KR20220012061A - Electronic device identifying height of object included in image and method for operating thereof - Google Patents
Electronic device identifying height of object included in image and method for operating thereof Download PDFInfo
- Publication number
- KR20220012061A KR20220012061A KR1020200091129A KR20200091129A KR20220012061A KR 20220012061 A KR20220012061 A KR 20220012061A KR 1020200091129 A KR1020200091129 A KR 1020200091129A KR 20200091129 A KR20200091129 A KR 20200091129A KR 20220012061 A KR20220012061 A KR 20220012061A
- Authority
- KR
- South Korea
- Prior art keywords
- electronic device
- processor
- plane
- ground
- feature point
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
-
- 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
- G06T7/50—Depth or shape recovery
- G06T7/543—Depth or shape recovery from line drawings
-
- 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
- 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
-
- 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
Abstract
Description
본 발명의 다양한 실시예는 이미지 내 오브젝트의 높이를 확인하는 전자 장치 및 그 동작 방법에 관한 것이다.Various embodiments of the present disclosure relate to an electronic device for checking the height of an object in an image, and an operating method thereof.
카메라를 포함하는 전자 장치에서, 단순히 이미지를 획득하는 것 이외의 부가적인 기능이 다양하게 개발되는 추세이다. 예를 들어, 전자 장치는 카메라를 통하여 획득한 이미지에 얼굴 인식을 수행하고, 얼굴 인식 결과에 기초하여, 획득한 이미지에 사용자가 지정한 효과를 가할 수 있다. 다른 예시에서, 전자 장치는 카메라를 통하여 획득한 이미지에서 QR 코드와 같은 정의된 유형의 오브젝트를 인식할 수 있다. 또는, 카메라를 포함하는 전자 장치는, 획득한 이미지 내에 피사체로서 포함되는 사람의 키를 측정할 수 있다.In an electronic device including a camera, various additional functions other than simply acquiring an image are being developed. For example, the electronic device may perform face recognition on an image acquired through a camera, and may apply a user-specified effect to the acquired image based on the face recognition result. In another example, the electronic device may recognize a defined type of object, such as a QR code, from an image acquired through a camera. Alternatively, the electronic device including the camera may measure the height of a person included as a subject in the acquired image.
전자 장치에서 획득한 이미지 내 피사체로서 포함되는 사람의 키를 측정하는 기존의 방법에서, 정확도를 제한하는 몇 가지 요소들이 있다. 예를 들어, 카메라의 각도에 따라서 키 산정의 기준이 되는 특징점, 예를 들어 피사체인 사람의 정수리의 위치가 실제 특징점의 위치와 다르게 계산되어, 측정의 정확도가 제한될 수 있다. 또는, 피사체인 사람이 모자를 쓰고 있는 경우, 모자 때문에 실제 특징점의 위치보다 더 높은 위치가 특징점으로 계산되어, 측정의 정확도가 제한될 수 있다. 또는, 깊이 이미지를 이용하여 특징점을 계산하는 경우, 사람 머리카락 부분에 대해서는 깊이 값이 없기 때문에 측정의 정확도가 제한될 수 있다.In an existing method of measuring the height of a person included as a subject in an image acquired by an electronic device, there are several factors that limit accuracy. For example, according to the angle of the camera, a key point that is a standard for calculating the height, for example, the position of the crown of a person who is a subject, is calculated differently from the actual key point position, thereby limiting the accuracy of measurement. Alternatively, when a person who is a subject is wearing a hat, a position higher than the actual position of the characteristic point is calculated as the characteristic point because of the hat, and thus the accuracy of measurement may be limited. Alternatively, when a feature point is calculated using a depth image, since there is no depth value for a human hair part, measurement accuracy may be limited.
다양한 실시예에 따른 이미지 내 오브젝트의 높이를 확인하는 전자 장치는, 오브젝트에 관한 모델에 기초하여 특징점의 위치를 확인할 수 있다.The electronic device for checking the height of the object in the image according to various embodiments of the present disclosure may check the position of the feature point based on a model regarding the object.
다양한 실시예에 따라서, 전자 장치는 카메라 모듈 및 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 상기 카메라 모듈을 통하여, 제1 유형의 제1 오브젝트 및 지면이 포함되는 이미지를 획득하고, 상기 지면을 확인하고, 상기 제1 오브젝트의 특징점의 위치를 확인하고, 상기 제1 오브젝트에 대응하는 제1 평면을 확인하고, 상기 제1 평면과 상기 지면이 교차하는 선과 상기 특징점 사이의 거리를 확인하도록 설정될 수 있다.According to various embodiments, the electronic device includes a camera module and at least one processor, wherein the at least one processor acquires, through the camera module, an image including a first object of a first type and a ground, Check the ground, check the location of the feature point of the first object, check the first plane corresponding to the first object, and check the distance between the line where the first plane and the ground intersect and the feature point can be set to
다양한 실시예에 따라서, 전자 장치에서 수행되는 방법은, 제1 유형의 제1 오브젝트 및 지면이 포함되는 이미지를 획득하는 동작, 상기 지면을 확인하는 동작, 상기 제1 오브젝트의 특징점의 위치를 확인하는 동작, 상기 제1 오브젝트에 대응하는 제1 평면을 확인하는 동작, 및 상기 제1 평면과 상기 지면이 교차하는 선과 상기 특징점 사이의 거리를 확인하는 동작을 포함할 수 있다.According to various embodiments of the present disclosure, a method performed in an electronic device includes an operation of acquiring an image including a first object of a first type and a ground, an operation of checking the ground, and an operation of checking a position of a feature point of the first object The method may include an operation, an operation of identifying a first plane corresponding to the first object, and an operation of determining a distance between a line where the first plane and the ground intersect and the feature point.
다양한 실시예에 따라서, 이미지 내 오브젝트의 높이를 확인하는 전자 장치 및 그 동작 방법이 제공된다. 다양한 실시예에 따른 전자 장치는, 오브젝트에 관한 모델에 기초하여 특징점의 위치를 확인함으로써, 카메라의 각도 또는 모자 착용 여부와 관계없이 특징점을 정확하게 확인할 수 있다. 또한, 다양한 실시예에 따른 전자 장치는 특징점으로부터 오브젝트에 대응하는 제1 평면과 지면이 교차하는 선까지의 거리를 오브젝트의 높이로서 확인함으로써, 지면이 기울어지거나 오브젝트 앞에 지면을 가리는 다른 오브젝트가 있더라도 오브젝트의 높이를 정확하게 확인할 수 있다.According to various embodiments, an electronic device for checking a height of an object in an image and a method of operating the same are provided. The electronic device according to various embodiments may accurately identify the feature point regardless of the angle of the camera or whether the hat is worn by confirming the position of the feature point based on the object model. In addition, the electronic device according to various embodiments identifies a distance from a feature point to a line where the first plane corresponding to the object and the ground intersect as the height of the object, so that even if the ground is tilted or there is another object covering the ground in front of the object, the object height can be accurately determined.
이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.In addition, various effects directly or indirectly identified through this document may be provided.
도 1은 다양한 실시예에 따른, 네트워크 환경 내의 전자 장치의 블록도이다.
도 2a는 다양한 실시예에 따른, 전자 장치의 블록도이다.
도 2b는 다양한 실시예에 따른, 전자 장치의 동작을 설명하기 위한 흐름도를 도시한다.
도 3a는 다양한 실시예에 따른 전자 장치가 특징점의 위치를 확인하는 상황의 예시를 도시한다.
도 3b는 다양한 실시예에 따른 전자 장치가 특징점의 위치를 확인하는 상황의 예시를 도시한다.
도 4a는 다양한 실시예에 따른 전자 장치가 획득한 이미지의 예시를 도시한다.
도 4b는 다양한 실시예에 따른 전자 장치가 오브젝트에 대응하는 영역을 확인하는 상황의 예시를 도시한다.
도 4c는 다양한 실시예에 따른 전자 장치가 제1 오브젝트의 높이를 확인하는 상황의 예시를 도시한다.
도 4d는 지면이 기울어진 경우 비교예 및 다양한 실시예에 따라 확인되는 제1 오브젝트의 높이를 도시한다.
도 5는 다양한 실시예에 따른, 전자 장치의 동작을 설명하기 위한 흐름도를 도시한다.
도 6은 다양한 실시예에 따른, 전자 장치의 동작을 설명하기 위한 흐름도를 도시한다.
도 7a는 다양한 실시예에 따른, 전자 장치의 외골격 인식 결과의 예시를 도시한다.
도 7b는 다양한 실시예에 따른, 외골격 인식 결과에 기초한 보정의 예시를 도시한다.
도 8a는 다양한 실시예에 따른, 전자 장치에 표시되는 화면의 예시를 도시한다.
도 8b는 다양한 실시예에 따른, 전자 장치에 표시되는 화면의 예시를 도시한다.1 is a block diagram of an electronic device in a network environment, according to various embodiments of the present disclosure;
2A is a block diagram of an electronic device according to various embodiments of the present disclosure;
2B is a flowchart illustrating an operation of an electronic device according to various embodiments of the present disclosure;
3A illustrates an example of a situation in which an electronic device identifies a location of a feature point according to various embodiments of the present disclosure;
3B illustrates an example of a situation in which an electronic device identifies a location of a feature point according to various embodiments of the present disclosure.
4A illustrates an example of an image acquired by an electronic device according to various embodiments of the present disclosure;
4B illustrates an example of a situation in which an electronic device identifies a region corresponding to an object according to various embodiments of the present disclosure.
4C illustrates an example of a situation in which the electronic device checks the height of the first object according to various embodiments of the present disclosure.
4D illustrates the height of the first object checked according to the comparative example and various embodiments when the ground is inclined.
5 is a flowchart illustrating an operation of an electronic device according to various embodiments of the present disclosure;
6 is a flowchart illustrating an operation of an electronic device according to various embodiments of the present disclosure;
7A illustrates an example of an exoskeleton recognition result of an electronic device, according to various embodiments.
7B illustrates an example of correction based on an exoskeleton recognition result, according to various embodiments.
8A illustrates an example of a screen displayed on an electronic device, according to various embodiments.
8B illustrates an example of a screen displayed on an electronic device, according to various embodiments.
도 1은, 다양한 실시예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록도이다. 도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제 1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제 2 네트워크(199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(104) 또는 서버(108)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 연결 단자(178), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(178))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(176), 카메라 모듈(180), 또는 안테나 모듈(197))은 하나의 구성요소(예: 디스플레이 모듈(160))로 통합될 수 있다.1 is a block diagram of an electronic device 101 in a
프로세서(120)는, 예를 들면, 소프트웨어(예: 프로그램(140))를 실행하여 프로세서(120)에 연결된 전자 장치(101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(120)는 다른 구성요소(예: 센서 모듈(176) 또는 통신 모듈(190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(132)에 저장하고, 휘발성 메모리(132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(134)에 저장할 수 있다. 일실시예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(101)가 메인 프로세서(121) 및 보조 프로세서(123)를 포함하는 경우, 보조 프로세서(123)는 메인 프로세서(121)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(123)는 메인 프로세서(121)와 별개로, 또는 그 일부로서 구현될 수 있다.The
보조 프로세서(123)는, 예를 들면, 메인 프로세서(121)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(121)를 대신하여, 또는 메인 프로세서(121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(121)와 함께, 전자 장치(101)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(160), 센서 모듈(176), 또는 통신 모듈(190))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능이 수행되는 전자 장치(101) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(108))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다. The
메모리(130)는, 전자 장치(101)의 적어도 하나의 구성요소(예: 프로세서(120) 또는 센서 모듈(176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(130)는, 휘발성 메모리(132) 또는 비휘발성 메모리(134)를 포함할 수 있다. The
프로그램(140)은 메모리(130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(142), 미들 웨어(144) 또는 어플리케이션(146)을 포함할 수 있다. The
입력 모듈(150)은, 전자 장치(101)의 구성요소(예: 프로세서(120))에 사용될 명령 또는 데이터를 전자 장치(101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(150)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다. The
음향 출력 모듈(155)은 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 모듈(155)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.The
디스플레이 모듈(160)은 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일실시예에 따르면, 디스플레이 모듈(160)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다. The
오디오 모듈(170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일실시예에 따르면, 오디오 모듈(170)은, 입력 모듈(150)을 통해 소리를 획득하거나, 음향 출력 모듈(155), 또는 전자 장치(101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(102))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.The
센서 모듈(176)은 전자 장치(101)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일실시예에 따르면, 센서 모듈(176)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다. The
인터페이스(177)는 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일실시예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.The
연결 단자(178)는, 그를 통해서 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일실시예에 따르면, 연결 단자(178)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.The
햅틱 모듈(179)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일실시예에 따르면, 햅틱 모듈(179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.The
카메라 모듈(180)은 정지 영상 및 동영상을 촬영할 수 있다. 일실시예에 따르면, 카메라 모듈(180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.The
전력 관리 모듈(188)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 일실시예에 따르면, 전력 관리 모듈(188)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.The
배터리(189)는 전자 장치(101)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일실시예에 따르면, 배터리(189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.The
통신 모듈(190)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(190)은 프로세서(120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일실시예에 따르면, 통신 모듈(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제 1 네트워크(198)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제 2 네트워크(199)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(104)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(192)은 가입자 식별 모듈(196)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크 내에서 전자 장치(101)를 확인 또는 인증할 수 있다. The
무선 통신 모듈(192)은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB(enhanced mobile broadband)), 단말 전력 최소화와 다수 단말의 접속(mMTC(massive machine type communications)), 또는 고신뢰도와 저지연(URLLC(ultra-reliable and low-latency communications))을 지원할 수 있다. 무선 통신 모듈(192)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(192)은 고주파 대역에서의 성능 확보를 위한 다양한 기술들, 예를 들어, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO: full dimensional MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다. 무선 통신 모듈(192)은 전자 장치(101), 외부 전자 장치(예: 전자 장치(104)) 또는 네트워크 시스템(예: 제 2 네트워크(199))에 규정되는 다양한 요구사항을 지원할 수 있다. 일실시예에 따르면, 무선 통신 모듈(192)은 eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.The
안테나 모듈(197)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(190)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(190)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(197)의 일부로 형성될 수 있다.
The
다양한 실시예에 따르면, 안테나 모듈(197)은 mmWave 안테나 모듈을 형성할 수 있다. 일실시예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제 1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제 2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.According to various embodiments, the
상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.At least some of the components are connected to each other through a communication method between peripheral devices (eg, a bus, general purpose input and output (GPIO), serial peripheral interface (SPI), or mobile industry processor interface (MIPI)) and a signal ( eg commands or data) can be exchanged with each other.
일실시예에 따르면, 명령 또는 데이터는 제 2 네트워크(199)에 연결된 서버(108)를 통해서 전자 장치(101)와 외부의 전자 장치(104)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(102, 또는 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 일실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(102, 104, 또는 108) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(101)로 전달할 수 있다. 전자 장치(101)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(101)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시예에 있어서, 외부의 전자 장치(104)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(108)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일실시예에 따르면, 외부의 전자 장치(104) 또는 서버(108)는 제 2 네트워크(199) 내에 포함될 수 있다. 전자 장치(101)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다. According to an embodiment, the command or data may be transmitted or received between the electronic device 101 and the external
도 2a는 다양한 실시예에 따른, 전자 장치의 블록도이다.2A is a block diagram of an electronic device according to various embodiments of the present disclosure;
도 2a를 참조하면, 전자 장치(200a)는 프로세서(210a), 통신 모듈(220a), 메모리(230a), 센서 모듈(240a), 카메라 모듈(250a), 및 디스플레이(260a)를 포함할 수 있다.Referring to FIG. 2A , the
다양한 실시예에 따르면, 프로세서(210a)는 메모리(230a)에 저장된 하나 이상의 인스트럭션들에 따라 전자 장치(200a)의 동작을 수행할 수 있다. 프로세서(210a)가 수행하는 전자 장치(200a)의 동작에 관한 상세한 설명은 도 2b 내지 도 8b를 참조하여 후술한다.According to various embodiments, the
일 실시예에 따르면, 상기 프로세서(210a)는 전자 장치(200a)의 다른 구성요소들과 작동적으로(operatively), 기능적으로(functionally) 또는 전기적으로(electrically) 연결될 수 있다.According to an embodiment, the
일 실시예에 따르면, 상기 프로세서(210a)는 카메라 모듈(250a)로부터 획득된 이미지로부터 적어도 하나의 오브젝트를 검출할 수 있다. 예를 들어, 상기 프로세서(210a)는 상기 카메라 모듈(250a)로부터 획득된 이미지를 분석할 수 있다.According to an embodiment, the
다양한 실시예에 따르면, 메모리(230a)는 도 1의 메모리(130)와 실질적으로 동일하거나 유사하게 구현될 수 있다.According to various embodiments, the
일 실시예에 따르면, 상기 메모리(230a)는 프로세서(210a)와 작동적으로 연결될 수 있다. 메모리(230a)는 전자 장치(200a)의 적어도 하나의 구성요소(예: 프로세서(210a) 또는 카메라 모듈(250a))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 도 1의 프로그램(140)) 및, 이와 관련된 명령들(instructions)에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다.According to an embodiment, the
다양한 실시예에 따르면, 디스플레이(260a)는 도 1의 디스플레이 모듈(160)과 실질적으로 동일하거나 유사하게 구현될 수 있다.According to various embodiments, the
일 실시예에 따르면, 상기 디스플레이(260a)는 프로세서(210a)의 제어 하에 전자 장치(200a)의 이용에 따른 다양한 화면들을 표시할 수 있다. 예를 들어, 상기 디스플레이(260a)는 상기 프로세서(210a)에 의해 상기 카메라 모듈(250a)로부터 획득한 이미지를 표시할 수 있다.According to an embodiment, the
다양한 실시 예에 따르면, 카메라 모듈(250a)은 도 1의 카메라 모듈(180)과 실질적으로 동일하거나 유사하게 구현될 수 있으며, 전면에 위치된 적어도 하나의 카메라와 후면에 위치된 적어도 하나의 카메라를 포함할 수 있다.According to various embodiments, the
일 실시 예에 따르면, 상기 카메라 모듈(250a)은 거리 측정 카메라를 포함할 수 있다. 거리 측정 카메라는 TOF(time of flight) 카메라 및/또는 depth 카메라를 포함할 수 있다. 일 실시 예에 따르면, 전자 장치(200a)는 카메라 모듈(250a)을 이용하여 사용자가 바라보고 있는 시선 방향(예: FOV)에 위치하는 오브젝트 중 하나를 인지하고, 해당 오브젝트와의 거리를 depth 카메라를 통해 depth를 계산하거나, 또는 해당 오브젝트와의 거리를 TOF 카메라를 통해 거리를 측정할 수 있다.According to an embodiment, the
다양한 실시예에 따르면, 센서 모듈(240a)은 도 1의 센서 모듈(176)과 실질적으로 동일하거나 유사하게 구현될 수 있다. According to various embodiments, the sensor module 240a may be implemented substantially the same as or similar to the
일 실시 예에 따르면, 상기 센서 모듈(240a)은 중력 센서를 포함할 수 있다. According to an embodiment, the sensor module 240a may include a gravity sensor.
예를 들어, 프로세서(210a)는 상기 센서 모듈(240a)로부터 수신한 로우 데이터(raw data)를 이용하여 상기 전자 장치(200a)의 중력 방향을 검출할 수 있다. For example, the
다양한 실시 예에 따르면, 통신 모듈(220a)은 도 1의 통신 모듈과 실질적으로 동일하거나 유사하게 구현될 수 있다.According to various embodiments, the
일 실시 예에 따르면, 프로세서(210a)는 통신 모듈(220a)을 통해 다른 전자 장치와 무선 통신을 수행할 수 있다. 예를 들어, 프로세서(210a)는 카메라 모듈로부터 획득한 이미지를 통신 모듈을 통해 외부 서버로 전송할 수 있고, 상기 외부 서버로부터 상기 이미지의 분석 정보를 수신할 수 있다.According to an embodiment, the
도 2b는 다양한 실시예에 따른, 전자 장치의 동작을 설명하기 위한 흐름도를 도시한다. 도 3a 및 도 3b는 다양한 실시예에 따른 전자 장치가 특징점의 위치를 확인하는 상황의 예시를 도시한다. 도 4a는 다양한 실시예에 따른 전자 장치가 획득한 이미지의 예시를 도시한다. 도 4b는 다양한 실시예에 따른 전자 장치가 오브젝트에 대응하는 영역을 확인하는 상황의 예시를 도시한다. 도 4c는 다양한 실시예에 따른 전자 장치가 제1 오브젝트의 높이를 확인하는 상황의 예시를 도시한다. 도 4d는 지면이 기울어진 경우 비교예 및 다양한 실시예에 따라 확인되는 제1 오브젝트의 높이를 도시한다.2B is a flowchart illustrating an operation of an electronic device according to various embodiments of the present disclosure; 3A and 3B illustrate examples of a situation in which an electronic device identifies a location of a feature point according to various embodiments of the present disclosure. 4A illustrates an example of an image acquired by an electronic device according to various embodiments of the present disclosure; 4B illustrates an example of a situation in which an electronic device identifies a region corresponding to an object according to various embodiments of the present disclosure. 4C illustrates an example of a situation in which the electronic device checks the height of the first object according to various embodiments of the present disclosure. 4D illustrates the height of the first object checked according to the comparative example and various embodiments when the ground is inclined.
다양한 실시예에 따라서, 도 2b에 개시된 동작들은 전자 장치(예: 도 1의 전자 장치(101))의 적어도 하나의 프로세서(예: 도 1의 프로세서(120))에 의하여 수행될 수 있는 인스트럭션(명령어)들로 구현될 수 있다. 도 2b에 도시되는 동작들은 도시되는 순서에 국한되지 않고 다양한 순서로 수행될 수 있다. 또한 다양한 실시예에 따라서 도 2b에 도시되는 동작들보다 더 많은 동작들이 수행되거나 더 적은 적어도 하나의 동작이 수행될 수도 있다. 이하에서는, 도 3a 내지 도 3b 및 도 4a 내지 도 4d를 참조하여, 도 2b에 대해서 설명한다.According to various embodiments, the operations illustrated in FIG. 2B are instructions (eg,
다양한 실시예에 따라서, 210 동작에서, 전자 장치(예를 들어, 전자 장치(101))의 적어도 하나의 프로세서(예를 들어, 프로세서(120))는 카메라 모듈(예를 들어, 카메라 모듈(180))을 통하여 제1 유형의 제1 오브젝트 및 지면이 포함되는 이미지를 획득할 수 있다. 다양한 실시예에 따라서, 카메라 모듈(180)은 획득된 이미지에 대응하는 깊이 데이터를 획득할 수 있다. 예를 들어, 카메라 모듈(180)은 거리 측정 카메라(depth camera)를 포함할 수 있다. 거리 측정 카메라는 전자 장치(101)의 전면에 위치한 오브젝트와의 거리를 측정할 수 있다. 프로세서(120)는 거리 측정 카메라를 이용하여 획득된 이미지에 포함된 오브젝트의 거리에 대응되는 깊이 데이터를 획득할 수 있다.According to various embodiments, in
다양한 실시예에 따라서, 오브젝트의 유형은 피사체의 종류를 나타낼 수 있다. 예를 들어, 오브젝트의 유형은 사람, 건물, 또는 동물을 포함할 수 있다. 210 동작에서 획득된 이미지는 다양한 유형의 오브젝트들 중 지정된 제1 유형의 오브젝트를 포함할 수 있다. 이하에서는, 오브젝트의 제1 유형이 사람인 예시를 중심으로 설명할 것이다. 그러나, 다양한 실시예에 따른 전자 장치는 다양한 유형의 오브젝트에 대하여 지면과의 거리를 확인할 수 있다는 것을 통상의 기술자는 이해할 수 있을 것이다.According to various embodiments, the type of the object may indicate the type of the subject. For example, the type of object may include a person, a building, or an animal. The image acquired in
220 동작에서, 적어도 하나의 프로세서(120)는 획득된 이미지에 기초하여 지면을 확인할 수 있다. 예를 들어, ARCore(augmented reality core) 또는 ARKit와 같은 AR SDK(AR software development kit)의 기능을 이용하여 지면을 확인할 수 있다. 다양한 실시예에 따라서, 적어도 하나의 프로세서(120)는 카메라 모듈(180)로부터 획득되는 이미지에 대응하는 깊이 데이터를 획득하는 경우, 획득된 이미지 및 깊이 데이터에 기초하여 지면을 확인할 수 있다. In
다양한 실시예에 따라서, 적어도 하나의 프로세서(120)는 센서 모듈(예: 도 1의 센서 모듈(176))로부터 획득되는 센서 정보에 더 기초하여, 지면을 확인할 수 있다. 예를 들어, 적어도 하나의 프로세서(120)는 중력 센서로부터 획득된 로우 데이터(raw data)에 기초하여 중력 방향을 검출할 수 있다. 상기 적어도 하나의 프로세서(120)는 카메라 모듈(180)부터 획득된 이미지 내에서, 상기 검출된 중력 방향에 실질적으로 수직한 면을 지면으로 확인할 수 있다.According to various embodiments, the at least one
230 동작에서, 적어도 하나의 프로세서(120)는 획득된 이미지 내에서 제1 오브젝트의 특징점의 위치를 확인할 수 있다. 다양한 실시예에 따라서, 적어도 하나의 프로세서(120)는 제1 유형의 오브젝트(이하, 제1 오브젝트로 참조됨)에 관한 모델에 기초하여, 획득된 이미지 내에서 제1 오브젝트를 인식함으로써 특징점의 위치를 확인할 수 있다. 일 실시 예에 따르면, 오브젝트의 유형에 따른 모델 DB는 전자 장치(101)의 메모리(130)에 저장되어 있거나, 외부 전자 장치에 의해 구현될 수 있다. 예를 들어 제1 유형의 오브젝트에 관한 모델은 메모리(130)에 저장될 수 있다. 예를 들어, 오브젝트의 제1 유형이 사람인 경우, 적어도 하나의 프로세서(120)는 사람 두상 모델에 기초하여, 획득된 이미지 내의 제1 오브젝트를 사람 두상 모델에 피팅할 수 있다. 다양한 실시예에 따라서, 적어도 하나의 프로세서(120)는 제1 오브젝트를 오브젝트에 관한 모델에 피팅하는 동작을 직접 수행하지 않고, 통신 모듈(190)을 통하여 외부 전자 장치(예를 들어, 서버)에 획득된 이미지를 전송하고, 외부 전자 장치에서 오브젝트에 관한 모델을 참조하여 피팅한 결과에 관한 정보(예: 오브젝트에 관한 모델에 피팅된 적어도 하나의 피팅된 부분)를 통신 모듈(190)을 통하여 외부 전자 장치로부터 수신할 수 있다.In
일 실시 예에 따르면, 적어도 하나의 프로세서(120)는 제1 오브젝트에서 사람 두상 모델에 피팅된 부분들 중 220 동작에서 확인된 지면과 가장 먼 지점을 특징점으로서 확인할 수 있다.다양한 실시예에 따라서, 카메라 모듈(180)(예: 거리 측정 카메라)이 이미지에 대응하는 깊이 데이터를 획득하는 경우, 적어도 하나의 프로세서(120)는 제1 오브젝트를 삼차원 사람 두상 모델에 피팅하고, 제1 오브젝트에서 삼차원 사람 두상 모델에 피팅된 부분들 중 220 동작에서 확인된 지면과 가장 먼 지점을 특징점으로서 확인할 수 있다. 다양한 실시예와 다르게, 도 3a와 같이 카메라 모듈(180)의 시선(field of view, FOV) 방향(320a)을 기준으로 특징점의 위치를 설정하는 경우, 지점(325a)이 특징점으로 결정될 수 있다. 반면, 다양한 실시예에 따른 적어도 하나의 프로세서(120)는 220 동작에서 확인된 지면과 실질적으로 평행한 선(310a)을 이용하여 지면과 가장 먼 지점(315a)을 확인하므로, 카메라 모듈(180)의 시선 방향(320a)과 관계없이 특징점을 정확하게 확인할 수 있다. 다양한 실시예와 다르게, 제1 오브젝트를 사람 두상 모델에 피팅하지 않고 특징점의 위치를 설정하는 경우, 도 3b와 같이 제1 오브젝트인 사람이 모자를 쓴 경우, 모자의 높이(320b)에 있는 지점이 특징점으로 확인될 수 있다. 반면, 다양한 실시예에 따른 적어도 하나의 프로세서(120)는 제1 오브젝트를 사람 두상 모델에 피팅하고, 제1 오브젝트에서 사람 두상 모델에 피팅된 부분들 중 220 동작에서 확인된 지면과 가장 먼 지점을 특징점으로서 확인하므로, 사람 두상 모델에 따른 머리에 해당하는 부분들 중 지면과 가장 먼 높이(310b)에 있는 지점이 특징점으로 확인될 수 있다. 예를 들어, 특징점은 지면으로부터 제1 오브젝트의 높이를 확인하기 위한 기준점을 의미할 수 있다. 따라서, 다양한 실시예에 따른 적어도 하나의 프로세서(120)는 제1 오브젝트의 적어도 일부가 다른 오브젝트에 의하여 가려지더라도 특징점을 정확하게 확인할 수 있다.According to an embodiment, the at least one
다양한 실시예에 따라서, 적어도 하나의 프로세서(120)는 통신 모듈(190)을 통하여 외부 전자 장치(예를 들어, 서버)에 획득된 이미지를 전송하고, 외부 전자 장치에서 제1 유형의 오브젝트에 관한 모델(예: 사람 두상 모델)에 기초하여 확인된 제1 오브젝트의 특징점에 관한 정보를 외부 전자 장치로부터 수신함으로써 제1 오브젝트의 특징점으로서 확인할 수 있다.According to various embodiments, the at least one
240 동작에서, 적어도 하나의 프로세서(120)는 제1 오브젝트에 대응하는 제1 평면을 확인할 수 있다. 다양한 실시예에 따라서, 카메라 모듈(180)이 이미지에 대응하는 깊이 데이터를 획득하지 않는 경우, 적어도 하나의 프로세서(120)는 제1 오브젝트에 대하여 외골격(skeleton) 인식을 수행하고, 외골격 인식 결과에 기초하여 제1 오브젝트에 대응하는 제1 평면을 확인할 수 있다.In
다양한 실시예에 따라서, 카메라 모듈(180)이 이미지에 대응하는 깊이 데이터를 획득하는 경우, 적어도 하나의 프로세서(120)는 깊이 데이터를 활용하여 제1 평면을 확인할 수 있다. 일 실시예에 따라서, 적어도 하나의 프로세서(120)는 카메라 모듈(180)로부터 획득한 이미지 내에서 제1 오브젝트에 대응되는 영역을 확인할 수 있다. 예를 들어, 적어도 하나의 프로세서(120)가 카메라 모듈(180)로부터 획득한 이미지가 도 4a의 이미지(400a)이고, 오브젝트의 제1 유형이 사람인 경우, 적어도 하나의 프로세서(120)는 제1 오브젝트(410a)에 대응하는 영역(410b)을 확인할 수 있다. 도 4b를 참조하면, 다양한 실시예에 따라서, 적어도 하나의 프로세서(120)는 딥러닝 알고리즘에 기초하여 제1 오브젝트(410a)에 대응하는 영역(410b)을 확인할 수 있다. 다양한 실시예에 따라서, 적어도 하나의 프로세서(120)는 통신 모듈(190)을 통하여 외부 전자 장치(예를 들어, 서버)에 이미지를 전송하고, 외부 전자 장치에서 딥러닝 알고리즘에 기초하여 확인된 제1 오브젝트(410a)에 대응하는 영역(410b)에 관한 정보를 외부 전자 장치로부터 수신함으로써 제1 오브젝트(410a)에 대응하는 영역(410b)을 확인할 수 있다.According to various embodiments, when the
일 실시예에 따라서, 적어도 하나의 프로세서(120)는 제1 오브젝트(410a)에 대응하는 영역(410b)에 대응하는 깊이 데이터에 기초하여 제1 오브젝트(410a)에 대응하는 복수의 3차원 점의 좌표를 확인하고, 복수의 3차원 점과의 오차를 최소화하는 평면을 제1 평면으로서 확인할 수 있다. 예를 들어, 복수의 3차원 점과 임의의 평면 사이의 오차는, 각 3차원 점과 임의의 평면 사이의 거리의 제곱을 모든 복수의 3차원 점에 대하여 합한 값의 제곱근을 포함할 수 있다.According to an exemplary embodiment, the at least one
250 동작에서, 적어도 하나의 프로세서(120)는 제1 평면과 지면이 교차하는 선과 특징점 사이의 거리를 제1 오브젝트의 높이로서 확인할 수 있다. 도 4c를 참조하면, 적어도 하나의 프로세서(120)는 지면(410c)을 확인하고, 제1 오브젝트(420c)의 특징점(430c)을 확인하고, 제1 오브젝트(420c)에 대응하는 제1 평면(440c)을 확인한 후, 제1 평면(440c)과 지면(410c)이 교차하는 선(450c)과 특징점(430c) 사이의 거리를 제1 오브젝트(420c)의 높이로서 확인할 수 있다. 예를 들어, 제1 평면(440c)과 지면(410c)이 교차하는 선(450c)과 특징점(430c) 사이의 거리는 제1 평면(440c)과 지면(410c)이 교차하는 선(450c)과 특징점(430c) 사이의 실질적으로 수직한 직선 거리를 의미할 수 있다.도 4d를 참조하면, 지면(410d)이 +x축에 대해 지정된 각도의 범위로 기울어진 상황에서, 제1 오브젝트의 특징점(430d)과 지면 사이의 거리(421d)는 제1 오브젝트의 높이와 차이가 있을 수 있다. 반면, 제1 오브젝트에 대응하는 제1 평면과 지면이 교차하는 선과 특징점 사이의 거리(422d)는 제1 오브젝트의 높이를 정확하게 나타낼 수 있다.In
또한, 다양한 실시예에 따라서, 적어도 하나의 프로세서(120)는 제1 평면과 지면이 교차하는 선과 특징점 사이의 거리를 제1 오브젝트의 높이로서 확인하므로, 제1 오브젝트와 지면이 닿는 부분이 다른 피사체에 의해 가려지는 경우에도 제1 평면 또는 지면 중 적어도 하나를 연장함으로써 제1 오브젝트의 높이를 확인할 수 있다.In addition, according to various embodiments, since the at least one
도 5는 다양한 실시예에 따른, 전자 장치의 동작을 설명하기 위한 흐름도를 도시한다. 다양한 실시예에 따라서, 도 5에 개시된 동작들은 전자 장치(예: 도 1의 전자 장치(101))의 적어도 하나의 프로세서(예: 도 1의 프로세서(120))에 의하여 수행될 수 있는 인스트럭션(명령어)들로 구현될 수 있다. 도 5에 도시되는 동작들은 도시되는 순서에 국한되지 않고 다양한 순서로 수행될 수 있다. 또한 다양한 실시예에 따라서 도 5에 도시되는 동작들보다 더 많은 동작들이 수행되거나 더 적은 적어도 하나의 동작이 수행될 수도 있다.5 is a flowchart illustrating an operation of an electronic device according to various embodiments of the present disclosure; According to various embodiments, the operations shown in FIG. 5 are instructions (eg, the
510 동작에서, 전자 장치(예를 들어, 전자 장치(101))의 적어도 하나의 프로세서(예를 들어, 프로세서(120))는 카메라 모듈(예를 들어, 카메라 모듈(180))을 통하여 제1 유형의 제1 오브젝트 및 지면이 포함되는 이미지를 획득할 수 있다. 520 동작에서, 적어도 하나의 프로세서(120)는 획득된 이미지에 기초하여 지면을 확인할 수 있다. 530 동작에서, 적어도 하나의 프로세서(120)는 획득된 이미지 내에서 제1 오브젝트의 특징점의 위치를 확인할 수 있다. 540 동작에서, 적어도 하나의 프로세서(120)는 제1 오브젝트에 대응하는 제1 평면을 확인할 수 있다. 550 동작에서, 적어도 하나의 프로세서(120)는 제1 평면과 지면이 교차하는 선과 특징점 사이의 거리를 제1 오브젝트의 높이로서 확인할 수 있다. 210 동작 내지 250 동작에 관한 세부 사항들이 510 동작 내지 550 동작에 동일하게 적용될 수 있으므로, 여기에서 중복하여 설명하지 않는다.In
560 동작에서, 적어도 하나의 프로세서(120)는 제1 오브젝트에 외골격 인식을 수행할 수 있다. 외골격 인식은 제1 오브젝트를 제1 유형의 오브젝트에 관한 외골격 모델에 피팅하는 동작일 수 있다. 다양한 실시예에 따라서, 적어도 하나의 프로세서(120)는 전자 장치(101)의 메모리(130)에 저장된 외골격 모델을 참조하여 외골격 인식을 수행할 수 있다. 다양한 실시예에 따라서, 적어도 하나의 프로세서(120)는 외골격 인식을 직접 수행하지 않고, 통신 모듈(190)을 통하여 외부 전자 장치(예를 들어, 서버)에 획득된 이미지를 전송하고, 외부 전자 장치에서 외골격 모델을 참조하여 확인된 외골격 인식 결과에 관한 정보를 통신 모듈(190)을 통하여 외부 전자 장치로부터 수신할 수 있다.In
570 동작에서, 적어도 하나의 프로세서(120)는 외골격 인식 결과에 기초하여, 제1 평면과 지면이 교차하는 선과 특징점 사이의 거리를 보정하고, 보정된 값을 제1 오브젝트의 높이로서 확인할 수 있다. 다양한 실시예에 따라서, 적어도 하나의 프로세서(120)는 도 6의 610 동작 내지 640 동작을 참조하여 후술되는 동작을 통하여 제1 평면과 지면이 교차하는 선과 특징점 사이의 거리를 보정할 수 있다. 다양한 실시예에 따라서, 적어도 하나의 프로세서(120)는 도 6의 630 동작을 수행함으로써 제1 평면과 지면이 교차하는 선과 특징점 사이의 거리를 보정할 수 있다.In
도 6은 다양한 실시예에 따른, 전자 장치의 동작을 설명하기 위한 흐름도를 도시한다. 도 7a는 다양한 실시예에 따른, 전자 장치의 외골격 인식 결과의 예시를 도시한다. 도 7b는 다양한 실시예에 따른, 외골격 인식 결과에 기초한 보정의 예시를 도시한다. 다양한 실시예에 따라서, 도 6에 개시된 동작들은 전자 장치(예: 도 1의 전자 장치(101))의 적어도 하나의 프로세서(예: 도 1의 프로세서(120))에 의하여 수행될 수 있는 인스트럭션(명령어)들로 구현될 수 있다. 다양한 실시예에 따라서 도 6에 도시되는 동작들보다 더 많은 동작들이 수행되거나 더 적은 적어도 하나의 동작이 수행될 수도 있다. 이하에서는, 도 7a 내지 도 7b를 참조하여, 도 6에 대해서 설명한다.6 is a flowchart illustrating an operation of an electronic device according to various embodiments of the present disclosure; 7A illustrates an example of an exoskeleton recognition result of an electronic device, according to various embodiments. 7B illustrates an example of correction based on an exoskeleton recognition result, according to various embodiments. According to various embodiments, the operations shown in FIG. 6 are instructions (eg,
610 동작에서, 전자 장치(예를 들어, 전자 장치(101))의 적어도 하나의 프로세서(예를 들어, 프로세서(120))는 제1 오브젝트의 자세와 제1 오브젝트의 바른 자세 사이의 차이를 확인할 수 있다. 제1 오브젝트의 자세는 도 5의 560 동작의 외골격 인식 결과에 기초하여 판단될 수 있다. 도 7a의 예시에서, 외골격 인식 결과, 제1 오브젝트는 복수의 노드로 특정되는 외골격(710a)의 형태로 간소화될 수 있다. 외골격(710a)을 구성하는 전체 노드들(721a, 722a, 723a, 724a, 725a, 726a, 727a, 728a, 729a, 731a, 732a, 733a, 734a, 735a, 736a) 중 노드들(721a, 722a, 723a, 724a, 725a, 726a, 727a, 728a, 729a)은 제1 오브젝트의 자세를 판단하는 데 이용될 수 있다. 적어도 하나의 프로세서(120)는 노드들(721a, 722a, 724a)이 직선을 이루고, 노드들(721a, 722a, 724a)이 이루는 직선이 연직 방향인 것을 제1 오브젝트의 자세가 바른 자세라고 판단하기 위한 조건으로 포함할 수 있다. 적어도 하나의 프로세서(120)는 노드들(723a, 726a, 728a)이 직선을 이루고, 노드들(723a, 726a, 728a)이 이루는 직선이 연직 방향인 것을 제1 오브젝트의 자세가 바른 자세라고 판단하기 위한 조건으로 포함할 수 있다. 적어도 하나의 프로세서(120)는 노드들(725a, 727a, 729a)이 직선을 이루고, 노드들(725a, 727a, 729a)이 이루는 직선이 연직 방향인 것을 제1 오브젝트의 자세가 바른 자세라고 판단하기 위한 조건으로 포함할 수 있다. 다양한 실시예에 따라서, 적어도 하나의 프로세서(120)는 220 동작에서 확인된 지면의 법선 방향을 연직 방향으로 정의하거나, 센서 모듈(176)에 포함되는 중력 센서의 센싱값에 따라 확인되는 중력 방향을 연직 방향으로 정의할 수 있다.In
도 7b의 예시에서, 다리에 대응되는 노드들(723a, 728a)이 이루는 직선의 방향이 연직 방향과 상이할 수 있다. 적어도 하나의 프로세서(120)는 다리에 대응되는 노드들(723a, 728a)이 이루는 직선이 연직 방향에 대하여 이루는 각도()를 제1 오브젝트의 자세와 제1 오브젝트의 바른 자세 사이의 차이로서 확인할 수 있다.In the example of FIG. 7B , the direction of the straight line formed by the
620 동작에서, 적어도 하나의 프로세서(120)는 제1 오브젝트의 자세와 제1 오브젝트의 바른 자세 사이의 차이가 결정된 수준 이하인지 여부를 확인할 수 있다. 예를 들어, 도 7b에 도시된, 다리를 벌린 각도()에 대해서는 적어도 하나의 프로세서(120)는 약 5° 이상 약 10° 이하의 각도를 결정된 수준으로서 결정할 수 있다. 다양한 실시예에 따라서, 결정된 수준은 노드들(721a, 722a, 723a, 724a, 725a, 726a, 727a, 728a, 729a) 중 어느 노드들이 형성하는 각도인지에 따라서 상이하게 설정될 수 있다.In
적어도 하나의 프로세서(120)는 제1 오브젝트의 자세와 제1 오브젝트의 바른 자세 사이의 차이가 결정된 수준 이하라고 결정되는 경우, 630 동작에서, 제1 평면과 지면이 교차하는 선과 특징점 사이의 거리를 보정할 수 있다. 도 7b의 예시에서, 250 동작에서 제1 평면과 지면이 교차하는 선과 특징점 사이의 거리(L)를 확인할 때, 노드(724a)로부터 연직 방향(730b)을 따라 지면(731b)에 이르는 거리(L1)가 고려되었다. 그러나, 노드(724a)로부터 연직 방향(730b)을 따라 지면(731b)에 이르는 거리(L1) 대신, 노드들(723a, 728a)이 이루는 직선의 길이(L2)가 고려되어야 한다. 노드(724a)로부터 연직 방향(730b)을 따라 지면(731b)에 이르는 거리(L1)와 노드들(723a, 728a)이 이루는 직선의 길이(L2) 사이에는 수학식 1과 같은 관계가 성립할 수 있다.When it is determined that the difference between the posture of the first object and the correct posture of the first object is less than or equal to the determined level, the at least one
적어도 하나의 프로세서(120)는 외골격 인식 결과에 기초하여 노드(724a)로부터 연직 방향(730b)을 따라 지면(731b)에 이르는 거리(L1)를 확인하고, 확인된 거리(L1)에 기초하여 수학식 2와 같이 제1 평면과 지면이 교차하는 선과 특징점(732b) 사이의 거리(L)를 보정함으로써 제1 오브젝트의 높이(L')를 확인할 수 있다.The at least one
적어도 하나의 프로세서(120)는 제1 오브젝트의 자세와 제1 오브젝트의 바른 자세 사이의 차이가 결정된 수준을 초과한다고 결정되는 경우, 640 동작에서, 제1 오브젝트의 자세를 바른 자세에 맞게 변경할 것을 요구하는 메시지를 출력할 수 있다. 다양한 실시예에 따라서, 적어도 하나의 프로세서(120)는 디스플레이(예: 도 1의 디스플레이 모듈(160))를 통하여 메시지를 표시하거나, 음향 출력 모듈(155)을 통하여 음성 메시지를 출력할 수 있다.If it is determined that the difference between the posture of the first object and the correct posture of the first object exceeds the determined level, the at least one
비록 도 6에는 도시되지 않았으나, 다양한 실시예에 따라서, 제1 오브젝트의 자세와 제1 오브젝트의 바른 자세 사이의 차이가 결정된 수준 이하라고 판단된 경우라도, 적어도 하나의 프로세서(120)가 630 동작에서 제1 평면과 지면이 교차하는 선과 특징점 사이의 거리의 보정을 시도하였으나 보정할 수 없는 경우, 적어도 하나의 프로세서(120)는 640 동작을 수행할 수 있다.Although not shown in FIG. 6 , according to various embodiments, even when it is determined that the difference between the posture of the first object and the correct posture of the first object is less than or equal to the determined level, the at least one
도 8a는 다양한 실시예에 따른, 전자 장치에 표시되는 화면의 예시를 도시한다. 도 8a의 화면(800a)에서, 카메라 모듈(180)을 통하여 획득되는 이미지가 프리뷰 이미지로서 디스플레이(예: 도 1의 디스플레이 모듈(160))를 통하여 표시될 수 있고, 화면(800a)에는 제1 오브젝트(810a) 및 촬영 명령에 대응하는 셔터 버튼(801a)이 포함될 수 있다. 도 8a의 예시에서, 전자 장치(101)의 적어도 하나의 프로세서(120)는 제1 오브젝트의 자세와 제1 오브젝트의 바른 자세 사이의 차이가 결정된 수준을 초과하거나, 적어도 하나의 프로세서(120)가 제1 평면과 지면이 교차하는 선과 특징점 사이의 거리의 보정을 시도하였으나 보정할 수 없는 경우, 제1 오브젝트(810a)의 자세를 바른 자세에 맞게 변경할 것을 요구하는 메시지(820a)를 표시할 수 있다.8A illustrates an example of a screen displayed on an electronic device, according to various embodiments. In the
도 8a에는 "바른 자세로 서주세요"라는 메시지(820a)가 표시되는 예시가 도시되었으나, 다양한 실시예에 따라서, 전자 장치(101)의 적어도 하나의 프로세서(120)는 제1 오브젝트의 자세와 제1 오브젝트의 바른 자세 사이의 차이가 결정된 수준을 초과하거나, 적어도 하나의 프로세서(120)가 제1 평면과 지면이 교차하는 선과 특징점 사이의 거리의 보정을 시도하였으나 보정할 수 없는 경우, 제1 오브젝트의 자세의 문제점을 확인하고, 확인된 문제점에 기초하여 제1 오브젝트의 자세를 바른 자세로 변경하기 위한 구체적인 행동 지침을 표시할 수 있다. 행동 지침은 제1 오브젝트의 자세가 바른 자세가 되기 위하여 움직여야 할 신체 부위 및 요구되는 움직임의 각도 중 적어도 하나를 나타낼 수 있다.Although FIG. 8A illustrates an example in which a
예를 들어, 도 7a를 참조하여, 적어도 하나의 프로세서(120)는 노드들(721a, 722a, 724a)이 직선을 이루고, 노드들(721a, 722a, 724a)이 이루는 직선이 연직 방향인 것을 제1 오브젝트의 자세가 바른 자세라고 판단하기 위한 조건으로 포함할 수 있다. 만약 노드들(721a, 722a, 724a)이 직선을 이루지 않고, 노드들(721a, 722a)이 이루는 직선이 연직 방향이 아니고, 노드들(722a, 724a)이 이루는 직선이 연직 방향인 경우, 적어도 하나의 프로세서(120)는 제1 오브젝트의 고개 방향이 똑바르지 않다고 판단하고, 고개 방향을 똑바르게 하라는 메시지를 구체적인 행동 지침으로서 표시할 수 있다. 다양한 실시예에 따라서, 적어도 하나의 프로세서(120)는 제1 오브젝트의 자세가 바른 자세가 되기 위하여 움직여야 할 신체 부위 및 요구되는 움직임의 각도 중 적어도 하나를 표시할 수 있다. 예를 들어, 적어도 하나의 프로세서(120)는 "고개를 오른쪽으로 3° 기울이세요"라는 메시지를 표시할 수 있다.For example, referring to FIG. 7A , the at least one
다른 예시에서, 노드들(721a, 722a, 724a)이 직선을 이루고, 노드들(721a, 722a, 724a)이 이루는 직선이 연직 방향인 것이 제1 오브젝트의 자세가 바른 자세라고 판단하기 위한 조건으로 포함되는 경우에, 노드들(721a, 722a, 724a)이 직선을 이루고, 노드들(721a, 722a, 724a)이 이루는 직선이 연직 방향이 아닌 경우, 적어도 하나의 프로세서(120)는 제1 오브젝트가 허리를 숙이고 있다고 판단할 수 있다. 이 경우, 적어도 하나의 프로세서(120)는 "허리를 펴세요" 또는 "허리를 3°들어올리세요"라는 메시지를 표시할 수 있다.In another example, the
도 8b는 다양한 실시예에 따른, 전자 장치에 표시되는 화면의 예시를 도시한다. 다양한 실시예에 따라서, 적어도 하나의 프로세서(120)는 제1 오브젝트(810b)에 대한 외골격 인식 결과(820b)를 제1 오브젝트(810b)에 오버랩하여 화면(800b) 상에 표시할 수 있다. 다양한 실시예에 따라서, 적어도 하나의 프로세서(120)는 제1 오브젝트(810b)를 위한 바른 자세를 나타내는 외골격(830b)를 제1 오브젝트(810b)에 오버랩하여 화면(800b) 상에 표시할 수 있다. 다양한 실시예에 따라서, 적어도 하나의 프로세서(120)는 제1 오브젝트(810b)의 자세가 바른 자세와 일치되기 위한 제1 오브젝트(810b)의 움직임 방향을 나타내는 시각적 표지들(840b, 845b)을 제1 오브젝트(810b)에 오버랩하여 화면(800b) 상에 표시할 수 있다. 도 8b에 도시되지는 않았으나, 다양한 실시예에 따라서, 적어도 하나의 프로세서(120)는 제1 오브젝트(810b)의 자세가 바른 자세와 일치되기 위하여 제1 오브젝트(810b)에 요구되는 움직임 각도를 나타내는 시각적 표지를 제1 오브젝트(810b)에 오버랩하여 화면(800b) 상에 표시할 수 있다.8B illustrates an example of a screen displayed on an electronic device, according to various embodiments. According to various embodiments, the at least one
다양한 실시예에 따라서, 전자 장치(101)는 카메라 모듈(180) 및 적어도 하나의 프로세서(120)를 포함하고, 상기 적어도 하나의 프로세서(120)는, 상기 카메라 모듈(180)을 통하여, 제1 유형의 제1 오브젝트 및 지면이 포함되는 이미지를 획득하고, 상기 지면을 확인하고, 상기 제1 오브젝트의 특징점의 위치를 확인하고, 상기 제1 오브젝트에 대응하는 제1 평면을 확인하고, 상기 제1 평면과 상기 지면이 교차하는 선과 상기 특징점 사이의 거리를 확인하도록 설정될 수 있다.According to various embodiments of the present disclosure, the electronic device 101 includes a
다양한 실시예에 따라서, 상기 적어도 하나의 프로세서(120)는, 상기 제1 유형의 오브젝트들에 관한 모델에 기초하여, 특징점의 위치를 확인하도록 설정될 수 있다.According to various embodiments, the at least one
다양한 실시예에 따라서, 상기 적어도 하나의 프로세서(120)는, 상기 이미지에 대응하는 깊이 데이터에 기초하여 상기 지면을 확인하도록 설정될 수 있다.According to various embodiments, the at least one
다양한 실시예에 따라서, 상기 적어도 하나의 프로세서(120)는, 상기 이미지에 대응하는 깊이 데이터에 기초하여 상기 제1 평면을 확인하도록 설정될 수 있다.According to various embodiments, the at least one
다양한 실시예에 따라서, 상기 적어도 하나의 프로세서(120)는, 상기 이미지 중 상기 제1 오브젝트에 대응되는 영역을 확인하고, 상기 깊이 데이터에 기초하여 상기 제1 오브젝트에 대응하는 복수의 3차원 점의 좌표를 확인하고, 상기 복수의 3차원 점과의 오차를 최소화하는 평면을 상기 제1 평면으로서 확인하도록 설정될 수 있다.According to various embodiments, the at least one
다양한 실시예에 따라서, 상기 적어도 하나의 프로세서(120)는, 상기 제1 오브젝트에 외골격 인식을 수행하고, 상기 외골격 인식 결과에 기초하여 상기 제1 평면을 확인하도록 설정될 수 있다.According to various embodiments, the at least one
다양한 실시예에 따라서, 상기 적어도 하나의 프로세서(120)는, 상기 제1 오브젝트에 대응하는 외골격 인식을 수행하고, 상기 외골격 인식 결과에 기초하여, 상기 제1 평면과 상기 지면이 교차하는 선과 상기 특징점 사이의 상기 거리를 보정하도록 설정될 수 있다.According to various embodiments, the at least one
다양한 실시예에 따라서, 상기 적어도 하나의 프로세서(120)는, 상기 외골격 인식 결과에 기초하여, 상기 제1 오브젝트의 자세와 상기 제1 오브젝트의 바른 자세 사이의 차이를 확인하고, 상기 차이가 결정된 수준 이하인 경우, 상기 제1 오브젝트의 자세와 상기 제1 오브젝트의 상기 바른 자세 사이의 상기 차이에 기초하여, 상기 제1 평면과 상기 지면이 교차하는 선과 상기 특징점 사이의 상기 거리를 보정하도록 설정될 수 있다.According to various embodiments, the at least one
다양한 실시예에 따라서, 상기 적어도 하나의 프로세서(120)는, 상기 차이가 결정된 수준을 초과하는 경우, 상기 제1 오브젝트의 상기 자세를 상기 바른 자세에 맞게 변경할 것을 요구하는 메시지를 출력하도록 설정될 수 있다.According to various embodiments, when the difference exceeds a determined level, the at least one
다양한 실시예에 따라서, 상기 적어도 하나의 프로세서(120)는, 상기 차이가 결정된 수준을 초과하는 경우, 상기 바른 자세를 디스플레이(160) 상에 표시하도록 설정될 수 있다.According to various embodiments, when the difference exceeds a determined level, the at least one
다양한 실시예에 따라서, 전자 장치(101)에서 수행되는 방법은, 제1 유형의 제1 오브젝트 및 지면이 포함되는 이미지를 획득하는 동작, 상기 지면을 확인하는 동작, 상기 제1 오브젝트의 특징점의 위치를 확인하는 동작, 상기 제1 오브젝트에 대응하는 제1 평면을 확인하는 동작, 및 상기 제1 평면과 상기 지면이 교차하는 선과 상기 특징점 사이의 거리를 확인하는 동작을 포함할 수 있다.According to various embodiments of the present disclosure, the method performed by the electronic device 101 includes an operation of acquiring an image including a first type of first object and a ground, an operation of checking the ground, and a location of a feature point of the first object. It may include an operation of confirming , an operation of confirming a first plane corresponding to the first object, and an operation of confirming a distance between a line where the first plane and the ground intersect and the feature point.
다양한 실시예에 따라서, 상기 제1 유형의 오브젝트의 상기 특징점의 위치를 확인하는 동작은, 상기 제1 유형의 오브젝트들에 관한 모델에 기초하여, 특징점의 위치를 확인하는 동작을 포함할 수 있다.According to various embodiments, the operation of confirming the location of the feature point of the first type of object may include the operation of confirming the location of the feature point based on a model of the first type of objects.
다양한 실시예에 따라서, 상기 방법은 상기 이미지에 대응하는 깊이 데이터에 기초하여 상기 지면을 확인하는 동작을 더 포함할 수 있다.According to various embodiments, the method may further include checking the ground based on depth data corresponding to the image.
다양한 실시예에 따라서, 상기 제1 유형의 오브젝트에 대응하는 상기 제1 평면을 확인하는 동작은, 상기 이미지 중 상기 제1 오브젝트에 대응되는 영역을 확인하는 동작, 상기 이미지에 대응하는 깊이 데이터에 기초하여 상기 제1 오브젝트에 대응하는 복수의 3차원 점의 좌표를 확인하는 동작, 및 상기 복수의 3차원 점과의 오차를 최소화하는 평면을 상기 제1 평면으로서 확인하는 동작을 포함할 수 있다.According to various embodiments, the checking of the first plane corresponding to the first type of object may include checking a region corresponding to the first object in the image based on depth data corresponding to the image. to check the coordinates of a plurality of 3D points corresponding to the first object, and checking a plane that minimizes an error with the plurality of 3D points as the first plane.
다양한 실시예에 따라서, 상기 제1 유형의 오브젝트에 대응하는 상기 제1 평면을 확인하는 동작은, 상기 제1 오브젝트에 대응하는 외골격 인식을 수행하는 동작, 상기 외골격 인식 결과에 기초하여 상기 제1 평면을 확인하는 동작을 포함할 수 있다.According to various embodiments, the identifying of the first plane corresponding to the first type of object may include performing recognition of the exoskeleton corresponding to the first object and the first plane based on a result of recognizing the exoskeleton. It may include an operation to confirm.
다양한 실시예에 따라서, 상기 방법은, 상기 제1 오브젝트에 외골격 인식을 수행하는 동작, 및 상기 외골격 인식 결과에 기초하여, 상기 제1 평면과 상기 지면이 교차하는 선과 상기 특징점 사이의 상기 거리를 보정하는 동작을 더 포함할 수 있다.According to various embodiments of the present disclosure, the method may include performing exoskeleton recognition on the first object and correcting the distance between the feature point and a line where the first plane intersects the ground based on the exoskeleton recognition result It may further include an operation to
다양한 실시예에 따라서, 상기 외골격 인식 결과에 기초하여, 상기 제1 평면과 상기 지면이 교차하는 선과 상기 특징점 사이의 상기 거리를 보정하는 동작은, 상기 외골격 인식 결과에 기초하여, 상기 제1 오브젝트의 자세와 상기 제1 오브젝트의 바른 자세 사이의 차이를 확인하는 동작, 및 상기 차이가 결정된 수준 이하인 경우, 상기 제1 오브젝트의 자세와 상기 제1 오브젝트의 상기 바른 자세 사이의 상기 차이에 기초하여, 상기 제1 평면과 상기 지면이 교차하는 선과 상기 특징점 사이의 상기 거리를 보정하는 동작을 포함할 수 있다.According to various embodiments, the correcting of the distance between the line where the first plane and the ground intersect and the feature point based on the exoskeleton recognition result is based on the exoskeleton recognition result of the first object an operation of confirming a difference between a posture and the correct posture of the first object, and when the difference is less than or equal to a determined level, based on the difference between the posture of the first object and the correct posture of the first object, the The method may include correcting the distance between a line crossing the first plane and the ground and the feature point.
다양한 실시예에 따라서, 상기 방법은, 상기 차이가 결정된 수준을 초과하는 경우, 상기 제1 오브젝트의 상기 자세를 상기 바른 자세에 맞게 변경할 것을 요구하는 메시지를 표시하는 동작을 더 포함할 수 있다.According to various embodiments of the present disclosure, when the difference exceeds the determined level, the method may further include displaying a message requesting to change the posture of the first object to match the correct posture.
다양한 실시예에 따라서, 상기 방법은, 상기 차이가 결정된 수준을 초과하는 경우, 상기 제1 오브젝트의 상기 자세를 상기 바른 자세에 맞게 변경할 것을 요구하는 음성을 출력하는 동작을 더 포함할 수 있다.According to various embodiments, the method may further include outputting a voice requesting to change the posture of the first object to match the correct posture when the difference exceeds the determined level.
다양한 실시예에 따라서, 상기 방법은, 상기 차이가 결정된 수준을 초과하는 경우, 상기 바른 자세를 표시하는 동작을 더 포함할 수 있다.According to various embodiments, the method may further include displaying the correct posture when the difference exceeds the determined level.
본 문서에 개시된 다양한 실시예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.The electronic device according to various embodiments disclosed in this document may have various types of devices. The electronic device may include, for example, a portable communication device (eg, a smart phone), a computer device, a portable multimedia device, a portable medical device, a camera, a wearable device, or a home appliance device. The electronic device according to the embodiment of the present document is not limited to the above-described devices.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제 3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.The various embodiments of this document and the terms used therein are not intended to limit the technical features described in this document to specific embodiments, but it should be understood to include various modifications, equivalents, or substitutions of the embodiments. In connection with the description of the drawings, like reference numerals may be used for similar or related components. The singular form of the noun corresponding to the item may include one or more of the item, unless the relevant context clearly dictates otherwise. As used herein, "A or B", "at least one of A and B", "at least one of A or B", "A, B or C", "at least one of A, B and C", and "A , B, or C" each may include any one of the items listed together in the corresponding one of the phrases, or all possible combinations thereof. Terms such as "first", "second", or "first" or "second" may be used simply to distinguish the element from other elements in question, and may refer to elements in other aspects (e.g., importance or order) is not limited. It is said that one (eg, first) component is "coupled" or "connected" to another (eg, second) component, with or without the terms "functionally" or "communicatively". When referenced, it means that one component can be connected to the other component directly (eg by wire), wirelessly, or through a third component.
본 문서의 다양한 실시예들에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다. The term “module” used in various embodiments of this document may include a unit implemented in hardware, software, or firmware, and is interchangeable with terms such as, for example, logic, logic block, component, or circuit. can be used as A module may be an integrally formed part or a minimum unit or a part of the part that performs one or more functions. For example, according to an embodiment, the module may be implemented in the form of an application-specific integrated circuit (ASIC).
본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(101)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(136) 또는 외장 메모리(138))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(140))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(101))의 프로세서(예: 프로세서(120))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.According to various embodiments of the present document, one or more instructions stored in a storage medium (eg,
일실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory(CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.According to one embodiment, the method according to various embodiments disclosed in this document may be provided as included in a computer program product. Computer program products may be traded between sellers and buyers as commodities. The computer program product is distributed in the form of a machine-readable storage medium (eg compact disc read only memory (CD-ROM)), or via an application store (eg Play Store TM ) or on two user devices ( It can be distributed (eg downloaded or uploaded) directly between smartphones (eg: smartphones) and online. In the case of online distribution, at least a part of the computer program product may be temporarily stored or temporarily generated in a machine-readable storage medium such as a memory of a server of a manufacturer, a server of an application store, or a relay server.
다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다. According to various embodiments, each component (eg, module or program) of the above-described components may include a singular or a plurality of entities, and some of the plurality of entities may be separately disposed in other components. have. According to various embodiments, one or more components or operations among the above-described corresponding components may be omitted, or one or more other components or operations may be added. Alternatively or additionally, a plurality of components (eg, a module or a program) may be integrated into one component. In this case, the integrated component may perform one or more functions of each component of the plurality of components identically or similarly to those performed by the corresponding component among the plurality of components prior to the integration. . According to various embodiments, operations performed by a module, program, or other component are executed sequentially, in parallel, repeatedly, or heuristically, or one or more of the operations are executed in a different order, or omitted. or one or more other operations may be added.
Claims (20)
카메라 모듈; 및
상기 카메라 모듈과 작동적으로 연결되는 적어도 하나의 프로세서를 포함하고,
상기 적어도 하나의 프로세서는,
상기 카메라 모듈을 통하여, 제1 유형의 제1 오브젝트 및 지면이 포함되는 이미지를 획득하고,
상기 지면을 확인하고,
상기 제1 오브젝트의 특징점의 위치를 확인하고,
상기 제1 오브젝트에 대응하는 제1 평면을 확인하고,
상기 제1 평면과 상기 지면이 교차하는 선과 상기 특징점 사이의 거리를 확인하도록 설정되는, 전자 장치.
In an electronic device,
camera module; and
at least one processor operatively connected to the camera module;
The at least one processor,
Obtaining an image including the first object and the ground of the first type through the camera module,
check the ground,
Check the position of the feature point of the first object,
Check the first plane corresponding to the first object,
The electronic device is configured to identify a distance between a line intersecting the first plane and the ground and the feature point.
상기 제1 유형의 오브젝트들에 관한 모델에 기초하여, 특징점의 위치를 확인하도록 설정되는, 전자 장치.
The method of claim 1, wherein the at least one processor comprises:
The electronic device is configured to identify a location of a feature point based on a model regarding the first type of objects.
상기 이미지에 대응하는 깊이 데이터에 기초하여 상기 지면을 확인하도록 설정되는, 전자 장치.
The method of claim 1, wherein the at least one processor comprises:
The electronic device is configured to identify the ground based on depth data corresponding to the image.
상기 이미지에 대응하는 깊이 데이터에 기초하여 상기 제1 평면을 확인하도록 설정되는, 전자 장치.
The method of claim 1, wherein the at least one processor comprises:
and identify the first plane based on depth data corresponding to the image.
상기 이미지 중 상기 제1 오브젝트에 대응되는 영역을 확인하고,
상기 깊이 데이터에 기초하여 상기 제1 오브젝트에 대응하는 복수의 3차원 점의 좌표를 확인하고,
상기 복수의 3차원 점과의 오차를 최소화하는 평면을 상기 제1 평면으로서 확인하도록 설정되는, 전자 장치.
The method of claim 4, wherein the at least one processor comprises:
Checking an area corresponding to the first object in the image,
Check the coordinates of a plurality of three-dimensional points corresponding to the first object based on the depth data,
The electronic device is configured to identify a plane that minimizes an error with the plurality of three-dimensional points as the first plane.
상기 제1 오브젝트에 외골격 인식을 수행하고,
상기 외골격 인식 결과에 기초하여 상기 제1 평면을 확인하도록 설정되는, 전자 장치.
The method of claim 1, wherein the at least one processor comprises:
performing exoskeleton recognition on the first object,
The electronic device is configured to identify the first plane based on a result of recognizing the exoskeleton.
상기 제1 오브젝트에 대응하는 외골격 인식을 수행하고,
상기 외골격 인식 결과에 기초하여, 상기 제1 평면과 상기 지면이 교차하는 선과 상기 특징점 사이의 상기 거리를 보정하도록 설정되는, 전자 장치.
The method of claim 1, wherein the at least one processor comprises:
performing exoskeleton recognition corresponding to the first object,
and correcting the distance between a line where the first plane and the ground intersect and the feature point based on a result of recognizing the exoskeleton.
상기 외골격 인식 결과에 기초하여, 상기 제1 오브젝트의 자세와 상기 제1 오브젝트의 바른 자세 사이의 차이를 확인하고,
상기 차이가 결정된 수준 이하인 경우, 상기 제1 오브젝트의 자세와 상기 제1 오브젝트의 상기 바른 자세 사이의 상기 차이에 기초하여, 상기 제1 평면과 상기 지면이 교차하는 선과 상기 특징점 사이의 상기 거리를 보정하도록 설정되는, 전자 장치.
The method of claim 7, wherein the at least one processor comprises:
Based on the exoskeleton recognition result, check a difference between the posture of the first object and the correct posture of the first object,
When the difference is equal to or less than the determined level, the distance between the first plane and the ground intersecting line and the feature point is corrected based on the difference between the posture of the first object and the correct posture of the first object An electronic device configured to do so.
상기 적어도 하나의 프로세서는,
상기 차이가 결정된 수준을 초과하는 경우, 상기 제1 오브젝트의 상기 자세를 상기 바른 자세에 맞게 변경할 것을 요구하는 메시지를 출력하도록 설정되는, 전자 장치.
9. The method of claim 8,
The at least one processor,
and outputting a message requesting to change the posture of the first object to match the correct posture when the difference exceeds the determined level.
상기 적어도 하나의 프로세서는, 상기 차이가 결정된 수준을 초과하는 경우, 상기 바른 자세를 디스플레이 상에 표시하도록 설정되는, 전자 장치.
9. The method of claim 8,
The at least one processor is configured to display the correct posture on a display when the difference exceeds a determined level.
제1 유형의 제1 오브젝트 및 지면이 포함되는 이미지를 획득하는 동작,
상기 지면을 확인하는 동작,
상기 제1 오브젝트의 특징점의 위치를 확인하는 동작,
상기 제1 오브젝트에 대응하는 제1 평면을 확인하는 동작, 및
상기 제1 평면과 상기 지면이 교차하는 선과 상기 특징점 사이의 거리를 확인하는 동작을 포함하는 방법.
A method performed in an electronic device, comprising:
an operation of acquiring an image including a first object of a first type and a ground;
checking the ground,
confirming the position of the feature point of the first object;
checking a first plane corresponding to the first object; and
and determining a distance between a line where the first plane and the ground intersect and the feature point.
상기 제1 유형의 오브젝트의 상기 특징점의 위치를 확인하는 동작은,
상기 제1 유형의 오브젝트들에 관한 모델에 기초하여, 특징점의 위치를 확인하는 동작을 포함하는, 방법.
12. The method of claim 11,
The operation of confirming the position of the feature point of the first type of object includes:
and determining a location of a feature point based on a model of the first type of objects.
상기 이미지에 대응하는 깊이 데이터에 기초하여 상기 지면을 확인하는 동작을 더 포함하는, 방법.
12. The method of claim 11, wherein the method
The method further comprising the operation of identifying the ground based on the depth data corresponding to the image.
상기 제1 유형의 오브젝트에 대응하는 상기 제1 평면을 확인하는 동작은,
상기 이미지 중 상기 제1 오브젝트에 대응되는 영역을 확인하는 동작,
상기 이미지에 대응하는 깊이 데이터에 기초하여 상기 제1 오브젝트에 대응하는 복수의 3차원 점의 좌표를 확인하는 동작, 및
상기 복수의 3차원 점과의 오차를 최소화하는 평면을 상기 제1 평면으로서 확인하는 동작을 포함하는, 방법.
12. The method of claim 11,
The operation of identifying the first plane corresponding to the first type of object includes:
checking a region corresponding to the first object in the image;
identifying coordinates of a plurality of three-dimensional points corresponding to the first object based on depth data corresponding to the image; and
and identifying a plane that minimizes an error with the plurality of three-dimensional points as the first plane.
상기 제1 유형의 오브젝트에 대응하는 상기 제1 평면을 확인하는 동작은,
상기 제1 오브젝트에 대응하는 외골격 인식을 수행하는 동작,
상기 외골격 인식 결과에 기초하여 상기 제1 평면을 확인하는 동작을 포함하는, 방법.
12. The method of claim 11,
The operation of identifying the first plane corresponding to the first type of object includes:
performing exoskeleton recognition corresponding to the first object;
and identifying the first plane based on the exoskeleton recognition result.
상기 제1 오브젝트에 외골격 인식을 수행하는 동작, 및
상기 외골격 인식 결과에 기초하여, 상기 제1 평면과 상기 지면이 교차하는 선과 상기 특징점 사이의 상기 거리를 보정하는 동작을 더 포함하는, 방법.
12. The method of claim 11, wherein the method comprises:
performing exoskeleton recognition on the first object, and
Based on a result of the recognition of the exoskeleton, the method further comprising correcting the distance between a line where the first plane and the ground intersect and the feature point.
상기 외골격 인식 결과에 기초하여, 상기 제1 평면과 상기 지면이 교차하는 선과 상기 특징점 사이의 상기 거리를 보정하는 동작은,
상기 외골격 인식 결과에 기초하여, 상기 제1 오브젝트의 자세와 상기 제1 오브젝트의 바른 자세 사이의 차이를 확인하는 동작, 및
상기 차이가 결정된 수준 이하인 경우, 상기 제1 오브젝트의 자세와 상기 제1 오브젝트의 상기 바른 자세 사이의 상기 차이에 기초하여, 상기 제1 평면과 상기 지면이 교차하는 선과 상기 특징점 사이의 상기 거리를 보정하는 동작을 포함하는, 방법.
17. The method of claim 16,
The operation of correcting the distance between a line where the first plane and the ground intersect and the feature point based on the exoskeleton recognition result comprises:
checking a difference between the posture of the first object and the correct posture of the first object based on the exoskeleton recognition result; and
When the difference is equal to or less than the determined level, the distance between the first plane and the ground intersecting line and the feature point is corrected based on the difference between the posture of the first object and the correct posture of the first object A method comprising the action of:
상기 차이가 결정된 수준을 초과하는 경우, 상기 제1 오브젝트의 상기 자세를 상기 바른 자세에 맞게 변경할 것을 요구하는 메시지를 표시하는 동작을 더 포함하는 방법.
18. The method of claim 17, wherein the method comprises:
If the difference exceeds the determined level, displaying a message requesting to change the posture of the first object to match the correct posture.
상기 차이가 결정된 수준을 초과하는 경우, 상기 제1 오브젝트의 상기 자세를 상기 바른 자세에 맞게 변경할 것을 요구하는 음성을 출력하는 동작을 더 포함하는 방법.
18. The method of claim 17, wherein the method comprises:
and outputting a voice requesting to change the posture of the first object to match the correct posture when the difference exceeds the determined level.
상기 차이가 결정된 수준을 초과하는 경우, 상기 바른 자세를 표시하는 동작을 더 포함하는 방법.18. The method of claim 17, wherein the method comprises:
and displaying the correct posture when the difference exceeds the determined level.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200091129A KR20220012061A (en) | 2020-07-22 | 2020-07-22 | Electronic device identifying height of object included in image and method for operating thereof |
PCT/KR2021/009414 WO2022019648A1 (en) | 2020-07-22 | 2021-07-21 | Electronic device for checking height of object in image, and method for operating same |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200091129A KR20220012061A (en) | 2020-07-22 | 2020-07-22 | Electronic device identifying height of object included in image and method for operating thereof |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20220012061A true KR20220012061A (en) | 2022-02-03 |
Family
ID=79729289
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020200091129A KR20220012061A (en) | 2020-07-22 | 2020-07-22 | Electronic device identifying height of object included in image and method for operating thereof |
Country Status (2)
Country | Link |
---|---|
KR (1) | KR20220012061A (en) |
WO (1) | WO2022019648A1 (en) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6392756B2 (en) * | 2012-09-05 | 2018-09-19 | ボディ パス リミテッド | System and method for obtaining accurate body size measurements from a two-dimensional image sequence |
WO2014183157A1 (en) * | 2013-05-13 | 2014-11-20 | Mport Pty Ltd | Devices, frameworks and methodologies for enabling user-driven determination of body size and shape information and utilisation of such information across a networked environment |
WO2020093090A1 (en) * | 2018-11-05 | 2020-05-14 | Cape Bionics Pty Ltd | Tailored compression garments and methods of tailoring compression garments for individuals |
KR20190095231A (en) * | 2019-08-06 | 2019-08-14 | 김선영 | System of 3D Managing Fatness Using Depth Camera |
US10636158B1 (en) * | 2020-01-13 | 2020-04-28 | Bodygram, Inc. | Methods and systems for height estimation from a 2D image using augmented reality |
-
2020
- 2020-07-22 KR KR1020200091129A patent/KR20220012061A/en unknown
-
2021
- 2021-07-21 WO PCT/KR2021/009414 patent/WO2022019648A1/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2022019648A1 (en) | 2022-01-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3671549B1 (en) | Electronic device for assisting a user during exercise | |
KR20200028771A (en) | Electronic device and method for recognizing user gestures based on user intention | |
KR20200101630A (en) | Method for controlling avatar display and electronic device thereof | |
US20230222744A1 (en) | Electronic device for providing augmented reality content and operation method thereof | |
KR20220049304A (en) | Method for updating a 3D map using an image and an electronic device supporting the same | |
KR20220086939A (en) | Electronic device and operation method thereof | |
US20230005227A1 (en) | Electronic device and method for offering virtual reality service | |
KR20220012061A (en) | Electronic device identifying height of object included in image and method for operating thereof | |
KR20220103548A (en) | Electronic device for processing voice data and operating methiod thereof | |
KR20230038972A (en) | Wearable electronic device including sensor and method of operating the same | |
KR20220102436A (en) | Electronic device and method for determining user's posture using acceleration sensor of wearable electronic device | |
KR20220018854A (en) | Electronic device detecting wearing state of electronic device using inertial sensor and method for controlling thereof | |
KR20210094214A (en) | Electronic device and method for controlling robot | |
KR20200074780A (en) | Methord for processing image and electronic device thereof | |
US20220354422A1 (en) | Method for detecting biometric information and electronic device supporting the same | |
US20240062584A1 (en) | Electronic device identifying direction of gaze and method for operating the same | |
US20220415083A1 (en) | Electronic device and operating method of electronic device for correcting error during gaze direction recognition | |
US20240054740A1 (en) | Augmented reality device and electronic device interacting with augmented reality device | |
EP4354429A1 (en) | Method and device for processing speech by distinguishing speakers | |
US20230009287A1 (en) | Method for providing avatar and electronic device supporting the same | |
EP4280624A1 (en) | Electronic device for applying directionality to audio signal, and method therefor | |
KR20230105049A (en) | Wearable electronic device that can be mounted on user's head and method for providing function using biometric information in the electronic device | |
KR20230020701A (en) | Method and apparatus for applying visual effect and setting tag to captured image | |
KR20220153988A (en) | Electronic device, and method for capturing image in electronic device | |
KR20240021660A (en) | Method for identifying gaze of a user and an electronic device thereof |