KR20180055681A - 공간 내에 오브젝트를 배치하기 위한 전자 장치 및 방법 - Google Patents

공간 내에 오브젝트를 배치하기 위한 전자 장치 및 방법 Download PDF

Info

Publication number
KR20180055681A
KR20180055681A KR1020170096387A KR20170096387A KR20180055681A KR 20180055681 A KR20180055681 A KR 20180055681A KR 1020170096387 A KR1020170096387 A KR 1020170096387A KR 20170096387 A KR20170096387 A KR 20170096387A KR 20180055681 A KR20180055681 A KR 20180055681A
Authority
KR
South Korea
Prior art keywords
space
interest
electronic device
sample
recommendation
Prior art date
Application number
KR1020170096387A
Other languages
English (en)
Other versions
KR102424354B1 (ko
Inventor
박찬우
이동헌
이유정
이장원
정대연
Original Assignee
삼성전자주식회사
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 filed Critical 삼성전자주식회사
Priority to US15/815,141 priority Critical patent/US20180137215A1/en
Publication of KR20180055681A publication Critical patent/KR20180055681A/ko
Application granted granted Critical
Publication of KR102424354B1 publication Critical patent/KR102424354B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G06K9/6201—
    • G06K9/4652—
    • 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
    • G06T7/50—Depth or shape recovery
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Graphics (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • Cameras Adapted For Combination With Other Photographic Or Optical Apparatuses (AREA)
  • Transmitters (AREA)
  • Structure Of Telephone Exchanges (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

대상 공간에 관한 공간 데이터를 획득하고, 획득된 공간 데이터로부터 대상 공간 내에 배치되어 있는 적어도 하나의 오브젝트의 특성을 나타내는 특성 정보를 생성하고, 대상 공간 내에서 관심 공간을 특정하고, 생성된 대상 공간의 특성 정보 및 기 저장된 복수의 샘플 공간들의 특성 정보에 기초하여, 관심 공간에 배치될 적어도 하나의 추천 오브젝트를 결정하는 프로세서; 및 결정된 추천 오브젝트를 출력하는 출력부를 포함하는 전자 장치 및 전자 장치의 동작 방법을 나타낸다.

Description

공간 내에 오브젝트를 배치하기 위한 전자 장치 및 방법 {ELECTRONIC APPARATUS AND METHOD FOR ALLOCATING AN OBJECT IN A SPACE}
공간 내에 오브젝트를 배치하기 위한 전자 장치 및 방법에 관한다.
오늘 날 컴퓨터 비전 분야에서는 영상 내에서 오브젝트들을 식별하기 위한 알고리즘 또는 기법들이 제공되고 있다.
공간에 배치하기에 적합한 오브젝트를 결정하거나, 오브젝트를 배치하기에 적합한 공간을 결정하는 전자 장치 및 방법을 제공하는 데 있다. 또한, 상기 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공하는 데 있다. 해결하려는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
일 측면에 따른 전자 장치는, 대상 공간에 관한 공간 데이터를 획득하고, 획득된 공간 데이터로부터 대상 공간 내에 배치되어 있는 적어도 하나의 오브젝트의 특성을 나타내는 특성 정보를 생성하고, 대상 공간 내에서 관심 공간을 특정하고, 생성된 대상 공간의 특성 정보 및 기 저장된 복수의 샘플 공간들의 특성 정보에 기초하여, 관심 공간에 배치될 적어도 하나의 추천 오브젝트를 결정하는 프로세서; 및 결정된 추천 오브젝트를 출력하는 출력부를 포함할 수 있다.
다른 측면에 따른 전자 장치의 동작 방법은, 대상 공간에 관한 공간 데이터를 획득하는 단계; 대상 공간 내에서 관심 공간을 특정하는 단계; 획득된 공간 데이터로부터 대상 공간 내에 배치되어 있는 적어도 하나의 오브젝트의 특성을 나타내는 특성 정보를 생성하는 단계; 생성된 대상 공간의 특성 정보 및 기 저장된 복수의 샘플 공간들의 특성 정보에 기초하여, 관심 공간에 배치될 적어도 하나의 추천 오브젝트를 결정하는 단계; 및 적어도 하나의 추천 오브젝트를 출력하는 단계를 포함할 수 있다.
또 다른 측면에 따른 컴퓨터로 읽을 수 있는 기록매체는 상술한 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 기록매체를 포함한다.
도 1은 전자 장치가 동작하는 일 실시예를 도시하는 도면이다.
도 2는 일 실시예에 따라 전자 장치가 동작하는 방법의 흐름도이다.
도 3은 일 실시예에 따라 전자 장치가 대상 공간의 특성 정보를 생성하는 방법의 흐름도이다.
도 4는 전자 장치가 대상 공간 내의 적어도 하나의 오브젝트의 특성을 나타내는 특성 정보를 생성하는 실시예를 나타낸다.
도 5는 전자 장치가 관심 공간에 배치될 추천 오브젝트를 결정하는 실시예를 나타낸다.
도 6은 전자 장치가 주성분 분석을 통해 복수의 샘플 공간들 각각의 특성 정보와 대상 공간의 특성 정보를 비교하는 실시예를 나타낸다.
도 7은 전자 장치가 대상 공간 내의 관심 공간에 배치될 추천 오브젝트를 결정하는 일 실시예를 나타낸다.
도 8는 전자 장치가 관심 공간에 배치될 추천 오브젝트를 출력하는 실시예를 나타낸다.
도 9는 다른 실시예에 따라 전자 장치가 동작하는 방법의 흐름도이다.
도 10은 전자 장치가 대상 공간 내에서 관심 오브젝트를 배치하기에 적합한 공간을 결정하는 실시예를 나타낸다.
도 11은 또 다른 실시예에 따라 전자 장치가 동작하는 방법의 흐름도이다.
도 12는 전자 장치가, 대상 공간에 대한 영상 내에서, 관심 오브젝트를 이동시켜 배치하는 실시예를 나타낸다.
도 13은 일 실시예에 따른 전자 장치의 블록도를 도시하는 도면이다.
도 14는 다른 실시예에 전자 장치의 블록도를 도시하는 도면이다.
실시 예들에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 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 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.
명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 명세서에 기재된 "...부", "...모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.
아래에서는 첨부한 도면을 참고하여 본 발명의 실시 예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다.
이하에서는 도면을 참조하여 본 발명의 실시 예들을 상세히 설명한다.
도 1은 전자 장치가 동작하는 일 실시예를 도시하는 도면이다.
전자 장치(100)는 대상 공간 내의 관심 공간에 배치될 추천 오브젝트를 결정할 수 있다. 대상 공간은 적어도 하나의 오브젝트들이 배치된 공간이 될 수 있다. 예를 들어, 대상 공간은 댁 내의 거실, 주방, 빌딩 내의 로비, 사무소 내의 회의실 등이 될 수 있다. 또한, 오브젝트는 사용자가 배치할 수 있는 물체가 될 수 있으며, 예를 들어, 가전 제품, 주방 제품, 가구, 벽지, 조명, 카펫 등이 될 수 있다. 또한, 관심 공간은 대상 공간 내의 일부 공간으로서, 사용자가 오브젝트를 배치하고자 하는 공간이 될 수 있다.
일 실시예에 따라, 도 1에 도시된 바와 같이, 대상 공간(10) 내의 관심 공간(12)이 특정된 경우, 전자 장치(100)는 관심 공간(12)에 배치될 추천 오브젝트를 결정할 수 있다. 예를 들어, 대상 공간(10) 내에서 소파와 서랍장 사이의 공간이 관심 공간(12)으로 특정된 경우, 전자 장치(100)는 소파와 서랍장 사이의 공간에 배치하기에 적합한 추천 오브젝트를 결정할 수 있다. 일 실시예에 따라, 전자 장치(100)는 복수의 샘플 공간들을 참조하여, 관심 공간(12)에 배치될 추천 오브젝트를 결정할 수 있다. 샘플 공간은 이상적인 특성을 갖는 오브젝트들이 배치된 공간일 수 있다. 예를 들어, 샘플 공간은 조화로운 가구들 또는 가전 제품들이 배치된 댁 내의 거실, 조화로운 주방 제품들이 배치된 주방, 조화로운 사무 용품들이 배치된 회의실 등이 될 수 있다. 구체적으로, 전자 장치(100)는 복수의 샘플 공간들 중 대상 공간(10)과 유사한 샘플 공간을 선택할 수 있고, 선택된 샘플 공간 내의 오브젝트들을 참조하여, 대상 공간(10) 내의 관심 공간(12)에 배치될 추천 오브젝트를 결정할 수 있다. 예를 들어, 전자 장치(100)는 복수의 샘플 공간들 중 소파와 서랍장을 포함하는 샘플 공간을 대상 공간(10)과 유사한 샘플 공간으로 선택할 수 있다. 이어서, 전자 장치(100)는, 선택된 샘플 공간 내에서 소파와 서랍장 사이에 배치된 스탠드 조명을, 관심 공간(12)에 배치될 추천 오브젝트로 결정할 수 있다.
전자 장치(100)는 결정된 추천 오브젝트(14)를 출력할 수 있다. 일 실시예에 따라, 전자 장치(100)는 추천 오브젝트(14)를 대상 공간(10) 내의 관심 공간(12)에 배치할 수 있고, 추천 오브젝트(14)가 배치된 대상 공간(20)을 표시할 수 있다. 예를 들어, 전자 장치(100)는 추천 오브젝트(14)가 배치된 대상 공간(20)을 2차원 영상 또는 3차원 영상으로 표시할 수 있다.
도 2는 일 실시예에 따라 전자 장치가 동작하는 방법의 흐름도이다.
단계 s210에서, 전자 장치(100)는 대상 공간에 관한 공간 데이터를 획득할 수 있다. 공간 데이터는 대상 공간의 특성 또는 대상 공간 내의 오브젝트의 특성을 판단하는 데 이용되는 데이터일 수 있다. 예를 들어, 공간 데이터는 대상 공간 내에 배치된 오브젝트의 형상, 색상, 크기, 및 위치 등을 판단하는 데 이용되는 데이터일 수 있다. 공간 데이터는, 대상 공간의 특성 또는 대상 공간 내의 오브젝트의 특성을 판단하는 데 이용되는 깊이 정보 및 색상 정보를 포함할 수 있다. 일 예로, 공간 데이터는 이미지 센서를 통해 센싱된 대상 공간의 색상 정보, 및 거리 센서를 통해 센싱된 대상 공간의 거리 정보를 포함할 수 있다. 다른 예로, 공간 데이터는 RGB-D 카메라에 의해 촬영된 대상 공간의 거리 영상 및 컬러 영상을 포함할 수 있다.
일 실시예에 따라, 전자 장치(100)는 이미지 센서 및 깊이 센서를 포함할 수 있는 바, 이미지 센서 및 깊이 센서를 통해 대상 공간을 센싱하여 대상 공간의 색상 정보 및 깊이 정보를 획득할 수 있다. 구체적으로, 전자 장치(100)는 이미지 센서를 통해 대상 공간의 색상 정보를 획득할 수 있으며, SL(Structured Light) 방식 또는 ToF(Time of Flight) 방식을 이용하는 깊이 센서를 통해, 대상 공간에 대한 깊이 센싱(depth sensing)을 수행하여 대상 공간의 깊이 정보를 획득할 수 있다.
다른 실시예에 따라, 전자 장치(100)는 외부의 공간 스캐닝 기기로부터 공간 데이터를 획득할 수 있다. 구체적으로, 공간 스캐닝 기기는 대상 공간을 센싱하여 대상 공간의 깊이 정보 및 색상 정보를 포함하는 공간 데이터를 획득할 수 있고, 획득된 공간 데이터를 전자 장치(100)로 전달할 수 있다. 예를 들어, 공간 스캐닝 기기는 컬러 영상과 거리 영상을 함께 얻을 수 있는 RGB-D 카메라를 포함할 수 있다.
단계 s220에서, 전자 장치(100)는 대상 공간 내에서 관심 공간을 특정할 수 있다.
일 실시예에 따라, 전자 장치(100)는 사용자 입력에 기초하여, 대상 공간 내의 관심 공간을 특정할 수 있다. 구체적으로, 전자 장치(100)는 s210에서 획득된 공간 데이터를 통해 대상 공간의 3차원 영상을 표시할 수 있다. 이어서, 사용자는 3차원 영상을 통해 대상 공간 내의 관심 공간을 전자 장치(100)에 입력할 수 있고, 이러한 사용자 입력에 기초하여, 전자 장치(100)는 사용자의 관심 공간을 특정할 수 있다. 예를 들어, 도 1에 도시되어 있듯이, 전자 장치(100)는 사용자 입력에 기초하여, 3차원 영상으로 표시되는 대상 공간 내에서 소파와 서랍장 사이의 빈 공간을 관심 공간으로써 특정할 수 있다.
다른 실시예에 따라, 전자 장치(100)는 공간 데이터를 분석하여, 대상 공간 내의 관심 공간을 특정할 수 있다. 예를 들어, 전자 장치(100)는 공간 데이터를 분석하여, 대상 공간 내의 비어있는 공간들 중 어느 하나의 공간을 관심 공간으로써 특정할 수 있다.
단계 s230에서, 전자 장치(100)는 s210에서 획득된 공간 데이터로부터 대상 공간에 배치되어 있는 적어도 하나의 오브젝트의 특성을 나타내는 특성 정보를 생성할 수 있다. 구체적으로, 전자 장치(100)는 공간 데이터를 이용하여 대상 공간에 배치되어 있는 적어도 하나의 오브젝트를 식별할 수 있고, 식별된 적어도 하나의 오브젝트의 특성을 나타내는 특성 정보를 생성할 수 있다. 일 실시예에 따라, 오브젝트의 특성은 오브젝트가 가질 수 있는 특성을 의미하는 바, 예를 들어, 오브젝트의 특성은 오브젝트의 형상, 오브젝트의 색상, 오브젝트의 크기, 오브젝트의 재질, 및 오브젝트의 대상 공간 내 위치 등을 의미할 수 있다. 또 다른 예를 들어, 오브젝트의 특성은 오브젝트를 제조하는 회사의 제품명을 의미할 수 있다. 또한, 전자 장치(100)는 특성 정보로써 적어도 하나의 오브젝트의 특성을 나타내는 행렬 또는 벡터를 생성할 수 있다.
단계 s240에서, 전자 장치(100)는 s230에서 생성된 대상 공간의 특성 정보와 기 저장된 복수의 샘플 공간들 각각에 대한 특성 정보에 기초하여, 관심 공간에 배치될 적어도 하나의 추천 오브젝트를 결정할 수 있다. 복수의 샘플 공간들은 전자 장치(100) 또는 외부 장치에 저장된 다양한 샘플 공간들 중에서 선택된 것들일 수 있다.
전자 장치(100)는 복수의 샘플 공간들의 특성 정보들을 획득할 수 있다. 다시 말해, 전자 장치(100)는, 복수의 샘플 공간들 각각마다, 샘플 공간 내에 배치되어 있는 적어도 하나의 오브젝트의 특성을 나타내는 정보를 획득할 수 있다.
전자 장치(100)는 복수의 샘플 공간들의 특성 정보들 각각과 대상 공간의 특성 정보를 비교하여, 복수의 샘플 공간들 중 적어도 하나의 샘플 공간을 선택할 수 있다.
일 실시예에 따라, 전자 장치(100)는 복수의 샘플 공간들 중 대상 공간과 가장 유사한 샘플 공간을 선택할 수 있다. 전자 장치(100)는 복수의 샘플 공간들의 특성 정보들 각각과 대상 공간의 특성 정보 간의 유사성을 계산할 수 있고, 계산 결과에 기초하여, 복수의 샘플 공간들 중 대상 공간과 가장 유사한 샘플 공간을 선택할 수 있다. 예를 들어, 전자 장치(100)는 대상 공간의 특성 정보의 값들과 샘플 공간의 특성 정보의 값들 간의 차이를 계산하여, 복수의 샘플 공간들 중 가장 작은 차이를 갖는 샘플 공간을 선택할 수 있다.이어서, 전자 장치(100)는 선택된 샘플 공간에 배치된 오브젝트의 특성에 기초하여, 대상 공간 내의 관심 공간에 배치될 추천 오브젝트를 결정할 수 있다. 일 실시예에 따라, 전자 장치(100)는, 대상 공간 상의 관심 공간의 위치와 대응되는 샘플 공간 상의 위치에 존재하는 오브젝트의 특성을 참조하여, 추천 오브젝트를 결정할 수 있다. 예를 들어, 관심 공간이 소파와 탁자 사이의 공간으로 특정되고, 샘플 공간 내에서 소파와 탁자 사이의 스탠드가 존재하는 경우, 전자 장치(100)는 샘플 공간의 스탠드와 동일한 모델명의 스탠드를 추천 오브젝트로 결정할 수 있다. 또한, 다른 예에 따라, 전자 장치(100)는 샘플 공간의 스탠드와 동일한 색상의 스탠드를 추천 오브젝트로 결정할 수 있다. 또 다른 예에 따라, 전자 장치(100)는 샘플 공간의 스탠드와 동일한 크기의 스탠드를 추천 오브젝트로 결정할 수 있다.
다른 실시예에 따라, 전자 장치(100)는 복수의 샘플 공간들 중 대상 공간과 유사한 적어도 하나의 샘플 공간을 선택할 수 있다. 전자 장치(100)는 복수의 샘플 공간들의 특성 정보들 각각과 대상 공간의 특성 정보 간의 유사성을 계산할 수 있고, 계산 결과에 기초하여, 대상 공간과 유사한 적어도 하나의 샘플 공간을 선택할 수 있다.
이어서, 전자 장치(100)는 적어도 하나의 샘플 공간에 배치된 적어도 하나의 오브젝트의 특성에 기초하여, 대상 공간 내의 관심 공간에 배치될 추천 오브젝트를 결정할 수 있다. 전자 장치(100)는 적어도 하나의 샘플 공간에 배치된 적어도 하나의 오브젝트의 크기를 고려하여, 관심 공간에 배치될 추천 오브젝트를 결정할 수 있다. 구체적으로, 전자 장치(100)는 관심 공간의 크기 및 적어도 하나의 오브젝트의 크기를 비교하여, 관심 공간에 배치될 추천 오브젝트를 결정할 수 있다. 예를 들어, 전자 장치(100)는, 적어도 하나의 오브젝트 중에서, 관심 공간의 너비 또는 높이 내의 크기를 갖는 오브젝트를 추천 오브젝트로 결정할 수 있다.
또한, 전자 장치(100)는 관심 공간의 주변 오브젝트의 특성을 더 고려하여, 관심 공간에 배치될 추천 오브젝트를 결정할 수 있다. 일 실시예에 따라, 전자 장치(100)는 관심 공간의 주변 오브젝트들의 색상을 고려하여, 추천 오브젝트의 색상을 결정할 수 있다. 예를 들어, 전자 장치(100)가 대상 공간의 특성 정보 및 복수의 샘플 공간들의 특성 정보에 기초하여, 추천 오브젝트를 옷장으로 결정할 수 있다. 이어서, 전자 장치(100)는 관심 공간의 주변 오브젝트들의 색상이 난색(warm color)이므로, 추천 오브젝트인 옷장의 색상을 난색으로 결정할 수 있다.
또한, 전자 장치(100)는 대상 공간 내의 특정된 관심 공간의 크기와 복수의 오브젝트들의 크기를 고려하여, 복수의 오브젝트들 중에서 관심 공간에 배치될 추천 오브젝트를 결정할 수 있다. 구체적으로, 전자 장치(100)는 복수의 오브젝트들의 크기와 관심 공간의 크기를 비교할 수 있고, 복수의 오브젝트들 중에서 관심 공간에 배치되기에 적합한 크기의 오브젝트를 추천 오브젝트로써 결정할 수 있다.
단계 s250에서, 전자 장치(100)는 s240에서 결정된 추천 오브젝트를 출력할 수 있다. 또한, 전자 장치(100)는 s240에서 결정된 추천 오브젝트가 복수개인 경우, 복수개의 추천 오브젝트를 출력할 수 있다.
전자 장치(100)는 s240에서 결정된 추천 오브젝트를 전자 장치(100)의 화면 상에 표시하여 사용자에게 제공할 수 있다. 일 실시예에 따라, 전자 장치(100)는 s240에서 결정된 추천 오브젝트를 대상 공간 내의 관심 공간에 배치할 수 있고, 추천 오브젝트가 배치된 대상 공간을 영상으로 표시할 수 있다.
다른 실시예에 따라, 대상 공간 내의 기존의 오브젝트가 제거된 경우, 전자 장치(100)는 기존의 오브젝트가 제거된 공간에 배치될 추천 오브젝트를 결정할 수 있다. 구체적으로, 전자 장치(100)는 사용자 입력에 기초하여 대상 공간 내에서 기존 오브젝트를 제거할 수 있다. 이어서, 전자 장치(100)는 대상 공간의 특성 정보 및 복수의 샘플 공간들의 특성 정보에 기초하여, 기존의 오브젝트가 제거된 공간에 배치될 추천 오브젝트를 결정할 수 있다. 또한, 전자 장치(100)는 결정된 추천 오브젝트를 출력할 수 있다.
따라서, 전자 장치(100)는, 복수의 샘플 공간들 내에서 이상적이게 배치된 오브젝트들을 참조하여, 대상 공간 내의 특정 공간에 배치될 추천 오브젝트를 결정할 수 있는 바, 특정 공간에 어울릴 만한 추천 오브젝트를 사용자에게 제공할 수 있다.
도 3은 일 실시예에 따라 전자 장치가 대상 공간의 특성 정보를 생성하는 방법의 흐름도이다.
단계 s310에서, 전자 장치(100)는 공간 데이터를 이용하여 대상 공간 내의 적어도 하나의 오브젝트를 식별할 수 있다. 일 실시예에 따라, 전자 장치(100)는 오브젝트의 특징점들을 이용한 영상 처리 기술을 통해 적어도 하나의 오브젝트를 식별할 수 있다. 예를 들어, 전자 장치(100)는 SIFT(Scale-Invariant Feature Transform) 또는 SURF(Speeded Up Robust Features)와 같은 영상 처리 기술을 이용할 수 있다. 구체적으로, 전자 장치(100)는 공간 데이터의 깊이 정보 및 색상 정보를 통해 대상 공간 내의 오브젝트의 특징점들을 추출할 수 있다. 이어서, 전자 장치(100)는 추출된 오브젝트의 특징점들과 기 저장된 복수의 오브젝트들 각각의 특징점들을 비교할 수 있다. 일 실시예에 따라, 전자 장치(100)는 특징점들을 비교하는 과정에서, 강체 변환(Rigid Transformation)을 산출할 수 있고, 복수의 오브젝트들 중 잔여 오류(Residual Error)값이 적게 나오는 오브젝트를 결정할 수 있다. 따라서, 전자 장치(100)는 대상 공간 내의 오브젝트를 복수의 오브젝트들 중 어느 하나의 오브젝트로 식별할 수 있다. 예를 들어, 전자 장치(100)는 대상 공간 내의 오브젝트가 A사의 001 모델에 해당하는 소파로 식별할 수 있다. 또한, 다른 예를 들어, 전자 장치(100)는 대상 공간 내의 오브젝트를 카페트 또는 벽지로 식별할 수 있다.
단계 s320에서, 전자 장치(100)는 s310에서 식별된 적어도 하나의 오브젝트의 특성을 나타내는 특성 정보를 생성할 수 있다.
전자 장치(100)는 식별된 적어도 하나의 오브젝트의 제조 회사 또는 제품명에 대한 정보를 포함하는 특성 정보를 생성할 수 있다. 예를 들어, 오브젝트는 제조 회사의 제품 번호로써 표현될 수 있는 바, 특성 정보는 식별된 적어도 하나의 오브젝트의 제품 번호에 대한 정보를 포함할 수 있다.
또한, 전자 장치(100)는 식별된 적어도 하나의 오브젝트의 형상, 색상, 크기, 재질, 및 공간 내 위치에 대한 정보를 포함하는 특성 정보를 생성할 수 있다. 일 실시예에 따라, 오브젝트의 특성은 표준화된 값으로써 표현될 수 있는 바, 전자 장치(100)는 오브젝트의 특성 별로 표준화된 값을 결정할 수 있고, 표준화된 값을 포함하는 특성 정보를 생성할 수 있다. 예를 들어, 오브젝트의 색상은 표준화된 RGB 색상값으로써 표현될 수 있는 바, 전자 장치(100)는, 오브젝트의 표준화된 RGB 색상값을 포함하는 특성 정보를 생성할 수 있다.
도 4는 전자 장치가 대상 공간 내의 적어도 하나의 오브젝트의 특성을 나타내는 특성 정보를 생성하는 실시예를 나타낸다.
전자 장치(100)는 대상 공간에 배치된 적어도 하나의 오브젝트를 식별할 수 있고, 식별된 적어도 하나의 오브젝트의 특성을 나타내는 특성 정보(410)를 생성할 수 있다. 일 실시예에 따라, 특성 정보(410)는 행렬로써 표현될 수 있다.
구체적인 예로, 전자 장치(100)는 공간 데이터를 이용하여 대상 공간에 배치되어 있는 소파, TV, 벽지, 카페트, 및 천장을 식별할 수 있고, 소파, TV, 벽지, 카페트, 및 천장의 특성을 나타내는 특성 정보(410)를 생성할 수 있다.
전자 장치(100)는 대상 공간 내에 존재하는 소파가 A사 001 모델의 소파임을 식별할 수 있고, 관심 공간 주변에 존재하는 TV가 C사 003 모델의 TV임을 식별할 수 있고, 이러한 식별에 기초하여 특성 정보(410)를 생성할 수 있다. 다시 말해, 전자 장치(100)는 대상 공간 내에 A사 001 모델의 소파 및 C사 003 모델의 TV가 존재하고, B사 002 모델의 테이블 및 A사 002 모델의 안락의자가 존재하지 않는다는 정보를 포함하는 특성 정보(410)를 생성할 수 있다.
또한, 전자 장치(100)는 대상 공간 내에 존재하는 벽지 및 카페트의 색상을 나타내는 특성 정보(410)를 생성할 수 있다. 다시 말해, 전자 장치(100)는, 벽지가 255라는 표준화된 색상값을 갖고, 카페트가 120이라는 표준화된 색상값을 갖는다는 정보를 포함하는 특성 정보(410)를 생성할 수 있다.
또한, 전자 장치(100)는 대상 공간 내에 존재하는 천장의 높이를 나타내는 특성 정보(410)를 생성할 수 있다. 다시 말해, 전자 장치(100)는 천장의 높이가 2.3 미터라는 정보를 포함하는 특성 정보(410)를 생성할 수 있다.
또한, 전자 장치(100)는 대상 공간 내에 존재하는 카페트의 재질을 나타내는 특성 정보(410)를 생성할 수 있다. 다시 말해, 전자 장치(100)는 카페트가 2라는 표준화된 재질값을 갖는다는 정보를 포함하는 특성 정보(410)를 생성할 수 있다.
도 5는 전자 장치가 관심 공간에 배치될 추천 오브젝트를 결정하는 실시예를 나타낸다.
전자 장치(100)는 대상 공간의 특성 정보(510)와 샘플 공간들의 특성 정보(520)을 비교하여, 대상 공간 내의 관심 공간에 배치될 추천 오브젝트를 결정할 수 있다.
먼저, 전자 장치(100)는 샘플 공간들 각각의 특성 정보(520)와 대상 공간의 특성 정보(510)를 비교하여, 샘플 공간들 중 적어도 하나의 샘플 공간을 선택할 수 있다. 일 실시예에 따라, 전자 장치(100)는 샘플 공간들 각각의 특성 정보(520)와 대상 공간의 특성 정보(510) 간의 유사성을 계산할 수 있고, 계산 결과에 기초하여, 샘플 공간들 중 대상 공간과 가장 유사한 샘플 공간을 선택할 수 있다. 일 예에 따라, 대상 공간의 특성 정보(510)가 (소파, 테이블, TV, 안락의자)의 존재 여부를 나타내는 정보로써 (1,0,1,0)인 벡터를 포함하는 경우, 전자 장치(100)는 샘플 공간들 중 (1,0,1,0)을 갖는 샘플 공간을 대상 공간과 가장 유사한 샘플 공간으로 선택할 수 있다. 따라서, 전자 장치(100)는 제 1 샘플 공간 및 제 2 샘플 공간을 대상 공간과 가장 유사한 샘플 공간들로 선택할 수 있다. 또 다른 예에 따라, 대상 공간의 특성 정보(510)가 (벽지 색상, 카페트 재질, 카페트 색상, 천장 높이)의 값을 나타내는 정보로써 (255,2,120,2.3)인 벡터를 포함하는 경우, 전자 장치(100)는 샘플 공간들의 (벽지 색상, 카페트 재질, 카페트 색상, 천장 높이)의 값들과 대상 공간의 (255,2,120,2.3) 간의 차이를 계산할 수 있고, 계산 결과, 차이가 가장 적은 샘플 공간을 대상 공간과 가장 유사한 샘플 공간으로 선택할 수 있다. 따라서, 전자 장치(100)는 제 2 샘플 공간을 대상 공간과 가장 유사한 샘플 공간으로 선택할 수 있다.
이어서, 전자 장치(100)는 선택된 샘플 공간의 특성 정보를 참조하여, 대상 공간 내의 관심 공간에 적합한 오브젝트를 결정할 수 있다. 도 4를 참조하면, 제 2 샘플 공간이 대상 공간과 가장 유사한 샘플 공간으로 선택되고, 대상 공간 내의 관심 공간의 위치가 (120,240,-120)의 좌표로 설정되는 경우, 전자 장치(100)는 제 2 샘플 공간의 특성 정보를 참조하여, (120,240,-120)의 좌표에 배치되는 오브젝트를, 관심 공간에 배치될 추천 오브젝트로 결정할 수 있다. 따라서, 전자 장치(100)는 B사 003 모델의 스탠드를 추천 오브젝트로 결정할 수 있다.
도 6은 전자 장치가 주성분 분석을 통해 복수의 샘플 공간들 각각의 특성 정보와 대상 공간의 특성 정보를 비교하는 실시예를 나타낸다.
전자 장치(100)는 주성분 분석(principle component analysis)을 통해 복수의 샘플 공간들 각각의 특성 정보와 대상 공간의 특성 정보를 비교할 수 있다. 다시 말해, 전자 장치(100)는 주성분 분석을 통해, 복수의 샘플 공간들 각각에 배치된 오브젝트의 특성과 대상 공간에 배치된 오브젝트의 특성을 비교할 수 있다.
구체적으로, 전자 장치(100)는 특성 정보 내에서 비교 대상이 되는 특성들을 주된 특성들에 한정하여, 대상 공간의 특성 정보와 샘플 공간들의 특성 정보를 비교할 수 있다. 예를 들어, 도 6을 살펴보면, 전자 장치(100)는 특성 정보 내에서 비교 대상이 되는 특성들인 (소파, 테이블, TV, 안락의자, 벽지 색상, 카페트 재질, 카페트 색상, 천장 높이) 중에 주된 특징이라고 판단되는 특성들인 (소파, TV, 벽지 색상, 카페트 색상)을 기준으로, 대상 공간의 특성 정보와 샘플 공간들의 특성 정보들 간의 유사성을 계산할 수 있다.
따라서, 전자 장치(100)는 대상 공간의 특성 정보와 샘플 공간들의 특성 정보 간의 비교를 위한 연산량을 줄여 연산 시간을 단축 시킬 수 있으므로, 실시간으로 관심 공간에 배치될 추천 오브젝트를 결정할 수 있다.
도 7은 전자 장치가 대상 공간 내의 관심 공간에 배치될 추천 오브젝트를 결정하는 일 실시예를 나타낸다.
전자 장치(100)는 대상 공간(710) 내의 관심 공간(712)을 특정할 수 있다.
전자 장치(100)는 대상 공간(710)의 특성 정보와 샘플 공간들(720,730,740)의 특성 정보를 비교하여, 대상 공간(710) 내의 관심 공간(712)에 배치될 추천 오브젝트를 결정할 수 있다.
먼저, 전자 장치(100)는 대상 공간(710)의 특성 정보와 샘플 공간들(720,730,740)의 특성 정보 간의 유사성에 기초하여, 샘플 공간들(720,730,740) 중 대상 공간(710)과 가장 유사한 샘플 공간을 선택할 수 있다. 일 실시예에 따라, 대상 공간(710)의 특성 정보는, 소파, 테이블, 및 서랍장을 포함한다는 정보를 포함할 수 있다. 다른 실시예에 따라, 대상 공간(710)의 특성 정보는, 소파, 테이블, 및 서랍장 간의 위치 관계에 대한 정보를 포함할 수 있다. 예를 들어, 대상 공간(710)의 특성 정보는, 소파 앞 쪽에 테이블이 배치된다는 정보 및 소파 옆 쪽에 서랍장이 배치된다는 정보를 포함할 수 있다. 따라서, 일 실시예에 따라, 전자 장치(100)는 샘플 공간들(720,730,740)의 특성 정보들을 참조하여, 샘플 공간들(720,730,740) 중에 소파, 테이블, 및 서랍장을 포함하는 샘플 공간(730)을 대상 공간(710)과 가장 유사한 샘플 공간으로 선택할 수 있다. 또한, 다른 실시예에 따라, 전자 장치(100)는 샘플 공간들(720,730,740)의 특성 정보들을 참조하여, 대상 공간(710)의 소파, 테이블, 및 서랍장 간의 위치 관계와 유사한 샘플 공간(730)을 대상 공간(710)과 가장 유사한 샘플 공간으로 선택할 수 있다.
이어서, 전자 장치(100)는 샘플 공간(730)의 특성 정보를 참조하여, 대상 공간(710) 내의 관심 공간(712)에 배치될 추천 오브젝트를 결정할 수 있다. 일 실시예에 따라, 전자 장치(100)는 대상 공간(710) 상의 관심 공간의 위치와 대응되는 샘플 공간(730) 상의 위치에 존재하는 옷걸이의 특성을 참조하여, 관심 공간(712)에 배치될 추천 오브젝트를 결정할 수 있다. 일 예에 따라, 전자 장치(100)는 샘플 공간(730)의 옷걸이와 동일한 모델의 옷걸이를 추천 오브젝트로 결정할 수 있다. 다른 예에 따라, 전자 장치(100)는 샘플 공간(730)의 옷걸이와 동일한 색상의 옷걸이를 추천 오브젝트로 결정할 수 있다.
도 8는 전자 장치가 관심 공간에 배치될 추천 오브젝트를 출력하는 실시예를 나타낸다.
도 7에서 살펴본 바와 같이, 전자 장치(100)는 대상 공간(710) 내의 관심 공간(712)에 배치될 추천 오브젝트로써 옷걸이를 결정할 수 있고, 옷걸이가 배치된 대상 공간(810)을 표시할 수 있다.
또한, 전자 장치(100)는 샘플 공간들(720,730,740) 외의 다른 샘플 공간들의 특성 정보를 참조하여, 대상 공간(710) 내의 관심 공간에 배치될 추천 오브젝트들로써 스탠드 및 의자를 결정할 수 있고, 스탠드가 배치된 대상 공간(820) 및 의자가 배치된 대상 공간(830)을 표시할 수 있다.
따라서, 사용자는 오브젝트들 각각이 배치된 대상 공간들(810,820,830)을 확인할 수 있고, 오브젝트들 중 원하는 오브젝트를 선택할 수 있다.
도 9는 다른 실시예에 따라 전자 장치가 동작하는 방법의 흐름도이다.
단계 s910에서, 전자 장치(100)는 관심 오브젝트를 특정할 수 있다.
일 실시예에 따라, 전자 장치(100)는 사용자 입력에 기초하여, 관심 오브젝트를 결정할 수 있다. 구체적으로, 사용자는 대상 공간 내에 배치하고자 하는 관심 오브젝트에 대한 정보를 전자 장치(100)에 입력할 수 있고, 이러한 사용자 입력에 기초하여, 전자 장치(100)는 관심 오브젝트를 결정할 수 있다. 예를 들어, 전자 장치(100)는 복수의 오브젝트들의 목록을 화면 상에 표시할 수 있고, 사용자 입력에 기초하여, 복수의 오브젝트들 중 관심 오브젝트를 결정할 수 있다.
단계 s920에서, 전자 장치(100)는 대상 공간의 특성 정보 및 복수의 샘플 공간들의 특성 정보들에 기초하여, 관심 오브젝트가 배치될 대상 공간 내의 추천 공간을 결정할 수 있다.
일 실시예에 따라, 전자 장치(100)는 복수의 샘플 공간들의 특성 정보에 기초하여, 복수의 샘플 공간들 중 관심 오브젝트를 포함하는 적어도 하나의 샘플 공간을 식별할 수 있다. 이어서, 전자 장치(100)는 적어도 하나의 샘플 공간과 대상 공간에 공통적으로 포함되는 적어도 하나의 오브젝트를 결정할 수 있다. 이어서, 전자 장치(100)는 적어도 하나의 샘플 공간 내에서 관심 오브젝트와 적어도 하나의 오브젝트 간의 상대적 위치 관계에 기초하여, 관심 오브젝트가 배치될 대상 공간 내의 추천 공간을 결정할 수 있다. 구체적으로, 적어도 하나의 샘플 공간의 특성 정보는 적어도 하나의 샘플 공간 내의 오브젝트들 각각의 위치 정보를 포함할 수 있으므로, 전자 장치(100)는, 적어도 하나의 샘플 공간의 특성 정보에 기초하여, 적어도 하나의 샘플 공간 내에서 관심 오브젝트와 적어도 하나의 오브젝트 간의 상대적 위치 관계를 인식할 수 있다. 이어서, 전자 장치(100)는 관심 오브젝트와 다른 오브젝트 간의 상대적 위치 관계를 대상 공간에 적용하여, 관심 오브젝트가 배치될 대상 공간 내의 추천 공간을 결정할 수 있다. 예를 들어, 관심 오브젝트가 소파인 경우, 전자 장치(100)는 샘플 공간 내에서 소파가 TV의 정면 방향으로 3미터 거리에 위치한다는 정보를 인식할 수 있다. 이어서, 전자 장치(100)는 대상 공간 내에서 TV의 정면 방향으로 3미터 거리에 위치하는 공간을 추천 공간으로 결정할 수 있다.
다른 실시예에 따라, 전자 장치(100)는 관심 오브젝트의 특성을 고려하여, 관심 오브젝트가 배치될 대상 공간 내의 추천 공간을 결정할 수 있다. 예를 들어, 관심 오브젝트가 가전 제품 종류의 오브젝트인 경우, 전자 장치(100)는 대상 공간 내의 오브젝트들 중 콘센트의 위치와 인접한 공간을 추천 공간으로 결정할 수 있다. 다른 예를 들어, 관심 오브젝트가 주방 제품 종류의 오브젝트인 경우, 전자 장치(100)는 대상 공간 내의 오브젝트들 중 다른 주방 제품의 위치와 인접한 공간을 추천 공간으로 결정할 수 있다. 또한, 전자 장치(100)는 관심 오브젝트의 특성뿐만 아니라 사용자의 특성을 더 고려하여, 관심 오브젝트가 배치될 대상 공간 내의 추천 공간을 결정할 수 있다. 사용자의 특성은 사용자의 성별, 연령, 동선 등을 의미할 수 있다. 사용자의 동선은 대상 공간 내에서 사용자가 이동한 경로의 이력을 의미할 수 있다. 예를 들어, 관심 오브젝트가 주방 제품 종류의 오브젝트이고, 사용자가 주부인 경우, 전자 장치(100)는 기 획득된 사용자의 동선에 관한 정보에 기초하여, 사용자가 주로 머무는 위치 부근으로 추천 공간을 결정할 수 있다.
또 다른 실시예에 따라, 대상 공간 내의 기존의 오브젝트의 특성이 변경된 경우, 전자 장치(100)는 대상 공간 내의 다른 오브젝트의 특성을 변경할 수 있다. 예를 들어, 전자 장치(100)가 사용자 입력에 기초하여 대상 공간 내의 기존 오브젝트의 색상을 난색(warm water)에서 한색(cold color)으로 변경하는 경우, 전자 장치(100)는 기존 오브젝트의 주변 오브젝트의 색상 또한 난색에서 한색으로 변경할 수 있다.
단계 s930에서, 전자 장치(100)는 s920에서 결정된 추천 공간을 출력할 수 있다. 또한, 전자 장치(100)는 s920에서 결정된 공간이 복수개인 경우, 복수개의 추천 공간들을 출력할 수 있다.
전자 장치(100)는 s920에서 결정된 추천 공간에 관심 오브젝트를 표시하여 사용자에게 제공할 수 있다. 다시 말해, 전자 장치(100)는 대상 공간 내의 s920에서 결정된 추천 공간에 오브젝트를 배치할 수 있고, 오브젝트가 배치된 대상 공간을 영상으로 표시할 수 있다.
도 10은 전자 장치가 대상 공간 내에서 관심 오브젝트를 배치하기에 적합한 공간을 결정하는 실시예를 나타낸다.
전자 장치(100)는 관심 오브젝트(1020)로써 소파를 특정할 수 있고, 대상 공간(1010)의 특성 정보 및 복수의 샘플 공간들의 특성 정보에 기초하여, 관심 오브젝트(1020)가 배치될 대상 공간(1010) 내의 추천 공간을 결정할 수 있다.
전자 장치(100)는 복수의 샘플 공간들 중 관심 오브젝트(1020)를 포함하는 적어도 하나의 샘플 공간을 식별할 수 있고, 적어도 하나의 샘플 공간과 대상 공간(1010)이 공통적으로 포함하는 적어도 하나의 오브젝트를 결정할 수 있다. 예를 들어, 전자 장치(100)는 적어도 하나의 오브젝트로써 TV를 결정할 수 있다.
이어서, 전자 장치(100)는 적어도 하나의 샘플 공간 내에서 관심 오브젝트(1020)와 적어도 하나의 오브젝트 간의 상대적 위치 관계를 인식할 수 있다. 예를 들어, 전자 장치(100)는 적어도 하나의 샘플 공간 내에서 소파와 TV 간의 상대적 위치 관계를 인식할 수 있다. 구체적으로, 도 10을 참조하면, 전자 장치(100)는, TV 정면 방향에 소파가 있는 50개의 샘플 공간들, TV 왼쪽 대각선 방향에 소파가 있는 30개의 샘플 공간들, 및 TV 오른쪽 대각선 방향에 소파가 있는 샘플 공간들을 인식할 수 있고, 각 샘플 공간에서 TV를 기준으로 소파의 위치 벡터에 대한 정보를 획득할 수 있다.
이어서, 전자 장치(100)는 관심 오브젝트와 다른 오브젝트 간의 상대적 위치 관계를 대상 공간(1010)에 적용하여, 관심 오브젝트(1020)가 배치될 대상 공간(1010) 내의 추천 공간을 결정할 수 있다. 일 실시예에 따라, 전자 장치(100)는 100개의 샘플 공간들 중 다수에 해당하는 50개의 샘플 공간들에 기초하여, TV 정면 방향에 위치하는 공간을 추천 공간으로 결정할 수 있다. 또한, 전자 장치(100)는, 50개의 샘플 공간들에서의 위치 벡터들을 이용하여, 관심 오브젝트(1020)가 배치될 대상 공간(1010) 내의 추천 공간을 결정할 수 있다. 예를 들어, 전자 장치(100)는 50개의 샘플 공간들에서의 위치 벡터들의 평균값을 (9.5, 0.2, 0)으로 결정할 수 있고, 대상 공간(1010) 내에서 TV를 기준으로 (9.5, 0.2, 0)에 위치하는 공간을 추천 공간으로 결정할 수 있다.
따라서, 전자 장치(100)는 결정된 추천 공간에 관심 오브젝트(1020)가 배치된 대상 공간(1030)을 영상으로 표시할 수 있다.
도 11은 또 다른 실시예에 따라 전자 장치가 동작하는 방법의 흐름도이다.
단계 s1110에서, 전자 장치(100)는 대상 공간 내의 관심 오브젝트를 특정할 수 있다.
일 실시예에 따라, 전자 장치(100)는 사용자 입력에 기초하여 관심 오브젝트를 특정할 수 있다. 구체적인 실시예로, 사용자는 전자 장치(100)에 의해 표시되는 대상 공간에 대한 영상을 참조하여, 이동시켜 새로 배치하고자 하는 관심 오브젝트에 대한 정보를 전자 장치(100)에 입력할 수 있고, 이러한 사용자 입력에 기초하여, 전자 장치(100)는 관심 오브젝트를 특정할 수 있다.
단계 s1120에서, 전자 장치(100)는 대상 공간의 특성 정보와 복수의 샘플 공간들의 특성 정보에 기초하여, 대상 공간 내에서 관심 오브젝트를 이동시켜 배치할 추천 공간을 결정할 수 있다. 다시 말해, 전자 장치(100)는 대상 공간 내에서 기존에 존재하던 관심 오브젝트를 새로 배치할 추천 공간을 결정할 수 있다. 예를 들어, 전자 장치(100)는, 기 살펴본 s920 및 도 10의 실시예에 따라, 대상 공간의 특성 정보와 복수의 샘플 공간들의 특성 정보에 기초하여, 대상 공간 내에서 관심 오브젝트를 이동시켜 배치할 추천 공간을 결정할 수 있다.
단계 s1130에서, 전자 장치(100)는 결정된 추천 공간에 배치된 관심 오브젝트를 출력할 수 있다. 일 실시예에 따라, 전자 장치(100)는, 대상 공간에 대한 영상 내에서, 기존에 존재하던 관심 오브젝트를 제거하여 표시할 수 있고, 기 결정된 추천 공간에 관심 오브젝트를 배치하여 표시할 수 있다.
전자 장치(100)는, 기존에 존재하던 관심 오브젝트를 제거하여 표시하기 위해, 대상 공간에 대한 영상 내에서, 관심 오브젝트가 기존에 존재하던 공간을 빈 공간으로 재구성할 수 있다.
먼저, 전자 장치(100)는 대상 공간에 관한 공간 데이터에 기초하여, 대상 공간에 대한 영상 내의 적어도 하나의 오브젝트를 검출할 수 있다. 일 실시예에 따라, 전자 장치(100)는 대상 공간에 관한 공간 데이터에 기초하여, 대상 공간에 대한 영상 내에서 바닥(floor)/천장(ceiling)/벽(wall)을 검출할 수 있다. 예를 들어, 전자 장치(100)는 대상 공간에 대한 영상 내에서 포인트 클라우드(point cloud)를 통해 메쉬(mesh)를 생성할 수 있고, 생성된 메쉬 및 대상 공간에 대한 깊이 데이터를 이용하여, 대상 공간에 대한 영상 내에서, 바닥/천장/벽을 검출할 수 있다. 또한, 전자 장치(100)는 코너(corner) 또는 엣지(edge)와 같은 이미지 특징(image feature)에 기반하여, 대상 공간에 대한 영상 내의 적어도 하나의 오브젝트를 검출할 수 있다. 특히, 전자 장치(100)는 관심 오브젝트의 영역 내에서의 코너 또는 엣지를 기초로, 대상 공간에 대한 영상 내에서, 관심 오브젝트로 인해 가려진 포인트(vanishing point)를 검출할 수 있다. 또한, 전자 장치(100)는 캘리브레이션(calibration)을 고려한 원근 투영(perspective projection)을 통해, 대상 공간에 대한 영상 내에서, 관심 오브젝트로 인해 가려진 포인트를 검출할 수 있다.
이어서, 전자 장치(100)는 대상 공간에 대한 영상 내의 바닥/천장/벽에 대한 정보, 또는 관심 오브젝트로 인해 가려진 포인트에 대한 정보에 기초하여, 관심 오브젝트가 기존에 존재하던 공간을 빈 공간으로 재구성할 수 있다. 다시 말해, 전자 장치(100)는, 대상 공간에 대한 영상 내에서, 관심 오브젝트로 가려진 배경을 추정하여, 관심 오브젝트가 기존에 존재하던 공간을 빈 공간으로 재구성할 수 있다.
따라서, 전자 장치(100)는, 관심 오브젝트가 기존에 존재하던 공간을 빈 공간으로 재구성함과 동시에, 관심 오브젝트를 추천 공간에 배치하여 표시할 수 있으므로, 관심 오브젝트를 추천 공간으로 이동시켜 표시하는 효과를 나타낼 수 있다.
도 12는 전자 장치가, 대상 공간에 대한 영상 내에서, 관심 오브젝트를 이동시켜 배치하는 실시예를 나타낸다.
전자 장치(100)는 대상 공간에 대한 영상(1210)을 표시할 수 있다. 전자 장치(100)는 대상 공간 내의 스탠드(1212)를 특정할 수 있다. 일 실시예에 따라, 사용자는 대상 공간에 대한 영상(1210)을 참조하여, 스탠드(1212)에 대한 정보를 전자 장치(100)에 입력할 수 있고, 이러한 사용자 입력에 기초하여, 전자 장치(100)는 스탠드(1212)를 특정할 수 있다.
전자 장치(100)는, 대상 공간의 특성 정보와 복수의 샘플 공간들의 특성 정보들에 기초하여, 대상 공간 내에서 스탠드(1212)를 이동시켜 배치할 추천 공간(1214)을 결정할 수 있다.
전자 장치(100)는, 도 12의 영상(1220)에서와 같이, 기 결정된 추천 공간(1214)에 스탠드(1212)를 배치하여 표시할 수 있다. 구체적으로, 전자 장치(100)는 스탠드(1212)가 기존에 존재하던 공간(1222)을 빈 공간으로 재구성할 수 있고, 추천 공간(1214)에 스탠드(1212)를 배치시켜 표시할 수 있다.
도 13은 일 실시예에 따른 전자 장치의 블록도를 도시하는 도면이다.
전자 장치(100)는 일 실시예에 따라, 프로세서(110) 및 출력부(120)를 포함할 수 있다. 도 13에 도시된 전자 장치(100)는 본 실시예와 관련된 구성요소들만이 도시되어 있다. 따라서, 도 13에 도시된 구성요소들 외에 다른 범용적인 구성요소들이 더 포함될 수 있음을 본 실시예와 관련된 기술분야에서 통상의 지식을 가진 자라면 이해할 수 있다.
프로세서(110)는 대상 공간에 관한 공간 데이터를 획득할 수 있다. 공간 데이터는 대상 공간의 깊이 정보 및 색상 정보를 포함할 수 있다.
프로세서(110)는 대상 공간 내에서 관심 공간을 특정할 수 있다. 일 실시예에 따라, 전자 장치(100)는 사용자 입력에 기초하여, 대상 공간 내의 관심 공간을 특정할 수 있다. 다른 실시예에 따라, 전자 장치(100)는 공간 데이터를 분석하여, 대상 공간 내의 관심 공간을 특정할 수 있다.
프로세서(110)는 획득된 공간 데이터로부터 대상 공간에 배치되어 있는 적어도 하나의 오브젝트의 특성을 나타내는 특성 정보를 생성할 수 있다. 구체적으로, 프로세서(110)는 대상 공간 내의 적어도 하나의 오브젝트를 식별할 수 있고, 식별된 적어도 하나의 오브젝트의 특성을 나타내는 특성 정보를 생성할 수 있다.
프로세서(110)는 대상 공간의 특성 정보와 복수의 샘플 공간들 각각에 대한 특성 정보에 기초하여, 관심 공간에 배치될 적어도 하나의 추천 오브젝트를 결정할 수 있다. 구체적으로, 프로세서(110)는 복수의 샘플 공간들의 특성 정보들 각각과 대상 공간의 특성 정보를 비교하여, 복수의 샘플 공간들 중 적어도 하나의 샘플 공간을 선택할 수 있다. 이어서, 프로세서(110)는 선택된 적어도 하나의 샘플 공간의 오브젝트의 특성에 기초하여, 관심 공간에 배치될 적어도 하나의 추천 오브젝트를 결정할 수 있다. 일 실시예에 따라, 프로세서(110)는, 대상 공간 상의 관심 공간의 위치와 대응되는 샘플 공간 상의 위치에 존재하는 오브젝트의 특성을 참조하여, 관심 공간에 배치될 적어도 하나의 추천 오브젝트를 결정할 수 있다.
출력부(120)는 프로세서(110)에 의해 결정된 추천 오브젝트를 출력할 수 있다. 또한, 출력부(120)는 프로세서(110)에 의해 결정된 추천 오브젝트가 복수개인 경우, 복수개의 추천 오브젝트를 출력할 수 있다. 출력부(120)는 프로세서(110)에 의해 결정된 추천 오브젝트를 표시하여 사용자에게 제공할 수 있다.
다른 실시예에 따라, 프로세서(110)는 관심 오브젝트를 특정할 수 있다. 프로세서(110)는 사용자 입력에 기초하여, 관심 오브젝트를 특정할 수 있다.
프로세서(110)는 대상 공간의 특성 정보 및 복수의 샘플 공간들의 특성 정보들에 기초하여, 관심 오브젝트가 배치될 대상 공간 내의 추천 공간을 결정할 수 있다. 구체적으로, 프로세서(110)는 복수의 샘플 공간들의 특성 정보에 기초하여, 복수의 샘플 공간들 중 관심 오브젝트를 포함하는 적어도 하나의 샘플 공간을 식별할 수 있다. 이어서, 프로세서(110)는 적어도 하나의 샘플 공간과 대상 공간이 공통적으로 포함하는 적어도 하나의 오브젝트를 결정할 수 있다. 이어서, 프로세서(110)는 적어도 하나의 샘플 공간 내에서 관심 오브젝트와 적어도 하나의 오브젝트 간의 상대적 위치 관계에 기초하여, 관심 오브젝트가 배치될 대상 공간 내의 추천 공간을 결정할 수 있다.
출력부(120)는 프로세서(110)에 의해 결정된 추천 공간을 출력할 수 있다. 또한, 출력부(120)는 프로세서(110)에 의해 결정된 공간이 복수개인 경우, 복수개의 추천 공간들을 출력할 수 있다.
또 다른 실시예에 따라, 프로세서(110)는 대상 공간 내의 관심 오브젝트를 특정할 수 있다. 프로세서(110)는 사용자 입력에 기초하여, 이동 시켜 배치하고자 하는 관심 오브젝트를 특정할 수 있다.
프로세서(110)는 대상 공간의 특성 정보와 복수의 샘플 공간들의 특성 정보에 기초하여, 대상 공간 내에서 관심 오브젝트를 이동시켜 배치할 추천 공간을 결정할 수 있다. 다시 말해, 프로세서(110)는 대상 공간 내에서 기존에 존재하던 관심 오브젝트를 새로 배치할 추천 공간을 결정할 수 있다.
출력부(120)는 프로세서(110)에 의해 결정된 추천 공간에 배치된 관심 오브젝트를 출력할 수 있다. 일 실시예에 따라, 출력부(120)는, 기존에 존재하던 관심 오브젝트를 제거하여 표시할 수 있고, 기 결정된 추천 공간에 관심 오브젝트를 배치하여 표시할 수 있다. 프로세서(110)는, 출력부(120)가 기존에 존재하던 관심 오브젝트를 제거하여 표시하기 위해, 대상 공간에 대한 영상 내에서, 관심 오브젝트가 기존에 존재하던 공간을 빈 공간으로 재구성할 수 있다.
프로세서(110)는 대상 공간에 관한 공간 데이터뿐만 아니라, 복수의 오브젝트들에 대한 데이터를 획득할 수 있다. 이어서, 프로세서(110)는 대상 공간 내의 특정된 관심 공간의 크기와 복수의 오브젝트들의 크기를 고려하여, 복수의 오브젝트들 중에서 관심 공간에 배치될 추천 오브젝트를 결정할 수 있다. 구체적으로, 프로세서(110)는 복수의 오브젝트들의 크기와 관심 공간의 크기를 비교할 수 있고, 복수의 오브젝트들 중에서 관심 공간에 배치되기에 적합한 크기의 오브젝트를 추천 오브젝트로써 결정할 수 있다.
도 14는 다른 실시예에 전자 장치의 블록도를 도시하는 도면이다.
전자 장치(100)는 사용자 입력부(1100), 출력부(1200), 프로세서(1300), 센싱부(1400), 통신부(1500), A/V 입력부(1600), 및 메모리(1700)를 포함할 수 있다. 도 12의 프로세서(1300)는 도 11의 프로세서(110)와 대응될 수 있으며, 도 14의 출력부(1200)는 도 13의 출력부(120)와 대응될 수 있으므로, 중복되는 내용에 대해서는 설명을 생략한다.
사용자 입력부(1100)는, 사용자가 전자 장치(100)를 제어하기 위한 데이터를 입력하는 수단을 의미한다. 예를 들어, 사용자 입력부(1100)에는 키 패드(key pad), 돔 스위치 (dome switch), 터치 패드(접촉식 정전 용량 방식, 압력식 저항막 방식, 적외선 감지 방식, 표면 초음파 전도 방식, 적분식 장력 측정 방식, 피에조 효과 방식 등), 조그 휠, 조그 스위치 등이 있을 수 있으나 이에 한정되는 것은 아니다. 사용자 입력부(1100)는, 차량 번호에 기반한 물품 결제를 수행하기 위한 사용자 입력을 수신할 수 있다.
출력부(1200)는, 오디오 신호 또는 비디오 신호 또는 진동 신호를 출력할 수 있으며, 출력부(1200)는 디스플레이부(1210), 음향 출력부(1220), 및 진동 모터(1230)를 포함할 수 있다.
디스플레이부(1210)는 전자 장치(100)에서 처리되는 정보를 표시 출력한다. 예를 들어, 디스플레이부(1210)는, 차량 번호에 기반한 물품 결제를 수행하기 위한 그래픽 사용자 인터페이스를 디스플레이할 수 있다.
한편, 디스플레이부(1210)와 터치패드가 레이어 구조를 이루어 터치 스크린으로 구성되는 경우, 디스플레이부(1210)는 출력 장치 이외에 입력 장치로도 사용될 수 있다.
음향 출력부(1220)는 통신부(1500)로부터 수신되거나 메모리(1700)에 저장된 오디오 데이터를 출력한다. 진동 모터(1230)는 진동 신호를 출력할 수 있다.
프로세서(1300)는, 통상적으로 전자 장치(100)의 전반적인 동작을 제어한다. 예를 들어, 프로세서(1300)는, 메모리(1700)에 저장된 프로그램들을 실행함으로써, 사용자 입력부(1100), 디스플레이부(1210), 통신부(1500) 등을 전반적으로 제어할 수 있다.
센싱부(1400)는, 전자 장치(100)의 상태 또는 전자 장치(100) 주변의 상태를 감지하고, 감지된 정보를 프로세서(1300)로 전달할 수 있다.
센싱부(1400)는, 지자기 센서(Magnetic sensor)(1410), 가속도 센서(Acceleration sensor)(1420), 온/습도 센서(1430), 적외선 센서(1440), 자이로스코프 센서(1450), 위치 센서(예컨대, GPS)(1460), 기압 센서(1470), 근접 센서(1480), 및 RGB 센서(illuminance sensor)(1490) 중 적어도 하나를 포함할 수 있으나, 이에 한정되는 것은 아니다. 각 센서들의 기능은 그 명칭으로부터 당업자가 직관적으로 추론할 수 있으므로, 구체적인 설명은 생략하기로 한다.
통신부(1500)는, 근거리 통신부(1510), 이동 통신부(1520), 방송 수신부(1530)를 포함할 수 있다.
근거리 통신부(short-range wireless communication unit)(1510)는, 블루투스 통신부, BLE(Bluetooth Low Energy) 통신부, 근거리 무선 통신부(Near Field Communication unit), WLAN(와이파이) 통신부, 지그비(Zigbee) 통신부, 적외선(IrDA, infrared Data Association) 통신부, WFD(Wi-Fi Direct) 통신부, UWB(ultra wideband) 통신부, Ant+ 통신부 등을 포함할 수 있으나, 이에 한정되는 것은 아니다.
이동 통신부(1520)는, 이동 통신망 상에서 기지국, 외부의 단말, 서버 중 적어도 하나와 무선 신호를 송수신한다. 여기에서, 무선 신호는, 음성 호 신호, 화상 통화 호 신호 또는 문자/멀티미디어 메시지 송수신에 따른 다양한 형태의 데이터를 포함할 수 있다.
방송 수신부(1530)는, 방송 채널을 통하여 외부로부터 방송 신호 및/또는 방송 관련된 정보를 수신한다. 방송 채널은 위성 채널, 지상파 채널을 포함할 수 있다. 구현 예에 따라서 전자 장치(100)가 방송 수신부(1530)를 포함하지 않을 수도 있다.
메모리(1700)는, 프로세서(1300)의 처리 및 제어를 위한 프로그램을 저장할 수 있고, 전자 장치(100)로 입력되거나 전자 장치(100)로부터 출력되는 데이터를 저장할 수도 있다.
메모리(1700)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(RAM, Random Access Memory) SRAM(Static Random Access Memory), 롬(ROM, Read-Only Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다.
메모리(1700)에 저장된 프로그램들은 그 기능에 따라 복수 개의 모듈들로 분류할 수 있는데, 예를 들어, UI 모듈(1710), 터치 스크린 모듈(1720), 알림 모듈(1730) 등으로 분류될 수 있다.
UI 모듈(1710)은, 애플리케이션 별로 모바일 디바이스(1000)와 연동되는 특화된 UI, GUI 등을 제공할 수 있다. 터치 스크린 모듈(1720)은 사용자의 터치 스크린 상의 터치 제스처를 감지하고, 터치 제스처에 관한 정보를 프로세서(1300)로 전달할 수 있다. 일부 실시예에 따른 터치 스크린 모듈(1720)은 터치 코드를 인식하고 분석할 수 있다. 터치 스크린 모듈(1720)은 컨트롤러를 포함하는 별도의 하드웨어로 구성될 수도 있다.
상기 살펴 본 실시예들에 따른 장치는 프로세서, 프로그램 데이터를 저장하고 실행하는 메모리, 디스크 드라이브와 같은 영구 저장부(permanent storage), 외부 장치와 통신하는 통신 포트, 터치 패널, 키(key), 버튼 등과 같은 사용자 인터페이스 장치 등을 포함할 수 있다. 소프트웨어 모듈 또는 알고리즘으로 구현되는 방법들은 상기 프로세서상에서 실행 가능한 컴퓨터가 읽을 수 있는 코드들 또는 프로그램 명령들로서 컴퓨터가 읽을 수 있는 기록 매체 상에 저장될 수 있다. 여기서 컴퓨터가 읽을 수 있는 기록 매체로 마그네틱 저장 매체(예컨대, ROM(read-only memory), RAM(random-access memory), 플로피 디스크, 하드 디스크 등) 및 광학적 판독 매체(예컨대, 시디롬(CD-ROM), 디브이디(DVD: Digital Versatile Disc)) 등이 있다. 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템들에 분산되어, 분산 방식으로 컴퓨터가 판독 가능한 코드가 저장되고 실행될 수 있다. 매체는 컴퓨터에 의해 판독가능하며, 메모리에 저장되고, 프로세서에서 실행될 수 있다.
본 실시 예는 기능적인 블록 구성들 및 다양한 처리 단계들로 나타내어질 수 있다. 이러한 기능 블록들은 특정 기능들을 실행하는 다양한 개수의 하드웨어 또는/및 소프트웨어 구성들로 구현될 수 있다. 예를 들어, 실시 예는 하나 이상의 마이크로프로세서들의 제어 또는 다른 제어 장치들에 의해서 다양한 기능들을 실행할 수 있는, 메모리, 프로세싱, 로직(logic), 룩 업 테이블(look-up table) 등과 같은 직접 회로 구성들을 채용할 수 있다. 구성 요소들이 소프트웨어 프로그래밍 또는 소프트웨어 요소들로 실행될 수 있는 것과 유사하게, 본 실시 예는 데이터 구조, 프로세스들, 루틴들 또는 다른 프로그래밍 구성들의 조합으로 구현되는 다양한 알고리즘을 포함하여, C, C++, 자바(Java), 어셈블러(assembler) 등과 같은 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 기능적인 측면들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다. 또한, 본 실시 예는 전자적인 환경 설정, 신호 처리, 및/또는 데이터 처리 등을 위하여 종래 기술을 채용할 수 있다. "매커니즘", "요소", "수단", "구성"과 같은 용어는 넓게 사용될 수 있으며, 기계적이고 물리적인 구성들로서 한정되는 것은 아니다. 상기 용어는 프로세서 등과 연계하여 소프트웨어의 일련의 처리들(routines)의 의미를 포함할 수 있다.

Claims (23)

  1. 전자 장치에 있어서,
    대상 공간에 관한 공간 데이터를 획득하고, 상기 획득된 공간 데이터로부터 상기 대상 공간 내에 배치되어 있는 적어도 하나의 오브젝트의 특성을 나타내는 특성 정보를 생성하고, 상기 대상 공간 내에서 관심 공간을 특정하고, 상기 생성된 대상 공간의 특성 정보 및 기 저장된 복수의 샘플 공간들의 특성 정보에 기초하여, 상기 관심 공간에 배치될 적어도 하나의 추천 오브젝트를 결정하는 프로세서; 및
    상기 적어도 하나의 추천 오브젝트를 출력하는 출력부;를 포함하는, 전자 장치.
  2. 제 1 항에 있어서,
    상기 프로세서는,
    상기 복수의 샘플 공간들 각각의 특성 정보와 상기 대상 공간의 특성 정보를 비교하여, 상기 복수의 샘플 공간들 중 적어도 하나의 샘플 공간을 선택하고,
    상기 선택된 적어도 하나의 샘플 공간에 배치된 오브젝트의 특성에 기초하여, 상기 관심 공간에 배치될 적어도 하나의 추천 오브젝트를 결정하는, 전자 장치.
  3. 제 2 항에 있어서,
    상기 프로세서는,
    상기 적어도 하나의 샘플 공간에 배치된 적어도 하나의 오브젝트의 크기와 상기 관심 공간의 크기를 비교하여, 상기 관심 공간에 배치될 추천 오브젝트를 결정하는, 전자 장치.
  4. 제 2 항에 있어서,
    상기 프로세서는,
    주성분 분석(principle component analysis)를 통해, 상기 복수의 샘플 공간들 각각에 배치된 오브젝트의 특성과 상기 대상 공간에 배치된 오브젝트의 특성을 비교하는, 전자 장치.
  5. 제 1 항에 있어서,
    상기 프로세서는,
    상기 공간 데이터를 이용하여 상기 대상 공간 내에 배치되어 있는 상기 적어도 하나의 오브젝트를 식별하고,
    상기 식별된 적어도 하나의 오브젝트의 특성을 나타내는 특성 정보를 생성하는, 전자 장치.
  6. 제 1 항에 있어서,
    상기 출력부는,
    상기 적어도 하나의 추천 오브젝트가 상기 관심 공간에 배치된 영상을 표시하는, 전자 장치.
  7. 제 1 항에 있어서,
    상기 프로세서는,
    사용자 입력에 기초하여 관심 오브젝트를 결정하고, 상기 대상 공간의 특성 정보 및 상기 복수의 샘플 공간들의 특성 정보에 기초하여, 상기 관심 오브젝트가 배치될 상기 대상 공간 내의 추천 공간을 결정하고,
    상기 출력부는,
    상기 결정된 추천 공간을 출력하는, 전자 장치.
  8. 제 7 항에 있어서,
    상기 프로세서는,
    상기 복수의 샘플 공간들 중 상기 관심 오브젝트를 포함하는 적어도 하나의 샘플 공간을 식별하고,
    상기 식별된 적어도 하나의 샘플 공간과 상기 대상 공간에 공통적으로 포함된 적어도 하나의 오브젝트를 결정하고,
    상기 식별된 적어도 하나의 샘플 공간 내에서 상기 관심 오브젝트와 상기 적어도 하나의 오브젝트 간의 상대적 위치 관계에 기초하여, 상기 관심 오브젝트가 배치될 상기 대상 공간 내의 추천 공간을 결정하는, 전자 장치.
  9. 제 7 항에 있어서,
    상기 출력부는,
    상기 결정된 추천 공간에 상기 관심 오브젝트가 배치된 영상을 표시하는, 전자 장치.
  10. 제 1 항에 있어서,
    상기 프로세서는,
    대상 공간 내의 관심 오브젝트를 결정하고, 상기 대상 공간의 특성 정보 및 상기 복수의 샘플 공간들의 특성 정보에 기초하여, 상기 대상 공간 내에서 상기 관심 오브젝트를 이동시켜 배치할 추천 공간을 결정하고,
    상기 출력부는,
    상기 결정된 추천 공간에 배치된 관심 오브젝트를 출력하는, 전자 장치.
  11. 제 1 항에 있어서,
    상기 공간 데이터는,
    이미지 센서 및 거리 센서에 의해 센싱된 상기 대상 공간의 깊이 정보 및 색상 정보를 포함하는, 전자 장치.
  12. 전자 장치의 동작 방법에 있어서,
    대상 공간에 관한 공간 데이터를 획득하는 단계;
    상기 대상 공간 내에서 관심 공간을 특정하는 단계;
    상기 획득된 공간 데이터로부터 상기 대상 공간 내에 배치되어 있는 적어도 하나의 오브젝트의 특성을 나타내는 특성 정보를 생성하는 단계;
    상기 생성된 대상 공간의 특성 정보 및 기 저장된 복수의 샘플 공간들의 특성 정보에 기초하여, 상기 관심 공간에 배치될 적어도 하나의 추천 오브젝트를 결정하는 단계; 및
    상기 적어도 하나의 추천 오브젝트를 출력하는 단계를 포함하는, 방법.
  13. 제 12 항에 있어서,
    상기 결정하는 단계는,
    상기 복수의 샘플 공간들 각각의 특성 정보와 상기 대상 공간의 특성 정보를 비교하여, 상기 복수의 샘플 공간들 중 적어도 하나의 샘플 공간을 선택하는 단계; 및
    상기 선택된 적어도 하나의 샘플 공간에 배치된 오브젝트의 특성에 기초하여, 상기 관심 공간에 배치될 적어도 하나의 추천 오브젝트를 결정하는 단계를 포함하는, 방법.
  14. 제 13 항에 있어서,
    상기 결정하는 단계는,
    상기 적어도 하나의 샘플 공간에 배치된 적어도 하나의 오브젝트의 크기와 상기 관심 공간의 크기를 비교하여, 상기 관심 공간에 배치될 추천 오브젝트를 결정하는 단계를 포함하는, 방법.
  15. 제 13 항에 있어서,
    상기 선택하는 단계는,
    주성분 분석(principle component analysis)를 통해, 상기 복수의 샘플 공간들 각각에 배치된 오브젝트의 특성과 상기 대상 공간에 배치된 오브젝트의 특성을 비교하는 단계를 포함하는, 방법.
  16. 제 12 항에 있어서,
    상기 생성하는 단계는,
    상기 공간 데이터를 이용하여 상기 대상 공간 내에 배치되어 있는 적어도 하나의 오브젝트를 식별하는 단계 및
    상기 식별된 적어도 하나의 오브젝트의 특성을 나타내는 특성 정보를 생성하는 단계를 포함하는, 방법.
  17. 제 12 항에 있어서,
    상기 출력하는 단계는,
    상기 적어도 하나의 추천 오브젝트가 상기 관심 공간에 배치된 영상을 표시하는, 방법.
  18. 제 12 항에 있어서,
    사용자 입력에 기초하여 관심 오브젝트를 결정하는 단계;
    상기 대상 공간의 특성 정보 및 상기 복수의 샘플 공간들의 특성 정보에 기초하여, 상기 관심 오브젝트가 배치될 상기 대상 공간 내의 추천 공간을 결정하는 단계; 및
    상기 결정된 추천 공간을 출력하는 단계를 더 포함하는, 방법.
  19. 제 18 항에 있어서,
    상기 대상 공간 내에서 상기 관심 오브젝트를 배치하기에 적합한 공간을 결정하는 단계는,
    상기 복수의 샘플 공간들 중 상기 관심 오브젝트를 포함하는 적어도 하나의 샘플 공간을 식별하는 단계;
    상기 적어도 하나의 샘플 공간과 상기 대상 공간이 공통적으로 포함하는 적어도 하나의 오브젝트를 결정하는 단계; 및
    상기 적어도 하나의 샘플 공간 내에서 상기 관심 오브젝트와 상기 적어도 하나의 오브젝트 간의 상대적 위치 관계에 기초하여, 상기 관심 오브젝트가 배치될 상기 대상 공간 내의 추천 공간을 결정하는 단계를 포함하는, 방법.
  20. 제 18 항에 있어서,
    상기 출력하는 단계는,
    상기 결정된 추천 공간에 상기 관심 오브젝트가 배치된 영상을 표시하는, 방법.
  21. 제 12 항에 있어서,
    상기 공간 데이터는,
    이미지 센서 및 거리 센서에 의해 센싱된 상기 대상 공간의 깊이 정보 및 색상 정보를 포함하는, 방법.
  22. 제 12 항 내지 제 21 항 중에 어느 한 항의 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
  23. 전자 장치에 있어서,
    대상 공간에 관한 공간 데이터를 획득하고, 사용자 입력에 기초하여 상기 대상 공간 내에서 관심 공간을 특정하고, 상기 관심 공간의 크기와 복수의 오브젝트들의 크기를 고려하여, 상기 복수의 오브젝트들 중에서 상기 관심 공간에 배치될 추천 오브젝트를 결정하는 프로세서; 및
    상기 추천 오브젝트를 출력하는 출력부;를 포함하는, 전자 장치.
KR1020170096387A 2016-11-16 2017-07-28 공간 내에 오브젝트를 배치하기 위한 전자 장치 및 방법 KR102424354B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US15/815,141 US20180137215A1 (en) 2016-11-16 2017-11-16 Electronic apparatus for and method of arranging object in space

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201662422675P 2016-11-16 2016-11-16
US62/422,675 2016-11-16

Publications (2)

Publication Number Publication Date
KR20180055681A true KR20180055681A (ko) 2018-05-25
KR102424354B1 KR102424354B1 (ko) 2022-07-25

Family

ID=62299783

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170096387A KR102424354B1 (ko) 2016-11-16 2017-07-28 공간 내에 오브젝트를 배치하기 위한 전자 장치 및 방법

Country Status (1)

Country Link
KR (1) KR102424354B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200061196A (ko) * 2018-11-23 2020-06-02 삼성전자주식회사 디스플레이 장치 및 그 제어 방법
KR20200063531A (ko) * 2018-11-28 2020-06-05 삼성전자주식회사 디스플레이 장치 및 이의 제어 방법
KR20220011033A (ko) * 2020-07-20 2022-01-27 김석진 잔여 공간에 배치가 가능한 가구 추천 방법
KR20230086886A (ko) * 2021-12-09 2023-06-16 서정호 Rfid를 활용한 가상공간 구축 시스템

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130222393A1 (en) * 2011-11-30 2013-08-29 The Board of Trustees of the Leland Stanford, Junior, University Method and System for Interactive Layout
US20140132595A1 (en) * 2012-11-14 2014-05-15 Microsoft Corporation In-scene real-time design of living spaces
KR101485738B1 (ko) * 2014-07-02 2015-01-23 연세대학교 산학협력단 가구 배치 서비스 제공 방법, 서버, 컴퓨터 프로그램 제품 및 가구 배치 서비스 이용 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130222393A1 (en) * 2011-11-30 2013-08-29 The Board of Trustees of the Leland Stanford, Junior, University Method and System for Interactive Layout
US20140132595A1 (en) * 2012-11-14 2014-05-15 Microsoft Corporation In-scene real-time design of living spaces
KR101485738B1 (ko) * 2014-07-02 2015-01-23 연세대학교 산학협력단 가구 배치 서비스 제공 방법, 서버, 컴퓨터 프로그램 제품 및 가구 배치 서비스 이용 방법

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200061196A (ko) * 2018-11-23 2020-06-02 삼성전자주식회사 디스플레이 장치 및 그 제어 방법
KR20200063531A (ko) * 2018-11-28 2020-06-05 삼성전자주식회사 디스플레이 장치 및 이의 제어 방법
KR20220011033A (ko) * 2020-07-20 2022-01-27 김석진 잔여 공간에 배치가 가능한 가구 추천 방법
KR20230086886A (ko) * 2021-12-09 2023-06-16 서정호 Rfid를 활용한 가상공간 구축 시스템

Also Published As

Publication number Publication date
KR102424354B1 (ko) 2022-07-25

Similar Documents

Publication Publication Date Title
KR102424354B1 (ko) 공간 내에 오브젝트를 배치하기 위한 전자 장치 및 방법
RU2708287C1 (ru) Способ и устройство для черчения планировки комнаты
KR102471195B1 (ko) 증강 현실 디지털 콘텐츠 검색 및 크기 조정 기술
US20140285522A1 (en) System and method for presenting true product dimensions within an augmented real-world setting
US20210133850A1 (en) Machine learning predictions of recommended products in augmented reality environments
CN105493154B (zh) 用于确定增强现实环境中的平面的范围的系统和方法
US9728009B2 (en) Augmented reality based management of a representation of a smart environment
RU2636130C2 (ru) Способ и устройство отображения рабочего режима устройства
CN104508695B (zh) 引导方法及引导系统
CN105704472A (zh) 一种识别儿童用户的电视控制方法和系统
US10655951B1 (en) Determining relative positions of user devices
KR20160033495A (ko) 증강현실을 이용한 가구 배치 장치 및 방법
CN112001997B (zh) 一种家具的展示方法和装置
JP2013168132A (ja) 商品検索装置、方法、及びプログラム
US11925304B2 (en) Information processing method, information processing apparatus and computer-readable recording medium storing information processing program
CN111448568A (zh) 基于环境的应用演示
JP2011521348A (ja) 閲覧者のインタフェースの表現場内の起動領域を決定するためのシステム及び方法
KR102629330B1 (ko) 디스플레이 장치 및 이의 제어 방법
US20230276037A1 (en) Object feature virtualization apparatus and methods
US20180137215A1 (en) Electronic apparatus for and method of arranging object in space
WO2016206997A1 (en) Augmented reality device for visualizing luminaire fixtures
CN108846899B (zh) 提高用户对房源中每个功能间的面积感知的方法及系统
US11657611B2 (en) Methods and systems for augmented reality room identification based on room-object profile data
EP3594906A1 (en) Method and device for providing augmented reality, and computer program
CN106919247B (zh) 虚拟影像展示方法及装置

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant