KR20230133061A - 3차원 스캐닝 방법 및 장치 - Google Patents

3차원 스캐닝 방법 및 장치 Download PDF

Info

Publication number
KR20230133061A
KR20230133061A KR1020220030126A KR20220030126A KR20230133061A KR 20230133061 A KR20230133061 A KR 20230133061A KR 1020220030126 A KR1020220030126 A KR 1020220030126A KR 20220030126 A KR20220030126 A KR 20220030126A KR 20230133061 A KR20230133061 A KR 20230133061A
Authority
KR
South Korea
Prior art keywords
image
sub
images
corrected
pixel
Prior art date
Application number
KR1020220030126A
Other languages
English (en)
Inventor
박재욱
민동준
Original Assignee
(주)이브이알스튜디오
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by (주)이브이알스튜디오 filed Critical (주)이브이알스튜디오
Priority to KR1020220030126A priority Critical patent/KR20230133061A/ko
Publication of KR20230133061A publication Critical patent/KR20230133061A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G06T7/248—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving reference images or patches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/50—Lighting effects
    • G06T15/80—Shading
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/001—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Computer Graphics (AREA)
  • Image Processing (AREA)

Abstract

3차원 스캐닝 방법 및 장치가 개시된다. 일 실시 예에 따른 3차원 스캐닝 방법은 서로 다른 빛 조건에서 객체를 연속적으로 촬영한 복수의 이미지들을 획득하는 단계, 복수의 이미지들 각각을 미리 정해진 픽셀 사이즈의 서브 이미지로 분할하는 단계, 제2 이미지에 포함된 각각의 서브 이미지의 색상 값이 변경된 보정 이미지를 획득하는 단계, 제2 이미지의 각 픽셀의 이동 벡터를 획득하는 단계 및 제2 이미지의 각 픽셀 값을 보정하는 단계를 포함할 수 있다.

Description

3차원 스캐닝 방법 및 장치{METHOD AND APPARATUS FOR 3D SCANNING}
아래 실시 예들은 3차원 스캐닝 방법 및 장치에 관한 것이다.
최근 CG 기술은 게임, 영화, 애니메이션, 광고 등의 엔터테인먼트 분야와 물리적 실험 시뮬레이션, 건축, 디자인 등의 설계 및 예술의 표현 수단으로 이용되고 있다. CG 기술에 대한 수요가 증가함에 따라 보다 정교하고 현실적인 3차원 객체를 모델링하기 위한 기술의 발전이 이루어지고 있다. 3차원 스캐닝은 대상 객체로부터 3차원 위치 정보를 획득하기 위한 기술로, 실재하는 객체의 형상을 사실적으로 컴퓨터 상의 모델로 재현하기 위해 이용될 수 있다. 사람의 얼굴 표정과 같이 정교하고 사실적인 모델링이 필요한 객체를 정밀하게 스캐닝할 수 있는 기술에 대한 개발이 요구되고 있다.
아래 실시 예들을 통해 스캐닝을 위한 촬영 중 3차원 객체의 움직임으로 인한 오차로 스캐닝의 정밀도가 저하되는 문제점을 보완할 수 있는 3차원 스캐닝 기술을 제공할 수 있다.
복수의 이미지들 간의 객체의 움직임을 추적할 수 있는 기술인 옵티컬 플로우(optical flow)는 복수의 이미지가 동일한 빛 조건에서 촬영된 이미지일 것을 요구하는 제한 조건이 있는데, 아래 실시 예들을 통해 서로 다른 빛 조건에서 3차원 객체를 촬영하여 획득된 복수의 이미지들 사이의 객체의 움직임으로 인한 오차를 옵티컬 플로우를 이용하여 보정할 수 있는 기술을 제공할 수 있다.
다만, 기술적 과제는 상술한 기술적 과제들로 한정되는 것은 아니며, 또 다른 기술적 과제들이 존재할 수 있다.
일 측에 따른 3차원 스캐닝 방법은 서로 다른 빛 조건에서 객체를 연속적으로 촬영한 복수의 이미지들-상기 복수의 이미지들은 제1 이미지 및 제2 이미지를 포함함-을 획득하는 단계; 상기 복수의 이미지들 각각을 미리 정해진 픽셀 사이즈의 서브 이미지로 분할하는 단계; 상기 제1 이미지 내 각각의 서브 이미지의 색상 값에 기초하여, 상기 제2 이미지 내 각각의 서브 이미지의 색상 값이 변경된 보정 이미지를 획득하는 단계; 상기 제1 이미지 및 상기 보정 이미지의 옵티컬 플로우(optical flow)에 기초하여, 상기 제2 이미지의 각 픽셀의 이동 벡터를 획득하는 단계; 및 상기 획득된 이동 벡터에 기초하여, 상기 제2 이미지의 각 픽셀 값을 보정하는 단계를 포함한다.
상기 보정 이미지를 획득하는 단계는 상기 제1 이미지 내 제1 서브 이미지에서 밝기에 따른 복수의 색상 값들을 추출하는 단계; 상기 제1 서브 이미지에 대응하는 상기 제2 이미지 내 제2 서브 이미지에서 상기 밝기에 따른 복수의 색상 값들을 추출하는 단계; 상기 제1 서브 이미지에서 추출된 상기 복수의 색상 값들 및 상기 제2 서브 이미지에서 추출된 상기 복수의 색상 값들에 기초하여, 상기 제2 서브 이미지의 색상 값을 보정하는 단계; 및 상기 색상 값이 보정된 제2 서브 이미지를 포함하는 상기 보정 이미지를 획득하는 단계를 포함할 수 있다.
임의의 이미지에서 추출되는 상기 밝기에 따른 복수의 색상 값들은 상기 이미지 내 가장 밝은 픽셀의 색상 값, 상기 이미지 내 가장 어두운 픽셀의 색상 값 및 상기 이미지 내 픽셀들의 색상 값들의 평균을 포함할 수 있다.
상기 빛 조건은 빛의 방향 및 빛의 편광 여부 중 적어도 하나에 기초하여 결정될 수 있다.
상기 제1 이미지는 상기 제2 이미지보다 먼저 촬영된 이미지일 수 있다.
상기 3차원 스캐닝 방법은 상기 제2 이미지를 상기 복수의 이미지들 중 상기 제1 이미지를 제외한 다른 이미지로 변경하여, 상기 보정 이미지를 획득하는 단계, 상기 이동 벡터를 획득하는 단계 및 상기 픽셀 값을 보정하는 단계를 반복하는 단계를 더 포함할 수 있다.
상기 3차원 스캐닝 방법은 상기 제1 이미지 및 상기 각 픽셀 값이 보정된 상기 제2 이미지에 기초하여, 월드 노멀 맵을 산출하는 단계를 더 포함할 수 있다.
상기 복수의 이미지들을 획득하는 단계는 상기 객체의 형상을 캡처하기 위한 라이트 스테이지(light stage)에 기초하여, 상기 복수의 이미지들을 획득하는 단계를 포함할 수 있다.
상기 객체는 얼굴을 포함할 수 있다.
상기 미리 정해진 픽셀 사이즈는 상기 복수의 이미지들 내 빛에 의한 음영에 기초하여 결정될 수 있다.
일 측에 따른 3차원 스캐닝 장치는 서로 다른 빛 조건에서 객체를 연속적으로 촬영한 복수의 이미지들-상기 복수의 이미지들은 제1 이미지 및 제2 이미지를 포함함-을 획득하고, 상기 복수의 이미지들 각각을 미리 정해진 픽셀 사이즈의 서브 이미지로 분할하고, 상기 제1 이미지 내 각각의 서브 이미지의 색상 값에 기초하여, 상기 제2 이미지 내 각각의 서브 이미지의 색상 값이 변경된 보정 이미지를 획득하고, 상기 제1 이미지 및 상기 보정 이미지의 옵티컬 플로우(optical flow)에 기초하여, 상기 제2 이미지의 각 픽셀의 이동 벡터를 획득하며, 상기 획득된 이동 벡터에 기초하여, 상기 제2 이미지의 각 픽셀 값을 보정하는, 적어도 하나의 프로세서를 포함한다.
상기 프로세서는, 상기 보정 이미지를 획득함에 있어서, 상기 제1 이미지 내 제1 서브 이미지에서 밝기에 따른 복수의 색상 값들을 추출하고, 상기 제1 서브 이미지에 대응하는 상기 제2 이미지 내 제2 서브 이미지에서 상기 밝기에 따른 복수의 색상 값들을 추출하고, 상기 제1 서브 이미지에서 추출된 상기 복수의 색상 값들 및 상기 제2 서브 이미지에서 추출된 상기 복수의 색상 값들에 기초하여, 상기 제2 서브 이미지의 색상 값을 보정하며, 상기 색상 값이 보정된 제2 서브 이미지를 포함하는 상기 보정 이미지를 획득할 수 있다.
임의의 이미지에서 추출되는 상기 밝기에 따른 복수의 색상 값들은 상기 이미지 내 가장 밝은 픽셀의 색상 값, 상기 이미지 내 가장 어두운 픽셀의 색상 값 및 상기 이미지 내 픽셀들의 색상 값들의 평균을 포함할 수 있다.
상기 빛 조건은 빛의 방향 및 빛의 편광 여부 중 적어도 하나에 기초하여 결정될 수 있다.
상기 제1 이미지는 상기 제2 이미지보다 먼저 촬영된 이미지일 수 있다.
상기 프로세서는, 상기 제2 이미지를 상기 복수의 이미지들 중 상기 제1 이미지를 제외한 다른 이미지로 변경하여, 상기 보정 이미지를 획득하는 단계, 상기 이동 벡터를 획득하는 단계 및 상기 픽셀 값을 보정하는 단계를 반복적으로 수행할 수 있다.
상기 프로세서는, 상기 제1 이미지 및 상기 각 픽셀 값이 보정된 상기 제2 이미지에 기초하여, 월드 노멀 맵을 산출할 수 있다.
상기 프로세서는, 상기 복수의 이미지들을 획득함에 있어서, 상기 객체의 형상을 캡처하기 위한 라이트 스테이지(light stage)에 기초하여, 상기 복수의 이미지들을 획득할 수 있다.
상기 객체는 얼굴을 포함할 수 있다.
아래 실시 예들을 통해 서로 다른 빛 조건에서 촬영된 이미지에 옵티컬 플로우를 적용하여 객체의 움직임을 보정하여 객체를 정밀하게 스캐닝할 수 있는 기술을 제공할 수 있다.
아래 실시 예들을 통해 빛 조건이 서로 다른 객체의 이미지를 획득하기 위한 수초 간의 촬영 중 3차원 객체의 움직임이 있는 경우에도, 객체의 움직임으로 인한 오차를 보정하여 정밀한 월드 노멀 맵을 획득하는 기술을 제공할 수 있다.
도 1은 일 실시 예에 따른 3차원 스캐닝 방법의 동작 흐름도이다.
도 2는 일 실시 예에 따른 서로 다른 빛 조건에서 사람의 얼굴을 연속적으로 촬영한 이미지를 예시한 도면이다.
도 3a및 도 3b는 일 실시 예에 따른 서브 이미지를 설명하기 위한 도면들이다.
도 4는 일 실시 예에 따른 보정 이미지 획득 단계의 동작 흐름도이다.
도 5a 및 도 5b는 일 실시 예에 따른 서브 이미지에서 색상 값을 추출하는 동작을 설명하기 위한 도면들이다.
도 6은 일 실시 예에 따른 보정 이미지를 예시한 도면이다.
도 7은 일 실시 예에 따른 옵티컬 플로우를 설명하기 위한 도면이다.
도 8은 일 실시 예에 따른 이동 벡터에 기초하여 제2 이미지의 픽셀 값을 보정한 결과를 예시한 도면이다.
도 9는 일 실시 예에 따른 복수의 이미지에 대해 3차원 스캐닝 방법의 단계가 반복적으로 수행되는 것을 나타낸 동작 흐름도이다.
도 10은 일 실시 예에 따른 장치의 구성의 예시도이다.
실시예들에 대한 특정한 구조적 또는 기능적 설명들은 단지 예시를 위한 목적으로 개시된 것으로서, 다양한 형태로 변경되어 구현될 수 있다. 따라서, 실제 구현되는 형태는 개시된 특정 실시예로만 한정되는 것이 아니며, 본 명세서의 범위는 실시예들로 설명한 기술적 사상에 포함되는 변경, 균등물, 또는 대체물을 포함한다.
제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 설명된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함으로 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 해당 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 실시예들을 첨부된 도면들을 참조하여 상세하게 설명한다. 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조 부호를 부여하고, 이에 대한 중복되는 설명은 생략하기로 한다.
도 1은 일 실시 예에 따른 3차원 스캐닝 방법의 동작 흐름도이다.
도 1을 참조하면, 일 실시 예에 따른 3차원 스캐닝 방법은 서로 다른 빛 조건에서 객체를 연속적으로 촬영한 복수의 이미지들을 획득하는 단계(110), 복수의 이미지들 각각을 미리 정해진 픽셀 사이즈의 서브 이미지로 분할하는 단계(120), 제2 이미지에 포함된 각각의 서브 이미지의 색상 값이 변경된 보정 이미지를 획득하는 단계(130), 제2 이미지의 각 픽셀의 이동 벡터를 획득하는 단계(140) 및 제2 이미지의 각 픽셀 값을 보정하는 단계(150)를 포함할 수 있다. 일 실시 예에 따른 3차원 스캐닝 방법은 3차원 스캐닝을 위한 장치의 적어도 하나의 프로세서에 의해 수행될 수 있다. 3차원 스캐닝을 위한 장치의 하드웨어 구성은 이하에서 상술한다.
일 실시 예에 따르면, 단계(110)에서 획득된 이미지는 3차원 스캐닝의 대상 혹은 촬영 대상인 객체의 이미지에 해당할 수 있다. 일 예로, 객체는 얼굴을 포함할 수 있다. 예를 들어, 특정 표정을 짓는 사람의 얼굴 형상이 스캐닝의 대상 객체가 될 수 있다.
일 실시 예에 따른 복수의 이미지는 서로 다른 빛 조건에서 서로 다른 시간에 촬영된 2 이상의 이미지를 포함할 수 있다. 예를 들어, 복수의 이미지는 일정 시간 간격으로 빛 조건을 변화시켜 객체를 촬영한 복수의 이미지를 포함할 수 있다. 빛 조건은 촬영을 위해 촬영 대상인 객체에 조사되는 빛에 관한 조건으로, 예를 들어 빛의 방향 및 빛의 편광 여부 중 적어도 하나에 기초하여 결정되는 조건을 포함할 수 있다.
일 실시 예에 따르면, 복수의 이미지는 서로 다른 시간에 촬영된 제1 이미지 및 제2 이미지를 포함할 수 있다. 예를 들어, 제1 이미지는 제2 이미지보다 먼저 촬영된 이미지에 해당할 수 있다. 제1 이미지 및 제2 이미지는 서로 상이한 빛 조건에서 촬영된 이미지에 해당할 수 있다. 예를 들어, 제1 이미지는 객체의 모든 방향으로 빛이 조사되는 빛 조건에서 촬영된 이미지에 해당할 수 있고, 제2 이미지는 객체의 우측 방향으로 빛이 조사되는 빛 조건에서 촬영된 이미지에 해당할 수 있다.
일 실시 예에 따른 단계(110)는 객체의 형상을 캡처하기 위한 라이트 스테이지(light stage)에 기초하여, 복수의 이미지들을 획득하는 단계를 포함할 수 있다. 라이트 스테이지는 3차원 객체를 캡처하기 위한 장치로, 구형으로 배치된 복수의 광원들 및 구형 내부에 위치한 3차원 객체를 스캐닝하기 위한 촬영 장치를 포함할 수 있다. 라이트 스테이지는 복수의 광원들의 온오프를 제어하여 객체에 조사되는 빛의 방향을 설정할 수 있으며, 복수의 광원들 및 촬영 장치에 편광 필터의 사용 여부를 제어하여 객체에 조사되는 빛의 편광 여부를 설정할 수 있다. 객체에 편광된 빛을 조사하고, 편광 필터를 사용한 촬영 장치를 통해 촬영하는 경우, 객체 표면에서 정반사된 빛 혹은 스페큘러(specular)가 차단된 이미지가 획득될 수 있다. 다시 말해, 라이트 스테이지는 복수의 광원들의 온오프 및 편광 필터의 사용 여부 중 적어도 하나를 제어하여, 객체의 촬영을 위한 빛 조건을 변화시킬 수 있다.
일 예로, 도 2를 참조하면, 라이트 스테이지에 기초하여 획득된 복수의 이미지들은 서로 다른 빛 조건에서 사람의 얼굴을 연속적으로 촬영한 8개의 이미지를 포함할 수 있다. 제1 그룹의 4개의 이미지(201 내지 204)는 객체에 편광되지 않은 빛을 조사하여 촬영한 이미지에 해당하고, 제2 그룹의 4개의 이미지(205 내지 208)은 객체에 편광된 빛을 조사하여 촬영한 이미지에 해당할 수 있다. 각 그룹에 포함된 이미지는 빛의 방향이 서로 다른 빛 조건에서 촬영된 이미지에 해당할 수 있다. 예를 들어, 8개의 이미지는 구형으로 배치된 모든 광원들의 전원을 켜서 촬영한 풀온(full on) 이미지(201, 205), 구형으로 배치된 모든 광원들 중 객체의 좌측 혹은 우측에 배치된 광원의 전원만 켜서 촬영한 X 그래디언트 이미지(202, 206), 구형으로 배치된 모든 광원들 중 객체의 상측 혹은 하측에 배치된 광원의 전원만 켜서 촬영한 Y 그래디언트 이미지(203, 207), 구형으로 배치된 모든 광원들 중 객체의 정면 혹은 후면에 배치된 광원의 전원만 켜서 촬영한 Z 그래디언트 이미지(204, 208)를 포함할 수 있다.
일 실시 예에 따르면, 8개의 이미지는 얼굴을 연속적으로 촬영한 이미지로, 8개의 이미지가 모두 촬영되는 시간 동안 근육의 움직임으로 인한 얼굴 표정의 변화가 있을 수 있다. 이에, 8개의 이미지에 캡처된 얼굴 이미지는 얼굴 표정의 변화로 인한 차이가 있을 수 있다.
일 실시 예에 따른 단계(120)는 단계(110)에서 획득된 복수의 이미지들 각각을 미리 정해진 픽셀 사이즈의 서브 이미지(들)로 분할하는 단계에 해당할 수 있다. 일 예로, w×h 픽셀 사이즈의 이미지가 w/2×h/2 픽셀 사이즈의 4개의 서브 이미지로 분할될 수 있다. 서브 이미지의 픽셀 사이즈는 복수의 이미지들에 동일하게 적용될 수 있다. 다시 말해, 복수의 이미지들 중 제1 이미지의 서브 이미지의 픽셀 사이즈와 복수의 이미지들 중 제2 이미지의 서브 이미지의 픽셀 사이즈는 서로 동일할 수 있다.
일 실시 예에 따른 서브 이미지의 픽셀 사이즈는 복수의 이미지들 내 빛에 의한 음영 혹은 밝기 차이에 기초하여 결정될 수 있다. 이미지를 더 작은 픽셀 사이즈의 서브 이미지로 분할할 수록, 하나의 서브 이미지 내의 픽셀 간 빛에 의한 밝기 차이는 더 작게 나타날 수 있다. 예를 들어, 도 3a및 도 3b를 참조하면, 특정 방향에서 객체에 조사된 빛에 의해 이미지(310, 320)에서 객체의 좌측 하단은 밝고, 우측 상단은 어두운 음영이 나타날 수 있다. 도 3a는 이미지(310)를 제1 픽셀 사이즈의 4×4=16개의 서브 이미지로 분할한 경우를 도시하며, 도 3b는 이미지(320)를 제2 픽셀 사이즈의 8×8=64개의 서브 이미지로 분할한 경우를 도시한다. 도 3a를 참조하면, 제1 픽셀 사이즈의 하나의 서브 이미지(311) 내에서 서로 다른 위치의 픽셀(312) 및 픽셀(313)의 빛에 의한 밝기 차이가 극명하게 나타나는 것을 확인할 수 있다. 도 3b를 참조하면, 제2 픽셀 사이즈의 하나의 서브 이미지(321) 내에서 서로 다른 위치의 픽셀(322) 및 픽셀(323)의 빛에 의한 밝기 차이가 제1 픽셀 사이즈의 서브 이미지(311)보다 작게 나타나는 것을 확인할 수 있다.
일 실시 예에 따른 서브 이미지의 픽셀 사이즈는 이미지가 분할된 각 서브 이미지 내에서 픽셀 간 빛에 의한 밝기 차이가 미리 정해진 기준보다 작게 나타나는 픽셀 사이즈로 결정될 수 있다.
일 실시 예에 따른 단계(130)는 제1 이미지 내 각각의 서브 이미지의 색상 값에 기초하여, 제2 이미지 내 각각의 서브 이미지의 색상 값이 변경된 보정 이미지를 획득하는 단계를 포함할 수 있다. 보정 이미지는 제2 이미지의 색상 값을 변경하여 생성된 이미지로, 제2 이미지와 형태는 동일할 수 있다.
일 실시 예에 따른 단계(130)의 세부 동작을 도 4를 참조하여 설명한다. 도 4를 참조하면, 보정 이미지를 획득하는 단계(도 1의 130)는 제1 이미지 내 제1 서브 이미지에서 밝기에 따른 복수의 색상 값들을 추출하는 단계(410), 제1 서브 이미지에 대응하는 제2 이미지 내 제2 서브 이미지에서 밝기에 따른 복수의 색상 값들을 추출하는 단계(420), 제2 서브 이미지의 색상 값을 보정하는 단계(430) 및 색상 값이 보정된 제2 서브 이미지를 포함하는 보정 이미지를 획득하는 단계(440)를 포함할 수 있다.
일 실시 예에 따르면, 제1 서브 이미지는 제1 이미지의 서브 이미지들 중 어느 하나에 해당할 수 있다. 제2 서브 이미지는 제2 이미지의 서브 이미지들 중 제1 서브 이미지에 대응하는 서브 이미지에 해당할 수 있다. 제2 서브 이미지가 제1 서브 이미지에 대응한다는 것은 제1 이미지 내 제1 서브 이미지의 위치가 제2 이미지 내 제2 서브 이미지의 위치와 동일하다는 것을 의미할 수 있다. 다시 말해, 제1 서브 이미지에 대응하는 제2 서브 이미지는 제2 이미지의 서브 이미지들 중 제1 서브 이미지와 동일한 위치의 서브 이미지에 해당할 수 있다. 예를 들어, 도 5a 및 도 5b를 참조하면, 제1 서브 이미지(510)가 제1 이미지(501)의 (n, m) 위치의 서브 이미지인 경우, 제2 서브 이미지(520)는 제2 이미지(502)의 (n, m) 위치의 서브 이미지에 해당할 수 있다.
일 실시 예에 따르면, 임의의 이미지에서 추출되는 밝기에 따른 복수의 색상 값들은 해당 이미지 내 가장 밝은 픽셀의 색상 값(혹은 하이라이트(highlight)), 해당 이미지 내 가장 어두운 픽셀의 색상 값(혹은 섀도우(shadow)) 및 해당 이미지 내 픽셀들의 색상 값들의 평균(혹은 미드 톤(mid tone))을 포함할 수 있다. 일 예로, 밝기에 따른 복수의 색상 값들은 색상 값들의 평균 대신 색상 값들의 중간 값을 포함할 수도 있다.
예를 들어, 도 5a를 참조하면, 도 4의 단계(410)에 따라 제1 이미지(501)의 제1 서브 이미지(510)에 포함된 픽셀들의 색상 값들에 기초하여, 가장 밝은 픽셀의 색상 값(511), 픽셀들의 색상 값들의 평균(512), 및 가장 어두운 픽셀의 색상 값(513)이 추출될 수 있다.
또 예를 들어, 도 5b를 참조하면, 도 4의 단계(420)에 따라 제1 서브 이미지(도 5a의 510)에 대응하는 제2 서브 이미지(520)에 포함된 픽셀들의 색상 값들에 기초하여, 가장 밝은 픽셀의 색상 값(521), 픽셀들의 색상 값들의 평균(522), 및 가장 어두운 픽셀의 색상 값(523)이 추출될 수 있다.
다시 도 4를 참조하면, 일 실시 예에 따른 단계(430)는 제1 서브 이미지에서 추출된 복수의 색상 값들 및 제2 서브 이미지에서 추출된 복수의 색상 값들에 기초하여, 제2 서브 이미지의 색상 값을 보정하는 단계를 포함할 수 있다. 제2 서브 이미지의 색상 값의 보정은 색상 매칭에 관한 일반적인 알고리즘에 기초하여 수행될 수 있다. 일 예로, 제2 서브 이미지의 색상 값을 제1 서브 이미지의 색상 값에 매칭되도록 보정하기 위해서, 아래의 수학식 1과 같이 제2 서브 이미지에서 추출된 하이라이트(Wa), 섀도우(Ba) 및 미드 톤(Ma)을 이용하여, 제2 서브 이미지의 각 픽셀의 색상 값(Aij)을 노멀라이즈(normalize)하고, 제1 서브 이미지에서 추출된 하이라이트(Wb), 섀도우(Bb) 및 미드 톤(Mb)을 이용하여, 수학식 2와 같이 제2 서브 이미지의 각 픽셀의 노멀라이즈된 색상 값(A'i,j)을 보정함으로써, 제2 서브 이미지의 각 픽셀에 대응하는 보정된 색상 값(Ci,j)을 획득할 수 있다.
일 실시 예에 따르면, 보정 이미지는 보정된 색상 값(Ci,j)을 갖는 픽셀들을 포함할 수 있다. 보정 이미지는 서로 다른 빛 조건에 의한 제1 이미지 및 제2이미지의 색상 차이를 보정하여, 제2 이미지의 색상을 제1 이미지에 대응하는 색상으로 변경한 이미지에 해당할 수 있다. 다시 말해, 보정 이미지는 제2 이미지를 제1 이미지와 동일한 빛 조건에서 촬영된 것과 같이 보정한 이미지에 해당할 수 있다.
다시 도 1을 참조하면, 일 실시 예에 따른 보정 이미지를 획득하는 단계(130)는 단계(110)에서 획득된 복수의 이미지들 중 제1 이미지를 제외한 이미지(들) 각각에 대응하여 색상 값이 변경된 보정 이미지를 획득하는 단계를 포함할 수 있다. 다시 말해, 단계(110)에서 획득된 복수의 이미지들 중 기준이 되는 제1 이미지를 제외한 나머지 이미지들 각각에 대응하여, 제1 이미지의 색상으로 변경된 보정 이미지가 생성될 수 있다. 예를 들어, 도 6은 서로 다른 빛 조건에 의해 서로 상이한 색상 값을 갖는 도 2 의 복수의 이미지들(202 내지 208)에 대응하는 보정 이미지들(602 내지 608)을 도시한 도면이다. 도 2에 도시된 제1 이미지(201)는 기준이 되는 이미지로, 제1 이미지(201)에 대한 보정 이미지를 획득하는 단계(도 1의 130)는 수행되지 않을 수 있다. 도 6에 도시된 이미지(601)는 도 2에 도시된 제1 이미지(201)와 동일한 원본 이미지에 해당할 수 있다. 도 2에 도시된 제1 이미지(201)를 제외한 나머지 이미지들(202 내지 208) 각각에 대해서는 보정 이미지를 획득하는 단계(도 1의 130)가 수행될 수 있으며, 그 결과로 도 6에 도시된 보정 이미지들(602 내지 608)이 획득될 수 있다. 도 6을 참조하면, 보정 이미지들(602 내지 608)은 서로 상이한 빛 조건에 의한 제1 이미지(601)와의 색상 차이가 보정된 이미지로, 제1 이미지(601)에 대응하는 색상 값을 포함할 수 있다.
다시 도 1을 참조하면, 일 실시 예에 따른 단계(140)는 제1 이미지 및 보정 이미지의 옵티컬 플로우(optical flow)에 기초하여, 제2 이미지의 각 픽셀의 이동 벡터를 획득하는 단계를 포함할 수 있다. 옵티컬 플로우는 관찰자와 장면(scene) 사이의 상대적 움직임에 의해 유발되는 장면 내 객체의 움직임의 패턴으로, 예를 들어 서로 다른 시점에 움직임이 있는 객체를 촬영한 복수의 이미지들에서 추출된 같은 색상의 픽셀의 움직임 패턴을 포함할 수 있다. 옵티컬 플로우는 동일한 빛 조건에서 촬영된 복수의 이미지들에서 추출될 수 있다.
예를 들어, 도 7을 참조하면, 시간 차로 획득된 두 개의 이미지(701, 702)에서 각 픽셀의 움직임 정도 혹은 변화량을 지시하는 옵티컬 플로우(710)가 추출될 수 있다. 각 픽셀의 움직임 정도에 따라 옵티컬 플로우의 값이 다르게 결정될 수 있다. 예를 들어, 옵티컬 플로우(710)의 움직임 정도가 큰 입 부분의 값과 움직임 정도가 작은 눈 주위 부분의 값은 다르게 결정될 수 있다.
일 실시 예에 따르면, 단계(130)에서 제2 이미지로부터 획득된 보정 이미지는 서로 다른 빛 조건에 의한 제1 이미지 및 제2이미지의 색상 차이가 보정된 이미지에 해당하므로, 다시 말해 제2 이미지를 제1 이미지와 동일한 빛 조건으로 보정한 이미지에 해당하므로 보정 이미지와 제1 이미지로부터 옵티컬 플로우가 추출될 수 있다.
일 실시 예에 따르면, 추출된 옵티컬 플로우에 기초하여, 제2 이미지의 각 픽셀의 이동 벡터가 추출될 수 있다. 보정 이미지는 제2 이미지에서 색상 값만 변경된 이미지이므로, 보정 이미지의 옵티컬 플로우에 기초하여 획득된 각 픽셀의 이동 벡터는 제2 이미지의 각 픽셀의 이동 벡터에 대응될 수 있다. 다시 말해, 보정 이미지와 제1 이미지로부터 추출된 옵티컬 플로우에 기초하여 획득된 보정 이미지의 각 픽셀의 이동 벡터는 제2 이미지의 각 픽셀의 이동 벡터에 해당할 수 있다.
일 실시 예에 따른 단계(150)는 획득된 이동 벡터에 기초하여, 상기 제2 이미지의 각 픽셀 값을 보정하는 단계를 포함할 수 있다. 단계(140)에서 획득된 제2 이미지의 각 픽셀의 이동 벡터를 제2 이미지의 각 픽셀에 역으로 적용하여, 제2 이미지의 각 픽셀 값을 보정할 수 있다. 제2 이미지의 각 픽셀 값을 보정하는 것은 제2 이미지의 각 픽셀 값을 이동 벡터의 역 방향으로 이동시키는 것을 의미할 수 있다. 제2 이미지의 각 픽셀 값의 이동으로, 제1 이미지에 포함된 객체의 형태와 가깝게 제2 이미지에 포함된 객체의 형태가 보정될 수 있다.
예를 들어, 도 8을 참조하면, 제2 이미지(810)의 각 픽셀 값이 보정되어 보정된 이미지(830)가 획득될 수 있다. 보정된 이미지(820)에 포함된 객체의 형태는 보정되기 이전의 제2 이미지(810) 에 포함된 객체의 형태보다 제1 이미지(810)에 포함된 객체의 형태와 유사한 것을 확인할 수 있다. 보다 구체적으로, 보정된 이미지(820)에서 아랫 입술의 경계 부분(821)을 참조하면, 제2 이미지(810)의 각 픽셀 값의 보정으로 인해 아랫 입술의 경계 부분(811)의 형태가 제1이미지(830)의 아랫 입술의 경계 부분(811)의 형태와 가까워지도록 보정된 것을 확인할 수 있다.
일 실시 예에 따른 3차원 스캐닝 방법은 제2 이미지를 상기 복수의 이미지들 중 상기 제1 이미지를 제외한 다른 이미지로 변경하여, 상기 보정 이미지를 획득하는 단계, 상기 이동 벡터를 획득하는 단계 및 상기 픽셀 값을 보정하는 단계를 반복하는 단계를 더 포함할 수 있다.
일 예로, 도 9를 참조하면, 단계(110)에서 획득된 복수의 이미지들이 3개 이상인 경우, 복수의 이미지들 중 어느 하나가 기준이 되는 제1 이미지로 설정되고, 제1 이미지를 제외한 이미지들 중 어느 하나(IMGt)가 제2 이미지로 설정(910)될 수 있다. 복수의 이미지들(IMG0, IMG1,…, IMGN) 중 제1 이미지를 IMG0이라고 할 때, t의 초기 값은 1로 설정되는 것으로 가정한다. 다시 말해, 제2 이미지는 IMG1로 설정될 수 있으며, 제2 이미지(IMG1)에 대응하여, 단계(130) 내지 단계(150)가 수행될 수 있다. 단계(150) 이후, 제2 이미지로 설정된 IMGt가 마지막 이미지(IMGN)인지 여부를 판단(920)하여, 새로운 제2 이미지에 대한 단계(120) 내지 단계(150)의 반복 여부가 결정될 수 있다. 일 예로, 제2 이미지로 설정된 IMGt가 마지막 이미지(IMGN)가 아닌 경우, 다른 이미지(IMGt+1)가 제2 이미지로 설정(930)될 수 있으며, 새로 설정된 제2 이미지(IMGt+1)에 대하여 단계(120) 내지 단계(150)가 반복될 수 있다. 제2 이미지로 설정된 IMGt가 마지막 이미지(IMGN)인 경우 3차원 스캐닝 방법이 종료될 수 있다.
다시 도 1을 참조하면, 일 실시 예에 따른 3차원 스캐닝 방법은 제1 이미지 및 각 픽셀 값이 보정된 제2 이미지에 기초하여, 월드 노멀 맵(world normal map)을 산출하는 단계를 더 포함할 수 있다. 월드 노멀 맵은 월드 공간에서 객체 표면의 지점 별로 법선 방향을 정의하기 위한 이미지에 해당할 수 있다.
일 예로, 월드 노멀 맵을 산출하는 단계는 도 1의 단계(150) 이후에, 각 픽셀 값이 보정된 제2 이미지에 기초하여 수행될 수 있다. 또 일 예로, 월드 노멀 맵을 산출하는 단계는 도 9의 단계(920)에 따라, 획득된 복수의 이미지들 중 제2 이미지로 설정될 수 있는 제1 이미지를 제외한 모든 이미지(들)에 대응하여 단계(130) 내지 단계(150)가 반복된 이후에, 각 픽셀 값이 보정된 제2 이미지(들)에 기초하여 수행될 수 있다.
도 10은 일 실시 예에 따른 장치의 구성의 예시도이다.
도 10을 참조하면, 장치(1000)는 프로세서(1001), 메모리(1003) 및 입출력 장치(I/O)(1005)를 포함한다. 일실시예에 따른 장치(1000)는 도 1 내지 도 9를 통하여 전술한 3차원 스캐닝 방법을 수행하는 장치를 포함할 수 있다.
일 예로, 장치(1000)는 3차원 객체를 촬영하기 위한 카메라 혹은 3차원 객체를 캡처하기 위한 장치(예를 들어, 라이트 스테이지)를 더 포함할 수도 있으며, 카메라 혹은 3차원 객체를 캡처하기 위한 장치와 연동되어 3차원 객체를 촬영 혹은 캡처한 복수의 이미지들을 획득할 수 있다.
일 실시 예에 따른 프로세서(1001)는 도 1 내지 도 9를 통하여 전술한 3차원 스캐닝 방법의 적어도 하나의 동작을 수행할 수 있다. 예를 들어, 프로세서(1001)는 도 1을 통해 전술한 서로 다른 빛 조건에서 객체를 연속적으로 촬영한 복수의 이미지들을 획득하는 단계(110), 복수의 이미지들 각각을 미리 정해진 픽셀 사이즈의 서브 이미지로 분할하는 단계(120), 제2 이미지에 포함된 각각의 서브 이미지의 색상 값이 변경된 보정 이미지를 획득하는 단계(130), 제2 이미지의 각 픽셀의 이동 벡터를 획득하는 단계(140) 및 제2 이미지의 각 픽셀 값을 보정하는 단계(150)를 포함하는 3차원 스캐닝 방법을 수행할 수 있다.
일 실시 예에 따른 메모리(1003)는 휘발성 메모리 또는 비휘발성 메모리일 수 있으며, 도 1 내지 도 9를 통하여 전술한 3차원 스캐닝 방법에 관한 데이터를 저장할 수 있다. 일 예로, 메모리(1003)는 3차원 스캐닝 방법의 수행 과정에서 발생한 데이터 혹은 3차원 스캐닝 방법을 수행하기 위하여 필요한 데이터를 저장할 수 있다. 예를 들어, 메모리(1003)는 획득된 복수의 이미지들, 제2 이미지로부터 획득된 보정 이미지 및/또는 옵티컬 플로우를 통해 획득된 이동 벡터에 기초하여 보정된 제2 이미지의 각 픽셀 값을 저장할 수 있다.
일 측에 따른 장치(1000)는 입출력 장치(1005)를 통하여 외부 장치(예를 들어, 퍼스널 컴퓨터 또는 네트워크)에 연결되고, 데이터를 교환할 수 있다. 일 예로, 장치(1000)는 입출력 장치(1005)를 통해 3차원 객체를 촬영 혹은 캡처한 이미지 데이터를 수신할 수 있으며, 각 픽셀 값이 보정된 제2 이미지를 출력할 수 있다. 또 일 예로, 장치(1000)는 입출력 장치(1005)를 통해 제1 이미지와 각 픽셀 값이 보정된 제2 이미지에 기초하여 산출된 월드 노멀 맵을 출력할 수 있다.
일 실시 예에 따르면, 메모리(1003)는 도 1 내지 도 9를 통하여 전술한 3차원 스캐닝 방법이 구현된 프로그램을 저장할 수 있다. 프로세서(1001)는 메모리(1003)에 저장된 프로그램을 실행하고, 장치(1000)를 제어할 수 있다. 프로세서(1001)에 의하여 실행되는 프로그램의 코드는 메모리(1003)에 저장될 수 있다.
일 실시 예에 따른 장치(1000)는 도시되지 않은 다른 구성 요소들을 더 포함할 수 있다. 예를 들어, 장치(1000)는 통신을 위한 통신 모듈을 더 포함할 수 있다. 일 예로, 통신 모듈은 광원에서 방출되어 3차원의 객체에 의해 반사된 빛에 기초하여, 3차원의 객체를 촬영하는 카메라와 통신을 위한 통신 모듈을 포함할 수 있다. 또 예를 들어, 장치(1000)는 트랜시버(transceiver), 각종 센서, 데이터베이스 등과 같은 다른 구성 요소들을 더 포함할 수도 있다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 컨트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 저장할 수 있으며 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
위에서 설명한 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 또는 복수의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 이를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (20)

  1. 서로 다른 빛 조건에서 객체를 연속적으로 촬영한 복수의 이미지들-상기 복수의 이미지들은 제1 이미지 및 제2 이미지를 포함함-을 획득하는 단계;
    상기 복수의 이미지들 각각을 미리 정해진 픽셀 사이즈의 서브 이미지로 분할하는 단계;
    상기 제1 이미지 내 각각의 서브 이미지의 색상 값에 기초하여, 상기 제2 이미지 내 각각의 서브 이미지의 색상 값이 변경된 보정 이미지를 획득하는 단계;
    상기 제1 이미지 및 상기 보정 이미지의 옵티컬 플로우(optical flow)에 기초하여, 상기 제2 이미지의 각 픽셀의 이동 벡터를 획득하는 단계; 및
    상기 획득된 이동 벡터에 기초하여, 상기 제2 이미지의 각 픽셀 값을 보정하는 단계
    를 포함하는,
    3차원 스캐닝 방법.
  2. 제1항에 있어서,
    상기 보정 이미지를 획득하는 단계는
    상기 제1 이미지 내 제1 서브 이미지에서 밝기에 따른 복수의 색상 값들을 추출하는 단계;
    상기 제1 서브 이미지에 대응하는 상기 제2 이미지 내 제2 서브 이미지에서 상기 밝기에 따른 복수의 색상 값들을 추출하는 단계;
    상기 제1 서브 이미지에서 추출된 상기 복수의 색상 값들 및 상기 제2 서브 이미지에서 추출된 상기 복수의 색상 값들에 기초하여, 상기 제2 서브 이미지의 색상 값을 보정하는 단계; 및
    상기 색상 값이 보정된 제2 서브 이미지를 포함하는 상기 보정 이미지를 획득하는 단계
    를 포함하는,
    3차원 스캐닝 방법.
  3. 제2항에 있어서,
    임의의 이미지에서 추출되는 상기 밝기에 따른 복수의 색상 값들은
    상기 이미지 내 가장 밝은 픽셀의 색상 값, 상기 이미지 내 가장 어두운 픽셀의 색상 값 및 상기 이미지 내 픽셀들의 색상 값들의 평균을 포함하는,
    3차원 스캐닝 방법.
  4. 제1항에 있어서,
    상기 빛 조건은
    빛의 방향 및 빛의 편광 여부 중 적어도 하나에 기초하여 결정되는,
    3차원 스캐닝 방법.
  5. 제1항에 있어서,
    상기 제1 이미지는 상기 제2 이미지보다 먼저 촬영된 이미지인
    3차원 스캐닝 방법.
  6. 제1항에 있어서,
    상기 제2 이미지를 상기 복수의 이미지들 중 상기 제1 이미지를 제외한 다른 이미지로 변경하여, 상기 보정 이미지를 획득하는 단계, 상기 이동 벡터를 획득하는 단계 및 상기 픽셀 값을 보정하는 단계를 반복하는 단계
    를 더 포함하는,
    3차원 스캐닝 방법.
  7. 제1항에 있어서,
    상기 제1 이미지 및 상기 각 픽셀 값이 보정된 상기 제2 이미지에 기초하여, 월드 노멀 맵을 산출하는 단계
    를 더 포함하는,
    3차원 스캐닝 방법.
  8. 제1항에 있어서,
    상기 복수의 이미지들을 획득하는 단계는
    상기 객체의 형상을 캡처하기 위한 라이트 스테이지(light stage)에 기초하여, 상기 복수의 이미지들을 획득하는 단계
    를 포함하는,
    3차원 스캐닝 방법.
  9. 제1항에 있어서,
    상기 객체는 얼굴을 포함하는,
    3차원 스캐닝 방법.
  10. 제1항에 있어서,
    상기 미리 정해진 픽셀 사이즈는
    상기 복수의 이미지들 내 빛에 의한 음영에 기초하여 결정되는,
    3차원 스캐닝 방법.
  11. 하드웨어와 결합되어 제1항 내지 제10항 중 어느 하나의 항의 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램.
  12. 서로 다른 빛 조건에서 객체를 연속적으로 촬영한 복수의 이미지들-상기 복수의 이미지들은 제1 이미지 및 제2 이미지를 포함함-을 획득하고,
    상기 복수의 이미지들 각각을 미리 정해진 픽셀 사이즈의 서브 이미지로 분할하고,
    상기 제1 이미지 내 각각의 서브 이미지의 색상 값에 기초하여, 상기 제2 이미지 내 각각의 서브 이미지의 색상 값이 변경된 보정 이미지를 획득하고,
    상기 제1 이미지 및 상기 보정 이미지의 옵티컬 플로우(optical flow)에 기초하여, 상기 제2 이미지의 각 픽셀의 이동 벡터를 획득하며,
    상기 획득된 이동 벡터에 기초하여, 상기 제2 이미지의 각 픽셀 값을 보정하는,
    적어도 하나의 프로세서
    를 포함하는,
    3차원 스캐닝 장치.
  13. 제12항에 있어서,
    상기 프로세서는,
    상기 보정 이미지를 획득함에 있어서,
    상기 제1 이미지 내 제1 서브 이미지에서 밝기에 따른 복수의 색상 값들을 추출하고,
    상기 제1 서브 이미지에 대응하는 상기 제2 이미지 내 제2 서브 이미지에서 상기 밝기에 따른 복수의 색상 값들을 추출하고,
    상기 제1 서브 이미지에서 추출된 상기 복수의 색상 값들 및 상기 제2 서브 이미지에서 추출된 상기 복수의 색상 값들에 기초하여, 상기 제2 서브 이미지의 색상 값을 보정하며,
    상기 색상 값이 보정된 제2 서브 이미지를 포함하는 상기 보정 이미지를 획득하는,
    3차원 스캐닝 장치.
  14. 제13항에 있어서,
    임의의 이미지에서 추출되는 상기 밝기에 따른 복수의 색상 값들은
    상기 이미지 내 가장 밝은 픽셀의 색상 값, 상기 이미지 내 가장 어두운 픽셀의 색상 값 및 상기 이미지 내 픽셀들의 색상 값들의 평균을 포함하는,
    3차원 스캐닝 장치.
  15. 제12항에 있어서,
    상기 빛 조건은
    빛의 방향 및 빛의 편광 여부 중 적어도 하나에 기초하여 결정되는,
    3차원 스캐닝 장치.
  16. 제12항에 있어서,
    상기 제1 이미지는 상기 제2 이미지보다 먼저 촬영된 이미지인
    3차원 스캐닝 장치.
  17. 제12항에 있어서,
    상기 프로세서는,
    상기 제2 이미지를 상기 복수의 이미지들 중 상기 제1 이미지를 제외한 다른 이미지로 변경하여, 상기 보정 이미지를 획득하는 단계, 상기 이동 벡터를 획득하는 단계 및 상기 픽셀 값을 보정하는 단계를 반복적으로 수행하는,
    3차원 스캐닝 장치.
  18. 제12항에 있어서,
    상기 프로세서는,
    상기 제1 이미지 및 상기 각 픽셀 값이 보정된 상기 제2 이미지에 기초하여, 월드 노멀 맵을 산출하는,
    3차원 스캐닝 장치.
  19. 제12항에 있어서,
    상기 프로세서는,
    상기 복수의 이미지들을 획득함에 있어서,
    상기 객체의 형상을 캡처하기 위한 라이트 스테이지(light stage)에 기초하여, 상기 복수의 이미지들을 획득하는,
    3차원 스캐닝 장치.
  20. 제12항에 있어서,
    상기 객체는 얼굴을 포함하는,
    3차원 스캐닝 장치.

KR1020220030126A 2022-03-10 2022-03-10 3차원 스캐닝 방법 및 장치 KR20230133061A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220030126A KR20230133061A (ko) 2022-03-10 2022-03-10 3차원 스캐닝 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220030126A KR20230133061A (ko) 2022-03-10 2022-03-10 3차원 스캐닝 방법 및 장치

Publications (1)

Publication Number Publication Date
KR20230133061A true KR20230133061A (ko) 2023-09-19

Family

ID=88196970

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220030126A KR20230133061A (ko) 2022-03-10 2022-03-10 3차원 스캐닝 방법 및 장치

Country Status (1)

Country Link
KR (1) KR20230133061A (ko)

Similar Documents

Publication Publication Date Title
CN110799991B (zh) 用于使用卷积图像变换执行同时定位和映射的方法和系统
CN107993216B (zh) 一种图像融合方法及其设备、存储介质、终端
CN112884881B (zh) 三维人脸模型重建方法、装置、电子设备及存储介质
ES2967691T3 (es) Ajuste de una representación digital de una región de cabeza
CN112819944B (zh) 三维人体模型重建方法、装置、电子设备及存储介质
US11516412B2 (en) Image processing method, image processing apparatus and electronic device
CN109587556B (zh) 视频处理方法、视频播放方法、装置、设备和存储介质
US10785469B2 (en) Generation apparatus and method for generating a virtual viewpoint image
KR101842141B1 (ko) 3차원 스캐닝 장치 및 방법
US10885708B2 (en) Automated costume augmentation using shape estimation
CN112419165A (zh) 利用几何和光度变换进行图像修复
Griffiths et al. OutCast: Outdoor Single‐image Relighting with Cast Shadows
CN112019826A (zh) 投影方法、系统、装置、电子设备及存储介质
JP2019509526A (ja) 多数のカメラを用いた最適の球形映像獲得方法
Liu et al. Relighting images in the wild with a self-supervised siamese auto-encoder
TWI810818B (zh) 提供三維模型的電腦實施方法與系統及其相關之儲存媒體
KR20230133061A (ko) 3차원 스캐닝 방법 및 장치
Ferradans et al. Generation of HDR Images in Non-static Conditions based on Gradient Fusion.
KR102469710B1 (ko) 인공신경망을 학습시키기 위한 학습 데이터를 생성하기 위한 장치 및 이를 위한 방법
EP4150560B1 (en) Single image 3d photography with soft-layering and depth-aware inpainting
CN110689609B (zh) 图像处理方法、装置、电子设备及存储介质
CN113168709B (zh) 网点外观生成器
KR20230149093A (ko) 영상 처리 방법, 영상 처리를 위한 트레이닝 방법, 및 영상 처리 장치
CN114581316A (zh) 图像重建方法、电子设备、存储介质及程序产品
Loscos et al. High-dynamic range imaging for dynamic scenes