KR102575743B1 - 이미지 번역 방법 및 시스템 - Google Patents

Abstract

본 개시는, 적어도 하나의 프로세서에 의해 수행되는, 증강 현실 기반의 이미지 번역 방법에 관한 것이다. 카메라에 의해 촬영된 동영상을 나타내는 복수의 프레임을 저장하는 단계, 저장된 복수의 프레임으로부터 미리 결정된 기준을 충족하는 제1 프레임을 추출하는 단계, 제1 프레임에 포함된 제1 언어 문장을 제2 언어 문장으로 번역하는 단계, 제1 프레임에 포함된 제2 언어 문장을 포함하는 번역 영역을 결정하는 단계 및 번역 영역을 제2 프레임에 렌더링하는 단계를 포함한다.

Description

이미지 번역 방법 및 시스템 {METHOD AND SYSTEM FOR IMAGE TRANSLATION}

본 개시는 이미지 번역 방법 및 시스템에 관한 것으로, 구체적으로, 증강 현실 기반의 이미지 번역 방법 및 시스템에 관한 것이다.

최근 모바일 장치에서 실행될 수 있는 번역 애플리케이션이 널리 보급되고 있다. 이에 따라, 사용자는 일상 생활 중에 또는 업무 중에 의미를 알 수 없거나 해석하기 어려운 외국어를 발견하는 경우 휴대하고 있는 모바일 장치를 통해 편리하게 번역할 수 있다.

기존 번역 애플리케이션은, 사용자가 번역 대상 언어로 된 텍스트를 직접 입력하면, 번역 애플리케이션 자체에서 해당 텍스트를 번역하거나 외부 서버로부터 해당 텍스트의 번역결과를 획득하여 사용자에게 제공할 수 있다. 이러한 이유로 디지털 문서화되지 않은 언어를 번역하는 경우, 사용자가 직접 텍스트를 입력하는 시간이 소요되고, 텍스트의 입력 과정에 생기는 오타로 인하여 오역이 발생할 수 있다.

이를 해결하기 위하여, 외국어가 표시된 대상물을 카메라로 촬영한 후, 촬영된 이미지를 분석하여 번역 서비스를 제공하는 이미지 번역 애플리케이션도 등장하고 있다. 다만, 이미지 번역 애플리케이션은 일정한 위치에 고정되거나 배치된 정적인 대상물을 촬영하고 번역하기 때문에 그 적용범위가 제한될 수 있다. 예를 들어, 거리를 도보 중인 사용자가 외국어로 표시된 간판을 번역하기 원하거나 대상물이 움직이는 경우, 이미지 번역 서비스를 이용하기 어려운 문제점이 있다.

본 개시는 상기와 같은 문제점을 해결하기 위한 증강 현실 기반의 이미지 번역 방법, 기록매체에 저장된 컴퓨터 프로그램 및 장치(시스템)를 제공한다.

본 개시는 방법, 장치(시스템) 또는 판독 가능 저장 매체에 저장된 컴퓨터 프로그램을 포함한 다양한 방식으로 구현될 수 있다.

본 개시의 일 실시예에 따르면, 적어도 하나의 프로세서에 의해 수행되는, 증강 현실 기반의 이미지 번역 방법은, 카메라에 의해 촬영된 동영상을 나타내는 복수의 프레임을 저장하는 단계, 저장된 복수의 프레임으로부터 미리 결정된 기준을 충족하는 제1 프레임을 추출하는 단계, 제1 프레임에 포함된 제1 언어 문장을 제2 언어 문장으로 번역하는 단계, 제1 프레임에 포함된 제2 언어 문장을 포함하는 번역 영역을 결정하는 단계 및 번역 영역을 제2 프레임에 렌더링하는 단계를 포함한다.

본 개시의 다른 실시예에 따르면, 증강 현실 기반의 이미지 번역 방법을 컴퓨터에서 실행하기 위해 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램이 제공된다.

본 개시의 또 다른 실시예에 따르면, 증강 현실 기반의 이미지 번역 시스템은 메모리 및 상기 메모리와 연결되고, 메모리에 포함된 컴퓨터 판독 가능한 적어도 하나의 프로그램을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고, 적어도 하나의 프로그램은, 카메라에 의해 촬영된 동영상을 나타내는 복수의 프레임을 저장하고, 저장된 복수의 프레임으로부터 미리 결정된 기준을 충족하는 제1 프레임을 추출하고, 제1 프레임에 포함된 제1 언어 문장을 제2 언어 문장으로 번역하고, 제1 프레임에 포함된 제2 언어 문장을 포함하는 번역 영역을 결정하고, 번역 영역을 제2 프레임에 렌더링하기 위한 명령어들을 포함한다.

본 개시의 일부 실시예에 따르면, 사용자는 카메라를 통해 동영상을 촬영하는 동안에 해당 동영상에 포함된 특정 언어의 텍스트가 다른 언어로 번역되어 프레임별로 렌더링된 결과를 제공받음으로써, 매번 번역 대상물의 이미지를 촬영하여 이미지 번역을 수행하지 않더라도, 실시간으로 카메라에 촬영된 동영상을 보면서 해당 동영상 내에 포함된 텍스트의 번역 결과를 함께 확인할 수 있다.

본 개시의 일부 실시예에 따르면, 카메라를 통해 촬영되는 동영상에 포함된 번역 대상물에 대한 촬영 각도가 변경되거나 해당 대상물의 위치가 변경되면, 그에 따라 번역 대상물에 대한 번역 결과의 각도나 위치도 변경되어 렌더링되기 때문에, 사용자는 카메라 또는 번역 대상물의 촬영 각도나 위치 변경과 무관하게 번역 결과를 확인할 수 있다.

본 개시의 일부 실시예에 따르면, 카메라를 통해 촬영되는 동영상에 포함된 번역 대상물의 번역 결과가 가장 최근에 촬영되는 동영상의 프레임 상에 렌더링되어 표시되므로, 사용자는 증강현실에서 실제 번역 대상물 상에 실시간으로 표시되는 번역 결과를 확인할 수 있다.

본 개시의 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급되지 않은 다른 효과들은 청구범위의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자(“통상의 기술자”라 함)에게 명확하게 이해될 수 있을 것이다.

본 개시의 실시예들은, 이하 설명하는 첨부 도면들을 참조하여 설명될 것이며, 여기서 유사한 참조 번호는 유사한 요소들을 나타내지만, 이에 한정되지는 않는다.
도 1은 본 개시의 일 실시예에 따라 프로세서가 증강 현실 기반으로 이미지 상의 언어를 번역하는 예시를 나타내는 도면이다.
도 2는 본 개시의 일 실시예에 따른 증강 현실 기반으로 촬영된 동영상에 포함된 제1 언어를 제2 언어로 번역하기 위하여, 정보 처리 시스템이 복수의 사용자 단말과 통신 가능하도록 연결된 구성을 나타내는 개요도이다.
도 3은 본 개시의 일 실시예에 따른 사용자 단말 및 정보 처리 시스템의 내부 구성을 나타내는 블록도이다.
도 4는 본 개시의 일 실시예에 따른 프로세서의 내부 구성을 나타내는 블록도이다.
도 5는 본 개시의 일 실시예에 따른 사용자 단말의 프로세서 및 정보 처리 시스템의 프로세서의 내부 구성을 나타내는 블록도이다.
도 6은 본 개시의 일 실시예에 따라 촬영된 동영상에서 프레임을 추출하고 번역한 이후, 번역 문장이 포함된 프레임 내의 번역 영역을 결정하는 예시를 나타낸다.
도 7은 본 개시의 일 실시예에 따른 제1 프레임을 기초로 제2 프레임 내의 렌더링 대상 영역을 결정하는 예시를 나타낸다.
도 8은 본 개시의 일 실시예에 따라 제1 프레임을 기초로 제2 프레임 내의 렌더링 대상 영역을 결정하여 렌더링하는 예시를 나타낸다.
도 9는 본 개시의 일 실시예에 따른 증강현실 기반의 이미지 번역 방법을 나타내는 흐름도이다.
도 10은 본 개시의 다른 실시예에 따른 증강현실 기반의 이미지 번역 방법을 나타내는 흐름도이다.
도 11은 본 개시의 또 다른 실시예에 따른 증강현실 기반의 이미지 번역 방법의 예시를 나타내는 흐름도이다.

이하, 본 개시의 실시를 위한 구체적인 내용을 첨부된 도면을 참조하여 상세히 설명한다. 다만, 이하의 설명에서는 본 개시의 요지를 불필요하게 흐릴 우려가 있는 경우, 널리 알려진 기능이나 구성에 관한 구체적 설명은 생략하기로 한다.

첨부된 도면에서, 동일하거나 대응하는 구성요소에는 동일한 참조부호가 부여되어 있다. 또한, 이하의 실시예들의 설명에 있어서, 동일하거나 대응되는 구성요소를 중복하여 기술하는 것이 생략될 수 있다. 그러나, 구성요소에 관한 기술이 생략되어도, 그러한 구성요소가 어떤 실시예에 포함되지 않는 것으로 의도되지는 않는다.

개시된 실시예의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 개시는 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 개시가 완전하도록 하고, 본 개시가 통상의 기술자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것일 뿐이다.

본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 개시된 실시예에 대해 구체적으로 설명하기로 한다. 본 명세서에서 사용되는 용어는 본 개시에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 관련 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서, 본 개시에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 개시의 전반에 걸친 내용을 토대로 정의되어야 한다.

본 명세서에서의 단수의 표현은 문맥상 명백하게 단수인 것으로 특정하지 않는 한, 복수의 표현을 포함한다. 또한, 복수의 표현은 문맥상 명백하게 복수인 것으로 특정하지 않는 한, 단수의 표현을 포함한다. 명세서 전체에서 어떤 부분이 어떤 구성요소를 포함한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다.

또한, 명세서에서 사용되는 '모듈' 또는 '부'라는 용어는 소프트웨어 또는 하드웨어 구성요소를 의미하며, '모듈' 또는 '부'는 어떤 역할들을 수행한다. 그렇지만, '모듈' 또는 '부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '모듈' 또는 '부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서, '모듈' 또는 '부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 또는 변수들 중 적어도 하나를 포함할 수 있다. 구성요소들과 '모듈' 또는 '부'들은 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '모듈' 또는 '부'들로 결합되거나 추가적인 구성요소들과 '모듈' 또는 '부'들로 더 분리될 수 있다.

본 개시의 일 실시예에 따르면, '모듈' 또는 '부'는 프로세서 및 메모리로 구현될 수 있다. '프로세서'는 범용 프로세서, 중앙 처리 장치(CPU), 마이크로프로세서, 디지털 신호 프로세서(DSP), 제어기, 마이크로제어기, 상태 머신 등을 포함하도록 넓게 해석되어야 한다. 몇몇 환경에서, '프로세서'는 주문형 반도체(ASIC), 프로그램가능 로직 디바이스(PLD), 필드 프로그램가능 게이트 어레이(FPGA) 등을 지칭할 수도 있다. '프로세서'는, 예를 들어, DSP와 마이크로프로세서의 조합, 복수의 마이크로프로세서들의 조합, DSP 코어와 결합한 하나 이상의 마이크로프로세서들의 조합, 또는 임의의 다른 그러한 구성들의 조합과 같은 처리 디바이스들의 조합을 지칭할 수도 있다. 또한, '메모리'는 전자 정보를 저장 가능한 임의의 전자 컴포넌트를 포함하도록 넓게 해석되어야 한다. '메모리'는 임의 액세스 메모리(RAM), 판독-전용 메모리(ROM), 비-휘발성 임의 액세스 메모리(NVRAM), 프로그램가능 판독-전용 메모리(PROM), 소거-프로그램가능 판독 전용 메모리(EPROM), 전기적으로 소거가능 PROM(EEPROM), 플래쉬 메모리, 자기 또는 광학 데이터 저장장치, 레지스터들 등과 같은 프로세서-판독가능 매체의 다양한 유형들을 지칭할 수도 있다. 프로세서가 메모리로부터 정보를 판독하고/하거나 메모리에 정보를 기록할 수 있다면 메모리는 프로세서와 전자 통신 상태에 있다고 불린다. 프로세서에 집적된 메모리는 프로세서와 전자 통신 상태에 있다.

본 개시에서, '시스템'은 서버 장치와 클라우드 장치 중 적어도 하나의 장치를 포함할 수 있으나, 이에 한정되는 것은 아니다. 예를 들어, 시스템은 하나 이상의 서버 장치로 구성될 수 있다. 다른 예로서, 시스템은 하나 이상의 클라우드 장치로 구성될 수 있다. 또 다른 예로서, 시스템은 서버 장치와 클라우드 장치가 함께 구성되어 동작될 수 있다.

본 개시에서, '렌더링'은 일반적으로 동영상의 각 프레임(또는 이미지) 상에 특정 객체를 2차원적으로 또는 3차원적으로 중첩하여 표시하는 것을 의미할 수 있다. 좀 더 구체적으로, 렌더링은 동영상의 각 프레임에 포함된 번역 대상물 상에 번역 결과(또는 텍스트)를 중첩하여 표시하는 것을 지칭할 수 있다. 예를 들어, 렌더링은, 번역 텍스트를 포함하는 영역 또는 박스를 동영상의 각 프레임에 포함된 번역 대상물 상의 대응 영역으로 매핑하거나 매핑을 위한 변형(warping)을 실행하고, 매핑 결과를 해당 프레임 상에 중첩하여 표시하는 것을 포함할 수 있다.

본 개시에서, '증강현실(AR: Augmented Reality)'은 사용자 단말에 연결된 카메라를 통해 촬영된 동영상을 사용자 단말의 디스플레이에 출력하는 동안에 해당 동영상의 특정 영역에 2차원적으로 또는 3차원적으로 렌더링된 가상의 객체를 함께 출력하는 것을 지칭할 수 있다. 본 개시에서 카메라를 통해 촬영된 동영상에 포함된 특정 영역의 텍스트를 번역한 결과는 증강현실을 통해 실시간으로 사용자에게 제공될 수 있다.

도 1은 본 개시의 일 실시예에 따른 프로세서가 증강 현실 기반으로 이미지 상의 언어를 번역하는 예시를 나타내는 도면이다. 도시된 바와 같이, 프로세서는, 카메라에 의해 촬영된 동영상에 포함된 복수의 프레임(frame)(110)으로부터 제1 프레임(120)을 추출할 수 있다. 또한 프로세서는 제1 프레임에 포함된 제1 언어 문장을 제2 언어 문장으로 번역할 수 있고, 제1 프레임의 내부에 제2 언어 문장을 포함하는 번역 영역(122)을 결정할 수 있다. 프로세서는, 제1 시간(예를 들어, T1 초)이 경과한 후에 촬영된 제2 프레임 상의 렌더링 대상 영역(132)에 번역 영역을 렌더링(rendering)할 수 있다. 여기서 제1 시간은, 제1 프레임(120)이 촬영된 후 번역 영역(122)에 포함된 제1 언어 문장이 제2 언어 문장으로 번역되기 소요된 시간과 같거나 이보다 큰 시간일 수 있다. 여기서, 프로세서는 제1 프레임(120) 내에 포함된 번역 영역(122)을 제2 프레임(130) 내에 포함된 렌더링 대상 영역(132)로 매핑하게 위해 특징점 변환 모델을 이용할 수 있다. 또한, 프로세서는, 카메라에 의해 촬영된 동영상에 포함된 제1 언어를 실시간으로 제2 언어로 번역하여 디스플레이 상에 표시하기 위하여, 특징점 변환 모델을 이용하여, 제2 언어 문장을 포함한 번역 영역이 렌더링된 제2 프레임(130)과 연속된 복수의 프레임 각각(140)의 내부에 포함된 렌더링 대상 영역(142)을 결정할 수 있다. 프로세서는, 복수의 프레임 각각(140)에 포함된 각각의 렌더링 대상 영역(142) 상에 번역 영역을 렌더링할 수 있다.

일 실시예에 따르면, 프로세서는 카메라에 의해 촬영된 동영상에 포함된 복수의 프레임(110)으로부터 제1 프레임(120)을 추출하기 위해, 카메라에 의해 촬영된 동영상에 포함된 복수의 프레임을 버퍼에 저장하고, 저장된 복수의 프레임 가운데 이미지 번역에 적합한 프레임을 결정하여 추출할 수 있다. 여기서, 이미지 번역에 적합한 프레임은, 해당 프레임에 번역 대상 텍스트가 일정 비율 이상 포함되거나, 해당 프레임에 포함된 번역 대상 텍스트가 정확한 번역 결과를 도출하기에 충분한 정보를 포함하는 것일 수 있다. 예를 들어, 이미지 번역에 적합한 프레임은, 해당 프레임에 포함된 객체 또는 텍스트의 선예도(sharpness), 프레임에 포함된 텍스트의 유무 또는 영역 비율, 프레임의 밝기(brightness), 프레임의 흐릿한 정도(blurriness)를 고려하여 결정될 수 있다.

일 실시예에 따르면, 프로세서는 추출된 제1 프레임에 포함된 제1 언어 문장을 제2 언어 문장으로 번역할 수 있다. 예를 들어, 프로세서는 인공신경망 기반의 문자 인식 알고리즘을 사용하여 제1 프레임에 포함된 제1 언어 문장을 제2 언어 문장으로 번역할 수 있다. 다른 실시예에 따르면, 제1 언어 문장을 번역하기 위하여, 프로세서는 제1 프레임을 외부 장치로 전송하고, 외부 장치에 의해 번역된 제2 언어 문장 또는 제2 언어 문장이 포함된 프레임을 수신할 수 있다.

일 실시예에 따르면, 프로세서는 제2 언어 문장이 포함된 제1 프레임(120) 내에 번역 영역(122)을 결정하기 위해, 프로세서는 제1 프레임 내에 포함된 번역 대상인 텍스트 및 그 주변의 특징점들을 추출할 수 있다. 예를 들어, 프로세서는 제1 프레임(120)에 대한 노이즈 제거, 2진화, 세그멘테이션, 레이아웃 분석 등을 포함하는 전처리를 수행한 후 텍스트의 각 문자의 윤곽선을 포함하는 특징점들을 추출할 수 있다. 프로세서는, 이와 같이 추출된 특징점들을 연결한 영역을 번역 영역(122)으로 결정할 수 있다.

일 실시예에 따르면, 프로세서는 제1 언어 문장으로부터 변환된 제2 언어 문장이 포함된 번역 영역(122)을 제2 프레임(130)에 렌더링(rendering)할 수 있다. 이를 위해, 프로세서는 특징점 변환 모델을 통해 제2 프레임 내에 포함된 렌더링 대상 영역(132)을 결정할 수 있다. 특징점 변환 모델은, 번역 영역(122)이 포함된 제1 프레임(120)에서 추출된 특징점을 기초로 하여 제2 프레임(130)의 특징점을 결정하기 위한 변환 행렬을 산출하고, 산출된 변환 행렬을 이용하여 제2 프레임(130)의 특징점을 기초로 제2 프레임(130) 상의 렌더링 대상 영역(132)을 결정할 수 있다. 그 후, 프로세서는 제2 언어 문장이 포함된 번역 영역(122)을 제2 프레임(130) 상의 렌더링 대상 영역(132)에 렌더링할 수 있다.

한편, 제2 프레임(130)이 제1 프레임(120)과 비교하여 미리 정해진 기준을 만족하지 못하는 경우, 프로세서는 번역 영역(122)을 렌더링하지 않을 수 있다. 예를 들어, 제1 프레임(120)과 제2 프레임(130) 사이의 시간 간격(T1)이 미리 정해진 시간 간격을 초과하는 경우, 프로세서는 번역 영역(122)을 렌더링하지 않고, 새로운 번역 사이클(cycle)을 다시 수행할 수 있다. 다른 예에서, 제1 프레임(120)과 제2 프레임(130) 사이의 움직임 차이가 미리 정해진 차이를 초과한 경우, 새로운 번역 사이클을 다시 수행할 수 있다.

일 실시예에 따르면, 카메라에 의해 촬영된 동영상에 포함된 제1 언어 문장을 실시간으로 제2 언어 문장으로 번역하기 위하여, 프로세서는 특징점 변환 모델을 이용하여, 제2 언어 문장을 포함하는 번역 영역(122)이 렌더링된 제2 프레임(130)과 연속된 복수의 프레임 각각(140)의 내부에 포함된 렌더링 대상 영역(142)을 결정할 수 있다. 그 후, 복수의 프레임 각각(140)에 포함된 각각의 렌더링 대상 영역(142)과 대응되도록 번역 영역(122)을 렌더링할 수 있다.

이와 같은 구성을 통하여, 사용자는 카메라로 번역 대상물의 이미지를 촬영하여 이미지 번역을 수행하지 않더라도, 실시간으로 카메라에 입력/촬영된 동영상을 보면서 해당 동영상 내에 포함된 제1 언어 문장을 제2 언어 문장으로 번역된 결과를 함께 확인할 수 있다.

도 2는 본 개시의 일 실시예에 따른 증강 현실 기반으로 촬영된 동영상에 포함된 제1 언어를 제2 언어로 번역하기 위하여, 정보 처리 시스템(230)이 복수의 사용자 단말(210_1, 210_2, 210_3)과 통신 가능하도록 연결된 구성을 나타내는 개요도이다. 정보 처리 시스템(230)은 네트워크(220)를 통해 복수의 사용자 단말(210_1, 210_2, 210_3)에 증강현실 기반의 이미지 번역을 제공할 수 있는 시스템을 포함할 수 있다. 일 실시예에 따르면, 정보 처리 시스템(230)은 증강현실 기반의 이미지 번역 서비스와 관련된 컴퓨터 실행 가능한 프로그램(예를 들어, 다운로드 가능한 애플리케이션) 및 데이터를 저장, 제공 및 실행할 수 있는 하나 이상의 서버 장치 및/또는 데이터베이스, 또는 클라우드 컴퓨팅 서비스 기반의 하나 이상의 분산 컴퓨팅 장치 및/또는 분산 데이터베이스를 포함할 수 있다. 정보 처리 시스템(230)에 의해 제공되는 증강현실 기반의 이미지 번역 서비스는, 복수의 사용자 단말(210_1, 210_2, 210_3)의 각각에 설치된 증강현실 기반 이미지 번역 애플리케이션을 통해 사용자에게 제공될 수 있다.

복수의 사용자 단말(210_1, 210_2, 210_3)은 네트워크(220)를 통해 정보 처리 시스템(230)과 통신할 수 있다. 네트워크(220)는, 복수의 사용자 단말(210)과 정보 처리 시스템(230) 사이의 통신이 가능하도록 구성될 수 있다. 네트워크(220)는 설치 환경에 따라, 예를 들어, 이더넷(Ethernet), 유선 홈 네트워크(Power Line Communication), 전화선 통신 장치 및 RS-serial 통신 등의 유선 네트워크(220), 이동통신망, WLAN(Wireless LAN), Wi-Fi, Bluetooth 및 ZigBee 등과 같은 무선 네트워크(220) 또는 그 조합으로 구성될 수 있다. 통신 방식은 제한되지 않으며, 네트워크(220)가 포함할 수 있는 통신망(일례로, 이동통신망, 유선 인터넷, 무선 인터넷, 방송망, 위성망 등)을 활용하는 통신 방식뿐만 아니라 사용자 단말(210_1, 210_2, 210_3) 사이의 근거리 무선 통신 역시 포함될 수 있다. 예를 들어, 네트워크(220)는, PAN(personal area network), LAN(local area network), CAN(campus area network), MAN(metropolitan area network), WAN(wide area network), BBN(broadband network), 인터넷 등의 네트워크(220) 중 하나 이상의 임의의 네트워크를 포함할 수 있다. 또한, 네트워크(220)는 버스 네트워크, 스타 네트워크, 링 네트워크, 메쉬 네트워크, 스타-버스 네트워크, 트리 또는 계층적(hierarchical) 네트워크 등을 포함하는 네트워크 토폴로지 중 임의의 하나 이상을 포함할 수 있으나, 이에 제한되지 않는다.

도 2에서 휴대폰 단말(210_1), 태블릿 단말(210_2) 및 PC 단말 (210_3)가 사용자 단말의 예로서 도시되었으나, 이에 한정되지 않으며, 사용자 단말(210_1, 210_2, 210_3)은 유선 및/또는 무선 통신이 가능하고 증강현실 기반 이미지 번역 애플리케이션이 설치되어 실행될 수 있는 임의의 컴퓨팅 장치일 수 있다. 예를 들어, 사용자 단말은, 스마트폰, 휴대폰, 내비게이션, 컴퓨터, 노트북, 디지털방송용 단말, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 태블릿 PC, 게임 콘솔(game console), 웨어러블 디바이스(wearable device), IoT(internet of things) 디바이스, VR(virtual reality) 디바이스, AR(augmented reality) 디바이스 등을 포함할 수 있다. 또한, 도 2에는 3개의 사용자 단말(210_1, 210_2, 210_3)이 네트워크(220)를 통해 정보 처리 시스템(230)과 통신하는 것으로 도시되어 있으나, 이에 한정되지 않으며, 상이한 수의 사용자 단말(210_1, 210_2, 210_3)이 네트워크(220)를 정보 처리 시스템(230)과 통신하도록 구성될 수도 있다.

일 실시예에서, 증강현실 기반 이미지 번역 애플리케이션이 동작하는 사용자 단말(210_1, 210_2, 210_3)은, 카메라(미도시)에 의해 촬영되는 동영상 또는 동영상으로부터 추출된 프레임(또는 이미지)에 대해 이미지 번역을 실행하고, 해당 이미지 번역의 결과를 동영상에 렌더링하여 제공할 수 있다. 구체적으로, 사용자 단말(210_1, 210_2, 210_3)은 카메라에 의해 촬영되어 버퍼에 저장되는 동영상으로부터 이미지 번역에 적합한 프레임을 추출하고, 해당 프레임에 대한 이미지 번역을 실행한 후, 그 번역 결과를 현재 버퍼에 저장되는 동영상의 하나 이상의 프레임에 렌더링하여 디스플레이를 통해 출력할 수 있다.

다른 실시예에 따르면, 사용자 단말(210_1, 210_2, 210_3)은 카메라에 의해 촬영되는 동영상 또는 동영상으로부터 추출된 프레임(또는 이미지)을 네트워크(220)를 통해 정보 처리 시스템(230)으로 전송할 수 있다. 정보 처리 시스템(230)은 수신된 동영상 또는 동영상으로부터 추출된 프레임에 대해 이미지 번역을 실행하고, 해당 이미지 번역의 결과를 사용자 단말(210_1, 210_2, 210_3)로 전송할 수 있다. 이미지 번역 결과를 수신한 사용자 단말(210_1, 210_2, 210_3)는 그 번역 결과를 현재 버퍼에 저장되는 동영상의 하나 이상의 프레임에 렌더링하여 디스플레이를 통해 출력할 수 있다.

도 3은 본 개시의 일 실시예에 따른 사용자 단말(210) 및 정보 처리 시스템(230)의 내부 구성을 나타내는 블록도이다. 사용자 단말(210)은 증강현실 기반 이미지 번역 애플리케이션이 실행 가능하고 유/무선 통신이 가능한 임의의 컴퓨팅 장치를 지칭할 수 있으며, 예를 들어, 도 2의 휴대폰 단말(210_1), 태블릿 단말(210_2), PC 단말(210_3) 등을 포함할 수 있다. 도시된 바와 같이, 사용자 단말(210)은 메모리(312), 프로세서(314), 통신 모듈(316) 및 입출력 인터페이스(318)를 포함할 수 있다. 이와 유사하게, 정보 처리 시스템(230)은 메모리(332), 프로세서(334), 통신 모듈(336) 및 입출력 인터페이스(338)를 포함할 수 있다. 도 3에 도시된 바와 같이, 사용자 단말(210) 및 정보 처리 시스템(230)은 각각의 통신 모듈(316, 336)을 이용하여 네트워크(220)를 통해 정보 및/또는 데이터를 통신할 수 있도록 구성될 수 있다. 또한, 입출력 장치(320)는 입출력 인터페이스(318)를 통해 사용자 단말(210)에 정보 및/또는 데이터를 입력하거나 사용자 단말(210)로부터 생성된 정보 및/또는 데이터를 출력하도록 구성될 수 있다.

메모리(312, 332)는 비-일시적인 임의의 컴퓨터 판독 가능한 기록매체를 포함할 수 있다. 일 실시예에 따르면, 메모리(312, 332)는 RAM(random access memory), ROM(read only memory), 디스크 드라이브, SSD(solid state drive), 플래시 메모리(flash memory) 등과 같은 비소멸성 대용량 저장 장치(permanent mass storage device)를 포함할 수 있다. 다른 예로서, ROM, SSD, 플래시 메모리, 디스크 드라이브 등과 같은 비소멸성 대용량 저장 장치는 메모리와는 구분되는 별도의 영구 저장 장치로서 사용자 단말(210) 또는 정보 처리 시스템(230)에 포함될 수 있다. 또한, 메모리(312, 332)에는 운영체제와 적어도 하나의 프로그램 코드(예를 들어, 사용자 단말(210)에 설치되어 구동되는 증강현실 기반 이미지 번역 애플리케이션 등을 위한 코드)가 저장될 수 있다.

이러한 소프트웨어 구성요소들은 메모리(312, 332)와는 별도의 컴퓨터에서 판독 가능한 기록매체로부터 로딩될 수 있다. 이러한 별도의 컴퓨터에서 판독가능한 기록매체는 이러한 사용자 단말(210) 및 정보 처리 시스템(230)에 직접 연결가능한 기록 매체를 포함할 수 있는데, 예를 들어, 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 등의 컴퓨터에서 판독 가능한 기록매체를 포함할 수 있다. 다른 예로서, 소프트웨어 구성요소들은 컴퓨터에서 판독 가능한 기록매체가 아닌 통신 모듈을 통해 메모리(312, 332)에 로딩될 수도 있다. 예를 들어, 적어도 하나의 프로그램은 개발자들 또는 애플리케이션의 설치 파일을 배포하는 파일 배포 시스템이 네트워크(220)를 통해 제공하는 파일들에 의해 설치되는 컴퓨터 프로그램(예: 증강현실 기반 이미지 번역 서비스를 제공하는 애플리케이션)에 기반하여 메모리(312, 332)에 로딩될 수 있다.

프로세서(314, 334)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(312, 332) 또는 통신 모듈(316, 336)에 의해 프로세서(314, 334)로 제공될 수 있다. 예를 들어, 프로세서(314, 334)는 메모리(312, 332)와 같은 기록 장치에 저장된 프로그램 코드에 따라 수신되는 명령을 실행하도록 구성될 수 있다.

통신 모듈(316, 336)은 네트워크(220)를 통해 사용자 단말(210)과 정보 처리 시스템(230)이 서로 통신하기 위한 구성 또는 기능을 제공할 수 있으며, 사용자 단말(210) 및/또는 정보 처리 시스템(230)이 다른 사용자 단말 또는 다른 시스템(일례로 별도의 클라우드 시스템, 이미지 번역 시스템 등)과 통신하기 위한 구성 또는 기능을 제공할 수 있다. 일례로, 사용자 단말(210)의 프로세서(314)가 메모리(312) 등과 같은 기록 장치에 저장된 프로그램 코드에 따라 생성한 요청(예를 들어, 이미지 번역 요청)은 통신 모듈(316)의 제어에 따라 네트워크(220)를 통해 정보 처리 시스템(230)으로 전달될 수 있다. 역으로, 정보 처리 시스템(230)의 프로세서(334)의 제어에 따라 제공되는 제어 신호나 명령이 통신 모듈(336)과 네트워크(220)를 거쳐 사용자 단말(210)의 통신 모듈(316)을 통해 사용자 단말(210)에 수신될 수 있다. 예를 들어, 사용자 단말(210)은 정보 처리 시스템(230)으로부터 통신 모듈(316)을 통해 이미지 번역을 통해 번역된 텍스트 또는 텍스트가 렌더링된 동영상/이미지를 수신할 수 있다.

입출력 인터페이스(318)는 입출력 장치(320)와의 인터페이스를 위한 수단일 수 있다. 일 예로서, 입력 장치는 이미지 센서를 포함한 카메라, 키보드, 마이크로폰, 마우스 등의 장치를, 그리고 출력 장치는 디스플레이, 스피커, 햅틱 피드백 디바이스(haptic feedback device) 등과 같은 장치를 포함할 수 있다. 다른 예로, 입출력 인터페이스(318)는 터치스크린 등과 같이 입력과 출력을 수행하기 위한 구성 또는 기능이 하나로 통합된 장치와의 인터페이스를 위한 수단일 수 있다. 예를 들어, 사용자 단말(210)의 프로세서(314)가 메모리(312)에 로딩된 컴퓨터 프로그램의 명령을 처리함에 있어서 정보 처리 시스템(230)이나 다른 사용자 단말(210)이 제공하는 정보 및/또는 데이터를 이용하여 구성되는 서비스 화면이 입출력 인터페이스(318)를 통해 디스플레이에 표시될 수 있다. 도 3에서는 입출력 장치(320)가 사용자 단말(210)에 포함되지 않도록 도시되어 있으나, 이에 한정되지 않으며, 사용자 단말(210)과 하나의 장치로 구성될 수 있다. 또한, 정보 처리 시스템(230)의 입출력 인터페이스(338)는 정보 처리 시스템(230)과 연결되거나 정보 처리 시스템(230)이 포함할 수 있는 입력 또는 출력을 위한 장치(미도시)와의 인터페이스를 위한 수단일 수 있다. 도 3에서는 입출력 인터페이스(318, 338)가 프로세서(314, 334)와 별도로 구성된 요소로서 도시되었으나, 이에 한정되지 않으며, 입출력 인터페이스(318, 338)가 프로세서(314, 334)에 포함되도록 구성될 수 있다.

사용자 단말(210) 및 정보 처리 시스템(230)은 도 3의 구성요소들보다 더 많은 구성요소들을 포함할 수 있다. 그러나, 대부분의 종래기술적 구성요소들을 명확하게 도시할 필요성은 없다. 일 실시예에 따르면, 사용자 단말(210)은 상술된 입출력 장치(320) 중 적어도 일부를 포함하도록 구현될 수 있다. 또한, 사용자 단말(210)은 트랜시버(transceiver), GPS(Global Positioning system) 모듈, 카메라, 각종 센서, 데이터베이스 등과 같은 다른 구성요소들을 더 포함할 수 있다. 예를 들어, 사용자 단말(210)이 스마트폰인 경우, 일반적으로 스마트폰이 포함하고 있는 구성요소를 포함할 수 있으며, 예를 들어, 가속도 센서, 자이로 센서, 카메라 모듈, 각종 물리적인 버튼, 터치패널을 이용한 버튼, 입출력 포트, 진동을 위한 진동기 등의 다양한 구성요소들이 사용자 단말(210)에 더 포함되도록 구현될 수 있다.

일 실시예에 따르면, 사용자 단말(210)의 프로세서(314)는 증강현실 기반 이미지 번역 서비스를 제공하는 증강현실 기반 이미지 번역 애플리케이션 또는 웹 브라우저 애플리케이션을 동작하도록 구성될 수 있다. 이 때, 해당 애플리케이션과 연관된 프로그램 코드가 사용자 단말(210)의 메모리(312)에 로딩될 수 있다. 애플리케이션이 동작되는 동안에, 사용자 단말(210)의 프로세서(314)는 입출력 장치(320)로부터 제공된 정보 및/또는 데이터를 입출력 인터페이스(318)를 통해 수신하거나 통신 모듈(316)을 통해 정보 처리 시스템(230)으로부터 정보 및/또는 데이터를 수신할 수 있으며, 수신된 정보 및/또는 데이터를 처리하여 메모리(312)에 저장할 수 있다. 또한, 이러한 정보 및/또는 데이터는 통신 모듈(316)을 통해 정보 처리 시스템(230)에 제공할 수 있다.

증강현실 기반 이미지 번역 애플리케이션이 동작되는 동안에, 프로세서(314)는 입출력 인터페이스(318)와 연결된 터치 스크린, 키보드 등의 입력 장치(320)를 통해 입력되거나 선택된 텍스트, 이미지 등을 수신할 수 있으며, 수신된 텍스트 및/또는 이미지를 메모리(312)에 저장하거나 통신 모듈(316) 및 네트워크(220)를 통해 정보 처리 시스템(230)에 제공할 수 있다. 예를 들어, 프로세서(314)는 터치 스크린, 키보드 등의 입력 장치를 통하여 이미지 번역 요청 등에 대한 정보 등을 수신할 수 있다. 이에 따라 수신된 요청 및/또는 정보는 통신 모듈(316) 및 네트워크(220)를 통해 정보 처리 시스템(230)에 제공될 수 있다.

사용자 단말(210)의 프로세서(314)는 입출력 장치(320), 다른 사용자 단말, 정보 처리 시스템(230) 및/또는 복수의 외부 시스템으로부터 수신된 정보 및/또는 데이터를 관리, 처리 및/또는 저장하도록 구성될 수 있다. 프로세서(314)에 의해 처리된 정보 및/또는 데이터는 통신 모듈(316) 및 네트워크(220)를 통해 정보 처리 시스템(230)에 제공될 수 있다. 사용자 단말(210)의 프로세서(314)는 입출력 인터페이스(318)를 통해 입출력 장치(320)로 정보 및/또는 데이터를 전송하여 출력할 수 있다. 예를 들면, 프로세서(314)는 수신한 정보 및/또는 데이터를 사용자 단말의 화면에 디스플레이할 수 있다.

정보 처리 시스템(230)의 프로세서(334)는 복수의 사용자 단말(210) 및/또는 복수의 외부 시스템으로부터 수신된 정보 및/또는 데이터를 관리, 처리 및/또는 저장하도록 구성될 수 있다. 프로세서(334)에 의해 처리된 정보 및/또는 데이터는 통신 모듈(336) 및 네트워크(220)를 통해 사용자 단말(210)에 제공할 수 있다. 예를 들어, 사용자 단말(210)에 의해 증강현실 기반 이미지 번역 애플리케이션이 동작되는 동안에, 프로세서(334)는 통신 모듈(336)을 통해 사용자 단말(210)로부터 이미지 및/또는 이미지 번역 요청 등을 수신할 수 있으며, 수신된 이미지를 메모리(332)에 저장하거나 수신된 이미지에 대한 이미지 번역을 실행할 수 있다. 또한, 프로세서(334)는 이미지 번역 결과를 다시 메모리(332)에 저장하거나 통신 모듈(336) 및 네트워크(220)를 통해 사용자 단말(210)에 제공할 수 있다. 도 3에서는 정보 처리 시스템(230)이 단일 시스템으로 도시되었으나, 이에 한정되지 않으며, 증강현실 기반 이미지 번역 서비스와 연관된 다양한 서비스를 제공하기 위한 복수의 시스템/서버로 구성될 수 있다. 예를 들어, 정보 처리 시스템(230)은 이미지 번역 모델을 포함한 별도의 서버 등을 포함할 수 있다.

도 4는 본 개시의 일 실시예에 따른 프로세서(314)의 내부 구성을 나타내는 블록도이다. 도시된 바와 같이, 프로세서(314)는 프레임 추출부(410), 번역부(420), 번역 영역 결정부(430), 렌더링부(440)를 포함할 수 있다. 도 4에서는 프로세서(314)가 단일 프로세서를 포함하는 것으로 도시되었으나, 이에 한정되지 않으며, 복수의 프로세서로 구성될 수 있다.

일 실시예에 따르면, 프레임 추출부(410)는 카메라에 의해 촬영된 동영상을 나타내는 복수의 프레임을 저장할 수 있다. 카메라는 사용자 단말에 탈착 가능한 촬영 장치 또는 내장된 촬영 장치를 지칭할 수 있으나, 이에 한정되지 않는다. 카메라에 의해 촬영된 동영상은 사용자 단말에 설치된 디스플레이 장치를 통해 출력될 수 있다. 이와 동시에, 동영상을 구성하는 복수의 프레임은 사용자 단말의 메모리 또는 별도 저장장치에 설정된 버퍼(buffer)에 저장될 수 있다. 버퍼에 저장되는 복수의 프레임의 수는 미리 결정될 수 있다. 예를 들어, 버퍼에는 10개의 동영상 프레임이 저장될 수 있다.

또한, 프레임 추출부(410)는 저장된 복수의 프레임으로부터 미리 결정된 기준을 충족하는 프레임을 추출할 수 있다. 여기서, 이미 결정된 기준은, 해당 프레임에 번역 대상 텍스트가 일정 비율 이상 포함되거나, 해당 프레임에 포함된 번역 대상 텍스트가 정확한 번역 결과를 도출하기에 충분한 정보를 포함하는 것과 같이 이미지 번역에 적절한 프레임을 선택하는 기준일 수 있다. 예를 들어, 프레임 추출부(410)는 저장된 복수의 프레임 가운데 소정의 밝기 또는 선예도(sharpness)를 만족하는 프레임을 추출할 수 있다. 다른 예에서, 프레임 추출부(410)는 저장된 복수의 프레임 가운데 프레임 내에 포함된 글자의 개수, 엣지의 개수가 사전 결정된 수를 초과하거나 프레임의 전부 또는 일부가 흐려지도록 처리하는 블러링 효과 등과 같은 특정 그래픽 처리의 적용 정도가 일정 기준 이상인 프레임을 추출할 수 있다.

일 실시예에 따르면, 번역부(420)는 프레임 추출부(410)에 의해 추출된 프레임(이하 “제1 프레임”)의 내부에 포함된 번역 대상 문장(이하, “제1 언어 문장”)을 번역 문장(이하, “제2 언어 문장”)으로 번역할 수 있다. 예를 들어, 번역부(420)는 인공신경망 기반의 문자 인식 알고리즘을 사용하여 제1 언어 문장을 제2 언어 문장으로 번역할 수 있다. 다른 예에서, 번역부(420)는 제1 언어 문장을 번역하기 위하여, 제1 프레임을 외부 장치로 전송하고, 외부 장치에 의해 번역된 제2 언어 문장 또는 제2 언어 문장이 포함된 프레임을 수신할 수 있다. 일 실시예에서, 번역부(420)는 이와 같은 외부 장치에 의해 이미지 번역을 실행하기 위해 이미지 번역 API(application programming interface)를 호출할 수 있다. 이 경우, 이미지 번역 API는 번역 대상 문장이 포함된 프레임을 입력하여, 번역 문장 또는 번역 문장이 포함된 프레임을 출력할 수 있다.

일 실시예에 따르면, 번역 영역 결정부(430)는 제2 언어 문장이 포함된 제1 프레임의 내부에 번역 영역을 결정할 수 있다. 일 실시예에서, 번역 영역 결정부(430)는 제1 프레임 내부의 제2 언어 문장으로 번역된 제1 언어 문장 주변의 특징점을 추출하고, 특징점을 연결함으로써 번역 영역을 결정할 수 있다. 예를 들어, 번역 영역 결정부(430)는, 제1 프레임에 대한 노이즈 제거, 2진화, 세그멘테이션, 레이아웃 분석 등을 포함하는 전처리를 수행한 후, 제1 프레임에 포함된 텍스트의 각 문자의 윤곽선을 포함하는 특징점들을 추출할 수 있다. 번역 영역 결정부(430)는, 이와 같이 추출된 특징점들을 연결한 영역을 번역 영역으로 결정할 수 있다.

일 실시예에 따르면, 렌더링부(440)는 번역 영역 결정부(430)에 의해 결정된 번역 영역을 현재 버퍼에 저장되고 있는 동영상의 다른 프레임(이하 “제2 프레임”)에 렌더링할 수 있다. 이 경우, 제2 프레임은 제1 프레임이 추출된 시간 이후에 촬영된 프레임일 수 있다. 구체적으로, 제2 프레임은. 번역부(420)에 의해 제1 언어 문장이 제2 언어 문장으로 번역된 시점에, 카메라에 의해 촬영되거나 버퍼에 저장되고 있는 동영상의 일부를 나타내는 프레임을 지칭할 수 있다.

렌더링부(440)는 번역 영역을 제2 프레임에 렌더링할지 여부를 결정할 수 있다. 일 실시예에 따르면, 제1 프레임과 제2 프레임이 미리 정해진 기준을 만족하는 경우, 렌더링부(440)는 번역 영역을 제2 프레임에 렌더링할 수 있다. 예를 들어, 제1 프레임과 제2 프레임 사이의 시간 간격이 일정 시간 간격을 초과하는 경우, 렌더링부(440)는 번역 영역을 제2 프레임에 렌더링하지 않는 것으로 결정할 수 있다. 다른 예에서, 제1 프레임과 제2 프레임 사이의 움직임 차이가 미리 정해진 움직임 차이보다 큰 경우, 렌더링부(440)는 번역 영역을 제2 프레임에 렌더링하지 않는 것으로 결정할 수 있다. 이것은, 제1 프레임을 포함하는 동영상이 촬영되고 일정 시간이 경과하거나, 제2 언어 문장이 포함된 제1 프레임 및 제2 프레임 사이에서 번역 영역을 포함하는 하나 이상의 객체들의 형태 또는 위치 변화가 큰 경우, 해당 프레임들에 포함된 번역 대상 문장이 변경되거나, 제2 언어 문장이 포함된 제1 프레임의 번역 영역과 제2 프레임의 렌더링 대상 영역의 매칭이 어려울 수 있기 때문이다.

일 실시예에 따르면, 렌더링부(440)는 번역 영역을 제2 프레임에 렌더링하기 위해, 렌더링 대상 영역을 결정할 수 있다. 일 실시예에서, 렌더링부(440)는 번역 영역 결정부(430)에 의해 추출/결정된 번역 영역의 특징점을 기초로 특징점 변환 모델을 이용하여, 제2 프레임 상에 렌더링 대상 영역을 결정할 수 있다. 여기서, 특징점 변환 모델은, 제2 언어 문장이 포함된 제1 프레임 상의 번역 영역과 제2 프레임 상의 렌더링 대상 영역을 매칭하는 변환 행렬 또는 호모그라피(homography) 행렬을 포함할 수 있다.

일 실시예에 따르면, 렌더링부(440)는 번역 영역이 렌더링된 제2 프레임과 연속된 복수의 프레임(이하 “제3 프레임”)에 번역 영역을 렌더링할지 여부 및/또는 제3 프레임에 렌더링 대상 영역을 유지할지 여부를 결정할 수 있다. 이를 위해, 렌더링부(440)는 제2 프레임과 제3 프레임 사이의 시간 간격을 결정할 수 있고, 결정된 시간 간격에 기초하여 렌더링 대상 영역의 유지 여부를 결정할 수 있다.

예를 들어, 제2 프레임과 제3 프레임 사이의 시간 간격이 미리 정해진 시간 간격 미만인 경우, 렌더링부(440)는 제2 프레임 상에서 결정된 렌더링 대상 영역을 제3 프레임 상에서도 유지할 수 있다. 이 경우, 렌더링부(440)는 유지된 렌더링 대상 영역을 포함한 제3 프레임에 번역 영역을 렌더링할 수 있다. 이 때, 제3 프레임은 제2 프레임 이후 연속된 복수의 프레임 중 하나일 수 있다. 다시 말해, 제3 프레임은 번역 영역을 렌더링하는 시점에 카메라에 의해 촬영되거나 버퍼에 저장되고 있는 동영상의 적어도 일부를 나타내는 프레임을 지칭할 수 있다.

다른 예에서, 제2 프레임과 제3 프레임 사이의 시간 간격이 미리 정해진 시간 간격 이상인 경우, 프레임 추출부(410)는 카메라에 의해 촬영된 복수의 프레임을 버퍼에 다시 저장하고, 저장된 복수의 프레임으로부터 미리 결정된 기준을 충족하는 프레임을 다시 추출하여 이미지 번역 등을 포함하는 후속 절차를 실행할 수 있다.

일 실시예에 따르면, 렌더링부(440)는 제1 프레임과 제2 프레임 사이의 시간 간격에 기초하여, 렌더링 대상 영역을 결정하는 특징점 변환 모델(또는 변환 행렬) 또는 매칭 알고리즘을 결정할 수 있다.

예를 들어, 프레임들 사이의 시간 간격이 긴 경우, 렌더링 대상 영역을 결정하기 위한 특징점 변환 모델은 피처 매칭(feature matching) 알고리즘을 이용하여 결정될 수 있다. 피처 매칭 알고리즘은, 제2 언어 문장이 포함된 제1 프레임과 제2 프레임(또는 제2 프레임과 제3 프레임) 각각에서 텍스트를 나타내는 키포인트(keypoint)와 그 주변의 특징점들(features)을 나타내는 디스크립터(descriptors)를 추출한 후, 모든 키포인트와 특징점들 사이의 유사도를 산출하여 매칭을 실행할 수 있다. 또한, 피처 매칭 알고리즘은, 매칭된 키포인트 또는 특징점들 사이의 변환 행렬을 추정하고, 추정된 변환 행렬을 이용하여 제2 언어 문장이 포함된 제1 프레임의 번역 영역을 제2 프레임의 렌더링 대상 영역으로 변환(warping)할 수 있다.

다른 예에서, 프레임들 사이의 시간 간격이 짧은 경우, 렌더링 대상 영역을 결정하기 위한 특징점 변환 모델은 피처 트랙킹(feature tracking) 알고리즘을 이용하여 결정될 수 있다. 피처 트랙킹 알고리즘은, 제2 언어 문장이 포함된 제1 프레임(또는 제2 프레임)에서 텍스트를 나타내는 키포인트를 추출하고, 옵티컬 플로우(optical flow) 기술을 이용하여 제2 프레임(또는 제3 프레임)에서 키포인트가 이동한 경로를 추적할 수 있다. 또한, 피처 트랙킹 알고리즘은, 제2 언어 문장이 포함된 제1 프레임 상의 키포인트와 제2 프레임 상의 키포인트 사이의 변환 행렬을 추정하고, 추정된 변환 행렬을 이용하여 제2 언어 문장이 포함된 제1 프레임의 번역 영역을 제2 프레임의 렌더링 대상 영역으로 변환할 수 있다.

이와 같은 구성을 통해, 사용자는 카메라를 통해 촬영되는 동영상에 포함된 번역 대상물의 번역 결과가 가장 최근에 촬영되는 동영상의 프레임 상에 렌더링되어 표시되므로, 사용자는 증강현실에서 실제 번역 대상물 상에 실시간으로 표시되는 번역 결과를 확인할 수 있다.

도 5는 본 개시의 일 실시예에 따른 사용자 단말의 프로세서(314) 및 정보 처리 시스템의 프로세서(334)의 내부 구성을 나타내는 블록도이다.

도시된 바와 같이, 사용자 단말의 프로세서(314)는 프레임 추출부(512)를 포함할 수 있다. 또한, 정보 처리 시스템의 프로세서(334)는 번역부(522), 번역 영역 결정부(524) 및 렌더링부(526)를 포함할 수 있다. 도 5에서는 사용자 단말의 프로세서와 정보 처리 시스템의 프로세서가 각각 단일 프로세서로 도시되었으나, 이에 한정되지 않으며, 복수의 프로세서로 구성될 수 있다.

일 실시예에 따르면, 사용자 단말의 프로세서(314)에서 프레임 추출부(512)는 카메라에 의해 촬영되어 저장되는 동영상의 복수의 프레임 중에서 이미지 번역에 적절한 제1 프레임을 추출할 수 있다. 프로세서(314)는 제1 프레임에 대응하는 이미지를 정보 처리 시스템으로 전송하고, 정보 처리 시스템으로부터 제1 프레임에 포함된 제1 언어 문장의 번역 결과인 제2 언어 문장이 포함된 제2 프레임을 수신할 수 있다. 즉, 정보 처리 시스템의 프로세서(334)의 번역부(522)는 제1 프레임에 대한 이미지 번역을 실행하고, 렌더링부(526)는 번역 영역 결정부(524)에 의해 결정된 번역 영역을 제2 프레임 상의 렌더링 대상 영역에 렌더링하여 사용자 단말로 전송할 수 있다. 제2 프레임을 수신한 프로세서(314)는, 수신된 제2 프레임을 사용자 단말의 디스플레이를 통해 출력할 수 있다.

다른 실시예에 따르면, 사용자 단말의 프로세서(314)는, 프레임 추출부(512), 번역 영역 결정부(524) 및 렌더링부(526)를 포함하고, 정보 처리 시스템의 프로세서(334)는 번역부(522)를 포함할 수 있다. 이 경우 프로세서(314)의 프레임 추출부(512)는 카메라에 의해 촬영되어 저장되는 동영상의 복수의 프레임 중에서 이미지 번역에 적절한 제1 프레임을 추출하여 정보 처리 시스템으로 전송할 수 있다. 제1 프레임을 수신한 정보 처리 시스템의 프로세서(334)에서, 번역부(522)는 제1 프레임 상의 제1 언어 문장에 대한 이미지 번역을 실행하고, 그 결과를 사용자 단말로 전송할 수 있다. 이미지 번역 결과를 수신한 사용자 단말의 프로세서(314)에서, 번역 영역 결정부(524)는 제1 프레임에 대한 전처리를 실행하여 제2 언어 문장이 포함되는 번역 영역을 결정할 수 있다. 또한, 렌더링부(526)는 번역 영역을 제2 프레임 상의 렌더링 대상 영역에 렌더링하여 사용자 단말의 디스플레이를 통해 출력할 수 있다.

이상 다양한 실시예를 통해서 설명한 바와 같이, 프레임 추출부(512), 번역부(522), 번역 영역 결정부(524) 및 렌더링부(526)는, 사용자 단말과 정보 처리 시스템을 포함하는 전체 시스템의 컴퓨팅 자원의 배치에 따라 사용자 단말과 정보 처리 시스템 각각에 적절히 분산되어 설치될 수 있다. 또한, 사용자 단말의 프로세서(314)는 제1 프레임에 포함된 제1 언어 문장의 이미지 번역 및/또는 번역 영역의 렌더링을 사용자 단말에서 수행할지, 또는 외부 장치(또는 정보 처리 시스템)에서 수행할지를 결정할 수 있다. 즉, 사용자 단말의 프로세서(314)는 정보 처리 시스템의 프로세서(334)와 협동 하에, 이미지 번역 대상이 되는 프레임의 해상도, 요구되는 번역 품질, 요구되는 번역 속도를 고려하여 번역 및/또는 렌더링의 수행 주체를 결정할 수 있다.

도 6은 본 개시의 일 실시예에 따라 촬영된 동영상에서 프레임을 추출하고 번역한 이후, 번역 문장이 포함된 프레임 내의 번역 영역을 결정하는 예시를 나타낸다.

도시된 바와 같이, 프로세서는 카메라에 의해 촬영된 동영상 가운데 복수의 프레임을 저장하고, 이미지 번역에 적절한 하나의 프레임을 추출할 수 있으며, 추출된 프레임의 내부에 포함된 제1 언어 문장을 제2 언어 문장으로 번역한 이후, 번역 문장이 포함된 프레임 내의 번역 영역을 결정할 수 있다.

구체적으로, 제1 동작(610)에서 프로세서는 카메라에 의해 촬영된 동영상의 복수의 프레임을 버퍼에 저장할 수 있다. 버퍼에 저장되는 복수의 프레임의 수는 미리 결정될 수 있다. 예를 들어, 도시된 바와 같이, 10개의 프레임이 사용자 단말의 메모리 등에 설정된 버퍼에 저장될 수 있다.

제2 동작(620)에서, 프로세서는 저장된 복수의 프레임으로부터 미리 결정된 기준을 충족하는 프레임을 추출할 수 있다. 미리 결정된 기준은, 프레임의 밝기 또는 선예도(sharpness) 또는 프레임 내에 포함된 글자의 개수, 엣지의 개수 또는 프레임의 전부 또는 일부가 흐려지도록 처리하는 블러링 효과 등과 같은 그래픽 처리의 여부 등을 포함할 수 있다. 예를 들어, 도시된 바와 같이, 프로세서는 버퍼에 저장된 복수의 프레임 가운데, 글자를 포함하고, 블러링 효과 처리가 없으며, 선예도가 가장 높은 하나의 프레임을 추출할 수 있다.

제3 동작(630)에서, 프로세서는 추출된 프레임의 내부에 포함된 제1 언어 문장을 제2 언어 문장으로 이미지 번역을 수행하고, 제2 언어 문장을 포함한 번역 영역(632)을 결정할 수 있다. 예를 들어, 도시된 바와 같이, 프로세서는 추출된 프레임에 포함된 영어 텍스트 및 그 주변의 특징점들을 추출하여 이를 연결함으로써 번역 영역(632)을 결정할 수 있다. 도 6은 번역 영역(632)이 사각형의 복수의 영역을 포함하는 것으로 도시되어 있지만, 이에 한정하지 않으며, 하나 이상의 점들로 정의된 하나 이상의 영역, 폐곡선으로 정의된 하나 이상의 영역 또는 다각형의 하나 이상의 영역을 포함할 수도 있다.

도 7은 본 개시의 일 실시예에 따른 제1 프레임을 기초로 제2 프레임 내의 렌더링 대상 영역을 결정하는 예시를 나타낸다.

도시된 바와 같이, 프로세서는 제1 프레임 내부의 제1 언어의 텍스트가 포함된 번역 대상 영역 또는 번역 후의 제2 언어의 텍스트가 포함된 번역 영역의 키포인트(712)를 기초로 피처 트랙킹 알고리즘을 이용하여 제2 프레임 내부의 키포인트(722)를 포함하는 렌더링 대상 영역을 결정할 수 있다.

구체적으로, 제1 동작(710)에서, 제1 프레임에 포함된 제1 언어 또는 제2 언어의 텍스트의 키포인트(712)를 추출할 수 있다. 또한, 제2 동작(720)에서 제1 프레임의 키포인트(712)의 움직임을 추적하여 제2 프레임에 포함된 텍스트의 키포인트(722)에 대응시킴으로써 렌더링 대상 영역을 결정할 수 있다. 일 실시예에서, 키포인트(712, 722) 사이의 변환 관계를 정의하는 특징점 변환 모델은 피처 트랙킹 알고리즘을 이용하여 결정될 수 있다. 예를 들어, 특징점 변환 모델은 제1 프레임(710)에서 추출된 키포인트(712)에 옵티컬 플로우(optical flow) 기술을 적용하여 제1 프레임으로부터 일정 시간(예를 들어, t초)이 경과한 후 촬영된 제2 프레임(720)에서의 키포인트(722)를 추적하여 매칭시킬 수 있다. 그 후, 추출된 키포인트(712)와 추적한 키포인트(722) 사이의 변환 행렬을 추정하여 제2 프레임의 내부의 렌더링 대상 영역을 결정할 수 있다.

일 실시예에 따르면, 피처 트랙킹 알고리즘을 이용한 변환 행렬의 추정은 미리 결정된 기준에 만족하는 경우에 실행될 수 있다. 예를 들면, 제1 프레임과 제2 프레임 사이의 시간이 짧거나, 프레임 사이에 움직임의 차이가 작은 경우, 피처 트랙킹 알고리즘을 이용하여 렌더링 대상 영역을 결정할 수 있다. 이 경우, 프레임 사이의 유사도가 높아 피처 트랙킹 알고리즘을 이용하여 간단하고 빠르게 렌더링 대상 영역을 결정하여 이미지 번역 결과를 렌더링하는 것이 효율적이기 때문이다.

도 7은 제1 프레임을 기초로 제2 프레임 내의 렌더링 대상 영역을 결정하는 예시가 도시되었으나, 이에 한정하지 않으며, 제2 프레임과 연속된 복수의 프레임(예를 들어, 제3 프레임) 내의 렌더링 대상 영역을 결정하는 경우에도 상술에 예시가 적용될 수 있다. 또한, 이상 실시예에서는, 키포인트의 추출에는 FAST 감지기(FAST detector), 해리스 코너 감지기(Harris corner detector) 등을 포함하는 다양한 키포인트 감지 기술 중 하나가 사용될 수 있으며, 옵티컬 플로우 기술은 RLOF 옵티컬 플로우(Robust Local Optical Flow), Lucas-kanade 옵티컬 플로우 등 다양한 광류 추적 기술 중 어느 하나를 포함할 수 있다. 또한, 이상 실시예에서, 프레임 사이의 특징점의 매칭에 옵티컬 플로우 기술을 사용하는 것으로 설명하였으나, 이에 한정되는 것은 아니며, 커널 기반 트래킹(kernel-based tracking), 실루엣 기반 트래킹(silhouette-based tracking) 등의 다른 매칭 기술이 적용될 수도 있다.

도 8은 본 개시의 일 실시예에 따라 제1 프레임을 기초로 제2 프레임 내의 렌더링 대상 영역을 결정하여 렌더링하는 예시를 나타낸다.

도시된 바와 같이, 프로세서는 제1 프레임 내부의 번역 대상 영역 또는 번역 영역(822)을 기초로 호모그라피 행렬(810)을 추정함으로써 제2 프레임 내부의 렌더링 대상 영역(834)을 결정하여 이미지 번역 결과를 렌더링할 수 있다.

구체적으로, 제1 동작(820)에서 프로세서는, 제1 프레임 내부의 텍스트를 나타내는 키포인트 및 그 주변의 특징점들을 기초로 번역 영역(822)을 결정할 수 있다. 또한, 제2 동작(830)에서 프로세서는, 제1 프레임으로부터 일정 시간(t초)이 경과한 후에 촬영되어 저장 중인 제2 프레임에서 텍스트의 키포인트 및 그 주변의 특징점들을 추출하여 렌더링 대상 영역(834)을 결정할 수 있다. 그리고 나서, 프로세서는, 제1 프레임과 제2 프레임의 키포인트 및 특징점들 사이의 유사도에 기초하여 매칭을 수행하고, 매칭된 키포인트 및 특징점들 사이의 변환 관계를 나타내는 호모그라피 행렬(810)을 추정할 수 있다. 또한, 프로세서는 호모그래피 행렬(810)을 이용하여 제1 프레임의 번역 영역(822)을 제2 프레임 상의 렌더링 대상 영역(834)으로 변환할 수 있다.

도 8은 제1 프레임을 기초로 제2 프레임 내의 렌더링 대상 영역을 결정하는 예시가 도시되었으나, 이에 한정하지 않으며, 제2 프레임과 연속된 복수의 프레임(예를 들어, 제3 프레임) 내의 렌더링 대상 영역을 결정하는 경우에도 상술에 예시가 적용될 수 있다. 또한, 이상 실시예에서는, 키포인트의 추출에는 FAST 감지기(FAST detector), 해리스 코너 감지기(Harris corner detector) 등을 포함하는 다양한 키포인트 감지 기술 중 하나가 사용될 수 있으며, 특징점 추출에는 BEBLID 기술자 추출(BEBLID descriptor extractor), SURF 기술자 추출(SURF descriptor extractor) 등 다양한 특징점 추출 기술 중 하나가 사용될 수 있다. 또한, 키포인트 및 특징점들 사이의 매칭은 예를 들어 브루트포스 매칭 기술(Brute-Force Matcher)을 이용하여 실행될 수 있다.

도 9는 본 개시의 일 실시예에 따른 증강현실 기반의 이미지 번역 방법(900)의 예시를 나타내는 흐름도이다. 일 실시예에서, 증강현실 기반의 이미지 번역 방법(900)은 프로세서(예를 들어, 정보 처리 시스템 또는 사용자 단말의 적어도 하나의 프로세서)에 의해 수행될 수 있다.

도시된 바와 같이, 방법(900)은 프로세서가 카메라에 의해 촬영된 동영상을 나타내는 복수의 프레임을 버퍼에 저장함으로써 개시될 수 있다(S910). 그리고 나서, 프로세서는 저장된 복수의 프레임으로부터 미리 결정된 기준을 충족하는 제1 프레임을 추출할 수 있다(S920). 일 실시예에 따르면, 미리 결정된 기준은, 복수의 프레임에 포함된 소정의 텍스트의 개수, 소정의 엣지의 개수 또는 그래픽 처리의 여부를 포함할 수 있다. 다른 실시예에 따르면, 미리 결정된 기준은, 복수의 프레임의 소정의 밝기 또는 소정의 선예도(sharpness)를 포함할 수 있다. 예를 들어, 프로세서는, 버퍼에 저장된 복수의 프레임 가운데 일정 비율 이상의 영역에 텍스트가 포함된 프레임, 블러링 처리 등의 그래픽 처리가 일정 정도 이하 적용된 프레임 및/또는 일정 정도 이상의 선예도를 갖는 프레임 등의 기준을 충족하는 하나의 프레임을 추출할 수 있다.

프로세서는 추출된 제1 프레임에 포함된 제1 언어 문장을 제2 언어 문장으로 번역할 수 있다(S930). 일 실시예에서, 외부 장치를 이용하여 제1 언어 문장을 제2 언어 문장으로 번역할 수 있다. 예를 들어, 프로세서는 제1 프레임을 외부 장치로 전송하고, 외부 장치로부터 제1 프레임에 포함된 제1 언어 문장이 제2 언어 문장으로 번역된 제1 프레임을 수신할 수 있다.

일 실시예에 따르면, 프로세서는 제1 프레임에 포함된 제2 언어 문장을 포함하는 번역 영역을 결정할 수 있다(S940). 예를 들어, 프로세서는 제1 프레임 내부의 번역 문장(즉, 제2 언어 문장)에 포함된 텍스트의 키포인트 및 그 주변의 특징점을 추출하고, 키포인트 및/또는 특징점을 연결함으로써 번역 영역을 결정할 수 있다.

그리고 나서, 프로세서는 번역 영역을 제2 프레임에 렌더링할 수 있다(S950). 일 실시예에 따르면, 프로세서는 번역 영역을 제2 프레임에 렌더링하기 위해, 제2 프레임 상에 렌더링 대상 영역을 결정할 수 있다. 일 실시예에서, 프로세서는 결정된 번역 영역의 특징점을 기초로 특징점 변환 모델을 이용하여, 제2 프레임 상에 렌더링 대상 영역을 결정할 수 있고, 번역 영역을 결정된 렌더링 대상 영역에 렌더링할 수 있다. 여기서, 특징점 변환 모델은, 제2 언어 문장이 포함된 제1 프레임 상의 번역 영역과 제2 프레임 상의 렌더링 대상 영역을 매칭하는 호모그라피(homography) 행렬을 포함할 수 있다.

도 9에 도시된 흐름도 및 상술한 설명은 하나의 예시일 뿐이며, 일부 실시예에서는 다르게 구현될 수 있다. 예를 들어, 하나 이상의 단계가 생략되거나 다른 구성에 의해 실시될 수 있으며, 각 단계의 순서가 바뀌거나, 하나 이상의 단계가 동시에 또는 중첩되어 수행되거나, 하나 이상의 단계가 여러 번 반복 수행될 수 있다.

도 10은 본 개시의 일 실시예에 따른 증강현실 기반의 이미지 번역 방법(1000)의 예시를 나타내는 흐름도이다. 일 실시예에서, 증강현실 기반의 이미지 번역 방법(1000)은 프로세서(예를 들어, 정보 처리 시스템 또는 사용자 단말의 적어도 하나의 프로세서)에 의해 수행될 수 있다.

도시된 바와 같이, 방법(1000)은 프로세서가 카메라에 의해 촬영된 동영상을 나타내는 복수의 프레임을 버퍼에 저장함으로써 개시될 수 있다(S1010). 그 후, 프로세서는 저장된 복수의 프레임으로부터 미리 결정된 기준을 충족하는 제1 프레임을 추출할 수 있다(S1020). 그리고, 프로세서는 추출된 제1 프레임에 포함된 제1 언어 문장을 제2 언어 문장으로 번역하고(S1030), 제1 프레임에 포함된 제2 언어 문장을 포함하는 번역 영역을 결정할 수 있다(S1040). 그리고, 프로세서는 번역 영역을 제2 프레임에 렌더링할 수 있다(S1050).

일 실시예에 따르면, 프로세서는 제1 프레임과 제2 프레임 사이의 시간 간격을 결정할 수 있고, 결정된 시간 간격에 기초하여 렌더링 대상 영역의 유지 여부를 결정할 수 있다(S1060). 예를 들어, 제1 프레임과 제2 프레임 사이의 시간 간격이 미리 정해진 기준 미만인 경우, 렌더링 대상 영역을 유지하는 것으로 결정할 수 있다(S1070). 그 후, 프로세서는 유지된 렌더링 대상 영역을 포함한 제3 프레임에 번역 영역을 렌더링 할 수 있다(S1080). 여기서, 제3 프레임은 제2 프레임 이후 연속된 복수의 프레임 중 하나일 수 있다. 다시 말해, 제3 프레임은 번역 영역을 렌더링하는 시점에 카메라에 의해 촬영된 동영상의 적어도 일부를 나타내는 프레임을 지칭할 수 있다. 이에 반해, 제1 프레임과 제2 프레임 사이의 시간 간격이 미리 정해진 기준 이상인 경우, 프로세서는 단계(S1010)으로 이동하여 이미지 번역 사이클을 다시 실행할 수 있다.

도 10에 도시된 흐름도 및 상술한 설명은 하나의 예시일 뿐이며, 일부 실시예에서는 다르게 구현될 수 있다. 예를 들어, 하나 이상의 단계가 생략되거나 다른 구성에 의해 실시될 수 있으며, 각 단계의 순서가 바뀌거나, 하나 이상의 단계가 동시에 또는 중첩되어 수행되거나, 하나 이상의 단계가 여러 번 반복 수행될 수 있다.

도 11은 본 개시의 일 실시예에 따른 증강현실 기반의 이미지 번역 방법(1100)의 예시를 나타내는 흐름도이다. 일 실시예에서, 증강현실 기반의 이미지 번역 방법(1100)은 프로세서(예를 들어, 정보 처리 시스템 또는 사용자 단말의 적어도 하나의 프로세서)에 의해 수행될 수 있다.

도시된 바와 같이, 방법(1100)은 프로세서가 카메라에 의해 촬영된 동영상을 나타내는 복수의 프레임을 버퍼에 저장함으로써 개시될 수 있다(S1110). 그 후, 프로세서는 저장된 복수의 프레임으로부터 미리 결정된 기준을 충족하는 제1 프레임을 추출할 수 있다(S1120). 그리고, 프로세서는 추출된 제1 프레임에 포함된 제1 언어 문장을 제2 언어 문장으로 번역할 수 있다(S1130). 일 실시예에서, 외부 장치를 이용하여 제1 언어 문장을 제2 언어 문장으로 번역할 수 있다. 예를 들어, 프로세서는 제1 프레임을 외부 장치로 전송하고, 외부 장치로부터 제1 프레임에 포함된 제1 언어 문장이 번역된 제2 언어 문장을 수신할 수 있다. 또한, 프로세서는 제1 프레임에 포함된 제2 언어 문장을 포함하는 번역 영역을 결정할 수 있다(S1140).

일 실시예에 따르면, 제1 프레임과 상기 제2 프레임 사이에 미리 정해진 기준을 만족하는지 여부를 결정할 수 있고(S1150), 미리 정해진 기준을 만족한 경우, 번역된 제2 언어 문장이 포함된 번역 영역을 제2 프레임에 렌더링할 수 있다(S1160). 미리 정해진 기준을 만족하지 못한 경우, 프로세서는 번역 영역을 렌더링하지 않고, 단계(1110)으로 이동하여 이미지 번역 사이클을 다시 실행할 수 있다. 여기서 제1 프레임과 상기 제2 프레임 사이에 미리 정해진 기준은, 제1 프레임과 제2 프레임 사이의 시간 간격 및/또는 움직임의 차이를 나타낼 수 있다. 예를 들어, 제1 프레임과 제2 프레임 사이의 시간 간격이 미리 정해진 시간 간격을 초과하는 경우, 프로세서는 번역 영역을 렌더링하지 않고, 새로운 번역 사이클을 다시 수행할 수 있다. 추가적으로 또는 대안적으로, 제1 프레임과 제2 프레임 사이의 움직임 차이가 미리 정해진 차이를 초과한 경우, 새로운 번역 사이클을 다시 수행할 수 있다.

도 11에 도시된 흐름도 및 상술한 설명은 하나의 예시일 뿐이며, 일부 실시예에서는 다르게 구현될 수 있다. 예를 들어, 하나 이상의 단계가 생략되거나 다른 구성에 의해 실시될 수 있으며, 각 단계의 순서가 바뀌거나, 하나 이상의 단계가 동시에 또는 중첩되어 수행되거나, 하나 이상의 단계가 여러 번 반복 수행될 수 있다.

상술한 방법은 컴퓨터에서 실행하기 위해 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램으로 제공될 수 있다. 매체는 컴퓨터로 실행 가능한 프로그램을 계속 저장하거나, 실행 또는 다운로드를 위해 임시 저장하는 것일 수도 있다. 또한, 매체는 단일 또는 수개 하드웨어가 결합된 형태의 다양한 기록수단 또는 저장수단일 수 있는데, 어떤 컴퓨터 시스템에 직접 접속되는 매체에 한정되지 않고, 네트워크 상에 분산 존재하는 것일 수도 있다. 매체의 예시로는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD 와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등을 포함하여 프로그램 명령어가 저장되도록 구성된 것이 있을 수 있다. 또한, 다른 매체의 예시로, 애플리케이션을 유통하는 앱 스토어나 기타 다양한 소프트웨어를 공급 내지 유통하는 사이트, 서버 등에서 관리하는 기록매체 내지 저장매체도 들 수 있다.

본 개시의 방법, 동작 또는 기법들은 다양한 수단에 의해 구현될 수도 있다. 예를 들어, 이러한 기법들은 하드웨어, 펌웨어, 소프트웨어, 또는 이들의 조합으로 구현될 수도 있다. 본원의 개시와 연계하여 설명된 다양한 예시적인 논리적 블록들, 모듈들, 회로들, 및 알고리즘 단계들은 전자 하드웨어, 컴퓨터 소프트웨어, 또는 양자의 조합들로 구현될 수도 있음을 통상의 기술자들은 이해할 것이다. 하드웨어 및 소프트웨어의 이러한 상호 대체를 명확하게 설명하기 위해, 다양한 예시적인 구성요소들, 블록들, 모듈들, 회로들, 및 단계들이 그들의 기능적 관점에서 일반적으로 위에서 설명되었다. 그러한 기능이 하드웨어로서 구현되는지 또는 소프트웨어로서 구현되는지의 여부는, 특정 애플리케이션 및 전체 시스템에 부과되는 설계 요구사항들에 따라 달라진다. 통상의 기술자들은 각각의 특정 애플리케이션을 위해 다양한 방식들로 설명된 기능을 구현할 수도 있으나, 그러한 구현들은 본 개시의 범위로부터 벗어나게 하는 것으로 해석되어서는 안된다.

하드웨어 구현에서, 기법들을 수행하는 데 이용되는 프로세싱 유닛들은, 하나 이상의 ASIC들, DSP들, 디지털 신호 프로세싱 디바이스들(digital signal processing devices; DSPD들), 프로그램가능 논리 디바이스들(programmable logic devices; PLD들), 필드 프로그램가능 게이트 어레이들(field programmable gate arrays; FPGA들), 프로세서들, 제어기들, 마이크로제어기들, 마이크로프로세서들, 전자 디바이스들, 본 개시에 설명된 기능들을 수행하도록 설계된 다른 전자 유닛들, 컴퓨터, 또는 이들의 조합 내에서 구현될 수도 있다.

따라서, 본 개시와 연계하여 설명된 다양한 예시적인 논리 블록들, 모듈들, 및 회로들은 범용 프로세서, DSP, ASIC, FPGA나 다른 프로그램 가능 논리 디바이스, 이산 게이트나 트랜지스터 로직, 이산 하드웨어 컴포넌트들, 또는 본원에 설명된 기능들을 수행하도록 설계된 것들의 임의의 조합으로 구현되거나 수행될 수도 있다. 범용 프로세서는 마이크로프로세서일 수도 있지만, 대안으로, 프로세서는 임의의 종래의 프로세서, 제어기, 마이크로제어기, 또는 상태 머신일 수도 있다. 프로세서는 또한, 컴퓨팅 디바이스들의 조합, 예를 들면, DSP와 마이크로프로세서, 복수의 마이크로프로세서들, DSP 코어와 연계한 하나 이상의 마이크로프로세서들, 또는 임의의 다른 구성의 조합으로서 구현될 수도 있다.

펌웨어 및/또는 소프트웨어 구현에 있어서, 기법들은 랜덤 액세스 메모리(random access memory; RAM), 판독 전용 메모리(read-only memory; ROM), 비휘발성 RAM(non-volatile random access memory; NVRAM), PROM(programmable read-only memory), EPROM(erasable programmable read-only memory), EEPROM(electrically erasable PROM), 플래시 메모리, 컴팩트 디스크(compact disc; CD), 자기 또는 광학 데이터 스토리지 디바이스 등과 같은 컴퓨터 판독가능 매체 상에 저장된 명령들로서 구현될 수도 있다. 명령들은 하나 이상의 프로세서들에 의해 실행 가능할 수도 있고, 프로세서(들)로 하여금 본 개시에 설명된 기능의 특정 양태들을 수행하게 할 수도 있다.

이상 설명된 실시예들이 하나 이상의 독립형 컴퓨터 시스템에서 현재 개시된 주제의 양태들을 활용하는 것으로 기술되었으나, 본 개시는 이에 한정되지 않고, 네트워크나 분산 컴퓨팅 환경과 같은 임의의 컴퓨팅 환경과 연계하여 구현될 수도 있다. 또 나아가, 본 개시에서 주제의 양상들은 복수의 프로세싱 칩들이나 장치들에서 구현될 수도 있고, 스토리지는 복수의 장치들에 걸쳐 유사하게 영향을 받게 될 수도 있다. 이러한 장치들은 PC들, 네트워크 서버들, 및 휴대용 장치들을 포함할 수도 있다.

본 명세서에서는 본 개시가 일부 실시예들과 관련하여 설명되었지만, 본 개시의 발명이 속하는 기술분야의 통상의 기술자가 이해할 수 있는 본 개시의 범위를 벗어나지 않는 범위에서 다양한 변형 및 변경이 이루어질 수 있다. 또한, 그러한 변형 및 변경은 본 명세서에 첨부된 특허청구의 범위 내에 속하는 것으로 생각되어야 한다.

110: 복수의 프레임
120: 제1 프레임
122: 번역 영역
130: 제2 프레임
132: 렌더링 대상 영역
140: 복수의 프레임
142: 렌더링 대상 영역

Claims (16)

1. 적어도 하나의 프로세서에 의해 수행되는, 증강 현실 기반의 이미지 번역 방법으로서,
   카메라에 의해 촬영된 동영상을 나타내는 복수의 프레임(frame)을 저장하는 단계;
   상기 저장된 복수의 프레임으로부터 미리 결정된 기준을 충족하는 제1 프레임을 추출하는 단계;
   상기 제1 프레임에 포함된 제1 언어 문장을 제2 언어 문장으로 번역하는 단계;
   상기 제1 프레임에 포함된 제2 언어 문장을 포함하는 번역 영역을 결정하는 단계; 및
   상기 번역 영역을 제2 프레임에 렌더링(rendering)하는 단계
   를 포함하고,
   상기 미리 결정된 기준은, 상기 복수의 프레임의 소정의 밝기 또는 소정의 선예도(sharpness)와 상기 복수의 프레임에 포함된 소정의 글자의 개수, 소정의 엣지의 개수 또는 그래픽 처리의 여부를 포함하는, 증강 현실 기반의 이미지 번역 방법.
2. 제1항에 있어서,
   상기 제1 프레임에 포함된 제2 언어 문장을 포함하는 번역 영역을 결정하는 단계는, 상기 번역 영역의 특징점을 추출하는 단계를 포함하고,
   상기 번역 영역을 제2 프레임에 렌더링하는 단계는,
   상기 번역 영역의 특징점을 기초로 특징점 변환 모델을 이용하여, 상기 제2 프레임 상에 렌더링 대상 영역을 결정하는 단계; 및
   상기 제2 프레임 상의 상기 렌더링 대상 영역에 상기 번역 영역을 렌더링하는 단계
   를 포함하는, 증강 현실 기반의 이미지 번역 방법.
3. 제2항에 있어서,
   특징점 변환 모델은, 상기 제1 프레임 상의 상기 번역 영역과 상기 제2 프레임 상의 상기 렌더링 대상 영역을 매칭하는 호모그라피(homography) 행렬을 포함하는, 증강 현실 기반의 이미지 번역 방법.
4. 제2항에 있어서,
   상기 번역 영역의 특징점을 기초로 특징점 변환 모델을 이용하여, 상기 제2 프레임 상에 렌더링 대상 영역을 결정하는 단계는,
   상기 제1 프레임과 상기 제2 프레임 사이의 시간 간격을 결정하는 단계; 및
   상기 결정된 시간 간격에 기초하여 결정된 알고리즘을 포함하는 상기 특징점 변환 모델을 이용하여, 상기 제2 프레임 상에 렌더링 대상 영역을 결정하는 단계를 포함하는, 증강 현실 기반의 이미지 번역 방법.
5. 제1항에 있어서,
   상기 제2 프레임은 상기 제1 프레임에 포함된 제1 언어 문장이 제2 언어 문장으로 번역된 시점에 상기 카메라에 의해 촬영된 동영상의 적어도 일부를 나타내는 프레임인, 증강 현실 기반의 이미지 번역 방법.
6. 제2항에 있어서,
   상기 제1 프레임과 상기 제2 프레임 사이의 시간 간격을 결정하는 단계; 및
   상기 결정된 시간 간격에 기초하여 상기 렌더링 대상 영역의 유지 여부를 결정하는 단계
   를 더 포함하는 증강 현실 기반의 이미지 번역 방법.
7. 제6항에 있어서,
   상기 결정된 시간 간격이 미리 정해진 기준 미만인 경우, 상기 렌더링 대상 영역을 유지하는 단계; 및
   상기 유지된 렌더링 대상 영역을 포함한 제3 프레임에 상기 번역 영역을 렌더링하는 단계
   를 더 포함하는 증강 현실 기반의 이미지 번역 방법.
8. 제7항에 있어서,
   상기 제3 프레임은 상기 번역 영역을 렌더링하는 시점에 상기 카메라에 의해 촬영된 동영상의 적어도 일부를 나타내는 프레임인, 증강 현실 기반의 이미지 번역 방법.
9. 삭제
10. 삭제
11. 제1항에 있어서,
    상기 제1 프레임에 포함된 제1 언어 문장을 제2 언어 문장으로 번역하는 단계는,
    상기 제1 프레임을 외부 장치로 전송하는 단계; 및
    상기 외부 장치로부터 상기 제1 프레임에 포함된 상기 제1 언어 문장이 제2 언어 문장으로 번역된 제1 프레임을 수신하는 단계
    를 포함하는, 증강 현실 기반의 이미지 번역 방법.
12. 제1항에 있어서,
    상기 번역 영역을 제2 프레임에 렌더링(rendering)하는 단계는, 상기 제1 프레임과 상기 제2 프레임 사이에 미리 정해진 기준을 만족하는 경우, 상기 번역 영역을 제2 프레임에 렌더링(rendering)하는 단계를 포함하는,
    증강 현실 기반의 이미지 번역 방법.
13. 제12항에 있어서,
    상기 제1 프레임과 상기 제2 프레임 사이에 미리 정해진 기준은, 상기 제1 프레임과 상기 제2 프레임 사이의 미리 정해진 시간 간격을 포함하는,
    증강 현실 기반의 이미지 번역 방법.
14. 제12항에 있어서,
    상기 제1 프레임과 상기 제2 프레임 사이에 미리 정해진 기준은, 상기 제1 프레임과 상기 제2 프레임 사이의 미리 정해진 움직임 차이를 포함하는,
    증강 현실 기반의 이미지 번역 방법.
15. 제1항 내지 제8항 및 제11항 내지 제14항 중 어느 한 항에 따른 증강 현실 기반의 이미지 번역 방법을 컴퓨터에서 실행하기 위해 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램.
16. 증강 현실 기반의 이미지 번역 시스템으로서,
    메모리; 및
    상기 메모리와 연결되고, 상기 메모리에 포함된 컴퓨터 판독 가능한 적어도 하나의 프로그램을 실행하도록 구성된 적어도 하나의 프로세서
    를 포함하고,
    상기 적어도 하나의 프로그램은,
    카메라에 의해 촬영된 동영상을 나타내는 복수의 프레임을 저장하고,
    상기 저장된 복수의 프레임으로부터 미리 결정된 기준을 충족하는 제1 프레임을 추출하고,
    상기 제1 프레임에 포함된 제1 언어 문장을 제2 언어 문장으로 번역하고,
    상기 제1 프레임에 포함된 제2 언어 문장을 포함하는 번역 영역을 결정하고,
    상기 번역 영역을 제2 프레임에 렌더링하기 위한 명령어들을 포함하고,
    상기 미리 결정된 기준은, 상기 복수의 프레임의 소정의 밝기 또는 소정의 선예도(sharpness)와 상기 복수의 프레임에 포함된 소정의 글자의 개수, 소정의 엣지의 개수 또는 그래픽 처리의 여부를 포함하는, 증강 현실 기반의 이미지 번역 시스템.

Images