KR20230003555A

KR20230003555A - 텍스처 기반 자세 검증

Info

Publication number: KR20230003555A
Application number: KR1020227040658A
Authority: KR
Inventors: 마탄 조하르; 아비하이 아술린; 갈 두도비치; 이타마르 버거
Original assignee: 스냅 인코포레이티드
Priority date: 2020-04-27
Filing date: 2021-04-26
Publication date: 2023-01-06
Also published as: EP4143788A1; US20210335004A1; US11508087B2; CN115917600A; WO2021222107A1

Abstract

본 개시내용의 양태들은 사용자의 자세를 검출하기 위한 프로그램 및 방법을 저장한 컴퓨터 판독가능 저장 매체를 포함하는 시스템을 수반한다. 프로그램 및 방법은 주어진 자세의 사용자의 신체의 묘사를 포함하는 단안 이미지를 수신하는 동작; 단안 이미지에 묘사된 신체의 복수의 골격 관절을 검출하는 동작; 복수의 골격 관절에 기초하여 사용자의 신체의 윤곽을 생성하는 동작; 대상 자세를 표현하는 마스크를 검색하는 동작; 단안 이미지에 묘사된 신체의 윤곽을, 대상 자세를 표현하는 마스크와 비교하는 동작; 및 신체의 윤곽을 마스크와 비교하는 것에 응답하여 사용자의 신체의 주어진 자세가 대상 자세와 매칭된다고 결정하는 동작을 포함하는 동작들을 포함한다.

Description

텍스처 기반 자세 검증

본 출원은 2020년 4월 27일자로 출원된 미국 특허 출원 제15/929,333호에 대한 우선권을 주장하며, 그 전체 내용이 본 명세서에 참고로 포함된다.

본 개시내용은 일반적으로 사용자를 묘사하는 이미지에 기초하여 사용자의 자세를 검출하는 것에 관한 것이다.

이미지 처리 시스템들은 카메라에 의해 캡처되는 사용자들이 수행하는 상이한 액션들에 반응하기 위해 사용될 수 있다. 이러한 시스템들은 가상 객체들의 제시를 수정하거나 또는 다른 응용 프로그램 특정 기능들을 수행할 수 있다. 그러한 시스템들은 환경 조건들, 사용자 액션들, 카메라와 렌더링 중인 객체 사이의 예상치 못한 시각적 중단(visual interruption) 등으로 인해 제시 문제들을 겪을 수 있다. 제시 문제들은 또한 사용자 액션들을 정확하게 검출하지 못하는 것으로 인해 발생한다. 이것은 가상 객체가 사라지거나 또는 다른 방식으로 불규칙하게 거동하게 하거나, 또는 부정확한 기능들이 실행되게 할 수 있으며, 이는 실세계에 존재하는 가상 객체들의 환상을 깨뜨린다.

반드시 축척대로 그려진 것은 아닌 도면들에서, 유사한 번호들은 상이한 뷰들에서 유사한 컴포넌트들을 기술할 수 있다. 임의의 특정 요소 또는 행위의 논의를 용이하게 식별하기 위해, 참조 번호에서 최상위 숫자 또는 숫자들은 그 요소가 처음 도입되는 도면 번호를 지칭한다. 일부 실시예들은 첨부 도면들에서 제한이 아닌 예로서 예시된다:
도 1은 예시적인 실시예들에 따른, 네트워크를 통해 데이터(예를 들어, 메시지 및 연관된 콘텐츠)를 교환하기 위한 예시적인 메시징 시스템을 도시하는 블록도이다.
도 2는 예시적인 실시예들에 따른, 도 1의 메시징 시스템에 관한 추가 상세사항들을 예시하는 블록도이다.
도 3은 예시적인 실시예들에 따른, 메시징 서버 시스템의 데이터베이스에 저장될 수 있는 데이터를 예시하는 개략도이다.
도 4는 예시적인 실시예들에 따른, 통신을 위해 메시징 클라이언트 애플리케이션에 의해 생성된 메시지의 구조를 예시하는 개략도이다.
도 5a는 예시적인 실시예들에 따른, 예시적인 신체 자세 검증 시스템을 도시하는 블록도이다.
도 5b는 예시적인 실시예들에 따른, 신체 자세를 결정하기 위해 사용되는 신체 관절 포지션들을 도시하는 도면이다.
도 6은 예시적인 실시예들에 따른, 신체 자세 검증 시스템의 예시적인 동작들을 도시하는 흐름도이다.
도 7은 예시적인 실시예들에 따른, 예시적인 신체 자세 마스크들을 나타낸다.
도 8은 예시적인 실시예들에 따른, 신체 자세 검증 시스템의 예시적인 입력들 및 출력들을 나타낸다.
도 9는 일부 예들에 따른, 머신으로 하여금 본 명세서에 논의된 방법론들 중 임의의 하나 이상을 수행하게 야기하기 위해 명령어들의 세트가 그 내에서 실행될 수 있는 컴퓨터 시스템 형태의 머신의 도식적 표현이다.
도 10은 예들이 그 내에서 구현될 수 있는 소프트웨어 아키텍처를 도시하는 블록도이다.

이하의 설명은 본 개시내용의 예시적인 실시예들을 구체화하는 시스템들, 방법들, 기법들, 명령어 시퀀스들, 및 컴퓨팅 머신 프로그램 제품들을 포함한다. 이하의 설명에서, 설명의 목적상, 다양한 실시예들의 이해를 제공하기 위해 다수의 구체적인 상세사항들이 제시되어 있다. 그러나, 본 기술분야의 통상의 기술자들에게는 이러한 특정 상세사항들 없이도 실시예들이 실시될 수 있다는 것이 명백할 것이다. 일반적으로, 공지된 명령어 인스턴스들, 프로토콜들, 구조들, 및 기법들은 반드시 상세히 보여지지는 않는다.

전형적으로, 가상 현실(VR) 및 증강 현실(AR) 시스템들은 사용자의 이미지를 캡처하고, 또한 이미지에 묘사된 실세계 신체의 깊이 센서를 이용하여 깊이 맵을 획득함으로써 주어진 사용자를 표현하는 아바타들을 디스플레이한다. 깊이 맵 및 이미지를 함께 처리함으로써, VR 및 AR 시스템들은 사용자에 의해 수행되는 액션들을 검출하고 모방하거나 이에 반응할 수 있다. 이러한 시스템들은 사용자의 아바타들을 제시하고, 가상 객체들을 수정하거나 애플리케이션 기능들을 수행하는 것과 같이 사용자에 의해 수행되는 액션들에 반응하기 위해 잘 작동하지만, 깊이 센서에 대한 필요성은 그들의 애플리케이션들의 범위를 제한한다. 이것은 아바타들을 디스플레이하거나 사용자 검출된 자세들에 응답하여 액션들을 수행할 목적으로 사용자 디바이스들에 깊이 센서들을 추가하는 것이 디바이스들의 전체 비용 및 복잡성을 증가시켜, 디바이스들을 덜 매력적이게 하기 때문이다.

특정 시스템들은 이미지에 묘사된 사용자의 신체의 관절 포지션들에 기초하여 이미지에서 수신되는 자세들과 같은 사용자 액션들을 검출하려고 시도한다. 이러한 시스템들은 특정될 다양한 관절 포지션들의 미리 결정된 각도들에 의존한다. 이 시스템들은 주어진 자세를 검출하기 위해 미리 결정된 각도들과 비교하기 위해 이미지에서 검출된 관절 포지션들의 각도들을 실시간으로 계산한다. 이러한 각도를 입력하는 것은 특정 레벨의 기술을 필요로 하고, 특히 자세의 큰 서브세트가 추적될 때, 많은 시간을 소비한다. 이것은 시스템들의 확장성을 감소시키고, 그러한 시스템들이 소비하는 자원들의 전체 양을 증가시킨다.

다른 시스템들은 주어진 자세를 검출하기 위해 하나 이상의 이미지를 세그먼트화하는 이전에 훈련된 신경망을 적용함으로써 사용자 액션들을 검출하려고 시도한다. 이러한 신경망은 주어진 자세를 정확하게 예측하도록 훈련하기 위해 많은 시간 및 자원을 필요로 한다. 이들 시스템은 또한 입력 이미지에서 자세를 정확하게 검출하기 위해 입력 이미지이 특정의 포지션, 배향 및 스케일을 가질 것을 필요로 한다. 이것은 시스템들의 확장성을 감소시키고, 시스템들이 소비하고 심지어 사용자 자세들을 검출하기 위해 항상 효과적으로 작동하지 못하는 자원들의 전체 양을 증가시킨다.

개시된 실시예들은 사용자의 하나 이상의 이미지로부터 사용자의 신체의 골격 관절들을 식별하고 대상 자세와 연관된 마스크와 비교하기 위해 사용자의 신체의 윤곽을 발생시키는 것에 의해 전자 디바이스를 사용하는 효율을 개선시킨다. 신체의 윤곽이 마스크와 연관된 대상 자세와 매칭되면, 사용자의 신체의 자세는 대상 자세와 매칭되는 것으로 검증된다. 이에 응답하여, 애플리케이션 액션들의 주어진 세트가 실행될 수 있거나, 가상 객체들이 AR/VR 환경에서 렌더링될 수 있다. 구체적으로, 주어진 자세의 사용자의 신체의 묘사를 포함하는 단안 이미지가 수신되고 단안 이미지에 묘사된 신체의 복수의 골격 관절이 검출된다. 이러한 골격 관절은 하나 이상의 이전에 훈련된 머신 러닝 기법들을 사용하여 또는 임의의 다른 적절한 동작을 사용하여 검출될 수 있다. 복수의 골격 관절에 기초하여 사용자의 신체의 윤곽이 생성되고, 대상 자세를 표현하는 마스크가 검색된다. 마스크는 응용 프로그램의 점핑 잭을 카운트하는 것과 같은 대상 기능에 기초하여 또는 수정될 가상 객체에 기초하여 검색될 수 있다. 단안 이미지(monocular image)에 묘사된 신체의 윤곽이 대상 자세를 표현하는 마스크와 비교되고, 그에 응답하여, 사용자의 신체의 주어진 자세가 대상 자세와 매칭된다고 결정된다. 본 명세서에서 사용되는 "윤곽"은 객체 또는 실루엣(예를 들어, 객체의 블록 표현)의 외부 라인을 지칭한다.

마스크 이미지를 사용하여 사용자(또는 다른 객체)의 자세를 결정함으로써, 상이한 관절 포지션들 사이의 복잡한 각도들이 이전에 입력되고 계산될 필요가 없다. 이는 상이한 대상 자세들이 입력 및 생성될 수 있는 용이성을 증가시키고, 자세를 검출할 때 자원들의 전체 소비를 감소시키며, 적어도 그 이유는 상이한 각도들이 대상 자세를 검출하기 위해 실시간으로 계산될 필요가 없기 때문이다. 또한, 개시된 실시예들에 따라, 마스크를 입력 이미지에서 검출된 신체의 중심에 정렬함으로써, 시스템의 확장성이 증가되고, 사용자가 카메라로부터 좌/우로 또는 그를 향해/그로부터 멀리 이동함에 따라 시스템이 입력되는 이미지 내의 사용자의 포지션에 대해 동적으로 그리고 연속적으로 조정할 수 있게 한다. 이것은 개시된 실시예들이 사용자에 의해 수행되는 주어진 자세를 검증함에 있어서 입력 이미지에서의 사용자의 신체의 특정 포지션, 배향 및 스케일에 덜 민감하게 한다.

가상 객체들(예를 들어, 3D 캡션, 이모지, 캐릭터, 아바타, 애니메이션, 개인화된 아바타 또는 캐릭터의 루핑(looping) 애니메이션, 댄싱 핫 도그(dancing hot dog)와 같은 루핑 또는 비-루핑 애니메이션화된 그래픽, 애니메이션을 갖는 양식화된 단어 등과 같은 3차원 객체)는 검출되는 대상 자세에 응답하여 단일의 적색, 녹색, 및 청색(RGB) 이미지(예를 들어, 단안 RGB 이미지) 또는 실세계 사용자의 신체를 묘사하는 RGB 이미지들의 비디오로부터 직접 생성될 수 있다. 개시된 실시예들은 실세계 사용자의 신체의 깊이 맵을 또한 획득하지 않고서 가상 객체를 생성한다. 이는 (깊이 센서가 없는) 간단한 RGB 카메라를 갖는 사용자 디바이스가 VR 또는 AR 애플리케이션 내에서의 실세계 사용자의 신체 자세에 기초하여 애니메이션화된 가상 객체를 정확하고 신속하게 렌더링할 수 있게 하여, 사용자가 더 현실적인 환경에서 VR 또는 AR 콘텐츠와 상호작용할 수 있게 한다.

네트워크화된 컴퓨팅 환경

도 1은 네트워크를 통해 데이터(예를 들어, 메시지들 및 연관된 콘텐츠)를 교환하기 위한 예시적인 메시징 시스템(100)을 도시하는 블록도이다. 메시징 시스템(100)은 클라이언트 디바이스(102)의 다수의 인스턴스를 포함하고, 이들 각각은 메시징 클라이언트(104)와 AR/VR 애플리케이션(105) 포함하는 다수의 애플리케이션을 호스팅한다. 각각의 메시징 클라이언트(104)와 AR/VR 애플리케이션(105)은 네트워크(106)(예를 들어, 인터넷)를 통해 메시징 클라이언트(104)와 AR/VR 애플리케이션(105) 및 메시징 서버 시스템(108)의 다른 인스턴스들에 통신가능하게 결합된다.

메시징 클라이언트(104)와 AR/VR 애플리케이션(105)은 네트워크(106)를 통해 또 다른 메시징 클라이언트 애플리케이션(104) 및 AR/VR 애플리케이션(105)과 그리고 메시징 서버 시스템(108)과 통신하고 데이터를 교환할 수 있다. 메시징 클라이언트(104) 사이에서 그리고 메시징 클라이언트(104)와 메시징 서버 시스템(108) 사이에서 교환되는 데이터는, 기능들(예를 들어, 기능들을 기동시키는 명령들)뿐만 아니라, 페이로드 데이터(예를 들어, 텍스트, 오디오, 비디오 또는 다른 멀티미디어 데이터)를 포함한다.

AR/VR 애플리케이션(105)은 클라이언트 디바이스(102)가 신체 자세 검증 시스템(126)에 액세스할 수 있게 하는 기능들의 세트를 포함하는 애플리케이션이다. 일부 구현들에서, AR/VR 애플리케이션(105)은 메시징 클라이언트(104)의 일부인 컴포넌트 또는 특징(feature)이다. AR/VR 애플리케이션(105)은 RGB 카메라를 사용하여 사용자의 실세계 신체의 하나 이상의 단안 이미지(예를 들어, 비디오)를 캡처한다. AR/VR 애플리케이션(105)은 신체의 골격 관절 포지션들을 검출하기 위해 캡처된 신체의 이미지들에 대해 하나 이상의 훈련된 머신 러닝 기법을 적용한다. AR/VR 애플리케이션(105)은, 예를 들어, 검출되는 상이한 골격 관절 포지션들을 연결하는 라인을 그림으로써, 사용자의 신체의 윤곽을 생성한다. AR/VR 애플리케이션(105)은, 예를 들어, 주어진 애플리케이션 기능들의 세트를 수행하기 위해, 상이한 대상 자세를 각각 묘사하는 저장 디바이스로부터 하나 이상의 마스크를 획득한다. 예를 들어, AR/VR 애플리케이션(105)이 사용자에 의해 수행되는 점핑 잭(jumping jack)을 카운트하는 기능을 포함하는 경우, AR/VR 애플리케이션(105)은 제1 대상 자세를 묘사하는 제1 마스크와 제2 대상 자세를 묘사하는 제2 마스크를 검색한다. AR/VR 애플리케이션(105)이 사용자의 윤곽이 제1 및 제2 마스크의 제2 대상 자세가 뒤따르는 제1 대상 자세와 매칭된다고 결정할 때마다, AR/VR 애플리케이션(105)은 검출된 점핑 잭의 총 수를 표현하는 수를 증가시킨다.

예를 들어, 사용자의 손이 머리 위로 올려지고 그 후에 내려질 때, AR/VR 애플리케이션(105)은 단일 점핑 잭이 완료되었다고 결정하고 실행중인 총계를 1씩 자동으로 증가시킨다. 일부 경우에, AR/VR 애플리케이션(105)은 캡처된 이미지들 내의 제1 이미지에 묘사된 신체의 제1 윤곽을 제1 마스크와 비교한다. 윤곽이 마스크에 묘사된 대상 자세와 실질적으로 중첩할 때(예를 들어, 윤곽의 임계 수보다 많은 픽셀들이 마스크에 묘사된 대상 자세의 픽셀들과 중첩할 때), AR/VR 애플리케이션(105)은 제1 이미지에 묘사된 자세가 제1 마스크와 매칭된다고 결정한다. 그 다음, AR/VR 애플리케이션(105)은 제1 이미지 이후에 후속하여 수신된 제2 이미지를 분석하여 제2 윤곽을 생성한다. AR/VR 애플리케이션(105)은 제2 마스크를 검색하고 제2 윤곽을 제2 마스크와 비교한다. 제2 윤곽이 제2 마스크에 묘사된 대상 자세와 실질적으로 중첩할 때(예를 들어, 윤곽의 임계 수보다 많은 픽셀들이 마스크에 묘사된 대상 자세의 픽셀들과 중첩할 때), AR/VR 애플리케이션(105)은 제2 이미지에 묘사된 자세가 제2 마스크와 매칭된다고 결정한다. 제2 자세가 제1 자세 이후에 순차적으로 검증되었다고 AR/VR 애플리케이션(105)이 결정하면, AR/VR 애플리케이션(105)은 사용자에 의해 수행된 점핑 잭의 총 수를 표현하는 수를 증가시키는 것과 같은 애플리케이션 기능을 실행한다. 다른 기능들은 비디오 게임에서 가상 무기를 발사하는 것 또는 제1 및 제2 자세들이 사용자에 의해 순차적으로 수행되고 있다는 결정에 응답하여 특정 방식으로 하나 이상의 아바타를 수정하는 것을 포함할 수 있다.

일부 실시예들에서, AR/VR 애플리케이션(105)은 로컬 또는 원격 스토리지로부터 제1 훈련된 머신 러닝 기법을 획득함으로써 캡처된 RGB 이미지로부터 직접 캡처된 RGB 이미지에 묘사된 신체의 관절 포지션들을 검출한다. 제1 훈련된 머신 러닝 기법은 캡처된 RGB 이미지를 처리하여 캡처된 RGB 이미지에 묘사된 신체에 대응하는 하나 이상의 특징을 RGB 이미지로부터 추출한다. 하나 이상의 골격 관절들 및 서로에 대한 그 각자의 정렬을 식별하기 위해 특징들이 분석된다. 구체적으로, 특징들은 골격 관절들 중 지정된 세트의 관절 포지션들을 결정하기 위해 분석된다. AR/VR 애플리케이션(105)은 또한 후속 프레임에 대한 골격 관절 포지션들을 추정 또는 예측하기 위해 하나 이상의 이전에 캡처된 프레임들(예를 들어, RGB 이미지에 바로 선행하는 1-2초의 비디오 프레임들)을 처리하기 위한 제2 훈련된 머신 러닝 기법을 획득한다. (사용자 정의되고, 이전에 특정되고, 및/또는 동적으로 결정될 수 있는) 비디오 프레임들의 임계 초들의 수(threshold number of seconds)는 버퍼에서 연속적으로 또는 주기적으로 저장될 수 있어서, 현재의 RGB 이미지에 선행하는 비디오 프레임들의 임계 초들의 수 가치가 제2 훈련된 머신 러닝 기법에 의해 액세스될 수 있다. 제2 훈련된 머신 러닝 기법의 골격 관절 포지션들의 출력 또는 예측은 제1 훈련된 머신 러닝 기법에 의해 식별된 골격 관절 포지션들을 필터링하거나 개선하기 위해 사용된다. 일부 경우들에서, 제2 훈련된 머신 러닝 기법은 이전에 캡처된 프레임들과 함께 제1 훈련된 머신 러닝 기법에 의해 식별된 골격 관절 포지션들을 처리하여 추정된 골격 관절 포지션들을 필터링하거나 개선한다. 골격 관절 포지션들을 검출하기 위한 기법들은 2019년 12월 11일자로 출원된 공동 소유의 Assouline 등의 미국 특허 출원 제16/710,980호에 더 상세히 설명되어 있으며, 이는 그 전체가 본 명세서에 참고로 포함된다.

메시징 서버 시스템(108)은 네트워크(106)를 통해 특정 메시징 클라이언트(104)에게 서버 측 기능성을 제공한다. 메시징 시스템(100)의 특정 기능들이 메시징 클라이언트(104)에 의해 또는 메시징 서버 시스템(108)에 의해 수행되는 것으로 본 명세서에 설명되지만, 메시징 클라이언트(104) 또는 메시징 서버 시스템(108) 내에서의 특정 기능성의 로케이션은 설계 선택사항이다. 예를 들어, 처음에는 특정 기술 및 기능성을 메시징 서버 시스템(108) 내에 배치하지만, 나중에 클라이언트 디바이스(102)가 충분한 처리 용량을 갖는 경우 이 기술 및 기능성을 메시징 클라이언트(104)로 이주시키는 것이 기술적으로 바람직할 수 있다.

메시징 서버 시스템(108)은 메시징 클라이언트(104)에 제공되는 다양한 서비스들 및 동작들을 지원한다. 그러한 동작들은 메시징 클라이언트(104)에 데이터를 송신하고, 그로부터 데이터를 수신하고, 그에 의해 생성된 데이터를 처리하는 것을 포함한다. 이 데이터는, 예로서, 메시지 콘텐츠, 클라이언트 디바이스 정보, 지오로케이션 정보, 미디어 증강 및 오버레이, 메시지 콘텐츠 지속 조건, 소셜 네트워크 정보, 및 라이브 이벤트 정보를 포함할 수 있다. 메시징 시스템(100) 내에서의 데이터 교환은 메시징 클라이언트(104)의 사용자 인터페이스(UI)들을 통해 이용 가능한 기능들을 통해 기동되고 제어된다.

이제 구체적으로 메시징 서버 시스템(108)을 살펴보면, 애플리케이션 프로그램 인터페이스(API) 서버(110)는 신체 자세 검증 시스템(126)을 포함하는, 애플리케이션 서버들(112)에 결합되고, 그에 프로그램 방식의 인터페이스(programmatic interface)를 제공한다. 애플리케이션 서버들(112)은 데이터베이스 서버(118)에 통신가능하게 결합되는데, 이는 애플리케이션 서버들(112)에 의해 처리되는 메시지들과 연관된 데이터를 저장하는 데이터베이스(120)에 대한 액세스를 용이하게 한다. 유사하게, 웹 서버(124)가 애플리케이션 서버들(112)에 결합되고, 웹 기반 인터페이스들을 애플리케이션 서버들(112)에 제공한다. 이를 위해, 웹 서버(124)는 HTTP(Hypertext Transfer Protocol) 및 여러 다른 관련 프로토콜을 통해 착신 네트워크 요청들을 처리한다.

API(Application Program Interface) 서버(110)는 클라이언트 디바이스(102)와 애플리케이션 서버들(112) 사이에서 메시지 데이터(예를 들어, 명령들 및 메시지 페이로드들)를 수신하고 송신한다. 구체적으로, API(Application Program Interface) 서버(110)는 애플리케이션 서버들(112)의 기능성을 기동시키기 위해 메시징 클라이언트(104)에 의해 호출되거나 질의될 수 있는 인터페이스들(예를 들어, 루틴들 및 프로토콜들)의 세트를 제공한다. API(Application Program Interface) 서버(110)는 계정 등록, 로그인 기능성, 특정 메시징 클라이언트(104)로부터 또 다른 메시징 클라이언트(104)로의, 애플리케이션 서버들(112)을 통한 메시지의 전송, 메시징 클라이언트(104)로부터 메시징 서버(114)로의 미디어 파일들(예를 들어, 이미지 또는 비디오)의 전송, 및 다른 메시징 클라이언트(104)에 의한 가능한 액세스를 위해, 미디어 데이터의 컬렉션(예를 들어, 스토리)의 설정, 클라이언트 디바이스(102)의 사용자의 친구들의 리스트의 검색, 그러한 컬렉션들의 검색, 메시지들 및 콘텐츠의 검색, 엔티티 그래프(예를 들어, 소셜 그래프)로의 엔티티들(예를 들어, 친구들)의 추가 및 삭제, 소셜 그래프 내에서의 친구들의 로케이션들, 및 (예를 들어, 메시징 클라이언트(104)에 관련된) 애플리케이션 이벤트를 오픈하는 것 등을 포함한, 애플리케이션 서버(112)에 의해 지원되는 다양한 기능들을 노출시킨다.

애플리케이션 서버들(112)은, 예를 들어, 메시징 서버(114), 이미지 처리 서버(116), 신체 자세 검증 시스템(126), 및 소셜 네트워크 서버(122)를 포함하는, 다수의 서버 애플리케이션 및 서브시스템을 호스팅한다. 메시징 서버(114)는, 특히 메시징 클라이언트(104)의 다중의 인스턴스로부터 수신된 메시지들에 포함된 콘텐츠(예를 들어, 텍스트 및 멀티미디어 콘텐츠)의 집성 및 다른 처리에 관련된, 다수의 메시지 처리 기술 및 기능을 구현한다. 더 상세히 설명되는 바와 같이, 다중의 소스로부터의 텍스트 및 미디어 콘텐츠는 콘텐츠의 컬렉션들(예를 들어, 스토리 또는 갤러리라고 불림)로 집성될 수 있다. 그 후, 이러한 컬렉션들은 메시징 클라이언트(104)에 이용 가능하게 된다. 다른 프로세서 및 메모리 집약적인 데이터의 처리는 또한, 그러한 처리를 위한 하드웨어 요건을 고려하여, 메시징 서버(114)에 의해 서버 측에서 수행될 수 있다.

애플리케이션 서버들(112)은, 전형적으로 메시징 서버(114)로부터 전송되거나 메시징 서버(114)에서 수신되는 메시지의 페이로드 내의 이미지들 또는 비디오에 관하여, 다양한 이미지 처리 동작들을 수행하는 데 전용되는 이미지 처리 서버(116)를 또한 포함한다.

소셜 네트워크 서버(122)는 다양한 소셜 네트워크화 기능 및 서비스를 지원하고 이들 기능 및 서비스를 메시징 서버(114)에 이용가능하게 만든다. 이를 위해, 소셜 네트워크 서버(122)는 데이터베이스(120) 내에 엔티티 그래프(306)(도 3에 도시됨)를 유지하고 액세스한다. 소셜 네트워크 서버(122)에 의해 지원되는 기능들 및 서비스들의 예들은 특정 사용자가 관계를 가지거나 "팔로우하고 있는" 메시징 시스템(100)의 다른 사용자들의 식별, 및 또한 다른 엔티티들의 식별 및 특정 사용자의 관심사들을 포함한다.

시스템 아키텍처

도 2는 일부 예들에 따른, 메시징 시스템(100)에 관한 추가 상세사항들을 예시하는 블록도이다. 구체적으로, 메시징 시스템(100)은 메시징 클라이언트(104) 및 애플리케이션 서버들(112)을 포함하는 것으로 도시되어 있다. 메시징 시스템(100)은 메시징 클라이언트(104)에 의해 클라이언트 측에서 그리고 애플리케이션 서버들(112)에 의해 서버 측에서 지원되는 다수의 서브시스템을 구체화한다. 이러한 서브시스템들은, 예를 들어, 단기적 타이머 시스템(202), 컬렉션 관리 시스템(204), 증강 시스템(206), 맵 시스템(208), 및 게임 시스템(210)을 포함한다. 일부 구현들에서, 증강 시스템(206)은 신체 자세 검증 시스템(126)의 기능성의 일부 또는 전부를 구현한다.

단기적 타이머 시스템(202)은 메시징 클라이언트(104) 및 메시징 서버(114)에 의한 콘텐츠에 대한 일시적 또는 시간 제한된 액세스를 시행하는 것을 담당한다. 단기적 타이머 시스템(202)은 메시지 또는 메시지들의 컬렉션(예를 들어, 스토리)과 연관된 지속기간 및 디스플레이 파라미터들에 기초하여, 메시징 클라이언트(104)를 통해 메시지들 및 연관된 콘텐츠에 대한 (예를 들어, 제시 및 디스플레이를 위한) 액세스를 선택적으로 가능하게 하는 다수의 타이머를 포함한다. 단기적 타이머 시스템(202)의 동작에 관한 추가의 상세사항들이 아래에 제공된다.

컬렉션 관리 시스템(204)은 미디어의 컬렉션들(예를 들어, 텍스트, 이미지 비디오, 및 오디오 데이터의 컬렉션들) 또는 세트들을 관리하는 것을 담당한다. 콘텐츠의 컬렉션(예를 들어, 이미지들, 비디오, 텍스트, 및 오디오를 포함하는 메시지들)은 "이벤트 갤러리" 또는 "이벤트 스토리"가 되도록 조직될 수 있다. 그러한 컬렉션은 콘텐츠가 관련되는 이벤트의 지속기간과 같은 지정된 시간 기간 동안 이용 가능하게 될 수 있다. 예를 들어, 음악 콘서트에 관련한 콘텐츠는 그 음악 콘서트의 지속기간 동안 "스토리"로서 이용 가능하게 될 수 있다. 컬렉션 관리 시스템(204)은 또한 메시징 클라이언트(104)의 사용자 인터페이스에 특정 컬렉션의 존재의 통지를 제공하는 아이콘을 게시하는 것을 담당할 수 있다.

컬렉션 관리 시스템(204)은 더욱이 컬렉션 관리자가 콘텐츠의 특정 컬렉션을 관리 및 큐레이팅하는 것을 허용하는 큐레이션 인터페이스(212)를 포함한다. 예를 들어, 큐레이션 인터페이스(212)는 이벤트 조직자가 특정 이벤트에 관련된 콘텐츠의 컬렉션을 큐레이팅(예를 들어, 부적절한 콘텐츠 또는 중복 메시지들을 삭제)하는 것을 가능하게 한다. 추가적으로, 컬렉션 관리 시스템(204)은 머신 비전(또는 이미지 인식 기술) 및 콘텐츠 규칙들을 채택하여 콘텐츠 컬렉션을 자동적으로 큐레이팅한다. 특정 예들에서, 사용자 생성 콘텐츠를 컬렉션에 포함시키는 것에 대한 보상이 사용자에게 지불될 수 있다. 이러한 경우들에서, 컬렉션 관리 시스템(204)은 이러한 사용자들에게 그들의 콘텐츠의 사용에 대해 자동적으로 지불하도록 동작한다.

증강 시스템(206)은 사용자가 메시지와 연관된 미디어 콘텐츠를 증강(예를 들어, 주석하거나 또는 다른 방식으로 수정 또는 편집)할 수 있게 하는 다양한 기능들을 제공한다. 예를 들어, 증강 시스템(206)은 메시징 시스템(100)에 의해 처리되는 메시지들에 대한 미디어 오버레이들의 생성 및 게시와 관련된 기능들을 제공한다. 증강 시스템(206)은 클라이언트 디바이스(102)의 지오로케이션에 기초하여 메시징 클라이언트(104)에 미디어 오버레이 또는 증강(예를 들어, 이미지 필터)을 동작적으로 공급한다. 또 다른 예에서, 증간 시스템(206)은 클라이언트 디바이스(102)의 사용자의 소셜 네트워크 정보와 같은 다른 정보에 기초하여 메시징 클라이언트(104)에 미디어 오버레이를 동작적으로 공급한다. 미디어 오버레이는 오디오 및 시각적 콘텐츠 및 시각적 효과를 포함할 수 있다. 오디오 및 시각적 콘텐츠의 예는 픽처, 텍스트, 로고, 애니메이션, 및 음향 효과를 포함한다. 시각적 효과의 예는 컬러 오버레잉을 포함한다. 오디오 및 시각적 콘텐츠 또는 시각적 효과는 클라이언트 디바이스(102)에서 미디어 콘텐츠 아이템(예를 들어, 사진)에 적용될 수 있다. 예를 들어, 미디어 오버레이는 클라이언트 디바이스(102)에 의해 촬영된 사진 상단에 오버레이될 수 있는 텍스트 또는 이미지를 포함할 수 있다. 또 다른 예에서, 미디어 오버레이는 로케이션 오버레이의 식별(예를 들어, Venice Beach), 라이브 이벤트의 이름, 또는 상인 오버레이의 이름(예를 들어, Beach Coffee House)을 포함한다. 또 다른 예에서, 증강 시스템(206)은 클라이언트 디바이스(102)의 지오로케이션을 이용하여, 클라이언트 디바이스(102)의 지오로케이션에 있는 상인의 이름을 포함하는 미디어 오버레이를 식별한다. 미디어 오버레이는 상인과 연관된 다른 표시들을 포함할 수 있다. 미디어 오버레이들은 데이터베이스(120)에 저장되고 데이터베이스 서버(118)를 통해 액세스될 수 있다.

일부 예들에서, 증강 시스템(206)은 사용자들이 맵 상에서 지오로케이션을 선택하고 선택된 지오로케이션과 연관된 콘텐츠를 업로드하는 것을 가능하게 하는 사용자 기반 게시 플랫폼을 제공한다. 사용자는 또한 특정 미디어 오버레이가 다른 사용자들에게 제공되어야 하는 상황들을 지정할 수 있다. 증강 시스템(206)은 업로드된 콘텐츠를 포함하고 업로드된 콘텐츠를 선택된 지오로케이션과 연관시키는 미디어 오버레이를 생성한다.

다른 예들에서, 증강 시스템(206)은 상인들이 입찰 프로세스를 통해 지오로케이션과 연관된 특정 미디어 오버레이를 선택할 수 있게 하는 상인 기반 게시 플랫폼을 제공한다. 예를 들어, 증강 시스템(206)은 최고가 입찰 상인의 미디어 오버레이를 미리 정의된 양의 시간 동안 대응하는 지오로케이션과 연관시킨다.

맵 시스템(208)은 다양한 지리적 로케이션 기능들을 제공하고, 메시징 클라이언트(104)에 의한 맵 기반 미디어 콘텐츠 및 메시지들의 제시를 지원한다. 예를 들어, 맵 시스템(208)은, 맵의 컨텍스트 내에서, 사용자의 "친구들"의 현재 또는 과거 로케이션뿐만 아니라 이러한 친구들에 의해 생성된 미디어 콘텐츠(예를 들어, 사진들 및 비디오들을 포함하는 메시지들의 컬렉션들)를 표시하기 위해 맵 상에 사용자 아이콘들 또는 아바타들(예를 들어, 프로필 데이터(308)에 저장됨)의 디스플레이를 가능하게 한다. 예를 들어, 특정 지리적 로케이션으로부터 메시징 시스템(100)에 사용자에 의해 게시된 메시지는 그 특정 로케이션에서의 맵의 컨텍스트 내에서 메시징 클라이언트(104)의 맵 인터페이스 상의 특정 사용자의 "친구들"에게 디스플레이될 수 있다. 사용자는 더욱이 그 또는 그녀의 로케이션 및 상태 정보를 메시징 클라이언트(104)를 통해 메시징 시스템(100)의 다른 사용자들과 (예를 들어, 적절한 상태 아바타를 이용하여) 공유할 수 있는데, 이 로케이션 및 상태 정보는 선택된 사용자들에게 메시징 클라이언트(104)의 맵 인터페이스의 컨텍스트 내에서 유사하게 디스플레이된다.

게임 시스템(210)은 메시징 클라이언트(104)의 컨텍스트 내에서 다양한 게임 기능들을 제공한다. 메시징 클라이언트(104)는 메시징 클라이언트(104)의 컨텍스트 내에서 사용자에 의해 론칭되고 메시징 시스템(100)의 다른 사용자들과 플레이될 수 있는 이용가능한 게임들의 리스트를 제공하는 게임 인터페이스를 제공한다. 메시징 시스템(100)은 또한 메시징 클라이언트(104)로부터 다른 사용자들에게 초청들을 발행함으로써, 특정 사용자가 특정 게임의 플레이에 참여하도록 다른 사용자들을 초청할 수 있게 한다. 메시징 클라이언트(104)는 또한 게임플레이의 컨텍스트 내에서 음성 및 텍스트 메시징(예를 들어, 채팅들) 둘 다를 지원하고, 게임들에 대한 리더보드(leaderboard)를 제공하며, 또한 게임 내 보상들(예를 들어, 코인들 및 아이템들)의 제공을 지원한다.

데이터 아키텍처

도 3은 특정 예들에 따른, 메시징 서버 시스템(108)의 데이터베이스(120)에 저장될 수 있는 데이터 구조들(300)을 예시하는 개략도이다. 데이터베이스(120)의 콘텐츠가 다수의 테이블을 포함하는 것으로 도시되어 있지만, 데이터는 다른 타입의 데이터 구조에(예를 들어, 객체 지향형 데이터베이스로서) 저장될 수 있다는 것을 알 것이다.

데이터베이스(120)는 메시지 테이블(302) 내에 저장된 메시지 데이터를 포함한다. 이 메시지 데이터는, 임의의 특정 메시지에 대해, 적어도 메시지 발신자 데이터, 메시지 수신측(또는 수신자) 데이터, 및 페이로드를 포함한다. 메시지에 포함될 수 있고 메시지 테이블(302)에 저장된 메시지 데이터 내에 포함될 수 있는 정보에 관한 추가 상세사항들은 도 4를 참조하여 아래에 설명된다.

엔티티 테이블(304)은 엔티티 데이터를 저장하고, 엔티티 그래프(306) 및 프로필 데이터(308)에 (예를 들어, 참조적으로) 링크된다. 엔티티 테이블(304) 내에 레코드들이 유지되는 엔티티들은, 개인, 법인 엔티티, 조직, 객체, 장소, 이벤트 등을 포함할 수 있다. 엔티티 타입에 관계없이, 그에 관해 메시징 서버 시스템(108)이 데이터를 저장하는 임의의 엔티티는 인식된 엔티티일 수 있다. 각각의 엔티티는 고유 식별자뿐만 아니라 엔티티 타입 식별자(도시되지 않음)를 구비한다.

엔티티 그래프(306)는 엔티티들 사이의 관계 및 연관에 관한 정보를 저장한다. 그러한 관계들은, 단지 예를 들어, 사회의, 전문적(예를 들어, 일반 법인 또는 조직에서의 일) 관심 기반 또는 활동 기반일 수 있다.

프로필 데이터(308)는 특정 엔티티에 관한 다중 타입의 프로필 데이터를 저장한다. 프로필 데이터(308)는 특정 엔티티에 의해 지정된 프라이버시 설정들에 기초하여, 선택적으로 사용되고, 메시징 시스템(100)의 다른 사용자들에게 제시될 수 있다. 엔티티가 개인인 경우, 프로필 데이터(308)는, 예를 들어, 사용자 이름, 전화 번호, 주소, 설정들(예컨대, 통지 및 프라이버시 설정들)은 물론이고, 사용자 선택 아바타 표현(또는 이러한 아바타 표현들의 컬렉션)을 포함한다. 그 후 특정 사용자는 메시징 시스템(100)을 통해 통신된 메시지들의 콘텐츠 내에, 그리고 메시징 클라이언트들(104)에 의해 다른 사용자들에게 디스플레이된 맵 인터페이스들 상에 이들 아바타 표현들 중 하나 이상을 선택적으로 포함할 수 있다. 아바타 표현들의 컬렉션은 사용자가 특정 시간에 통신하기 위해 선택할 수 있는 상태 또는 활동의 그래픽 표현을 제시하는 "상태 아바타들"을 포함할 수 있다.

엔티티가 그룹인 경우, 그룹에 대한 프로필 데이터(308)는 관련 그룹에 대한 그룹 이름, 멤버들, 및 다양한 설정들(예컨대, 통지들)에 더하여, 그룹과 연관된 하나 이상의 아바타 표현을 유사하게 포함할 수 있다.

데이터베이스(120)는 또한 오버레이들 또는 필터들과 같은 증강 데이터를 증강 테이블(310)에 저장한다. 증강 데이터는 (그에 대해 데이터가 비디오 테이블(314)에 저장되는) 비디오들 및 (그에 대해 데이터가 이미지 테이블(316)에 저장되는) 이미지들과 연관되고 이들에 적용된다.

한 예에서, 필터들은 수신측 사용자에의 제시 동안 이미지 또는 비디오 상에 오버레이되어 디스플레이되는 오버레이들이다. 필터들은, 전송측 사용자가 메시지를 작성하고 있을 때 메시징 클라이언트(104)에 의해 전송측 사용자에게 제시되는 필터들의 세트로부터의 사용자 선택된 필터들을 포함하여, 다양한 타입들의 것일 수 있다. 다른 타입의 필터들은 지리적 로케이션에 기초하여 전송측 사용자에게 제시될 수 있는 지오로케이션 필터들(지오 필터들이라고도 알려짐)을 포함한다. 예를 들어, 이웃 또는 특수 로케이션에 특정적인 지오로케이션 필터들이 클라이언트 디바이스(102)의 GPS(Global Positioning System) 유닛에 의해 결정된 지오로케이션 정보에 기초하여 메시징 클라이언트(104)에 의해 사용자 인터페이스 내에 제시될 수 있다.

또 다른 타입의 필터는 메시지 생성 프로세스 동안 클라이언트 디바이스(102)에 의해 수집된 정보 또는 다른 입력들에 기초하여, 메시징 클라이언트(104)에 의해 전송측 사용자에게 선택적으로 제시될 수 있는 데이터 필터이다. 데이터 필터들의 예는 특정 로케이션에서의 현재 온도, 전송측 사용자가 이동하고 있는 현재 속도, 클라이언트 디바이스(102)에 대한 배터리 수명, 또는 현재 시간을 포함한다.

이미지 테이블(316) 내에 저장될 수 있는 다른 증강 데이터는 (예를 들어, 렌즈들 또는 증강 현실 경험들을 적용하는 것에 대응하는) 증강 현실 콘텐츠 아이템들을 포함한다. 증강 현실 콘텐츠 아이템은 이미지 또는 비디오에 추가될 수 있는 실시간 특수 효과 및 사운드일 수 있다.

훈련된 머신 러닝 기법(들)(306)은 신체 자세 검증 시스템(126)의 훈련 동안 훈련된 파라미터들을 저장한다. 예를 들어, 훈련된 머신 러닝 기법들(306)은 하나 이상의 신경망 머신 러닝 기법들의 훈련된 파라미터들을 저장한다.

대상 자세 마스크(들)(309)는 상이한 대상 자세들을 표현하는 마스크들을 저장한다. 각각의 대상 자세 마스크 또는 대상 자세 마스크들의 조합 또는 시퀀스는 상이한 AR/VR 애플리케이션 기능과 연관될 수 있다. 각각의 대상 자세 마스크는 대상 자세의 흑백 묘사를 포함한다. 예를 들어, 마스크는 흑색 배경 상에 백색 픽셀들을 사용하여 대상 자세를 묘사할 수 있다. 백색 배경 상에 대상 자세를 표현하는 흑색 픽셀들과 같은, 임의의 다른 적합한 마스크 배열 또는 컬러가 대상 자세를 표현하기 위해 마스크에서 이용될 수 있다. 마스크들은 임의의 적합한 드로잉 툴을 사용하여 사용자 정의되거나 그려지고 대상 자세 마스크(들)(309)에 저장될 수 있다. 마스크는 사용자의 전신(예를 들어, 팔, 머리, 목, 몸통, 및 다리) 또는 대상 자세의 대상인 신체의 일부분(예를 들어, 머리, 목, 어깨, 및 팔)만을 묘사할 수 있다. 각각의 마스크는 검증될 대상 자세에 대한 입력 이미지에 묘사된 사용자의 윤곽과 얼마나 많은 마스크가 중첩되어야 하는지를 특정하는 픽셀 카운트 또는 픽셀 임계값과 연관될 수 있다. 임계값은 또한 매칭 및 비매칭 마스크 픽셀들에 대한 더 복잡한 수학 함수로서 정의될 수 있다. 예를 들어, 제1 마스크는 80 퍼센트 임계값과 연관될 수 있고, 제2 마스크는 95 퍼센트 임계값과 연관될 수 있다. 이러한 경우들에서, 사용자의 신체의 윤곽에 대응하는 픽셀들이 제1 마스크에서 대상 자세를 묘사하는 픽셀들의 80 퍼센트와 중첩할 때, 제1 대상 자세가 검증되거나 검출된다. 다른 예로서, 사용자의 신체의 윤곽에 대응하는 픽셀들이 제2 마스크에서 대상 자세를 묘사하는 픽셀들의 95 퍼센트 미만과 중첩할 때, 제2 대상 자세는 검증되지 않거나 검출되지 않는다. 일부 경우들에서, 대상 자세 마스크(들)(309)에 저장되는 모든 마스크에 디폴트 임계값이 적용될 수 있다. 마스크는 또한 임의의 비-인간 객체(예를 들어, 개, 고양이, 동물 또는 다른 객체)를 묘사할 수 있다. 즉, 개시된 실시예들은 사용자들의 대상 자세들을 검출하는 것 및 다른 객체들의 대상 자세들을 검출하는 것에 적용된다.

특정 실시예에서, 제1 임계값은 제1 마스크의 제1 부분과 연관될 수 있고(예를 들어, 제1 자세의 머리 영역은 50 퍼센트 임계값과 연관될 수 있음), 제2 임계값은 제1 마스크의 제2 부분과 연관될 수 있다(예를 들어, 제1 자세의 팔 영역은 85 퍼센트 임계값과 연관될 수 있음). 이러한 경우들에서, 이미지 영역에 묘사된 사용자의 신체의 윤곽의 머리 영역 픽셀들이 제1 마스크의 머리 영역의 적어도 50 퍼센트 중첩할 때, 그리고 윤곽의 팔 영역 픽셀들이 제1 마스크의 팔 영역의 85 퍼센트 초과 중첩할 때, 제1 대상 자세가 검증 또는 검출된다. 이미지 영역에 묘사된 사용자의 신체의 윤곽의 머리 영역 픽셀들이 제1 마스크의 머리 영역의 적어도 50 퍼센트 중첩할 때, 그리고 윤곽의 팔 영역 픽셀들이 제1 마스크의 팔 영역의 85 퍼센트 미만 중첩할 때, 제1 대상 자세는 검증되지 않거나 검출되지 않는다.

대상 자세 마스크(들)(309)에 저장되는 제1 마스크는 제2 마스크와 연관될 수 있다. 예를 들어, 제1 마스크는 첫번째로 대상 자세 시퀀스에 위치가 정해질 수 있고, 제2 마스크는 두번째로 대상 자세 시퀀스에 위치가 정해질 수 있다. 이러한 경우들에서, 제1 대상 자세가 검출된 후에 제2 대상 자세가 순차적으로 검출될 때 애플리케이션 기능이 실행된다. 제2 대상 자세가 먼저 검출되고 이어서 제1 대상 자세가 검출되면, 애플리케이션 기능이 실행되지 않고, 시스템은 대상 자세들의 시퀀스에 대해 계속 모니터링한다. 일부 경우들에서, 자세들이 검출되는 시퀀스에 관계없이 시퀀스 내의 모든 자세들과 매칭되는 입력 이미지에서 검출되는 자세들의 임의의 조합은 애플리케이션 기능이 실행되게 할 수 있다. 예를 들어, 대상 자세 시퀀스의 제1 자세가 뒤따르는 제2 자세의 검출은 애플리케이션 기능이 실행되게 할 수 있다. 일부 실시예들에서, 대상 자세들의 시퀀스가 검출될 때(예를 들어, 제1 대상 자세가 제2 대상 자세가 뒤따르는 입력 이미지에서 검출될 때) 제1 애플리케이션 기능이 실행되고, 대상 자세들이 시퀀스로부터 검출될 때(예를 들어, 제2 대상 자세가 제1 대상 자세 이전의 입력 이미지에서 검출될 때) 제2 애플리케이션 기능이 실행된다.

앞서 설명된 바와 같이, 증강 데이터는 증강 현실 콘텐츠 아이템들, 오버레이들, 이미지 변환들, AR 이미지들, 및 이미지 데이터(예컨대, 비디오들 또는 이미지들)에 적용될 수 있는 수정들을 지칭하는 유사한 항들을 포함한다. 이것은 이미지가 클라이언트 디바이스(102)의 디바이스 센서들(예컨대, 하나 또는 다중의 카메라)을 사용하여 캡처되고 그 후 수정들과 함께 클라이언트 디바이스(102)의 스크린 상에 디스플레이됨에 따라 이미지를 수정하는 실시간 수정들을 포함한다. 이것은 또한 수정될 수 있는 갤러리 내의 비디오 클립들과 같은, 저장된 콘텐츠에 대한 수정들을 포함한다. 예를 들어, 다중의 증강 현실 콘텐츠 아이템에 대한 액세스를 갖는 클라이언트 디바이스(102)에서, 사용자는 다중의 증강 현실 콘텐츠 아이템을 갖는 단일 비디오 클립을 사용하여 상이한 증강 현실 콘텐츠 아이템들이 어떻게 저장된 클립을 수정할 것인지를 알아볼 수 있다. 예를 들어, 상이한 의사랜덤 움직임 모델들을 적용하는 다중의 증강 현실 콘텐츠 아이템이 콘텐츠에 대해 상이한 증강 현실 콘텐츠 아이템들을 선택함으로써 동일한 콘텐츠에 적용될 수 있다. 유사하게, 실시간 비디오 캡처는 클라이언트 디바이스(102)의 센서들에 의해 현재 캡처되고 있는 비디오 이미지들이 어떻게 캡처된 데이터를 수정할 것인지를 보여주기 위해 예시된 수정과 함께 사용될 수 있다. 이러한 데이터는 스크린 상에 단순히 디스플레이될 수 있고 및 메모리에 저장되지 않을 수 있거나, 또는 디바이스 센서들에 의해 캡처된 콘텐츠는 수정들과 함께 또는 수정들 없이 (또는 둘 다로) 메모리에 기록되고 저장될 수 있다. 일부 시스템들에서, 미리보기 특징은 상이한 증강 현실 콘텐츠 아이템들이 동시에 디스플레이에서의 상이한 윈도우들 내에서 어떻게 보일 것인지를 나타낼 수 있다. 이는, 예를 들어, 상이한 의사랜덤 애니메이션들을 갖는 다중의 윈도우가 동시에 디스플레이 상에 보이도록 할 수 있다.

따라서, 이 데이터를 이용하여 콘텐츠를 수정하기 위해 증강 현실 콘텐츠 아이템들 또는 다른 그러한 변환 시스템들을 이용하는 데이터 및 다양한 시스템들은 객체들(예를 들어, 얼굴들, 손들, 몸들, 고양이들, 개들, 표면들, 객체들 등)의 검출, 객체들이 비디오 프레임들에서 시야를 떠나고, 시야에 들어가고, 그 주위를 이동함에 따른 그러한 객체들의 추적, 및 객체들이 추적됨에 따른 그러한 객체들의 수정 또는 변환을 수반할 수 있다. 다양한 실시예들에서, 그러한 변환들을 달성하기 위한 상이한 방법들이 이용될 수 있다. 일부 예들은 객체 또는 객체들의 3차원 메시 모델을 생성하고, 및 비디오 내의 모델의 변환들 및 애니메이션화된 텍스처들을 이용하여 변환을 달성하는 것을 수반할 수 있다. 다른 예들에서, 객체 상의 포인트들의 추적은 이미지 또는 텍스처(2차원 또는 3차원일 수 있음)를 추적된 포지션에 배치하기 위해 이용될 수 있다. 또 다른 예들에서, 비디오 프레임들의 신경망 분석이 콘텐츠(예를 들어, 비디오의 이미지들 또는 프레임들) 내에 이미지들, 모델들, 또는 텍스처들을 배치하기 위해 사용될 수 있다. 따라서, 증강 현실 콘텐츠 아이템들은 콘텐츠에서 변환들을 생성하기 위해 사용되는 이미지들, 모델들, 및 텍스처들뿐만 아니라, 객체 검출, 추적, 및 배치로 그러한 변환들을 달성하는 데 필요한 추가적인 모델링 및 분석 정보 둘 다를 지칭한다.

실시간 비디오 처리가 임의의 종류의 컴퓨터화된 시스템의 메모리에 저장된 임의 종류의 비디오 데이터(예를 들어, 비디오 스트림들, 비디오 파일들 등)를 가지고 수행될 수 있다. 예를 들어, 사용자는 비디오 파일들을 로딩하고 이들을 디바이스의 메모리에 저장할 수 있거나, 또는 디바이스의 센서들을 사용하여 비디오 스트림을 생성할 수 있다. 부가적으로, 임의의 객체들은 인간의 얼굴 및 인체의 부분들, 동물들, 또는 의자들, 자동차들, 또는 다른 객체들과 같은 무생물들과 같은 컴퓨터 애니메이션 모델을 사용하여 처리될 수 있다.

일부 예들에서, 변환될 콘텐츠와 함께 특정 수정이 선택될 때, 변환될 요소들이 컴퓨팅 디바이스에 의해 식별되고, 그 후 이들이 비디오의 프레임들에 존재하는 경우 검출 및 추적된다. 객체의 요소들은 수정을 위한 요청에 따라 수정되고, 따라서 비디오 스트림의 프레임들을 변환한다. 비디오 스트림의 프레임들의 변환은 상이한 종류의 변환을 위한 상이한 방법들에 의해 수행될 수 있다. 예를 들어, 객체들의 요소들의 형태들을 변경하는 것을 주로 지칭하는 프레임들의 변환들에 대해, 객체의 각각의 요소에 대한 특징적인 포인트들이 (예를 들어, ASM(Active Shape Model) 또는 다른 알려진 방법들을 사용하여) 계산된다. 그 후, 객체의 적어도 하나의 요소 각각에 대해 특징적인 포인트들에 기초한 메시가 생성된다. 이 메시는 비디오 스트림에서 객체의 요소들을 추적하는 다음 스테이지에서 사용된다. 추적 프로세스에서, 각각의 요소에 대한 언급된 메시는 각각의 요소의 포지션과 정렬된다. 그 다음, 메시 상에 추가 포인트들이 생성된다. 수정 요청에 기초하여 각각의 요소에 대해 제1 포인트들의 세트가 생성되고, 제1 포인트들의 세트 및 수정 요청에 기초하여 각각의 요소에 대해 제2 포인트들의 세트가 생성된다. 그 다음, 비디오 스트림의 프레임들은, 제1 및 제2 포인트들의 세트들 및 메시에 기초하여 객체의 요소들을 수정함으로써 변환될 수 있다. 이러한 방법에서, 수정된 객체의 배경은 배경을 추적하고 수정함으로써 역시 변경되거나 왜곡될 수 있다.

일부 예들에서, 객체의 요소들을 이용하여 객체의 일부 영역들을 변경하는 변환들은 객체의 각각의 요소에 대한 특징적인 포인트들을 계산하고, 계산된 특징적인 포인트들에 기초하여 메시를 생성함으로써 수행될 수 있다. 포인트들이 메시 상에 생성되고, 그 후 포인트들에 기초한 다양한 영역들이 생성된다. 그 후, 각각의 요소에 대한 영역을 적어도 하나의 요소 각각에 대한 포지션과 정렬함으로써 객체의 요소들이 추적되며, 영역들의 특성들이 수정을 위한 요청에 기초하여 수정되어 비디오 스트림의 프레임들을 변환할 수 있다. 수정을 위한 특정 요청에 좌우되어, 전술한 영역들의 특성들이 상이한 방식들로 변환될 수 있다. 그러한 수정들은 영역들의 컬러를 변경하는 것; 비디오 스트림의 프레임들로부터 영역들의 적어도 일부를 제거하는 것; 수정 요청에 기초하는 영역들 내에 하나 이상의 새로운 객체를 포함시키는 것; 및 영역 또는 객체의 요소들을 수정 또는 왜곡하는 것을 수반할 수 있다. 다양한 예들에서, 그러한 수정들 또는 다른 유사한 수정들의 임의의 조합이 사용될 수 있다. 애니메이션화될 특정 모델들에 대해, 일부 특징적인 포인트들은 모델 애니메이션에 대한 옵션들의 전체 상태 공간을 결정하는데 있어서 사용될 제어 포인트들로서 선택될 수 있다.

얼굴 검출을 이용하여 이미지 데이터를 변환하는 컴퓨터 애니메이션 모델의 일부 예들에서, 특정 얼굴 검출 알고리즘(예를 들어, Viola-Jones)을 이용하여 이미지 상에서 얼굴이 검출된다. 그 후, 얼굴 특징 참조 포인트들을 검출하기 위해 이미지의 얼굴 구역에 ASM(Active Shape Model) 알고리즘이 적용된다.

다른 예들에서, 얼굴 검출에 적합한 다른 방법들 및 알고리즘들이 사용될 수 있다. 예를 들어, 일부 실시예들에서, 특징들은 고려 중인 이미지들의 대부분에 존재하는 구별가능한 포인트를 표현하는 랜드마크를 사용하여 위치가 정해진다. 얼굴 랜드마크들에 대해, 예를 들어, 왼쪽 눈 동공의 로케이션이 사용될 수 있다. 초기 랜드마크가 식별가능하지 않은 경우(예를 들어, 사람이 안대를 낀 경우), 보조 랜드마크들이 사용될 수 있다. 이러한 랜드마크 식별 절차들은 임의의 이러한 객체들에 대해 사용될 수 있다. 일부 예들에서, 랜드마크들의 세트가 형상을 형성한다. 형상들은 형상 내의 포인트들의 좌표를 이용하여 벡터들로서 표현될 수 있다. 어느 한 형상은 형상 포인트들 사이의 평균 유클리드 거리를 최소화하는 유사성 변환(similarity transform)(병진, 스케일링, 및 회전을 허용함)을 이용하여 또 다른 형상에 정렬된다. 평균 형상은 정렬된 훈련 형상들의 평균이다.

일부 예들에서, 전역적 얼굴 검출기에 의해 결정된 얼굴의 포지션 및 크기에 정렬된 평균 형상으로부터의 랜드마크들에 대한 검색이 시작된다. 그 후 이러한 검색은 각각의 포인트 주변의 이미지 텍스처의 템플릿 매칭에 의해 형상 포인트들의 로케이션들을 조정함으로써 임시 형상을 제안하는 단계 및 그 후 수렴이 일어날 때까지 임시 형상을 전역적 형상 모델에 부합시키는 단계를 반복한다. 일부 시스템들에서, 개별 템플릿 매칭들은 신뢰할 수 없으며, 형상 모델은 약한 템플릿 매치(match)들의 결과들을 풀링(pool)하여 더 강한 전체 분류기를 형성한다. 조악한 해상도로부터 미세한 해상도까지, 이미지 피라미드에서의 각각의 레벨에서 전체 검색이 반복된다.

변환 시스템은 클라이언트 디바이스(예를 들어, 클라이언트 디바이스(102)) 상에서 이미지 또는 비디오 스트림을 캡처할 수 있고, 적절한 사용자 경험, 계산 시간, 및 전력 소비를 유지하면서 클라이언트 디바이스(102) 상에서 로컬로 복잡한 이미지 조작들을 수행할 수 있다. 복잡한 이미지 조작들은 크기 및 형상 변화들, 감정 전달들(예를 들어, 찡그림으로부터 미소로 얼굴을 변화시킴), 상태 전달들(예를 들어, 객체를 노화시키는 것, 겉보기 나이를 감소시키는 것, 성별을 변화시키는 것), 스타일 전달들, 그래픽 요소 애플리케이션, 및 클라이언트 디바이스(102) 상에서 효율적으로 실행되도록 구성된 컨볼루션 신경망에 의해 구현되는 임의의 다른 적절한 이미지 또는 비디오 조작을 포함할 수 있다.

일부 예들에서, 이미지 데이터를 변환하기 위한 컴퓨터 애니메이션 모델은, 사용자가 클라이언트 디바이스(102) 상에서 동작하는 메시징 클라이언트(104)의 일부로서 동작하는 신경망을 갖는 클라이언트 디바이스(102)를 사용하여 사용자의 이미지 또는 비디오 스트림(예를 들어, 셀피)을 캡처할 수 있는 시스템에 의해 사용될 수 있다. 메시징 클라이언트(104) 내에서 동작하는 변환 시스템은 이미지 또는 비디오 스트림 내에서의 얼굴의 존재를 결정하고, 이미지 데이터를 변환하기 위해 컴퓨터 애니메이션 모델과 연관된 수정 아이콘들을 제공하거나, 또는 컴퓨터 애니메이션 모델은 본 명세서에 설명된 인터페이스와 연관된 것으로서 존재할 수 있다. 수정 아이콘들은 수정 동작의 일부로서 이미지 또는 비디오 스트림 내에서 사용자의 얼굴을 수정하기 위한 기초일 수 있는 변경들을 포함한다. 일단 수정 아이콘이 선택되면, 변환 시스템은 선택된 수정 아이콘을 반영하기 위해 사용자의 이미지를 변환하기 위한 프로세스를 개시한다(예를 들어, 사용자 상에 미소짓는 얼굴을 생성함). 수정된 이미지 또는 비디오 스트림은 이미지 또는 비디오 스트림이 캡처되자마자 클라이언트 디바이스(102) 상에 디스플레이되는 그래픽 사용자 인터페이스에 제시될 수 있고, 특정된 수정이 선택된다. 변환 시스템은 선택된 수정을 생성 및 적용하기 위해 이미지 또는 비디오 스트림의 일부분 상에 복잡한 컨볼루션 신경망을 구현할 수 있다. 즉, 사용자는 이미지 또는 비디오 스트림을 캡처하고, 일단 수정 아이콘이 선택되었다면 실시간으로 또는 거의 실시간으로 수정된 결과를 제시받을 수 있다. 또한, 수정은 비디오 스트림이 캡처되고 있는 동안 지속될 수 있고, 선택된 수정 아이콘은 토글링된 채로 남아 있을 수 있다. 머신 교시 신경망(machine taught neural network)들이 이러한 수정들을 가능하게 하기 위해 사용될 수 있다.

변환 시스템에 의해 수행되는 수정을 제시하는 그래픽 사용자 인터페이스가 사용자에게 부가의 상호작용 옵션들을 제공할 수 있다. 이러한 옵션들은 콘텐츠 캡처 및 특정의 컴퓨터 애니메이션 모델의 선택을 개시하기 위해 사용되는 인터페이스에 기초할 수 있다(예컨대, 콘텐츠 생성자 사용자 인터페이스로부터의 개시). 다양한 실시예들에서, 수정 아이콘의 초기 선택 후에 수정이 지속될 수 있다. 사용자는 변환 시스템에 의해 수정되고 있는 얼굴을 탭핑(tapping)하거나 다른 방식으로 선택함으로써 수정을 온 또는 오프로 토글링하고, 나중에 보는 것 또는 촬상 애플리케이션의 다른 영역들로 브라우징하는 것을 위해 수정을 저장할 수 있다. 변환 시스템에 의해 다중의 얼굴이 수정되는 경우, 사용자는 그래픽 사용자 인터페이스 내에 수정되어 디스플레이된 단일 얼굴을 탭핑하거나 선택함으로써 전역적으로 수정을 온 또는 오프로 토글링할 수 있다. 일부 예들에서, 다중의 얼굴의 그룹 중에서 개별 얼굴들이 개별적으로 수정될 수 있거나, 또는 그러한 수정들은 그래픽 사용자 인터페이스 내에 디스플레이된 개별 얼굴 또는 일련의 개별 얼굴들을 탭핑하거나 선택함으로써 개별적으로 토글링될 수 있다.

스토리 테이블(312)은 컬렉션(예를 들어, 스토리 또는 갤러리)이 되도록 컴파일되는, 메시지들 및 연관된 이미지, 비디오 또는 오디오 데이터의 컬렉션들에 관한 데이터를 저장한다. 특정 컬렉션의 생성은 특정 사용자(예를 들어, 그에 대해 레코드가 엔티티 테이블(304)에서 유지되는 각각의 사용자)에 의해 개시될 수 있다. 사용자는 그 사용자에 의해 생성되고 전송/브로드캐스팅된 콘텐츠의 컬렉션의 형태로 "개인 스토리(personal story)"를 생성할 수 있다. 이를 위해, 메시징 클라이언트(104)의 사용자 인터페이스는, 전송측 사용자가 자신의 개인 스토리에 특정 콘텐츠를 추가하는 것을 가능하게 하기 위해 사용자 선택가능한 아이콘을 포함할 수 있다.

컬렉션은 또한, 수동으로, 자동으로, 또는 수동 및 자동 기법의 조합을 이용하여 생성된, 다중의 사용자로부터의 콘텐츠의 컬렉션인 "라이브 스토리"를 구성할 수 있다. 예를 들어, "라이브 스토리"는 다양한 로케이션 및 이벤트로부터의 사용자 제출 콘텐츠(user-submitted content)의 큐레이팅된 스트림(curated stream)을 구성할 수 있다. 그 클라이언트 디바이스들이 로케이션 서비스 가능하고 특정 시간에 공통 로케이션 이벤트에 있는 사용자들에게는, 예를 들어, 메시징 클라이언트(104)의 사용자 인터페이스를 통해, 특정 라이브 스토리에 콘텐츠를 기여하는 옵션이 제시될 수 있다. 라이브 스토리는 메시징 클라이언트(104)에 의해 사용자에게, 자신의 로케이션에 기초하여 식별될 수 있다. 최종 결과는 커뮤니티 관점에서 말한 "라이브 스토리"이다.

추가 타입의 콘텐츠 컬렉션은 "로케이션 스토리(location story)"로서 알려져 있는데, 이것은 특정 지리적 로케이션(예를 들어, 단과대학 또는 대학 캠퍼스) 내에 자리잡은 클라이언트 디바이스(102)를 갖는 사용자가 특정 컬렉션에 기여하는 것을 가능하게 한다. 일부 예들에서, 로케이션 스토리에 대한 기여는 최종 사용자가 특정 조직 또는 다른 엔티티에 속한다는(예를 들어, 대학 캠퍼스의 학생이라는) 것을 검증하기 위해 제2 인증 정도를 요구할 수 있다.

위에 언급된 바와 같이, 비디오 테이블(314)은, 한 예에서, 그에 대해 레코드들이 메시지 테이블(302) 내에 유지되는 메시지들과 연관되는 비디오 데이터를 저장한다. 유사하게, 이미지 테이블(316)은 그에 대해 메시지 데이터가 엔티티 테이블(304)에 저장되는 메시지들과 연관된 이미지 데이터를 저장한다. 엔티티 테이블(304)은 증강 테이블(310)로부터의 다양한 증강들을 이미지 테이블(316) 및 비디오 테이블(314)에 저장된 다양한 이미지들 및 비디오들과 연관시킬 수 있다.

데이터 통신 아키텍처

도 4는 추가 메시징 클라이언트(104) 또는 메시징 서버(114)로의 통신을 위해 메시징 클라이언트(104)에 의해 생성된, 일부 예들에 따른, 메시지(400)의 구조를 예시하는 개략도이다. 특정 메시지(400)의 콘텐츠는 메시징 서버(114)에 의해 액세스 가능한, 데이터베이스(120) 내에 저장된 메시지 테이블(302)을 채우기 위해 사용된다. 유사하게, 메시지(400)의 콘텐츠는 클라이언트 디바이스(102) 또는 애플리케이션 서버(112)의 "수송 중(in-transit)" 또는 "비행 중(in-flight)" 데이터로서 메모리에 저장된다. 메시지(400)는 다음의 예시적인 컴포넌트들을 포함하는 것으로 도시된다:

● 메시지 식별자(402): 메시지(400)를 식별하는 고유 식별자.

● 메시지 텍스트 페이로드(404): 클라이언트 디바이스(102)의 사용자 인터페이스를 통해 사용자에 의해 생성되고 메시지(400)에 포함되는 텍스트.

● 메시지 이미지 페이로드(406): 클라이언트 디바이스(102)의 카메라 컴포넌트에 의해 캡처되거나 또는 클라이언트 디바이스(102)의 메모리 컴포넌트로부터 검색되고, 메시지(400)에 포함되는 이미지 데이터. 전송 또는 수신된 메시지(400)에 대한 이미지 데이터는 이미지 테이블(316)에 저장될 수 있다.

● 메시지 비디오 페이로드(408): 카메라 컴포넌트에 의해 캡처되거나 또는 클라이언트 디바이스(102)의 메모리 컴포넌트로부터 검색되고 메시지(400)에 포함되는 비디오 데이터. 전송 또는 수신된 메시지(400)에 대한 비디오 데이터는 비디오 테이블(314)에 저장될 수 있다.

● 메시지 오디오 페이로드(410): 마이크로폰에 의해 캡처되거나 또는 클라이언트 디바이스(102)의 메모리 컴포넌트로부터 검색되고 메시지(400)에 포함되는 오디오 데이터.

● 메시지 증강 데이터(412): 메시지(400)의 메시지 이미지 페이로드(406), 메시지 비디오 페이로드(408), 또는 메시지 오디오 페이로드(410)에 적용될 증강을 표현하는 증강 데이터(예를 들어, 필터, 스티커, 또는 주석 또는 다른 강화물). 전송된 또는 수신된 메시지(400)에 대한 증강 데이터는 증강 테이블(310)에서 저장될 수 있다.

● 메시지 지속기간 파라미터(414): 그에 대해 메시지의 콘텐츠(예를 들어, 메시지 이미지 페이로드(406), 메시지 비디오 페이로드(408), 메시지 오디오 페이로드(410))가 메시징 클라이언트(104)를 통해 사용자에게 제시되거나 액세스 가능하게 되는 시간의 양을 초 단위로 표시하는 파라미터 값.

● 메시지 지오로케이션 파라미터(416): 메시지의 콘텐츠 페이로드와 연관된 지오로케이션 데이터(예를 들어, 위도 및 경도 좌표). 다중의 메시지 지오로케이션 파라미터(416) 값이 페이로드에 포함될 수 있고, 이들 파라미터 값들 각각은 콘텐츠(예를 들어, 메시지 이미지 페이로드(406) 내의 특정 이미지, 또는 메시지 비디오 페이로드(408) 내의 특정 비디오)에 포함된 콘텐츠 아이템들에 대하여 연관된다.

● 메시지 스토리 식별자(418): 메시지(400)의 메시지 이미지 페이로드(406) 내의 특정 콘텐츠 아이템이 그와 연관되어 있는 하나 이상의 콘텐츠 컬렉션(예를 들어, 스토리 테이블(312)에서 식별되는 "스토리들")을 식별하는 식별자 값들. 예를 들어, 메시지 이미지 페이로드(406) 내의 다중의 이미지는 각각 식별자 값들을 사용하여 다중의 콘텐츠 컬렉션과 연관될 수 있다.

● 메시지 태그(420): 각각의 메시지(400)는 다중의 태그로 태깅될 수 있고, 그 각각은 메시지 페이로드에 포함된 콘텐츠의 주제를 나타낸다. 예를 들어, 메시지 이미지 페이로드(406) 내에 포함된 특정 이미지가 동물(예를 들어, 사자)을 묘사하는 경우, 관련 동물을 나타내는 태그 값이 메시지 태그(420) 내에 포함될 수 있다. 태그 값들은 사용자 입력에 기초하여 수동으로 생성되거나, 또는 예를 들어, 이미지 인식을 사용하여 자동으로 생성될 수 있다.

● 메시지 발신자 식별자(422): 그 상에서 메시지(400)가 생성되었고 그로부터 메시지(400)가 전송된 클라이언트 디바이스(102)의 사용자를 나타내는 식별자(예를 들어, 메시징 시스템 식별자, 이메일 주소, 또는 디바이스 식별자).

● 메시지 수신자 식별자(424): 메시지(400)가 어드레싱되는 클라이언트 디바이스(102)의 사용자를 나타내는 식별자(예를 들어, 메시징 시스템 식별자, 이메일 주소, 또는 디바이스 식별자).

메시지(400)의 다양한 컴포넌트들의 콘텐츠(예를 들어, 값들)는 그 내에 콘텐츠 데이터 값들이 저장되어 있는 테이블 내의 로케이션들에 대한 포인터들일 수 있다. 예를 들어, 메시지 이미지 페이로드(406) 내의 이미지 값은 이미지 테이블(316) 내의 로케이션에 대한 포인터(또는 그 주소)일 수 있다. 유사하게, 메시지 비디오 페이로드(408) 내의 값들은 비디오 테이블(314) 내에 저장된 데이터를 가리킬 수 있고, 메시지 증강 데이터(412) 내에 저장된 값들은 증강 테이블(310)에 저장된 데이터를 가리킬 수 있고, 메시지 스토리 식별자(418) 내에 저장된 값들은 스토리 테이블(312)에 저장된 데이터를 가리킬 수 있고, 메시지 발신자 식별자(422) 및 메시지 수신자 식별자(424) 내에 저장된 값들은 엔티티 테이블(304) 내에 저장된 사용자 레코드들을 가리킬 수 있다.

도 5a는 예시적인 실시예들에 따른, 예시적인 신체 자세 검증 시스템(126)을 도시하는 블록도이다. 신체 자세 검증 시스템(126)은 입력 데이터 세트(예를 들어, 사용자의 실제 신체 및 대상 자세 마스크(502)를 묘사하는 단안 이미지(501))에 대해 동작한다. AR/VR 애플리케이션(105)이 사용되고 있을 때, 입력 데이터 세트의 제1 부분은 데이터베이스(들)(120)로부터 획득되고, 입력 데이터 세트의 제2 부분은 클라이언트 디바이스(102)의 RGB 카메라로부터 획득된다. 신체 자세 검증 시스템(126)은 머신 러닝 기법 모듈(512), 골격 관절 포지션 모듈(514), 자세 검증 모듈(516), 가상 객체 수정 모듈(518), 및 가상 객체 디스플레이 모듈(520)을 포함한다.

일부 실시예들에서, 신체 자세 검증 시스템(126)은 사용자 검출 컴포넌트(도시되지 않음)를 포함한다. 사용자 검출 컴포넌트는 클라이언트 디바이스(102)의 전면 또는 후면 카메라를 활성화하는 사용자로부터의 입력을 수신하는 것에 응답하여 활성화된다. 활성화되면, 사용자 검출 컴포넌트는 클라이언트 디바이스의 카메라에 의해 캡처된 이미지들의 세트의 특징들을 분석한다. 사용자 검출 컴포넌트는 특징들이 인간 또는 사람에 대응하는 객체와 매칭되는지를 결정한다. 이러한 경우들에서, 사용자 검출 컴포넌트는 이미지들에 묘사된 사용자의 자세가 대상 자세와 매칭되는지를 결정하는 프로세스를 개시한다. 구체적으로, 사용자 검출 컴포넌트는 이미지(들)에서 검출된 사용자의 자세를 각자의 자세들을 묘사한 하나 이상의 마스크와 비교하라고 머신 러닝 기법 모듈(512), 골격 관절 포지션 모듈(514) 및 자세 검증 모듈(516)에 지시한다. 일부 경우들에서, 사용자 검출 컴포넌트는 머신 러닝 기법 모듈(512)의 일부이다.

머신 러닝 기법 모듈(512)은 주어진 입력 이미지로부터 하나 이상의 특징을 추출하여 이미지에 묘사된 골격 관절들의 골격 관절 포지션들을 추정한다. 예를 들어, 머신 러닝 기법 모듈(512)은 사용자의 얼굴, 팔, 몸통, 엉덩이 및 다리를 묘사하는 주어진 이미지를 획득한다. 머신 러닝 기법 모듈(512)은 하나 이상의 골격 관절(예를 들어, 왼쪽/오른쪽 손목 관절들, 왼쪽/오른쪽 팔꿈치 관절들, 왼쪽/오른쪽 어깨 관절들, 및 코 포지션을 포함하는 도 5b에 도시된 관절들)을 식별하기 위해 사용자의 얼굴 및 팔들에 대응하는 특징들을 이미지로부터 추출한다.

머신 러닝 기법 모듈(512)은 골격 관절 포지션들에 대응하는 자세를 결정하기 위해 식별된 골격 관절들의 상대적 포지션들을 결정한다.

일부 실시예들에서, 제2 머신 러닝 기법 모듈(512)은 비디오의 마지막 프레임에 후속하는 프레임에 대한 골격 관절 포지션들을 예측하기 위해 주어진 입력 비디오로부터 하나 이상의 특징을 추출한다. 제2 머신 러닝 기법 모듈(512)은 비디오의 마지막 프레임에 후속하는 프레임 내의 하나 이상의 골격 관절(예로서, 왼쪽/오른쪽 손목 관절들, 왼쪽/오른쪽 팔꿈치 관절들, 왼쪽/오른쪽 어깨 관절들, 및 코 포지션을 포함하는 도 5b에 도시된 관절들)을 예측하기 위해 사용자의 얼굴 및 팔들에 대응하는 특징들을 비디오로부터 추출한다. 제2 머신 러닝 기법 모듈(512)은 주어진 입력 비디오를 뒤따르는 하나 이상의 후속 프레임에 대한 골격 관절 포지션들을 예측한다. 제2 머신 러닝 기법 모듈(512)은 현재 비디오 프레임 및/또는 그 현재 비디오 프레임으로부터 결정된 골격 관절 포지션들을 수신할 수 있다. 제2 머신 러닝 기법 모듈(512)은 현재 프레임의 이미지 특징들과 함께 신체의 움직임을 묘사하는 이전 프레임들의 세트를 처리하고 다음 프레임에 대한 추정된 골격 관절 포지션들을 예측할 수 있다. 예측에 기초하여, 제2 머신 러닝 기법 모듈(512)은 예측된 추정된 골격 관절 포지션들을 제1 머신 러닝 기법 모듈(512)에 의해 현재 프레임에 대해 결정된 골격 관절 포지션들과 비교한다. 그 후, 제2 머신 러닝 기법 모듈(512)은 비교에 기초하여 필요한 임의의 편차 및 정정을 결정할 수 있다.

머신 러닝 기법 모듈(512)의 추출된 특징들은 골격 관절 포지션 모듈(514)에 제공된다. 골격 관절 포지션 모듈(514)은 특정 골격 관절들의 좌표들을 결정하기 위해 골격 관절 특징들을 분석한다. 예를 들어, 골격 관절 포지션 모듈(514)은 왼쪽 손목의 x,y 좌표, 왼쪽 팔꿈치의 x,y 좌표, 왼쪽 어깨의 x,y 좌표, 코의(또는 입, 귀 또는 눈과 같은 다른 얼굴 특징의) x,y 좌표, 오른쪽 손목의 x,y 좌표, 오른쪽 팔꿈치의 x,y 좌표, 및 오른쪽 어깨의 x,y 좌표와 같은, 각각의 골격 관절의 특정 지점의 x,y 좌표를 결정한다.

자세 검증 모듈(516)은 검출된 골격 관절 포지션들에 대응하는 자세가 하나 이상의 마스크에서의 대상 자세와 매칭되는지를 결정한다. 자세 검증 모듈(516)은 이미지에 묘사된 신체의 윤곽 텍스처를 생성시키기 위해 관절 포지션들을 선으로 연결시킨다. 윤곽 텍스처는 자세 대 배경의 래스터 표현을 기록하거나 저장한다. 일부 경우들에서, 자세 검증 모듈(516)은 신체 텍스처의 윤곽을 제1 컬러(예를 들어, 회색)로 그린다.

자세 검증 모듈(516)은 대상 자세 마스크(들)(309)로부터 하나 이상의 마스크를 검색한다. 일부 경우들에서, 사용자는 AR/VR 애플리케이션의 사용자 인터페이스를 통해 AR/VR 애플리케이션의 동작 또는 기능을 선택한다. 애플리케이션 또는 기능은 사용자가 수행하는 점핑 잭의 수를 계산하기 위해 옵션을 탭함으로써 선택될 수 있다. 이에 응답하여, AR/VR 애플리케이션은 대상 자세 마스크(들)(309)에 저장되는 선택된 기능 또는 동작과 연관된 마스크들의 시퀀스를 식별한다. 예를 들어, AR/VR 애플리케이션은 2개의 상이한 대상 자세를 표현하는 2개의 마스크가 선택된 기능 또는 동작과 연관되는 것으로 결정한다. 도 7은 예시적인 실시예들에 따른, 예시적인 신체 자세 마스크들(700)을 나타낸다. 구체적으로, 선택된 동작 또는 기능은 제1 대상 자세를 묘사하는 제1 마스크(701) 및 제2 대상 자세를 묘사하는 제2 마스크(702)와 연관될 수 있다. 제1 마스크(701)는 머리가 중심에 있고 2개의 팔이 머리 위로 올라가 있는 제1 대상 자세를 표현하는 백색 픽셀들의 세트를 포함할 수 있다. 제2 마스크(702)는 머리가 중심에 있고 팔이 중립 포지션으로 허리에 의해 아래로 모두 내려가는 제2 대상 자세를 표현하는 백색 픽셀의 세트를 포함할 수 있다. 검색되는 마스크들에 묘사된 대상 자세는 제2 컬러(예를 들어, 청색)로 마킹된다.

일부 구현들에서, 자세 검증 모듈(516)은 미리 결정된 쌍들의 관절들(예를 들어, 목과 머리 또는 2개의 어깨 관절) 사이의 거리를 계산한다. 거리에 기초하여, 자세 검증 모듈(516)은 검색되는 하나 이상의 마스크에 대한 스케일을 선택하거나 조정한다.

자세 검증 모듈(516)은 검색된 마스크들 중 하나 이상을 사용자의 신체의 윤곽 텍스처와 정렬시킨다. 예를 들어, 자세 검증 모듈(516)은 마스크 내의 머리의 포지션을 식별함으로써 마스크의 중심을 식별하고, 머리 관절 포지션의 포지션에 기초하여 마스크를 정렬시킨다. 즉, 자세 검증 모듈(516)은 마스크 내의 머리 포지션이 머리 관절 포지션과 실질적으로 정렬되도록 마스크를 오버레이한다. 자세 검증 모듈(516)은 윤곽 텍스처에 의해 오버레이되는 마스크 픽셀들의 컬러를 제2 컬러로부터 제3 컬러로(예를 들어, 청색으로부터 적색으로) 변경한다. 다음으로, 자세 검증 모듈(516)은 생성되는 윤곽 텍스처의 얼마나 많은 픽셀들이 자세를 표현하는 픽셀들을 포함하는 마스크의 영역과 중첩되는지를 계산한다. 예를 들어, 자세 검증 모듈(516)은 제3 컬러(예를 들어, 적색)에서의 얼마나 많은 픽셀들이 매칭 또는 비매칭으로서 검출되는지를 카운트함으로써, 윤곽 텍스처의 얼마나 많은 픽셀들이 마스크의 백색 픽셀과 중첩되는지를 카운트한다. 즉, 자세 검증 모듈(516)은 현재 프레임 마스크와 대상 마스크 사이의 얼마나 많은 픽셀들이 매칭 및 비매칭되는지를 카운트한다. 픽셀들의 연관된 임계 퍼센티지보다 더 많이 윤곽 텍스처와 마스크 사이에서 중첩한다고 결정하는 것에 응답하여, 자세 검증 모듈(516)은 사용자의 신체의 자세가 마스크의 대상 자세와 매칭되는지를 검증하거나 결정한다.

자세 검증 모듈(516)은 제2 마스크가 동작 또는 기능과 연관되어 있는지를 결정한다. 예를 들어, 자세 검증 모듈(516)은 동작 또는 기능이 마스크들 또는 자세들의 시퀀스와 연관되어 있는지를 결정한다. 이에 응답하여, 자세 검증 모듈(516)은 마스크들의 시퀀스에서 제2 마스크를 검색한다. 자세 검증 모듈(516)은 제2 마스크에 의해 표현된 자세에 대해 제2 이미지 또는 이미지들의 세트에서 검출된 관절 포지션들에 기초하여 생성된 윤곽 텍스처를 분석한다. 자세 검증 모듈(516)이 윤곽 텍스처의 픽셀들의 임계 퍼센티지 또는 양이 제2 마스크에 묘사된 자세와 중첩한다고 결정할 때, 자세 검증 모듈(516)은 제2 이미지 또는 이미지들의 세트에서의 사용자의 신체의 자세가 제2 마스크의 대상 자세와 매칭된다고 검증 또는 결정한다. 자세 검증 모듈(516)이 마스크들의 시퀀스 또는 조합에 의해 묘사된 자세들의 시퀀스 또는 조합이 수신된 또는 캡처된 이미지(들)에서 검출되었다고 결정하면, 자세 검증 모듈(516)은 AR/VR 애플리케이션의 기능 또는 동작이 수행되게 한다.

가상 객체 수정 모듈(518)은 자세 검증 모듈(516)로부터 수신된 자세에 기초하여 주어진 아바타의 골격 리그(skeletal rig)를 조정할 수 있다. 가상 객체 수정 모듈(518)은 예를 들어, 이미지에서의 아바타의 자세, 시각적 속성 및/또는 포지션을 변경함으로써 이미지에서 아바타가 제시되는 방식을 조정한다. 조정된 아바타는 가상 객체 수정 모듈(518)에 의해 가상 객체 디스플레이 모듈(520)에 제공된다. 일부 실시예들에서, 가상 객체 디스플레이 모듈(520)은 조정된 아바타를 사용자의 신체를 묘사하는 수신된 단안 이미지가 되도록 조합하여, 조정된 아바타 및 사용자 둘 다가 이미지에서 동시에 제시되도록 한다. 이미지는 가상 객체 디스플레이 모듈(520)에 의해 클라이언트 디바이스(102)에 제공되고, 그 후 다른 사용자에게 전송되거나 나중의 액세스 및 디스플레이를 위해 저장될 수 있다. 일부 실시예들에서, 가상 객체 디스플레이 모듈(520)은 자세 검증 모듈(516)로부터 수신된 자세에 기초하여 소정 자세 또는 자세들의 시퀀스가 검출되는 횟수를 표현하는 카운트를 업데이트하는 것과 같은 AR/VR 애플리케이션의 기능을 실행한다. 예를 들어, 가상 객체 디스플레이 모듈(520)은 사용자가 점핑 잭에 대응하는 액션들 또는 자세들을 수행한 횟수의 실행 총계를 제시할 수 있다. 구체적으로, 사용자가 그들의 머리 위로 그들의 팔을 올린 후 팔을 모두 아래로 내릴 때마다, 가상 객체 디스플레이 모듈(520)은 사용자가 수행한 점핑 잭의 수를 표시하기 위해 디스플레이되는 카운터를 증가시킨다.

도 6은 예시적인 실시예들에 따른, 프로세스(600)를 수행함에 있어서 신체 자세 검증 시스템(126)의 예시적인 동작들을 예시하는 흐름도이다. 프로세스(600)는, 프로세스(600)의 동작들이 메시징 서버 시스템(108) 및/또는 AR/VR 애플리케이션(105)의 기능 컴포넌트들에 의해 부분적으로 또는 전체적으로 수행될 수 있도록 하나 이상의 프로세서에 의한 실행을 위한 컴퓨터 판독가능한 명령어들로 구현될 수 있으며; 그에 따라, 프로세스(600)는 이하에서 그를 참조하여 예로서 설명된다. 그러나, 다른 실시예들에서, 프로세스(600)의 동작들 중 적어도 일부는 다양한 다른 하드웨어 구성들 상에 배치될 수 있다. 따라서, 프로세스(600)는 메시징 서버 시스템(108)에 제한되는 것으로 의도되지 않으며, 전체적으로 또는 부분적으로 임의의 다른 컴포넌트에 의해 구현될 수 있다. 프로세스(600)의 동작들 중 일부 또는 전부는 병렬로, 비순차적으로, 또는 완전히 생략될 수 있다.

동작(601)에서, 신체 자세 검증 시스템(126)은 주어진 자세로 사용자의 신체의 묘사를 포함하는 단안 이미지를 수신한다. 예를 들어, 머신 러닝 기법 모듈(512)은 사용자의 신체를 묘사하는 단안 이미지(501)를 수신한다. 머신 러닝 기법 모듈(512)은 골격 관절들을 표시하는 하나 이상의 특징을 이미지로부터 추출한다.

동작(602)에서, 신체 자세 검증 시스템(126)은 단안 이미지(501)에 묘사된 신체의 복수의 골격 관절을 검출한다. 예를 들어, 골격 관절 포지션 모듈(514)은 머신 러닝 기법 모듈(512)에 의해 추출된 특징들을 처리하여 한 세트의 골격 관절들의 포지션들을 결정한다. 포지션들은 (도 5b에 도시된) 각각의 골격 관절의 중립 포지션들에 대해 결정될 수 있다.

동작(603)에서, 신체 자세 검증 시스템(126)은 복수의 골격 관절에 기초하여 사용자의 신체의 윤곽 텍스처를 생성한다. 예를 들어, 자세 검증 모듈(516)은 복수의 골격 관절 포지션을 연결하는 선을 그린다.

동작(604)에서, 신체 자세 검증 시스템(126)은 대상 자세를 표현하는 마스크를 검색한다. 예를 들어, 신체 자세 검증 시스템(126)은 AR/VR 애플리케이션의 대상 기능에 기초하여 하나 이상의 마스크를 검색한다. 마스크들은 예를 들어, 흑색 및 백색 픽셀들을 사용하여 주어진 자세 또는 자세들의 조합 또는 시퀀스를 묘사하는데, 여기서 백색 픽셀들은 대상 자세에 대응한다.

동작(605)에서, 신체 자세 검증 시스템(126)은 단안 이미지에 묘사된 신체의 윤곽 텍스처를 대상 자세를 표현하는 마스크와 비교한다. 예를 들어, 신체 자세 검증 시스템(126)은 신체의 윤곽 텍스처를 마스크와 정렬시킨 후에, 신체의 윤곽 텍스처를 마스크와 오버레이한다. 신체 자세 검증 시스템(126)은 대상 자세를 묘사하는 마스크의 부분과 중첩하거나 오버레이하는 신체의 윤곽 텍스처의 픽셀들을 식별한다. 신체 자세 검증 시스템(126)은 윤곽 텍스처의 얼마나 많은 픽셀들이 대상 자세를 묘사하는 마스크의 부분과 중첩하거나 오버레이하는지를 카운트한다.

동작(606)에서, 신체 자세 검증 시스템(126)은 신체의 윤곽 텍스처와 마스크를 비교하는 것에 응답하여, 사용자의 신체의 주어진 자세가 대상 자세와 매칭된다고 결정한다. 예를 들어, 신체 자세 검증 시스템(126)은 임계값을 검색하고, 대상 자세를 묘사하는 마스크의 부분과 중첩하거나 오버레이하는 신체의 윤곽 텍스처의 픽셀들의 수가 임계값을 초과하는지를 결정한다. 이러한 경우들에서, 신체 자세 검증 시스템(126)은 대상 자세에 대응하는 AR/VR 애플리케이션의 기능 또는 동작을 실행한다. 일부 실시예들에서, 신체 자세 검증 시스템(126)은 대상 자세들의 시퀀스에서 제2 대상 자세를 검색하고, 이미지들의 초기 세트가 제1 대상 자세의 신체의 묘사를 포함한다고 결정한 후에 이미지들의 제2 세트가 제2 대상 자세의 사용자의 신체의 묘사를 포함한다고 결정한 후에만 기능 또는 동작을 실행한다.

기술된 흐름도가 동작들을 순차적인 프로세스로서 나타낼 수 있지만, 동작들 중 대부분이 병렬로 또는 동시에 수행될 수 있다. 게다가, 동작들의 순서가 재배열될 수 있다. 프로세스는 그의 동작들이 완료될 때 종료된다. 프로세스는 방법, 절차, 알고리즘 등에 대응할 수 있다. 방법들의 동작들은 전체적으로 또는 부분적으로 수행될 수 있고, 다른 방법들에서의 동작들의 일부 또는 전부와 함께 수행될 수 있고, 본 명세서에 설명된 시스템들과 같은 임의의 수의 상이한 시스템들, 또는 시스템들 중 임의의 것에 포함된 프로세서와 같은 그 임의의 부분에 의해 수행될 수 있다.

도 8은 예시적인 실시예들에 따른, 신체 자세 검증 시스템의 예시적인 입력들 및 출력들을 나타낸다. 예를 들어, 클라이언트 디바이스(102)의 사용자는 점핑 잭을 카운트하는 옵션을 선택할 수 있다. 구체적으로, 클라이언트 디바이스(102)는 상이한 신체 자세들과 연관된 기능들을 실행하기 위한 복수의 옵션을 갖는 AR/VR 애플리케이션의 UI를 제시할 수 있다. 사용자는 점핑 잭을 카운트하기 위해 복수로부터 옵션을 선택할 수 있다. 이에 응답하여, 제1 및 제2 마스크(도 7에 도시됨)가 검색되어 사용자의 윤곽 텍스처들과 비교하여 마스크들에 도시된 자세들의 시퀀스가 캡처된 이미지들에서의 사용자의 윤곽들과 매칭되는 때를 결정한다. 도 8과 관련하여 도시되고 설명된 표시자들 중 일부 또는 전부는 생략될 수 있고 예시의 목적으로 도시된다. 즉, 810 내의 사용자의 이미지만이 실행 카운터(840)와 함께 제시될 수 있다. 도 8에 도시된 모든 다른 부분은 생략되고, 실행 카운터(840)를 업데이트하기 위해 점핑 잭을 카운트하기 위한 시스템에 의해 배경에서 사용될 수 있다.

예로서, 제1 사용자 인터페이스(800)가 사용자에게 제시된다. 제1 사용자 인터페이스(800)는 상이한 자세들을 수행하는 사용자의 비디오(810)를 도시한다. 제1 사용자 인터페이스(800)는 실행되고 있는 AR/VR 애플리케이션의 기능의 표시자를 포함한다. 이 예에서, 기능은 점핑 잭을 계산하는 것이고, 표시자는 검출되는 점핑 잭의 현재 수를 포함한다. 제1 사용자 인터페이스(800)는 제1 대상 자세를 식별하는 제1 부분(820)과 실행되고 있는 기능과 연관된 제2 대상 자세를 식별하는 제2 부분(830)을 포함한다. 비디오가 캡처될 때, 이미지들은 사용자의 관절 포지션들을 검출하고 관절 포지션들을 연결함으로써 윤곽을 그리도록 처리된다. 현재 골격 관절 포지션들의 윤곽은 제1 표시자(822)(예를 들어, 회색)에 의해 표현된다. 제2 표시자(832)(예를 들어, 청색)는 대상 자세를 식별한다. 윤곽은 사용자가 비디오에서 돌아다니고 그들의 신체 포지션을 변경할 때 실시간으로 계속 갱신된다. 제1 표시자(822)가 제2 표시자(832)의 임의의 부분과 중첩하지 않을 때, 각각은 그들 각각의 컬러를 유지한다. 신체 자세 검증 시스템(126)은 기준(예를 들어, 사용자의 머리(834))을 사용하여 마스크를 사용자의 신체의 윤곽과 정렬시킨다. 제1 사용자 인터페이스(800)에 도시된 바와 같이, 머리(834)에 대응하는 마스크의 부분은 표시자(예를 들어, 적색)를 통해 사용자의 머리 관절과 정렬되는 것으로 표시된다.

초기에, 신체 자세 검증 시스템(126)은 사용자의 신체의 윤곽과 비교하기 위해 제1 부분(820)에 표현된 제1 대상 자세에 대응하는 제1 마스크를 선택한다. 구체적으로, 제1 마스크는 선택된 애플리케이션 기능에 대응하는 자세들의 시퀀스에서 먼저 포지션될 수 있다. 이와 같이, 제1 마스크에 대응하는 제1 대상 자세와 매칭되지 않는 사용자에 의해 수행되는 임의의 자세는 그러한 자세가 자세들의 시퀀스 내의 제2 마스크에 대응하는 제2 대상 자세와 매칭되더라도 검증되지 않는다. 신체 자세 검증 시스템(126)은 제1 마스크에서의 제1 자세를 표현하는 표시자(821)가 현재 신체 포지션의 골격 관절 포지션들의 윤곽에 의해 중첩된다고 결정한다. 이에 응답하여, 신체 자세 검증 시스템(126)은 윤곽 텍스처에 의해 중첩되는 제1 자세의 영역을 표현하는 제3 표시자(824)(예를 들어, 적색)를 디스플레이한다. 신체 자세 검증 시스템(126)은 마스크 밖에 얼마나 많은 픽셀들이 윤곽 텍스처에 의해 교차되는지를 계산하고 그 정보를 영역(850)에 제시한다. 신체 자세 검증 시스템(126)은 마스크의 얼마나 많은 픽셀들이 커버되지 않거나 마스크 밖에 있는지를 계산하고 그 정보를 영역(852)에 제시한다. 신체 자세 검증 시스템(126)은 마스크의 얼마나 많은 퍼센티지가 윤곽에 의해 커버되거나 중첩되는지를 계산한다. 신체 자세 검증 시스템(126)은 그 퍼센티지를 제1 마스크와 연관된 임계값과 비교한다. 퍼센티지가 임계값을 초과한다고 결정하는 것에 응답하여, 신체 자세 검증 시스템(126)은 수신된 이미지 또는 비디오에서의 현재 신체 자세 포지션이 제1 대상 자세와 매칭되는지를 검증한다. 이러한 경우들에서, 신체 자세 검증 시스템(126)은 제1 대상 자세가 검출되었다는 것을 표시자(854)를 통해 표시한다.

신체 자세가 제1 대상 자세와 매칭된다는 것을 검증하는 것에 응답하여, 신체 자세 검증 시스템(126)은 시퀀스에서 제2 마스크에 대응하는 제2 대상 자세를 검색한다. 신체 자세 검증 시스템(126)은 표시자(822)에 의해 표현되는 신체 자세가 표시자(832)에 의해 표현되는 제2 대상 자세와 매칭되지 않는다고 결정한다. 이러한 경우들에서, 신체 자세 검증 시스템(126)은 제2 대상 자세가 검출되지 않는다는 것을 표시자(854)를 통해 표시한다. 신체 자세 검증 시스템(126)은 제2 사용자 인터페이스(801)에 도시된 바와 같이 다른 대상 자세의 사용자를 표현하는, 제1 대상 자세가 검출된 후의 이미지들의 세트를 수신한다. 이들 이미지에서, 신체의 윤곽 텍스처는 제2 대상 자세 또는 제1 대상 자세와 매칭되지 않고 연장된 사용자의 팔을 보여준다. 이 상황에서, 신체 자세 검증 시스템(126)은 제1 대상 자세와 제2 대상 자세 둘 다가 검출되지 않는다는 것을 표시한다.

팔이 내려가고 윤곽 포지션이 제2 마스크에 대응하는 제2 대상 자세와 미리 결정된 임계량만큼 중첩하도록 업데이트되면, 신체 자세 검증 시스템(126)은 신체 자세가 시퀀스에서 제2 대상 자세와 매칭되는지를 검출하거나 검증한다. 이에 응답하여, 신체 자세 검증 시스템(126)은 제2 대상 자세가 검출되었다는 것을 표시하기 위해 표시자(854)를 업데이트한다. 대상 자세 시퀀스가 임의의 부가의 대상 자세들을 포함하지 않는다(예를 들어, 시퀀스에서의 대상 자세들 전부가 대응하는 시퀀스에서의 입력 이미지들에서 검출되었다)고 결정하는 것에 응답하여, 신체 자세 검증 시스템(126)은 AR/VR 애플리케이션의 기능을 실행한다. 예를 들어, 신체 자세 검증 시스템(126)은 대상 자세들의 시퀀스의 실행 카운터(840)를 업데이트하거나 증가시킨다.

머신 아키텍처

도 9는 머신(900)으로 하여금 본 명세서에서 논의된 방법론들 중 임의의 하나 이상을 수행하게 야기하기 위한 명령어들(908)(예를 들어, 소프트웨어, 프로그램, 애플리케이션, 애플릿, 앱, 또는 기타 실행가능한 코드)가 그 내에서 실행될 수 있는 머신(900)의 도식적 표현이다. 예를 들어, 명령어들(908)은 머신(900)으로 하여금 본 명세서에 설명된 방법들 중 임의의 하나 이상을 실행하게 야기할 수 있다. 명령어들(908)은, 일반적인 비프로그래밍된 머신(900)을, 설명되고 예시된 기능들을 설명된 방식으로 실행하도록 프로그래밍된 특정한 머신(900)으로 변환한다. 머신(900)은 독립형 디바이스로서 동작하거나 또는 다른 머신들에 결합(예를 들어, 네트워크화)될 수 있다. 네트워크화된 배치에서, 머신(900)은 서버-클라이언트 네트워크 환경에서 서버 머신 또는 클라이언트 머신의 자격으로 동작하거나, 피어-투-피어(또는 분산형) 네트워크 환경에서 피어 머신으로서 동작할 수 있다. 머신(900)은, 서버 컴퓨터, 클라이언트 컴퓨터, 개인용 컴퓨터(PC), 태블릿 컴퓨터, 랩톱 컴퓨터, 넷북, STB(set-top box), PDA(personal digital assistant), 엔터테인먼트 미디어 시스템, 셀룰러 전화, 스마트폰, 모바일 디바이스, 착용형 디바이스(예를 들어, 스마트 시계), 스마트 홈 디바이스(예를 들어, 스마트 어플라이언스), 다른 스마트 디바이스, 웹 어플라이언스, 네트워크 라우터, 네트워크 스위치, 네트워크 브릿지, 또는 머신(900)에 의해 취해질 액션들을 특정하는 명령어들(908)을 순차적으로 또는 기타 방식으로 실행할 수 있는 임의의 머신을 포함할 수 있는데, 이것들에만 제한되는 것은 아니다. 또한, 단일 머신(900)만이 예시되어 있지만, 용어 "머신"은 또한, 본 명세서에서 논의된 방법론들 중 임의의 하나 이상을 수행하기 위해 명령어들(908)을 개별적으로 또는 공동으로 실행하는 머신들의 컬렉션을 포함하는 것으로 간주될 것이다. 머신(900)은, 예를 들어, 클라이언트 디바이스(102) 또는 메시징 서버 시스템(108)의 일부를 형성하는 다수의 서버 디바이스 중 임의의 하나를 포함할 수 있다. 일부 예들에서, 머신(900)은 또한, 특정 방법 또는 알고리즘의 특정 동작들은 서버 측에서 수행되고 특정 방법 또는 알고리즘의 특정 동작들은 클라이언트 측에서 수행되면서, 클라이언트 및 서버 시스템들 둘 다를 포함할 수 있다.

머신(900)은 버스(940)를 통해 서로 통신하도록 구성될 수 있는 프로세서들(902), 메모리(904), 및 입력/출력 I/O 컴포넌트들(938)을 포함할 수 있다. 예에서, 프로세서들(902)(예를 들어, CPU(Central Processing Unit), RISC(Reduced Instruction Set Computing) 프로세서, CISC(Complex Instruction Set Computing) 프로세서, GPU(Graphics Processing Unit), DSP(Digital Signal Processor), ASIC(Application Specific Integrated Circuit), RFIC(Radio-Frequency Integrated Circuit), 또 다른 프로세서, 또는 이들의 임의의 적절한 조합)은, 예를 들어, 명령어들(908)을 실행하는 프로세서(906) 및 프로세서(910)를 포함할 수 있다. 용어 "프로세서"는 명령어들을 동시에 실행할 수 있는 2개 이상의 독립 프로세서(때때로 "코어들"로 지칭됨)을 포함할 수 있는 멀티-코어 프로세서들을 포함하도록 의도된다. 도 9가 다중의 프로세서(902)를 도시하지만, 머신(900)은 단일-코어를 갖는 단일 프로세서, 다중의 코어를 갖는 단일 프로세서(예를 들어, 멀티-코어 프로세서), 단일 코어를 갖는 다중의 프로세서, 다중의 코어를 갖는 다중의 프로세서, 또는 이들의 임의의 조합을 포함할 수 있다.

메모리(904)는 메인 메모리(912), 정적 메모리(914), 및 스토리지 유닛(916)을 포함하고, 이들 둘다 버스(940)를 통해 프로세서들(902)에 액세스가능하다. 메인 메모리(912), 정적 메모리(914), 및 스토리지 유닛(916)은, 본 명세서에서 설명된 방법론들 또는 기능들 중 임의의 하나 이상을 구체화하는 명령어들(908)을 저장한다. 명령어들(908)은 또한, 머신(900)에 의한 그 실행 동안에, 완전히 또는 부분적으로, 메인 메모리(912) 내에, 정적 메모리(914) 내에, 스토리지 유닛(916) 내의 머신 판독가능 매체(918) 내에, 프로세서(902)들 중 적어도 하나 내에(예를 들어, 프로세서의 캐시 메모리 내에), 또는 이들의 임의의 적절한 조합에 존재할 수 있다.

I/O 컴포넌트들(938)은 입력을 수신하고, 출력을 제공하고, 출력을 생성하고, 정보를 송신하고, 정보를 교환하고, 측정들을 캡처하는 등을 위한 매우 다양한 컴포넌트들을 포함할 수 있다. 특정 머신에 포함되는 특정 I/O 컴포넌트들(938)은 머신의 타입에 의존할 것이다. 예를 들어, 모바일 폰들과 같은 휴대용 머신들은 터치 입력 디바이스 또는 다른 그러한 입력 메커니즘들을 포함할 수 있는 반면, 헤드리스 서버 머신(headless server machine)은 그러한 터치 입력 디바이스를 포함하지 않을 가능성이 클 것이다. I/O 컴포넌트들(938)은 도 9에 도시되지 않은 많은 다른 컴포넌트들을 포함할 수 있다. 다양한 예들에서, I/O 컴포넌트들(938)은 사용자 출력 컴포넌트들(924) 및 사용자 입력 컴포넌트들(926)을 포함할 수 있다. 사용자 출력 컴포넌트들(924)은 시각적 컴포넌트들(예를 들어, 플라즈마 디스플레이 패널(PDP), 발광 다이오드(LED) 디스플레이, 액정 디스플레이(LCD), 프로젝터, 또는 CRT(cathode ray tube)와 같은 디스플레이), 음향 컴포넌트들(예를 들어, 스피커들), 햅틱 컴포넌트들(예를 들어, 진동 모터, 저항 메커니즘들), 다른 신호 생성기들 등을 포함할 수 있다. 사용자 입력 컴포넌트들(926)은 영숫자 입력 컴포넌트들(예를 들어, 키보드, 영숫자 입력을 수신하도록 구성된 터치 스크린, 포토-광학 키보드, 또는 다른 영숫자 입력 컴포넌트들), 포인트 기반 입력 컴포넌트들(예를 들어, 마우스, 터치패드, 트랙볼, 조이스틱, 모션 센서, 또는 또 다른 포인팅 기구), 촉각 입력 컴포넌트들(예를 들어, 물리적 버튼, 터치들 또는 터치 제스처들의 로케이션 및 힘을 제공하는 터치 스크린, 또는 다른 촉각 입력 컴포넌트들), 오디오 입력 컴포넌트들(예를 들어, 마이크로폰) 등을 포함할 수 있다.

추가의 예들에서, I/O 컴포넌트들(938)은, 광범위한 범위의 컴포넌트들 중에서도, 바이오메트릭 컴포넌트들(928), 모션 컴포넌트들(930), 환경 컴포넌트들(932), 또는 포지션 컴포넌트들(934)을 포함할 수 있다. 예를 들어, 바이오메트릭 컴포넌트들(928)은, 표정들(예를 들어, 손 표현, 얼굴 표정, 음성 표현, 신체 제스처, 또는 눈-추적)을 검출하고, 생체신호들(예를 들어, 혈압, 심박수, 체온, 땀 또는 뇌파)을 측정하고, 사람을 식별(예를 들어, 음성 식별, 망막 식별, 얼굴 식별, 지문 식별, 또는 뇌파계-기반의 식별)하는 컴포넌트들을 포함한다. 모션 컴포넌트들(930)은, 가속도 센서 컴포넌트들(예를 들어, 가속도계), 중력 센서 컴포넌트들, 회전 센서 컴포넌트들(예를 들어, 자이로스코프)을 포함한다.

환경 컴포넌트(932)는, 예를 들어, (정지 이미지/사진 및 비디오 능력을 갖춘) 하나 이상의 카메라, 조명 센서 컴포넌트(예를 들어, 광도계), 온도 센서 컴포넌트(예를 들어, 주변 온도를 검출하는 하나 이상의 온도계), 습도 센서 컴포넌트, 압력 센서 컴포넌트(예를 들어, 기압계), 음향 센서 컴포넌트(예를 들어, 배경 잡음을 검출하는 하나 이상의 마이크로폰), 근접 센서 컴포넌트(예를 들어, 근처의 객체를 검출하는 적외선 센서), 가스 센서(예를 들어, 안전을 위해 유해성 가스의 농도를 검출하거나 대기 중의 오염 물질을 측정하는 가스 검출 센서), 또는 주변의 물리적 환경에 대응하는 표시, 측정치, 또는 신호를 제공할 수 있는 기타의 컴포넌트들을 포함한다.

카메라들과 관련하여, 클라이언트 디바이스(102)는, 예를 들어, 클라이언트 디바이스(102)의 전방 표면 상의 전방 카메라들 및 클라이언트 디바이스(102)의 후방 표면 상의 후방 카메라들을 포함하는 카메라 시스템을 가질 수 있다. 전방 카메라들은, 예를 들어, 클라이언트 디바이스(102)의 사용자의 정지 이미지들 및 비디오(예를 들어, "셀피")를 캡처하기 위해 사용될 수 있고, 이것은 이후 전술한 증강 데이터(예를 들어, 필터들)로 증강될 수 있다. 후방 카메라들은, 예를 들어, 더 전통적인 카메라 모드에서 정지 이미지들 및 비디오들을 캡처하기 위해 사용될 수 있고, 이들 이미지들은 유사하게 증강 데이터에 의해 증강된다. 전방 및 후방 카메라들에 더하여, 클라이언트 디바이스(102)는 360° 사진들 및 비디오들을 캡처하기 위한 360° 카메라를 또한 포함할 수 있다.

또한, 클라이언트 디바이스(102)의 카메라 시스템은 클라이언트 디바이스(102)의 전방 및 후방 측면들 상에 이중 후방 카메라들(예를 들어, 주 카메라뿐만 아니라 깊이 감지 카메라), 또는 심지어 삼중, 사중 또는 오중 후방 카메라 구성들을 포함할 수 있다. 이러한 다중의 카메라 시스템은 예를 들어, 와이드 카메라, 울트라 와이드 카메라, 텔레포토 카메라, 매크로 카메라, 및 깊이 센서를 포함할 수 있다.

포지션 컴포넌트들(934)은, 로케이션 센서 컴포넌트들(예를 들어, GPS 수신기 컴포넌트), 고도 센서 컴포넌트들(예를 들어, 고도계 또는 고도가 도출될 수 있는 기압을 검출하는 기압계), 방위 센서 컴포넌트들(예를 들어, 자력계) 등을 포함할 수 있다.

통신은 매우 다양한 기술을 이용하여 구현될 수 있다. I/O 컴포넌트(938)는, 머신(900)을 각자의 결합 또는 접속을 통해 네트워크(920) 또는 디바이스(922)에 결합하도록 동작가능한 통신 컴포넌트(936)를 추가로 포함한다. 예를 들어, 통신 컴포넌트(936)는 네트워크 인터페이스 컴포넌트 또는 네트워크(920)와 인터페이스하기 위한 또 다른 적절한 디바이스를 포함할 수 있다. 추가 예들에서, 통신 컴포넌트(936)는, 유선 통신 컴포넌트, 무선 통신 컴포넌트, 셀룰러 통신 컴포넌트, NFC(Near Field Communication) 컴포넌트, Bluetooth® 컴포넌트(예를 들어, Bluetooth® Low Energy), Wi-Fi® 컴포넌트, 및 다른 양태를 통해 통신을 제공하는 기타의 통신 컴포넌트를 포함할 수 있다. 디바이스(922)는 또 다른 머신 또는 매우 다양한 주변 디바이스들 중 임의의 것(예를 들어, USB를 통해 결합된 주변 디바이스)일 수 있다.

또한, 통신 컴포넌트들(936)은 식별자들을 검출할 수 있거나 식별자들을 검출하도록 동작가능한 컴포넌트들을 포함할 수 있다. 예를 들어, 통신 컴포넌트들(936)은 RFID(Radio Frequency Identification) 태그 판독기 컴포넌트들, NFC 스마트 태그 검출 컴포넌트들, 광학 판독기 컴포넌트들(예를 들어, UPC(Universal Product Code) 바코드와 같은 1차원 바코드들, QR(Quick Response) 코드와 같은 다차원 바코드들, Aztec 코드, Data Matrix, Dataglyph, MaxiCode, PDF417, Ultra Code, UCC RSS-2D 바코드, 및 다른 광학 코드들을 검출하는 광학 센서), 또는 음향 검출 컴포넌트들(예를 들어, 태깅된 오디오 신호들을 식별하는 마이크로폰들)을 포함할 수 있다. 또한, 인터넷 프로토콜(IP) 지오로케이션을 통한 로케이션, Wi-Fi® 신호 삼각측량을 통한 로케이션, 특정 로케이션을 나타낼 수 있는 NFC 비컨 신호를 검출하는 것을 통한 로케이션과 같은 다양한 정보가 통신 컴포넌트들(936)을 통해 도출될 수 있다.

다양한 메모리들(예를 들어, 메인 메모리(912), 정적 메모리(914), 및 프로세서들(902)의 메모리) 및 스토리지 유닛(916)은 본 명세서에 설명된 방법론들 또는 기능들 중 임의의 하나 이상을 구현하거나 그에 의해 사용되는 명령어들 및 데이터 구조들(예를 들어, 소프트웨어)의 하나 이상의 세트를 저장할 수 있다. 이러한 명령어들(예를 들어, 명령어들(908))은, 프로세서들(902)에 의해 실행될 때, 다양한 동작들이 개시된 예들을 구현하게 야기한다.

명령어들(908)은, 송신 매체를 이용하여, 네트워크 인터페이스 디바이스(예를 들어, 통신 컴포넌트(936)에 포함된 네트워크 인터페이스 컴포넌트)를 통해, 및 수 개의 널리 공지된 송신 프로토콜들 중 임의의 하나(예를 들어, HTTP(hypertext transfer protocol))를 이용하여, 네트워크(920)를 통해 송신되거나 수신될 수 있다. 유사하게, 명령어들(908)은 디바이스들(922)에 대한 결합(예를 들어, 피어-투-피어 결합)을 통해 송신 매체를 이용하여 송신되거나 수신될 수 있다.

소프트웨어 아키텍처

도 10은 본 명세서에서 설명되는 디바이스들 중 임의의 하나 이상에 설치될 수 있는 소프트웨어 아키텍처(1004)를 예시하는 블록도(1000)이다. 소프트웨어 아키텍처(1004)는 프로세서들(1020), 메모리(1026), 및 I/O 컴포넌트들(1038)을 포함하는 머신(1002)과 같은 하드웨어에 의해 지원된다. 이 예에서, 소프트웨어 아키텍처(1004)는 계층들의 스택으로서 개념화될 수 있으며, 여기서 각각의 계층은 특정 기능성을 제공한다. 소프트웨어 아키텍처(1004)는 운영 체제(1012), 라이브러리들(1010), 프레임워크들(1008), 및 애플리케이션들(1006)과 같은 계층들을 포함한다. 동작상, 애플리케이션들(1006)은 소프트웨어 스택을 통해 API 호출들(1050)을 기동하고 API 호출들(1050)에 응답하여 메시지들(1052)을 수신한다.

운영 체제(1012)는 하드웨어 자원들을 관리하고 공통 서비스들을 제공한다. 운영 체제(1012)는, 예를 들어, 커널(1014), 서비스들(1016), 및 드라이버들(1022)을 포함한다. 커널(1014)은 하드웨어와 다른 소프트웨어 계층들 사이의 추상화 계층(abstraction layer)으로서 기능한다. 예를 들어, 커널(1014)은, 다른 기능성들 중에서도, 메모리 관리, 프로세서 관리(예컨대, 스케줄링), 컴포넌트 관리, 네트워크화, 및 보안 설정들을 제공한다. 서비스들(1016)은 다른 소프트웨어 계층들을 위한 다른 공통 서비스들을 제공할 수 있다. 드라이버들(1022)은 기본 하드웨어(underlying hardware)를 제어하거나 그와 인터페이스하는 것을 담당한다. 예를 들어, 드라이버들(1022)은 디스플레이 드라이버, 카메라 드라이버, BLUETOOTH® 또는 BLUETOOTH® Low Energy 드라이버, 플래시 메모리 드라이버, 직렬 통신 드라이버(예를 들어, USB 드라이버), WI-FI® 드라이버, 오디오 드라이버, 전력 관리 드라이버 등을 포함할 수 있다.

라이브러리들(1010)은 애플리케이션들(1006)에 의해 사용되는 공통 로우-레벨 인프라스트럭처를 제공한다. 라이브러리들(1010)은 메모리 할당 기능들, 스트링 조작 기능들, 수학 기능들 등과 같은 기능들을 제공하는 시스템 라이브러리들(1018)(예를 들어, C 표준 라이브러리)을 포함할 수 있다. 또한, 라이브러리(1010)는, 미디어 라이브러리(예를 들어, MPEG4(Moving Picture Experts Group-4), H.264 또는 AVC(Advanced Video Coding), MP3(Moving Picture Experts Group Layer-3), AAC(Advanced Audio Coding), AMR(Adaptive Multi-Rate) 오디오 코덱, JPEG 또는 JPG(Joint Photographic Experts Group), PNG(Portable Network Graphics) 등의 다양한 미디어 포맷의 제시 및 조작을 지원하는 라이브러리들), 그래픽 라이브러리(예를 들어, 그래픽 콘텐츠를 디스플레이 상에서 2차원(2D) 및 3차원(3D)으로 렌더링하는데 이용되는 OpenGL 프레임워크), 데이터베이스 라이브러리(예를 들어, 다양한 관계형 데이터베이스 기능을 제공하는 SQLite), 웹 라이브러리(예를 들어, 웹 브라우징 기능성을 제공하는 WebKit), 및 그와 유사한 것과 같은 API 라이브러리(1024)를 포함할 수 있다. 라이브러리(1010)는 또한, 많은 다른 API를 애플리케이션(1006)에 제공하는 매우 다양한 다른 라이브러리(1028)를 포함할 수 있다.

프레임워크들(1008)은 애플리케이션들(1006)에 의해 사용되는 공통 하이-레벨 인프라스트럭처를 제공한다. 예를 들어, 프레임워크들(1008)은 다양한 그래픽 사용자 인터페이스(GUI) 기능들, 하이-레벨 자원 관리, 및 하이-레벨 로케이션 서비스들을 제공한다. 프레임워크들(1008)은 애플리케이션들(1006)에 의해 사용될 수 있는 광범위한 범위의 다른 API들을 제공할 수 있으며, 그 중 일부는 특정 운영 체제 또는 플랫폼에 특정적일 수 있다.

예에서, 애플리케이션들(1006)은 홈 애플리케이션(1036), 연락처 애플리케이션(1030), 브라우저 애플리케이션(1032), 북 리더 애플리케이션(1034), 로케이션 애플리케이션(1042), 미디어 애플리케이션(1044), 메시징 애플리케이션(1046), 게임 애플리케이션(1048), 및 제3자 애플리케이션(1040)과 같은 광범위한 다른 애플리케이션들을 포함할 수 있다. 애플리케이션들(1006)은 프로그램들에서 정의된 기능들을 실행하는 프로그램들이다. 애플리케이션들(1006) 중 하나 이상을 생성하기 위해 객체 지향형 프로그래밍 언어(예를 들어, Objective-C, Java, 또는 C++) 또는 절차형 프로그래밍 언어(예를 들어, C 또는 어셈블리 언어)와 같은 다양한 방식으로 구조화된 다양한 프로그래밍 언어가 채택될 수 있다. 구체적인 예에서, 제3자 애플리케이션(1040)(예를 들어, 특정 플랫폼의 벤더 이외의 엔티티에 의해 ANDROID^TM 또는 IOS^TM 소프트웨어 개발 키트(SDK)를 사용하여 개발된 애플리케이션)은 IOS^TM, ANDROID^TM, WINDOWS® Phone, 또는 다른 모바일 운영 체제와 같은 모바일 운영 체제 상에서 실행되는 모바일 소프트웨어일 수 있다. 이 예에서, 제3자 애플리케이션(1040)은 본 명세서에 설명된 기능성을 용이하게 하기 위해 운영 체제(1012)에 의해 제공되는 API 호출들(1050)을 기동할 수 있다.

용어집

"캐리어 신호"는 머신에 의한 실행을 위한 명령어들을 저장, 인코딩, 또는 운반할 수 있는 임의의 무형 매체를 지칭하고, 그러한 명령어들의 통신을 용이하게 하기 위한 디지털 또는 아날로그 통신 신호들 또는 다른 무형 매체를 포함한다. 명령어들은 네트워크 인터페이스 디바이스를 통해 송신 매체를 사용하여 네트워크를 통해 송신 또는 수신될 수 있다.

"클라이언트 디바이스(Client device)"는 하나 이상의 서버 시스템 또는 다른 클라이언트 디바이스들로부터 리소스들을 획득하기 위해 통신 네트워크에 인터페이스하는 임의의 머신을 지칭한다. 클라이언트 디바이스는, 모바일 폰, 데스크톱 컴퓨터, 랩톱, 휴대 정보 단말(PDA), 스마트폰, 태블릿, 울트라북, 넷북, 랩톱, 멀티-프로세서 시스템, 마이크로프로세서-기반 또는 프로그래밍 가능한 가전 제품, 게임 콘솔, 셋톱 박스, 또는 사용자가 네트워크에 액세스하기 위해 사용할 수 있는 임의의 다른 통신 디바이스일 수 있지만, 이것으로 제한되지 않는다.

"통신 네트워크(Communication network)"는 애드 혹 네트워크, 인트라넷, 엑스트라넷, VPN(virtual private network), LAN(local area network), 무선 LAN(WLAN), WAN(wide area network), 무선 WAN(WWAN), MAN(metropolitan area network), 인터넷, 인터넷의 일부, PSTN(Public Switched Telephone Network)의 일부, POTS(plain old telephone service) 네트워크, 셀룰러 전화 네트워크, 무선 네트워크, Wi-Fi® 네트워크, 다른 타입의 네트워크, 또는 둘 이상의 그러한 네트워크의 조합일 수 있는, 네트워크의 하나 이상의 부분을 지칭한다. 예를 들어, 네트워크 또는 네트워크의 부분은 무선 또는 셀룰러 네트워크를 포함할 수 있고 결합은 CDMA(Code Division Multiple Access) 연결, GSM(Global System for Mobile communications) 연결, 또는 다른 타입의 셀룰러 또는 무선 결합일 수 있다. 이 예에서, 결합은 1xRTT(Single Carrier Radio Transmission Technology), EVDO(Evolution-Data Optimized) 기술, GPRS(General Packet Radio Service) 기술, EDGE(Enhanced Data rates for GSM Evolution) 기술, 3G를 포함하는 3GPP(third Generation Partnership Project), 4G(fourth generation wireless) 네트워크들, UMTS(Universal Mobile Telecommunications System), HSPA(High Speed Packet Access), WiMAX(Worldwide Interoperability for Microwave Access), LTE(Long Term Evolution) 표준, 다양한 표준 설정 조직들에 의해 정의된 다른 것들, 다른 장거리 프로토콜들, 또는 다른 데이터 송신 기술과 같은 임의의 다양한 타입의 데이터 송신 기술을 구현할 수 있다.

"컴포넌트(Component)"는 기능 또는 서브루틴 호출, 분기 포인트, API, 또는 특정한 처리 또는 제어 기능들의 분할 또는 모듈화를 제공하는 다른 기술들에 의해 정의된 경계들을 갖는 디바이스, 물리적 엔티티, 또는 로직을 지칭한다. 컴포넌트들은 그들의 인터페이스를 통해 다른 컴포넌트들과 조합되어 머신 프로세스를 완수할 수 있다. 컴포넌트는, 보통 관련된 기능들 중 특정 기능을 수행하는 프로그램의 일부 및 다른 컴포넌트들과 함께 사용되도록 설계된 패키징된 기능 하드웨어 유닛일 수 있다. 컴포넌트들은 소프트웨어 컴포넌트들(예를 들어, 머신-판독가능 매체 상에 구현된 코드) 또는 하드웨어 컴포넌트들 중 어느 하나를 구성할 수 있다.

"하드웨어 컴포넌트"는 특정 동작들을 수행할 수 있는 유형 유닛(tangible unit)이고, 특정 물리적 방식으로 구성되거나 배열될 수 있다. 다양한 예시적인 실시예들에서, 하나 이상의 컴퓨터 시스템(예를 들어, 독립형 컴퓨터 시스템, 클라이언트 컴퓨터 시스템, 또는 서버 컴퓨터 시스템) 또는 컴퓨터 시스템의 하나 이상의 하드웨어 컴포넌트(예를 들어, 프로세서 또는 프로세서들의 그룹)는 본 명세서에 설명된 바와 같이 특정 동작들을 수행하도록 동작하는 하드웨어 컴포넌트로서 소프트웨어(예를 들어, 애플리케이션 또는 애플리케이션 부분)에 의해 구성될 수 있다. 하드웨어 컴포넌트는 또한, 기계적으로, 전자적으로, 또는 이들의 임의의 적합한 조합으로 구현될 수 있다. 예를 들어, 하드웨어 컴포넌트는 특정 동작들을 수행하도록 영구적으로 구성된 전용 회로 또는 로직을 포함할 수 있다. 하드웨어 컴포넌트는, FPGA(field-programmable gate array) 또는 ASIC(application specific integrated circuit)과 같은 특수 목적 프로세서일 수 있다. 하드웨어 컴포넌트는 특정 동작들을 수행하기 위해 소프트웨어에 의해 일시적으로 구성되는 프로그래밍 가능한 로직 또는 회로를 또한 포함할 수 있다. 예를 들어, 하드웨어 컴포넌트는 범용 프로세서 또는 다른 프로그래밍 가능한 프로세서에 의해 실행되는 소프트웨어를 포함할 수 있다. 일단 그러한 소프트웨어에 의해 구성되면, 하드웨어 컴포넌트들은 구성된 기능들을 수행하도록 고유하게 맞춤화된 특정 머신들(또는 머신의 특정 컴포넌트들)이 되고 더 이상 범용 프로세서들이 아니다.

하드웨어 컴포넌트를 기계적으로, 전용의 영구적으로 구성된 회로에, 또는 일시적으로 구성된 회로(예를 들어, 소프트웨어에 의해 구성됨)에 구현하기로 하는 결정은 비용 및 시간 고려사항들에 의해 주도될 수 있다는 것을 인식할 것이다. 따라서, "하드웨어 컴포넌트"(또는 "하드웨어-구현된 컴포넌트")라는 구문은, 유형 엔티티, 즉, 특정 방식으로 동작하거나 본 명세서에 설명된 특정 동작들을 수행하도록 물리적으로 구성되거나, 영구적으로 구성되거나(예를 들어, 하드와이어드) 또는 일시적으로 구성되는(예를 들어, 프로그래밍되는) 엔티티를 포괄하는 것으로 이해해야 한다. 하드웨어 컴포넌트들이 일시적으로 구성되는(예를 들어, 프로그래밍되는) 실시예들을 고려할 때, 하드웨어 컴포넌트들 각각이 임의의 하나의 시간 인스턴스에서 구성 또는 인스턴스화될 필요는 없다. 예를 들어, 하드웨어 컴포넌트가 특수 목적 프로세서가 되도록 소프트웨어에 의해 구성된 범용 프로세서를 포함하는 경우에, 범용 프로세서는 상이한 시간들에서 각각 상이한 특수 목적 프로세서들(예를 들어, 상이한 하드웨어 컴포넌트들을 포함함)로서 구성될 수 있다. 따라서 소프트웨어는 예를 들어, 하나의 시간 인스턴스에서는 특정 하드웨어 컴포넌트를 구성하고 상이한 시간 인스턴스에서는 상이한 하드웨어 컴포넌트를 구성하도록 특정 프로세서 또는 프로세서들을 구성한다. 하드웨어 컴포넌트들은 다른 하드웨어 컴포넌트들에 정보를 제공하고 그들로부터 정보를 수신할 수 있다. 따라서, 설명된 하드웨어 컴포넌트들은 통신가능하게 결합되어 있는 것으로 간주될 수 있다. 다수의 하드웨어 컴포넌트가 동시에 존재하는 경우에, 하드웨어 컴포넌트들 중 둘 이상 사이의 또는 그들 사이의(예를 들어, 적절한 회로들 및 버스들을 통한) 신호 송신을 통해 통신이 달성될 수 있다. 다수의 하드웨어 컴포넌트가 상이한 시간들에서 구성되거나 인스턴스화되는 실시예들에서, 그러한 하드웨어 컴포넌트들 사이의 통신은, 예를 들어, 다수의 하드웨어 컴포넌트가 액세스할 수 있는 메모리 구조들 내의 정보의 스토리지 및 검색을 통해 달성될 수 있다. 예를 들어, 하나의 하드웨어 컴포넌트는 동작을 수행하고, 그에 통신가능하게 결합되는 메모리 디바이스에 그 동작의 출력을 저장할 수 있다. 그 후 추가의 하드웨어 컴포넌트가, 나중에, 저장된 출력을 검색 및 처리하기 위해 메모리 디바이스에 액세스할 수 있다. 하드웨어 컴포넌트들은 또한 입력 또는 출력 디바이스들과 통신을 개시할 수 있고, 자원(예를 들어, 정보의 컬렉션)을 조작할 수 있다.

본 명세서에 설명된 예시적인 방법들의 다양한 동작은 관련 동작들을 수행하도록 일시적으로 구성되거나(예를 들어, 소프트웨어에 의해) 영구적으로 구성되는 하나 이상의 프로세서에 의해 적어도 부분적으로 수행될 수 있다. 일시적으로 구성되는 영구적으로 구성되든 간에, 그러한 프로세서들은 본 명세서에 설명된 하나 이상의 동작 또는 기능을 수행하도록 동작하는 프로세서-구현된 컴포넌트들을 구성할 수 있다. 본 명세서에서 사용된, "프로세서-구현된 컴포넌트"는 하나 이상의 프로세서를 사용하여 구현된 하드웨어 컴포넌트를 지칭한다. 유사하게, 본 명세서에 설명된 방법들은 적어도 부분적으로 프로세서-구현될 수 있고, 특정 프로세서 또는 프로세서들은 하드웨어의 예이다. 예를 들어, 방법의 동작들 중 적어도 일부가 하나 이상의 프로세서(902) 또는 프로세서-구현된 컴포넌트에 의해 수행될 수 있다. 더욱이, 하나 이상의 프로세서는 또한 "클라우드 컴퓨팅" 환경에서 또는 "서비스로서의 소프트웨어(software as a service)"(SaaS)로서 관련 동작들의 수행을 지원하도록 동작할 수 있다. 예를 들어, 동작들 중 적어도 일부는 (프로세서들을 포함하는 머신들의 예들로서) 컴퓨터들의 그룹에 의해 수행될 수 있고, 이들 동작들은 네트워크(예를 들어, 인터넷)를 통해 그리고 하나 이상의 적절한 인터페이스(예를 들어, API)을 통해 액세스 가능하다. 동작들 중 특정 동작의 수행은 단일 머신 내에 존재할 뿐만 아니라, 다수의 머신에 걸쳐 배치되는, 프로세서들 사이에 분산될 수 있다. 일부 예시적인 실시예들에서, 프로세서들 또는 프로세서에 의해 구현되는 컴포넌트들은 단일의 지리적 로케이션에(예를 들어, 가정 환경, 사무실 환경, 또는 서버 팜(server farm) 내에) 위치할 수 있다. 다른 예시적 실시예들에서, 프로세서들 또는 프로세서 구현된 컴포넌트들은 다수의 지리적 로케이션에 걸쳐 분산될 수 있다.

"컴퓨터 판독가능 저장 매체"는 머신 저장 매체 및 송신 매체 둘 다를 지칭한다. 따라서, 용어들은 저장 디바이스들/매체들 및 반송파들/변조된 데이터 신호들 둘 다를 포함한다. "머신 판독가능 매체", "컴퓨터 판독가능 매체", 및 "디바이스 판독가능 매체"라는 용어들은 동일한 것을 의미하고 본 개시내용에서 상호교환가능하게 사용될 수 있다.

"단기적 메시지"는 시간 제한된 지속기간 동안 액세스가능한 메시지를 지칭한다. 단기적 메시지는 텍스트, 이미지, 비디오 등일 수 있다. 단기적 메시지에 대한 액세스 시간은 메시지 발신자에 의해 설정될 수 있다. 대안적으로, 액세스 시간은 디폴트 설정 또는 수신자에 의해 지정된 설정일 수 있다. 설정 기법에 관계없이, 메시지는 일시적이다.

"머신 저장 매체"는 실행가능 명령어들, 루틴들 및/또는 데이터를 저장하는 단일의 또는 다중의 저장 디바이스들 및 매체들(예를 들어, 중앙집중형 또는 분산형 데이터베이스, 및 연관된 캐시들 및 서버들)을 지칭한다. 따라서, 이 용어는 프로세서들 내부 또는 외부의 메모리를 포함하여, 고체 상태 메모리들, 및 광학 및 자기 매체를 포함하지만 이에 제한되지는 않는 것으로 이해될 수 있다. 머신-저장 매체, 컴퓨터-저장 매체 및 디바이스-저장 매체의 특정 예들은, 예로서 반도체 메모리 디바이스들, 예를 들어, EPROM(erasable programmable read-only memory), EEPROM(electrically erasable programmable read-only memory), FPGA, 및 플래시 메모리 디바이스들을 포함하는 비휘발성 메모리; 내부 하드 디스크들 및 이동식 디스크들과 같은 자기 디스크들; 광자기 디스크들; 및 CD-ROM 및 DVD-ROM 디스크들을 포함한다. 용어들 "머신-저장 매체", "디바이스-저장 매체", "컴퓨터-저장 매체"는 동일한 것을 의미하고, 본 개시내용에서 상호교환가능하게 사용될 수 있다. "머신-저장 매체", "컴퓨터-저장 매체", 및 "디바이스-저장 매체"라는 용어들은 구체적으로 반송파들, 변조된 데이터 신호들, 및 다른 그런 매체를 제외하며, 이들 중 적어도 일부는 "신호 매체"라는 용어 하에 커버된다.

"비일시적 컴퓨터 판독가능 저장 매체"는 머신에 의한 실행을 위한 명령어들을 저장, 인코딩, 또는 운반할 수 있는 유형의 매체를 지칭한다.

"신호 매체"는 머신에 의한 실행을 위한 명령어들을 저장, 인코딩 또는 운반할 수 있는 임의의 무형 매체를 지칭하며, 소프트웨어 또는 데이터의 통신을 용이하게 하기 위해 디지털 또는 아날로그 통신 신호들 또는 다른 무형 매체를 포함한다. 용어 "신호 매체"는 임의의 형태의 변조된 데이터 신호, 반송파 등을 포함하는 것으로 간주되어야 한다. "변조된 데이터 신호"라는 용어는 신호 내의 정보를 인코딩하기 위해 그런 상황에서 설정 또는 변경된 자신의 특성 중 하나 이상을 갖는 신호를 의미한다. "송신 매체", 및 "신호 매체"라는 용어들은 동일한 것을 의미하고 본 개시내용에서 상호교환가능하게 사용될 수 있다.

본 개시내용의 범위를 벗어나지 않고 개시된 실시예들에 대한 변경들 및 수정들이 이루어질 수 있다. 이들 및 다른 변경들 또는 수정들은 다음의 청구항들에 표현된 바와 같이 본 개시내용의 범위 내에 포함되는 것으로 의도된다.

Claims

방법으로서,
하나 이상의 프로세서에 의해, 주어진 자세의 사용자의 신체의 묘사를 포함하는 단안 이미지(monocular image)를 수신하는 단계;
상기 하나 이상의 프로세서에 의해, 상기 단안 이미지에 묘사된 상기 신체의 복수의 골격 관절을 검출하는 단계;
상기 복수의 골격 관절에 기초하여 상기 사용자의 신체의 윤곽을 생성하는 단계;
대상 자세(target pose)를 표현하는 마스크를 검색하는 단계;
상기 단안 이미지에 묘사된 상기 신체의 윤곽을, 상기 대상 자세를 표현하는 마스크와 비교하는 단계; 및
상기 신체의 윤곽을 상기 마스크와 비교하는 것에 응답하여 상기 사용자의 신체의 상기 주어진 자세가 상기 대상 자세와 매칭된다고 결정하는 단계를 포함하는 방법.
제1항에 있어서,
이미지 캡처 디바이스로부터 복수의 이미지를 수신하는 단계;
상기 복수의 이미지에서 상기 사용자의 존재를 검출하는 단계; 및
상기 사용자의 존재를 검출하는 것에 응답하여, 상기 사용자의 자세가 상기 대상 자세와 매칭된다고 결정하기 위한 프로세스를 개시하는 단계를 추가로 포함하는 방법.
제1항 또는 제2항에 있어서,
상기 윤곽을 생성하는 단계는 상기 복수의 골격 관절을 연결하는 선을 그리는 단계를 포함하는 방법.
제1항 내지 제3항 중 어느 한 항에 있어서,
상기 마스크의 중심을 상기 단안 이미지에 묘사된 상기 사용자의 신체의 중심과 정렬시키는 단계를 추가로 포함하는 방법.
제1항 내지 제4항 중 어느 한 항에 있어서,
상기 마스크에서 상기 대상 자세 내에 속하는 상기 신체의 윤곽의 픽셀들의 수를 계산하는 단계;
상기 픽셀들의 수가 임계값을 초과한다고 결정하는 단계; 및
상기 픽셀들의 수가 상기 임계값을 초과한다고 결정하는 것에 응답하여, 상기 신체의 상기 주어진 자세가 상기 대상 자세와 매칭된다고 결정하는 단계를 추가로 포함하는 방법.
제1항 내지 제5항 중 어느 한 항에 있어서,
상기 검출하는 단계와 상기 결정하는 단계는 깊이 센서로부터의 깊이 정보에 액세스하지 않고 수행되는 방법.
제1항 내지 제6항 중 어느 한 항에 있어서,
상기 신체의 복수의 골격 관절을 검출하는 단계는 오른쪽 손목, 오른쪽 팔꿈치, 오른쪽 어깨, 상기 사용자의 얼굴 상의 코, 왼쪽 어깨, 왼쪽 팔꿈치, 및 왼쪽 손목과 제각기 연관된 포인트들을 식별하는 단계를 포함하는 방법.
제1항 내지 제7항 중 어느 한 항에 있어서,
상기 복수의 골격 관절을 검출하기 전에 상기 단안 이미지에 흑색 및 백색 마스크를 적용하는 단계를 추가로 포함하는 방법.
제1항 내지 제8항 중 어느 한 항에 있어서,
상기 마스크는 흑색 부분과 백색 부분을 포함하고, 상기 백색 부분은 상기 대상 자세에 대응하는 윤곽을 표현하고, 상기 비교하는 단계는 상기 단안 이미지에 묘사된 상기 신체의 윤곽을 상기 마스크의 백색 부분과 비교하는 단계를 포함하는 방법.
제1항 내지 제9항 중 어느 한 항에 있어서,
상기 마스크를 상기 윤곽과 결합시키는 이미지를 생성하는 단계를 추가로 포함하고, 상기 이미지는 상기 윤곽의 제1 시각적 표시자, 상기 대상 자세의 제2 시각적 표시자, 및 대상 자세의 영역 내에 있는 상기 윤곽의 일 부분의 제3 시각적 표시자를 포함하는 방법.
제1항 내지 제10항 중 어느 한 항에 있어서,
상기 대상 자세는 2개 이상의 자세의 시퀀스를 포함하고, 상기 마스크는 상기 2개 이상의 자세 중 제1 자세에 대응하는 제1 마스크이고, 상기 단안 이미지는 제1 단안 이미지를 포함하고, 상기 윤곽은 제1 윤곽을 포함하고, 상기 사용자의 상기 주어진 자세는 제1 자세이고, 상기 방법은:
상기 제1 윤곽을 상기 제1 마스크와 비교하는 것에 응답하여 상기 사용자의 신체의 상기 제1 자세가 상기 2개 이상의 자세들 중 상기 제1 자세와 매칭된다고 결정하는 단계;
상기 사용자의 신체의 제2 자세의 묘사를 포함하는 제2 단안 이미지를 수신하는 단계;
상기 제2 단안 이미지에 기초하여 검출된 복수의 골격 관절에 기초하여 상기 사용자의 신체의 제2 윤곽을 생성하는 단계;
상기 2개 이상의 자세 중 제2 자세를 표현하는 제2 마스크를 검색하는 단계;
상기 제2 단안 이미지에 묘사된 상기 신체의 상기 제2 윤곽을 상기 제2 마스크와 비교하는 단계; 및
상기 신체의 상기 제2 윤곽을 상기 제2 마스크와 비교하는 것에 응답하여 상기 사용자의 신체의 상기 제2 자세가 상기 2개 이상의 자세 중 상기 제2 자세와 매칭된다고 결정하는 단계를 추가로 포함하는 방법.
제11항에 있어서,
상기 사용자의 신체의 상기 제1 및 제2 자세가 상기 2개 이상의 자세의 시퀀스와 얼마나 많은 횟수로 매칭되는지를 표현하는 수를 누적하는 단계를 추가로 포함하는 방법.
제1항 내지 제12항 중 어느 한 항에 있어서,
제1 부분과 제2 부분을 포함하는 비디오를 수신하는 단계- 상기 제1 부분은 상기 제1 및 제2 단안 이미지를 포함하는 단안 이미지들의 제1 시퀀스를 포함하고, 상기 제2 부분은 단안 이미지들의 제2 시퀀스를 포함하고, 상기 단안 이미지들의 제2 시퀀스는 상기 제1 및 제2 자세들에서 상기 사용자의 신체를 묘사하는 단안 이미지들의 세트들을 포함함 -; 및
상기 비디오의 일부가 상기 제1 및 제2 자세들에서 상기 사용자의 신체를 묘사하는 단안 이미지들의 시퀀스를 포함한다고 결정될 때마다 상기 사용자의 신체의 상기 제1 및 제2 자세가 상기 2개 이상의 자세의 시퀀스와 얼마나 많은 횟수로 매칭되는지를 표현하는 수를 증분시키는 단계를 추가로 포함하는 방법.
제1항 내지 제13항 중 어느 한 항에 있어서,
상기 제2 단안 이미지는 상기 사용자의 신체의 상기 제1 자세가 상기 제1 마스크와 매칭된 후에 수신되는 방법.
제1항 내지 제14항 중 어느 한 항에 있어서,
상기 복수의 골격 관절의 골격 추적에 기초하여 상기 마스크의 크기를 조정하는 단계를 추가로 포함하는 방법.
제15항에 있어서,
상기 마스크의 크기는 상기 복수의 골격 관절의 미리 결정된 쌍들 사이의 계산된 거리에 기초하여 조정되는 방법.
제1항 내지 제16항 중 어느 한 항에 있어서,
상기 미리 결정된 쌍들은 목 또는 머리 및 2개의 어깨 관절을 포함하는 방법.
제1항 내지 제17항 중 어느 한 항에 있어서,
상기 단안 이미지에서 상기 사용자의 신체의 묘사를 스케일링하는 단계; 및
상기 신체의 스케일링된 묘사에 기초하여 상기 마스크에 대한 크기를 선택하는 단계를 추가로 포함하는 방법.
시스템으로서,
동작들을 수행하도록 구성된 프로세서를 포함하고, 상기 동작들은:
주어진 자세의 사용자의 신체의 묘사를 포함하는 단안 이미지를 수신하는 동작;
상기 단안 이미지에 묘사된 상기 신체의 복수의 골격 관절을 검출하는 동작;
상기 복수의 골격 관절에 기초하여 상기 사용자의 신체의 윤곽을 생성하는 동작;
대상 자세를 표현하는 마스크를 검색하는 동작;
상기 단안 이미지에 묘사된 상기 신체의 윤곽을, 상기 대상 자세를 표현하는 마스크와 비교하는 동작; 및
상기 신체의 윤곽을 상기 마스크와 비교하는 것에 응답하여 상기 사용자의 신체의 상기 주어진 자세가 상기 대상 자세와 매칭된다고 결정하는 동작을 포함하는 시스템.
명령어들을 포함한 비일시적 머신 판독가능 저장 매체로서,
상기 명령어들은, 머신의 하나 이상의 프로세서에 의해 실행될 때, 상기 머신으로 하여금:
주어진 자세의 사용자의 신체의 묘사를 포함하는 단안 이미지를 수신하는 동작;
상기 단안 이미지에 묘사된 상기 신체의 복수의 골격 관절을 검출하는 동작;
상기 복수의 골격 관절에 기초하여 상기 사용자의 신체의 윤곽을 생성하는 동작;
대상 자세를 표현하는 마스크를 검색하는 동작;
상기 단안 이미지에 묘사된 상기 신체의 윤곽을, 상기 대상 자세를 표현하는 마스크와 비교하는 동작; 및
상기 신체의 윤곽을 상기 마스크와 비교하는 것에 응답하여 상기 사용자의 신체의 상기 주어진 자세가 상기 대상 자세와 매칭된다고 결정하는 동작을 포함하는 동작들을 수행하게 하는 비일시적 머신 판독가능 저장 매체.