KR20230008621A - Method and devices for generating texture image - Google Patents
Method and devices for generating texture image Download PDFInfo
- Publication number
- KR20230008621A KR20230008621A KR1020220082625A KR20220082625A KR20230008621A KR 20230008621 A KR20230008621 A KR 20230008621A KR 1020220082625 A KR1020220082625 A KR 1020220082625A KR 20220082625 A KR20220082625 A KR 20220082625A KR 20230008621 A KR20230008621 A KR 20230008621A
- Authority
- KR
- South Korea
- Prior art keywords
- information
- pattern
- image
- generating
- texture image
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 89
- 238000004458 analytical method Methods 0.000 claims abstract description 54
- 239000004744 fabric Substances 0.000 claims description 44
- 238000012937 correction Methods 0.000 claims description 37
- 238000004088 simulation Methods 0.000 claims description 14
- 238000009499 grossing Methods 0.000 claims description 6
- 238000002156 mixing Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 2
- 230000001131 transforming effect Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 29
- 238000012545 processing Methods 0.000 description 19
- 230000008569 process Effects 0.000 description 13
- 230000008859 change Effects 0.000 description 8
- 230000002194 synthesizing effect Effects 0.000 description 8
- 230000000007 visual effect Effects 0.000 description 7
- 239000003086 colorant Substances 0.000 description 6
- 238000000605 extraction Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 230000008707 rearrangement Effects 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 238000001308 synthesis method Methods 0.000 description 2
- 238000003702 image correction Methods 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
- 230000003287 optical effect Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000009941 weaving Methods 0.000 description 1
- 230000037303 wrinkles Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/04—Segmentation; Word boundary detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/001—Texturing; Colouring; Generation of texture or colour
-
- 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
- G06T19/003—Navigation within 3D models or images
-
- 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
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G06T5/001—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Acoustics & Sound (AREA)
- Artificial Intelligence (AREA)
- Radar, Positioning & Navigation (AREA)
- Human Computer Interaction (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- Architecture (AREA)
- Remote Sensing (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Image Generation (AREA)
Abstract
Description
아래 실시예들은 텍스처 영상 생성 방법 및 그 장치들에 관한 것이다.The following embodiments relate to a texture image generation method and devices therefor.
직조 방식으로 제작된 원단은 규칙적인 패턴을 가질 수 있다. 일반적으로 패턴 추출 방법은 사람의 시각적 직관에 의해서 추출하는 방법일 수 있다. 그리고 추출된 패턴을 합성함으로써 텍스처를 생성할 수 있다. 실제 원단을 가상 시뮬레이션에 사용하기 위해서는 텍스처(texture) 형태로 제작해야 할 수 있다. 하지만 텍스처를 생성하기 위해서 많은 반복 작업이 필요할 수 있다. 따라서 다양한 실제 원단을 가상으로 시뮬레이션하기 위해서는 많은 시간과 인력이 필요할 수 있다.A fabric manufactured by a weaving method may have a regular pattern. In general, a pattern extraction method may be a method of extraction by human visual intuition. Then, a texture can be created by synthesizing the extracted patterns. In order to use real fabric for virtual simulation, it may have to be produced in the form of a texture. However, it can take many iterations to create a texture. Therefore, a lot of time and manpower may be required to virtually simulate various real fabrics.
의상 시뮬레이션에 사용되는 가상 원단(virtual fabric)은 물성을 표현하기 위한 부분(예, mesh)과 시각적 특성을 표현하기 위한 부분으로 구성될 수 있다. 시각적 특성을 표현하는 부분은 통상 텍스처(texture)일 수 있다. 텍스처는 원단의 색상을 표현하는 부분과 요철을 표현하는 normal map으로 구성될 수 있다.A virtual fabric used for clothing simulation may be composed of a part (eg, mesh) for expressing physical properties and a part for expressing visual characteristics. A part expressing visual characteristics may be a texture. The texture can be composed of a part that expresses the color of the fabric and a normal map that expresses irregularities.
일 실시예에 따르면, 가상 원단의 텍스처 영상 생성 방법은 분석 대상 영역에 포함된 기초 패턴과 분석 대상 영역을 분할하는 복수의 서브 영역들 사이 각각의 유사도 정보를 생성하는 단계; 유사도 정보에 기초하여 기초 패턴의 반복 개수 정보 및 기초 패턴의 반복 방향 정보 중 적어도 하나를 생성하는 단계; 및 기초 패턴, 반복 개수 정보 및 반복 방향 정보에 기초하여 복수의 기초 패턴들을 미리 결정된 영역에 배치함으로써 텍스처 영상을 생성하는 단계를 포함할 수 있다.According to an embodiment, a method for generating a texture image of a virtual original fabric includes generating similarity information between a basic pattern included in an analysis target region and a plurality of sub regions dividing the analysis target region; generating at least one of repetition number information of a basic pattern and repetition direction information of a basic pattern based on the similarity information; and generating a texture image by arranging a plurality of basic patterns in a predetermined area based on the basic pattern, repetition number information, and repetition direction information.
일 실시예에 따르면, 분석 대상 영역은 원단(fabric)이 포함된 입력 영상에서 사용자 입력에 의하여 결정된 선택 영역에 기초하여 결정된 영역을 포함할 수 있다.According to an embodiment, the analysis target region may include a region determined based on a selection region determined by a user input in an input image including a fabric.
일 실시예에 따르면, 텍스처 영상 생성 방법은 패턴 교정 정보, 중첩 영역 정보 및 밝기 보정 정보 중 적어도 하나에 기초하여 텍스처 영상을 보정하는 단계를 더 포함할 수 있다.According to an embodiment, the texture image generation method may further include correcting the texture image based on at least one of pattern correction information, overlapping area information, and brightness correction information.
일 실시예에 따르면, 선택 영역을 결정하는 단계는 사용자 입력 정보에 기초하여 상기 입력 영상에서 상기 선택 영역을 결정하는 단계를 포함할 수 있다.According to an embodiment, determining the selection area may include determining the selection area in the input image based on user input information.
일 실시예에 따르면, 선택 영역은 텍스처 영상에서 반복의 대상이 되는 기초 패턴이 포함된 영역을 포함할 수 있다.According to an embodiment, the selection area may include an area including a basic pattern to be repeated in the texture image.
일 실시예에 따르면, 입력 영상은 컬러 영상 및 노멀 영상 중 적어도 하나를 포함하고, 유사도 정보는, 컬러 영상에서의 기초 패턴 영역과 선택 영역의 적어도 일부인 복수의 서브 영역들 사이 각각의 제1 유사도 정보 및 노멀 영상에서의 기초 패턴 영역과 선택 영역의 적어도 일부인 복수의 서브 영역들 사이 각각의 제2 유사도 정보 중 적어도 하나에 기초하여 결정될 수 있다.According to an embodiment, the input image includes at least one of a color image and a normal image, and the similarity information includes first similarity information between a basic pattern area in the color image and a plurality of sub areas that are at least a part of the selected area. and second similarity information between a basic pattern region in the normal image and a plurality of sub regions that are at least a part of the selection region.
일 실시예에 따르면, 유사도 정보는 제1 유사도 정보 및 제2 유사도 정보의 가중 합에 기초하여 결정될 수 있다.According to an embodiment, similarity information may be determined based on a weighted sum of first similarity information and second similarity information.
일 실시예에 따르면, 반복 개수 정보는, 분석 대상 영역에서 기초 패턴 영역과 유사도가 미리 결정된 기준 이상인 서브 영역의 개수 관련 정보를 포함할 수 있다.According to an embodiment, the repetition number information may include information related to the number of sub-regions whose similarity to the basic pattern region is greater than or equal to a predetermined standard in the analysis target region.
일 실시예에 따르면, 반복 방향 정보는, 분석 대상 영역에서 기초 패턴 영역과 유사도가 미리 결정된 기준 이상인 서브 영역들의 분포 방향에 기초하여 결정된 방향 관련 정보를 포함할 수 있다.According to an embodiment, the repetition direction information may include direction-related information determined based on a distribution direction of sub-regions having a degree of similarity with a base pattern region in the analysis target region equal to or greater than a predetermined standard.
일 실시예에 따르면, 반복 방향 정보는, 기초 패턴 영역의 위치를 기준으로 기초 패턴 영역과 유사도가 미리 결정된 기준 이상인 서브 영역들이 분포하는 제1 방향 및 기초 패턴 영역과 유사도가 미리 결정된 기준 이상인 서브 영역들이 분포하는 제2 방향을 포함할 수 있다.According to an embodiment, the repetition direction information may include a first direction in which sub-regions having a similarity with the base pattern region equal to or greater than a predetermined criterion are distributed based on a location of the base pattern region and a sub-region having a similarity with the base pattern region equal to or greater than a predetermined criterion. may include a second direction in which they are distributed.
일 실시예에 따르면, 텍스처 영상을 생성하는 단계는 기초 패턴 영역의 위치를 결정하는 단계; 기초 패턴 영역의 위치 및 반복 방향 정보에 기초하여 제1 방향 및 제2 방향을 결정하는 단계; 반복 개수 정보 및 반복 방향 정보에 기초하여 제1 방향을 따라 분포하는 복수의 서브 영역들의 제1 반복 개수 및 제2 방향을 따라 분포하는 복수의 서브 영역들의 제2 반복 개수를 산출하는 단계; 및 제1 방향, 제2 방향, 제1 반복 개수 및 제2 반복 개수에 기초하여 기초 패턴 영역을 반복하여 배치함으로써 텍스처 영상을 생성하는 단계를 포함할 수 있다.According to an embodiment, generating a texture image may include determining a location of a base pattern region; determining a first direction and a second direction based on the position of the base pattern area and repetition direction information; calculating a first repetition number of a plurality of subregions distributed along a first direction and a second repetition number of a plurality of subregions distributed along a second direction, based on repetition number information and repetition direction information; and generating a texture image by repeatedly arranging the base pattern area based on the first direction, the second direction, the first repetition number, and the second repetition number.
일 실시예에 따르면, 반복 개수 정보 및 반복 방향 정보 중 적어도 하나를 획득하는 단계는 노이즈 제거를 위하여 상기 유사도 정보를 블러 처리하는 단계; 블러 처리된 유사도 정보에 기초하여 유사도가 임계값 이상인 영역만 추출하는 단계; 임계값 이상인 영역만 추출된 유사도 정보를 고속 푸리에 변환을 이용하여 변환하는 단계; 변환된 유사도 정보에 기초하여 반복 개수 정보 및 반복 방향 정보 중 적어도 하나를 획득하는 단계를 포함할 수 있다.According to an embodiment, the obtaining of at least one of repetition number information and repetition direction information may include blurring the similarity information to remove noise; extracting only a region having a similarity equal to or greater than a threshold based on the blurred similarity information; transforming the similarity information from which only the region equal to or greater than the threshold value is extracted by using Fast Fourier Transform; The method may include acquiring at least one of repetition number information and repetition direction information based on the converted similarity information.
일 실시예에 따르면, 패턴 교정 정보에 기초하여 텍스처 영상을 보정하는 단계는 제1 방향과 제2 방향 사이 각도를 수직으로 변환하는 단계; 제1 방향 및 제2 방향에 기초하여 생성된 텍스처 영상에 배치된 복수의 기초 패턴 영역들을 정렬하는 단계; 제1 방향을 따르는 제1 기준선이 곡선인 경우, 제1 기준선이 제2 방향과 직각이 되도록 제1 기준선을 직선으로 보정하는 단계; 및 제2 방향을 따르는 제2 기준선이 곡선인 경우, 제2 기준선이 제1 방향과 직각이 되도록 상기 제2 기준선을 직선으로 보정하는 단계를 포함할 수 있다.According to an embodiment, correcting a texture image based on pattern correction information may include converting an angle between a first direction and a second direction into a vertical direction; arranging a plurality of base pattern regions disposed on a texture image generated based on a first direction and a second direction; correcting the first reference line to be a straight line so that the first reference line is perpendicular to the second direction when the first reference line along the first direction is curved; and when the second reference line along the second direction is curved, correcting the second reference line to be a straight line so that the second reference line is perpendicular to the first direction.
일 실시예에 따르면, 중첩 영역 정보에 기초하여 상기 텍스처 영상을 보정하는 단계는 텍스처 영상을 복수의 패치들로 분할하는 단계; 복수의 패치들을 재배치하는 단계; 재배치된 복수의 패치들이 서로 접하게 되는 영역에서 패턴 불연속 영역 존재 여부를 판단하는 단계; 패턴 불연속 영역이 존재하는지 여부에 기초하여 복수의 패치들의 중첩 영역을 결정하는 단계; 중첩 영역에 기초하여 상기 복수의 패치들을 중첩시키는 단계를 포함할 수 있다.According to an embodiment, the correcting of the texture image based on overlapping area information may include dividing the texture image into a plurality of patches; rearranging a plurality of patches; determining whether a pattern discontinuous area exists in an area where the rearranged plurality of patches come into contact with each other; determining an overlapping area of a plurality of patches based on whether a pattern discontinuous area exists; The method may include overlapping the plurality of patches based on an overlapping area.
일 실시예에 따르면, 텍스처 영상 생성 방법은 복수의 패치들에 대하여 멀티 밴드 블렌딩 방법을 이용하여 스무딩을 하는 단계를 더 포함할 수 있다.According to an embodiment, the method of generating a texture image may further include performing smoothing on a plurality of patches using a multi-band blending method.
일 실시예에 따르면, 밝기 보정 정보에 기초하여 텍스처 영상을 보정하는 단계는 텍스처 영상에 포함된 복수의 기초 패턴 영역들 간의 밝기 불일치를 해소하기 위하여 밝기 보정 정보에 기초하여 복수의 기초 패턴 영역들의 밝기를 보정하는 단계를 포함할 수 있다.According to an embodiment, the step of correcting the texture image based on the brightness correction information may include brightness of a plurality of basic pattern regions based on the brightness correction information in order to resolve a brightness mismatch between the plurality of basic pattern regions included in the texture image. It may include a step of correcting.
일 실시예에 따르면, 가상 원단의 텍스처 영상 생성 방법은 텍스처 영상에 기초하여 생성된 3차원 의상을 3차원 아바타에 착장시킨 시뮬레이션 결과를 화면에 출력시키는 단계를 더 포함할 수 있다.According to an embodiment, the method of generating a texture image of a virtual fabric may further include outputting a simulation result of wearing a 3D costume generated based on the texture image on a 3D avatar on a screen.
일 실시예에 따르면, 가상 원단의 텍스처 영상 생성 방법은 텍스처 영상의 크기 조절에 관한 사용자 입력을 수신하는 단계; 및 텍스처 영상의 크기 조절 입력에 기초하여 3차원 의상에 표현된 텍스처 영상의 크기를 조절하는 단계를 더 포함할 수 있다.According to an embodiment, a method of generating a texture image of a virtual fabric includes receiving a user input related to scaling of a texture image; and adjusting the size of the texture image expressed on the 3D clothing based on the input for adjusting the size of the texture image.
다른 일 실시예에 따른 전자 장치는 분석 대상 영역에 포함된 기초 패턴과 분석 대상 영역을 분할하는 복수의 서브 영역들 사이 각각의 유사도 정보를 생성하고, 유사도 정보에 기초하여 기초 패턴의 반복 개수 정보 및 기초 패턴의 반복 방향 정보 중 적어도 하나를 생성하고, 그리고 기초 패턴, 반복 개수 정보 및 반복 방향 정보에 기초하여 복수의 기초 패턴들을 미리 결정된 영역에 배치함으로써 텍스처 영상을 생성하는 프로세서를 포함할 수 있다.An electronic device according to another embodiment generates similarity information between a basic pattern included in an analysis target region and a plurality of sub regions dividing the analysis target region, and based on the similarity information, information on the number of repetitions of the basic pattern and and a processor generating a texture image by generating at least one of repetition direction information of a basic pattern and arranging a plurality of basic patterns in a predetermined area based on the basic pattern, repetition number information, and repetition direction information.
도 1은 일 실시예에 따른 텍스처 영상을 생성하는 방법을 설명하기 위한 도면이다.
도2는 일 실시예에 따른 분석 대상 영역, 선택 영역 및 기초 패턴 영역을 설명하기 위한 도면이다.
도 3은 일 실시예에 따른 유사도 정보를 설명하기 위한 도면이다.
도 4는 일 실시예에 따른 반복 개수 정보 및 반복 방향 정보를 설명하기 위한 도면이다.
도 5는 일 실시예에 따른 텍스처 영상의 생성 방법을 설명하기 위한 도면이다.
도 6은 일 실시예에 따른 패턴 교정 정보에 기초하여 텍스처 영상을 보정하는 방법을 설명하기 위한 도면이다.
도 7은 일 실시예에 따른 중첩 영역 정보에 기초하여 텍스처 영상을 보정하는 방법을 설명하기 위한 도면이다.
도 8은 일 실시예에 따른 중첩 영역을 설명하기 위한 도면이다.
도 9는 일 실시예에 따른 중첩 영역을 제거하여 보정된 텍스처 영상이 생성되는 방법을 설명하기 위한 도면이다.
도 10은 일 실시예에 따른 밝기 보정 정보에 기초하여 텍스처 영상을 보정하는 방법을 설명하기 위한 도면이다.
도 11은 일 실시예에 따른 텍스처를 생성하기 위한 방법을 설명하기 위한 순서도이다.
도 12는 일 실시예에 따른 텍스처 영상이 반영된 3차원 의상 시뮬레이션을 설명하기 위한 도면이다.
도 13a 내지 13b는 일 실시예에 따른 입력 영상 및 텍스처 영상 중 적어도 하나를 화면에 출력하는 방법을 설명하기 위한 도면이다.
도 14는 일 실시예에 따른 텍스처 영상의 크기가 3차원 의상 시뮬레이션에서 조정되는 방법을 설명하기 위한 도면이다.
도 15는 다양한 실시예에 따른 전자 장치를 설명하기 위한 블록도이다.1 is a diagram for explaining a method of generating a texture image according to an exemplary embodiment.
2 is a diagram for explaining an analysis target region, a selection region, and a basic pattern region according to an exemplary embodiment.
3 is a diagram for explaining similarity information according to an exemplary embodiment.
4 is a diagram for explaining repetition number information and repetition direction information according to an exemplary embodiment.
5 is a diagram for explaining a method of generating a texture image according to an exemplary embodiment.
6 is a diagram for explaining a method of correcting a texture image based on pattern correction information according to an exemplary embodiment.
7 is a diagram for explaining a method of correcting a texture image based on overlapping area information according to an exemplary embodiment.
8 is a diagram for explaining an overlapping area according to an exemplary embodiment.
9 is a diagram for explaining a method of generating a corrected texture image by removing an overlapping region according to an exemplary embodiment.
10 is a diagram for explaining a method of correcting a texture image based on brightness correction information according to an exemplary embodiment.
11 is a flowchart illustrating a method for generating a texture according to an exemplary embodiment.
12 is a diagram for explaining a 3D cloth simulation in which a texture image is reflected according to an exemplary embodiment.
13A to 13B are diagrams for explaining a method of outputting at least one of an input image and a texture image to a screen according to an exemplary embodiment.
14 is a diagram for explaining a method for adjusting the size of a texture image in 3D clothing simulation according to an exemplary embodiment.
15 is a block diagram for explaining an electronic device according to various embodiments.
본 명세서에서 개시되어 있는 특정한 구조적 또는 기능적 설명들은 단지 기술적 개념에 따른 실시예들을 설명하기 위한 목적으로 예시된 것으로서, 실시예들은 다양한 다른 형태로 실시될 수 있으며 본 명세서에 설명된 실시예들에 한정되지 않는다.Specific structural or functional descriptions disclosed in this specification are merely illustrated for the purpose of describing embodiments according to technical concepts, and the embodiments may be implemented in various other forms and are limited to the embodiments described herein. It doesn't work.
제1 또는 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 이해되어야 한다. 예를 들어 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.Terms such as first or second may be used to describe various components, but these terms should only be understood for the purpose of distinguishing one component from another. For example, a first element may be termed a second element, and similarly, a second element may also be termed a first element.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 구성요소들 간의 관계를 설명하는 표현들, 예를 들어 "~간에"와 "바로~간에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.It is understood that when an element is referred to as being "connected" or "connected" to another element, it may be directly connected or connected to the other element, but other elements may exist in the middle. It should be. On the other hand, when an element is referred to as “directly connected” or “directly connected” to another element, it should be understood that no other element exists in the middle. Expressions describing the relationship between components, such as "between" and "directly between" or "adjacent to" and "directly adjacent to", etc., should be interpreted similarly.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 설시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함으로 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.Singular expressions include plural expressions unless the context clearly dictates otherwise. In this specification, terms such as "comprise" or "have" are intended to designate that the described feature, number, step, operation, component, part, or combination thereof exists, but one or more other features or numbers, It should be understood that the presence or addition of steps, operations, components, parts, or combinations thereof is not precluded.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 해당 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.Unless defined otherwise, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by one of ordinary skill in the art. Terms such as those defined in commonly used dictionaries should be interpreted as having a meaning consistent with the meaning in the context of the related art, and unless explicitly defined in this specification, it should not be interpreted in an ideal or excessively formal meaning. don't
이하, 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.Hereinafter, embodiments will be described in detail with reference to the accompanying drawings. Like reference numerals in each figure indicate like elements.
도 1은 일 실시예에 따른 텍스처 영상을 생성하는 방법을 설명하기 위한 도면이다.1 is a diagram for explaining a method of generating a texture image according to an exemplary embodiment.
본 개시는 실제 원단을 가상 원단으로 변환하는 과정에서 실제 원단의 시각적 특성을 사실적이면서도 효율적으로 가상 원단에 반영하는 방법을 포함할 수 있다.The present disclosure may include a method of realistically and efficiently reflecting visual characteristics of a real fabric to a virtual fabric in a process of converting a real fabric into a virtual fabric.
실제 원단의 시각적 특성을 가상 원단에 반영하기 위하여, 정밀한 텍스처 영상은 VIZOO 등 특수 스캐너를 통해서만 획득할 수 있다. 이러한 장비들은 크기, 비용적인 문제로 인하여 상용화하기는 어려움이 존재할 수 있다. 또한 스캔을 위한 실제 원단의 사이즈도 클 수 있다. (예를 들어, 1 YARD 이상)In order to reflect the visual characteristics of real fabrics to virtual fabrics, precise texture images can only be acquired through special scanners such as VIZOO. Such equipment may be difficult to commercialize due to problems of size and cost. Also, the size of the actual fabric for scanning may be large. (e.g. 1 YARD or more)
하지만, 본 개시의 방법에 따르면, 소형 장비를 이용하여 실제 원단을 스캔할 수 있다. 그리고 상대적으로 작은 사이즈의 실제 원단으로부터 획득한 스캔 영상으로도 사실적인 가상 원단을 생성할 수 있다.However, according to the method of the present disclosure, an actual original fabric can be scanned using small equipment. In addition, a realistic virtual fabric can be created from a scan image obtained from a relatively small-sized real fabric.
이하에서는 가상 원단의 텍스처 영상을 생성하는 방법에 대하여 구체적으로 설명된다.Hereinafter, a method of generating a texture image of a virtual fabric will be described in detail.
일 실시예에 따른 프로세서(1210)는 원단을 스캔한 영상에서 반복적으로 나타나는 패턴을 분석하고 추출할 수 있다. 일 실시예에 따른 프로세서(1210)는 추출된 패턴을 합성하여 텍스처 영상을 생성하고, 생성된 텍스처 영상을 보정할 수 있다. 이를 통해, 프로세서(1210)는 원단의 시각적 특징이 반영된 텍스처 영상을 생성할 수 있다. 이하에서는 텍스처 영상을 생성하는 방법 및 보정하는 방법이 구체적으로 서술된다.The
도 1에서는 입력 영상(110), 패턴 추출부(120), 분석 대상 영역 결정(121), 유사도 정보 획득(122), 반복 개수 정보(123), 반복 방향 정보(124), 텍스처 영상(130), 텍스처 생성부(140), 패턴 교정 정보(141), 중첩 영역 정보(142), 밝기 보정 정보(143) 및 보정된 텍스처 영상(150)이 도시되어 있다. 1,
일 실시예에 따른 입력 영상(110)은 원단이 포함된 영상일 수 있다. 일 실시예에 따른 입력 영상(110)은 컬러 영상 및/또는 노멀 영상을 포함할 수 있다. 일 실시예에 따른 원단은 의류의 원료가 되는 천을 포함할 수 있다. 입력 영상(110)은 영상 획득 장치로부터 얻어진 영상을 포함할 수 있다. 영상 획득 장치는 원단이 포함된 영상을 획득할 수 있는 모든 장치를 의미할 수 있다. 제한이 아닌 예로서, 영상 획득 장치는 카메라, 스캐너 등을 포함할 수 있다.The
일 실시예에 따른 패턴 추출부(120)는 입력 영상(110)으로부터 패턴을 추출하기 위한 모듈을 포함할 수 있다. 본 개시에서 패턴은 원단에서 반복되는 시각적 특성을 의미할 수 있다. 일 실시예에 따른 프로세서(1210)는 패턴 추출부(120)를 이용하여 입력 영상(110)으로부터 패턴을 추출할 수 있다. 일 실시예에 따른 프로세서(1210)는 패턴 추출부(120)를 이용하여 입력 영상(110)으로부터 텍스처 영상(130)을 생성할 수도 있다.The
일 실시예에 따른 패턴 추출부(120)는 분석 대상 영역을 결정(121)할 수 있다. 분석 대상 영역(210)은 도 2를 참조하여 설명될 수 있다. 일 실시예에 따른 분석 대상 영역(210)은 입력 영상(110)의 적어도 일부를 포함할 수 있다. 일 실시예에 따른 선택 영역(230)은 사용자가 선택한 영역을 포함할 수 있다. 일 실시예에 따른 프로세서(1210)는 사용자 입력 정보에 기초하여 입력 영상(110)에서 선택 영역(230)을 결정할 수 있다. 사용자 입력 정보는 사용자가 선택한 영역과 관련된 정보를 포함할 수 있다. 일 실시예에 따른 사용자는 패턴을 추출하기 위한 영역을 입력 영상에서 선택할 수 있다. 일 실시예에 따른 프로세서(1210)는 선택 영역(230)을 결정한 후, 선택 영역(230)에 기초하여 입력 영상(110)에서 분석 대상 영역(210)을 결정할 수 있다. 예를 들어, 선택 영역(230)이 결정되는 경우, 프로세서(1210)는 선택 영역의 4배 크기의 분석 대상 영역(210)을 결정할 수 있다. 일 실시예에 따른 프로세서(1210)는 선택 영역(230) 및/또는 분석 대상 영역(210)에서 기초 패턴 영역(250)을 결정할 수 있다. 일 실시예에 따른 기초 패턴 영역(250)은 텍스처 영상을 생성하기 위하여 사용되는 단위 패턴을 포함할 수 있다. 따라서 프로세서(1210)는 기초 패턴 영역(250)을 복수개 복제하여 배치함으로써 텍스처 영상을 생성할 수 있다.The
일 실시예에 따른 기초 패턴 영역(250)이 결정되면, 프로세서(1210)는 분석 대상 영역(210)에서 기초 패턴 영역(250)이 얼마나 반복되는지를 분석하기 위하여, 기초 패턴 영역(250)과 분석 대상 영역(210)의 적어도 일부 영역 사이의 유사도 정보를 산출할 수 있다. 따라서, 프로세서(1210)는 기초 패턴 영역(250)이 분석 대상 영역(210)에서 얼마나 많이, 어떤 방향으로 반복되는지 분석함으로써 패턴을 전체적으로 분석할 수도 있다.When the
일 실시예에 따른 패턴 추출부(120)는 유사도 정보(370)를 획득(122)할 수 있다. 유사도 정보(370)는 도3을 참조하여 구체적으로 설명될 수 있다. 일 실시예에 따른 기초 패턴 영역(250)은 분석 대상 영역(210)의 적어도 일부일 수 있다. 다른 일 실시예에 따른 기초 패턴 영역(250)은 선택 영역(230)의 적어도 일부일 수 있다. 일 실시예에 따른 프로세서(1210)는 기초 패턴 영역(250)과 분석 대상 영역(210)에 포함된 복수의 서브 영역들(211, 212, 213) 사이 각각의 유사도 정보(370)를 생성할 수 있다. 도 3에 도시된 서브 영역의 개수는 예시일 뿐 본 개시는 이에 제한되지 않는다.The
일 실시예에 따른 프로세서(1210)는 기초 패턴 영역(250)과 서브 영역들(211, 212, 213) 사이의 유사도 검사(310)를 수행할 수 있다. 일 실시예에 따른 프로세서(1210)는 유사도 검사(310)를 통해 유사도 정보(370)를 생성할 수 있다. 일 실시예에 따른 프로세서(1210)는 기초 패턴 영역(250)과 서브 영역들(211, 212, 213) 사이의 유사도 정보를 교차 상관 관계 계수 방법에 기초하여 생성할 수 있다.The
일 실시예에 따른 입력 영상은 컬러(color) 영상 및 노멀(normal) 영상 중 적어도 하나를 포함할 수 있다. 일 실시예에 따른 컬러 영상은 입력 영상의 색상 정보를 포함할 수 있다. 일 실시예에 따른 노멀 영상은 입력 영상에 포함된 픽셀 각각의 법선 벡터(normal vector) 정보를 포함할 수 있다. 일 실시예에 따른 프로세서(1210)는 유사도 정보(370)를 생성하기 위하여 컬러 영상을 사용할 수 있다. 일 실시예에 따른 프로세서(1210)는 유사도 정보(370)를 생성하기 위하여 노멀 영상을 사용할 수 있다. 일 실시예에 따른 프로세서(1210)는 유사도 정보(370)를 생성하기 위하여 컬러 영상 및 노멀 영상을 사용할 수 있다. 일 실시예에 따른 프로세서(1210)는 컬러 영상에서 검출되지 않은 유사도 정보를 노멀 영상에서 검출된 유사도 정보를 이용하여 보완할 수도 있다.An input image according to an embodiment may include at least one of a color image and a normal image. A color image according to an embodiment may include color information of an input image. A normal image according to an embodiment may include normal vector information of each pixel included in the input image. The
일 실시예에 따른 유사도 정보(370)는 컬러 영상에서의 기초 패턴 영역과 선택 영역의 적어도 일부인 복수의 서브 영역들 사이 각각의 제1 유사도 정보(330) 및 노멀 영상에서의 기초 패턴 영역과 선택 영역의 적어도 일부인 복수의 서브 영역들 사이 각각의 제2 유사도 정보(350) 중 적어도 하나에 기초하여 결정할 수 있다.The
일 실시예에 따른 유사도 정보(370)는 제1 유사도 정보(330) 및 제2 유사도 정보(350)의 가중 합에 기초하여 결정될 수 있다. 예를 들어, 입력 영상에 포함된 원단의 색상 패턴이 다양한 색상을 포함한 경우, 제2 유사도 정보(350)보다 제1 유사도 정보(330)에 더 큰 가중치를 부여하여 유사도 정보(370)를 생성할 수 있다. 이 경우, 프로세서(1210)는 제1 유사도 정보(330)를 유사도 정보(370)로 결정할 수 있다. 즉, 프로세서(1210)는 제2 유사도 정보(350)는 고려하지 않을 수 있다. 또 다른 예를 들어, 원단의 색상 패턴이 적은 수의 색상을 포함하거나, 각각의 색상 차이가 크지 않은 경우, 프로세서(1210)는 제1 유사도 정보(330)보다 제2 유사도 정보(350)에 더 큰 가중치를 부여하여 유사도 정보(370)를 생성할 수도 있다. 또 다른 예를 들어, 원단에 다양한 색상이 포함되어 있으나, 반복되는 패턴이 존재하지 않는 경우, 프로세서(1210)는 제1 유사도 정보(330)보다 제2 유사도 정보(350)에 더 큰 가중치를 부여하여 유사도 정보(370)를 생성할 수 있다.The
일 실시예에 따른 패턴 추출부(120)는 반복 개수 정보(123)를 획득할 수 있다. 일 실시예에 따른 패턴 추출부(120)는 반복 방향 정보(124)를 획득할 수 있다. 일 실시예에 따른 반복 개수 정보(123) 및 반복 방향 정보(124)를 생성하는 방법은 도 4를 참조하여 구체적으로 설명된다. 일 실시예에 따른 프로세서(1210)는 유사도 정보(370)에 기초하여 기초 패턴 영역의 반복 개수 정보(123) 및 기초 패턴 영역의 반복 방향 정보(124) 중 적어도 하나를 생성할 수 있다. 일 실시예에 따른 프로세서(1210)는 반복 개수 정보(123) 및/또는 반복 방향 정보(124)를 생성하기 위하여 도3에서 생성된 유사도 정보(370)에 대한 후처리를 진행할 수 있다. The
일 실시예에 따른 프로세서(1210)는 노이즈 제거를 위하여 유사도 정보(370)를 블러 처리할 수 있다. 일 실시예에 따른 블러 처리는 영상의 특정 영역을 부드럽게 하거나 흐릿하게 해주는 효과를 의미할 수 있다. 일 실시예에 따른 블러 처리는 가우시안 블러 처리를 포함할 수 있다. The
일 실시예에 따른 프로세서(1210)는 분석 대상 영역(210)에서 기초 패턴 영역(250)과 유사도가 일정 기준 이상인 영역 및/또는 지점들만 추출하기 위하여 유사도 임계값을 산출할 수 있다. 일 실시예에 따른 유사도 임계값은 히스토그램을 이용한 임계값 추출 방법에 의하여 결정될 수 있다. 따라서, 프로세서(1210)는 유사도 임계값 이상인 영역은 기초 패턴 영역과 유사한 영역으로 결정할 수 있다.The
일 실시예에 따른 프로세서(1210)는 유사도 정보(370)에 대하여 고속 푸리에 변환(Fast Fourier Transform)(410)을 수행할 수 있다. 일 실시예에 따른 프로세서(1210)는 유사도 정보(370)에 고속 푸리에 변환을 수행함으로써, 푸리에 변환 영상(430)을 생성할 수 있다. 일 실시예에 따른 푸리에 변환 영상(430)은 기초 패턴 영역(250)과 유사한 서브 영역들의 위치 정보가 포함될 수 있다. The
일 실시예에 따른 프로세서(1210)는 푸리에 변환 영상(430)에 대하여 패턴 반복 방향성 검사(450)를 수행할 수 있다. 그리고 프로세서(1210)는 푸리에 변환 영상(430)에 대하여 패턴 반복 개수 검사를 수행할 수도 있다. The
일 실시예에 따른 프로세서(1210)는 반복 방향 정보(124)를 획득할 수 있다. The
일 실시예에 따른 반복 방향 정보(124)는 분석 대상 영역(210)에서 기초 패턴 영역(250)과 유사도가 미리 결정된 기준 이상(예를 들어, 유사도 임계값)인 서브 영역들의 분포 방향에 기초하여 결정된 방향 관련 정보를 포함할 수 있다.The
일 실시예에 따른 반복 방향 정보(124)는 기초 패턴 영역(250)의 위치를 기준으로 기초 패턴 영역(250)과 유사도가 미리 결정된 기준 이상인 서브 영역들이 분포하는 제1 방향 및 기초 패턴 영역(250)과 유사도가 미리 결정된 기준 이상인 서브 영역들이 분포하는 제2 방향을 포함할 수 있다. 예를 들어, 기초 패턴 영역(250)의 위치는 제1 방향(471)과 제2 방향(472)이 교차하는 영역 및/또는 지점을 포함할 수 있다. 예를 들어, 제1 방향은 기초 패턴 영역(250)의 위치를 기준으로 가로 방향일 수 있다. 그리고 제2 방향은 기초 패턴 영역(250)의 위치를 기준으로 세로 방향일 수 있다. 일 실시예에 따른 제1 방향을 따르는 제1 기준선 및 제2 방향을 따르는 제2 기준선은 직선일 수도 있고, 입력 영상에 포함된 원단을 굴곡에 따라 곡선일 수도 있다.The
일 실시예에 따른 반복 개수 정보는 분석 대상 영역(210)에서 기초 패턴 영역(250)과 유사도가 미리 결정된 기준(예를 들어, 유사도 임계값) 이상인 서브 영역의 개수 관련 정보를 포함할 수 있다. 다른 일 실시예에 따른 반복 개수 정보(123)는 선택 영역(230)에서 기초 패턴 영역(250)과 유사도가 미리 결정된 기준 이상인 서브 영역의 개수 관련 정보를 포함할 수도 있다. The repetition number information according to an embodiment may include information related to the number of sub-regions whose similarity to the
일 실시예에 따른 반복 개수 정보(123)는 제1 방향을 따라 분포하는 복수의 서브 영역들의 제1 반복 개수 및 제2 방향을 따라 분포하는 복수의 서브 영역들의 제2 반복 개수에 기초하여 결정될 수 있다. 예를 들어, 도4에서 제1 방향(471)을 따라 분포하는 복수의 서브 영역들의 제1 반복 개수는 10개일 수 있다. 이 경우, 기초 패턴 영역(250)과 유사한 서브 영역들이 분석 대상 영역에서 제1 방향(예, 가로 방향)으로 11개(기초 패턴 영역 1개+서브 영역 10개)의 기초 패턴 영역이 반복된다는 것을 의미할 수 있다. 또 다른 예를 들어, 도4에서 제2 방향(472)을 따라 분포하는 복수의 서브 영역들의 제2 반복 개수는 10개일 수 있다. 이 경우, 기초 패턴 영역(250)과 유사한 서브 영역들이 분석 대상 영역에서 제2 방향(예, 세로 방향)으로 11개(기초 패턴 영역 1개+서브 영역 10개)의 기초 패턴 영역이 반복된다는 것을 의미할 수 있다. 제1 반복 개수가 10이고, 제2 반복 개수가 10인 경우, 프로세서(1210)는 분석 대상 영역(210)에서의 기초 패턴 영역은 총 121개(11개 * 11개)가 반복된다는 정보를 획득할 수 있다.The
일 실시예에 따른 패턴 추출부(120)는 텍스처 영상(510)(예, 도 5의 텍스처 영상(510))을 생성할 수 있다. 일 실시예에 따른 텍스처 영상(130)의 생성은 도 5를 참조하여 구체적으로 설명된다. 일 실시예에 따른 도 5에서, 텍스처 영상(510)이 도시되어 있을 수 있다. 텍스처 영상(130)에는 기초 패턴 영역(250)이 포함될 수 있다. 프로세서(1210)는 기초 패턴 영역(250)의 위치를 결정할 수 있다. 일 실시예에 따른 프로세서(1210)는 기초 패턴 영역(250)의 위치 및 반복 방향 정보(124)에 기초하여 제1 방향(471) 및 제2 방향(472)을 결정할 수 있다. 일 실시예에 따른 프로세서(1210)는 반복 개수 정보(123) 및 반복 방향 정보(124)에 기초하여 제1 방향을 따라 분포하는 복수의 서브 영역들의 제1 반복 개수 및 제2 방향(472)을 따라 분포하는 복수의 서브 영역들의 제2 반복 개수를 산출할 수 있다. The
일 실시예에 따른 프로세서(1210)는 제1 방향(471), 제2 방향(472), 제1 반복 개수 및 제2 반복 개수에 기초하여 기초 패턴 영역을 반복하여 배치함으로써 텍스처 영상(510)(예, 도 5의 텍스처 영상(510))을 생성할 수 있다. 예를 들어, 제1 방향(471)을 따라 분포하는 서브 영역들의 제1 반복 개수는 도 5에서 7개이고, 제2 방향(472)을 따라 분포하는 서브 영역들의 제2 반복 개수는 도 5에서 8개일 수 있다. 따라서, 제1 방향을 따라 총 8개(기초 패턴 영역 1개+서브 영역들 7개)의 기초 패턴 영역이 반복될 수 있다. 또한, 제2 방향(472)을 따라 총 9개(기초 패턴 영역 1개+ 서브 영역들 8개)의 기초 패턴 영역이 반복될 수 있다. 따라서, 텍스처 영상(510)(예, 도 5의 텍스처 영상(510))은 총 72개의 기초 패턴 영역(250)이 반복 배치된 영상을 포함할 수 있다.The
일 실시예에 따른 제1 방향(471)과 제2 방향(472)이 이루는 각도(530)가 존재할 수 있다.An
일 실시예에 따른 텍스처 생성부(140)는 텍스처 영상(130)을 보정하기 위한 모듈을 포함할 수 있다. 일 실시예에 따른 텍스처 생성부는 패턴 교정 정보(141), 중첩 영역 정보(142) 및 밝기 보정 정보(143) 중 적어도 하나에 기초하여 보정된 텍스처 영상(150)을 생성할 수 있다.The
일 실시예에 따른 제1 방향(471)과 제2 방향(472)이 이루는 각도(530)가 존재할 수 있다. 각도(530)가 직각이 아닌 경우, 텍스처 영상(510)(예, 도 5의 텍스처 영상(510))에서 패턴 틀어짐 현상이 발생할 수 있다. 예를 들어, 입력 영상을 획득하는 과정에서 패턴 틀어짐이 발생할 수 있다. 제한이 아닌 예로서, 실제 원단을 바라보는 영상 획득 장치의 시점에 따라 입력 영상에 포함된 원단에 왜곡이 발생할 수 있다. 또 다른 예로 실제 원단에 주름이 존재하는 경우에도 패턴 틀어짐 현상이 발생할 수 있다. 도 6을 참조하여 설명하면 패턴 틀어짐 현상이 발생하는 경우 제1 방향(471)과 제2 방향(472)이 이루는 각도(530)가 직각이 아닐 수 있다. 따라서, 제1 방향(471)과 제2 방향(472)이 이루는 각도(530)를 직각으로 교정함으로써 이러한 패턴 틀어짐 현상을 보정할 필요가 존재할 수 있다. 패턴 틀어짐 현상을 보정함으로써, 패턴 반복시 텍스처 영상에서 반복되는 기초 패턴들이 불연속되거나 불일치하는 문제를 해결할 수 있다. 이하에서는 도 6을 참조하여 텍스처 영상(130)을 보정하는 방법이 구체적으로 설명된다.An
일 실시예에 따른 프로세서(1210)는 패턴 교정 정보에 기초하여 텍스처 영상을 보정(610)할 수 있다. 일 실시예에 따른 패턴 교정 정보는 패턴 틀어짐을 교정하기 위해 필요한 정보를 포함할 수 있다. 도 6에 도시된 바와 같이 제1 방향(471)과 제2 방향(472)이 이루는 각도(530)가 직각이 아닌 경우, 텍스처 영상(130)에서 패턴 틀어짐 현상이 발생할 수 있다. 따라서, 프로세서(1210)는 제1 방향(471)과 제2 방향(472)이 이루는 각도(530)를 수직으로 변환할 수 있다.The
일 실시예에 따른 프로세서(1210)는 제1 방향(471)을 따르는 제1 기준선이 곡선인 경우, 제1 기준선이 상기 제2 방향과 직각이 되도록 제1 기준선을 직선으로 보정할 수 있다. 예를 들어, 입력 영상(110)에 포함된 원단에 굴곡이 있는 경우, 제1 기준선이 곡선이 될 수도 있다. 이 경우, 프로세서(1210)는 곡선인 제1 기준선을 직선으로 보정할 수 있다. When the first reference line along the
일 실시예에 따른 프로세서(1210)는 제2 방향(472)을 따르는 제2 기준선이 곡선인 경우, 제2 기준선이 제1 방향과 직각이 되도록 제2 기준선을 직선으로 보정할 수 있다. 예를 들어, 입력 영상(110)에 포함된 원단에 굴곡이 있는 경우, 제2 기준선이 곡선이 될 수도 있다. 이 경우, 프로세서(1210)는 곡선인 제2 기준선을 직선으로 보정할 수 있다. When the second reference line along the
일 실시예에 따른 프로세서(1210)는 중첩 영역 정보(142)에 기초하여 텍스처 영상을 보정할 수 있다. 중첩 영역 정보(142)에 기초하여 텍스처 영상을 보정하는 방법은 도 7을 참조하여 구체적으로 설명된다.The
일 실시예에 따른 중첩 영역 정보(142)는 복수개의 기초 패턴 영역들을 배치하면서, 복수개의 기초 패턴 영역들이 서로 접하게 되는 영역에서 패턴 불연속이 발생할 수도 있다. 예를 들어, 패턴 불연속은 솔기(seamline)일 수 있다. 이러한 패턴 불연속을 제거하기 위하여 인접한 기초 패턴 영역들 사이의 중첩 영역을 결정하여 기초 패턴 영역들을 서로 중첩시킬 수 있다. 이러한 과정을 통해, 패턴의 연속성을 저해하는 요소를 제거할 수 있다.While the overlapping
일 실시예에 따른 프로세서(1210)는 텍스처 영상(130)을 복수의 패치들로 분할할 수 있다. 예를 들어, 패치는 하나의 기초 패턴 영역과 대응할 수도 있다. 또 다른 예를 들어, 패치는 복수개의 기초 패턴 영역들을 포함할 수도 있다. 일 실시예에 따른 텍스처 영상(130)을 4개의 영역으로 분할하는 경우, 제1 패치(710), 제2 패치(730), 제3 패치(750) 및 제4 패치(770)가 생성될 수 있다. 일 실시예에 따른 텍스처 영상(130)은 분석 대상 영역과 동일한 크기일 수 있다. 분석 대상 영역(210)은 선택 영역(230)을 포함하고 있으므로, 텍스처 영상(130)에서 선택 영역(230)의 위치 정보에 기초하여 선택 영역이 결정될 수도 있다. 일 실시예에 따른 프로세서(1210)는 텍스처 영상(130)을 복수의 패치들로 분할하는 경우, 선택 영역(230)에 기초하여 분할할 수도 있다. 따라서, 제1 패치(710)에 대응하는 선택 영역 내 제1 패치(710)가 포함될 수 있다. 제2 패치(730), 제3 패치(750) 및 제4 패치(770)도 이와 동일하게 선택 영역 내 패치가 포함될 수 있다. The
일 실시예에 따른 프로세서(1210)는 복수의 패치들을 재배치할 수 있다. 일 실시예에 따른 프로세서(1210)는 701에 도시된 바와 같이, 텍스처 영상(130)에 포함된 각각의 패치들을 제1 패치(711), 제2 패치(731), 제3 패치(751) 및 제4 패치(771)로 재배치할 수 있다. 이에 따라, 선택 영역 내 패치들(720, 740, 760, 780)도 701에 도시된 바와 같이 재배치된 위치(721, 741, 761, 781)로 배치될 수 있다.The
재배치된 제1 패치(711), 제2 패치(731), 제3 패치(751) 및 제4 패치(771)들 각각이 서로 접하는 부분에서 패턴 불연속 영역(예를 들어, 심라인)이 발생할 수 있다. 예를 들어, 재배치를 통해 제1 패치(711)와 제2 패치(731) 사이, 제1 패치(711)와 제3 패치(751) 사이, 제2 패치(731)와 제4 패치(771) 사이 및 제3 패치(751)와 제4 패치(771) 사이는 새로 접하게 되는 부분일 수 있다. 해당 인접 부분들은, 도 7에 도시된 영상(700)을 반복하여 배치시킬 경우, 인접하게 되는 부분일 수 있다. 따라서, 영상(700) 반복으로 새로 인접하게 되는 부분에서 발생하는 패턴 불연속(예를 들어, 심라인)을 제거하기 위하여, 제1 패치(711)와 제2 패치(731) 사이, 제1 패치(711)와 제3 패치(751) 사이, 제2 패치(731)와 제4 패치(771) 사이 및 제3 패치(751)와 제4 패치(771) 사이에 중첩 영역을 생성하여 합성할 수 있다. 일 실시예에 따른 프로세서(1210)는 제1 패치(711)와 제2 패치(731) 사이, 제1 패치(711)와 제3 패치(751) 사이, 제2 패치(731)와 제4 패치(771) 사이 및 제3 패치(751)와 제4 패치(771) 사이에 패턴 불연속 영역이 존재하는지 여부를 판단할 수 있다. 패턴 불연속 영역이 존재하는 경우, 프로세서(1210)는 패치들의 중첩 영역을 결정할 수 있다. 예를 들어, 제1 패치(711)와 제3 패치(751) 사이에 패턴 불연속 영역이 존재하는 경우, 프로세서(1210)는 중첩영역2(781)을 생성할 수 있다. 그리고 해당 중첩영역 2(781)만큼 중첩되도록 패치들을 배치할 수 있다. 이러한 과정은 다른 인접 영역들에 대해서도 동일하게 수행될 수 있다. 예를 들어, 프로세서(1210)는 제1 패치(711)와 제2 패치(731)가 중첩되는 중첩 영역3(782)를 생성할 수 있다. 또 다른 예를 들어, 프로세서(1210)는 제2 패치(731)와 제4 패치(771)가 중첩되는 중첩 영역4(783)를 생성할 수 있다. 또 다른 예를 들어, 프로세서(1210)는 제3 패치(751)와 제4 패치(771)가 중첩되는 중첩 영역1(780)를 생성할 수 있다.Pattern discontinuous areas (eg, seam lines) may occur at portions where each of the rearranged first patch 711, second patch 731,
일 실시예에 따른 프로세서(1210)는 패치에서 중첩 영역을 검색할 수 있다. 도 8을 참조하여 설명하면, 프로세서(1210)는 패치(810)에서 중첩 영역을 검색(830)할 수 있다. 검색 결과는 도 8에 도시된 바와 같이 표시될 수 있다. 따라서, 프로세서(1210)는 검색된 중첩 영역(850)에 대한 정보를 이용하여 복수의 패치들을 중첩시킬 수 있다.The
일 실시예에 따른 프로세서(1210)는 중첩 영역에 기초하여 복수의 패치들을 중첩시킬 수 있다. 도 9를 참조하여 설명하면, 프로세서(1210)는 제1 패치(710), 제2 패치(730), 제3 패치(750) 및 제4패치(750) 각각의 중첩 영역(850)에 기초하여 패치들을 중첩시킬 수 있다. 다른 일 실시예에 따른 프로세서(1210)는 재배치된 제1 패치(711), 제2 패치(731), 제3 패치(751) 및 제4 패치(771) 각각의 중첩 영역(850)에 기초하여 패치들을 중첩시킬 수도 있다. 일 실시예에 따른 프로세서(1210)는 복수의 패치들을 중첩시킬 경우, 다중 영상 합성 방법을 이용하여 중첩시킬 수도 있다. 일 실시예에 따른 다중 영상 합성 방법은 멀티 카메라를 기반으로 획득한 영상을 합성하는 과정에서 경계 노이즈가 없는 영상 정합 및 합성 결과를 획득하기 위한 방법을 의미할 수 있다.The
일 실시예에 따른 프로세서(1210)는 중첩된 패치들에 대한 스무딩 작업을 수행할 수 있다. 일 실시예에 따른 프로세서(1210)는 복수의 패치들에 대하여 멀티 밴드 블렌딩 방법을 이용하여 스무딩을 할 수 있다. The
일 실시예에 따른 프로세서(1210)는 밝기 보정 정보(143)에 기초하여 텍스처 영상을 보정할 수 있다. 밝기 보정 정보(143)에 기초하여 텍스처 영상을 보정하는 방법은 도 10을 참조하여 구체적으로 설명된다. 도 10에 도시된 패치1(1011)과 패치(1012)는 서로 밝기가 다를 수 있다. 이 경우, 패치들 간의 밝기가 서로 다르면 텍스처 영상 전체적으로 자연스러운 밝기 변화가 표현되지 않을 수 있다. 따라서 텍스처 영상 전체적으로 통일된 밝기가 적용될 필요가 존재할 수 있다. 그러므로 프로세서(1210)는 기초 패턴 영역(250)을 복수개 복제하여 배치한 텍스처 영상에서 밝기 불일치를 해소하기 위하여 밝기 보정 정보(143)를 이용할 수 있다. 일 실시예예 따른 밝기 보정 정보(143)는 조명으로 인해 발생하는 영역의 밝기의 차이를 보정하기 위한 정보를 포함할 수 있다. 예를 들어, 1030에 도시된 바와 같이 좌측 상단을 밝으나, 우측 하단으로 갈수록 어두워질 수 있다. 이러한 밝기 변화 경향은 밝기 변화 방향(1010)으로 표현될 수도 있다. 따라서, 텍스처 영상에 포함된 패치들(또는 기초 패턴 영역들)의 밝기를 보정할 필요가 존재할 수 있다. The
일 실시예에 따른 프로세서(1210)는 텍스처 영상에 포함된 복수의 기초 패턴 영역들 간의 밝기 불일치를 해소하기 위하여 밝기 보정 정보(143)에 기초하여 복수의 기초 패턴 영역들의 밝기를 보정할 수 있다. 일 실시예에 따른 프로세서(1210)는 기초 패턴 영역들의 밝기를 보정할 때 슬라이딩 윈도우 방식으로 보정할 수 있다. 예를 들어, 밝기 보정 방향(1020)을 따라 프로세서(1210)는 기초 패턴 영역을 옮겨가면서 밝기를 기초 패턴 영역 단위로 보정할 수 있다.The
일 실시예에 따른 텍스처 영상 생성 및 보정 방법을 통해, 프로세서(1210)는 원단의 반복적인 패턴을 쉽게 추출할 수 있다. 또한 반복 패턴으로 구성된 텍스처의 형태로 결과를 생성하고 보정하여 가상 시뮬레이션에 원단을 적용할 수 있다. 따라서, 프로세서(1210)는 의상 시뮬레이션에서 입력 영상에 포함된 원단을 표현한 텍스처를 시각적으로 표현할 수 있다.Through a texture image generation and correction method according to an embodiment, the
도2는 일 실시예에 따른 분석 대상 영역, 선택 영역 및 기초 패턴 영역을 설명하기 위한 도면이다.2 is a diagram for explaining an analysis target region, a selection region, and a basic pattern region according to an exemplary embodiment.
도 2에서는 분석 대상 영역(210), 선택 영역(230) 및 기초 패턴 영역(250)이 도시되어 있다.In FIG. 2 , an
일 실시예에 따른 분석 대상 영역(210)은 입력 영상(110)의 적어도 일부를 포함할 수 있다. 일 실시예에 따른 선택 영역(230)은 사용자가 선택한 영역을 포함할 수 있다. 일 실시예에 따른 프로세서(1210)는 사용자 입력 정보에 기초하여 입력 영상(110)에서 선택 영역(230)을 결정할 수 있다. 사용자 입력 정보는 사용자가 선택한 영역과 관련된 정보를 포함할 수 있다. 일 실시예에 따른 사용자는 패턴을 추출하기 위한 영역을 입력 영상에서 선택할 수 있다. 일 실시예에 따른 프로세서(1210)는 선택 영역(230)을 결정한 후, 선택 영역(230)에 기초하여 입력 영상(110)에서 분석 대상 영역(210)을 결정할 수 있다. 예를 들어, 선택 영역(230)이 결정되는 경우, 프로세서(1210)는 선택 영역의 4배 크기의 분석 대상 영역(210)을 결정할 수 있다. 일 실시예에 따른 프로세서(1210)는 선택 영역(230) 및/또는 분석 대상 영역(210)에서 기초 패턴 영역(250)을 결정할 수 있다. 일 실시예에 따른 기초 패턴 영역(250)은 텍스처 영상을 생성하기 위하여 사용되는 단위 패턴을 포함할 수 있다. 따라서 프로세서(1210)는 기초 패턴 영역(250)을 복수개 복제하여 배치함으로써 텍스처 영상을 생성할 수 있다.The
도 3은 일 실시예에 따른 유사도 정보를 설명하기 위한 도면이다.3 is a diagram for explaining similarity information according to an exemplary embodiment.
도 3에서는 분석 대상 영역(210), 복수의 서브 영역들(211, 212, 213), 기초 패턴 영역(250), 유사도 검사(310), 제1 유사도 정보(330), 제2 유사도 정보(350) 및 유사도 정보(370)가 도시되어 있다.In FIG. 3 , an
일 실시예에 따른 패턴 추출부(120)는 유사도 정보(370)를 획득(122)할 수 있다. 유사도 정보(370)는 도3을 참조하여 구체적으로 설명될 수 있다. 일 실시예에 따른 기초 패턴 영역(250)은 분석 대상 영역(210)의 적어도 일부일 수 있다. 다른 일 실시예에 따른 기초 패턴 영역(250)은 선택 영역(230)의 적어도 일부일 수 있다. 일 실시예에 따른 프로세서(1210)는 기초 패턴 영역(250)과 분석 대상 영역(210)에 포함된 복수의 서브 영역들(211, 212, 213) 사이 각각의 유사도 정보(370)를 생성할 수 있다. 도 3에 도시된 서브 영역의 개수는 예시일 뿐 본 개시는 이에 제한되지 않는다.The
일 실시예에 따른 프로세서(1210)는 기초 패턴 영역(250)과 서브 영역들(211, 212, 213) 사이의 유사도 검사(310)를 수행할 수 있다. 일 실시예에 따른 프로세서(1210)는 유사도 검사(310)를 통해 유사도 정보(370)를 생성할 수 있다. 일 실시예에 따른 프로세서(1210)는 기초 패턴 영역(250)과 서브 영역들(211, 212, 213) 사이의 유사도 정보를 교차 상관 관계 계수 방법에 기초하여 생성할 수 있다.The
일 실시예에 따른 입력 영상은 컬러 영상 및 노멀 영상 중 적어도 하나를 포함할 수 있다. 일 실시예에 따른 컬러 영상은 입력 영상의 색상 정보를 포함할 수 있다. 일 실시예에 따른 노멀 영상은 입력 영상에 포함된 픽셀 각각의 법선 벡터(normal vector) 정보를 포함할 수 있다. 일 실시예에 따른 프로세서(1210)는 유사도 정보(370)를 생성하기 위하여 컬러 영상을 사용할 수 있다. 일 실시예에 따른 프로세서(1210)는 유사도 정보(370)를 생성하기 위하여 노멀 영상을 사용할 수 있다. 일 실시예에 따른 프로세서(1210)는 유사도 정보(370)를 생성하기 위하여 컬러 영상 및 노멀 영상을 사용할 수 있다. 일 실시예에 따른 프로세서(1210)는 컬러 영상에서 검출되지 않은 유사도 정보를 노멀 영상에서 검출된 유사도 정보를 이용하여 보완할 수도 있다.An input image according to an embodiment may include at least one of a color image and a normal image. A color image according to an embodiment may include color information of an input image. A normal image according to an embodiment may include normal vector information of each pixel included in the input image. The
일 실시예에 따른 유사도 정보(370)는 컬러 영상에서의 기초 패턴 영역과 선택 영역의 적어도 일부인 복수의 서브 영역들 사이 각각의 제1 유사도 정보(330) 및 노멀 영상에서의 기초 패턴 영역과 선택 영역의 적어도 일부인 복수의 서브 영역들 사이 각각의 제2 유사도 정보(350) 중 적어도 하나에 기초하여 결정할 수 있다.The
일 실시예에 따른 유사도 정보(370)는 제1 유사도 정보(330) 및 제2 유사도 정보(350)의 가중 합에 기초하여 결정될 수 있다. 예를 들어, 입력 영상에 포함된 원단의 색상 패턴이 다양한 색상을 포함한 경우, 제2 유사도 정보(350)보다 제1 유사도 정보(330)에 더 큰 가중치를 부여하여 유사도 정보(370)를 생성할 수 있다. 이 경우, 프로세서(1210)는 제1 유사도 정보(330)를 유사도 정보(370)로 결정할 수 있다. 즉, 프로세서(1210)는 제2 유사도 정보(350)는 고려하지 않을 수 있다. 또 다른 예를 들어, 원단의 색상 패턴이 적은 수의 색상을 포함하거나, 각각의 색상 차이가 크지 않은 경우, 프로세서(1210)는 제1 유사도 정보(330)보다 제2 유사도 정보(350)에 더 큰 가중치를 부여하여 유사도 정보(370)를 생성할 수도 있다. 또 다른 예를 들어, 원단에 다양한 색상이 포함되어 있으나, 반복되는 패턴이 존재하지 않는 경우, 프로세서(1210)는 제1 유사도 정보(330)보다 제2 유사도 정보(350)에 더 큰 가중치를 부여하여 유사도 정보(370)를 생성할 수 있다.The
도 4는 일 실시예에 따른 반복 개수 정보 및 반복 방향 정보를 설명하기 위한 도면이다.4 is a diagram for explaining repetition number information and repetition direction information according to an exemplary embodiment.
도 4에서는 유사도 정보(370), 고속 푸리에 변환(410), 푸리에 변환 영상(430), 패턴 반복 방향성 검사(450), 반복 방향 정보(470), 제1 방향(471) 및 제2 방향(472)이 도시되어 있다.In FIG. 4 ,
일 실시예에 따른 프로세서(1210)는 유사도 정보(370)에 기초하여 기초 패턴 영역의 반복 개수 정보(123) 및 기초 패턴 영역의 반복 방향 정보(124) 중 적어도 하나를 생성할 수 있다. 일 실시예에 따른 프로세서(1210)는 반복 개수 정보(123) 및/또는 반복 방향 정보(124)를 생성하기 위하여 도3에서 생성된 유사도 정보(370)에 대한 후처리를 진행할 수 있다. The
일 실시예에 따른 프로세서(1210)는 노이즈 제거를 위하여 유사도 정보(370)를 블러 처리할 수 있다. 일 실시예에 따른 블러 처리는 영상의 특정 영역을 부드럽게 하거나 흐릿하게 해주는 효과를 의미할 수 있다. 일 실시예에 따른 블러 처리는 가우시안 블러 처리를 포함할 수 있다. The
일 실시예에 따른 프로세서(1210)는 분석 대상 영역(210)에서 기초 패턴 영역(250)과 유사도가 일정 기준 이상인 영역 및/또는 지점들만 추출하기 위하여 유사도 임계값을 산출할 수 있다. 일 실시예에 따른 유사도 임계값은 히스토그램을 이용한 임계값 추출 방법에 의하여 결정될 수 있다. 따라서, 프로세서(1210)는 유사도 임계값 이상인 영역은 기초 패턴 영역과 유사한 영역으로 결정할 수 있다.The
일 실시예에 따른 프로세서(1210)는 유사도 정보(370)에 대하여 고속 푸리에 변환(Fast Fourier Transform)(410)을 수행할 수 있다. 일 실시예에 따른 프로세서(1210)는 유사도 정보(370)에 고속 푸리에 변환을 수행함으로써, 푸리에 변환 영상(430)을 생성할 수 있다. 일 실시예에 따른 푸리에 변환 영상(430)은 기초 패턴 영역(250)과 유사한 서브 영역들의 위치 정보가 포함될 수 있다. The
일 실시예에 따른 프로세서(1210)는 푸리에 변환 영상(430)에 대하여 패턴 반복 방향성 검사(450)를 수행할 수 있다. 그리고 프로세서(1210)는 푸리에 변환 영상(430)에 대하여 패턴 반복 개수 검사를 수행할 수도 있다. The
일 실시예에 따른 프로세서(1210)는 반복 방향 정보(124)를 획득할 수 있다. The
일 실시예에 따른 반복 방향 정보(124)는 분석 대상 영역(210)에서 기초 패턴 영역(250)과 유사도가 미리 결정된 기준 이상(예를 들어, 유사도 임계값)인 서브 영역들의 분포 방향에 기초하여 결정된 방향 관련 정보를 포함할 수 있다.The
일 실시예에 따른 반복 방향 정보(124)는 기초 패턴 영역(250)의 위치를 기준으로 기초 패턴 영역(250)과 유사도가 미리 결정된 기준 이상인 서브 영역들이 분포하는 제1 방향 및 기초 패턴 영역(250)과 유사도가 미리 결정된 기준 이상인 서브 영역들이 분포하는 제2 방향을 포함할 수 있다. 예를 들어, 기초 패턴 영역(250)의 위치는 제1 방향(471)과 제2 방향(472)이 교차하는 영역 및/또는 지점을 포함할 수 있다. 예를 들어, 제1 방향은 기초 패턴 영역(250)의 위치를 기준으로 가로 방향일 수 있다. 그리고 제2 방향은 기초 패턴 영역(250)의 위치를 기준으로 세로 방향일 수 있다. 일 실시예에 따른 제1 방향을 따르는 제1 기준선 및 제2 방향을 따르는 제2 기준선은 직선일 수도 있고, 입력 영상에 포함된 원단을 굴곡에 따라 곡선일 수도 있다.The
일 실시예에 따른 반복 개수 정보는 분석 대상 영역(210)에서 기초 패턴 영역(250)과 유사도가 미리 결정된 기준(예를 들어, 유사도 임계값) 이상인 서브 영역의 개수 관련 정보를 포함할 수 있다. 다른 일 실시예에 따른 반복 개수 정보(123)는 선택 영역(230)에서 기초 패턴 영역(250)과 유사도가 미리 결정된 기준 이상인 서브 영역의 개수 관련 정보를 포함할 수도 있다. The repetition number information according to an embodiment may include information related to the number of sub-regions whose similarity to the
일 실시예에 따른 반복 개수 정보(123)는 제1 방향을 따라 분포하는 복수의 서브 영역들의 제1 반복 개수 및 제2 방향을 따라 분포하는 복수의 서브 영역들의 제2 반복 개수에 기초하여 결정될 수 있다. 예를 들어, 도4에서 제1 방향(471)을 따라 분포하는 복수의 서브 영역들의 제1 반복 개수는 10개일 수 있다. 이 경우, 기초 패턴 영역(250)과 유사한 서브 영역들이 분석 대상 영역에서 제1 방향(예, 가로 방향)으로 11개(기초 패턴 영역 1개+서브 영역 10개)의 기초 패턴 영역이 반복된다는 것을 의미할 수 있다. 또 다른 예를 들어, 도4에서 제2 방향(472)을 따라 분포하는 복수의 서브 영역들의 제2 반복 개수는 10개일 수 있다. 이 경우, 기초 패턴 영역(250)과 유사한 서브 영역들이 분석 대상 영역에서 제2 방향(예, 세로 방향)으로 11개(기초 패턴 영역 1개+서브 영역 10개)의 기초 패턴 영역이 반복된다는 것을 의미할 수 있다. 제1 반복 개수가 10이고, 제2 반복 개수가 10인 경우, 프로세서(1210)는 분석 대상 영역(210)에서의 기초 패턴 영역은 총 121개(11개 * 11개)가 반복된다는 정보를 획득할 수 있다.The
도 5는 일 실시예에 따른 텍스처 영상의 생성 방법을 설명하기 위한 도면이다.5 is a diagram for explaining a method of generating a texture image according to an exemplary embodiment.
도 5에서는 텍스처 영상(510), 기초 패턴 영역(250), 제1 방향(471), 제2 방향(472), 각도(530) 및 기초 패턴 영역의 위치(550)가 도시되어 있다.5 shows a
일 실시예에 따른 도 5에서, 텍스처 영상(510)이 도시되어 있을 수 있다. 텍스처 영상(510)에는 기초 패턴 영역(250)이 포함될 수 있다. 프로세서(1210)는 기초 패턴 영역(250)의 위치를 결정할 수 있다. 일 실시예에 따른 프로세서(1210)는 기초 패턴 영역(250)의 위치 및 반복 방향 정보(124)에 기초하여 제1 방향(471) 및 제2 방향(472)을 결정할 수 있다. 일 실시예에 따른 프로세서(1210)는 반복 개수 정보(123) 및 반복 방향 정보(124)에 기초하여 제1 방향을 따라 분포하는 복수의 서브 영역들의 제1 반복 개수 및 제2 방향(472)을 따라 분포하는 복수의 서브 영역들의 제2 반복 개수를 산출할 수 있다. In FIG. 5 according to an embodiment, a
일 실시예에 따른 프로세서(1210)는 제1 방향(471), 제2 방향(472), 제1 반복 개수 및 제2 반복 개수에 기초하여 기초 패턴 영역을 반복하여 배치함으로써 텍스처 영상(510)을 생성할 수 있다. 예를 들어, 제1 방향(471)을 따라 분포하는 서브 영역들의 제1 반복 개수는 도 5에서 7개이고, 제2 방향(472)을 따라 분포하는 서브 영역들의 제2 반복 개수는 도 5에서 8개일 수 있다. 따라서, 제1 방향을 따라 총 8개(기초 패턴 영역 1개+서브 영역들 7개)의 기초 패턴 영역이 반복될 수 있다. 또한, 제2 방향(472)을 따라 총 9개(기초 패턴 영역 1개+ 서브 영역들 8개)의 기초 패턴 영역이 반복될 수 있다. 따라서, 텍스처 영상(510)은 총 72개의 기초 패턴 영역(250)이 반복 배치된 영상을 포함할 수 있다.The
일 실시예에 따른 제1 방향(471)과 제2 방향(472)이 이루는 각도(530)가 존재할 수 있다.An
도 6은 일 실시예에 따른 패턴 교정 정보에 기초하여 텍스처 영상을 보정하는 방법을 설명하기 위한 도면이다.6 is a diagram for explaining a method of correcting a texture image based on pattern correction information according to an exemplary embodiment.
도 6에서는 텍스처 영상(130), 패턴 교정 정보에 기초하여 텍스처 영상 보정(610) 및 보정된 텍스처 영상(630)이 도시되어 있다.6 shows a
일 실시예에 따른 프로세서(1210)는 패턴 교정 정보에 기초하여 텍스처 영상을 보정(610)할 수 있다. 일 실시예에 따른 패턴 교정 정보는 패턴 틀어짐을 교정하기 위해 필요한 정보를 포함할 수 있다. 도 6에 도시된 바와 같이 제1 방향(471)과 제2 방향(472)이 이루는 각도(530)가 직각이 아닌 경우, 텍스처 영상(130)에서 패턴 틀어짐 현상이 발생할 수 있다. 따라서, 프로세서(1210)는 제1 방향(471)과 제2 방향(472)이 이루는 각도(530)를 수직으로 변환할 수 있다.The
일 실시예에 따른 프로세서(1210)는 제1 방향(471)을 따르는 제1 기준선이 곡선인 경우, 제1 기준선이 상기 제2 방향과 직각이 되도록 제1 기준선을 직선으로 보정할 수 있다. 예를 들어, 입력 영상(110)에 포함된 원단에 굴곡이 있는 경우, 제1 기준선이 곡선이 될 수도 있다. 이 경우, 프로세서(1210)는 곡선인 제1 기준선을 직선으로 보정할 수 있다. When the first reference line along the
일 실시예에 따른 프로세서(1210)는 제2 방향(472)을 따르는 제2 기준선이 곡선인 경우, 제2 기준선이 제1 방향과 직각이 되도록 제2 기준선을 직선으로 보정할 수 있다. 예를 들어, 입력 영상(110)에 포함된 원단에 굴곡이 있는 경우, 제2 기준선이 곡선이 될 수도 있다. 이 경우, 프로세서(1210)는 곡선인 제2 기준선을 직선으로 보정할 수 있다. When the second reference line along the
도 7은 일 실시예에 따른 중첩 영역 정보에 기초하여 텍스처 영상을 보정하는 방법을 설명하기 위한 도면이다.7 is a diagram for explaining a method of correcting a texture image based on overlapping area information according to an exemplary embodiment.
도 7에서는 복수의 패치들(710, 730, 750, 770), 선택 영역 내 복수의 패치들(720, 740, 760, 780), 재배치된 복수의 패치들(711, 731, 751, 771), 재배치된 선택 영역 내 복수의 패치들(721, 741, 761, 781) 및 복수의 중첩 영역들(780, 781, 782, 783)이 도시되어 있다.In FIG. 7 , a plurality of
일 실시예에 따른 프로세서(1210)는 텍스처 영상(130)을 복수의 패치들로 분할할 수 있다. 예를 들어, 패치는 하나의 기초 패턴 영역과 대응할 수도 있다. 또 다른 예를 들어, 패치는 복수개의 기초 패턴 영역들을 포함할 수도 있다. 일 실시예에 따른 텍스처 영상(130)을 4개의 영역으로 분할하는 경우, 제1 패치(710), 제2 패치(730), 제3 패치(750) 및 제4 패치(770)가 생성될 수 있다. 일 실시예에 따른 텍스처 영상(130)은 분석 대상 영역과 동일한 크기일 수 있다. 분석 대상 영역(210)은 선택 영역(230)을 포함하고 있으므로, 텍스처 영상(130)에서 선택 영역(230)의 위치 정보에 기초하여 선택 영역이 결정될 수도 있다. 일 실시예에 따른 프로세서(1210)는 텍스처 영상(130)을 복수의 패치들로 분할하는 경우, 선택 영역(230)에 기초하여 분할할 수도 있다. 따라서, 제1 패치(710)에 대응하는 선택 영역 내 제1 패치(710)가 포함될 수 있다. 제2 패치(730), 제3 패치(750) 및 제4 패치(770)도 이와 동일하게 선택 영역 내 패치가 포함될 수 있다. The
일 실시예에 따른 프로세서(1210)는 복수의 패치들을 재배치할 수 있다. 일 실시예에 따른 프로세서(1210)는 701에 도시된 바와 같이, 텍스처 영상(130)에 포함된 각각의 패치들을 제1 패치(711), 제2 패치(731), 제3 패치(751) 및 제4 패치(771)로 재배치할 수 있다. 이에 따라, 선택 영역 내 패치들(720, 740, 760, 780)도 701에 도시된 바와 같이 재배치된 위치(721, 741, 761, 781)로 배치될 수 있다.The
재배치된 제1 패치(711), 제2 패치(731), 제3 패치(751) 및 제4 패치(771)들 각각이 서로 접하는 부분에서 패턴 불연속 영역(예를 들어, 심라인)이 발생할 수 있다. 예를 들어, 재배치를 통해 제1 패치(711)와 제2 패치(731) 사이, 제1 패치(711)와 제3 패치(751) 사이, 제2 패치(731)와 제4 패치(771) 사이 및 제3 패치(751)와 제4 패치(771) 사이는 새로 접하게 되는 부분일 수 있다. 해당 인접 부분들은, 도 7에 도시된 영상(700)을 반복하여 배치시킬 경우, 인접하게 되는 부분일 수 있다. 따라서, 영상(700) 반복으로 새로 인접하게 되는 부분에서 발생하는 패턴 불연속(예를 들어, 심라인)을 제거하기 위하여, 제1 패치(711)와 제2 패치(731) 사이, 제1 패치(711)와 제3 패치(751) 사이, 제2 패치(731)와 제4 패치(771) 사이 및 제3 패치(751)와 제4 패치(771) 사이에 중첩 영역을 생성하여 합성할 수 있다. 일 실시예에 따른 프로세서(1210)는 제1 패치(711)와 제2 패치(731) 사이, 제1 패치(711)와 제3 패치(751) 사이, 제2 패치(731)와 제4 패치(771) 사이 및 제3 패치(751)와 제4 패치(771) 사이에 패턴 불연속 영역이 존재하는지 여부를 판단할 수 있다. 패턴 불연속 영역이 존재하는 경우, 프로세서(1210)는 패치들의 중첩 영역을 결정할 수 있다. 예를 들어, 제1 패치(711)와 제3 패치(751) 사이에 패턴 불연속 영역이 존재하는 경우, 프로세서(1210)는 중첩영역2(781)을 생성할 수 있다. 그리고 해당 중첩영역 2(781)만큼 중첩되도록 패치들을 배치할 수 있다. 이러한 과정은 다른 인접 영역들에 대해서도 동일하게 수행될 수 있다. 예를 들어, 프로세서(1210)는 제1 패치(711)와 제2 패치(731)가 중첩되는 중첩 영역3(782)를 생성할 수 있다. 또 다른 예를 들어, 프로세서(1210)는 제2 패치(731)와 제4 패치(771)가 중첩되는 중첩 영역4(783)를 생성할 수 있다. 또 다른 예를 들어, 프로세서(1210)는 제3 패치(751)와 제4 패치(771)가 중첩되는 중첩 영역1(780)를 생성할 수 있다.Pattern discontinuous areas (eg, seam lines) may occur at portions where each of the rearranged first patch 711, second patch 731,
도 8은 일 실시예에 따른 중첩 영역을 설명하기 위한 도면이다.8 is a diagram for explaining an overlapping area according to an exemplary embodiment.
도 8에서는 패치(810), 중첩 영역 검색(830) 및 중첩 영역(850)이 도시되어 있다.In FIG. 8 , a
일 실시예에 따른 프로세서(1210)는 패치에서 중첩 영역을 검색할 수 있다. 도 8을 참조하여 설명하면, 프로세서(1210)는 패치(810)에서 중첩 영역을 검색(830)할 수 있다. 검색 결과는 도 8에 도시된 바와 같이 표시될 수 있다. 따라서, 프로세서(1210)는 검색된 중첩 영역(850)에 대한 정보를 이용하여 복수의 패치들을 중첩시킬 수 있다.The
도 9는 일 실시예에 따른 중첩 영역을 제거하여 보정된 텍스처 영상이 생성되는 방법을 설명하기 위한 도면이다.9 is a diagram for explaining a method of generating a corrected texture image by removing an overlapping region according to an exemplary embodiment.
도 9에서는 제1 패치(710), 제2 패치(730), 제3 패치(750), 제4 패치(770), 중첩 영역(850) 및 보정된 텍스처 영상(910)이 도시되어 있다.9 shows a
일 실시예에 따른 프로세서(1210)는 중첩 영역에 기초하여 복수의 패치들을 중첩시킬 수 있다. 도 9를 참조하여 설명하면, 프로세서(1210)는 제1 패치(710), 제2 패치(730), 제3 패치(750) 및 제4패치(750) 각각의 중첩 영역(850)에 기초하여 패치들을 중첩시킬 수 있다. 다른 일 실시예에 따른 프로세서(1210)는 재배치된 제1 패치(711), 제2 패치(731), 제3 패치(751) 및 제4 패치(771) 각각의 중첩 영역(850)에 기초하여 패치들을 중첩시킬 수도 있다. 일 실시예에 따른 프로세서(1210)는 복수의 패치들을 중첩시킬 경우, 다중 영상 합성 방법을 이용하여 중첩시킬 수도 있다. 일 실시예에 따른 다중 영상 합성 방법은 멀티 카메라를 기반으로 획득한 영상을 합성하는 과정에서 경계 노이즈가 없는 영상 정합 및 합성 결과를 획득하기 위한 방법을 의미할 수 있다.The
일 실시예에 따른 프로세서(1210)는 중첩된 패치들에 대한 스무딩 작업을 수행할 수 있다. 일 실시예에 따른 프로세서(1210)는 복수의 패치들에 대하여 멀티 밴드 블렌딩 방법을 이용하여 스무딩을 할 수 있다. The
도 10은 일 실시예에 따른 밝기 보정 정보에 기초하여 텍스처 영상을 보정하는 방법을 설명하기 위한 도면이다.10 is a diagram for explaining a method of correcting a texture image based on brightness correction information according to an exemplary embodiment.
도 10에서는 밝기 변화 방향(1010), 패치1(1011), 패치2(1012), 밝기 보정 방향(1020) 및 밝기 변화 정도(1030)가 도시되어 있다.10 shows a
일 실시예에 따른 프로세서(1210)는 밝기 보정 정보(143)에 기초하여 텍스처 영상을 보정할 수 있다. 밝기 보정 정보(143)에 기초하여 텍스처 영상을 보정하는 방법은 도 10을 참조하여 구체적으로 설명된다. 도 10에 도시된 패치1(1011)과 패치(1012)는 서로 밝기가 다를 수 있다. 이 경우, 패치들 간의 밝기가 서로 다르면 텍스처 영상 전체적으로 자연스러운 밝기 변화가 표현되지 않을 수 있다. 따라서 텍스처 영상 전체적으로 통일된 밝기가 적용될 필요가 존재할 수 있다. 그러므로 프로세서(1210)는 기초 패턴 영역(250)을 복수개 복제하여 배치한 텍스처 영상에서 밝기 불일치를 해소하기 위하여 밝기 보정 정보(143)를 이용할 수 있다. 일 실시예예 따른 밝기 보정 정보(143)는 조명으로 인해 발생하는 영역의 밝기의 차이를 보정하기 위한 정보를 포함할 수 있다. 예를 들어, 1030에 도시된 바와 같이 좌측 상단을 밝으나, 우측 하단으로 갈수록 어두워질 수 있다. 이러한 밝기 변화 경향은 밝기 변화 방향(1010)으로 표현될 수도 있다. 따라서, 텍스처 영상에 포함된 패치들(또는 기초 패턴 영역들)의 밝기를 보정할 필요가 존재할 수 있다. The
일 실시예에 따른 프로세서(1210)는 텍스처 영상에 포함된 복수의 기초 패턴 영역들 간의 밝기 불일치를 해소하기 위하여 밝기 보정 정보(143)에 기초하여 복수의 기초 패턴 영역들의 밝기를 보정할 수 있다. 일 실시예에 따른 프로세서(1210)는 기초 패턴 영역들의 밝기를 보정할 때 슬라이딩 윈도우 방식으로 보정할 수 있다. 예를 들어, 밝기 보정 방향(1020)을 따라 프로세서(1210)는 기초 패턴 영역을 옮겨가면서 밝기를 기초 패턴 영역 단위로 보정할 수 있다.The
도 11은 일 실시예에 따른 텍스처를 생성하기 위한 방법을 설명하기 위한 순서도이다.11 is a flowchart illustrating a method for generating a texture according to an exemplary embodiment.
일 실시예에 따른 전자 장치(1200)(예, 도 12의 전자 장치(1200)는 원단(fabric)이 포함된 입력 영상에서 선택 영역을 결정(1110)할 수 있다.The
일 실시예에 따른 전자 장치(1200)는 선택 영역에 기초하여 입력 영상에서 분석 대상 영역을 결정(1120)할 수 있다.The
일 실시예에 따른 전자 장치(1200)는 분석 대상 영역의 적어도 일부인 기초 패턴 영역과 분석 대상 영역에 포함된 복수의 서브 영역들 사이 각각의 유사도 정보를 생성(1130)할 수 있다.The
일 실시예에 따른 전자 장치(1200)는 유사도 정보에 기초하여 기초 패턴 영역의 반복 개수 정보 및 기초 패턴 영역의 반복 방향 정보 중 적어도 하나를 생성(1140)할 수 있다.The
일 실시예에 따른 전자 장치(1200)는 기초 패턴 영역, 기초 패턴 영역의 위치, 반복 개수 정보 및 반복 방향 정보 중 적어도 하나에 기초하여 복수의 기초 패턴 영역들을 미리 결정된 영역에 배치함으로써 텍스처 영상을 생성(1160)할 수 있다.The
도 12는 일 실시예에 따른 텍스처 영상이 반영된 3차원 의상 시뮬레이션을 설명하기 위한 도면이다.12 is a diagram for explaining a 3D cloth simulation in which a texture image is reflected according to an exemplary embodiment.
도 12에서는 3차원 시뮬레이션 화면(1310), 원단 유형(1320), 크기(1330), 입력 영상 표시 오브젝트(1350), 텍스처 영상 표시 오브젝트(1360), 입력 영상 및 텍스처 영상 표시 오브젝트(1370), 열기 오브젝트(1390), 저장 오브젝트(1391), 적용 오브젝트(1392), 취소 오브젝트(1393) 및 입력 영상(1380)이 도시되어 있다.In FIG. 12, a
3차원 시뮬레이션 화면(1310)은 입력 영상(1380)에 기초한 텍스처 영상이 적용된 3차원 의상이 출력되는 화면일 수 있다. 일 실시예에 따른 프로세서(1210)는 텍스처 영상에 기초한 3차원 의상을 생성하여, 3차원 시뮬레이션 화면(1310)에 출력할 수 있다. 따라서, 프로세서(1210)는 입력 영상 또는 텍스처 영상이 변경되는 경우, 해당 입력 영상 또는 텍스처 영상에 대응하는 3차원 의상을 생성하며 3차원 시뮬레이션 화면(1310)에 출력할 수 있다.The
원단 유형(1320)은 프로세서(1210)가 원단 유형에 관한 정보를 사용자로부터 입력 받을 수 있는 오브젝트일 수 있다. 예를 들어, 사용자는 원단 유형(1320)을 통해 원단 유형을 입력할 수 있다. 원단 유형은 예를 들어, Plain, Repeat Pattern, Random Color Pattern, Non-Fabric 등을 포함할 수 있다. The
크기(1330)는 입력 영상 또는 텍스처 영상의 크기를 나타내는 오브젝트일 수 있다. The
입력 영상 표시 오브젝트(1350)는 입력 영상을 화면에 출력하기 위한 오브젝트일 수 있다. 일 실시예에 따른 프로세서(1210)가 입력 영상 표시 오브젝트(1350)의 선택 입력을 수신하는 경우, 입력 영상(1380)을 화면에 출력할 수 있다. The input image display object 1350 may be an object for outputting an input image on a screen. When the
텍스처 영상 표시 오브젝트(1360)는 텍스처 영상을 화면에 출력하기 위한 오브젝트일 수 있다. 텍스처 영상 표시 오브젝트(1360)에 대한 구체적인 설명은 도 13a를 참조하여 구체적으로 후술된다.The texture
입력 영상 및 텍스처 영상 표시 오브젝트(1370)는 입력 영상 및 텍스처 영상을 화면에 동시에 출력하기 위한 오브젝트일 수 있다. 입력 영상 및 텍스처 영상 표시 오브젝트(1370)에 대한 구체적인 설명은 도13b를 참조하여 구체적으로 후술된다.The input image and texture
열기 오브젝트(1390)는 다른 입력 영상 또는 텍스처 영상을 불러오기 위한 오브젝트일 수 있다. 저장 오브젝트(1391)는 현재 입력 영상 또는 텍스처 영상을 저장하기 위한 오브젝트일 수 있다. 적용 오브젝트(1392)는 입력 영상 또는 텍스처 영상에 기초하여 3차원 의상을 생성하기 위한 오브젝트일 수 있다. 취소 오브젝트(1393)는 입력 영상 또는 텍스처 영상에 기초하여 3차원 의상을 생성하는 과정을 중단하기 위한 오브젝트일 수 있다.The
도 13a 내지 13b는 일 실시예에 따른 입력 영상 및 텍스처 영상 중 적어도 하나를 화면에 출력하는 방법을 설명하기 위한 도면이다.13A to 13B are diagrams for explaining a method of outputting at least one of an input image and a texture image to a screen according to an exemplary embodiment.
일 실시예에 따른 프로세서(1210)는 텍스처 영상 표시 오브젝트(1360)의 선택 입력을 수신하는 경우, 텍스처 영상(1410)을 화면에 출력할 수 있다. When receiving a selection input of the texture
일 실시예에 따른 프로세서(1210)는 입력 영상 및 텍스처 영상 표시 오브젝트(1370)의 선택 입력을 수신하는 경우, 입력 영상(1420) 및 텍스처 영상(1430)을 화면에 출력할 수 있다.The
이를 통해, 사용자는 입력 영상 및 텍스처 영상 중 적어도 하나를 화면에 출력시킨 후, 입력 영상 및 텍스처 영상 중 적어도 하나가 3차원 의상에 적용된 시뮬레이션 결과를 화면을 통해 확인할 수 있다.Through this, the user can output at least one of the input image and the texture image on the screen, and then check the simulation result in which at least one of the input image and the texture image is applied to the 3D clothing through the screen.
도 14는 일 실시예에 따른 텍스처 영상의 크기가 3차원 의상 시뮬레이션에서 조정되는 방법을 설명하기 위한 도면이다.14 is a diagram for explaining a method for adjusting the size of a texture image in 3D clothing simulation according to an exemplary embodiment.
도 14에서는 3차원 의상의 일부 영역(1510), 텍스처 영상(1520), 선택 영역(1530), 선택 영역에 대응하는 텍스처 영상(1540)이 도시되어 있다.In FIG. 14 , a
일 실시예에 따른 프로세서(1210)는 텍스처 영상의 적어도 일부 영역을 적용시킨 3차원 의상을 생성할 수 있다. 사용자는 입력 영상에 기초하여 생성된 텍스처 영상 중 일부 영역만을 의상 디자인에 사용하고자 할 수 있다. 이를 위해, 프로세서(1210)는 텍스처 영상의 적어도 일부에 기초하여 3차원 의상을 생성할 수 있다. 나아가, 프로세서(1210)는 텍스처 영상의 적어도 일부에 기초하여 생성된 3차원 의상을 3차원 아바타에 착장시킨 시뮬레이션 결과를 화면에 출력할 수 있다. 예를 들어, 프로세서(1210)는 사용자로부터 텍스처 영상(1520)의 일부 영역인 선택 영역(1530)을 수신할 수 있다. 프로세서(1210)는 선택 영역(1530)에 기초하여 선택 영역에 대응하는 텍스처 영상(1540)을 화면에 출력할 수 있다. 프로세서(1210)는 선택 영역에 대응하는 텍스처 영상(1540)에 기초하여 3차원 의상을 생성할 수 있다, 그리고 프로세서(1210)는 해당 3차원 의상이 착장된 3차원 아바타를 화면에 출력할 수 있다.The
일 실시예에 따른 프로세서(1210)는 텍스처 영상의 크기를 조절할 수 있다. 일 실시예에 따른 프로세서(1210)는 3차원 의상에 표현된 텍스처 영상의 크기를 조절할 수 있다. 텍스처 영상의 크기가 조절되는 경우, 3차원 의상에 표현된 무늬의 크기, 패턴의 크기 등이 조절될 수 있다. 예를 들어, 프로세서(1210)는 3차원 의상의 일부 영역(1510)에 대한 선택 입력을 수신할 수 있다. 3차원 의상의 일부 영역(1510)은 패턴(예를 들어, 몸통 전면 패턴)일 수 있다. 일 실시예에 따른 프로세서(1210)는 3차원 의상의 일부 영역(1510)에 대하여 텍스처 영상의 크기를 조절할 수 있다. 이 경우, 3차원 의상의 일부 영역 표시된 텍스처 영상의 크기가 조절될 수 있다. 예를 들어, 사용자가 텍스처 영상을 확대한 경우, 3차원 의상의 일부 영역에 표시된 텍스처 영상의 크기가 커질 수 있다. 만약 텍스처 영상에 무늬가 포함된 경우, 해당 무늬는 커질 수 있다. The
도 15는 다양한 실시예에 따른 전자 장치를 설명하기 위한 블록도이다.15 is a block diagram for explaining an electronic device according to various embodiments.
도 15는 일 실시예에 따른 전자 장치를 설명하기 위한 블록도이다. 도 15를 참조하면, 일 실시예에 따른 전자 장치(1200)는 메모리(1220), 프로세서(1210), 및 통신 인터페이스(1230)를 포함한다. 메모리(1220), 프로세서(1210), 및 통신 인터페이스(1230)는 통신 버스(1240)를 통해 서로 연결될 수 있다. 15 is a block diagram illustrating an electronic device according to an exemplary embodiment. Referring to FIG. 15 , an
메모리(1220)는 상술한 프로세서(1210)의 처리 과정에서 생성되는 다양한 정보들을 저장할 수 있다. 이 밖에도, 메모리(1220)는 각종 데이터와 프로그램 등을 저장할 수 있다. 메모리(1220)는 휘발성 메모리 또는 비휘발성 메모리를 포함할 수 있다. 메모리(1220)는 하드 디스크 등과 같은 대용량 저장 매체를 구비하여 각종 데이터를 저장할 수 있다.The
프로세서(1210)는 목적하는 동작들(desired operations)을 실행시키기 위한 물리적인 구조를 갖는 회로를 가지는 하드웨어로 구현된 장치일 수 있다. 예를 들어, 목적하는 동작들은 프로그램에 포함된 코드(code) 또는 인스트럭션들(instructions)을 포함할 수 있다. 예를 들어, 하드웨어로 구현된 분류 장치는 마이크로프로세서(microprocessor), 중앙 처리 장치(Central Processing Unit; CPU), 그래픽 처리 장치(Graphic Processing Unit; GPU), 프로세서 코어(processor core), 멀티-코어 프로세서(multi-core processor), 멀티프로세서(multiprocessor), ASIC(Application-Specific Integrated Circuit), FPGA(Field Programmable Gate Array), NPU(Neural Processing Unit) 등을 포함할 수 있다.The
프로세서(1210)는 프로그램을 실행하고, 주식 자동 거래 장치를 제어할 수 있다. 프로세서(1210)에 의하여 실행되는 프로그램 코드는 메모리(1220)에 저장될 수 있다.The
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 컨트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.The embodiments described above may be implemented as hardware components, software components, and/or a combination of hardware components and software components. For example, the devices, methods and components described in the embodiments may include, for example, a processor, a controller, an arithmetic logic unit (ALU), a digital signal processor, a microcomputer, a field programmable gate (FPGA). array), programmable logic units (PLUs), microprocessors, or any other device capable of executing and responding to instructions. The processing device may execute an operating system (OS) and software applications running on the operating system. A processing device may also access, store, manipulate, process, and generate data in response to execution of software. For convenience of understanding, there are cases in which one processing device is used, but those skilled in the art will understand that the processing device includes a plurality of processing elements and/or a plurality of types of processing elements. It can be seen that it can include. For example, a processing device may include a plurality of processors or a processor and a controller. Other processing configurations are also possible, such as parallel processors.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.Software may include a computer program, code, instructions, or a combination of one or more of the foregoing, which configures a processing device to operate as desired or processes independently or collectively. You can command the device. Software and/or data may be any tangible machine, component, physical device, virtual equipment, computer storage medium or device, intended to be interpreted by or provide instructions or data to a processing device. , or may be permanently or temporarily embodied in a transmitted signal wave. Software may be distributed on networked computer systems and stored or executed in a distributed manner. Software and data may be stored on computer readable media.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있으며 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. The method according to the embodiment may be implemented in the form of program instructions that can be executed through various computer means and recorded on a computer readable medium. The computer readable medium may include program instructions, data files, data structures, etc. alone or in combination, and the program instructions recorded on the medium may be specially designed and configured for the embodiment or may be known and usable to those skilled in the art of computer software. may be Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks and magnetic tapes, optical media such as CD-ROMs and DVDs, and magnetic media such as floptical disks. - includes hardware devices specially configured to store and execute program instructions, such as magneto-optical media, and ROM, RAM, flash memory, and the like. Examples of program instructions include high-level language codes that can be executed by a computer using an interpreter, as well as machine language codes such as those produced by a compiler.
위에서 설명한 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 또는 복수의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.The hardware device described above may be configured to operate as one or a plurality of software modules to perform the operations of the embodiments, and vice versa.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 이를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.As described above, although the embodiments have been described with limited drawings, those skilled in the art can apply various technical modifications and variations based on this. For example, the described techniques may be performed in an order different from the method described, and/or components of the described system, structure, device, circuit, etc. may be combined or combined in a different form than the method described, or other components may be used. Or even if it is replaced or substituted by equivalents, appropriate results can be achieved.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.Therefore, other implementations, other embodiments, and equivalents of the claims are within the scope of the following claims.
Claims (20)
분석 대상 영역에 포함된 기초 패턴과 상기 분석 대상 영역을 분할하는 복수의 서브 영역들 사이 각각의 유사도 정보를 생성하는 단계;
상기 유사도 정보에 기초하여 상기 기초 패턴의 반복 개수 정보 및 상기 기초 패턴의 반복 방향 정보 중 적어도 하나를 생성하는 단계; 및
상기 기초 패턴, 상기 반복 개수 정보 및 상기 반복 방향 정보에 기초하여 복수의 기초 패턴들을 미리 결정된 영역에 배치함으로써 가상 원단의 텍스처(texture) 영상을 생성하는 단계
를 포함하는,
가상 원단의 텍스처 영상 생성 방법.
In the method of generating a texture image of a virtual fabric,
generating each similarity information between a basic pattern included in the analysis target region and a plurality of sub regions dividing the analysis target region;
generating at least one of repetition number information of the basic pattern and repetition direction information of the basic pattern based on the similarity information; and
Generating a texture image of a virtual fabric by arranging a plurality of basic patterns in a predetermined area based on the basic pattern, the repetition number information, and the repetition direction information.
including,
A method for generating texture images of virtual fabrics.
상기 분석 대상 영역은
원단(fabric)이 포함된 입력 영상에서 사용자 입력에 의하여 결정된 선택 영역에 기초하여 결정된 영역을 포함하는,
가상 원단의 텍스처 영상 생성 방법.
According to claim 1,
The area to be analyzed is
Including a region determined based on a selection region determined by a user input in an input image including a fabric,
A method for generating texture images of virtual fabrics.
패턴 교정 정보, 중첩 영역 정보 및 밝기 보정 정보 중 적어도 하나에 기초하여 상기 텍스처 영상을 보정하는 단계
를 더 포함하는,
가상 원단의 텍스처 영상 생성 방법.
According to claim 1,
Correcting the texture image based on at least one of pattern correction information, overlapping region information, and brightness correction information
Including more,
A method for generating texture images of virtual fabrics.
상기 선택 영역은
상기 입력 영상에서 사용자 입력 정보에 기초하여 결정된 영역인,
를 포함하는,
가상 원단의 텍스처 영상 생성 방법.
According to claim 2,
The selection area is
An area determined based on user input information in the input image,
including,
A method for generating texture images of virtual fabrics.
상기 선택 영역은
상기 텍스처 영상에서 반복의 대상이 되는 기초 패턴이 포함된 영역을 포함하는,
가상 원단의 텍스처 영상 생성 방법.
According to claim 1,
The selection area is
Including a region including a basic pattern to be repeated in the texture image,
A method for generating texture images of virtual fabrics.
상기 입력 영상은
컬러(color) 영상 및 노멀(normal) 영상 중 적어도 하나를 포함하고,
상기 유사도 정보는,
상기 컬러 영상에서의 상기 기초 패턴과 상기 선택 영역의 적어도 일부인 복수의 서브 영역들 사이 각각의 제1 유사도 정보 및
상기 노멀 영상에서의 상기 기초 패턴과 상기 선택 영역의 적어도 일부인 복수의 서브 영역들 사이 각각의 제2 유사도 정보
중 적어도 하나에 기초하여 결정되는,
가상 원단의 텍스처 영상 생성 방법.
According to claim 2,
The input image is
Including at least one of a color image and a normal image,
The similarity information,
First similarity information between the base pattern in the color image and a plurality of sub-regions that are at least a part of the selection region; and
Second similarity information between the basic pattern in the normal image and a plurality of sub-regions that are at least a part of the selection region
determined based on at least one of
A method for generating texture images of virtual fabrics.
상기 유사도 정보는
상기 제1 유사도 정보 및 상기 제2 유사도 정보의 가중 합(weighted sum)에 기초하여 결정되는,
가상 원단의 텍스처 영상 생성 방법.
According to claim 5,
The similarity information
Determined based on a weighted sum of the first similarity information and the second similarity information,
A method for generating texture images of virtual fabrics.
상기 반복 개수 정보는,
상기 분석 대상 영역에서 상기 기초 패턴과 유사도가 미리 결정된 기준 이상인 서브 영역의 개수 관련 정보를 포함하는,
가상 원단의 텍스처 영상 생성 방법.
According to claim 1,
The repetition number information,
Including information related to the number of sub-regions having a degree of similarity with the basic pattern in the analysis target region equal to or greater than a predetermined criterion,
A method for generating texture images of virtual fabrics.
상기 반복 방향 정보는,
상기 분석 대상 영역에서 상기 기초 패턴과 유사도가 미리 결정된 기준 이상인 서브 영역들의 분포 방향에 기초하여 결정된 방향 관련 정보를 포함하는,
가상 원단의 텍스처 영상 생성 방법.
According to claim 1,
The repetition direction information,
Including direction-related information determined based on distribution directions of sub-regions having a similarity with the basic pattern in the analysis target region equal to or greater than a predetermined reference level,
A method for generating texture images of virtual fabrics.
상기 반복 방향 정보는,
기초 패턴의 위치를 기준으로 상기 기초 패턴과 유사도가 미리 결정된 기준 이상인 서브 영역들이 분포하는 제1 방향 및 상기 기초 패턴과 유사도가 미리 결정된 기준 이상인 서브 영역들이 분포하는 제2 방향
을 포함하는,
가상 원단의 텍스처 영상 생성 방법.
According to claim 1,
The repetition direction information,
Based on the location of the base pattern, a first direction in which sub-regions whose similarity to the base pattern is equal to or greater than a predetermined criterion is distributed, and a second direction in which sub-regions whose similarity to the base pattern is equal to or greater than a predetermined criterion are distributed are distributed
including,
A method for generating texture images of virtual fabrics.
상기 텍스처 영상을 생성하는 단계는
기초 패턴의 위치를 결정하는 단계;
상기 기초 패턴의 위치 및 상기 반복 방향 정보에 기초하여 제1 방향 및 제2 방향을 결정하는 단계;
상기 반복 개수 정보 및 상기 반복 방향 정보에 기초하여 제1 방향을 따라 분포하는 복수의 서브 영역들의 제1 반복 개수 및 제2 방향을 따라 분포하는 복수의 서브 영역들의 제2 반복 개수를 산출하는 단계; 및
상기 제1 방향, 상기 제2 방향, 제1 반복 개수 및 제2 반복 개수에 기초하여 상기 기초 패턴을 반복하여 배치함으로써 텍스처 영상을 생성하는 단계;
를 포함하는,
가상 원단의 텍스처 영상 생성 방법.
According to claim 1,
The step of generating the texture image is
determining the position of the base pattern;
determining a first direction and a second direction based on the location of the base pattern and the repetition direction information;
calculating a first repetition number of a plurality of subregions distributed along a first direction and a second repetition number of a plurality of subregions distributed along a second direction, based on the repetition number information and the repetition direction information; and
generating a texture image by repeatedly arranging the basic pattern based on the first direction, the second direction, a first repetition number, and a second repetition number;
including,
A method for generating texture images of virtual fabrics.
상기 반복 개수 정보 및 상기 반복 방향 정보 중 적어도 하나를 획득하는 단계는
노이즈 제거를 위하여 상기 유사도 정보를 블러 처리하는 단계;
상기 블러 처리된 유사도 정보에 기초하여 유사도가 임계값 이상인 영역만 추출하는 단계;
상기 임계값 이상인 영역만 추출된 유사도 정보를 고속 푸리에 변환을 이용하여 변환하는 단계; 및
상기 변환된 유사도 정보에 기초하여 상기 반복 개수 정보 및 상기 반복 방향 정보 중 적어도 하나를 획득하는 단계
를 포함하는,
가상 원단의 텍스처 영상 생성 방법.
According to claim 1,
Obtaining at least one of the repetition number information and the repetition direction information
blurring the similarity information to remove noise;
extracting only a region having a similarity equal to or greater than a threshold based on the blurred similarity information;
transforming the similarity information from which only the area equal to or greater than the threshold value is extracted using fast Fourier transform; and
obtaining at least one of the repetition number information and the repetition direction information based on the converted similarity information;
including,
A method for generating texture images of virtual fabrics.
상기 패턴 교정 정보에 기초하여 상기 텍스처 영상을 보정하는 단계는
제1 방향과 제2 방향 사이 각도를 수직으로 변환하는 단계;
상기 제1 방향 및 상기 제2 방향에 기초하여 상기 생성된 텍스처 영상에 배치된 복수의 기초 패턴들을 정렬하는 단계;
상기 제1 방향을 따르는 제1 기준선이 곡선인 경우, 상기 제1 기준선이 상기 제2 방향과 직각이 되도록 상기 제1 기준선을 직선으로 보정하는 단계; 및
상기 제2 방향을 따르는 제2 기준선이 곡선인 경우, 상기 제2 기준선이 상기 제1 방향과 직각이 되도록 상기 제2 기준선을 직선으로 보정하는 단계;
를 포함하는,
가상 원단의 텍스처 영상 생성 방법.
According to claim 3,
Correcting the texture image based on the pattern correction information
converting an angle between a first direction and a second direction into a vertical;
arranging a plurality of basic patterns disposed on the generated texture image based on the first direction and the second direction;
if the first reference line along the first direction is a curve, correcting the first reference line to be a straight line so that the first reference line is perpendicular to the second direction; and
if the second reference line along the second direction is a curve, correcting the second reference line to be a straight line such that the second reference line is perpendicular to the first direction;
including,
A method for generating texture images of virtual fabrics.
상기 중첩 영역 정보에 기초하여 상기 텍스처 영상을 보정하는 단계는
상기 텍스처 영상을 복수의 패치(patch)들로 분할하는 단계;
상기 복수의 패치들을 재배치하는 단계;
상기 재배치된 복수의 패치들이 서로 접하게 되는 영역에서 패턴 불연속 영역 존재 여부를 판단하는 단계;
상기 패턴 불연속 영역이 존재하는지 여부에 기초하여 상기 복수의 패치들의 중첩 영역을 결정하는 단계;
상기 중첩 영역에 기초하여 상기 복수의 패치들을 중첩시키는 단계;
를 포함하는,
가상 원단의 텍스처 영상 생성 방법.
According to claim 3,
The step of correcting the texture image based on the overlapping area information
dividing the texture image into a plurality of patches;
rearranging the plurality of patches;
determining whether a pattern discontinuous area exists in an area where the rearranged plurality of patches come into contact with each other;
determining an overlapping area of the plurality of patches based on whether the pattern discontinuous area exists;
overlapping the plurality of patches based on the overlapping area;
including,
A method for generating texture images of virtual fabrics.
상기 복수의 패치들에 대하여 멀티 밴드 블렌딩(multi-band blending) 방법을 이용하여 스무딩(smoothing)을 하는 단계;
를 더 포함하는,
가상 원단의 텍스처 영상 생성 방법.
According to claim 14,
performing smoothing on the plurality of patches using a multi-band blending method;
Including more,
A method for generating texture images of virtual fabrics.
상기 밝기 보정 정보에 기초하여 상기 텍스처 영상을 보정하는 단계는
상기 텍스처 영상에 포함된 상기 복수의 기초 패턴들 간의 밝기 불일치를 해소하기 위하여 상기 밝기 보정 정보에 기초하여 상기 복수의 기초 패턴들의 밝기를 보정하는 단계
를 포함하는,
가상 원단의 텍스처 영상 생성 방법.
According to claim 3,
Correcting the texture image based on the brightness correction information
Compensating the brightness of the plurality of basic patterns based on the brightness correction information to resolve a brightness mismatch between the plurality of basic patterns included in the texture image.
including,
A method for generating texture images of virtual fabrics.
상기 텍스처 영상에 기초하여 생성된 3차원 의상을 3차원 아바타에 착장시킨 시뮬레이션 결과를 화면에 출력시키는 단계
를 더 포함하는,
가상 원단의 텍스처 영상 생성 방법.
According to claim 1,
Outputting a simulation result of wearing a 3D costume generated based on the texture image on a 3D avatar on a screen
Including more,
A method for generating texture images of virtual fabrics.
상기 텍스처 영상의 크기 조절에 관한 사용자 입력을 수신하는 단계; 및
상기 텍스처 영상의 크기 조절 입력에 기초하여 3차원 의상에 표현된 텍스처 영상의 크기를 조절하는 단계
를 더 포함하는,
가상 원단의 텍스처 영상 생성 방법.
According to claim 1,
receiving a user input for resizing the texture image; and
Adjusting the size of the texture image expressed in the 3D garment based on the input for adjusting the size of the texture image
Including more,
A method for generating texture images of virtual fabrics.
A computer program stored in a computer readable recording medium to be combined with hardware to execute the method of any one of claims 1 to 18.
상기 유사도 정보에 기초하여 상기 기초 패턴의 반복 개수 정보 및 상기 기초 패턴의 반복 방향 정보 중 적어도 하나를 생성하고, 그리고
상기 기초 패턴, 상기 반복 개수 정보 및 상기 반복 방향 정보에 기초하여 복수의 기초 패턴들을 미리 결정된 영역에 배치함으로써 가상 원단의 텍스처 영상을 생성하는 프로세서를 포함하는,
전자 장치.
generating each similarity information between a basic pattern included in the analysis target region and a plurality of sub regions dividing the analysis target region;
generating at least one of repetition number information of the basic pattern and repetition direction information of the basic pattern based on the similarity information; and
A processor for generating a texture image of a virtual fabric by arranging a plurality of basic patterns in a predetermined area based on the basic pattern, the repetition number information, and the repetition direction information,
electronic device.
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202280004727.XA CN115803787A (en) | 2021-07-07 | 2022-07-06 | Texture image generation method and device |
| PCT/KR2022/009747 WO2023282614A1 (en) | 2021-07-07 | 2022-07-06 | Method and apparatus for generating texture image |
| EP22837966.5A EP4191536A4 (en) | 2021-07-07 | 2022-07-06 | Method and apparatus for generating texture image |
| TW111125528A TWI842007B (en) | 2021-07-07 | 2022-07-07 | Method of generating a texture image of a virtual fabric, computer program stored in computer-readable recording media combined with hardware and electronic device |
| US18/295,834 US20230245367A1 (en) | 2021-07-07 | 2023-04-04 | Generating texture image for virtual object from captured image |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210088927 | 2021-07-07 | ||
| KR20210088927 | 2021-07-07 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230008621A true KR20230008621A (en) | 2023-01-16 |
Family
ID=85109907
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220082625A KR20230008621A (en) | 2021-07-07 | 2022-07-05 | Method and devices for generating texture image |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20230008621A (en) |
-
2022
- 2022-07-05 KR KR1020220082625A patent/KR20230008621A/en unknown
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Bräunl et al. | Parallel image processing | |
| US20230245367A1 (en) | Generating texture image for virtual object from captured image | |
| CN105374065A (en) | Local irradiance estimation for use in rendering an image | |
| US10235793B2 (en) | Graphics processing systems | |
| US10186068B2 (en) | Method, apparatus and system for rendering an image | |
| US20190355154A1 (en) | Colorization of vector images | |
| EP3997670A1 (en) | Methods of estimating a bare body shape from a concealed scan of the body | |
| US20230033319A1 (en) | Method, apparatus and device for processing shadow texture, computer-readable storage medium, and program product | |
| US11210732B1 (en) | Systems and methods for visualizing wall coverings in an image of a scene | |
| CN112215770B (en) | Image processing method, system, device and medium | |
| KR20230008621A (en) | Method and devices for generating texture image | |
| WO2020080250A1 (en) | Image processing device, image processing method, and image processing program | |
| Sottile et al. | Mutual Correspondences: An Hybrid Method for Image-to-geometry Registration. | |
| US11770496B2 (en) | Systems and methods for visualizing surface coverings in an image of a scene | |
| KT et al. | A flexible neural renderer for material visualization | |
| JP4346620B2 (en) | Image processing apparatus, image processing method, and image processing program | |
| Li et al. | High-resolution SVBRDF estimation based on deep inverse rendering from two-shot images | |
| GB2545457A (en) | Graphics processing systems | |
| WO2019082283A1 (en) | Image interpretation device | |
| JP6331914B2 (en) | Algorithm generating apparatus, algorithm generating method and algorithm generating computer program | |
| Sawicki et al. | Geometrical Picture Integration in SEMI-CAVE Virtual Reality. | |
| CASTRO | IMAGE PROCESSING TOOLBOX | |
| Liu et al. | ADIU: An Antiquarian Document Image Unwarping Dataset | |
| Banerjee et al. | Object Removal Software Test Automation | |
| KR20180045164A (en) | Reconstructing Method of Oil Painting Using Multi-Angle Photographing Image |