KR20220115433A - Ar 객체를 표시하는 방법 및 전자 장치 - Google Patents
Ar 객체를 표시하는 방법 및 전자 장치 Download PDFInfo
- Publication number
- KR20220115433A KR20220115433A KR1020210019448A KR20210019448A KR20220115433A KR 20220115433 A KR20220115433 A KR 20220115433A KR 1020210019448 A KR1020210019448 A KR 1020210019448A KR 20210019448 A KR20210019448 A KR 20210019448A KR 20220115433 A KR20220115433 A KR 20220115433A
- Authority
- KR
- South Korea
- Prior art keywords
- image
- information
- electronic device
- identification information
- virtual object
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000003190 augmentative effect Effects 0.000 claims abstract description 75
- 230000004044 response Effects 0.000 claims abstract description 24
- 238000004891 communication Methods 0.000 claims description 71
- 230000033001 locomotion Effects 0.000 claims description 18
- 230000008859 change Effects 0.000 claims description 9
- 238000013519 translation Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 238000013528 artificial neural network Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 8
- 230000000007 visual effect Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 6
- 238000013473 artificial intelligence Methods 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 4
- 230000004807 localization Effects 0.000 description 4
- 230000005484 gravity Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003155 kinesthetic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/006—Mixed reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
- G06F3/033—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor
- G06F3/0346—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor with detection of the device orientation or free movement in a 3D space, e.g. 3D mice, 6-DOF [six degrees of freedom] pointers using gyroscopes, accelerometers or tilt-sensors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/016—Input arrangements with force or tactile feedback as computer generated output to the user
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/017—Gesture based interaction, e.g. based on a set of recognized hand gestures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
- G06F3/04815—Interaction with a metaphor-based environment or interaction object displayed as three-dimensional, e.g. changing the user viewpoint with respect to the environment or object
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Architecture (AREA)
- User Interface Of Digital Computer (AREA)
- Processing Or Creating Images (AREA)
Abstract
본 개시에 따른 일 실시 예에서는, 디스플레이, 적어도 하나의 센서, 적어도 하나의 카메라 및 상기 디스플레이, 상기 적어도 하나의 센서 및 상기 적어도 하나의 카메라와 작동적으로 연결된 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는 상기 적어도 하나의 카메라를 이용하는 증강현실(AR) 어플리케이션을 실행하고, 상기 적어도 하나의 카메라를 이용하여 상기 전자 장치의 주변의 제1 영상을 획득하고, 상기 적어도 하나의 센서를 이용하여, 상기 제1 영상에 대응하는 상기 전자 장치의 자세 정보 및 위치 정보 중 적어도 하나를 포함하는 제1 센싱 정보를 획득하고, 상기 디스플레이에 상기 제1 영상이 출력되는 동안 사용자 입력에 따라 상기 제1 영상과 중첩되는 가상 객체를 생성하고, 상기 제1 영상 및 상기 제1 센싱 정보에 기반하여, 상기 가상 객체에 대응하는 제1 식별 정보를 획득하고, 상기 적어도 하나의 카메라를 이용하여, 상기 전자 장치의 주변의 제2 영상을 획득하고, 상기 적어도 하나의 센서를 이용하여, 상기 제2 영상에 대응하는 상기 전자 장치의 자세 정보 및 위치 정보 중 적어도 하나를 포함하는 제2 센싱 정보를 획득하고, 상기 제2 영상 및 상기 제2 센싱 정보에 기반하여 상기 가상 객체에 대응하는 제2 식별 정보를 획득하고, 상기 증강현실 어플리케이션이 실행된 상태에서 상기 적어도 하나의 센서를 통해 획득된 정보가 상기 제2 센싱 정보에 대응되는 것에 응답하여, 상기 디스플레이에 상기 가상 객체를 출력하는 전자 장치가 개시된다. 이 외에도 명세서를 통해 파악되는 다양한 실시 예가 가능하다.
Description
본 개시에 따른 다양한 실시 예들은 증강현실(augmented reality, AR) 기반의 공유 정보를 표시하는 방법 및 전자 장치에 관한 것이다.
증강현실(augmented reality, AR)은 실존하는 환경에 가상의 사물이나 정보를 합성하여 마치 원래의 환경에 존재하는 사물처럼 보이도록 하는 기술일 수 있다. 증강현실을 제공하기 위한 전자 장치는, 카메라를 통해 현실의 사물에 대한 프리뷰 이미지를 획득하고, 현실의 사물을 인식(또는 식별(identify))할 수 있다. 전자 장치는 인식된 사물에 기반하여 프리뷰 이미지 상에 증강현실에 대한 정보(예: 가상의 객체)를 표시할 수 있다. 이러한 증강현실은, 예를 들면, 게임 어플리케이션(application) 또는 카메라 어플리케이션을 통해서 사용자에게 제공될 수 있으며, 타 사용자와 공유할 수 있다.
증강현실 분야에서 전자 장치 간 정보를 공유할 때 사용자의 의도와는 다른 정보가 공유되는 이슈가 발생되고 있다. 예를 들어, 지정된 범위의 FOV(field of view)에서 전자 장치가 현실 세계의 장면(scene)에 중첩하여 AR 정보를 기록한 경우, 정보를 공유 받는 전자 장치는 해당 시야와 해당 장면에 정확하게 위치/배치되지 않는 경우 해당 AR 정보를 획득하지 못하는 경우가 발생할 수 있다. 따라서 정확한 가상 객체의 위치 또는 개수의 공유가 어려운 실정이다.
본 문서에서 이루고자 하는 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
일 실시 예에 따른 전자 장치는, 디스플레이, 적어도 하나의 센서, 적어도 하나의 카메라 및 상기 디스플레이, 상기 적어도 하나의 센서 및 상기 적어도 하나의 카메라와 작동적으로 연결된 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는 상기 적어도 하나의 카메라를 이용하는 증강현실(AR) 어플리케이션을 실행하고, 상기 적어도 하나의 카메라를 이용하여 상기 전자 장치의 주변의 제1 영상을 획득하고, 상기 적어도 하나의 센서를 이용하여, 상기 제1 영상에 대응하는 상기 전자 장치의 자세 정보 및 위치 정보 중 적어도 하나를 포함하는 제1 센싱 정보를 획득하고, 상기 디스플레이에 상기 제1 영상이 출력되는 동안 사용자 입력에 따라 상기 제1 영상과 중첩되는 가상 객체를 생성하고, 상기 제1 영상 및 상기 제1 센싱 정보에 기반하여, 상기 가상 객체에 대응하는 제1 식별 정보를 획득하고, 상기 적어도 하나의 카메라를 이용하여, 상기 전자 장치의 주변의 제2 영상을 획득하고, 상기 적어도 하나의 센서를 이용하여, 상기 제2 영상에 대응하는 상기 전자 장치의 자세 정보 및 위치 정보 중 적어도 하나를 포함하는 제2 센싱 정보를 획득하고, 상기 제2 영상 및 상기 제2 센싱 정보에 기반하여 상기 가상 객체에 대응하는 제2 식별 정보를 획득하고, 상기 증강현실 어플리케이션이 실행된 상태에서 상기 적어도 하나의 센서를 통해 획득된 정보가 상기 제2 센싱 정보에 대응되는 것에 응답하여, 상기 디스플레이에 상기 가상 객체를 출력할 수 있다.
일 실시 예에 따른 전자 장치의 동작 방법은, 적어도 하나의 카메라를 이용하는 증강현실(AR) 어플리케이션을 실행하는 동작, 상기 적어도 하나의 카메라를 이용하여 상기 전자 장치의 주변의 제1 영상을 획득하는 동작, 적어도 하나의 센서를 이용하여, 상기 제1 영상에 대응하는 상기 전자 장치의 자세 정보 및 위치 정보 중 적어도 하나를 포함하는 제1 센싱 정보를 획득하는 동작, 디스플레이에 상기 제1 영상이 출력되는 동안 사용자 입력에 따라 상기 제1 영상과 중첩되는 가상 객체를 생성하는 동작, 상기 제1 영상 및 상기 제1 센싱 정보에 기반하여, 상기 가상 객체에 대응하는 제1 식별 정보를 획득하는 동작, 상기 적어도 하나의 카메라를 이용하여, 상기 전자 장치의 주변의 제2 영상을 획득하는 동작, 상기 적어도 하나의 센서를 이용하여, 상기 제2 영상에 대응하는 상기 전자 장치의 자세 정보 및 위치 정보 중 적어도 하나를 포함하는 제2 센싱 정보를 획득하는 동작, 상기 제2 영상 및 상기 제2 센싱 정보에 기반하여 상기 가상 객체에 대응하는 제2 식별 정보를 획득하는 동작, 상기 증강현실 어플리케이션이 실행된 상태에서 상기 적어도 하나의 센서를 통해 획득된 정보가 상기 제2 센싱 정보에 대응되는 것에 응답하여, 상기 디스플레이에 상기 가상 객체를 출력하는 동작을 포함할 수 있다.
일 실시 예에 따른 전자 장치는, 통신 모듈, 디스플레이, 적어도 하나의 센서, 적어도 하나의 카메라 및 상기 통신 모듈, 상기 디스플레이, 상기 적어도 하나의 센서 및 상기 적어도 하나의 카메라와 작동적으로 연결된 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는 상기 적어도 하나의 카메라를 이용하는 증강현실(AR) 어플리케이션을 실행하고, 상기 적어도 하나의 카메라를 이용하여 상기 전자 장치의 주변의 제1 영상을 획득하고, 상기 적어도 하나의 센서를 이용하여, 상기 제1 영상에 대응하는 상기 전자 장치의 자세 정보 및 위치 정보 중 적어도 하나를 포함하는 제1 센싱 정보를 획득하고, 상기 디스플레이에 상기 제1 영상이 출력되는 동안 사용자 입력에 따라 상기 제1 영상과 중첩되는 가상 객체를 생성하고, 상기 제1 영상 및 상기 제1 센싱 정보에 기반하여, 상기 가상 객체에 대응하는 제1 식별 정보를 획득하고, 상기 적어도 하나의 카메라를 이용하여, 상기 전자 장치의 주변의 제2 영상을 획득하고, 상기 적어도 하나의 센서를 이용하여, 상기 제2 영상에 대응하는 상기 전자 장치의 자세 정보 및 위치 정보 중 적어도 하나를 포함하는 제2 센싱 정보를 획득하고, 상기 제2 영상 및 상기 제2 센싱 정보에 기반하여 상기 가상 객체에 대응하는 제2 식별 정보를 획득하고, 상기 통신 모듈을 통해, 서버로 상기 제1 식별 정보 및 상기 제2 식별 정보를 송신하고, 상기 서버로부터 상기 제1 식별 정보 및 상기 제2 식별 정보를 수신하여, 상기 증강현실 어플리케이션이 실행된 상태에서 상기 적어도 하나의 카메라 및 상기 적어도 하나의 센서를 통해 획득된 정보가 상기 제2 식별 정보에 대응되는 것에 응답하여, 상기 디스플레이에 상기 가상 객체를 출력할 수 있다.
본 개시에 따른 다양한 실시 예에서의 전자 장치 및 방법은, 증강현실 분야에서 전자 장치의 위치 및 공유 객체와 연관된 장면 정보를 보다 많이 획득함으로써 객체의 위치를 보다 정확하게 출력할 수 있다.
도 1은 일 실시 예에 따른 전자 장치에서 전자 장치의 움직임에 따라 복수의 영상들을 획득하는 것을 나타낸 도면이다.
도 2는 일 실시 예에 따른 전자 장치의 블록도이다.
도 3은 일 실시 예에 따른 전자 장치에서 식별 정보를 생성 및 복원하는 것을 나타낸 도면이다.
도 4는 일 실시 예에 따른 전자 장치가 센싱 정보에 기초하여 식별 정보를 획득하는 것을 나타낸 흐름도이다.
도 5a는 일 실시 예에 따른 전자 장치에서 식별 정보를 생성하는 것을 나타낸 흐름도이다.
도 5b는, 일 실시 예에 따른 전자 장치에서 식별 정보를 복원하는 것을 나타낸 흐름도이다.
도 6은 일 실시 예에 따른 전자 장치에서 복수 개의 식별 정보들을 이용하여 공간 정보를 보정하는 것을 나타낸 도면이다.
도 7은 일 실시 예에 따른 네트워크 환경 내의 전자 장치의 블록도이다.
도면의 설명과 관련하여, 동일 또는 유사한 구성요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.
도 2는 일 실시 예에 따른 전자 장치의 블록도이다.
도 3은 일 실시 예에 따른 전자 장치에서 식별 정보를 생성 및 복원하는 것을 나타낸 도면이다.
도 4는 일 실시 예에 따른 전자 장치가 센싱 정보에 기초하여 식별 정보를 획득하는 것을 나타낸 흐름도이다.
도 5a는 일 실시 예에 따른 전자 장치에서 식별 정보를 생성하는 것을 나타낸 흐름도이다.
도 5b는, 일 실시 예에 따른 전자 장치에서 식별 정보를 복원하는 것을 나타낸 흐름도이다.
도 6은 일 실시 예에 따른 전자 장치에서 복수 개의 식별 정보들을 이용하여 공간 정보를 보정하는 것을 나타낸 도면이다.
도 7은 일 실시 예에 따른 네트워크 환경 내의 전자 장치의 블록도이다.
도면의 설명과 관련하여, 동일 또는 유사한 구성요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.
도 1은 일 실시 예에 따른 전자 장치에서 전자 장치의 움직임에 따라 복수의 영상들을 획득하는 것을 나타낸 도면이다.
도 1을 참조하면, 일 실시 예에 따른 전자 장치(100)는 증강현실 어플리케이션을 실행하는 것에 기반하여 디스플레이에 영상을 표시할 수 있다. 예를 들어, 영상은 카메라를 통해 획득되고 있는 프리뷰 영상을 포함할 수 있다.
일 실시 예에 따르면, 전자 장치(100)는 증강현실 어플리케이션이 실행된 상태에서 전자 장치(100)의 움직임에 따라 카메라를 통해 복수 개의 영상을 획득할 수 있다. 예를 들어, 전자 장치(100)는 전자 장치(100)의 움직임에 따라 제1 영상(101), 제2 영상(103), 제3 영상(105) 및 제4 영상(107)을 획득할 수 있다. 일 실시 예에 따르면, 전자 장치(100)의 움직임에 따라 획득되는 영상은 그 영상이 획득되기 직전에 획득된 영상과 적어도 일부 중첩될 수 있다. 예를 들어, 제2 영상(103)은 제1 영상(101)과 적어도 일부 중첩될 수 있고, 제3 영상(105)은 제2 영상(103)과 적어도 일부 중첩될 수 있으며, 제4 영상(107)은 제3 영상(105)과 적어도 일부 중첩될 수 있다. 일 실시 예에 따르면, 전자 장치(100)의 움직임에 따라 획득되는 영상은 서로 중첩되지 않을 수 있다. 예를 들어, 제1 영상(101), 제2 영상(103), 제3 영상(105) 및 제4 영상(107) 중 적어도 두 개 이상의 영상은 서로 중첩되지 않고 전자 장치(100)의 이동 궤적에 대응되는 영역을 포함할 수 있다.
일 실시 예에 따르면, 전자 장치(100)는 영상이 출력되는 동안 사용자 입력에 따라 영상과 중첩되는 가상 객체를 생성할 수 있다. 일 실시 예에 따르면, 전자 장치(100)는 사용자 입력에 기반하여 가상 객체를 이미지 또는 텍스트 형태로 디스플레이에 표시할 수 있다.
일 실시 예에 따르면, 전자 장치(100)는 카메라를 통해 획득된 복수의 영상들 각각에 대응하는 전자 장치(100)의 자세 정보 및/또는 위치 정보를 획득할 수 있다. 일 실시 예에 따르면, 전자 장치(100)는 센서를 통해 전자 장치(100)의 자세(posture) 또는 자세의 변화를 검출(detect)할 수 있다. 일 실시 예에 따르면, 전자 장치(100)는 자이로 센서(gyro sensor)(또는 자이로스코프(gyroscope)), 중력 센서, 지자기 센서 또는 가속도 센서(acceleration sensor) 또는 이들 중 둘 이상의 결합을 이용하여 전자 장치(100)의 회전, 전자 장치(100)의 방향 변화 또는 전자 장치(100)의 기울기를 감지할 수 있다. 일 실시 예에 따르면, 전자 장치(100)는 위치 감지 센서 및 위치 좌표(130)를 이용하여 전자 장치(100)의 위치를 감지할 수 있다.
일 실시 예에 따르면, 전자 장치(100)는 카메라를 통해 획득된 복수의 영상들 각각에 대응하는 식별 정보들을 획득할 수 있다. 예를 들어, 전자 장치(100)는 제1 영상(101)에 대응하는 제1 식별 정보(111), 제2 영상(103)에 대응하는 제2 식별 정보(113), 제3 영상(105)에 대응하는 제3 식별 정보(115) 및 제4 영상(107)에 대응하는 제4 식별 정보(117)를 획득할 수 있다.
일 실시 예에 따르면, 복수의 식별 정보는 각 영상에 대응하는 전자 장치(100)의 센싱 정보 및 가상 객체에 대한 정보를 포함하는 장면 정보를 포함할 수 있다. 복수의 식별 정보는 서브 식별 정보로 참조될 수 있다. 또한, 복수 개의 서브 식별 정보는 하나의 메인 식별 정보에 대응될 수 있다.
예를 들면, 메인 식별 정보는 시간적으로 가장 먼저 획득된 영상에 대응하는 전자 장치(100)의 센싱 정보 및 가상 객체에 대한 정보를 포함하는 장면 정보를 포함할 수 있다. 다른 예를 들면, 메인 식별 정보는 영상에 포함된 특징점의 개수가 가장 많거나 선명도가 가장 높은 영상에 대응하는 전자 장치(100)의 센싱 정보 및 가상 객체에 대한 정보를 포함하는 장면 정보를 포함할 수 있다.
또한 예를 들면, 서브 식별 정보는 시간적으로 가장 먼저 획득된 영상이 아닌 영상에 대응하는 전자 장치(100)의 센싱 정보 및 가상 객체에 대한 정보를 포함하는 장면 정보를 포함할 수 있다. 또한 다른 예를 들면, 서브 식별 정보는 영상에 포함된 특징점의 개수가 가장 많지 않거나 선명도가 가장 높지 않은 영상에 대응하는 전자 장치(100)의 센싱 정보 및 가상 객체에 대한 정보를 포함하는 장면 정보를 포함할 수 있다.
일 실시 예에 따르면, 전자 장치(100)는 서브 식별 정보들(111, 113, 115, 117)을 하나의 메인 식별 정보(120)에 병합하여 저장할 수 있다.
상술한 실시 예에 따르면, 전자 장치(100)는 하나의 메인 식별 정보(120)에 서브 식별 정보들을 병합하여 처리함으로써 효율적으로 데이터를 사용하고 관리할 수 있다.
도 2는 일 실시 예에 따른 전자 장치의 블록도이다.
도 2를 참조하면, 전자 장치(100)는, 프로세서(210), 카메라(220), 센서(230), 디스플레이(240), 메모리(250) 및/또는 통신 모듈(260)을 포함할 수 있다. 다양한 실시 예에서, 전자 장치(100)는 도 2에 도시된 구성요소 외에 추가적인 구성요소를 포함하거나, 도 2에 도시된 구성요소 중 적어도 하나를 생략할 수 있다.
일 실시 예에 따르면, 프로세서(210)는 메모리(250)에 저장된 인스트럭션들을 이용하여 전자 장치(100)의 적어도 하나의 다른 구성요소들의 제어 및/또는 통신에 관한 연산이나 데이터 처리를 실행할 수 있다. 일 실시 예에 따르면, 프로세서(210)는 중앙처리장치(CPU), 그래픽처리장치(GPU), MCU(micro controller unit), 센서허브, 보조프로세서(supplementary processor), 통신프로세서(communication processor), 애플리케이션 프로세서(application processor), ASIC(application specific integrated circuit), 및 FPGA(field programmable gate arrays) 중 적어도 하나를 포함할 수 있으며, 복수의 코어를 가질 수 있다.
일 실시 예에 따르면, 프로세서(210)는, 메모리(250)에 저장된 어플리케이션(예: 증강현실 어플리케이션)을 실행할 수 있다. 일 실시 예에 따르면, 프로세서(210)는 증강현실 어플리케이션이 실행된 상태에서, 카메라(220)를 이용하여 이미지를 획득할 수 있다. 일 실시 예에 따르면, 프로세서(210)는 증강현실 어플리케이션이 실행된 상태에서, 이미지에 중첩되거나(superimposed on) 또는 플로팅되는(floated on), 증강현실(AR) 객체를 제공할 수 있다. 본 명세서에서 기술되는 어플리케이션은, 증강현실 어플리케이션에 한정되는 것은 아니며, 카메라(220)를 이용하는 임의의 어플리케이션일 수 있다.
일 실시 예에 따르면, 프로세서(210)는 AR 객체를 표시할 위치(position)(예: 좌표)를 결정하기 위해 영상을 분석할 수 있다. 예를 들면, 프로세서(210)는 영상에 포함된 객체(예: 사람)와 배경을 구분하거나 영상에 관한 특징점을 추출할 수 있다. 일 실시 예에 따르면, 프로세서(210)는 추출된 특징점에 기반하여 영상에 포함된 사람의 눈, 코, 입, 머리, 몸통 또는 동작(gesture)(또는 자세)을 식별(identify)(또는 인식(recognize))할 수 있다. 일 실시 예에 따르면, 프로세서(210)는 영상의 구성(예: 배경, 사람, 동작)에 대응하는 AR 객체를 상기 구성에 대응하는 위치에 표시할 수 있다.
일 실시 예에 따르면, 프로세서(210)는 증강현실 어플리케이션을 통해 영상(image)(예: 정지 영상(still image) 및 동영상(moving image or video))을 획득(또는 촬영)하는 것에 기반하여, 영상 및 영상과 관련된 AR 객체에 관한 정보를 함께 메모리(250)에 저장할 수 있다. 예를 들면, 동영상과 관련된 AR 객체에 관한 정보는 동영상의 프레임마다 표시할 AR 객체의 종류 및 좌표를 포함할 수 있다. 프로세서(210)의 동작과 관련된 구체적인 내용은 도 4를 참조하여 후술한다.
일 실시 예에 따르면, 카메라(220)는 영상(예: 정지 영상 및 동영상)을 획득(acquire)(또는 촬영)할 수 있다. 예를 들면, 카메라(220)와 전기적으로 연결되는 이미지 시그널 프로세서(미도시)는, 영상(예: 프리뷰 영상 또는 메모리(250)에 저장된 영상)에 포함된 객체(예: 사람)와 배경을 구분할 수 있다. 이미지 시그널 프로세서는 영상(예: 프리뷰 영상 또는 메모리(250)에 포함된 영상)에 관한 특징점을 추출할 수 있다. 일 실시 예에 따르면, 특징점은 영상에 포함된 사람의 얼굴(예: 눈, 코, 입 등) 또는 동작(또는 자세)을 식별(또는 인식)하기 위해 이용될 수 있다. 이미지 시그널 프로세서는 카메라(220)로부터 분리되거나, 프로세서(210)의 일부로서 구현될 수 있다. 일 실시 예에 따르면, 카메라(220)는 이미지 센서를 포함할 수 있다. 일 실시 예에 따르면, 이미지 센서는 색상 정보를 획득 및 처리할 수 있다.
일 실시 예에 따르면, 센서(230)는 전자 장치(100)의 자세 및 위치 중 적어도 하나를 감지할 수 있다. 일 실시 예에 따르면, 센서(230)는, 물리량을 계측하여 전기 신호로 변환하거나 데이터 값을 생성할 수 있다. 일 실시 예에 따르면, 센서(230)는, 전기 신호 또는 데이터 값을 이용하여, 전자 장치(100)의 자세 또는 자세의 변화를 검출할 수 있다. 일 실시 예에 따르면, 센서(230)는, 자이로 센서(gyro sensor)(또는 자이로스코프(gyroscope)), 중력 센서, 지자기 센서 또는 가속도 센서(acceleration sensor) 중 적어도 하나를 포함할 수 있다. 다양한 실시 예에 따르면, 자이로 센서, 중력 센서, 지자기 센서, 가속도 센서, 또는 이들 중 둘 이상의 결합은, 전자 장치(100)의 회전(rotation), 전자 장치(100)의 방향(orientation)의 변화, 또는 전자 장치(100)의 기울기를 감지(sense)함으로써, 센서(230)의 동작들을 수행할 수 있다.
일 실시 예에 따르면, 센서(230)는 프로세서(210), 카메라(220), 또는 메모리(250)와 작동적으로 연결되어 색상 정보, 3D 정보, 거리 정보, 또는 위치 정보에 관한 처리를 할 수 있다.
일 실시 예에 따르면, 통신 모듈(260)은, 전자 장치(100)와 외부 전자 장치(예: AR 객체의 제공과 관련된 서버) 사이의 통신 링크를 수립할 수 있고, 수립된 통신 링크를 통한 통신을 수행할 수 있다. 일 실시 예에 따르면, 통신 모듈(260)은, 전자 장치(100)의 자세 정보 및 위치 정보 중 적어도 하나를 포함하는 센싱 정보, 카메라(220)를 통해 획득된 장면 정보, 및/또는 사용자 입력에 따라 생성된 가상 객체 정보를 서버에게 송신할 수 있다. 일 실시 예에 따르면, 통신 모듈(260)은, 서버로부터 전자 장치(100)의 자세 정보 및 위치 정보 중 적어도 하나를 포함하는 센싱 정보, 카메라(220)를 통해 획득된 장면 정보 및/또는 사용자 입력에 따라 생성된 가상 객체 정보를 수신할 수 있다.
일 실시 예에 따른 디스플레이(240)는 카메라(220)를 통해 획득되는 영상을 표시할 수 있다. 일 실시 예에 따르면, 디스플레이(240)는, 영상에 중첩되거나(superimposed on) 플로팅되는(floated on) AR 객체를 표시할 수 있다. 일 실시 예에 따르면, 전자 장치(100)는 디스플레이(240)를 통해 사용자의 입력을 획득할 수 있고, 사용자의 입력을 프로세서(210)에 전달할 수 있다.
일 실시 예에 따르면, 메모리(250)는, 하나 이상의 메모리 집합을 의미할 수 있다. 일 실시 예에 따르면, 메모리(250)는, 다른 구성 요소들(예: 프로세서(210), 카메라(220), 센서(230), 디스플레이(240), 또는 통신 모듈(260))로부터 수신되거나 다른 구성요소들에 의해 생성된 데이터 및/또는 명령을 저장할 수 있다. 다양한 실시 예들에서, 메모리(250)는, 카메라(220)를 이용하는 어플리케이션(예: 증강현실 어플리케이션)을 저장할 수 있다. 일 실시 예에 따르면, 메모리(250)는, 복수의 AR 객체들을 저장할 수 있다.
도 3은 일 실시 예에 따른 전자 장치에서 식별 정보를 생성 및 복원하는 것을 나타낸 도면이다.
도 3을 참조하면, 일 실시 예에 따른 제1 전자 장치(310)(예: 호스트 디바이스)에서 식별 정보를 생성할 수 있다. 일 실시 예에 따르면, 제1 전자 장치(310)는 AR 엔진(301a) 및 앵커 정보(또는 공간 정보) 및 비주얼 정보(또는 장면 정보) 생성부(303a)를 포함할 수 있다. 일 실시 예에 따르면, 도 1의 전자 장치(100)는 도 3의 제1 전자 장치(310)로 참조될 수 있다.
일 실시 예에 따르면, AR 엔진(301a)은 카메라(220)로부터 프리뷰 영상에 관한 정보를 획득할 수 있다. 일 실시 예에 따르면, AR 엔진(301a)은6DoF(degree of freedom) 트래킹(tracking) 및 포인트 클라우드(point cloud) 획득 중 적어도 하나의 동작을 수행할 수 있다.
일 실시 예에 따르면, 제1 전자 장치(310)에서 AR 엔진(301a)은 획득한 프리뷰 영상 정보를 앵커 정보 및 비주얼 정보 생성부(303a)에 전송할 수 있다. 일 실시 예에 따르면, AR 엔진(301a)은 6DoF 트래킹을 통해 획득한 제1 전자 장치(310)의 회전 정보 및 제1 전자 장치(310)의 위치 정보를 앵커 정보 및 비주얼 정보 생성부(303a)에 전송할 수 있다. 일 실시 예에 따르면, AR 엔진(301a)은 획득한 포인트 클라우드를 앵커 정보 및 비주얼 정보 생성부(303a)에 전송할 수 있다.
일 실시 예에 따르면, 앵커 정보 및 비주얼 정보 생성부(303a)는 앵커 정보 및 비주얼 정보를 클라우드 앵커 서비스로 전송할 수 있다. 일 실시 예에 따르면, 앵커 정보는 관성 센서(inertial measurement unit, IMU)로부터 획득되는 6축 센서 정보 및/또는 3차원 좌표 정보를 포함할 수 있다. 일 실시 예에 따르면, 비주얼 정보는 카메라(220)를 통해 획득된 영상에 포함된 특징점의 개수 및/또는 3차원 포인트 클라우드를 포함할 수 있다.
일 실시 예에 따르면, 제2 전자 장치(320)(예: 클라이언트 디바이스)에서 식별 정보를 복원할 수 있다. 일 실시 예에 따르면, 제2 전자 장치(320)는 AR엔진(301b) 및 앵커 정보 복원부(303b)를 포함할 수 있다.
일 실시 예에 따르면, AR 엔진(301b)은 프리뷰 영상 정보의 획득, 6DoF 트래킹 및 포인트 클라우드 획득 중 적어도 하나의 동작을 수행할 수 있다.
일 실시 예에 따르면, 제2 전자 장치(320)에서 AR 엔진(301b)은 획득한 프리뷰 영상 정보를 앵커 정보 복원부(303b)에 전송할 수 있다. 일 실시 예에 따르면, AR 엔진(301b)은 획득한 포인트 클라우드를 앵커 정보 복원부(303b)에 전송할 수 있다.
일 실시 예에 따르면, 앵커 정보 복원부(303b)는 AR 엔진(301b)로부터 수신한 비주얼 정보(예: 특징점, 3D 포인트 클라우드) 및 클라우드 앵커 서비스로부터 수신한 식별 정보에 기반하여 공간 정보(또는 앵커 정보)를 복원할 수 있다. 일 실시 예에 따르면, 앵커 정보 복원부(303b)는 앵커 정보를 AR 엔진(301b)으로 전송할 수 있다.
도 4는 일 실시 예에 따른 전자 장치가 센싱 정보에 기초하여 식별 정보를 획득하는 것을 나타낸 흐름도이다.
도 4를 참조하면, 일 실시 예에 따른 프로세서(210)는 동작 410에서 적어도 하나의 카메라(220)를 이용하는 증강현실 어플리케이션을 실행할 수 있다. 일 실시 예에 따르면, 프로세서(210)는 메모리(250)에 저장된 증강 현실 프로그램 또는 어플리케이션을 실행할 수 있다. 예를 들어, 프로세서(210)는 복수의 사용자 간 증강 현실 영상 또는 정보를 송수신하는 동작 또는 인스트럭션들을 실행할 수 있는 컴퓨터 프로그램, API(application program interface) 또는 임베디드 소프트웨어(embedded software)를 포함하는 어플리케이션을 실행할 수 있다. 본 명세서에서 기술되는 증강현실 어플리케이션은 카메라(220)를 이용하는 임의의 어플리케이션일 수 있다.
일 실시 예에 따르면, 프로세서(210)는 동작 420에서 적어도 하나의 카메라(220)를 이용하여 전자 장치 주변의 제1 영상을 획득할 수 있다. 일 실시 예에 따르면, 프로세서(210)는 카메라(220)를 통하여 현실 객체(예: 가구, 가전, 벽면, 배경)를 촬영하고, 실시간으로 촬영되는 제1 영상을 디스플레이(240)를 통해 제공할 수 있다. 예를 들어, 현실 객체는 피사체를 의미할 수 있다. 일 실시 예에 따르면, 프로세서(210)는 카메라(220)를 통하여 획득된 제1 영상을 프리뷰 이미지로 디스플레이(240)에 표시할 수 있다. 일 실시 예에 따르면, 프로세서(210)는 포인트 클라우드를 이용하여 제1 영상에 포함된 공간에 대한 정보를 획득할 수 있다.
일 실시 예에 따르면, 프로세서(210)는 동작 430에서 적어도 하나의 센서를 이용하여 제1 영상에 대응하는 전자 장치의 자세 정보 및 위치 정보 중 적어도 하나를 포함하는 제1 센싱 정보(예: 전자 장치(100)의 위치 정보 및/또는 자세 정보)를 획득할 수 있다. 일 실시 예에 따르면, 프로세서(210)는 센서(230)를 통하여 전자 장치(100)의 위치 및 자세에 대한 정보를 획득할 수 있다. 일 실시 예에 따르면, 프로세서(210)는 GPS 모듈로부터 전자 장치(100)의 위치에 대한 정보를 획득할 수 있다. 일 실시 예에 따르면, 프로세서(210)는 모션 센서(또는 관성 센서)로부터 전자 장치(100)의 자세에 대한 정보를 획득할 수 있다. 예를 들면, 전자 장치(100)의 자세에 대한 정보는 전자 장치(100)가 향하는 방향 및 전자 장치(100)의 기울어진 정도에 대한 정보를 포함할 수 있다. 다만, 전자 장치(100)의 자세에 대한 정보는 전술한 예에 한정되지 않는다. 일 실시 예에 따르면, 프로세서(210)는 실시간으로 모션 센서로부터 전자 장치(100)의 자세에 대한 정보를 획득할 수 있다.
일 실시 예에 따르면, 프로세서(210)는 동작 440에서 디스플레이에 제1 영상이 출력되는 동안 사용자 입력에 따라 제1 영상과 중첩되는 가상 객체를 생성할 수 있다. 일 실시 예에 따르면, 프로세서(210)는 사용자 입력에 기반하여 가상 객체를 이미지 또는 텍스트 형태로 디스플레이(240)에 표시할 수 있다. 예를 들어, 프로세서(210)는 2D 텍스트, 2D 이미지, 3D 텍스트, 3D 이미지 및 3D 동영상 중 적어도 하나를 포함하는 가상 객체를 디스플레이(240)에 출력할 수 있다. 일 실시 예에 따르면, 프로세서(210)는 가상 객체를 시스루(see-through) 방식으로 제1 영상에 포함된 현실 객체와 중첩하여 표시할 수 있다. 다만, 이에 제한되지 않으며 프로세서(210)는 가상 객체를 시클로즈드(see-closed) 방식으로 제공할 수 있다.
상술한 실시 예에 따르면, 전자 장치(100)는 현실 세계에 존재하지 않지만 마치 현실 세계에 존재하는 것과 같이 구현된 가상 요소(virtual element) 또는 가상 객체(virtual object)에 대응하는 가상 객체 이미지를 화면에 표시할 수 있고, 사용자가 화면에 표시된 가상 요소 혹은 가상 객체 간 인터랙션을 수행하도록 함으로써 사용자가 현실 세계에서는 쉽게 경험할 수 없는 독특한 경험을 하도록 지원할 수 있다.
일 실시 예에 따르면, 프로세서(210)는 동작 450에서 제1 영상 및 제1 센싱 정보에 기반하여 가상 객체에 대응하는 제1 식별 정보를 획득할 수 있다. 일 실시 예에 따르면, 프로세서(210)는 제1 영상에 대응되는 장면 정보 및 제1 센싱 정보(예: 전자 장치(100)의 위치 정보 및/또는 자세 정보)에 기반하여 제1 식별 정보를 획득할 수 있다. 일 실시 예에 따르면, 프로세서(210)는 획득한 제1 식별 정보를 메모리(250)에 저장할 수 있다. 일 실시 예에 따르면, 프로세서(210)는 획득한 제1 식별 정보를 통신 모듈(260)을 통해 서버로 전송할 수 있다. 예를 들어, 프로세서(210)는 통신 모듈(260)을 통하여 P2P 형태의 5G 네트워크 통신 방식을 이용하여 전자 장치(100)와 외부 전자 장치를 연결할 수 있다. 다른 예를 들어, 프로세서(210)는 근거리 통신 모듈을 이용하여 전자 장치(100)와 외부 전자 장치를 연결할 수 있다. 다만, 프로세서(210)가 전자 장치(100)와 외부 전자 장치를 연결하는 방법은 전술한 예시에 한정되지 않는다.
일 실시 예에 따르면, 프로세서(210)는 동작 460에서 적어도 하나의 카메라(220)를 이용하여 제1 영상과 적어도 일부 중첩되는 제2 영상을 획득할 수 있다. 일 실시 예에 따르면, 도 4는 동작 460이 동작 440보다 선행하여 수행되는 것으로 도시되어 있지만, 이에 제한되지 않는다. 예를 들어, 동작 460이 동작 440보다 선행하여 수행되거나, 동작 440 및 동작 460이 실질적으로 동시에(또는 병렬적으로) 수행될 수 있다.
일 실시 예에 따르면, 프로세서(210)는 카메라(220)를 통하여 획득된 제2 영상을 프리뷰 이미지로 디스플레이(240)에 표시할 수 있다. 일 실시 예에 따르면, 프로세서(210)는 포인트 클라우드(point cloud)를 이용하여 제2 영상에 포함된 공간에 대한 정보를 획득할 수 있다.
일 실시 예에 따르면, 프로세서(210)는 동작 470에서 적어도 하나의 센서를 이용하여 제2 영상에 대응하는 전자 장치의 자세 정보 및 위치 정보 중 적어도 하나를 포함하는 제2 센싱 정보를 획득할 수 있다. 일 실시 예에 따르면, 프로세서(210)는 제1 센싱 정보를 획득한 방법과 유사한 방법으로 제2 센싱 정보를 획득할 수 있다.
일 실시 예에 따르면, 프로세서(210)는 센서(230)를 통하여 변화된 전자 장치(100)의 위치 및 변화된 자세에 대한 정보를 획득할 수 있다. 일 실시 예에 따르면, 프로세서(210)는 GPS 모듈로부터 전자 장치(100)의 위치에 대한 정보를 획득할 수 있다. 일 실시 예에 따르면, 프로세서(210)는 모션 센서(또는 관성 센서)로부터 전자 장치(100)의 자세에 대한 정보를 획득할 수 있다.
일 실시 예에 따르면, 프로세서(210)는 동작 480에서 제2 영상 및 제2 센싱 정보(예: 전자 장치(100)의 위치 정보 및/또는 자세 정보)에 기반하여 가상 객체에 대응하는 제2 식별 정보를 획득할 수 있다. 일 실시 예에 따르면, 프로세서(210)는 전자 장치(100)의 움직임의 변화량(rotation, translation)이 지정된 범위 이내인 경우 및 제2 영상이 제1 영상과 중첩되는 범위가 임계값 미만인 경우 제2 영상 및 제2 센싱 정보에 기반하여 제2 식별 정보를 획득할 수 있다. 예를 들어, 프로세서(210)는 전자 장치(100)의 움직임의 변화량이 제1 임계값 이상이고 제2 임계값 미만인 경우, 제2 영상이 제1 영상과 중첩되는 범위가 지정된 범위 이내인 것으로 판단할 수 있다. 또한 예를 들어, 프로세서(210)는 제2 영상에서 추출된 특징점들 및 제1 영상에서 추출된 특징점들이 지정된 개수 이하로 중복되는 경우, 제2 영상이 제1 영상과 중첩되는 범위가 임계값 미만인 것으로 판단할 수 있다.
일 실시 예에 따르면, 프로세서(210)는 획득한 제2 식별 정보를 메모리(250)에 저장할 수 있다. 일 실시 예에 따르면, 프로세서(210)는 획득한 제2 식별 정보를 통신 모듈(260)을 통해 서버로 전송할 수 있다.
일 실시 예에 따르면, 프로세서(210)는 동작 490에서 증강현실 어플리케이션이 실행된 상태에서 적어도 하나의 센서를 통해 획득된 정보가 제2 센싱 정보에 대응되는 것에 응답하여 디스플레이에 가상 객체를 출력할 수 있다. 일 실시 예에 따르면, 프로세서(210)는 증강현실 어플리케이션이 실행된 상태에서 메모리(250)에 저장된 제1 식별 정보 및/또는 제2 식별정보를 기반으로 디스플레이(240)에 가상 객체를 출력할 수 있다. 예를 들어, 프로세서(210)는 증강현실 어플리케이션이 실행된 상태에서 센서(230)를 통해 획득한 센싱 정보 및 카메라(220)를 통해 획득한 장면 정보가 메모리(250)에 저장된 제1 식별 정보 및 제2 식별 정보 중 적어도 하나에 대응되는 것으로 판단되는 경우 디스플레이(240)에 가상 객체를 표시할 수 있다. 일 실시 예에 따르면, 프로세서(210)는 가상 객체가 표시될 위치를 확인할 수 있다. 일 실시 예에 따르면, 프로세서(210)는 메모리(250)에 저장된 제1 식별 정보 및 제2 식별 정보에 기반하여 가상 객체가 표시될 위치를 결정할 수 있다.
일 실시 예에 따르면, 전자 장치(100)에서 증강 현실 이미지를 생성하기 위한 동작이 수행되는 시간 동안, 전자 장치(100)의 위치 및/또는 자세는 변경될 수 있다. 일 실시 예에 따르면, 프로세서(210)는, 증강 현실 이미지를 생성하기 위한 동작이 수행되는 시간 동안 변경된 전자 장치(100)의 위치 및 자세를 확인하고, 디스플레이(240)를 통하여 변경된 전자 장치(100)의 위치 및 자세에 대응되도록 가상 객체를 표시할 수 있다. 일 실시 예에 따르면, 프로세서(210)는 전자 장치(100)의 위치 및 자세의 변경된 양을 고려하여 가상 객체가 표시될 위치를 조정할 수 있다. 일 실시 예에 따르면, 프로세서(210)는 전자 장치(100)의 위치 및 자세의 변경에 따라 변경된 외부 객체의 위치에 대응하도록 가상 이미지가 표시될 위치를 조정할 수 있다. 일 실시 예에 따르면, 프로세서(210)는, 디스플레이(240)를 통하여 조정된 위치에 가상 객체를 표시할 수 있다.
다른 실시 예에 따르면, 외부 전자 장치는 증강현실 어플리케이션이 실행된 상태에서 통신 모듈을 통해 수신한 제1 식별 정보 및/또는 제2 식별정보를 기반으로 디스플레이에 가상 객체를 출력할 수 있다. 일 실시예에 따르면, 외부 전자 장치에 가상 객체가 출력되는 동작은 전자 장치(100)에 가상 객체가 출력되는 동작과 유사하거나 동일할 수 있다.
일 실시 예에 따르면, 외부 전자 장치는 증강현실 어플리케이션이 실행된 상태에서 카메라를 통해 획득한 영상으로부터 외부 객체와 관련된 정보(예: 외부 객체의 특징)를 검출할 수 있다. 일 실시 예에 따르면, 외부 전자 장치는 검출된 외부 객체와 관련된 정보가 서버로부터 수신한 제1 식별 정보 및/또는 제2 식별 정보에 대응되는 것으로 판단되는 경우 디스플레이에 가상 객체를 출력할 수 있다.
일 실시 예에 따르면, 외부 전자 장치는, 제1 식별 정보 및/또는 제2 식별 정보에 기반하여 외부 전자 장치의 디스플레이를 통하여 보여지는(또는 표시되는) 외부 객체에 대응하여(또는 매핑(mapping)되어) 가상 객체가 표시되도록, 디스플레이 상에서 가상 객체가 표시될 위치를 결정할 수 있다. 일 실시 예에 따르면, 외부 전자 장치는 디스플레이를 통하여 결정된 위치에 가상 객체를 표시할 수 있다.
도 5a는 일 실시 예에 따른 전자 장치에서 식별 정보를 생성하는 것을 나타낸 흐름도이다. 도 5a와 관련하여 전술한 내용과 유사하거나 중복되는 내용은 간략히 하거나 생략할 수 있다.
도 5a를 참조하면, 일 실시 예에 따른 전자 장치(100)는 동작 501에서 3차원 공간 정보를 획득하기 위하여 전자 장치(100)의 주변을 스캐닝할 수 있다. 일 실시 예에 따르면, 전자 장치(100)는 카메라(220)를 통해 획득한 프리뷰 영상, 관성 센서(inertial measurement unit, IMU), GPS 정보, 또는 방위각 정보를 기반으로 전자 장치(100) 주위의 3차원 공간 정보를 획득할 수 있다. 일 실시 예에 따르면, 전자 장치(100)는 증강현실 어플리케이션이 실행된 상태에서 전자 장치(100) 주위의 3차원 공간 정보를 획득할 수 있다.
일 실시 예에 따르면, 전자 장치(100)는 동작 503에서 로컬라이제이션(localization) 완료 후 6DoF(degree of freedom) 트래킹(tracking)을 시작할 수 있다. 일 실시 예에 따르면, 로컬라이제이션은 카메라(220)의 위치 및 방향을 결정하는 것을 포함할 수 있고 6DoF 트래킹은 전자 장치(100)의 회전 및 전자 장치(100)의 위치를 추적하는 것을 포함할 수 있다.
일 실시 예에 따르면, 전자 장치(100)는 동작 505에서 전자 장치(100)의 움직임에 따라 장면 정보 및 센싱 정보를 획득할 수 있다. 일 실시 예에 따르면, 전자 장치(100)는 카메라(220)를 통해 획득한 영상에 기반한 장면 정보 및 센서(230)를 통해 획득한 센싱 정보를 획득할 수 있다. 일 실시 예에 따르면, 장면 정보는 영상에 포함된 객체에 대한 정보를 포함할 수 있다. 예를 들어, 전자 장치(100)는 영상에 포함된 객체(예: 피사체)와 배경을 구분하는 것 및 영상에서 추출된 특징점들을 포함하는 장면 정보를 획득할 수 있다. 일 실시 예에 따르면, 센싱 정보는 전자 장치(100)의 위치 정보 및 자세 정보를 포함할 수 있다. 일 실시 예에 따르면, 전자 장치(100)는 전자 장치(100)의 움직임에 기반하여 전자 장치(100)의 회전, 전자 장치(100)의 방향 변화 또는 전자 장치(100)의 기울기에 대한 정보를 획득할 수 있다.
일 실시 예에 따르면, 전자 장치(100)는 동작 507에서 장면 정보 및 센싱 정보를 기반으로 메인 식별 정보 및 서브 식별 정보를 생성할 수 있다. 일 실시 예에 따르면, 전자 장치(100)는 제1 영상에 기반하여 획득한 장면 정보 및 센싱 정보를 기반으로 메인 식별 정보를 생성할 수 있다. 일 실시 예에 따르면, 전자 장치(100)는 제1 영상과 다른 제2 영상에 기반하여 획득한 장면 정보 및 센싱 정보를 기반으로 서브 식별 정보를 생성할 수 있다. 일 실시 예에 따르면, 전자 장치(100)는 복수개의 영상들에 기반하여 복수 개의 서브 식별 정보들을 생성할 수 있다. 일 실시 예에 따르면, 전자 장치(100)는 메인 식별 정보에 적어도 하나의 서브 식별 정보를 병합하여 저장할 수 있다.
도 5b는, 일 실시 예에 따른 전자 장치에서 식별 정보를 복원하는 것을 나타낸 흐름도이다. 도 5b와 관련하여 전술한 내용과 유사하거나 중복되는 내용은 간략히 하거나 생략할 수 있다.
도 5b를 참조하면, 일 실시 예에 따른 전자 장치는 동작 502에서 3차원 공간 정보 획득을 위한 주변을 스캐닝할 수 있다. 다양한 실시 예에 따르면, 전자 장치는 식별 정보를 생성한 전자 장치(예: 도 1의 전자 장치(100)) 또는 외부 전자 장치를 포함할 수 있다. 일 실시 예에 따르면, 전자 장치는 카메라를 통해 획득한 프리뷰 영상, 관성 센서(inertial measurement unit, IMU), GPS 정보, 또는 방위각 정보를 기반으로 전자 장치 주위의 3차원 공간 정보를 획득할 수 있다. 일 실시 예에 따르면, 전자 장치는 증강현실 어플리케이션이 실행된 상태에서 전자 장치 주위의 3차원 공간 정보를 획득할 수 있다.
일 실시 예에 따르면, 전자 장치는 동작 504에서 로컬라이제이션(localization) 완료 후 6DoF(degree of freedom) 트래킹을 시작할 수 있다. 일 실시 예에 따르면, 로컬라이제이션은 카메라의 위치 및 방향을 결정하는 것을 포함할 수 있고 6DoF 트래킹은 전자 장치의 회전 및 전자 장치의 위치를 추적하는 것을 포함할 수 있다.
일 실시 예에 따르면, 전자 장치(100)는 동작 506에서 센싱 정보 및 장면 정보를 통해 장면 매칭을 시도할 수 있다. 일 실시 예에 따르면, 전자 장치(100)는 카메라(220)가 구동되는 증강현실 어플리케이션이 실행된 상태에서, 메모리(250)에 저장된 센싱 정보 및 장면 정보에 대응되는 장면을 결정할 수 있다. 예를 들어, 전자 장치(100)는 메모리(250)에 저장된 GPS 정보 및 이미지(예: 정적 이미지, 동적 이미지) 정보에 대응되는 장면을 결정할 수 있다. 다른 실시 예에 따르면, 외부 전자 장치는 카메라가 구동되는 증강현실 어플리케이션이 실행된 상태에서, 서버로부터 수신된 센싱 정보 및 장면 정보에 대응되는 장면을 결정할 수 있다. 예를 들어, 전자 장치(100)는 서버로부터 수신한 GPS 정보 및 이미지 정보에 대응되는 장면을 결정할 수 있다.
일 실시 예에 따르면, 전자 장치(100)는 동작 508에서 메인 식별 정보 및 서브 식별 정보를 매칭할 수 있다. 일 실시 예에 따르면, 전자 장치(100)는 증강현실 어플리케이션이 실행된 상태에서, 메모리(250)에 저장된 메인 식별 정보에 대응되는 장면 정보를 획득하지 못하는 경우에도, 메모리(250)에 저장된 서브 식별 정보에 대응되는 장면 정보를 획득하면 획득한 장면 정보를 메인 식별 정보에 매칭할 수 있다. 다른 실시 예에 따르면, 외부 전자 장치는 증강현실 어플리케이션이 실행된 상태에서, 서버로부터 수신한 메인 식별 정보에 대응되는 장면 정보를 획득하지 못하는 경우에도, 서버로부터 수신한 서브 식별 정보에 대응되는 장면 정보를 획득하면 획득한 장면 정보를 메인 식별 정보에 매칭할 수 있다.
일 실시 예에 따르면, 전자 장치(100)는 동작 510에서 공간 정보의 복원에 성공하였는지 여부를 판단할 수 있다. 일 실시 예에 따르면, 전자 장치(100)는 카메라(220)가 구동되는 증강현실 어플리케이션이 실행된 상태에서, 메모리(250)에 저장된 메인 식별 정보 및 서브 식별 정보에 대응되는 정보에 기반하여 공간 정보의 복원에 성공하였는지 여부를 판단할 수 있다. 다른 실시 예에 따르면, 외부 전자 장치는 카메라가 구동되는 증강현실 어플리케이션이 실행된 상태에서, 서버로부터 수신된 메인 식별 정보 및 서브 식별 정보에 기반하여 공간 정보의 복원에 성공하였는지 여부를 판단할 수 있다.
일 실시 예에 따르면, 전자 장치(100)는 공간 정보의 복원에 성공한 것으로 판단된 경우 동작 512에서 공간 정보를 복원할 수 있다. 일 실시 예에 따르면, 전자 장치(100)는 카메라(220)가 구동되는 증강현실 어플리케이션이 실행된 상태에서, 메모리(250)에 저장된 메인 식별 정보 및 서브 식별 정보에 대응되는 정보를 생성할 수 있다. 예를 들어, 전자 장치(100)는 증강현실 어플리케이션이 실행된 상태에서 메모리(250)에 저장된 메인 식별 정보 및 서브 식별 정보에 기반하여 결정된 가상 객체를 생성할 수 있다. 다른 실시 예에 따르면, 외부 전자 장치는 카메라가 구동되는 증강현실 어플리케이션이 실행된 상태에서, 서버로부터 수신된 메인 식별 정보 및 서브 식별 정보에 대응되는 정보를 생성할 수 있다. 예를 들어, 외부 전자 장치는 증강현실 어플리케이션이 실행된 상태에서 서버로부터 수신된 메인 식별 정보 및 서브 식별 정보에 기반하여 결정된 가상 객체를 생성할 수 있다.
일 실시 예에 따르면, 전자 장치(100)는 공간 정보의 복원에 성공한 것으로 판단되지 않은 경우 동작 508로 돌아가 메인 식별 정보 및 서브 식별 정보를 매칭할 수 있다.
일 실시 예에 따르면, 전자 장치(100)는 동작 514에서 현재 공간 정보의 신뢰도가 이전 공간 정보의 신뢰도보다 높은지 여부를 판단할 수 있다. 일 실시 예에 따르면, 공간 정보의 신뢰도는 카메라(220)로 획득한 영상이 포함하는 특징점 개수 및 선명도와 관련된 정보를 포함할 수 있다. 예를 들어, 전자 장치(100)는 카메라(220)로 획득한 영상에 포함된 특징점 개수가 많은 경우 공간 정보의 신뢰도가 높은 것으로 판단할 수 있다. 또한 예를 들어, 전자 장치(100)는 카메라(220)로 획득한 영상의 선명도가 높을수록 공간 정보의 신뢰도가 높은 것으로 판단할 수 있다. 일 실시 예에 따르면, 전자 장치(100)는 현재 획득한 공간 정보의 깊이 정보 또는 위치 정보에 대한 신뢰도(또는 정확도)가 이전 공간 정보의 깊이 정보 또는 위치 정보에 대한 신뢰도(또는 정확도)보다 높은지 여부를 결정할 수 있다.
일 실시 예에 따르면, 전자 장치(100)는 현재 공간 정보의 신뢰도가 이전 공간 정보의 신뢰도보다 높은 것으로 판단되는 경우에는 동작 516에서 공간 정보를 보정할 수 있다. 일 실시 예에 따르면, 전자 장치(100)는 복수 개의 식별 정보들을 복원하면서 발생할 수 있는 공간 정보의 에러를 다른 식별 정보들을 참조하여 보정할 수 있다. 전자 장치(100)에서 공간 정보를 보정하는 것에 대한 구체적인 내용은 도 6을 참조하여 후술한다.
일 실시 예에 따르면, 전자 장치(100)는 현재 공간 정보의 신뢰도가 이전 공간 정보의 신뢰도보다 낮은 것으로 판단되는 경우에는 동작 506으로 돌아가 동작 506 내지 동작 514를 수행할 수 있다.
도 6은 일 실시 예에 따른 전자 장치에서 복수 개의 식별 정보들을 이용하여 공간 정보를 보정하는 것을 나타낸 도면이다.
도 6을 참조하면, 일 실시 예에 따른 프로세서(210)는 카메라(220)를 통해 획득된 복수의 영상들 각각에 대응하는 식별 정보들을 획득할 수 있다. 일 실시 예에 따르면, 전자 장치(100)는 제1 영상에 대응하는 제1 식별 정보(610), 제2 영상에 대응하는 제2 식별 정보(620), 및 제3 영상에 대응하는 제3 식별 정보(630)를 획득할 수 있다. 예를 들어, 제1 식별 정보(610)는 제1 FOV에 대응되는 공간 정보(601a) 및 제1 AR 객체 정보(601b)를 포함할 수 있다. 또한 예를 들어, 제2 식별 정보(620)는 제2 FOV에 대응되는 공간 정보(602a) 및 제2 AR 객체 정보(602b)를 포함할 수 있다. 또한 예를 들어, 제3 식별 정보(630)는 제3 FOV에 대응되는 공간 정보(603a) 및 제1 AR 객체 정보(603b)를 포함할 수 있다.
일 실시 예에 따르면, 복수의 식별 정보들(610, 620, 630) 각각은 각 영상에 대응하는 전자 장치(100)의 자세 정보, 위치 정보 및 장면 정보를 포함할 수 있다.
일 실시 예에 따르면, 프로세서(210)는 복수의 영상에 대응되는 복수 개의 식별 정보들(610, 620, 630)을 이용하여 영상을 공간적으로 보정(spatially adjusting)할 수 있다. 일 실시 예에 따르면, 프로세서(210)는 복수 개의 식별 정보들을 복원하면서 발생할 수 있는 공간 정보의 에러를 다른 식별 정보들을 참조하여 보정할 수 있다. 예를 들어, 프로세서(210)는 카메라(220)가 구동되는 증강현실 어플리케이션이 실행된 상태에서 메모리(250)에 저장된 제1 식별 정보(610)를 복원하는 경우, 제2 식별 정보(620) 및/또는 제3 식별 정보(630)를 이용하여 공간 정보를 보정할 수 있다. 또한 예를 들어, 외부 전자 장치는 증강현실 어플리케이션이 실행된 상태에서 서버로부터 수신된 제1 식별 정보(610)를 복원하는 경우, 제2 식별 정보(620) 및/또는 제3 식별 정보(630)를 이용하여 공간 정보를 보정할 수 있다.
도 7은 일 실시 예에 따른 네트워크 환경(700) 내의 전자 장치(701)(예: 도 1의 전자 장치(100))의 블록도이다.
도 7을 참조하면, 네트워크 환경(700)에서 전자 장치(701)는 제 1 네트워크(798)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(702)와 통신하거나, 또는 제 2 네트워크(799)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(704) 또는 서버(708)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(701)는 서버(708) 중 적어도 하나를 통하여 전자 장치(704)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(701)는 프로세서(710)(예: 도 2의 프로세서(210)), 메모리(730), 입력 모듈(750), 음향 출력 모듈(755), 디스플레이 모듈(760), 오디오 모듈(770), 센서 모듈(776), 인터페이스(777), 연결 단자(778), 햅틱 모듈(779), 카메라 모듈(780), 전력 관리 모듈(788), 배터리(789), 통신 모듈(790), 가입자 식별 모듈(796), 또는 안테나 모듈(797)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(701)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(778))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(776), 카메라 모듈(780), 또는 안테나 모듈(797))은 하나의 구성요소(예: 디스플레이 모듈(760))로 통합될 수 있다.
프로세서(720)는, 예를 들면, 소프트웨어(예: 프로그램(740))를 실행하여 프로세서(720)에 연결된 전자 장치(701)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(720)는 다른 구성요소(예: 센서 모듈(776) 또는 통신 모듈(790))로부터 수신된 명령 또는 데이터를 휘발성 메모리(732)에 저장하고, 휘발성 메모리(732)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(734)에 저장할 수 있다. 일실시예에 따르면, 프로세서(720)는 메인 프로세서(721)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(723)(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(701)가 메인 프로세서(721) 및 보조 프로세서(723)를 포함하는 경우, 보조 프로세서(723)는 메인 프로세서(721)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(723)는 메인 프로세서(721)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(723)는, 예를 들면, 메인 프로세서(721)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(721)를 대신하여, 또는 메인 프로세서(721)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(721)와 함께, 전자 장치(701)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(760), 센서 모듈(776), 또는 통신 모듈(790))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일실시예에 따르면, 보조 프로세서(723)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(780) 또는 통신 모듈(790))의 일부로서 구현될 수 있다. 일실시예에 따르면, 보조 프로세서(723)(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, 인공지능 모델이 수행되는 전자 장치(701) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(708))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.
메모리(730)는, 전자 장치(701)의 적어도 하나의 구성요소(예: 프로세서(720) 또는 센서 모듈(776))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(740)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(730)는, 휘발성 메모리(732) 또는 비휘발성 메모리(734)를 포함할 수 있다.
프로그램(740)은 메모리(730)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(742), 미들 웨어(744) 또는 어플리케이션(746)을 포함할 수 있다.
입력 모듈(750)은, 전자 장치(701)의 구성요소(예: 프로세서(720))에 사용될 명령 또는 데이터를 전자 장치(701)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(750)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.
음향 출력 모듈(755)은 음향 신호를 전자 장치(701)의 외부로 출력할 수 있다. 음향 출력 모듈(755)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.
디스플레이 모듈(760)은 전자 장치(701)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(760)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일실시예에 따르면, 디스플레이 모듈(760)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.
오디오 모듈(770)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일실시예에 따르면, 오디오 모듈(770)은, 입력 모듈(750)을 통해 소리를 획득하거나, 음향 출력 모듈(755), 또는 전자 장치(701)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(702))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.
센서 모듈(776)은 전자 장치(701)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(776)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.
인터페이스(777)는 전자 장치(701)가 외부 전자 장치(예: 전자 장치(702))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일실시예에 따르면, 인터페이스(777)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(778)는, 그를 통해서 전자 장치(701)가 외부 전자 장치(예: 전자 장치(702))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일실시예에 따르면, 연결 단자(778)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(779)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(779)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(780)은 정지 영상 및 동영상을 촬영할 수 있다. 일실시예에 따르면, 카메라 모듈(780)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(788)은 전자 장치(701)에 공급되는 전력을 관리할 수 있다. 일실시예에 따르면, 전력 관리 모듈(788)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(789)는 전자 장치(701)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일실시예에 따르면, 배터리(789)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(790)은 전자 장치(701)와 외부 전자 장치(예: 전자 장치(702), 전자 장치(704), 또는 서버(708)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(790)은 프로세서(720)(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(790)은 무선 통신 모듈(792)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(794)(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(798)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제 2 네트워크(799)(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(704)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(792)은 가입자 식별 모듈(796)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제 1 네트워크(798) 또는 제 2 네트워크(799)와 같은 통신 네트워크 내에서 전자 장치(701)를 확인 또는 인증할 수 있다.
무선 통신 모듈(792)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(792)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(792)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(792)은 전자 장치(701), 외부 전자 장치(예: 전자 장치(704)) 또는 네트워크 시스템(예: 제 2 네트워크(799))에 규정되는 다양한 요구사항을 지원할 수 있다. 일실시예에 따르면, 무선 통신 모듈(792)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.
안테나 모듈(797)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일실시예에 따르면, 안테나 모듈(797)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일실시예에 따르면, 안테나 모듈(797)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제 1 네트워크(798) 또는 제 2 네트워크(799)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(790)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(790)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(797)의 일부로 형성될 수 있다.
다양한 실시예에 따르면, 안테나 모듈(797)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.
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.
일 실시예에 따르면, 명령 또는 데이터는 제 2 네트워크(799)에 연결된 서버(708)를 통해서 전자 장치(701)와 외부의 전자 장치(704)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(702, 또는 1004) 각각은 전자 장치(701)와 동일한 또는 다른 종류의 장치일 수 있다. 일실시예에 따르면, 전자 장치(701)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(702, 1004, 또는 1008) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(701)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(701)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(701)로 전달할 수 있다. 전자 장치(701)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(701)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시예에 있어서, 외부의 전자 장치(704)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(708)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일실시예에 따르면, 외부의 전자 장치(704) 또는 서버(708)는 제 2 네트워크(799) 내에 포함될 수 있다. 전자 장치(701)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.
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.
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.
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.
본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(701)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(736) 또는 외장 메모리(738))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(740))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(701))의 프로세서(예: 프로세서(720))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.
일 실시예에 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.
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.
상술한 바와 같이, 일 실시 예에 따른 전자 장치(예: 도 1의 전자 장치(100))는 디스플레이(예: 도 2의 디스플레이(240)), 적어도 하나의 센서(예: 도 2의 센서(230)), 적어도 하나의 카메라(예: 도 2의 카메라(220)), 및 상기 디스플레이, 상기 적어도 하나의 센서 및 상기 적어도 하나의 카메라와 작동적으로 연결된 적어도 하나의 프로세서(예: 도 2의 프로세서(210))를 포함하고, 상기 적어도 하나의 프로세서는 상기 적어도 하나의 카메라를 이용하는 증강현실(AR) 어플리케이션을 실행하고, 상기 적어도 하나의 카메라를 이용하여 상기 전자 장치의 주변의 제1 영상을 획득하고, 상기 적어도 하나의 센서를 이용하여, 상기 제1 영상에 대응하는 상기 전자 장치의 자세 정보 및 위치 정보 중 적어도 하나를 포함하는 제1 센싱 정보를 획득하고, 상기 디스플레이에 상기 제1 영상이 출력되는 동안 사용자 입력에 따라 상기 제1 영상과 중첩되는 가상 객체를 생성하고, 상기 제1 영상 및 상기 제1 센싱 정보에 기반하여, 상기 가상 객체에 대응하는 제1 식별 정보를 획득하고, 상기 적어도 하나의 카메라를 이용하여, 상기 전자 장치의 주변의 제2 영상을 획득하고, 상기 적어도 하나의 센서를 이용하여, 상기 제2 영상에 대응하는 상기 전자 장치의 자세 정보 및 위치 정보 중 적어도 하나를 포함하는 제2 센싱 정보를 획득하고, 상기 제2 영상 및 상기 제2 센싱 정보에 기반하여 상기 가상 객체에 대응하는 제2 식별 정보를 획득하고, 상기 증강현실 어플리케이션이 실행된 상태에서 상기 적어도 하나의 센서를 통해 획득된 정보가 상기 제2 센싱 정보에 대응되는 것에 응답하여, 상기 디스플레이에 상기 가상 객체를 출력할 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는 상기 전자 장치의 움직임의 변화량(rotation, translation)이 지정된 범위 이내인 경우 및 상기 제2 영상이 상기 제1 영상과 중첩되는 범위가 임계값 미만인 경우 상기 제2 식별 정보가 지정된 조건을 만족하는 것으로 판단하고, 상기 제2 식별 정보가 상기 지정된 조건을 만족하는 것으로 판단되는 경우 상기 제2 식별 정보를 획득할 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는 상기 제2 식별 정보를 상기 증강현실 어플리케이션이 실행된 상태에서, 상기 가상 객체를 생성하기 전의 시간 구간 및 상기 가상 객체를 생성한 후의 시간 구간 중 적어도 하나의 구간에서 획득할 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는 상기 증강현실 어플리케이션이 실행된 상태에서 상기 적어도 하나의 센서를 통해 획득된 정보가 상기 제1 센싱 정보에 대응되는 것에 응답하여, 상기 디스플레이에 상기 가상 객체를 출력할 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는 상기 사용자 입력에 따라 3D 텍스트, 3D 이미지, 3D 동영상 중 적어도 하나를 포함하는 가상 객체를 상기 디스플레이에 출력할 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는, 포인트 클라우드(point cloud)를 이용하여 상기 제1 영상에 포함된 공간에 대한 정보 및 상기 제2 영상에 포함된 공간에 대한 정보를 획득할 수 있다.
일 실시 예에 따르면, 상기 제2 영상에 포함된 공간에 대한 정보는 상기 제1 영상의 상대적 위치 정보를 포함할 수 있다.
일 실시 예에 따른 전자 장치(100)는 메모리를 포함하고, 상기 적어도 하나의 프로세서는 상기 제1 식별 정보 및 상기 제2 식별 정보를 상기 메모리에 저장하고, 상기 증강현실 어플리케이션이 실행된 상태에서 상기 적어도 하나의 카메라 및 상기 적어도 하나의 센서를 통해 획득된 정보가 상기 메모리에 저장된 상기 제2 식별 정보에 대응되는 것에 응답하여, 상기 디스플레이에 상기 가상 객체를 출력할 수 있다.
상술한 바와 같이, 일 실시 예에 따른 전자 장치(예: 도 1의 전자 장치(100))의 동작 방법은, 적어도 하나의 카메라를 이용하는 증강현실(AR) 어플리케이션을 실행하는 동작, 상기 적어도 하나의 카메라를 이용하여 상기 전자 장치의 주변의 제1 영상을 획득하는 동작, 적어도 하나의 센서를 이용하여, 상기 제1 영상에 대응하는 상기 전자 장치의 자세 정보 및 위치 정보 중 적어도 하나를 포함하는 제1 센싱 정보를 획득하는 동작, 디스플레이에 상기 제1 영상이 출력되는 동안 사용자 입력에 따라 상기 제1 영상과 중첩되는 가상 객체를 생성하는 동작, 상기 제1 영상 및 상기 제1 센싱 정보에 기반하여, 상기 가상 객체에 대응하는 제1 식별 정보를 획득하는 동작, 상기 적어도 하나의 카메라를 이용하여, 상기 전자 장치의 주변의 제2 영상을 획득하는 동작, 상기 적어도 하나의 센서를 이용하여, 상기 제2 영상에 대응하는 상기 전자 장치의 자세 정보 및 위치 정보 중 적어도 하나를 포함하는 제2 센싱 정보를 획득하는 동작, 상기 제2 영상 및 상기 제2 센싱 정보에 기반하여 상기 가상 객체에 대응하는 제2 식별 정보를 획득하는 동작 및 상기 증강현실 어플리케이션이 실행된 상태에서 상기 적어도 하나의 센서를 통해 획득된 정보가 상기 제2 센싱 정보에 대응되는 것에 응답하여, 상기 디스플레이에 상기 가상 객체를 출력하는 동작을 포함할 수 있다.
일 실시 예에 따른 전자 장치의 동작 방법은, 상기 전자 장치의 움직임의 변화량이 지정된 범위 이내인 경우 및 상기 제2 영상이 상기 제1 영상과 중첩되는 범위가 임계값 미만인 경우 상기 제2 식별 정보가 지정된 조건을 만족하는 것으로 판단하는 동작 및 상기 제2 식별 정보가 상기 지정된 조건을 만족하는 것으로 판단되는 경우 상기 제2 식별 정보를 획득하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 상기 제2 식별 정보를 획득하는 동작은, 상기 증강현실 어플리케이션이 실행된 상태에서 상기 가상 객체를 생성하기 전의 시간 구간 및 상기 가상 객체를 생성한 후의 시간 구간 중 적어도 하나의 구간에서 상기 제2 식별 정보를 획득하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 상기 가상 객체를 출력하는 동작은, 상기 증강현실 어플리케이션이 실행된 상태에서 상기 적어도 하나의 센서를 통해 획득된 정보가 상기 제1 센싱 정보에 대응되는 것에 응답하여 상기 가상 객체를 출력하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 상기 가상 객체를 출력하는 동작은, 상기 사용자 입력에 따라 3D 텍스트, 3D 이미지, 3D 동영상 중 적어도 하나를 포함하는 가상 객체를 출력하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 상기 제1 영상 및 상기 제2 영상을 획득하는 동작은, 포인트 클라우드를 이용하여 상기 제1 영상에 포함된 공간에 대한 정보 및 상기 제2 영상에 포함된 공간에 대한 정보를 획득하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 전자 장치의 동작 방법은 상기 제1 식별 정보 및 상기 제2 식별 정보를 메모리에 저장하는 동작 및 상기 증강현실 어플리케이션이 실행된 상태에서 상기 적어도 하나의 카메라 및 상기 적어도 하나의 센서를 통해 획득된 정보가 상기 메모리에 저장된 상기 제2 식별 정보에 대응되는 것에 응답하여 상기 디스플레이에 상기 가상 객체를 출력하는 동작을 포함할 수 있다.
상술한 바와 같이, 일 실시 예에 따른 전자 장치(예: 도 1의 전자 장치(100))는 통신 모듈(예: 도 2의 통신 모듈(260)), 디스플레이(예: 도 2의 디스플레이(240)), 적어도 하나의 센서(예: 도 2의 센서(230)), 적어도 하나의 카메라(예: 도 2의 카메라(220)), 및 상기 통신 모듈, 상기 디스플레이, 상기 적어도 하나의 센서 및 상기 적어도 하나의 카메라와 작동적으로 연결된 적어도 하나의 프로세서(예: 도 2의 프로세서(210))를 포함하고, 상기 적어도 하나의 프로세서는 상기 적어도 하나의 카메라를 이용하는 증강현실(AR) 어플리케이션을 실행하고, 상기 적어도 하나의 카메라를 이용하여 상기 전자 장치의 주변의 제1 영상을 획득하고, 상기 적어도 하나의 센서를 이용하여, 상기 제1 영상에 대응하는 상기 전자 장치의 자세 정보 및 위치 정보 중 적어도 하나를 포함하는 제1 센싱 정보를 획득하고, 상기 디스플레이에 상기 제1 영상이 출력되는 동안 사용자 입력에 따라 상기 제1 영상과 중첩되는 가상 객체를 생성하고, 상기 제1 영상 및 상기 제1 센싱 정보에 기반하여, 상기 가상 객체에 대응하는 제1 식별 정보를 획득하고, 상기 적어도 하나의 카메라를 이용하여, 상기 전자 장치의 주변의 제2 영상을 획득하고, 상기 적어도 하나의 센서를 이용하여, 상기 제2 영상에 대응하는 상기 전자 장치의 자세 정보 및 위치 정보 중 적어도 하나를 포함하는 제2 센싱 정보를 획득하고, 상기 제2 영상 및 상기 제2 센싱 정보에 기반하여 상기 가상 객체에 대응하는 제2 식별 정보를 획득하고, 상기 통신 모듈을 통해, 서버로 상기 제1 식별 정보 및 상기 제2 식별 정보를 송신하고, 상기 서버로부터 상기 제1 식별 정보 및 상기 제2 식별 정보를 수신하여, 상기 증강현실 어플리케이션이 실행된 상태에서 상기 적어도 하나의 카메라 및 상기 적어도 하나의 센서를 통해 획득된 정보가 상기 제2 식별 정보에 대응되는 것에 응답하여, 상기 디스플레이에 상기 가상 객체를 출력할 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는 상기 전자 장치의 움직임의 변화량(rotation, translation)이 지정된 범위 이내인 경우 및 상기 제2 영상이 상기 제1 영상과 중첩되는 범위가 임계값 미만인 경우 상기 제2 식별 정보가 지정된 조건을 만족하는 것으로 판단하고, 상기 제2 식별 정보가 상기 지정된 조건을 만족하는 것으로 판단되는 경우 상기 제2 식별 정보를 획득할 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는 상기 증강현실 어플리케이션이 실행된 상태에서 상기 적어도 하나의 센서를 통해 획득된 정보가 상기 제1 센싱 정보에 대응되는 것에 응답하여, 상기 디스플레이에 상기 가상 객체를 출력할 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는 상기 사용자 입력에 따라 3D 텍스트, 3D 이미지, 3D 동영상 중 적어도 하나를 포함하는 가상 객체를 상기 디스플레이에 출력할 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는, 포인트 클라우드(point cloud)를 이용하여 상기 제1 영상에 포함된 공간에 대한 정보 및 상기 제2 영상에 포함된 공간에 대한 정보를 획득할 수 있다.
Claims (20)
- 전자 장치에 있어서,
디스플레이;
적어도 하나의 센서;
적어도 하나의 카메라; 및
상기 디스플레이, 상기 적어도 하나의 센서 및 상기 적어도 하나의 카메라와 작동적으로 연결된 적어도 하나의 프로세서를 포함하고,
상기 적어도 하나의 프로세서는:
상기 적어도 하나의 카메라를 이용하는 증강현실(AR) 어플리케이션을 실행하고,
상기 적어도 하나의 카메라를 이용하여 상기 전자 장치의 주변의 제1 영상을 획득하고,
상기 적어도 하나의 센서를 이용하여, 상기 제1 영상에 대응하는 상기 전자 장치의 자세 정보 및 위치 정보 중 적어도 하나를 포함하는 제1 센싱 정보를 획득하고,
상기 디스플레이에 상기 제1 영상이 출력되는 동안 사용자 입력에 따라 상기 제1 영상과 중첩되는 가상 객체를 생성하고,
상기 제1 영상 및 상기 제1 센싱 정보에 기반하여, 상기 가상 객체에 대응하는 제1 식별 정보를 획득하고,
상기 적어도 하나의 카메라를 이용하여, 상기 전자 장치의 주변의 제2 영상을 획득하고,
상기 적어도 하나의 센서를 이용하여, 상기 제2 영상에 대응하는 상기 전자 장치의 자세 정보 및 위치 정보 중 적어도 하나를 포함하는 제2 센싱 정보를 획득하고,
상기 제2 영상 및 상기 제2 센싱 정보에 기반하여 상기 가상 객체에 대응하는 제2 식별 정보를 획득하고,
상기 증강현실 어플리케이션이 실행된 상태에서 상기 적어도 하나의 센서를 통해 획득된 정보가 상기 제2 센싱 정보에 대응되는 것에 응답하여, 상기 디스플레이에 상기 가상 객체를 출력하는, 전자 장치. - 청구항 1에 있어서,
상기 적어도 하나의 프로세서는 상기 전자 장치의 움직임의 변화량(rotation, translation)이 지정된 범위 이내인 경우 및 상기 제2 영상이 상기 제1 영상과 중첩되는 범위가 임계값 미만인 경우 상기 제2 식별 정보가 지정된 조건을 만족하는 것으로 판단하고,
상기 제2 식별 정보가 상기 지정된 조건을 만족하는 것으로 판단되는 경우 상기 제2 식별 정보를 획득하는, 전자 장치. - 청구항 1에 있어서,
상기 적어도 하나의 프로세서는 상기 제2 식별 정보를 상기 증강현실 어플리케이션이 실행된 상태에서, 상기 가상 객체를 생성하기 전의 시간 구간 및 상기 가상 객체를 생성한 후의 시간 구간 중 적어도 하나의 구간에서 획득하는, 전자 장치. - 청구항 1에 있어서,
상기 적어도 하나의 프로세서는 상기 증강현실 어플리케이션이 실행된 상태에서 상기 적어도 하나의 센서를 통해 획득된 정보가 상기 제1 센싱 정보에 대응되는 것에 응답하여, 상기 디스플레이에 상기 가상 객체를 출력하는, 전자 장치. - 청구항 1에 있어서,
상기 적어도 하나의 프로세서는 상기 사용자 입력에 따라 3D 텍스트, 3D 이미지, 3D 동영상 중 적어도 하나를 포함하는 가상 객체를 상기 디스플레이에 출력하는, 전자 장치. - 청구항 1에 있어서,
상기 적어도 하나의 프로세서는, 포인트 클라우드(point cloud)를 이용하여 상기 제1 영상에 포함된 공간에 대한 정보 및 상기 제2 영상에 포함된 공간에 대한 정보를 획득하는, 전자 장치. - 청구항 6에 있어서,
상기 제2 영상에 포함된 공간에 대한 정보는 상기 제1 영상의 상대적 위치 정보를 포함하는, 전자 장치. - 청구항 1에 있어서,
메모리를 포함하고,
상기 적어도 하나의 프로세서는 상기 제1 식별 정보 및 상기 제2 식별 정보를 상기 메모리에 저장하고,
상기 증강현실 어플리케이션이 실행된 상태에서 상기 적어도 하나의 카메라 및 상기 적어도 하나의 센서를 통해 획득된 정보가 상기 메모리에 저장된 상기 제2 식별 정보에 대응되는 것에 응답하여, 상기 디스플레이에 상기 가상 객체를 출력하는 전자 장치. - 전자 장치의 동작 방법에 있어서,
적어도 하나의 카메라를 이용하는 증강현실(AR) 어플리케이션을 실행하는 동작;
상기 적어도 하나의 카메라를 이용하여 상기 전자 장치의 주변의 제1 영상을 획득하는 동작;
적어도 하나의 센서를 이용하여, 상기 제1 영상에 대응하는 상기 전자 장치의 자세 정보 및 위치 정보 중 적어도 하나를 포함하는 제1 센싱 정보를 획득하는 동작;
디스플레이에 상기 제1 영상이 출력되는 동안 사용자 입력에 따라 상기 제1 영상과 중첩되는 가상 객체를 생성하는 동작;
상기 제1 영상 및 상기 제1 센싱 정보에 기반하여, 상기 가상 객체에 대응하는 제1 식별 정보를 획득하는 동작;
상기 적어도 하나의 카메라를 이용하여, 상기 제1 영상과 적어도 일부 중첩되는 제2 영상을 획득하는 동작;
상기 적어도 하나의 센서를 이용하여, 상기 제2 영상에 대응하는 상기 전자 장치의 자세 정보 및 위치 정보 중 적어도 하나를 포함하는 제2 센싱 정보를 획득하는 동작;
상기 제2 영상 및 상기 제2 센싱 정보에 기반하여 상기 가상 객체에 대응하는 제2 식별 정보를 획득하는 동작; 및
상기 증강현실 어플리케이션이 실행된 상태에서 상기 적어도 하나의 센서를 통해 획득된 정보가 상기 제2 센싱 정보에 대응되는 것에 응답하여, 상기 디스플레이에 상기 가상 객체를 출력하는 동작을 포함하는, 전자 장치의 동작 방법. - 청구항 9에 있어서,
상기 전자 장치의 움직임의 변화량이 지정된 범위 이내인 경우 및 상기 제2 영상이 상기 제1 영상과 중첩되는 범위가 임계값 미만인 경우 상기 제2 식별 정보가 지정된 조건을 만족하는 것으로 판단하는 동작 및 상기 제2 식별 정보가 상기 지정된 조건을 만족하는 것으로 판단되는 경우 상기 제2 식별 정보를 획득하는 동작을 포함하는, 전자 장치의 동작 방법. - 청구항 9에 있어서,
상기 제2 식별 정보를 획득하는 동작은, 상기 증강현실 어플리케이션이 실행된 상태에서 상기 가상 객체를 생성하기 전의 시간 구간 및 상기 가상 객체를 생성한 후의 시간 구간 중 적어도 하나의 구간에서 상기 제2 식별 정보를 획득하는 동작을 포함하는, 전자 장치의 동작 방법. - 청구항 9에 있어서,
상기 가상 객체를 출력하는 동작은, 상기 증강현실 어플리케이션이 실행된 상태에서 상기 적어도 하나의 센서를 통해 획득된 정보가 상기 제1 센싱 정보에 대응되는 것에 응답하여 상기 가상 객체를 출력하는 동작을 포함하는, 전자 장치의 동작 방법. - 청구항 9에 있어서,
상기 가상 객체를 출력하는 동작은, 상기 사용자 입력에 따라 3D 텍스트, 3D 이미지, 3D 동영상 중 적어도 하나를 포함하는 가상 객체를 출력하는 동작을 포함하는, 전자 장치의 동작 방법. - 청구항 9에 있어서,
상기 제1 영상 및 상기 제2 영상을 획득하는 동작은, 포인트 클라우드를 이용하여 상기 제1 영상에 포함된 공간에 대한 정보 및 상기 제2 영상에 포함된 공간에 대한 정보를 획득하는 동작을 포함하는, 전자 장치의 동작 방법. - 청구항9에 있어서,
상기 제1 식별 정보 및 상기 제2 식별 정보를 메모리에 저장하는 동작 및 상기 증강현실 어플리케이션이 실행된 상태에서 상기 적어도 하나의 카메라 및 상기 적어도 하나의 센서를 통해 획득된 정보가 상기 메모리에 저장된 상기 제2 식별 정보에 대응되는 것에 응답하여 상기 디스플레이에 상기 가상 객체를 출력하는 동작을 포함하는, 전자 장치의 동작 방법. - 전자 장치에 있어서,
통신 모듈;
디스플레이;
적어도 하나의 센서;
적어도 하나의 카메라; 및
상기 통신 모듈, 상기 디스플레이, 상기 적어도 하나의 센서 및 상기 적어도 하나의 카메라와 작동적으로 연결된 적어도 하나의 프로세서를 포함하고,
상기 적어도 하나의 프로세서는:
상기 적어도 하나의 카메라를 이용하는 증강현실(AR) 어플리케이션을 실행하고,
상기 적어도 하나의 카메라를 이용하여 상기 전자 장치의 주변의 제1 영상을 획득하고,
상기 적어도 하나의 센서를 이용하여, 상기 제1 영상에 대응하는 상기 전자 장치의 자세 정보 및 위치 정보 중 적어도 하나를 포함하는 제1 센싱 정보를 획득하고,
상기 디스플레이에 상기 제1 영상이 출력되는 동안 사용자 입력에 따라 상기 제1 영상과 중첩되는 가상 객체를 생성하고,
상기 제1 영상 및 상기 제1 센싱 정보에 기반하여, 상기 가상 객체에 대응하는 제1 식별 정보를 획득하고,
상기 적어도 하나의 카메라를 이용하여, 상기 제1 영상과 적어도 일부 중첩되는 제2 영상을 획득하고,
상기 적어도 하나의 센서를 이용하여, 상기 제2 영상에 대응하는 상기 전자 장치의 자세 정보 및 위치 정보 중 적어도 하나를 포함하는 제2 센싱 정보를 획득하고,
상기 제2 영상 및 상기 제2 센싱 정보에 기반하여 상기 가상 객체에 대응하는 제2 식별 정보를 획득하고,
상기 통신 모듈을 통해, 서버로 상기 제1 식별 정보 및 상기 제2 식별 정보를 송신하고,
상기 서버로부터 상기 제1 식별 정보 및 상기 제2 식별 정보를 수신하여, 상기 증강현실 어플리케이션이 실행된 상태에서 상기 적어도 하나의 카메라 및 상기 적어도 하나의 센서를 통해 획득된 정보가 상기 제2 식별 정보에 대응되는 것에 응답하여, 상기 디스플레이에 상기 가상 객체를 출력하는, 전자 장치. - 청구항 16에 있어서,
상기 적어도 하나의 프로세서는 상기 전자 장치의 움직임의 변화량(rotation, translation)이 지정된 범위 이내인 경우 및 상기 제2 영상이 상기 제1 영상과 중첩되는 범위가 임계값 미만인 경우 상기 제2 식별 정보가 지정된 조건을 만족하는 것으로 판단하고,
상기 제2 식별 정보가 상기 지정된 조건을 만족하는 것으로 판단되는 경우 상기 제2 식별 정보를 획득하는, 전자 장치. - 청구항 16에 있어서,
상기 적어도 하나의 프로세서는 상기 증강현실 어플리케이션이 실행된 상태에서 상기 적어도 하나의 센서를 통해 획득된 정보가 상기 제1 센싱 정보에 대응되는 것에 응답하여, 상기 디스플레이에 상기 가상 객체를 출력하는, 전자 장치. - 청구항 16에 있어서,
상기 적어도 하나의 프로세서는 상기 사용자 입력에 따라 3D 텍스트, 3D 이미지, 3D 동영상 중 적어도 하나를 포함하는 가상 객체를 상기 디스플레이에 출력하는, 전자 장치. - 청구항 16에 있어서,
상기 적어도 하나의 프로세서는, 포인트 클라우드(point cloud)를 이용하여 상기 제1 영상에 포함된 공간에 대한 정보 및 상기 제2 영상에 포함된 공간에 대한 정보를 획득하는, 전자 장치.
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210019448A KR20220115433A (ko) | 2021-02-10 | 2021-02-10 | Ar 객체를 표시하는 방법 및 전자 장치 |
| PCT/KR2022/001700 WO2022173164A1 (ko) | 2021-02-10 | 2022-02-03 | Ar 객체를 표시하는 방법 및 전자 장치 |
| US17/883,077 US12118678B2 (en) | 2021-02-10 | 2022-08-08 | Method and apparatus for displaying augmented reality object |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210019448A KR20220115433A (ko) | 2021-02-10 | 2021-02-10 | Ar 객체를 표시하는 방법 및 전자 장치 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20220115433A true KR20220115433A (ko) | 2022-08-17 |
Family
ID=82838217
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210019448A KR20220115433A (ko) | 2021-02-10 | 2021-02-10 | Ar 객체를 표시하는 방법 및 전자 장치 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US12118678B2 (ko) |
| KR (1) | KR20220115433A (ko) |
| WO (1) | WO2022173164A1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20240116335A (ko) | 2023-01-20 | 2024-07-29 | 주식회사 공간의파티 | 웹 환경의 모바일 기기에 실시간 딥러닝을 적용하기 위한 네트워크 설계 방법 및 장치 |
Family Cites Families (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9901828B2 (en) | 2010-03-30 | 2018-02-27 | Sony Interactive Entertainment America Llc | Method for an augmented reality character to maintain and exhibit awareness of an observer |
| JP5960796B2 (ja) | 2011-03-29 | 2016-08-02 | クアルコム，インコーポレイテッド | ローカルマルチユーザ共同作業のためのモジュール式のモバイル接続ピコプロジェクタ |
| WO2014162824A1 (ja) | 2013-04-04 | 2014-10-09 | ソニー株式会社 | 表示制御装置、表示制御方法およびプログラム |
| EP3108287A4 (en) * | 2014-02-18 | 2017-11-08 | Merge Labs, Inc. | Head mounted display goggles for use with mobile computing devices |
| US9779512B2 (en) * | 2015-01-29 | 2017-10-03 | Microsoft Technology Licensing, Llc | Automatic generation of virtual materials from real-world materials |
| CN106385576B (zh) | 2016-09-07 | 2017-12-08 | 深圳超多维科技有限公司 | 立体虚拟现实直播方法、装置及电子设备 |
| KR102423903B1 (ko) * | 2018-03-12 | 2022-07-22 | 라인플러스 주식회사 | 뉴럴 네트워크를 이용하여 상황을 인지하는 증강 현실 제공 장치, 제공 방법 및 상기 방법을 실행하기 위하여 매체에 저장된 컴퓨터 프로그램 |
| JP7209474B2 (ja) | 2018-03-30 | 2023-01-20 | 株式会社スクウェア・エニックス | 情報処理プログラム、情報処理方法及び情報処理システム |
| GB2572786B (en) | 2018-04-10 | 2022-03-09 | Advanced Risc Mach Ltd | Image processing for augmented reality |
| KR20200100259A (ko) * | 2019-02-15 | 2020-08-26 | 한국전자통신연구원 | 다중 사용자 참여가 가능한 클라우드 기반의 증강현실 플랫폼 장치 |
| US11163997B2 (en) | 2019-05-05 | 2021-11-02 | Google Llc | Methods and apparatus for venue based augmented reality |
| KR20200137323A (ko) * | 2019-05-29 | 2020-12-09 | 주식회사 지노텍 | 증강현실을 이용한 가이드 시스템 |
| KR102197615B1 (ko) * | 2019-08-12 | 2020-12-31 | 주식회사 엘지유플러스 | 증강 현실 서비스를 제공하는 방법 및 증강 현실 서비스를 제공하기 위한 서버 |
| KR20200138096A (ko) * | 2020-06-25 | 2020-12-09 | 이은령 | 증강현실 컨텐츠 공유 시스템 및 그 구동방법 |
-
2021
- 2021-02-10 KR KR1020210019448A patent/KR20220115433A/ko active Search and Examination
-
2022
- 2022-02-03 WO PCT/KR2022/001700 patent/WO2022173164A1/ko active Application Filing
- 2022-08-08 US US17/883,077 patent/US12118678B2/en active Active
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20240116335A (ko) | 2023-01-20 | 2024-07-29 | 주식회사 공간의파티 | 웹 환경의 모바일 기기에 실시간 딥러닝을 적용하기 위한 네트워크 설계 방법 및 장치 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2022173164A1 (ko) | 2022-08-18 |
| US20220383598A1 (en) | 2022-12-01 |
| US12118678B2 (en) | 2024-10-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11954324B2 (en) | Method for performing virtual user interaction, and device therefor | |
| CN111354434A (zh) | 电子装置及其提供信息的方法 | |
| US20230005227A1 (en) | Electronic device and method for offering virtual reality service | |
| US20230280900A1 (en) | Method and apparatus for displaying content on display | |
| KR20220049304A (ko) | 이미지를 이용한 3차원 지도의 업데이트 방법 및 이를 지원하는 전자 장치 | |
| EP4258686A1 (en) | Electronic device for measuring posture of user and method therefor | |
| US11216165B2 (en) | Content processing method and electronic device for supporting same | |
| US12118678B2 (en) | Method and apparatus for displaying augmented reality object | |
| US20230360342A1 (en) | Method for providing content creation function and electronic device supporting same | |
| KR20220036679A (ko) | 증강 현실 콘텐츠를 제공하는 전자 장치 및 그의 동작 방법 | |
| KR20230055311A (ko) | 콘텐트를 식별하기 위한 전자 장치 및 방법 | |
| KR20220102311A (ko) | 사용자의 자세를 측정하기 위한 전자 장치 및 그 방법 | |
| KR20220081136A (ko) | 복수의 센서를 이용한 전자 장치의 제어 방법 및 그 전자 장치 | |
| EP4322541A1 (en) | Method and apparatus for displaying content on display | |
| US20230403389A1 (en) | Electronic device for providing ar/vr environment, and operation method thereof | |
| US12026831B2 (en) | Electronic device and method for spatial mapping using the same | |
| EP4322525A1 (en) | Electronic device for providing augmented reality or virtual reality, and operation method of electronic device | |
| US11829527B2 (en) | Augmented reality device, electronic device interacting with augmented reality device, and controlling method thereof | |
| US11153018B2 (en) | Electronic device and method for controlling electronic device | |
| US20230360245A1 (en) | Measurement method using ar, and electronic device | |
| KR20240069552A (ko) | 가상 오브젝트를 표시하는 전자 장치 및 이의 제어 방법 | |
| KR20220159039A (ko) | 움직이는 객체에 대한 효과를 이미지에 적용하는 전자 장치 및 그 작동 방법 | |
| KR20230072889A (ko) | 초광대역 태그를 이용한 가상 태그 생성 장치 및 방법 | |
| KR20230014943A (ko) | 전자 장치 및 전자 장치의 동작 방법 | |
| KR20220096894A (ko) | 전자 장치 및 전자 장치의 동작 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination |