KR20240103822A

KR20240103822A - 영상의 깊이 데이터를 획득하는 전자 장치 및 이의 제어 방법

Info

Publication number: KR20240103822A
Application number: KR1020220186358A
Authority: KR
Inventors: 얀 한차
Original assignee: 삼성전자주식회사
Filing date: 2022-12-27
Publication date: 2024-07-04

Abstract

전자 장치는, 카메라, 적어도 하나의 센서, 메모리, 카메라, 적어도 하나의 센서 및 메모리와 작동적으로 연결된 적어도 하나의 프로세서를 포함하고, 적어도 하나의 프로세서는, 적어도 하나의 센서를 통해, 전자 장치의 적어도 하나의 위치 정보를 획득하고, 카메라를 통해 획득된 영상의 색상 데이터 및 적어도 하나의 위치 정보를 기반으로 복셀 구조의 색상 데이터를 획득하고, 카메라를 통해 획득된 영상의 깊이 데이터 및 적어도 하나의 위치 정보를 기반으로 복셀 구조의 TSDF(truncated signed distance field) 데이터를 획득하고, 복셀 구조의 색상 데이터 및 복셀 구조의 TSDF 데이터를 기반으로, 트렁케이션 거리 내의 적어도 하나의 복셀의 색상 데이터 및 TSDF 데이터를 획득할 수 있다.

Description

영상의 깊이 데이터를 획득하는 전자 장치 및 이의 제어 방법 { ELECTRONIC DEVICE FOR OBTAINING DEPTH DATA OF IMAGE AND METHOD FOR CONTROLLING THE SAME }

본 개시의 실시 예들은, 영상의 깊이 데이터를 획득하는 전자 장치 및 이의 제어 방법에 관한 것이다.

전자 장치, 예를 들어, 스마트 폰과 같은 휴대용 전자 장치를 통해 제공되는 다양한 서비스 및 부가 기능들이 점차 증가하고 있다. 이러한 전자 장치의 효용 가치를 높이고, 다양한 사용자들의 욕구를 만족시키기 위해서 통신 서비스 제공자 또는 전자 장치 제조사들은 다양한 기능들을 제공하고 다른 업체와의 차별화를 위해 전자 장치를 경쟁적으로 개발하고 있다. 이에 따라, 전자 장치를 통해서 제공되는 다양한 기능들도 점점 고도화되고 있다.

자동 초점, 증강 현실, 공간 매핑과 같이 주변 공간에 따라 전자 장치를 사용하기 위해, 전자 장치는 주변 공간의 깊이 정보를 획득함을 통해 주변 공간을 인식할 수 있다.

전자 장치는 카메라 이미징 평면과 객체 사이의 픽셀 당 거리 정보를 깊이 정보로 획득하며, ToF(time of flight) 센서와 같은 능동 센서를 사용하면 표면에 질감(texture)이나 특징이 없는 경우에도 깊이 정보를 얻을 수 있다. 이러한 능동 센서에 의해 획득되는 깊이 정보의 해상도는 전력 소모와 관련이 높다.

깊이 정보의 해상도를 높이기 위해 주변 공간의 영상의 색상 정보를 이용하거나, 학습을 통해 깊이 정보를 예측하고 있으나, 질감이 복잡한 영역의 색상 정보를 이용하거나, 학습 데이터가 잘못 선정된 경우 깊이 정보에 오류가 발생할 수 있다.

일 실시 예에 따르면, 전자 장치는, 카메라, 적어도 하나의 센서, 메모리, 상기 카메라, 상기 적어도 하나의 센서 및 상기 메모리와 작동적으로 연결된 적어도 하나의 프로세서를 포함할 수 있다.

일 실시 예에 따라, 상기 적어도 하나의 프로세서는, 상기 적어도 하나의 센서를 통해, 상기 전자 장치의 적어도 하나의 위치 정보를 획득할 수 있다.

일 실시 예에 따라, 상기 적어도 하나의 프로세서는, 상기 카메라를 통해 획득된 영상의 색상 데이터 및 상기 적어도 하나의 위치 정보를 기반으로 복셀 구조의 색상 데이터를 획득할 수 있다.

일 실시 예에 따라, 상기 적어도 하나의 프로세서는, 상기 카메라를 통해 획득된 영상의 깊이 데이터 및 상기 적어도 하나의 위치 정보를 기반으로 복셀 구조의 TSDF(truncated signed distance field) 데이터를 획득할 수 있다.

일 실시 예에 따라, 상기 적어도 하나의 프로세서는, 상기 복셀 구조의 색상 데이터 및 상기 복셀 구조의 TSDF 데이터를 기반으로, 트렁케이션 거리 내의 적어도 하나의 복셀의 색상 데이터 및 TSDF 데이터를 획득할 수 있다.

일 실시 예에 따라, 전자 장치의 제어 방법은, 적어도 하나의 센서를 통해, 상기 전자 장치의 적어도 하나의 위치 정보를 획득하는 동작을 포함할 수 있다.

일 실시 예에 따라, 전자 장치의 제어 방법은, 카메라를 통해 획득된 영상의 색상 데이터 및 상기 적어도 하나의 위치 정보를 기반으로 복셀 구조의 색상 데이터를 획득하는 동작을 포함할 수 있다.

일 실시 예에 따라, 전자 장치의 제어 방법은, 상기 카메라를 통해 획득된 영상의 깊이 데이터 및 상기 적어도 하나의 위치 정보를 기반으로 복셀 구조의 TSDF(truncated signed distance field) 데이터를 획득하는 동작을 포함할 수 있다.

일 실시 예에 따라, 전자 장치의 제어 방법은, 상기 복셀 구조의 색상 데이터 및 상기 복셀 구조의 TSDF 데이터를 기반으로, 트렁케이션 거리 내의 적어도 하나의 복셀의 색상 데이터 및 TSDF 데이터를 획득하는 동작을 포함할 수 있다.

일 실시 예에 따라, 하나 이상의 프로그램을 저장하는, 비일시적 컴퓨터 판독 가능 기록 매체에 있어서, 상기 하나 이상의 프로그램은, 상기 프로세서가, 상기 적어도 하나의 센서를 통해, 상기 전자 장치의 적어도 하나의 위치 정보를 획득하는 명령어들을 포함할 수 있다.

일 실시 예에 따라, 상기 하나 이상의 프로그램은, 상기 프로세서가, 상기 카메라를 통해 획득된 영상의 색상 데이터 및 상기 적어도 하나의 위치 정보를 기반으로 복셀 구조의 색상 데이터를 획득하는 명령어들을 포함할 수 있다.

일 실시 예에 따라, 상기 하나 이상의 프로그램은, 상기 프로세서가, 상기 카메라를 통해 획득된 영상의 깊이 데이터 및 상기 적어도 하나의 위치 정보를 기반으로 복셀 구조의 TSDF(truncated signed distance field) 데이터를 획득하는 명령어들을 포함할 수 있다.

일 실시 예에 따라, 상기 하나 이상의 프로그램은, 상기 프로세서가, 상기 복셀 구조의 색상 데이터 및 상기 복셀 구조의 TSDF 데이터를 기반으로, 트렁케이션 거리 내의 적어도 하나의 복셀의 색상 데이터 및 TSDF 데이터를 획득하는 명령어들을 포함할 수 있다.

도 1은 일 실시 예에 따른 네트워크 환경 내의 전자 장치의 블럭도이다.
도 2는 일 실시 예에 따른, 카메라 모듈을 예시하는 블럭도이다.
도 3은 일 실시 예에 따른, 전자 장치의 복셀 구조를 기반으로 영상의 색상 데이터 및 깊이 데이터를 획득하는 동작을 설명하기 위한 도면이다.
도 4는 일 실시 예에 따른, 전자 장치의 복셀 구조를 기반으로 영상의 색상 데이터 및 깊이 데이터를 획득하는 동작을 설명하기 위한 흐름도이다.
도 5는 일 실시 예에 따른, 전자 장치의 복셀 구조를 통해 색상 데이터를 획득하는 동작을 설명하기 위한 흐름도이다.
도 6은 일 실시 예에 따른 전자 장치의 투영 매핑 동작을 설명하기 위한 도면이다.
도 7은 일 실시 예에 따른 TSDF 데이터를 설명하기 위한 도면이다.
도 8은 일 실시 예에 따른 전자 장치의 트렁케이션 거리 내의 복셀의 색상 데이터 및 깊이 데이터를 업데이트하는 동작을 설명하기 위한 흐름도이다.

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

도 2는, 다양한 실시예들에 따른, 카메라 모듈(180)을 예시하는 블럭도(200)이다. 도 2를 참조하면, 카메라 모듈(180)은 렌즈 어셈블리(210), 플래쉬(220), 이미지 센서(230), 이미지 스태빌라이저(240), 메모리(250)(예: 버퍼 메모리), 또는 이미지 시그널 프로세서(260)를 포함할 수 있다. 렌즈 어셈블리(210)는 이미지 촬영의 대상인 피사체로부터 방출되는 빛을 수집할 수 있다. 렌즈 어셈블리(210)는 하나 또는 그 이상의 렌즈들을 포함할 수 있다. 일실시예에 따르면, 카메라 모듈(180)은 복수의 렌즈 어셈블리(210)들을 포함할 수 있다. 이런 경우, 카메라 모듈(180)은, 예를 들면, 듀얼 카메라, 360도 카메라, 또는 구형 카메라(spherical camera)를 형성할 수 있다. 복수의 렌즈 어셈블리(210)들 중 일부는 동일한 렌즈 속성(예: 화각, 초점 거리, 자동 초점, f 넘버(f number), 또는 광학 줌)을 갖거나, 또는 적어도 하나의 렌즈 어셈블리는 다른 렌즈 어셈블리의 렌즈 속성들과 다른 하나 이상의 렌즈 속성들을 가질 수 있다. 렌즈 어셈블리(210)는, 예를 들면, 광각 렌즈 또는 망원 렌즈를 포함할 수 있다.

플래쉬(220)는 피사체로부터 방출 또는 반사되는 빛을 강화하기 위하여 사용되는 빛을 방출할 수 있다. 일실시예에 따르면, 플래쉬(220)는 하나 이상의 발광 다이오드들(예: RGB(red-green-blue) LED, white LED, infrared LED, 또는 ultraviolet LED), 또는 xenon lamp를 포함할 수 있다. 이미지 센서(230)는 피사체로부터 방출 또는 반사되어 렌즈 어셈블리(210) 를 통해 전달된 빛을 전기적인 신호로 변환함으로써, 상기 피사체에 대응하는 이미지를 획득할 수 있다. 일실시예에 따르면, 이미지 센서(230)는, 예를 들면, RGB 센서, BW(black and white) 센서, IR 센서, 또는 UV 센서와 같이 속성이 다른 이미지 센서들 중 선택된 하나의 이미지 센서, 동일한 속성을 갖는 복수의 이미지 센서들, 또는 다른 속성을 갖는 복수의 이미지 센서들을 포함할 수 있다. 이미지 센서(230)에 포함된 각각의 이미지 센서는, 예를 들면, CCD(charged coupled device) 센서 또는 CMOS(complementary metal oxide semiconductor) 센서를 이용하여 구현될 수 있다.

이미지 스태빌라이저(240)는 카메라 모듈(180) 또는 이를 포함하는 전자 장치(101)의 움직임에 반응하여, 렌즈 어셈블리(210)에 포함된 적어도 하나의 렌즈 또는 이미지 센서(230)를 특정한 방향으로 움직이거나 이미지 센서(230)의 동작 특성을 제어(예: 리드 아웃(read-out) 타이밍을 조정 등)할 수 있다. 이는 촬영되는 이미지에 대한 상기 움직임에 의한 부정적인 영향의 적어도 일부를 보상하게 해 준다. 일실시예에 따르면, 이미지 스태빌라이저(240)는, 일실시예에 따르면, 이미지 스태빌라이저(240)은 카메라 모듈(180)의 내부 또는 외부에 배치된 자이로 센서(미도시) 또는 가속도 센서(미도시)를 이용하여 카메라 모듈(180) 또는 전자 장치(101)의 그런 움직임을 감지할 수 있다. 일실시예에 따르면, 이미지 스태빌라이저(240)는, 예를 들면, 광학식 이미지 스태빌라이저로 구현될 수 있다. 메모리(250)는 이미지 센서(230)을 통하여 획득된 이미지의 적어도 일부를 다음 이미지 처리 작업을 위하여 적어도 일시 저장할 수 있다. 예를 들어, 셔터에 따른 이미지 획득이 지연되거나, 또는 복수의 이미지들이 고속으로 획득되는 경우, 획득된 원본 이미지(예: Bayer-patterned 이미지 또는 높은 해상도의 이미지)는 메모리(250)에 저장이 되고, 그에 대응하는 사본 이미지(예: 낮은 해상도의 이미지)는 디스플레이 모듈(160)을 통하여 프리뷰될 수 있다. 이후, 지정된 조건이 만족되면(예: 사용자 입력 또는 시스템 명령) 메모리(250)에 저장되었던 원본 이미지의 적어도 일부가, 예를 들면, 이미지 시그널 프로세서(260)에 의해 획득되어 처리될 수 있다. 일실시예에 따르면, 메모리(250)는 메모리(130)의 적어도 일부로, 또는 이와는 독립적으로 운영되는 별도의 메모리로 구성될 수 있다.

이미지 시그널 프로세서(260)는 이미지 센서(230)을 통하여 획득된 이미지 또는 메모리(250)에 저장된 이미지에 대하여 하나 이상의 이미지 처리들을 수행할 수 있다. 상기 하나 이상의 이미지 처리들은, 예를 들면, 깊이 지도(depth map) 생성, 3차원 모델링, 파노라마 생성, 특징점 추출, 이미지 합성, 또는 이미지 보상(예: 노이즈 감소, 해상도 조정, 밝기 조정, 블러링(blurring), 샤프닝(sharpening), 또는 소프트닝(softening)을 포함할 수 있다. 추가적으로 또는 대체적으로, 이미지 시그널 프로세서(260)는 카메라 모듈(180)에 포함된 구성 요소들 중 적어도 하나(예: 이미지 센서(230))에 대한 제어(예: 노출 시간 제어, 또는 리드 아웃 타이밍 제어 등)를 수행할 수 있다. 이미지 시그널 프로세서(260)에 의해 처리된 이미지는 추가 처리를 위하여 메모리(250)에 다시 저장 되거나 카메라 모듈(180)의 외부 구성 요소(예: 메모리(130), 디스플레이 모듈(160), 전자 장치(102), 전자 장치(104), 또는 서버(108))로 제공될 수 있다. 일실시예에 따르면, 이미지 시그널 프로세서(260)는 프로세서(120)의 적어도 일부로 구성되거나, 프로세서(120)와 독립적으로 운영되는 별도의 프로세서로 구성될 수 있다. 이미지 시그널 프로세서(260)이 프로세서(120)과 별도의 프로세서로 구성된 경우, 이미지 시그널 프로세서(260)에 의해 처리된 적어도 하나의 이미지는 프로세서(120)에 의하여 그대로 또는 추가의 이미지 처리를 거친 후 디스플레이 모듈(160)를 통해 표시될 수 있다.

일실시예에 따르면, 전자 장치(101)는 각각 다른 속성 또는 기능을 가진 복수의 카메라 모듈(180)들을 포함할 수 있다. 이런 경우, 예를 들면, 상기 복수의 카메라 모듈(180)들 중 적어도 하나는 광각 카메라이고, 적어도 다른 하나는 망원 카메라일 수 있다. 유사하게, 상기 복수의 카메라 모듈(180)들 중 적어도 하나는 전면 카메라이고, 적어도 다른 하나는 후면 카메라일 수 있다.

도 3은 일 실시 예에 따른, 전자 장치의 복셀 구조를 기반으로 영상의 색상 데이터 및 깊이 데이터를 획득하는 동작을 설명하기 위한 도면이다.

일 실시 예에 따라, 전자 장치(예: 도 1의 전자 장치(101), 도 1의 프로세서(120) 또는 도 2의 카메라 모듈(180))는 카메라(예: 도 1의 카메라 모듈(180))를 통해 획득된 영상의 색상 데이터(310) 및 카메라의 위치들(320)을 기반으로, 340 동작에서, 영상의 왜곡을 제거하고, 변환(예: 로우(raw) 데이터를 RGB 데이터로 변환)을 적용하여 색상을 세계 좌표(world coordinate)(예: XYZ 좌표)에 정렬할 수 있다.

일 실시 예에 따라, 영상의 왜곡은 카메라의 종류(예: 렌즈의 종류)를 기반으로 발생되는 것일 수 있다.

일 실시 예에 따라, 전자 장치는 정렬된 색상 데이터(341)를 기반으로, 342 동작에서, 투영 매핑 방법을 사용하여 복셀 구조로 색상 데이터를 축적할 수 있다. 일 실시 예에 따라, 투영 매핑 동작에 대해서는 이하 도 6을 참조하여 보다 자세히 설명하기로 한다. 일 실시 예에 따라, 복셀(voxel)은 부피(volume)와 픽셀(pixel)의 합성어로, 2차원에서의 픽셀과 대응되는, 3차원 공간에서의 정규 격자 단위의 값이다.

일 실시 예에 따라, 복셀 구조로 색상 데이터를 획득하는 동작에서는 트렁케이션(truncation)이 적용되지 않으므로, 모든 복셀에 대해 색상 데이터가 매핑될 수 있다. 일 실시 예에 따라, 트렁케이션과 관련해서는 이하 도 7을 참조하여 자세히 설명하기로 한다.

일 실시 예에 따라, 전자 장치는 카메라 위치들(320) 및 카메라를 통해 획득된 2D 깊이 데이터(330)를 기반으로, 350 동작에서, 왜곡을 제거하고, 카메라 파라미터를 적용하여 깊이를 세계 좌표의 색상 데이터에 맞춰 정렬할 수 있다. 일 실시 예에 따라, 카메라는 ToF(Time of Flight) 카메라일 수 있다.

일 실시 예에 따라, 영상의 색상 데이터를 획득하기 위한 카메라와 깊이 데이터를 획득하기 위한 카메라는 별도의 장치일 수 있으나, 하나의 장치일 수도 있다.

일 실시 예에 따라, 전자 장치는 3D 정렬된 깊이 데이터(351)를 기반으로, 352 동작에서, TSDF(truncated signed distance field) 데이터를 사용하여 복셀 구조로 깊이 데이터를 축적할 수 있다. 일 실시 예에 따라, 전자 장치는 색상 데이터가 매핑된 복셀 구조와 동일한 구조에 깊이 데이터를 매핑할 수 있다. 이로 인해 2차원의 깊이 데이터를 3차원으로 투영한 후 2차원의 컬러 카메라 평면으로 다시 투영되는 전자 장치의 동작은 생략될 수 있다. 일 실시 예에 따라, TSDF 데이터에 대해서는 이하 도 7을 참조하여 보다 자세히 설명하기로 한다.

일 실시 예에 따라, 전자 장치는 TSDF 데이터 및 색상 데이터가 있는 3D 복셀들(360)을 기반으로 361 동작에서, 트렁케이션 거리 내의 복셀들에 대한 TSDF 및 색상 데이터를 계산할 수 있다.

일 실시 예에 따라, 370 동작에서, 전자 장치는 마칭 큐브 알고리즘(marching cubes algorithm)을 사용하여 메쉬를 생성하고, AR(augmented reality)용 3D 메쉬(371)을 출력할 수 있다.

일 실시 예에 따라, 380 동작에서, 전자 장치는 깊이 이미지에 TSDF를 투영하고, 2D 깊이 데이터(381)를 출력할 수 있다.

도 4는 일 실시 예에 따른, 전자 장치의 복셀 구조를 기반으로 영상의 색상 데이터 및 깊이 데이터를 획득하는 동작을 설명하기 위한 흐름도이다.

일 실시 예에 따라, 410 동작에서 전자 장치(예: 도 1의 전자 장치(101), 도 1의 프로세서(120) 또는 도 2의 카메라 모듈(180))는, 적어도 하나의 센서(예: 도 1의 센서 모듈(176))를 통해, 전자 장치의 적어도 하나의 위치 정보를 획득할 수 있다. 예를 들어, 전자 장치는 GPS 센서, 가속도 센서 및/또는 자이로 센서를 통해 전자 장치(예: 카메라(에: 도 1의 카메라 모듈(180))의 위치 정보를 획득할 수 있으며, 전자 장치의 이동 정보를 더 이용하여 전자 장치의 위치 정보를 획득할 수도 있다. 일 실시 예에 따라, 전자 장치의 위치 정보는 도 3의 카메라 위치들(320)과 동일한 구성일 수 있다.

일 실시 예에 따라, 420 동작에서, 전자 장치는 카메라를 통해 획득된 영상의 색상 데이터 및 적어도 하나의 위치 정보를 기반으로 복셀 구조의 색상 데이터를 획득할 수 있다.

일 실시 예에 따라, 전자 장치는 카메라를 통해 획득된 영상의 프레임 별로 복셀 구조의 색상 데이터를 획득할 수 있다. 일 실시 예에 따라, 색상 데이터를 획득하는 동작은 도 3의 342 동작과 동일한 동작일 수 있다.

일 실시 예에 따라, 전자 장치는 카메라의 시야 범위에 대응되는 절두체를 획득할 수 있다. 일 실시 예에 따라, 절두체란 카메라의 시야의 범위를 정의하는 것으로, 카메라가 사각뿔의 꼭짓점에 배치된 사각뿔의 머리를 잘라놓은 형상일 수 있다. 일 실시 예에 따라, 절두체는 6개의 평면을 포함할 수 있다. 예를 들어, 절두체는, 카메라와 수직하며 제일 가까운 곳의 시야 범위를 나타내는 평면인 근평면(near plane), 카메라와 수직하며 제일 먼 곳의 시야 범위를 나타내는 평면인 원평면(far plane), 카메라의 좌측 시야 범위를 나타내는 평면인 좌평면(left plane), 카메라의 우측 시야 범위를 나타내는 평면인 우평면(right plane), 카메라의 상단 시야 범위를 나타내는 평면인 상평면(top plane) 및 카메라의 하단 시야 범위를 나타내는 평면인 하평면(bottom plane)을 포함할 수 있다.

일 실시 예에 따라, 전자 장치는 절두체의 원평면에 절두체 내에 포함된 복수의 복셀 각각에 대한 복수의 투영 매핑 영역을 획득할 수 있다.

일 실시 예에 따라, 복수의 투영 매핑 영역 각각에 대한 색상 값 및 표준 편차를 복셀 구조의 색상 데이터로써 획득할 수 있다. 일 실시 예에 따라, 전자 장치는 절두체에 포함된 복수의 복셀 각각에 대해, 전자 장치와의 거리와 비례하는 가중치(예: )를 기반으로 복수의 투영 매핑 영역 각각에 대한 색상 값(예: ) 및 표준 편차를 획득할 수 있다.

일 실시 예에 따라, 투영 매핑 동작에 대해서는 이하 도 6을 참조하여 보다 자세히 설명하기로 한다.

일 실시 예에 따라, 전자 장치는 깊이 데이터를 사용하지 않고, 각 복셀 에 대해 색상 값 을 계산할 수 있다. 일 실시 예에 따라, 가중치 와 표준편차 값 가 함께 계산될 수 있다. 일 실시 예에 따라, 전자 장치는 영상의 각 프레임에 대해 획득되는 모든 복셀의 색상 값, 가중치 및/또는 표준 편차 값을 반복적으로 업데이트할 수 있다.

일 실시 예에 따라, 430 동작에서, 전자 장치는 카메라를 통해 획득된 영상의 깊이 데이터 및 적어도 하나의 위치 정보를 기반으로 복셀 구조의 TSDF(truncated signed distance field) 데이터를 획득할 수 있다.

일 실시 예에 따라, 전자 장치는 절두체에 포함된 복수의 복셀 각각에 대해, 전자 장치와의 거리와 비례하는 가중치(예: )를 기반으로 TSDF 값 (예: )를 획득할 수 있다.

일 실시 예에 따라, TSDF 값 획득 동작에 대해서는 이하 도 7을 참조하여 보다 자세히 설명하기로 한다.

일 실시 예에 따라, 전자 장치는 카메라의 종류 및/또는 상기 적어도 하나의 위치 정보를 기반으로 영상의 깊이 데이터의 왜곡을 제거하고, 왜곡이 제거된 깊이 데이터를 공간의 좌표계(예: 세계 좌표계(world coordinate)(예: XYZ 좌표계))를 기반으로 정렬한 후 복셀 구조의 깊이 데이터를 획득할 수 있다.

일 실시 예에 따라. 전자 장치는 절두체에 포함된 복수의 복셀 중 적어도 하나의 미정의된(undefined) 복셀을 식별할 수 있다. 일 실시 예에 따라, 전자 장치는 3방향 선형 보간(tri-linear interpolation) 방식을 기반으로 적어도 하나의 미정의된 복셀의 TSDF 데이터를 획득할 수 있다.

일 실시 예에 따라, 미정의된 복셀의 가중치(예: )는 0으로 설정될 수 있다.

일 실시 예에 따라, 440 동작에서, 전자 장치는 복셀 구조의 색상 데이터 및 복셀 구조의 TSDF 데이터를 기반으로, 트렁케이션 거리 내의 적어도 하나의 복셀의 색상 데이터 및 TSDF 데이터를 획득할 수 있다.

일 실시 예에 따라, 전자 장치는 절두체에 포함된 복수의 복셀 중 트렁케이션 거리 내의 적어도 하나의 복셀을 식별할 수 있다. 일 실시 예에 따라, 트렁케이션 거리 내의 적어도 하나의 복셀은 TSDF 데이터 값이 -1보다 크고 1보다 작은 것일 수 있다. 일 실시 예에 따라, 트렁케이션 거리 내에는 물체의 표면(예: 경계)이 포함될 수 있으며, TSDF 값이 -1인 복셀들은 물체의 표면을 기준으로 물체의 내부 영역이고, TSDF 값이 1인 복셀들은 물체의 표면을 기준으로 물체의 외부 영역일 수 있다. 일 실시 예에 따라, TSDF 값 및 트렁케이션 거리에 대해서는 이하 도 7을 참조하여 설명하기로 한다.

일 실시 예에 따라, 전자 장치는 적어도 하나의 복셀의 인접 복셀들의 색상 데이터 및 TSDF 데이터를 기반으로 적어도 하나의 복셀의 색상 데이터 및 TSDF 데이터를 업데이트할 수 있다.

일 실시 예에 따라, 전자 장치는 마칭 큐브 알고리즘(marching cubes algorithm)을 기반으로 3D 메쉬를 생성할 수 있다. 일 실시 예에 따라, 마칭 큐브 알고리즘은 3차원 밀도 맵에서 윤곽 수준(contour level)로 주어진 값과 동일한 밀도 값을 갖는 위치 정보를 곡면으로 시각화하는 방법이다.

일 실시 예에 따라, 전자 장치는 트렁케이션 거리 내의 적어도 하나의 복셀의 TSDF 데이터를 기반으로 영상의 깊이 데이터를 업데이트할 수 있다.

도 5는 일 실시 예에 따른, 전자 장치의 복셀 구조를 통해 색상 데이터를 획득하는 동작을 설명하기 위한 흐름도이다.

도 5를 참조하면, 510 동작에서, 전자 장치(예: 도 1의 전자 장치(101), 도 1의 프로세서(120) 또는 도 2의 카메라 모듈(180))는 카메라(예: 도 1의 카메라 모듈(180) 또는 도 2의 카메라 모듈(180)) 파라미터들과 미리 정의된 최대 깊이를 기반으로 카메라 절두체를 계산할 수 있다.

일 실시 예에 따라, 절두체란 카메라의 시야의 범위를 정의하는 것으로, 카메라가 사각뿔의 꼭짓점에 배치된 사각뿔의 머리를 잘라놓은 형상일 수 있다. 일 실시 예에 따라, 전자 장치는 최대 깊이를 기반으로 카메라와의 최대 거리의 평면인 원평면(far plane)을 포함하는 절두체를 획득할 수 있다.

일 실시 예에 따라, 520 동작에서, 전자 장치는 카메라 절두체의 각 복셀에 대한 컬러 이미지 평면에 4개의 복셀 모서리를 투영할 수 있다. 일 실시 예에 따라, 카메라 절두체에는 복수의 복셀이 포함되며, 각 복셀의 4개의 모서리를 절두체의 원평면에 해당하는 컬러 이미지 평면에 투영할 수 있다. 일 실시 예에 따라, 전자 장치는 복셀에 포함된 4개의 꼭짓점을 투영할 수도 있다.

일 실시 예에 따라, 530 동작에서, 전자 장치는 투영에 의해 경계가 정해진 색상 픽셀을 기반으로 현재 프레임에 대한 색상 값 및 표준 편차를 계산할 수 있다.

일 실시 예에 따라, 전자 장치는 하나의 복셀의 4개의 모서리를 컬러 이미지 평면 상에 투영하여 형성된 투영 영역의 색상 픽셀을 기반으로, 현재 프레임에 포함된 복셀 에 대해 색상 값 을 계산할 수 있다. 일 실시 예에 따라, 가중치 와 표준편차 값 가 함께 계산될 수 있다. 일 실시 예에 따라, 전자 장치는 영상의 각 프레임에 대해 획득되는 모든 복셀의 색상 값, 가중치 및/또는 표준 편차 값을 반복적으로 업데이트할 수 있다.

일 실시 예에 따라, 전자 장치는 아래의 식(1) 내지 식(3)과 같이 과거 측정값과 현재 측정값의 가중 평균을 기반으로 복셀의 색상 설명을 업데이트할 수 있다.

식(1)

식(2)

식(3)

여기서, 는 복셀 의 색상 값이고, 는 복셀 의 표준 편차 값이고, 는 복셀 의 가중치 값이다.

일 실시 예에 따라, 복셀의 색상 업데이트 가중 함수 는 복셀 에 대응되는 투영 영역의 크기를 보상하기 위한 것일 수 있다. 예를 들어, 카메라에 더 가까운 복셀은 더 큰 경계 박스를 생성하고, 더 많은 가변 데이터를 포함하므로, 카메라에 더 가까운 복셀은 덜 중요하도록 가중치가 부여될 수 있다.

일 실시 예에 따라, 540 동작에서, 전자 장치는 복셀의 색상 설명을 업데이트할 수 있다. 예를 들어, 전자 장치는 복셀 의 색상 설명(예: , , )을 업데이트할 수 있다.

도 6은 일 실시 예에 따른 전자 장치의 투영 매핑 동작을 설명하기 위한 도면이다.

도 6을 참조하면, 전자 장치(600)(예: 도 1의 전자 장치(101), 도 1의 프로세서(120) 또는 도 2의 카메라 모듈(180))는 복셀 그리드(620)에 포함된 복수의 복셀 각각에 대해 컬러 이미지 평면(610)(예: 카메라 절두체의 원평면)에 투영 매핑 동작을 수행할 수 있다.

일 실시 예에 따라, 복셀 그리드(620) 중 중심의 제1 복셀에 대해 투영 매핑 동작을 수행하는 경우, 전자 장치로부터 발광된 카메라 광선이 제1 복셀의 4개의 모서리를 컬러 이미지 평면(610)에 투영할 수 있다. 일 실시 예에 따라, 제1 복셀의 4개의 모서리는, 제1 복셀의 모서리들 중 카메라 원점으로부터 가장 멀리 떨어진 것일 수 있다. 일 실시 예에 따라, 제1 복셀의 4개의 모서리는 제1 복셀의 4개의 꼭짓점(621, 622, 623, 624) 중 인접한 2개를 연결한 것일 수 있다.

일 실시 예에 따라, 전자 장치는 투영에 의해 컬러 이미지 평면(60)상에 경계가 정해진 투영 영역(630)(예: 색상 픽셀)을 기반으로 현재 프레임에 대한 색상 값 및 표준 편차를 계산할 수 있다.

도 7은 일 실시 예에 따른 TSDF 데이터를 설명하기 위한 도면이다.

도 7을 참조하면, 전자 장치(예: 도 1의 전자 장치(101), 도 1의 프로세서(120) 또는 도 2의 카메라 모듈(180))는 6-DOF(degrees of freedom) 카메라 포즈 행렬을 이용하여 세계 좌표계에서 3D 꼭짓점들(vertices)를 구한 후, 각 복셀의 TSDF 데이터를 획득할 수 있다.

일 실시 예에 따라, 전자 장치는 복수의 복셀(710) 각각에 대해 TSDF 데이터를 획득할 수 있으며, TSDF 데이터가 0인 경우, 물체의 표면(740)을 의미할 수 있다. 일 실시 예에 따라, TSDF 값이 -1인 경우, 물체의 표면(740)을 기준으로 내부(720) 영역일 수 있으며, TSDF 값이 1인 경우, 물체의 표면(740)을 기준으로 물체의 외부(730) 영역일 수 있다.

일 실시 예에 따라, 전자 장치는 TSDF 값이 -1 이상 1미만인 복셀을 트렁케이션할 수 있으며, TSDF 값이 0인 물체의 표면(740)을 포함하는 TSDF 값이 -1 이상 1미만인 복셀을의 길이는 트렁케이션 거리(750)일 수 있다.

도 8은 일 실시 예에 따른 전자 장치의 트렁케이션 거리 내의 복셀의 색상 데이터 및 깊이 데이터를 업데이트하는 동작을 설명하기 위한 흐름도이다.

도 8을 참조하면, 전자 장치(예: 도 1의 전자 장치(101), 도 1의 프로세서(120) 또는 도 2의 카메라 모듈(180))는 810 동작에서, 카메라 파라미터들과 미리 정의된 최대 깊이를 기반으로 카메라 절두체를 계산할 수 있다.

일 실시 예에 따라, 820 동작에서, 전자 장치는 3방향 선형 보간(tri-linear interpolation) 방식을 사용하여 카메라 절두체의 모든 미정의된(undefined) 복셀들에 대한 TSDF 값들을 계산할 수 있다.

일 실시 예에 따라. 전자 장치는 미정의된 복셀들 각각에 대해 3 방향(예: x 방향, y 방향, z 방향)의 인접한 복셀들의 TSDF 값을 기반으로 미정의된 복셀들의 TSDF 값을 계산할 수 있다. 일 실시 예에 따라, 전자 장치는 미정의된 복셀들의 가중치(예: )는 0으로 설정할 수 있다.

일 실시 예에 따라, 830 동작에서, 전자 장치는 트렁케이션 거리 내에서 복셀을 탐색할 수 있다.

일 실시 예에 따라, 전자 장치는 복수의 복셀의 TSDF 데이터를 기반으로, 물체의 표면이 포함된 복셀을 확인할 수 있다. 예를 들어, 전자 장치는 TSDF 값이 -1 보다 크고 1 보다 작은 복셀들을 식별할 수 있다.

일 실시 예에 따라, 840 동작에서, 전자 장치는 양방향 솔버를 사용하여 복셀의 TSDF 값들 및 색상 설명들을 업데이트할 수 있다.

일 실시 예에 따라, 전자 장치는 양방향 솔버인 아래의 식 (4)를 이용하여 복셀의 TSDF 값들 및 색상 값 을 업데이트할 수 있다.

일 실시 예에 따라, 양방향 솔버는 부분적으로 사용 가능한 입력 신호 를 기반으로, 출력 신호 를 복원하기 위한 것이다. 일 실시 예에 따라, 최적화된 는 출력 신호가 양방향 평활(예: 인접한 및 사이의 평활도)이 되게 만드는 이미지 종속적인 평활도 항과, 신뢰도 (예: )항에 의해 가중치가 부여된 입력과 출력 사이의 잔차(residual) 제곱을 최소화하는 데이터 충실도 항을 포함할 수 있다.

식(4)

일 실시 예에 따라, 평활도 항은 색상 정보를 가이드로 사용하는 양방향 선호도 매트릭스 의 양확률적(bistocastized) 버전인 아래 식 (5)에 의해 획득될 수 있다.

식(5)

이와 같이 본 개시는 사전 학습이 요구되지 않으며, 전경과 배경의 깊이 데이터에서 아티팩트를 유발할 수 있는 폐색(occlusion)의 영향이 줄고, TSDF 데이터를 활용함에 따라 작은 부정확도들이 평균화됨에 따라, 리소스 소모를 줄이면서 보다 정확한 깊이 데이터를 획득할 수 있다.

일 실시 예에 따라, 상기 적어도 하나의 프로세서는, 투영 매핑 방법을 기반으로 상기 복셀 구조의 색상 데이터를 획득할 수 있다.

일 실시 예에 따라, 상기 적어도 하나의 프로세서는, 상기 카메라의 시야 범위에 대응되는 절두체를 획득할 수 있다.

일 실시 예에 따라, 상기 적어도 하나의 프로세서는, 상기 절두체의 원평면(far plane)에 상기 절두체 내에 포함된 복수의 복셀 각각에 대한 복수의 투영 매핑 영역을 획득할 수 있다.

일 실시 예에 따라, 상기 적어도 하나의 프로세서는, 상기 복수의 투영 매핑 영역 각각에 대한 색상 값 및 표준 편차를 상기 복셀 구조의 색상 데이터로써 획득할 수 있다.

일 실시 예에 따라, 상기 적어도 하나의 프로세서는, 상기 절두체에 포함된 복수의 복셀 각각에 대해, 상기 전자 장치와의 거리와 비례하는 가중치를 기반으로 상기 복수의 투영 매핑 영역 각각에 대한 상기 색상 값 및 상기 표준 편차를 획득할 수 있다.

일 실시 예에 따라, 상기 적어도 하나의 프로세서는, 상기 절두체에 포함된 복수의 복셀 중 적어도 하나의 미정의된 복셀을 식별할 수 있다.

일 실시 예에 따라, 상기 적어도 하나의 프로세서는, 3방향 선형 보간(tri-linear interpolation) 방식을 기반으로 상기 적어도 하나의 미정의된 복셀의 TSDF 데이터를 획득할 수 있다.

일 실시 예에 따라, 상기 적어도 하나의 프로세서는, 상기 절두체에 포함된 복수의 복셀 중 상기 트렁케이션 거리 내의 적어도 하나의 복셀을 식별할 수 있다.

일 실시 예에 따라, 상기 적어도 하나의 프로세서는, 상기 적어도 하나의 복셀의 인접 복셀들의 색상 데이터 및 TSDF 데이터를 기반으로 상기 적어도 하나의 복셀의 색상 데이터 및 TSDF 데이터를 업데이트할 수 있다.

일 실시 예에 따라, 상기 적어도 하나의 프로세서는, 상기 카메라의 종류 및/또는 상기 적어도 하나의 위치 정보를 기반으로 상기 영상의 색상 데이터의 왜곡을 제거하고, 상기 왜곡이 제거된 색상 데이터를 공간의 좌표계를 기반으로 정렬한 후 상기 복셀 구조의 색상 데이터를 획득할 수 있다.

일 실시 예에 따라, 상기 적어도 하나의 프로세서는, 상기 카메라의 종류 및/또는 상기 적어도 하나의 위치 정보를 기반으로 상기 영상의 깊이 데이터의 왜곡을 제거하고, 상기 왜곡이 제거된 깊이 데이터를 공간의 좌표계를 기반으로 정렬한 후 상기 복셀 구조의 깊이 데이터를 획득할 수 있다.

일 실시 예에 따라, 상기 적어도 하나의 프로세서는, 마칭 큐브 알고리즘(marching cubes algorithm)을 기반으로 3D 메쉬를 생성할 수 있다.

일 실시 예에 따라, 상기 적어도 하나의 프로세서는, 상기 트렁케이션 거리 내의 적어도 하나의 복셀의 TSDF 데이터를 기반으로 상기 영상의 깊이 데이터를 업데이트할 수 있다.

일 실시 예에 따라, 상기 복셀 구조의 색상 데이터를 획득하는 동작은, 투영 매핑 방법을 기반으로 상기 복셀 구조의 색상 데이터를 획득하는 동작을 포함할 수 있다.

일 실시 예에 따라, 상기 복셀 구조의 색상 데이터를 획득하는 동작은, 상기 카메라의 시야 범위에 대응되는 절두체를 획득하는 동작을 포함할 수 있다.

일 실시 예에 따라, 상기 복셀 구조의 색상 데이터를 획득하는 동작은, 상기 절두체의 원평면(far plane)에 상기 절두체 내에 포함된 복수의 복셀 각각에 대한 복수의 투영 매핑 영역을 획득할 수 있다.

일 실시 예에 따라, 상기 복셀 구조의 색상 데이터를 획득하는 동작은, 상기 복수의 투영 매핑 영역 각각에 대한 색상 값 및 표준 편차를 상기 복셀 구조의 색상 데이터로써 획득하는 동작을 포함할 수 있다.

일 실시 예에 따라, 상기 복셀 구조의 색상 데이터를 획득하는 동작은, 상기 절두체에 포함된 복수의 복셀 각각에 대해, 상기 전자 장치와의 거리와 비례하는 가중치를 기반으로 상기 복수의 투영 매핑 영역 각각에 대한 상기 색상 값 및 상기 표준 편차를 획득하는 동작을 포함할 수 있다.

일 실시 예에 따라, 상기 복셀 구조의 TSDF 데이터를 획득하는 동작은, 상기 절두체에 포함된 복수의 복셀 중 적어도 하나의 미정의된 복셀을 식별하는 동작을 포함할 수 있다.

일 실시 예에 따라, 상기 복셀 구조의 TSDF 데이터를 획득하는 동작은, 3방향 선형 보간(tri-linear interpolation) 방식을 기반으로 상기 적어도 하나의 미정의된 복셀의 TSDF 데이터를 획득하는 동작을 포함할 수 있다.

일 실시 예에 따라, 상기 트렁케이션 거리 내의 적어도 하나의 복셀의 색상 데이터 및 TSDF 데이터를 획득하는 동작은, 상기 절두체에 포함된 복수의 복셀 중 상기 트렁케이션 거리 내의 적어도 하나의 복셀을 식별하는 동작을 포함할 수 있다.

일 실시 예에 따라, 상기 트렁케이션 거리 내의 적어도 하나의 복셀의 색상 데이터 및 TSDF 데이터를 획득하는 동작은,상기 적어도 하나의 복셀의 인접 복셀들의 색상 데이터 및 TSDF 데이터를 기반으로 상기 적어도 하나의 복셀의 색상 데이터 및 TSDF 데이터를 업데이트하는 동작을 포함할 수 있다.

일 실시 예에 따라, 상기 전자 장치의 제어 방법은, 상기 카메라의 종류 및/또는 상기 적어도 하나의 위치 정보를 기반으로 상기 영상의 색상 데이터의 왜곡을 제거하고, 상기 왜곡이 제거된 색상 데이터를 공간의 좌표계를 기반으로 정렬한 후 상기 복셀 구조의 색상 데이터를 획득하는 동작을 더 포함할 수 있다.

일 실시 예에 따라, 상기 전자 장치의 제어 방법은, 상기 카메라의 종류 및/또는 상기 적어도 하나의 위치 정보를 기반으로 상기 영상의 깊이 데이터의 왜곡을 제거하고, 상기 왜곡이 제거된 깊이 데이터를 공간의 좌표계를 기반으로 정렬한 후 상기 복셀 구조의 깊이 데이터를 획득하는 동작을 더 포함할 수 있다.

일 실시 예에 따라, 상기 전자 장치의 제어 방법은, 마칭 큐브 알고리즘(marching cubes algorithm)을 기반으로 3D 메쉬를 생성하는 동작을 더 포함할 수 있다.

일 실시 예에 따라, 상기 전자 장치의 제어 방법은, 상기 트렁케이션 거리 내의 적어도 하나의 복셀의 TSDF 데이터를 기반으로 상기 영상의 깊이 데이터를 업데이트하는 동작을 더 포함할 수 있다.

일 실시 예에 따라, 상기 하나 이상의 프로그램은, 상기 프로세서가, 투영 매핑 방법을 기반으로 상기 복셀 구조의 색상 데이터를 획득하는 명령어들을 포함할 수 있다.

일 실시 예에 따라, 상기 하나 이상의 프로그램은, 상기 프로세서가, 상기 카메라의 시야 범위에 대응되는 절두체를 획득하는 명령어들을 포함할 수 있다.

일 실시 예에 따라, 상기 하나 이상의 프로그램은, 상기 프로세서가, 상기 절두체의 원평면(far plane)에 상기 절두체 내에 포함된 복수의 복셀 각각에 대한 복수의 투영 매핑 영역을 획득하는 명령어들을 포함할 수 있다.

일 실시 예에 따라, 상기 하나 이상의 프로그램은, 상기 프로세서가, 상기 복수의 투영 매핑 영역 각각에 대한 색상 값 및 표준 편차를 상기 복셀 구조의 색상 데이터로써 획득하는 명령어들을 포함할 수 있다.

일 실시 예에 따라, 상기 하나 이상의 프로그램은, 상기 프로세서가, 상기 절두체에 포함된 복수의 복셀 각각에 대해, 상기 전자 장치와의 거리와 비례하는 가중치를 기반으로 상기 복수의 투영 매핑 영역 각각에 대한 상기 색상 값 및 상기 표준 편차를 획득하는 명령어들을 포함할 수 있다.

일 실시 예에 따라, 상기 하나 이상의 프로그램은, 상기 프로세서가, 상기 절두체에 포함된 복수의 복셀 중 적어도 하나의 미정의된 복셀을 식별하는 명령어들을 포함할 수 있다.

일 실시 예에 따라, 상기 하나 이상의 프로그램은, 상기 프로세서가, 3방향 선형 보간(tri-linear interpolation) 방식을 기반으로 상기 적어도 하나의 미정의된 복셀의 TSDF 데이터를 획득하는 명령어들을 포함할 수 있다.

일 실시 예에 따라, 상기 하나 이상의 프로그램은, 상기 프로세서가, 상기 절두체에 포함된 복수의 복셀 중 상기 트렁케이션 거리 내의 적어도 하나의 복셀을 식별하는 명령어들을 포함할 수 있다.

일 실시 예에 따라, 상기 하나 이상의 프로그램은, 상기 프로세서가, 상기 적어도 하나의 복셀의 인접 복셀들의 색상 데이터 및 TSDF 데이터를 기반으로 상기 적어도 하나의 복셀의 색상 데이터 및 TSDF 데이터를 업데이트하는 명령어들을 포함할 수 있다.

일 실시 예에 따라, 상기 하나 이상의 프로그램은, 상기 프로세서가, 상기 카메라의 종류 및/또는 상기 적어도 하나의 위치 정보를 기반으로 상기 영상의 색상 데이터의 왜곡을 제거하고, 상기 왜곡이 제거된 색상 데이터를 공간의 좌표계를 기반으로 정렬한 후 상기 복셀 구조의 색상 데이터를 획득하는 명령어들을 포함할 수 있다.

일 실시 예에 따라, 상기 하나 이상의 프로그램은, 상기 프로세서가, 상기 카메라의 종류 및/또는 상기 적어도 하나의 위치 정보를 기반으로 상기 영상의 깊이 데이터의 왜곡을 제거하고, 상기 왜곡이 제거된 깊이 데이터를 공간의 좌표계를 기반으로 정렬한 후 상기 복셀 구조의 깊이 데이터를 획득하는 명령어들을 포함할 수 있다.

일 실시 예에 따라, 상기 하나 이상의 프로그램은, 상기 프로세서가, 마칭 큐브 알고리즘(marching cubes algorithm)을 기반으로 3D 메쉬를 생성하는 명령어들을 포함할 수 있다.

일 실시 예에 따라, 상기 하나 이상의 프로그램은, 상기 프로세서가, 상기 트렁케이션 거리 내의 적어도 하나의 복셀의 TSDF 데이터를 기반으로 상기 영상의 깊이 데이터를 업데이트하는 명령어들을 포함할 수 있다.

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

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

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

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

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

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

Claims

전자 장치에 있어서,
카메라;
적어도 하나의 센서;
메모리;
상기 카메라, 상기 적어도 하나의 센서 및 상기 메모리와 작동적으로 연결된 적어도 하나의 프로세서;를 포함하고,
상기 적어도 하나의 프로세서는,
상기 적어도 하나의 센서를 통해, 상기 전자 장치의 적어도 하나의 위치 정보를 획득하고,
상기 카메라를 통해 획득된 영상의 색상 데이터 및 상기 적어도 하나의 위치 정보를 기반으로 복셀 구조의 색상 데이터를 획득하고,
상기 카메라를 통해 획득된 영상의 깊이 데이터 및 상기 적어도 하나의 위치 정보를 기반으로 복셀 구조의 TSDF(truncated signed distance field) 데이터를 획득하고,
상기 복셀 구조의 색상 데이터 및 상기 복셀 구조의 TSDF 데이터를 기반으로, 트렁케이션 거리 내의 적어도 하나의 복셀의 색상 데이터 및 TSDF 데이터를 획득하도록 설정된 전자 장치.
제1항에 있어서,
상기 적어도 하나의 프로세서는,
투영 매핑 방법을 기반으로 상기 복셀 구조의 색상 데이터를 획득하는 전자 장치.
제2항에 있어서,
상기 적어도 하나의 프로세서는,
상기 카메라의 시야 범위에 대응되는 절두체를 획득하고,
상기 절두체의 원평면(far plane)에 상기 절두체 내에 포함된 복수의 복셀 각각에 대한 복수의 투영 매핑 영역을 획득하고,
상기 복수의 투영 매핑 영역 각각에 대한 색상 값 및 표준 편차를 상기 복셀 구조의 색상 데이터로써 획득하는 전자 장치.
제3항에 있어서,
상기 적어도 하나의 프로세서는,
상기 절두체에 포함된 복수의 복셀 각각에 대해, 상기 전자 장치와의 거리와 비례하는 가중치를 기반으로 상기 복수의 투영 매핑 영역 각각에 대한 상기 색상 값 및 상기 표준 편차를 획득하는 전자 장치.
제2항 내지 제4항 중 어느 한 항에 있어서,
상기 적어도 하나의 프로세서는,
상기 절두체에 포함된 복수의 복셀 중 적어도 하나의 미정의된 복셀을 식별하고,
3방향 선형 보간(tri-linear interpolation) 방식을 기반으로 상기 적어도 하나의 미정의된 복셀의 TSDF 데이터를 획득하는 전자 장치.
제5항에 있어서,
상기 적어도 하나의 프로세서는,
상기 절두체에 포함된 복수의 복셀 중 상기 트렁케이션 거리 내의 적어도 하나의 복셀을 식별하고,
상기 적어도 하나의 복셀의 인접 복셀들의 색상 데이터 및 TSDF 데이터를 기반으로 상기 적어도 하나의 복셀의 색상 데이터 및 TSDF 데이터를 업데이트하는 전자 장치.
제1항 내지 제6항 중 어느 한 항에 있어서,
상기 적어도 하나의 프로세서는,
상기 카메라의 종류 및/또는 상기 적어도 하나의 위치 정보를 기반으로 상기 영상의 색상 데이터의 왜곡을 제거하고, 상기 왜곡이 제거된 색상 데이터를 공간의 좌표계를 기반으로 정렬한 후 상기 복셀 구조의 색상 데이터를 획득하는 전자 장치.
제1항 내지 제7항 중 어느 한 항에 있어서,
상기 적어도 하나의 프로세서는,
상기 카메라의 종류 및/또는 상기 적어도 하나의 위치 정보를 기반으로 상기 영상의 깊이 데이터의 왜곡을 제거하고, 상기 왜곡이 제거된 깊이 데이터를 공간의 좌표계를 기반으로 정렬한 후 상기 복셀 구조의 깊이 데이터를 획득하는 전자 장치.
제1항 제8항 중 어느 한 항에 있어서,
상기 적어도 하나의 프로세서는,
마칭 큐브 알고리즘(marching cubes algorithm)을 기반으로 3D 메쉬를 생성하는 전자 장치.
제1항 내지 제9항 중 어느 한 항에 있어서,
상기 적어도 하나의 프로세서는,
상기 트렁케이션 거리 내의 적어도 하나의 복셀의 TSDF 데이터를 기반으로 상기 영상의 깊이 데이터를 업데이트하는 전자 장치.
전자 장치의 제어 방법에 있어서,
적어도 하나의 센서를 통해, 상기 전자 장치의 적어도 하나의 위치 정보를 획득하는 동작;
카메라를 통해 획득된 영상의 색상 데이터 및 상기 적어도 하나의 위치 정보를 기반으로 복셀 구조의 색상 데이터를 획득하는 동작;
상기 카메라를 통해 획득된 영상의 깊이 데이터 및 상기 적어도 하나의 위치 정보를 기반으로 복셀 구조의 TSDF(truncated signed distance field) 데이터를 획득하는 동작; 및
상기 복셀 구조의 색상 데이터 및 상기 복셀 구조의 TSDF 데이터를 기반으로, 트렁케이션 거리 내의 적어도 하나의 복셀의 색상 데이터 및 TSDF 데이터를 획득하는 동작;을 포함하는 전자 장치의 제어 방법.
제11항에 있어서,
상기 복셀 구조의 색상 데이터를 획득하는 동작은,
투영 매핑 방법을 기반으로 상기 복셀 구조의 색상 데이터를 획득하는 전자 장치의 제어 방법.
제12항에 있어서,
상기 복셀 구조의 색상 데이터를 획득하는 동작은,
상기 카메라의 시야 범위에 대응되는 절두체를 획득하고,
상기 절두체의 원평면(far plane)에 상기 절두체 내에 포함된 복수의 복셀 각각에 대한 복수의 투영 매핑 영역을 획득하고,
상기 복수의 투영 매핑 영역 각각에 대한 색상 값 및 표준 편차를 상기 복셀 구조의 색상 데이터로써 획득하는 전자 장치의 제어 방법.
제13항에 있어서,
상기 복셀 구조의 색상 데이터를 획득하는 동작은,
상기 절두체에 포함된 복수의 복셀 각각에 대해, 상기 전자 장치와의 거리와 비례하는 가중치를 기반으로 상기 복수의 투영 매핑 영역 각각에 대한 상기 색상 값 및 상기 표준 편차를 획득하는 전자 장치의 제어 방법.
제12항 내지 제14항 중 어느 한 항에 있어서,
상기 복셀 구조의 TSDF 데이터를 획득하는 동작은,
상기 절두체에 포함된 복수의 복셀 중 적어도 하나의 미정의된 복셀을 식별하고,
3방향 선형 보간(tri-linear interpolation) 방식을 기반으로 상기 적어도 하나의 미정의된 복셀의 TSDF 데이터를 획득하는 전자 장치의 제어 방법.
제15항에 있어서,
상기 트렁케이션 거리 내의 적어도 하나의 복셀의 색상 데이터 및 TSDF 데이터를 획득하는 동작은,
상기 절두체에 포함된 복수의 복셀 중 상기 트렁케이션 거리 내의 적어도 하나의 복셀을 식별하고,
상기 적어도 하나의 복셀의 인접 복셀들의 색상 데이터 및 TSDF 데이터를 기반으로 상기 적어도 하나의 복셀의 색상 데이터 및 TSDF 데이터를 업데이트하는 전자 장치의 제어 방법.
제11항 내지 제16항 중 어느 한 항에 있어서,
상기 카메라의 종류 및/또는 상기 적어도 하나의 위치 정보를 기반으로 상기 영상의 색상 데이터의 왜곡을 제거하고, 상기 왜곡이 제거된 색상 데이터를 공간의 좌표계를 기반으로 정렬한 후 상기 복셀 구조의 색상 데이터를 획득하는 동작;을 더 포함하는 전자 장치의 제어 방법.
제11항 내지 제17항 중 어느 한 항에 있어서,
상기 카메라의 종류 및/또는 상기 적어도 하나의 위치 정보를 기반으로 상기 영상의 깊이 데이터의 왜곡을 제거하고, 상기 왜곡이 제거된 깊이 데이터를 공간의 좌표계를 기반으로 정렬한 후 상기 복셀 구조의 깊이 데이터를 획득하는 동작;을 더 포함하는 전자 장치의 제어 방법.
제11항 내지 제18항 중 어느 한 항에 있어서,
마칭 큐브 알고리즘(marching cubes algorithm)을 기반으로 3D 메쉬를 생성하는 동작;을 더 포함하는 전자 장치의 제어 방법.
제11항 내지 제19항 중 어느 한 항에 있어서,
상기 트렁케이션 거리 내의 적어도 하나의 복셀의 TSDF 데이터를 기반으로 상기 영상의 깊이 데이터를 업데이트하는 동작;을 더 포함하는 전자 장치의 제어 방법.