KR20230170485A - 손 동작에 관한 이미지 데이터를 획득하는 전자 장치 및 그 동작 방법 - Google Patents

손 동작에 관한 이미지 데이터를 획득하는 전자 장치 및 그 동작 방법 Download PDF

Info

Publication number
KR20230170485A
KR20230170485A KR1020220071027A KR20220071027A KR20230170485A KR 20230170485 A KR20230170485 A KR 20230170485A KR 1020220071027 A KR1020220071027 A KR 1020220071027A KR 20220071027 A KR20220071027 A KR 20220071027A KR 20230170485 A KR20230170485 A KR 20230170485A
Authority
KR
South Korea
Prior art keywords
joint
hand
upper body
posture
values
Prior art date
Application number
KR1020220071027A
Other languages
English (en)
Inventor
김덕호
권태혁
박황필
이건일
이원우
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020220071027A priority Critical patent/KR20230170485A/ko
Priority to PCT/KR2023/004605 priority patent/WO2023239035A1/ko
Publication of KR20230170485A publication Critical patent/KR20230170485A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/002—Specific input/output arrangements not covered by G06F3/01 - G06F3/16
    • G06F3/005—Input arrangements through a video camera
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/017—Gesture based interaction, e.g. based on a set of recognized hand gestures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T13/00—Animation
    • G06T13/20—3D [Three Dimensional] animation
    • G06T13/40—3D [Three Dimensional] animation of characters, e.g. humans, animals or virtual beings
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/107—Static hand or arm
    • G06V40/11—Hand-related biometrics; Hand pose recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/28—Recognition of hand or arm movements, e.g. recognition of deaf sign language

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Processing Or Creating Images (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

증강 현실 디바이스가 비젼 기반 핸드 트래킹(Vision-based Hand tracking) 기술을 이용하여 손 동작에 대응되는 입력 수단을 인식하기 위한 학습 데이터로서 사용되는 이미지 데이터를 획득하는 전자 장치 및 그 동작 방법을 제공한다. 본 개시는, 손 자세를 구성하는 손 관절들의 관절값을 포함하는 손 관절값 데이터 셋을 메모리로부터 불러오고(load), 손 관절값 데이터 셋 및 상체 관절에 관한 제약 사항 정보에 기초하여 손 관절들과 연결되는 상체 관절의 관절값을 획득하고, 획득된 상체 관절의 관절값 및 손 관절값 데이터 셋을 이용하여 키 이미지 프레임(key image frame)에서의 자세 벡터를 획득하고, 자세 벡터를 이용하여 3차원 캐릭터 이미지를 렌더링(rendering)함으로써 손 동작을 나타내는 이미지 프레임을 획득하는 전자 장치를 제공한다.

Description

손 동작에 관한 이미지 데이터를 획득하는 전자 장치 및 그 동작 방법 {AN ELECTRONIC DEVICE FOR OBTAINING IMAGE DATA REGARDING HAND GESTURE AND A METHOD FOR OPERATING THE SAME}
본 개시는 증강 현실(Augmented Reality, AR) 디바이스에서 입력 수단으로 사용되는 사용자의 손 동작(hand gesture)에 관한 이미지 데이터를 획득하는 전자 장치 및 그 동작 방법에 관한 것이다. 구체적으로, 본 개시는 증강 현실 디바이스에 의해 인식되는 특정 손 동작에 대응되는 기능 또는 인터랙션(interaction)을 매칭시키는 인공지능 모델을 학습(training)하기 위한 입력 데이터를 획득하는 전자 장치 및 그 동작 방법에 관한 것이다.
증강 현실(Augmented Reality)은 현실 세계의 물리적 환경 공간이나 현실 객체(real world object) 상에 가상 이미지를 오버레이(overlay)하여 함께 보여주는 기술로서, 증강 현실 기술을 활용한 증강 현실 디바이스(예를 들어, 스마트 글래스(Smart Glass)가 정보 검색, 길 안내, 카메라 촬영과 같이 일상 생활에서 유용하게 사용되고 있다. 특히, 스마트 글래스는 패션 아이템으로도 착용되고, 실외 활동에 주로 사용되고 있다.
증강 현실 디바이스는 특성 상 터치 조작이 불가능하므로, 증강 현실 서비스를 제공하기 위해서는 입력 수단으로써 사용자의 손의 3차원적 자세(pose)와 손 동작(hand gesture)를 이용하는 핸드 인터랙션(hand interaction)이 입력 인터페이스로서 중요하다. 따라서, 보다 실감나는 증강 현실 기술의 구현을 위해서는 손에 포함되는 관절의 3차원 위치 정보를 획득하고, 3차원 위치 정보를 통해 손의 자세(형태)를 추적하고, 손 동작을 인식하는 기술이 요구된다.
일반적인 증강 현실 디바이스는 사용자의 양 손의 자유로움을 보장하기 위하여 별도의 외부 입력 장치를 사용하지 않고, 증강 현실 디바이스에 탑재되는 카메라를 이용하여 촬영된 이미지로부터 사용자의 손을 인식하는 비젼 기반 핸드 트래킹(Vision-based Hand tracking) 기술을 사용하고 있다. 증강 현실 디바이스가 사용자의 손 자세 또는 손 동작을 인식하도록 하기 위해서는, 특정 손 자세 또는 손 동작에 해당되는 이미지 데이터를 입력 데이터로서 이용하여 인공지능(Artificial Intelligence, AI) 모델을 통한 학습(training)을 수행하여야 한다. 인공지능 모델의 학습을 위해서는 수많은 이미지 데이터들이 필요하지만, 실제 사람의 손의 자세 또는 손 동작을 카메라를 이용하여 직접 촬영하여 이미지 데이터를 획득하고, 획득된 이미지 데이터에 특정 기능 또는 인터랙션에 관한 라벨값(label)을 입력하는 것은 시간 및 비용이 많이 소요되고, 데이터 요구량이 높아지는 문제점이 있다. 또한, 증강 현실 디바이스 별로 카메라가 배치된 위치 및 카메라의 화각(Field Of View, FOV) 등 사양이 다르므로, 특정 증강 현실 디바이스를 상정하여 획득된 이미지 데이터를 다른 증강 현실 디바이스에서 사용할 수 없는 한계점이 있다.
비젼 기반 핸드 트래킹 기술을 이용하여 손 동작을 인식하기 위하여, 손 동작을 나타내는 가상의 이미지를 렌더링하는 방식이 고려될 수 있다. 그러나, 가상의 이미지를 임의적으로 생성하는 경우, 생성된 가상의 손 모양이 실제 사람의 관절의 위치 및 각도를 정확하게 반영하지 못하여 부자연스러운 손 동작이 생성되는 문제점이 발생될 수 있다.
본 개시의 다양한 실시예는 증강 현실 디바이스가 비젼 기반 핸드 트래킹(Vision-based Hand tracking) 기술을 이용하여 손 동작을 인식하는 경우에서의 데이터 요구량을 절감하고, 인식 정확도를 향상시키기 위한 핸드 트래킹 인공지능 모델의 학습에 입력 데이터로서 이용되는 이미지 데이터를 획득하는 전자 장치 및 그 동작 방법을 제공하는 것을 목적으로 한다. 본 개시의 일 실시예에 따른 전자 장치는 손을 포함하는 상체의 관절값 정보를 이용하여 3차원 캐릭터 이미지를 렌더링함으로써, 실제 사람의 관절의 위치 및 각도를 반영하는 자연스러운 손 동작을 나타내는 이미지 데이터를 획득할 수 있다.
상술한 기술적 과제를 해결하기 위하여 본 개시는 손 동작을 나타내는 이미지 데이터를 획득하는 전자 장치를 제공한다. 본 개시의 일 실시예에 따른 전자 장치는 손 자세를 구성하는 손 관절들의 관절값을 포함하는 손 관절값 데이터 셋을 저장하는 메모리, 및 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는 인체의 근골격계에 따른 상체 관절의 제약 사항 정보를 획득하고, 상기 메모리로부터 상기 손 관절값 데이터 셋을 불러오고(load), 상기 손 관절값 데이터 셋 및 상기 제약 사항 정보에 기초하여 상기 손 관절들과 연결되는 상기 상체 관절의 관절값을 획득하고, 상기 획득된 상체 관절의 관절값 및 상기 손 관절값 데이터 셋을 이용하여 키 이미지 프레임(key image frame)에서의 자세 벡터를 획득하고, 상기 획득된 키 이미지 프레임의 자세 벡터를 이용하는 보간(interpolation)을 수행함으로써, 복수의 자세 벡터를 획득하고, 상기 획득된 복수의 자세 벡터를 이용하는 이미지 렌더링(image rendering)을 수행함으로써, 손 동작을 나타내는 복수의 이미지 프레임을 획득할 수 있다.
본 개시의 일 실시예에서, 상기 상체 관절의 관절값은 목, 팔목, 팔꿈치, 및 어깨 중 적어도 하나에 포함되는 관절들의 3차원 위치 좌표값 및 관절 각도값을 포함할 수 있다.
본 개시의 일 실시예에서, 상기 전자 장치는 3차원 캐릭터 이미지를 선택하는 사용자 입력 인터페이스를 더 포함하고, 상기 적어도 하나의 프로세서는 상기 사용자 입력 인터페이스를 통해 수신된 사용자 입력에 기초하여 상기 3차원 캐릭터 이미지를 결정하고, 상기 결정된 3차원 캐릭터 이미지로부터 팔길이 및 상기 상체 관절의 위치 좌표값을 획득하고, 상기 획득된 팔길이 및 상체 관절의 위치 좌표값과 상기 제약 사항 정보에 기초하여 상기 상체 관절의 관절 각도값을 획득할 수 있다.
본 개시의 일 실시예에서, 상기 적어도 하나의 프로세서는 상기 상체 관절의 위치 좌표값 및 상기 획득된 관절 각도값을 이용하여 상기 3차원 캐릭터 이미지를 렌더링할 수 있다.
본 개시의 일 실시예에서, 상기 적어도 하나의 프로세서는 증강 현실 디바이스(Augmented device)에 포함된 카메라의 위치 정보 및 상기 카메라의 사양(spec) 정보를 획득하고, 상기 획득된 카메라의 위치 정보 및 사양 정보에 기초하여 상기 3차원 캐릭터 이미지의 위치, 크기, 각도, 컬러, 텍스쳐(texture), 및 깊이 값 중 적어도 하나를 렌더링(rendering)할 수 있다.
본 개시의 일 실시예에서, 상기 적어도 하나의 프로세서는 상기 렌더링된 3차원 캐릭터 이미지를 배경 이미지와 합성함으로써, 상기 복수의 이미지 프레임을 획득할 수 있다.
본 개시의 일 실시예에서, 상기 제약 사항 정보는 인체의 근골격계의 해부학적 특징에 따른 상체에 포함되는 복수의 관절 중 목, 팔목, 팔꿈치, 및 어깨에 포함되는 관절 별 가동(可動) 각도 범위에 관한 정보를 포함할 수 있다.
본 개시의 일 실시예에서, 상기 적어도 하나의 프로세서는 인버스 키네매틱스(inverse kinematics) 알고리즘을 이용하여, 상기 제약 사항 정보 및 상기 손 관절값 데이터 셋에 포함된 관절값들에 기초하여 상기 상체 관절의 관절 각도값을 계산할 수 있다.
본 개시의 일 실시예에서, 상기 적어도 하나의 프로세서는 제1 손 자세를 구성하는 제1 손 관절값 데이터 셋 및 상기 상체 관절의 제1 관절값을 포함하는 제1 자세 벡터를 획득하고, 제2 손 자세를 구성하는 제2 손 관절값 데이터 셋 및 상기 상체 관절의 제2 관절값을 포함하는 제2 자세 벡터를 획득하고, 제1 키 이미지 프레임에 대응되는 상기 제1 자세 벡터 및 제2 키 이미지 프레임에 대응되는 상기 제2 자세 벡터를 이용하여 보간을 수행하고, 상기 보간을 통해 상기 제1 키 이미지 프레임과 상기 제2 키 이미지 프레임 사이의 이미지 프레임들에 각각 대응되는 관절값들을 포함하는 상기 복수의 자세 벡터를 획득할 수 있다.
본 개시의 일 실시예에서, 상기 적어도 하나의 프로세서는 구면 선형 보간(Spherical Linear Interpolation, Slerp)을 수행함으로써 상기 복수의 자세 벡터를 획득할 수 있다.
상술한 기술적 과제를 해결하기 위하여 본 개시는 전자 장치가 손 동작을 나타내는 이미지 데이터를 획득하는 방법을 제공한다. 본 개시의 일 실시예에서 전자 장치의 동작 방법은 인체의 근골격계에 따른 상체 관절의 제약 사항 정보를 획득하는 단계, 손 자세를 구성하는 손 관절들의 관절값을 포함하는 손 관절값 데이터 셋을 메모리로부터 불러오는(load) 단계, 상기 손 관절값 데이터 셋 및 상기 제약 사항 정보에 기초하여, 상기 손 관절들과 연결되는 상기 상체 관절의 관절값을 획득하는 단계, 상기 획득된 상체 관절의 관절값 및 상기 손 관절값 데이터 셋을 이용하여 키 이미지 프레임(key image frame)에서의 자세 벡터를 획득하는 단계, 상기 획득된 키 이미지 프레임의 자세 벡터를 이용하는 보간(interpolation)을 수행함으로써 복수의 자세 벡터를 획득하는 단계, 및 상기 획득된 복수의 자세 벡터를 이용하는 이미지 렌더링(image rendering)을 수행함으로써, 손 동작을 나타내는 복수의 이미지 프레임을 획득하는 단계를 포함할 수 있다.
본 개시의 일 실시예에서, 상기 동작 방법은 사용자 입력에 기초하여 3차원 캐릭터 이미지를 결정하는 단계, 및 상기 결정된 3차원 캐릭터 이미지로부터 팔길이 및 상기 상체 관절의 위치 좌표값을 획득하는 단계를 더 포함하고, 상기 상체 관절의 관절값을 획득하는 단계에서 상기 획득된 팔길이 및 상체 관절의 위치 좌표값과 상기 제약 사항 정보에 기초하여 상기 상체 관절의 관절 각도값을 획득할 수 있다.
본 개시의 일 실시예에서, 상기 손 동작을 나타내는 복수의 이미지 프레임을 획득하는 단계는 상기 상체 관절의 위치 좌표값 및 상기 획득된 관절 각도값을 이용하여 상기 3차원 캐릭터 이미지를 렌더링하는 단계를 포함할 수 있다.
본 개시의 일 실시예에서, 상기 동작 방법은 증강 현실 디바이스(Augmented device)에 포함된 카메라의 위치 정보 및 상기 카메라의 사양(spec) 정보를 획득하는 단계를 더 포함하고, 상기 3차원 캐릭터 이미지를 렌더링하는 단계는 상기 획득된 카메라의 위치 정보 및 사양 정보에 기초하여 상기 3차원 캐릭터 이미지의 위치, 크기, 각도, 컬러, 텍스쳐(texture), 및 깊이 값 중 적어도 하나를 렌더링(rendering)하는 단계를 포함할 수 있다.
본 개시의 일 실시예에서, 상기 손 동작을 나타내는 복수의 이미지 프레임을 획득하는 단계는 상기 렌더링된 3차원 캐릭터 이미지를 배경 이미지와 합성함으로써 상기 복수의 이미지 프레임을 획득하는 단계를 포함할 수 있다.
본 개시의 일 실시예에서, 상기 제약 사항 정보는 인체의 근골격계의 해부학적 특징에 따른 상체에 포함되는 복수의 관절 중 목, 팔목, 팔꿈치, 및 어깨에 포함되는 관절 별 가동(可動) 각도 범위에 관한 정보를 포함할 수 있다.
본 개시의 일 실시예에서, 상기 상체 관절의 관절값을 획득하는 단계는 인버스 키네매틱스(inverse kinematics) 알고리즘을 이용하여, 상기 제약 사항 정보 및 상기 손 관절값 데이터 셋에 포함된 관절값들에 기초하여 상기 상체 관절의 관절 각도값을 계산하는 단계를 포함할 수 있다.
본 개시의 일 실시예에서, 상기 자세 벡터를 획득하는 단계는 제1 손 자세를 구성하는 제1 손 관절값 데이터 셋 및 상기 상체 관절의 제1 관절값을 포함하는 제1 자세 벡터를 획득하는 단계, 및 제2 손 자세를 구성하는 제2 손 관절값 데이터 셋 및 상기 상체 관절의 제2 관절값을 포함하는 제2 자세 벡터를 획득하는 단계를 포함하고, 상기 복수의 자세 벡터를 획득하는 단계는 제1 키 이미지 프레임에 대응되는 상기 제1 자세 벡터 및 제2 키 이미지 프레임에 대응되는 상기 제2 자세 벡터를 이용하여 보간을 수행하는 단계, 및 상기 보간을 통해 상기 제1 키 이미지 프레임과 상기 제2 키 이미지 프레임 사이의 이미지 프레임들에 각각 대응되는 관절값들을 포함하는 상기 복수의 자세 벡터를 획득하는 단계를 포함할 수 있다.
본 개시의 일 실시예에서, 상기 복수의 자세 벡터를 획득하는 단계에서 구면 선형 보간(Spherical Linear Interpolation, Slerp)을 수행함으로써, 상기 복수의 자세 벡터를 획득할 수 있다.
상술한 기술적 과제를 해결하기 위하여, 본 개시의 다른 실시예는 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공한다.
본 개시는, 다음의 자세한 설명과 그에 수반되는 도면들의 결합으로 쉽게 이해될 수 있으며, 참조 번호(reference numerals)들은 구조적 구성요소(structural elements)를 의미한다.
도 1은 본 개시의 일 실시예에 따른 전자 장치가 손 관절값 데이터 셋을 이용하여 손 동작을 나타내는 이미지 데이터를 획득하는 동작을 도시한 개념도이다.
도 2는 본 개시의 일 실시예에 따른 전자 장치의 구성 요소를 도시한 블록도이다.
도 3은 본 개시의 일 실시예에 따른 전자 장치의 동작 방법을 도시한 흐름도이다.
도 4는 본 개시의 일 실시예에 따른 전자 장치가 3차원 캐릭터 이미지를 결정하고, 결정된 3차원 캐릭터 이미지에 기초하여 상체 관절의 관절 각도값을 획득하는 방법을 도시한 흐름도이다.
도 5a는 본 개시의 일 실시예에 따른 인종 별 3차원 캐릭터 이미지를 도시한 도면이다.
도 5b는 본 개시의 일 실시예에 따른 연령 별 3차원 캐릭터 이미지를 도시한 도면이다.
도 6은 본 개시의 일 실시예에 따른 전자 장치가 손 관절값 데이터 셋 및 상체 관절값을 포함하는 자세 벡터를 획득하는 동작을 도시한 도면이다.
도 7은 본 개시의 일 실시예에 따른 전자 장치가 보간(interpolation)을 통해 복수의 자세 벡터를 획득하는 방법을 도시한 흐름도이다.
도 8은 본 개시의 일 실시예에 따른 전자 장치가 보간(interpolation)을 통해 복수의 자세 벡터를 획득하는 동작을 설명하기 위한 도면이다.
도 9는 본 개시의 일 실시예에 따른 전자 장치가 손 동작을 나타내는 동영상 데이터를 획득하는 방법을 도시한 흐름도이다.
도 10은 본 개시의 일 실시예에 따른 전자 장치가 연속적인 손 자세를 나타내는 복수의 이미지 프레임을 획득하는 동작을 도시한 도면이다.
도 11은 본 개시의 일 실시예에 따른 전자 장치가 손 동작을 나타내는 동영상 데이터를 획득하는 동작을 도시한 도면이다.
도 12는 본 개시의 일 실시예에 따른 전자 장치가 증강 현실 디바이스의 카메라 위치 및 사양에 관한 정보에 기초하여 이미지 데이터를 렌더링(rendering)하는 방법을 도시한 흐름도이다.
도 13a는 증강 현실 디바이스의 카메라 위치 및 구성에 따라 사용자의 손을 촬영하는 동작을 도시한 도면이다.
도 13b는 본 개시의 일 실시예에 따른 전자 장치가 증강 현실 디바이스의 카메라 위치 및 사양에 관한 정보에 기초하여 이미지 렌더링(image rendering)을 수행하는 동작을 도시한 도면이다.
본 명세서의 실시예들에서 사용되는 용어는 본 개시의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 실시예의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 명세서에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 개시의 전반에 걸친 내용을 토대로 정의되어야 한다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 용어들은 본 명세서에 기재된 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가질 수 있다.
본 개시 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 본 명세서에 기재된 "...부", "...모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.
본 개시에서 사용된 표현 "~하도록 구성된(또는 설정된)(configured to)"은 상황에 따라, 예를 들면, "~에 적합한(suitable for)", "~하는 능력을 가지는(having the capacity to)", "~하도록 설계된(designed to)", "~하도록 변경된(adapted to)", "~하도록 만들어진(made to)", 또는 "~를 할 수 있는(capable of)"과 바꾸어 사용될 수 있다. 용어 "~하도록 구성된(또는 설정된)"은 하드웨어적으로 "특별히 설계된(specifically designed to)" 것만을 반드시 의미하지 않을 수 있다. 대신, 어떤 상황에서는, "~하도록 구성된 시스템"이라는 표현은, 그 시스템이 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다. 예를 들면, 문구 "A, B, 및 C를 수행하도록 구성된(또는 설정된) 프로세서"는 해당 동작을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리에 저장된 하나 이상의 소프트웨어 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(generic-purpose processor)(예: CPU 또는 application processor)를 의미할 수 있다.
또한, 본 개시에서 일 구성요소가 다른 구성요소와 "연결된다" 거나 "접속된다" 등으로 언급된 때에는, 상기 일 구성요소가 상기 다른 구성요소와 직접 연결되거나 또는 직접 접속될 수도 있지만, 특별히 반대되는 기재가 존재하지 않는 이상, 중간에 또 다른 구성요소를 매개하여 연결되거나 또는 접속될 수도 있다고 이해되어야 할 것이다.
본 개시에서, '관절(joint)'은 뼈와 뼈가 서로 연결되는 인체의 부분으로서, 손가락, 손목, 손바닥 등 손 뿐만 아니라, 목, 팔, 어깨 등 상체에 포함되는 하나 이상의 부위를 나타낸다.
본 개시에서, '상체 관절'은 인체의 상체 중 손을 제외한 목, 팔목, 팔꿈치, 및 어깨 중 적어도 하나에 포함되는 관절을 의미한다.
본 개시에서, '관절값'은 신체에 포함되는 복수의 관절에 관한 특징값을 나타낸다. 본 개시의 일 실시예에서, 관절값은 손가락, 손목, 손바닥, 목, 팔, 팔꿈치, 및 어깨에 포함되는 복수의 관절에 관한 관절 각도값을 의미할 수 있다. 그러나, 이에 한정되는 것은 아니고, 다른 실시예에서 관절값은 상체에 포함되는 복수의 관절에 관한 관절 각도값 뿐만 아니라, 관절의 3차원 위치 좌표값을 포함할 수도 있다.
아래에서는 첨부한 도면을 참고하여 본 개시의 실시예에 대하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 개시는 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다.
이하에서는 도면을 참조하여 본 개시의 실시예들을 상세하게 설명한다.
도 1은 본 개시의 일 실시예에 따른 전자 장치가 손 관절값 데이터 셋(10)을 이용하여 손 동작을 나타내는 이미지 데이터(40)를 획득하는 동작을 도시한 개념도이다.
도 1을 참조하면, 전자 장치(100, 도 2 참조)는 손 자세를 나타내는 손의 관절들의 관절값을 포함하는 손 관절값 데이터 셋(10)을 획득한다(동작 ①). 손 관절값 데이터 셋(10)은 특정 손 자세를 나타내고, 손에 포함되는 복수의 관절들의 관절값(θhand dataset)으로 구성될 수 있다. 본 개시의 일 실시예에서, 손 관절값 데이터 셋(10)은 손가락(θthumb, θindex, θmiddle, θring, θlittle) 및 손목의 관절 각도값(θwrist)을 포함할 수 있다. 도면에는 도시되지 않았지만, 손 관절값 데이터 셋(10)은 손바닥의 관절 각도값을 더 포함할 수 있다. 그러나, 이에 한정되는 것은 아니고, 본 개시의 다른 실시예에서 손 관절값 데이터 셋(10)은 손가락, 손바닥, 및 손목 중 적어도 하나의 관절에 관한 3차원 위치 좌표값을 포함할 수도 있다.
본 개시의 일 실시예에서, 손 관절값 데이터 셋(10)은 전자 장치(100)의 메모리(120, 도 2 참조)에 미리 저장되어 있을 수 있다. 전자 장치(100)는 메모리(120)에 액세스(access)하고, 특정 손 자세를 구성하는 손 관절값 데이터 셋(10)을 불러오기(load)함으로써, 손 관절값 데이터 셋(10)을 획득할 수 있다. 그러나, 이에 한정되는 것은 아니고, 본 개시의 다른 실시예에서, 손 관절값 데이터 셋(10)은 전자 장치(100) 내에 저장되지 않고, 외부 저장 장치(예를 들어, 외장 메모리 카드 또는 외부 데이터베이스), 웹 스토리지(web storage), 또는 클라우드 서버 내에 저장되어 있을 수 있다. 이 경우, 전자 장치(100)는 외부 저장 장치 또는 클라우드 서버에 접속하여 외부로부터 손 관절값 데이터 셋(10)을 획득할 수 있다.
전자 장치(100)는 손 관절값 데이터 셋(10) 및 제약 사항 정보에 기초하여, 상체 관절값(20)을 획득한다(동작 ②). 본 개시의 일 실시예에서, 상체 관절값(20)은 인체의 상체에 포함되는 관절 중 손 관절값 데이터 셋(10)에 포함된 손의 관절값(θhand dataset)을 제외한 나머지 관절들의 관절 각도값(θshoulder, θelbow, θneck)을 포함할 수 있다. 예를 들어, 상체 관절값(20)은 상체 관절 중 어깨 관절의 관절 각도값(θshoulder), 팔꿈치 관절의 관절 각도값(θelbow), 목 관절의 관절 각도값(θneck) 중 적어도 하나를 포함할 수 있다. 본 개시의 다른 실시예에서, 상체 관절값(20)은 상체 관절의 관절 각도값(θshoulder, θelbow, θneck) 뿐만 아니라 상체 관절의 3차원 위치 좌표값을 더 포함할 수 있다.
본 개시의 일 실시예에서, 전자 장치(100)는 인체의 근골격계에 따른 제약 사항 정보에 기초하여 상체 관절값(20)을 획득할 수 있다. '제약 사항 정보'는 인체의 근골격계의 해부학적 특징에 따른 상체에 포함되는 복수의 관절 별 가동(可動) 각도 범위에 관한 정보를 포함할 수 있다. 관절 별 가동 각도 범위는 예를 들어, 어깨, 팔, 또는 목에 포함되는 관절들 각각이 움직일 수 있는 각도값 범위를 의미한다. 본 개시의 일 실시예에서, 제약 사항 정보는 전자 장치(100)의 메모리(120)에 미리 저장되어 있을 수 있지만, 이에 한정되는 것은 아니다. 본 개시의 다른 실시예에서, 제약 사항 정보는 사용자에 의해 입력될 수도 있다. 본 개시의 일 실시예에서, 전자 장치(100)는 인버스 키네매틱스(inverse kinematics) 알고리즘을 이용하여, 제약 사항 정보 및 손 관절값 데이터 셋(10)에 포함된 관절값들(θhand dataset)에 기초하여 상체 관절의 관절 각도값(θshoulder, θelbow, θneck)을 계산할 수 있다. 그러나, 이에 한정되는 것은 아니고, 본 개시의 다른 실시예에서, 전자 장치(100)는 인버스 키네매틱스 알고리즘을 이용하여 상체 관절의 3차원 위치 좌표값을 계산할 수도 있다.
전자 장치(100)는 손 관절값 데이터 셋(10) 및 상체 관절값(20)을 포함하는 자세 벡터를 획득하고, 자세 벡터를 이용하여 3차원 캐릭터 이미지(30)를 렌더링(rendering)한다(동작 ③). 본 개시의 일 실시예에서, 전자 장치(100)는 자세 벡터에 포함된 관절값들을 3차원 캐릭터 이미지(30)에 적용하는 이미지 렌더링(image rendering)을 수행할 수 있다. 본 개시에서, '3차원 캐릭터 이미지(30)'는 복수의 관절 각도값을 통해 특정 자세로 렌더링되도록 구성된 3차원 그래픽 객체 또는 애니메이션일 수 있다. 예를 들어, 3차원 캐릭터 이미지(30)는 아바타(avatar)일 수 있다. 전자 장치(100)는 자세 벡터에 포함된 복수의 관절값을 이용하여 3차원 캐릭터 이미지(30)를 렌더링함으로써, 복수의 이미지 프레임(f1 내지 fn)을 획득할 수 있다. 복수의 이미지 프레임(f1 내지 fn)은 3차원 캐릭터 이미지(30)를 가상의 카메라를 통해 촬영하여 획득한 것처럼 렌더링된 이미지일 수 있다. 예를 들어, 복수의 이미지 프레임(f1 내지 fn)은 가상 카메라의 화각(Field of View, FOV), 렌즈 구성(예를 들어, RGB 카메라, 모노 카메라, 깊이 카메라 등), 또는 카메라의 위치를 반영하여 직접 촬영하여 획득된 것처럼 시뮬레이션된 이미지일 수 있다. 복수의 이미지 프레임(f1 내지 fn) 각각은 연속적인 복수의 손 자세를 나타낼 수 있다.
본 개시의 일 실시예에서, 전자 장치(100)는 자세 벡터를 이용하여 3차원 캐릭터 이미지(30)를 렌더링하고, 배경 이미지를 합성하여 복수의 이미지 프레임(f1 내지 fn)을 획득할 수 있다. 배경 이미지는 사전에 촬영된 이미지이거나, 또는 사용자에 의해 선택된 이미지일 수 있다.
전자 장치(100)는 복수의 이미지 프레임(f1 내지 fn)을 연속적으로 나열함으로써, 손 동작을 나타내는 동영상 데이터(40)를 획득한다 (동작 ④). 그러나, 이에 한정되는 것은 아니고, 전자 장치(100)는 자세 벡터를 이용하는 이미지 렌더링을 통해 단일의 이미지를 획득할 수도 있다.
일반적인 증강 현실 디바이스는 사용자의 양 손의 자유로움을 보장하기 위하여 별도의 외부 입력 장치를 사용하지 않고, 증강 현실 디바이스에 탑재되는 카메라를 이용하여 촬영된 이미지로부터 사용자의 손을 인식하는 비젼 기반 핸드 트래킹(Vision-based Hand tracking) 기술을 사용한다. 증강 현실 디바이스가 사용자의 손 자세 또는 손 동작을 인식하도록 하기 위해서는, 특정 손 자세 또는 손 동작에 해당되는 이미지 데이터를 입력 데이터로서 이용하여 핸드 트래킹 인공지능(Artificial Intelligence, AI) 모델을 통한 학습(training)이 선행되어야 한다. 인공지능 모델의 학습을 위해서는 수많은 이미지 데이터들이 필요하지만, 실제 사람의 손의 자세 또는 손 동작을 카메라를 이용하여 촬영하여 수많은 이미지 데이터를 직접 획득하기에는 시간 및 비용이 많이 소요되고, 데이터 요구량이 높아지는 문제점이 있다. 또한, 손 동작을 나타내는 가상의 이미지를 임의적으로 생성하는 경우, 생성된 가상의 손 모양이 실제 사람의 관절의 위치 및 각도를 정확하게 반영하지 못하여 부자연스러운 손 동작을 나타내는 문제점이 발생될 수 있다.
본 개시의 전자 장치(100)는 손 관절값 데이터 셋(10) 및 상체 관절값(20)을 포함하는 자세 벡터를 이용하여 3차원 캐릭터 이미지(30)를 렌더링하고, 렌더링 결과 복수의 이미지 프레임(f1 내지 fn)을 획득하며, 복수의 이미지 프레임(f1 내지 fn)을 연속적으로 나열하여 손 동작을 나타내는 동영상 데이터(40)를 획득하는 바, 직접 손 자세 또는 손 동작을 촬영하여 수많은 이미지 데이터를 획득하는 경우 소모되는 시간 및 비용의 발생을 방지할 수 있고, 데이터 요구량을 감소시킬 수 있는 기술적 효과를 제공한다. 또한, 본 개시의 일 실시예에 따른 전자 장치(100)는 인체의 근골격계의 해부학적 특징에 따른 제약 사항 정보를 이용하여 손 관절값 데이터 셋(10)에 포함되는 손의 관절 각도값(θthumb, θindex, θmiddle, θring, θlittle, θwrist)과 자연스럽게 연결되는 상체 관절값(20)을 획득하는 바, 인체 구조 상 취할 수 없는 자세를 나타내는 이미지 데이터의 생성을 미연에 방지하고, 보다 자연스럽고, 사실적인 손 자세 또는 손 동작을 나타내는 이미지 데이터를 획득할 수 있다. 또한, 본 개시의 일 실시예에 따른 전자 장치(100)는 가상의 3차원 캐릭터 이미지(30)를 이용하여 렌더링을 수행하는 바, 사용자가 원하는 인종, 키, 몸무게, 피부 색깔 등에 따라 커스텀된(customized) 이미지 데이터를 획득할 수 있는 기술적 효과를 제공한다.
도 2는 본 개시의 일 실시예에 따른 전자 장치(100)의 구성 요소를 도시한 블록도이다.
도 2를 참조하면, 전자 장치(100)는 프로세서(110) 및 메모리(120)를 포함할 수 있다. 프로세서(110)와 메모리(120)는 전기적 및/또는 물리적으로 서로 연결될 수 있다.
도 2에 도시된 구성 요소는 본 개시의 일 실시예에 따른 것일 뿐, 전자 장치(100)가 포함하고 있는 구성 요소가 도 2에 도시된 것으로 한정되는 것은 아니다. 전자 장치(100)는 도 2에 도시되지 않은 구성 요소를 더 포함할 수 있다. 본 개시의 일 실시예에서, 전자 장치(100)는 웹 기반 데이터베이스(또는 웹 스토리지) 또는 외부 클라우드 서버와 데이터 통신을 수행하도록 구성되는 통신 인터페이스를 더 포함할 수 있다. 통신 인터페이스는 예를 들어, 유선 랜, 무선 랜(Wireless LAN), 와이파이(Wi-Fi), 블루투스(Bluetooth), 지그비(zigbee), WFD(Wi-Fi Direct), 적외선 통신(IrDA, infrared Data Association), BLE (Bluetooth Low Energy), NFC(Near Field Communication), 와이브로(Wireless Broadband Internet, Wibro), 와이맥스(World Interoperability for Microwave Access, WiMAX), SWAP(Shared Wireless Access Protocol), 와이기그(Wireless Gigabit Allicance, WiGig) 및 RF 통신을 포함하는 데이터 통신 방식 중 적어도 하나를 이용하여 웹 기반 데이터베이스 또는 클라우드 서버와 데이터 통신을 수행할 수 있다.
본 개시의 일 실시예에서, 전자 장치(100)는 3차원 캐릭터 이미지를 선택하는 사용자 입력을 수신하는 사용자 입력 인터페이스를 더 포함할 수도 있다. 사용자 입력 인터페이스는 예를 들어, 터치스크린으로 구성될 수 있다. 그러나, 이에 한정되는 것은 아니고, 사용자 입력 인터페이스는 키보드, 마우스, 스타일러스 펜(예를 들어, S펜) 등 본 기술 분야에서 공지된 모든 방식의 입력 인터페이스를 포함할 수 있다.
프로세서(110)는 메모리(120)에 저장된 프로그램의 하나 이상의 명령어들(instructions)을 실행할 수 있다. 프로세서(110)는 산술, 로직 및 입출력 연산과 시그널 프로세싱을 수행하는 하드웨어 구성 요소로 구성될 수 있다. 프로세서(110)는 예를 들어, 중앙 처리 장치(Central Processing Unit), 마이크로 프로세서(microprocessor), 그래픽 프로세서(Graphic Processing Unit), ASICs(Application Specific Integrated Circuits), DSPs(Digital Signal Processors), DSPDs(Digital Signal Processing Devices), PLDs(Programmable Logic Devices), 및 FPGAs(Field Programmable Gate Arrays) 중 적어도 하나로 구성될 수 있으나, 이에 한정되는 것은 아니다.
본 개시의 일 실시예에서, 프로세서(110)는 인공 지능(Artificial Intelligence; AI) 학습을 수행하는 AI 프로세서를 포함할 수 있다. AI 프로세서는, 인공 지능(AI)을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 또는 기존의 범용 프로세서(예: CPU 또는 application processor) 또는 그래픽 전용 프로세서(예: GPU)의 일부로 제작되어 전자 장치(100) 내의 프로세서(110)에 탑재될 수 있다.
도 2에는 프로세서(110)가 하나의 엘리먼트로 도시되었으나, 이에 한정되는 것은 아니다. 일 실시예에서, 프로세서(110)는 하나 또는 하나 이상의 복수 개로 구성될 수 있다.
메모리(120)는 예를 들어, 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(RAM, Random Access Memory) SRAM(Static Random Access Memory), 롬(ROM, Read-Only Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 또는 광 디스크 중 적어도 하나의 타입의 저장매체로 구성될 수 있다.
메모리(120)에는 전자 장치(100)가 손 동작을 나타내는 이미지 데이터를 획득하는 기능 또는 동작들과 관련된 명령어들(instructions)이 저장될 수 있다. 본 개시의 일 실시예에서, 본 개시의 일 실시예에서, 메모리(120)에는 프로세서(110)가 판독할 수 있는 명령어들, 알고리즘(algorithm), 데이터 구조, 프로그램 코드(program code), 및 애플리케이션 프로그램(application program) 중 적어도 하나가 저장될 수 있다. 메모리(120)에 저장되는 명령어들, 알고리즘, 데이터 구조, 및 프로그램 코드는 예를 들어, C,　C++, 자바(Java), 어셈블러(assembler) 등과 같은 프로그래밍 또는 스크립팅 언어로 구현될 수 있다.
메모리(120)에는 손 관절값 데이터 셋(122), 상체 관절값 획득 모듈(124), 보간 모듈(126), 및 렌더링 모듈(128)에 관한 명령어들, 알고리즘, 데이터 구조, 또는 프로그램 코드가 저장되어 있을 수 있다. 메모리(120)에 포함되는 '모듈'은 프로세서(110)에 의해 수행되는 기능이나 동작을 처리하는 단위를 의미하고, 이는 명령어들, 알고리즘, 데이터 구조, 또는 프로그램 코드와 같은 소프트웨어로 구현될 수 있다.
이하의 실시예에서, 프로세서(110)는 메모리(120)에 저장된 명령어들 또는 프로그램 코드들을 실행함으로써 구현될 수 있다.
손 관절값 데이터 셋(122)은 손 자세를 구성하는 손의 관절들에 관한 관절값 데이터를 포함한다. 본 개시의 일 실시예에서, 손 관절값 데이터 셋(122)은 손가락(예를 들어, 엄지, 검지, 중지, 약지, 소지), 손바닥, 및 손목 중 적어도 하나의 관절에 관한 관절 각도값을 포함할 수 있다. 그러나, 이에 한정되는 것은 아니고, 본 개시의 다른 실시예에서 손 관절값 데이터 셋(122)은 손가락, 손바닥, 및 손목 중 적어도 하나의 관절에 관한 3차원 위치 좌표값을 포함할 수도 있다.
손 관절값 데이터 셋(122)에 포함된 손 관절의 관절 각도값들은 서로 다른 복수의 손 자세와 페어링(pairing)되어 저장되어 있을 수 있다. 본 개시의 일 실시예에서, 복수의 손 자세와 복수의 손 관절 각도값은 키-밸류 포맷으로 메모리(120)에 저장될 수 있다. 예를 들어, 복수의 손 자세는 키(key)로서, 대응되는 복수의 손 관절 각도값은 밸류(value)로서, 메모리(120)에 저장될 수 있다. 손 관절값 데이터 셋(122)에 저장된 관절 각도값에 대해서는 도 6에서 상세하게 설명하기로 한다.
프로세서(110)는 메모리(120)에 액세스(access)하여 특정 손 자세를 구성하는 손 관절 각도값을 검색하고, 불러오기(load)를 수행함으로써 손 관절의 관절 각도값을 획득할 수 있다. 예를 들어, 프로세서(110)는 메모리(120)에 액세스하여, 주먹 쥔 자세에 대응되는 손 관절(예를 들어, 손목, 엄지, 검지, 중지, 약지, 및 소지)의 관절 각도값을 검색하고, 검색 결과에 따라 손 관절의 관절 각도값 데이터를 추출할 수 있다.
도 2에는 손 관절값 데이터 셋(122)이 메모리(120) 내에 저장되어 있는 것으로 도시되었으나, 본 개시가 도면에 도시된 바와 같이 한정되는 것은 아니다. 본 개시의 일 실시예에서, 손 관절값 데이터 셋(122)은 메모리(120)와는 별개의 구성 요소인, 전자 장치(100) 내의 데이터베이스에 저장될 수도 있다. 이 경우, 데이터베이스는 비휘발성 메모리로 구성될 수 있다. 비휘발성 메모리(Non-volatile memory)는 전원이 공급되지 않은 상태에서도 정보를 저장 및 유지하고, 전원이 공급되면 다시 저장된 정보를 사용할 수 있는 기억 매체를 의미한다. 비휘발성 메모리는 예를 들어, 플래시 메모리(flash memory), 하드디스크(hard disk), SSD(Solid State Drive), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 외장 메모리(예를 들어 SD 또는 XD 메모리 등), 롬(Read Only Memory; ROM), 자기 디스크, 또는 광디스크 중 적어도 하나로 구성될 수 있다.
그러나 이에 한정되는 것은 아니고, 본 개시의 다른 실시예에서, 손 관절값 데이터 셋(122)은 네트워크를 통해 접속 가능하고, 저장 기능을 수행하는 웹 스토리지(web storage) 또는 클라우드 서버에 저장되어 있을 수도 있다. 이 경우, 전자 장치(100)는 통신 인터페이스를 통해 웹 스토리지 또는 클라우드 서버와 통신 연결하고, 데이터 송수신을 수행할 수 있다. 프로세서(110)는 웹 스토리지 또는 클라우드 서버로부터 손 관절의 관절 각도값을 획득할 수 있다.
상체 관절값 획득 모듈(124)은 손 관절값 데이터 셋 및 제약 사항 정보에 기초하여, 상체 관절값을 획득하는 기능 및/또는 동작과 관련된 명령어들 또는 프로그램 코드로 구성된다. 본 개시의 일 실시예에서, 상체 관절값은 상체의 관절 중 손 관절값 데이터 셋에 포함된 손의 관절값을 제외한 나머지 관절들의 관절 각도값을 포함할 수 있다. 상체 관절값은 예를 들어, 목, 어깨, 팔목, 및 팔꿈치 중 적어도 하나의 관절의 관절 각도값을 포함할 수 있다. 그러나, 이에 한정되는 것은 아니고, 본 개시의 일 실시예에서, 상체 관절값은 목, 어깨, 팔목, 및 팔꿈치 중 적어도 하나의 관절 각도값 뿐만 아니라 상체 관절의 3차원 위치 좌표값을 더 포함할 수 있다.
프로세서(110)는 상체 관절값 획득 모듈(124)로부터 상체 관절에 관한 제약 사항 정보를 획득할 수 있다. 본 개시에서, '제약 사항 정보'는 인체의 근골격계의 해부학적 특징에 따른 상체에 포함되는 복수의 관절 별 가동(可動) 각도 범위에 관한 정보를 포함할 수 있다. 관절 별 가동 각도 범위는 예를 들어, 어깨, 팔, 또는 목에 포함되는 관절들 각각이 움직일 수 있는 각도값 범위를 의미한다.
프로세서(110)는 상체 관절값 획득 모듈(124)과 관련된 명령어들 또는 프로그램 코드를 실행함으로써, 제약 사항 정보 및 손 관절값 데이터 셋에 기초하여 상체 관절의 관절 각도값을 획득할 수 있다. 본 개시의 일 실시예에서, 프로세서(110)는 인버스 키네매틱스(inverse kinematics) 알고리즘을 이용하여, 제약 사항 정보 및 손 관절값 데이터 셋에 포함된 관절값들에 기초하여 상체 관절의 관절 각도값을 계산할 수 있다. 프로세서(110)는 손 관절값 데이터 셋에 포함된 손 관절과 자연스럽게 연결되는 상체 관절의 관절 각도값을 계산할 수 있다. 그러나, 이에 한정되는 것은 아니고, 본 개시의 다른 실시예에서, 프로세서(110)는 공지의 다른 알고리즘을 이용하여 제약 사항 정보 및 손 관절값 데이터 셋에 기초하여 상체 관절의 관절 각도값을 계산할 수도 있다.
본 개시의 일 실시예에서, 전자 장치(100)는 3차원 캐릭터 이미지를 선택하는 사용자 입력을 수신하는 사용자 입력 인터페이스를 더 포함하고, 프로세서(110)는 사용자 입력 인터페이스를 통해 수신된 사용자 입력에 기초하여 3차원 캐릭터 이미지를 결정할 수 있다. 프로세서(110)는 결정된 3차원 캐릭터 이미지로부터 상체 관절 중 일부 관절의 3차원 위치 좌표값 및 상체의 일부 부위의 길이 정보를 획득할 수 있다. 본 개시의 일 실시예에서, 프로세서(110)는 결정된 3차원 캐릭터 이미지로부터 팔길이 및 상체 관절 중 적어도 하나의 3차원 위치 좌표값에 관한 정보를 획득할 수 있다. 예를 들어, 프로세서(110)는 어깨, 팔꿈치, 또는 팔목 중 적어도 하나의 관절의 3차원 위치 좌표값 정보를 획득할 수 있다. 프로세서(110)는 인버스 키네매틱스 알고리즘을 이용하여, 3차원 캐릭터 이미지로부터 획득된 상체 관절의 3차원 위치 좌표값에 기초하여 상체 관절의 관절 각도값을 계산할 수 있다. 전자 장치(100)가 3차원 캐릭터 이미지를 결정하고, 결정된 3차원 캐릭터 이미지로부터 획득된 팔길이 및 상체 관절의 위치 정보에 기초하여 상체 관절의 관절 각도값을 획득하는 구체적인 실시예에 대해서는 도 4, 도 5a, 및 도 5b에서 상세하게 설명하기로 한다.
프로세서(110)는 손 관절값 데이터 셋 및 상체 관절값에 각각 포함된 관절 각도값을 이용하여 자세 벡터를 획득할 수 있다. 본 개시의 일 실시예에서, 프로세서(110)는 이미지 프레임 별로 복수의 관절 각도값을 포함하는 자세 벡터를 획득할 수 있다. 프로세서(110)가 특정 손 자세에 대응되는 자세 벡터를 획득하는 구체적인 실시예에 대해서는 도 6에서 상세하게 설명하기로 한다.
보간 모듈(126)은 서로 다른 손 자세를 나타내는 복수의 자세 벡터를 이용하여 보간(interpolation)을 수행함으로써, 복수의 자세 벡터를 획득하는 기능 및/또는 동작에 관한 명령어들 또는 프로그램 코드로 구성된다. 본 개시의 일 실시예에서, 보간 모듈(126)은 구면 선형 보간(Spherical Linear Interpolation, SLERP)을 수행함으로써, 복수의 자세 벡터를 획득할 수 있다. 프로세서(110)는 서로 다른 손 자세를 나타내는 복수의 자세 벡터를 복수의 키 이미지 프레임(key image frame)에 대응되는 자세 벡터로서 획득하고, 보간 모듈(126)과 관련된 명령어들 또는 프로그램 코드를 실행함으로써 복수의 키 이미지 프레임에 대응되는 자세 벡터를 이용하는 보간을 수행할 수 있다. 본 개시의 일 실시예에서, 프로세서(110)는 구면 선형 보간(SLERP)을 수행함으로써, 복수의 키 이미지 프레임의 자세 벡터로부터 복수의 이미지 프레임에 각각 대응되는 복수의 자세 벡터를 획득할 수 있다. 프로세서(110)가 보간을 수행함으로써, 복수의 이미지 프레임에 대응되는 복수의 자세 벡터를 획득하는 구체적인 실시예에 대해서는 도 7 및 도 8에서 상세하게 설명하기로 한다.
렌더링 모듈(128)은 자세 벡터를 이용하여 3차원 캐릭터 이미지를 렌더링하는 기능 및/또는 동작에 관한 명령어들 또는 프로그램 코드로 구성된다. 프로세서(110)는 렌더링 모듈(128)과 관련된 명령어들 또는 프로그램 코드를 실행함으로써, 자세 벡터에 포함된 복수의 관절값을 3차원 캐릭터 이미지에 적용하는 이미지 렌더링을 수행할 수 있다. 본 개시의 일 실시예에 따른 3차원 캐릭터 이미지는 손 관절값 데이터 셋 및 상체 관절값에 각각 포함되는 복수의 관절 각도값을 통해 특정 자세로 렌더링되도록 구성된 가상의 3차원 이미지일 수 있다.
프로세서(110)는 복수의 자세 벡터 각각에 포함된 복수의 관절값을 이용하여 3차원 캐릭터 이미지를 렌더링함으로써, 복수의 이미지 프레임을 획득할 수 있다. 본 개시의 일 실시예에서, 프로세서(110)는 렌더링된 3차원 캐릭터 이미지를 배경 이미지와 합성하여 복수의 이미지 프레임을 획득할 수 있다. 배경 이미지는 미리 촬영하여 획득된 이미지이거나, 또는 사용자에 의해 선택 또는 입력된 이미지일 수 있다.
프로세서(110)는 서로 다른 손 자세를 나타내는 복수의 이미지 프레임을 획득된 순서대로 나열함으로써, 연속적인 손 자세로 구성된 손 동작을 나타내는 동영상 데이터를 획득할 수 있다. 프로세서(110)가 복수의 이미지 프레임을 렌더링하고, 복수의 이미지 프레임을 이용하여 동영상 데이터를 획득하는 구체적인 실시예에 대해서는 도 9 내지 도 11에서 상세하게 설명하기로 한다.
프로세서(110)에 의해 획득된 복수의 이미지 프레임은, 3차원 캐릭터 이미지를 가상의 카메라를 통해 촬영하여 획득한 것처럼 렌더링된 이미지일 수 있다. 예를 들어, 복수의 이미지 프레임은 가상 카메라의 화각(FOV), 렌즈 구성(예를 들어, RGB 카메라, 모노 카메라, 깊이 카메라 등), 또는 카메라의 위치를 반영하여 직접 촬영하여 획득된 것처럼 시뮬레이션된 이미지일 수 있다. 본 개시의 일 실시예에서, 프로세서(110)는 증강 현실 디바이스 또는 머리 착용형 디바이스(Head Mounted Device, HMD)의 카메라의 위치 정보 및 사양 정보(spec information)를 획득하고, 카메라의 위치 정보 및 사양 정보에 기초하여 3차원 캐릭터 이미지의 위치, 크기, 각도, 컬러, 텍스쳐(texture), 및 깊이 값 중 적어도 하나를 렌더링(rendering)할 수 있다. 프로세서(110)가 증강 현실 디바이스 또는 머리 착용형 디바이스(HMD)에 포함된 카메라의 위치 정보 및 사양 정보에 기초하여 3차원 캐릭터 이미지를 렌더링하는 구체적인 실시예에 대해서는 도 12, 도 13a, 및 도 13b에서 상세하게 설명하기로 한다.
도 2에서, 프로세서(110)는 보간 모듈(126)을 이용하여 보간을 수행함으로써 키 이미지 프레임의 자세 벡터로부터 복수의 자세 벡터를 획득하며, 렌더링 모듈(128)을 이용하여 3차원 캐릭터 이미지를 렌더링함으로써 복수의 자세 벡터로부터 복수의 이미지 프레임을 획득하는 것으로 설명되었지만, 본 개시의 실시예가 이와 같이 한정되는 것은 아니다. 본 개시의 다른 실시예에서, 프로세서(110)는 보간을 수행하지 않고, 손 관절값 데이터 셋 및 상체 관절값에 각각 포함되는 복수의 관절값으로 구성되는 단일의 자세 벡터를 획득하고, 단일의 자세 벡터로부터 단일의 이미지 프레임을 획득할 수도 있다.
도 3은 본 개시의 일 실시예에 따른 전자 장치(100)의 동작 방법을 도시한 흐름도이다.
단계 S310에서, 전자 장치(100)는 인체의 근골격계에 따른 상체 관절의 관절 각도값에 관한 제약 사항 정보를 획득한다. '제약 사항 정보'는 인체의 근골격계의 해부학적 특징에 따른 상체에 포함되는 복수의 관절 별 가동(可動) 각도 범위에 관한 정보를 포함할 수 있다. 관절 별 가동 각도 범위는 예를 들어, 어깨, 팔, 또는 목에 포함되는 관절들 각각이 움직일 수 있는 각도값 범위를 의미한다. 본 개시의 일 실시예에서, 제약 사항 정보는 전자 장치(100)의 메모리(120, 도 2 참조)에 미리 저장되어 있을 수 있지만, 이에 한정되는 것은 아니다. 본 개시의 다른 실시예에서, 제약 사항 정보는 사용자에 의해 입력될 수도 있다.
단계 S320에서, 전자 장치(100)는 손 자세를 구성하는 복수의 관절에 관한 손 관절값 데이터 셋을 메모리(120)로부터 로드(load)한다. 메모리(120)에는 서로 다른 복수의 손 자세에 각각 대응되는 복수의 손 관절의 관절 각도값을 포함하는 손 관절값 데이터 셋이 저장되어 있을 수 있다. 손 관절값 데이터 셋은 예를 들어, 특정 손 자세를 구성하는 손목, 엄지, 검지, 중지, 약지, 및 소지 중 적어도 하나의 관절 각도값을 포함할 수 있다. 전자 장치(100)는 메모리(120)에 액세스(access)하여 획득하고자 하는 손 자세를 검색하고, 검색된 손 자세에 대응되는 손 관절값 데이터 셋을 불러오기(load)함으로써, 메모리(120)로부터 손 관절의 관절 각도값을 추출할 수 있다.
단계 S330에서, 전자 장치(100)는 손 관절값 데이터 셋 및 제약 사항 정보에 기초하여, 손 관절들과 연결되는 상체 관절의 관절값을 획득한다. 전자 장치(100)는 손 관절값 데이터 셋에 포함된 손 관절과 자연스럽게 연결되는 상체 관절의 관절 각도값을 계산할 수 있다. 예를 들어, 전자 장치(100)는 인체의 해부학적 특징에 따른 상체 관절의 가동(可動) 각도 범위에 따라 손 관절과 자연스럽게 연결되는 목, 어깨, 팔꿈치, 및 팔목 중 적어도 하나의 관절에 관한 관절 각도값을 계산할 수 있다. 본 개시의 일 실시예에서, 전자 장치(100)는 인버스 키네매틱스(inverse kinematics) 알고리즘을 이용하여, 제약 사항 정보 및 손 관절값 데이터 셋에 포함된 손 관절값들에 기초하여 상체 관절의 관절 각도값을 계산할 수 있다.
단계 S340에서, 전자 장치(100)는 획득된 상체 관절의 관절값 및 손 관절값 데이터 셋을 이용하여 키 이미지 프레임(key image frame)에서의 자세 벡터를 획득한다. 전자 장치(100)는 상체 관절의 관절 각도값 및 손 관절값 데이터 셋에 포함된 손 관절의 관절 각도값으로 구성된 자세 벡터를 획득할 수 있다. 본 개시의 일 실시예에서, 자세 벡터는 손목, 손가락(엄지, 검지, 중지, 약지, 및 소지), 목, 어깨, 및 팔꿈치 중 적어도 하나의 관절에 관한 관절 각도값으로 구성될 수 있다.
전자 장치(100)는 특정 손 자세를 구성하는 관절 각도값들을 키 이미지 프레임에 대응되는 자세 벡터로서 획득할 수 있다. 본 개시의 일 실시예에서, 전자 장치(100)는 서로 다른 손 자세를 구성하는 복수의 키 이미지 프레임에 대응되는 복수의 자세 벡터를 획득할 수 있다.
단계 S350에서, 전자 장치(100)는 획득된 키 이미지 프레임의 자세 벡터를 이용하는 보간(interpolation)을 수행함으로써, 복수의 자세 벡터를 획득한다. 전자 장치(100)는 서로 다른 손 자세를 구성하는 복수의 자세 벡터를 복수의 키 이미지 프레임(key image frame)에 대응되는 자세 벡터로서 획득하고, 복수의 키 이미지 프레임에 대응되는 복수의 자세 벡터를 이용하여 보간을 수행할 수 있다. 본 개시의 일 실시예에서, 전자 장치(100)는 구면 선형 보간(Spherical Linear Interpolation, Slerp)을 수행할 수 있다. 전자 장치(100)는 키 이미지 프레임에 대응되는 자세 벡터를 이용하여 구면 선형 보간을 수행함으로써, 복수의 이미지 프레임에 각각 대응되는 복수의 자세 벡터를 획득할 수 있다.
단계 S360에서, 전자 장치(100)는 획득된 복수의 자세 벡터를 이용하는 이미지 렌더링(image rendering)을 수행함으로써, 손 동작을 나타내는 복수의 이미지 프레임을 획득한다. 전자 장치(100)는 복수의 자세 벡터 각각에 포함된 복수의 관절값을 이용하여 3차원 캐릭터 이미지를 렌더링할 수 있다. 본 개시에서, '3차원 캐릭터 이미지'는 복수의 관절 각도값을 통해 특정 자세로 렌더링되도록 구성된 3차원 그래픽 객체 또는 애니메이션일 수 있다. 본 개시의 일 실시예에서, 전자 장치(100)는 사용자 입력을 수신하는 사용자 입력 인터페이스를 더 포함하고, 사용자 입력 인터페이스를 통해 3차원 캐릭터 이미지를 선택하는 사용자 입력을 수신할 수 있다. 전자 장치(100)는 수신된 사용자 입력에 기초하여 3차원 캐릭터 이미지를 결정할 수 있다. 그러나, 이에 한정되는 것은 아니고, 3차원 캐릭터 이미지는 미리 설정되거나, 또는 무작위로(randomly) 선택될 수도 있다. 전자 장치(100)는 획득된 복수의 자세 벡터를 이용하여, 결정된 3차원 캐릭터 이미지를 렌더링할 수 있다.
본 개시의 일 실시예에서, 전자 장치(100)는 렌더링된 3차원 캐릭터 이미지를 배경 이미지와 합성하여 복수의 이미지 프레임을 획득할 수 있다. 배경 이미지는 미리 촬영하여 획득된 이미지이거나, 또는 사용자에 의해 선택된 이미지일 수 있다.
전자 장치(100)는 서로 다른 손 자세를 나타내는 복수의 이미지 프레임을 연속적으로 나열함으로써, 손 동작을 나타내는 동영상 데이터를 획득할 수 있다.
도 4는 본 개시의 일 실시예에 따른 전자 장치(100)가 3차원 캐릭터 이미지를 결정하고, 결정된 3차원 캐릭터 이미지에 기초하여 상체 관절의 관절 각도값을 획득하는 방법을 도시한 흐름도이다.
도 4에 도시된 단계들 S410 및 S420은 도 3의 단계 S310이 수행되기 전에 수행될 수 있다. 단계 S420이 수행된 이후에는 도 3의 단계 S310이 수행될 수 있다. 도 4에 도시된 단계 S430은 도 3의 단계 S330의 동작을 구체화한 단계이다.
단계 S410에서, 전자 장치(100)는 사용자 입력에 기초하여 3차원 캐릭터 이미지를 결정한다. 본 개시에서, '3차원 캐릭터 이미지'는 복수의 관절 각도값을 통해 특정 자세로 렌더링되도록 구성된 3차원 그래픽 객체 또는 애니메이션일 수 있다. 예를 들어, 3차원 캐릭터 이미지는 아바타(avatar)일 수 있다. 전자 장치(100)의 메모리(120, 도 2 참조)에는 적어도 하나의 3차원 캐릭터 이미지의 데이터가 저장되어 있을 수 있다. 예를 들어, 적어도 하나의 3차원 캐릭터 이미지의 데이터는 메모리(120) 내의 렌더링 모듈(128, 도 2 참조)에 저장되어 있을 수 있으나, 이에 한정되지 않는다. 본 개시의 다른 실시예에서, 적어도 하나의 3차원 캐릭터 이미지의 데이터는 외부 저장 장치(예를 들어, 외장 메모리 카드 또는 외부 데이터베이스), 웹 스토리지(web storage), 또는 클라우드 서버에 저장되어 있을 수도 있다.
도 5a는 본 개시의 일 실시예에 따른 인종 별 3차원 캐릭터 이미지들(511, 512, 513)를 도시한 도면이다.
도 5a를 함께 참조하면, 전자 장치(100)의 메모리(120) 내에는 인종 별 3차원 캐릭터 이미지들(511, 512, 513)이 저장되어 있을 수 있다. 도 5a에 도시된 실시예에서, 제1 캐릭터 이미지(511)는 흑인의 신체를 도식화한 아바타이고, 제2 캐릭터 이미지(512)는 동양인의 신체를 도식화한 아바타이며, 제3 캐릭터 이미지(513)는 서양인의 신체를 도식화한 아바타일 수 있다.
도 5b는 본 개시의 일 실시예에 따른 연령 별 3차원 캐릭터 이미지들(521, 522, 523)를 도시한 도면이다.
도 5b를 함께 참조하면, 전자 장치(100)의 메모리(120) 내에는 연령 별 3차원 캐릭터 이미지들(521, 522, 523)이 저장되어 있을 수 있다. 도 5b에 도시된 실시예에서, 제1 캐릭터 이미지(521)는 유아의 신체를 도시화한 아바타이고, 제2 캐릭터 이미지(522)는 초등학생의 신체를 도식화한 아바타이며, 제3 캐릭터 이미지(523)는 성인의 신체를 도식화한 아바타일 수 있다.
본 개시의 일 실시예에서, 전자 장치(100)는 3차원 캐릭터 이미지들(511 내지 513, 521 내지 523) 중 어느 하나를 선택하는 사용자 입력을 수신하는 사용자 입력 인터페이스를 더 포함할 수 있다. 사용자 입력 인터페이스는 예를 들어, 키보드, 마우스, 터치스크린, 또는 스타일러스 펜(예를 들어, S펜) 등 공지된 모든 방식의 입력 인터페이스를 포함할 수 있다. 전자 장치(100)는 사용자 입력 인터페이스를 통해 적어도 하나의 3차원 캐릭터 이미지들(511 내지 513, 521 내지 523) 중 어느 하나의 캐릭터 이미지를 선택하는 사용자 입력을 수신할 수 있다. 전자 장치(100)는 수신된 사용자 입력에 기초하여 3차원 캐릭터 이미지를 결정할 수 있다.
그러나, 3차원 캐릭터 이미지가 사용자 입력에 의해서만 선택되는 것은 아니다. 본 개시의 다른 실시예에서, 3차원 캐릭터 이미지는 단일의 캐릭터 이미지로 구성되거나, 또는 미리 결정될 수 있다. 또한, 3차원 캐릭터 이미지는 무작위로(randomly) 선택될 수도 있다.
다시 도 4를 참조하면, 단계 S420에서 전자 장치(100)는 결정된 3차원 캐릭터 이미지로부터 팔길이 및 상체 관절의 위치 좌표값을 획득한다. 3차원 캐릭터 이미지는 팔길이 및 상체 관절(예를 들어, 목, 어깨, 팔꿈치, 또는 팔목 중 적어도 하나의 관절)의 3차원 위치 좌표값 정보를 포함할 수 있다. 도 5a를 함께 참조하면, 제1 캐릭터 이미지(511)의 경우, 어깨의 위치(Pshoulder1)에서부터 손목의 위치(Pwrist1)까지의 거리는 제1 길이(l1)이고, 팔 길이는 제1 길이(l1)일 수 있다. 또한, 제1 캐릭터 이미지(511)는 어깨 위치(Pshoulder1)의 3차원 위치 좌표값, 팔꿈치 위치(Pelbow1)의 3차원 위치 좌표값, 및 손목 위치(Pwrist1)의 3차원 위치 좌표값을 포함할 수 있다. 마찬가지로, 제2 캐릭터 이미지(512)의 경우 팔 길이는 제2 길이(l2)이고, 어깨 위치(Pshoulder2)의 3차원 위치 좌표값, 팔꿈치 위치(Pelbow2)의 3차원 위치 좌표값, 및 손목 위치(Pwrist2)의 3차원 위치 좌표값을 포함할 수 있다. 제3 캐릭터 이미지(513)의 경우 팔 길이는 제3 길이(l3)이고, 어깨 위치(Pshoulder3)의 3차원 위치 좌표값, 팔꿈치 위치(Pelbow3)의 3차원 위치 좌표값, 및 손목 위치(Pwrist3)의 3차원 위치 좌표값을 포함할 수 있다. 예를 들어, 제1 캐릭터 이미지(511)의 팔 길이인 제1 길이(l1)는 제2 캐릭터 이미지(512)의 팔 길이인 제2 길이(l2)의 크기 보다 클 수 있다. 전자 장치(100)는 제1 캐릭터 이미지(511) 내지 제3 캐릭터 이미지(513) 중 결정된 3차원 캐릭터 이미지의 팔 길이 및 상체 관절의 3차원 위치 좌표값을 획득할 수 있다.
도 5b를 함께 참조하면, 유아를 나타내는 아바타인 제1 캐릭터 이미지(521)의 경우, 어깨의 위치(Pshoulder1)에서부터 손목의 위치(Pwrist1)까지의 거리는 제1 길이(l1)이고, 팔 길이는 제1 길이(l1)일 수 있다. 또한, 제1 캐릭터 이미지(521)는 어깨 위치(Pshoulder1)의 3차원 위치 좌표값, 팔꿈치 위치(Pelbow1)의 3차원 위치 좌표값, 및 손목 위치(Pwrist1)의 3차원 위치 좌표값을 포함할 수 있다. 초등학생을 나타내는 아바타인 제2 캐릭터 이미지(522)의 경우 팔 길이는 제2 길이(l2)이고, 어깨 위치(Pshoulder2)의 3차원 위치 좌표값, 팔꿈치 위치(Pelbow2)의 3차원 위치 좌표값, 및 손목 위치(Pwrist2)의 3차원 위치 좌표값을 포함할 수 있다. 성인을 나타내는 아바타인 제3 캐릭터 이미지(523)의 경우 팔 길이는 제3 길이(l3)이고, 어깨 위치(Pshoulder3)의 3차원 위치 좌표값, 팔꿈치 위치(Pelbow3)의 3차원 위치 좌표값, 및 손목 위치(Pwrist3)의 3차원 위치 좌표값을 포함할 수 있다. 예를 들어, 유아의 아바타인 제1 캐릭터 이미지(521)의 팔 길이인 제1 길이(l1)는 초등학생의 아바타인 제2 캐릭터 이미지(522)의 팔 길이인 제2 길이(l2)의 크기 보다 작을 수 있다. 또한, 제2 캐릭터 이미지(522)의 팔 길이인 제2 길이(l2)는 성인의 아바타인 제3 캐릭터 이미지(523)의 팔 길이인 제3 길이(l3)의 크기 보다 작을 수 있다. 전자 장치(100)는 제1 캐릭터 이미지(521) 내지 제3 캐릭터 이미지(523) 중 결정된 3차원 캐릭터 이미지의 팔 길이 및 상체 관절의 3차원 위치 좌표값을 획득할 수 있다.
다시 도 4를 참조하면, 단계 S310에서 전자 장치(100)는 상체 관절의 관절 각도값에 관한 제약 사항 정보를 획득한다. 단계 S320에서, 전자 장치(100)는 손 관절값 데이터 셋을 메모리(120, 도 2 참조)로부터 로드(load)한다. 단계 S310 및 S320은 도 3에 도시된 단계 S310 및 S320과 동일하므로, 중복되는 설명은 생략한다.
단계 S430에서, 전자 장치(100)는 팔 길이, 상체 관절의 위치 좌표값, 및 제약 사항 정보에 기초하여 상체 관절의 관절 각도값을 획득한다. 본 개시의 일 실시예에서, 전자 장치(100)는 인버스 키네매틱스(inverse kinematics) 알고리즘을 이용하여, 3차원 캐릭터 이미지로부터 획득된 팔 길이 및 상체 관절(예를 들어, 목, 어깨, 팔꿈치, 또는 팔목 중 적어도 하나의 관절)의 3차원 위치 좌표값과 단계 S310에서 획득된 제약 사항 정보에 기초하여, 상체 관절의 관절 각도값을 계산할 수 있다. 그러나, 이에 한정되는 것은 아니고, 본 개시의 다른 실시예에서, 전자 장치(100)는 공지의 알고리즘을 이용하여, 3차원 캐릭터 이미지로부터 획득된 팔 길이, 상체 관절의 3차원 위치 좌표값, 및 제약 사항 정보에 기초하여 상체 관절의 관절 각도값을 계산할 수 있다.
도 4, 도 5a, 및 도 5b에 도시된 실시예에서, 전자 장치(100)는 인종 별 또는 연령 별 3차원 캐릭터 이미지(511 내지 513, 521 내지 523) 중 사용자가 원하는 3차원 캐릭터 이미지를 선택하고, 선택된 3차원 캐릭터 이미지에 기초하여 상체 관절의 관절 각도값을 획득할 수 있다. 따라서, 본 개시의 일 실시예에 따른 전자 장치(100)는 통계에 따른 인종 별 또는 연령 별 팔 길이와 관절 위치 정보를 반영할 수 있어 정확도가 높고, 자연스러운 손 동작의 이미지 데이터를 생성할 수 있는 기술적 효과를 제공한다. 또한, 본 개시의 일 실시예에 따른 전자 장치(100)는 인종 별 또는 연령 별로 키, 몸무게, 팔 길이, 또는 피부 색깔 등 커스텀된(customized) 이미지 데이터를 획득할 수 있는 기술적 효과를 제공한다.
도 6은 본 개시의 일 실시예에 따른 전자 장치(100)가 손 관절값 데이터 셋 및 상체 관절값을 포함하는 자세 벡터(650)를 획득하는 동작을 도시한 도면이다.
도 6을 참조하면, 프로세서(110)는 손 관절값 데이터 셋(122)으로부터 손 관절의 관절값을 획득하고, 획득된 손 관절의 관절값 및 제약 사항 정보에 기초하여 상체 관절값을 획득할 수 있다.
손 관절값 데이터 셋(122)에는 서로 다른 복수의 손 자세(610-1 내지 610-n)에 각각 대응되는 복수의 손 관절값 데이터 셋(620-1 내지 620-n)이 저장되어 있을 수 있다. 복수의 손 관절값 데이터 셋(620-1 내지 620-n)은 손에 포함된 복수의 관절 중 특정 손 자세를 구성하는 적어도 하나의 관절에 대하여 미리 설정된 관절 각도값을 포함할 수 있다. 예를 들어, 제1 손 관절값 데이터 셋(620-1)은 제1 자세(610-1)를 구성하는 손목의 제1 관절 각도값(θwrist1), 엄지의 제1 관절 각도값(θthumb1), 검지의 제1 관절 각도값(θindex1), 중지의 제1 관절 각도값(θmiddle1), 약지의 제1 관절 각도값(θring1), 및 소지의 제1 관절 각도값(θlittle1)을 포함할 수 있다. 마찬가지로, 제2 손 관절값 데이터 셋(620-2)은 제2 자세(610-2)를 구성하는 손목의 제2 관절 각도값(θwrist2), 엄지의 제2 관절 각도값(θthumb2), 검지의 제2 관절 각도값(θindex2), 중지의 제2 관절 각도값(θmiddle2), 약지의 제2 관절 각도값(θring2), 및 소지의 제2 관절 각도값(θlittle2)을 포함할 수 있다. 도 6에는 복수의 손 관절값 데이터 셋(620-1 내지 620-n)이 손목 및 손가락에 관한 관절 각도값을 포함하는 것으로 도시되었으나, 이에 한정되는 것은 아니다. 본 개시의 다른 실시예에서, 복수의 손 관절값 데이터 셋(620-1 내지 620-n)은 손목과 손가락 이외의 손에 포함된 다른 관절(예를 들어, 손 바닥 관절)에 관한 관절 각도값을 더 포함할 수도 있다.
본 개시의 일 실시예에서, 복수의 손 자세(610-1 내지 610-n)와 복수의 손 관절값 데이터 셋(620-1 내지 620-n)은 키-밸류 포맷으로 메모리(120, 도 2 참조)에 저장될 수 있다. 이 경우, 복수의 손 자세(610-1 내지 610-n)는 키(key)로서, 대응되는 복수의 손 관절값 데이터 셋(620-1 내지 620-n)은 밸류(value)로서, 메모리(120)에 저장될 수 있다. 예를 들어, 손가락을 편 자세를 나타내는 제1 자세(610-1)는 키로서, 제1 손 관절값 데이터 셋(620-1)은 밸류로서 페어링되어 저장될 수 있다. 마찬가지로, 주먹 쥔 자세인 제2 자세(610-2)는 제2 손 관절값 데이터 셋(620-2)과 페어링되고, 브이(v) 자세인 제n 자세(610-n)는 제n 손 관절값 데이터 셋(620-n)과 페어링되어 저장될 수 있다.
단계 S610에서, 프로세서(110)는 손 관절값 데이터 셋(122)에 저장된 제1 손 자세(610-1)에 관한 손 관절값 데이터 셋을 검색한다. 본 개시의 일 실시예에서, 프로세서(110)는 메모리(120)에 액세스(access)함으로써, 손 관절값 데이터 셋(122)에 저장된 복수의 손 자세(610-1 내지 610-n) 중 제1 손 자세(610-1)를 검색할 수 있다.
단계 S620에서, 프로세서(110)는 메모리(120)로부터 제1 손 관절값 데이터 셋(620-1)을 불러온다(load). 본 개시의 일 실시예에서, 프로세서(110)는 손 관절값 데이터 셋(122)에 저장된 복수의 손 관절값 데이터 셋(620-1 내지 620-n) 중 제1 손 자세(610-1)와 키-밸류 포맷으로 페어링된 제1 손 관절값 데이터 셋(620-1)을 식별할 수 있다. 프로세서(110)는 메모리(120)로부터 식별된 제1 손 관절값 데이터 셋(620-1)을 획득할 수 있다.
단계 S630에서, 프로세서(110)는 상체 관절값 획득 모듈(124)로부터 제약 사항 정보를 획득한다. 제약 사항 정보는 상체에 포함되는 복수의 관절 중 손 관절값 데이터 셋(120)에 포함되는 손 관절값을 제외한 나머지 관절에 관한 제약 사항에 관한 정보를 포함할 수 있다. '제약 사항 정보'는 인체의 근골격계의 해부학적 특징에 따른 상체 관절의 가동 각도 범위에 관한 정보를 포함할 수 있다. 상체 관절의 가동 각도 범위는 예를 들어, 어깨, 팔, 팔꿈치, 또는 목에 포함되는 관절들 각각의 회전축에 관한 스윙 동작(swing) 또는 스핀 동작(spin)에 의해 움직일 수 있는 각도값 범위를 의미한다. 예를 들어, 제약 사항 정보는 어깨의 관절 각도값(θshoulder)의 가동 각도 범위(630-1) 및 팔꿈치의 관절 각도값(θelbow)의 가동 각도 범위(630-2)에 관한 정보를 저장할 수 있다.
상체 관절값 획득 모듈(124)은 인버스 키네매틱스 알고리즘(640)을 포함할 수 있다. '인버스 키네매틱스 알고리즘(Inverse Kinematics algorithm, IK algorithm)(640)'은 컴퓨터 애니메이션 또는 로봇 공학에서 사용되는 알고리즘으로서, 골격 또는 관절과 같은 기구학적 체인(kinematics chain)의 종점과 시작점을 기준으로 위치 및 각도를 계산하는 수학적 프로세스를 의미한다. 단계 S640에서, 상체 관절값 획득 모듈(124)은 상체 관절의 제약 사항 정보를 인버스 키네매틱스 알고리즘(640)에 제공한다.
단계 S650에서, 프로세서(110)는 인버스 키네매틱스 알고리즘(640)을 이용하여, 획득된 상체 관절 제약 사항 정보 및 제1 손 관절값 데이터 셋에 기초하여 상체 관절값을 획득한다. 본 개시의 일 실시예에서, 프로세서(110)는 제1 손 관절값 데이터 셋에 포함된 손 관절값과 상체 관절의 제약 사항 정보를 인버스 키네매틱스 알고리즘(640)에 입력하여, 상체 관절의 관절 각도값을 계산할 수 있다. 예를 들어, 프로세서(110)는 상체 관절의 제약 사항 정보에 포함된 어깨 관절에 관한 가동 각도 범위(630-1)에 관한 정보를 획득하고, 제1 손 관절값 데이터 셋(620-1)에 포함된 손목 관절 각도값(θwrist1)과 획득된 가동 각도 범위(630-1)를 인버스 키네매틱스 알고리즘(640)에 입력하는 계산을 수행함으로써 어깨의 관절 각도값(θshoulder1)을 획득할 수 있다. 또한, 프로세서(110)는 팔꿈치 관절에 관한 가동 각도 범위(630-2)에 관한 정보를 획득하고, 가동 각도 범위(630-2)와 손목 관절 각도값(θwrist1)을 인버스 키네매틱스 알고리즘(640)에 입력하는 계산을 수행함으로써 팔꿈치의 관절 각도값(θelbow1)을 획득할 수 있다.
마찬가지 방법을 통해, 프로세서(110)는 목의 관절 각도값(θneck1)을 획득할 수 있다. 도면에는 도시되지 않았지만, 제약 사항 정보는 목, 어깨, 및 팔꿈치 이외의 관절에 관한 가동 각도 범위에 관한 정보를 저장하고, 프로세서(110)는 제약 사항 정보 중 목의 가동 각도 범위와 손목 관절값(θwrist1)을 인버스 키네매틱스 알고리즘(640)에 입력하는 계산을 통해 목의 관절 각도값(θneck1)을 획득할 수 있다.
프로세서(110)는 제1 손 관절값 데이터 셋(θwrist1, θthumb1, θindex1, θmiddle1, θring1, θlittle1)과 상체 관절값(θneck, θshoulder, θelbow, ...)을 포함하는 자세 벡터(650)를 획득할 수 있다.
제약 사항 정보 없이 자세 벡터(650)를 획득하는 경우, 인체의 근골격계에 의해 생성될 수 없는 부자연스러운 관절값이 획득될 수 있다. 예를 들어, 손목 관절의 3차원 위치 좌표값(Pwrist)을 기준으로 어깨의 관절 각도값(θ'shoulder1*) 및 팔꿈치의 관절 각도값(θ'elbow*)을 획득할 수 있다. 그러나, 획득된 어깨 및 팔꿈치의 관절 각도값(θ'shoulder1*, θ'elbow*)은 인체의 근골격계 구조 상 어깨와 팔꿈치의 가동 각도 범위를 초과하는 바, 획득된 관절 각도값(θ'shoulder1*, θ'elbow*)을 이용하여 이미지 데이터를 렌더링하는 경우 실제 사람의 상체 관절을 반영하지 않은 부자연스러운 자세가 획득되는 문제점이 있다.
도 6에 도시된 실시예에 따른 전자 장치(100)는 손 자세를 구성하는 손 관절값 데이터 셋(122) 뿐만 아니라 상체 관절의 제약 사항 정보(630-1, 630-2)를 반영하여 자세 벡터(650)를 획득하는 바, 실제 사람의 손 자세를 구현할 수 있고, 정확도 높은 이미지 데이터를 렌더링할 수 있는 기술적 효과를 제공한다.
도 7은 본 개시의 일 실시예에 따른 전자 장치(100)가 보간(interpolation)을 통해 복수의 자세 벡터를 획득하는 방법을 도시한 흐름도이다.
도 7에 도시된 단계 S710 및 S720은 도 3에 도시된 단계 S340을 구체화한 단계들이다. 도 7에 도시된 단계 S730 및 S740은 도 3에 도시된 단계 S350을 구체화한 단계들이다. 도 7의 단계 S710은 도 3에 도시된 단계 S330이 수행된 이후에 수행될 수 있다. 도 7의 단계 S740이 수행된 이후에는 도 3에 도시된 단계 S360이 수행될 수 있다.
도 8은 본 개시의 일 실시예에 따른 전자 장치(100)가 보간(interpolation)을 통해 복수의 자세 벡터(820)를 획득하는 동작을 설명하기 위한 도면이다.
이하에서는, 도 7 및 도 8을 함께 참조하여, 전자 장치(100)가 복수의 자세 벡터(820)를 획득하는 동작을 설명하기로 한다.
도 7을 참조하면, 단계 S710에서 전자 장치(100)는 제1 손 자세를 구성하는 제1 손 관절값 데이터 셋 및 상체 관절의 제1 관절값을 포함하는 제1 자세 벡터를 획득한다. 본 개시의 일 실시예에서, 제1 손 관절값 데이터 셋은 손에 포함되는 복수의 관절들 각각에 관한 관절 각도값을 포함하고, 제1 관절값은 상체 관절(예를 들어, 목, 어깨, 또는 팔꿈치 등)의 관절 각도값을 포함할 수 있다. 도 8을 함께 참조하면, 제1 자세 벡터(810-1)는 제1 손 자세를 구성하는 손목의 제1 관절 각도값(θwrist1), 엄지의 제1 관절 각도값(θthumb1), 검지의 제1 관절 각도값(θindex1), 중지의 제1 관절 각도값(θmiddle1), 약지의 제1 관절 각도값(θring1), 및 소지의 제1 관절 각도값(θlittle1)을 포함하는 손 관절값 데이터 셋과 목의 제1 관절 각도값(θneck1), 어깨의 제1 관절 각도값(θshoulder1), 및 팔꿈치의 제1 관절 각도값(θelbow1)을 포함하는 상체 관절값을 포함할 수 있다.
다시 도 7을 참조하면, 단계 S720에서 전자 장치(100)는 제2 손 자세를 구성하는 제2 손 관절값 데이터 셋 및 상체 관절의 제2 관절값을 포함하는 제2 자세 벡터를 획득한다. 도 8을 함께 참조하면, 제2 자세 벡터(810-2)는 제2 손 자세를 구성하는 손목의 제30 관절 각도값(θwrist30), 엄지의 제30 관절 각도값(θthumb30), 검지의 제30 관절 각도값(θindex30), 중지의 제30 관절 각도값(θmiddle30), 약지의 제30 관절 각도값(θring30), 및 소지의 제30 관절 각도값(θlittle30)을 포함하는 손 관절값 데이터 셋과 목의 제30 관절 각도값(θneck30), 어깨의 제30 관절 각도값(θshoulder30), 및 팔꿈치의 제30 관절 각도값(θelbow30)을 포함하는 상체 관절값을 포함할 수 있다.
본 개시의 일 실시예에서, 제1 자세 벡터(810-1)는 제1 키 이미지 프레임에 대응되고, 제2 자세 벡터(810-2)는 제30 키 이미지 프레임에 대응될 수 있다. 여기서, '대응되는'은 특정 자세 벡터를 이용하는 렌더링을 수행하여 해당 키 이미지 프레임이 획득되는 것을 의미한다. 예를 들어, 제1 자세 벡터(810-1)를 이용하여 3차원 캐릭터 이미지를 렌더링함으로써 제1 키 이미지 프레임이 획득되고, 제2 자세 벡터(810-2)를 이용하여 3차원 캐릭터 이미지를 렌더링함으로써 제30 키 이미지 프레임이 획득될 수 있다.
도 7에서 제2 자세 벡터(810-2, 도 8 참조)를 획득하는 단계(S720)는 제1 자세 벡터(810-1, 도 8 참조)를 획득하는 단계(S710)가 수행된 이후 순차적으로 수행되는 것으로 도시되었으나, 이에 한정되는 것은 아니다. 본 개시의 다른 실시예에서, 전자 장치(100)는 제1 자세 벡터(810-1)와 제2 자세 벡터(810-2)를 순서와 상관없이 동시에 획득할 수도 있다.
도 7의 단계 S730에서, 전자 장치(100)는 제1 키 이미지 프레임에 대응되는 제1 자세 벡터 및 제2 키 이미지 프레임에 대응되는 제2 자세 벡터를 이용하여 보간(interpolation)을 수행한다. 도 8을 함께 참조하면, 보간 모듈(126)은 제1 자세 벡터(810-1) 및 제2 자세 벡터(810-2)를 이용하는 보간을 수행함으로써, 복수의 자세 벡터(820)를 획득할 수 있다. 본 개시의 일 실시예에서, 전자 장치(100)의 프로세서(110, 도 2 참조)는 보간 모듈(126)에 제1 자세 벡터(810-1) 및 제2 자세 벡터(810-2)를 입력하고, 입력된 제1 자세 벡터(810-1)의 관절 각도값(θpose1) 및 제2 자세 벡터(810-2)의 관절 각도값(θpose30)을 이용하여 구면 선형 보간(Spherical Linear Interpolation, SLERP)을 수행할 수 있다. 구면 선형 보간은 하기의 수식과 같이 복수의 관절 각도(θa, θb) 사이의 관절 각도를 보간 비율(t)에 따라 보간하는 방식이다.
상기 수학식 1에서 q는 각 관절의 3차원 관절 각도값에 대한 Rotational Quaternion을 나타내고, t는 보간 비율을 나타낸다.
도 7의 단계 S740에서, 전자 장치(100)는 보간을 통해 제1 키 이미지 프레임과 제2 키 이미지 프레임 사이의 이미지 프레임들 각각에 대응되는 복수의 자세 벡터를 획득한다. 도 8을 함께 참조하면, 보간 모듈(126)은 하기의 수식을 이용하여 i번째 자세 벡터의 관절 각도값(θposei)을 획득할 수 있다.
본 개시의 일 실시예에서, 프로세서(110)는 보간 모듈(126)에 제1 자세 벡터(810-1)의 관절 각도값(θpose1) 및 제2 자세 벡터(810-2)의 관절 각도값(θpose30)을 입력하고, 입력된 관절 각도값(θpose1, θpose30)과 보간 비율값(i/30)을 이용하여 i번째 자세 벡터의 관절 각도값(θposei)을 획득할 수 있다. 예를 들어, 프로세서(110)는 상기 수학식 2의 i에 5를 대입(i=5)하는 구면 선형 보간(SLERP)을 수행함으로써, 제5 자세 벡터의 관절 각도값(θpose5)을 획득할 수 있다. 마찬가지로, 프로세서(110)는 수학식 2의 i에 2 내지 29를 각각 대입하여 제2 이미지 프레임 내지 제29 이미지 프레임에 각각 대응되는 복수의 자세 벡터(820)의 관절 각도값(θposei, i=2, 3, ... , 29)을 획득할 수 있다.
도 7 및 도 8에 도시된 실시예에 따른 전자 장치(100)는 서로 다른 손 자세를 나타내는 제1 자세 벡터(810-1) 및 제2 자세 벡터(810-2)를 이용하는 보간(interpolation)을 수행함으로써, 제1 손 자세를 나타내는 제1 키 이미지 프레임과 제2 손 자세를 나타내는 제30 키 이미지 프레임 사이에서 자연스럽게 이어지는 연속적인 손 자세를 나타내는 복수의 이미지 프레임(제2 이미지 프레임 내지 제29 이미지 프레임)을 획득할 수 있다.
도 9는 본 개시의 일 실시예에 따른 전자 장치(100)가 손 동작을 나타내는 동영상 데이터를 획득하는 방법을 도시한 흐름도이다.
도 9에 도시된 단계 S910 내지 S930은 도 3에 도시된 단계 S360을 구체화한 단계들이다. 도 9에 도시된 단계 S910은 도 3에 도시된 단계 S350이 수행된 이후에 수행될 수 있다.
도 10은 본 개시의 일 실시예에 따른 전자 장치(100)가 연속적인 손 자세를 나타내는 복수의 이미지 프레임(1020-1 내지 1020-n)을 획득하는 동작을 도시한 도면이다.
이하에서는, 도 9 및 도 10을 함께 참조하여, 전자 장치(100)가 연속적인 손 자세를 나타내는 복수의 이미지 프레임(1020-1 내지 1020-n)을 획득하는 동작을 설명하기로 한다.
도 9를 참조하면, 단계 S910에서 전자 장치(100)는 복수의 자세 벡터에 포함된 관절값들을 이용하여 3차원 캐릭터 이미지를 렌더링한다. 도 10을 함께 참조하면, 전자 장치(100)의 프로세서(110, 도 2 참조)는 복수의 자세 벡터(1010-1 내지 1010-n)를 렌더링 모듈(128)에 입력하고, 복수의 자세 벡터(1010-1 내지 1010-n)를 이용하여 3차원 캐릭터 이미지(128a)를 렌더링할 수 있다. 본 개시의 일 실시예에서, 프로세서(110)는 복수의 자세 벡터(1010-1 내지 1010-n)에 포함된 관절 각도값들(θpose 1 내지 θpose n)을 3차원 캐릭터 이미지(128a)에 포함된 복수의 관절에 적용하는 이미지 렌더링을 수행할 수 있다. 본 개시의 일 실시예에서, 3차원 캐릭터 이미지(128a)는 관절 각도값들(θpose 1 내지 θpose n)을 통해 관절 각도값들(θpose 1 내지 θpose n)에 대응되는 특정 자세로 렌더링되도록 구성된 가상의 3차원 이미지일 수 있다.
도 9의 단계 S920에서, 전자 장치(100)는 렌더링된 3차원 캐릭터 이미지를 배경 이미지와 합성하여 복수의 이미지 프레임을 획득한다. 본 개시의 일 실시예에서, 배경 이미지는 사전에 촬영된 이미지이거나, 또는 사용자에 의해 선택된 이미지일 수 있다. 도 10을 함께 참조하면, 전자 장치(100)의 프로세서(110)는 렌더링 모듈(128)을 통해, 제1 자세 벡터(1010-1)에 포함되는 관절 각도값(θpose 1)을 이용하여 3차원 캐릭터 이미지(128a)를 렌더링하고, 렌더링된 3차원 캐릭터 이미지(128a)를 배경 이미지(128b)와 합성함으로써, 제1 이미지 프레임(1020-1)을 획득할 수 있다. 또한, 프로세서(110)는 렌더링 모듈(128)을 통해 제2 자세 벡터(1010-2)에 포함되는 관절 각도값(θpose 2)을 이용하여 3차원 캐릭터 이미지(128a)를 렌더링하고, 렌더링된 3차원 캐릭터 이미지(128a)를 배경 이미지(128b)와 합성함으로써, 제2 이미지 프레임(1020-2)을 획득할 수 있다. 동일한 방식으로, 프로세서(110)는 제3 자세 벡터(1010-3) 내지 제n 자세 벡터(1010-n)를 이용하여 제3 이미지 프레임(1020-3) 내지 제n 이미지 프레임(1020-n)을 획득할 수 있다.
제1 이미지 프레임(1020-1) 내지 제n 이미지 프레임(1020-n)은 3차원 캐릭터 이미지(128a)를 가상의 카메라를 통해 촬영하여 획득된 것처럼 렌더링된 시뮬레이션 이미지일 수 있다.
도 9의 단계 S930에서, 전자 장치(100)는 복수의 이미지 프레임을 연속적으로 나열하여 손 동작을 나타내는 동영상 데이터를 획득한다. 도 10을 함께 참조하면, 프로세서(110)는 연속적으로 변화되는 손 자세를 나타내는 제1 이미지 프레임(1020-1) 내지 제n 이미지 프레임(1020-n)을 순서대로 스트리밍(streaming)함으로써, 손 동작을 나타내는 동영상 데이터를 획득할 수 있다. 프로세서(110)가 손 동작을 나타내는 동영상 데이터를 획득하는 실시예는 도 11에서 상세하게 설명하기로 한다.
도 11은 본 개시의 일 실시예에 따른 전자 장치(100)가 손 동작을 나타내는 동영상 데이터(1100)를 획득하는 동작을 도시한 도면이다.
도 11을 참조하면, 전자 장치(100)는 제1 이미지 프레임(1100-1) 내지 제n 이미지 프레임(1100-n)을 획득할 수 있다. 제1 이미지 프레임(1100-1)은 제1 손 자세를 구성하는 제1 자세 벡터를 이용한 렌더링을 통해 생성된 이미지 프레임이고, 제2 이미지 프레임(1100-2)은 제2 손 자세를 구성하는 제2 자세 벡터를 이용한 렌더링을 통해 생성된 이미지 프레임이며, 제n 이미지 프레임(1100-n)은 제n 손 자세를 구성하는 제n 자세 벡터를 이용한 렌더링을 통해 생성된 이미지 프레임일 수 있다. 제1 자세 벡터 내지 제n 자세 벡터는 연속적으로 변경되는 손 자세를 구성하는 관절 각도값들로 구성될 수 있다.
전자 장치(100)의 프로세서(110, 도 2 참조)는 제1 이미지 프레임(1100-1) 내지 제n 이미지 프레임(1100-n)을 순서대로 나열함으로써 연속적인 손 자세로 구성된 손 동작을 나타내는 동영상 데이터(1100)를 획득할 수 있다. 본 개시의 일 실시예에서, 프로세서(110)는 제1 이미지 프레임(1100-1) 내지 제n 이미지 프레임(1100-n)을 포함하는 동영상 데이터(1100)의 플레이 속도를 조절할 수 있다. 전자 장치(100)는 동영상 데이터(1100)의 플레이 속도를 조절하는 사용자 입력을 수신하는 사용자 입력부를 더 포함할 수 있다. 이 경우, 프로세서(110)는 사용자 입력부를 통해 수신된 사용자 입력에 의해 결정된 플레이 속도에 따라 제1 이미지 프레임(1100-1) 내지 제n 이미지 프레임(1100-n)의 플레이 시간을 제어하고, 이를 통해 동영상 데이터(1100)의 플레이 속도를 조절할 수 있다.
도 12는 본 개시의 일 실시예에 따른 전자 장치(100)가 증강 현실 디바이스의 카메라 위치 및 사양에 관한 정보에 기초하여 이미지 렌더링(image rendering)을 수행하는 방법을 도시한 흐름도이다.
단계 S1210에서, 전자 장치(100)는 증강 현실 디바이스에 포함된 카메라의 위치 정보 및 사양(spec) 정보를 획득한다. 증강 현실 디바이스는, 전자 장치(100)에 의해 획득된 동영상 데이터로부터 선택하는 손 동작, 가리키는 손 동작, 손으로 잡는 동작 등 핸드 제스처를 인식하여 입력 수단으로 이용하는 디바이스이다. 증강 현실 디바이스는 전자 장치(100)에 의해 획득된 동영상 데이터에 포함된 손 동작을 특정 입력에 관한 라벨 값(label)으로 매핑하여 학습(training)할 수 있다. 전자 장치(100)는 증강 현실 디바이스에 포함된 카메라가 증강 현실 디바이스의 어느 위치에 설치되어 있는지에 관한 위치 정보를 획득할 수 있다. 또한, 전자 장치(100)는 증강 현실 디바이스에 포함된 카메라의 렌즈의 화각(Field Of View, FOV) 및 카메라 구성(예를 들어 RGB 카메라, 모노 카메라, 깊이 카메라 등) 중 적어도 하나에 관한 정보를 포함하는 카메라 사양 정보를 획득할 수 있다.
본 개시의 일 실시예에서, 전자 장치(100)는 증강 현실 디바이스 또는 서버로부터 증강 현실 디바이스의 카메라 위치 정보 및 사양 정보를 획득할 수 있다. 그러나, 이에 한정되는 것은 아니고, 본 개시의 다른 실시예에서 전자 장치(100)는 사용자 입력부를 더 포함하고, 사용자 입력부를 통해 수신된 사용자 입력으로부터 증강 현실 디바이스의 카메라 위치 정보 및 사양 정보를 획득할 수 있다.
단계 S1220에서, 전자 장치(100)는 획득된 카메라의 위치 정보 및 사양 정보에 기초하여, 3차원 캐릭터 이미지의 위치, 크기, 각도, 컬러, 텍스쳐(texture), 및 깊이 값 중 적어도 하나를 렌더링(rendering)한다. 본 개시의 일 실시예에서, 전자 장치(100)는 복수의 이미지 프레임으로 구성되는 동영상 데이터에 포함되는 3차원 캐릭터 이미지가 입력 수단으로 이용될 증강 현실 디바이스의 카메라 위치 정보에 따라 3차원 캐릭터 이미지가 표시되는 위치, 크기, 및 각도를 변경할 수 있다. 또한, 전자 장치(100)는 증강 현실 디바이스의 카메라 위치 정보에 따라 배경 이미지의 위치, 크기, 및 각도를 변경할 수도 있다. 본 개시의 일 실시예에서, 전자 장치(100)는 증강 현실 디바이스에 포함되는 카메라의 화각(FOV)에 따라 복수의 이미지 프레임 내의 3차원 캐릭터 이미지의 위치, 크기, 및 각도를 변경하고, 변경된 위치, 크기, 및 각도에 따라 3차원 캐릭터 이미지를 렌더링할 수 있다.
본 개시의 일 실시예에서, 전자 장치(100)는 증강 현실 디바이스에 포함되는 카메라가 RGB 카메라인지 또는 모노 카메라인지 여부에 따라 복수의 이미지 프레임 내의 3차원 캐릭터 이미지의 컬러를 변경할 수 있다. 예를 들어, 증강 현실 디바이스에 포함되는 카메라가 RGB 카메라인 경우, 전자 장치(100)는 복수의 이미지 프레임 내에 포함되는 3차원 캐릭터 이미지 및 배경 이미지를 RGB 컬러로 표시하고, 증강 현실 디바이스에 포함되는 카메라가 모노 카메라인 경우, 전자 장치(100)는 복수의 이미지 프레임 내의 3차원 캐릭터 이미지 및 배경 이미지를 흑백 이미지 형태로 표시할 수 있다. 본 개시의 일 실시예에서, 증강 현실 디바이스에 포함되는 카메라가 깊이 카메라(depth camera)인 경우, 전자 장치(100)는 복수의 이미지 프레임 내의 3차원 캐릭터 이미지 및 배경 이미지를 구성하는 픽셀 별 깊이 값을 나타내는 깊이 맵(depth map) 형태로 변경할 수 있다.
도 13a는 증강 현실 디바이스(200)의 카메라(210L, 210R)의 위치 및 구성에 따라 사용자의 손을 촬영하는 동작을 도시한 도면이다.
도 13a를 참조하면, 증강 현실 디바이스(200)는 사용자의 안면부(顔面部)에 착용하는 안경 형상의 증강 현실 안경 장치(Augmented Reality Glasses)일 수 있다. 본 개시의 다른 실시예에서, 증강 현실 디바이스(200)는 사용자의 두부(頭部)에 착용하는 헤드 마운트 디스플레이 장치 (HMD : Head Mounted Display Apparatus) 또는 증강 현실 헬멧 등 장치로 구현될 수 있다. 그러나 이에 한정되는 것은 아니고, 증강 현실 디바이스(200)는 예를 들어, 모바일 디바이스, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 데스크 탑, 태블릿 PC, 전자책 단말기, 디지털 방송용 단말기, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 네비게이션, MP3 플레이어, 캠코더, IPTV(Internet Protocol Television), DTV(Digital Television), 착용형 기기(wearable device) 등과 같은 다양한 전자 장치로 구현될 수 있다.
증강 현실 디바이스(200)는 복수의 카메라(210L, 210R)를 포함할 수 있다. 증강 현실 디바이스(200)는 복수의 카메라(210L, 210R)를 이용하여 사용자의 손을 촬영함으로써, 복수의 이미지 프레임을 획득할 수 있다. 도 13a에는 증강 현실 디바이스(200)가 좌안 카메라(210L) 및 우안 카메라(210R)로 구성된 복수의 카메라를 포함하는 것으로 도시되었으나, 도시된 바와 같이 한정되는 것은 아니다. 본 개시의 다른 실시예에서, 증강 현실 디바이스(200)는 단일 카메라를 포함하거나, 또는 3개 이상의 멀티 카메라를 포함할 수도 있다.
증강 현실 디바이스(200)는 스테레오 매핑(Stereo mapping)을 통해, 좌안 카메라(210L)를 통해 획득한 좌안 이미지 및 우안 카메라(210R)를 통해 획득한 우안 이미지로부터 손에 포함된 복수의 관절의 깊이 값(depth value)인 z축 위치 좌표값을 획득할 수 있다.
증강 현실 디바이스(200)는 인공지능 모델(Artificial Intelligent model, AI model)을 이용하여 복수의 이미지 프레임으로부터 사용자의 손 동작을 인식할 수 있다. 인공지능 모델은 딥 러닝(Deep Learning) 기반의 객체 인식 모델로 구성될 수 있다. 본 개시의 일 실시예에서, 증강 현실 디바이스(200)는 객체 인식 모델을 이용한 추론을 통해 복수의 이미지 프레임으로부터 손 동작을 인식하며, 손 동작이 가리키는 사용자 입력을 식별할 수 있다.
본 개시의 전자 장치(100)는, 증강 현실 디바이스(200)가 좌안 카메라(210L) 및 우안 카메라(210R) 각각을 이용하여 획득하는 좌안 이미지 및 우안 이미지에 포함되는 손 동작을 나타내도록 시뮬레이션된 이미지 데이터를 증강 현실 디바이스(200)에 제공할 수 있다. 증강 현실 디바이스(200)는, 전자 장치(100)로부터 제공된 시뮬레이션된 이미지 데이터를 학습 데이터로 이용하여, 이미지 데이터에 포함된 손 동작을 대응되는 사용자 입력(예를 들어, 선택 입력, 가리키는 입력, 잡는 입력 등)을 학습(training)할 수 있다. 전자 장치(100)는, 증강 현실 디바이스(200)에 포함된 카메라(210L, 210R)의 위치 정보 및 사양 정보에 기초하여, 이미지 데이터에 포함된 3차원 캐릭터 이미지의 위치, 크기, 및 각도를 변경하고, 변경된 위치, 크기, 및 각도에 따라 3차원 캐릭터 이미지를 렌더링할 수 있다. 전자 장치(100)가 이미지 데이터에 포함된 3차원 캐릭터의 위치, 크기, 및 각도를 변경하는 구체적인 실시예에 대해서는 도 13b에서 상세하게 설명하기로 한다.
도 13b은 본 개시의 일 실시예에 따른 전자 장치(100)가 증강 현실 디바이스(200, 도 13a 참조)의 카메라(210L, 210R, 도 13a 참조)의 위치 및 구성에 관한 정보에 기초하여 이미지 렌더링(image rendering)을 수행하는 동작을 설명하기 위한 도면이다.
도 13b를 참조하면, 전자 장치(100)는 3차원 캐릭터 이미지를 포함하는 이미지 프레임(1110)을 증강 현실 디바이스(200)의 카메라의 위치 및 속성 정보에 기초하여 이미지 렌더링을 수행할 수 있다. 도 13a를 함께 참조하면, 증강 현실 디바이스(200)는 좌안 카메라(210L) 및 우안 카메라(210R)로 구성된 스테레오 카메라를 포함하고, 좌안 카메라(210L) 및 우안 카메라(210R)는 RGB 카메라일 수 있다. 전자 장치(100)의 프로세서(110, 도 2 참조)는 증강 현실 디바이스(200)의 카메라(210L, 210R)의 위치 정보 및 사양 정보를 획득하고, 획득된 카메라(210L, 210R)의 위치 정보 및 사양 정보에 기초하여 이미지 프레임(1110)으로부터 좌안 이미지 프레임(1120L) 및 우안 이미지 프레임(1120R)을 획득할 수 있다.
도 13b에 도시된 실시예에서, 프로세서(110)는 증강 현실 디바이스(200)의 좌안 카메라(210L)의 위치 및 사양(예를 들어, FOV, RGB 카메라 등)에 관한 정보에 기초하여 이미지 프레임(1110)에 포함된 양손 이미지의 위치, 크기, 및 각도를 변경할 수 있다. 예를 들어, 프로세서(110)는 이미지 프레임(1110)에 포함된 왼손 이미지 중 손목과 팔 부분이 더 많이 포함되고, 오른손 이미지는 더 적게 포함되도록 렌더링함으로써 좌안 이미지 프레임(1120L)을 획득할 수 있다. 또한, 프로세서(110)는 증강 현실 디바이스(200)의 우안 카메라(210R)의 위치 및 사양(예를 들어, FOV, RGB 카메라 등)에 관한 정보에 기초하여 이미지 프레임(1110)에 포함된 양손 이미지의 위치, 크기, 및 각도를 변경할 수 있다. 예를 들어, 프로세서(110)는 이미지 프레임(1110)에 포함된 왼손 이미지의 손목과 팔 부분이 포함되지 않도록 수정하고, 오른손 이미지의 손목 및 팔 부분이 더 많이 포함되도록 수정하는 렌더링을 통해 우안 이미지 프레임(1120R)을 획득할 수 있다.
종래 기술의 경우, 손 동작을 나타내는 복수의 이미지 데이터를 생성하였다고 하더라도, 복수의 이미지 데이터를 적용할 타 디바이스(예를 들어, 증강 현실 디바이스(200))의 카메라의 위치 또는 사양에 적합하지 않는 경우 활용할 수 없어서 타 디바이스에 적합하도록 이미지 데이터를 다시 획득하여야 하는 문제점이 있었다. 도 12, 도 13a, 및 도 13b에 도시된 실시예에 따른 전자 장치(100)는 획득한 복수의 이미지 프레임에 포함된 3차원 캐릭터 이미지를 증강 현실 디바이스(200)에 포함되는 카메라의 위치 정보 및 사양 정보에 기초하여 렌더링하는 바, 이미지 데이터를 다시 획득할 필요없이 기존 이미지 데이터를 가공하여 재구성할 수 있다. 따라서, 본 개시의 일 실시예에 따른 전자 장치(100)는 타 디바이스에 적합한 이미지 데이터를 새로 획득하는 경우 소비되는 시간 및 비용을 절감하고, 기 획득된 이미지 데이터의 활용도를 향상시키는 기술적 효과를 제공한다.
본 개시에서 설명된 전자 장치(100)에 의해 실행되는 프로그램은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 프로그램은 컴퓨터로 읽을 수 있는 명령어들을 수행할 수 있는 모든 시스템에 의해 수행될 수 있다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령어(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.
소프트웨어는, 컴퓨터로 읽을 수 있는 저장 매체(computer-readable storage media)에 저장된 명령어를 포함하는 컴퓨터 프로그램으로 구현될 수 있다. 컴퓨터가 읽을 수 있는 기록 매체로는, 예를 들어 마그네틱 저장 매체(예컨대, ROM(read-only memory), RAM(random-access memory), 플로피 디스크, 하드 디스크 등) 및 광학적 판독 매체(예컨대, 시디롬(CD-ROM), 디브이디(DVD: Digital Versatile Disc)) 등이 있다. 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템들에 분산되어, 분산 방식으로 컴퓨터가 판독 가능한 코드가 저장되고 실행될 수 있다. 매체는 컴퓨터에 의해 판독 가능하며, 메모리에 저장되고, 프로세서에서 실행될 수 있다.
컴퓨터로 읽을 수 있는 저장매체는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, '비일시적'은 저장매체가 신호(signal)를 포함하지 않으며 실재(tangible)한다는 것을 의미할 뿐 데이터가 저장매체에 반영구적 또는 임시적으로 저장되는 경우를 구분하지 않는다. 예를 들어, '비일시적 저장매체'는 데이터가 임시적으로 저장되는 버퍼를 포함할 수 있다.
또한, 본 명세서에 개시된 실시예들에 따른 프로그램은 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 소프트웨어 프로그램, 소프트웨어 프로그램이 저장된 컴퓨터로 읽을 수 있는 저장 매체를 포함할 수 있다. 예를 들어, 컴퓨터 프로그램 제품은 전자 장치(100)의 제조사 또는 전자 마켓(예를 들어, 삼성 갤럭시 스토어)을 통해 전자적으로 배포되는 소프트웨어 프로그램 형태의 상품(예를 들어, 다운로드 가능한 애플리케이션(downloadable application))을 포함할 수 있다. 전자적 배포를 위하여, 소프트웨어 프로그램의 적어도 일부는 저장 매체에 저장되거나, 임시적으로 생성될 수 있다. 이 경우, 저장 매체는 전자 장치(100)의 제조사의 서버, 전자 마켓의 서버, 또는 소프트웨어 프로그램을 임시적으로 저장하는 중계 서버의 저장 매체가 될 수 있다.
컴퓨터 프로그램 제품은, 전자 장치(100), 증강 현실 디바이스(200), 및/또는 서버로 구성되는 시스템에서, 서버의 저장매체 또는 전자 장치(100)의 저장매체를 포함할 수 있다. 또는, 전자 장치(100)와 통신 연결되는 제3 장치(예를 들어, 모바일 디바이스)가 존재하는 경우, 컴퓨터 프로그램 제품은 제3 장치의 저장매체를 포함할 수 있다. 또는, 컴퓨터 프로그램 제품은 전자 장치(100)으로부터 제3 장치로 전송되거나, 제3 장치로부터 전자 장치로 전송되는 소프트웨어 프로그램 자체를 포함할 수 있다.
이 경우, 전자 장치(100), 증강 현실 디바이스(200), 및 제3 장치 중 하나가 컴퓨터 프로그램 제품을 실행하여 개시된 실시예들에 따른 방법을 수행할 수 있다. 또는, 전자 장치(100), 증강 현실 디바이스(200), 및 제3 장치 중 적어도 하나 이상이 컴퓨터 프로그램 제품을 실행하여 개시된 실시예들에 따른 방법을 분산하여 실시할 수 있다.
예를 들면, 전자 장치(100)가 메모리(120, 도 2 참조)에 저장된 컴퓨터 프로그램 제품을 실행하여, 전자 장치(100)와 통신 연결된 타 전자 장치(예를 들어, 모바일 디바이스)가 개시된 실시예들에 따른 방법을 수행하도록 제어할 수 있다.
또 다른 예로, 제3 장치가 컴퓨터 프로그램 제품을 실행하여, 제3 장치와 통신 연결된 전자 장치가 개시된 실시예에 따른 방법을 수행하도록 제어할 수 있다.
제3 장치가 컴퓨터 프로그램 제품을 실행하는 경우, 제3 장치는 전자 장치(100)로부터 컴퓨터 프로그램 제품을 다운로드하고, 다운로드된 컴퓨터 프로그램 제품을 실행할 수 있다. 또는, 제3 장치는 프리로드(pre-load)된 상태로 제공된 컴퓨터 프로그램 제품을 실행하여 개시된 실시예들에 따른 방법을 수행할 수도 있다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 컴퓨터 시스템 또는 모듈 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

Claims (20)

  1. 손 동작을 나타내는 이미지 데이터를 획득하는 전자 장치에 있어서,
    손 자세를 구성하는 손 관절들의 관절값을 포함하는 손 관절값 데이터 셋을 저장하는 메모리; 및
    적어도 하나의 프로세서;
    를 포함하고,
    상기 적어도 하나의 프로세서는,
    인체의 근골격계에 따른 상체 관절의 제약 사항 정보를 획득하고,
    상기 메모리로부터 상기 손 관절값 데이터 셋을 불러오고(load),
    상기 손 관절값 데이터 셋 및 상기 제약 사항 정보에 기초하여, 상기 손 관절들과 연결되는 상기 상체 관절의 관절값을 획득하고,
    상기 획득된 상체 관절의 관절값 및 상기 손 관절값 데이터 셋을 이용하여 키 이미지 프레임(key image frame)에서의 자세 벡터를 획득하고,
    상기 획득된 키 이미지 프레임의 자세 벡터를 이용하는 보간(interpolation)을 수행함으로써, 복수의 자세 벡터를 획득하고,
    상기 획득된 복수의 자세 벡터를 이용하는 이미지 렌더링(image rendering)을 수행함으로써, 손 동작을 나타내는 복수의 이미지 프레임을 획득하는, 전자 장치.
  2. 제1 항에 있어서,
    상기 상체 관절의 관절값은 목, 팔목, 팔꿈치, 및 어깨 중 적어도 하나에 포함되는 관절들의 3차원 위치 좌표값 및 관절 각도값을 포함하는, 전자 장치.
  3. 제1 항에 있어서,
    3차원 캐릭터 이미지를 선택하는 사용자 입력 인터페이스;
    를 더 포함하고,
    상기 적어도 하나의 프로세서는,
    상기 사용자 입력 인터페이스를 통해 수신된 사용자 입력에 기초하여 상기 3차원 캐릭터 이미지를 결정하고,
    상기 결정된 3차원 캐릭터 이미지로부터 팔길이 및 상기 상체 관절의 위치 좌표값을 획득하고,
    상기 획득된 팔길이 및 상체 관절의 위치 좌표값과 상기 제약 사항 정보에 기초하여 상기 상체 관절의 관절 각도값을 획득하는, 전자 장치.
  4. 제3 항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 상체 관절의 위치 좌표값 및 상기 획득된 관절 각도값을 이용하여 상기 3차원 캐릭터 이미지를 렌더링하는, 전자 장치.
  5. 제4 항에 있어서,
    상기 적어도 하나의 프로세서는,
    증강 현실 디바이스(Augmented device)에 포함된 카메라의 위치 정보 및 상기 카메라의 사양(spec) 정보를 획득하고,
    상기 획득된 카메라의 위치 정보 및 사양 정보에 기초하여 상기 3차원 캐릭터 이미지의 위치, 크기, 각도, 컬러, 텍스쳐(texture), 및 깊이 값 중 적어도 하나를 렌더링(rendering)하는, 전자 장치.
  6. 제4 항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 렌더링된 3차원 캐릭터 이미지를 배경 이미지와 합성함으로써, 상기 복수의 이미지 프레임을 획득하는, 전자 장치.
  7. 제1 항에 있어서,
    상기 제약 사항 정보는, 인체의 근골격계의 해부학적 특징에 따른 상체에 포함되는 복수의 관절 중 목, 팔목, 팔꿈치, 및 어깨에 포함되는 관절 별 가동(可動) 각도 범위에 관한 정보를 포함하는, 전자 장치.
  8. 제1 항에 있어서,
    상기 적어도 하나의 프로세서는,
    인버스 키네매틱스(inverse kinematics) 알고리즘을 이용하여, 상기 제약 사항 정보 및 상기 손 관절값 데이터 셋에 포함된 관절값들에 기초하여 상기 상체 관절의 관절 각도값을 계산하는, 전자 장치.
  9. 제1 항에 있어서,
    상기 적어도 하나의 프로세서는,
    제1 손 자세를 구성하는 제1 손 관절값 데이터 셋 및 상기 상체 관절의 제1 관절값을 포함하는 제1 자세 벡터를 획득하고,
    제2 손 자세를 구성하는 제2 손 관절값 데이터 셋 및 상기 상체 관절의 제2 관절값을 포함하는 제2 자세 벡터를 획득하고,
    제1 키 이미지 프레임에 대응되는 상기 제1 자세 벡터 및 제2 키 이미지 프레임에 대응되는 상기 제2 자세 벡터를 이용하여 보간을 수행하고,
    상기 보간을 통해 상기 제1 키 이미지 프레임과 상기 제2 키 이미지 프레임 사이의 이미지 프레임들에 각각 대응되는 관절값들을 포함하는 상기 복수의 자세 벡터를 획득하는, 전자 장치.
  10. 제9 항에 있어서,
    상기 적어도 하나의 프로세서는,
    구면 선형 보간(Spherical Linear Interpolation, Slerp)을 수행함으로써, 상기 복수의 자세 벡터를 획득하는, 전자 장치.
  11. 전자 장치가 손 동작을 나타내는 이미지 데이터를 획득하는 방법에 있어서,
    인체의 근골격계에 따른 상체 관절의 제약 사항 정보를 획득하는 단계;
    손 자세를 구성하는 손 관절들의 관절값을 포함하는 손 관절값 데이터 셋을 메모리로부터 불러오는(load) 단계;
    상기 손 관절값 데이터 셋 및 상기 제약 사항 정보에 기초하여, 상기 손 관절들과 연결되는 상기 상체 관절의 관절값을 획득하는 단계;
    상기 획득된 상체 관절의 관절값 및 상기 손 관절값 데이터 셋을 이용하여 키 이미지 프레임(key image frame)에서의 자세 벡터를 획득하는 단계;
    상기 획득된 키 이미지 프레임의 자세 벡터를 이용하는 보간(interpolation)을 수행함으로써, 복수의 자세 벡터를 획득하는 단계; 및
    상기 획득된 복수의 자세 벡터를 이용하는 이미지 렌더링(image rendering)을 수행함으로써, 손 동작을 나타내는 복수의 이미지 프레임을 획득하는 단계;
    를 포함하는, 방법.
  12. 제11 항에 있어서,
    사용자 입력에 기초하여 3차원 캐릭터 이미지를 결정하는 단계; 및
    상기 결정된 3차원 캐릭터 이미지로부터 팔길이 및 상기 상체 관절의 위치 좌표값을 획득하는 단계;
    를 더 포함하고,
    상기 상체 관절의 관절값을 획득하는 단계는,
    상기 획득된 팔길이 및 상체 관절의 위치 좌표값과 상기 제약 사항 정보에 기초하여 상기 상체 관절의 관절 각도값을 획득하는, 방법.
  13. 제12 항에 있어서,
    상기 손 동작을 나타내는 복수의 이미지 프레임을 획득하는 단계는,
    상기 상체 관절의 위치 좌표값 및 상기 획득된 관절 각도값을 이용하여 상기 3차원 캐릭터 이미지를 렌더링하는 단계;
    를 포함하는, 방법.
  14. 제13 항에 있어서,
    증강 현실 디바이스(Augmented device)에 포함된 카메라의 위치 정보 및 상기 카메라의 사양(spec) 정보를 획득하는 단계; 를 더 포함하고,
    상기 3차원 캐릭터 이미지를 렌더링하는 단계는,
    상기 획득된 카메라의 위치 정보 및 사양 정보에 기초하여 상기 3차원 캐릭터 이미지의 위치, 크기, 각도, 컬러, 텍스쳐(texture), 및 깊이 값 중 적어도 하나를 렌더링(rendering)하는 단계;
    를 포함하는, 방법.
  15. 제13 항에 있어서,
    상기 손 동작을 나타내는 복수의 이미지 프레임을 획득하는 단계는,
    상기 렌더링된 3차원 캐릭터 이미지를 배경 이미지와 합성함으로써, 상기 복수의 이미지 프레임을 획득하는 단계;
    를 포함하는, 방법.
  16. 제11 항에 있어서,
    상기 제약 사항 정보는, 인체의 근골격계의 해부학적 특징에 따른 상체에 포함되는 복수의 관절 중 목, 팔목, 팔꿈치, 및 어깨에 포함되는 관절 별 가동(可動) 각도 범위에 관한 정보를 포함하는, 방법.
  17. 제11 항에 있어서,
    상기 상체 관절의 관절값을 획득하는 단계는,
    인버스 키네매틱스(inverse kinematics) 알고리즘을 이용하여, 상기 제약 사항 정보 및 상기 손 관절값 데이터 셋에 포함된 관절값들에 기초하여 상기 상체 관절의 관절 각도값을 계산하는 단계;
    를 포함하는, 방법.
  18. 제11 항에 있어서,
    상기 자세 벡터를 획득하는 단계는,
    제1 손 자세를 구성하는 제1 손 관절값 데이터 셋 및 상기 상체 관절의 제1 관절값을 포함하는 제1 자세 벡터를 획득하는 단계;
    제2 손 자세를 구성하는 제2 손 관절값 데이터 셋 및 상기 상체 관절의 제2 관절값을 포함하는 제2 자세 벡터를 획득하는 단계;
    를 포함하고,
    상기 복수의 자세 벡터를 획득하는 단계는,
    제1 키 이미지 프레임에 대응되는 상기 제1 자세 벡터 및 제2 키 이미지 프레임에 대응되는 상기 제2 자세 벡터를 이용하여 보간을 수행하는 단계; 및
    상기 보간을 통해 상기 제1 키 이미지 프레임과 상기 제2 키 이미지 프레임 사이의 이미지 프레임들에 각각 대응되는 관절값들을 포함하는 상기 복수의 자세 벡터를 획득하는 단계;
    를 포함하는, 방법.
  19. 제18 항에 있어서,
    상기 복수의 자세 벡터를 획득하는 단계는,
    구면 선형 보간(Spherical Linear Interpolation, Slerp)을 수행함으로써, 상기 복수의 자세 벡터를 획득하는, 방법.
  20. 제11 항 내지 제19 항 중 어느 하나의 항에 기재된 방법을 구현하기 위한 적어도 하나의 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체.
KR1020220071027A 2022-06-10 2022-06-10 손 동작에 관한 이미지 데이터를 획득하는 전자 장치 및 그 동작 방법 KR20230170485A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020220071027A KR20230170485A (ko) 2022-06-10 2022-06-10 손 동작에 관한 이미지 데이터를 획득하는 전자 장치 및 그 동작 방법
PCT/KR2023/004605 WO2023239035A1 (ko) 2022-06-10 2023-04-05 손 동작에 관한 이미지 데이터를 획득하는 전자 장치 및 그 동작 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220071027A KR20230170485A (ko) 2022-06-10 2022-06-10 손 동작에 관한 이미지 데이터를 획득하는 전자 장치 및 그 동작 방법

Publications (1)

Publication Number Publication Date
KR20230170485A true KR20230170485A (ko) 2023-12-19

Family

ID=89118589

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220071027A KR20230170485A (ko) 2022-06-10 2022-06-10 손 동작에 관한 이미지 데이터를 획득하는 전자 장치 및 그 동작 방법

Country Status (2)

Country Link
KR (1) KR20230170485A (ko)
WO (1) WO2023239035A1 (ko)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021524627A (ja) * 2018-05-22 2021-09-13 マジック リープ， インコーポレイテッドＭａｇｉｃ Ｌｅａｐ，Ｉｎｃ． 仮想アバタをアニメーション化するための骨格システム
KR102315696B1 (ko) * 2018-12-21 2021-10-21 주식회사 알체라 관절 모델 정합 장치 및 방법
KR102150794B1 (ko) * 2019-04-26 2020-09-02 한국과학기술원 손 자세 인식 및 적응적 공간 탐색을 활용한 손 관절 추적 방법 및 그 장치
JP7103998B2 (ja) * 2019-06-05 2022-07-20 Kddi株式会社 骨格抽出方法、装置およびプログラム
KR20210069491A (ko) * 2019-12-03 2021-06-11 삼성전자주식회사 전자 장치 및 이의 제어 방법

Also Published As

Publication number Publication date
WO2023239035A1 (ko) 2023-12-14

Similar Documents

Publication Publication Date Title
US11461955B2 (en) Holographic palm raycasting for targeting virtual objects
US10417812B2 (en) Systems and methods for data visualization using three-dimensional displays
US11256336B2 (en) Integration of artificial reality interaction modes
Millette et al. DualCAD: integrating augmented reality with a desktop GUI and smartphone interaction
EP2506118A1 (en) Virtual pointer
Fang et al. Head-mounted display augmented reality in manufacturing: A systematic review
Medeiros et al. Proposal and evaluation of a tablet-based tool for 3D virtual environments
CN106873767A (zh) 一种虚拟现实应用的运行控制方法和装置
US11423549B2 (en) Interactive body-driven graphics for live video performance
CN115244495A (zh) 针对虚拟环境运动的实时式样
Alshaal et al. Enhancing virtual reality systems with smart wearable devices
Unlu et al. Pair: Phone as an augmented immersive reality controller
WO2022179344A1 (en) Methods and systems for rendering virtual objects in user-defined spatial boundary in extended reality environment
KR20230170485A (ko) 손 동작에 관한 이미지 데이터를 획득하는 전자 장치 및 그 동작 방법
George et al. Nomad devices for interactions in immersive virtual environments
KR20230053492A (ko) 손 동작에 관한 이미지 데이터를 획득하는 전자 장치 및 그 동작 방법
US20200184735A1 (en) Motion transforming user interface for group interaction with three dimensional models
Ha et al. ARWand for an augmuented world builder
Bai Mobile augmented reality: Free-hand gesture-based interaction
WO2024131405A1 (zh) 对象移动控制方法、装置、设备及介质
VanWaardhuizen et al. Table top augmented reality system for conceptual design and prototyping
KR102612430B1 (ko) 전이학습을 이용한 딥러닝 기반 사용자 손 동작 인식 및 가상 현실 콘텐츠 제공 시스템
Piumsomboon Natural hand interaction for augmented reality.
CN117008774A (zh) 窗口控制方法、装置和存储介质及电子设备
KR20240065988A (ko) 외부 디바이스의 인공지능 모델을 이용하여 객체를 인식하는 증강 현실 디바이스 및 그 동작 방법