KR20230026228A

KR20230026228A - 안무 학습 정보를 제공하기 위한 전자 장치 및 그 전자 장치에서의 동작 방법

Info

Publication number: KR20230026228A
Application number: KR1020210108370A
Authority: KR
Inventors: 조찬희; 김보겸; 김은서; 신사무엘; 이서희
Original assignee: 삼성전자주식회사
Priority date: 2021-08-17
Filing date: 2021-08-17
Publication date: 2023-02-24

Abstract

본 문서는 안무 학습 정보를 제공하기 위한 전자 장치 및 그 전자 장치에서의 동작 방법에 관한 것으로서, 전자 장치는, 메모리 및 상기 메모리와 전기적으로 연결된 적어도 하나의 프로세서를 포함하며, 상기 적어도 하나의 프로세서는, 안무 영상을 포함하는 영상 콘텐트를 획득하고, 상기 안무 영상에 포함된 객체의 움직임 동작들을 기반하여 관절 정보를 획득하고, 상기 관절 정보를 기반하여 안무 동작들 및 상기 안무 동작들 각각에 대한 상기 객체의 신체부위별 세부 안무 동작들을 지정된 구간들별로 식별하고, 상기 관절 정보를 기반하여 상기 세부 안무 동작들 각각에 대응하는 안무 학습 정보를 생성하고, 상기 객체의 움직임 동작들에 대응하여 상기 안무 학습 정보를 제공하도록 설정될 수 있다. 다른 실시예도 가능할 수 있다.

Description

안무 학습 정보를 제공하기 위한 전자 장치 및 그 전자 장치에서의 동작 방법{ELECTRONIC DEVICE FOR PROVIDING CHOREOGRAPHY LEARNING INFORMATION AND METHOD OF OPERATING THE SAME}

본 문서의 다양한 실시 예들은 안무 학습 정보를 제공하기 위한 전자 장치 및 그 전자 장치에서의 동작 방법 전자 장치 및 방법에 관한 것이다.

전자 장치가 사용자의 편의를 위해 다양한 형태로 발전하고 있으며, 다양한 서비스 또는 기능을 제공되고 있다.

전자 장치의 다양한 서비스 또는 기능 실행에 따른 정보들 중에는 영상을 촬영하여 촬영된 영상을 공유하거나, 다양한 서비스 제공자들로부터 공유되는 영상들을 제공받을 수 있다. 전자 장치는 촬영된 영상 또는 공유된 영상을 통해 다양한 정보를 획득하고, 학습할 수 있다.

최근에는 춤과 같이 배우기 어려운 분야도 전문가를 통해 춤 영상의 콘텐츠가 제공됨에 따라 영상에서 제공되는 춤 동작들을 학습할 수 있게 되었다.

종래에는 사용자가 춤 동작을 학습하기 위해서 전문가에 의해 촬영된 춤 영상을 보고 그대로 따라서 춤 동작을 연습하였다. 그러나 사용자는 영상만으로 춤 동작을 학습하므로 사용자가 영상만으로는 정확한 동작을 따라하기 어려우면, 각 신체 부위별로 정확한 동작을 확인하기 어려울 수 있다.

본 문서의 일 실시 예에 따르면, 영상에서 사용자의 안무 동작들 식별하고, 식별된 안무 동작들을 해설해주는 안무 학습 정보를 제공하기 위한 전자 장치 및 그 전자 장치에서의 동작 방법이 제공될 수 있다.

본 문서의 일 실시예에 따르면, 전자 장치는, 메모리 및 상기 메모리와 전기적으로 연결된 적어도 하나의 프로세서를 포함하며, 상기 적어도 하나의 프로세서는, 안무 영상을 포함하는 영상 콘텐트를 획득하고, 상기 안무 영상에 포함된 객체의 움직임 동작들을 기반하여 관절 정보를 획득하고, 상기 관절 정보를 기반하여 안무 동작들 및 상기 안무 동작들 각각에 대한 상기 객체의 신체부위별 세부 안무 동작들을 지정된 구간들별로 식별하고, 상기 관절 정보를 기반하여 상기 세부 안무 동작들 각각에 대응하는 안무 학습 정보를 생성하고, 상기 객체의 움직임 동작들에 대응하여 상기 안무 학습 정보를 제공하도록 설정될 수 있다.

일 실시 예에 따르면, 전자 장치에서의 동작 방법은, 안무 영상을 포함하는 영상 콘텐트를 획득하는 동작, 상기 안무 영상에 포함된 객체의 움직임 동작들을 기반하여 관절 정보를 획득하는 동작, 상기 관절 정보를 기반하여 안무 동작들 및 상기 안무 동작들에 각각에 대한 상기 객체의 신체부위별 세부 안무 동작들을 지정된 구간들별로 식별하는 동작, 상기 관절 정보를 기반하여 상기 세부 안무 동작들 각각에 대응하는 안무 학습 정보를 생성하는 동작 및 상기 객체의 움직임 동작들에 대응하여 상기 생성된 안무 학습 정보를 제공하는 동작을 포함할 수 있다.

일 실시 예에 따르면, 전자 장치는 영상에서 사용자의 안무 동작들 식별하고, 식별된 안무 동작들의 신체부위별 안무 동작들에 대응하는 안무 학습 정보를 제공함으로써, 실제 전문가가 안무를 알려주지 않더라도 안무 학습 정보를 제공하는 영상을 통해 쉽게 춤을 배울 수 있으며, 신체 부위별로 안무를 학습할 수 있으므로 정확한 안무를 학습할 수 있다.

도 1은 다양한 실시예들에 따른, 네트워크 환경 내의 전자 장치의 블록도이다.
도 2는 일 실시예에 따른 전자 장치에서 안무 학습 정보를 제공하기 위한 예를 도시한 도면이다.
도 3은 일 실시예에 따른 전자 장치에서 안무 학습 정보를 제공하기 위한 예를 도시한 도면이다.
도 4는 일 실시예에 따른 전자 장치에서의 동작 방법의 예를 나타내는 도면이다.
도 5a 내지 도 5d는 일 실시예에 따른 전자 장치에서 영상의 안무 동작들을 분석하기 위한 예를 도시한 도면들이다.
도 6a 내지 도 6f는 일 실시예에 따른 전자 장치에서 영상의 안무 동작들을 분석하기 위한 예를 도시한 도면들이다.
도 7은 일 실시예에 따른 전자 장치에서 영상의 안무 동작들을 분석하기 위한 예를 도시한 도면이다.
도 8은 일 실시예에 따른 전자 장치에서의 영상의 안무 학습 정보를 제공하기 위한 예를 도시한 도면이다.
도 9a 및 도 9b는 일 실시예에 따른 전자 장치에서의 영상의 안무 학습 정보를 제공하기 위한 예를 도시한 도면들이다.
도면의 설명과 관련하여, 동일 또는 유사한 구성요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.

이하, 첨부된 도면들을 참조하여 다양한 실시예에 따른 전자 장치에 대해서 살펴본다. 다양한 실시예에서 이용되는 사용자라는 용어는 전자 장치를 사용하는 사람 또는 전자 장치를 사용하는 장치(예를 들어, 인공지능 전자 장치)를 지칭할 수 있다.

도 1은, 다양한 실시예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록도이다. 도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제 1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제 2 네트워크(199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(104) 또는 서버(108)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 연결 단자(178), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(178))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(176), 카메라 모듈(180), 또는 안테나 모듈(197))은 하나의 구성요소(예: 디스플레이 모듈(160))로 통합될 수 있다.

프로세서(120)는, 예를 들면, 소프트웨어(예: 프로그램(140))를 실행하여 프로세서(120)에 연결된 전자 장치(101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(120)는 다른 구성요소(예: 센서 모듈(176) 또는 통신 모듈(190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(132)에 저장하고, 휘발성 메모리(132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(134)에 저장할 수 있다. 일실시예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(101)가 메인 프로세서(121) 및 보조 프로세서(123)를 포함하는 경우, 보조 프로세서(123)는 메인 프로세서(121)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(123)는 메인 프로세서(121)와 별개로, 또는 그 일부로서 구현될 수 있다.

보조 프로세서(123)는, 예를 들면, 메인 프로세서(121)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(121)를 대신하여, 또는 메인 프로세서(121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(121)와 함께, 전자 장치(101)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(160), 센서 모듈(176), 또는 통신 모듈(190))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능이 수행되는 전자 장치(101) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(108))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.

메모리(130)는, 전자 장치(101)의 적어도 하나의 구성요소(예: 프로세서(120) 또는 센서 모듈(176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(130)는, 휘발성 메모리(132) 또는 비휘발성 메모리(134)를 포함할 수 있다.

프로그램(140)은 메모리(130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(142), 미들 웨어(144) 또는 어플리케이션(146)을 포함할 수 있다.

입력 모듈(150)은, 전자 장치(101)의 구성요소(예: 프로세서(120))에 사용될 명령 또는 데이터를 전자 장치(101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(150)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.

음향 출력 모듈(155)은 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 모듈(155)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.

디스플레이 모듈(160)은 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일실시예에 따르면, 디스플레이 모듈(160)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.

오디오 모듈(170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일실시예에 따르면, 오디오 모듈(170)은, 입력 모듈(150)을 통해 소리를 획득하거나, 음향 출력 모듈(155), 또는 전자 장치(101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(102))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.

센서 모듈(176)은 전자 장치(101)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일실시예에 따르면, 센서 모듈(176)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.

인터페이스(177)는 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일실시예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.

연결 단자(178)는, 그를 통해서 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일실시예에 따르면, 연결 단자(178)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.

햅틱 모듈(179)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일실시예에 따르면, 햅틱 모듈(179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.

카메라 모듈(180)은 정지 영상 및 동영상을 촬영할 수 있다. 일실시예에 따르면, 카메라 모듈(180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.

전력 관리 모듈(188)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 일실시예에 따르면, 전력 관리 모듈(188)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.

배터리(189)는 전자 장치(101)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일실시예에 따르면, 배터리(189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.

통신 모듈(190)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(190)은 프로세서(120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일실시예에 따르면, 통신 모듈(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제 1 네트워크(198)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제 2 네트워크(199)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(104)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(192)은 가입자 식별 모듈(196)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크 내에서 전자 장치(101)를 확인 또는 인증할 수 있다.

무선 통신 모듈(192)은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB(enhanced mobile broadband)), 단말 전력 최소화와 다수 단말의 접속(mMTC(massive machine type communications)), 또는 고신뢰도와 저지연(URLLC(ultra-reliable and low-latency communications))을 지원할 수 있다. 무선 통신 모듈(192)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(192)은 고주파 대역에서의 성능 확보를 위한 다양한 기술들, 예를 들어, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO: full dimensional MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다. 무선 통신 모듈(192)은 전자 장치(101), 외부 전자 장치(예: 전자 장치(104)) 또는 네트워크 시스템(예: 제 2 네트워크(199))에 규정되는 다양한 요구사항을 지원할 수 있다. 일실시예에 따르면, 무선 통신 모듈(192)은 1eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.

안테나 모듈(197)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(190)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(190)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(197)의 일부로 형성될 수 있다.

다양한 실시예에 따르면, 안테나 모듈(197)은 mmWave 안테나 모듈을 형성할 수 있다. 일실시예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제 1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제 2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.

상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.

일실시예에 따르면, 명령 또는 데이터는 제 2 네트워크(199)에 연결된 서버(108)를 통해서 전자 장치(101)와 외부의 전자 장치(104)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(102, 또는 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 일실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(102, 104, 또는 108) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(101)로 전달할 수 있다. 전자 장치(101)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(101)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시예에 있어서, 외부의 전자 장치(104)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(108)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일실시예에 따르면, 외부의 전자 장치(104) 또는 서버(108)는 제 2 네트워크(199) 내에 포함될 수 있다. 전자 장치(101)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다.

도 2 및 도 3은 일 실시예에 따른 전자 장치에서 안무 학습 정보를 제공하기 위한 예를 도시한 도면들이다.

도 1, 도 2 및 도 3을 참조하면, 일 실시예에 따른 전자 장치(101)의 적어도 하나의 프로세서(120)는 안무 영상을 포함하는 영상 콘텐트에 포함된 안무 동작들을 분석하여 안무 학습 정보를 제공하기 위한 어플리케이션을 실행하고, 실행된 어플리케이션의 실행 화면들을 표시하도록 디스플레이 모듈(160)을 제어할 수 있다.

일 실시예에 따르면, 적어도 하나의 프로세서(120)는 안무 영상으로서 영상(210)을 획득하고, 획득한 영상(210)을 재생 및 영상(210)을 분석하여 제공된 안무 학습 정보를 제공하기 위한 실행 화면(161)을 표시하도록 디스플레이 모듈(160)을 제어할 수 있다. 적어도 하나의 프로세서(120)는 각 신체부위별(예: 오른팔, 왼팔, 발 또는 골반 중 적어도 하나) 객체들(221, 223, 225 및 227), 영상(210)의 안무 학습 정보를 해설하는 캐릭터를 나타내는 객체(231) 및 안무 학습 정보를 해설하는 안내 정보(233), 영상(210)의 동작 안무들을 구분하기 위한 지정된 구간들을 나타내는 객체(241) 영상(210)의 재생에 따른 재생 시간을 지시하는 객체(235) 중 적어도 하나를 실행 화면(161)에 표시하도록 디스플레이 모듈(160)을 제어할 수 있다. 적어도 하나의 프로세서(120)는 객체들(221, 223, 225 및 227) 각각에 대응하는 안무 학습 정보(251, 225 및/또는 257)(예: 움직임 방향을 나타내는 객체, 텍스트 또는 시각적 효과)를 표시하도록 디스플레이 모듈(160)을 제어할 수 있다. 적어도 하나의 프로세서(120)는 객체들(221, 2223 225, 225, 227, 231, 241 및 243) 외에도 안무 학습에 관련된 다양한 객체들을 더 표시할 수 있다. 여기서, 객체들(221, 223 225, 225, 227, 231, 241 및 243)은 예를 들어, 사용자 선택이 가능한 사용자 인터페이스 정보, 메뉴, 기능 또는 아이콘일 수 있다.

일 실시예에 따른 적어도 하나의 프로세서(120)는 안무 영상을 분석하여 안무 영상에 포함된 안무 동작들에 대응하는 관절 모델을 획득할 수 있다. 적어도 하나의 프로세서(120)는 영상(210)에 포함된 음원을 분석하여 음원 정보를 획득할 수 있다. 적어도 하나의 프로세서(120)는 안무 영상에 포함된 안무자에 상응하는 객체의 움직임 동작에 따른 관절 정보를 기반하여 안무 동작들을 식별하고, 식별된 안무 동작들을 기반하여 영상의 구간들을 지정할 수 있다. 적어도 하나의 프로세서(120)는 안무 영상에 포함된 안무자에 상응하는 객체의 위치 정보(예: 좌표 값) 및 객체의 지정된 각 관절 별 위치 정보(예: 좌표 값)를 획득하고, 획득한 위치 정보를 기반하여 각 신체 부위별 관절 정보를 포함하는 관절 모델을 설정하고, 설정된 관절 모델을 기반하여 안무 영상에 포함된 안무 동작들을 구분할 수 있다. 적어도 하나의 프로세서(120)는 관절 정보에 포함된 각 관절들의 각도, 이동 방향, 이동 거리 또는 힘의 크기 중 적어도 하나를 기반하여 안무 동작들을 구분할 수 있다. 예를 들어, 적어도 하나의 프로세서(120)는 특정 관절(예: 팔)의 한 동작이 끝난 시점에 관절에 가해지는 힘이 사라지거나 방향이 급격하게 변하는 것을 기반하여 안무 동작들을 구분할 수 있다. 예를 들어, 적어도 하나의 프로세서(120)는 팔을 접었다 폈다 하는 움직임 동작을 식별할 경우, 식별된 접는 동작 및 펴는 동작의 움직임 방향이 서로 반대 방향인 것을 식별함에 따라 접는 동작 및 펴는 동작 각각을 하나의 안무 동작으로 식별할 수 있다. 예를 들어, 적어도 하나의 프로세서(120)는 팔 동작의 각도(또는 방향)가 기준 값(예: 60도) 이상 변하는 시점을 동작의 구분점으로 설정하여 설정된 구분점을 기반하여 안무 동작들을 구분할 수 있다. 예를 들어, 적어도 하나의 프로세서(120)는 구분된 안무 동작들 중 특정 관절의 움직임 동작이 이어지는 안무 동작들을 그룹화하여 그룹화된 안무 동작들을 영상의 한 구간으로 지정할 수 있다. 예를 들어, 적어도 하나의 프로세서(120)는 특정 관절의 방향이 순간적으로 급격하게 변하는 경우, 다음 동작을 진행하는 것으로 식별하고 해당 시점(또는 재생 시점)을 기준으로 한 구간을 지정할 수 있다. 일 실시예에 따르면, 적어도 하나의 프로세서(120)는 특정 구간에서 동작 크기가 기준 값 이상이면, 움직임 동작을 안무 동작으로 구분할 수 있다. 특정 구간에서 동작 크기가 기준 값 이하이면, 움직임 동작을 안무 동작으로 구분하지 않을 수 있다. 예를 들어, 신체의 다른 관절의 영향으로 해당 관절의 조금씩 움직이기 때문에 관절의 이동 거리가 식별될 수 있으므로 이러한 경우, 관절의 움직임은 안무 동작에서 제외시키고, 동작이 수행되지 않은 것으로 판단할 수 있다.

일 실시예에 따르면, 하나의 프로세서(120)는 안무 영상에 포함된 음원을 지정된 알고리즘(예: music information retrieval 알고리즘)을 이용하여 음원의 bpm, 박자, 정박 및/또는 엇박을 기반하여 음원을 분석할 수 있다. 하나의 프로세서(120)는 음원의 분석 결과 정보를 기반하여 안무 영상의 구간들을 지정할 수 있다. 예를 들어, 하나의 프로세서(120)는 음원의 한 박자를 기준으로 한 구간을 지정할 수 있다. 예를 들어, 하나의 프로세서(120)는 관절의 방향이 순간적으로 급격하게 변하는 경우, 다음 박자의 동작을 진행하는 것으로 식별할 수 있다.

일 실시예에 따르면, 적어도 하나의 프로세서(120)는 영상(210)을 분석하여 획득한 관절 모델에서 지정된 조건으로 구간들을 지정할 수 있다. 적어도 하나의 프로세서(120)는 지정된 구간별로 각 구간의 안무 동작들에서 신체 부위(예: 팔, 발, 골반 또는 다른 신체 부위 중 적어도 하나)별 관절 정보(예: 관절의 움직임 각도, 이동 방향, 힘의 크기 또는 이동 거리)를 기반하여 신체 부위별 세부 안무 동작들을 식별하여 신체 부위별로 구분할 수 있다.

일 실시예에 따르면, 적어도 하나의 프로세서(120)는 각 구간별로 세부 안무 동작들을 각각 분석하여 분석 결과 정보를 기반하여 세부 안무 동작들 각각에 대한 안무 학습 정보를 생성하고, 생성된 안무 학습 정보를 실행 화면(161)에 표시하도록 디스플레이 모듈(160)을 제어할 수 있다. 분석 결과 정보는 움직임 동작의 거리, 방향, 몸의 모양, 각도, 힘의 크기, 방향 전환 또는 목적지 신체 부위 중 적어도 하나를 포함할 수 있다. 분석 결과 정보는 각 신체 부위별 동작 수행 여부 및/또는 동작 타이밍을 더 포함할 수 있다. 예를 들어, 적어도 하나의 프로세서(120)는 영상(210)에서 구분된 구간들별로 순차적으로 세부 안무 동작들에 대응하는 각 구간별 안무 학습 정보를 생성하여 전체 영상에 대한 안무 학습 정보를 생성할 수 있으며, 생성된 전체 영상의 안무 학습 정보를 각 구간들별로 구분하여 테이블 형태로 메모리(130)에 저장할 수 있다. 다른 예를 들어, 적어도 하나의 프로세서(120)는 각 구간들별로 생성된 안무 학습 정보를 기반하여 각 구간들별 영상 또는 전체 영상에 대응하는 안무 학습 정보를 반영하여 안무 학습 영상을 생성하고, 생성된 안무 학습 영상을 각 구간들별로 구분 또는 하나의 전체 안무 학습 영상으로 메모리(130)에 저장할 수 있다.

일 실시예에 따르면, 적어도 하나의 프로세서(120)는 안무 학습 요청에 응답하여, 지정된 구간들 전체 또는 선택된 적어도 하나의 구간에 대한 세부 안무 동작들에 대응하는 안무 학습 정보를 지정된 구간들 전체 또는 선택된 적어도 하나의 구간의 영상에 반영하여 안무 학습 영상을 생성하고, 생성된 안무 학습 영상을 표시하도록 디스플레이 모듈(160)을 제어할 수 있다. 적어도 하나의 프로세서(120)는 안무 학습 영상에 안무 영상에 포함된 음원을 동기화하여 포함하고, 안무 학습 영상에 포함된 음원 및 안무 학습 정보를 음성으로 변환하여 출력하도록 오디오 모듈(170)을 제어할 수 있다. 예를 들어, 적어도 하나의 프로세서(120)는 선택된 적어도 하나의 구간에서만 안무 학습 정보를 포함하는 안무 학습 정보를 재생하고, 영상(210)의 다른 일부 구간에서는 안무 학습 정보를 제공하지 않고 안무 영상의 원본 영상을 재생할 수 있다. 이때, 적어도 하나의 프로세서(120)는 지정된 구간들을 나타내는 객체(241)에서 안무 학습 정보를 제공하는 구간을 별도의 시각적 효과를 이용하여 다른 구간들과 구분하여 표시할 수 있다.

일 실시예에 따르면, 적어도 하나의 프로세서(120)는 도 2에 도시된 바와 같이, 안무 학습 정보를 재생할 때, 안내 정보를 제공하기 위한 객체들(221, 223, 225 및 227) 중 사용자가 학습하고자 하는 적어도 하나의 객체(예: 왼팔(221), 골반(225) 및 발(227))의 선택 입력을 식별할 수 있다. 적어도 하나의 프로세서(120)는 선택된 적어도 하나의 객체(예: 왼팔(221), 골반(225) 및 발(227))에 대응하여 메모리(130)로부터 읽어온 안무 학습 정보(예: 251, 255 및 257)를 반영하여 해당 구간의 영상에 안무 학습 영상을 생성하고, 생성된 안무 학습 영상을 재생할 수 있다. 적어도 하나의 프로세서(120)는 객체(231)가 제2 안내 정보(예: 251, 255 및 257)를 해설하는 것을 표현한 안내 정보(233)(예: 말풍선 형태의 텍스트 정보)를 표시하도록 디스플레이 모듈(160)을 제어할 수 있다. 적어도 하나의 프로세서(120)는 안내 정보(233) 및 안무 학습 정보에 포함된 오디오 정보를 음성으로 출력하도록 오디오 모듈(170) 및/또는 음향 출력 모듈(155)을 제어할 수 있다. 예를 들어, 안무 학습 정보(예: 251, 255 및 257)는 영상에 포함된 안무자를 나타내는 객체(211)의 신체 부위(예: 왼팔(221), 골반(225) 및 발(227))이 표시된 영역에 중첩 또는 인접하여 표시되며, 신체 부위(예: 왼팔(221), 골반(225) 및 발(227))의 안무 동작의 움직임에 대응하여 표시될 수 있다. 예를 들어, 안내 정보(233) 및 안무 학습 정보(예: 251, 255 및 257)는 영상(210)에 포함된 객체(211)의 움직임 동작들에 대응하여 정확한 안무 동작을 유도하기 위한 그래픽 요소(또는 시각적 효과), 이미지, 텍스트 또는 음성 정보 중 적어도 하나를 포함할 수 있다.

일 실시예에 따르면, 안내 정보를 제공하기 위한 객체들(221, 223, 225 및 227)이 모두 선택되면, 적어도 하나의 프로세서(120)는 도 3의 (a)에 도시된 바와 같이, 선택된 객체들(251a, 253a, 255a 및 257a)(예: 왼팔, 오른팔, 골반 및 발)에 대응하여 메모리(130)로부터 읽어온 안무 학습 정보에 포함된 객체들(251a, 253a, 255a 및 257a)(예: 왼팔, 오른팔, 골반 및 발의 안무 동작의 움직임 방향 또는 크기를 나타내는 객체 또는 그래픽 요소) 및 텍스트 정보(311a, 313a, 315a 및/또는 317a)를 반영하여 안무 학습 정보를 생성하고, 생성된 안무 학습 정보를 재생할 수 있다. 예를 들어, 안무 학습 정보의 객체들(311a 및 313a)은 객체(211)의 왼팔 및 오른팔 각각에 대한 안무 동작의 움직임에 따른 텍스트 정보(예: "왼팔을 크게 원을 그리면서 어깨까지 올리세요" 및 "오른팔을 크게 원을 그리면서 어깨까지 올리세요")로 표시될 수 있다. 안무 학습 정보의 객체(315a)는 객체(211)의 골반에 대한 안무 동작의 움직임에 따른 텍스트 정보(예: "왼쪽 골반을 내밀고")로 표시될 수 있다. 안무 학습 정보 (317a)는 객체(211)의 골반에 대한 안무 동작의 움직임에 따른 텍스트 정보(예: "오른발 스텝")로 표시될 수 있다.

일 실시예에 따르면, 도 3의 (b)에 도시된 바와 같이, 안내 정보를 제공하기 위한 객체들(221, 223, 225 및 227) 중 일부 객체들(예: 왼팔, 오른팔 및 골반)이 선택되면, 선택된 객체들(251b, 253b 및 255b)(예: 왼팔, 오른팔 및 골반)에 대응하여 메모리(130)로부터 읽어온 안무 학습 정보에 포함된 객체들(251b, 253b, 및 255b)(예: 왼팔, 오른팔 및 골반의 안무 동작의 움직임 방향 또는 크기를 나타내는 객체 또는 그래픽 요소) 및 텍스트 정보(311b, 313b 및 315b)를 반영하여 안무 학습 정보를 생성하고, 생성된 안무 학습 정보를 재생할 수 있다. 예를 들어, 안무 학습 정보의 객체들(311b 및 313b)은 객체(211)의 왼팔 및 오른팔 각각에 대한 안무 동작의 움직임에 따른 텍스트 정보(예: "왼팔을 허리까지 내리세요" 및 "오른팔을 허리까지 내리세요")로 표시될 수 있다. 안무 학습 정보의 객체(265b)는 객체(211)의 골반에 대한 안무 동작의 움직임에 따른 텍스트 정보(예: "오른쪽 골반을 내밀고")로 표시될 수 있다.

일 실시예에 따르면, 도 3의 (c)에 도시된 바와 같이, 안내 정보를 제공하기 위한 객체들(221 및 227) 중 일부 객체들(예: 왼팔, 오른팔 및 골반)이 선택되면, 선택된 객체들(251a 및 55a)(예: 왼팔 및 골반)에 대응하여 메모리(130)로부터 읽어온 제1 안내 정보(251c 및 255c)(예: 왼팔 및 골반의 안무 동작의 움직임 방향 또는 크기를 나타내는 객체 또는 그래픽 요소) 및 안무 학습 정보의 객체(311c 및 315c)를 반영하여 안무 학습 영상을 생성하고, 생성된 안무 학습 영상을 재생할 수 있다. 예를 들어, 안무 학습 정보의 객체(311c)는 객체(211)의 왼팔에 대한 안무 동작의 움직임에 따른 텍스트 정보(예: "왼팔을 굽힌채로 오른쪽으로")로 표시될 수 있다. 안무 학습 정보의 객체(315c)는 객체(211)의 골반에 대한 안무 동작의 움직임에 따른 텍스트 정보(예: "왼쪽 골반을 내밀고")로 표시될 수 있다.

일 실시예에 따른 적어도 하나의 프로세서(120)는 실행 화면(161)에 표시된 객체(243)를 이용하여 영상 재생 요청을 수신하면, 영상(210)에 대한 안무 학습 정보를 분석된 음원 정보와 동기화하여 재생할 수 있다. 적어도 하나의 프로세서(120)는 실행 화면(161)에 표시된 객체(243)를 이용하여 재생 시점이 선택되면, 선택된 재생 시점부터 영상(210)에 안무 학습 정보가 반영된 안무 학습 영상을 재생할 수 있다.

일 실시예에 따르면, 적어도 하나의 프로세서(120)는 관절 모델에 포함된 관절 정보를 기반하여 안무 동작들의 중요도 정보를 획득하고, 중요도 정보를 기반하여 안무 동작들 중에서 유의미한 안무 동작들을 선별할 수 있다. 적어도 하나의 프로세서(120)는 선별된 유의미한 안무 동작들에서 중요도 정보를 기반하여 우선순위를 설정하고, 우선순위에 따라 유의미한 안무 동작들에 대응하여 안내 정보를 제공할 수 있다.

일 실시예에 따르면, 적어도 하나의 프로세서(120)는 영상(210)에 반영되는 안무 학습 정보의 신체 부위별 관절의 방향(예: 오른쪽 및 왼쪽)을 영상(210)에 포함된 안무자의 객체(211)를 기준으로 한 방향에서 사용자가 안무 동작을 수행하는 방향으로 반전시킬 수 있다. 예를 들어, 사용자가 실행 화면에 포함된 방향 반전에 대한 객체(미도시)의 선택하면, 신체부위별 관절의 방향(예: 오른쪽 및 왼쪽)을 사용자가 안무 동작을 수행하는 방향으로 반전시켜서 반전된 학습 정보를 제공할 수 있다.

일 실시예에 따르면, 적어도 하나의 프로세서(120)는 안무 학습 정보를 획득할 때, 관절 모델에 포함된 관절 정보를 기반하여 안무 동작들의 중요도 정보를 획득하고, 중요도 정보를 기반하여 안무 동작들 중에서 유의미한 제1 안무 동작들을 선별할 수 있다. 적어도 하나의 프로세서(120)는 선별된 제1 안무 동작들에서 중요도 정보를 기반하여 우선순위를 설정할 수 있다. 적어도 하나의 프로세서(120)는 설정된 우선순위에 따라 유의미한 안무 동작들에 대응하는 안무 학습 정보를 제공할 수 있다.

도 1 및 도 2를 참조하면, 일 실시 예에 따른 전자 장치(101)는 안무 학습 정보를 제공하기 위기 위한 소프트웨어 모듈(미도시)(예: 도 1의 프로그램(140))을 구현할 수 있다. 전자 장치(101)의 메모리(130)는 소프트웨어 모듈을 구현하기 위해 명령어들(예: 인스트럭션들(instructions))을 저장할 수 있다. 적어도 하나의 프로세서(120)는 소프트웨어 모듈을 구현하기 위해 메모리(130)에 저장된 명령어들을 실행시킬 수 있고, 소프트웨어 모듈의 기능과 연관된 하드웨어(예: 도 1의 디스플레이 모듈(160), 오디오 모듈(170) 또는 통신 모듈(190))을 제어할 수 있다. 일 실시 예에 따른 전자 장치(101)의 소프트웨어 모듈은 커널(또는 HAL), 프레임워크(예: 도 1의 미들웨어(144)) 및 어플리케이션(예: 도 1의 어플리케이션(146))을 포함하여 설정될 수 있다. 소프트웨어 모듈의 적어도 일부는 전자 장치(101) 상에 프리로드(preload) 되거나, 서버(예: 서버(108))로부터 다운로드(download) 가능할 수 있다. 어플리케이션은 외부 전자 장치(예: 서버(108) 또는 전자 장치(102, 104))로부터 수신된 어플리케이션을 포함할 수 있다. 일 실시 예에 따르면, 어플리케이션은 프리로드 어플리케이션(preloaded application) 또는 서버로부터 다운로드 가능한 제 3자 어플리케이션(third party application)을 포함할 수 있다. 도시된 실시 예에 따른 소프트웨어 모듈의 구성요소들 및 구성요소들의 명칭은 운영 체제의 종류에 따라서 달라질 수 있다. 일 실시 예에 따르면, 소프트웨어 모듈의 적어도 일부는 소프트웨어, 펌웨어, 하드웨어, 또는 이들 중 적어도 둘 이상의 조합으로 구현될 수 있다. 소프트웨어 모듈의 적어도 일부는, 예를 들면, 프로세서(예: AP)에 의해 구현(implement)(예: 실행)될 수 있다. 소프트웨어 모듈(201)의 적어도 일부는 적어도 하나의 기능을 수행하기 위한, 예를 들면, 모듈, 프로그램, 루틴, 명령어 세트(sets of instructions) 또는 프로세스 중을 포함할 수 있다.

이와 같이, 일 실시 예에서는 도 1 및 도 2의 전자 장치(101)를 통해 전자 장치의 주요 구성 요소에 대해 설명하였다. 그러나 다양한 실시 예에서는 도 1 및 도 2를 통해 도시된 구성 요소가 모두 필수 구성 요소인 것은 아니며, 도시된 구성 요소보다 많은 구성 요소에 의해 전자 장치(101)가 구현될 수도 있고, 그 보다 적은 구성 요소에 의해 전자 장치(101)가 구현될 수도 있다. 또한, 도 1 및 도 2를 통해 상술한 전자 장치(101)의 주요 구성 요소의 위치는 다양한 실시 예에 따라 변경 가능할 수 있다.

일 실시예에 따르면, 전자 장치(예, 도 1 및 도 2의 전자 장치(101)는 메모리(예: 도 1의 메모리(130)) 및 상기 메모리와 전기적으로 연결된 적어도 하나의 프로세서(예: 도 1의 프로세서(120))를 포함하며, 상기 적어도 하나의 프로세서는, 안무 영상을 포함하는 영상 콘텐트를 획득하고, 상기 안무 영상에 포함된 객체(예: 도 2의 객체(211))의 움직임 동작들을 기반하여 관절 정보를 획득하고, 상기 관절 정보를 기반하여 안무 동작들 및 상기 안무 동작들 각각에 대한 상기 객체의 신체부위별 세부 안무 동작들을 지정된 구간들별로 식별하고, 상기 관절 정보를 기반하여 상기 세부 안무 동작들 각각에 대응하는 안무 학습 정보를 생성하고, 상기 객체의 움직임 동작들에 대응하여 상기 안무 학습 정보를 제공하도록 설정될 수 있다.

일 실시 예에 따르면, 상기 안무 영상에서 상기 객체의 표시 위치 및 상기 신체 부위별 표시 위치를 식별하여 상기 객체의 위치 정보를 획득하고, 상기 획득한 위치 정보를 기반하여 상기 신체 부위별 관절 정보를 획득하도록 설정될 수 있다.

일 실시 예에 따르면, 상기 신체 부위별 관절 정보는, 관절의 움직임 각도, 움직임 방향, 이동 거리 또는 힘의 크기 중 적어도 하나를 포함하고, 상기 안무 학습 정보는 상기 객체의 움직임 동작들에 대응하여 정확한 안무 동작을 유도하기 위한 그래픽 요소, 이미지, 텍스트 또는 음성 정보 중 적어도 하나를 포함할 수 있다.

일 실시 예에 따르면, 상기 적어도 하나의 프로세서는, 상기 객체의 상기 신체 부위별 움직임 동작의 거리, 방향, 몸의 모양, 각도, 힘의 크기, 방향 전환 또는 목적지 신체 부위 중 적어도 하나를 기반으로 상기 세부 안무 동작들을 각각 분석하고, 상기 세부 안무 동작들 각각에 대한 분석 결과 정보를 기반하여 상기 신체 부위별 상기 안무 학습 정보를 생성하도록 설정될 수 있다.

일 실시 예에 따르면, 상기 적어도 하나의 프로세서는, 상기 세부 안무 동작들 각각에 대응하여 생성된 상기 안무 학습 정보를 상기 지정된 구간들별로 구분하여 테이블 형태로 상기 메모리에 저장하도록 설정될 수 있다.

일 실시 예에 따르면, 상기 적어도 하나의 프로세서와 전기적으로 연결된 디스플레이 모듈을 더 포함하고, 상기 적어도 하나의 프로세서는, 상기 지정된 구간들에서 선택된 적어도 하나의 구간이 선택되고, 안무 학습 요청에 응답하여, 상기 세부 안무 동작들 각각에 대응하는 상기 안무 학습 정보를 기반하여 상기 선택된 적어도 하나의 구간에 대한 안무 학습 영상을 생성하고, 상기 생성된 안무 학습 영상을 표시하도록 상기 디스플레이 모듈을 제어하도록 설정될 수 있다.

일 실시 예에 따르면, 상기 전자 장치는 상기 적어도 하나의 프로세서와 전기적으로 연결된 오디오 모듈을 더 포함하고, 상기 적어도 하나의 프로세서는, 상기 안무 학습 정보에 포함된 음성 정보 및 상기 안무 학습 정보에 동기화된 음원을 출력하도록 상기 오디오 모듈을 제어하도록 설정될 수 있다.

일 실시 예에 따르면, 상기 전자 장치는 통신 모듈을 더 포함하며, 상기 적어도 하나의 프로세서는, 상기 안무 학습 정보 및 상기 안무 학습 정보에 동기화된 음원을 포함하는 안무 학습 영상을 생성하고, 상기 생성된 안무 학습 영상을 외부 전자 장치로 전송하도록 상기 통신 모듈을 제어하도록 설정될 수 있다.

일 실시 예에 따르면, 상기 적어도 하나의 프로세서는, 안무 학습 요청에 응답하여, 상기 안무 학습 정보에서 상기 객체의 신체 부위의 방향을 반전하여 사용자의 안무 수행 방향을 기준으로 반전된 안무 학습 정보를 생성하고, 상기 객체의 움직임 동작들에 대응하여 상기 반전된 안무 학습 정보를 제공하도록 설정될 수 있다.

일 실시 예에 따르면, 상기 적어도 하나의 프로세서는, 상기 지정된 구간들에서 한 구간의 상기 객체의 움직임 동작의 영역과 다음 구간의 상기 객체의 움직임 동작의 영역 간의 중첩 값을 획득하고, 상기 중첩 값이 지정된 임계값 이상이면, 상기 객체의 움직임 동작에 따른 짧은 이동 동선을 식별하고, 상기 중첩 값이 지정된 임계값을 초과하면, 상기 객체의 움직임 동작에 따른 긴 이동 동선을 식별하도록 설정될 수 있다.

이하, 상술한 도 1, 도 2 및 도 3을 참조하여 설명한 전자 장치에서의 동작 방법을 도면들을 참조하여 설명하기로 한다.

도 4는 일 실시예에 따른 전자 장치에서의 동작 방법의 예를 나타내는 도면이다.

도 4를 참조하면, 일 실시 예에 따른 전자 장치(예: 도 1 및 도 2의 전자 장치(101))는, 401 동작에서, 영상 분석을 통해 안무 동작을 안내하기 위한 정보를 제공하기 위한 어플리케이션을 실행하고, 실행된 어플리케이션에 의해 안무 동작을 안내하기 위한 기능들에 관련된 객체들을 포함하는 실행 화면을 디스플레이 모듈(예: 도 1 및 도 2의 디스플레이 모듈(160))에 표시할 수 있다.

403 동작에서, 전자 장치는 춤의 안무 동작들을 제공하는 영상(예: 안무 영상)을 획득할 수 있다. 예를 들어, 전자 장치는 다른 외부 장치(예: 도 1의 전자 장치(102 또는 104) 또는 서버(108))로부터 영상을 수신하여 메모리(예: 도 1의 메모리(130))에 저장할 수 있다. 예를 들어, 전자 장치는 카메라 모듈(예: 도 1의 카메라 모듈(180))을 통해 촬영된 영상을 메모리에 저장할 수 있다. 예를 들어, 전자 장치는 획득한 영상을 실행된 어플리케이션의 화면(예: 도 2의 어플리케이션 화면(161))에 표시할 수 있다.

405 동작에서, 전자 장치는 안무 영상에서 안무 동작들에 대응하여 관절 정보를 획득할 수 있다. 전자 장치는 안무 영상에 포함된 안무자를 나타내는 객체(예: 도 2의 객체(211))를 식별하고, 안무 영상의 프레임들을 비교하여 식별된 객체의 움직임 동작에 따른 관절 정보를 획득할 수 있다.

407 동작에서, 전자 장치는 영상에 포함된 안무 동작들에서 지정된 구간별로 세부 안무 동작들을 구분할 수 있다. 전자 장치는 관절(skeleton) 모델에 포함된 관절 정보를 기반하여 영상에서 각각 안무 동작들을 식별(또는 검출)할 수 있다. 식별된 안무 동작들은 신체 부위별(예: 팔, 발 및 골반) 세부 안무 동작들을 포함할 수 있다. 전자 장치는 전체 구간별로 또는 선택된 적어도 하나의 지정된 구간에서 관절 정보를 기반하여 신체 부위별 안무 동작들의 세부 안무 동작들을 식별하고, 지정된 구간별로 식별된 세부 안무 동작을 구분할 수 있다. 예를 들어, 전자 장치는 영상에 포함된 음원을 분석하고 분석된 음원을 기반하여 영상에 포함된 안무 동작들을 분석하기 위한 구간들을 지정할 수 있다. 다른 예를 들어, 음원을 박자별로 구분하고, 구분된 박자들 각각에 대응하여 영상의 안무 동작들의 구간들을 지정할 수 있다.

409 동작에서, 전자 장치는 구분된 세부 안무 동작들 각각에 대한 신체 부위별 안무 학습을 위한 안내 정보를 생성하고, 세부 안무 동작들 각각에 대응하여 안무 학습 정보를 생성할 수 있다. 예를 들어, 전자 장치는 세부 안무 동작들 각각에 대응하는 안무 학습 정보를 지정된 구간별로 구분하여 테이블 형태로 메모리에 저장할 수 있다. 전자 장치는 전체 구간 또는 선택된 적어도 하나의 구간에서 안무 학습 정보의 제공 요청에 응답하여, 전체 구간 또는 선택된 적어도 하나의 구간에 대응하여 메모리로부터 읽어온 안무 학습 정보를 기반하여 안무 학습 영상을 생성 및 재생할 수 있다. 다른 예를 들어, 전자 장치는 한 구간에서 신체 부위별로 구분된 세부 안무 동작들의 분석이 완료되면, 한 구간의 세부 안무 동작들 각각 대응하는 안무 학습 정보를 합성하여 한 구간에 상응하는 안무 학습 영상을 생성할 수 있다. 전자 장치는 지정된 구간별로 각각 생성된 안무 학습 영상들을 메모리에 저장할 수 있다. 전자 장치는 한 구간에 대한 안무 학습 정보에 대응하는 음원을 동기화하여 음원을 포함하는 안무 학습 영상을 생성할 수 있다.

411 동작에서, 전자 장치는 안무 학습 영상의 재생 요청에 응답하여, 지정된 구간별 또는 선택된 적어도 하나의 구간에서, 세부 안무 동작들 각각에 대응하여 안내 정보가 반영된 안무 학습 정보를 제공할 수 있다. 예를 들어, 전자 장치는 안무 학습 영상에 포함된 안무자를 나타내는 객체(예: 도 2의 객체(211))의 움직임 동작들에 대응하여 안무 학습 정보를 표시할 수 있다. 여기서, 안내 정보는 안무 학습 영상에 포함된 객체의 움직임 동작들에 대응하여 정확한 안무 동작을 유도하기 위한 정보로서, 그래픽 요소(또는 시각적 효과), 이미지, 텍스트 또는 음성 정보 중 적어도 하나를 포함할 수 있다.

일 실시예에 따르면, 전자 장치는 도 4의 407 동작에서, 안무 동작들에서 신체 부위별 안무 동작을 구분할 때, 영상에 포함된 안무자에 상응하는 객체(예: 도 2의 객체(211))의 움직임 동작에 따른 관절 정보를 기반하여 안무 동작들을 식별하고, 식별된 안무 동작들을 기반하여 영상의 구간들을 지정할 수 있다. 전자 장치는 영상에 포함된 안무자에 상응하는 객체의 위치 정보(예: 좌표 값) 및 객체의 지정된 각 관절 별 위치 정보(예: 좌표 값)를 획득하고, 획득한 위치 정보를 기반하여 각 신체 부위별 관절 정보를 포함하는 관절 모델을 설정하고, 설정된 관절 모델을 기반하여 영상에 포함된 안무 동작들을 구분할 수 있다. 전자 장치는 관절 정보에 포함된 각 관절들의 각도, 이동 방향, 이동 거리 또는 힘의 크기 중 적어도 하나를 기반하여 안무 동작들을 구분할 수 있다. 예를 들어, 전자 장치(101)는 특정 관절(예: 팔)의 한 동작이 끝난 시점에 관절에 가해지는 힘이 사라지거나 방향이 급격하게 변하는 것을 기반하여 안무 동작들을 구분할 수 있다. 예를 들어, 전자 장치는 팔을 접었다 폈다 하는 움직임 동작을 식별할 경우, 식별된 접는 동작 및 펴는 동작의 움직임 방향이 서로 반대 방향인 것을 식별함에 따라 접는 동작 및 펴는 동작 각각을 하나의 안무 동작으로 식별할 수 있다. 예를 들어, 전자 장치는 팔 동작의 각도(또는 방향)가 기준 값(예: 60도) 이상 변하는 시점을 동작의 구분점으로 설정하여 설정된 구분점을 기반하여 안무 동작들을 구분할 수 있다. 예를 들어, 전자 장치는 구분된 안무 동작들 중 특정 관절의 움직임 동작이 이어지는 안무 동작들을 그룹화하여 그룹화된 안무 동작들을 영상의 한 구간으로 지정할 수 있다. 예를 들어, 전자 장치는 특정 관절의 방향이 순간적으로 급격하게 변하는 경우, 다음 동작을 진행하는 것으로 식별하고 해당 시점(또는 재생 시점)을 기준으로 한 구간을 지정할 수 있다. 일 실시예에 따르면, 전자 장치는 특정 구간에서 동작 크기가 기준 값 이상이면, 움직임 동작을 안무 동작으로 구분할 수 있다. 특정 구간에서 동작 크기가 기준 값 이하이면, 움직임 동작을 안무 동작으로 구분하지 않을 수 있다. 예를 들어, 신체의 다른 관절의 영향으로 해당 관절의 조금씩 움직이기 때문에 관절의 이동 거리가 식별될 수 있으므로 이러한 경우, 관절의 움직임은 안무 동작에서 제외시키고, 동작이 수행되지 않은 것으로 판단할 수 있다.

일 실시예에 따르면, 전자 장치는 도 4의 407 동작에서, 영상에 포함된 음원을 지정된 알고리즘(예: music information retrieval 알고리즘)을 이용하여 음원의 bpm, 박자, 정박 및/또는 엇박을 기반하여 음원을 분석할 수 있다. 전자 장치는 음원의 분석 결과 정보를 기반하여 영상의 구간들을 지정할 수 있다. 예를 들어, 전자 장치는 음원의 한 박자를 기준으로 한 구간을 지정할 수 있다. 예를 들어, 전자 장치는 관절의 방향이 순간적으로 급격하게 변하는 경우, 다음 박자의 동작을 진행하는 것으로 식별할 수 있다.

일 실시예에 따르면, 전자 장치는 도 4의 409 동작에서 안무 학습 정보를 생성할 때, 관절 모델에 포함된 관절 정보를 기반하여 안무 동작들의 중요도 정보를 획득하고, 중요도 정보를 기반하여 안무 동작들 중에서 유의미한 제1 안무 동작들을 선별할 수 있다. 전자 장치는 선별된 제1 안무 동작들에서 중요도 정보를 기반하여 우선순위를 설정할 수 있다. 전자 장치는 설정된 우선순위에 따라 유의미한 안무 동작들에 대응하는 안무 학습 정보를 제공할 수 있다.

도 5a, 도 5b, 도 5c 및 도 5d는 일 실시예에 따른 전자 장치에서 영상의 안무 동작을 분석하기 위한 예를 도시한 도면들이다.

도 5a, 도 5b, 도 5c 및 도 5d를 참조하면, 일 실시예에 따른 전자 장치(101)(예: 도 1 및 도 2의 전자 장치(101))는 도 4의 405 동작에서 관절 정보를 획득하는 동작을 수행할 때, 안무 영상에 포함된 안무자를 나타내는 객체(501)(예: 도 2의 객체(211))를 식별하고, 안무 영상의 프레임들을 비교하여 식별된 객체(501)의 움직임 동작에 따른 관절 정보를 획득할 수 있다. 관절 정보는 신체 부위별 관절의 각도, 방향 또는 이동 거리 중 적어도 하나의 정보를 포함할 수 있다. 전자 장치(101)는 도 4의 407 동작에서, 신체 부위별 관절 정보를 기반하여 동작의 모양 및 방향에 따른 동작의 흐름, 관절의 각도 변화에 따른 몸의 모양, 골반의 흐름, 스텝 방향, 턴 유무 또는 목적지 관절 중 적어도 하나를 분석할 수 있다. 예를 들어, 전자 장치(101)는 동작의 모양 및 방향에 따른 동작의 흐름 및 스텝 방향을 각 신체 부위의 이동 거리 및 방향의 궤적을 통해 분석할 수 있다. 예를 들어, 전자 장치(101)는 각 신체 부위에서 검출된 각도의 변화를 기반하여 몸의 모양, 골반의 흐름 및 턴 유무를 분석할 수 있다.

일 실시예에 따르면, 전자 장치(101)는 영상(210)에서 복수의 안무자들을 나타내는 다수의 객체가 식별되면, 식별된 객체들 중 어느 하나를 선택하여 선택된 객체의 움직임 동작에 따른 관절 정보를 획득할 수 있다. 전자 장치(101)는 객체(501)의 움직임 동작을 신체 부위 별(팔, 발, 골반 또는 이외 다른 신체 부위 중 적어도 하나)로 분석하여 관절 정보를 획득하고, 획득한 관절 정보를 기반하여 관절 모델을 생성할 수 있다.

일 실시예에 따르면, 전자 장치(101)는 도 5a에 도시된 바와 같이, 지정된 구간별로 세부 안무 동작들을 분석할 때, 영상(510)에 포함된 안무자를 나타내는 객체(501)의 신체 부위별(예: 팔, 골반 또는 발 중 적어도 하나)로 움직임 동작을 분석하고, 움직임 동작에 대응하여 각 신체 부위별 동작의 모양 및 동작의 방향을 식별할 수 있다. 예를 들어, 전자 장치(101)는 도 5a의 (a)에 도시된 바와 같이, 한 구간에서 식별된 세부 안무 동작들에 대응하여 신체 부위별(예: 왼팔, 오른팔 및 골반)로 움직임 동작을 분석할 수 있다. 전자 장치(101)는 도 5a의 (b)에 도시된 바와 같이, 각 신체부위별 움직임 동작에 따라 동작의 궤적 시작 지점(521 및 523) 및 이동 경로(522 및 524)와의 각도 변화(r(t))를 통해 동작의 모양을 식별할 수 있다. 전자 장치는 도 5a의 (c)에 도시된 바와 같이, 동작의 궤적 시작 지점(525), 중간 지점 및 목적지 지점(527)의 각도(θ)(529)의 흐름을 통해 동작의 방향을 식별할 수 있다. 전자 장치는 도 5a의 (b) 및 (c)에 도시된 바와 같은 그래프들을 이용하여 특정 한 구간에서의 신체 부위들(예: 왼팔, 오른팔 및 골반)의 움직임 동작에 따른 동작의 방향 변화를 확인할 수 있다. 전자 장치(101)는 신체 부위별로 각각 식별된 동작의 모양 및 동작의 방향을 기반하여 안무 학습 정보를 생성하고, 각 신체 부위별로 생성된 안무 학습 정보를 각 신체 부위별 세부 안무 동작들에 각각 대응하여 메모리에 저장할 수 있다. 예를 들어, 전자 장치(101)는 안무 학습 요청에 응답하여 안무 학습 정보를 제공할 때, 도 5a의 (a)에 도시된 바와 같이, 왼팔의 세부 안무 동작에 대한 동작의 방향(또는 이동 궤적)을 나타내는 객체(511)(예: 이미지, 그래픽 요소 또는 시각적 효과) 및 텍스트 정보(512)(예: “왼팔을 머리 위로 ↑”)를 포함하는 안무 학습 정보를 왼팔의 안무 동작에 대응하여 표시할 수 있다. 예를 들어, 전자 장치(101)는 안무 학습 정보를 재생할 때, 도 5a의 (a)에 도시된 바와 같이, 오른팔의 세부 안무 동작에 대한 동작의 방향(또는 이동 궤적)을 나타내는 객체(513)(예: 이미지, 그래픽 요소 또는 시각적 효과) 및 텍스트 정보(514)(예: “오른팔을 원을 그리면서 아래로 ↓”)를 포함하는 안무 학습 정보를 오른팔의 안무 동작에 대응하여 표시할 수 있다. 예를 들어, 전자 장치(101)는 안무 학습 정보를 재생할 때, 도 5a의 (a)에 도시된 바와 같이, 골반의 세부 안무 동작에 대한 동작의 방향(또는 이동 궤적)을 나타내는 객체(515)(예: 이미지, 그래픽 요소 또는 시각적 효과) 및 텍스트 정보(516)(예: “오른쪽 골반을 내밀고”)를 포함하는 안무 학습 정보를 골반의 안무 동작에 대응하여 표시할 수 있다. 전자 장치는 골반의 움직임 동작을 분석 시, 지면과 발 간의 각도를 기반하여 골반의 각도를 검출할 수 있다. 예를 들어, 오른쪽 골반의 y 좌표가 왼쪽 골반의 y 좌표보다 높으면, 0보다 큰 각도로 변화되고, 반대의 경우 0보다 작은 각도로 변화되는 것을 기반하여 골반의 각도 변화량을 식별할 수 있다. 예를 들어, 전자 장치(101)는 도 5a의 (a)에 도시된 바와 같이, 각 신체 부위별 움직임에 따른 몸 전체의 움직임 동작을 나타내는 객체(519)(예: 이미지, 그래픽 요소 또는 시각적 효과)를 표시할 수 있다.

일 실시예에 따르면, 전자 장치(101)는 도 5b의 (a)에 도시된 바와 같이, 영상(510)에 포함된 객체(501)의 신체 부위들(예: 왼팔 및 오른팔) 각각에 대한 움직임 동작을 분석할 수 있다. 전자 장치(101)는 도 5b의 (b)에 도시된 바와 같이, 각 신체부위별(예: 오른팔) 움직임 동작에 따라 관절 각도 변화(534)에 따른 몸의 모양을 식별할 수 있다. 전자 장치(101)는 신체 부위별로 각각 식별된 몸의 모양을 기반하여 안무 학습 정보를 생성하고, 각 신체 부위별로 생성된 안무 학습 정보를 각 신체 부위별 세부 안무 동작들에 각각 대응하여 메모리에 저장할 수 있다. 전자 장치(101)는 안무 학습 정보를 재생할 때, 도 5b의 (a)에 도시된 바와 같이, 특정 신체 부위(예: 오른팔)의 안무 동작에 따른 각도(532) 변화를 나타내는 객체(532)(예: 이미지, 그래픽 요소 또는 시각적 효과)를 표시할 수 있다. 도 5b의 (b)에 도시된 바와 같이, 전자 장치는 특정 신체 부위(예: 오른팔)의 각도 변화를 나타내는 객체(534)를 포함하는 프리뷰 영상들(531, 533 및 535)을 어플리케이션 실행 화면의 일부 영역에 표시할 수 있다. 예를 들어, 안무 학습 요청에 응답하여 안무 학습 정보를 제공할 때, 전자 장치(101)는 오른팔의 세부 안무 동작에 대한 동작의 방향(또는 이동 궤적)을 나타내는 객체(513) 및 텍스트 정보(514)(예: “오른팔을 90도로 굽히고 위로↑”)를 포함하는 안내 정보를 오른팔의 안무 동작에 대응하여 표시할 수 있다. 도 5b의 (b)에 도시된 바와 같이, 전자 장치(101)는 오른팔의 세부 안무 동작의 시간에 따른 움직임 동작에 대응하는 단축 이미지들(531, 533 및 535)을 통해 몸의 모양의 변화를 나타내는 객체(532)를 표시할 수 있다. 전자 장치(101)는 왼팔 및 오른팔의 세부 안무 동작에 대한 동작의 방향(또는 이동 궤적)을 나타내는 객체(511 및 513) 및 텍스트 정보(512 및 514)(예: "왼팔을 오른쪽으로→" 및 "오른팔을 90도로 굽히고 위로↑")를 포함하는 안무 학습 정보를 오른팔의 안무 동작에 대응하여 표시할 수 있다. 예를 들어, 전자 장치(101)는 도 5b의 (a)에 도시된 바와 같이, 각 신체 부위별 움직임에 따른 몸 전체의 움직임 동작을 나타내는 객체(519)(예: 이미지, 그래픽 요소 또는 시각적 효과)를 표시할 수 있다. 다른 예를 들어, 전자 장치(101)는 안무 학습 정보를 제공할 때, 왼팔의 세부 안무 동작에 대해서도 오른팔과 같이, 몸의 모양을 나타내는 객체(미도시)를 표시할 수 있으며, 왼팔의 세부 안무 동작의 시간에 따른 움직임 동작에 대응하는 각도의 변화에 나타내는 객체를 포함하는 프리뷰 영상들(미도시)을 표시할 수 있다.

일 실시예에 따르면, 전자 장치(101)는 도 5c의 (a)에 도시된 바와 같이, 영상(510)에 포함된 객체(501)의 신체 부위들(예: 왼팔, 골반 및 발) 각각에 대한 움직임 동작을 분석할 수 있다. 예를 들어, 전자 장치(101)는 도 5c의 (b)에 도시된 바와 같이, 골반의 세부 안무 동작의 시간에 따른 움직임 동작에 대응하는 적어도 하나의 프리뷰 영상(541)을 통해 골반의 관절 각도(542)를 표시하고, 관절 각도(542)의 변화에 따른 골반 흐름을 식별할 수 있다. 예를 들어, 전자 장치(101)는 도 5c의 (b)에 도시된 바와 같이, 발의 세부 안무 동작의 시간에 따른 움직임 동작에 대응하는 적어도 하나의 프리뷰 영상(543)을 통해 발의 움직임 변화량을 기반으로 주요 스텝 방향을 식별할 수 있다. 예를 들어, 안무 학습 정보를 제공할 때, 전자 장치(101)는 도 5c의 (a)에 도시된 바와 같이, 왼팔의 세부 안무 동작에 대한 동작의 방향(또는 이동 궤적)을 나타내는 객체(511) 및 텍스트 정보(512)(예: "왼팔을 몸으로 돌리면서 허리까지 ↓")를 포함하는 안내 정보를 오른팔의 안무 동작에 대응하여 표시할 수 있다. 예를 들어, 안무 학습 정보를 제공할 때, 전자 장치(101)는 도 5c의 (a)에 도시된 바와 같이, 골반 및 발의 세부 안무 동작에 대한 객체(515 및 517)(예: 이미지, 그래픽 요소 또는 시각적 효과) 및 텍스트 정보(516 및 518)(예: "오른쪽 골반을 내밀고" 및 "오른발 스텝")를 포함하는 안내 정보를 골반의 안무 동작에 대응하여 표시할 수 있다. 예를 들어, 안무 학습 정보를 제공할 때, 전자 장치(101)는 도 5c의 (a)에 도시된 바와 같이, 각 신체 부위별 움직임에 따른 몸 전체의 움직임 동작을 나타내는 객체(519)(예: 이미지, 그래픽 요소 또는 시각적 효과)를 표시할 수 있다.

일 실시예에 따르면, 전자 장치(101)는 도 5d의 (a)에 도시된 바와 같이, 특정 구간에서 식별된 세부 안무 동작들을 분석하기 위한 신체 부위들(예: 왼팔 및 오른팔) 각각에 대한 움직임 동작을 분석할 수 있다. 예를 들어, 도 5d의 (b)에 도시된 바와 같이, 전자 장치(101)는 오른팔의 세부 안무 동작의 시간에 따른 움직임 동작에 대응하는 프리뷰 영상들(551 및 553)을 통해 상체 관절 위치(552a, 552b, 552c, 552d, 554a, 554b, 554c 및 554d), 각도 변화량을 기반하여 턴 유무를 식별할 수 있다. 예를 들어, 도 5d의 (c)에 도시된 바와 같이, 전자 장치(101)는 왼팔 및 오른팔의 동작의 끝 부분의 관절 부위(556a, 556b, 558a 및 558b)를 기반으로 목적지 관절을 식별할 수 있다. 예를 들어, 전자 장치(101)는 왼팔의 세부 안무 동작에 대한 동작의 방향(또는 이동 궤적)을 나타내는 객체(511) 및 텍스트 정보(512)(예: "왼팔을 뒤돌아서 원을 그리면서 아래로 ↓")를 포함하는 안내 정보를 왼팔의 안무 동작에 대응하여 표시할 수 있다. 전자 장치(101)는 오른팔의 세부 안무 동작에 대한 동작의 방향(또는 이동 궤적)을 나타내는 객체(513) 및 텍스트 정보(514)(예: "오른팔을 뒤돌아서 원을 그리면서 허리까지 ↓")를 포함하는 안내 정보를 오른팔의 안무 동작에 대응하여 표시할 수 있다. 예를 들어, 전자 장치(101)는 도 5d의 (a)에 도시된 바와 같이, 각 신체 부위별 움직임에 따른 몸 전체의 움직임 동작을 나타내는 객체(519)(예: 이미지, 그래픽 요소 또는 시각적 효과)를 표시할 수 있다.

일 실시예에 따르면, 전자 장치(101)는 도 5a 내지 도 5d에 도시된 바와 같이, 특정 한 구간에서 각 신체 부위별로 검출된 세부 안무 동작들을 합하여 안무자를 나타내는 객체(211)의 움직임 동작에 대응하는 안무 동작들을 식별하고, 할 수 있다.

도 6a 내지 도 6f는 일 실시예에 따른 전자 장치에서 영상의 안무 동작들을 분석하기 위한 예를 도시한 도면들이고, 도 7은 일 실시예에 따른 전자 장치에서 영상의 안무 동작들을 분석하기 위한 예를 도시한 도면이다.

도 6a 내지 도 6f 및 도 7을 참조하면, 일 실시예에 따른 전자 장치(101)는 영상(610)에 포함된 안무자를 나타내는 객체(601)의 신체 부위들 중 어깨, 골반 및 발을 포함하는 신체 영역을 지시하는 박스들(613 및 615)을 표시할 수 있다. 전자 장치(101)는 박스들(613 및 615)을 표시할 때, 신체 부위들 중 팔은 포함하지 않을 수 있다. 일 실시예에 따르면, 전자 장치(101)는 지정된 구간별로 손들 및 발들의 이동 거리의 최대값들을 나타내는 객체(예: 박스)로 표시하고, 시간에 따른 최대값들을 평균값과 비교하여 몸에 비하여 얼마나 큰 움직임 동작인지를 식별할 수 있다. 전자 장치(101)는 박스들(613 및 615) 대비 동작의 흐름 궤적의 크기를 비교하여 상대적인 동작 중요도를 확인할 수 있다.

일 실시예에 따르면, 전자 장치(101)는 한 구간(예: 박자)을 나타내는 박스(613)에서 다음 구간(예: 박자)을 나타내는 박스(615) 간의 교차(또는 중첩) 정도(예: 도 7의 IoU(intersection over union))를 확인할 수 있다. 전자 장치(101)는 도 6a 및 도 6b에 도시된 바와 같이, 두 박스들(613 및 615)의 중첩 값이 지정된 임계값 이상이면, 객체(601)의 움직임의 이동에 따른 동선이 작은 것으로 판단할 수 있다. 전자 장치(101)는 도 6c 및 도 6d에 도시된 바와 같이, 두 박스들(633 및 635)이 표시된 위치가 변경되고, 지정된 임계값 미만으로 서로 겹쳐지는 정도가 낮으면, 객체(601)의 움직임의 이동에 따른 동선이 큰 것으로 판단할 수 있다. 전자 장치(101)는 도 6e 및 도 6f에 도시된 바와 같이, 객체(601)의 안무 동작에 따라 두 박스들(643 및 645)이 표시된 위치가 변경되고, 지정된 임계값 미만으로 서로 겹쳐지는 정도가 낮으면, 객체(601)의 움직임의 이동에 따른 동선이 큰 것으로 판단할 수 있다. 전자 장치(101)는 도 6c 내지 도 6e에 도시된 바와 같이, 객체(601)가 이동할 방향(또는 동선)을 나타내는 객체(611, 621, 631, 641 및 651)을 표시할 수 있다.

도 8은 일 실시예에 따른 전자 장치에서의 영상의 안무 학습 정보를 제공하기 위한 예를 도시한 도면이다.

일 실시예에 따르면, 전자 장치(101)(예: 도 1 및 도 2의 전자 장치(101))는 도 4의 411 동작과 같이, 안무 영상 재생 요청에 따라 세부 안무 동작들에 대응하여 생성된 안무 학습 정보를 제공할 수 있다.

도 8을 참조하면, 일 실시예에 따른 전자 장치(101)는 안무 학습에 관련된 어플리케이션을 실행하고, 영상 재생을 위한 실행 화면(161)을 디스플레이 모듈(160)에 표시할 수 있다. 전자 장치(101)는 실행 화면(161)에 재생하고자 하는 영상(810)을 표시할 수 있다. 예를 들어, 전자 장치(101)는 사용자가 재생하고자 하는 영상을 선택할 수 있도록 실행 화면(161)에 재생하고자 하는 복수의 영상들을 포함하는 리스트(미도시)를 표시할 수 있다. 리스트는 복수의 영상들 각각의 프리뷰 영상 및 텍스트 정보(예: 각 영상들의 식별 정보 또는 음원 정보)를 포함할 수 있다. 복수의 영상들은 안무 학습 정보를 포함하는 하나의 영상 콘텐트에서 구분된 영상들이거나 복수의 영상 콘텐트들에 해당할 수 있다.

일 실시예에 따르면, 전자 장치(101)는 실행 화면(161)에서 신체 부위별 객체들(221, 223, 225 및 227) 중 적어도 하나의 선택 입력을 식별하고, 재생할 적어도 하나의 구간의 선택 입력을 식별할 수 있다. 전자 장치(101)는 안무 학습 정보를 포함하는 영상 콘텐트의 재생 요청에 응답하여, 선택된 적어도 하나의 재생 구간 및 선택된 적어도 하나의 신체 부위를 나타내는 객체(221, 223, 225 또는 227 중 적어도 하나)에 대응하는 안무 학습 정보를 메모리(예: 도 1의 메모리(130))로부터 획득하고, 적어도 하나의 재생 구간에 대응하는 영상(810)에 획득한 안무 학습 정보를 반영하여 재생할 수 있다.

일 실시예에 따르면, 도 8에 도시된 바와 같이, 전자 장치(101)는 신체부위별 객체들(221, 223, 225 및 227)이 모두 선택되면, 선택된 객체들(221, 223, 225 및 227)이 지시하는 신체부위들(예: 왼팔, 오른팔, 골반 및 발)에 대응하는 안무 학습 정보를 영상(810)에 포함된 안무 동작들에 따라 제공할 수 있다. 예를 들어, 전자 장치(101)는 왼팔(hand L)의 움직임 동작에 대응하여 학습 정보에 포함된 왼팔의 식별자(예: "L")로부터 이동 궤적을 나타내는 객체(811) 및 텍스트 정보(812)(예: "왼팔을 작게 쭉 위로")를 표시할 수 있다. 전자 장치(101)는 오른팔(hand R)의 움직임 동작에 대응하여 오른팔의 안무 학습 정보에 포함된 오른팔의 식별자(예: "R")로부터 움직임 이동 궤적을 나타내는 객체(813) 및 텍스트 정보(814)(예: "오른팔을 작게 쭉 위로")를 표시할 수 있다. 전자 장치(101)는 골반(hips)의 움직임 동작에 대응하여 골반의 안무 학습 정보에 포함된 골반의 위치를 나타내는 식별자(815)(예: "R") 및 텍스트 정보(816)(예: "오른쪽으로 골반을 내밀고")를 표시할 수 있다. 전자 장치(101)는 움직임 동작에 대응하여 골반의 안무 학습 정보에 포함된 골반의 위치를 나타내는 식별자(817)(예: "L") 및 텍스트 정보(818)(예: "왼발의 스텝")를 표시할 수 있다.

도 9a 및 도 9b는 일 실시예에 따른 전자 장치에서의 영상의 안무 학습 정보를 제공하기 위한 예를 도시한 도면이다.

도 9a 및 도 9b를 참조하면, 일 실시예에 따른 전자 장치(101)는 신체부위별 객체들(221, 223, 225 및 227) 중에서 왼쪽 팔을 나타내는 객체(221) 및 발을 나타내는 객체(227)가 선택되면, 왼쪽 팔 및 발에 대응하는 안무 학습 정보를 영상(910)에 포함된 안무 동작에 따라 제공할 수 있다.

일 실시예에 따르면, 전자 장치(101)는 영상(910)에 반영되는 안무 학습 정보의 신체부위별 관절의 방향(예: 오른쪽 및 왼쪽)을 영상(910)에 포함된 안무자의 객체를 기준으로 한 방향에서 사용자가 안무 동작을 수행하는 방향으로 반전시킬 수 있다. 예를 들어, 사용자가 실행 화면에 포함된 방향 반전에 대한 객체(미도시)의 선택하면, 신체부위별 관절의 방향(예: 오른쪽 및 왼쪽)을 사용자가 안무 동작을 수행하는 방향으로 반전시켜서 반전된 학습 정보를 제공할 수 있다. 예를 들어, 전자 장치(101)는 영상에서 왼팔(hand L)의 움직임 동작에 대응하여 안무 학습 정보를 반전시켜서 오른팔의 식별자(예: “R”)로부터 움직임 이동 궤적을 나타내는 객체(911) 및 텍스트 정보(912)(예: “오른팔을 작게 쭉 아래로”)를 표시할 수 있다. 전자 장치(101)는 움직임 동작에 대응하여 발의 안무 학습 정보를 반전시켜서 발의 위치를 나타내는 식별자(917)(예: “R”) 및 텍스트 정보(918)(예: “오른발의 스텝”)를 표시할 수 있다.

일 실시예에 따르면, 전자 장치(예: 도 1 및 도 2의 전자 장치(101))는 안무 학습 정보를 제공할 때, 시작점 기준 각도 차이 피크(peak) 분석, 신체 부위별 움직임 동작의 움직임 크기, 방향, 거리 또는 각도 중 적어도 하나를 기반하여 분석된 세부 안무 동작들에 상응하는 안무 학습 정보를 해설하는 안내 정보(예: 도 2의 안내 정보(233))를 실행 화면에 안무 학습 영상과 함께 표시할 수 있다. 전자 장치는 안무 학습 영상에 포함된 안무 학습 정보를 각 신체 부위별로 서로 다른 색상, 강조 하이라이트 또는 글자 크기로 표시할 수 있다. 전자 장치는 안무 학습 정보에 위치 선정 및/또는 포인트 안무를 나타내는 정보를 추가할 수 있다.

일 실시 예에 따르면, 전자 장치(예: 도 1 및 도 2의 전자 장치(101))에서의 동작 방법은, 안무 영상을 포함하는 영상 콘텐트를 획득하는 동작, 상기 안무 영상에 포함된 객체의 움직임 동작들을 기반하여 관절 정보를 획득하는 동작, 상기 관절 정보를 기반하여 안무 동작들 및 상기 안무 동작들에 각각에 대한 상기 객체의 신체부위별 세부 안무 동작들을 지정된 구간들별로 식별하는 동작, 상기 관절 정보를 기반하여 상기 세부 안무 동작들 각각에 대응하는 안무 학습 정보를 생성하는 동작 및 상기 객체의 움직임 동작들에 대응하여 상기 생성된 안무 학습 정보를 제공하는 동작을 포함할 수 있다.

일 실시 예에 따르면, 상기 관절 정보를 획득하는 동작은, 상기 안무 영상에서 상기 객체의 표시 위치 및 상기 신체 부위별 표시 위치를 식별하여 상기 객체의 위치 정보를 획득하는 동작 및 상기 획득한 위치 정보를 기반하여 상기 신체 부위별 관절 정보를 획득하는 동작을 포함할 수 있다.

일 실시 예에 따르면, 상기 안무 학습 정보를 생성하는 동작은, 상기 세부 안무 동작들 각각에 대응하는 신체 부위의 움직임 동작의 이동 거리, 방향, 몸의 모양, 각도, 힘의 크기, 방향 전환 또는 목적지 신체 부위 중 적어도 하나를 기반으로 상기 세부 안무 동작들을 각각 분석하는 동작; 및 상기 세부 안무 동작들 각각에 대한 분석 결과를 기반하여 상기 신체 부위별 상기 안무 학습 정보를 생성하는 동작을 포함할 수 있다.

일 실시 예에 따르면, 상기 동기화를 수행하는 방법은, 상기 세부 안무 동작들 각각에 대응하여 생성된 상기 안무 학습 정보를 상기 지정된 구간들별로 구분하여 테이블 형태로 상기 메모리에 저장하는 동작을 더 포함할 수 있다.

일 실시 예에 따르면, 상기 안무 학습 정보를 제공하는 동작은, 상기 지정된 구간들에서 선택된 적어도 하나의 구간이 선택되고, 안무 학습 요청에 응답하여, 상기 세부 안무 동작들 각각에 대응하는 상기 안무 학습 정보를 기반하여 상기 선택된 적어도 하나의 구간에 대한 안무 학습 영상을 생성하는 동작; 및 상기 생성된 안무 학습 영상을 상기 전자 장치의 디스플레이 모듈에 표시하는 동작을 포함할 수 있다.

일 실시 예에 따르면, 상기 안무 학습 정보를 제공하는 동작은, 상기 안무 학습 정보에 포함된 음성 정보 및 상기 안무 학습 정보에 동기화된 음원을 상기 전자 장치의 오디오 모듈을 통해 출력하는 동작을 더 포함할 수 있다.

일 실시 예에 따르면, 상기 방법은, 상기 안무 학습 정보 및 상기 안무 학습 정보에 동기화된 음원을 포함하는 안무 학습 영상을 생성하고, 상기 생성된 안무 학습 영상을 외부 전자 장치로 전송하는 동작을 더 포함할 수 있다.

일 실시 예에 따르면, 상기 방법은, 안무 학습 요청에 응답하여, 상기 안무 학습 정보에서 상기 객체의 신체 부위의 방향을 반전하여 사용자의 안무 수행 방향을 기준으로 반전된 안무 학습 정보를 생성하는 동작; 및 상기 객체의 움직임 동작들에 대응하여 상기 반전된 안무 학습 정보를 제공하는 동작을 더 포함할 수 있다.

일 실시 예에 따르면, 비 일시적 저장 매체에 있어서, 상기 프로그램은, 프로세서에 의한 실행 시, 상기 프로세서가, 안무 영상을 포함하는 영상 콘텐트를 획득하는 동작, 상기 안무 영상에 포함된 객체의 움직임 동작들을 기반하여 관절 정보를 획득하는 동작, 상기 관절 정보를 기반하여 안무 동작들 및 상기 안무 동작들에 각각에 대한 상기 객체의 신체부위별 세부 안무 동작들을 지정된 구간들별로 식별하는 동작, 상기 관절 정보를 기반하여 상기 세부 안무 동작들 각각에 대응하는 안무 학습 정보를 생성하는 동작 및 상기 객체의 움직임 동작들에 대응하여 상기 생성된 안무 학습 정보를 제공하는 동작을 실행하도록 실행 가능한 명령을 포함할 수 있다.

그리고 본 문서에 개시된 실시예는 개시된, 기술 내용의 설명 및 이해를 위해 제시된 것이며, 본 문서에서 기재된 기술의 범위를 한정하는 것은 아니다. 따라서, 본 문서의 범위는, 본 문서의 기술적 사상에 근거한 모든 변경 또는 다양한 다른 실시예를 포함하는 것으로 해석되어야 한다.

본 문서에 개시된 다양한 실시예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.

본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제 3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.

본 문서의 다양한 실시예들에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.

본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(101)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(136) 또는 외장 메모리(138))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(140))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(101))의 프로세서(예: 프로세서(120))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.

일실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory(CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어^TM)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.

다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.

100: 네트워크 환경 101: 전자 장치
120: 프로세서 130: 메모리
160: 디스플레이 모듈 190: 통신 모듈
210: 영상

Claims

메모리; 및
상기 메모리와 전기적으로 연결된 적어도 하나의 프로세서를 포함하며,
상기 적어도 하나의 프로세서는,
안무 영상을 포함하는 영상 콘텐트를 획득하고,
상기 안무 영상에 포함된 객체의 움직임 동작들을 기반하여 관절 정보를 획득하고,
상기 관절 정보를 기반하여 안무 동작들 및 상기 안무 동작들 각각에 대한 상기 객체의 신체부위별 세부 안무 동작들을 지정된 구간들별로 식별하고,
상기 관절 정보를 기반하여 상기 세부 안무 동작들 각각에 대응하는 안무 학습 정보를 생성하고,
상기 객체의 움직임 동작들에 대응하여 상기 안무 학습 정보를 제공하도록 설정된, 전자 장치.
제1항에 있어서, 상기 적어도 하나의 프로세서는,
상기 안무 영상에서 상기 객체의 표시 위치 및 상기 신체 부위별 표시 위치를 식별하여 상기 객체의 위치 정보를 획득하고,
상기 획득한 위치 정보를 기반하여 상기 신체 부위별 관절 정보를 획득하도록 설정된, 전자 장치.
제2항에 있어서,
상기 신체 부위별 관절 정보는, 관절의 움직임 각도, 움직임 방향, 이동 거리 또는 힘의 크기 중 적어도 하나를 포함하고,
상기 안무 학습 정보는 상기 객체의 움직임 동작들에 대응하여 정확한 안무 동작을 유도하기 위한 그래픽 요소, 이미지, 텍스트 또는 음성 정보 중 적어도 하나를 포함하는, 전자 장치.
제2항에 있어서, 상기 적어도 하나의 프로세서는,
상기 객체의 상기 신체 부위별 움직임 동작의 거리, 방향, 몸의 모양, 각도, 힘의 크기, 방향 전환 또는 목적지 신체 부위 중 적어도 하나를 기반으로 상기 세부 안무 동작들을 각각 분석하고,
상기 세부 안무 동작들 각각에 대한 분석 결과 정보를 기반하여 상기 신체 부위별 상기 안무 학습 정보를 생성하도록 설정된, 전자 장치.
제1항에 있어서, 상기 적어도 하나의 프로세서는,
상기 세부 안무 동작들 각각에 대응하여 생성된 상기 안무 학습 정보를 상기 지정된 구간들별로 구분하여 테이블 형태로 상기 메모리에 저장하도록 설정된, 전자 장치.
제1항에 있어서,
상기 적어도 하나의 프로세서와 전기적으로 연결된 디스플레이 모듈을 더 포함하고,
상기 적어도 하나의 프로세서는,
상기 지정된 구간들에서 선택된 적어도 하나의 구간이 선택되고, 안무 학습 요청에 응답하여, 상기 세부 안무 동작들 각각에 대응하는 상기 안무 학습 정보를 기반하여 상기 선택된 적어도 하나의 구간에 대한 안무 학습 영상을 생성하고,
상기 생성된 안무 학습 영상을 표시하도록 상기 디스플레이 모듈을 제어하도록 설정된, 전자 장치.
제1항에 있어서,
상기 적어도 하나의 프로세서와 전기적으로 연결된 오디오 모듈을 더 포함하고,
상기 적어도 하나의 프로세서는,
상기 안무 학습 정보에 포함된 음성 정보 및 상기 안무 학습 정보에 동기화된 음원을 출력하도록 상기 오디오 모듈을 제어하도록 설정된, 전자 장치.
제1항에 있어서,
통신 모듈을 더 포함하며,
상기 적어도 하나의 프로세서는,
상기 안무 학습 정보 및 상기 안무 학습 정보에 동기화된 음원을 포함하는 안무 학습 영상을 생성하고,
상기 생성된 안무 학습 영상을 외부 전자 장치로 전송하도록 상기 통신 모듈을 제어하도록 설정되는, 전자 장치.
제1항에 있어서, 상기 적어도 하나의 프로세서는,
안무 학습 요청에 응답하여, 상기 안무 학습 정보에서 상기 객체의 신체 부위의 방향을 반전하여 사용자의 안무 수행 방향을 기준으로 반전된 안무 학습 정보를 생성하고,
상기 객체의 움직임 동작들에 대응하여 상기 반전된 안무 학습 정보를 제공하도록 설정된, 전자 장치.
제1항에 있어서, 상기 적어도 하나의 프로세서는,
상기 지정된 구간들에서 한 구간의 상기 객체의 움직임 동작의 영역과 다음 구간의 상기 객체의 움직임 동작의 영역 간의 중첩 값을 획득하고,
상기 중첩 값이 지정된 임계값 이상이면, 상기 객체의 움직임 동작에 따른 짧은 이동 동선을 식별하고,
상기 중첩 값이 지정된 임계값을 초과하면, 상기 객체의 움직임 동작에 따른 긴 이동 동선을 식별하도록 설정된, 전자 장치.
전자 장치에서의 동작 방법에 있어서,
안무 영상을 포함하는 영상 콘텐트를 획득하는 동작;
상기 안무 영상에 포함된 객체의 움직임 동작들을 기반하여 관절 정보를 획득하는 동작;
상기 관절 정보를 기반하여 안무 동작들 및 상기 안무 동작들에 각각에 대한 상기 객체의 신체부위별 세부 안무 동작들을 지정된 구간들별로 식별하는 동작;
상기 관절 정보를 기반하여 상기 세부 안무 동작들 각각에 대응하는 안무 학습 정보를 생성하는 동작; 및
상기 객체의 움직임 동작들에 대응하여 상기 생성된 안무 학습 정보를 제공하는 동작을 포함하는, 방법.
제11항에 있어서, 상기 관절 정보를 획득하는 동작은,
상기 안무 영상에서 상기 객체의 표시 위치 및 상기 신체 부위별 표시 위치를 식별하여 상기 객체의 위치 정보를 획득하는 동작; 및
상기 획득한 위치 정보를 기반하여 상기 신체 부위별 관절 정보를 획득하는 동작을 포함하는, 방법.
제12항에 있어서,
상기 신체 부위별 관절 정보는, 관절의 움직임 각도, 움직임 방향, 이동 거리 또는 힘의 크기 중 적어도 하나를 포함하고,
상기 안무 학습 정보는 상기 객체의 움직임 동작들에 대응하여 정확한 안무 동작을 유도하기 위한 그래픽 요소, 이미지, 텍스트 또는 음성 정보 중 적어도 하나를 포함하는, 방법.
제12항에 있어서, 상기 안무 학습 정보를 생성하는 동작은,
상기 세부 안무 동작들 각각에 대응하는 신체 부위의 움직임 동작의 이동 거리, 방향, 몸의 모양, 각도, 힘의 크기, 방향 전환 또는 목적지 신체 부위 중 적어도 하나를 기반으로 상기 세부 안무 동작들을 각각 분석하는 동작; 및
상기 세부 안무 동작들 각각에 대한 분석 결과를 기반하여 상기 신체 부위별 상기 안무 학습 정보를 생성하는 동작을 포함하는, 방법.
제11항에 있어서, 상기 동기화를 수행하는 방법은,
상기 세부 안무 동작들 각각에 대응하여 생성된 상기 안무 학습 정보를 상기 지정된 구간들별로 구분하여 테이블 형태로 상기 메모리에 저장하는 동작을 더 포함하는, 방법.
제11항에 있어서, 상기 안무 학습 정보를 제공하는 동작은,
상기 지정된 구간들에서 선택된 적어도 하나의 구간이 선택되고, 안무 학습 요청에 응답하여, 상기 세부 안무 동작들 각각에 대응하는 상기 안무 학습 정보를 기반하여 상기 선택된 적어도 하나의 구간에 대한 안무 학습 영상을 생성하는 동작; 및
상기 생성된 안무 학습 영상을 상기 전자 장치의 디스플레이 모듈에 표시하는 동작을 포함하는, 방법.
제16항에 있어서, 상기 안무 학습 정보를 제공하는 동작은,
상기 안무 학습 정보에 포함된 음성 정보 및 상기 안무 학습 정보에 동기화된 음원을 상기 전자 장치의 오디오 모듈을 통해 출력하는 동작을 더 포함하는, 방법.
제11항에 있어서, 상기 방법은,
상기 안무 학습 정보 및 상기 안무 학습 정보에 동기화된 음원을 포함하는 안무 학습 영상을 생성하고,
상기 생성된 안무 학습 영상을 외부 전자 장치로 전송하는 동작을 더 포함하는, 방법.
제11항에 있어서, 상기 방법은,
안무 학습 요청에 응답하여, 상기 안무 학습 정보에서 상기 객체의 신체 부위의 방향을 반전하여 사용자의 안무 수행 방향을 기준으로 반전된 안무 학습 정보를 생성하는 동작; 및
상기 객체의 움직임 동작들에 대응하여 상기 반전된 안무 학습 정보를 제공하는 동작을 더 포함하는, 방법.
프로그램을 저장하는 비 일시적 저장 매체에 있어서, 상기 프로그램은, 프로세서에 의한 실행 시, 상기 프로세서가,
안무 영상을 포함하는 영상 콘텐트를 획득하는 동작;
상기 안무 영상에 포함된 객체의 움직임 동작들을 기반하여 관절 정보를 획득하는 동작;
상기 관절 정보를 기반하여 안무 동작들 및 상기 안무 동작들에 각각에 대한 상기 객체의 신체부위별 세부 안무 동작들을 지정된 구간들별로 식별하는 동작;
상기 관절 정보를 기반하여 상기 세부 안무 동작들 각각에 대응하는 안무 학습 정보를 생성하는 동작; 및
상기 객체의 움직임 동작들에 대응하여 상기 생성된 안무 학습 정보를 제공하는 동작을 실행하도록 실행 가능한 명령을 포함하는, 비일시적 저장 매체.