KR20210091571A - 헤드 포즈를 추정하는 인공 지능 장치 및 그 방법 - Google Patents

헤드 포즈를 추정하는 인공 지능 장치 및 그 방법 Download PDF

Info

Publication number
KR20210091571A
KR20210091571A KR1020200004904A KR20200004904A KR20210091571A KR 20210091571 A KR20210091571 A KR 20210091571A KR 1020200004904 A KR1020200004904 A KR 1020200004904A KR 20200004904 A KR20200004904 A KR 20200004904A KR 20210091571 A KR20210091571 A KR 20210091571A
Authority
KR
South Korea
Prior art keywords
dimensional
head
head pose
image
pose information
Prior art date
Application number
KR1020200004904A
Other languages
English (en)
Inventor
황태주
김법중
김남준
윤여빈
Original Assignee
엘지전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Priority to KR1020200004904A priority Critical patent/KR20210091571A/ko
Priority to US16/866,481 priority patent/US11288840B2/en
Publication of KR20210091571A publication Critical patent/KR20210091571A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06K9/00228—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G06K9/00201—
    • G06K9/00268—
    • G06K9/00845—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/145—Illumination specially adapted for pattern recognition, e.g. using gratings
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
    • G06V20/597—Recognising the driver's state or behaviour, e.g. attention or drowsiness
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects
    • G06V20/647—Three-dimensional objects by matching two-dimensional images to three-dimensional objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/164—Detection; Localisation; Normalisation using holistic features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10048—Infrared image
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • 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
    • 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
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • 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
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30268—Vehicle interior
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/10—Recognition assisted with metadata
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/12—Acquisition of 3D measurements of objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Human Computer Interaction (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Traffic Control Systems (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

본 개시는 인물의 헤드에 대한 2차원 이미지를 획득하는 2차원 이미지 센서, 헤드에 대한 3차원 헤드포즈 정보를 획득하는 3차원 이미지 센서 및 2차원 이미지와 3차원 헤드포즈 정보를 매칭하고, 3차원 헤드포즈 정보 중 헤드의 회전 방향이 결정되는 3차원 헤드포즈 정보를 추출하고, 추출한 3차원 헤드포즈 정보와 매칭되는 2차원 이미지를 추출하고, 추출한 2차원 이미지의 소정의 랜드마크 지점에 대한 2차원 좌표에 기초하여 3차원 헤드포즈 정보를 보정하는 기준이 되는 3차원 상대 좌표를 획득하고, 3차원 상대 좌표에 기초하여 3차원 헤드포즈 정보를 보정하여 2차원 이미지 각각의 소정의 랜드마크 지점에 대한 보정된 3차원 헤드포즈 정보를 획득하는 프로세서를 포함하는 인공 지능 장치인공 지능 장치를 제공한다.

Description

헤드 포즈를 추정하는 인공 지능 장치 및 그 방법 {AN ARTIFICIAL INTELLIGENCE APPARATUS FOR ESTIMATING POSE OF HEAD AND METHOD FOR THE SAME}
본 개시는 헤드 포즈를 추정하는 인공 지능 장치 및 그 방법에 관한 것이다. 구체적으로, 헤드의 2차원 이미지로부터 3차원 헤드 포즈를 추정하는 인공 지능 장치 및 그 방법에 관한 것이다.
인공 지능(artificial intelligence)은 인간의 지능으로 할 수 있는 사고, 학습, 자기계발 등을 컴퓨터가 할 수 있도록 하는 방법을 연구하는 컴퓨터 공학 및 정보기술의 한 분야로, 컴퓨터가 인간의 지능적인 행동을 모방할 수 있도록 하는 것을 의미한다.
또한, 인공지능은 그 자체로 존재하는 것이 아니라, 컴퓨터 과학의 다른 분야와 직간접으로 많은 관련을 맺고 있다. 특히 현대에는 정보기술의 여러 분야에서 인공지능적 요소를 도입하여, 그 분야의 문제 풀이에 활용하려는 시도가 매우 활발하게 이루어지고 있다.
한편, 인공지능을 이용하여 주변의 상황을 인지 및 학습하고 사용자가 원하는 정보를 원하는 형태로 제공하거나 사용자가 원하는 동작이나 기능을 수행하는 기술이 활발하게 연구되고 있다.
그리고 이러한 각종 동작과 기능을 제공하는 전자장치를 인공지능 디바이스라고 명칭 할 수 있다.
한편, 인물의 자세를 추론한 인물의 자세를 기초로 다양한 서비스를 제공하고자 하는 시도가 늘고 있다.
그러나, 인물의 자세를 파악하기 위해서는 고가의 3D 카메라를 이용해야하는 문제점이 있다.
따라서, 2D 카메라를 이용하여 인물의 자세를 파악할 수 있는 기능의 필요성이 증대하고 있다.
본 개시는 전술한 문제 및 다른 문제를 해결하는 것을 목적으로 한다.
본 개시는 인물 헤드에 대한2D 이미지로부터 3차원 헤드 포즈 정보를 추론할 수 있는 인공 장치 및 그 방법의 제공을 목적으로 한다.
본 개시는 2D 이미지로부터 3차원 헤드 포즈 정보를 추론하는 3차원 헤드포즈 추론 모델을 훈련시킬 수 있는 인공 지능 장치 및 그 방법의 제공을 목적으로 한다.
본 개시는 3차원 헤드포즈 추론 모델을 훈련시키기 위한 학습데이터를 보정하여, 정확한 학습데이터를 기초로 3차원 헤드 포즈 추론 모델을 훈련시킬 수 있는 인공 지능 장치 및 그 방법의 제공을 목적으로 한다.
본 개시의 일 실시 예는 인물의 헤드에 대한 2차원 이미지를 획득하는 2차원 이미지 센서, 헤드에 대한 3차원 헤드포즈 정보를 획득하는 3차원 이미지 센서 및 2차원 이미지와 3차원 헤드포즈 정보를 매칭하고, 3차원 헤드포즈 정보 중 헤드의 회전 방향이 결정되는 3차원 헤드포즈 정보를 추출하고, 추출한 3차원 헤드포즈 정보와 매칭되는 2차원 이미지를 추출하고, 추출한 2차원 이미지의 소정의 랜드마크 지점에 대한 2차원 좌표에 기초하여 3차원 헤드포즈 정보를 보정하는 기준이 되는 3차원 상대 좌표를 획득하고, 3차원 상대 좌표에 기초하여 3차원 헤드포즈 정보를 보정하여 2차원 이미지 각각의 소정의 랜드마크 지점에 대한 보정된 3차원 헤드포즈 정보를 획득하는 프로세서를 포함하는 인공 지능 장치를 제공한다.
또한, 본 개시의 일 실시 예는 2차원 이미지 센서를 통해 인물의 헤드에 대한 2차원 이미지를 획득하는 단계, 3차원 이미지 센서를 통해 헤드에 대한 3차원 헤드포즈 정보를 획득하는 단계, 2차원 이미지와 3차원 헤드포즈 정보를 매칭하는 단계, 3차원 헤드포즈 정보 중 헤드의 회전 방향이 결정되는 3차원 헤드포즈 정보를 추출하는 단계, 추출한 3차원 헤드포즈 정보와 매칭되는 2차원 이미지를 추출하는 단계, 추출한 2차원 이미지의 소정의 랜드마크 지점에 대한 2차원 좌표에 기초하여 3차원 헤드포즈 정보를 보정하는 기준이 되는 3차원 상대 좌표를 획득하는 단계 및 3차원 상대 좌표에 기초하여 3차원 헤드포즈 정보를 보정하여 2차원 이미지 각각의 소정의 랜드마크 지점에 대한 보정된 3차원 헤드포즈 정보를 획득하는 단계를 포함하는 헤드 포즈 추정 방법을 제공한다.
본 개시의 다양한 실시 예에 따르면, 물 헤드에 대한 2D 이미지로부터 3차원 헤드 포즈 정보를 파악할 수 있다.
또한, 본 개시의 다양한 실시 예에 따르면, 2D 이미지로부터 3차원 헤드 포즈 정보를 추론하는 3차원 헤드포즈 추론 모델을 훈련시킬 수 있다.
또한, 본 개시의 다양한 실시 예에 따르면, 3차원 헤드포즈 추론 모델을 훈련시키기 위한 학습데이터를 보정하여, 정확한 학습데이터를 기초로 3차원 헤드 포즈 추론 모델을 훈련시킬 수 있다.
또한, 본 개시의 다양한 실시 예에 따르면, 고가의 3D 카메라가 아닌 2D 카메라를 이용하여 인물의 헤드포즈 정보를 획득할 수 있다.
또한, 본 개시의 다양한 실시 예에 따르면, 사용자가 헤드를 움직여 기기를 조작하는 경우, 사용자의 2차원 이미지로부터 사용자의 헤드의 위치 또는 방향을 파악할 수 있다.
또한, 본 개시의 다양한 실시 예에 따르면, 운전자의 2차원 이미지로부터 운전자의 헤드의 위치 또는 방향을 파악하여, 졸음 방지 또는 전방 주시 태만을 방지할 수 있다.
도 1은 본 개시의 일 실시 예에 따른 AI 장치(100)를 나타낸다.
도 2는 본 개시의 일 실시 예에 따른 AI 서버(200)를 나타낸다.
도 3은 본 개시의 일 실시 예에 따른 AI 시스템(1)을 나타낸다.
도 4는 본 개시의 일 실시 예에 따른 AI 장치를 나타낸 블록도이다.
도 5는 본 개시의 일 실시 예에 따른 3차원 헤드포즈 정보를 획득하는 방법을 나타내는 순서도이다.
도 6은 본 개시의 일 실시 예에 따른 2차원 이미지를 나타내는 도면이다.
도 7은 본 개시의 일 실시 예에 따른 2차원 이미지의 랜드마크 지점를 나타내는 도면이다.
도 8은 본 개시의 일 실시 예에 따른 3차원 헤드포즈 정보를 설명하기 위한 도면이다.
도 9은 본 개시의 일 실시 예에 따른 2차원 이미지 및 3차원 헤드포즈 정보를 획득하는 방법을 설명하기 위한 도면이다.
도 10 및 도 11는 본 개시의 일 실시 예에 따른 2차원 이미지와 3차원 헤드포즈 정보를 매칭하는 방법을 설명하기 위한 도면이다.
도 12은 본 개시의 일 실시 예에 따른 운전자의 헤드 포즈를 파악하는 과정을 설명하기 위한 도면이다.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시 예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다. 또한, 본 명세서에 개시된 실시 예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시 예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 실시 예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 개시의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
<인공 지능(AI: Artificial Intelligence)>
인공 지능은 인공적인 지능 또는 이를 만들 수 있는 방법론을 연구하는 분야를 의미하며, 머신 러닝(기계 학습, Machine Learning)은 인공 지능 분야에서 다루는 다양한 문제를 정의하고 그것을 해결하는 방법론을 연구하는 분야를 의미한다. 머신 러닝은 어떠한 작업에 대하여 꾸준한 경험을 통해 그 작업에 대한 성능을 높이는 알고리즘으로 정의하기도 한다.
인공 신경망(ANN: Artificial Neural Network)은 머신 러닝에서 사용되는 모델로써, 시냅스의 결합으로 네트워크를 형성한 인공 뉴런(노드)들로 구성되는, 문제 해결 능력을 가지는 모델 전반을 의미할 수 있다. 인공 신경망은 다른 레이어의 뉴런들 사이의 연결 패턴, 모델 파라미터를 갱신하는 학습 과정, 출력값을 생성하는 활성화 함수(Activation Function)에 의해 정의될 수 있다.
인공 신경망은 입력층(Input Layer), 출력층(Output Layer), 그리고 선택적으로 하나 이상의 은닉층(Hidden Layer)를 포함할 수 있다. 각 층은 하나 이상의 뉴런을 포함하고, 인공 신경망은 뉴런과 뉴런을 연결하는 시냅스를 포함할 수 있다. 인공 신경망에서 각 뉴런은 시냅스를 통해 입력되는 입력 신호들, 가중치, 편향에 대한 활성 함수의 함숫값을 출력할 수 있다.
모델 파라미터는 학습을 통해 결정되는 파라미터를 의미하며, 시냅스 연결의 가중치와 뉴런의 편향 등이 포함된다. 그리고, 하이퍼파라미터는 머신 러닝 알고리즘에서 학습 전에 설정되어야 하는 파라미터를 의미하며, 학습률(Learning Rate), 반복 횟수, 미니 배치 크기, 초기화 함수 등이 포함된다.
인공 신경망의 학습의 목적은 손실 함수를 최소화하는 모델 파라미터를 결정하는 것으로 볼 수 있다. 손실 함수는 인공 신경망의 학습 과정에서 최적의 모델 파라미터를 결정하기 위한 지표로 이용될 수 있다.
머신 러닝은 학습 방식에 따라 지도 학습(Supervised Learning), 비지도 학습(Unsupervised Learning), 강화 학습(Reinforcement Learning)으로 분류할 수 있다.
지도 학습은 학습 데이터에 대한 레이블(label)이 주어진 상태에서 인공 신경망을 학습시키는 방법을 의미하며, 레이블이란 학습 데이터가 인공 신경망에 입력되는 경우 인공 신경망이 추론해 내야 하는 정답(또는 결과 값)을 의미할 수 있다. 비지도 학습은 학습 데이터에 대한 레이블이 주어지지 않는 상태에서 인공 신경망을 학습시키는 방법을 의미할 수 있다. 강화 학습은 어떤 환경 안에서 정의된 에이전트가 각 상태에서 누적 보상을 최대화하는 행동 혹은 행동 순서를 선택하도록 학습시키는 학습 방법을 의미할 수 있다.
인공 신경망 중에서 복수의 은닉층을 포함하는 심층 신경망(DNN: Deep Neural Network)으로 구현되는 머신 러닝을 딥 러닝(심층 학습, Deep Learning)이라 부르기도 하며, 딥 러닝은 머신 러닝의 일부이다. 이하에서, 머신 러닝은 딥 러닝을 포함하는 의미로 사용된다.
<로봇(Robot)>
로봇은 스스로 보유한 능력에 의해 주어진 일을 자동으로 처리하거나 작동하는 기계를 의미할 수 있다. 특히, 환경을 인식하고 스스로 판단하여 동작을 수행하는 기능을 갖는 로봇을 지능형 로봇이라 칭할 수 있다.
로봇은 사용 목적이나 분야에 따라 산업용, 의료용, 가정용, 군사용 등으로 분류할 수 있다.
로봇은 액츄에이터 또는 모터를 포함하는 구동부를 구비하여 로봇 관절을 움직이는 등의 다양한 물리적 동작을 수행할 수 있다. 또한, 이동 가능한 로봇은 구동부에 휠, 브레이크, 프로펠러 등이 포함되어, 구동부를 통해 지상에서 주행하거나 공중에서 비행할 수 있다.
<자율 주행(Self-Driving)>
자율 주행은 스스로 주행하는 기술을 의미하며, 자율 주행 차량은 사용자의 조작 없이 또는 사용자의 최소한의 조작으로 주행하는 차량(Vehicle)을 의미한다.
예컨대, 자율 주행에는 주행중인 차선을 유지하는 기술, 어댑티브 크루즈 컨트롤과 같이 속도를 자동으로 조절하는 기술, 정해진 경로를 따라 자동으로 주행하는 기술, 목적지가 설정되면 자동으로 경로를 설정하여 주행하는 기술 등이 모두 포함될 수 있다.
차량은 내연 기관만을 구비하는 차량, 내연 기관과 전기 모터를 함께 구비하는 하이브리드 차량, 그리고 전기 모터만을 구비하는 전기 차량을 모두 포괄하며, 자동차뿐만 아니라 기차, 오토바이 등을 포함할 수 있다.
이때, 자율 주행 차량은 자율 주행 기능을 가진 로봇으로 볼 수 있다.
<확장 현실(XR: eXtended Reality)>
확장 현실은 가상 현실(VR: Virtual Reality), 증강 현실(AR: Augmented Reality), 혼합 현실(MR: Mixed Reality)을 총칭한다. VR 기술은 현실 세계의 객체나 배경 등을 CG 영상으로만 제공하고, AR 기술은 실제 사물 영상 위에 가상으로 만들어진 CG 영상을 함께 제공하며, MR 기술은 현실 세계에 가상 객체들을 섞고 결합시켜서 제공하는 컴퓨터 그래픽 기술이다.
MR 기술은 현실 객체와 가상 객체를 함께 보여준다는 점에서 AR 기술과 유사하다. 그러나, AR 기술에서는 가상 객체가 현실 객체를 보완하는 형태로 사용되는 반면, MR 기술에서는 가상 객체와 현실 객체가 동등한 성격으로 사용된다는 점에서 차이점이 있다.
XR 기술은 HMD(Head-Mount Display), HUD(Head-Up Display), 휴대폰, 태블릿 PC, 랩탑, 데스크탑, TV, 디지털 사이니지 등에 적용될 수 있고, XR 기술이 적용된 장치를 XR 장치(XR Device)라 칭할 수 있다.
도 1은 본 개시의 일 실시 예에 따른 AI 장치(100)를 나타낸다.
AI 장치(100)는 TV, 프로젝터, 휴대폰, 스마트폰, 데스크탑 컴퓨터, 노트북, 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 태블릿 PC, 웨어러블 장치, 셋톱박스(STB), DMB 수신기, 라디오, 세탁기, 냉장고, 데스크탑 컴퓨터, 디지털 사이니지, 로봇, 차량 등과 같은, 고정형 기기 또는 이동 가능한 기기 등으로 구현될 수 있다.
도 1을 참조하면, 단말기(100)는 통신부(110), 입력부(120), 러닝 프로세서(130), 센싱부(140), 출력부(150), 메모리(170) 및 프로세서(180) 등을 포함할 수 있다.
통신부(110)는 유무선 통신 기술을 이용하여 다른 AI 장치(100a 내지 100e)나 AI 서버(200) 등의 외부 장치들과 데이터를 송수신할 수 있다. 예컨대, 통신부(110)는 외부 장치들과 센서 정보, 사용자 입력, 학습 모델, 제어 신호 등을 송수신할 수 있다.
이때, 통신부(110)가 이용하는 통신 기술에는 GSM(Global System for Mobile communication), CDMA(Code Division Multi Access), LTE(Long Term Evolution), 5G, WLAN(Wireless LAN), Wi-Fi(Wireless-Fidelity), 블루투스(Bluetooth??), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association; IrDA), ZigBee, NFC(Near Field Communication) 등이 있다.
입력부(120)는 다양한 종류의 데이터를 획득할 수 있다.
이때, 입력부(120)는 영상 신호 입력을 위한 카메라, 오디오 신호를 수신하기 위한 마이크로폰, 사용자로부터 정보를 입력 받기 위한 사용자 입력부 등을 포함할 수 있다. 여기서, 카메라나 마이크로폰을 센서로 취급하여, 카메라나 마이크로폰으로부터 획득한 신호를 센싱 데이터 또는 센서 정보라고 할 수도 있다.
입력부(120)는 모델 학습을 위한 학습 데이터 및 학습 모델을 이용하여 출력을 획득할 때 사용될 입력 데이터 등을 획득할 수 있다. 입력부(120)는 가공되지 않은 입력 데이터를 획득할 수도 있으며, 이 경우 프로세서(180) 또는 러닝 프로세서(130)는 입력 데이터에 대하여 전처리로써 입력 특징점(input feature)을 추출할 수 있다.
러닝 프로세서(130)는 학습 데이터를 이용하여 인공 신경망으로 구성된 모델을 학습시킬 수 있다. 여기서, 학습된 인공 신경망을 학습 모델이라 칭할 수 있다. 학습 모델은 학습 데이터가 아닌 새로운 입력 데이터에 대하여 결과 값을 추론해 내는데 사용될 수 있고, 추론된 값은 어떠한 동작을 수행하기 위한 판단의 기초로 이용될 수 있다.
이때, 러닝 프로세서(130)는 AI 서버(200)의 러닝 프로세서(240)과 함께 AI 프로세싱을 수행할 수 있다.
이때, 러닝 프로세서(130)는 AI 장치(100)에 통합되거나 구현된 메모리를 포함할 수 있다. 또는, 러닝 프로세서(130)는 메모리(170), AI 장치(100)에 직접 결합된 외부 메모리 또는 외부 장치에서 유지되는 메모리를 사용하여 구현될 수도 있다.
센싱부(140)는 다양한 센서들을 이용하여 AI 장치(100) 내부 정보, AI 장치(100)의 주변 환경 정보 및 사용자 정보 중 적어도 하나를 획득할 수 있다.
이때, 센싱부(140)에 포함되는 센서에는 근접 센서, 조도 센서, 가속도 센서, 자기 센서, 자이로 센서, 관성 센서, RGB 센서, IR 센서, 지문 인식 센서, 초음파 센서, 광 센서, 마이크로폰, 라이다, 레이더 등이 있다.
출력부(150)는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시킬 수 있다.
이때, 출력부(150)에는 시각 정보를 출력하는 디스플레이부, 청각 정보를 출력하는 스피커, 촉각 정보를 출력하는 햅틱 모듈 등이 포함될 수 있다.
메모리(170)는 AI 장치(100)의 다양한 기능을 지원하는 데이터를 저장할 수 있다. 예컨대, 메모리(170)는 입력부(120)에서 획득한 입력 데이터, 학습 데이터, 학습 모델, 학습 히스토리 등을 저장할 수 있다.
프로세서(180)는 데이터 분석 알고리즘 또는 머신 러닝 알고리즘을 사용하여 결정되거나 생성된 정보에 기초하여, AI 장치(100)의 적어도 하나의 실행 가능한 동작을 결정할 수 있다. 그리고, 프로세서(180)는 AI 장치(100)의 구성 요소들을 제어하여 결정된 동작을 수행할 수 있다.
이를 위해, 프로세서(180)는 러닝 프로세서(130) 또는 메모리(170)의 데이터를 요청, 검색, 수신 또는 활용할 수 있고, 상기 적어도 하나의 실행 가능한 동작 중 예측되는 동작이나, 바람직한 것으로 판단되는 동작을 실행하도록 AI 장치(100)의 구성 요소들을 제어할 수 있다.
이때, 프로세서(180)는 결정된 동작을 수행하기 위하여 외부 장치의 연계가 필요한 경우, 해당 외부 장치를 제어하기 위한 제어 신호를 생성하고, 생성한 제어 신호를 해당 외부 장치에 전송할 수 있다.
프로세서(180)는 사용자 입력에 대하여 의도 정보를 획득하고, 획득한 의도 정보에 기초하여 사용자의 요구 사항을 결정할 수 있다.
이때, 프로세서(180)는 음성 입력을 문자열로 변환하기 위한 STT(Speech To Text) 엔진 또는 자연어의 의도 정보를 획득하기 위한 자연어 처리(NLP: Natural Language Processing) 엔진 중에서 적어도 하나 이상을 이용하여, 사용자 입력에 상응하는 의도 정보를 획득할 수 있다.
이때, STT 엔진 또는 NLP 엔진 중에서 적어도 하나 이상은 적어도 일부가 머신 러닝 알고리즘에 따라 학습된 인공 신경망으로 구성될 수 있다. 그리고, STT 엔진 또는 NLP 엔진 중에서 적어도 하나 이상은 러닝 프로세서(130)에 의해 학습된 것이나, AI 서버(200)의 러닝 프로세서(240)에 의해 학습된 것이거나, 또는 이들의 분산 처리에 의해 학습된 것일 수 있다.
프로세서(180)는 AI 장치(100)의 동작 내용이나 동작에 대한 사용자의 피드백 등을 포함하는 이력 정보를 수집하여 메모리(170) 또는 러닝 프로세서(130)에 저장하거나, AI 서버(200) 등의 외부 장치에 전송할 수 있다. 수집된 이력 정보는 학습 모델을 갱신하는데 이용될 수 있다.
프로세서(180)는 메모리(170)에 저장된 응용 프로그램을 구동하기 위하여, AI 장치(100)의 구성 요소들 중 적어도 일부를 제어할 수 있다. 나아가, 프로세서(180)는 상기 응용 프로그램의 구동을 위하여, AI 장치(100)에 포함된 구성 요소들 중 둘 이상을 서로 조합하여 동작시킬 수 있다.
도 2는 본 개시의 일 실시 예에 따른 AI 서버(200)를 나타낸다.
도 2를 참조하면, AI 서버(200)는 머신 러닝 알고리즘을 이용하여 인공 신경망을 학습시키거나 학습된 인공 신경망을 이용하는 장치를 의미할 수 있다. 여기서, AI 서버(200)는 복수의 서버들로 구성되어 분산 처리를 수행할 수도 있고, 5G 네트워크로 정의될 수 있다. 이때, AI 서버(200)는 AI 장치(100)의 일부의 구성으로 포함되어, AI 프로세싱 중 적어도 일부를 함께 수행할 수도 있다.
AI 서버(200)는 통신부(210), 메모리(230), 러닝 프로세서(240) 및 프로세서(260) 등을 포함할 수 있다.
통신부(210)는 AI 장치(100) 등의 외부 장치와 데이터를 송수신할 수 있다.
메모리(230)는 모델 저장부(231)를 포함할 수 있다. 모델 저장부(231)는 러닝 프로세서(240)을 통하여 학습 중인 또는 학습된 모델(또는 인공 신경망, 231a)을 저장할 수 있다.
러닝 프로세서(240)는 학습 데이터를 이용하여 인공 신경망(231a)을 학습시킬 수 있다. 학습 모델은 인공 신경망의 AI 서버(200)에 탑재된 상태에서 이용되거나, AI 장치(100) 등의 외부 장치에 탑재되어 이용될 수도 있다.
학습 모델은 하드웨어, 소프트웨어 또는 하드웨어와 소프트웨어의 조합으로 구현될 수 있다. 학습 모델의 일부 또는 전부가 소프트웨어로 구현되는 경우 학습 모델을 구성하는 하나 이상의 명령어(instruction)는 메모리(230)에 저장될 수 있다.
프로세서(260)는 학습 모델을 이용하여 새로운 입력 데이터에 대하여 결과 값을 추론하고, 추론한 결과 값에 기초한 응답이나 제어 명령을 생성할 수 있다.
도 3은 본 개시의 일 실시 예에 따른 AI 시스템(1)을 나타낸다.
도 3을 참조하면, AI 시스템(1)은 AI 서버(200), 로봇(100a), 자율 주행 차량(100b), XR 장치(100c), 스마트폰(100d) 또는 가전(100e) 중에서 적어도 하나 이상이 클라우드 네트워크(10)와 연결된다. 여기서, AI 기술이 적용된 로봇(100a), 자율 주행 차량(100b), XR 장치(100c), 스마트폰(100d) 또는 가전(100e) 등을 AI 장치(100a 내지 100e)라 칭할 수 있다.
클라우드 네트워크(10)는 클라우드 컴퓨팅 인프라의 일부를 구성하거나 클라우드 컴퓨팅 인프라 안에 존재하는 네트워크를 의미할 수 있다. 여기서, 클라우드 네트워크(10)는 3G 네트워크, 4G 또는 LTE(Long Term Evolution) 네트워크 또는 5G 네트워크 등을 이용하여 구성될 수 있다.
즉, AI 시스템(1)을 구성하는 각 장치들(100a 내지 100e, 200)은 클라우드 네트워크(10)를 통해 서로 연결될 수 있다. 특히, 각 장치들(100a 내지 100e, 200)은 기지국을 통해서 서로 통신할 수도 있지만, 기지국을 통하지 않고 직접 서로 통신할 수도 있다.
AI 서버(200)는 AI 프로세싱을 수행하는 서버와 빅 데이터에 대한 연산을 수행하는 서버를 포함할 수 있다.
AI 서버(200)는 AI 시스템(1)을 구성하는 AI 장치들인 로봇(100a), 자율 주행 차량(100b), XR 장치(100c), 스마트폰(100d) 또는 가전(100e) 중에서 적어도 하나 이상과 클라우드 네트워크(10)을 통하여 연결되고, 연결된 AI 장치들(100a 내지 100e)의 AI 프로세싱을 적어도 일부를 도울 수 있다.
이때, AI 서버(200)는 AI 장치(100a 내지 100e)를 대신하여 머신 러닝 알고리즘에 따라 인공 신경망을 학습시킬 수 있고, 학습 모델을 직접 저장하거나 AI 장치(100a 내지 100e)에 전송할 수 있다.
이때, AI 서버(200)는 AI 장치(100a 내지 100e)로부터 입력 데이터를 수신하고, 학습 모델을 이용하여 수신한 입력 데이터에 대하여 결과 값을 추론하고, 추론한 결과 값에 기초한 응답이나 제어 명령을 생성하여 AI 장치(100a 내지 100e)로 전송할 수 있다.
또는, AI 장치(100a 내지 100e)는 직접 학습 모델을 이용하여 입력 데이터에 대하여 결과 값을 추론하고, 추론한 결과 값에 기초한 응답이나 제어 명령을 생성할 수도 있다.
이하에서는, 상술한 기술이 적용되는 AI 장치(100a 내지 100e)의 다양한 실시 예들을 설명한다. 여기서, 도 3에 도시된 AI 장치(100a 내지 100e)는 도 1에 도시된 AI 장치(100)의 구체적인 실시 예로 볼 수 있다.
<AI+로봇>
로봇(100a)은 AI 기술이 적용되어, 안내 로봇, 운반 로봇, 청소 로봇, 웨어러블 로봇, 엔터테인먼트 로봇, 펫 로봇, 무인 비행 로봇 등으로 구현될 수 있다.
로봇(100a)은 동작을 제어하기 위한 로봇 제어 모듈을 포함할 수 있고, 로봇 제어 모듈은 소프트웨어 모듈 또는 이를 하드웨어로 구현한 칩을 의미할 수 있다.
로봇(100a)은 다양한 종류의 센서들로부터 획득한 센서 정보를 이용하여 로봇(100a)의 상태 정보를 획득하거나, 주변 환경 및 객체를 검출(인식)하거나, 맵 데이터를 생성하거나, 이동 경로 및 주행 계획을 결정하거나, 사용자 상호작용에 대한 응답을 결정하거나, 동작을 결정할 수 있다.
여기서, 로봇(100a)은 이동 경로 및 주행 계획을 결정하기 위하여, 라이다, 레이더, 카메라 중에서 적어도 하나 이상의 센서에서 획득한 센서 정보를 이용할 수 있다.
로봇(100a)은 적어도 하나 이상의 인공 신경망으로 구성된 학습 모델을 이용하여 상기한 동작들을 수행할 수 있다. 예컨대, 로봇(100a)은 학습 모델을 이용하여 주변 환경 및 객체를 인식할 수 있고, 인식된 주변 환경 정보 또는 객체 정보를 이용하여 동작을 결정할 수 있다. 여기서, 학습 모델은 로봇(100a)에서 직접 학습되거나, AI 서버(200) 등의 외부 장치에서 학습된 것일 수 있다.
이때, 로봇(100a)은 직접 학습 모델을 이용하여 결과를 생성하여 동작을 수행할 수도 있지만, AI 서버(200) 등의 외부 장치에 센서 정보를 전송하고 그에 따라 생성된 결과를 수신하여 동작을 수행할 수도 있다.
로봇(100a)은 맵 데이터, 센서 정보로부터 검출한 객체 정보 또는 외부 장치로부터 획득한 객체 정보 중에서 적어도 하나 이상을 이용하여 이동 경로와 주행 계획을 결정하고, 구동부를 제어하여 결정된 이동 경로와 주행 계획에 따라 로봇(100a)을 주행시킬 수 있다.
맵 데이터에는 로봇(100a)이 이동하는 공간에 배치된 다양한 객체들에 대한 객체 식별 정보가 포함될 수 있다. 예컨대, 맵 데이터에는 벽, 문 등의 고정 객체들과 화분, 책상 등의 이동 가능한 객체들에 대한 객체 식별 정보가 포함될 수 있다. 그리고, 객체 식별 정보에는 명칭, 종류, 거리, 위치 등이 포함될 수 있다.
또한, 로봇(100a)은 사용자의 제어/상호작용에 기초하여 구동부를 제어함으로써, 동작을 수행하거나 주행할 수 있다. 이때, 로봇(100a)은 사용자의 동작이나 음성 발화에 따른 상호작용의 의도 정보를 획득하고, 획득한 의도 정보에 기초하여 응답을 결정하여 동작을 수행할 수 있다.
<AI+자율주행>
자율 주행 차량(100b)은 AI 기술이 적용되어, 이동형 로봇, 차량, 무인 비행체 등으로 구현될 수 있다.
자율 주행 차량(100b)은 자율 주행 기능을 제어하기 위한 자율 주행 제어 모듈을 포함할 수 있고, 자율 주행 제어 모듈은 소프트웨어 모듈 또는 이를 하드웨어로 구현한 칩을 의미할 수 있다. 자율 주행 제어 모듈은 자율 주행 차량(100b)의 구성으로써 내부에 포함될 수도 있지만, 자율 주행 차량(100b)의 외부에 별도의 하드웨어로 구성되어 연결될 수도 있다.
자율 주행 차량(100b)은 다양한 종류의 센서들로부터 획득한 센서 정보를 이용하여 자율 주행 차량(100b)의 상태 정보를 획득하거나, 주변 환경 및 객체를 검출(인식)하거나, 맵 데이터를 생성하거나, 이동 경로 및 주행 계획을 결정하거나, 동작을 결정할 수 있다.
여기서, 자율 주행 차량(100b)은 이동 경로 및 주행 계획을 결정하기 위하여, 로봇(100a)과 마찬가지로, 라이다, 레이더, 카메라 중에서 적어도 하나 이상의 센서에서 획득한 센서 정보를 이용할 수 있다.
특히, 자율 주행 차량(100b)은 시야가 가려지는 영역이나 일정 거리 이상의 영역에 대한 환경이나 객체는 외부 장치들로부터 센서 정보를 수신하여 인식하거나, 외부 장치들로부터 직접 인식된 정보를 수신할 수 있다.
자율 주행 차량(100b)은 적어도 하나 이상의 인공 신경망으로 구성된 학습 모델을 이용하여 상기한 동작들을 수행할 수 있다. 예컨대, 자율 주행 차량(100b)은 학습 모델을 이용하여 주변 환경 및 객체를 인식할 수 있고, 인식된 주변 환경 정보 또는 객체 정보를 이용하여 주행 동선을 결정할 수 있다. 여기서, 학습 모델은 자율 주행 차량(100b)에서 직접 학습되거나, AI 서버(200) 등의 외부 장치에서 학습된 것일 수 있다.
이때, 자율 주행 차량(100b)은 직접 학습 모델을 이용하여 결과를 생성하여 동작을 수행할 수도 있지만, AI 서버(200) 등의 외부 장치에 센서 정보를 전송하고 그에 따라 생성된 결과를 수신하여 동작을 수행할 수도 있다.
자율 주행 차량(100b)은 맵 데이터, 센서 정보로부터 검출한 객체 정보 또는 외부 장치로부터 획득한 객체 정보 중에서 적어도 하나 이상을 이용하여 이동 경로와 주행 계획을 결정하고, 구동부를 제어하여 결정된 이동 경로와 주행 계획에 따라 자율 주행 차량(100b)을 주행시킬 수 있다.
맵 데이터에는 자율 주행 차량(100b)이 주행하는 공간(예컨대, 도로)에 배치된 다양한 객체들에 대한 객체 식별 정보가 포함될 수 있다. 예컨대, 맵 데이터에는 가로등, 바위, 건물 등의 고정 객체들과 차량, 보행자 등의 이동 가능한 객체들에 대한 객체 식별 정보가 포함될 수 있다. 그리고, 객체 식별 정보에는 명칭, 종류, 거리, 위치 등이 포함될 수 있다.
또한, 자율 주행 차량(100b)은 사용자의 제어/상호작용에 기초하여 구동부를 제어함으로써, 동작을 수행하거나 주행할 수 있다. 이때, 자율 주행 차량(100b)은 사용자의 동작이나 음성 발화에 따른 상호작용의 의도 정보를 획득하고, 획득한 의도 정보에 기초하여 응답을 결정하여 동작을 수행할 수 있다.
<AI+XR>
XR 장치(100c)는 AI 기술이 적용되어, HMD(Head-Mount Display), 차량에 구비된 HUD(Head-Up Display), 텔레비전, 휴대폰, 스마트 폰, 컴퓨터, 웨어러블 디바이스, 가전 기기, 디지털 사이니지, 차량, 고정형 로봇이나 이동형 로봇 등으로 구현될 수 있다.
XR 장치(100c)는 다양한 센서들을 통해 또는 외부 장치로부터 획득한 3차원 포인트 클라우드 데이터 또는 이미지 데이터를 분석하여 3차원 포인트들에 대한 위치 데이터 및 속성 데이터를 생성함으로써 주변 공간 또는 현실 객체에 대한 정보를 획득하고, 출력할 XR 객체를 렌더링하여 출력할 수 있다. 예컨대, XR 장치(100c)는 인식된 물체에 대한 추가 정보를 포함하는 XR 객체를 해당 인식된 물체에 대응시켜 출력할 수 있다.
XR 장치(100c)는 적어도 하나 이상의 인공 신경망으로 구성된 학습 모델을 이용하여 상기한 동작들을 수행할 수 있다. 예컨대, XR 장치(100c)는 학습 모델을 이용하여 3차원 포인트 클라우드 데이터 또는 이미지 데이터에서 현실 객체를 인식할 수 있고, 인식한 현실 객체에 상응하는 정보를 제공할 수 있다. 여기서, 학습 모델은 XR 장치(100c)에서 직접 학습되거나, AI 서버(200) 등의 외부 장치에서 학습된 것일 수 있다.
이때, XR 장치(100c)는 직접 학습 모델을 이용하여 결과를 생성하여 동작을 수행할 수도 있지만, AI 서버(200) 등의 외부 장치에 센서 정보를 전송하고 그에 따라 생성된 결과를 수신하여 동작을 수행할 수도 있다.
<AI+로봇+자율주행>
로봇(100a)은 AI 기술 및 자율 주행 기술이 적용되어, 안내 로봇, 운반 로봇, 청소 로봇, 웨어러블 로봇, 엔터테인먼트 로봇, 펫 로봇, 무인 비행 로봇 등으로 구현될 수 있다.
AI 기술과 자율 주행 기술이 적용된 로봇(100a)은 자율 주행 기능을 가진 로봇 자체나, 자율 주행 차량(100b)과 상호작용하는 로봇(100a) 등을 의미할 수 있다.
자율 주행 기능을 가진 로봇(100a)은 사용자의 제어 없이도 주어진 동선에 따라 스스로 움직이거나, 동선을 스스로 결정하여 움직이는 장치들을 통칭할 수 있다.
자율 주행 기능을 가진 로봇(100a) 및 자율 주행 차량(100b)은 이동 경로 또는 주행 계획 중 하나 이상을 결정하기 위해 공통적인 센싱 방법을 사용할 수 있다. 예를 들어, 자율 주행 기능을 가진 로봇(100a) 및 자율 주행 차량(100b)은 라이다, 레이더, 카메라를 통해 센싱된 정보를 이용하여, 이동 경로 또는 주행 계획 중 하나 이상을 결정할 수 있다.
자율 주행 차량(100b)과 상호작용하는 로봇(100a)은 자율 주행 차량(100b)과 별개로 존재하면서, 자율 주행 차량(100b)의 내부에서 자율 주행 기능에 연계되거나, 자율 주행 차량(100b)에 탑승한 사용자와 연계된 동작을 수행할 수 있다.
이때, 자율 주행 차량(100b)과 상호작용하는 로봇(100a)은 자율 주행 차량(100b)을 대신하여 센서 정보를 획득하여 자율 주행 차량(100b)에 제공하거나, 센서 정보를 획득하고 주변 환경 정보 또는 객체 정보를 생성하여 자율 주행 차량(100b)에 제공함으로써, 자율 주행 차량(100b)의 자율 주행 기능을 제어하거나 보조할 수 있다.
또는, 자율 주행 차량(100b)과 상호작용하는 로봇(100a)은 자율 주행 차량(100b)에 탑승한 사용자를 모니터링하거나 사용자와의 상호작용을 통해 자율 주행 차량(100b)의 기능을 제어할 수 있다. 예컨대, 로봇(100a)은 운전자가 졸음 상태인 경우로 판단되는 경우, 자율 주행 차량(100b)의 자율 주행 기능을 활성화하거나 자율 주행 차량(100b)의 구동부의 제어를 보조할 수 있다. 여기서, 로봇(100a)이 제어하는 자율 주행 차량(100b)의 기능에는 단순히 자율 주행 기능뿐만 아니라, 자율 주행 차량(100b)의 내부에 구비된 네비게이션 시스템이나 오디오 시스템에서 제공하는 기능도 포함될 수 있다.
또는, 자율 주행 차량(100b)과 상호작용하는 로봇(100a)은 자율 주행 차량(100b)의 외부에서 자율 주행 차량(100b)에 정보를 제공하거나 기능을 보조할 수 있다. 예컨대, 로봇(100a)은 스마트 신호등과 같이 자율 주행 차량(100b)에 신호 정보 등을 포함하는 교통 정보를 제공할 수도 있고, 전기 차량의 자동 전기 충전기와 같이 자율 주행 차량(100b)과 상호작용하여 충전구에 전기 충전기를 자동으로 연결할 수도 있다.
<AI+로봇+XR>
로봇(100a)은 AI 기술 및 XR 기술이 적용되어, 안내 로봇, 운반 로봇, 청소 로봇, 웨어러블 로봇, 엔터테인먼트 로봇, 펫 로봇, 무인 비행 로봇, 드론 등으로 구현될 수 있다.
XR 기술이 적용된 로봇(100a)은 XR 영상 내에서의 제어/상호작용의 대상이 되는 로봇을 의미할 수 있다. 이 경우, 로봇(100a)은 XR 장치(100c)와 구분되며 서로 연동될 수 있다.
XR 영상 내에서의 제어/상호작용의 대상이 되는 로봇(100a)은 카메라를 포함하는 센서들로부터 센서 정보를 획득하면, 로봇(100a) 또는 XR 장치(100c)는 센서 정보에 기초한 XR 영상을 생성하고, XR 장치(100c)는 생성된 XR 영상을 출력할 수 있다. 그리고, 이러한 로봇(100a)은 XR 장치(100c)를 통해 입력되는 제어 신호 또는 사용자의 상호작용에 기초하여 동작할 수 있다.
예컨대, 사용자는 XR 장치(100c) 등의 외부 장치를 통해 원격으로 연동된 로봇(100a)의 시점에 상응하는 XR 영상을 확인할 수 있고, 상호작용을 통하여 로봇(100a)의 자율 주행 경로를 조정하거나, 동작 또는 주행을 제어하거나, 주변 객체의 정보를 확인할 수 있다.
<AI+자율주행+XR>
자율 주행 차량(100b)은 AI 기술 및 XR 기술이 적용되어, 이동형 로봇, 차량, 무인 비행체 등으로 구현될 수 있다.
XR 기술이 적용된 자율 주행 차량(100b)은 XR 영상을 제공하는 수단을 구비한 자율 주행 차량이나, XR 영상 내에서의 제어/상호작용의 대상이 되는 자율 주행 차량 등을 의미할 수 있다. 특히, XR 영상 내에서의 제어/상호작용의 대상이 되는 자율 주행 차량(100b)은 XR 장치(100c)와 구분되며 서로 연동될 수 있다.
XR 영상을 제공하는 수단을 구비한 자율 주행 차량(100b)은 카메라를 포함하는 센서들로부터 센서 정보를 획득하고, 획득한 센서 정보에 기초하여 생성된 XR 영상을 출력할 수 있다. 예컨대, 자율 주행 차량(100b)은 HUD를 구비하여 XR 영상을 출력함으로써, 탑승자에게 현실 객체 또는 화면 속의 객체에 대응되는 XR 객체를 제공할 수 있다.
이때, XR 객체가 HUD에 출력되는 경우에는 XR 객체의 적어도 일부가 탑승자의 시선이 향하는 실제 객체에 오버랩되도록 출력될 수 있다. 반면, XR 객체가 자율 주행 차량(100b)의 내부에 구비되는 디스플레이에 출력되는 경우에는 XR 객체의 적어도 일부가 화면 속의 객체에 오버랩되도록 출력될 수 있다. 예컨대, 자율 주행 차량(100b)은 차로, 타 차량, 신호등, 교통 표지판, 이륜차, 보행자, 건물 등과 같은 객체와 대응되는 XR 객체들을 출력할 수 있다.
XR 영상 내에서의 제어/상호작용의 대상이 되는 자율 주행 차량(100b)은 카메라를 포함하는 센서들로부터 센서 정보를 획득하면, 자율 주행 차량(100b) 또는 XR 장치(100c)는 센서 정보에 기초한 XR 영상을 생성하고, XR 장치(100c)는 생성된 XR 영상을 출력할 수 있다. 그리고, 이러한 자율 주행 차량(100b)은 XR 장치(100c) 등의 외부 장치를 통해 입력되는 제어 신호 또는 사용자의 상호작용에 기초하여 동작할 수 있다.
도 4는 본 발명과 관련된 인공 지능 장치를 설명하기 위한 블록도이다.
도 1과 중복되는 설명은 생략한다.
통신부(110)는, 방송 수신 모듈(111), 이동통신 모듈(112), 무선 인터넷 모듈(113), 근거리 통신 모듈(114), 위치정보 모듈(115) 중 적어도 하나를 포함할 수 있다.
방송 수신 모듈(111)은 방송 채널을 통하여 외부의 방송 관리 서버로부터 방송 신호 및/또는 방송 관련된 정보를 수신한다.
이동통신 모듈(112)은, 이동통신을 위한 기술표준들 또는 통신방식(예를 들어, GSM(Global System for Mobile communication), CDMA(Code Division Multi Access), CDMA2000(Code Division Multi Access 2000), EV-DO(Enhanced Voice-Data Optimized or Enhanced Voice-Data Only), WCDMA(Wideband CDMA), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), LTE(Long Term Evolution), LTE-A(Long Term Evolution-Advanced) 등)에 따라 구축된 이동 통신망 상에서 기지국, 외부의 단말, 서버 중 적어도 하나와 무선 신호를 송수신한다.
무선 인터넷 모듈(113)은 무선 인터넷 접속을 위한 모듈을 말하는 것으로, 인공 지능 장치(100)에 내장되거나 외장될 수 있다. 무선 인터넷 모듈(113)은 무선 인터넷 기술들에 따른 통신망에서 무선 신호를 송수신하도록 이루어진다.
무선 인터넷 기술로는, 예를 들어 WLAN(Wireless LAN), Wi-Fi(Wireless-Fidelity), Wi-Fi(Wireless Fidelity) Direct, DLNA(Digital Living Network Alliance), WiBro(Wireless Broadband), WiMAX(World Interoperability for Microwave Access), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), LTE(Long Term Evolution), LTE-A(Long Term Evolution-Advanced) 등이 있다.
근거리 통신 모듈(114)은 근거리 통신(Short range communication)을 위한 것으로서, 블루투스(Bluetooth™), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association; IrDA), UWB(Ultra Wideband), ZigBee, NFC(Near Field Communication), Wi-Fi(Wireless-Fidelity), Wi-Fi Direct, Wireless USB(Wireless Universal Serial Bus) 기술 중 적어도 하나를 이용하여, 근거리 통신을 지원할 수 있다.
위치정보 모듈(115)은 이동 인공 지능 장치의 위치(또는 현재 위치)를 획득하기 위한 모듈로서, 그의 대표적인 예로는 GPS(Global Positioning System) 모듈 또는 WiFi(Wireless Fidelity) 모듈이 있다. 예를 들어, 인공 지능 장치는 GPS모듈을 활용하면, GPS 위성에서 보내는 신호를 이용하여 이동 인공 지능 장치의 위치를 획득할 수 있다.
입력부(120)는 영상 신호 입력을 위한 카메라(121), 오디오 신호를 수신하기 위한 마이크로폰(122), 사용자로부터 정보를 입력 받기 위한 사용자 입력부(123)를 포함할 수 있다.
카메라(121)는 화상 통화모드 또는 촬영 모드에서 이미지 센서에 의해 얻어지는 정지영상 또는 동영상 등의 화상 프레임을 처리한다. 처리된 화상 프레임은 디스플레이부(151)에 표시되거나 메모리(170)에 저장될 수 있다.
한편, 2차원 이미지 센서(124)는 소정의 객체에 대한 2차원 이미지를 획득할 수 있다. 2차원 이미지 센서(124)는 2차원 이미지 카메라에 포함될 수 있으며, 2차원 이미지 카메라는 2차원 이미지 센서에 의해 얻어지는 2차원 이미지의 프레임을 처리할 수 있다. 처리된 프레임은 디스플레이부(151)에 표시되거나 메모리(170)에 저장될 수 있다.
또한, 3차원 이미지 센서(125)는 소정의 객체에 대한 3차원 좌표 정보, 3차원 회전 정보 또는 이미지를 획득할 수 있다. 3차원 이미지 카메라는 3차원 이미지 센서(125)에 의해 얻어지는 소정의 객체에 대한 3차원 좌표 정보, 3차원 회전 정보 및 이미지를 처리할 수 있다. 처리된 3차원 좌표 정보, 3차원 회전 정보 및 이미지는 디스플레이부(151)에 표시되거나 메모리(170)에 저장될 수 있다.
각각의 2차원 이미지 센서(124) 및 3차원 이미지 센서(125)는 복수의 프로세서(180) 각각에 의해 제어될 수도 있다.
마이크로폰(122)은 외부의 음향 신호를 전기적인 음성 데이터로 처리한다. 처리된 음성 데이터는 인공 지능 장치(100)에서 수행 중인 기능(또는 실행 중인 응용 프로그램)에 따라 다양하게 활용될 수 있다. 한편, 마이크로폰(122)에는 외부의 음향 신호를 입력 받는 과정에서 발생되는 잡음(noise)을 제거하기 위한 다양한 잡음 제거 알고리즘이 구현될 수 있다.
사용자 입력부(123)는 사용자로부터 정보를 입력 받기 위한 것으로서, 사용자 입력부(123)를 통해 정보가 입력되면, 프로세서(180)는 입력된 정보에 대응되도록 인공 지능 장치(100)의 동작을 제어할 수 있다.
사용자 입력부(123)는 기계식 (mechanical) 입력수단(또는, 메커니컬 키, 예를 들어, 인공 지능 장치(100)의 전/후면 또는 측면에 위치하는 버튼, 돔 스위치 (dome switch), 조그 휠, 조그 스위치 등) 및 터치식 입력수단을 포함할 수 있다. 일 예로서, 터치식 입력수단은, 소프트웨어적인 처리를 통해 터치스크린에 표시되는 가상 키(virtual key), 소프트 키(soft key) 또는 비주얼 키(visual key)로 이루어지거나, 상기 터치스크린 이외의 부분에 배치되는 터치 키(touch key)로 이루어질 수 있다.
출력부(150)는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시키기 위한 것으로, 디스플레이부(151), 음향 출력부(152), 햅팁 모듈(153), 광 출력부(154) 중 적어도 하나를 포함할 수 있다.
디스플레이부(151)는 인공 지능 장치(100)에서 처리되는 정보를 표시(출력)한다. 예를 들어, 디스플레이부(151)는 인공 지능 장치(100)에서 구동되는 응용 프로그램의 실행화면 정보, 또는 이러한 실행화면 정보에 따른 UI(User Interface), GUI(Graphic User Interface) 정보를 표시할 수 있다.
디스플레이부(151)는 터치 센서와 상호 레이어 구조를 이루거나 일체형으로 형성됨으로써, 터치 스크린을 구현할 수 있다. 이러한 터치 스크린은, 인공 지능 장치(100)와 사용자 사이의 입력 인터페이스를 제공하는 사용자 입력부(123)로써 기능함과 동시에, 인공 지능 장치(100)와 사용자 사이의 출력 인터페이스를 제공할 수 있다.
음향 출력부(152)는 호신호 수신, 통화모드 또는 녹음 모드, 음성인식 모드, 방송수신 모드 등에서 통신부(110)로부터 수신되거나 메모리(170)에 저장된 오디오 데이터를 출력할 수 있다.
음향 출력부(152)는 리시버(receiver), 스피커(speaker), 버저(buzzer) 중 적어도 하나 이상을 포함할 수 있다.
햅틱 모듈(haptic module)(153)은 사용자가 느낄 수 있는 다양한 촉각 효과를 발생시킨다. 햅틱 모듈(153)이 발생시키는 촉각 효과의 대표적인 예로는 진동이 될 수 있다.
광출력부(154)는 인공 지능 장치(100)의 광원의 빛을 이용하여 이벤트 발생을 알리기 위한 신호를 출력한다. 인공 지능 장치(100)에서 발생 되는 이벤트의 예로는 메시지 수신, 호 신호 수신, 부재중 전화, 알람, 일정 알림, 이메일 수신, 애플리케이션을 통한 정보 수신 등이 될 수 있다.
인터페이스부(160)는 인공 지능 장치(100)에 연결되는 다양한 종류의 외부 기기와의 통로 역할을 수행한다. 이러한 인터페이스부(160)는, 유/무선 헤드셋 포트(port), 외부 충전기 포트(port), 유/무선 데이터 포트(port), 메모리 카드(memory card) 포트, 식별 모듈이 구비된 장치를 연결하는 포트(port), 오디오 I/O(Input/Output) 포트(port), 비디오 I/O(Input/Output) 포트(port), 이어폰 포트(port)중 적어도 하나를 포함할 수 있다. 인공 지능 장치(100)에서는, 상기 인터페이스부(160)에 외부 기기가 연결되는 것에 대응하여, 연결된 외부 기기와 관련된 적절할 제어를 수행할 수 있다.
한편, 식별 모듈은 인공 지능 장치(100)의 사용 권한을 인증하기 위한 각종 정보를 저장한 칩으로서, 사용자 인증 모듈(user identify module; UIM), 가입자 인증 모듈(subscriber identity module; SIM), 범용 사용자 인증 모듈(universal subscriber identity module; USIM) 등을 포함할 수 있다. 식별 모듈이 구비된 장치(이하 '식별 장치')는, 스마트 카드(smart card) 형식으로 제작될 수 있다. 따라서 식별 장치는 상기 인터페이스부(160)를 통하여 인공 지능 장치(100)와 연결될 수 있다.
전원공급부(190)는 프로세서(180)의 제어 하에서, 외부의 전원, 내부의 전원을 인가 받아 인공 지능 장치(100)에 포함된 각 구성요소들에 전원을 공급한다. 이러한 전원공급부(190)는 배터리를 포함하며, 상기 배터리는 내장형 배터리 또는 교체 가능한 형태의 배터리가 될 수 있다.
한편, 앞서 살펴본 것과 같이, 프로세서(180)는 응용 프로그램과 관련된 동작과, 통상적으로 인공 지능 장치(100)의 전반적인 동작을 제어한다. 예를 들어, 프로세서(180)는 상기 인공 지능 장치의 상태가 설정된 조건을 만족하면, 애플리케이션들에 대한 사용자의 제어 명령의 입력을 제한하는 잠금 상태를 실행하거나, 해제할 수 있다.
도 5는 본 개시의 일 실시 예에 따른 3차원 헤드포즈 정보를 획득하는 방법을 나타내는 순서도이다.
2차원 이미지 센서(124)는 인물의 헤드에 대한 2차원 이미지를 획득할 수 있다(S501).
2차원 이미지 센서(124)는 소정의 객체에 대한 2차원 이미지를 획득할 수 있다. 2차원 이미지 센서(124)는 2차원 이미지 카메라에 포함될 수 있으며, 2차원 이미지 카메라는 2차원 이미지 센서에 의해 얻어지는 2차원 이미지의 프레임을 처리할 수 있다.
또한, 프로세서(180)는 2차원 이미지 센서(124)를 통해 인물의 헤드에 대한 2차원 이미지를 획득할 수 있다.
한편, 프로세서(180)는 2차원 이미지에서 헤드의 랜드마크 지점을 검출할 수 있다.
헤드의 랜드마크 지점은 헤드의 위치 및 헤드의 방향을 파악하기 위한 특징점일 수 있다. 예를 들어, 헤드의 랜드마크 지점은 양쪽 눈의 가장 자리, 인중, 코 끝과 같이 인물의 표정에 따라 변화의 가능성이 적은 지점일 수 있다.
프로세서(180)는 인물의 헤드 이미지로부터 헤드의 랜드마크 지점을 출력하는 인공 신경망 모델을 이용하여 2차원 이미지에서 헤드의 랜드마크 지점을 검출할 수도 있다.
도 6을 참고하면, 2차원 이미지 센서(124)는 인물의 헤드에 대한 2차원 이미지(601)를 획득할 수 있다. 또한, 프로세서(180)는 2차원 이미지(601)로부터 적어도 하나 이상의 랜드마크 지점(602)을 검출할 수 있다. 프로세서(180)는 2차원 이미지(601)와 검출된 적어도 하나 이상의 랜드마크 지점(602)을 매핑하여 메모리(170)에 저장할 수도 있다.
한편, 프로세서(180)는 2차원 이미지 센서(124)를 통해 획득한 2차원 이미지를 디스플레이(151)를 통해 표시하고, 사용자로부터 2차원 이미지에서 헤드의 랜드마크 지점에 해당하는 좌표를 입력받을 수도 있다.
도 7을 참고하면, 프로세서(180)는 2차원 이미지(701)에서 적어도 하나 이상의 랜드마크 지점(702)에 해당하는 좌표를 입력받을 수 있다. 프로세서(180)는 2차원 이미지와 입력받은 랜드마크 지점을 매칭하여 메모리(170)에 저장할 수 있다.
또한, 프로세서(180)는 2차원 이미지 센서(124)를 통해 획득한 2차원 이미지와 검출된 헤드의 랜드마크 지점을 디스플레이(151)를 통해 표시하여, 헤드의 랜드마크 지점을 수정하거나 편집할 수 있는 인터페이스를 제공할 수도 있다.
3차원 이미지 센서(125)는 인물의 헤드에 대한 3차원 헤드포즈 정보를 획득할 수 있다(S502).
3차원 이미지 센서(125)는 소정의 객체에 대한 3차원 좌표 정보, 3차원 회전 정보 또는 이미지를 획득할 수 있다. 3차원 이미지 카메라는 3차원 이미지 센서(125)에 의해 얻어지는 소정의 객체에 대한 3차원 좌표 정보, 3차원 회전 정보 및 이미지를 처리할 수 있다.
3차원 헤드포즈 정보는 헤드에 대한 3차원 좌표 값을 포함하는 헤드 포지션 정보를 포함할 수 있다.
헤드 포지션 정보는, 헤드의 적어도 하나 이상의 특징점에 대한 3차원 좌표 값을 포함할 수 있다. 이 경우, 3차원 좌표 값은 3차원 이미지 센서를 기준으로 하는 좌표계에서의 3차원 좌표 값일 수 있다. 즉, 3차원 헤드포즈 정보는 3차원 이미지 센서 좌표계의 3차원 좌표 값을 포함할 수 있다.
헤드 포지션 정보에서 헤드의 적어도 하나 이상의 특징점은 2차원 이미지의 적어도 하나 이상의 랜드마크 지점과 동일하도록 설정될 수 있다. 예를 들어, 2차원 이미지의 랜드마크 지점이 헤드의 인중인 경우, 3차원 포지션 정보에서의 특징점도 헤드의 인중일 수 있다.
3차원 헤드포즈 정보는 헤드에 대한 롤(roll) 값, 피치(pitch) 값 및 요(yaw) 값을 포함하는 헤드 로테이션 정보를 포함할 수 있다.
헤드 로테이션 정보는 헤드의 적어도 하나 이상의 특징점 각각의 롤(roll) 값, 피치(pitch) 값 및 요(yaw) 값을 포함할 수 있다.
도 8을 참고하면, 3차원 이미지 센서(125)는 헤드의 소정의 지점(802)에 대한 3차원 좌표 값 및 헤드의 소정의 지점에 대한 롤(roll) 값, 피치(pitch) 값 및 요(yaw) 값을 포함하는 3차원 헤드포즈 정보(803)를 획득할 수 있다. 또한, 3차원 이미지 센서(125)는 인물의 헤드에 대한 이미지(801)도 획득할 수 있다.
프로세서(180)는 3차원 이미지 센서(135)를 통해 획득한 3차원 헤드포즈 정보 및 이미지를 메모리(170)에 저장할 수 있다.
도 9는 본 개시의 일 실시 예에 따른 2차원 이미지 및 3차원 헤드포즈 정보를 획득하는 방법을 설명하기 위한 도면이다.
인공 지능 장치(100)는 인물의 헤드에 대한 2차원 이미지 및 3차원 헤드 포즈 정보를 획득하기 위하여, 복수의 카메라(901, 902, 903, 904, 905)를 포함할 수 있다. 복수의 카메라는 2차원 이미지 센서를 포함하는 적어도 하나 이상의 2차원 이미지 카메라 및 3차원 이미지 센서를 포함하는 적어도 하나 이상의 3차원 카메라룰 포함할 수 있다.
한편, 각각의 2차원 이미지 센서(124) 및 3차원 이미지 센서(125)는 복수의 프로세서(180) 각각에 의해 제어될 수도 있다.
따라서, 프로세서(180)는 2차원 이미지 및 3차원 헤드포즈 정보를 각각 별도로 획득할 수도 있다. 이 경우, 별도로 획득한 2차원 이미지 및 3차원 헤드포즈 정보를 매칭해야 할 수 있다.
또한, 2차원 이미지 센서(124) 및 3차원 이미지 센서(125)의 촬영 시작 시간에 오차가 발생할 수 있으므로, 촬영 시작 시간을 동기화할 필요성이 있다.
따라서, 프로세서(180)는 2차원 이미지 센서(124)로부터 획득한 2차원 이미지의 프레임 및 3차원 이미지 센서(125)로부터 획득한 3차원 헤드포즈 정보의 프레임 각각을 매칭하여, 동일 시간에 동일한 인물의 헤드에 대한 2차원 이미지 및 3차원 헤드포즈 정보 세트를 생성할 수 있다. 따라서, 추후 러닝 프로세서(130)는 동일 시간에 동일한 인물의 헤드에 대한 2차원 이미지 및 3차원 헤드포즈 정보 세트를 2차원 이미지로부터 3차원 헤드포즈 정보를 출력하는 인공 신경망 모델을 훈련시키기 위한 학습 데이터로 이용할 수 있다.
프로세서(180)는 2차원 이미지와 3차원 헤드포즈 정보를 매칭할 수 있다(S503)
프로세서(180)는 2차원 이미지와 2차원 이미지에 대응하는 3차원 헤드 포즈 정보를 매칭하여, 인공 신경망 모델을 훈련시키는데 필요한 학습 데이터를 획득할 수 있다.
프로세서(180)는 2차원 이미지 센서(124)로부터 획득한 2차원 이미지 및 3차원 이미지 센서(125)로부터 획득한 3차원 헤드포즈 정보 각각을 매칭할 수 있다. 따라서, 프로세서(180)는 동일 시간에 동일한 인물의 헤드에 대한 2차원 이미지 및 3차원 헤드포즈 정보 세트를 생성할 수 있다.
한편, 2차원 이미지 센서(124) 및 3차원 이미지 센서(125)을 동시에 작동시키는 경우에도, 센서의 작동 반응 속도 또는 작업 로드에 따라 작동 시작 시간에 오차가 발생할 수 있다.
따라서, 2차원 이미지와 3차원 헤드포즈 정보의 획득 시간이 다르게 저장됨으로 인하여, 학습 데이터의 정밀성이 떨어질 수 있다.
따라서, 인공 지능 장치(100)는 기 설정된 주기로 발광하는 발광체를 더 포함할 수 있다. 발광체는 LED로 구성될 수도 있다. 발광체는 광출력부(154)에 포함될 수 있다. 또한, 발광체는 0.5초 주기로 On/Off 상태가 변화할 수 있다.
2차원 이미지 센서(124) 및 3차원 이미지 센서(180)는 발광체로부터 기설정된 주기로 발광하는 광원에 대한 이미지를 획득할 수 있다.
따라서, 프로세서(180)는 기 설정된 주기로 발광하는 광원에 대한 이미지기준으로 2차원 이미지와 3차원 헤드포즈 정보를 동기화할 수 있다.
프로세서(180)는 기 설정된 주기로 발광하는 광원에 대한 이미지를 기초로 2차원 이미지의 프레임 정보와 3차원 헤드포즈 정보의 프레임 정보를 매칭할 수 있다.
도 10을 참고하면, 프로세서(180)는 2차원 이미지 및 3차원 헤드포즈 정보에 대응하는 이미지에 기 설정된 주기로 발광하는 광원의 존재여부를 기준으로 2차원 이미지 및 3차원 헤드포즈 정보 각각의 프레임 번호를 매칭할 수 있다.
예를 들어, 2차원 이미지 센서의 11 및 12번 프레임에서 발광이 ON 상태인 경우, 발광이 ON인 3차원 헤드포즈 정보의 23 및 24번 프레임을 매칭할 수 있다.
따라서, 2차원 이미지 센서와 3차원 이미지 센서의 작동 시작 시간에 미세한 차이가 있더라도, 프로세서(180)가 보정을 하여 동일 시간에 동일한 인물의 헤드에 대한 2차원 이미지 및 3차원 헤드포즈 정보 세트를 생성할 수 있다.
한편, 2차원 이미지 센서(124)와 3차원 이미지 센서(125)의 프레임 레이트가 다를 수 있다. 따라서, 2차원 이미지 센서(124)의 초당 획득하는 프레임이 3차원 이미지 센서(125)의 초당 획득하는 프레임보다 낮거나 높을 수 있다.
프로세서(180)는 2차원 이미지 센서(124)의 초당 프레임이 3차원 이미지 센서(125)의 초당 프레임보다 낮은 경우, 2차원 이미지의 적어도 하나 이상의 프레임에 3차원 헤드포즈 정보의 복수의 프레임을 매칭시킬 수 있다.
또한, 프로세서(180)는 2차원 이미지 센서(124)의 초당 프레임이 3차원 이미지 센서(125)의 초당 프레임보다 높은 경우, 3차원 헤드포즈 정보의 적어도 하나 이상의 프레임에 2차원 이미지의 복수의 프레임을 매칭시킬 수 있다.
도 11을 참고하면, 2차원 이미지 센서(124)의 초당 프레임이 3차원 이미지 센서(125)의 초당 프레임보다 낮은 경우, 동일하게 ON 되어 있는 광원에 대한 이미지를 2차원 이미지를 11번 프레임에서 포함할 수 있고, 3차원 헤즈포즈 정보에 대응하는 이미지는 23, 24, 25번 프레임에 포함할 수 있다.
따라서, 프로세서(180)는 2차원 이미지의 11번 프레임에 3차원 헤드포즈 정보의 23, 24, 25번 프레임을 매칭시킬 수 있다.
한편, 프로세서(180)는 2차원 이미지 센서의 타임 스탬프와 3차원 이미지 센서의 타임 스탬프를 동기화할 수 있다.
예를 들어, 프로세서(180)는 2차원 이미지 센서를 제어하는 제1 프로세서와 3차원 이미지 센서를 제어하는 제2 프로세서를 시간 동기화 프로토콜 (NTP: Network Time protocol)을 이용하여 2차원 이미지 센서의 타임 스탬프와 3차원 이미지 센서의 타임 스탬프를 동기화할 수 있다.
또한, 프로세서(180)는 2차원 이미지 센서로부터 촬영 시작 신호가 입력될 때의 타임 스탬프를 2차원 이미지의 메타데이터로 저장할 수 있다. 따라서, 촬영이 시작될 때의 시간과 2차원 이미지 센서로부터 2차원 이미지가 획득되어 메모리(170)에 저장되는 시간의 차이로 발생하는 오차를 없앨 수 있다.
또한, 프로세서(180)는 2차원 이미지의 메타 데이터에 포함된 타임 스탬프와 동일한 타임 스탬프를 갖는 3차원 헤드포즈 정보를 2차원 이미지와 매칭할 수 있다.
따라서, 프로세서(180)는 동일 시간에 동일한 인물의 헤드에 대한 2차원 이미지 및 3차원 헤드포즈 정보 세트를 생성할 수 있다.
한편, 프로세서(180)는 3차원 헤드포즈 정보 중 헤드의 회전 방향이 결정되는 3차원 헤드포즈 정보를 추출할 수 있다(S504).
또한, 프로세서(180)는 추출한 3차원 헤드포즈 정보와 매칭되는 2차원 이미지를 추출하는 할 수 있다(S505).
프로세서(180)는 인물의 헤드가 특정한 회전 방향으로 명확하게 분류될 수 있는 헤드포즈 정보를 추출하여, 추출된 헤드포드 정보에 매칭되는 2차원 이미지를 선정함으로써, 학습데이터에 적합한 2차원 이미지를 선택할 수 있다.
예를 들어, 프로세서(180)는 헤드의 회전 방향을 상, 하, 좌, 우 좌상, 우상, 좌파, 우하, 정면 방향 각각으로 분류하고, 각 회전 방향으로 분류될 수 있는 헤드 방향 기준 값(롤(roll) 값, 피치(pitch) 값 및 요(yaw) 값)을 설정할 수 있다.
프로세서(180)는 3차원 헤드포즈 정보의 롤 값, 피치 값 및 요 값 중 적어도 하나를 헤드 방향 기준 값과 비교하여 상기 헤드의 회전 방향을 결정할 수 있다.
또한, 프로세서(180)는 헤드의 회전 방향이 결정되는 3차원 헤드 포즈 정보를 추출할 수 있다.
또한, 추출한 3차원 헤드포즈 정보와 매칭되는 2차원 이미지를 추출하는 할 수 있다
한편, 프로세서(180)는 추출한 2차원 이미지의 소정의 랜드마크 지점에 대한 2차원 좌표에 기초하여 3차원 헤드포즈 정보를 보정하는 기준이 되는 3차원 상대 좌표를 획득할 수 있다(S506).
예를 들어, 동일 시간에 동일 인물의 헤드를 촬영하더라도 2차원 이미지 센서와 3차원 이미지 센서는 서로 다른 공간에서 서로 다른 좌표계를 가지고 촬영될 수 있으므로, 2차원 이미지로부터 도출되어야 하는 3차원 좌표 정보와 3차원 이미지 센서로부터 획득된3차원 헤드포즈 정보의3차원 좌표 정보가 일치하지 않을 수 있다. 이 경우, 3차원 헤드포즈 정보의 3차원 좌표 정보는3차원 이미지 센서가 촬영한 헤드 마운트 마커(Hat, Head mounted markers)로부터 획득되는 정보일 수 있다.
따라서, 2차원 이미지로부터 도출되어야 하는 3차원 헤드포즈 정보를 획득하기 위하여, 3차원 이미지 센서로부터 획득되는 3차원 헤드포즈 정보를 보정할 필요가 있을 수 있다.
프로세서(180)는 2차원 이미지의 소정의 랜드마크 지점으로부터 도출될 수 있는 3차원 헤드 포즈 정보를 획득하기 위하여, 3차원 상대 좌표를 이용할 수 있다.
3차원 상대 좌표는 3차원 이미지 센서로부터 획득되는 3차원 헤드포즈 정보와 2차원 이미지의 소정의 랜드마크 지점으로부터 도출될 수 있는 3차원 헤드포즈 정보간의 상관관계를 판단하기 위한 좌표일 수 있다.
프로세서(180)는 헤드의 회전 방향이 결정되는 3차원 헤드 포즈와 매칭되는 2차원 이미지 중 복수의 2차원 이미지를 선택할 수 있다. 예를 들어, 왼쪽 방향으로 분류되는 2차원 이미지 및 오른쪽 방향으로 분류되는 2차원 이미지를 선택할 수 있다.
프로세서(180)는 선택된 복수의 2차원 이미지 각각의 소정의 랜드마크 지점에 대한 2차원 좌표 정보에 기초하여 3차원 상대 좌표를 획득할 수 있다.
3차원 상대 좌표(Fx,Fy,Fz)는 다음과 같은 수학식을 이용하여 획득될 수 있다.
Figure pat00001
2D ICS(image coordinate system) points = Intrisic parameter * Extrinsic parameter * 3D WCS(world coordinate system)
'2D ICS points'는 2차원 이미지의 소정의 지점에 대한 2차원 좌표[Ix,Iy]를 의미할 수 있다.
'Intrinsic parameter'는 카메라 내부 파라미터(camea intrinsic parameter)를 의미할 수 있다.
'Extrinsic parameter'는 카메라 외부 파라미터(rotation, translation)를 의미할 수 있다.
'3D WCS'는 월드 좌표계 상의 3차원 좌표 [Wx,Wy,Wz]를 의미할 수 있으며, 'Transform of Hat * 3D points of homogeneous coordinate'으로 표현될 수 있다. 'Transform of Hat'은 3차원 이미지 센서의 좌표계에서 월드 좌표계로 변환하기 위한 [R, T] (Rotation 및 translation) 값일 수 있다. '3D points of homogeneous coordinate'는 동차 좌표계의 3차원 상대좌표[Fx,Fy,Fz]일 수 있다. 따라서, 2차원 이미지의 소정의 좌표 [Ix, Iy] 는 다음과 같은 수학식으로 표현될 수 있다.
Figure pat00002
프로세서(180)는 왼쪽 방향으로 분류되는 2차원 이미지의 소정의 지점에 대한 좌표 [Ix1, Iy1] 및 오른쪽 방향으로 분류되는 2차원 이미지의 소정의 지점에 대한 좌표[Ix2, Iy2]를 수학식 2에 각각 대입하여 연립 방정식 연산을 수행하여 3차원 상대좌표 [Fx, Fy, Fz]를 획득할 수 있다.
프로세서(180)는 3차원 상대 좌표에 기초하여 3차원 헤드포즈 정보를 보정하여 2차원 이미지 각각의 소정의 랜드마크 지점에 대한 보정된 3차원 헤드포즈 정보를 획득할 수 있다(S507).
따라서, 프로세서(180)는 2차원 이미지로부터 도출되어야 하는 3차원 헤드포즈 정보를 획득할 수 있으며, 동일 시간에 동일한 인물의 헤드에 대한 2차원 이미지 및 2차원 이미지로부터 도출되어야 하는 3차원 헤드포즈 정보 세트를 획득할 수 있다.
한편, 러닝 프로세서(130)는 2차원 이미지 각각에 보정된 3차원 헤드포즈 정보를 레이블링하여 학습 데이터로 생성할 수 있다(S508).
러닝 프로세서(130)는 2차원 이미지 각각에 2차원 이미지의 소정의 랜드마크 지점에 대한 보정된 3차원 헤드포즈 정보를 레이블링하여 학습 데이터로 생성할 수 있다.
러닝 프로세서(130)는 학습 데이터를 이용하여 3차원 헤드포즈 추론 모델을 훈련시킬 수 있다(S509).
3차원 헤드포즈 추론 모델은 머신 러닝에서 사용되는 인공 신경망(ANN: Artificial Neural Network) 모델일 수 있다. 3차원 헤드포즈 추론 모델은 시냅스의 결합으로 네트워크를 형성한 인공 뉴런(노드)들로 구성될 수 있다. 영상 인식 모델은 다른 레이어의 뉴런들 사이의 연결 패턴, 모델 파라미터를 갱신하는 학습 과정, 출력값을 생성하는 활성화 함수(Activation Function)에 의해 정의될 수 있다.
3차원 헤드포즈 추론 모델은 입력층(Input Layer), 출력층(Output Layer), 그리고 선택적으로 하나 이상의 은닉층(Hidden Layer)를 포함할 수 있다. 각 층은 하나 이상의 뉴런을 포함하고, 인공 신경망은 뉴런과 뉴런을 연결하는 시냅스를 포함할 수 있다. 인공 신경망에서 각 뉴런은 시냅스를 통해 입력되는 입력 신호들, 가중치, 편향에 대한 활성 함수의 함숫값을 출력할 수 있다.
3차원 헤드포즈 추론 모델이 지도 학습을 통해 생성되는 경우 학습 데이터에 대한 레이블(label)이 주어진 상태에서 학습될 수 있다. 레이블이란 학습 데이터가 인공 신경망에 입력되는 경우 인공 신경망이 추론해 내야 하는 정답(또는 결과 값)을 의미할 수 있다.
따라서, 러닝 프로세서(130)는 입력받은 2차원 이미지 각각에 2차원 이미지로부터 도출되어야 하는 3차원 헤드포즈 정보를 레이블링하여, 2차원 이미지로부터 3차원 헤드포즈 정보를 출력하도록 3차원 헤드포즈 추론 모델을 학습시킬 수 있다.
따라서, 차원 헤드포즈 추론 모델은 새로운 2차원 이미지가 입력될 경우, 2차원 이미지 내에 포함된 헤드의 3차원 포지션 정보 및 3차원 로테이션 정보를 포함하는 헤드포즈 정보를 출력할 수 있다.
한편, 프로세서(180)는 사용자의 헤드에 대한 2차원 헤드 이미지를 상기 3차원 헤드포즈 정보 추론 모델에 입력하고, 3차원 헤드포즈 추론 모델로부터 출력되는 2차원 헤드 이미지에 대한 3차원 헤드포즈 정보를 획득할 수 있다.
또한, 프로세서(180)는 2차원 헤드 이미지에 대한 3차원 헤드포즈 정보를 기초로 사용자의 헤드 위치 및 헤드 방향을 획득할 수 있다.
예를 들어, 도 12를 참고하면, 사용자가 자동차를 운전하고 있는 사용자 인 경우, 프로세서(180)는 차량의 운전석에 설치된 2D 이미지 센서를 통해 사용자의 헤드에 대한 이미지를 획득하고, 프로세서(180) 3차원 헤드포즈 추론 모델을 이용하여 2차원 헤드 이미지에 대한 3차원 헤드포즈 정보를 획득할 수 있다.
프로세서(180)는 3차원 헤드포즈 정보에 포함된 3차원 포지션 정보 및 3차원 로테이션 정보를 기초로 사용자의 헤드 위치 및 헤드 방향을 획득할 수 있다.
프로세서(180)는 사용자의 헤드 위치 및 헤드 방향을 기초로 사용자가 안전 운전을 하고 있는지를 판별할 수 있다.
또한, 프로세서(180)는 TV 에 설치된 2D 이미지 센서를 통해 사용자의 헤드에 대한 이미지를 획득하고, 프로세서(180) 3차원 헤드포즈 추론 모델을 이용하여 2차원 헤드 이미지에 대한 3차원 헤드포즈 정보를 획득할 수 있다.
사용자가 TV를 조작하기 위해 헤드를 움직이는 경우, 프로세서(180)는 사용자의 헤드 위치 및 헤드 방향을 기초로 헤드 움직임에 대응하는 TV 동작을 수행할 수 있다.
전술한 본 개시는, 프로그램이 기록된 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 매체는, 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 매체의 예로는, HDD(Hard Disk Drive), SSD(Solid State Disk), SDD(Silicon Disk Drive), ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있다. 또한, 상기 컴퓨터는 인공 지능 장치의 프로세서(180)를 포함할 수도 있다.

Claims (18)

  1. 인물의 헤드에 대한 2차원 이미지를 획득하는 2차원 이미지 센서;
    상기 헤드에 대한 3차원 헤드포즈 정보를 획득하는 3차원 이미지 센서; 및
    상기 2차원 이미지와 상기 3차원 헤드포즈 정보를 매칭하고,
    상기 3차원 헤드포즈 정보 중 헤드의 회전 방향이 결정되는 3차원 헤드포즈 정보를 추출하고,
    상기 추출한 3차원 헤드포즈 정보와 매칭되는 2차원 이미지를 추출하고,
    상기 추출한 2차원 이미지의 소정의 랜드마크 지점에 대한 2차원 좌표에 기초하여 상기 3차원 헤드포즈 정보를 보정하는 기준이 되는 3차원 상대 좌표를 획득하고,
    상기 3차원 상대 좌표에 기초하여 상기 3차원 헤드포즈 정보를 보정하여 상기 2차원 이미지 각각의 소정의 랜드마크 지점에 대한 보정된 3차원 헤드포즈 정보를 획득하는 프로세서를 포함하는,
    인공 지능 장치.
  2. 제1항에 있어서,
    상기 프로세서는,
    상기 2차원 이미지에서 헤드의 랜드마크 지점을 검출하는,
    인공 지능 장치.
  3. 제1항에 있어서,
    기 설정된 주기로 발광하는 발광체를 더 포함하고,
    상기 2차원 이미지 센서 및 3차원 이미지 센서는,
    상기 발광체로부터 기 설정된 주기로 발광하는 광원에 대한 이미지를 획득하고,
    상기 프로세서는,
    상기 기 설정된 주기로 발광하는 광원에 대한 이미지를 기초로 상기 2차원 이미지의 프레임 정보와 상기 3차원 헤드포즈 정보의 프레임 정보를 매칭하는,
    인공 지능 장치.
  4. 제3항에 있어서,
    상기 프로세서는,
    상기 2차원 이미지 센서의 초당 프레임이 상기 3차원 이미지 센서의 초당 프레임보다 낮은 경우, 상기 2차원 이미지의 프레임에 상기 3차원 헤드포즈 정보의 복수의 프레임을 매칭시키고,
    상기 2차원 이미지 센서의 초당 프레임이 상기 3차원 이미지 센서의 초당 프레임보다 높은 경우, 상기 3차원 헤드포즈 정보의 프레임에 상기 2차원 이미지의 복수의 프레임을 매칭시키는,
    인공 지능 장치.
  5. 제1항에 있어서,
    상기 프로세서는,
    상기 2차원 이미지 센서의 타임 스탬프 및 상기 3차원 이미지 센서의 타임 스탬프를 동기화 하고,
    상기 2차원 이미지 센서로부터 촬영 시작 신호가 입력될 때의 타임 스탬프를 상기 2차원 이미지의 메타 데이터로 저장하고,
    상기 2차원 이미지의 메타 데이터에 포함된 타임 스탬프와 동일한 타임 스탬프를 갖는 3차원 헤드포즈 정보를 상기 2차원 이미지와 매칭하는,
    인공 지능 장치.
  6. 제1항에 있어서,
    상기 3차원 헤드포즈 정보는,
    상기 헤드에 대한 롤(roll) 값, 피치(pitch) 값 및 요(yaw) 값을 포함하는 헤드 로테이션 정보를 포함하고,
    상기 프로세서는,
    상기 3차원 헤드포즈 정보의 롤 값, 피치 값 및 요 값 중 적어도 하나를 헤드 방향 기준 값과 비교하여 상기 헤드의 회전 방향을 결정하고,
    상기 헤드의 회전 방향이 결정되는 3차원 헤드 포즈 정보를 추출하는,
    인공 지능 장치.
  7. 제1항에 있어서,
    상기 프로세서는,
    상기 추출한 2차원 이미지 중 복수의 2차원 이미지를 선택하고,
    상기 선택된 복수의 2차원 이미지 각각의 소정의 랜드마크 지점에 대한 2차원 좌표 정보에 기초하여 3차원 상대 좌표를 획득하는,
    인공 지능 장치.
  8. 제1항에 있어서,
    상기 2차원 이미지 각각에 상기 2차원 이미지의 소정의 랜드마크 지점에 대한 보정된 3차원 헤드포즈 정보를 레이블링하여 학습 데이터로 생성하고, 상기 학습 데이터를 이용하여 3차원 헤드포즈 추론 모델을 훈련시키는 러닝 프로세서를 더 포함하는,
    인공 지능 장치.
  9. 제8항에 있어서,
    상기 프로세서는,
    사용자의 헤드에 대한 2차원 헤드 이미지를 상기 3차원 헤드포즈 정보 추론 모델에 입력하고, 상기 3차원 헤드포즈 추론 모델로부터 출력되는 상기 2차원 헤드 이미지에 대한 3차원 헤드포즈 정보를 획득하고, 상기 2차원 헤드 이미지에 대한 상기 3차원 헤드포즈 정보를 기초로 상기 사용자의 헤드 위치 및 헤드 방향을 획득하는,
    인공 지능 장치.
  10. 2차원 이미지 센서를 통해 인물의 헤드에 대한 2차원 이미지를 획득하는 단계;
    3차원 이미지 센서를 통해 상기 헤드에 대한 3차원 헤드포즈 정보를 획득하는 단계;
    상기 2차원 이미지와 상기 3차원 헤드포즈 정보를 매칭하는 단계;
    상기 3차원 헤드포즈 정보 중 헤드의 회전 방향이 결정되는 3차원 헤드포즈 정보를 추출하는 단계;
    상기 추출한 3차원 헤드포즈 정보와 매칭되는 2차원 이미지를 추출하는 단계;
    상기 추출한 2차원 이미지의 소정의 랜드마크 지점에 대한 2차원 좌표에 기초하여 상기 3차원 헤드포즈 정보를 보정하는 기준이 되는 3차원 상대 좌표를 획득하는 단계; 및
    상기 3차원 상대 좌표에 기초하여 상기 3차원 헤드포즈 정보를 보정하여 상기 2차원 이미지 각각의 소정의 랜드마크 지점에 대한 보정된 3차원 헤드포즈 정보를 획득하는 단계를 포함하는,
    헤드 포즈 추정 방법.
  11. 제10항에 있어서,
    상기 2차원 이미지를 획득하는 단계는,
    상기 2차원 이미지에서 헤드의 랜드마크 지점을 검출하는 단계를 포함하는,
    헤드 포즈 추정 방법.
  12. 제10항에 있어서,
    상기 2차원 이미지를 획득하는 단계는,
    발광체로부터 기 설정된 주기로 발광하는 광원에 대한 2차원 이미지를 획득하는 단계를 포함하고,
    상기 3차원 헤드포즈 정보를 획득하는 단계는,
    상기 발광체로부터 기 설정된 주기로 발광하는 광원에 대한 이미지를 획득하는 단계를 포함하고,
    상기 2차원 이미지와 상기 3차원 헤드포즈 정보를 매칭하는 단계는,
    상기 기 설정된 주기로 발광하는 광원에 대한 이미지를 기초로 상기 2차원 이미지의 프레임 정보와 상기 3차원 헤드포즈 정보의 프레임 정보를 매칭하는 단게를 포함하는,
    헤드 포즈 추정 방법.
  13. 제12항에 있어서,
    상기 2차원 이미지의 프레임 정보와 상기 3차원 헤드포즈 정보의 프레임 정보를 매칭하는 단계는,
    상기 2차원 이미지 센서의 초당 프레임이 상기 3차원 이미지 센서의 초당 프레임보다 낮은 경우, 상기 2차원 이미지의 프레임에 상기 3차원 헤드포즈 정보의 복수의 프레임을 매칭시키고, 상기 2차원 이미지 센서의 초당 프레임이 상기 3차원 이미지 센서의 초당 프레임보다 높은 경우, 상기 3차원 헤드포즈 정보의 프레임에 상기 2차원 이미지의 복수의 프레임을 매칭시키는 단계를 포함하는,
    헤드 포즈 추정 방법.
  14. 제10항에 있어서,
    상기 2차원 이미지 센서의 타임 스탬프 및 상기 3차원 이미지 센서의 타임 스탬프를 동기화하는 단계;
    상기 2차원 이미지 센서로부터 촬영 시작 신호가 입력될 때의 타임 스탬프를 상기 2차원 이미지의 메타데이터로 저장하는 단계; 및
    상기 2차원 이미지의 메타 데이터에 포함된 타임 스탬프와 동일한 타임 스탬프를 갖는 3차원 헤드포즈 정보를 상기 2차원 이미지와 매칭하는 단계를 더 포함하는,
    헤드 포즈 추정 방법.
  15. 제10항에 있어서,
    상기 3차원 헤드포즈 정보는,
    상기 헤드에 대한 롤(roll) 값, 피치(pitch) 값 및 요(yaw) 값을 포함하는 헤드 로테이션 정보를 포함하고,
    상기 헤드의 회전 방향이 결정되는 3차원 헤드포즈 정보를 추출하는 단계는,
    상기 3차원 헤드포즈 정보의 롤 값, 피치 값 및 요 값 중 적어도 하나를 헤드 방향 기준 값과 비교하여 상기 헤드의 회전 방향을 결정하는 단계 및
    상기 헤드의 회전 방향이 결정되는 3차원 헤드 포즈 정보를 추출하는 단계를 포함하는,
    헤드 포즈 추정 방법.
  16. 제10항에 있어서,
    상기 3차원 상대 좌표를 획득하는 단계는,
    상기 추출한 2차원 이미지 중 복수의 2차원 이미지를 선택하는 단계; 및
    상기 선택된 복수의 2차원 이미지 각각의 소정의 랜드마크 지점에 대한 2차원 좌표 정보에 기초하여 3차원 상대 좌표를 획득하는 단계를 포함하는,
    헤드 포즈 추정 방법.
  17. 제10항에 있어서,
    상기 2차원 이미지 각각에 상기 2차원 이미지의 소정의 랜드마크 지점에 대한 보정된 3차원 헤드포즈 정보를 레이블링하여 학습 데이터로 생성하는 단계; 및
    상기 학습 데이터를 이용하여 3차원 헤드포즈 추론 모델을 훈련시키는 단계를 더 포함하는,
    헤드 포즈 추정 방법.
  18. 제17항에 있어서,
    사용자의 헤드에 대한 2차원 헤드 이미지를 상기 3차원 헤드포즈 정보 추론 모델에 입력하는 단계;
    상기 3차원 헤드포즈 추론 모델로부터 출력되는 상기 2차원 헤드 이미지에 대한 3차원 헤드포즈 정보를 획득하는 단계; 및
    상기 2차원 헤드 이미지에 대한 상기 3차원 헤드포즈 정보를 기초로 상기 사용자의 헤드 위치 및 헤드 방향을 획득하는 단계를 더 포함하는,
    헤드 포즈 추정 방법.
KR1020200004904A 2020-01-14 2020-01-14 헤드 포즈를 추정하는 인공 지능 장치 및 그 방법 KR20210091571A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020200004904A KR20210091571A (ko) 2020-01-14 2020-01-14 헤드 포즈를 추정하는 인공 지능 장치 및 그 방법
US16/866,481 US11288840B2 (en) 2020-01-14 2020-05-04 Artificial intelligence apparatus for estimating pose of head and method for the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200004904A KR20210091571A (ko) 2020-01-14 2020-01-14 헤드 포즈를 추정하는 인공 지능 장치 및 그 방법

Publications (1)

Publication Number Publication Date
KR20210091571A true KR20210091571A (ko) 2021-07-22

Family

ID=76763683

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200004904A KR20210091571A (ko) 2020-01-14 2020-01-14 헤드 포즈를 추정하는 인공 지능 장치 및 그 방법

Country Status (2)

Country Link
US (1) US11288840B2 (ko)
KR (1) KR20210091571A (ko)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11263823B2 (en) * 2012-02-24 2022-03-01 Matterport, Inc. Employing three-dimensional (3D) data predicted from two-dimensional (2D) images using neural networks for 3D modeling applications and other applications
CN105760809B (zh) * 2014-12-19 2019-05-31 联想(北京)有限公司 用于头部姿态估计的方法和设备
US9864430B2 (en) * 2015-01-09 2018-01-09 Microsoft Technology Licensing, Llc Gaze tracking via eye gaze model
US10417810B2 (en) * 2017-05-31 2019-09-17 Verizon Patent And Licensing Inc. Methods and systems for rendering virtual reality content based on two-dimensional (“2D”) captured imagery of a three-dimensional (“3D”) scene
CN107341827B (zh) * 2017-07-27 2023-01-24 腾讯科技（深圳）有限公司 一种视频处理方法、装置和存储介质

Also Published As

Publication number Publication date
US11288840B2 (en) 2022-03-29
US20210217195A1 (en) 2021-07-15

Similar Documents

Publication Publication Date Title
KR102298541B1 (ko) 이미지 데이터에서 사용자를 인식하는 인공 지능 장치 및 그 방법
KR20190110498A (ko) 영상 파일에서 불특정 인물의 얼굴 영역을 비식별화 처리하는 인공 지능 서버 및 그 방법
KR20190110073A (ko) 인공 지능 모델을 갱신하는 인공 지능 장치 및 그 방법
KR20210072362A (ko) 인공 지능 모델에 대한 학습 데이터를 생성하는 인공 지능 장치 및 그 방법
KR102658966B1 (ko) 공기 조화기의 센서 데이터를 보정하는 인공 지능 공기 조화기 및 그 방법
KR20210078852A (ko) Xr 디바이스 및 그 제어 방법
KR102331672B1 (ko) 사용자의 위치를 결정하는 인공 지능 장치 및 그 방법
US10872438B2 (en) Artificial intelligence device capable of being controlled according to user&#39;s gaze and method of operating the same
KR20190106862A (ko) 인공지능 장치 및 그를 이용한 IoT 기기의 도난 감지 및 탐색 방법
KR20210077482A (ko) 복수의 갱신 정보를 융합하여 인공 지능 모델을 갱신하는 인공 지능 서버 및 그 방법
KR20190107626A (ko) 인공지능 서버
KR20190084912A (ko) 사용자의 액션에 따라 제어 가능한 인공 지능 장치 및 그의 동작 방법
KR20190102151A (ko) 사용자에게 정보를 제공하는 인공 지능 서버 및 그 방법
KR20220001522A (ko) 장치 정보에 기반하여, 다른 장치를 제어할 수 있는 인공 지능 장치
KR102421488B1 (ko) 복수개의 출력 레이어를 이용한 인공 지능 장치 및 방법
KR20190104264A (ko) 차량에 탑재되는 인공 지능 장치 및 그 방법
US11270700B2 (en) Artificial intelligence device and method for recognizing speech with multiple languages
KR20210097336A (ko) 제품 냉동을 위한 인공 지능 장치 및 그 방법
KR102537381B1 (ko) 보행경로예측장치
KR20190107616A (ko) 개체명 테이블을 생성하는 인공 지능 장치 및 그 방법
KR20190094311A (ko) 인공 지능 로봇 및 그의 동작 방법
US10931813B1 (en) Artificial intelligence apparatus for providing notification and method for same
KR102231909B1 (ko) 인공지능 장치
KR20210050201A (ko) 로봇, 로봇의 작동 방법 및 상기 로봇을 포함하는 로봇 시스템
KR20190095190A (ko) 음성 인식 서비스를 제공하는 인공 지능 장치 및 그의 동작 방법

Legal Events

Date Code Title Description
A201 Request for examination