KR20220038996A - 특징 임베딩 방법 및 장치 - Google Patents

특징 임베딩 방법 및 장치 Download PDF

Info

Publication number
KR20220038996A
KR20220038996A KR1020200121531A KR20200121531A KR20220038996A KR 20220038996 A KR20220038996 A KR 20220038996A KR 1020200121531 A KR1020200121531 A KR 1020200121531A KR 20200121531 A KR20200121531 A KR 20200121531A KR 20220038996 A KR20220038996 A KR 20220038996A
Authority
KR
South Korea
Prior art keywords
dimensional
information
feature
input image
depth map
Prior art date
Application number
KR1020200121531A
Other languages
English (en)
Inventor
장석환
손민정
장현성
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020200121531A priority Critical patent/KR20220038996A/ko
Priority to US17/182,580 priority patent/US11880990B2/en
Publication of KR20220038996A publication Critical patent/KR20220038996A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • 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
    • G06T7/55—Depth or shape recovery from multiple images
    • G06T7/593—Depth or shape recovery from multiple images from stereo images
    • 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
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • 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
    • 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
    • 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
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/20—Image signal generators
    • H04N13/261—Image signal generators with monoscopic-to-stereoscopic image conversion
    • H04N13/268—Image signal generators with monoscopic-to-stereoscopic image conversion based on depth image-based rendering [DIBR]
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/56—Particle system, point based geometry or rendering

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Biophysics (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

일 실시예에 따른 특징 임베딩 방법 및 장치는 2차원 입력 영상 별로 깊이 맵을 추정하고, 깊이 맵을 집적하여 포인트 클라우드 형태의 3차원 정보로 변환하며, 3차원 정보를 신경망에 인가함으로써 2차원 입력 영상에 포함된 2차원 객체에 대응하는 3차원 형상에 대한 정보를 내재하는 특징을 생성한다.

Description

특징 임베딩 방법 및 장치{METHOD AND APPARATUS OF EMBEDDING FEATURE}
아래의 실시예들은 특징 임베딩 방법 및 장치에 관한 것이다.
일반적으로 신경망을 통해 개별적인 원시 픽셀 강도를 지닌 영상의 저차원 특징 벡터를 추출함으로써 영상에 포함된 객체를 파악할 수 있다. 예를 들어, 입력 영상이 다중 시점 영상들이거나 또는 시퀀스 영상인 경우, 각 시점에서의 정보를 온전히 활용하거나, 또는 순차적으로 입력되는 영상들 간의 유사도 정보를 활용하여 특징을 임베딩하는 데에 어려움이 있다.
전술한 배경기술은 발명자가 본원의 개시 내용을 도출하는 과정에서 보유하거나 습득한 것으로서, 반드시 본 출원 전에 일반 공중에 공개된 공지기술이라고 할 수는 없다.
일 실시예에 따르면, 특징 임베딩 방법은 2차원 입력 영상 별로 깊이 맵(depth map)을 추정하는 단계; 상기 깊이 맵을 집적(aggregation)하여 포인트 클라우드(point cloud) 형태의 3차원 정보로 변환하는 단계; 및 상기 3차원 정보를 신경망에 인가함으로써 상기 2차원 입력 영상에 포함된 2차원 객체에 대응하는 3차원 형상에 대한 정보를 내재(embedding)하는 특징을 생성하는 단계를 포함한다.
상기 3차원 정보로 변환하는 단계는 상기 깊이 맵을 상기 2차원 입력 영상 별로 점증적으로(incrementally) 집적(aggregation)하여 상기 3차원 정보로 변환하는 단계를 포함할 수 있다.
상기 3차원 정보로 변환하는 단계는 상기 2차원 입력 영상 별로 대응하는 카메라 파라미터를 이용하여 상기 깊이 맵을 3차원 공간에 역투사(un-projection) 함으로써, 상기 깊이 맵을 상기 3차원 정보로 변환하는 단계를 포함할 수 있다.
상기 깊이 맵을 상기 3차원 정보로 변환하는 단계는 상기 카메라 파라미터를 이용하여 상기 깊이 맵을 3차원 공간에 역투사 함으로써, 상기 2차원 입력 영상 내의 상기 2차원 객체에 해당하는 픽셀들에 대응하는 3차원 포인트들의 위치들을 산출하는 단계; 및 상기 2차원 객체에 해당하는 픽셀들에 대응하는 3차원 포인트들의 위치들을 기초로, 상기 깊이 맵을 상기 3차원 정보로 변환하는 단계를 포함할 수 있다.
상기 2차원 입력 영상은 다중 시점 영상들(multi-view images) 및 시퀀스 영상(sequence image) 중 어느 하나를 포함할 수 있다.
상기 3차원 정보는 해당 시점에서 상기 2차원 객체에 대응하는 3차원 형상의 표면(surface)을 나타내는 정보를 포함할 수 있다.
상기 특징을 생성하는 단계는 상기 3차원 정보를 상기 신경망의 입력 레이어에 부합하는 차원의 정보로 변환(transform)하는 단계; 및 상기 변환된 차원의 정보를 상기 신경망에 인가함으로써 상기 특징을 생성하는 단계를 포함할 수 있다.
상기 입력 레이어에 부합하는 차원의 정보로 변환하는 단계는 MLP(Multi-Layer Perceptron) 및 그래프 컨볼루션 신경망(Graph Convolution Network; GCN) 중 적어도 하나를 이용하여 상기 3차원 정보를 상기 입력 레이어에 부합하는 차원의 정보로 변환하는 단계를 포함할 수 있다.
상기 특징을 생성하는 단계는 상기 3차원 정보를 상기 신경망에 인가함으로써 상기 2차원 입력 영상에 포함된 상기 2차원 객체에 대응하는 모든 픽셀들에 대한 깊이 값들을 포함하는 상기 3차원 형상에 대한 정보를 내재한 특징을 생성하는 단계를 포함할 수 있다.
상기 특징은 상기 특징 맵(feature map) 및 특징 벡터(feature vector) 중 어느 하나의 형태를 가질 수 있다.
상기 특징 임베딩 방법은 상기 특징에 기초하여, 상기 2차원 객체를 3차원 객체로 재구성하는 단계를 더 포함할 수 있다.
상기 2차원 객체를 3차원 객체로 재구성하는 단계는 상기 특징에 대응하는 픽셀의 위치가 상기 3차원 형상의 내부 또는 외부에 존재할 확률을 추정하는 단계; 및 상기 확률에 기초하여 상기 2차원 객체를 3차원 객체로 재구성하는 단계를 포함할 수 있다.
상기 깊이 맵을 추정하는 단계는 깊이를 추정하도록 학습된 신경망을 이용하여, 상기 2차원 입력 영상으로부터 깊이 맵(depth map)을 추정하는 단계를 포함할 수 있다.
상기 특징 임베딩 방법은 상기 2차원 입력 영상에 대응하는 내부 파라미터(intrinsic parameter) 및 외부 파라미터(extrinsic parameter)를 포함하는 카메라 파라미터를 획득하는 단계를 더 포함할 수 있다.
일 실시예에 따르면, 특징 임베딩 장치는 2차원 입력 영상을 수신하는 통신 인터페이스; 및 상기 2차원 입력 영상 별로 깊이 맵을 추정하고, 상기 깊이 맵을 집적하여 포인트 클라우드 형태의 3차원 정보로 변환하며, 상기 3차원 정보를 신경망에 인가함으로써 상기 2차원 입력 영상에 포함된 2차원 객체에 대응하는 3차원 형상에 대한 정보를 내재하는 특징을 생성하는 프로세서를 포함한다.
상기 프로세서는 상기 깊이 맵을 상기 2차원 입력 영상 별로 점증적으로 집적하여 상기 3차원 정보로 변환할 수 있다.
상기 프로세서는 상기 2차원 입력 영상 별로 대응하는 카메라 파라미터를 이용하여 상기 깊이 맵을 3차원 공간에 역투사 함으로써, 상기 깊이 맵을 상기 3차원 정보로 변환할 수 있다.
상기 프로세서는 상기 카메라 파라미터를 이용하여 상기 깊이 맵을 3차원 공간에 역투사 함으로써, 상기 2차원 입력 영상 내의 상기 2차원 객체에 해당하는 픽셀들에 대응하는 3차원 포인트들의 위치들을 산출하고, 상기 2차원 객체에 해당하는 픽셀들에 대응하는 3차원 포인트들의 위치들을 기초로, 상기 깊이 맵을 상기 3차원 정보로 변환할 수 있다.
상기 2차원 입력 영상은 다중 시점 영상들(multi-view image) 및 시퀀스 영상(sequence image) 중 어느 하나를 포함할 수 있다.
상기 3차원 정보는 해당 시점에서 상기 2차원 객체에 대응하는 3차원 형상의 표면(surface)을 나타내는 정보를 포함할 수 있다.
상기 프로세서는 상기 3차원 정보를 상기 신경망의 입력 레이어에 부합하는 차원의 정보로 변환하고, 상기 변환된 차원의 정보를 상기 신경망에 인가함으로써 상기 특징을 생성할 수 있다.
상기 프로세서는 MLP(Multi-Layer Perceptron) 및 그래프 컨볼루션 신경망(Graph Convolution Network; GCN) 중 적어도 하나를 이용하여 상기 3차원 정보를 상기 입력 레이어에 부합하는 차원의 정보로 변환할 수 있다.
상기 프로세서는 상기 3차원 정보를 상기 신경망에 인가함으로써 상기 2차원 입력 영상에 포함된 상기 2차원 객체에 대응하는 모든 픽셀들에 대한 깊이 값들을 포함하는 상기 3차원 형상에 대한 정보를 내재한 특징을 생성할 수 있다.
상기 특징은 상기 특징 맵 및 특징 벡터 중 어느 하나의 형태를 가질 수 있다.
상기 프로세서는 상기 특징에 기초하여, 상기 2차원 객체를 3차원 객체로 재구성할 수 있다.
상기 프로세서는 상기 특징에 대응하는 픽셀의 위치가 상기 3차원 형상의 내부 또는 외부에 존재할 확률을 추정하고, 상기 확률에 기초하여 상기 2차원 객체를 3차원 객체로 재구성할 수 있다.
상기 프로세서는 깊이를 추정하도록 학습된 신경망을 이용하여, 상기 2차원 입력 영상으로부터 깊이 맵을 추정할 수 있다.
상기 통신 인터페이스는 상기 2차원 입력 영상에 대응하는 내부 파라미터 및 외부 파라미터를 포함하는 카메라 파라미터를 획득할 수 있다.
상기 특징 임베딩 장치는 3D 프린터, 3D 스캐너, 첨단 운전자 보조 시스템(Advanced Drivers Assistance System; ADAS), HUD(Head Up Display) 장치, 3D 디지털 정보 디스플레이(Digital Information Display, DID), 내비게이션 장치, 뉴로모픽 장치(neuromorphic device), 3D 모바일 기기, 스마트 폰, 스마트 TV, 스마트 차량, IoT(Internet of Things) 디바이스, 의료 디바이스, 및 계측 디바이스 중 적어도 하나를 포함할 수 있다.
일 실시예에 따르면, 증강 현실(Augmented Reality; AR) 기기는 다중 시점 영상들 또는 시퀀스 영상을 포함하는 2차원 입력 영상을 수신하는 통신 인터페이스; 상기 2차원 입력 영상 별로 깊이 맵을 추정하고, 상기 깊이 맵을 집적하여 포인트 클라우드 형태의 3차원 정보로 변환하고, 상기 3차원 정보를 신경망에 인가함으로써 상기 2차원 입력 영상에 포함된 2차원 객체에 대응하는 3차원 형상에 대한 정보를 내재하는 특징으로 인코딩하며, 상기 특징을 기초로 상기 2차원 객체에 대응하는 상기 3차원 형상을 재구성하는 프로세서; 및 상기 3차원 형상을 포함하는 출력 영상을 표시하는 디스플레이를 포함한다.
도 1은 일 실시예에 따른 특징 임베딩 방법을 나타낸 흐름도.
도 2는 일 실시예에 따른 특징 임베딩 과정을 설명하기 위한 도면.
도 3은 일 실시예에 따른 역투사(un-projection)의 원리를 설명하기 위한 도면.
도 4는 일 실시예에 따라 깊이 맵이 점증적으로 집적되는 과정을 도시한 도면.
도 5는 일 실시예에 따른 다중 시점 영상들에 대응하는 깊이 맵들이 점증적으로 직접되는 과정을 도시한 도면.
도 6은 일 실시예에 따라 3차원 정보로부터 3차원 형상에 대한 정보를 내재하는 특징을 생성하는 과정을 설명하기 위한 도면.
도 7a는 일 실시예에 따라 신경망을 트레이닝 하는 과정을 설명하기 위한 도면.
도 7b는 일 실시예에 따라 2차원 객체를 3차원 객체로 재구성하는 과정을 설명하기 위한 도면.
도 8은 다른 실시예에 따른 특징 임베딩 방법을 나타낸 흐름도.
도 9는 일 실시예에 따른 특징 임베딩 장치의 블록도.
실시예들에 대한 특정한 구조적 또는 기능적 설명들은 단지 예시를 위한 목적으로 개시된 것으로서, 다양한 형태로 변경되어 구현될 수 있다. 따라서, 실제 구현되는 형태는 개시된 특정 실시예로만 한정되는 것이 아니며, 본 명세서의 범위는 실시예들로 설명한 기술적 사상에 포함되는 변경, 균등물, 또는 대체물을 포함한다.
제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 설명된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함으로 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 해당 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 실시예들을 첨부된 도면들을 참조하여 상세하게 설명한다. 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조 부호를 부여하고, 이에 대한 중복되는 설명은 생략하기로 한다.
도 1은 일 실시예에 따른 특징 임베딩 방법을 나타낸 흐름도이고, 도 2는 일 실시예에 따른 특징 임베딩 과정을 설명하기 위한 도면이다. 도 1 및 도 2를 참조하면, 일 실시예에 따른 특징 임베딩 장치가 단계(110) 내지 단계(130)의 과정을 통해 2차원 입력 영상에 포함된 2차원 객체(예를 들어, 자동차)에 대응하는 3차원 형상에 대한 정보를 내재하는 특징을 생성하는 과정이 도시된다.
단계(110)에서, 특징 임베딩 장치는 2차원 입력 영상 별로 깊이 맵(depth map)을 추정한다. 이때, 2차원 입력 영상은 예를 들어, 서로 다른 다수 개의 시점들에 촬영된 영상들을 포함하는 다중 시점 영상들(multi-view images)일 수도 있고, 또는 시계열에 따른 다수의 영상 프레임들을 포함하는 시퀀스 영상(sequence image)일 수도 있다. 또는, 실시예에 따라서, 2차원 입력 영상은 단일 영상일 수도 있다. 2차원 입력 영상은 RGB 영상일 수 있다. 특징 임베딩 장치는 예를 들어, 입력 영상으로부터 깊이를 추정하도록 학습된 신경망(예를 들어, 도 2의 깊이 추정 네트워크(Depth estimation Network)(220))을 이용하여, 각 시점의 2차원 입력 영상(들)
Figure pat00001
로부터 깊이 맵
Figure pat00002
을 추정할 수 있다. 여기서, i는 영상 인덱스(View index)를 나타내고, N은 영상들의 개수를 나타낼 수 있다.
깊이 추정 네트워크(220)는 예를 들어, 두 장 혹은 그 이상의 2차원 입력 영상에서 서로 대응점(correspondence points)을 검출하고, 영상 속 객체의 깊이를 예측하는 스테레오 매칭(stereo matching)을 통해 2차원 입력 영상으로부터 깊이 맵을 추정하도록 학습된 신경망일 수 있다. 이 밖에도, 깊이 추정 네트워크(220)는 2차원 영상으로부터 깊이 정보를 획득하는 다양한 방법들을 통해 2차원 입력 영상으로부터 깊이 맵을 추정하도록 학습될 수 있다.
단계(120)에서, 특징 임베딩 장치는 단계(110)에서 추정한 깊이 맵
Figure pat00003
을 집적(aggregation)하여 포인트 클라우드(point cloud) 형태의 3차원 정보(245)로 변환한다. 특징 임베딩 장치는 2차원 입력 영상 별로 대응하는 카메라 파라미터
Figure pat00004
를 이용하여 깊이 맵
Figure pat00005
을 3차원 공간에 역투사(un-projection)(230) 함으로써, 깊이 맵
Figure pat00006
을 3차원 정보(245)로 변환할 수 있다. 여기서, '2차원 입력 영상 별로 대응하는 카메라 파라미터'는 2차원 입력 영상 각각을 촬영한 카메라(210)의 카메라 파라미터
Figure pat00007
를 의미하는 것으로 이해될 수 있다.
카메라 파라미터
Figure pat00008
는 내부 파라미터(intrinsic parameter) 및 외부 파라미터(extrinsic parameter)를 포함할 수 있다. 내부 파라미터는 예를 들어, 카메라의 렌즈 중심과 이미지 센서와의 거리에 해당하는 초점 거리(focal length)(fx, fy), 주점(principal point)(cx, cy), 및 비대칭 계수(skew coefficient) 등을 포함할 수 있다. 초점 거리(f)는 픽셀(pixel) 단위로 표현될 수 있다. 여기서, fx는 초점 거리(렌즈 중심에서 이미지 센서까지의 거리)가 가로 방향 셀 크기(간격)의 몇 배인지를 나타내고 fy는 초점 거리가 세로 방향 센서 셀 크기(간격)의 몇 배인지를 나타낼 수 있다. 주점(c)은 카메라 렌즈의 중심, 다시 말해 핀홀에서 이미지 센서에 내린 수선의 발의 영상 좌표에 해당할 수 있다. 비대칭 계수는 이미지 센서의 셀 어레이(cell array)의 y 축이 기울어진 정도를 나타낼 수 있다. 또한, 외부 파라미터는 카메라 좌표계와 월드 좌표계 사이의 변환 관계를 설명하는 파라미터로서, 예를 들어, 두 좌표계 사이의 회전(rotation) 및 평행 이동(translation) 변환으로 표현될 수 있다. 외부 파라미터는 카메라 고유의 파라미터가 아니며, 카메라의 설치 높이, 설치 방향(팬(pan), 틸트(tilt)) 등과 같이 카메라와 외부 공간과의 기하학적 관계와 관련된 파라미터에 해당할 수 있다. 또한, 외부 파라미터는 월드 좌표계를 어떻게 정의했는지에 따라 달라질 수 있다.
단계(120)에서, 특징 임베딩 장치는 각 시점의 영상으로부터 추정한 깊이 맵을 카메라의 내부 파라미터 및 외부 파라미터를 이용하여 역투사(230) 함으로써 월드 좌표계(world coordinates) 상의 3차원 볼륨(volume) 형태의 특징들을 획득할 수 있다. 이 때, 3차원 볼륨 형태의 특징들은 예를 들어, 컨볼루션(convolution) 기반의 RNN 모듈, 또는 GRU(Gated Recurrent Unit)를 통해 하나의 볼륨으로 융합되어 이후 신경망(250)에 인가될 수 있다.
신경망(250)은 예를 들어, 컨볼루션 신경망(Convolutional Neural Network; CNN)일 수도 있고, 또는 ConvLSTM(Convolutional Long-Short term Memory), ConvGRU(Convolutional GRU), 및 순환 신경망(Recurrent Neural Network; RNN) 등과 같은 순환 구조의 신경망일 수도 있다.
특징 임베딩 장치는 2차원 입력 영상의 각 시점에 대응하여 추정된 깊이 맵과 함께 2차원 입력 영상의 각 시점에 대응하는 카메라 파라미터를 이용하여 예를 들어, 아래의 수학식 1과 같이 깊이 맵
Figure pat00009
을 3차원 공간에 역투사(un-projection)(230) 함으로써, 월드 좌표계(world coordinates system) 상의 포인트 클라우드의 집합
Figure pat00010
을 획득할 수 있다.
Figure pat00011
여기서, X w는 3차원 포인트들의 모음에 해당하는 포인트 클라우드의 위치를 나타내고, K는 카메라의 투영 매트릭스(projection matrix)를 나타낸다. R은 3×3 회전 매트릭스(rotation matrix)를 나타내고, t는 3×1 변환 벡터(translation vector)를 나타낸다. 또한,
Figure pat00012
는 [uZc vZc Zc]T , 다시 말해, 2차원 입력 영상 내에서 픽셀 위치의 동종 좌표(homogeneous coordinates) [u v 1]에 각 픽셀의 깊이 값 Zc를 곱한 것을 나타낸다.
특징 임베딩 장치가 깊이 맵
Figure pat00013
을 3차원 공간에 역투사(un-projection)(230)하는 원리는 아래의 도 3을 참조하여 보다 구체적으로 설명한다.
이 때, 각 시점의 2차원 입력 영상들로부터 획득한 3차원 정보는 해당 시점에서 관찰되는 2차원 객체에 대응하는 3차원 형상의 표면을 나타낼 수 있다. 특징 임베딩 장치는 모든 시점들의 2차원 입력 영상들에 대해 추정된 깊이 맵을 집적하여 3차원 공간에서의 포인트 클라우드 형태로 표현되는 하나의 형상을 획득할 수 있다. 이때, 포인트 클라우드 형태로 표현되는 하나의 형상이 3차원 정보(245)에 해당할 수 있다.
특징 임베딩 장치는 깊이 맵
Figure pat00014
을 2차원 입력 영상 별로 점증적으로(incrementally) 집적(aggregation)(240)하여 3차원 정보(245)로 변환할 수 있다.
전술한 과정을 통해 획득한 포인트 클라우드 형태의 3차원 정보는 최종적으로 하나의 3차원 형상 또는 3차원 형상에 대한 정보를 내재하는 특징으로 임베딩(embedding)될 수 있다. 여기서, 임베딩은 한 데이터를 다른 차원의 데이터로 투영시키는 것으로 이해될 수 있다. 일 실시예에서는 임베딩을 통해 신경망(250)에 입력되는 데이터의 차원 수를 줄임으로써 연산 속도를 향상시키는 한편, 컴퓨팅 자원(computing resource)을 절약할 수 있다.
일 실시예에서 특징 임베딩 장치가 깊이 맵
Figure pat00015
을 점증적으로 집적하여 3차원 정보(245)로 변환하는 과정은 아래의 도 4 및 도 5를 참조하여 보다 구체적으로 설명할 수 있다. 이때, 3차원 정보(245)는 2차원 객체(예를 들어, 자동차)에 대응하는 3차원 형상의 표면(surface)을 나타내는 정보로서, 자동차의 내부(inside)에 해당하는 픽셀들에 대응하는 3차원 포인트들에 해당할 수 있다.
단계(130)에서, 특징 임베딩 장치는 단계(120)에서 변환한 3차원 정보(245)를 신경망(250)에 인가함으로써 2차원 입력 영상
Figure pat00016
에 포함된 2차원 객체에 대응하는 3차원 형상에 대한 정보를 내재(embedding)하는 특징
Figure pat00017
(255)을 생성한다. 신경망(250)은 예를 들어, 인코더(encoder)일 수도 있고, 또는 인코더 부분과 디코더(decoder) 부분을 포함하는 오토 인코더일 수도 있다.
특징
Figure pat00018
(255)은 예를 들어, 특징 맵(feature map) 및 특징 벡터(feature vector) 중 어느 하나의 형태를 가질 수 있으며 반드시 이에 한정되지는 않는다. 특징
Figure pat00019
(255)은 이 밖에도 3차원 형상에 대한 정보를 내재할 수 있는 다양한 형태로 표현될 수 있다.
특징 임베딩 장치는 단계(120)에서 변환한 3차원 정보(245)를 신경망(250)에 인가함으로써 2차원 입력 영상에 포함된 2차원 객체에 대응하는 모든 픽셀들에 대한 깊이 값들을 포함하는 3차원 형상에 대한 정보를 내재한 특징
Figure pat00020
(255)을 생성할 수 있다. 특징 임베딩 장치가 3차원 정보를 신경망에 인가하여 특징을 생성하는 과정은 아래의 도 6을 참조하여 구체적으로 설명한다.
특징 임베딩 장치는 단계(130)에서 생성한 특징
Figure pat00021
(255)에 기초하여, 2차원 객체를 3차원 객체로 재구성할 수 있다. 특징 임베딩 장치가 2차원 입력 영상에 포함된 2차원 객체를 3차원 객체로 재구성하는 과정은 아래의 도 7을 참조하여 보다 구체적으로 설명한다.
일 실시예에 따른 특징 임베딩 장치는 전술한 과정을 통해 한 개 혹은 복수 개의 임의의 시점으로부터 획득한 2차원 입력 영상들부터 관찰되지 않은 시점의 새로운 영상(novel view)을 생성할 수 있다. 또한, 특징 임베딩 장치는 전술한 과정을 통해 2차원 입력 영상에 포함된 2차원 객체에 대응하는 3차원 형상(3D shape)을 인식(recognition)하거나, 또는 2차원 객체에 대응하는 3차원 모델을 검색(retrieval)할 수도 있다.
도 3은 일 실시예에 따른 역투사(un-projection)의 원리를 설명하기 위한 도면이다. 도 3을 참조하면, 핀홀 카메라 모델(Pinhole Camera Model)에 기반하여 영상을 획득하는 과정 및 2차원의 픽셀 좌표(Pixel coordinates)(310), 카메라 좌표(Camera coordinates)(330) 및 3차원의 월드 좌표(World coordinates)(350) 간의 변환 관계가 도시된다.
핀홀 카메라 모델은 3차원 공간과 2차원 이미지 평면 사이의 기하학적 투영(projection) 관계를 나타낸 모델에 해당할 수 있다.
특징 임베딩 장치는 도 3에 도시된 핀홀 카메라 모델에서 외부(Extrinsic) 파라미터 [R|t] 및 내부(Intrinsic) 파라미터 K를 이용하여 3차원의 월드 좌표(350)를 2차원 영상에 투영함으로써 3차원의 월드 좌표(350)에 대응하는 2차원의 픽셀 좌표(310)를 산출할 수 있다. 외부 파라미터 [R|t]는 3차원의 월드 좌표계를 카메라 좌표계로 변환시키기 위한 회전/이동 변환 행렬에 해당할 수 있다.
한편, 2차원 영상의 픽셀 좌표(310)로부터 이에 대응하는 3차원의 월드 좌표(350)를 구하기 위해서는 카메라 좌표(330)에서부터 월드 좌표(350)까지의 거리, 다시 말해 깊이(depth) 값을 알아야 한다.
일 실시예에 따른 특징 임베딩 장치는 전술한 핀홀 카메라 모델에 기반하여 2차원 객체를 포함하는 2차원 입력 영상으로부터 3차원 형상을 획득하여 특징 임베딩(feature embedding)을 수행할 수 있다.
보다 구체적으로, 특징 임베딩 장치는 딥러닝 기반 알고리즘 또는 학습된 신경망을 활용하여 픽셀 좌표(310)를 갖는 2차원 입력 영상으로부터 깊이 맵이 추정되면, 카메라 파라미터를 이용하여 깊이 맵을 3차원 공간, 다시 말해 3차원의 월드 좌표(350)로 역투사할 수 있다. 특징 임베딩 장치는 역투사를 통해 2차원 입력 영상 내의 2차원 객체에 해당하는 픽셀들에 대응하는 3차원 포인트들의 위치들을 산출할 수 있다. 특징 임베딩 장치는 2차원 객체에 해당하는 픽셀들에 대응하는 3차원 포인트들의 위치들을 기초로, 깊이 맵을 3차원 정보로 변환할 수 있다. 이때, 3차원 정보는 포인트 클라우드 형태의 3차원 형상에 해당할 수 있다. 특징 임베딩 장치는 포인트 클라우드 형태의 3차원 정보를 신경망에 인가함으로써 3차원 형상을 위한 특징 임베딩을 수행할 수 있다. 특징 임베딩 장치는 전술한 과정을 통해 2차원 입력 영상으로부터 3차원 형상에 대한 정보를 갖는 새로운 특징을 획득할 수 있다.
도 4는 일 실시예에 따라 시퀀스 영상에 대응하는 깊이 맵이 점증적으로 집적되는 과정을 도시한 도면이다. 도 4를 참조하면, 일 실시예에 따른 2차원 입력 영상(410) 및 2차원 입력 영상(410)으로부터 추정된 깊이 맵들(420,430,440)이 도시된다.
예를 들어, 2차원 입력 영상(410)이 t-1 시점, t 시점, 및 t+1 시점 각각에 대응하는 영상 프레임들을 포함하는 시퀀스 영상이라고 하자.
특징 임베딩 장치는 시퀀스 영상에 포함된 각 영상 프레임에 대응하여 추정된 깊이 맵들을 누적적으로 집적하여 3차원 정보로 변환할 수 있다.
특징 임베딩 장치는 t-1 시점의 영상 프레임으로부터 깊이 맵(420)을 추정한 후, 깊이 맵(420)에 t 시점의 영상 프레임으로부터 추정된 t 시점의 깊이 맵을 집적하여 깊이 맵(430)을 획득할 수 있다. 또한, 특징 임베딩 장치는 깊이 맵(430)에 t +1 시점의 영상 프레임으로부터 추정된 t +1 시점의 깊이 맵을 집적하여 깊이 맵(440)을 획득할 수 있다.
일 실시예에서는 깊이 맵을 입력 영상들 별로 점증적으로 집적함으로써 최종적으로 획득되는 깊이 맵(440)이 2차원 입력 영상(410)에 포함된 2차원 객체(예를 들어, 비행기)에 대응하는 보다 풍부한 정보, 다시 말해 보다 명확한 비행기의 형상에 대한 정보를 포함하도록 할 수 있다.
도 5는 일 실시예에 따른 다중 시점 영상들에 대응하는 깊이 맵들이 점증적으로 직접되는 과정을 도시한 도면이다. 도 5를 참조하면, 일 실시예에 따라 2차원 입력 영상들을 촬영하는 카메라들(501, 502, 503), 카메라들(501, 502, 503)에 의해 촬영된 서로 다른 시점들(예를 들어, vi-1 시점, vi 시점, 및 vi+1 시점)의 입력 영상들 각각로부터 추정한 깊이 맵들을 월드 좌표계의 3차원 공간에 역투사하여 획득한 3차원 정보(510, 520, 530), 및 3차원 정보(510, 520, 530)를 인코더(Encoder)(505)에 인가함으로써 생성한 특징(515, 525, 535)이 도시된다. 이때, 카메라들(501, 502, 503)은 vi-1 시점, vi 시점, 및 vi+1 시점과 같이 서로 다른 위치에서 영상을 촬영할 수도 있고, 동일한 위치에 고정되어 영상을 촬영할 수도 있다. 인코더(505)는 예를 들어, 컨볼루션 신경망(Convolutional Neural Network; CNN) 구조에 기반한 3D CNN 혹은 PoinNet 등에 의해 구성될 수 있다. 실시예에 따라서, 인코더(505)는 예를 들어, 연속된 복수 개의 영상들로부터 추출된 특징을 영상에 임베딩(embedding)할 수 있다.
예를 들어, 카메라(501)에 의해 vi-1 시점의 입력 영상이 촬영되었다고 하자. 이 경우, 특징 임베딩 장치는 vi-1 시점의 입력 영상으로부터 추정한 깊이 맵을 3차원 공간에 역투사하여 vi-1 시점의 입력 영상에 대응하는 깊이 맵을 3차원 정보(510)로 변환할 수 있다. 이때, 3차원 정보(510)는 vi-1 시점의 입력 영상에 포함된 2차원 객체에 해당하는 픽셀들에 대응하는 3차원 포인트들의 위치들을 포함할 수 있다.
특징 임베딩 장치는 3차원 정보(510)를 인코더(505)에 인가함으로써 vi-1 시점의 입력 영상에 포함된 2차원 객체에 대응하는 3차원 형상에 대한 정보를 내재하는 특징(X3D)(515)을 생성할 수 있다. 이때, 특징(515)는 예를 들어, [Hf, Wf, Cf]와 같은 3차원 벡터 또는 3차원 특징 맵에 해당할 수 있다. 여기서, Hf 는 특징 맵의 높이(height)를 나타내고, Wf 는 특징 맵의 넓이(width)를 나타내며, Cf 는 특징 맵의 채널(channel)의 크기를 나타낼 수 있다.
카메라(502)에 의해 vi 시점의 입력 영상이 촬영되면, 특징 임베딩 장치는 vi-1 시점의 입력 영상으로부터 추정한 깊이 맵과 vi 시점의 입력 영상으로부터 추정한 깊이 맵을 집적하여 3차원 공간에 역투사함으로써 vi-1 시점 및 vi 시점의 입력 영상들에 대응하는 깊이 맵을 3차원 정보(520)로 변환할 수 있다. 특징 임베딩 장치는 3차원 정보(520)를 인코더(505)에 인가함으로써 vi-1 시점의 입력 영상 및 vi 시점의 입력 영상에 포함된 2차원 객체에 대응하는 3차원 형상에 대한 정보를 내재하는 특징(X3D)(525)을 생성할 수 있다.
이후, 카메라(503)에 의해 vi+1 시점의 입력 영상이 촬영되면, 특징 임베딩 장치는 vi-1 시점의 입력 영상으로부터 추정한 깊이 맵, vi 시점의 입력 영상으로부터 추정한 깊이 맵, 및 vi+1 시점의 입력 영상으로부터 추정한 깊이 맵을 모두 집적하여 3차원 공간에 역투사함으로써 vi-1 시점, vi 시점, 및 vi+1 시점의 입력 영상들에 대응하는 깊이 맵을 3차원 정보(530)로 변환할 수 있다. 특징 임베딩 장치는 3차원 정보(530)를 인코더(505)에 인가함으로써 vi-1 시점의 입력 영상, vi 시점의 입력 영상, 및 vi+1 시점의 입력 영상 각각에 포함된 2차원 객체들에 대응하는 3차원 형상에 대한 정보를 내재하는 특징(X3D)(535)을 생성할 수 있다.
일 실시예에서는 예를 들어, vi-1 시점, vi 시점, 및 vi+1 시점과 같은 다중 시점 영상들을 3차원 정보(530)와 같은 하나의 3차원 기하 정보(geometry information)로 변환함으로써 3차원 형상에 대한 특징 임베딩을 보다 빠르고 용이하게 수행할 수 있다.
도 6은 일 실시예에 따라 3차원 정보로부터 3차원 형상에 대한 정보를 내재하는 특징을 생성하는 과정을 설명하기 위한 도면이다. 도 6을 참조하면, 전술한 역투사 과정을 통해 획득된 포인트 클라우드 형태의 3차원 정보(610)를 신경망(630)에 인가함으로써 3차원 형상에 대한 정보를 내재하는 특징(650)이 생성되는 과정이 도시된다.
특징 임베딩 장치는 전술한 역투사 과정을 통해 획득된 포인트 클라우드 형태의 3차원 정보(610)를 신경망(630)의 입력 레이어에 부합하는 차원의 정보로 변환(transform)할 수 있다. 특징 임베딩 장치는 예를 들어, N 개의 포인트들 각각의 (x, y, z) 좌표를 L 차원 벡터로 변환한 뒤, 변환된 벡터들을 축적한 (N x L) 차원의 정보로부터 (1 x L) 차원의 정보를 추출할 수 있다. 특징 임베딩 장치는 예를 들어, MLP(Multi-Layer Perceptron) 또는 그래프 컨볼루션 신경망(Graph Convolution Network; GCN) 등을 이용하여 각 포인트들의 (x, y, z) 좌표를 L 차원 벡터로 변환할 수 있으며, 반드시 이에 한정되지는 않는다. L은 3보다 클 수 있으며, 특징 임베딩 장치는 (N x L) 차원의 정보 내 각 열들을 맥스 풀링(max pooling)하여 (1 x L) 차원의 정보를 추출할 수 있다.
신경망(630)의 입력 레이어는 (1 x L) 차원에 부합하는 구조를 가질 수 있다. 특징 임베딩 장치는 변환된 (1 x L) 차원의 정보를 신경망(630)에 인가함으로써 특징(650)을 생성할 수 있다.
도 7a는 일 실시예에 따라 신경망을 트레이닝 하는 과정을 설명하기 위한 도면이다. 도 7a를 참조하면, 일 실시예에 따른 트레이닝 장치는 기 학습된 깊이 추정 네트워크를 이용하여 단일 입력 영상 혹은 다중 입력 영상들로부터 추정한 깊이 맵을 집적하여 3차원 공간에 역투사(230)함으로써 3차원 정보(240)를 획득한다. 트레이닝 장치는 도 6을 통하여 전술한 방식으로 3차원 정보(240)를 변환하여 신경망(250)에 입력함으로써 인코딩된 특징(255)을 획득한다. 트레이닝 장치는 신경망(250)에 대응하는 디코더 신경망(705)을 통하여 3차원 정보(710)를 복원한다. 이때, 신경망(250)은 오토 인코더의 인코딩 부분에 해당하고, 디코더 신경망(705)은 오토 인코더의 디코딩 부분에 해당할 수 있다.
트레이닝 장치는 복원된 3차원 정보(710)와 원본 3차원 정보(240) 사이의 차이에 기초하여 로스(loss)를 결정하고, 결정된 로스를 이용하여 디코더 신경망(705) 및 신경망(250)을 트레이닝 한다. 또한, 실시예에 따라, 오토 인코더를 생성기(generator)로 하는 GAN(Generative Adversarial Network)을 이용하여 신경망(250)을 트레이닝 할 수도 있다.
도 7b는 일 실시예에 따라 2차원 객체를 3차원 객체로 재구성하는 과정을 설명하기 위한 도면이다. 도 7b를 참조하면, 임베딩 특징은 3차원 공간 내 임의의 점이 객체 내부에 위치하는지, 혹은 외부에 위치하는지 여부를 판별하는 데 이용될 수 있다.
특징 임베딩 장치는 도 7a를 통하여 전술한 과정을 통해 트레이닝 된 신경망(250)을 이용하여, 임의의 입력 영상에 포함된 2차원 객체의 3차원 형상에 대한 특징(255)을 획득할 수 있다.
특징 임베딩 장치는 3차원 공간 내 평면(720)에 포함되는 포인트들의 개수만큼 특징(255)을 반복시켜 형상 특징 y i (n x c)으로 변환할 수 있다. 이때, n은 평면(720)에 포함되는 포인트들의 수이고, c는 특징(255)의 차원 혹은 길이일 수 있다. 예를 들어, 특징 임베딩 장치는 월드 좌표의 평면(720) 상에서 충분히 많은 임의의 3차원 포인트들
Figure pat00022
을 설정하고, 각 3차원 포인트 위치 p k 가 3차원 형상의 내부 혹은 외부에 존재할 확률을 추정할 수 있다. 특징 임베딩 장치는 추정한 확률에 기초하여 2차원 객체를 3차원 객체로 재구성할 수 있다.
보다 구체적으로, 특징 임베딩 장치는 형상 특징 y i 를 각 3차원 포인트 위치 p k 와 결합(730)하고, 이를 MLP(multi-layer perceptron) 또는 및 그래프 컨볼루션 신경망(GCN)와 같은 비선형 신경망 혹은 비선형 함수(nonlinear function)의 입력으로 사용할 수 있다. 특징 임베딩 장치는 비선형 신경망 혹은 비선형 함수의 결과값으로, 3차원 포인트들의 위치 p k 에 대응하는 확률 값 o k 을 획득할 수 있다. 이때, 확률 값 o k 는 위치 p k 에 위치한 3차원 포인트가 객체의 내부를 점유(occupancy)할 확률(예를 들어, 점유율)에 해당할 수 있다. 확률 값 o k 는 0과 1 사이의 값을 가질 수 있다. 특징 임베딩 장치는 3차원 공간에 포함되는 복수의 평면들에 대응하여, 전술한 과정을 반복함으로써 3차원 객체(740)를 재구성할 수 있다.
또는, 실시예에 따라서, 특징 임베딩 장치는 도 2에 도시된 깊이 추정 네트워크(220)의 중간 레이어들에서 획득한 특징 맵 또는 특징 벡터들을 3차원 형상에 대한 특징(255)와 함께 이용하여 3차원 객체(740)로 재구성할 수도 있다. 예를 들어, 2차원 입력 영상이 도 2에 도시된 것과 같이 N개의 다중 시점 영상들 또는 순차적인 N개의 영상 프레임들을 포함하는 시퀀스 영상이라고 하자. 또한, 깊이 추정 네트워크(220)가 복수의 레이어들을 포함하는 심층 신경망이라고 가정하자. 이 경우, 특징 임베딩 장치는 깊이 추정 네트워크(220) 내의 중간 레이어들에서 각 입력 영상에 대한 특징 맵 또는 특징 벡터들을 획득할 수 있다.
특징 임베딩 장치는 N개의 다중 시점 영상들 또는 N개의 영상 프레임들 각각으로부터 획득한 N개의 특징(255)을 맥스 풀링(max pooling)을 통해 하나의 특징 x I 으로 압축할 수 있다. 이때, 깊이 추정 네트워크(220) 내의 중간 레이어들에서 획득한 특징 맵 또는 특징 벡터들은 특징 임베딩을 통해 획득한 3차원 형상에 대한 특징(255)과 함께 맵핑 함수(mapping function)의 입력으로 인가되어 2차원 정보 및 3차원 정보가 통합된 새로운 형상 특징 y로 변환될 수 있다.
특징 임베딩 장치는 3차원 형상을 재구성하기 위해, 720과 같이 월드 좌표 상에서 충분히 많은 임의의 3차원 포인트들
Figure pat00023
을 설정하고, 각 3차원 포인트 위치 p k 가 3차원 형상의 내부 혹은 외부에 존재할 확률을 추정할 수 있다. 특징 임베딩 장치는 특징(255)에 대응하는 픽셀의 3차원 포인트 위치 p k 가 3차원 형상의 내부에 존재할 확률을 추정할 수 있다. 특징 임베딩 장치는 추정한 확률에 기초하여 2차원 객체를 3차원 객체로 재구성할 수 있다.
특징 임베딩 장치는 새로운 형상 특징 y를 각 3차원 포인트 위치 p k 와 결합하고, 이를 MLP 또는 그래프 컨볼루션 신경망(GCN)과 같은 비선형 함수의 입력으로 사용할 수 있다. 특징 임베딩 장치는 비선형 함수의 결과값으로, 3차원 포인트 위치 p k 의 확률 값 o k 을 획득할 수 있다. 특징 임베딩 장치는 앞서 정의한 모든 3차원 포인트들
Figure pat00024
의 위치와 새로운 형상 특징 y를 비선형 함수에 입력함으로써 모든 3차원 포인트들의 확률 값들로부터 3차원 객체(740)를 재구성할 수도 있다.
도 8은 다른 실시예에 따른 특징 임베딩 방법을 나타낸 흐름도이다. 도 8을 참조하면, 일 실시예에 따른 특징 임베딩 장치가 단계(810) 내지 단계(860)를 통해 3차원 형상에 대한 정보를 내재하는 특징을 추출 또는 임베딩하는 과정이 도시된다.
단계(810)에서, 특징 임베딩 장치는 입력 데이터를 수신할 수 있다. 이때, 특징 임베딩 장치는 단계(803)을 통해 내부 파라미터 및 외부 파라미터를 포함하는 카메라 파라미터를 획득하고, 단계(806)을 통해 입력 영상에 해당하는 다중 시점 영상들 또는 시퀀스 영상을 수신할 수 있다. 도 8에서는 단계(803)의 수행 후, 단계(806)이 수행되는 것으로 기재하였으나, 반드시 이에 한정되는 것은 아니며, 단계(806)이 수행된 후, 단계(803)이 수행되거나, 또는 단계(803)과 단계(806)이 함께 수행될 수도 있다.
단계(820)에서, 특징 임베딩 장치는 다중 시점 영상들 또는 시퀀스 영상의 영상 별로 깊이 맵을 추정할 수 있다.
단계(830)에서, 특징 임베딩 장치는 영상 별로 추정된 깊이 맵들을 점증적으로 집적할 수 있다.
단계(840)에서, 특징 임베딩 장치는 단계(803)에서 획득한 카메라 파라미터를 이용하여 단계(830)에서 점증적으로 집적된 깊이 맵을 3차원 공간에 역투사할 수 있다.
단계(850)에서, 특징 임베딩 장치는 단계(840)의 역투사를 통해 점증적으로 집적된 깊이 맵을 포인트 클라우드 형태의 3차원 정보로 변환할 수 있다.
단계(860)에서, 특징 임베딩 장치는 단계(850)에서 변환된 3차원 정보를 신경망에 인가함으로써 2차원 입력 영상에 포함된 2차원 객체에 대응하는 3차원 형상에 대한 정보를 내재하는 특징을 추출하거나, 또는 3차원 형상에 대한 정보를 임베딩할 수 있다.
도 9는 일 실시예에 따른 특징 임베딩 장치의 블록도이다. 도 9를 참조하면, 일 실시예에 따른 특징 임베딩 장치(900)는 통신 인터페이스(910), 프로세서(930), 메모리(950) 및 디스플레이(970)를 포함한다. 통신 인터페이스(910), 프로세서(930), 메모리(950) 및 디스플레이(970)는 통신 버스(905)를 통해 서로 연결될 수 있다.
통신 인터페이스(910)는 2차원 입력 영상을 수신한다. 또한, 통신 인터페이스(910)는 2차원 입력 영상에 대응하는 내부 파라미터 및 외부 파라미터를 포함하는 카메라 파라미터를 획득할 수 있다.
프로세서(930)는 2차원 입력 영상 별로 깊이 맵을 추정한다. 프로세서(930)는 깊이 맵을 집적하여 포인트 클라우드 형태의 3차원 정보로 변환한다. 프로세서(930)는 3차원 정보를 신경망에 인가함으로써 2차원 입력 영상에 포함된 2차원 객체에 대응하는 3차원 형상에 대한 정보를 내재하는 특징을 생성한다. 실시예에 따라서, 프로세서(930)는 3차원 형상에 대한 정보를 내재하는 특징에 기초하여 2차원 객체를 3차원 객체로 재구성할 수도 있다.
또한, 프로세서(930)는 도 1 내지 도 8을 통해 전술한 적어도 하나의 방법 또는 적어도 하나의 방법에 대응되는 알고리즘을 수행할 수 있다. 프로세서(930)는 목적하는 동작들(desired operations)을 실행시키기 위한 물리적인 구조를 갖는 회로를 가지는 하드웨어로 구현된 영상 처리 장치일 수 있다. 예를 들어, 목적하는 동작들은 프로그램에 포함된 코드(code) 또는 인스트럭션들(instructions)을 포함할 수 있다. 예를 들어, 하드웨어로 구현된 지문 검출 장치는 마이크로프로세서(microprocessor), 중앙 처리 장치(Central Processing Unit; CPU), 그래픽 처리 장치(Graphic Processing Unit; GPU), 프로세서 코어(processor core), 멀티-코어 프로세서(multi-core processor), 멀티프로세서(multiprocessor), ASIC(Application-Specific Integrated Circuit), FPGA(Field Programmable Gate Array), NPU(Neural Processing Unit) 등을 포함할 수 있다.
프로세서(930)는 프로그램을 실행하고, 특징 임베딩 장치(900)를 제어할 수 있다. 프로세서(930)에 의하여 실행되는 프로그램 코드는 메모리(950)에 저장될 수 있다.
메모리(950)는 예를 들어, 통신 인터페이스(910)를 통해 수신한 2차원 입력 영상 및/또는 2차원 입력 영상에 대응하는 카메라 파라미터를 저장할 수 있다. 또한, 메모리(950)는 프로세서(930)가 깊이 맵을 집적하여 변환한 포인트 클라우드 형태의 3차원 정보, 및/또는 프로세서(930)가 3차원 정보를 신경망에 인가함으로써 생성한 데이터 및/또는 프로세서(930)가 생성한 3차원 형상에 대한 정보를 내재하는 특징을 저장할 수 있다. 이 밖에도, 메모리(950)는 프로세서(930)가 2차원 객체로부터 재구성한 3차원 객체를 저장할 수 있다.
이와 같이, 메모리(950)는 상술한 프로세서(930)의 처리 과정에서 생성되는 다양한 정보를 저장할 수 있다. 이 밖에도, 메모리(950)는 각종 데이터와 프로그램 등을 저장할 수 있다. 메모리(950)는 휘발성 메모리 또는 비휘발성 메모리를 포함할 수 있다. 메모리(950)는 하드 디스크 등과 같은 대용량 저장 매체를 구비하여 각종 데이터를 저장할 수 있다.
일 실시예에 따른 특징 임베딩 장치(900)는 예를 들어, 3D 프린터, 3D 스캐너, 첨단 운전자 보조 시스템(Advanced Drivers Assistance System; ADAS), HUD(Head Up Display) 장치, 3D 디지털 정보 디스플레이(Digital Information Display, DID), 내비게이션 장치, 뉴로모픽 장치(neuromorphic device), 3D 모바일 기기, 스마트 폰, 스마트 TV, 스마트 차량, IoT(Internet of Things) 디바이스, 의료 디바이스, 및 계측 디바이스 등에 해당할 수 있다. 여기서, 3D 모바일 기기는 예를 들어, 증강 현실(Augmented Reality; AR), 가상 현실(Virtual Reality; VR), 및/또는 혼합 현실(Mixed Reality; MR)을 표시하기 위한 기기, 머리 착용 디스플레이(Head Mounted Display; HMD) 및 얼굴 착용 디스플레이(Face Mounted Display; FMD) 등을 모두 포함하는 의미로 이해될 수 있다.
예를 들어, 특징 임베딩 장치(900)가 3D 모바일 기기 중 하나인 증강 현실(Augmented Reality; AR) 기기인 경우, 프로세서(930)는 3차원 정보를 신경망에 인가함으로써 2차원 입력 영상에 포함된 2차원 객체에 대응하는 3차원 형상에 대한 정보를 내재하는 특징으로 인코딩한다.
디스플레이(970)는 프로세서(930)가 재구성한 3차원 형상을 포함하는 출력 영상을 표시한다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 컨트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있으며 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
위에서 설명한 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 또는 복수의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 이를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (31)

  1. 2차원 입력 영상 별로 깊이 맵(depth map)을 추정하는 단계;
    상기 깊이 맵을 집적(aggregation)하여 포인트 클라우드(point cloud) 형태의 3차원 정보로 변환하는 단계; 및
    상기 3차원 정보를 신경망에 인가함으로써 상기 2차원 입력 영상에 포함된 2차원 객체에 대응하는 3차원 형상에 대한 정보를 내재(embedding)하는 특징을 생성하는 단계
    를 포함하는,
    특징 임베딩 방법.
  2. 제1항에 있어서,
    상기 3차원 정보로 변환하는 단계는
    상기 깊이 맵을 상기 2차원 입력 영상 별로 점증적으로(incrementally) 집적(aggregation)하여 상기 3차원 정보로 변환하는 단계
    를 포함하는,
    특징 임베딩 방법.
  3. 제1항에 있어서,
    상기 3차원 정보로 변환하는 단계는
    상기 2차원 입력 영상 별로 대응하는 카메라 파라미터를 이용하여 상기 깊이 맵을 3차원 공간에 역투사(un-projection) 함으로써, 상기 깊이 맵을 상기 3차원 정보로 변환하는 단계
    를 포함하는,
    특징 임베딩 방법.
  4. 제3항에 있어서,
    상기 깊이 맵을 상기 3차원 정보로 변환하는 단계는
    상기 카메라 파라미터를 이용하여 상기 깊이 맵을 3차원 공간에 역투사 함으로써, 상기 2차원 입력 영상 내의 상기 2차원 객체에 해당하는 픽셀들에 대응하는 3차원 포인트들의 위치들을 산출하는 단계; 및
    상기 2차원 객체에 해당하는 픽셀들에 대응하는 3차원 포인트들의 위치들을 기초로, 상기 깊이 맵을 상기 3차원 정보로 변환하는 단계
    를 포함하는,
    특징 임베딩 방법.
  5. 제1항에 있어서,
    상기 2차원 입력 영상은
    다중 시점 영상들(multi-view images) 및 시퀀스 영상(sequence image) 중 어느 하나를 포함하는,
    특징 임베딩 방법.
  6. 제5항에 있어서,
    상기 3차원 정보는
    해당 시점에서 상기 2차원 객체에 대응하는 3차원 형상의 표면(surface)을 나타내는 정보를 포함하는,
    특징 임베딩 방법.
  7. 제1항에 있어서,
    상기 특징을 생성하는 단계는
    상기 3차원 정보를 상기 신경망의 입력 레이어에 부합하는 차원의 정보로 변환(transform)하는 단계; 및
    상기 변환된 차원의 정보를 상기 신경망에 인가함으로써 상기 특징을 생성하는 단계
    를 포함하는,
    특징 임베딩 방법.
  8. 제7항에 있어서,
    상기 입력 레이어에 부합하는 차원의 정보로 변환하는 단계는
    MLP(Multi-Layer Perceptron) 및 그래프 컨볼루션 신경망(Graph Convolution Network; GCN) 중 적어도 하나를 이용하여 상기 3차원 정보를 상기 입력 레이어에 부합하는 차원의 정보로 변환하는 단계
    를 포함하는,
    특징 임베딩 방법.
  9. 제1항에 있어서,
    상기 특징을 생성하는 단계는
    상기 3차원 정보를 상기 신경망에 인가함으로써 상기 2차원 입력 영상에 포함된 상기 2차원 객체에 대응하는 모든 픽셀들에 대한 깊이 값들을 포함하는 상기 3차원 형상에 대한 정보를 내재한 특징을 생성하는 단계
    를 포함하는,
    특징 임베딩 방법.
  10. 제1항에 있어서,
    상기 특징은
    상기 특징 맵(feature map) 및 특징 벡터(feature vector) 중 어느 하나의 형태를 가지는,
    특징 임베딩 방법.
  11. 제1항에 있어서,
    상기 특징에 기초하여, 상기 2차원 객체를 3차원 객체로 재구성하는 단계
    를 더 포함하는,
    특징 임베딩 방법.
  12. 제11항에 있어서,
    상기 2차원 객체를 3차원 객체로 재구성하는 단계는
    상기 특징에 대응하는 픽셀의 위치가 상기 3차원 형상의 내부 또는 외부에 존재할 확률을 추정하는 단계; 및
    상기 확률에 기초하여 상기 2차원 객체를 3차원 객체로 재구성하는 단계
    를 포함하는,
    특징 임베딩 방법.
  13. 제1항에 있어서,
    상기 깊이 맵을 추정하는 단계는
    깊이를 추정하도록 학습된 신경망을 이용하여, 상기 2차원 입력 영상으로부터 깊이 맵(depth map)을 추정하는 단계
    를 포함하는,
    특징 임베딩 방법.
  14. 제1항에 있어서,
    상기 2차원 입력 영상에 대응하는 내부 파라미터(intrinsic parameter) 및 외부 파라미터(extrinsic parameter)를 포함하는 카메라 파라미터를 획득하는 단계
    를 더 포함하는,
    특징 임베딩 방법.
  15. 하드웨어와 결합되어 제1항 내지 제14항 중 어느 하나의 항의 방법을 실행시키기 위하여 컴퓨터 판독 가능한 기록매체에 저장된 컴퓨터 프로그램.
  16. 2차원 입력 영상을 수신하는 통신 인터페이스; 및
    상기 2차원 입력 영상 별로 깊이 맵을 추정하고, 상기 깊이 맵을 집적하여 포인트 클라우드 형태의 3차원 정보로 변환하며, 상기 3차원 정보를 신경망에 인가함으로써 상기 2차원 입력 영상에 포함된 2차원 객체에 대응하는 3차원 형상에 대한 정보를 내재하는 특징을 생성하는 프로세서
    를 포함하는,
    특징 임베딩 장치.
  17. 제16항에 있어서,
    상기 프로세서는
    상기 깊이 맵을 상기 2차원 입력 영상 별로 점증적으로 집적하여 상기 3차원 정보로 변환하는,
    특징 임베딩 장치.
  18. 제16항에 있어서,
    상기 프로세서는
    상기 2차원 입력 영상 별로 대응하는 카메라 파라미터를 이용하여 상기 깊이 맵을 3차원 공간에 역투사 함으로써, 상기 깊이 맵을 상기 3차원 정보로 변환하는,
    특징 임베딩 장치.
  19. 제18항에 있어서,
    상기 프로세서는
    상기 카메라 파라미터를 이용하여 상기 깊이 맵을 3차원 공간에 역투사 함으로써, 상기 2차원 입력 영상 내의 상기 2차원 객체에 해당하는 픽셀들에 대응하는 3차원 포인트들의 위치들을 산출하고, 상기 2차원 객체에 해당하는 픽셀들에 대응하는 3차원 포인트들의 위치들을 기초로, 상기 깊이 맵을 상기 3차원 정보로 변환하는,
    특징 임베딩 장치.
  20. 제16항에 있어서,
    상기 2차원 입력 영상은
    다중 시점 영상들(multi-view image) 및 시퀀스 영상(sequence image) 중 어느 하나를 포함하는,
    특징 임베딩 장치.
  21. 제20항에 있어서,
    상기 3차원 정보는
    해당 시점에서 상기 2차원 객체에 대응하는 3차원 형상의 표면(surface)을 나타내는 정보를 포함하는,
    특징 임베딩 장치.
  22. 제16항에 있어서,
    상기 프로세서는
    상기 3차원 정보를 상기 신경망의 입력 레이어에 부합하는 차원의 정보로 변환하고, 상기 변환된 차원의 정보를 상기 신경망에 인가함으로써 상기 특징을 생성하는,
    특징 임베딩 장치.
  23. 제22항에 있어서,
    상기 프로세서는
    MLP(Multi-Layer Perceptron) 및 그래프 컨볼루션 신경망(Graph Convolution Network; GCN) 중 적어도 하나를 이용하여 상기 3차원 정보를 상기 입력 레이어에 부합하는 차원의 정보로 변환하는,
    특징 임베딩 장치.
  24. 제16항에 있어서,
    상기 프로세서는
    상기 3차원 정보를 상기 신경망에 인가함으로써 상기 2차원 입력 영상에 포함된 상기 2차원 객체에 대응하는 모든 픽셀들에 대한 깊이 값들을 포함하는 상기 3차원 형상에 대한 정보를 내재한 특징을 생성하는,
    특징 임베딩 장치.
  25. 제16항에 있어서,
    상기 특징은
    상기 특징 맵 및 특징 벡터 중 어느 하나의 형태를 가지는,
    특징 임베딩 장치.
  26. 제16항에 있어서,
    상기 프로세서는
    상기 특징에 기초하여, 상기 2차원 객체를 3차원 객체로 재구성하는,
    특징 임베딩 장치.
  27. 제26항에 있어서,
    상기 프로세서는
    상기 특징에 대응하는 픽셀의 위치가 상기 3차원 형상의 내부 또는 외부에 존재할 확률을 추정하고, 상기 확률에 기초하여 상기 2차원 객체를 3차원 객체로 재구성하는,
    특징 임베딩 장치.
  28. 제16항에 있어서,
    상기 프로세서는
    깊이를 추정하도록 학습된 신경망을 이용하여, 상기 2차원 입력 영상으로부터 깊이 맵을 추정하는,
    특징 임베딩 장치.
  29. 제16항에 있어서,
    상기 통신 인터페이스는
    상기 2차원 입력 영상에 대응하는 내부 파라미터 및 외부 파라미터를 포함하는 카메라 파라미터를 획득하는,
    특징 임베딩 장치.
  30. 제16항에 있어서,
    상기 특징 임베딩 장치는
    3D 프린터, 3D 스캐너, 첨단 운전자 보조 시스템(Advanced Drivers Assistance System; ADAS), HUD(Head Up Display) 장치, 3D 디지털 정보 디스플레이(Digital Information Display, DID), 내비게이션 장치, 뉴로모픽 장치(neuromorphic device), 3D 모바일 기기, 스마트 폰, 스마트 TV, 스마트 차량, IoT(Internet of Things) 디바이스, 의료 디바이스, 및 계측 디바이스 중 적어도 하나를 포함하는,
    특징 임베딩 장치.
  31. 다중 시점 영상들 또는 시퀀스 영상을 포함하는 2차원 입력 영상을 수신하는 통신 인터페이스;
    상기 2차원 입력 영상 별로 깊이 맵을 추정하고, 상기 깊이 맵을 집적하여 포인트 클라우드 형태의 3차원 정보로 변환하고, 상기 3차원 정보를 신경망에 인가함으로써 상기 2차원 입력 영상에 포함된 2차원 객체에 대응하는 3차원 형상에 대한 정보를 내재하는 특징으로 인코딩하며, 상기 특징을 기초로 상기 2차원 객체에 대응하는 상기 3차원 형상을 재구성하는 프로세서; 및
    상기 3차원 형상을 포함하는 출력 영상을 표시하는 디스플레이
    를 포함하는, 증강 현실(Augmented Reality; AR) 기기.
KR1020200121531A 2020-09-21 2020-09-21 특징 임베딩 방법 및 장치 KR20220038996A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020200121531A KR20220038996A (ko) 2020-09-21 2020-09-21 특징 임베딩 방법 및 장치
US17/182,580 US11880990B2 (en) 2020-09-21 2021-02-23 Method and apparatus with feature embedding

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200121531A KR20220038996A (ko) 2020-09-21 2020-09-21 특징 임베딩 방법 및 장치

Publications (1)

Publication Number Publication Date
KR20220038996A true KR20220038996A (ko) 2022-03-29

Family

ID=80740670

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200121531A KR20220038996A (ko) 2020-09-21 2020-09-21 특징 임베딩 방법 및 장치

Country Status (2)

Country Link
US (1) US11880990B2 (ko)
KR (1) KR20220038996A (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102600939B1 (ko) * 2022-07-15 2023-11-10 주식회사 브이알크루 비주얼 로컬라이제이션을 위한 데이터를 생성하기 위한 방법 및 장치
WO2024076023A1 (ko) * 2022-10-07 2024-04-11 주식회사 공간의파티 Gcn 기반의 3차원 객체 인식 및 포즈 추정 방법 및 장치

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11657578B2 (en) 2021-03-11 2023-05-23 Quintar, Inc. Registration for augmented reality system for viewing an event
US11645819B2 (en) 2021-03-11 2023-05-09 Quintar, Inc. Augmented reality system for viewing an event with mode based on crowd sourced images
US11527047B2 (en) 2021-03-11 2022-12-13 Quintar, Inc. Augmented reality system for viewing an event with distributed computing

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SE528068C2 (sv) 2004-08-19 2006-08-22 Jan Erik Solem Med Jsolutions Igenkänning av 3D föremål
KR101388133B1 (ko) 2007-02-16 2014-04-23 삼성전자주식회사 2차원 실사 영상으로부터 3차원 모델을 생성하는 방법 및장치
KR101841668B1 (ko) 2012-02-15 2018-03-27 한국전자통신연구원 입체 모델 생성 장치 및 방법
KR20140049361A (ko) 2012-10-17 2014-04-25 한국과학기술원 다중 센서 시스템, 이를 이용하는 3차원 월드 모델링 장치 및 방법
KR101604037B1 (ko) 2014-05-09 2016-03-16 한국건설기술연구원 카메라와 레이저 스캔을 이용한 3차원 모델 생성 및 결함 분석 방법
EP3335193A1 (en) 2015-08-14 2018-06-20 Thomson Licensing 3d reconstruction of a human ear from a point cloud
US9609307B1 (en) 2015-09-17 2017-03-28 Legend3D, Inc. Method of converting 2D video to 3D video using machine learning
KR101644087B1 (ko) 2015-11-11 2016-08-11 공간정보기술 주식회사 다시점 원샷 촬영 영상을 이용한 3차원 스캐너 시스템
EP3179407B1 (en) 2015-12-07 2022-07-13 Dassault Systèmes Recognition of a 3d modeled object from a 2d image
KR101754599B1 (ko) 2015-12-08 2017-07-07 가톨릭대학교 산학협력단 드론 촬영 이미지를 기반으로 3ｄ 오브젝트를 자동으로 추출하는 시스템 및 방법
US10122996B2 (en) 2016-03-09 2018-11-06 Sony Corporation Method for 3D multiview reconstruction by feature tracking and model registration
KR101813617B1 (ko) 2016-05-18 2017-12-29 광운대학교 산학협력단 3차원 데이터를 획득하기 위한 카메라 리그 방법, 이를 수행하는 카메라 리그 시스템, 및 이를 저장하는 기록매체
US10453252B2 (en) 2017-05-08 2019-10-22 Disney Enterprises, Inc. 3D model construction from 2D assets
EP3853765A1 (en) * 2018-09-27 2021-07-28 Google LLC Training a deep neural network model to generate rich object-centric embeddings of robotic vision data
US11030772B2 (en) * 2019-06-03 2021-06-08 Microsoft Technology Licensing, Llc Pose synthesis
US11295473B2 (en) 2019-12-18 2022-04-05 Intel Corporation Continuous local 3D reconstruction refinement in video

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102600939B1 (ko) * 2022-07-15 2023-11-10 주식회사 브이알크루 비주얼 로컬라이제이션을 위한 데이터를 생성하기 위한 방법 및 장치
WO2024014777A1 (ko) * 2022-07-15 2024-01-18 주식회사 브이알크루 비주얼 로컬라이제이션을 위한 데이터를 생성하기 위한 방법 및 장치
WO2024076023A1 (ko) * 2022-10-07 2024-04-11 주식회사 공간의파티 Gcn 기반의 3차원 객체 인식 및 포즈 추정 방법 및 장치

Also Published As

Publication number Publication date
US20220092802A1 (en) 2022-03-24
US11880990B2 (en) 2024-01-23

Similar Documents

Publication Publication Date Title
KR20220038996A (ko) 특징 임베딩 방법 및 장치
CN110799991B (zh) 用于使用卷积图像变换执行同时定位和映射的方法和系统
US11348270B2 (en) Method for stereo matching using end-to-end convolutional neural network
WO2022242131A1 (zh) 图像分割方法、装置、设备及存储介质
JP7058277B2 (ja) 再構成方法および再構成装置
KR102476016B1 (ko) 안구 위치 정보 확정 방법 및 장치
Wang et al. High-fidelity view synthesis for light field imaging with extended pseudo 4DCNN
WO2024021194A1 (zh) 激光雷达点云分割方法、装置、设备及存储介质
KR20210051242A (ko) 멀티 렌즈 영상 복원 장치 및 방법
CN111489396A (zh) 利用临界边缘检测神经网络和几何模型确定相机参数
CN113807361B (zh) 神经网络、目标检测方法、神经网络训练方法及相关产品
US20210035325A1 (en) Pose estimation method, pose estimation apparatus, and training method for pose estimation
JP7449977B2 (ja) 可変焦点カメラの深度推定方法
CN116745813A (zh) 室内环境的自监督式深度估计框架
CN113850900A (zh) 三维重建中基于图像和几何线索恢复深度图的方法及系统
US11961266B2 (en) Multiview neural human prediction using implicit differentiable renderer for facial expression, body pose shape and clothes performance capture
JP2024507727A (ja) 潜在変数で条件付けた幾何学的形状認識ニューラルネットワークを使用した、シーンの新規画像のレンダリング
WO2022208440A1 (en) Multiview neural human prediction using implicit differentiable renderer for facial expression, body pose shape and clothes performance capture
CN113902789A (zh) 图像特征处理、深度图像生成方法及装置、介质和设备
CN116993926B (zh) 单视图人体三维重建方法
KR102270827B1 (ko) 360도 주변 물체 검출 및 인식 작업을 위한 다중 센서 데이터 기반의 융합 정보 생성 방법 및 장치
US11790633B2 (en) Image processing using coupled segmentation and edge learning
KR20220013183A (ko) 영상 복원 장치 및 방법
CN117593702B (zh) 远程监控方法、装置、设备及存储介质
KR20200050842A (ko) 플렌옵틱 데이터 저장 시스템 및 그것의 동작 방법

Legal Events

Date Code Title Description
A201 Request for examination