KR20160092364A - 얼굴 영상의 2차원 텍스쳐 맵 형성 방법 및 장치 - Google Patents

얼굴 영상의 2차원 텍스쳐 맵 형성 방법 및 장치 Download PDF

Info

Publication number
KR20160092364A
KR20160092364A KR1020150012909A KR20150012909A KR20160092364A KR 20160092364 A KR20160092364 A KR 20160092364A KR 1020150012909 A KR1020150012909 A KR 1020150012909A KR 20150012909 A KR20150012909 A KR 20150012909A KR 20160092364 A KR20160092364 A KR 20160092364A
Authority
KR
South Korea
Prior art keywords
texture map
dimensional texture
frames
coordinates
specified
Prior art date
Application number
KR1020150012909A
Other languages
English (en)
Other versions
KR102296820B1 (ko
Inventor
김홍일
홍태화
안병용
조남익
정동주
안재현
Original Assignee
삼성전자주식회사
서울대학교산학협력단
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 삼성전자주식회사, 서울대학교산학협력단 filed Critical 삼성전자주식회사
Priority to KR1020150012909A priority Critical patent/KR102296820B1/ko
Publication of KR20160092364A publication Critical patent/KR20160092364A/ko
Application granted granted Critical
Publication of KR102296820B1 publication Critical patent/KR102296820B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T13/00—Animation
    • G06T13/80—2D [Two Dimensional] animation, e.g. using sprites
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/40—Filling a planar surface by adding surface attributes, e.g. colour or texture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T13/00—Animation
    • G06T13/20—3D [Three Dimensional] animation
    • G06T13/40—3D [Three Dimensional] animation of characters, e.g. humans, animals or virtual beings
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Generation (AREA)
  • Image Processing (AREA)

Abstract

다양한 실시 예에 따른 얼굴 영상의 2차원 텍스쳐 맵 형성 방법에 있어서, 동영상의 프레임들 내에 포함된 얼굴의 특징점들을 검출하는 동작과; 상기 검출된 특징점을 이용하여 상기 프레임들 각각을 지정된 2차원 텍스쳐 맵의 좌표계에 대응하도록 변형하고, 상기 변형된 프레임들 중 상기 얼굴의 각도에 따라 결정되는 복수의 대표 프레임들을 이용하여 상기 얼굴 영상의 2차원 텍스쳐 맵을 구성하는 동작을 포함함을 특징으로 한다. 다른 실시 예가 가능하다.

Description

얼굴 영상의 2차원 텍스쳐 맵 형성 방법 및 장치{METHOD AND APPARATUS FOR FORMING 2D TEXTURE MAP OF FACIAL IMAGE}
본 발명의 다양한 실시 예는 얼굴 영상의 2차원 텍스쳐 맵 형성 방법 및 장치에 관한 것이다.
영상에서 전경(foreground) 개체, 예를 들어, 사람, 관심 물체, 얼굴 부분 등의 구조를 파악하는 것은 영상 처리, 컴퓨터 비전 등의 분야에서 중요하게 다뤄지고 있다. 예를 들어, 영상의 구조를 파악하여, 동영상에서의 주요 관심 물체에 대한 색 보정, 구조 변형 등의 편집을 보다 간편하게 하기 위한 기술 개발이 이루어져 왔다.
과거의 동영상 편집 기술은 동영상의 각 프레임마다 특정 개체(관심 물체)를 편집하여, 많은 시간이 소요되는 문제점이 있었다. 이를 해결하기 위해, 종래에는 동영상의 특정 개체를 3차원 객체로 모델링 하거나 3차원 구조를 2차원 구조로 표현한 2차원 전개도 모델을 구하고, 이후, 특정 개체에 대해서 원하는 편집을 하고 각각의 프레임에서 해당 시점에 대한 모양으로 재투영하는 기술이 개발되었다. 이에 따라, 동영상의 프레임마다 편집을 할 필요가 없으므로 보다 간편하게 편집 작업을 할 수 있게 되었다.
종래의 동영상의 관심 물체를 3차원 객체로 모델링하는 기술은 관심 물체가 시간에 따른 모양 변화가 크게 없는 강체(rigid body)라는 가정하에서 이루어 진다. 예를 들어, 종래의 3차원 객체로의 모델링 기술은 여러 시점에서 촬영한 스테레오 영상을 입력으로 하여, 각 영상에서 관심 물체를 추출하고 카메라 파라미터와 삼각 측량법을 이용하여 객체의 3차원 구조를 구한다. 관심 물체가 얼굴 영상인 경우에는 실린더 형태와 같은 대략적인 3차원 모델을 기본으로 하여 영상을 통해 세세한 오차를 보정하여 3차원 텍스쳐를 구하는 방법이 많이 사용된다.
종래의 2차원 전개도 모델을 구하는 기술은 영상의 여러 프레임들로부터 얻은 정보를 이용하여 3차원 구조를 복원하지 않고 바로 2차원으로 얼굴을 펼친 영상(텍스쳐 맵)을 구하는 기술이다. 이는 3차원 객체로 모델링하는 기술에 비해 계산이 간편하고, 스테레오 영상이나 3차원 모델링 없이도 텍스쳐 맵을 획득할 수 있다는 장점을 가진다. 또한, 비강체의 경우에도 적용할 수 있다는 장점이 있다. 예를 들어, 2차원 전개도 모델을 구하는 기술은 2차원인 영상에서 3차원 모양을 복원하고 이를 지구를 펼쳐 보이는 방법과 같은 언웹핑(unwrapping)을 통하여 2차원 얼굴 맵을 구하지 않고, 3차원으로 복원하는 과정 없이 얼굴이 움직인 여러 프레임들의 영상들로부터 얼굴을 펼친 2차원 텍스쳐 맵을 바로 획득할 수 있다. 보다 상세하게는, 2차원 텍스쳐 맵을 구하기 위해서는 영상을 개체 별로 분할하고, 분할된 각 개체에서 특징점들을 찾고, 비디오 각각의 프레임에서 각 특징점들의 궤적을 추적한다. 이후, 추적된 특징점들의 궤적 각각을 임베딩(embedding) 과정을 통해 2차원인 텍스쳐 맵 좌표에 대응시킨다. 이 대응 관계는 각 프레임에서의 좌표와 텍스쳐 맵 좌표 사이의 연결을 나타내므로 이 대응관계에 따라 각 프레임을 텍스쳐 맵 좌표계에 맞게 변형시킬 수 있다. 변형된 프레임들을 모아서 모자이크 스티칭(mosaic stitching) 기법을 이용하여 붙여주면 적합한 텍스쳐 맵을 획득할 수 있다.
종래의 동영상의 관심 물체를 3차원 객체로 모델링하는 기술은 개체가 강체라는 가정 하에 진행되었다. 이에 따라, 사람(또는 동물)의 얼굴의 경우에는 입을 벌리거나 표정의 변화가 나타나는 등의 변형이 많이 나타나는 비강체에 속하기 때문에 고정된 3차원 모델로 표현하면 부자연스러운 결과가 나타날 수 있다. 또한 막대한 계산량이 요구되기 때문에 모바일 환경에 적용하기 힘든 단점을 가진다.
또한, 종래의 2차원 전개도 모델을 구하는 기술의 경우, 얼굴과 같은 비강체에서도 적용할 수 있지만, PC 환경에서 수시간이 걸리는 등 막대한 계산량이 요구된다. 또한, 하나의 영상으로부터 얻은 텍스쳐 맵은 그 영상 자신의 편집에만 활용할 수 있기 때문에 범용성이 떨어진다.
따라서, 본 발명의 다양한 실시 예는 토킹 헤드(talking head), 화상 회의 등과 같이 사람의 얼굴이 영상의 주요 전경이 되는 상황에서 사람의 얼굴 부분에 대한 2차원 텍스쳐 맵을 구할 수 있는 얼굴 영상의 2차원 텍스쳐 맵 형성 방법 및 장치를 제공할 수 있도록 하는 것이다.
본 발명의 일 실시 예에 따르면, 얼굴 영상의 2차원 텍스쳐 맵 형성 방법에 있어서, 동영상의 프레임들 내에 포함된 얼굴의 특징점들을 검출하는 동작과; 상기 검출된 특징점을 이용하여 상기 프레임들 각각을 지정된 2차원 텍스쳐 맵의 좌표계에 대응하도록 변형하고, 상기 변형된 프레임들 중 상기 얼굴의 각도에 따라 결정되는 복수의 대표 프레임들을 이용하여 상기 얼굴 영상의 2차원 텍스쳐 맵을 구성하는 동작을 포함할 수 있다.
본 발명의 다른 실시 예에 따르면 얼굴 영상의 2차원 텍스쳐 맵 형성 장치에 있어서, 저장부와; 동영상의 프레임들 내에 포함된 얼굴의 특징점들을 검출하며, 상기 검출된 특징점을 이용하여 상기 프레임들 각각을 상기 저장부에 미리 저장된 지정된 2차원 텍스쳐 맵의 좌표계에 대응하도록 변형하고, 상기 변형된 프레임들 중 상기 얼굴의 각도에 따라 결정되는 복수의 대표 프레임들을 이용하여 상기 얼굴 영상의 2차원 텍스쳐 맵을 구성하는 제어부를 포함할 수 있다.
다양한 실시 예들에 따른 얼굴 영상의 2차원 텍스쳐 맵 형성 방법 및 장치에 따르면, 토킹 헤드, 화상 회의 등과 같이 사람의 얼굴이 영상의 주요 전경이 되는 상황에서 사람의 얼굴 부분에 대한 2차원 텍스쳐 맵을 구할 수 있다. 이에 따라, 종래 기술의 최대 문제점인 계산량을 줄여 고속으로 모바일 환경에서도 해당 동작이 잘 작동되도록 할 수 있다. 또한, 모든 사람의 얼굴에 적용될 수 있는 텍스쳐 모델을 제시하여 종래의 2차원 텍스쳐 맵 복원 기법에 비해 범용성과 활용성을 향상시킬 수 있다. 예를 들어, 영상 통화 시, 영상 통화를 하는 상대방에게 얼굴 영상 전체를 전송할 필요 없이 2차원 텍스쳐 맵과 프레임마다 변하는 특징점들의 좌표들만을 전송하여 데이터 전송량을 줄 일 수 있다. 또한, 얼굴 영상에 다른 사람의 얼굴 텍스쳐를 모핑 시키는 등의 어플리케이션을 만들 수 있다. 또한, 얼굴 영상에 대하여 여러 가지 편집을 하고자 할 때에도 2차원 텍스쳐 맵에 대해서만 편집을 하고 이를 각 프레임에 투영함으로써 편집 시간을 크게 줄일 수 있다. 또한, 기존의 얼굴 영상의 2차원 텍스쳐 맵의 형성 기술이 수 분에서 수 시간 소요되는 반면 본 발명의 실시 예에 따르면 수 초 이내에 이루어지도록 하여 모바일 환경에서도 적용할 수 있다.
도 1은 본 발명의 일 실시 예에 따른 얼굴 영상의 2차원 텍스쳐 맵 형성 장치의 블록 구성도이다.
도 2는 본 발명의 일 실시 예에 따른 델로네 삼각 분할을 나타내는 영상의 도면이다.
도 3은 본 발명의 일 실시 예에 따른 얼굴 영상의 2차원 텍스쳐 맵의 영상을 나타내는 도면이다.
도 4는 본 발명의 일 실시 예에 따른 얼굴 영상의 2차원 텍스쳐 맵 형성 동작의 흐름도이다.
도 5는 본 발명의 일 실시 예에 따른 영상 통화에서 얼굴 영상의 2차원 텍스쳐 맵의 형성 및 활용 동작의 흐름도이다.
도 6은 본 발명의 일 실시 예에 따른 얼굴 영상의 2차원 텍스쳐 맵의 형성에 따른 얼굴 텍스쳐 모핑을 나타낸 도면이다.
도 7은 다양한 실시 예에 따른 전자 장치에 대한 블록도를 도시한다.
이하, 본 발명의 다양한 실시 예가 첨부된 도면과 연관되어 기재된다. 본 발명의 다양한 실시 예는 다양한 변경을 가할 수 있고 여러 가지 실시 예를 가질 수 있는 바, 특정 실시 예들이 도면에 예시되고 관련된 상세한 설명이 기재되어 있다. 그러나, 이는 본 발명의 다양한 실시 예를 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 다양한 실시 예의 사상 및 기술 범위에 포함되는 모든 변경 및/또는 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용되었다.
본 발명의 다양한 실시 예에서 사용될 수 있는“포함한다” 또는 “포함할 수 있다” 등의 표현은 개시(disclosure)된 해당 기능, 동작 또는 구성요소 등의 존재를 가리키며, 추가적인 하나 이상의 기능, 동작 또는 구성요소 등을 제한하지 않는다. 또한, 본 발명의 다양한 실시 예에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
본 발명의 다양한 실시 예에서 “또는” 또는 “ A 또는/및 B 중 적어도 하나” 등의 표현은 함께 나열된 단어들의 어떠한, 그리고 모든 조합을 포함한다. 예를 들어, “A 또는 B” 또는 “ A 또는/및 B 중 적어도 하나” 각각은, A를 포함할 수도, B를 포함할 수도, 또는 A 와 B 모두를 포함할 수도 있다.
본 발명의 다양한 실시 예에서 사용된 “제 1,”“제2,”“첫째,”또는“둘째,”등의 표현들은 다양한 실시 예들의 다양한 구성요소들을 수식할 수 있지만, 해당 구성요소들을 한정하지 않는다. 예를 들어, 상기 표현들은 해당 구성요소들의 순서 및/또는 중요도 등을 한정하지 않는다. 상기 표현들은 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 수 있다. 예를 들어, 제1 사용자 장치와 제 2 사용자 장치는 모두 사용자 장치이며, 서로 다른 사용자 장치를 나타낸다. 예를 들어, 본 발명의 다양한 실시 예의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 상기 어떤 구성요소와 상기 다른 구성요소 사이에 새로운 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소와 상기 다른 구성요소 사이에 새로운 다른 구성요소가 존재하지 않는 것으로 이해될 수 있어야 할 것이다.
본 발명의 다양한 실시 예에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명의 다양한 실시 예를 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명의 다양한 실시 예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 발명의 다양한 실시 예에서 명백하게 정의되지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
본 발명의 다양한 실시 예에 따른 전자 장치는, 통신 기능이 포함된 장치일 수 있다. 예를 들면, 전자 장치는 스마트 폰(smartphone), 태블릿 PC(tablet personal computer), 이동 전화기(mobile phone), 화상전화기, 전자북 리더기(e-book reader), 데스크탑 PC(desktop personal computer), 랩탑 PC(laptop personal computer), 넷북 컴퓨터(netbook computer), PDA(personal digital assistant), PMP(portable multimedia player), MP3 플레이어, 모바일 의료기기, 카메라(camera), 또는 웨어러블 장치(wearable device)(예: 전자 안경과 같은 head-mounted-device(HMD), 전자 의복, 전자 팔찌, 전자 목걸이, 전자 앱세서리(appcessory), 전자 문신, 또는 스마트 와치(smart watch))중 적어도 하나를 포함할 수 있다.
어떤 실시 예들에 따르면, 전자 장치는 통신 기능을 갖춘 스마트 가전 제품(smart home appliance)일 수 있다. 스마트 가전 제품은, 예를 들자면, 전자 장치는 텔레비전, DVD(digital video disk) 플레이어, 오디오, 냉장고, 에어컨, 청소기, 오븐, 전자레인지, 세탁기, 공기 청정기, 셋톱 박스(set-top box), TV 박스(예를 들면, 삼성 HomeSync™, 애플TV™, 또는 구글 TV™), 게임 콘솔(game consoles), 전자 사전, 전자 키, 캠코더(camcorder), 또는 전자 액자 중 적어도 하나를 포함할 수 있다.
어떤 실시 예들에 따르면, 전자 장치는 각종 의료기기(예: MRA(magnetic resonance angiography), MRI(magnetic resonance imaging), CT(computed tomography), 촬영기, 초음파기 등), 네비게이션(navigation) 장치, GPS 수신기(global positioning system receiver), EDR(event data recorder), FDR(flight data recorder), 자동차 인포테인먼트(infotainment) 장치, 선박용 전자 장비(예: 선박용 항법 장치 및 자이로 콤파스 등), 항공 전자기기(avionics), 보안 기기, 차량용 헤드 유닛, 산업용 또는 가정용 로봇, 금융 기관의 ATM(automatic teller’s machine) 또는 상점의 POS(point of sales) 중 적어도 하나를 포함할 수 있다.
어떤 실시 예들에 따르면, 전자 장치는 통신 기능을 포함한 가구(furniture) 또는 건물/구조물의 일부, 전자 보드(electronic board), 전자 사인 입력장치(electronic signature receiving device), 프로젝터(projector), 또는 각종 계측기기(예: 수도, 전기, 가스, 또는 전파 계측 기기 등) 중 적어도 하나를 포함할 수 있다. 본 발명의 다양한 실시 예에 따른 전자 장치는 전술한 다양한 장치들 중 하나 또는 그 이상의 조합일 수 있다. 또한, 본 발명의 다양한 실시 예에 따른 전자 장치는 플렉서블 장치일 수 있다. 또한, 본 발명의 다양한 실시 예에 따른 전자 장치는 전술한 기기들에 한정되지 않음은 당업자에게 자명하다.
한편, 다양한 실시 예에서 이용되는 사용자라는 용어는 전자 장치를 사용하는 사람 또는 전자 장치를 사용하는 장치(예: 인공지능 전자 장치)를 지칭할 수 있다.
도 1은 본 발명의 일 실시 예에 따른 얼굴 영상의 2차원 텍스쳐 맵 형성 장치(전자 장치(100)라고도 함)의 블록 구성도이다. 도 1을 참조하면 전자 장치(100)는 제어부(110), 카메라 모듈(130), 디스플레이(150), 통신 모듈(170), 저장부(190)를 포함할 수 있다.
카메라 모듈(130)은 정지 영상 및 동영상을 촬영할 수 있다.
디스플레이(150)는 각종 응용 프로그램의 실행 영상과 동작 상태, 메뉴 상태 등을 디스플레이하며, 터치스크린과 통합적으로 구현될 수 있다.
디스플레이(150)는 본 발명의 실시 예에 따라, 얼굴 영상의 2차원 텍스쳐 맵을 디스플레이할 수 있다.
통신 모듈(170)은 서버, 이동 통신 단말 등과 같은 외부 장치와 무선 통신을 위한 무선 신호 처리 동작을 수행하며, 안테나와, RF부와 모뎀(MODEM)을 포함하여 구비될 수 있다. 또한 통신 모듈(170)은 무선랜 모듈이나, 와이파이(Wi-Fi) 다이렉트나, NFC(Near Field Communication), 블루투스 등과 같은 근거리통신 모듈 등을 구비하여, 무선 액세스 포인트(AP, access point)가 설치된 장소에서 무선 인터넷 등과 연결되거나, 주변 장치들과 무선으로 근거리 통신 동작을 수행할 수 있다.
저장부(190)는 제어부(110)의 제어에 따라 카메라 모듈(130), 디스플레이(150), 통신 모듈(170)의 동작에 대응되게 입/출력되는 신호 또는 데이터를 저장할 수 있다. 또한, 저장부(190)는 전자 장치(100) 또는 제어부(110)의 제어를 위한 제어 프로그램 및 어플리케이션들을 저장할 수 있다.
"저장부"라는 용어는 저장부(190), 제어부(110)내 롬(미도시), 램(미도시) 또는 전자 장치(100)에 장착되는 메모리 카드(미도시)(예, SD 카드, 메모리 스틱)를 포함한다.
저장부(190)는 본 발명의 실시 예에 따라 지정된 2차원 텍스쳐 맵을 저장할 수 있다. 상기 지정된 2차원 텍스쳐 맵은 2차원으로 얼굴을 펼친 영상일 수 있다. 예를 들어, 지정된 2차원 텍스쳐 맵은 2차원 좌표계 상에 펼친 얼굴 영상에서 얼굴 윤곽의 경계선 상에 존재하는 특징점들을 포함할 수 있다. 상기 특징점들은 펼친 얼굴 영상에서의 지정된 구성 요소, 예컨대, 눈, 눈썹, 코, 입 등을 구성하는 경계선상에 존재할 수 있으며, 상기 특징점들의 위치는 지정되어 있을 수 있다.
제어부(110)는 상기 각 기능부들(카메라 모듈(130), 디스플레이(150), 통신 모듈(170), 저장부(190))을 총괄적으로 제어할 수 있다.
제어부(110)는 본 발명의 실시 예에 따라, 동영상의 프레임들 내에 포함된 얼굴의 특징점들을 검출하며, 검출된 특징점들을 이용하여 프레임들 각각을 저장부(190)에 미리 저장된 지정된 2차원 텍스쳐 맵의 좌표계에 대응하도록 변형하고, 변형된 프레임들 중 얼굴의 각도에 따라 결정되는 복수의 대표 프레임들을 이용하여 얼굴 영상의 2차원 텍스쳐 맵을 구성할 수 있다.
또한, 제어부(110)는 카메라 모듈(130)을 이용하여 동영상을 촬영하도록 제어할 수 있다.
또한, 제어부(110)는 통신 모듈(170)을 통해, 상기 구성된 2차원 텍스쳐 맵에 대응하는 얼굴 영상 및 카메라 모듈(130)을 이용하여 촬영되는 동영상으로부터 추출된 특징점들의 좌표들을 전송하도록 제어할 수 있다.
본 발명의 실시 예에 따르면, 제어부(110)는 특징점 검출부(111), 특징점 대응부(113), 프레임 변형부(115), 프레임 결합부(117), 및/또는 프레임 보정부(119)를 포함할 수 있다.
특징점 검출부(111)는 동영상의 프레임들 내에 포함된 얼굴의 특징점들을 검출할 수 있다. 예를 들어, 상기 얼굴의 특징점들은 얼굴 영상에서 얼굴 윤곽의 경계선 추출에 따라 나타나는 즉, 경계선상에 존재하는 점들일 수 있다. 또한, 특징점들은 얼굴의 각 구성 요소 별로 예컨대, 눈, 눈썹, 코, 입, 귀 등을 구성하는 경계선상에 존재하는 점들일 수 있다.
일 실시 예에 따르면, 영상 통화나 화상 회의의 동영상에서 대부분의 프레임들은 사용자가 영상의 정면을 응시하고 있고, 사용자의 얼굴이 영상의 주요 전경 영역이 된다. 예를 들어, 영상 통화의 경우, 통화가 시작될 때, 사용자들은 대체로 자신의 얼굴을 화면의 중앙에 두고자 노력하며, 이에 따라, 영상의 대부분의 프레임들에서 사람의 얼굴이 정면을 응시하고 있다. 이와 같은 영상 통화 상황에 맞도록 특징점 검출부(111)는 다음과 같이 사람의 얼굴을 추출하여 얼굴의 특징점들을 검출할 수 있다.
특징점 검출부(111)는 동영상의 프레임들 별로 얼굴의 위치를 검출할 수 있다. 예를 들어, 동영상의 첫 번째 프레임에서 통상의 얼굴 검출 방법을 사용하여 얼굴 위치를 검출할 수 있다. 상기 얼굴 위치의 검출에서 영상의 중앙을 중심으로 지정된 일정 영역에서만 얼굴 검출을 하여 동작 시간을 최소화할 수 있다. 첫 번째 프레임에서 얼굴이 검출되지 않으면 그 다음 프레임에서 얼굴 검출을 실행하며, 특정 프레임에서 얼굴이 검출될 때까지 얼굴 검출 동작을 반복 실행 할 수 있다.
또한, 특징점 검출부(111)는 프레임에서 얼굴의 위치가 검출되면 얼굴의 특징점들을 검출할 수 있다. 예를 들어, 능동적 외양 모델(active appearance model)을 이용하여 위치가 검출된 얼굴의 특징점들을 검출할 수 있다. 프레임에서 위치가 검출된 얼굴의 특징점들을 검출하면, 다음 프레임에서 이전 프레임에서의 특징점의 좌표를 기준으로 하여 상기 다음 프레임에서 위치가 검출된 얼굴의 특징점들을 검출할 수 있다.
한편, 상기 능동적 외양 모델은 얼굴 특징점의 위치 관계와 특징점에서의 텍스쳐 특성을 확률적으로 모델화하여 그 모델과 실험 영상을 대조해 가면서 영상에서의 특징점을 찾는 알고리즘이다. 능동적 외양 모델에서는 모델에 따라 얼굴의 어떤 특징점을 찾을지가 결정되어 있기 때문에 모델을 결정하면 검출된 특징점들이 각각 얼굴의 어느 부분에 해당하는지도 자동으로 결정될 수 있다. 그러므로 2차원 텍스쳐 맵 상에 특징점들의 좌표를 미리 지정해 둘 수 있으며, 후술하는 특징점 대응부(113)에서는 미리 지정된 2차원 텍스쳐 맵 상의 좌표와 특징점 검출부(111)에서 검출된 특징점의 좌표를 대응시킬 수 있다.
특징점 대응부(113)는 동영상의 프레임들 별로 특징점 검출부(111)에서 검출된 특징점들을 지정된 2차원 텍스쳐 맵 상의 점들에 대응 시킬 수 있다. 예를 들어, 동영상의 프레임들 별로 검출된 특징점들의 각 좌표를 지정된 2차원 텍스쳐 맵 상의 지정된 좌표에 대응시켜 상기 동영상의 프레임 별로 검출된 특징점들을 지정된 2차원 텍스쳐 맵 상의 점들에 대응시킬 수 있다.
프레임 변형부(115)는 특징점 검출부(111)에서 검출된 특징점들 및 지정된 2차원 텍스쳐 맵 상의 점들 간의 대응 관계를 이용하여, 동영상의 프레임들 각각을 지정된 2차원 텍스쳐 맵의 좌표계에 대응하도록 변형할 수 있다.
일 실시 예에 따르면, 프레임 변형부(115)는 도 2의 (a) 및 (b)와 같이 프레임 별로 얼굴이 검출된 특징점들을 꼭지점으로 하는 다면체로 근사할 수 있다. 예를 들어, 지정된 2차원 텍스쳐 맵 상의 지정된 특징점들을 사용하여 델로네 삼각 분할을 하고, 프레임들 별로 상기 델로네 삼각 분할을 통해 형성된 삼각형들 각각에 대응하는 삼각형을 지정된 2차원 텍스쳐 맵 상으로 아핀 변환 하여 상기 프레임들 각각을 지정된 2차원 텍스쳐 맵의 좌표계에 대응하도록 변형할 수 있다. 상기 델로네 삼각 분할은 평면에 여러 점을 잡은 뒤 외접원의 내부에 다른 점이 없는 삼각형의 세변을 잇는 것을 의미한다. 또한, 상기 아핀 변환은 한 벡터 공간을 다른 벡터 공간으로 대응시키는 변환으로 선형 변환과 평행 이동 변환의 합성으로 이루어져 있다.
프레임 결합부(117)는 프레임 변형부(115)에서 변형된 프레임들을 결합해 얼굴 영상의 2차원 텍스쳐 맵을 구성할 수 있다.
일 실시 예에 따르면, 2차원 텍스쳐 맵 상의 얼굴의 어느 한 지점에 해당하는 각 픽셀의 픽셀 값을 구하기 위해 몇 가지 가정을 할 수 있다. 예를 들어, 변형된 프레임 상의 모든 픽셀 값 들 중 하나는 참 값이라고 가정할 수 있다. 즉, 상기 얼굴 영상의 2차원 텍스쳐 맵 상의 픽셀 값은 변형된 프레임 상에서의 해당되는 픽셀 값들 중 하나라고 가정(제1 가정)할 수 있다. 또한, 특징점 검출부(111)의 일 실시 예에 따라 적용되는 능동적 외양 모델에서는 얼굴의 좌측면, 좌반측면, 정면, 우반측면, 우측면의 5개의 모델들로 표현할 수 있는데, 어느 특정 한 사람에 대해 동일한 모델을 사용하는 프레임의 경우 차이가 미미하다고 가정(제2 가정)할 수 있다. 제2 가정을 이용하면, 동영상에서의 수많은 프레임들을 모두 사용할 필요 없이 상기 5개의 모델들 별로 해당하는 프레임들 중 대표 프레임을 뽑아서 소수의 프레임들만을 합성하여 텍스쳐 맵 구성에 사용할 수 있다. 또한, 제1 가정을 이용하여 픽셀 값의 선택 범위를 제한할 수 있다. 상술한 가정들을 통해 프레임 결합부(117)는 계산량을 대폭 감소시켜 얼굴 영상의 2차원 텍스쳐 맵을 구성하는 동작 시간을 빠르게 할 수 있다.
상술한 가정들을 적용할 경우, 프레임 결합부(117)는 프레임 변형부(115)에서 지정된 2차원 텍스쳐 맵의 좌표계에 대응하도록 변형된 프레임들 중 얼굴의 각도에 따라 결정되는 복수의 대표 프레임들을 이용하여 얼굴 영상의 2차원 텍스쳐 맵을 구성할 수 있다.
프레임 결합부(117)는 프레임 변형부(115)에서 변형된 프레임들에서 지정된 얼굴 각도들 별로 각각 가장 근접한 얼굴 각도를 포함하는 대표 프레임을 선택하여 상기 복수의 대표 프레임들을 결정할 수 있다. 상기 대표 프레임들은 예를 들어 프레임들 별 영상에서 얼굴의 좌우 각도가 0도, +45도, -45도, +90도, -90도에 가장 가까운 프레임을 선택한 것일 수 있다.
또한, 프레임 결합부(117)는 대표 프레임들 마다 좌표 별로 미리 결정된 신뢰도에 해당하는 값을 고려하여, 얼굴 영상의 2차원 텍스쳐 맵 상의 좌표들 각각에 대해 적용할 픽셀 값을 상기 복수의 대표 프레임들 중 어느 하나의 대표 프레임에서 추출할 수 있다.
일 실시 예에 따르면, 얼굴 영상의 2차원 텍스쳐 맵의 중앙 부근에 위치하는 픽셀의 경우, 상기 5개의 모델들 중 정면 모델에서 픽셀 값을 가져올 가능성이 높고, 우측 부근에 위치하는 픽셀의 경우 우측면 모델에서 픽셀 값을 가져올 가능성이 높기 때문에, 대표 프레임들 마다 좌표 별로 미리 결정된 신뢰도에 해당하는 값(a(
Figure pat00001
,p))을 고려할 수 있다.
예를 들어, 하기 수학식 1을 이용하여, 지정된 2차원 텍스쳐 맵 상의 모든 좌표들 각각에 대한 복수의 대표 프레임들 별로 해당 좌표의 에너지 값을 계산할 수 있다. 또한, 상기 계산된 에너지 값에 따라, 복수의 대표 프레임들에서 에너지 값이 가장 낮은 좌표의 대표 프레임의 픽셀 값을 추출하여, 얼굴 영상의 2차원 텍스쳐 맵 상의 좌표들 각각에 대해 적용할 픽셀 값을 복수의 대표 프레임들 중 어느 하나의 대표 프레임에서 추출할 수 있다.
Figure pat00002
(상기 수학식 1에서, E(s)는 상기 지정된 2차원 텍스쳐 맵 상의 모든 (x,y) 좌표들 각각에 대한 상기 복수의 대표 프레임들 별로 해당 (x,y) 좌표의 에너지 값,
Figure pat00003
는 2차원 텍스쳐 맵 상의 (x,y) 좌표, p는 상기 복수의 대표 프레임들 중 어느 하나의 대표 프레임,
Figure pat00004
는 상기 대표 프레임(p)의 2차원 텍스쳐 맵 상의 (x,y) 좌표에 해당하는 픽셀 값, s(
Figure pat00005
)는 상기 얼굴 영상의 2차원 텍스쳐 맵 상의 (x,y) 좌표의 픽셀 값을 가져오게 될 대표 프레임의 번호(index),
Figure pat00006
는 s(
Figure pat00007
)번째 대표 프레임에서 가져온 텍스쳐 맵 상의 (x,y) 좌표에 해당하는 픽셀 값, α(
Figure pat00008
,p)는 대표 프레임들 마다 좌표 별로 미리 결정된 신뢰도에 해당하는 값, β는 상기 얼굴 영상이 정면일 때의 α(
Figure pat00009
,p)의 피크 값과 상기 얼굴 영상이 측면일 때의 α(
Figure pat00010
,p)의 피크 값의 간격을 미리 지정해 놓은 값,
Figure pat00011
는 상기 얼굴 영상의 미리 지정해 놓은 분산 값, δ는 2차원 텍스쳐 맵의 중앙 부분의 미리 정의된 x 좌표 값, y(p)는 대표 프레임의 얼굴의 좌우 각도 값, x는 2차원 텍스쳐 맵 상의 (x,y) 좌표 중 x 좌표)
또한, 프레임 결합부(117)는 상기 얼굴 영상의 2차원 텍스쳐 맵 상의 좌표들 각각의 상기 추출된 픽셀 값을 결합하여, 상기 얼굴 영상의 2차원 텍스쳐 맵을 구성할 수 있다. 상기 구성된 얼굴 영상의 2차원 텍스쳐 맵은 예를 들어 도 3과 같이, 2차원으로 얼굴을 펼친 영상일 수 있다.
프레임 보정부(119)는 프레임 결합부(117)를 통해 구성된 2차원 텍스쳐 맵을 기반으로, 특징점 검출부(111)에서 검출한 특징점들의 좌표가 정확한지를 판단하고 보정하는 역할을 할 수 있다. 프레임 보정부(119)는 프레임 결합부(117)에서 구성된 2차원 텍스쳐 맵을 참 값으로 가정하고, 변형된 프레임도 최대한 상기 구성된 2차원 텍스쳐 맵과 유사하게 만드는 것을 목표로 한다. 일 실시 예에 따르면, 프레임 보정부(119)는 프레임 결합부(117)에서 구성된 2차원 텍스쳐 맵을 이용하여 특징점 검출부(111)에서 검출된 특징점들의 좌표의 오차를 보정할 수 있다. 예를 들어, 프레임 부정부(119)는 프레임 결합부(117)에서 구성된 2차원 텍스쳐 맵 상의 각 특징점에 대해, 프레임 변형부(115)에서 지정된 2차원 텍스쳐 맵의 좌표계에 대응하도록 변형된 프레임들에서 대응하는 픽셀을 검색하며, 상기 지정된 2차원 텍스쳐 맵의 좌표계에 대응하도록 변형된 프레임들에서 대응하는 픽셀에 상기 구성된 2차원 텍스쳐 맵 상의 해당 특징점을 대응시켜 상기 프레임들 별 상기 검출된 특징점들의 좌표의 오차를 보정할 수 있다. 이에 따라, 특징점들의 좌표의 오차를 보정한 것을 이용하여, 특징점 대응부(113), 프레임 변형부(115), 및 프레임 결합부(117)가 각각 동작할 경우, 오차 보정 전에 비해 프레임 변형부(115)의 경우, 프레임들의 2차원 텍스쳐맵의 분산이 줄어들고 프레임 결합부(117)의 동작에 따라 대표 프레임들의 결합 시, 보다 합당한 2차원 텍스쳐 맵을 구성할 수 있다.
한편, 프레임 보정부(119)는 특징점 검출부(111)에서 검출한 특징점들의 좌표의 오차를 보정하기 위한 구성이므로, 본 발명의 다른 실시 예에 따르면, 전자 장치(100)의 구성에서 프레임 보정부(119)가 제거될 수도 있다.
도 4는 본 발명의 일 실시 예에 따른 얼굴 영상의 2차원 텍스쳐 맵 형성 동작의 흐름도이다. 도 4를 참조하면, 얼굴 영상의 2차원 텍스쳐 맵 형성은, 동영상의 프레임들 내에 포함된 얼굴의 특징점들을 검출하는 동작과; 상기 검출된 특징점을 이용하여 상기 프레임들 각각을 지정된 2차원 텍스쳐 맵의 좌표계에 대응하도록 변형하고, 상기 변형된 프레임들 중 상기 얼굴의 각도에 따라 결정되는 복수의 대표 프레임들을 이용하여 상기 얼굴 영상의 2차원 텍스쳐 맵을 구성하는 동작을 포함할 수 있다.
410 동작에서 전자 장치는 동영상의 프레임들 별로 얼굴의 특징점들을 검출할 수 있다. 예를 들어, 전자 장치는 동영상의 프레임들 별로 얼굴의 위치를 검출하며, 능동적 외양 모델을 이용하여 위치가 검출된 얼굴의 특징점들을 검출할 수 있다.
430 동작에서 전자 장치는 프레임별로 검출된 특징점들을 지정된 2차원 텍스쳐 맵 상의 점들에 대응시킬 수 있다. 예를 들어, 프레임들 별로 검출된 특징점들의 각 좌표를 지정된 2차원 텍스쳐 맵 상의 지정된 좌표에 대응시킬 수 있다.
450 동작에서 전자 장치는 검출된 특징점들 및 지정된 2차원 텍스쳐 맵 상의 점들 간의 대응 관계를 이용하여 프레임들 각각을 지정된 2차원 텍스쳐 맵의 좌표계에 대응하도록 변형할 수 있다. 예를 들어, 지정된 2차원 텍스쳐 맵 상의 지정된 특징점들 각각을 꼭지점으로 하는 델로네 삼각 분할을 할 수 있다. 이후, 상기 프레임 별로, 델로네 삼각 분할을 통해 형성된 삼각형들 각각에 대응하는 삼각형을 지정된 2차원 텍스쳐 맵 상으로 아핀 변환 할 수 있다.
470 동작에서 전자 장치는 2차원 텍스쳐 맵의 좌표계에 대응하도록 변형된 프레임들 중 지정된 얼굴 각도들에 따라 결정되는 복수의 대표 프레임들을 결합해 2차원 텍스쳐 맵을 구성할 수 있다. 예를 들어, 변형된 프레임들에서 지정된 얼굴 각도들 별로 각각 가장 근접한 얼굴 각도를 포함하는 대표 프레임을 선택하여 복수의 대표 프레임들을 결정할 수 있다. 또한, 대표 프레임마다 좌표 별로 미리 결정된 신뢰도에 해당하는 값을 고려하여, 최종적으로 구성하려는 얼굴 영상의 2차원 텍스쳐 맵 상의 좌표들 각각에 대해 적용할 픽셀 값을 복수의 대표 프레임들 중 어느 하나의 대표 프레임에서 추출할 수 있다. 또한, 최종적으로 구성하려는 얼굴 영상의 2차원 텍스쳐 맵 상의 좌표들 각각의 추출된 픽셀 값을 결합하여, 얼굴 영상의 2차원 텍스쳐 맵을 구성할 수 있다.
한편, 상기 얼굴 영상의 2차원 텍스쳐 맵 상의 좌표들 각각에 대해 적용할 픽셀 값을 복수의 대표 프레임들 중 어느 하나의 대표 프레임에서 추출하는 동작은 다음과 같다.
예를 들어, 상술한 수학식 1을 이용하여, 지정된 2차원 텍스쳐 맵 상의 모든 좌표들 각각에 대한 복수의 대표 프레임들 별로 해당 좌표의 에너지 값을 계산할 수 있다. 상기 에너지 값은 상기 해당 좌표의 정확성과 관련된 것으로, 에너지 값이 크면 상기 해당 좌표의 정확성이 낮으며, 에너지 값이 작으면 상기 해당 좌표의 정확성이 높을 수 있다. 이에 따라, 상기 계산된 에너지 값에 따라, 복수의 대표 프레임들에서 에너지 값이 가장 낮은 좌표의 대표 프레임의 픽셀 값을 추출할 수 있다.
490 동작에서 전자 장치는 상기 구성된 2차원 텍스쳐 맵을 이용하여 프레임들 별 검출된 특징점들의 좌표의 오차를 보정할 수 있다. 예를 들어, 상기 구성된 2차원 텍스쳐 맵 상의 각 특징점에 대해, 지정된 2차원 텍스쳐 맵의 좌표계에 대응하도록 변형된 프레임들에서 대응하는 픽셀을 검색할 수 있다. 또한, 지정된 2차원 텍스쳐 맵의 좌표계에 대응하도록 변형된 프레임들에서 대응하는 픽셀에 상기 구성된 2차원 텍스쳐 맵 상의 해당 특징점을 대응시킬 수 있다.
추가로, 상술한 490 동작에서 프레임들 별 검출된 특징점들의 좌표의 오차를 보정하면, 특징점들의 좌표의 오차를 보정한 프레임들에서의 특징점들을 지정된 2차원 텍스쳐 맵 상의 점들에 대응시키며, 상술한 450 동작 및 470 동작을 또다시 실행하여, 보다 정확한 얼굴 영상의 2차원 텍스쳐 맵을 구성할 수도 있다.
한편, 490 동작은 특징점들의 좌표의 오차를 보정하기 위한 구성이므로, 본 발명의 다른 실시 예에 따르면, 상술한 도 4의 동작들에서 490 동작은 제외될 수도 있다.
도 5는 본 발명의 일 실시 예에 따른 영상 통화에서 얼굴 영상의 2차원 텍스쳐 맵의 형성 및 활용 동작의 흐름도이다. 도 5를 참조하면, 전자 장치의 사용자가 전자 장치의 영상 통화 기능을 실행할 경우, 카메라를 이용하여 동영상을 촬영할 수 있다. 또한, 본 발명의 실시 예에 따른 얼굴 영상의 2차원 텍스쳐 맵 형성 동작에 따라, 사용자의 얼굴 영상의 2차원 텍스쳐 맵을 형성할 수 있다. 또한, 2차원 텍스쳐 맵에 대응하는 얼굴 영상을 영상 통화 상대방의 전자 장치에 전송하여, 2차원 텍스쳐 맵에 대응하는 얼굴 영상을 영상 통화 상대방의 전자 장치에 표시할 수 있다. 또한, 카메라를 이용하여 촬영되는 동영상으로부터 추출된 특징점들의 좌표를 영상 통화 상대방의 전자 장치에 실시간으로 전송하여, 전자 장치의 사용자의 얼굴 움직임에 대응하여, 영상 통화 상대방의 전자 장치에 표시되는 2차원 텍스쳐 맵에 대응하는 얼굴 영상이 움직이도록 표시할 수 있다.
전자 장치의 영상 통화 기능을 실행 시키면, 510 동작에서 전자 장치는 전자 장치의 카메라를 이용하여 동영상을 촬영할 수 있다. 예를 들어, 상기 카메라는 전자 장치를 사용하는 사용자의 얼굴을 촬영할 수 있다.
530 동작에서 전자 장치는 동영상의 프레임들 내에 포함된 얼굴의 특징점들을 검출할 수 있다.
550 동작에서 전자 장치는 검출된 특징점을 이용하여 프레임들 각각을 지정된 2차원 텍스쳐 맵의 좌표계에 대응하도록 변형하고, 상기 변형된 프레임들 중 상기 얼굴의 각도에 따라 결정되는 복수의 대표 프레임들을 이용하여 상기 얼굴 영상의 2차원 텍스쳐 맵을 구성할 수 있다.
530 동작은 상술한 도 4의 얼굴 영상의 2차원 텍스쳐 맵 형성 동작에서의 410 동작에 대응되며, 550 동작은 상술한 도 4의 430 동작 내지 470 동작에 대응되므로, 구체적인 설명은 생략한다.
570 동작에서 전자 장치는 구성된 2차원 텍스쳐 맵에 대응하는 얼굴 영상 및 카메라를 이용하여 촬영되는 동영상으로부터 추출된 특징점의 좌표를 외부 장치에 전송할 수 있다. 예를 들어, 전자 장치를 이용하여 영상 통화를 하는 사용자의 얼굴 영상이 도 6의 (a)와 같을 때, 2차원 텍스쳐 맵의 형성에 따른 얼굴 텍스쳐 모핑(구성된 2차원 텍스쳐 맵에 대응하는 얼굴 영상)은 도 6의 (b)와 같을 수 있다.
예를 들어, 영상 통화가 시작되면, 상술한 510 동작, 530 동작, 및 550 동작에 따라 구성된 2차원 텍스쳐 맵에 대응하는 얼굴 영상을 영상 통화를 하는 상대방의 전자 장치로 한 번만 전송할 수 있다. 또한, 영상 통화가 종료되기 전까지, 상술한 510 동작 및 530 동작을 계속해서 실행할 수 있으며, 이에 따라, 촬영되는 동영상으로부터 추출된 특징점들의 좌표들을 상기 상대방의 전자 장치로 계속해서 전송할 수 있다. 이에 따라, 영상 통화를 하는 상대방의 전자 장치에는 2차원 텍스쳐 맵에 대응하는 얼굴 영상이 전자 장치의 사용자의 얼굴 움직임에 대응하여 표시될 수 있다.
한편, 구성된 2차원 텍스쳐 맵에 대응하는 얼굴 영상은 사용자의 전자 장치의 디스플레이 상에 표시될 수도 있으며, 전자 장치의 사용자의 얼굴 움직임에 대응하여, 사용자의 전자 장치에 표시되는 2차원 텍스쳐 맵에 대응하는 얼굴 영상이 움직이도록 표시할 수 있다.
상술한 도 5와 같은 동작에 따라, 영상 통화 시, 얼굴 영상 전체를 전송할 필요 없이 2차원 텍스쳐 맵과 프레임마다 변하는 특징점의 좌표만을 영상 통화를 하는 상대방의 전자 장치에 전송하여 데이터 전송량을 줄일 수 있는 효과를 가질 수 있다.
도 7은 다양한 실시예에 따른 전자 장치(701)의 블록도(700)이다. 상기 전자 장치(701)는, 예를 들면, 도 1에 도시된 전자 장치(100)의 전체 또는 일부를 포함할 수 있다. 상기 전자 장치(701)는 하나 이상의 어플리케이션 프로세서 (AP: application processor; 예: 제어부(110))(710), 통신 모듈(720; 예: 통신 모듈(170)), SIM (subscriber identification module) 카드(724), 메모리(730; 예: 저장부(190)), 센서 모듈(740), 입력 장치(750), 디스플레이(760; 예: 디스플레이(150)), 인터페이스(770), 오디오 모듈(780), 카메라 모듈(791; 예: 카메라 모듈(130)), 전력 관리 모듈(795), 배터리(796), 인디케이터(797), 및 모터(798)를 포함할 수 있다.
상기 AP(710)는, 예를 들면, 운영 체제 또는 응용 프로그램을 구동하여 상기 AP(710)에 연결된 다수의 하드웨어 또는 소프트웨어 구성요소들을 제어할 수 있고, 각종 데이터 처리 및 연산을 수행할 수 있다. 상기 AP(710)는, 예를 들면, SoC (system on chip) 로 구현될 수 있다. 한 실시예에 따르면, 상기 AP(710)는 GPU (graphic processing unit) 및/또는 이미지 신호 프로세서 (image signal processor)를 더 포함할 수 있다. 상기 AP(710)는 도 7에 도시된 구성요소들 중 적어도 일부 (예: 셀룰러 모듈(721)를 포함할 수도 있다. 상기 AP(710)는 다른 구성요소들 (예: 비휘발성 메모리) 중 적어도 하나로부터 수신된 명령 또는 데이터를 휘발성 메모리에 로드 (load)하여 처리하고, 다양한 데이터를 비휘발성 메모리에 저장 (store)할 수 있다.
상기 통신 모듈(720)은, 예를 들면, 셀룰러 모듈(721), WIFI 모듈(723), BT 모듈(725), GPS 모듈(727), NFC 모듈(728) 및 RF (radio frequency) 모듈(729)을 포함할 수 있다.
상기 셀룰러 모듈(721)은, 예를 들면, 통신망을 통해서 음성 통화, 영상 통화, 문자 서비스, 또는 인터넷 서비스 등을 제공할 수 있다. 한 실시예에 따르면, 상기 셀룰러 모듈(721)은 가입자 식별 모듈 (예: SIM 카드(724))을 이용하여 통신 네트워크 내에서 전자 장치(701)의 구별 및 인증을 수행할 수 있다. 한 실시예에 따르면, 상기 셀룰러 모듈(721)은 상기 AP(710)가 제공할 수 있는 기능 중 적어도 일부 기능을 수행할 수 있다. 한 실시예에 따르면, 상기 셀룰러 모듈(721)은 커뮤니케이션 프로세서 (CP: communication processor)를 포함할 수 있다.
상기 WIFI 모듈(723), 상기 BT 모듈(725), 상기 GPS 모듈(727) 또는 상기 NFC 모듈(728) 각각은, 예를 들면, 해당하는 모듈을 통해서 송수신되는 데이터를 처리하기 위한 프로세서를 포함할 수 있다. 어떤 실시예에 따르면, 셀룰러 모듈(721), WIFI 모듈(723), BT 모듈(725), GPS 모듈(727) 또는 NFC 모듈(728) 중 적어도 일부 (예: 두 개 이상)는 하나의 integrated chip (IC) 또는 IC 패키지 내에 포함될 수 있다.
상기 RF 모듈(729)는, 예를 들면, 통신 신호 (예: RF 신호)를 송수신할 수 있다. 상기 RF 모듈(729)는, 예를 들면, 트랜시버 (transceiver), PAM (power amp module), 주파수 필터 (frequency filter), LNA (low noise amplifier), 또는 안테나 등을 포함할 수 있다. 다른 실시예에 따르면, 셀룰러 모듈(721), WIFI 모듈(723), BT 모듈(725), GPS 모듈(727) 또는 NFC 모듈(728) 중 적어도 하나는 별개의 RF 모듈을 통하여 RF 신호를 송수신할 수 있다.
상기 SIM 카드(724)는, 예를 들면, 가입자 식별 모듈을 포함하는 카드 및/또는 내장 SIM (embedded SIM)을 포함할 수 있으며, 고유한 식별 정보 (예: ICCID (integrated circuit card identifier)) 또는 가입자 정보 (예: IMSI (international mobile subscriber identity))를 포함할 수 있다.
상기 메모리(730) (예: 저장부(190))는, 예를 들면, 내장 메모리(732) 또는 외장 메모리(734)를 포함할 수 있다. 상기 내장 메모리(732)는, 예를 들면, 휘발성 메모리 (예: DRAM (dynamic RAM), SRAM (static RAM), 또는 SDRAM (synchronous dynamic RAM) 등), 비휘발성 메모리 (non-volatile Memory) (예: OTPROM (one time programmable ROM), PROM (programmable ROM), EPROM (erasable and programmable ROM), EEPROM (electrically erasable and programmable ROM), mask ROM, flash ROM, 플래시 메모리(예: NAND flash 또는 NOR flash 등), 하드 드라이브, 또는 솔리드 스테이트 드라이브 (solid state drive (SSD)) 중 적어도 하나를 포함할 수 있다.
상기 외장 메모리(734)는 flash drive, 예를 들면, CF (compact flash), SD (secure digital), Micro-SD (micro secure digital), Mini-SD (mini secure digital), xD (extreme digital), 또는 메모리 스틱 (memory stick) 등을 더 포함할 수 있다. 상기 외장 메모리(734)는 다양한 인터페이스를 통하여 상기 전자 장치(701)과 기능적으로 및/또는 물리적으로 연결될 수 있다.
상기 센서 모듈(740)은, 예를 들면, 물리량을 계측하거나 전자 장치(701)의 작동 상태를 감지하여, 계측 또는 감지된 정보를 전기 신호로 변환할 수 있다. 상기 센서 모듈(740)은, 예를 들면, 제스처 센서(740A), 자이로 센서(740B), 기압 센서(740C), 마그네틱 센서(740D), 가속도 센서(740E), 그립 센서(740F), 근접 센서(740G), color 센서(740H) (예: RGB (red, green, blue) 센서), 생체 센서(740I), 온/습도 센서(740J), 조도 센서(740K), 또는 UV (ultra violet) 센서(740M) 중의 적어도 하나를 포함할 수 있다. 추가적으로 또는 대체적으로, 상기 센서 모듈(740)은, 예를 들면, 후각 센서 (E-nose sensor), EMG 센서 (electromyography sensor), EEG 센서 (electroencephalogram sensor), ECG 센서 (electrocardiogram sensor), IR (infrared) 센서, 홍채 센서 및/또는 지문 센서를 포함할 수 있다. 상기 센서 모듈(740)은 그 안에 속한 적어도 하나 이상의 센서들을 제어하기 위한 제어 회로를 더 포함할 수 있다. 어떤 실시예에서는, 전자 장치(701)는 AP(710)의 일부로서 또는 별도로, 센서 모듈(740)을 제어하도록 구성된 프로세서를 더 포함하여, 상기 AP(710)가 슬립 (sleep) 상태에 있는 동안, 센서 모듈(740)을 제어할 수 있다.
상기 입력 장치(750)은, 예를 들면, 터치 패널 (touch panel)(752), (디지털) 펜 센서 (pen sensor)(754), 키 (key)(756), 또는 초음파 (ultrasonic) 입력 장치(758)를 포함할 수 있다. 상기 터치 패널(752)은, 예를 들면, 정전식, 감압식, 적외선 방식, 또는 초음파 방식 중 적어도 하나의 방식을 사용할 수 있다. 또한, 상기 터치 패널(752)은 제어 회로를 더 포함할 수도 있다. 상기 터치 패널(752)은 택타일 레이어 (tactile layer)를 더 포함하여, 사용자에게 촉각 반응을 제공할 수 있다.
상기 (디지털) 펜 센서(754)는, 예를 들면, 터치 패널의 일부이거나, 별도의 인식용 쉬트 (sheet)를 포함할 수 있다. 상기 키(756)는, 예를 들면, 물리적인 버튼, 광학식 키, 또는 키패드를 포함할 수 있다. 상기 초음파 입력 장치(758)는 초음파 신호를 발생하는 입력 도구를 통해, 전자 장치(701)에서 마이크 (예: 마이크(788))로 음파를 감지하여 데이터를 확인할 수 있다.
상기 디스플레이(760)는 패널(762), 홀로그램 장치(764), 또는 프로젝터(766)를 포함할 수 있다. 상기 패널(762)은, 예를 들면, 유연하게 (flexible), 투명하게 (transparent), 또는 착용할 수 있게 (wearable) 구현될 수 있다. 상기 패널(762)은 상기 터치 패널(752)과 하나의 모듈로 구성될 수도 있다. 상기 홀로그램 장치(764)는 빛의 간섭을 이용하여 입체 영상을 허공에 보여줄 수 있다. 상기 프로젝터(766)는 스크린에 빛을 투사하여 영상을 표시할 수 있다. 상기 스크린은, 예를 들면, 상기 전자 장치(701)의 내부 또는 외부에 위치할 수 있다. 한 실시예에 따르면, 상기 디스플레이(760)은 상기 패널(762), 상기 홀로그램 장치(764), 또는 프로젝터(766)를 제어하기 위한 제어 회로를 더 포함할 수 있다.
상기 인터페이스(770)는, 예를 들면, HDMI (high-definition multimedia interface)(772), USB (universal serial bus)(774), 광 인터페이스 (optical interface)(776), 또는 D-sub (D-subminiature)(778)를 포함할 수 있다. 추가적으로 또는 대체적으로, 상기 인터페이스(770)는, 예를 들면, MHL (mobile high-definition link) 인터페이스, SD (secure digital) 카드/MMC (multi-media card) 인터페이스, 또는 IrDA (infrared data association) 규격 인터페이스를 포함할 수 있다.
상기 오디오 모듈(780)은, 예를 들면, 소리 (sound)와 전기 신호를 쌍방향으로 변환시킬 수 있다. 상기 오디오 모듈(780)은, 예를 들면, 스피커(782), 리시버(784), 이어폰(786), 또는 마이크(788) 등을 통해 입력 또는 출력되는 소리 정보를 처리할 수 있다.
상기 카메라 모듈(791)은, 예를 들면, 정지 영상 및 동영상을 촬영할 수 있는 장치로서, 한 실시예에 따르면, 하나 이상의 이미지 센서 (예: 전면 센서 또는 후면 센서), 렌즈, ISP (image signal processor), 또는 플래쉬 (flash)(예: LED 또는 xenon lamp)를 포함할 수 있다.
상기 전력 관리 모듈(795)은, 예를 들면, 상기 전자 장치(701)의 전력을 관리할 수 있다. 한 실시예에 따르면, 상기 전력 관리 모듈(795)은 PMIC (power management integrated circuit), 충전 IC (charger integrated circuit), 또는 배터리 또는 연료 게이지 (battery or fuel gauge)를 포함할 수 있다. 상기 PMIC는, 유선 및/또는 무선 충전 방식을 가질 수 있다. 무선 충전 방식은, 예를 들면, 자기공명 방식, 자기유도 방식 또는 전자기파 방식 등을 포함하며, 무선 충전을 위한 부가적인 회로, 예를 들면, 코일 루프, 공진 회로, 또는 정류기 등을 더 포함할 수 있다. 상기 PMIC는 예를 들어 무선 충전 모듈을 포함할 수 있다. 상기 배터리 게이지는, 예를 들면, 상기 배터리(796)의 잔량, 충전 중 전압, 전류, 또는 온도를 측정할 수 있다. 상기 배터리(796)는, 예를 들면, 충전식 전지 (rechargeable battery) 및/또는 태양 전지 (solar battery)를 포함할 수 있다.
상기 인디케이터(797)는 상기 전자 장치(701) 혹은 그 일부 (예: AP(710))의 특정 상태, 예를 들면, 부팅 상태, 메시지 상태 또는 충전 상태 등을 표시할 수 있다. 상기 모터(798)는 전기적 신호를 기계적 진동으로 변환할 수 있고, 진동 (vibration), 또는 햅틱 (haptic) 효과 등을 발생시킬 수 있다. 도시되지는 않았으나, 상기 전자 장치(701)는 모바일 TV 지원을 위한 처리 장치 (예: GPU)를 포함할 수 있다. 상기 모바일 TV 지원을 위한 처리 장치는, 예를 들면, DMB (digital multimedia broadcasting), DVB (digital video broadcasting), 또는 미디어 플로우 (media flow) 등의 규격에 따른 미디어 데이터를 처리할 수 있다.
상기 전자 장치의 전술한 구성요소들 각각은 하나 또는 그 이상의 부품 (component)으로 구성될 수 있으며, 해당 구성 요소의 명칭은 전자 장치의 종류에 따라서 달라질 수 있다. 다양한 실시예에서, 전자 장치는 전술한 구성요소 중 적어도 하나를 포함하여 구성될 수 있으며, 일부 구성요소가 생략되거나 또는 추가적인 다른 구성요소를 더 포함할 수 있다. 또한, 다양한 실시예에 따른 전자 장치의 구성 요소들 중 일부가 결합되어 하나의 개체 (entity)로 구성됨으로써, 결합되기 이전의 해당 구성 요소들의 기능을 동일하게 수행할 수 있다.
본 문서에서 사용된 용어 "모듈"은, 예를 들면, 하드웨어, 소프트웨어 또는 펌웨어 (firmware) 중 하나 또는 둘 이상의 조합을 포함하는 단위 (unit)를 의미할 수 있다. "모듈"은, 예를 들면, 유닛 (unit), 로직 (logic), 논리 블록 (logical block), 부품 (component), 또는 회로 (circuit) 등의 용어와 바꾸어 사용 (interchangeably use)될 수 있다. "모듈"은, 일체로 구성된 부품의 최소 단위 또는 그 일부가 될 수 있다. "모듈"은 하나 또는 그 이상의 기능을 수행하는 최소 단위 또는 그 일부가 될 수도 있다. "모듈"은 기계적으로 또는 전자적으로 구현될 수 있다. 예를 들면, "모듈"은, 알려졌거나 앞으로 개발될, 어떤 동작들을 수행하는 ASIC (application-specific integrated circuit) 칩, FPGAs (field-programmable gate arrays) 또는 프로그램 가능 논리 장치 (programmable-logic device) 중 적어도 하나를 포함할 수 있다.
다양한 실시예에 따른 장치 (예: 모듈들 또는 그 기능들) 또는 방법 (예: 동작들)의 적어도 일부는, 예컨대, 프로그램 모듈의 형태로 컴퓨터로 읽을 수 있는 저장매체 (computer-readable storage media)에 저장된 명령어로 구현될 수 있다. 상기 명령어는, 프로세서 (예: 제어부(110))에 의해 실행될 경우, 상기 하나 이상의 프로세서가 상기 명령어에 해당하는 기능을 수행할 수 있다. 컴퓨터로 읽을 수 있는 저장매체는, 예를 들면, 상기 저장부(190)가 될 수 있다.
상기 컴퓨터로 판독 가능한 기록 매체는, 하드디스크, 플로피디스크, 마그네틱 매체 (magnetic media)(예: 자기테이프), 광기록 매체 (optical media)(예: CD-ROM (compact disc read only memory), DVD (digital versatile disc), 자기-광 매체 (magneto-optical media)(예: 플롭티컬 디스크 (floptical disk)), 하드웨어 장치 (예: ROM (read only memory), RAM (random access memory), 또는 플래시 메모리 등) 등을 포함할 수 있다. 또한, 프로그램 명령에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함할 수 있다. 상술한 하드웨어 장치는 다양한 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지다.
다양한 실시예에 따른 모듈 또는 프로그램 모듈은 전술한 구성요소들 중 적어도 하나 이상을 포함하거나, 일부가 생략되거나, 또는 추가적인 다른 구성요소를 더 포함할 수 있다. 다양한 실시예에 따른 모듈, 프로그램 모듈 또는 다른 구성요소에 의해 수행되는 동작들은 순차적, 병렬적, 반복적 또는 휴리스틱 (heuristic)한 방법으로 실행될 수 있다. 또한, 일부 동작은 다른 순서로 실행되거나, 생략되거나, 또는 다른 동작이 추가될 수 있다.
그리고 본 문서에 개시된 실시예는 개시된, 기술 내용의 설명 및 이해를 위해 제시된 것이며, 본 개시의 범위를 한정하는 것은 아니다. 따라서, 본 개시의 범위는, 본 개시의 기술적 사상에 근거한 모든 변경 또는 다양한 다른 실시예를 포함하는 것으로 해석되어야 한다.

Claims (22)

  1. 얼굴 영상의 2차원 텍스쳐 맵 형성 방법에 있어서,
    동영상의 프레임들 내에 포함된 얼굴의 특징점들을 검출하는 동작과;
    상기 검출된 특징점을 이용하여 상기 프레임들 각각을 지정된 2차원 텍스쳐 맵의 좌표계에 대응하도록 변형하고, 상기 변형된 프레임들 중 상기 얼굴의 각도에 따라 결정되는 복수의 대표 프레임들을 이용하여 상기 얼굴 영상의 2차원 텍스쳐 맵을 구성하는 동작을 포함하는 얼굴 영상의 2차원 텍스쳐 맵 형성 방법.
  2. 제 1항에 있어서, 상기 동영상은,
    카메라를 이용하여 촬영되는 것을 포함하는 얼굴 영상의 2차원 텍스쳐 맵 형성 방법.
  3. 제 2항에 있어서,
    상기 구성된 2차원 텍스쳐 맵에 대응하는 얼굴 영상, 및 상기 카메라를 이용하여 촬영되는 동영상으로부터 추출된 특징점들의 좌표들을 전송하는 동작을 더 포함하는 얼굴 영상의 2차원 텍스쳐 맵 형성 방법.
  4. 제 1항에 있어서, 상기 동영상의 프레임들 내에 포함된 얼굴의 특징점들을 검출하는 동작은,
    상기 동영상의 프레임들 별로 얼굴의 위치를 검출하는 동작과;
    능동적 외양 모델(active appearance model)을 이용하여 상기 위치가 검출된 얼굴의 특징점들을 검출하는 동작을 포함하는 얼굴 영상의 2차원 텍스쳐 맵 형성 방법.
  5. 제 1항에 있어서, 상기 프레임들 각각을 지정된 2차원 텍스쳐 맵의 좌표계에 대응하도록 변형하는 것은,
    상기 프레임들 별로 상기 검출된 특징점들을 상기 지정된 2차원 텍스쳐 맵 상의 점들에 대응시키는 동작과,
    상기 검출된 특징점들 및 상기 지정된 2차원 텍스쳐 맵 상의 점들 간의 대응 관계를 이용하여, 상기 프레임들 각각을 상기 지정된 2차원 텍스쳐 맵의 좌표계에 대응하도록 변형하는 동작을 포함하는 얼굴 영상의 2차원 텍스쳐 맵 형성 방법.
  6. 제 5항에 있어서, 상기 프레임들 별로 상기 검출된 특징점들을 지정된 2차원 텍스쳐 맵 상의 점들에 대응시키는 동작은,
    상기 프레임들 별로 상기 검출된 특징점들의 각 좌표를 상기 지정된 2차원 텍스쳐 맵 상의 지정된 좌표에 대응시키는 동작을 포함하는 얼굴 영상의 2차원 텍스쳐 맵 형성 방법.
  7. 제 5항에 있어서, 상기 프레임들 각각을 상기 지정된 2차원 텍스쳐 맵의 좌표계에 대응하도록 변형하는 동작은,
    상기 지정된 2차원 텍스쳐 맵 상의 지정된 특징점들 각각을 꼭지점으로 하는 델로네 삼각 분할을 하는 동작과,
    상기 프레임들 별로, 상기 델로네 삼각 분할을 통해 형성된 삼각형들 각각에 대응하는 삼각형을 상기 지정된 2차원 텍스쳐 맵 상으로 아핀 변환 하는 동작을 포함하는 얼굴 영상의 2차원 텍스쳐 맵 형성 방법.
  8. 제 1항에 있어서, 상기 얼굴 영상의 2차원 텍스쳐 맵을 구성하는 동작은,
    상기 변형된 프레임들에서 지정된 얼굴 각도들 별로 각각 가장 근접한 얼굴 각도를 포함하는 대표 프레임을 선택하여 상기 복수의 대표 프레임들을 결정하는 동작과,
    대표 프레임들 마다 좌표 별로 미리 결정된 신뢰도에 해당하는 값을 고려하여, 상기 얼굴 영상의 2차원 텍스쳐 맵 상의 좌표들 각각에 대해 적용할 픽셀 값을 상기 복수의 대표 프레임들 중 어느 하나의 대표 프레임에서 추출하는 동작과,
    상기 얼굴 영상의 2차원 텍스쳐 맵 상의 좌표들 각각의 상기 추출된 픽셀 값을 결합하여, 상기 얼굴 영상의 2차원 텍스쳐 맵을 구성하는 동작을 포함하는 얼굴 영상의 2차원 텍스쳐 맵 형성 방법.
  9. 제 8항에 있어서, 상기 얼굴 영상의 2차원 텍스쳐 맵 상의 좌표들 각각에 대해 적용할 픽셀 값을 상기 복수의 대표 프레임들 중 어느 하나의 대표 프레임에서 추출하는 동작은,
    하기 수학식 1을 이용하여, 상기 지정된 2차원 텍스쳐 맵 상의 모든 좌표들 각각에 대한 상기 복수의 대표 프레임들 별로 해당 좌표의 에너지 값을 계산하는 동작과,
    상기 계산된 에너지 값에 따라, 상기 복수의 대표 프레임들에서 에너지 값이 가장 낮은 좌표의 대표 프레임의 픽셀 값을 추출하는 동작을 포함하는 얼굴 영상의 2차원 텍스쳐 맵 형성 방법.
    [수학식 1]
    Figure pat00012

    (상기 수학식 1에서, E(s)는 상기 지정된 2차원 텍스쳐 맵 상의 모든 (x,y) 좌표들 각각에 대한 상기 복수의 대표 프레임들 별로 해당 (x,y) 좌표의 에너지 값,
    Figure pat00013
    는 2차원 텍스쳐 맵 상의 (x,y) 좌표, p는 상기 복수의 대표 프레임들 중 어느 하나의 대표 프레임,
    Figure pat00014
    는 상기 대표 프레임(p)의 2차원 텍스쳐 맵 상의 (x,y) 좌표에 해당하는 픽셀 값, s(
    Figure pat00015
    )는 상기 얼굴 영상의 2차원 텍스쳐 맵 상의 (x,y) 좌표의 픽셀 값을 가져오게 될 대표 프레임의 번호(index),
    Figure pat00016
    는 s(
    Figure pat00017
    )번째 대표 프레임에서 가져온 텍스쳐 맵 상의 (x,y) 좌표에 해당하는 픽셀 값, α(
    Figure pat00018
    ,p)는 대표 프레임들 마다 좌표 별로 미리 결정된 신뢰도에 해당하는 값, β는 상기 얼굴 영상이 정면일 때의 α(
    Figure pat00019
    ,p)의 피크 값과 상기 얼굴 영상이 측면일 때의 α(
    Figure pat00020
    ,p)의 피크 값의 간격을 미리 지정해 놓은 값,
    Figure pat00021
    는 상기 얼굴 영상의 미리 지정해 놓은 분산 값, δ는 2차원 텍스쳐 맵의 중앙 부분의 미리 정의된 x 좌표 값, y(p)는 대표 프레임의 얼굴의 좌우 각도 값, x는 2차원 텍스쳐 맵 상의 (x,y) 좌표 중 x 좌표)
  10. 제 1항에 있어서,
    상기 구성된 2차원 텍스쳐 맵을 이용하여 상기 프레임들 별 상기 검출된 특징점들의 좌표의 오차를 보정하는 동작을 더 포함하는 얼굴 영상의 2차원 텍스쳐 맵 형성 방법.
  11. 제 10항에 있어서, 상기 프레임들 별 상기 검출된 특징점들의 좌표의 오차를 보정하는 동작은,
    상기 구성된 2차원 텍스쳐 맵 상의 각 특징점에 대해, 상기 지정된 2차원 텍스쳐 맵의 좌표계에 대응하도록 변형된 프레임들에서 대응하는 픽셀을 검색하는 동작과,
    상기 지정된 2차원 텍스쳐 맵의 좌표계에 대응하도록 변형된 프레임들에서 대응하는 픽셀에 상기 구성된 2차원 텍스쳐 맵 상의 해당 특징점을 대응시키는 동작을 포함하는 얼굴 영상의 2차원 텍스쳐 맵 형성 방법.
  12. 얼굴 영상의 2차원 텍스쳐 맵 형성 장치에 있어서,
    저장부와;
    동영상의 프레임들 내에 포함된 얼굴의 특징점들을 검출하며, 상기 검출된 특징점을 이용하여 상기 프레임들 각각을 상기 저장부에 미리 저장된 지정된 2차원 텍스쳐 맵의 좌표계에 대응하도록 변형하고, 상기 변형된 프레임들 중 상기 얼굴의 각도에 따라 결정되는 복수의 대표 프레임들을 이용하여 상기 얼굴 영상의 2차원 텍스쳐 맵을 구성하는 제어부를 포함하는 얼굴 영상의 2차원 텍스쳐 맵 형성 장치.
  13. 제 12항에 있어서,
    카메라 모듈을 더 포함하며,
    상기 제어부는,
    상기 카메라 모듈를 이용하여 상기 동영상을 촬영하도록 제어하는 것을 포함하는 얼굴 영상의 2차원 텍스쳐 맵 형성 장치.
  14. 제 13항에 있어서,
    통신 모듈을 더 포함하며,
    상기 제어부는,
    상기 통신 모듈을 통해, 상기 구성된 2차원 텍스쳐 맵에 대응하는 얼굴 영상 및 상기 카메라 모듈을 이용하여 촬영되는 동영상으로부터 추출된 특징점들의 좌표들을 전송하도록 제어하는 얼굴 영상의 2차원 텍스쳐 맵 형성 장치.
  15. 제 12항에 있어서, 상기 제어부는,
    상기 동영상의 프레임들 별로 얼굴의 위치를 검출하며, 능동적 외양 모델(active appearance model)을 이용하여 상기 위치가 검출된 얼굴의 특징점들을 검출하는 것을 포함하는 얼굴 영상의 2차원 텍스쳐 맵 형성 장치.
  16. 제 12항에 있어서, 상기 제어부는,
    상기 프레임들 별로 상기 검출된 특징점들을 상기 지정된 2차원 텍스쳐 맵 상의 점들에 대응시키며, 상기 검출된 특징점들 및 상기 지정된 2차원 텍스쳐 맵 상의 점들 간의 대응 관계를 이용하여, 상기 프레임들 각각을 상기 지정된 2차원 텍스쳐 맵의 좌표계에 대응하도록 변형하는 것을 포함하는 얼굴 영상의 2차원 텍스쳐 맵 형성 장치.
  17. 제 16항에 있어서, 상기 제어부는,
    상기 프레임들 별로 상기 검출된 특징점들의 각 좌표를 상기 지정된 2차원 텍스쳐 맵 상의 지정된 좌표에 대응시켜 상기 프레임들 별로 상기 검출된 특징점들을 상기 지정된 2차원 텍스쳐 맵 상의 점들에 대응시키는 것을 포함하는 얼굴 영상의 2차원 텍스쳐 맵 형성 장치.
  18. 제 16항에 있어서, 상기 제어부는,
    상기 지정된 2차원 텍스쳐 맵 상의 지정된 특징점들 각각을 꼭지점으로 하는 델로네 삼각 분할을 하며, 상기 프레임들 별로, 상기 델로네 삼각 분할을 통해 형성된 삼각형들 각각에 대응하는 삼각형을 상기 지정된 2차원 텍스쳐 맵 상으로 아핀 변환 하여 상기 프레임들 각각을 상기 지정된 2차원 텍스쳐 맵의 좌표계에 대응하도록 변형하는 것을 포함하는 얼굴 영상의 2차원 텍스쳐 맵 형성 장치.
  19. 제 12항에 있어서, 상기 제어부는,
    상기 변형된 프레임들에서 지정된 얼굴 각도들 별로 각각 가장 근접한 얼굴 각도를 포함하는 대표 프레임을 선택하여 상기 복수의 대표 프레임들을 결정하며, 대표 프레임들 마다 좌표 별로 미리 결정된 신뢰도에 해당하는 값을 고려하여, 상기 얼굴 영상의 2차원 텍스쳐 맵 상의 좌표들 각각에 대해 적용할 픽셀 값을 상기 복수의 대표 프레임들 중 어느 하나의 대표 프레임에서 추출하며, 상기 얼굴 영상의 2차원 텍스쳐 맵 상의 좌표들 각각의 상기 추출된 픽셀 값을 결합하여, 상기 얼굴 영상의 2차원 텍스쳐 맵을 구성하는 것을 포함하는 얼굴 영상의 2차원 텍스쳐 맵 형성 장치.
  20. 제 19항에 있어서, 상기 제어부는,
    하기 수학식 2를 이용하여, 상기 지정된 2차원 텍스쳐 맵 상의 모든 좌표들 각각에 대한 상기 복수의 대표 프레임들 별로 해당 좌표의 에너지 값을 계산하며,
    상기 계산된 에너지 값에 따라, 상기 복수의 대표 프레임들에서 에너지 값이 가장 낮은 좌표의 대표 프레임의 픽셀 값을 추출하여, 상기 얼굴 영상의 2차원 텍스쳐 맵 상의 좌표들 각각에 대해 적용할 픽셀 값을 상기 복수의 대표 프레임들 중 어느 하나의 대표 프레임에서 추출하는 것을 포함하는 얼굴 영상의 2차원 텍스쳐 맵 형성 장치.
    [수학식 2]
    Figure pat00022

    (상기 수학식 2에서, E(s)는 상기 지정된 2차원 텍스쳐 맵 상의 모든 (x,y) 좌표들 각각에 대한 상기 복수의 대표 프레임들 별로 해당 (x,y) 좌표의 에너지 값,
    Figure pat00023
    는 2차원 텍스쳐 맵 상의 (x,y) 좌표, p는 상기 복수의 대표 프레임들 중 어느 하나의 대표 프레임,
    Figure pat00024
    는 상기 대표 프레임(p)의 2차원 텍스쳐 맵 상의 (x,y) 좌표에 해당하는 픽셀 값, s(
    Figure pat00025
    )는 상기 얼굴 영상의 2차원 텍스쳐 맵 상의 (x,y) 좌표의 픽셀 값을 가져오게 될 대표 프레임의 번호(index),
    Figure pat00026
    는 s(
    Figure pat00027
    )번째 대표 프레임에서 가져온 텍스쳐 맵 상의 (x,y) 좌표에 해당하는 픽셀 값, α(
    Figure pat00028
    ,p)는 대표 프레임들 마다 좌표 별로 미리 결정된 신뢰도에 해당하는 값, β는 상기 얼굴 영상이 정면일 때의 α(
    Figure pat00029
    ,p)의 피크 값과 상기 얼굴 영상이 측면일 때의 α(
    Figure pat00030
    ,p)의 피크 값의 간격을 미리 지정해 놓은 값,
    Figure pat00031
    는 상기 얼굴 영상의 미리 지정해 놓은 분산 값, δ는 2차원 텍스쳐 맵의 중앙 부분의 미리 정의된 x 좌표 값, y(p)는 대표 프레임의 얼굴의 좌우 각도 값, x는 2차원 텍스쳐 맵 상의 (x,y) 좌표 중 x 좌표)
  21. 제 12항에 있어서, 상기 제어부는,
    상기 구성된 2차원 텍스쳐 맵을 이용하여 상기 프레임들 별 상기 검출된 특징점들의 좌표의 오차를 보정하는 것을 포함하는 얼굴 영상의 2차원 텍스쳐 맵 형성 장치.
  22. 제 21항에 있어서, 상기 제어부는,
    상기 구성된 2차원 텍스쳐 맵 상의 각 특징점에 대해, 상기 지정된 2차원 텍스쳐 맵의 좌표계에 대응하도록 변형된 프레임들에서 대응하는 픽셀을 검색하며, 상기 지정된 2차원 텍스쳐 맵의 좌표계에 대응하도록 변형된 프레임들에서 대응하는 픽셀에 상기 구성된 2차원 텍스쳐 맵 상의 해당 특징점을 대응시켜 상기 프레임들 별 상기 검출된 특징점들의 좌표의 오차를 보정하는 것을 포함하는 얼굴 영상의 2차원 텍스쳐 맵 형성 장치.
KR1020150012909A 2015-01-27 2015-01-27 얼굴 영상의 2차원 텍스쳐 맵 형성 방법 및 장치 KR102296820B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150012909A KR102296820B1 (ko) 2015-01-27 2015-01-27 얼굴 영상의 2차원 텍스쳐 맵 형성 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150012909A KR102296820B1 (ko) 2015-01-27 2015-01-27 얼굴 영상의 2차원 텍스쳐 맵 형성 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20160092364A true KR20160092364A (ko) 2016-08-04
KR102296820B1 KR102296820B1 (ko) 2021-09-02

Family

ID=56709421

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150012909A KR102296820B1 (ko) 2015-01-27 2015-01-27 얼굴 영상의 2차원 텍스쳐 맵 형성 방법 및 장치

Country Status (1)

Country Link
KR (1) KR102296820B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113643412A (zh) * 2021-07-14 2021-11-12 北京百度网讯科技有限公司 虚拟形象的生成方法、装置、电子设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020007744A (ko) * 2000-07-18 2002-01-29 최창석 미래 자녀 얼굴 모델링 방법과 미래 얼굴 모델링 방법
KR20090092473A (ko) * 2008-02-27 2009-09-01 오리엔탈종합전자(주) 3차원 변형 가능 형상 모델에 기반한 3차원 얼굴 모델링방법
US20130314401A1 (en) * 2012-05-23 2013-11-28 1-800 Contacts, Inc. Systems and methods for generating a 3-d model of a user for a virtual try-on product

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020007744A (ko) * 2000-07-18 2002-01-29 최창석 미래 자녀 얼굴 모델링 방법과 미래 얼굴 모델링 방법
KR20090092473A (ko) * 2008-02-27 2009-09-01 오리엔탈종합전자(주) 3차원 변형 가능 형상 모델에 기반한 3차원 얼굴 모델링방법
US20130314401A1 (en) * 2012-05-23 2013-11-28 1-800 Contacts, Inc. Systems and methods for generating a 3-d model of a user for a virtual try-on product

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Rav-Acha et al. Unwrap Mosaics: A new representation for video editing. SIGGRAPH, 2008년 8월, pp. 1-11. 1부.* *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113643412A (zh) * 2021-07-14 2021-11-12 北京百度网讯科技有限公司 虚拟形象的生成方法、装置、电子设备及存储介质
US11823306B2 (en) 2021-07-14 2023-11-21 Beijing Baidu Netcom Science Technology Co., Ltd. Virtual image generation method and apparatus, electronic device and storage medium

Also Published As

Publication number Publication date
KR102296820B1 (ko) 2021-09-02

Similar Documents

Publication Publication Date Title
US11481923B2 (en) Relocalization method and apparatus in camera pose tracking process, device, and storage medium
US11367307B2 (en) Method for processing images and electronic device
EP3466070B1 (en) Method and device for obtaining image, and recording medium thereof
EP3779883B1 (en) Method and device for repositioning in camera orientation tracking process, and storage medium
CN110163048B (zh) 手部关键点的识别模型训练方法、识别方法及设备
KR102559625B1 (ko) 증강 현실 출력 방법 및 이를 지원하는 전자 장치
US11436779B2 (en) Image processing method, electronic device, and storage medium
CN109947886B (zh) 图像处理方法、装置、电子设备及存储介质
KR102507567B1 (ko) 이미지를 처리하는 전자 장치 및 그 제어 방법
CN111738220A (zh) 三维人体姿态估计方法、装置、设备及介质
KR20180013277A (ko) 그래픽 객체를 표시하기 위한 전자 장치 및 컴퓨터 판독 가능한 기록 매체
CN112287852B (zh) 人脸图像的处理方法、显示方法、装置及设备
CN110599593B (zh) 数据合成的方法、装置、设备及存储介质
KR20170097884A (ko) 이미지를 처리하기 위한 방법 및 그 전자 장치
KR20170031656A (ko) 화상을 이용해 3차원 정보를 처리하는 전자 장치 및 방
CN111784841A (zh) 重建三维图像的方法、装置、电子设备及介质
KR20150141426A (ko) 전자 장치 및 전자 장치에서의 이미지 처리 방법
CN110956571B (zh) 基于slam进行虚实融合的方法及电子设备
CN113570645A (zh) 图像配准方法、装置、计算机设备及介质
US20240248531A1 (en) Reducing startup time of augmented reality experience
CN110675413B (zh) 三维人脸模型构建方法、装置、计算机设备及存储介质
KR102296820B1 (ko) 얼굴 영상의 2차원 텍스쳐 맵 형성 방법 및 장치
CN112767453A (zh) 人脸跟踪方法、装置、电子设备及存储介质
KR20160008357A (ko) 영상 통화 방법 및 장치
US20230418385A1 (en) Low-power hand-tracking system for wearable device

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right