리 방법 및 이를 지원하는 전자 장치
KR20230034782A (ko) * 2021-09-03 2023-03-10 삼성전자주식회사 깊이 센서를 이용하여 깊이 맵을 생성하는 증강 현실 디바이스 및 방법

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100914802B1 (ko) 2001-06-12 2009-09-02 지멘스 일렉트로닉스 어셈블리 시스템즈 게엠베하 운트 콤파니 카게 광학 센서 장치
JP2009533885A (ja) 2006-04-17 2009-09-17 オムニビジョン シーディーエム オプティクス， インコーポレイテッド アレイ化撮像システムおよび関連方法
JP2011082856A (ja) * 2009-10-08 2011-04-21 Hoya Corp 撮像装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101602299B1 (ko) * 2014-06-24 2016-03-10 주식회사 레드로버 입체 영상 촬영 시스템

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100914802B1 (ko) 2001-06-12 2009-09-02 지멘스 일렉트로닉스 어셈블리 시스템즈 게엠베하 운트 콤파니 카게 광학 센서 장치
JP2009533885A (ja) 2006-04-17 2009-09-17 オムニビジョン シーディーエム オプティクス， インコーポレイテッド アレイ化撮像システムおよび関連方法
JP2011082856A (ja) * 2009-10-08 2011-04-21 Hoya Corp 撮像装置

Also Published As

Publication number Publication date
KR20210030230A (ko) 2021-03-17

Similar Documents

Publication Publication Date Title
US11100661B2 (en) Multi-modal depth mapping
KR102667740B1 (ko) 영상 정합 방법 및 장치
US9286694B2 (en) Apparatus and method for detecting multiple arms and hands by using three-dimensional image
CN107480613B (zh) 人脸识别方法、装置、移动终端和计算机可读存储介质
JP6377863B2 (ja) 反射マップ表現による奥行きマップ表現の増補
US20190392198A1 (en) System and Method for Detecting and Removing Occlusions in a Three-Dimensional Image
JPH1098646A (ja) 被写体抽出方式
JPH06124344A (ja) 標識認識のための突極部輪郭等級付け抽出装置並びに方法
US11580662B2 (en) Associating three-dimensional coordinates with two-dimensional feature points
KR102341839B1 (ko) 증강현실을 위한 데이터 수집 장치
KR101510312B1 (ko) 복수의 카메라들을 이용한 3d 얼굴 모델링 장치, 시스템 및 방법
KR20130070340A (ko) 모션인식에서 광흐름 처리 가속기 및 방법
JP2018156408A (ja) 画像認識撮像装置
CN112712059A (zh) 基于红外热图像和rgb图像的活体人脸识别方法
Beltran et al. A comparison between active and passive 3d vision sensors: Bumblebeexb3 and Microsoft Kinect
KR101961266B1 (ko) 시선 추적 장치 및 이의 시선 추적 방법
JP2016148956A (ja) 位置合わせ装置、位置合わせ方法及び位置合わせ用コンピュータプログラム
CN114341940A (zh) 图像处理装置、三维测量系统、图像处理方法
KR102188164B1 (ko) 3차원 데이터를 이용한 도로 인식 방법
JPS62194413A (ja) 三次元座標計測装置
JP2000331160A (ja) 画像マッチング装置、画像マッチング方法及び画像マッチング用プログラムを記録した記録媒体
KR20160072477A (ko) 주변 환경 모델링 방법 및 이를 수행하는 장치
KR20200063310A (ko) 시계열 영상 데이터를 이용한 차량 주변의 사물 인식 장치 및 방법
KR101316316B1 (ko) 스테레오 카메라를 이용한 눈동자 추출 장치 및 그 방법
Aladem et al. Image Preprocessing for Stereoscopic Visual Odometry at Night

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant