KR20230078756A

KR20230078756A - 이미지 애니메이션을 위한 방법, 시스템 및 컴퓨터 판독가능 저장 매체

Info

Publication number: KR20230078756A
Application number: KR1020237014449A
Authority: KR
Inventors: 세르게이 데미아노프; 앤드류 쳉-민 린; 월튼 린; 알렉세이 포드킨; 알렉세이 스톨리아; 세르게이 툴리아코프
Original assignee: 스냅 인코포레이티드
Priority date: 2020-09-30
Filing date: 2021-09-30
Publication date: 2023-06-02
Also published as: EP4222961A1; WO2022072610A1; CN116250012A; US11736717B2; US20230379491A1; US20220103860A1

Abstract

이미지 애니메이션을 위한 시스템, 방법 및 컴퓨터 판독가능 저장 매체가 제시된다. 방법은 제1 컴퓨팅 디바이스로부터 이미지 프레임들의 시퀀스에 액세스하고 - 이미지 프레임들의 시퀀스는 제1 이미지 프레임 및 제2 이미지 프레임을 포함함 - , 제1 이미지 프레임에 대한 제1 세트의 키포인트들을 검출하고, 제1 이미지 프레임 및 제1 세트의 키포인트들을 제2 컴퓨팅 디바이스에 송신하고, 제2 이미지 프레임에 대한 제2 세트의 키포인트들을 검출하고, 제2 세트의 키포인트들을 제2 컴퓨팅 디바이스에 송신하고, 애니메이션화된 이미지가 제2 컴퓨팅 디바이스 상에 디스플레이되게 한다.

Description

이미지 애니메이션을 위한 방법, 시스템 및 컴퓨터 판독가능 저장 매체

우선권 주장

본 출원은 2020년 9월 30일자로 출원된 미국 가출원 제63/198,143호에 대한 우선권의 이익을 주장하며, 그 전체가 본 명세서에 참고로 포함된다.

기술분야

본 개시내용의 실시예들은 일반적으로 얼굴 애니메이션(facial animation)에 관한 것이다. 제한으로서가 아니라, 더 구체적으로, 본 개시내용은 비디오 압축 시스템에서의 얼굴 애니메이션을 위한 시스템들 및 방법들을 다룬다.

이미지 주석(image annotation)은 대상 이미지의 객체가 주행 비디오(driving video)의 모션에 따라 애니메이션화되도록 비디오 시퀀스를 생성하는 것으로 구성된다. 구체적으로, 얼굴 애니메이션(facial animation)은 얼굴 표정들의 시퀀스를 보여주는 얼굴을 포함하는 주행 비디오로부터 모션 패턴들을 추출하고, 모션 패턴들을 하나의 이미지 또는 여러 이미지로 대상 얼굴에 전달(transferring)하는 것으로 구성된다.

반드시 일정 비율로 그려지는 것은 아닌 도면들에서, 동일한 참조 번호들이 상이한 뷰들에서 유사한 컴포넌트들을 설명할 수 있다. 임의의 특정 요소 또는 동작의 논의를 용이하게 식별하기 위해, 참조 번호의 최상위 숫자 또는 숫자들은 그 요소가 처음 소개되는 도면 번호를 가리킨다. 일부 비제한적인 예들이 첨부 도면들의 도면들에 예시되어 있다:
도 1은 일부 예들에 따른, 본 개시내용이 배치될 수 있는 네트워킹된 환경의 도식적 표현이다.
도 2는 클라이언트 측과 서버 측 양자 모두의 기능성을 가지는, 일부 예들에 따른, 메시징 시스템의 도식적 표현이다.
도 3은 일부 예들에 따른, 데이터베이스에 유지되는 바와 같은 데이터 구조의 도식적 표현이다.
도 4는 일부 예들에 따른, 메시지의 도식적 표현이다.
도 5는 일부 예들에 따른, 액세스 제한 프로세스(access-limiting process)에 대한 흐름도이다.
도 6은 일 실시예에 따른, 송신을 위해 비디오를 압축하기 위한 방법을 예시한다.
도 7은 일부 예들에 따른, 머신으로 하여금 본 명세서에서 논의되는 방법론들 중 임의의 하나 이상을 수행하게 하기 위해 명령어들의 세트가 실행될 수 있는 컴퓨터 시스템 형태의 머신의 도식적 표현이다.
도 8은 예들이 구현될 수 있는 소프트웨어 아키텍처를 도시하는 블록도이다.

본 명세서에서 "일 실시예" 또는 "실시예"에 대한 언급은 그 실시예와 관련하여 설명된 특정의 특징, 구조, 또는 특성이 본 발명 주제의 적어도 하나의 실시예에 포함된다는 것을 의미한다. 따라서, 명세서 전반에 걸쳐 여러 곳에서 나오는 "일 실시예에서" 또는 "실시예에서"라는 문구의 출현들이 반드시 모두가 동일한 실시예를 언급하는 것은 아니다.

설명의 목적들을 위해, 본 발명 주제의 완전한 이해를 제공하기 위해 특정 구성들 및 상세들이 제시된다. 그러나, 설명되는 본 발명 주제의 실시예들이 본 명세서에서 제시되는 특정 상세들 없이, 또는 본 명세서에서 설명되는 바와 같이, 다양한 조합들로 실시될 수 있다는 것이 본 기술분야의 통상의 기술자에게 명백할 것이다. 더욱이, 잘 알려진 특징들은 설명된 실시예들을 불명확하게 하지 않도록 생략되거나 단순화될 수 있다. 본 설명 전체에 걸쳐 다양한 예들이 주어질 수 있다. 이것들은 특정 실시예들의 설명들일 뿐이다. 청구항들의 범위 또는 의미는 주어진 예들로 제한되지 않는다.

예시적인 실시예들은 네트워크를 통한 송신을 위해 비디오를 압축하기 위한 방법을 설명한다. 일 예에서, 비디오 압축 시스템은 제1 사용자에 의해 생성된 비디오를 압축하고 압축된 비디오를 제2 사용자에게 송신한다. 비디오 압축 시스템은 비디오로부터의 제1 이미지 프레임을 제2 사용자에게 송신한다. 비디오 압축 시스템은 또한 제1 이미지 프레임 상의 키포인트들을 계산하고, 제1 세트의 키포인트들을 제2 사용자에게 송신한다. 비디오 압축 시스템은 비디오 내의 모든 후속 이미지 프레임들의 키포인트들을 계산하고, 후속 이미지 프레임들에 대한 나머지 키포인트들을 제2 사용자에게 송신한다. 비디오 압축 시스템은 제1 세트의 키포인트들 및 후속 키포인트들을 사용하여 제2 사용자의 컴퓨팅 디바이스 상에서 제1 이미지 프레임을 애니메이션화한다. 일부 예들에서, 키포인트들은 제1 사용자의 컴퓨팅 디바이스 상에서 제1 신경망을 사용하여 생성된다. 애니메이션은 제2 사용자의 컴퓨팅 디바이스 상에서 제2 신경망에 의해 생성될 수 있다. 일부 예들에서, 비디오 압축 시스템은 저-대역폭 네트워크(low-bandwidth network)를 통해 비디오들을 송신하는 데 사용된다. 비디오 압축 시스템에 관한 추가 상세들은 도 6과 관련하여 아래에 설명된다.

네트워킹된 컴퓨팅 환경

도 1은 네트워크를 통해 데이터(예를 들어, 메시지들 및 연관된 콘텐츠)를 교환하기 위한 예시적인 메시징 시스템(100)을 도시하는 블록도이다. 메시징 시스템(100)은 클라이언트 디바이스(102)의 다수의 인스턴스들을 포함하고, 이들 각각은 메시징 클라이언트(104) 및 다른 애플리케이션들(106)을 포함하는 다수의 애플리케이션들을 호스팅한다. 각각의 메시징 클라이언트(104)는 네트워크(112)(예를 들어, 인터넷)를 통해 메시징 클라이언트(104)의 다른 인스턴스들(예를 들어, 각자의 다른 클라이언트 디바이스들(102)에서 호스팅됨), 메시징 서버 시스템(108) 및 제3자 서버들(110)에 통신가능하게 결합된다. 메시징 클라이언트(104)는 또한 API(Applications Program Interface)들을 사용하여 로컬 호스팅 애플리케이션들(locally-hosted applications)(106)과 통신할 수 있다.

메시징 클라이언트(104)는 네트워크(112)를 통해 다른 메시징 클라이언트들(104)과 그리고 메시징 서버 시스템(108)과 데이터를 통신 및 교환할 수 있다. 메시징 클라이언트들(104) 사이에, 그리고 메시징 클라이언트(104)와 메시징 서버 시스템(108) 사이에 교환되는 데이터는, 기능들(예를 들어, 기능들을 인보크(invoke)하는 커맨드들)뿐만 아니라, 페이로드 데이터(예를 들어, 텍스트, 오디오, 비디오 또는 다른 멀티미디어 데이터)를 포함한다.

메시징 서버 시스템(108)은 네트워크(112)를 통해 특정 메시징 클라이언트(104)에 서버 측 기능성을 제공한다. 메시징 시스템(100)의 특정 기능들이 메시징 클라이언트(104)에 의해 또는 메시징 서버 시스템(108)에 의해 수행되는 것으로서 본 명세서에 설명되지만, 메시징 클라이언트(104) 또는 메시징 서버 시스템(108) 내의 특정 기능성의 위치는 설계 선택사항일 수 있다. 예를 들어, 처음에는 특정 기술 및 기능성을 메시징 서버 시스템(108) 내에 배치하지만, 나중에는 클라이언트 디바이스(102)가 충분한 처리 용량을 갖는 경우 이 기술 및 기능성을 메시징 클라이언트(104)로 이전(migrate)시키는 것이 기술적으로 바람직할 수 있다.

메시징 서버 시스템(108)은 메시징 클라이언트(104)에 제공되는 다양한 서비스들 및 동작들을 지원한다. 그러한 동작들은 메시징 클라이언트(104)에 데이터를 송신하고, 그로부터 데이터를 수신하고, 그에 의해 생성된 데이터를 처리하는 것을 포함한다. 이 데이터는, 예로서, 메시지 콘텐츠, 클라이언트 디바이스 정보, 지리위치(geolocation) 정보, 미디어 증강 및 오버레이들(media augmentation and overlays), 메시지 콘텐츠 지속 조건들(message content persistence conditions), 소셜 네트워크 정보, 및 라이브 이벤트 정보를 포함할 수 있다. 메시징 시스템(100) 내의 데이터 교환들은 메시징 클라이언트(104)의 사용자 인터페이스(UI)들을 통해 이용가능한 기능들을 통해 인보크되고 제어된다.

이제 구체적으로 메시징 서버 시스템(108)을 참조하면, 애플리케이션 프로그램 인터페이스(API) 서버(116)가 애플리케이션 서버들(114)에 결합되어 프로그램 방식의 인터페이스(programmatic interface)를 제공한다. 애플리케이션 서버들(114)은 데이터베이스 서버(120)에 통신가능하게 결합되고, 이는 애플리케이션 서버들(114)에 의해 처리되는 메시지들과 연관된 데이터를 저장하는 데이터베이스(126)로의 액세스를 용이하게 한다. 유사하게, 웹 서버(128)는 애플리케이션 서버들(114)에 결합되고, 애플리케이션 서버들(114)에 웹 기반 인터페이스들을 제공한다. 이를 위해, 웹 서버(128)는 HTTP(Hypertext Transfer Protocol) 및 여러 다른 관련 프로토콜을 통해 착신 네트워크 요청들을 처리한다.

API(Application Program Interface) 서버(116)는 클라이언트 디바이스(102)와 애플리케이션 서버들(114) 사이에서 메시지 데이터(예를 들어, 커맨드들 및 메시지 페이로드들)를 수신하고 송신한다. 구체적으로, 애플리케이션 프로그램 인터페이스(API) 서버(116)는 애플리케이션 서버들(114)의 기능성을 인보크하기 위해 메시징 클라이언트(104)에 의해 호출되거나 조회될 수 있는 인터페이스들(예를 들어, 루틴들 및 프로토콜들)의 세트를 제공한다. 애플리케이션 프로그램 인터페이스(API) 서버(116)는, 계정 등록, 로그인 기능성, 특정 메시징 클라이언트(104)로부터 다른 메시징 클라이언트(104)로의, 애플리케이션 서버들(114)을 통한 메시지들의 전송, 메시징 클라이언트(104)로부터 메시징 서버(118)로의 미디어 파일들(예를 들어, 이미지들 또는 비디오)의 전송, 및 다른 메시징 클라이언트(104)에 의한 가능한 액세스를 위해, 미디어 데이터의 컬렉션(예를 들어, 스토리)의 설정들, 클라이언트 디바이스(102)의 사용자의 친구들의 리스트의 검색, 그러한 컬렉션들의 검색, 메시지들 및 콘텐츠의 검색, 엔티티 그래프(예를 들어, 소셜 그래프)에 대한 엔티티들(예를 들어, 친구들)의 추가 및 삭제, 소셜 그래프 내의 친구들의 위치확인, 및 (예를 들어, 메시징 클라이언트(104)에 관련된) 애플리케이션 이벤트 열기를 포함한, 애플리케이션 서버들(114)에 의해 지원되는 다양한 기능들을 노출시킨다.

애플리케이션 서버들(114)은, 예를 들어 메시징 서버(118), 이미지 처리 서버(122), 및 소셜 네트워크 서버(124)를 포함하는 다수의 서버 애플리케이션들 및 서브시스템들을 호스팅한다. 메시징 서버(118)는, 특히 메시징 클라이언트(104)의 다수의 인스턴스로부터 수신된 메시지들에 포함된 콘텐츠(예를 들어, 텍스트 및 멀티미디어 콘텐츠)의 집성(aggregation) 및 다른 처리에 관련된, 다수의 메시지 처리 기술들 및 기능들을 구현한다. 더 상세히 설명되는 바와 같이, 다수의 소스로부터의 텍스트 및 미디어 콘텐츠는, 콘텐츠의 컬렉션들(예를 들어, 스토리들 또는 갤러리들이라고 불림)로 집성될 수 있다. 그 후, 이러한 컬렉션들은 메시징 클라이언트(104)에 이용가능하게 된다. 다른 프로세서 및 메모리 집약적인 데이터의 처리는 또한, 그러한 처리를 위한 하드웨어 요건들을 고려하여, 서버 측에서 메시징 서버(118)에 의해 수행될 수 있다.

애플리케이션 서버들(114)은, 전형적으로 메시징 서버(118)로부터 전송되거나 메시징 서버(118)에서 수신된 메시지의 페이로드 내의 이미지들 또는 비디오에 관하여, 다양한 이미지 처리 동작들을 수행하는 데 전용되는 이미지 처리 서버(122)를 또한 포함한다.

소셜 네트워크 서버(124)는 다양한 소셜 네트워킹 기능들 및 서비스들을 지원하고 이들 기능들 및 서비스들을 메시징 서버(118)에 이용가능하게 한다. 이를 위해, 소셜 네트워크 서버(124)는 데이터베이스(126) 내에서 엔티티 그래프(308)(도 3에 도시됨)를 유지하고 액세스한다. 소셜 네트워크 서버(124)에 의해 지원되는 기능들 및 서비스들의 예들은, 특정 사용자가 관계를 가지거나 "팔로우하는(following)" 메시징 시스템(100)의 다른 사용자들의 식별(identification), 및 또한 특정 사용자의 다른 엔티티들 및 관심사항들의 식별을 포함한다.

메시징 클라이언트(104)로 돌아가면, 외부 리소스(예를 들어, 애플리케이션(106) 또는 애플릿)의 특징들 및 기능들은 메시징 클라이언트(104)의 인터페이스를 통해 사용자에게 이용가능하게 된다. 이러한 맥락에서, "외부"는 애플리케이션(106) 또는 애플릿이 메시징 클라이언트(104) 외부에 있다는 사실을 말한다. 외부 리소스는 종종 제3자에 의해 제공되지만, 메시징 클라이언트(104)의 작성자 또는 제공자에 의해 제공될 수도 있다. 메시징 클라이언트(104)는 이러한 외부 리소스의 특징들을 론칭하거나 액세스하는 옵션의 사용자 선택을 수신한다. 외부 리소스는 클라이언트 디바이스(102) 상에 설치된 애플리케이션(106)(예를 들어, "네이티브 앱(native app)"), 또는 클라이언트 디바이스(102) 상에서 또는 클라이언트 디바이스(102)로부터 원격에서(예를 들어, 제3자 서버들(110) 상에서) 호스팅되는 애플리케이션의 소규모 버전(예를 들어, "애플릿(applet)")일 수 있다. 애플리케이션의 소규모 버전은 애플리케이션(예를 들어, 애플리케이션의 전체 규모 네이티브 버전)의 특징들 및 기능들의 서브세트를 포함하고, 마크업 언어 문서를 사용하여 구현된다. 일 예에서, 애플리케이션의 소규모 버전(예를 들어, "애플릿")은 애플리케이션의 웹 기반 마크업 언어 버전이고 메시징 클라이언트(104)에 내장된다. 마크업 언어 문서들(예를 들어, .*ml 파일)을 사용하는 것에 더하여, 애플릿은 스크립팅 언어(예를 들어, .*js 파일 또는 .json 파일) 및 스타일 시트(예를 들어, .*ss 파일)를 통합할 수 있다.

외부 리소스의 특징들을 론칭하거나 액세스하는 옵션의 사용자 선택을 수신하는 것에 응답하여, 메시징 클라이언트(104)는 선택된 외부 리소스가 웹 기반 외부 리소스인지 또는 로컬로 설치된 애플리케이션(locally-installed application)(106)인지를 결정한다. 일부 경우들에서, 클라이언트 디바이스(102) 상에 로컬로 설치된 애플리케이션들(106)은, 예를 들어, 클라이언트 디바이스(102)의 홈 스크린 상에서 애플리케이션(106)에 대응하는 아이콘을 선택함으로써, 메시징 클라이언트(104)와 무관하게 그리고 그와 별개로 론칭될 수 있다. 이러한 애플리케이션들의 소규모 버전들은 메시징 클라이언트(104)를 통해 론칭되거나 액세스될 수 있으며, 일부 예들에서는, 소규모 애플리케이션의 어떠한 부분들도 메시징 클라이언트(104)의 외부에서 액세스될 수 없거나 제한된 부분들이 액세스될 수 있다. 소규모 애플리케이션은, 예를 들어, 제3자 서버(110)로부터 소규모 애플리케이션과 연관된 마크업 언어 문서를 수신하고 그러한 문서를 처리하는 메시징 클라이언트(104)에 의해 론칭될 수 있다.

외부 리소스가 로컬로 설치된 애플리케이션(106)이라고 결정하는 것에 응답하여, 메시징 클라이언트(104)는 외부 리소스에 대응하는 로컬로 저장된 코드(locally-stored code)를 실행함으로써 외부 리소스를 론칭하도록 클라이언트 디바이스(102)에 지시한다. 외부 리소스가 웹 기반 리소스라고 결정하는 것에 응답하여, 메시징 클라이언트(104)는 (예를 들어) 제3자 서버들(110)과 통신하여 선택된 외부 리소스에 대응하는 마크업 언어 문서를 획득한다. 이어서, 메시징 클라이언트(104)는 획득된 마크업 언어 문서를 처리하여, 메시징 클라이언트(104)의 사용자 인터페이스 내에 웹 기반 외부 리소스를 제시한다.

메시징 클라이언트(104)는 클라이언트 디바이스(102)의 사용자, 또는 그러한 사용자와 관련된 다른 사용자들(예를 들어, "친구들")에게 하나 이상의 외부 리소스에서 발생하는 활동을 통지할 수 있다. 예를 들어, 메시징 클라이언트(104)는 메시징 클라이언트(104)에서의 대화(예를 들어, 채팅 세션)의 참가자들에게 사용자들의 그룹의 하나 이상의 멤버에 의한 외부 리소스의 현재 또는 최근 사용에 관한 통지들을 제공할 수 있다. 활성 외부 리소스에 참여하도록 또는 최근에 사용되었지만 현재 비활성인(친구들의 그룹에서) 외부 리소스를 론칭하도록 하나 이상의 사용자를 초대할 수 있다. 외부 리소스는, 각각이 각자의 메시징 클라이언트들(104)을 사용하는, 대화의 참가자들에게, 외부 리소스에서의 아이템, 상황, 상태, 또는 위치를 사용자 그룹의 하나 이상의 멤버와 채팅 세션으로 공유할 수 있는 능력을 제공할 수 있다. 공유된 아이템은, 예를 들어, 대응하는 외부 리소스를 론칭하거나, 외부 리소스 내의 특정한 정보를 보거나, 채팅의 멤버를 외부 리소스 내의 특정한 위치 또는 상태로 데려가기 위해 채팅의 멤버들과 상호작용할 수 있는, 대화형 채팅 카드일 수 있다. 주어진 외부 리소스 내에서, 응답 메시지들은 메시징 클라이언트(104) 상의 사용자들에게 전송될 수 있다. 외부 리소스는 외부 리소스의 현재 컨텍스트에 기초하여, 응답들에 상이한 미디어 아이템들을 선택적으로 포함할 수 있다.

메시징 클라이언트(104)는 주어진 외부 리소스를 론칭하거나 그에 액세스하기 위해 이용가능한 외부 리소스들(예를 들어, 애플리케이션들(106) 또는 애플릿들)의 리스트를 사용자에게 제시할 수 있다. 이 리스트는 컨텍스트-민감 메뉴(context-sensitive menu)에 제시될 수 있다. 예를 들어, 애플리케이션(106)(또는 애플릿들) 중 상이한 것들을 표현하는 아이콘들은 (예를 들어, 대화 인터페이스로부터 또는 비-대화 인터페이스로부터) 사용자에 의해 메뉴가 론칭되는 방법에 기초하여 달라질 수 있다.

시스템 아키텍처

도 2는, 일부 예들에 따른, 메시징 시스템(100)에 관한 추가의 상세들을 예시하는 블록도이다. 구체적으로, 메시징 시스템(100)은 메시징 클라이언트(104) 및 애플리케이션 서버들(114)을 포함하는 것으로 도시되어 있다. 메시징 시스템(100)은 클라이언트 측에서 메시징 클라이언트(104)에 의해 그리고 서버 측에서 애플리케이션 서버들(114)에 의해 지원되는 다수의 서브시스템들을 구현한다. 이러한 서브시스템들은, 예를 들어, 단기적 타이머 시스템(202), 컬렉션 관리 시스템(204), 증강 시스템(208), 맵 시스템(210), 게임 시스템(212), 외부 리소스 시스템(214), 및 비디오 압축 시스템(216)을 포함한다.

단기적 타이머 시스템(202)은 메시징 클라이언트(104) 및 메시징 서버(118)에 의해 콘텐츠에 대한 일시적 또는 시간 제한된 액세스를 시행하는 것을 담당한다. 단기적 타이머 시스템(202)은 메시지, 또는 메시지들의 컬렉션(예를 들어, 스토리)과 연관된 지속기간 및 디스플레이 파라미터들에 기초하여, 메시징 클라이언트(104)를 통해 메시지들 및 연관된 콘텐츠에 대한 (예를 들어, 제시 및 디스플레이를 위한) 액세스를 선택적으로 가능하게 하는 다수의 타이머를 포함한다. 단기적 타이머 시스템(202)의 동작에 관한 추가 상세들이 이하에 제공된다.

컬렉션 관리 시스템(204)은 미디어의 세트들 또는 컬렉션들(예를 들어, 텍스트, 이미지 비디오, 및 오디오 데이터의 컬렉션들)을 관리하는 것을 담당한다. 콘텐츠의 컬렉션(예를 들어, 이미지들, 비디오, 텍스트 및 오디오를 포함하는 메시지들)은 "이벤트 갤러리" 또는 "이벤트 스토리"로 조직될 수 있다. 이러한 컬렉션은 콘텐츠가 관련되는 이벤트의 지속기간과 같은 특정된 기간 동안 이용가능하게 될 수 있다. 예를 들어, 음악 콘서트와 관련된 콘텐츠는 그 음악 콘서트의 지속기간 동안 "스토리"로서 이용가능하게 될 수 있다. 컬렉션 관리 시스템(204)은 또한 메시징 클라이언트(104)의 사용자 인터페이스에 특정 컬렉션의 존재의 통지를 제공하는 아이콘을 게시(publishing)하는 것을 담당할 수 있다.

컬렉션 관리 시스템(204)은 더욱이 컬렉션 관리자가 특정 콘텐츠의 컬렉션을 관리 및 큐레이팅하는 것을 허용하는 큐레이션 인터페이스(curation interface)(206)를 포함한다. 예를 들어, 큐레이션 인터페이스(206)는 이벤트 조직자(event organizer)가 특정 이벤트에 관련된 콘텐츠의 컬렉션을 큐레이팅(예를 들어, 부적절한 콘텐츠 또는 중복 메시지들을 삭제)하는 것을 가능하게 한다. 추가적으로, 컬렉션 관리 시스템(204)은 머신 비전(또는 이미지 인식 기술) 및 콘텐츠 규칙들을 사용하여 콘텐츠 컬렉션을 자동으로 큐레이팅한다. 특정 예들에서, 사용자-생성 콘텐츠를 컬렉션에 포함시키는 것에 대한 보상이 사용자에게 지불될 수 있다. 이러한 경우들에서, 컬렉션 관리 시스템(204)은 이러한 사용자들에게 그들의 콘텐츠를 사용하는 것에 대해 자동으로 지불하도록 동작한다.

증강 시스템(208)은 사용자가 메시지와 연관된 미디어 콘텐츠를 증강(예를 들어, 주석부기(annotate) 또는 다른 방식으로 수정 또는 편집)하는 것을 가능하게 하는 다양한 기능들을 제공한다. 예를 들어, 증강 시스템(208)은 메시징 시스템(100)에 의해 처리된 메시지들에 대한 미디어 오버레이들의 생성 및 게시와 관련된 기능들을 제공한다. 증강 시스템(208)은 클라이언트 디바이스(102)의 지리위치에 기초하여 메시징 클라이언트(104)에 미디어 오버레이 또는 증강(예를 들어, 이미지 필터)을 동작적으로 공급한다. 다른 예에서, 증강 시스템(208)은 클라이언트 디바이스(102)의 사용자의 소셜 네트워크 정보와 같은 다른 정보에 기초하여 메시징 클라이언트(104)에 미디어 오버레이를 동작적으로 공급한다. 미디어 오버레이는 오디오 및 시각적 콘텐츠 및 시각적 효과를 포함할 수 있다. 오디오 및 시각적 콘텐츠의 예들은 픽처들, 텍스트들, 로고들, 애니메이션들, 및 음향 효과들을 포함한다. 시각적 효과의 예는 컬러 오버레잉(color overlaying)을 포함한다. 오디오 및 시각적 콘텐츠 또는 시각적 효과들은 클라이언트 디바이스(102)에서 미디어 콘텐츠 아이템(예를 들어, 사진)에 적용될 수 있다. 예를 들어, 미디어 오버레이는 클라이언트 디바이스(102)에 의해 촬영된 사진의 최상부에 오버레이될 수 있는 텍스트 또는 이미지를 포함할 수 있다. 다른 예에서, 미디어 오버레이는 위치 식별 오버레이(예를 들어, 베니스 해변), 라이브 이벤트의 이름(name of a live event), 또는 판매자 이름 오버레이(예를 들어, Beach Coffee House)를 포함한다. 다른 예에서, 증강 시스템(208)은 클라이언트 디바이스(102)의 지리위치를 사용하여, 클라이언트 디바이스(102)의 지리위치에서의 판매자 이름을 포함하는 미디어 오버레이를 식별한다. 미디어 오버레이는 판매자와 연관된 다른 표지들(indicia)을 포함할 수 있다. 미디어 오버레이들은 데이터베이스(126)에 저장되고 데이터베이스 서버(120)를 통해 액세스될 수 있다.

일부 예들에서, 증강 시스템(208)은 사용자들이 맵 상에서 지리위치를 선택하고, 선택된 지리위치와 연관된 콘텐츠를 업로드하는 것을 가능하게 하는 사용자-기반 게시 플랫폼(user-based publication platform)을 제공한다. 사용자는 또한 특정 미디어 오버레이가 다른 사용자들에게 제공되어야 하는 상황들을 특정할 수 있다. 증강 시스템(208)은 업로드된 콘텐츠를 포함하고 업로드된 콘텐츠를 선택된 지리위치와 연관시키는 미디어 오버레이를 생성한다.

다른 예들에서, 증강 시스템(208)은 판매자들이 입찰 프로세스(bidding process)를 통해 지리위치와 연관된 특정 미디어 오버레이를 선택하는 것을 가능하게 하는 판매자-기반 게시 플랫폼(merchant-based publication platform)을 제공한다. 예를 들어, 증강 시스템(208)은 최고 입찰 판매자의 미디어 오버레이를 미리 정의된 양의 시간 동안 대응하는 지리위치와 연관시킨다.

맵 시스템(210)은 다양한 지리적 위치 기능들을 제공하고, 메시징 클라이언트(104)에 의한 맵-기반 미디어 콘텐츠 및 메시지들의 제시를 지원한다. 예를 들어, 맵 시스템(210)은, 맵의 컨텍스트 내에서, 사용자의 "친구들"의 현재 또는 과거 위치뿐만 아니라 이러한 친구들에 의해 생성된 미디어 콘텐츠(예를 들어, 사진들 및 비디오들을 포함하는 메시지들의 컬렉션들)를 표시하기 위해 맵 상에 사용자 아이콘들 또는 아바타들(예를 들어, 프로파일 데이터(316)에 저장됨)의 디스플레이를 가능하게 한다. 예를 들어, 특정 지리적 위치로부터 메시징 시스템(100)에 사용자에 의해 게시된 메시지는 그 특정 위치에서의 맵의 컨텍스트 내에서 메시징 클라이언트(104)의 맵 인터페이스 상의 특정 사용자의 "친구들"에게 디스플레이될 수 있다. 사용자는 더욱이 자신의 위치 및 상태 정보를 메시징 클라이언트(104)를 통해 메시징 시스템(100)의 다른 사용자들과 (예를 들어, 적절한 상태 아바타를 사용하여) 공유할 수 있는데, 이 위치 및 상태 정보는 선택된 사용자들에게 메시징 클라이언트(104)의 맵 인터페이스의 컨텍스트 내에서 유사하게 디스플레이된다.

게임 시스템(212)은 메시징 클라이언트(104)의 컨텍스트 내에서 다양한 게이밍 기능들을 제공한다. 메시징 클라이언트(104)는 메시징 클라이언트(104)의 컨텍스트 내에서 사용자에 의해 론칭(launch)되고, 메시징 시스템(100)의 다른 사용자들과 플레이될 수 있는 이용가능한 게임들의 리스트를 제공하는 게임 인터페이스를 제공한다. 메시징 시스템(100)은 또한 메시징 클라이언트(104)로부터 다른 사용자들에게 초대들을 발행함으로써, 특정 사용자가 특정 게임의 플레이에 참가하도록 그러한 다른 사용자들을 초대할 수 있게 한다. 메시징 클라이언트(104)는 또한 게임플레이의 컨텍스트 내에서 음성 및 텍스트 메시징 양자 모두(예를 들어, 채팅들)를 지원하고, 게임들에 대한 리더보드(leaderboard)를 제공하며, 또한 게임 내 보상들(예를 들어, 코인들 및 아이템들)의 제공을 지원한다.

외부 리소스 시스템(214)은 메시징 클라이언트(104)가 원격 서버들(예를 들어, 제3자 서버들(110))과 통신하여 외부 리소스들, 즉, 애플리케이션들 또는 애플릿들을 론칭하거나 그에 액세스하기 위한 인터페이스를 제공한다. 각각의 제3자 서버(110)는, 예를 들어, 마크업 언어(예를 들어, HTML5) 기반 애플리케이션 또는 애플리케이션의 소규모 버전(예를 들어, 게임, 유틸리티, 결제, 또는 승차 공유(ride-sharing) 애플리케이션)을 호스팅한다. 메시징 클라이언트(104)는 웹 기반 리소스와 연관된 제3자 서버들(110)로부터의 HTML5 파일에 액세스함으로써 웹 기반 리소스(예를 들어, 애플리케이션)를 론칭할 수 있다. 특정 예들에서, 제3자 서버들(110)에 의해 호스팅되는 애플리케이션들은 메시징 서버(118)에 의해 제공되는 SDK(Software Development Kit)를 활용하여 자바스크립트(JavaScript)로 프로그래밍된다. SDK는 웹 기반 애플리케이션에 의해 호출되거나 인보크될 수 있는 기능들이 있는 API(Application Programming Interface)들을 포함한다. 특정 예들에서, 메시징 서버(118)는 주어진 외부 리소스 액세스를 메시징 클라이언트(104)의 특정 사용자 데이터에 제공하는 자바스크립트 라이브러리를 포함한다. HTML5는 게임들을 프로그래밍하기 위한 예시적인 기술로서 사용되지만, 다른 기술들에 기초하여 프로그래밍된 애플리케이션들 및 리소스들이 사용될 수 있다.

SDK의 기능들을 웹 기반 리소스에 통합하기 위해, SDK는 메시징 서버(118)로부터 제3자 서버(110)에 의해 다운로드되거나, 그렇지 않으면 제3자 서버(110)에 의해 수신된다. 일단 다운로드 또는 수신되면, SDK는 웹 기반 외부 리소스의 애플리케이션 코드의 일부로서 포함된다. 이어서, 웹 기반 리소스의 코드는 메시징 클라이언트(104)의 특징들을 웹 기반 리소스에 통합하기 위해 SDK의 특정 기능들을 호출 또는 인보크할 수 있다.

메시징 서버(118)에 저장된 SDK는 외부 리소스(예를 들어, 애플리케이션들(106) 또는 애플릿들)와 메시징 클라이언트(104) 사이의 브리지를 효과적으로 제공한다. 이것은 메시징 클라이언트(104)의 룩 앤드 필(look and feel)을 보존하면서도, 메시징 클라이언트(104) 상의 다른 사용자들과 원활하게 통신하는 경험을 사용자에게 제공한다. 외부 리소스와 메시징 클라이언트(104) 사이의 통신들을 브리징하기 위해, 특정 예들에서, SDK는 제3자 서버들(110)과 메시징 클라이언트(104) 사이의 통신을 용이하게 한다. 특정 예들에서, 클라이언트 디바이스(102) 상에서 실행되는 WebViewJavaScriptBridge는 외부 리소스와 메시징 클라이언트(104) 사이에 2개의 단방향 통신 채널을 확립한다. 메시지들은 이들 통신 채널들을 통해 외부 리소스와 메시징 클라이언트(104) 사이에서 비동기적으로 전송된다. 각각의 SDK 기능 호출은 메시지 및 콜백(callback)으로서 전송된다. 각각의 SDK 기능은 고유 콜백 식별자를 구성하고, 그 콜백 식별자를 갖는 메시지를 전송함으로써 구현된다.

SDK를 사용함으로써, 메시징 클라이언트(104)로부터의 모든 정보가 제3자 서버들(110)과 공유되지는 않는다. SDK는 외부 리소스의 필요에 기초하여 어느 정보가 공유되는지를 제한한다. 특정 예들에서, 각각의 제3자 서버(110)는 웹 기반 외부 리소스에 대응하는 HTML5 파일을 메시징 서버(118)에 제공한다. 메시징 서버(118)는 메시징 클라이언트(104)에 웹 기반 외부 리소스의 시각적 표현(예컨대 박스 아트 또는 다른 그래픽)을 추가할 수 있다. 일단 사용자가 시각적 표현을 선택하거나 메시징 클라이언트(104)의 GUI를 통해 메시징 클라이언트(104)에게 웹 기반 외부 리소스의 특징들에 액세스하도록 지시하면, 메시징 클라이언트(104)는 HTML5 파일을 획득하고, 웹 기반 외부 리소스의 특징들에 액세스하는 데 필요한 리소스들을 인스턴스화한다.

메시징 클라이언트(104)는 외부 리소스에 대한 그래픽 사용자 인터페이스(예를 들어, 랜딩 페이지 또는 타이틀 스크린)를 제시한다. 랜딩 페이지 또는 타이틀 스크린을 제시하는 동안, 그 전에, 또는 그 후에, 메시징 클라이언트(104)는 론칭된 외부 리소스가 메시징 클라이언트(104)의 사용자 데이터에 액세스하도록 이전에 인가되었는지를 결정한다. 론칭된 외부 리소스가 메시징 클라이언트(104)의 사용자 데이터에 액세스하도록 이전에 인가되었다고 결정하는 것에 응답하여, 메시징 클라이언트(104)는 외부 리소스의 기능들 및 특징들을 포함하는 외부 리소스의 다른 그래픽 사용자 인터페이스를 제시한다. 론칭된 외부 리소스가 메시징 클라이언트(104)의 사용자 데이터에 액세스하도록 이전에 인가되지 않았다고 결정하는 것에 응답하여, 외부 리소스의 랜딩 페이지 또는 타이틀 스크린을 디스플레이하는 임계 기간(예를 들어, 3초) 후에, 메시징 클라이언트(104)는 사용자 데이터에 액세스하도록 외부 리소스를 인가하기 위한 메뉴를 슬라이드 업(slide up)한다(예를 들어, 스크린의 하단으로부터 스크린의 중간 또는 다른 부분으로 표면화(surfacing)함에 따라 메뉴를 애니메이션화한다). 메뉴는 외부 리소스가 사용하도록 인가될 사용자 데이터의 타입을 식별한다. 수락 옵션의 사용자 선택을 수신하는 것에 응답하여, 메시징 클라이언트(104)는 외부 리소스를 인가된 외부 리소스들의 리스트에 추가하고 외부 리소스가 메시징 클라이언트(104)로부터의 사용자 데이터에 액세스하는 것을 허용한다. 일부 예들에서, 외부 리소스는 OAuth 2 프레임워크에 따라 사용자 데이터에 액세스하도록 메시징 클라이언트(104)에 의해 인가된다.

메시징 클라이언트(104)는 인가되는 외부 리소스의 타입에 기초하여 외부 리소스들과 공유되는 사용자 데이터의 타입을 제어한다. 예를 들어, 전체 규모 애플리케이션들(예를 들어, 애플리케이션(106))을 포함하는 외부 리소스들에는 제1 타입의 사용자 데이터(예를 들어, 상이한 아바타 특성들을 갖거나 갖지 않는 사용자들의 2차원 아바타들만)에 대한 액세스가 제공된다. 다른 예로서, 소규모 버전의 애플리케이션들(예를 들어, 웹 기반 버전의 애플리케이션들)을 포함하는 외부 리소스들에는 제2 타입의 사용자 데이터(예를 들어, 결제 정보, 사용자들의 2차원 아바타들, 사용자들의 3차원 아바타들, 및 다양한 아바타 특성들을 갖는 아바타들)에 대한 액세스가 제공된다. 아바타 특성들은 상이한 포즈들, 얼굴 특징들, 의상 등과 같은 아바타의 룩 앤드 필을 맞춤화하는 상이한 방식들을 포함한다.

비디오 압축 시스템(216)은 제1 디바이스 상에서 생성된 비디오를 압축하고 압축된 비디오를 제2 디바이스에 송신한다. 비디오 압축 시스템(216)은 비디오로부터의 제1 이미지 프레임을 제2 디바이스에 송신하고, 후속하여 모든 이미지 프레임들의 키포인트들을 제2 디바이스에 송신한다. 비디오 압축 시스템(216)은 모든 이미지 프레임들의 키포인트들을 사용하여 제2 디바이스의 그래픽 사용자 인터페이스 상에서 제1 이미지 프레임을 애니메이션화한다.

데이터 아키텍처

도 3은 특정 예들에 따른, 메시징 서버 시스템(108)의 데이터베이스(126)에 저장될 수 있는 데이터 구조들(300)을 예시하는 개략도이다. 데이터베이스(126)의 콘텐츠가 다수의 테이블을 포함하는 것으로 도시되어 있지만, 데이터는 (예를 들어, 객체 지향 데이터베이스로서) 다른 타입들의 데이터 구조들에 저장될 수 있다는 것을 인식할 것이다.

데이터베이스(126)는 메시지 테이블(302) 내에 저장된 메시지 데이터를 포함한다. 이 메시지 데이터는, 임의의 특정한 하나의 메시지에 대해, 적어도 메시지 전송자 데이터, 메시지 수신인(또는 수신자) 데이터, 및 페이로드를 포함한다. 메시지에 포함될 수 있고 메시지 테이블(302)에 저장된 메시지 데이터 내에 포함될 수 있는 정보에 관한 추가 상세들이 도 4를 참조하여 아래에 설명된다.

엔티티 테이블(306)은 엔티티 데이터를 저장하고, 엔티티 그래프(308) 및 프로파일 데이터(316)에 (예를 들어, 참고용으로) 링크된다. 엔티티 테이블(306) 내에 레코드들이 유지되는 엔티티들은, 개인, 법인 엔티티, 조직, 객체, 장소, 이벤트 등을 포함할 수 있다. 엔티티 타입에 관계없이, 메시징 서버 시스템(108)이 그에 관한 데이터를 저장하는 임의의 엔티티가 인식된 엔티티(recognized entity)일 수 있다. 각각의 엔티티에는 고유 식별자뿐만 아니라 엔티티 타입 식별자(도시되지 않음)가 제공된다.

엔티티 그래프(308)는 엔티티들 사이의 관계 및 연관에 관한 정보를 저장한다. 그러한 관계들은, 단지 예를 들어, 사회적, 전문적(예를 들어, 일반 법인 또는 조직에서의 일) 관심 기반 또는 활동 기반일 수 있다.

프로파일 데이터(316)는 특정 엔티티에 대한 다수의 타입들의 프로파일 데이터를 저장한다. 프로파일 데이터(316)는 특정 엔티티에 의해 지정된 프라이버시 설정들에 기초하여, 선택적으로 사용되고 메시징 시스템(100)의 다른 사용자들에게 제시될 수 있다. 엔티티가 개인인 경우, 프로파일 데이터(316)는, 예를 들어, 사용자명, 전화 번호, 주소, 설정들(예를 들어, 통지 및 프라이버시 설정들)은 물론, 사용자-선택된 아바타 표현(또는 이러한 아바타 표현들의 컬렉션)을 포함한다. 그 후 특정 사용자는 메시징 시스템(100)을 통해 통신된 메시지들의 콘텐츠 내에, 그리고 메시징 클라이언트들(104)에 의해 다른 사용자들에게 디스플레이된 맵 인터페이스들 상에 이들 아바타 표현들 중 하나 이상을 선택적으로 포함할 수 있다. 아바타 표현들의 컬렉션은 사용자가 특정 시간에 통신하기 위해 선택할 수 있는 상태 또는 활동의 그래픽 표현을 제시하는 "상태 아바타들"을 포함할 수 있다.

엔티티가 그룹인 경우, 그룹에 대한 프로파일 데이터(316)는 관련 그룹에 대한 그룹 이름, 멤버들, 및 다양한 설정들(예를 들어, 통지들)에 더하여, 그룹과 연관된 하나 이상의 아바타 표현을 유사하게 포함할 수 있다.

데이터베이스(126)는 또한 오버레이들 또는 필터들과 같은 증강 데이터를 증강 테이블(310)에 저장한다. 증강 데이터는 비디오들(그에 대해 데이터가 비디오 테이블(304)에 저장됨) 및 이미지들(그에 대해 데이터가 이미지 테이블(312)에 저장됨)과 연관되고 이들에 적용된다.

일 예에서, 필터들은 수신인 사용자에게 제시 동안 이미지 또는 비디오 상에 오버레이되어 디스플레이되는 오버레이들이다. 필터들은, 전송측 사용자가 메시지를 작성하고 있을 때 메시징 클라이언트(104)에 의해 전송측 사용자에게 제시되는 필터들의 세트로부터의 사용자-선택된 필터들을 포함한, 다양한 타입들의 필터들일 수 있다. 다른 타입들의 필터들은 지리적 위치에 기초하여 전송측 사용자에게 제시될 수 있는 지리위치 필터들(지오-필터(geo-filter)들이라고도 알려짐)을 포함한다. 예를 들어, 이웃 또는 특수한 위치에 특정한 지리위치 필터들이 클라이언트 디바이스(102)의 GPS(Global Positioning System) 유닛에 의해 결정된 지리위치 정보에 기초하여 메시징 클라이언트(104)에 의해 사용자 인터페이스 내에 제시될 수 있다.

다른 타입의 필터는, 메시지 생성 프로세스 동안 클라이언트 디바이스(102)에 의해 수집된 다른 입력들 또는 정보에 기초하여, 메시징 클라이언트(104)에 의해 전송측 사용자에게 선택적으로 제시될 수 있는 데이터 필터이다. 데이터 필터들의 예들은, 특정 위치에서의 현재 온도, 전송 사용자가 이동하고 있는 현재 속도, 클라이언트 디바이스(102)의 배터리 수명, 또는 현재 시간을 포함한다.

이미지 테이블(312) 내에 저장될 수 있는 다른 증강 데이터는 (예를 들어, 렌즈들(Lenses) 또는 증강 현실 경험들을 적용하는 것에 대응하는) 증강 현실 콘텐츠 아이템들을 포함한다. 증강 현실 콘텐츠 아이템은 이미지 또는 비디오에 추가될 수 있는 실시간 특수 효과 및 사운드일 수 있다.

위에서 설명한 바와 같이, 증강 데이터는 증강 현실 콘텐츠 아이템들, 오버레이들, 이미지 변환들, AR 이미지들, 및 이미지 데이터(예를 들어, 비디오들 또는 이미지들)에 적용될 수 있는 수정들을 지칭하는 유사한 용어들을 포함한다. 이것은 이미지가 클라이언트 디바이스(102)의 디바이스 센서들(예를 들어, 하나 또는 다수의 카메라)을 사용하여 캡처되고 그 후 수정들과 함께 클라이언트 디바이스(102)의 스크린 상에 디스플레이되는 것처럼 이미지를 수정하는 실시간 수정들을 포함한다. 이것은 또한 수정될 수 있는 갤러리 내의 비디오 클립들과 같은 저장된 콘텐츠에 대한 수정들을 포함한다. 예를 들어, 다수의 증강 현실 콘텐츠 아이템들에 액세스하는 클라이언트 디바이스(102)에서, 사용자는 상이한 증강 현실 콘텐츠 아이템들이 저장된 클립을 어떻게 수정할지를 알아보기 위해 다수의 증강 현실 콘텐츠 아이템들과 함께 단일 비디오 클립을 사용할 수 있다. 예를 들어, 상이한 의사랜덤 움직임 모델(pseudorandom movement model)들을 적용하는 다수의 증강 현실 콘텐츠 아이템들은 콘텐츠에 대한 상이한 증강 현실 콘텐츠 아이템들을 선택함으로써 동일한 콘텐츠에 적용될 수 있다. 유사하게, 실시간 비디오 캡처는 클라이언트 디바이스(102)의 센서들에 의해 현재 캡처되고 있는 비디오 이미지들이 캡처된 데이터를 어떻게 수정할지를 보여주기 위해 예시된 수정과 함께 사용될 수 있다. 이러한 데이터는 단순히 스크린 상에 디스플레이되고 메모리에 저장되지 않을 수 있거나, 디바이스 센서들에 의해 캡처된 콘텐츠는 수정과 함께 또는 수정 없이(또는 둘 다) 메모리에 기록되고 저장될 수 있다. 일부 시스템들에서, 미리보기 특징은 상이한 증강 현실 콘텐츠 아이템들이 디스플레이 내의 상이한 창들 내에서 동시에 어떻게 보일지를 보여줄 수 있다. 이것은, 예를 들어, 상이한 의사랜덤 애니메이션들을 갖는 다수의 창들이 디스플레이 상에서 동시에 보여질 수 있게 할 수 있다.

따라서, 이 데이터를 사용하여 콘텐츠를 수정하기 위해 증강 현실 콘텐츠 아이템들 또는 다른 이러한 변환 시스템들을 사용하는 데이터 및 다양한 시스템들은 객체들(예를 들어, 얼굴들, 손들, 신체들, 고양이들, 개들, 표면들, 객체들 등)의 검출, 이러한 객체들이 비디오 프레임들에서 시야를 벗어나고, 그에 들어가고, 그 주위를 이동할 때 이러한 객체들의 추적, 및 이러한 객체들이 추적될 때 이러한 객체들의 수정 또는 변환을 수반할 수 있다. 다양한 예들에서, 이러한 변환들을 달성하기 위한 상이한 방법들이 사용될 수 있다. 일부 예들은 객체 또는 객체들의 3차원 메시 모델을 발생하는 것, 및 변환을 달성하기 위해 비디오 내에서의 모델의 변환들 및 애니메이션화된 텍스처들을 사용하는 것을 수반할 수 있다. 다른 예들에서, 객체 상의 포인트들의 추적은 추적된 포지션에 (2차원 또는 3차원일 수 있는) 이미지 또는 텍스처를 배치하는 데 사용될 수 있다. 또 다른 예들에서, 비디오 프레임들의 신경망 분석은 콘텐츠(예를 들어, 이미지 또는 비디오 프레임)에 이미지들, 모델들, 또는 텍스처들을 배치하는 데 사용될 수 있다. 따라서, 증강 현실 콘텐츠 아이템들은 콘텐츠에서의 변환들을 생성하는 데 사용되는 이미지들, 모델들, 및 텍스처들뿐만 아니라, 객체 검출, 추적, 및 배치를 통해 이러한 변환들을 달성하는 데 필요한 추가적인 모델링 및 분석 정보를 모두 참조한다.

실시간 비디오 처리는 임의의 종류의 컴퓨터화된 시스템의 메모리에 저장된 임의의 종류의 비디오 데이터(예를 들어, 비디오 스트림들, 비디오 파일들 등)로 수행될 수 있다. 예를 들어, 사용자는 비디오 파일들을 로딩하고 이들을 디바이스의 메모리에 저장할 수 있거나 또는 디바이스의 센서들을 사용하여 비디오 스트림을 생성할 수 있다. 또한, 사람의 얼굴 및 인체의 부분들, 동물들, 또는 의자, 자동차 또는 다른 객체들과 같은 무생물들과 같은 임의의 객체들이 컴퓨터 애니메이션 모델을 사용하여 처리될 수 있다.

일부 예들에서, 변환될 콘텐츠와 함께 특정 수정이 선택될 때, 변환될 요소들이 컴퓨팅 디바이스에 의해 식별되고, 그 후 이들이 비디오의 프레임들에 존재하는 경우 검출되고 추적된다. 객체의 요소들은 수정을 위한 요청에 따라 수정되고, 따라서 비디오 스트림의 프레임들을 변환한다. 비디오 스트림의 프레임들의 변환은 상이한 종류의 변환을 위해 상이한 방법들에 의해 수행될 수 있다. 예를 들어, 객체의 요소들의 형태들을 변경하는 것을 주로 참조하는 프레임들의 변환들에 대해서는, 객체의 각각의 요소에 대한 특성 포인트들이 (예를 들어, ASM(Active Shape Model) 또는 다른 알려진 방법들을 사용하여) 계산된다. 그 다음, 특성 포인트들(characteristic points)에 기초한 메시(mesh)가 객체의 적어도 하나의 요소 각각에 대해 생성된다. 이 메시는 비디오 스트림 내의 객체의 요소들을 추적하는 다음 스테이지에서 사용된다. 추적하는 프로세스에서, 각각의 요소에 대한 언급된 메시는 각각의 요소의 포지션과 정렬된다. 그 후, 추가 포인트들이 메시 상에 생성된다. 제1 포인트들의 제1 세트는 수정을 위한 요청에 기초하여 각각의 요소에 대해 생성되고, 제2 포인트들의 세트는 제1 포인트들의 세트 및 수정을 위한 요청에 기초하여 각각의 요소에 대해 생성된다. 그 후, 비디오 스트림의 프레임들은 메시와 제1 및 제2 포인트들의 세트들에 기초하여 객체의 요소들을 수정함으로써 변환될 수 있다. 이러한 방법에서, 수정된 객체의 배경은 배경을 추적하고 수정함으로써 또한 변경되거나 왜곡될 수 있다.

일부 예들에서, 객체의 일부 영역들을 그것의 요소들을 사용하여 변경하는 변환들은 객체의 각각의 요소에 대한 특성 포인트들을 계산하고 계산된 특성 포인트들에 기초하여 메시를 생성함으로써 수행될 수 있다. 메시 상에 포인트들이 생성되고, 그 후 포인트들에 기초한 다양한 영역들이 생성된다. 이어서, 객체의 요소들은 각각의 요소에 대한 영역을 적어도 하나의 요소 각각에 대한 포지션과 정렬함으로써 추적되고, 영역들의 특성들은 수정을 위한 요청에 기초하여 수정될 수 있으며, 따라서 비디오 스트림의 프레임들을 변환한다. 수정을 위한 특정 요청에 따라, 언급된 영역들의 특성들이 상이한 방식들로 변환될 수 있다. 이러한 수정들은 영역들의 컬러를 변경하는 것; 비디오 스트림의 프레임들로부터 영역들의 적어도 일부 부분을 제거하는 것; 수정을 위한 요청에 기초하는 영역들에 하나 이상의 새로운 객체를 포함시키는 것; 및 영역 또는 객체의 요소들을 수정 또는 왜곡하는 것을 수반할 수 있다. 다양한 예들에서, 이러한 수정들 또는 다른 유사한 수정들의 임의의 조합이 사용될 수 있다. 애니메이션화될 특정 모델들에 대해, 일부 특성 포인트들은 모델 애니메이션에 대한 옵션들의 전체 상태-공간을 결정하는데 사용될 제어 포인트들로서 선택될 수 있다.

얼굴 검출을 사용하여 이미지 데이터를 변환하기 위한 컴퓨터 애니메이션 모델의 일부 예들에서, 얼굴은 특정 얼굴 검출 알고리즘(예를 들어, Viola-Jones)을 사용하여 이미지 상에서 검출된다. 그 후, 얼굴 특징 기준 포인트들을 검출하기 위해 이미지의 얼굴 영역에 ASM(Active Shape Model) 알고리즘이 적용된다.

얼굴 검출에 적합한 다른 방법들 및 알고리즘들이 사용될 수 있다. 예를 들어, 일부 예들에서, 특징들은 고려 중인 이미지들의 대부분에 존재하는 구별가능한 포인트를 나타내는 랜드마크를 사용하여 위치된다. 얼굴 랜드마크들에 대해, 예를 들어, 좌안 동공의 위치가 사용될 수 있다. 초기 랜드마크가 식별가능하지 않은 경우(예를 들어, 사람이 안대를 한 경우), 2차 랜드마크들이 사용될 수 있다. 이러한 랜드마크 식별 절차들은 임의의 이러한 객체들에 대해 사용될 수 있다. 일부 예들에서, 랜드마크들의 세트가 형상을 형성한다. 형상들은 형상 내의 포인트들의 좌표들을 사용하여 벡터들로서 표현될 수 있다. 형상 포인트들 사이의 평균 유클리드 거리(average Euclidean distance)를 최소화하는 유사성 변환(병진, 스케일링, 및 회전을 허용함)을 사용하여 하나의 형상은 다른 것에 정렬된다. 평균 형상은 정렬된 트레이닝 형상들의 평균이다.

일부 예들에서, 전역적 얼굴 검출기에 의해 결정된 얼굴의 포지션 및 크기에 정렬된 평균 형상으로부터의 랜드마크들에 대한 검색이 시작된다. 이어서, 이러한 검색은 각각의 포인트 주위의 이미지 텍스처의 템플릿 매칭에 의해 형상 포인트들의 위치들을 조정함으로써 잠정적 형상을 제안하고, 그 후 수렴이 발생할 때까지 잠정적 형상을 전역적 형상 모델에 일치시키는 단계들을 반복한다. 일부 시스템들에서, 개별 템플릿 매치들은 신뢰할 수 없으며, 형상 모델은 약한 템플릿 매칭들의 결과들을 풀링하여 더 강한 전체 분류기를 형성한다. 전체 검색은 조대(coarse) 해상도에서 미세 해상도로 이미지 피라미드의 각각의 레벨에서 반복된다.

변환 시스템은, 적절한 사용자 경험, 계산 시간, 및 전력 소비를 유지하면서, 클라이언트 디바이스(예를 들어, 클라이언트 디바이스(102)) 상에서 이미지 또는 비디오 스트림을 캡처하고 클라이언트 디바이스(102) 상에서 국부적으로 복잡한 이미지 조작들을 수행할 수 있다. 복잡한 이미지 조작들은 크기 및 형상 변화들, 감정 이전들(예를 들어, 찡그림에서 미소로 얼굴을 변화시킴), 상태 이전들(예를 들어, 피험자를 노화시키는 것, 겉보기 나이를 감소시키는 것, 성별을 변화시키는 것), 스타일 이전들, 그래픽 요소 적용, 및 클라이언트 디바이스(102) 상에서 효율적으로 실행되도록 구성된 컨볼루션 신경망에 의해 구현된 임의의 다른 적절한 이미지 또는 비디오 조작을 포함할 수 있다.

일부 예들에서, 이미지 데이터를 변환하기 위한 컴퓨터 애니메이션 모델은, 사용자가 클라이언트 디바이스(102) 상에서 동작하는 메시징 클라이언트(104)의 일부로서 동작하는 신경망을 갖는 클라이언트 디바이스(102)를 사용하여 사용자의 이미지 또는 비디오 스트림(예를 들어, 셀피(selfie))을 캡처할 수 있는 시스템에 의해 사용될 수 있다. 메시징 클라이언트(104) 내에서 동작하는 변환 시스템은 이미지 또는 비디오 스트림 내의 얼굴의 존재를 결정하고, 이미지 데이터를 변환하기 위한 컴퓨터 애니메이션 모델과 연관된 수정 아이콘들을 제공하거나, 컴퓨터 애니메이션 모델은 본 명세서에 설명된 인터페이스와 연관된 것으로서 존재할 수 있다. 수정 아이콘들은 수정 동작의 일부로서 이미지 또는 비디오 스트림 내의 사용자의 얼굴을 수정하기 위한 기초일 수 있는 변경들을 포함한다. 수정 아이콘이 선택되면, 변환 시스템은 선택된 수정 아이콘을 반영하도록 사용자의 이미지를 변환하는(예를 들어, 사용자에게 미소 짓는 얼굴을 생성하는) 프로세스를 개시한다. 수정된 이미지 또는 비디오 스트림은 이미지 또는 비디오 스트림이 캡처되고 특정된 수정이 선택되자마자 클라이언트 디바이스(102) 상에 디스플레이되는 그래픽 사용자 인터페이스에 제시될 수 있다. 변환 시스템은 이미지 또는 비디오 스트림의 일부에 대해 복잡한 컨볼루션 신경망을 구현하여 선택된 수정을 생성 및 적용할 수 있다. 즉, 사용자는 이미지 또는 비디오 스트림을 캡처하고, 수정 아이콘이 선택되었다면 실시간으로 또는 거의 실시간으로 수정된 결과를 제시받을 수 있다. 게다가, 비디오 스트림이 캡처되고 있고, 선택된 수정 아이콘이 토글링된 채로 있는 동안, 수정은 지속적일 수 있다. 이러한 수정들을 가능하게 하기 위해 머신 교시 신경망들(machine taught neural networks)이 사용될 수 있다.

변환 시스템에 의해 수행되는 수정을 제시하는 그래픽 사용자 인터페이스는 사용자에게 추가적인 상호작용 옵션들을 공급할 수 있다. 이러한 옵션들은 특정 컴퓨터 애니메이션 모델의 콘텐츠 캡처 및 선택을 개시하기 위해 사용되는 인터페이스(예를 들어, 콘텐츠 작성자 사용자 인터페이스로부터의 개시)에 기초할 수 있다. 다양한 예들에서, 수정 아이콘의 초기 선택 후에 수정이 지속적일 수 있다. 사용자는 변환 시스템에 의해 수정되고 있는 얼굴을 탭핑(tapping)하거나 다른 방식으로 선택함으로써 수정을 온 또는 오프로 토글링하고, 나중에 보거나 이미징 애플리케이션의 다른 영역들로 브라우징하기 위해 그것을 저장할 수 있다. 다수의 얼굴들이 변환 시스템에 의해 수정되는 경우, 사용자는 그래픽 사용자 인터페이스 내에서 수정되어 디스플레이되는 단일 얼굴을 탭핑하거나 선택함으로써 전역적으로 수정을 온 또는 오프로 토글링할 수 있다. 일부 예들에서, 다수의 얼굴들의 그룹 중에서, 개별 얼굴들이 개별적으로 수정될 수 있거나, 이러한 수정들은 그래픽 사용자 인터페이스 내에 디스플레이된 개별 얼굴 또는 일련의 개별 얼굴들을 탭핑하거나 선택함으로써 개별적으로 토글링될 수 있다.

스토리 테이블(314)은, 컬렉션(예를 들어, 스토리 또는 갤러리)으로 컴파일되는, 메시지들 및 연관된 이미지, 비디오 또는 오디오 데이터의 컬렉션들에 관한 데이터를 저장한다. 특정 컬렉션의 생성은 특정 사용자(예를 들어, 그에 대해 레코드가 엔티티 테이블(306)에서 유지되는 각각의 사용자)에 의해 개시될 수 있다. 사용자는 그 사용자에 의해 생성되고 전송/브로드캐스트된 콘텐츠의 컬렉션의 형태로 "개인 스토리(personal story)"를 생성할 수 있다. 이를 위해, 메시징 클라이언트(104)의 사용자 인터페이스는, 전송측 사용자가 자신의 개인 스토리에 특정 콘텐츠를 추가하는 것을 가능하게 하기 위해 사용자-선택가능한 아이콘을 포함할 수 있다.

컬렉션은 또한, 수동으로, 자동으로, 또는 수동 및 자동 기법들의 조합을 이용하여 생성되는 다수의 사용자로부터의 콘텐츠의 컬렉션인 "라이브 스토리(live story)"를 구성할 수 있다. 예를 들어, "라이브 스토리"는 다양한 위치들 및 이벤트들로부터의 사용자-제출 콘텐츠(user-submitted content)의 큐레이팅된 스트림(curated stream)을 구성할 수 있다. 위치 서비스가 가능한 클라이언트 디바이스들을 갖고 특정 시간에 공통 위치 이벤트에 있는 사용자들에게는, 예를 들어, 메시징 클라이언트(104)의 사용자 인터페이스를 통해, 특정 라이브 스토리에 콘텐츠를 기여하는 옵션이 제시될 수 있다. 라이브 스토리는 자신의 위치에 기초하여 메시징 클라이언트(104)에 의해 사용자에게 식별될 수 있다. 최종 결과는 커뮤니티 관점에서 말한 "라이브 스토리"이다.

추가적인 타입의 콘텐츠 컬렉션은, 특정 지리적 위치 내에(예를 들어, 단과대학 또는 대학 캠퍼스에) 위치하는 클라이언트 디바이스(102)를 갖는 사용자가 특정 컬렉션에 기여하는 것을 가능하게 하는 "위치 스토리(location story)"라고 알려져 있다. 일부 예들에서, 위치 스토리에 대한 기여는 최종 사용자가 특정 조직 또는 다른 엔티티에 속하는지(예를 들어, 대학 캠퍼스의 학생인지)를 검증하기 위해 제2 인증 정도(second degree of authentication)를 요구할 수 있다.

위에 언급한 바와 같이, 비디오 테이블(304)은, 일 예에서, 그에 대해 레코드들이 메시지 테이블(302) 내에 유지되는 메시지들과 연관된 비디오 데이터를 저장한다. 유사하게, 이미지 테이블(312)은 그에 대해 메시지 데이터가 엔티티 테이블(306)에 저장되는 메시지들과 연관된 이미지 데이터를 저장한다. 엔티티 테이블(306)은 증강 테이블(310)로부터의 다양한 증강들을 이미지 테이블(312) 및 비디오 테이블(304)에 저장된 다양한 이미지들 및 비디오들과 연관시킬 수 있다.

데이터 통신 아키텍처

도 4는 추가 메시징 클라이언트(104) 또는 메시징 서버(118)로의 통신을 위해 메시징 클라이언트(104)에 의해 생성된, 일부 예들에 따른, 메시지(400)의 구조를 예시하는 개략도이다. 특정 메시지(400)의 콘텐츠는 메시징 서버(118)에 의해 액세스가능한, 데이터베이스(126) 내에 저장된 메시지 테이블(302)을 채우는 데 사용된다. 유사하게, 메시지(400)의 콘텐츠는 클라이언트 디바이스(102) 또는 애플리케이션 서버들(114)의 "수송중(in-transit)" 또는 "비행중(in-flight)" 데이터로서 메모리에 저장된다. 메시지(400)는 다음의 예시적인 컴포넌트들을 포함하는 것으로 도시되어 있다:

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

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

● 메시지 이미지 페이로드(406): 클라이언트 디바이스(102)의 카메라 컴포넌트에 의해 캡처되거나 클라이언트 디바이스(102)의 메모리 컴포넌트로부터 검색되고, 메시지(400)에 포함되는 이미지 데이터. 전송된 또는 수신된 메시지(400)에 대한 이미지 데이터는 이미지 테이블(312)에 저장될 수 있다.

● 메시지 비디오 페이로드(408): 카메라 컴포넌트에 의해 캡처되거나 클라이언트 디바이스(102)의 메모리 컴포넌트로부터 검색되고 메시지(400)에 포함되는 비디오 데이터. 전송된 또는 수신된 메시지(400)에 대한 비디오 데이터는 비디오 테이블(304)에 저장될 수 있다.

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

● 메시지 증강 데이터(412): 메시지(400)의 메시지 이미지 페이로드(406), 메시지 비디오 페이로드(408), 또는 메시지 오디오 페이로드(410)에 적용될 증강들을 나타내는 증강 데이터(예를 들어, 필터들, 스티커들, 또는 다른 주석들 또는 개선들). 전송된 또는 수신된 메시지(400)에 대한 증강 데이터는 증강 테이블(310)에 저장될 수 있다.

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

● 메시지 지리위치 파라미터(416): 메시지의 콘텐츠 페이로드와 연관된 지리위치 데이터(예를 들어, 위도 및 경도 좌표들). 다수의 메시지 지리위치 파라미터(416) 값들이 페이로드에 포함될 수 있으며, 이들 파라미터 값들 각각은 콘텐츠(예를 들어, 메시지 이미지 페이로드(406) 내의 특정 이미지, 또는 메시지 비디오 페이로드(408) 내의 특정 비디오)에 포함된 콘텐츠 아이템들과 관련하여 연관된다.

● 메시지 스토리 식별자(418): 메시지(400)의 메시지 이미지 페이로드(406) 내의 특정 콘텐츠 아이템이 연관되어 있는 하나 이상의 콘텐츠 컬렉션(예를 들어, 스토리 테이블(314)에서 식별되는 "스토리들")을 식별하는 식별자 값들. 예를 들어, 메시지 이미지 페이로드(406) 내의 다수의 이미지는 각각 식별자 값들을 사용하여 다수의 콘텐츠 컬렉션과 연관될 수 있다.

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

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

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

메시지(400)의 다양한 컴포넌트들의 콘텐츠(예를 들어, 값들)는 그 안에 콘텐츠 데이터 값들이 저장되어 있는 테이블들 내의 위치들에 대한 포인터들일 수 있다. 예를 들어, 메시지 이미지 페이로드(406) 내의 이미지 값은 이미지 테이블(312) 내의 위치에 대한 포인터(또는 그의 어드레스)일 수 있다. 유사하게, 메시지 비디오 페이로드(408) 내의 값들은 비디오 테이블(304) 내에 저장된 데이터를 가리킬 수 있고, 메시지 증강들(412) 내에 저장된 값들은 증강 테이블(310)에 저장된 데이터를 가리킬 수 있고, 메시지 스토리 식별자(418) 내에 저장된 값들은 스토리 테이블(314)에 저장된 데이터를 가리킬 수 있고, 메시지 전송자 식별자(422) 및 메시지 수신자 식별자(424) 내에 저장된 값들은 엔티티 테이블(306) 내에 저장된 사용자 레코드들을 가리킬 수 있다.

시간 기반 액세스 제한 아키텍처

도 5는 그에 관하여 콘텐츠(예를 들어, 단기적 메시지(502), 및 데이터의 연관된 멀티미디어 페이로드) 또는 콘텐츠 컬렉션(예를 들어, 단기적 메시지 그룹(504))에 대한 액세스가 시간 제한될 수 있는(예를 들어, 단기적으로 될 수 있는), 액세스-제한 프로세스(500)를 예시하는 개략도이다.

단기적 메시지(502)는 메시지 지속기간 파라미터(506)와 연관되는 것으로 도시되어 있고, 그 값은 단기적 메시지(502)가 메시징 클라이언트(104)에 의해 단기적 메시지(502)의 수신측 사용자에게 디스플레이될 시간의 양을 결정한다. 일 예에서, 전송측 사용자가 메시지 지속기간 파라미터(506)를 사용하여 특정하는 시간의 양에 따라, 최대 10초 동안 수신측 사용자가 단기적 메시지(502)를 볼 수 있다.

메시지 지속기간 파라미터(506) 및 메시지 수신자 식별자(424)는 메시지 타이머(510)에 대한 입력들인 것으로 도시되어 있고, 메시지 타이머(510)는 단기적 메시지(502)가 메시지 수신자 식별자(424)에 의해 식별된 특정 수신측 사용자에게 보여지는 시간의 양을 결정하는 것을 담당한다. 특히, 단기적 메시지(502)는 메시지 지속기간 파라미터(506)의 값에 의해 결정된 기간 동안 관련 수신측 사용자에게만 보여질 것이다. 메시지 타이머(510)는 수신측 사용자에게 콘텐츠(예를 들어, 단기적 메시지(502))의 디스플레이의 전체 타이밍을 담당하는 더 일반화된 단기적 타이머 시스템(202)에 출력을 제공하는 것으로 도시된다.

단기적 메시지(502)는 단기적 메시지 그룹(504)(예를 들어, 개인 스토리 또는 이벤트 스토리에서의 메시지들의 컬렉션) 내에 포함되는 것으로 도 5에 도시되어 있다. 단기적 메시지 그룹(504)은 연관된 그룹 지속기간 파라미터(508)를 가지며, 그 값은 단기적 메시지 그룹(504)이 메시징 시스템(100)의 사용자들에게 제시되고 액세스가능한 시간 지속기간(time duration)을 결정한다. 예를 들어, 그룹 지속기간 파라미터(508)는 음악 콘서트의 지속기간일 수 있고, 여기서 단기적 메시지 그룹(504)은 그 콘서트에 관련된 콘텐츠의 컬렉션이다. 대안적으로, 사용자(소유 사용자 또는 큐레이터 사용자)는 단기적 메시지 그룹(504)의 셋업 및 작성을 수행할 때 그룹 지속기간 파라미터(508)에 대한 값을 특정할 수 있다.

추가적으로, 단기적 메시지 그룹(504) 내의 각각의 단기적 메시지(502)는 연관된 그룹 참가 파라미터(group participation parameter)(512)를 갖고, 그 값은 단기적 메시지(502)가 단기적 메시지 그룹(504)의 컨텍스트 내에서 액세스가능할 시간의 지속기간을 결정한다. 따라서, 특정 단기적 메시지 그룹(504)은, 단기적 메시지 그룹(504) 자체가 그룹 지속기간 파라미터(508)에 관하여 만료되기 전에, 단기적 메시지 그룹(504)의 컨텍스트 내에서 "만료"되고 액세스 불가능해질 수 있다. 그룹 지속기간 파라미터(508), 그룹 참가 파라미터(512), 및 메시지 수신자 식별자(424)는 각각 그룹 타이머(514)에 대한 입력을 제공하며, 그룹 타이머(514)는, 먼저, 단기적 메시지 그룹(504)의 특정 단기적 메시지(502)가 특정 수신측 사용자에게 디스플레이될 것인지, 그리고, 그렇다면, 얼마나 오랫동안 디스플레이될 것인지를 동작적으로 결정한다. 단기적 메시지 그룹(504)은 또한 메시지 수신자 식별자(424)의 결과로서 특정 수신측 사용자의 아이덴티티(identity)를 인식한다는 점에 유의한다.

따라서, 그룹 타이머(514)는 연관된 단기적 메시지 그룹(504)뿐만 아니라, 단기적 메시지 그룹(504)에 포함된 개별 단기적 메시지(502)의 전체 수명을 동작적으로 제어한다. 일 예에서, 단기적 메시지 그룹(504) 내의 각각의 그리고 모든 단기적 메시지(502)는 그룹 지속기간 파라미터(508)에 의해 특정된 기간 동안 볼 수 있고 액세스 가능하게 유지된다. 추가 예에서, 특정 단기적 메시지(502)는, 그룹 참가 파라미터(512)에 기초하여, 단기적 메시지 그룹(504)의 컨텍스트 내에서 만료될 수 있다. 메시지 지속기간 파라미터(506)는 단기적 메시지 그룹(504)의 컨텍스트 내에서도, 특정 단기적 메시지(502)가 수신측 사용자에게 디스플레이되는 시간의 지속기간을 여전히 결정할 수 있다는 점에 유의한다. 따라서, 메시지 지속기간 파라미터(506)는, 수신측 사용자가 단기적 메시지 그룹(504)의 컨텍스트 내부 또는 외부에서 그 단기적 메시지(502)를 보고 있는지에 관계없이, 특정 단기적 메시지(502)가 수신측 사용자에게 디스플레이되는 시간의 지속기간을 결정한다.

단기적 타이머 시스템(202)은 또한 그것이 연관된 그룹 참가 파라미터(512)를 초과했다는 결정에 기초하여 단기적 메시지 그룹(504)으로부터 특정 단기적 메시지(502)를 동작적으로 제거할 수 있다. 예를 들어, 전송측 사용자가 포스팅으로부터 24시간의 그룹 참가 파라미터(512)를 확립했을 때, 단기적 타이머 시스템(202)은 특정된 24시간 후에 단기적 메시지 그룹(504)으로부터 관련 단기적 메시지(502)를 제거할 것이다. 단기적 타이머 시스템(202)은 또한 단기적 메시지 그룹(504) 내의 각각의 그리고 모든 단기적 메시지(502)에 대한 그룹 참가 파라미터(512)가 만료되었을 때, 또는 단기적 메시지 그룹(504) 자체가 그룹 지속기간 파라미터(508)에 관하여 만료되었을 때 단기적 메시지 그룹(504)을 제거하도록 동작한다.

특정 사용 사례들에서, 특정 단기적 메시지 그룹(504)의 작성자는 무기한 그룹 지속기간 파라미터(508)를 지정할 수 있다. 이 경우, 단기적 메시지 그룹(504) 내의 마지막 잔여 단기적 메시지(502)에 대한 그룹 참가 파라미터(512)의 만료는 단기적 메시지 그룹(504) 자체가 만료될 때를 결정할 것이다. 이 경우, 새로운 그룹 참가 파라미터(512)로, 단기적 메시지 그룹(504)에 추가된, 새로운 단기적 메시지(502)가 단기적 메시지 그룹(504)의 수명을 그룹 참가 파라미터(512)의 값과 같도록 효과적으로 연장한다.

단기적 타이머 시스템(202)이 단기적 메시지 그룹(504)이 만료되었다고(예를 들어, 더 이상 액세스 가능하지 않다고) 결정하는 것에 응답하여, 단기적 타이머 시스템(202)은 메시징 시스템(100)(및, 예를 들어, 구체적으로 메시징 클라이언트(104))과 통신하여, 관련 단기적 메시지 그룹(504)과 연관된 표지(예를 들어, 아이콘)가 더 이상 메시징 클라이언트(104)의 사용자 인터페이스 내에 디스플레이되지 않게 한다. 유사하게, 단기적 타이머 시스템(202)이 특정 단기적 메시지(502)에 대한 메시지 지속기간 파라미터(506)가 만료되었다고 결정할 때, 단기적 타이머 시스템(202)은 메시징 클라이언트(104)가 단기적 메시지(502)와 연관된 표지(예를 들어, 아이콘 또는 텍스트 식별)를 더 이상 디스플레이하지 않게 한다.

도 6은 일부 예시적인 실시예들에 따른, 송신을 위해 비디오를 압축하기 위한 예시적인 방법(600)이다. 설명된 흐름도들은 동작들을 순차적 프로세스로서 나타낼 수 있지만, 동작들 중 다수는 병렬로 또는 동시에 수행될 수 있다. 게다가, 동작들의 순서는 재배열될 수 있다. 프로세스는 그의 동작들이 완료될 때 종료된다. 프로세스는 방법, 절차, 알고리즘 등에 대응할 수 있다. 방법들의 동작들은 전체적으로 또는 부분적으로 수행될 수 있고, 다른 방법들에서의 동작들의 일부 또는 전부와 함께 수행될 수 있고, 본 명세서에 설명된 시스템들과 같은 임의의 수의 상이한 시스템들, 또는 시스템들 중 임의의 것에 포함된 프로세서와 같은 그의 임의의 부분에 의해 수행될 수 있다.

동작 602에서, 비디오 압축 시스템(216)은 제1 컴퓨팅 디바이스로부터 이미지 프레임들의 시퀀스에 액세스한다. 이미지 프레임들의 시퀀스는 제1 이미지 프레임 및 제2 이미지 프레임을 포함한다. 일부 예들에서, 이미지 프레임들의 시퀀스(예를 들어, 비디오)는 제1 컴퓨팅 디바이스에 결합된 카메라 시스템에 의해 생성된다. 비디오는 제1 컴퓨팅 디바이스를 조작하는 제1 사용자와 제2 컴퓨팅 디바이스를 조작하는 제2 사용자 사이의 영상 통화(video call)일 수 있다. 비디오는 제1 컴퓨팅 디바이스의 제1 사용자의 얼굴을 묘사할 수 있다.

동작 604에서, 비디오 압축 시스템(216)은, 모션 추정 머신 러닝 모델을 사용하여, 제1 이미지 프레임에 대한 제1 세트의 키포인트들을 검출한다. 일부 예들에서, 모션 추정 머신 러닝 모델은 2개의 신경망: 키포인트 검출기 신경망(keypoint detector neural network) 및 조밀 모션 신경망(dense motion neural network)을 포함한다. 예를 들어, 키포인트 검출기 신경망과 조밀 모션 신경망은 컨볼루션 신경망들일 수 있다.

머신 러닝은 컴퓨터들이 명시적으로 프로그래밍되지 않고도 학습할 수 있는 능력을 제공하는 연구 분야이다. 머신 러닝은, 기존의 데이터로부터 학습하고 새로운 데이터에 대한 예측을 행할 수 있는, 여기서는 툴(tool)이라고도 하는, 알고리즘의 연구와 구성을 탐구한다. 이러한 머신 러닝 툴들은, 출력들 또는 평가들로서 표현되는 데이터-주도(data-driven) 예측들 또는 결정들을 행하기 위해 예시적인 트레이닝 데이터(예를 들어, 사용자 로그인 시도 특징들 및 알려진 도전 응답 라벨들(challenge response labels))로부터 모델을 구축함으로써 동작한다. 예시적인 실시예들이 몇몇 머신 러닝 툴들과 관련하여 제시되지만, 본 명세서에 제시된 원리들은 다른 머신 러닝 툴들에 적용될 수 있다. 일부 예시적인 실시예들에서, 상이한 머신 러닝 툴들이 사용될 수 있다. 예를 들어, 로지스틱 회귀(Logistic Regression, LR), 나이브-베이즈(Naive-Bayes), 랜덤 포레스트(Random Forest, RF), 신경망들(neural networks, NN), 행렬 분해(matrix factorization), 및 지원 벡터 머신들(Support Vector Machines, SVM) 툴들이 주어진 속성에 대한 펜딩 양까지의 일수(days to pending amount)를 예측하는 데 사용될 수 있다.

머신 러닝 알고리즘들은 평가들을 생성하기 위해 데이터를 분석하기 위한 특징들을 활용한다. 특징은 관측되는 현상의 개별적인 측정가능한 속성이다. 특징의 개념은, 선형 회귀와 같은 통계 기법들에서 사용되는 설명적 변수의 개념과 관련된다. 패턴 인식, 분류, 및 회귀에서 MLP의 효과적인 동작을 위해, 유익한(informative), 차별적(discriminating), 및 독립적인(independent) 특징들을 선택하는 것이 중요하다. 특징들은 수치 특징들, 스트링들, 및 그래프들과 같은 상이한 타입들의 것일 수 있다.

머신 러닝 알고리즘들은 결과 또는 평가에 영향을 미치는 식별된 특징들 사이의 상관들을 찾기 위해 트레이닝 데이터를 활용한다. 일부 예시적인 실시예들에서, 트레이닝 데이터는 라벨링된 데이터(labeled data)를 포함하며, 이것은, 펜딩 양까지의 일수와 같은, 하나 이상의 식별된 특징 및 하나 이상의 결과에 대한 알려진 데이터이다.

일단 트레이닝 데이터가 콜라주되고(collaged) 처리되면, 머신 러닝 기법들을 사용하여 머신 러닝 기법 트레이닝 모듈이 구축될 수 있다. 머신 러닝 기법들은 모델들에 공급된 데이터(예를 들어, 주어진 발언에서 사용자가 무엇을 말했는지; 명사가 사람, 장소, 또는 사물인지; 내일 날씨는 어떨지)에 대한 예측들을 정확하게 행하도록 모델들을 트레이닝시킨다. 학습 페이즈(learning phase) 동안, 모델들은 주어진 입력에 대한 출력을 정확하게 예측하도록 모델들을 최적화하기 위해 입력들의 트레이닝 데이터세트에 대해 개발된다. 일반적으로, 학습 페이즈는 감독(supervised), 반감독(semi-supervised), 또는 무감독(unsupervised)될 수 있으며; 트레이닝 입력들에 대응하여 "올바른" 출력들이 제공되는 레벨이 감소함을 나타낸다. 감독 학습 페이즈에서는, 출력들 모두가 모델에 제공되고 모델은 입력을 출력에 맵핑하는 일반 규칙 또는 알고리즘을 개발하도록 지시된다. 대조적으로, 무감독 학습 페이즈에서는, 모델이 트레이닝 데이터세트 내의 관계를 발견하기 위해 그 자신의 규칙을 개발할 수 있도록 입력들에 대해 원하는 출력이 제공되지 않는다. 반감독 학습 페이즈에서는, 불완전하게 라벨링된 트레이닝 세트가 제공되며, 트레이닝 데이터세트에 대해 출력들 중 일부는 알려지고 일부는 알려지지 않는다.

모델들은 여러 에포크들(epochs)(예를 들어, 반복들) 동안 트레이닝 데이터세트에 대해 실행될 수 있으며, 여기서 트레이닝 데이터세트는 그것의 결과들을 정제하기 위해 모델에 반복적으로 공급된다. 예를 들어, 감독 학습 페이즈에서는, 주어진 세트의 입력들에 대한 출력을 예측하기 위해 모델이 개발되며, 트레이닝 데이터세트에 대한 최대 수의 입력들에 대해 주어진 입력에 대응하는 것으로서 지정된 출력을 더 신뢰성 있게 제공하기 위해 여러 에포크들에 걸쳐 평가된다. 다른 예에서, 무감독 학습 페이즈의 경우, 데이터세트를 n개의 그룹으로 클러스터링(cluster)하기 위해 모델이 개발되며, 주어진 입력을 주어진 그룹에 얼마나 일관되게 배치하는지 및 각각의 에포크에 걸쳐 n개의 원하는 클러스터를 얼마나 신뢰성 있게 생산하는지에 관해 여러 에포크들에 걸쳐 평가된다.

일단 에포크가 실행되면, 모델들이 평가되고, 그들의 변수들의 값들이 조정되어 반복적 방식으로 모델을 더 양호하게 정제하려고 시도한다. 다양한 양태들에서, 평가들은 거짓 음성들(false negatives)에 대해 바이어싱되거나, 거짓 양성들(false positives)에 대해 바이어싱되거나, 모델의 전체 정확도에 대해 균일하게 바이어싱된다. 값들은 사용되는 머신 러닝 기법에 따라 여러 방식으로 조정될 수 있다. 예를 들어, 유전 알고리즘 또는 진화 알고리즘에서, 원하는 출력들을 예측하는 데 가장 성공적인 모델들에 대한 값들은, 추가적인 데이터 포인트들을 제공하기 위해 랜덤 변동/변이(random variation/mutation)를 포함할 수 있는, 후속 에포크 동안 사용할 모델들에 대한 값들을 개발하는 데 사용된다. 본 기술분야의 통상의 기술자는, 선형 회귀, 랜덤 포레스트, 결정 트리 러닝, 신경망, 심층 신경망 등을 포함한, 본 개시내용과 함께 적용될 수 있는 여러 다른 머신 러닝 알고리즘에 익숙할 것이다.

각각의 모델은, 원하는 결과에 더욱 근접하게 맵핑하기 위해 입력들에 영향을 미치는 하나 이상의 변수의 값을 변화시킴으로써 여러 에포크들에 걸쳐 규칙 또는 알고리즘을 개발하지만, 트레이닝 데이터세트가 변화될 수 있고, 바람직하게는 매우 크므로, 완벽한 정확도와 정밀도가 달성가능하지 않을 수 있다. 따라서, 학습 페이즈를 구성하는 에포크의 수는, 주어진 횟수의 시도 또는 고정된 시간/계산 예산으로서 설정될 수 있거나, 주어진 모델의 정확도가 충분히 높거나 충분히 낮거나 정확도 안정기(accuracy plateau)에 도달했을 때 그 횟수/예산에 도달하기 전에 종료될 수 있다. 예를 들어, 트레이닝 페이즈가 n개의 에포크를 실행하고 적어도 95% 정확도를 갖는 모델을 생산하도록 설계되고, 이러한 모델이 n번째 에포크 이전에 생산되는 경우, 학습 페이즈는 조기에 종료되고 최종-목표 정확도 임계값(end-goal accuracy threshold)을 만족하는 생산된 모델을 사용할 수 있다. 유사하게, 주어진 모델이 랜덤 기회 임계값(random chance threshold)을 만족시키기에 충분히 부정확한 경우(예를 들어, 모델이 주어진 입력들에 대한 참/거짓 출력들을 결정하는데 있어서 55%만 정확한 경우), 그 모델에 대한 학습 페이즈는 조기에 종료될 수 있지만, 학습 페이즈의 다른 모델들은 트레이닝을 계속할 수 있다. 유사하게, 주어진 모델이 다수의 에포크들에 걸쳐 계속해서 유사한 정확도를 제공하거나 결과들이 흔들리는 경우 - 성능 안정기(performance plateau)에 도달함 - , 주어진 모델에 대한 학습 페이즈는 에포크 수/계산 예산에 도달하기 전에 종료될 수 있다.

일단 학습 페이즈가 완료되면, 모델들이 완성된다. 일부 예시적인 실시예들에서, 완성되는 모델들은 테스트 기준들에 대해 평가된다. 제1 예에서, 트레이닝되지 않은 데이터를 핸들링하는데 있어서 모델의 정확도를 결정하기 위해 그 입력들에 대한 알려진 출력들을 포함하는 테스트 데이터세트가 완성된 모델들에 공급된다. 제2 예에서, 완성 후에 모델들을 평가하기 위해 거짓 양성율(false positive rate) 또는 거짓 음성율(false negative rate)이 사용될 수 있다. 제3 예에서, 데이터의 클러스터들에 대한 가장 명확한 경계들을 생산하는 모델을 선택하기 위해 데이터 클러스터링들(data clusterings) 사이의 묘사(delineation)가 사용된다.

모션 추정 머신 러닝 모델의 목적은 차원 H x W의 주행 비디오의 프레임

(예를 들어, 이미지 프레임들의 시퀀스)로부터 소스 프레임

(예를 들어, 제1 이미지 프레임)까지의 조밀 모션 필드를 예측하는 것이다. 조밀 모션 필드는 나중에 소스 프레임 S로부터 계산된 특징 맵들을 주행 비디오의 프레임 D에서의 객체 포즈와 정렬하기 위해 사용된다. 조밀 모션 필드는 D에서의 각각의 픽셀 위치를 S에서의 그의 대응하는 위치와 맵핑하는 함수

에 의해 모델링된다. T_S←D는 역방향 광학 흐름(backward optical flow)으로 지칭된다. 역-워핑(back-warping)이 쌍선형 샘플링(bilinear sampling)을 사용하여 미분가능한 방식(differentiable manner)으로 구현될 수 있기 때문에, 비디오 압축 시스템(216)은 역방향 광학 흐름을 이용한다.

일부 예들에서, 비디오 압축 시스템(216)은 추상 참조 프레임 R을 가정하고, R로부터 S로의 변환(T_S←R) 및 R로부터 D로의 변환(T_D←R)의 2개의 변환을 독립적으로 추정한다. 제1 단계에서, 비디오 압축 시스템(216)은 자기-감독 방식으로 학습된 키포인트들을 사용함으로써 획득된, 희소 궤적 세트들(sets of sparse trajectories)로부터 두 변환들을 근사화한다. D 및 S에서의 키포인트들의 위치들은 인코더-디코더 네트워크에 의해 개별적으로 예측된다. 키포인트 표현은 컴팩트한 모션 표현을 초래하는 병목 현상(bottleneck)으로서 작용한다.

일부 예들에서, 비디오 압축 시스템(216)은 로컬 아핀 변환들(local affine transformations)을 사용하여 각각의 키포인트의 이웃에서의 모션을 모델링한다. 키포인트 변위들만을 사용하는 것과 비교하여, 로컬 아핀 변환들은 비디오 압축 시스템(216)이 더 큰 계열의 변환들을 모델링할 수 있게 한다. 비디오 압축 시스템(216)은 키포인트 위치들 및 아핀 변환들의 세트에 의해 R로부터 D로의 변환(T_D←R)을 표현하기 위해 테일러(Taylor) 확장을 더 사용한다. 따라서, 키포인트 검출기 네트워크들은 각각의 아핀 변환의 파라미터들뿐만 아니라 키포인트 위치들을 출력한다.

비디오 압축 시스템들(216)은 로컬 근사를 조합하기 위해 조밀 모션 신경망을 사용하여, 결과적인 조밀 모션 필드

를 획득한다. 조밀 모션 필드에 더하여, 조밀 모션 신경망은 D의 어느 이미지 부분들이 소스 이미지의 워핑에 의해 재구성될 수 있는지 및 어느 부분들이 인페인팅되어야 하는지(예를 들어, 컨텍스트로부터 추론되어야 하는지)를 나타내는 폐색 마스크(occlusion mask)를 출력한다. 예를 들어, 인페인팅(inpainting)은 이미지의 손상된, 열화된, 또는 누락된 부분들을 보존하는 것을 포함한다.

일부 예들에서, 키포인트 검출기 신경망은 모바일 디바이스(예를 들어, 제1 컴퓨팅 디바이스) 상에 배치된다. 예를 들어, 비디오 압축 시스템(216)은 키포인트 검출기 신경망의 크기를 상당히 감소시키고 더 작은 크기의 키포인트 검출기 신경망을 트레이닝시켜 합리적인 결과들을 생성해야 한다. 이 경우, 비디오 압축 시스템(216)은 키포인트 검출기 신경망 출력에 추가적인 증류 손실(distillation loss)을 추가한다. 보다 구체적으로는, 더 작은 크기의 키포인트 검출기 신경망에 의해 예측된 키포인트들 {g_t},t = 1...K 및 원래의 더 큰 키포인트 검출기 신경망에 의해 예측된 키포인트들 {G_t},t = 1...K에 대해, 비디오 압축 시스템(216)은 다음 식에 의해 계산될 수 있는 추가적인 증류 손실을 추가한다:

동작 606에서, 비디오 압축 시스템(216)은 네트워크(예를 들어, 인터넷)를 통해 제1 이미지 프레임 및 제1 세트의 키포인트들을 제2 컴퓨팅 디바이스에 송신한다. 제1 이미지 프레임 및 제1 세트의 키포인트들은 실시간 또는 거의 실시간으로 송신될 수 있다. 동작 608에서, 비디오 압축 시스템(216)은, 모션 추정 머신 러닝 모델을 사용하여, 제2 이미지 프레임에 대한 제2 세트의 키포인트들을 검출한다. 동작 610에서, 비디오 압축 시스템(216)은 네트워크를 통해 제2 세트의 키포인트들을 제2 컴퓨팅 디바이스에 송신한다. 제2 세트의 키포인트들은 실시간으로 또는 거의 실시간으로 송신될 수 있다. 일부 예들에서, 모션 추정 머신 러닝 모델은 제1 세트의 키포인트들과 제2 세트의 키포인트들 사이의 모션 추정 차이들을 생성하도록 구성된다.

동작 612에서, 비디오 압축 시스템(216)은 애니메이션화된 이미지가 제2 컴퓨팅 디바이스 상에 디스플레이되게 하며, 애니메이션화된 이미지는 애니메이션화된 제1 이미지 프레임을 생성하기 위해 제1 세트의 키포인트들 및 제2 세트의 키포인트들을 분석하도록 트레이닝된 이미지 생성 신경망을 사용하여 생성된다. 애니메이션화된 이미지는 제2 컴퓨팅 디바이스의 그래픽 사용자 인터페이스 상에 제시될 수 있다. 이미지 생성 신경망은 주행 비디오(예를 들어, 이미지 프레임들의 시퀀스)에서 제공되는 바와 같이 움직이는 소스 객체의 이미지(예를 들어, 제1 이미지 프레임)를 렌더링한다. 비디오 압축 시스템(216)은 결과적인 조밀 모션 필드에 따라 소스 이미지를 워핑하고 소스 이미지에서 폐색되는 이미지 부분들을 인페인팅(inpaint)하는 이미지 생성 신경망(G)을 사용한다. 일부 예들에서, 이미지 생성 신경망은 제1 이미지 프레임, 제1 세트의 키포인트들 및 제2 세트의 키포인트들을 입력으로서 취하여 애니메이션화된 이미지를 출력한다.

완전 무감독 방법들은 현실적인 모션 전달을 수행하기 위한 툴들을 제공한다. 따라서, 일부 실시예들에서, 헤드 포즈 매칭(head pose matching) 및 얼굴 표정 매칭(facial expression matching)을 개선하기 위해, 비디오 압축 시스템(216)은 프레임워크에서 조합된 감독 및 자기-감독 랜드마크들(combined supervised and self-supervised landmarks)을 사용한다. 더 구체적으로, 비디오 압축 시스템(216)은 눈의 중심들에 대해 2개 및 입가에 대해 2개의 키포인트들을 감독하며, 나머지 6개의 키포인트의 식별은 네트워크에 남긴다.

이미지 프레임들의 시퀀스는 제1 컴퓨팅 디바이스와 제2 컴퓨팅 디바이스 사이에서 실시간으로 또는 거의 실시간으로 네트워크를 통해 송신될 수 있다. 일부 예들에서, 비디오는 저 대역폭 연결(예를 들어, 초당 25 메가비트(Mbps) 미만)을 통해 송신될 수 있다. 다른 예에서, 비디오의 일부 부분들은 중간 또는 고 대역폭 연결(예를 들어, 25 Mbps 초과)을 통해 송신될 수 있으며, 비디오의 다른 부분들은 저 대역폭 연결을 통해 송신될 수 있다. 비디오 압축 시스템(216)은 먼저 비디오를 압축하기 전에 네트워크 속도를 측정할 수 있다. 예를 들어, 네트워크 속도가 임계 속도(예를 들어, 25 Mbps) 미만임을 검출한 후에, 비디오 압축 시스템(216)은 방법(600)의 동작들을 수행할 수 있다.

일부 예들에서, 비디오 압축 시스템(216)은 이미지 프레임들의 시퀀스의 제1 이미지 프레임 대신에 별개의 소스 이미지 프레임을 송신한다. 소스 이미지 프레임은 제1 컴퓨팅 디바이스에 저장된 이미지일 수 있다. 소스 이미지 프레임은 제2 컴퓨팅 디바이스에 송신되고, 이미지 프레임들의 시퀀스로부터 생성된 제1 및 제2 세트의 키포인트들에 따라 애니메이션화될 수 있다.

일부 실시예들에서, 비디오 압축 시스템(216)은 트레이닝 비디오 데이터세트를 사용하여 모션 추정 머신 러닝 모델 및 이미지 생성 신경망을 트레이닝한다. 비디오 압축 시스템(216)은 합성 이미지 쌍들로 트레이닝 비디오 데이터세트를 증강시킬 수 있다. 일부 예들에서, 합성 이미지 쌍들은 이미지-대-이미지 변환 방법들(image-to-image translation methods)을 사용하여 생성된다. 예를 들어, 비디오 압축 시스템(216)은, 치아가 보이지 않는 중립 표정을 갖는 얼굴들의 이미지들로부터, 치아가 보이는 미소짓는 얼굴 이미지를 생성하는 이미지-대-이미지 신경망(예를 들어, 이미지2이미지 신경망)을 트레이닝한다. 이 신경망은 {중립, 미소} 쌍들의 큰 데이터세트를 생성하기 위해 사용될 수 있다. 각각의 쌍은 2개의 프레임으로 이루어진 합성 비디오로서 간주될 수 있다. 또한, 치아가 있는 영역들이 프레임의 작은 부분을 구성하기 때문에, 재구성 에러는 다소 작다. 그러나, 인간의 지각에서는, 이 영역이 중요하며 이 영역에서의 작은 시각적 아티팩트들은 쉽게 인지된다. 따라서, 비디오 압축 시스템(216)은 이 특정한 영역에서의 재구성 손실에 대한 가중치를 증가시킨다.

예를 들어, D는 실측 정보 프레임(ground truth frame)이고

는 생성된 프레임이라고 가정한다. 치아 마스크 M은 다음과 같이 표현될 수 있다:

여기서 λ > 1은 치아 영역에 대한 가중치이고, p는 특정 픽셀의 좌표이다. 이것을 감안할 때, 비디오 압축 시스템(216)은 재가중 재구성 손실(re-weighted reconstruction loss)을 다음과 같이 공식화한다:

여기서 N_k는 지각 손실(perceptual loss)의 k번째 부분이고, M은 적절히 다운스케일링된다.

일부 실시예들에서, 비디오 압축 시스템(216)은 마스크에 의해 적용되는 적응적 인스턴스 정규화(Adaptive Instance Normalization, AdaIN)를 추가한다. 비디오 압축 시스템(216)은 파이프라인의 나머지와 공동으로 추가적인 치아 인코더(teeth encoder)를 트레이닝한다. 예를 들어, 치아 인코더는 치아의 크로핑되고 크기조정된 이미지를 취하여 그것에 대한 스타일 벡터를 생성한다. 비디오 압축 시스템(216)은 생성기의 디코더의 각각의 해상도에 AdaIN 블록들을 추가하고, 업샘플링 블록들을 수정하여(예를 들어, 업샘플링은 신호를 강화하여 데이터세트를 밸런싱되게 하기 위해 소수 클래스로부터 관측들을 랜덤하게 복제하는 프로세스를 포함하여, 언밸런싱된 데이터세트를 트레이닝하는 방법임), 피처들만 예측하는 대신에, 1-채널 마스크도 예측한다. 이 마스크는 예측된 마스크들

및

가 대응하는 AdaIN 블록 내의 피처들에 적용되는 영역을 특정한다. AdaIN 블록들은 입 영역에만 영향을 주어야 하기 때문에, 마스크는 입 영역 외부의 피처들이 변경되지 않은 채로 유지될 수 있게 한다. 예를 들어, 예측된 마스크들은 다음 식에 의해 계산된다:

머신 아키텍처

도 7은 머신(700)으로 하여금 본 명세서에서 논의된 방법론들 중 임의의 하나 이상을 수행하게 하기 위한 명령어들(710)(예를 들어, 소프트웨어, 프로그램, 애플리케이션, 애플릿, 앱, 또는 다른 실행가능 코드)이 실행될 수 있는 머신(700)의 도식적 표현이다. 예를 들어, 명령어들(710)은 머신(700)으로 하여금 본 명세서에 설명된 방법들 중 임의의 하나 이상을 실행하게 할 수 있다. 명령어들(710)은, 일반적인 비-프로그래밍된 머신(700)을, 설명되고 예시된 기능들을 설명된 방식으로 수행하도록 프로그래밍된 특정한 머신(700)으로 변환한다. 머신(700)은 독립형 디바이스로서 동작할 수 있거나 다른 머신들에 결합(예를 들어, 네트워킹)될 수 있다. 네트워킹된 배치에서, 머신(700)은 서버-클라이언트 네트워크 환경에서의 서버 머신 또는 클라이언트 머신으로서, 또는 피어-투-피어(peer-to-peer)(또는 분산형) 네트워크 환경에서의 피어 머신으로서 동작할 수 있다. 머신(700)은, 서버 컴퓨터, 클라이언트 컴퓨터, 개인용 컴퓨터(PC), 태블릿 컴퓨터, 랩톱 컴퓨터, 넷북, 셋톱박스(STB), PDA(personal digital assistant), 엔터테인먼트 미디어 시스템, 셀룰러 전화기, 스마트폰, 모바일 디바이스, 웨어러블 디바이스(예를 들어, 스마트워치), 스마트 홈 디바이스(예를 들어, 스마트 어플라이언스), 다른 스마트 디바이스들, 웹 어플라이언스, 네트워크 라우터, 네트워크 스위치, 네트워크 브리지, 또는 머신(700)에 의해 취해질 액션들을 특정하는 명령어들(710)을 순차적으로 또는 다른 방식으로 실행할 수 있는 임의의 머신을 포함할 수 있고, 이에 제한되지 않는다. 게다가, 단일 머신(700)만이 예시되어 있지만, "머신"이라는 용어는 또한 본 명세서에서 논의된 방법론들 중 임의의 하나 이상을 수행하기 위해 명령어들(710)을 개별적으로 또는 공동으로 실행하는 머신들의 컬렉션을 포함하는 것으로 간주되어야 한다. 예를 들어, 머신(700)은 클라이언트 디바이스(102) 또는 메시징 서버 시스템(108)의 일부를 형성하는 다수의 서버 디바이스들 중 어느 하나를 포함할 수 있다. 일부 예들에서, 머신(700)은 또한 클라이언트 및 서버 시스템들 둘 다를 포함할 수 있으며, 특정 방법 또는 알고리즘의 특정 동작들은 서버 측에서 수행되고 특정 방법 또는 알고리즘의 특정 동작들은 클라이언트 측에서 수행된다.

머신(700)은, 버스(740)를 통해 서로 통신하도록 구성될 수 있는, 프로세서들(704), 메모리(706), 및 I/O(input/output) 컴포넌트들(702)을 포함할 수 있다. 일 예에서, 프로세서들(704)(예를 들어, CPU(Central Processing Unit), RISC(Reduced Instruction Set Computing) 프로세서, CISC(Complex Instruction Set Computing) 프로세서, GPU(Graphics Processing Unit), DSP(Digital Signal Processor), ASIC(Application Specific Integrated Circuit), RFIC(Radio-Frequency Integrated Circuit), 다른 프로세서, 또는 이들의 임의의 적절한 조합)은, 예를 들어, 명령어들(710)을 실행하는 프로세서(708) 및 프로세서(712)를 포함할 수 있다. 용어 "프로세서"는, 명령어들을 동시에 실행할 수 있는 2개 이상의 독립 프로세서(때때로 "코어"라고 함)를 포함할 수 있는 멀티-코어 프로세서들을 포함하는 것으로 의도된다. 도 7은 다수의 프로세서들(704)을 도시하지만, 머신(700)은 단일 코어를 갖는 단일 프로세서, 다수의 코어들을 갖는 단일 프로세서(예를 들어, 멀티-코어 프로세서), 단일 코어를 갖는 다수의 프로세서들, 다수의 코어들을 갖는 다수의 프로세서들, 또는 이들의 임의의 조합을 포함할 수 있다.

메모리(706)는 메인 메모리(714), 정적 메모리(716), 및 스토리지 유닛(718)을 포함하며, 버스(740)를 통해 프로세서들(704)에 양자 모두 액세스가능하다. 메인 메모리(706), 정적 메모리(716), 및 스토리지 유닛(718)은 본 명세서에 설명된 방법론들 또는 기능들 중 임의의 하나 이상을 구현하는 명령어들(710)을 저장한다. 명령어들(710)은 또한, 머신(700)에 의한 그의 실행 동안, 완전히 또는 부분적으로, 메인 메모리(714) 내에, 정적 메모리(716) 내에, 스토리지 유닛(718) 내의 머신 판독가능 매체(720) 내에, 프로세서들(704) 중 적어도 하나 내에(예를 들어, 프로세서의 캐시 메모리 내에), 또는 이들의 임의의 적절한 조합으로 존재할 수 있다.

I/O 컴포넌트들(702)은, 입력을 수신하고, 출력을 제공하고, 출력을 생성하고, 정보를 송신하고, 정보를 교환하고, 측정들을 캡처하는 등을 수행하기 위한 매우 다양한 컴포넌트들을 포함할 수 있다. 특정 머신에 포함되는 구체적인 I/O 컴포넌트들(702)은 머신의 타입에 의존할 것이다. 예를 들어, 모바일 폰들과 같은 휴대용 머신들은 터치 입력 디바이스 또는 다른 이러한 입력 메커니즘들을 포함할 수 있고, 헤드리스 서버 머신(headless server machine)은 이러한 터치 입력 디바이스를 포함하지 않을 가능성이 높다. I/O 컴포넌트들(702)은 도 7에 도시되지 않은 많은 다른 컴포넌트를 포함할 수 있다는 것이 인정될 것이다. 다양한 예들에서, I/O 컴포넌트들(702)은 사용자 출력 컴포넌트들(726) 및 사용자 입력 컴포넌트들(728)을 포함할 수 있다. 사용자 출력 컴포넌트들(726)은, 시각적 컴포넌트들(예를 들어, 플라즈마 디스플레이 패널(PDP), 발광 다이오드(LED) 디스플레이, 액정 디스플레이(LCD), 프로젝터, 또는 음극선관(CRT)과 같은 디스플레이), 음향 컴포넌트들(예를 들어, 스피커), 햅틱 컴포넌트들(예를 들어, 진동 모터, 저항 메커니즘), 다른 신호 생성기 등을 포함할 수 있다. 사용자 입력 컴포넌트들(728)은, 영숫자 입력 컴포넌트들(예를 들어, 키보드, 영숫자 입력을 수신하도록 구성된 터치 스크린, 포토-광학 키보드, 또는 다른 영숫자 입력 컴포넌트), 포인트 기반 입력 컴포넌트들(예를 들어, 마우스, 터치패드, 트랙볼, 조이스틱, 모션 센서, 또는 다른 포인팅 기구), 촉각 입력 컴포넌트들(예를 들어, 물리적 버튼, 터치 또는 터치 제스처의 위치 및 힘을 제공하는 터치 스크린, 또는 다른 촉각 입력 컴포넌트), 오디오 입력 컴포넌트들(예를 들어, 마이크로폰) 등을 포함할 수 있다.

추가의 예들에서, I/O 컴포넌트들(702)은, 다양한 다른 컴포넌트들 중에서, 바이오메트릭 컴포넌트들(730), 모션 컴포넌트들(732), 환경 컴포넌트들(734), 또는 포지션 컴포넌트들(position components)(736)을 포함할 수 있다. 예를 들어, 바이오메트릭 컴포넌트들(730)은 표현들(예를 들어, 손 표현들, 얼굴 표정들, 음성 표현들, 신체 제스처들, 또는 눈 추적)을 검출하고, 생체신호들(예를 들어, 혈압, 심박수, 체온, 땀, 또는 뇌파들)을 측정하고, 사람(예를 들어, 음성 식별, 망막 식별, 얼굴 식별, 지문 식별, 또는 뇌전도 기반 식별)을 식별하고, 이와 유사한 것을 하기 위한 컴포넌트들을 포함한다. 모션 컴포넌트들(732)은 가속도 센서 컴포넌트들(예를 들어, 가속도계), 중력 센서 컴포넌트들, 회전 센서 컴포넌트들(예를 들어, 자이로스코프)을 포함한다.

환경 컴포넌트들(734)은, 예를 들어, (정지 이미지/사진 및 비디오 능력들을 갖는) 하나 이상의 카메라, 조명 센서 컴포넌트들(예를 들어, 광도계), 온도 센서 컴포넌트들(예를 들어, 주위 온도를 검출하는 하나 이상의 온도계), 습도 센서 컴포넌트들, 압력 센서 컴포넌트들(예를 들어, 기압계), 음향 센서 컴포넌트들(예를 들어, 배경 노이즈를 검출하는 하나 이상의 마이크로폰), 근접 센서 컴포넌트들(예를 들어, 인근 객체들을 검출하는 적외선 센서들), 가스 센서들(예를 들어, 안전을 위해 유해성 가스들의 농도들을 검출하거나 대기 내의 오염물질들을 측정하는 가스 검출 센서들), 또는 주변 물리적 환경에 대응하는 표시들, 측정들, 또는 신호들을 제공할 수 있는 다른 컴포넌트들을 포함할 수 있다.

카메라들과 관련하여, 클라이언트 디바이스(102)는, 예를 들어, 클라이언트 디바이스(102)의 전면에 있는 전면 카메라들 및 클라이언트 디바이스(102)의 후면에 있는 후면 카메라들을 포함하는 카메라 시스템을 가질 수 있다. 전면 카메라들은, 예를 들어, 클라이언트 디바이스(102)의 사용자의 정지 이미지들 및 비디오(예를 들어, "셀피")를 캡처하기 위해 사용될 수 있고, 이것은 이후 위에서 설명한 증강 데이터(예를 들어, 필터들)로 증강될 수 있다. 후면 카메라들은, 예를 들어, 더 전통적인 카메라 모드에서 정지 이미지들 및 비디오들을 캡처하기 위해 사용될 수 있고, 이들 이미지들은 유사하게 증강 데이터로 증강된다. 전면 및 후면 카메라들에 더하여, 클라이언트 디바이스(102)는 360° 사진들 및 비디오들을 캡처하기 위한 360° 카메라를 또한 포함할 수 있다.

또한, 클라이언트 디바이스(102)의 카메라 시스템은 클라이언트 디바이스(102)의 전면 측 및 후면 측에 이중 후면 카메라들(예를 들어, 주 카메라뿐만 아니라 깊이 감지 카메라), 또는 심지어 삼중, 사중 또는 오중 후면 카메라 구성들을 포함할 수 있다. 이러한 다수의 카메라 시스템들은, 예를 들어, 와이드 카메라, 울트라-와이드 카메라, 텔레포토 카메라, 매크로 카메라 및 깊이 센서를 포함할 수 있다.

포지션 컴포넌트들(736)은 위치 센서 컴포넌트들(예를 들어, GPS 수신기 컴포넌트), 고도 센서 컴포넌트들(예를 들어, 고도가 도출될 수 있는 공기 압력을 검출하는 고도계들 또는 기압계들), 배향 센서 컴포넌트들(예를 들어, 자력계들), 및 이와 유사한 것을 포함한다.

통신은 매우 다양한 기술들을 사용하여 구현될 수 있다. I/O 컴포넌트들(702)은 머신(700)을 각자의 결합 또는 접속들을 통해 네트워크(722) 또는 디바이스들(724)에 결합하도록 동작가능한 통신 컴포넌트들(738)을 추가로 포함한다. 예를 들어, 통신 컴포넌트들(738)은, 네트워크 인터페이스 컴포넌트, 또는 네트워크(722)와 인터페이스하기 위한 다른 적합한 디바이스를 포함할 수 있다. 추가 예들에서, 통신 컴포넌트들(738)은 유선 통신 컴포넌트들, 무선 통신 컴포넌트들, 셀룰러 통신 컴포넌트들, 근접장 통신(NFC) 컴포넌트들, Bluetooth^® 컴포넌트들(예를 들어, Bluetooth^® Low Energy), Wi-Fi^® 컴포넌트들, 및 다른 양상들을 통해 통신을 제공하는 다른 통신 컴포넌트들을 포함할 수 있다. 디바이스들(724)은, 다른 머신 또는 임의의 다양한 주변 디바이스(예를 들어, USB를 통해 결합된 주변 디바이스)일 수 있다.

더욱이, 통신 컴포넌트들(738)은 식별자들을 검출할 수 있거나 식별자들을 검출하도록 동작가능한 컴포넌트들을 포함할 수 있다. 예를 들어, 통신 컴포넌트들(738)은 RFID(Radio Frequency Identification) 태그 판독기 컴포넌트들, NFC 스마트 태그 검출 컴포넌트들, 광학 판독기 컴포넌트들(예를 들어, UPC(Universal Product Code) 바코드와 같은 1차원 바코드들, QR(Quick Response) 코드와 같은 다차원 바코드들, Aztec 코드, 데이터 매트릭스(Data Matrix), Dataglyph, MaxiCode, PDF417, 울트라 코드(Ultra Code), UCC RSS-2D 바코드, 및 다른 광학 코드들을 검출하는 광학 센서), 또는 음향 검출 컴포넌트들(예를 들어, 태깅된 오디오 신호들을 식별하는 마이크로폰들)을 포함할 수 있다. 게다가, 인터넷 프로토콜(IP) 지리위치를 통한 위치, Wi-Fi® 신호 삼각측량을 통한 위치, 특정 위치를 나타낼 수 있는 NFC 비컨 신호의 검출을 통한 위치 등과 같은, 다양한 정보가 통신 컴포넌트들(738)을 통해 도출될 수 있다.

다양한 메모리들(예를 들어, 메인 메모리(714), 정적 메모리(716), 및 프로세서들(704)의 메모리) 및 스토리지 유닛(718)은 본 명세서에 설명된 방법론들 또는 기능들 중 임의의 하나 이상을 구현하거나 그에 의해 사용되는 명령어들 및 데이터 구조들(예를 들어, 소프트웨어)의 하나 이상의 세트를 저장할 수 있다. 이러한 명령어들(예를 들어, 명령어들(710))은, 프로세서들(704)에 의해 실행될 때, 다양한 동작들이 개시된 예들을 구현하게 한다.

명령어들(710)은 네트워크 인터페이스 디바이스(예를 들어, 통신 컴포넌트들(738)에 포함된 네트워크 인터페이스 컴포넌트)를 통해, 송신 매체를 사용하여, 그리고 수 개의 잘 알려진 전송 프로토콜(예를 들어, HTTP(hypertext transfer protocol)) 중 어느 하나를 사용하여, 네트워크(722)를 통해 송신되거나 수신될 수 있다. 유사하게, 명령어들(710)은 디바이스들(724)에 대한 결합(예를 들어, 피어-투-피어 결합)을 통해 송신 매체를 사용하여 송신되거나 수신될 수 있다.

소프트웨어 아키텍처

도 8은 본 명세서에 설명된 디바이스들 중 임의의 하나 이상에 설치될 수 있는 소프트웨어 아키텍처(804)를 예시하는 블록도(800)이다. 소프트웨어 아키텍처(804)는 프로세서들(820), 메모리(826), 및 I/O 컴포넌트들(838)을 포함하는 머신(802)과 같은 하드웨어에 의해 지원된다. 이 예에서, 소프트웨어 아키텍처(804)는 각각의 계층이 특정 기능을 제공하는 계층들의 스택으로서 개념화될 수 있다. 소프트웨어 아키텍처(804)는 운영 체제(812), 라이브러리들(810), 프레임워크들(808), 및 애플리케이션들(806)과 같은 계층들을 포함한다. 동작적으로, 애플리케이션들(806)은 소프트웨어 스택을 통해 API 호출들(850)을 인보크하고, API 호출들(850)에 응답하여 메시지들(852)을 수신한다.

운영 체제(812)는 하드웨어 리소스들을 관리하고 공통 서비스들을 제공한다. 운영 체제(812)는, 예를 들어, 커널(814), 서비스들(816), 및 드라이버들(822)을 포함한다. 커널(814)은 하드웨어와 다른 소프트웨어 계층들 사이에서 추상화 계층(abstraction layer)으로서 작용한다. 예를 들어, 커널(814)은 다른 기능 중에서도, 메모리 관리, 프로세서 관리(예를 들어, 스케줄링), 컴포넌트 관리, 네트워킹, 및 보안 설정들을 제공한다. 서비스들(816)은 다른 소프트웨어 계층들에 대한 다른 공통 서비스들을 제공할 수 있다. 드라이버들(822)은 기저 하드웨어(underlying hardware)를 제어하거나 그와 인터페이스하는 것을 담당한다. 예를 들어, 드라이버들(822)은 디스플레이 드라이버들, 카메라 드라이버들, BLUETOOTH® 또는 BLUETOOTH® Low Energy 드라이버들, 플래시 메모리 드라이버들, 직렬 통신 드라이버들(예를 들어, USB 드라이버들), WI-FI® 드라이버들, 오디오 드라이버들, 전력 관리 드라이버들 등을 포함할 수 있다.

라이브러리들(810)은 애플리케이션들(806)에 의해 사용되는 공통 저레벨 인프라스트럭처를 제공한다. 라이브러리들(810)은, 메모리 할당 기능, 문자열 조작 기능, 수학 기능 등과 같은 기능을 제공하는 시스템 라이브러리들(818)(예를 들어, C 표준 라이브러리)을 포함할 수 있다. 또한, 라이브러리들(810)은 미디어 라이브러리들(예를 들어, MPEG4(Moving Picture Experts Group-4), 진보된 비디오 코딩(Advanced Video Coding)(H.264 또는 AVC), MP3(Moving Picture Experts Group Layer-3), AAC(Advanced Audio Coding), AMR(Adaptive Multi-Rate) 오디오 코덱, 공동 영상 전문가 그룹(Joint Photographic Experts Group)(JPEG 또는 JPG), 또는 PNG(Portable Network Graphics)와 같은 다양한 미디어 포맷들의 제시 및 조작을 지원하는 라이브러리들), 그래픽 라이브러리들(예를 들어, 디스플레이 상의 그래픽 콘텐츠에서 2차원(2D) 및 3차원(3D)으로 렌더링하기 위해 사용되는 OpenGL 프레임워크), 데이터베이스 라이브러리들(예를 들어, 다양한 관계형 데이터베이스 기능들을 제공하는 SQLite), 웹 라이브러리들(예를 들어, 웹 브라우징 기능성을 제공하는 WebKit) 등과 같은 API 라이브러리들(824)을 포함할 수 있다. 라이브러리들(810)은 또한, 많은 다른 API를 애플리케이션들(806)에 제공하는 매우 다양한 기타 라이브러리들(828)을 포함할 수 있다.

프레임워크들(808)은 애플리케이션들(806)에 의해 사용되는 공통 고레벨 인프라스트럭처를 제공한다. 예를 들어, 프레임워크들(808)은 다양한 그래픽 사용자 인터페이스(GUI) 기능, 고레벨 리소스 관리, 및 고레벨 위치 서비스를 제공한다. 프레임워크들(808)은 애플리케이션들(806)에 의해 사용될 수 있는 광범위한 다른 API들을 제공할 수 있으며, 그 중 일부는 특정 운영 체제 또는 플랫폼에 특정적일 수 있다.

일 예에서, 애플리케이션들(806)은 홈 애플리케이션(836), 연락처 애플리케이션(830), 브라우저 애플리케이션(832), 북 리더 애플리케이션(834), 위치 애플리케이션(842), 미디어 애플리케이션(844), 메시징 애플리케이션(846), 게임 애플리케이션(848), 및 제3자 애플리케이션(840)과 같은 광범위한 다른 애플리케이션들을 포함할 수 있다. 애플리케이션들(806)은 프로그램들에 정의된 함수들을 실행하는 프로그램들이다. 객체 지향 프로그래밍 언어(예를 들어, Objective-C, Java, 또는 C++) 또는 절차적 프로그래밍 언어(procedural programming language)(예를 들어, C 또는 어셈블리 언어)와 같은, 다양한 방식으로 구조화된, 애플리케이션들(806) 중 하나 이상을 생성하기 위해 다양한 프로그래밍 언어들이 이용될 수 있다. 구체적인 예에서, 제3자 애플리케이션(840)(예를 들어, 특정 플랫폼의 벤더 이외의 엔티티에 의해 ANDROID™ 또는 IOS™ 소프트웨어 개발 키트(SDK)를 사용하여 개발된 애플리케이션)은 IOS™, ANDROID™, WINDOWS® Phone, 또는 다른 모바일 운영 체제와 같은 모바일 운영 체제 상에서 실행되는 모바일 소프트웨어일 수 있다. 이 예에서, 제3자 애플리케이션(840)은 본 명세서에 설명된 기능을 용이하게 하기 위해 운영 체제(812)에 의해 제공되는 API 호출들(850)을 인보크할 수 있다.

용어집

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

"클라이언트 디바이스"는 하나 이상의 서버 시스템 또는 다른 클라이언트 디바이스들로부터 리소스들을 획득하기 위해 통신 네트워크에 인터페이스하는 임의의 머신을 지칭한다. 클라이언트 디바이스는, 모바일폰, 데스크톱 컴퓨터, 랩톱, PDA(portable digital assistant)들, 스마트폰들, 태블릿들, 울트라북들, 넷북들, 랩톱들, 멀티-프로세서 시스템들, 마이크로프로세서-기반 또는 프로그램가능 가전 제품들, 게임 콘솔들, 셋톱박스들, 또는 사용자가 네트워크에 액세스하기 위해 사용할 수 있는 임의의 다른 통신 디바이스일 수 있고, 이에 제한되지 않는다.

"통신 네트워크"는 애드 혹 네트워크, 인트라넷, 엑스트라넷, VPN(virtual private network), LAN(local area network), 무선 LAN(WLAN), WAN(wide area network), 무선 WAN(WWAN), MAN(metropolitan area network), 인터넷, 인터넷의 일부, PSTN(Public Switched Telephone Network)의 일부, POTS(plain old telephone service) 네트워크, 셀룰러 전화 네트워크, 무선 네트워크, Wi-Fi® 네트워크, 다른 타입의 네트워크, 또는 2개 이상의 이러한 네트워크의 조합일 수 있는, 네트워크의 하나 이상의 부분을 지칭한다. 예를 들어, 네트워크 또는 네트워크의 일부는 무선 또는 셀룰러 네트워크를 포함할 수 있고, 결합(coupling)은 CDMA(Code Division Multiple Access) 연결, GSM(Global System for Mobile communications) 연결, 또는 다른 타입들의 셀룰러 또는 무선 결합일 수 있다. 이 예에서, 결합은 1xRTT(Single Carrier Radio Transmission Technology), EVDO(Evolution-Data Optimized) 기술, GPRS(General Packet Radio Service) 기술, EDGE(Enhanced Data rates for GSM Evolution) 기술, 3G를 포함한 3GPP(third Generation Partnership Project), 4세대 무선(4G) 네트워크, UMTS(Universal Mobile Telecommunications System), HSPA(High Speed Packet Access), WiMAX(Worldwide Interoperability for Microwave Access), LTE(Long Term Evolution) 표준, 다양한 표준 설정 기구에 의해 정의된 다른 것들, 다른 장거리 프로토콜들, 또는 다른 데이터 전송 기술과 같은, 다양한 타입의 데이터 전송 기술들 중 임의의 것을 구현할 수 있다.

"컴포넌트"는 함수 또는 서브루틴 호출들, 분기 포인트들, API들, 또는 특정한 처리 또는 제어 기능들의 분할 또는 모듈화를 제공하는 다른 기술들에 의해 정의된 경계들을 갖는 디바이스, 물리적 엔티티 또는 로직을 지칭한다. 컴포넌트들은 그들의 인터페이스를 통해 다른 컴포넌트들과 결합되어 머신 프로세스를 실행할 수 있다. 컴포넌트는, 보통 관련된 기능들 중 특정한 기능을 수행하는 프로그램의 일부 및 다른 컴포넌트들과 함께 사용되도록 설계된 패키징된 기능 하드웨어 유닛일 수 있다. 컴포넌트들은 소프트웨어 컴포넌트들(예를 들어, 머신 판독가능 매체 상에 구현된 코드) 또는 하드웨어 컴포넌트들 중 어느 하나를 구성할 수 있다. "하드웨어 컴포넌트"는 특정 동작들을 수행할 수 있는 유형 유닛이고, 특정 물리적 방식으로 구성되거나 배열될 수 있다. 다양한 예들에서, 하나 이상의 컴퓨터 시스템(예를 들어, 독립형 컴퓨터 시스템, 클라이언트 컴퓨터 시스템, 또는 서버 컴퓨터 시스템) 또는 컴퓨터 시스템의 하나 이상의 하드웨어 컴포넌트(예를 들어, 프로세서 또는 프로세서들의 그룹)는 본 명세서에 설명된 바와 같이 특정 동작들을 수행하도록 동작하는 하드웨어 컴포넌트로서 소프트웨어(예를 들어, 애플리케이션 또는 애플리케이션 부분)에 의해 구성될 수 있다. 하드웨어 컴포넌트는 또한, 기계적으로, 전자적으로, 또는 이들의 임의의 적합한 조합으로 구현될 수 있다. 예를 들어, 하드웨어 컴포넌트는 특정 동작들을 수행하도록 영구적으로 구성된 전용 회로 또는 로직을 포함할 수 있다. 하드웨어 컴포넌트는, FPGA(field-programmable gate array) 또는 ASIC(application specific integrated circuit)와 같은 특수 목적 프로세서일 수 있다. 하드웨어 컴포넌트는 또한 특정 동작들을 수행하기 위해 소프트웨어에 의해 일시적으로 구성되는 프로그램가능 로직 또는 회로를 포함할 수 있다. 예를 들어, 하드웨어 컴포넌트는 범용 프로세서 또는 다른 프로그램가능 프로세서에 의해 실행되는 소프트웨어를 포함할 수 있다. 일단 그러한 소프트웨어에 의해 구성되면, 하드웨어 컴포넌트들은 구성된 기능들을 수행하도록 고유하게 맞춤화된 특정 머신들(또는 머신의 특정 컴포넌트들)이 되고 더 이상 범용 프로세서들이 아니다. 하드웨어 컴포넌트를 기계적으로, 전용의 영구적으로 구성된 회로에, 또는 일시적으로 구성된 회로(예를 들어, 소프트웨어에 의해 구성됨)에 구현하기로 하는 결정은 비용 및 시간 고려사항들에 의해 주도될 수 있다는 것을 인식할 것이다. 따라서, "하드웨어 컴포넌트"(또는 "하드웨어에 의해 구현되는 컴포넌트(hardware-implemented component)")라는 구문은, 유형 엔티티, 즉, 특정 방식으로 동작하거나 본 명세서에 설명된 특정 동작들을 수행하도록 물리적으로 구성되거나, 영구적으로 구성되거나(예를 들어, 하드와이어드) 또는 일시적으로 구성되는(예를 들어, 프로그래밍되는) 엔티티를 포괄하는 것으로 이해해야 한다. 하드웨어 컴포넌트들이 일시적으로 구성되는(예를 들어, 프로그래밍되는) 예들을 고려할 때, 하드웨어 컴포넌트들 각각이 임의의 하나의 시간 인스턴스에서 구성 또는 인스턴스화될 필요는 없다. 예를 들어, 하드웨어 컴포넌트가 특수 목적 프로세서가 되도록 소프트웨어에 의해 구성된 범용 프로세서를 포함하는 경우에, 범용 프로세서는 상이한 시간들에서 (예를 들어, 상이한 하드웨어 컴포넌트들을 포함하는) 각각 상이한 특수 목적 프로세서들로서 구성될 수 있다. 따라서 소프트웨어는 예를 들어, 하나의 시간 인스턴스에서는 특정한 하드웨어 컴포넌트를 구성하고 상이한 시간 인스턴스에서는 상이한 하드웨어 컴포넌트를 구성하도록 특정한 프로세서 또는 프로세서들을 구성한다. 하드웨어 컴포넌트들은 다른 하드웨어 컴포넌트들에 정보를 제공하고 그들로부터 정보를 수신할 수 있다. 따라서, 설명된 하드웨어 컴포넌트들은 통신가능하게 결합되어 있는 것으로 간주될 수 있다. 다수의 하드웨어 컴포넌트들이 동시에 존재하는 경우에, 하드웨어 컴포넌트들 중 둘 이상 사이의 또는 그들 사이의 (예를 들어, 적절한 회로들 및 버스들을 통한) 신호 송신을 통해 통신이 달성될 수 있다. 다수의 하드웨어 컴포넌트들이 상이한 시간들에서 구성되거나 인스턴스화되는 예들에서, 그러한 하드웨어 컴포넌트들 사이의 통신은, 예를 들어, 다수의 하드웨어 컴포넌트들이 액세스할 수 있는 메모리 구조들 내의 정보의 스토리지 및 검색을 통해 달성될 수 있다. 예를 들어, 하나의 하드웨어 컴포넌트는 동작을 수행하고, 그에 통신가능하게 결합되는 메모리 디바이스에 그 동작의 출력을 저장할 수 있다. 그 후 추가의 하드웨어 컴포넌트가, 나중에, 저장된 출력을 검색 및 처리하기 위해 메모리 디바이스에 액세스할 수 있다. 하드웨어 컴포넌트들은 또한 입력 또는 출력 디바이스들과 통신을 개시할 수 있고, 리소스(예를 들어, 정보의 컬렉션)를 조작할 수 있다. 본 명세서에 설명된 예시적인 방법들의 다양한 동작은 관련 동작들을 수행하도록 일시적으로 구성되거나(예를 들어, 소프트웨어에 의해) 영구적으로 구성되는 하나 이상의 프로세서에 의해 적어도 부분적으로 수행될 수 있다. 일시적으로 구성되든 영구적으로 구성되든 간에, 그러한 프로세서들은 본 명세서에 설명된 하나 이상의 동작 또는 기능을 수행하도록 동작하는 프로세서에 의해 구현되는 컴포넌트들(processor-implemented components)을 구성할 수 있다. 본 명세서에 사용된 바와 같이, "프로세서에 의해 구현되는 컴포넌트(processor-implemented component)"는 하나 이상의 프로세서를 사용하여 구현되는 하드웨어 컴포넌트를 지칭한다. 유사하게, 본 명세서에 설명된 방법들은 적어도 부분적으로 프로세서에 의해 구현될 수 있고, 특정한 프로세서 또는 프로세서들은 하드웨어의 예이다. 예를 들어, 방법의 동작들 중 적어도 일부가 하나 이상의 프로세서(1004) 또는 프로세서에 의해 구현되는 컴포넌트에 의해 수행될 수 있다. 더욱이, 하나 이상의 프로세서는 또한 "클라우드 컴퓨팅" 환경에서 또는 "서비스로서의 소프트웨어(software as a service)"(SaaS)로서 관련 동작들의 수행을 지원하도록 동작할 수 있다. 예를 들어, 동작들 중 적어도 일부는 (프로세서들을 포함하는 머신들의 예들로서) 컴퓨터들의 그룹에 의해 수행될 수 있고, 이러한 동작들은 네트워크(예를 들어, 인터넷)를 통해 그리고 하나 이상의 적절한 인터페이스(예를 들어, API)를 통해 액세스가능하다. 동작들 중 특정한 것의 수행은 단일 머신 내에 존재할 뿐만 아니라, 다수의 머신에 걸쳐 배치되는, 프로세서들 사이에 분산될 수 있다. 일부 예들에서, 프로세서들 또는 프로세서에 의해 구현되는 컴포넌트들은 단일의 지리적 위치에(예를 들어, 가정 환경, 사무실 환경, 또는 서버 팜(server farm) 내에) 위치할 수 있다. 다른 예들에서, 프로세서들 또는 프로세서에 의해 구현되는 컴포넌트들은 다수의 지리적 위치에 걸쳐 분산될 수 있다.

"컴퓨터 판독가능 저장 매체"는 머신 저장 매체와 송신 매체 양자 모두를 지칭한다. 따라서, 용어들은 저장 디바이스들/매체들과 반송파들/변조된 데이터 신호들 양자 모두를 포함한다. "머신 판독가능 매체", "컴퓨터 판독가능 매체" 및 "디바이스 판독가능 매체"라는 용어들은 동일한 것을 의미하며, 본 개시내용에서 상호교환가능하게 사용될 수 있다.

"단기적 메시지(ephemeral message)"는 시간 제한된 지속기간(time-limited duration) 동안 액세스가능한 메시지를 지칭한다. 단기적 메시지는 텍스트, 이미지, 비디오 등일 수 있다. 단기적 메시지에 대한 액세스 시간은 메시지 전송자에 의해 설정될 수 있다. 대안적으로, 액세스 시간은 디폴트 설정 또는 수신인에 의해 지정된 설정일 수 있다. 설정 기법에 관계없이, 메시지는 일시적(transitory)이다.

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

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

"신호 매체"는 머신에 의한 실행을 위한 명령어들을 저장, 인코딩, 또는 운반할 수 있는 임의의 무형 매체를 지칭하고, 소프트웨어 또는 데이터의 통신을 용이하게 하기 위한 디지털 또는 아날로그 통신 신호들 또는 다른 무형 매체를 포함한다. 용어 "신호 매체"는 임의의 형태의 변조된 데이터 신호, 반송파 등을 포함하는 것으로 간주되어야 한다. 용어 "변조된 데이터 신호"는 신호 내의 정보를 인코딩하는 것과 같은 문제에서 그의 특성 중 하나 이상이 설정 또는 변경된 신호를 의미한다. "송신 매체" 및 "신호 매체"라는 용어들은 동일한 것을 의미하며, 본 개시내용에서 상호교환가능하게 사용될 수 있다.

Claims

방법으로서,
제1 컴퓨팅 디바이스로부터 이미지 프레임들의 시퀀스에 액세스하는 단계 - 상기 이미지 프레임들의 시퀀스는 제1 이미지 프레임 및 제2 이미지 프레임을 포함함 - ;
모션 추정 머신 러닝 모델을 사용하여, 상기 제1 이미지 프레임에 대한 제1 세트의 키포인트들을 검출하는 단계;
네트워크를 통해, 상기 제1 이미지 프레임 및 상기 제1 세트의 키포인트들을 제2 컴퓨팅 디바이스에 송신하는 단계;
상기 모션 추정 머신 러닝 모델을 사용하여, 상기 제2 이미지 프레임에 대한 제2 세트의 키포인트들을 검출하는 단계;
상기 네트워크를 통해, 상기 제2 세트의 키포인트들을 상기 제2 컴퓨팅 디바이스에 송신하는 단계; 및
애니메이션화된 이미지가 상기 제2 컴퓨팅 디바이스 상에 디스플레이되게 하는 단계 - 상기 애니메이션화된 이미지는 상기 애니메이션화된 이미지를 생성하기 위해 상기 제1 이미지 프레임, 상기 제1 세트의 키포인트들 및 상기 제2 세트의 키포인트들을 분석하도록 트레이닝된 이미지 생성 신경망을 사용하여 생성됨 -
를 포함하는, 방법.
제1항에 있어서, 상기 모션 추정 머신 러닝 모델은 키포인트 검출기 신경망(keypoint detector neural network) 및 조밀 모션 신경망(dense motion neural network)을 포함하는, 방법.
제2항에 있어서, 상기 키포인트 검출기 신경망은 한 쌍의 눈의 중심들에 대한 키포인트들과 입가에 대한 키포인트들을 식별하도록 트레이닝되는, 방법.
제2항에 있어서, 상기 키포인트 검출기 신경망 및 상기 조밀 모션 신경망은 상기 제1 세트의 키포인트들과 상기 제2 세트의 키포인트들 사이의 모션 추정 차이들을 생성하도록 구성되는, 방법.
제4항에 있어서, 상기 애니메이션화된 이미지는 애니메이션화된 제1 이미지 프레임을 포함하고, 상기 이미지 생성 신경망은 상기 제1 세트의 키포인트들과 상기 제2 세트의 키포인트들 사이의 상기 모션 추정 차이들을 적용함으로써 상기 애니메이션화된 제1 이미지 프레임을 생성하도록 구성되는, 방법.
제1항에 있어서, 상기 네트워크는 저-대역폭 네트워크인, 방법.
제1항에 있어서, 상기 제1 이미지 프레임, 상기 제1 세트의 키포인트들 및 상기 제2 세트의 키포인트들은 실시간으로 송신되는, 방법.
제1항에 있어서, 상기 모션 추정 머신 러닝 모델은 상기 제1 컴퓨팅 디바이스 상에서 동작하는, 방법.
제1항에 있어서, 상기 이미지 생성 신경망은 상기 제2 컴퓨팅 디바이스 상에서 동작하는, 방법.
컴퓨팅 시스템으로서,
하나 이상의 프로세서; 및
명령어들을 저장한 메모리
를 포함하고,
상기 명령어들은, 상기 하나 이상의 프로세서에 의해 실행될 때, 상기 하나 이상의 프로세서로 하여금 동작들을 수행하게 하고, 상기 동작들은,
제1 컴퓨팅 디바이스로부터 이미지 프레임들의 시퀀스에 액세스하는 것 - 상기 이미지 프레임들의 시퀀스는 제1 이미지 프레임 및 제2 이미지 프레임을 포함함 - ;
모션 추정 머신 러닝 모델을 사용하여, 상기 제1 이미지 프레임에 대한 제1 세트의 키포인트들을 검출하는 것;
네트워크를 통해, 상기 제1 이미지 프레임 및 상기 제1 세트의 키포인트들을 제2 컴퓨팅 디바이스에 송신하는 것;
상기 모션 추정 머신 러닝 모델을 사용하여, 상기 제2 이미지 프레임에 대한 제2 세트의 키포인트들을 검출하는 것;
상기 네트워크를 통해, 상기 제2 세트의 키포인트들을 상기 제2 컴퓨팅 디바이스에 송신하는 것; 및
애니메이션화된 이미지가 상기 제2 컴퓨팅 디바이스 상에 디스플레이되게 하는 것 - 상기 애니메이션화된 이미지는 상기 애니메이션화된 이미지를 생성하기 위해 상기 제1 이미지 프레임, 상기 제1 세트의 키포인트들 및 상기 제2 세트의 키포인트들을 분석하도록 트레이닝된 이미지 생성 신경망을 사용하여 생성됨 - 을 포함하는, 컴퓨팅 시스템.
제10항에 있어서, 상기 모션 추정 머신 러닝 모델은 키포인트 검출기 신경망 및 조밀 모션 신경망을 포함하는, 컴퓨팅 시스템.
제11항에 있어서, 상기 키포인트 검출기 신경망은 한 쌍의 눈의 중심들에 대한 키포인트들과 입가에 대한 키포인트들을 식별하도록 트레이닝되는, 컴퓨팅 시스템.
제11항에 있어서, 상기 키포인트 검출기 신경망 및 상기 조밀 모션 신경망은 상기 제1 세트의 키포인트들과 상기 제2 세트의 키포인트들 사이의 모션 추정 차이들을 생성하도록 구성되는, 컴퓨팅 시스템.
제13항에 있어서, 상기 애니메이션화된 이미지는 애니메이션화된 제1 이미지 프레임을 포함하고, 상기 이미지 생성 신경망은 상기 제1 세트의 키포인트들과 상기 제2 세트의 키포인트들 사이의 상기 모션 추정 차이들을 적용함으로써 상기 애니메이션화된 제1 이미지 프레임을 생성하도록 구성되는, 컴퓨팅 시스템.
제10항에 있어서, 상기 네트워크는 저-대역폭 네트워크인, 컴퓨팅 시스템.
제10항에 있어서, 상기 제1 이미지 프레임, 상기 제1 세트의 키포인트들 및 상기 제2 세트의 키포인트들은 실시간으로 송신되는, 컴퓨팅 시스템.
제10항에 있어서, 상기 모션 추정 머신 러닝 모델은 상기 제1 컴퓨팅 디바이스 상에서 동작하는, 컴퓨팅 시스템.
제10항에 있어서, 상기 이미지 생성 신경망은 상기 제2 컴퓨팅 디바이스 상에서 동작하는, 컴퓨팅 시스템.
명령어들을 저장한 비일시적 컴퓨터 판독가능 저장 매체로서, 상기 명령어들은, 머신의 하나 이상의 프로세서에 의해 실행될 때, 상기 컴퓨터 판독가능 저장 매체로 하여금 동작들을 수행하게 하고, 상기 동작들은,
제1 컴퓨팅 디바이스로부터 이미지 프레임들의 시퀀스에 액세스하는 것 - 상기 이미지 프레임들의 시퀀스는 제1 이미지 프레임 및 제2 이미지 프레임을 포함함 - ;
모션 추정 머신 러닝 모델을 사용하여, 상기 제1 이미지 프레임에 대한 제1 세트의 키포인트들을 검출하는 것;
네트워크를 통해, 상기 제1 이미지 프레임 및 상기 제1 세트의 키포인트들을 제2 컴퓨팅 디바이스에 송신하는 것;
상기 모션 추정 머신 러닝 모델을 사용하여, 상기 제2 이미지 프레임에 대한 제2 세트의 키포인트들을 검출하는 것;
상기 네트워크를 통해, 상기 제2 세트의 키포인트들을 상기 제2 컴퓨팅 디바이스에 송신하는 것; 및
애니메이션화된 이미지가 상기 제2 컴퓨팅 디바이스 상에 디스플레이되게 하는 것 - 상기 애니메이션화된 이미지는 상기 애니메이션화된 이미지를 생성하기 위해 상기 제1 이미지 프레임, 상기 제1 세트의 키포인트들 및 상기 제2 세트의 키포인트들을 분석하도록 트레이닝된 이미지 생성 신경망을 사용하여 생성됨 - 을 포함하는, 비일시적 컴퓨터 판독가능 저장 매체.
제19항에 있어서, 상기 네트워크는 저-대역폭 네트워크인, 비일시적 컴퓨터 판독가능 저장 매체.