WO2022114506A1 - 전자 장치 및 전자 장치의 제어 방법 - Google Patents

전자 장치 및 전자 장치의 제어 방법 Download PDF

Info

Publication number
WO2022114506A1
WO2022114506A1 PCT/KR2021/013799 KR2021013799W WO2022114506A1 WO 2022114506 A1 WO2022114506 A1 WO 2022114506A1 KR 2021013799 W KR2021013799 W KR 2021013799W WO 2022114506 A1 WO2022114506 A1 WO 2022114506A1
Authority
WO
WIPO (PCT)
Prior art keywords
pose
information
target object
camera
pose information
Prior art date
Application number
PCT/KR2021/013799
Other languages
English (en)
French (fr)
Inventor
주재용
김용성
서찬원
이홍표
장레이
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
Publication of WO2022114506A1 publication Critical patent/WO2022114506A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/292—Multi-camera tracking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/16—Constructional details or arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/16—Constructional details or arrangements
    • G06F1/1613—Constructional details or arrangements for portable computers
    • G06F1/1633—Constructional details or arrangements of portable computers not specific to the type of enclosures covered by groups G06F1/1615 - G06F1/1626
    • G06F1/1684—Constructional details or arrangements related to integrated I/O peripherals not covered by groups G06F1/1635 - G06F1/1675
    • G06F1/1686—Constructional details or arrangements related to integrated I/O peripherals not covered by groups G06F1/1635 - G06F1/1675 the I/O peripheral being an integrated 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
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4015—Image demosaicing, e.g. colour filter arrays [CFA] or Bayer patterns
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/55—Depth or shape recovery from multiple images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/28—Indexing scheme for image data processing or generation, in general involving image processing hardware
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20036—Morphological image processing
    • G06T2207/20044—Skeletonization; Medial axis transform

Definitions

  • the present disclosure relates to an electronic device and a control method of the electronic device, and more particularly, to an electronic device capable of acquiring pose information on a target object included in an image, and a control method of the electronic device.
  • a technique for acquiring pose information on a target object included in an image has been highlighted.
  • a neural network model such as a CNN (Convolutional Neural Network)
  • a target object eg, a person's hand
  • pose information eg, a three-dimensional skeleton
  • the development of technology for acquiring information is accelerating.
  • the neural network model is used on-device in an electronic device such as AR glasses (Augmented Reality Glass).
  • AR glasses Algmented Reality Glass
  • problems that increase power consumption, increase heat generation, decrease operation speed, generate battery issues, and system instability are pointed out.
  • the present disclosure is in accordance with the above-described needs, and an object of the present disclosure is to provide an electronic device capable of acquiring pose information for a target object included in an image in an efficient manner and a control method of the electronic device.
  • the electronic device stores a plurality of modules for obtaining pose information about a pose of a target object included in a first camera, a second camera, and an image a memory and a processor for obtaining pose information for each pose of a plurality of target objects included in the image frames based on image frames obtained through each of the first and second cameras, the processor When a pair of first image frames are obtained through each of the first camera and the second camera in the first section, a pair of first images for a first target object included in each of the pair of first image frames By inputting image data into the pose measurement module, first pose information for the first target object of the first section is obtained, and in the second section after the first section, through each of the first camera and the second camera When a pair of second image frames are obtained, the first pose information is input to the pose tracking module to obtain second pose information for the first target object in the second section, and the second pose information is During acquisition, a pair of second image data for a second target object included in each
  • the pose measurement module includes at least one neural network, and two-dimensional pose information and disparity for each of the plurality of target objects based on image frames obtained through each of the first camera and the second camera (disparity) information may be obtained, and pose information including a measurement value for skeleton information of each of the plurality of target objects may be obtained based on the two-dimensional pose information and the disparity information.
  • the pose tracking module may acquire pose information including an estimated value of skeleton information of each of a plurality of target objects included in a next frame of an input image frame based on a Kalman filter.
  • the processor when the second pose information is obtained, includes information on a bounding box corresponding to the second pose information and a bounding box corresponding to the first target object included in each of the pair of second image frames. obtain a score for the reliability of the second pose information by comparing the information on is obtained, and if the score is less than a preset threshold, a pair of third image data for the first target object included in each of the pair of third image frames is input to the pose measurement module, and the second Fourth pose information for the first target object of 3 sections may be obtained.
  • the processor converts the second pose information to obtain disparity information corresponding to the second pose information, and based on the disparity information corresponding to the second pose information
  • the processor converts the second pose information to obtain disparity information corresponding to the second pose information, and based on the disparity information corresponding to the second pose information
  • the processor inputs a pair of fourth image data for the second target object included in each of the pair of first image frames to the pose tracking module while the first pose information is acquired, Fifth pose information for the second target object in the first section may be obtained.
  • the electronic device further includes a third camera, and the processor is configured to obtain a fourth image corresponding to the pair of first image frames through the third camera while the pair of first image frames are acquired.
  • a frame is acquired, and while the first pose information is acquired, fifth image data for the first target object included in the fourth image frame is input to the pose tracking module, Sixth pose information, which is two-dimensional pose information for the first target object, may be acquired.
  • the pose measurement module may operate using a GPU included in the processor, and the pose tracking module may operate using a CPU included in the processor.
  • a method of controlling an electronic device including a first camera and a second camera is performed through each of the first camera and the second camera in a first section.
  • a pair of first image frames is obtained
  • a pair of first image data for a first target object included in each of the pair of first image frames is input to the pose measurement module, Acquiring first pose information for a first target object, when a pair of second image frames are obtained through each of the first camera and the second camera in a second section after the first section, the first pose information input to the pose tracking module to obtain second pose information for the first target object in the second section
  • the second pose information is obtained, included in each of the pair of second image frames and inputting a pair of second image data for the second target object to the pose measurement module to obtain third pose information for the second target object in the second section.
  • the pose measurement module includes at least one neural network, and two-dimensional pose information and disparity for each of the plurality of target objects based on image frames obtained through each of the first camera and the second camera (disparity) information is obtained, and based on the two-dimensional pose information and the disparity information, pose information including a measurement value for the skeleton information of each of the plurality of target objects is obtained.
  • the pose tracking module may acquire pose information including an estimated value of skeleton information of each of a plurality of target objects included in a next frame of an input image frame based on a Kalman filter.
  • the control method of the electronic device when the second pose information is obtained, information on a bounding box corresponding to the second pose information and the first target object included in each of the pair of second image frames Comparing information on the corresponding bounding box to obtain a score for the reliability of the second pose information, a pair of each of the first camera and the second camera in a third section after the second section obtaining a third image frame, and when the score is less than a preset threshold, a pair of third image data for the first target object included in each of the pair of third image frames is measured by the pose measurement module
  • the method may further include obtaining fourth pose information for the first target object in the third section by inputting the information to .
  • control method of the electronic device includes, when the second pose information is obtained, converting the second pose information to obtain disparity information corresponding to the second pose information, and a method corresponding to the second pose information. Detecting an area corresponding to the first target object included in the third image frame based on disparity information to obtain the third image data for the first target object included in the third image frame It may include further steps.
  • the method may further include obtaining fifth pose information for the second target object of the first section by inputting the information to .
  • the electronic device further includes a third camera, and the method for controlling the electronic device corresponds to the pair of first image frames through the third camera while the pair of first image frames are acquired. and while the first pose information is acquired, inputting fifth image data for the first target object included in the fourth image frame into the pose tracking module, The method may further include obtaining sixth pose information that is two-dimensional pose information for the first target object in one section.
  • the pose measuring module may operate using a GPU included in the processor of the electronic device, and the pose tracking module may be operated using a CPU included in the processor of the electronic device.
  • a non-transitory computer-readable recording medium including a program for executing a method for controlling an electronic device including a first camera and a second camera
  • the first target object included in each of the pair of first image frames is inputting a pair of first image data for a pose measurement module to a pose measurement module to obtain first pose information for the first target object in the first section
  • the first camera in a second section after the first section and when a pair of second image frames are obtained through each of the second cameras
  • the first pose information is input to the pose tracking module to obtain second pose information for the first target object in the second section Step and while the second pose information is acquired
  • a pair of second image data for a second target object included in each of the pair of second image frames is input to the pose measurement module, and the second section and obtaining third pose information for the second target object of
  • FIGS. 1A and 1B are diagrams illustrating an electronic device and an image including pose information acquired through the electronic device, respectively, according to an embodiment of the present disclosure
  • FIG. 2 is a block diagram schematically illustrating a configuration of an electronic device according to an embodiment of the present disclosure
  • FIG. 3 is a view for explaining the operation of a plurality of modules according to an embodiment of the present disclosure
  • FIG. 4 is a view for explaining in more detail the operation of a plurality of modules according to an embodiment of the present disclosure
  • 5 is a view for explaining an embodiment related to disparity information
  • 6A and 6B are views for explaining various embodiments according to the present disclosure.
  • FIG. 9 is a flowchart illustrating a method of controlling an electronic device according to an embodiment of the present disclosure.
  • expressions such as “have,” “may have,” “include,” or “may include” indicate the presence of a corresponding characteristic (eg, a numerical value, function, operation, or component such as a part). and does not exclude the presence of additional features.
  • expressions such as “A or B,” “at least one of A and/and B,” or “one or more of A or/and B” may include all possible combinations of the items listed together.
  • “A or B,” “at least one of A and B,” or “at least one of A or B” means (1) includes at least one A, (2) includes at least one B; Or (3) it may refer to all cases including both at least one A and at least one B.
  • a component eg, a first component
  • another component eg, a second component
  • the certain element may be directly connected to the other element or may be connected through another element (eg, a third element).
  • a component eg, a first component
  • another component eg, a second component
  • the expression “a device configured to” may mean that the device is “capable of” with other devices or parts.
  • a processor configured (or configured to perform) A, B, and C refers to a dedicated processor (eg, an embedded processor) for performing the corresponding operations, or by executing one or more software programs stored in a memory device.
  • a generic-purpose processor eg, a CPU or an application processor
  • a 'module' or 'unit' performs at least one function or operation, and may be implemented as hardware or software, or a combination of hardware and software.
  • a plurality of 'modules' or a plurality of 'units' may be integrated into at least one module and implemented with at least one processor, except for 'modules' or 'units' that need to be implemented with specific hardware.
  • the electronic device may include, for example, at least one of a smart phone, a tablet PC, a desktop PC, a laptop PC, and a wearable device.
  • a wearable device may be an accessory (e.g., watch, ring, bracelet, anklet, necklace, eyewear, contact lens, or head-mounted-device (HMD)), a textile or clothing integral (e.g. electronic garment); It may include at least one of body-attached (eg, skin pad or tattoo), or bioimplantable circuitry.
  • HMD head-mounted-device
  • the electronic device may include, for example, a television, digital video disk (DVD) player, audio, refrigerator, air conditioner, vacuum cleaner, oven, microwave oven, washing machine, air purifier, set-top box, home automation control panel, Secure at least one of a control panel, media box (eg Samsung HomeSync TM , Apple TV TM , or Google TV TM ), game console (eg Xbox TM , PlayStation TM ), electronic dictionary, electronic key, camcorder, or electronic picture frame.
  • DVD digital video disk
  • audio eg Samsung HomeSync TM , Apple TV TM , or Google TV TM
  • game console eg Xbox TM , PlayStation TM
  • electronic dictionary e.g., electronic key, camcorder, or electronic picture frame.
  • the electronic device includes various medical devices (eg, various portable medical devices (eg, a blood glucose meter, a heart rate monitor, a blood pressure monitor, or a body temperature monitor), magnetic resonance angiography (MRA), magnetic resonance imaging (MRI), or CT.
  • various medical devices eg, various portable medical devices (eg, a blood glucose meter, a heart rate monitor, a blood pressure monitor, or a body temperature monitor), magnetic resonance angiography (MRA), magnetic resonance imaging (MRI), or CT.
  • various portable medical devices eg, a blood glucose meter, a heart rate monitor, a blood pressure monitor, or a body temperature monitor
  • MRA magnetic resonance angiography
  • MRI magnetic resonance imaging
  • GNSS global navigation satellite system
  • EDR event data recorder
  • FDR flight data recorder
  • automotive infotainment devices marine electronic equipment
  • GNSS global navigation satellite system
  • EDR event data recorder
  • FDR flight data recorder
  • automotive infotainment devices marine electronic equipment
  • GNSS global navigation satellite system
  • EDR event data recorder
  • FDR flight data recorder
  • automotive infotainment devices marine electronic equipment
  • avionics security devices
  • head units for vehicles industrial or household robots, drones, ATMs in financial institutions, point of sale (POS) in stores sales), or Internet of Things devices (eg, light bulbs, various sensors, sprinkler devices, fire alarms, thermostats, street lights, toasters, exercise equipment, hot water tanks, heaters, boilers, etc.).
  • FIGS. 1A and 1B are diagrams illustrating an electronic device and an image including pose information acquired through the electronic device, respectively, according to an embodiment of the present disclosure
  • FIG. 2 is a configuration of an electronic device according to an embodiment of the present disclosure
  • a schematic block diagram, and FIG. 3 is a diagram for explaining the operation of a plurality of modules according to an embodiment of the present disclosure.
  • An 'electronic device' refers to a device configured to obtain pose information on a pose of a target object included in an image.
  • the electronic device may be implemented with AR glasses (Augmented Reality Glass) configured to overlap the real world and virtual image information through a transparent display, but is limited thereto not. That is, any device capable of acquiring pose information on a pose of a target object included in an image regardless of its type, such as a smart phone or a tablet PC, may correspond to the electronic device according to the present disclosure.
  • AR glasses Augmented Reality Glass
  • a 'target object' refers to an object preset as an acquisition target of pose information among a plurality of objects included in an image.
  • the target object may be a 'hand' or a 'body' of a person included in the image, but is not limited thereto.
  • all of the plurality of target objects may be the target of acquiring the pose information according to the present disclosure.
  • 'pose information' is used as a general term for information that can specify a pose of a target object.
  • the pose information may include skeleton information indicating the position of each joint included in the target object.
  • the pose information may be two-dimensional or three-dimensional pose information.
  • the term "pose information" means three-dimensional pose information, unless specifically specified as two-dimensional pose information.
  • FIG. 1B shows an image including pose information for two 'hands' displayed through the AR glasses shown in FIG. 1A .
  • the electronic device 100 may include a first camera 110 - 1 , a second camera 110 - 2 , a memory 120 , and a processor 130 .
  • a first camera 110 - 1 may include a first camera 110 - 1 , a second camera 110 - 2 , a memory 120 , and a processor 130 .
  • the first camera 110 - 1 and the second camera 110 - 2 may acquire image frames for at least one object.
  • the first camera 110 - 1 and the second camera 110 - 2 include an image sensor, and the image sensor may convert light entering through a lens into an electrical image signal.
  • the first camera 110 - 1 and the second camera 110 - 2 according to the present disclosure may be disposed at different positions on the same side of the front or rear side of the electronic device 100 .
  • the first camera 110 - 1 may be a left camera disposed on the rear of the electronic device 100
  • the second camera 110 - 2 may be a right camera disposed on the rear of the electronic device 100 .
  • the electronic device 100 according to the present disclosure may further include another camera as well as the first camera 110 - 1 and the second camera 110 - 2 .
  • At least one instruction related to the electronic device 100 may be stored in the memory 120 .
  • an operating system (O/S) for driving the electronic device 100 may be stored in the memory 120 .
  • various software programs or applications for operating the electronic device 100 according to various embodiments of the present disclosure may be stored in the memory 120 .
  • the memory 120 may include a semiconductor memory such as a flash memory or a magnetic storage medium such as a hard disk.
  • various software modules for operating the electronic device 100 may be stored in the memory 120 according to various embodiments of the present disclosure, and the processor 130 executes various software modules stored in the memory 120 .
  • the operation of the electronic device 100 may be controlled. That is, the memory 120 is accessed by the processor 130 , and reading/writing/modification/deletion/update of data by the processor 130 may be performed.
  • the term memory 120 refers to the memory 120 , a ROM (not shown) in the processor 130 , a RAM (not shown), or a memory card (not shown) mounted in the electronic device 100 (eg, For example, it may be used in the meaning of including a micro SD card, a memory stick).
  • a plurality of modules for acquiring pose information on a pose of a target object included in an image and information related thereto may be stored in the memory 120 .
  • the memory 120 may store image frames acquired through the first camera 110 - 1 and the second camera 110 - 2 , pose information acquired through the processor 130 , and the like.
  • various information necessary within the scope for achieving the object of the present disclosure may be stored in the memory 120, and the information stored in the memory 120 may be updated as it is received from an external device or input by a user. .
  • the processor 130 controls the overall operation of the electronic device 100 .
  • the processor 130 is connected to the configuration of the electronic device 100 including the first camera 110-1, the second camera 110-2, and the memory 120 as described above, and By executing at least one instruction stored in the memory 120 as described above, the overall operation of the electronic device 100 may be controlled.
  • processors 130 may be implemented, and each processor 130 may be implemented in various ways.
  • the processor 130 may include an Application Specific Integrated Circuit (ASIC), an embedded processor, a microprocessor, hardware control logic, a hardware finite state machine (FSM), or a digital signal processor (Digital Signal). Processor, DSP).
  • ASIC Application Specific Integrated Circuit
  • FSM hardware finite state machine
  • DSP digital signal processor
  • the processor 130 may be used to include a central processing unit (CPU), a graphic processing unit (GPU), and a micro processing unit (MPU).
  • CPU central processing unit
  • GPU graphic processing unit
  • MPU micro processing unit
  • the processor 130 may acquire pose information about a pose of a target object included in an image. Specifically, when a user command for acquiring an image is received, the processor 130 simultaneously drives the first camera 110-1 and the second camera 110-2 to control the first camera 110-1.
  • the image frames may be acquired through the second camera 110 - 2 while the image frames are acquired through the first camera 110 - 1 .
  • the image frames acquired through the first camera 110-1 and the image frames acquired through the second camera 110-2 may correspond to image frames acquired in the same section (or viewpoint).
  • positions of objects included in a pair of image frames acquired in the same section may be different from each other.
  • the processor 130 may obtain pose information for each pose of a plurality of target objects by using a pair of image frames.
  • the processor 130 may include a plurality of modules configured to efficiently obtain pose information about a pose of a target object included in an image
  • the module of may include a target object detection module 10 (target object detection module), a pose estimation module 30 (pose estimation module), and a pose tracking module 40 (pose tracking module).
  • the plurality of modules according to the present disclosure may be implemented as a hardware module included in the processor 130, and may also be implemented as a software module according to an embodiment.
  • a plurality of modules according to the present disclosure will be first described, and then various embodiments of the present disclosure will be described.
  • the 'target object detection module 10' refers to a module that detects a target object included in an input image frame and acquires image data for a region including the target object.
  • the target object detection module 10 may include a neural network such as a Convolutional Neural Network (CNN), and may be trained to output image data for a region including the target object in an input image frame.
  • the 'image data' for the region including the target object may include information on the bounding box indicating the region including the target object.
  • the target object detection module 10 detects a 'hand' included in the input image, and indicates a bounding area including the detected 'hand'. Information about the bounding box can be output.
  • the 'pose measurement module 30' refers to a module for acquiring pose information including a measurement value for a pose of a target object.
  • the pose measurement module 30 may include a neural network such as a CNN, and can be learned to output pose information including a measurement value for the skeleton information of the target object based on a pair of input image data.
  • 'a pair of image data' refers to image data acquired from each of the image frames acquired in the same section through each of two different cameras.
  • the pose measurement module 30 is distinguished from the pose tracking module 40 as will be described later in that it is a module for measuring the pose of the target object included in the 'current' image frame. For example, when information on a bounding box indicating a region including a 'hand' detected in the current image frame is input, the pose measurement module 30 measures coordinate values for all of the detected hand skeletons to provide pose information can be output as
  • the pose measurement module 30 provides two-dimensional pose information and Disparity information may be obtained, and pose information including skeleton information of each of a plurality of target objects may be obtained based on two-dimensional pose information and disparity information.
  • the term pose measurement module 30 means a 3D pose measurement module 30 for obtaining three-dimensional pose information, unless it is specifically specified that the 2D pose measurement module 30 is used. do. A detailed configuration and operation of the pose measurement module 30 will be described in detail with reference to FIG. 3 .
  • the 'pose tracking module 40' refers to a module for acquiring pose information including an estimated value for a pose of a target object. Specifically, the pose tracking module 40 predicts the pose of the target object included in the next image frame of the input image frame based on a predefined rule, not the learned neural network, unlike the pose measurement module 30, , it is possible to output the pose information including the estimated value according to the predicted result.
  • the pose tracking module 40 is distinguished from the pose measurement module 30 as described above in that it is a module for estimating the pose of a target object included in the 'next' image frame rather than the 'current' image frame. do.
  • the pose tracking module 40 estimates coordinate values for all skeletons of the 'hand' included in the next image frame of the input image frame and converts it into pose information. can be printed out.
  • the pose tracking module 40 serves to obtain a corrected measurement value by smoothing the result value of the pose measurement module for the 'current' image frame, and by updating the parameters of the Kalman filter, to improve the tracking result It may also perform a role, which will be described in detail in the description of FIGS. 6A and 6B .
  • the 'predefined rule' used in the pose tracking module 40 may be defined through a technique called a so-called Kalman filter, and also through a technique such as exponential smoothing. may be defined.
  • the pose tracking module 40 may be implemented through a neural network like the pose measurement module 30 , but the structure of the neural network included in the pose tracking module 40 and the amount of computations accordingly are included in the pose measurement module 30 . It can be simple compared to a traditional neural network.
  • the pose measurement module 30 includes a neural network such as CNN and operates using a GPU because it requires a lot of computation and resources, and the pose tracking module 40 uses a predefined rule instead of a neural network such as CNN. Therefore, since it requires only a small amount of computation and resources, it can be operated using one core in the CPU. Accordingly, the processor 130 according to the present disclosure efficiently acquires pose information by using the pose measurement module 30 and the pose tracking module 40 in parallel through each of the GPU and CPU included in the processor 130 . can
  • a pair of image frames are obtained for every section through the first camera 110-1 and the second camera 110-2, and a first target object and a second target object that are a plurality of target objects are included in the obtained image frames.
  • An embodiment according to the present disclosure will be described on the premise that 2 target objects are included.
  • the processor 130 when a pair of first image frames are acquired through each of the first camera 110 - 1 and the second camera 110 - 2 in the first section, the processor 130 performs one A pair of first image data for a first target object included in each of the pair of first image frames is input to the pose measurement module 30 to obtain first pose information for the first target object in the first section can do.
  • the processor 130 may acquire pose information with respect to the second target object included in the pair of first image frames by using the pose tracking module 40 instead of the pose measuring module 30 . This will be described in the operation on the second image frame.
  • the processor 130 performs the first By inputting the pose information to the pose tracking module 40 , second pose information for the first target object in the second section may be obtained.
  • the processor 130 may estimate the pose of the first target object in the second section based on the first pose information on the first target object in the first section using the pose tracking module 40 . .
  • the processor 130 inputs a pair of second image data for the second target object included in each of the pair of second image frames to the pose measurement module 30 , , second pose information for the second target object of the second section may be obtained.
  • the processor 130 may measure the pose of the second target object included in the second image frame by using the pose measurement module 30 in parallel with the pose tracking module 40 .
  • pose information for a plurality of target objects is obtained by using the pose measurement module 30 including a neural network and the pose tracking module 40 with less computational amount compared to the pose estimation module in parallel.
  • the electronic device 100 obtains pose information for one target object among a plurality of target objects included in a pair of image frames by using the pose measurement module 30 including a neural network.
  • the pose information for a plurality of target objects may be efficiently obtained by acquiring and acquiring the pose information using the pose tracking module 40 that operates according to a predefined rule for other target objects.
  • FIG. 4 is a diagram for explaining in more detail the operation of a plurality of modules according to an embodiment of the present disclosure.
  • FIG. 5 is a diagram for explaining an embodiment related to disparity information.
  • a plurality of modules include a target object detection module 10 , a pose measurement module 30 , a pose tracking module 40 , as well as an ID matching module 20 (ID matching module) ) and a tracking evaluation module 50 (tracking evaluation module) may be further included.
  • the pose measurement module 30 includes a 2D pose information acquisition module 31 (2D pose information acquisition module), a disparity information acquisition module, and a 3D pose information reconstruction module 33 (3D pose information reconstruction module).
  • modules as shown in FIGS. 3 and 4 are merely exemplary, and in carrying out the present disclosure, new modules may be added or some modules may be omitted in addition to the modules shown in FIGS. 3 and 4 . of course there is
  • the '2D pose information acquisition module 31' refers to a module for acquiring two-dimensional pose information including a measurement value for skeleton information of a target object based on input image data. Specifically, when image data for a region including a target object is input from the target object detection module 10, the 2D pose information acquisition module 31 measures the skeleton information of the target object based on the input image data. It is possible to output two-dimensional pose information including
  • the 'disparity information acquisition module 32' refers to a module for acquiring disparity information based on a pair of input image data. Specifically, image data for an image frame acquired through the first camera 110-1 (eg, a left camera) and an image frame acquired through the second camera 110-2 (eg, a right camera) When image data is input, the disparity information obtaining module 32 may output disparity information corresponding to the input image frames.
  • 'disparity' refers to the distance between points corresponding to each other in the image frame acquired through the first camera 110-1 and the image frame acquired through the second camera 110-2 in the same section.
  • the '2D pose information acquisition module 31' may acquire skeleton information by detecting a preset number of skeleton points 51, 52, etc. with respect to a 'hand' that is a target object.
  • the preset number may be 21 as shown in FIG. 5 , and may be set differently according to the type of the target object.
  • the disparity information acquisition module 32 is based on the skeleton information about the image frame 500-1 acquired through the left camera and the skeleton information about the image frame 500-2 acquired through the right camera in the T section to obtain disparity information.
  • the disparity information obtaining module 32 provides an image frame corresponding to the skeleton point 51 of the image frame 500-1 and the skeleton point 51 of the image frame 500-1 ( A distance 53 between the skeleton points 52 of 500-2) may be obtained as a disparity value.
  • the disparity information obtaining module 32 may obtain an average value for each disparity value. have.
  • a distance 530 of FIG. 5 represents an average value of disparity values.
  • the '3D pose information reconstruction module 33' refers to a module for acquiring three-dimensional pose information based on two-dimensional pose information and disparity information. Specifically, the 3D pose information reconstruction module 33 converts the disparity information into a coordinate value of the z-axis, and based on the coordinate value of the z-axis and the two-dimensional pose information (the coordinate value of the x-axis and the coordinate value of the y-axis), the three-dimensional of pose information can be obtained. On the other hand, the 3D pose information reconstruction module 33 corresponds to the input when two-dimensional pose information corresponding to the first camera 110-1 and two-dimensional pose information corresponding to the second camera 110-2 are input. It may include a neural network trained to obtain three-dimensional pose information.
  • the 'target object estimation module 15' refers to a module for acquiring image data for a target object of a current image frame based on disparity information of a previous image frame. Specifically, disparity information about the previous image frame acquired through the first camera 110-1 and the previous image frame acquired through the second camera 110-2 is acquired, and the first camera 110-1 ), when the image data for the current image frame obtained through Based on the image data for , the position of the target object included in the current image frame acquired through the second camera 110 - 2 may be estimated, and information on the bounding box corresponding thereto may be output.
  • the target object estimation module 15 includes the disparity information obtained through the disparity information obtaining module 32 in the T section and the image frame obtained through the left camera in the T+1 section in the bounding box. Information on the bounding box of the image frame acquired through the right camera in the T+1 section may be estimated and output based on the information.
  • information on the bounding box of the image frame acquired through the right camera in the T+1 section and the target object included in the image frame acquired through the right camera in the actual T+1 section Locations may not match.
  • the target object estimation module The information about the bounding box estimated through (15) may be inaccurate. Also, if the information on the bounding box is inaccurate, pose information obtained based on the information on the bounding box may also be inaccurate.
  • the processor 130 obtains pose information for the target object in the T+1 section through the pose tracking module 40, converts the obtained pose information into disparity information,
  • the disparity information may be obtained, and the disparity information may be input to the target object estimation module 15 and used to estimate information on the bounding box of the image frame acquired through the right camera in the T+1 section.
  • z is the coordinate value of the z-axis included in the pose information
  • fx is the focal length of the camera
  • B is the baseline of the first camera 110-1 and the second camera 110-2 (that is, the camera distance between image sensor centers)
  • d denotes disparity.
  • the processor 130 is a target object detection module 10 including a neural network model for some image frames among the image frames sequentially acquired through the first camera 110 - 1 and the second camera 110 - 2 . ) to obtain image data, and for the remaining image frames, image data may be obtained by using the target object estimation module 15 that operates according to a predefined rule.
  • the target object detection process is performed only on the image frame acquired through the left camera and the image frame acquired through the right camera uses disparity information for bounding box information.
  • a target object estimation module that does not include a neural network, it is possible to significantly improve the accuracy of bounding box information for an image frame acquired through a right camera under a small amount of computation.
  • the 'ID matching module 20' refers to a module for identifying target objects corresponding to each other in each image frame when a plurality of target objects are included in sequential image frames. Specifically, the ID matching module 20 identifies target objects corresponding to each other by using a data association technique using the overlapping degree of each of the plurality of image frames or the similarity of the skeleton information. have.
  • the 'tracking evaluation module 50' may evaluate the reliability of the pose information obtained through the pose tracking module 40. Specifically, the tracking evaluation module 50 compares the bounding box information corresponding to the pose information obtained through the pose tracking module 40 and the bounding box information obtained through the target object detection module 10, the reliability of the pose information score can be obtained. More specifically, the tracking evaluation module 50 is an IoU (Intersection over) between the bounding box information corresponding to the pose information obtained through the pose tracking module 40 and the bounding box information obtained through the target object detection module 10 Union) to obtain a score according to the calculation result.
  • IoU Intersection over
  • FIGS. 6A and 6B are diagrams for explaining various embodiments according to the present disclosure.
  • Figure 7 is a view for explaining in more detail an embodiment related to the tracking evaluation module.
  • FIGS. 6A and 6B a pair of image frames are acquired for every section through the first camera 110 - 1 and the second camera 110 - 2 , and a plurality of target objects are included in the acquired image frames.
  • An embodiment according to the present disclosure will be described on the premise that the first target object, the second target object, and the third target object are included.
  • FIG. 6A is a diagram for explaining an operation performed in a T section and a T+1 section
  • FIG. 6B describes an operation performed in a T+2 section and a T+3 section following the T+1 section of FIG. 6A It is a drawing for Meanwhile, since the operation using the target object detection module 10 and the ID matching module 20 has been described above, a redundant description of the same content will be omitted.
  • the processor 130 when a pair of image frames are acquired through each of the first camera 110-1 and the second camera 110-2 in the T section, the processor 130 performs the pose measurement module 30 ), it is possible to obtain a measurement value for the pose of the first target object in the T section. Then, while the measurement value for the pose of the first target object is obtained, the processor 130 performs an estimate of the pose of the second target object in the T section and the T section through the plurality of pose tracking modules 40, respectively. An estimated value for the pose of the third target object may be obtained.
  • the pose measurement module 30 may operate using a GPU, and the plurality of pose tracking modules 40 may operate using the second core of the CPU and the third core of the CPU, respectively. .
  • the processor 130 transmits the measurement value for the pose of the first target object to the pose tracking module 40 By inputting it, a smoothing operation may be performed. Specifically, when a measurement value for the pose of the first target object in the T section is input, the pose tracking module 40 may correct the input pose information based on a Kalman filter and the like to output smoothed pose information. That is, the pose tracking module 40 can not only estimate the pose of the target object in the next section, but also smooth the pose information for the pose of the target object in the current section to output more improved pose information. can
  • the processor 130 calculates the estimated value of the pose of the second target object of the T section through the tracking evaluation module ( 50) to obtain a score for the reliability of the pose information.
  • the tracking evaluation module 50 corresponds to the estimated value of the pose of the second target object in the T section It is possible to obtain a score for the reliability of the pose information by comparing the bounding box information to be used and the bounding box information obtained through the target object detection module 10 in the T section.
  • the pose tracking evaluation module 50 includes bounding box information 710 corresponding to the skeleton information of the T section for the 'hand', which is the target object, and the target object detection module 10 in the T section. ) by comparing the obtained bounding box information 720, it is possible to obtain a score corresponding to the match.
  • the processor 130 may obtain a measurement value for the pose of the second target object in the T+1 section through the pose measurement module 30 .
  • the processor 130 may obtain an estimated value for the pose of the third target object in the T+1 section through the pose tracking module 40 .
  • the processor 130 inputs the pose information obtained through the pose tracking module 40 to the tracking evaluation module 50 to determine the reliability of the pose information.
  • a score may be obtained, and a module for obtaining pose information for the next section may be determined from among the pose measurement module 30 and the pose tracking module 40 based on the obtained score.
  • the processor 130 poses the pose information for each of the plurality of target objects sequentially alternately It may be controlled to be obtained through the measurement module 30 .
  • the processor 130 may obtain a measurement value for the pose of the second target object in the T+1 section through the pose measurement module 30 . Then, while the pose information on the second target object is acquired, the processor 130 uses the plurality of pose tracking modules 40 to respectively estimate the pose of the first target object in the T+1 section and T+1. An estimated value for the pose of the third target object in the section may be obtained.
  • the pose measurement module 30 may operate using a GPU, and the plurality of pose tracking modules 40 may operate using the first core of the CPU and the third core of the CPU, respectively.
  • the processor 130 pauses A measurement value for the pose of the third target object in the T+2 period may be obtained through the measurement module 30 . And, while the measurement value for the pose of the third target object is obtained, the processor 130 uses the plurality of pose tracking modules 40 to obtain an estimated value for the pose of the first target object in the period T+2 and T An estimated value for the pose of the second target object in the +1 section may be obtained.
  • the processor 130 pauses A measurement value for the pose of the first target object in the T+2 period may be obtained through the measurement module 30 . Then, while the measurement value for the pose of the first target object is obtained, the processor 130 uses the plurality of pose tracking modules 40 to obtain an estimated value for the pose of the second target object in the interval T+2 and T An estimated value for the pose of the third target object in the +1 section may be obtained.
  • the processor 130 acquires a measurement value for the pose of the first target object in the T+3 section through the pose measurement module 30 and, as described above, T through the pose tracking module 40
  • a corrected measurement value may be obtained by smoothing the measurement value of the first target object of the +3 section.
  • the processor 130 may obtain an estimated value for the pose of the first target object in the T+3 period through the pose tracking module 40 .
  • the pose tracking module 40 is configured to measure the pose of the first target object in the T+3 section based on the measurement value for the pose of the first target object obtained through the pose measurement module 30 in the T section. By estimating, an estimated value thereof may be obtained.
  • the pose tracking module 40 is a pose tracking module 40 parameter based on the measurement value of the pose of the first target object in the T+3 section and the estimated value of the pose of the first target object in the T+3 section (eg state variables of Kalman filters) can be corrected/updated. Accordingly, the pose tracking module 40 can obtain a more accurate estimated value with respect to the pose of the first target object after the T+3 period based on the updated parameter.
  • the electronic device can acquire more accurate pose information through the pose tracking module 40 and the tracking evaluation module 50 .
  • FIG. 8 is a view for explaining another embodiment according to the present disclosure.
  • the processor 130 may acquire pose information in parallel by using different modules for each image frame acquired through each of a plurality of cameras.
  • a pair of image data is acquired based on a pair of image frames acquired through each of the first camera 110-1 and the second camera 110-2, and the pair of image data is used as a 3D pose
  • the pose information is obtained by input into the measurement module 30 or the 3D pose tracking module 40
  • the 2D pose measurement module 30 or the 2D pose tracking module 40 is used. It is described on the premise that two-dimensional pose information is obtained through the 3D pose reconstruction module and three-dimensional pose information is obtained through the 3D pose reconstruction module.
  • the first image frame is input to the target object detection module 10 to obtain the first image Image data for each of a plurality of target objects included in the frame may be acquired.
  • the processor 130 inputs image data for each of the plurality of target objects included in the first image frame to the 2D pose measurement module 30 to provide two-dimensional results for each of the plurality of target objects included in the first image frame. It is possible to obtain the first pose information of
  • the second image frame is input to the target object detection module 10 to obtain a second image frame for each of the plurality of target objects included in the second image frame.
  • Image data can be acquired.
  • the processor 130 inputs image data for each of the plurality of target objects included in the second image frame to the 2D pose tracking module 40 to provide a two-dimensional view of each of the plurality of target objects included in the second image frame. It is possible to obtain the second pose information of
  • the processor 130 uses a 2D tracking module to obtain a third image obtained through a third camera. Two-dimensional third pose information corresponding to the frame may be obtained.
  • the processor 130 through the 3D pose information reconstruction module 33, on the basis of the two-dimensional first pose information and the two-dimensional second pose information to obtain the three-dimensional fourth pose information, the two-dimensional Based on the second pose information and the second pose information and the second pose information, the third pose information is obtained, and the third pose information is based on the first pose information of the two dimensions and the third pose information of the two dimensions. information can be obtained.
  • the processor 130 calculates the average value of the three-dimensional fourth pose information, the three-dimensional fifth pose information, and the three-dimensional sixth pose information through the 3D pose information reconstruction module 33, Accordingly, seventh pose information that is final pose information for each of the plurality of objects in the T section may be obtained.
  • the processor 130 converts the first pose information to the 2D pose tracking module By inputting in (40), the smoothing operation as described above may be performed.
  • optical flow information which is vector information about the motion of an object, is reflected or , more accurate pose information may be obtained by adjusting the parameters of the Kalman filter constituting the 2D pose tracking module 40 using the probability information for each coordinate value included in the two-dimensional pose information.
  • the processor 130 transmits the second pose information to the tracking evaluation module 50
  • a score for the reliability of the second pose information can be obtained, and based on the obtained score, the pose information for the next section among the 2D pose measurement module 30 and the 2D pose tracking module 40 can be obtained. module can be determined.
  • FIG. 8 it has been described on the premise that the electronic device includes three cameras, but the embodiment of FIG. 8 may be applied even when the electronic device includes two cameras or four or more cameras. Of course.
  • the electronic device 100 uses the pose measurement module 30 including a neural network for one image frame among a plurality of image frames acquired through each of a plurality of cameras. Including in a plurality of image frames obtained through each of a plurality of cameras by obtaining pose information using the pose information and obtaining pose information using the pose tracking module 40 that operates according to a predefined rule for other image frames It is possible to efficiently obtain pose information for each target object.
  • three-dimensional pose information is respectively obtained using two-dimensional pose information for each two cameras, and the obtained three-dimensional pose information is combined to obtain a final three-dimensional (3D) pose. Since the pose information of can be obtained, it is possible to obtain more accurate pose information.
  • FIG. 9 is a flowchart illustrating a method of controlling an electronic device according to an embodiment of the present disclosure.
  • the electronic device 100 may obtain image frames through each of the first camera and the second camera ( S910 ).
  • the electronic device 100 displays the first image frame included in each of the pair of first image frames.
  • a pair of first image data for one target object may be input to the pose measurement module to obtain first pose information for the first target object in the first section ( S930 ).
  • the electronic device 100 may acquire pose information for the second target object included in the pair of first image frames by using the pose tracking module instead of the pose measuring module.
  • the electronic device 100 transmits the first pose information to the pose tracking module By inputting, second pose information on the first target object in the second section may be obtained ( S950 ). In other words, the electronic device 100 may estimate the pose of the first target object in the second section based on the first pose information on the first target object in the first section by using the pose tracking module.
  • the electronic device 100 inputs a pair of second image data for a second target object included in each of the pair of second image frames to the pose measurement module, Third pose information on the second target object of the second section may be obtained (S960).
  • the electronic device 100 may measure the pose of the second target object included in the second image frame by using the pose measuring module in parallel with the pose tracking module.
  • each step of the control method of the electronic device 100 according to the present disclosure has been briefly described, but various embodiments related to the control process of the electronic device 100 as described above with reference to FIGS. 1A to 8 are described. Of course, the same can be applied to the control method of the electronic device 100 .
  • control method of the electronic device 100 may be implemented as a program and provided to the electronic device 100 .
  • a program including a control method of the electronic device 100 may be stored and provided in a non-transitory computer readable medium.
  • the control method of the electronic device 100 includes a first section When a pair of first image frames are obtained through each of the first camera and the second camera, the pair of first image data for the first target object included in each of the pair of first image frames is measured by the pose measurement module input to, obtaining first pose information for the first target object in the first section, and in the second section after the first section, a pair of second image frames are generated through each of the first camera and the second camera If obtained, input the first pose information to the pose tracking module to obtain second pose information for the first target object in the second section, and while the second pose information is obtained, a pair of second image frames and inputting a pair of second image data for the second target object included in each to the pose measurement module to obtain third pose information for the second target object in the second section.
  • the non-transitory readable medium refers to a medium that stores data semi-permanently, rather than a medium that stores data for a short moment, such as a register, a cache, a memory, and the like, and can be read by a device.
  • the various applications or programs described above may be provided by being stored in a non-transitory readable medium such as a CD, DVD, hard disk, Blu-ray disk, USB, memory card, ROM, and the like.
  • control method of the electronic device 100 and the computer-readable recording medium including a program for executing the control method of the electronic device 100 have been briefly described, but this is only for omitting redundant description, and Of course, various embodiments of the device 100 may be applied to a computer-readable recording medium including a control method of the electronic device 100 and a program for executing the control method of the electronic device 100 .
  • hardware resources of the electronic device are efficiently used, and accordingly, a process of detecting a target object included in an image and a process of acquiring pose information for the detected target object are efficiently performed. be able to do
  • functions related to the neural network included in the target object detection module, the pose measurement module, etc. as described above may be performed through a memory and a processor.
  • the processor may consist of one or a plurality of processors.
  • one or a plurality of processors are general-purpose processors such as CPUs and APs, GPUs. It may be a graphics-only processor, such as a VPU, or an artificial intelligence-only processor, such as an NPU.
  • One or more processors control to process input data according to a predefined operation rule or artificial intelligence model stored in the non-volatile memory and the volatile memory.
  • the predefined action rule or artificial intelligence model is characterized in that it is created through learning.
  • a predefined operation rule or artificial intelligence model of a desired characteristic is created by applying a learning algorithm to a plurality of learning data.
  • Such learning may be performed in the device itself on which artificial intelligence according to the present disclosure is performed, or may be performed through a separate server/system.
  • the artificial intelligence model may be composed of a plurality of neural network layers. Each layer has a plurality of weight values, and the layer operation is performed through the operation of the previous layer and the operation of the plurality of weights.
  • Examples of neural networks include Convolutional Neural Network (CNN), Deep Neural Network (DNN), Recurrent Neural Network (RNN), Restricted Boltzmann Machine (RBM), Deep Belief Network (DBN), Bidirectional Recurrent Deep Neural Network (BRDNN), GAN.
  • CNN Convolutional Neural Network
  • DNN Deep Neural Network
  • RNN Restricted Boltzmann Machine
  • DBN Deep Belief Network
  • BBN Bidirectional Recurrent Deep Neural Network
  • GAN GAN
  • the learning algorithm is a method of training a predetermined target device (eg, a robot) using a plurality of learning data so that the predetermined target device can make a decision or make a prediction by itself.
  • Examples of the learning algorithm include supervised learning, unsupervised learning, semi-supervised learning, or reinforcement learning, and the learning algorithm in the present disclosure is specified when It is not limited to the above example except for.
  • the device-readable storage medium may be provided in the form of a non-transitory storage medium.
  • 'non-transitory storage medium' is a tangible device and only means that it does not contain a signal (eg, electromagnetic wave). It does not distinguish the case where it is stored as
  • the 'non-transitory storage medium' may include a buffer in which data is temporarily stored.
  • the method according to various embodiments disclosed in this document may be provided as included in a computer program product.
  • Computer program products may be traded between sellers and buyers as commodities.
  • the computer program product is distributed in the form of a device-readable storage medium (eg compact disc read only memory (CD-ROM)), or through an application store (eg Play StoreTM) or on two user devices (eg, It can be distributed online (eg download or upload), directly between smartphones (eg smartphones).
  • a portion of a computer program product eg, a downloadable app
  • a machine-readable storage medium such as a memory of a manufacturer's server, a server of an application store, or a relay server. It may be temporarily stored or temporarily created.
  • each of the components may be composed of a singular or a plurality of entities, and some of the above-described corresponding sub-components are omitted. Alternatively, other sub-components may be further included in various embodiments. Alternatively or additionally, some components (eg, a module or a program) may be integrated into a single entity to perform the same or similar functions performed by each corresponding component prior to integration.
  • operations performed by a module, program, or other component may be sequentially, parallelly, repetitively or heuristically executed, or at least some operations may be executed in a different order, omitted, or other operations may be added.
  • unit or “module” used in the present disclosure includes a unit composed of hardware, software, or firmware, and may be used interchangeably with terms such as, for example, logic, logic block, part, or circuit.
  • a “unit” or “module” may be an integrally formed part or a minimum unit or a part that performs one or more functions.
  • the module may be configured as an application-specific integrated circuit (ASIC).
  • ASIC application-specific integrated circuit
  • Various embodiments of the present disclosure may be implemented as software including instructions stored in a machine-readable storage medium readable by a machine (eg, a computer).
  • the device calls the stored instructions from the storage medium.
  • an electronic device eg, the electronic device 100 according to the disclosed embodiments as a device capable of operating according to the called command.
  • the processor may perform a function corresponding to the instruction by using other components directly or under the control of the processor.
  • Instructions may include code generated or executed by a compiler or interpreter.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Computer Hardware Design (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

전자 장치 및 전자 장치의 제어 방법이 개시된다. 본 개시에 따른 전자 장치는 제1 카메라 및 제2 카메라를 포함하며, 전자 장치의 제어 방법은 제1 구간에 제1 카메라 및 제2 카메라 각각을 통해 한 쌍의 제1 이미지 프레임이 획득되면, 한 쌍의 제1 이미지 프레임 각각에 포함된 제1 타겟 오브젝트에 대한 한 쌍의 제1 이미지 데이터를 포즈 측정 모듈에 입력하여, 제1 구간의 제1 타겟 오브젝트에 대한 제1 포즈 정보를 획득하는 단계, 제1 구간 이후의 제2 구간에 제1 카메라 및 제2 카메라 각각을 통해 한 쌍의 제2 이미지 프레임이 획득되면, 제1 포즈 정보를 포즈 트래킹 모듈에 입력하여, 제2 구간의 제1 타겟 오브젝트에 대한 제2 포즈 정보를 획득하는 단계 및 제2 포즈 정보가 획득되는 동안, 한 쌍의 제2 이미지 프레임 각각에 포함된 제2 타겟 오브젝트에 대한 한 쌍의 제2 이미지 데이터를 포즈 측정 모듈에 입력하여, 제2 구간의 제2 타겟 오브젝트에 대한 제3 포즈 정보를 획득하는 단계를 포함한다.

Description

전자 장치 및 전자 장치의 제어 방법
본 개시는 전자 장치 및 전자 장치의 제어 방법에 관한 것으로서, 구체적으로는 이미지에 포함된 타겟 오브젝트에 대한 포즈 정보를 획득할 수 있는 전자 장치 및 전자 장치의 제어 방법에 관한 것이다.
근래에는 이미지에 포함된 타겟 오브젝트에 대한 포즈 정보를 획득하는 기술에 대한 필요성이 부각되고 있다. 특히, 근래에는 CNN(Convolutional Neural Network)과 같은 신경망 모델을 이용하여, 이미지에 포함된 타겟 오브젝트(예: 인물의 손)를 검출하고, 검출된 타겟 오브젝트에 대한 포즈 정보(예: 3 차원의 스켈레톤(skeleton) 정보)를 획득하기 위한 기술에 대한 발전이 가속화되고 있다.
그런데, 종래 기술에 따라 타겟 오브젝트 검출 및 포즈 추정을 위해 신경망 모델을 이용하는 경우, 많은 연산량과 자원을 필요로 하며, 그에 따라 특히 신경망 모델이 AR 글래스(Augmented Reality Glass)와 같은 전자 장치에서 온-디바이스(on-device) 내지는 임베디드 시스템(embedded system)으로 구현되는 경우, 전력 소모 증가, 발열 증가, 연산 속도 저하, 배터리 이슈 발생 및 시스템 불안정성 등을 초래한다는 문제가 지적되고 있다.
따라서, 전자 장치의 하드웨어 자원을 효율적으로 이용하고, 그에 따라 이미지에 포함된 타겟 오브젝트의 검출 과정 및 검출된 타겟 오브젝트 대한 포즈 정보의 획득 과정을 효율적으로 수행하기 위한 기술에 대한 필요성이 대두되고 있다.
본 개시는 상술한 바와 같은 필요성에 따른 것으로서, 본 개시의 목적은 효율적인 방법으로 이미지에 포함된 타겟 오브젝트에 대한 포즈 정보를 획득할 수 있는 전자 장치 및 전자 장치의 제어 방법을 제공함에 있다.
상술한 바와 같은 목적을 달성하기 위한 본 개시의 일 실시 예에 따르면, 전자 장치는 제1 카메라, 제2 카메라, 이미지에 포함된 타겟 오브젝트의 포즈에 대한 포즈 정보를 획득하기 위한 복수의 모듈을 저장하는 메모리 및 상기 제1 카메라 및 상기 제2 카메라 각각을 통해 획득된 이미지 프레임들을 바탕으로 상기 이미지 프레임들에 포함된 복수의 타겟 오브젝트 각각의 포즈에 대한 포즈 정보를 획득하는 프로세서를 포함하고, 상기 프로세서는 제1 구간에 상기 제1 카메라 및 제2 카메라 각각을 통해 한 쌍의 제1 이미지 프레임이 획득되면, 상기 한 쌍의 제1 이미지 프레임 각각에 포함된 제1 타겟 오브젝트에 대한 한 쌍의 제1 이미지 데이터를 포즈 측정 모듈에 입력하여, 상기 제1 구간의 상기 제1 타겟 오브젝트에 대한 제1 포즈 정보를 획득하고, 제1 구간 이후의 제2 구간에 상기 제1 카메라 및 제2 카메라 각각을 통해 한 쌍의 제2 이미지 프레임이 획득되면, 상기 제1 포즈 정보를 포즈 트래킹 모듈에 입력하여, 상기 제2 구간의 상기 제1 타겟 오브젝트에 대한 제2 포즈 정보를 획득하며, 상기 제2 포즈 정보가 획득되는 동안, 상기 한 쌍의 제2 이미지 프레임 각각에 포함된 제2 타겟 오브젝트에 대한 한 쌍의 제2 이미지 데이터를 상기 포즈 측정 모듈에 입력하여, 상기 제2 구간의 제2 타겟 오브젝트에 대한 제3 포즈 정보를 획득한다.
여기서, 상기 포즈 측정 모듈은 적어도 하나의 신경망을 포함하며, 상기 제1 카메라 및 상기 제2 카메라 각각을 통해 획득된 이미지 프레임들을 바탕으로 상기 복수의 타겟 오브젝트 각각에 대한 2 차원의 포즈 정보 및 디스패리티(disparity) 정보를 획득하고, 상기 2 차원의 포즈 정보 및 상기 디스패리티 정보를 바탕으로 상기 복수의 타겟 오브젝트 각각의 스켈레톤(skeleton) 정보에 대한 측정 값을 포함하는 포즈 정보를 획득할 수 있다.
한편, 상기 포즈 트래킹 모듈은 칼만 필터(kalman filter)를 바탕으로, 입력된 이미지 프레임의 다음 프레임에 포함된 복수의 타겟 오브젝트 각각의 스켈레톤 정보에 대한 추정 값을 포함하는 포즈 정보를 획득할 수 있다.
한편, 상기 프로세서는 상기 제2 포즈 정보가 획득되면, 상기 제2 포즈 정보에 대응되는 바운딩 박스에 대한 정보 및 상기 한 쌍의 제2 이미지 프레임 각각에 포함된 상기 제1 타겟 오브젝트에 대응되는 바운딩 박스에 대한 정보를 비교하여 상기 제2 포즈 정보의 신뢰도에 대한 스코어를 획득하고, 상기 제2 구간 이후의 제3 구간에 상기 제1 카메라 및 상기 제2 카메라 각각을 통해 한 쌍의 제3 이미지 프레임을 획득하며, 상기 스코어가 기 설정된 임계 값 미만이면, 상기 한 쌍의 제3 이미지 프레임 각각에 포함된 상기 제1 타겟 오브젝트에 대한 한 쌍의 제3 이미지 데이터를 상기 포즈 측정 모듈에 입력하여, 상기 제3 구간의 상기 제1 타겟 오브젝트에 대한 제4 포즈 정보를 획득할 수 있다.
여기서, 상기 프로세서는 상기 제2 포즈 정보가 획득되면, 상기 제2 포즈 정보를 변환하여 상기 제2 포즈 정보에 대응되는 디스패리티 정보를 획득하고, 상기 제2 포즈 정보에 대응되는 디스패리티 정보를 바탕으로 상기 제3 이미지 프레임에 포함된 상기 제1 타겟 오브젝트에 대응되는 영역을 검출하여, 상기 제3 이미지 프레임에 포함된 상기 제1 타겟 오브젝트에 대한 상기 제3 이미지 데이터를 획득할 수 있다.
한편, 상기 프로세서는 상기 제1 포즈 정보가 획득되는 동안, 상기 한 쌍의 제1 이미지 프레임 각각에 포함된 상기 제2 타겟 오브젝트에 대한 한 쌍의 제4 이미지 데이터를 상기 포즈 트래킹 모듈에 입력하여, 상기 제1 구간의 상기 제2 타겟 오브젝트에 대한 제5 포즈 정보를 획득할 수 있다.
한편, 상기 전자 장치는 제3 카메라를 더 포함하고, 상기 프로세서는 상기 한 쌍의 제1 이미지 프레임이 획득되는 동안, 상기 제3 카메라를 통해 상기 한 쌍의 제1 이미지 프레임에 대응되는 제4 이미지 프레임을 획득하고, 상기 제1 포즈 정보가 획득되는 동안, 상기 제4 이미지 프레임에 포함된 상기 제1 타겟 오브젝트에 대한 제5 이미지 데이터를 상기 포즈 트래킹 모듈에 입력하여, 상기 제1 구간의 상기 제1 타겟 오브젝트에 대한 2 차원의 포즈 정보인 제6 포즈 정보를 획득할 수 있다.
한편, 상기 포즈 측정 모듈은 상기 프로세서에 포함된 GPU를 이용하여 동작하며, 상기 포즈 트래킹 모듈은 상기 프로세서에 포함된 CPU를 이용하여 동작할 수 있다.
상술한 바와 같은 목적을 달성하기 위한 본 개시의 일 실시 예에 따르면, 제1 카메라 및 제2 카메라를 포함하는 전자 장치의 제어 방법은 제1 구간에 상기 제1 카메라 및 제2 카메라 각각을 통해 한 쌍의 제1 이미지 프레임이 획득되면, 상기 한 쌍의 제1 이미지 프레임 각각에 포함된 제1 타겟 오브젝트에 대한 한 쌍의 제1 이미지 데이터를 포즈 측정 모듈에 입력하여, 상기 제1 구간의 상기 제1 타겟 오브젝트에 대한 제1 포즈 정보를 획득하는 단계, 제1 구간 이후의 제2 구간에 상기 제1 카메라 및 제2 카메라 각각을 통해 한 쌍의 제2 이미지 프레임이 획득되면, 상기 제1 포즈 정보를 포즈 트래킹 모듈에 입력하여, 상기 제2 구간의 상기 제1 타겟 오브젝트에 대한 제2 포즈 정보를 획득하는 단계 및 상기 제2 포즈 정보가 획득되는 동안, 상기 한 쌍의 제2 이미지 프레임 각각에 포함된 제2 타겟 오브젝트에 대한 한 쌍의 제2 이미지 데이터를 상기 포즈 측정 모듈에 입력하여, 상기 제2 구간의 제2 타겟 오브젝트에 대한 제3 포즈 정보를 획득하는 단계를 포함한다.
여기서, 상기 포즈 측정 모듈은 적어도 하나의 신경망을 포함하며, 상기 제1 카메라 및 상기 제2 카메라 각각을 통해 획득된 이미지 프레임들을 바탕으로 상기 복수의 타겟 오브젝트 각각에 대한 2 차원의 포즈 정보 및 디스패리티(disparity) 정보를 획득하고, 상기 2 차원의 포즈 정보 및 상기 디스패리티 정보를 바탕으로 상기 복수의 타겟 오브젝트 각각의 스켈레톤(skeleton) 정보에 대한 측정 값을 포함하는 포즈 정보를 획득한다.
한편, 상기 포즈 트래킹 모듈은 칼만 필터(kalman filter)를 바탕으로, 입력된 이미지 프레임의 다음 프레임에 포함된 복수의 타겟 오브젝트 각각의 스켈레톤 정보에 대한 추정 값을 포함하는 포즈 정보를 획득할 수 있다.
한편, 상기 전자 장치의 제어 방법은 상기 제2 포즈 정보가 획득되면, 상기 제2 포즈 정보에 대응되는 바운딩 박스에 대한 정보 및 상기 한 쌍의 제2 이미지 프레임 각각에 포함된 상기 제1 타겟 오브젝트에 대응되는 바운딩 박스에 대한 정보를 비교하여 상기 제2 포즈 정보의 신뢰도에 대한 스코어를 획득하는 단계, 상기 제2 구간 이후의 제3 구간에 상기 제1 카메라 및 상기 제2 카메라 각각을 통해 한 쌍의 제3 이미지 프레임을 획득하는 단계 및 상기 스코어가 기 설정된 임계 값 미만이면, 상기 한 쌍의 제3 이미지 프레임 각각에 포함된 상기 제1 타겟 오브젝트에 대한 한 쌍의 제3 이미지 데이터를 상기 포즈 측정 모듈에 입력하여, 상기 제3 구간의 상기 제1 타겟 오브젝트에 대한 제4 포즈 정보를 획득하는 단계를 더 포함할 수 있다.
여기서, 상기 전자 장치의 제어 방법은 상기 제2 포즈 정보가 획득되면, 상기 제2 포즈 정보를 변환하여 상기 제2 포즈 정보에 대응되는 디스패리티 정보를 획득하는 단계 및 상기 제2 포즈 정보에 대응되는 디스패리티 정보를 바탕으로 상기 제3 이미지 프레임에 포함된 상기 제1 타겟 오브젝트에 대응되는 영역을 검출하여, 상기 제3 이미지 프레임에 포함된 상기 제1 타겟 오브젝트에 대한 상기 제3 이미지 데이터를 획득하는 단계를 더 포함할 수 있다.
한편, 상기 전자 장치의 제어 방법은 상기 제1 포즈 정보가 획득되는 동안, 상기 한 쌍의 제1 이미지 프레임 각각에 포함된 상기 제2 타겟 오브젝트에 대한 한 쌍의 제4 이미지 데이터를 상기 포즈 트래킹 모듈에 입력하여, 상기 제1 구간의 상기 제2 타겟 오브젝트에 대한 제5 포즈 정보를 획득하는 단계를 더 포함할 수 있다.
한편, 상기 전자 장치는 제3 카메라를 더 포함하고, 상기 전자 장치의 제어 방법은 상기 한 쌍의 제1 이미지 프레임이 획득되는 동안, 상기 제3 카메라를 통해 상기 한 쌍의 제1 이미지 프레임에 대응되는 제4 이미지 프레임을 획득하는 단계 및 상기 제1 포즈 정보가 획득되는 동안, 상기 제4 이미지 프레임에 포함된 상기 제1 타겟 오브젝트에 대한 제5 이미지 데이터를 상기 포즈 트래킹 모듈에 입력하여, 상기 제1 구간의 상기 제1 타겟 오브젝트에 대한 2 차원의 포즈 정보인 제6 포즈 정보를 획득하는 단계를 더 포함할 수 있다.
한편, 상기 포즈 측정 모듈은 상기 전자 장치의 프로세서에 포함된 GPU를 이용하여 동작하며, 상기 포즈 트래킹 모듈은 상기 전자 장치의 프로세서에 포함된 CPU를 이용하여 동작할 수 있다.
상술한 바와 같은 목적을 달성하기 위한 본 개시의 일 실시 예에 따르면, 제1 카메라 및 제2 카메라를 포함하는 전자 장치의 제어 방법을 실행하는 프로그램을 포함하는 비일시적 컴퓨터 판독 가능 기록매체에 있어서, 상기 전자 장치의 제어 방법은 제1 구간에 상기 제1 카메라 및 제2 카메라 각각을 통해 한 쌍의 제1 이미지 프레임이 획득되면, 상기 한 쌍의 제1 이미지 프레임 각각에 포함된 제1 타겟 오브젝트에 대한 한 쌍의 제1 이미지 데이터를 포즈 측정 모듈에 입력하여, 상기 제1 구간의 상기 제1 타겟 오브젝트에 대한 제1 포즈 정보를 획득하는 단계, 제1 구간 이후의 제2 구간에 상기 제1 카메라 및 제2 카메라 각각을 통해 한 쌍의 제2 이미지 프레임이 획득되면, 상기 제1 포즈 정보를 포즈 트래킹 모듈에 입력하여, 상기 제2 구간의 상기 제1 타겟 오브젝트에 대한 제2 포즈 정보를 획득하는 단계 및 상기 제2 포즈 정보가 획득되는 동안, 상기 한 쌍의 제2 이미지 프레임 각각에 포함된 제2 타겟 오브젝트에 대한 한 쌍의 제2 이미지 데이터를 상기 포즈 측정 모듈에 입력하여, 상기 제2 구간의 제2 타겟 오브젝트에 대한 제3 포즈 정보를 획득하는 단계를 포함한다.
도 1a 및 도 1b는 각각 본 개시의 일 실시 예에 따른 전자 장치와 전자 장치를 통해 획득된 포즈 정보를 포함하는 이미지를 나타내는 도면,
도 2는 본 개시의 일 실시 예에 따른 전자 장치의 구성을 간략하게 나타내는 블록도,
도 3은 본 개시의 일 실시 예에 따른 복수의 모듈의 동작을 설명하기 위한 도면,
도 4는 본 개시의 일 실시 예에 따른 복수의 모듈의 동작을 보다 상세하게 설명하기 위한 도면,
도 5는 디스패리티 정보에 관련된 실시 예를 설명하기 위한 도면,
도 6a 및 도 6b는 본 개시에 따른 다양한 실시 예를 설명하기 위한 도면,
도 7은 트래킹 평가 모듈에 관련된 실시 예를 보다 상세하게 설명하기 위한 도면,
도 8은 본 개시에 따른 또 다른 실시 예를 설명하기 위한 도면, 그리고,
도 9는 본 개시의 일 실시 예에 따른 전자 장치의 제어 방법을 나타내는 흐름도이다.
본 실시 예들은 다양한 변환을 가할 수 있고 여러 가지 실시 예를 가질 수 있는바, 특정 실시 예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나 이는 특정한 실시 형태에 대해 범위를 한정하려는 것이 아니며, 본 개시의 실시 예의 다양한 변경(modifications), 균등물(equivalents), 및/또는 대체물(alternatives)을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다.
본 개시를 설명함에 있어서, 관련된 공지 기능 혹은 구성에 대한 구체적인 설명이 본 개시의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그에 대한 상세한 설명은 생략한다.
덧붙여, 하기 실시 예는 여러 가지 다른 형태로 변형될 수 있으며, 본 개시의 기술적 사상의 범위가 하기 실시 예에 한정되는 것은 아니다. 오히려, 이들 실시 예는 본 개시를 더욱 충실하고 완전하게 하고, 당업자에게 본 개시의 기술적 사상을 완전하게 전달하기 위하여 제공되는 것이다.
본 개시에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 권리범위를 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
본 개시에서, "가진다," "가질 수 있다," "포함한다," 또는 "포함할 수 있다" 등의 표현은 해당 특징(예: 수치, 기능, 동작, 또는 부품 등의 구성요소)의 존재를 가리키며, 추가적인 특징의 존재를 배제하지 않는다.
본 개시에서, "A 또는 B," "A 또는/및 B 중 적어도 하나," 또는 "A 또는/및 B 중 하나 또는 그 이상"등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. 예를 들면, "A 또는 B," "A 및 B 중 적어도 하나," 또는 "A 또는 B 중 적어도 하나"는, (1) 적어도 하나의 A를 포함, (2) 적어도 하나의 B를 포함, 또는 (3) 적어도 하나의 A 및 적어도 하나의 B 모두를 포함하는 경우를 모두 지칭할 수 있다.
본 개시에서 사용된 "제1," "제2," "첫째," 또는 "둘째,"등의 표현들은 다양한 구성요소들을, 순서 및/또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다.
어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "(기능적으로 또는 통신적으로) 연결되어((operatively or communicatively) coupled with/to)" 있다거나 "접속되어(connected to)" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제3 구성요소)를 통하여 연결될 수 있다고 이해되어야 할 것이다.
반면에, 어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소와 상기 다른 구성요소 사이에 다른 구성요소(예: 제3 구성요소)가 존재하지 않는 것으로 이해될 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 장치"라는 표현은, 그 장치가 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 메모리 장치에 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.
실시 예에 있어서 '모듈' 혹은 '부'는 적어도 하나의 기능이나 동작을 수행하며, 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다. 또한, 복수의 '모듈' 혹은 복수의 '부'는 특정한 하드웨어로 구현될 필요가 있는 '모듈' 혹은 '부'를 제외하고는 적어도 하나의 모듈로 일체화되어 적어도 하나의 프로세서로 구현될 수 있다.
한편, 도면에서의 다양한 요소와 영역은 개략적으로 그려진 것이다. 따라서, 본 발명의 기술적 사상은 첨부한 도면에 그려진 상대적인 크기나 간격에 의해 제한되지 않는다.
한편, 본 개시의 다양한 실시 예에 따른 전자 장치는 예를 들면, 스마트 폰, 태블릿 PC, 데스크탑 PC, 랩탑 PC 또는 웨어러블 장치 중 적어도 하나를 포함할 수 있다. 웨어러블 장치는 액세서리형(예: 시계, 반지, 팔찌, 발찌, 목걸이, 안경, 콘택트 렌즈, 또는 머리 착용형 장치(head-mounted-device(HMD)), 직물 또는 의류 일체형(예: 전자 의복), 신체 부착형(예: 스킨 패드 또는 문신), 또는 생체 이식형 회로 중 적어도 하나를 포함할 수 있다.
어떤 실시 예들에서, 전자 장치는 예를 들면, 텔레비전, DVD(digital video disk) 플레이어, 오디오, 냉장고, 에어컨, 청소기, 오븐, 전자레인지, 세탁기, 공기 청정기, 셋톱 박스, 홈 오토매이션 컨트롤 패널, 보안 컨트롤 패널, 미디어 박스(예: 삼성 HomeSyncTM, 애플TVTM, 또는 구글 TVTM), 게임 콘솔(예: XboxTM, PlayStationTM), 전자 사전, 전자 키, 캠코더, 또는 전자 액자 중 적어도 하나를 포함할 수 있다.
다른 실시예에서, 전자 장치는 각종 의료기기(예: 각종 휴대용 의료측정기기(혈당 측정기, 심박 측정기, 혈압 측정기, 또는 체온 측정기 등), MRA(magnetic resonance angiography), MRI(magnetic resonance imaging), CT(computed tomography), 촬영기, 또는 초음파기 등), 네비게이션 장치, 위성 항법 시스템(GNSS(global navigation satellite system)), EDR(event data recorder), FDR(flight data recorder), 자동차 인포테인먼트 장치, 선박용 전자 장비(예: 선박용 항법 장치, 자이로 콤파스 등), 항공 전자기기(avionics), 보안 기기, 차량용 헤드 유닛(head unit), 산업용 또는 가정용 로봇, 드론(drone), 금융 기관의 ATM, 상점의 POS(point of sales), 또는 사물 인터넷 장치 (예: 전구, 각종 센서, 스프링클러 장치, 화재 경보기, 온도조절기, 가로등, 토스터, 운동기구, 온수탱크, 히터, 보일러 등) 중 적어도 하나를 포함할 수 있다.
이하에서는 첨부한 도면을 참고하여 본 개시에 따른 실시 예에 대하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다.
도 1a 및 도 1b는 각각 본 개시의 일 실시 예에 따른 전자 장치와 전자 장치를 통해 획득된 포즈 정보를 포함하는 이미지를 나타내는 도면, 도 2는 본 개시의 일 실시 예에 따른 전자 장치의 구성을 간략하게 나타내는 블록도, 그리고, 도 3은 본 개시의 일 실시 예에 따른 복수의 모듈의 동작을 설명하기 위한 도면이다. 이하에서는 도 1a 내지 도 3을 함께 참조하여 본 개시에 따른 실시 예에 대해 설명한다.
본 개시에 따른 '전자 장치'는 이미지에 포함된 타겟 오브젝트의 포즈에 대한 포즈 정보를 획득할 수 있도록 구성된 장치를 말한다. 예를 들어, 도 1a에 도시된 바와 같이, 전자 장치는 투명한 디스플레이를 통해 현실 세계와 가상의 이미지 정보를 겹쳐서 볼 수 있도록 구성된 AR 글래스(Augmented Reality Glass)로 구현될 수 있으며, 다만 이에 국한 되는 것은 아니다. 즉, 스마트 폰, 태블릿 PC 등 그 유형을 불문하고, 이미지에 포함된 타겟 오브젝트의 포즈에 대한 포즈 정보를 획득할 수 있는 장치라면, 본 개시에 따른 전자 장치에 해당될 수 있다.
본 개시를 설명함에 있어서, '타겟 오브젝트'란 이미지에 포함된 복수의 오브젝트 중에서 포즈 정보의 획득 대상으로 기 설정된 오브젝트를 말한다. 예를 들어, 타겟 오브젝트는 이미지에 포함된 인물의 '손' 또는 인물의 '신체' 등일 수 있으며, 다만 이에 국한되는 것은 아니다. 한편, 이미지 내에 기 설정된 타겟 오브젝트가 복수 개 존재하는 경우에는 복수 개의 타겟 오브젝트 모두가 본 개시에 따른 포즈 정보의 획득 대상이 될 수 있다.
한편, 본 개시를 설명함에 있어서 '포즈 정보'란 타겟 오브젝트의 포즈를 특정할 수 있는 정보를 총칭하기 위한 용어로 사용된다. 구체적으로, 포즈 정보는 타겟 오브젝트에 포함된 관절들 각각의 위치를 나타내는 스켈레톤(skeleton) 정보를 포함할 수 있다. 그리고, 포즈 정보는 2 차원 또는 3 차원의 포즈 정보일 수 있다. 본 개시를 설명함에 있어서 특별히 2 차원의 포즈 정보라고 명시하지 않는 한, 포즈 정보라는 용어는 3 차원의 포즈 정보를 의미한다. 도 1b 는 도 1a에 도시된 AR 글래스를 통해 표시되는 두 개의 '손'에 대한 포즈 정보를 포함하는 이미지를 나타낸다.
도 2를 참조하면, 본 개시의 일 실시 예에 따른 전자 장치(100)는 제1 카메라(110-1), 제2 카메라(110-2), 메모리(120) 및 프로세서(130)를 포함할 수 있다.
제1 카메라(110-1) 및 제2 카메라(110-2)는 적어도 하나의 오브젝트에 대한 이미지 프레임들을 획득할 수 있다. 구체적으로, 제1 카메라(110-1) 및 제2 카메라(110-2)는 이미지 센서를 포함하고, 이미지 센서는 렌즈를 통해 들어오는 빛을 전기적인 영상 신호로 변환할 수 있다. 특히, 본 개시에 따른 제1 카메라(110-1) 및 제2 카메라(110-2)는 전자 장치(100)의 전면 또는 후면 중 동일한 면의 상이한 위치에 배치될 수 있다. 예를 들어, 제1 카메라(110-1)는 전자 장치(100)의 후면에 배치된 좌측 카메라이고, 제2 카메라(110-2)는 전자 장치(100)의 후면에 배치된 우측 카메라일 수 있다. 한편, 후술하는 바와 같이, 본 개시에 따른 전자 장치(100)는 제1 카메라(110-1) 및 제2 카메라(110-2) 뿐만 아니라 또 다른 카메라를 더 포함할 수도 있다.
메모리(120)에는 전자 장치(100)에 관한 적어도 하나의 인스트럭션(instruction)이 저장될 수 있다. 그리고, 메모리(120)에는 전자 장치(100)를 구동시키기 위한 O/S(Operating System)가 저장될 수 있다. 또한, 메모리(120)에는 본 개시의 다양한 실시 예들에 따라 전자 장치(100)가 동작하기 위한 각종 소프트웨어 프로그램이나 애플리케이션이 저장될 수도 있다. 그리고, 메모리(120)는 플래시 메모리(Flash Memory) 등과 같은 반도체 메모리나 하드디스크(Hard Disk) 등과 같은 자기 저장 매체 등을 포함할 수 있다.
구체적으로, 메모리(120)에는 본 개시의 다양한 실시 예에 따라 전자 장치(100)가 동작하기 위한 각종 소프트웨어 모듈이 저장될 수 있으며, 프로세서(130)는 메모리(120)에 저장된 각종 소프트웨어 모듈을 실행하여 전자 장치(100)의 동작을 제어할 수 있다. 즉, 메모리(120)는 프로세서(130)에 의해 액세스되며, 프로세서(130)에 의한 데이터의 독취/기록/수정/삭제/갱신 등이 수행될 수 있다.
한편, 본 개시에서 메모리(120)라는 용어는 메모리(120), 프로세서(130) 내 롬(미도시), 램(미도시) 또는 전자 장치(100)에 장착되는 메모리 카드(미도시)(예를 들어, micro SD 카드, 메모리 스틱)를 포함하는 의미로 사용될 수 있다.
특히, 본 개시에 따른 다양한 실시 예에 있어서, 메모리(120)에는 이미지에 포함된 타겟 오브젝트의 포즈에 대한 포즈 정보를 획득하기 위한 복수의 모듈과 그에 관련된 정보들이 저장될 수 있다. 또한, 메모리(120)에는 제1 카메라(110-1) 및 제2 카메라(110-2)를 통해 획득되는 이미지 프레임들과 프로세서(130)를 통해 획득되는 포즈 정보 등이 저장될 수 있다.
그 밖에도 본 개시의 목적을 달성하기 위한 범위 내에서 필요한 다양한 정보가 메모리(120)에 저장될 수 있으며, 메모리(120)에 저장된 정보는 외부 장치로부터 수신되거나 사용자에 의해 입력됨에 따라 갱신될 수도 있다.
프로세서(130)는 전자 장치(100)의 전반적인 동작을 제어한다. 구체적으로, 프로세서(130)는 상술한 바와 같은 제1 카메라(110-1), 제2 카메라(110-2) 및 메모리(120)를 포함하는 전자 장치(100)의 구성과 연결되며, 상술한 바와 같은 메모리(120)에 저장된 적어도 하나의 인스트럭션을 실행함으로써, 전자 장치(100)의 동작을 전반적으로 제어할 수 있다.
프로세서(130)는 하나 또는 복수 개로 구현될 수 있으며, 각각의 프로세서(130)는 다양한 방식으로 구현될 수 있다. 예를 들어, 프로세서(130)는 주문형 집적 회로(Application Specific Integrated Circuit, ASIC), 임베디드 프로세서, 마이크로 프로세서, 하드웨어 컨트롤 로직, 하드웨어 유한 상태 기계(hardware Finite State Machine, FSM), 디지털 신호 프로세서(Digital Signal Processor, DSP) 중 적어도 하나로 구현될 수 있다. 한편, 본 개시에 있어서 프로세서(130) 는 CPU(Central Processing Unit), GPU(Graphic Processing Unit) 및 MPU(Micro Processing Unit)등을 포함하는 의미로 사용될 수 있다.
본 개시에 따른 다양한 실시 예에 있어서, 프로세서(130)는 이미지에 포함된 타겟 오브젝트의 포즈에 대한 포즈 정보를 획득할 수 있다. 구체적으로, 이미지를 획득하기 위한 사용자 명령이 수신되면, 프로세서(130)는 제1 카메라(110-1) 및 제2 카메라(110-2)를 동시에 구동하여, 제1 카메라(110-1)를 통해 이미지 프레임들을 획득하고, 제1 카메라(110-1)를 통해 이미지 프레임을 획득하는 동안 제2 카메라(110-2)를 통해 이미지 프레임들을 획득할 수 있다. 여기서, 제1 카메라(110-1)를 통해 획득된 이미지 프레임들과 제2 카메라(110-2)를 통해 획득된 이미지 프레임들은 서로 동일한 구간(또는 시점)에 획득된 이미지 프레임들끼리 대응될 수 있으며, 서로 동일한 구간에 획득된 한 쌍의 이미지 프레임에 포함된 오브젝트 각각의 위치는 서로 상이할 수 있다. 그리고, 프로세서(130)는 한 쌍의 이미지 프레임을 이용하여, 복수의 타겟 오브젝트 각각의 포즈에 대한 포즈 정보를 획득할 수 있다.
보다 구체적인 설명을 위해 도 3을 참조하면, 본 개시에 따른 프로세서(130)는 이미지에 포함된 타겟 오브젝트의 포즈에 대한 포즈 정보를 효율적으로 획득할 수 있도록 구성된 복수의 모듈을 포함할 수 있으며, 복수의 모듈은 타겟 오브젝트 검출 모듈(10)(target object detection module), 포즈 측정 모듈(30)(pose estimation module) 및 포즈 트래킹 모듈(40)(pose tracking module)을 포함할 수 있다. 본 개시에 따른 복수의 모듈은 프로세서(130)에 포함된 하드웨어 모듈로 구현될 수 있을 뿐만 아니라, 실시 예에 따라서는 소프트웨어 모듈로 구현될 수도 있다. 이하에서는 먼저 본 개시에 따른 복수의 모듈에 대해 설명한 후, 본 개시의 다양한 실시 예에 대해 설명한다.
'타겟 오브젝트 검출 모듈(10)'은 입력된 이미지 프레임에 포함된 타겟 오브젝트를 검출하고, 타겟 오브젝트를 포함하는 영역에 대한 이미지 데이터를 획득하는 모듈을 말한다. 구체적으로, 타겟 오브젝트 검출 모듈(10)은 CNN(Convolutional Neural Network)과 같은 신경망을 포함할 수 있으며, 입력된 이미지 프레임에서 타겟 오브젝트를 포함하는 영역에 대한 이미지 데이터를 출력하도록 학습될 수 있다. 여기서, 타겟 오브젝트를 포함하는 영역에 대한 '이미지 데이터'는 타겟 오브젝트를 포함하는 영역을 나타내는 바운딩 박스에 대한 정보를 포함할 수 있다. 예를 들어, 기 설정된 타겟 오브젝트가 인물의 '손'인 경우, 타겟 오브젝트 검출 모듈(10)은 입력된 이미지에 포함된 '손'을 검출하고, 검출된 '손'을 포함하는 영역을 나타내는 바운딩 박스(bounding box)에 대한 정보를 출력할 수 있다.
'포즈 측정 모듈(30)'은 타겟 오브젝트의 포즈에 대한 측정 값을 포함하는 포즈 정보를 획득하는 모듈을 말한다. 구체적으로, 포즈 측정 모듈(30)은 CNN과 같은 신경망을 포함할 수 있으며, 입력된 한 쌍의 이미지 데이터를 바탕으로 타겟 오브젝트의 스켈레톤 정보에 대한 측정 값을 포함하는 포즈 정보를 출력하도록 학습될 수 있다. 여기서, '한 쌍의 이미지 데이터'란 서로 다른 두 개의 카메라 각각을 통해 동일한 구간에 획득된 이미지 프레임 각각으로부터 획득된 이미지 데이터를 말한다.
특히, 포즈 측정 모듈(30)은 '현재' 이미지 프레임에 포함된 타겟 오브젝트의 포즈를 측정하기 위한 모듈이라는 점에서, 후술하는 바와 같은 포즈 트래킹 모듈(40)과는 구별된다. 예를 들어, 현재 이미지 프레임에서 검출된 '손'을 포함하는 영역을 나타내는 바운딩 박스에 대한 정보가 입력되면, 포즈 측정 모듈(30)은 검출된 손의 스켈레톤 모두에 대한 좌표 값을 측정하여 포즈 정보로 출력할 수 있다.
구체적으로, 포즈 측정 모듈(30)은 제1 카메라(110-1) 및 제2 카메라(110-2) 각각을 통해 획득된 이미지 프레임들을 바탕으로 복수의 타겟 오브젝트 각각에 대한 2 차원의 포즈 정보 및 디스패리티(disparity) 정보를 획득하고, 2 차원의 포즈 정보 및 디스패리티 정보를 바탕으로 복수의 타겟 오브젝트 각각의 스켈레톤 정보를 포함하는 포즈 정보를 획득할 수 있다. 한편, 본 개시를 설명함에 있어서 특별히 2D 포즈 측정 모듈(30)이라는 것을 명시하지 않는 한, 포즈 측정 모듈(30)이라는 용어는 3 차원의 포즈 정보를 획득하기 위한 3D 포즈 측정 모듈(30)을 의미한다. 포즈 측정 모듈(30)의 구체적인 구성과 동작에 대해서는 도 3을 참조하여 상술한다.
'포즈 트래킹 모듈(40)'은 타겟 오브젝트의 포즈에 대한 추정 값을 포함하는 포즈 정보를 획득하는 모듈을 말한다. 구체적으로, 포즈 트래킹 모듈(40)은 포즈 측정 모듈(30)과는 달리, 학습된 신경망이 아닌 기 정의된 규칙을 바탕으로 입력된 이미지 프레임의 다음 이미지 프레임에 포함된 타겟 오브젝트의 포즈를 예측하고, 예측된 결과에 따른 추정 값을 포함하는 포즈 정보를 출력할 수 있다. 특히, 포즈 트래킹 모듈(40)은 '현재' 이미지 프레임이 아닌 '다음' 이미지 프레임에 포함된 타겟 오브젝트의 포즈를 추정하기 위한 모듈이라는 점에서, 전술한 바와 같은 포즈 측정 모듈(30)과는 구별된다. 예를 들어, 현재 이미지 프레임에 대응되는 포즈 정보가 입력되면, 포즈 트래킹 모듈(40)은 입력된 이미지 프레임의 다음 이미지 프레임에 포함된 '손'의 스켈레톤 모두에 대한 좌표 값을 추정하여 포즈 정보로 출력할 수 있다. 한편, 포즈 트래킹 모듈(40)은 '현재' 이미지 프레임에 대한 포즈 측정 모듈의 결과 값을 평활화하여 보정된 측정 값을 획득하는 역할, 그리고 칼만 필터의 파라미터를 업데이트함으로써, 이후의 트래킹 결과를 개선하는 역할을 수행할 수도 있는바, 이에 대해서는 도 6a 및 도 6b에 대한 설명에서 상술한다.
한편, 포즈 트래킹 모듈(40)에서 이용되는 '기 정의된 규칙'은 소위 칼만 필터(kalman filter)라고 지칭되는 기법을 통해 정의될 수 있으며, 또한, 지수 평활법(exponential smoothing) 등과 같은 기법을 통해 정의될 수도 있다. 한편, 포즈 트래킹 모듈(40)은 포즈 측정 모듈(30)과 마찬가지로 신경망을 통해 구현될 수도 있으나, 포즈 트래킹 모듈(40)에 포함된 신경망의 구조와 그에 따른 연산량은 포즈 측정 모듈(30)에 포함된 신경망에 비하여 단순할 수 있다.
한편, 포즈 측정 모듈(30)은 CNN과 같은 신경망을 포함하고 많은 연산량과 리소스를 필요로 하기 때문에 GPU를 이용하여 동작하고, 포즈 트래킹 모듈(40)은 CNN과 같은 신경망 대신 기 정의된 규칙을 이용하여 적은 연산량과 리소스만을 필요로 하기 때문에 CPU 내의 하나의 코어를 이용하여 동작할 수 있다. 따라서, 본 개시에 따른 프로세서(130)는 프로세서(130)에 포함된 GPU 및 CPU 각각을 통해 포즈 측정 모듈(30) 및 포즈 트래킹 모듈(40)을 병렬적으로 이용하여 효율적으로 포즈 정보를 획득할 수 있다.
이하에서는 제1 카메라(110-1) 및 제2 카메라(110-2)를 통해 매 구간마다 한 쌍의 이미지 프레임들이 획득되고, 획득된 이미지 프레임들에 복수의 타겟 오브젝트인 제1 타겟 오브젝트 및 제2 타겟 오브젝트가 포함되는 경우를 전제로, 본 개시에 따른 일 실시 예에 대해 설명한다.
본 개시의 일 실시 예에 있어서, 제1 구간에 제1 카메라(110-1) 및 제2 카메라(110-2) 각각을 통해 한 쌍의 제1 이미지 프레임이 획득되면, 프로세서(130)는 한 쌍의 제1 이미지 프레임 각각에 포함된 제1 타겟 오브젝트에 대한 한 쌍의 제1 이미지 데이터를 포즈 측정 모듈(30)에 입력하여, 제1 구간의 제1 타겟 오브젝트에 대한 제1 포즈 정보를 획득할 수 있다. 한편, 프로세서(130)는 한 쌍의 제1 이미지 프레임에 포함된 제2 타겟 오브젝트에 대해서는 포즈 측정 모듈(30)이 아닌 포즈 트래킹 모듈(40)을 이용하여 포즈 정보를 획득할 수 있는바, 이에 대해서는 제2 이미지 프레임에 대하 동작에서 설명한다.
구체적으로, 제1 구간 이후의 제2 구간에 제1 카메라(110-1) 및 제2 카메라(110-2) 각각을 통해 한 쌍의 제2 이미지 프레임이 획득되면, 프로세서(130)는 제1 포즈 정보를 포즈 트래킹 모듈(40)에 입력하여, 제2 구간의 제1 타겟 오브젝트에 대한 제2 포즈 정보를 획득할 수 있다. 다시 말해, 프로세서(130)는 포즈 트래킹 모듈(40)을 이용하여, 제1 구간의 제1 타겟 오브젝트에 대한 제1 포즈 정보를 바탕으로 제2 구간의 제1 타겟 오브젝트의 포즈를 추정할 수 있다.
그리고, 제2 포즈 정보가 획득되는 동안, 프로세서(130)는 한 쌍의 제2 이미지 프레임 각각에 포함된 제2 타겟 오브젝트에 대한 한 쌍의 제2 이미지 데이터를 포즈 측정 모듈(30)에 입력하여, 제2 구간의 제2 타겟 오브젝트에 대한 제2 포즈 정보를 획득할 수 있다. 다시 말해, 프로세서(130)는 포즈 트래킹 모듈(40)과 병렬적으로 포즈 측정 모듈(30)을 이용하여, 제2 이미지 프레임에 포함된 제2 타겟 오브젝트의 포즈를 측정할 수 있다.
이상에서는 특히 제2 이미지 프레임에 대해, 신경망을 포함하는 포즈 측정 모듈(30) 및 포즈 추정 모듈에 비해 연산량이 적은 포즈 트래킹 모듈(40)을 병렬적으로 이용하여 복수의 타겟 오브젝트에 대한 포즈 정보를 획득하는 실시 예에 대해 설명하였으나, 이와 같은 실시 예는 다른 이미지 프레임들에 대해서도 마찬가지로 적용될 수 있음은 물론이다.
상술한 바와 같은 실시 예에 따르면, 전자 장치(100)는 한 쌍의 이미지 프레임에 포함된 복수의 타겟 오브젝트 중 하나의 타겟 오브젝트에 대해서는 신경망을 포함하는 포즈 측정 모듈(30)을 이용하여 포즈 정보를 획득하고, 다른 타겟 오브젝트에 대해서는 기 정의된 규칙에 따라 동작하는 포즈 트래킹 모듈(40)을 이용하여 포즈 정보를 획득함으로써, 복수의 타겟 오브젝트에 대한 포즈 정보를 효율적으로 획득할 수 있다.
특히, 본 개시에 따르면, 온-디바이스(on-device) 내지는 임베디드 시스템(embedded system) 환경에서, 효율적으로 GPU 및 멀티 코어 CPU의 자원을 효율적으로 배분함으로써, 복수의 타겟 오브젝트에 대해서도 실시간으로 포즈 정보를 획득할 수 있게 된다.
도 4는 본 개시의 일 실시 예에 따른 복수의 모듈의 동작을 보다 상세하게 설명하기 위한 도면이다. 그리고, 도 5는 디스패리티 정보에 관련된 실시 예를 설명하기 위한 도면이다.
도 4에 도시된 바와 같이, 본 개시에 따른 복수의 모듈은 타겟 오브젝트 검출 모듈(10), 포즈 측정 모듈(30), 포즈 트래킹 모듈(40)뿐만 아니라, ID 매칭 모듈(20)(ID matching module) 및 트래킹 평가 모듈(50)(tracking evaluation module)을 더 포함할 수 있다. 그리고, 포즈 측정 모듈(30)은 2D 포즈 정보 획득 모듈(31)(2D pose information acquisition module), 디스패리티 정보 획득(disparity information acquisition module) 및 3D 포즈 정보 재구성 모듈(33)(3D pose information reconstruction module)을 포함할 수 있다. 다만, 도 3 및 도 4에 도시된 바와 같은 모듈들은 예시적인 것에 불과할 뿐이며, 본 개시를 실시함에 있어 도 3 및 도 4에 도시된 바와 같은 모듈에 더하여 새로운 모듈이 추가되거나 일부 모듈이 생략될 수 있음은 물론이다.
'2D 포즈 정보 획득 모듈(31)'은 입력된 이미지 데이터를 바탕으로 타겟 오브젝트의 스켈레톤 정보에 대한 측정 값을 포함하는 2 차원의 포즈 정보를 획득하는 모듈을 말한다. 구체적으로, 타겟 오브젝트 검출 모듈(10)로부터 타겟 오브젝트를 포함하는 영역에 대한 이미지 데이터가 입력되면, 2D 포즈 정보 획득 모듈(31)은 입력된 이미지 데이터를 바탕으로 타겟 오브젝트의 스켈레톤 정보에 대한 측정 값을 포함하는 2 차원의 포즈 정보를 출력할 수 있다.
'디스패리티 정보 획득 모듈(32)'은 입력된 한 쌍의 이미지 데이터를 바탕으로 디스패리티 정보를 획득하는 모듈을 말한다. 구체적으로, 제1 카메라(110-1)(예: 좌측 카메라)를 통해 획득된 이미지 프레임에 대한 이미지 데이터 및 제2 카메라(110-2)(예: 우측 카메라)를 통해 획득된 이미지 프레임에 대한 이미지 데이터가 입력되면, 디스패리티 정보 획득 모듈(32)은 입력된 이미지 프레임들에 대응되는 디스패리티 정보를 출력할 수 있다. 여기서, '디스패리티(disparity)'란 동일한 구간에 제1 카메라(110-1)를 통해 획득된 이미지 프레임 및 제2 카메라(110-2)를 통해 획득된 이미지 프레임에서 서로 대응되는 지점 사이의 거리를 말한다.
도 5를 참조하면, '2D 포즈 정보 획득 모듈(31)'은 타겟 오브젝트인 '손'에 대한 기 설정된 개수의 스켈레톤 포인트(51, 52 등)를 검출하여 스켈레톤 정보를 획득할 수 있다. 여기서, 기 설정된 개수는 도 5에 도시된 바와 같이 21 개일 수도 있으며, 타겟 오브젝트의 종류에 따라 상이하게 설정될 수도 있다.
디스패리티 정보 획득 모듈(32)은 T 구간에, 좌측 카메라를 통해 획득된 이미지 프레임(500-1)에 대한 스켈레톤 정보 및 우측 카메라를 통해 획득된 이미지 프레임(500-2)에 대한 스켈레톤 정보를 바탕으로 디스패리티 정보를 획득할 수 있다. 도 5의 예시를 참조하면, 디스패리티 정보 획득 모듈(32)은 이미지 프레임(500-1)의 스켈레톤 포인트(51)와 이미지 프레임(500-1)의 스켈레톤 포인트(51)에 대응되는 이미지 프레임(500-2)의 스켈레톤 포인트(52) 사이의 거리(53)를 디스패리티 값으로 획득할 수 있다. 마찬가지로, 스켈레톤 포인트(51) 및 스켈레톤 포인트(52) 이외의 스켈레톤 포인트들에 대한 디스패리티 값이 모두 획득되면, 디스패리티 정보 획득 모듈(32)은 각각의 디스패리티 값에 대한 평균 값을 획득할 수 있다. 도 5의 거리(530)은 디스패리티 값에 대한 평균 값을 나타낸 것이다.
'3D 포즈 정보 재구성 모듈(33)'은 2 차원의 포즈 정보 및 디스패리티 정보를 바탕으로 3 차원의 포즈 정보를 획득하는 모듈을 말한다. 구체적으로, 3D 포즈 정보 재구성 모듈(33)은 디스패리티 정보를 z축의 좌표 값으로 변환하고, z축의 좌표 값 및 2 차원의 포즈 정보(x축의 좌표 값 및 y축의 좌표 값)를 바탕으로 3 차원의 포즈 정보를 획득할 수 있다. 한편, 3D 포즈 정보 재구성 모듈(33)은 제1 카메라(110-1)에 대응되는 2 차원의 포즈 정보 및 제2 카메라(110-2)에 대응되는 2 차원의 포즈 정보가 입력되면, 그에 대응되는 3 차원의 포즈 정보를 획득하도록 학습된 신경망을 포함할 수도 있다.
'타겟 오브젝트 추정 모듈(15)'은 이전 이미지 프레임의 디스패리티 정보를 바탕으로 현재 이미지 프레임의 타겟 오브젝트에 대한 이미지 데이터를 획득하는 모듈을 말한다. 구체적으로, 제1 카메라(110-1)를 통해 획득된 이전 이미지 프레임 및 제2 카메라(110-2)를 통해 획득된 이전 이미지 프레임에 대한 디스패리티 정보가 획득되고, 제1 카메라(110-1)를 통해 획득된 현재 이미지 프레임에 대한 이미지 데이터가 획득되면, 타겟 오브젝트 추정 모듈(15)은 이전 이미지 프레임들에 대한 디스패리티 정보 및 제1 카메라(110-1)를 통해 획득된 현재 이미지 프레임에 대한 이미지 데이터를 바탕으로, 제2 카메라(110-2)를 통해 획득된 현재 이미지 프레임에 포함된 타겟 오브젝트의 위치를 추정하여, 그에 대응되는 바운딩 박스에 대한 정보를 출력할 수 있다.
도 5의 예에서, 타겟 오브젝트 추정 모듈(15)은 T 구간에 디스패리티 정보 획득 모듈(32)을 통해 획득된 디스패리티 정보 및 T+1 구간에 좌측 카메라를 통해 획득된 이미지 프레임의 바운딩 박스에 대한 정보를 바탕으로, T+1 구간에 우측 카메라를 통해 획득된 이미지 프레임의 바운딩 박스에 대한 정보를 추정하여 출력할 수 있다.
그런데, 도 5에 도시된 바와 같이, T+1 구간에 우측 카메라를 통해 획득된 이미지 프레임의 바운딩 박스에 대한 정보와 실제 T+1 구간에 우측 카메라를 통해 획득된 이미지 프레임에 포함된 타겟 오브젝트의 위치는 일치하지 않을 수 있다. 특히, T 구간과 T+1 구간 사이에 타겟 오브젝트가 z축 방향으로 크게 움직인 경우, T 구간의 이미지 프레임과 T+1 구간의 이미지 프레임 간 디스패리티의 차이가 크게 변하기 때문에, 타겟 오브젝트 추정 모듈(15)을 통해 추정된 바운딩 박스에 대한 정보는 부정확할 수 있다. 그리고, 바운딩 박스에 대한 정보가 부정확하면, 바운딩 박스에 대한 정보를 바탕으로 획득되는 포즈 정보 또한 부정확할 수 있다.
따라서, 본 개시의 일 실시 예에 따르면, 프로세서(130)는 포즈 트래킹 모듈(40)을 통해 T+1 구간의 타겟 오브젝트에 대한 포즈 정보를 획득하고, 획득된 포즈 정보를 디스패리티 정보로 변환하여 디스패리티 정보를 획득하고, 디스패리티 정보를 타겟 오브젝트 추정 모듈(15)에 입력하여, T+1 구간에 우측 카메라를 통해 획득된 이미지 프레임의 바운딩 박스에 대한 정보의 추정에 이용할 수 있다.
구체적으로, 포즈 정보를 디스패리티 정보로 변환하기 위한 연산 과정은 수학식 z=fx*B/d를 이용하여 수행될 수 있다. 이 수학식에서, z는 포즈 정보에 포함된 z 축의 좌표 값, fx 는 카메라의 초점 거리, B는 제1 카메라(110-1) 및 제2 카메라(110-2)의 베이스라인(즉, 카메라의 이미지 센서 중심 간의 거리), 그리고, d는 디스패리티를 의미한다.
한편, 프로세서(130)는 제1 카메라(110-1) 및 제2 카메라(110-2)를 통해 순차적으로 획득되는 이미지 프레임들 중 일부 이미지 프레임에 대해서는 신경망 모델을 포함하는 타겟 오브젝트 검출 모듈(10)을 이용하여 이미지 데이터를 획득하고, 나머지 이미지 프레임에 대해서는 기 정의된 규칙에 따라 동작하는 타겟 오브젝트 추정 모듈(15)을 이용하여 이미지 데이터를 획득할 수도 있다.
도 5를 참조하여 상술한 바와 같은 실시 예에 따르면, 좌측 카메라를 통해 획득된 이미지 프레임에 대해서만 타겟 오브젝트 검출 과정을 수행하고 우측 카메라를 통해 획득된 이미지 프레임에 대해서는 디스패리티 정보를 이용하여 바운딩 박스 정보를 추정하는 종래 기술에 있어서, 신경망을 포함하지 않는 타겟 오브젝트 추정 모듈을 이용하여, 적은 연산량 하에서 우측 카메라를 통해 획득된 이미지 프레임에 대한 바운딩 박스 정보의 정확도를 현저하게 향상시킬 수 있다.
한편, 'ID 매칭 모듈(20)'은 순차적인 이미지 프레임들에 복수의 타겟 오브젝트가 포함되는 경우 각각의 이미지 프레임에서 서로 대응되는 타겟 오브젝트를 식별하는 모듈을 말한다. 구체적으로, ID 매칭 모듈(20)은 복수의 이미지 프레임 각각의 바운딩 박스가 중첩되는 정도 또는 스켈레톤 정보의 유사도 등을 이용하는 데이터 연관 (data association)기법을 이용하여, 서로 대응되는 타겟 오브젝트를 식별할 수 있다.
'트래킹 평가 모듈(50)'은 포즈 트래킹 모듈(40)을 통해 획득된 포즈 정보의 신뢰도를 평가할 수 있다. 구체적으로, 트래킹 평가 모듈(50)은 포즈 트래킹 모듈(40)을 통해 획득된 포즈 정보에 대응되는 바운딩 박스 정보 및 타겟 오브젝트 검출 모듈(10)을 통해 획득된 바운딩 박스 정보를 비교하여 포즈 정보의 신뢰도에 대한 스코어를 획득할 수 있다. 보다 구체적으로, 트래킹 평가 모듈(50)은 포즈 트래킹 모듈(40)을 통해 획득된 포즈 정보에 대응되는 바운딩 박스 정보 및 타겟 오브젝트 검출 모듈(10)을 통해 획득된 바운딩 박스 정보 사이의 IoU(Intersection over Union)를 산출하여, 산출 결과에 따른 스코어를 획득할 수 있다. 트래킹 평가 모듈(50)에 관련된 실시 예에 대해서는 도 6a 및 도 6b를 참조하여 상술한다.
한편, 이상에서는 본 개시에 따른 복수의 모듈이 모두 전자 장치에 포함된 경우를 전제로 설명하였으나, 본 개시에 따른 복수의 모듈 중 적어도 하나의 모듈은 외부 장치에 포함되고, 전자 장치 및 외부 장치 사이의 통신 연결을 통해 본 개시에 따른 다양한 실시 예를 구현할 수도 있다.
도 6a 및 도 6b은 본 개시에 따른 다양한 실시 예를 설명하기 위한 도면이다. 그리고, 도 7은 트래킹 평가 모듈에 관련된 실시 예를 보다 상세하게 설명하기 위한 도면이다.
도 6a 및 도 6b에 대한 설명에서는 제1 카메라(110-1) 및 제2 카메라(110-2)를 통해 매 구간마다 한 쌍의 이미지 프레임들이 획득되고, 획득된 이미지 프레임들에 복수의 타겟 오브젝트인 제1 타겟 오브젝트, 제2 타겟 오브젝트 및 제3 타겟 오브젝트가 포함되는 경우를 전제로, 본 개시에 따른 일 실시 예에 대해 설명한다. 특히, 도 6a는 T 구간 및 T+1 구간에서 수행되는 동작을 설명하기 위한 도면이고, 도 6b는 도 6a의 T+1 구간에 이어지는 T+2 구간 및 T+3 구간에서 수행되는 동작을 설명하기 위한 도면이다. 한편, 타겟 오브젝트 검출 모듈(10) 및 ID 매칭 모듈(20)을 이용한 동작에 대해서는 전술한 바 있으므로, 동일한 내용에 대한 중복 설명은 생략한다.
도 6a에 도시된 바와 같이, T 구간에 제1 카메라(110-1) 및 제2 카메라(110-2) 각각을 통해 한 쌍의 이미지 프레임이 획득되면, 프로세서(130)는 포즈 측정 모듈(30)을 통해 T 구간의 제1 타겟 오브젝트의 포즈에 대한 측정 값을 획득할 수 있다. 그리고, 제1 타겟 오브젝트의 포즈에 대한 측정 값이 획득되는 동안, 프로세서(130)는 복수의 포즈 트래킹 모듈(40)을 통해 각각 T 구간의 제2 타겟 오브젝트의 포즈에 대한 추정 값과 T 구간의 제3 타겟 오브젝트의 포즈에 대한 추정 값을 획득할 수 있다. 한편, T 구간에서, 포즈 측정 모듈(30)은 GPU를 이용하여 동작할 수 있으며, 복수의 포즈 트래킹 모듈(40)은 각각 CPU의 제2 코어와 CPU의 제3 코어를 이용하여 동작할 수 있다.
한편, T 구간에 포즈 측정 모듈(30)을 통해 제1 타겟 오브젝트의 포즈에 대한 측정 값이 획득되면, 프로세서(130)는 제1 타겟 오브젝트의 포즈에 대한 측정 값을 포즈 트래킹 모듈(40)에 입력하여 평활화(smoothing) 동작을 수행할 수 있다. 구체적으로, T 구간의 제1 타겟 오브젝트의 포즈에 대한 측정 값이 입력되면, 포즈 트래킹 모듈(40)은 칼만 필터 등을 바탕으로 입력된 포즈 정보를 보정하여 평활화된 포즈 정보를 출력할 수 있다. 즉, 포즈 트래킹 모듈(40)은 다음 구간의 타겟 오브젝트의 포즈를 추정할 수 있을 뿐만 아니라, 현재 구간의 타겟 오브젝트의 포즈에 대한 포즈 정보를 평활화하여 보다 개선된 포즈 정보를 출력하는 역할을 수행할 수 있다.
한편, 포즈 트래킹 모듈(40)을 통해 T 구간의 제2 타겟 오브젝트의 포즈에 대한 추정 값이 획득되면, 프로세서(130)는 T 구간의 제2 타겟 오브젝트의 포즈에 대한 추정 값을 트래킹 평가 모듈(50)에 입력하여, 포즈 정보의 신뢰도에 대한 스코어를 획득할 수 있다. 구체적으로, 포즈 트래킹 모듈(40)을 통해 T 구간의 제2 타겟 오브젝트의 포즈에 대한 추정 값이 획득되면, 트래킹 평가 모듈(50)은 T 구간의 제2 타겟 오브젝트의 포즈에 대한 추정 값에 대응되는 바운딩 박스 정보 및 T 구간에 타겟 오브젝트 검출 모듈(10)을 통해 획득된 바운딩 박스 정보를 비교하여 포즈 정보의 신뢰도에 대한 스코어를 획득할 수 있다.
예를 들어, 도 7을 참조하면, 포즈 트래킹 평가 모듈(50)은 타겟 오브젝트인 '손'에 대한 T 구간의 스켈레톤 정보에 대응되는 바운딩 박스 정보(710) 및 T 구간에 타겟 오브젝트 검출 모듈(10)을 통해 획득된 바운딩 박스 정보(720)을 비교하여, 그 일치 여부에 대응되는 스코어를 획득할 수 있다.
그리고, 포즈 트래킹 모듈(40)을 통해 획득된 T 구간의 제2 타겟 오브젝트에 대한 포즈 정보의 신뢰도에 대한 스코어가 기 설정된 임계 값 미만이면, 포즈 트래킹 모듈(40)을 통해 획득된 포즈 정보를 신뢰하기 어려운 경우라고 할 수 있으므로, 프로세서(130)는 포즈 측정 모듈(30)을 통해 T+1 구간의 제2 타겟 오브젝트의 포즈에 대한 측정 값을 획득할 수 있다.
한편, 포즈 트래킹 모듈(40)을 통해 획득된 T 구간의 제3 타겟 오브젝트에 대한 포즈 정보의 신뢰도에 대한 스코어가 기 설정된 임계 값 이상이면, 포즈 트래킹 모듈(40)을 통해 획득된 포즈 정보를 신뢰할 수 있는 경우라고 할 수 있으므로, 프로세서(130)는 포즈 트래킹 모듈(40)을 통해 T+1 구간의 제3 타겟 오브젝트의 포즈에 대한 추정 값을 획득할 수 있다.
다시 말해, 포즈 트래킹 모듈(40)을 통해 포즈 정보가 획득되면, 프로세서(130)는 포즈 트래킹 모듈(40)을 통해 획득된 포즈 정보를 트래킹 평가 모듈(50)에 입력하여 포즈 정보의 신뢰도에 대한 스코어를 획득하고, 획득된 스코어에 기초하여 포즈 측정 모듈(30) 및 포즈 트래킹 모듈(40) 중에서 다음 구간에 대한 포즈 정보를 획득하기 위한 모듈을 결정할 수 있다. 한편, 트래킹 평가 모듈(50)을 이용하지 않거나 복수의 트래킹 평가 모듈(50) 각각을 통해 획득된 스코어가 동일한 경우, 프로세서(130)는 복수의 타겟 오브젝트 각각에 대한 포즈 정보가 순차적으로 번갈아 가면서 포즈 측정 모듈(30)을 통해 획득될 수 있도록 제어할 수도 있다.
이하에서는 복수의 타겟 오브젝트 각각에 대한 포즈 정보가 순차적으로 번갈아 가면서 포즈 측정 모듈(30)을 통해 획득되는 경우를 전제로, T+1 구간, T+2 구간 및 T+3 구간의 동작에 대해 상술한다.
즉, 도 6a에 도시된 바와 같이, T+1 구간에 제1 카메라(110-1) 및 제2 카메라(110-2) 각각을 통해 한 쌍의 제2 이미지 프레임이 획득되면, 프로세서(130)는 포즈 측정 모듈(30)을 통해 T+1 구간의 제2 타겟 오브젝트의 포즈에 대한 측정 값을 획득할 수 있다. 그리고, 제2 타겟 오브젝트에 대한 포즈 정보가 획득되는 동안, 프로세서(130)는 복수의 포즈 트래킹 모듈(40)을 통해 각각 T+1 구간의 제1 타겟 오브젝트의 포즈에 대한 추정 값과 T+1 구간의 제3 타겟 오브젝트의 포즈에 대한 추정 값을 획득할 수 있다. 한편, T+1 구간에서, 포즈 측정 모듈(30)은 GPU를 이용하여 동작할 수 있으며, 복수의 포즈 트래킹 모듈(40)은 각각 CPU의 제1 코어와 CPU의 제3 코어를 이용하여 동작할 수 있다.
도 6b에 도시된 바와 같이, T+2 구간에 제1 카메라(110-1) 및 제2 카메라(110-2) 각각을 통해 한 쌍의 제3 이미지 프레임이 획득되면, 프로세서(130)는 포즈 측정 모듈(30)을 통해 T+2 구간의 제3 타겟 오브젝트의 포즈에 대한 측정 값을 획득할 수 있다. 그리고, 제3 타겟 오브젝트의 포즈에 대한 측정 값이 획득되는 동안, 프로세서(130)는 복수의 포즈 트래킹 모듈(40)을 통해 각각 T+2 구간의 제1 타겟 오브젝트의 포즈에 대한 추정 값과 T+1 구간의 제2 타겟 오브젝트의 포즈에 대한 추정 값을 획득할 수 있다.
도 6b에 도시된 바와 같이, T+3 구간에 제1 카메라(110-1) 및 제2 카메라(110-2) 각각을 통해 한 쌍의 제3 이미지 프레임이 획득되면, 프로세서(130)는 포즈 측정 모듈(30)을 통해 T+2 구간의 제1 타겟 오브젝트의 포즈에 대한 측정 값을 획득할 수 있다. 그리고, 제1 타겟 오브젝트의 포즈에 대한 측정 값이 획득되는 동안, 프로세서(130)는 복수의 포즈 트래킹 모듈(40)을 통해 각각 T+2 구간의 제2 타겟 오브젝트의 포즈에 대한 추정 값과 T+1 구간의 제3 타겟 오브젝트의 포즈에 대한 추정 값을 획득할 수 있다.
한편, 프로세서(130)는 포즈 측정 모듈(30)을 통해 T+3 구간의 제1 타겟 오브젝트의 포즈에 대한 측정 값을 획득하는 것과 아울러, 전술한 바와 같이, 포즈 트래킹 모듈(40)을 통해 T+3 구간의 제1 타겟 오브젝트에 대한 측정 값을 평활화(smoothing)하여 보정된 측정 값을 획득할 수 있다.
또한, 프로세서(130)는 포즈 트래킹 모듈(40)을 통해 T+3 구간의 제1 타겟 오브젝트의 포즈에 대한 추정 값을 획득할 수 있다. 구체적으로, 포즈 트래킹 모듈(40)은 모듈은 T 구간에 포즈 측정 모듈(30)을 통해 획득된 제1 타겟 오브젝트의 포즈에 대한 측정 값을 바탕으로 T+3 구간의 제1 타겟 오브젝트의 포즈를 추정하여 그에 대한 추정 값을 획득할 수 있다. 그리고, 포즈 트래킹 모듈(40)은 T+3 구간의 제1 타겟 오브젝트의 포즈에 대한 측정 값 및 T+3 구간의 제1 타겟 오브젝트의 포즈에 대한 추정 값을 바탕으로 포즈 트래킹 모듈(40) 파라미터(예: 칼만 필터의 상태 변수)를 보정/업데이트할 수 있다. 이에 따라, 포즈 트래킹 모듈(40)은 업데이트된 파라미터를 바탕으로 T+3 구간 이후의 제1 타겟 오브젝트의 포즈에 관하여 보다 정확한 추정 값을 획득할 수 있게 된다.
도 6a 내지 도 7을 참조하여 상술한 바와 같은 실시 예에 따르면, 전자 장치는 포즈 트래킹 모듈(40) 및 트래킹 평가 모듈(50)을 통해 보다 정확한 포즈 정보를 획득할 수 있게 된다.
도 8은 본 개시에 따른 또 다른 실시 예를 설명하기 위한 도면이다.
이상에서는 신경망을 포함하는 복수의 타겟 오브젝트 중 하나의 타겟 오브젝트와 다른 오브젝트를 구별하여, 각각 포즈 측정 모듈(30) 및 포즈 트래킹 모듈(40)을 통해 병렬적으로 포즈 정보를 획득하는 실시 예에 대해 설명하였으나, 본 개시의 또 다른 실시 예에 따르면, 프로세서(130)는 복수의 카메라 각각을 통해 획득되는 이미지 프레임 별로 상이한 모듈을 이용하여 병렬적으로 포즈 정보를 획득할 수도 있다.
이상에서는 제1 카메라(110-1) 및 제2 카메라(110-2) 각각을 통해 획득된 한 쌍의 이미지 프레임을 바탕으로 한 쌍의 이미지 데이터를 획득하고, 그 한 쌍의 이미지 데이터를 3D 포즈 측정 모듈(30) 또는 3D 포즈 트래킹 모듈(40)에 입력하여 포즈 정보를 획득하는 것을 전제로 설명하였으나, 도 8에 대한 설명에 있어서는 2D 포즈 측정 모듈(30) 또는 2D 포즈 트래킹 모듈(40)를 통해 2 차원의 포즈 정보를 획득하고, 3D 포즈 재구성 모듈을 통해 3 차원의 포즈 정보를 획득하는 것을 전제로 설명한다.
구체적으로, 도 8에 도시된 바와 같이, T 구간에 제1 카메라(110-1)를 통해 제1 이미지 프레임이 획득되면, 제1 이미지 프레임을 타겟 오브젝트 검출 모듈(10)에 입력하여 제1 이미지 프레임에 포함된 복수의 타겟 오브젝트 각각에 대한 이미지 데이터를 획득할 수 있다. 그리고, 프로세서(130)는 제1 이미지 프레임에 포함된 복수의 타겟 오브젝트 각각에 대한 이미지 데이터를 2D 포즈 측정 모듈(30)에 입력하여 제1 이미지 프레임에 포함된 복수의 타겟 오브젝트 각각에 대한 2 차원의 제1 포즈 정보를 획득할 수 있다.
T 구간에 제2 카메라(110-2)를 통해 제2 이미지 프레임이 획득되면, 제2 이미지 프레임을 타겟 오브젝트 검출 모듈(10)에 입력하여 제2 이미지 프레임에 포함된 복수의 타겟 오브젝트 각각에 대한 이미지 데이터를 획득할 수 있다. 그리고, 프로세서(130)는 제2 이미지 프레임에 포함된 복수의 타겟 오브젝트 각각에 대한 이미지 데이터를 2D 포즈 트래킹 모듈(40)에 입력하여 제2 이미지 프레임에 포함된 복수의 타겟 오브젝트 각각에 대한 2 차원의 제2 포즈 정보를 획득할 수 있다.
제2 이미지 프레임에 포함된 복수의 타겟 오브젝트 각각에 대한 2 차원의 제2 포즈 정보를 획득하는 과정과 마찬가지로, 프로세서(130)는 2D 트래킹 모듈을 이용하여, 제3 카메라를 통해 획득된 제3 이미지 프레임에 대응되는 2 차원의 제3 포즈 정보를 획득할 수 있다.
그리고, 프로세서(130)는 3D 포즈 정보 재구성 모듈(33)을 통해, 2 차원의 제1 포즈 정보 및 2 차원의 제2 포즈 정보를 바탕으로 3 차원의 제4 포즈 정보를 획득하고, 2 차원의 제2 포즈 정보 및 2 차원의 제3 포즈 정보를 바탕으로 3 차원의 제5 포즈 정보를 획득하며, 2 차원의 제1 포즈 정보 및 2 차원의 제3 포즈 정보를 바탕으로 3 차원의 제6 포즈 정보를 획득할 수 있다. 그리고, 프로세서(130)는 3D 포즈 정보 재구성 모듈(33)을 통해 3 차원의 제4 포즈 정보, 3 차원의 제5 포즈 정보 및 3 차원의 제6 포즈 정보의 평균 값을 산출하여, 산출 결과에 따라 T 구간의 복수의 오브젝트 각각에 대한 최종적인 포즈 정보인 제7 포즈 정보를 획득할 수 있다.
한편, T 구간에 2D 포즈 측정 모듈(30)을 통해 제1 카메라(110-1)에 대응되는 2 차원의 제1 포즈 정보가 획득되면, 프로세서(130)는 제1 포즈 정보를 2D 포즈 트래킹 모듈(40)에 입력하여 전술한 바와 같은 평활화 동작을 수행할 수 있다. 특히, 2D 포즈 측정 모듈(30)을 통해 포즈 정보를 획득한 후, 2D 포즈 트래킹 모듈(40)을 통해 개선된 포즈 정보를 획득함에 있어서는, 오브젝트의 움직임에 대한 벡터 정보인 optical flow 정보를 반영하거나, 2 차원의 포즈 정보에 포함되는 각 좌표 값에 대한 확률 정보를 이용하여 2D 포즈 트래킹 모듈(40)을 구성하는 칼만 필터의 파라미터를 조정함으로써, 보다 정확한 포즈 정보를 획득할 수도 있다.
한편, T 구간에 2D 포즈 트래킹 모듈(40)을 통해 제2 카메라(110-2)에 대응되는 제2 포즈 정보가 획득되면, 프로세서(130)는 제2 포즈 정보를 트래킹 평가 모듈(50)에 입력하여, 제2 포즈 정보의 신뢰도에 대한 스코어를 획득할 수 있으며, 획득된 스코어에 기초하여 2D 포즈 측정 모듈(30) 및 2D 포즈 트래킹 모듈(40) 중에서 다음 구간에 대한 포즈 정보를 획득하기 위한 모듈을 결정할 수 있다.
포즈 트래킹 모듈(40)을 통한 평활화 동작과 트래킹 평가 모듈(50)을 통한 포즈 정보의 신뢰도 평가 과정에 대해서는 도 6 및 도 7을 참조하여 상술한 바 있으므로, 실질적으로 동일한 내용에 대한 중복 설명은 생략한다.
한편, 도 8에서는 전자 장치가 3 개의 카메라는 포함하는 경우를 전제로 설명하였으나, 전자 장치가 2 개의 카메라를 포함하는 경우이거나 4 개 이상의 카메라를 포함하는 경우에도 도 8의 실시 예가 적용될 수 있음은 물론이다.
도 8을 참조하여 상술한 바와 같은 실시 예에 따르면, 전자 장치(100)는 복수의 카메라 각각을 통해 획득되는 복수의 이미지 프레임 중 하나의 이미지 프레임에 대해서는 신경망을 포함하는 포즈 측정 모듈(30)을 이용하여 포즈 정보를 획득하고, 다른 이미지 프레임에 대해서는 기 정의된 규칙에 따라 동작하는 포즈 트래킹 모듈(40)을 이용하여 포즈 정보를 획득함으로써, 복수의 카메라 각각을 통해 획득되는 복수의 이미지 프레임에 포함된 타겟 오브젝트 별 포즈 정보를 효율적으로 획득할 수 있다.
나아가, 전자 장치가 3 개 이상의 카메라를 포함하는 경우, 두 개의 카메라 별로 2 차원의 포즈 정보를 이용하여 각각 3 차원의 포즈 정보를 획득하고, 획득된 3 차원의 포즈 정보를 조합하여 최종적인 3 차원의 포즈 정보를 획득할 수 있으므로, 보다 정확한 포즈 정보를 획득할 수 있게 된다.
도 9는 본 개시의 일 실시 예에 따른 전자 장치의 제어 방법을 나타내는 흐름도이다.
도 9에 도시된 바와 같이, 전자 장치(100)는 제1 카메라 및 제2 카메라 각각을 통해 이미지 프레임들을 획득할 수 있다(S910).
그리고, 제1 구간에 제1 카메라 및 제2 카메라 각각을 통해 한 쌍의 제1 이미지 프레임이 획득되면(S920-Y), 전자 장치(100)는 한 쌍의 제1 이미지 프레임 각각에 포함된 제1 타겟 오브젝트에 대한 한 쌍의 제1 이미지 데이터를 포즈 측정 모듈에 입력하여, 제1 구간의 제1 타겟 오브젝트에 대한 제1 포즈 정보를 획득할 수 있다(S930). 한편, 전자 장치(100)는 한 쌍의 제1 이미지 프레임에 포함된 제2 타겟 오브젝트에 대해서는 포즈 측정 모듈이 아닌 포즈 트래킹 모듈을 이용하여 포즈 정보를 획득할 수 있다.
제1 구간 이후의 제2 구간에 제1 카메라 및 제2 카메라 각각을 통해 한 쌍의 제2 이미지 프레임이 획득되면(S940-Y), 전자 장치(100)는 제1 포즈 정보를 포즈 트래킹 모듈에 입력하여, 제2 구간의 제1 타겟 오브젝트에 대한 제2 포즈 정보를 획득할 수 있다(S950). 다시 말해, 전자 장치(100)는 포즈 트래킹 모듈을 이용하여, 제1 구간의 제1 타겟 오브젝트에 대한 제1 포즈 정보를 바탕으로 제2 구간의 제1 타겟 오브젝트의 포즈를 추정할 수 있다.
한편, 제2 포즈 정보가 획득되는 동안, 전자 장치(100)는 한 쌍의 제2 이미지 프레임 각각에 포함된 제2 타겟 오브젝트에 대한 한 쌍의 제2 이미지 데이터를 포즈 측정 모듈에 입력하여, 제2 구간의 제2 타겟 오브젝트에 대한 제3 포즈 정보를 획득할 수 있다(S960). 다시 말해, 전자 장치(100)는 포즈 트래킹 모듈과 병렬적으로 포즈 측정 모듈을 이용하여, 제2 이미지 프레임에 포함된 제2 타겟 오브젝트의 포즈를 측정할 수 있다.
이상에서는 본 개시에 따른 전자 장치(100)의 제어 방법의 각 단계에 대해 간략하게 설명하였으나, 도 1a 내지 도 8을 참조하여 상술한 바와 같은 전자 장치(100)의 제어 과정에 관련된 다양한 실시 예들은 전자 장치(100)의 제어 방법에 대해서도 마찬가지로 적용될 수 있음은 물론이다.
한편, 상술한 실시 예에 따른 전자 장치(100)의 제어 방법은 프로그램으로 구현되어 전자 장치(100)에 제공될 수 있다. 특히, 전자 장치(100)의 제어 방법을 포함하는 프로그램은 비일시적 판독 가능 매체(non-transitory computer readable medium)에 저장되어 제공될 수 있다.
구체적으로, 제1 카메라 및 제2 카메라를 포함하는 전자 장치(100)의 제어 방법을 실행하는 프로그램을 포함하는 비일시적 컴퓨터 판독 가능 기록매체에 있어서, 전자 장치(100)의 제어 방법은 제1 구간에 제1 카메라 및 제2 카메라 각각을 통해 한 쌍의 제1 이미지 프레임이 획득되면, 한 쌍의 제1 이미지 프레임 각각에 포함된 제1 타겟 오브젝트에 대한 한 쌍의 제1 이미지 데이터를 포즈 측정 모듈에 입력하여, 제1 구간의 제1 타겟 오브젝트에 대한 제1 포즈 정보를 획득하는 단계, 제1 구간 이후의 제2 구간에 제1 카메라 및 제2 카메라 각각을 통해 한 쌍의 제2 이미지 프레임이 획득되면, 제1 포즈 정보를 포즈 트래킹 모듈에 입력하여, 제2 구간의 제1 타겟 오브젝트에 대한 제2 포즈 정보를 획득하는 단계 및 제2 포즈 정보가 획득되는 동안, 한 쌍의 제2 이미지 프레임 각각에 포함된 제2 타겟 오브젝트에 대한 한 쌍의 제2 이미지 데이터를 포즈 측정 모듈에 입력하여, 제2 구간의 제2 타겟 오브젝트에 대한 제3 포즈 정보를 획득하는 단계를 포함한다.
여기서, 비일시적 판독 가능 매체란 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 구체적으로는, 상술한 다양한 어플리케이션 또는 프로그램들은 CD, DVD, 하드 디스크, 블루레이 디스크, USB, 메모리카드, ROM 등과 같은 비일시적 판독 가능 매체에 저장되어 제공될 수 있다.
이상에서 전자 장치(100)의 제어 방법, 그리고 전자 장치(100)의 제어 방법을 실행하는 프로그램을 포함하는 컴퓨터 판독 가능 기록매체에 대해 간략하게 설명하였으나, 이는 중복 설명을 생략하기 위한 것일 뿐이며, 전자 장치(100)에 대한 다양한 실시 예는 전자 장치(100)의 제어 방법, 그리고 전자 장치(100)의 제어 방법을 실행하는 프로그램을 포함하는 컴퓨터 판독 가능 기록매체에 대해서도 적용될 수 있음은 물론이다.
상술한 바와 같은 본 개시의 다양한 실시 예에 따르면, 전자 장치의 하드웨어 자원을 효율적으로 이용하고, 그에 따라 이미지에 포함된 타겟 오브젝트의 검출 과정 및 검출된 타겟 오브젝트 대한 포즈 정보의 획득 과정을 효율적으로 수행할 수 있게 된다.
한편, 이상에서 상술한 바와 같은 타겟 오브젝트 검출 모듈, 포즈 측정 모듈등에 포함된 신경망에 관련된 기능은 메모리 및 프로세서를 통해 수행될 수 있다.
프로세서는 하나 또는 복수의 프로세서로 구성될 수 있다. 이때, 하나 또는 복수의 프로세서는 CPU, AP 등과 같은 범용 프로세서, GPU. VPU 등과 같은 그래픽 전용 프로세서 또는 NPU와 같은 인공 지능 전용 프로세서일 수 있다.
하나 또는 복수의 프로세서는, 비휘발성 메모리 및 휘발성 메모리에 저장된 기 정의된 동작 규칙 또는 인공 지능 모델에 따라, 입력 데이터를 처리하도록 제어한다. 기 정의된 동작 규칙 또는 인공 지능 모델은 학습을 통해 만들어진 것을 특징으로 한다.
여기서, 학습을 통해 만들어진다는 것은, 다수의 학습 데이터들에 학습 알고리즘을 적용함으로써, 원하는 특성의 기 정의된 동작 규칙 또는 인공 지능 모델이 만들어짐을 의미한다. 이러한 학습은 본 개시에 따른 인공 지능이 수행되는 기기 자체에서 이루어질 수도 있고, 별도의 서버/시스템을 통해 이루어 질 수도 있다.
인공 지능 모델은, 복수의 신경망 레이어들로 구성될 수 있다. 각 레이어는 복수의 가중치(weight values)을 갖고 있으며, 이전(previous) 레이어의 연산 결과와 복수의 가중치의 연산을 통해 레이어의 연산을 수행한다. 신경망의 예로는, CNN (Convolutional Neural Network), DNN (Deep Neural Network), RNN (Recurrent Neural Network), RBM (Restricted Boltzmann Machine), DBN (Deep Belief Network), BRDNN(Bidirectional Recurrent Deep Neural Network), GAN(Generative Adversarial Networks) 및 심층 Q-네트워크 (Deep Q-Networks)이 있으며, 본 개시에서의 신경망은 명시한 경우를 제외하고 전술한 예에 한정되지 않는다.
학습 알고리즘은, 다수의 학습 데이터들을 이용하여 소정의 대상 기기(예컨대, 로봇)을 훈련시켜 소정의 대상 기기 스스로 결정을 내리거나 예측을 할 수 있도록 하는 방법이다. 학습 알고리즘의 예로는, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)이 있으며, 본 개시에서의 학습 알고리즘은 명시한 경우를 제외하고 전술한 예에 한정되지 않는다.
기기로 읽을 수 있는 저장매체는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, '비일시적 저장매체'는 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다. 예로, '비일시적 저장매체'는 데이터가 임시적으로 저장되는 버퍼를 포함할 수 있다.
일 실시 예에 따르면, 본 문서에 개시된 다양한 실시 예들에 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 두개의 사용자 장치들(예: 스마트폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품(예: 다운로더블 앱(downloadable app))의 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.
이상에서 상술한 바와 같은 본 개시의 다양한 실시 예들에 따른 구성 요소(예: 모듈 또는 프로그램) 각각은 단수 또는 복수의 개체로 구성될 수 있으며, 전술한 해당 서브 구성 요소들 중 일부 서브 구성 요소가 생략되거나, 또는 다른 서브 구성 요소가 다양한 실시 예에 더 포함될 수 있다. 대체적으로 또는 추가적으로, 일부 구성 요소들(예: 모듈 또는 프로그램)은 하나의 개체로 통합되어, 통합되기 이전의 각각의 해당 구성 요소에 의해 수행되는 기능을 동일 또는 유사하게 수행할 수 있다.
다양한 실시 예들에 따른, 모듈, 프로그램 또는 다른 구성 요소에 의해 수행되는 동작들은 순차적, 병렬적, 반복적 또는 휴리스틱하게 실행되거나, 적어도 일부 동작이 다른 순서로 실행되거나, 생략되거나, 또는 다른 동작이 추가될 수 있다.
한편, 본 개시에서 사용된 용어 "부" 또는 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구성된 유닛을 포함하며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로 등의 용어와 상호 호환적으로 사용될 수 있다. "부" 또는 "모듈"은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 모듈은 ASIC(application-specific integrated circuit)으로 구성될 수 있다.
본 개시의 다양한 실시 예들은 기기(machine)(예: 컴퓨터)로 읽을 수 있는 저장 매체(machine-readable storage media에 저장된 명령어를 포함하는 소프트웨어로 구현될 수 있다. 기기는 저장 매체로부터 저장된 명령어를 호출하고, 호출된 명령어에 따라 동작이 가능한 장치로서, 개시된 실시 예들에 따른 전자 장치(예: 전자 장치(100))를 포함할 수 있다.
상기 명령이 프로세서에 의해 실행될 경우, 프로세서가 직접 또는 상기 프로세서의 제어 하에 다른 구성요소들을 이용하여 상기 명령에 해당하는 기능을 수행할 수 있다. 명령은 컴파일러 또는 인터프리터에 의해 생성 또는 실행되는 코드를 포함할 수 있다.
이상에서는 본 개시의 바람직한 실시 예에 대하여 도시하고 설명하였지만, 본 개시는 상술한 특정의 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 본 개시의 요지를 벗어남이 없이 당해 개시가 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 개시의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안 될 것이다.

Claims (15)

  1. 전자 장치에 있어서,
    제1 카메라;
    제2 카메라;
    이미지에 포함된 타겟 오브젝트의 포즈에 대한 포즈 정보를 획득하기 위한 복수의 모듈을 저장하는 메모리; 및
    상기 제1 카메라 및 상기 제2 카메라 각각을 통해 획득된 이미지 프레임들을 바탕으로 상기 이미지 프레임들에 포함된 복수의 타겟 오브젝트 각각의 포즈에 대한 포즈 정보를 획득하는 프로세서; 를 포함하고,
    상기 프로세서는,
    제1 구간에 상기 제1 카메라 및 제2 카메라 각각을 통해 한 쌍의 제1 이미지 프레임이 획득되면, 상기 한 쌍의 제1 이미지 프레임 각각에 포함된 제1 타겟 오브젝트에 대한 한 쌍의 제1 이미지 데이터를 포즈 측정 모듈에 입력하여, 상기 제1 구간의 상기 제1 타겟 오브젝트에 대한 제1 포즈 정보를 획득하고,
    제1 구간 이후의 제2 구간에 상기 제1 카메라 및 제2 카메라 각각을 통해 한 쌍의 제2 이미지 프레임이 획득되면, 상기 제1 포즈 정보를 포즈 트래킹 모듈에 입력하여, 상기 제2 구간의 상기 제1 타겟 오브젝트에 대한 제2 포즈 정보를 획득하며,
    상기 제2 포즈 정보가 획득되는 동안, 상기 한 쌍의 제2 이미지 프레임 각각에 포함된 제2 타겟 오브젝트에 대한 한 쌍의 제2 이미지 데이터를 상기 포즈 측정 모듈에 입력하여, 상기 제2 구간의 제2 타겟 오브젝트에 대한 제3 포즈 정보를 획득하는 전자 장치.
  2. 제1 항에 있어서,
    상기 포즈 측정 모듈은,
    적어도 하나의 신경망을 포함하며,
    상기 제1 카메라 및 상기 제2 카메라 각각을 통해 획득된 이미지 프레임들을 바탕으로 상기 복수의 타겟 오브젝트 각각에 대한 2 차원의 포즈 정보 및 디스패리티(disparity) 정보를 획득하고,
    상기 2 차원의 포즈 정보 및 상기 디스패리티 정보를 바탕으로 상기 복수의 타겟 오브젝트 각각의 스켈레톤(skeleton) 정보에 대한 측정 값을 포함하는 포즈 정보를 획득하는 전자 장치.
  3. 제1 항에 있어서,
    상기 포즈 트래킹 모듈은,
    칼만 필터(kalman filter)를 바탕으로, 입력된 이미지 프레임의 다음 프레임에 포함된 복수의 타겟 오브젝트 각각의 스켈레톤 정보에 대한 추정 값을 포함하는 포즈 정보를 획득하는 전자 장치.
  4. 제1 항에 있어서,
    상기 프로세서는,
    상기 제2 포즈 정보가 획득되면, 상기 제2 포즈 정보에 대응되는 바운딩 박스에 대한 정보 및 상기 한 쌍의 제2 이미지 프레임 각각에 포함된 상기 제1 타겟 오브젝트에 대응되는 바운딩 박스에 대한 정보를 비교하여 상기 제2 포즈 정보의 신뢰도에 대한 스코어를 획득하고,
    상기 제2 구간 이후의 제3 구간에 상기 제1 카메라 및 상기 제2 카메라 각각을 통해 한 쌍의 제3 이미지 프레임을 획득하며,
    상기 스코어가 기 설정된 임계 값 미만이면, 상기 한 쌍의 제3 이미지 프레임 각각에 포함된 상기 제1 타겟 오브젝트에 대한 한 쌍의 제3 이미지 데이터를 상기 포즈 측정 모듈에 입력하여, 상기 제3 구간의 상기 제1 타겟 오브젝트에 대한 제4 포즈 정보를 획득하는 전자 장치.
  5. 제4 항에 있어서,
    상기 프로세서는,
    상기 제2 포즈 정보가 획득되면, 상기 제2 포즈 정보를 변환하여 상기 제2 포즈 정보에 대응되는 디스패리티 정보를 획득하고,
    상기 제2 포즈 정보에 대응되는 디스패리티 정보를 바탕으로 상기 제3 이미지 프레임에 포함된 상기 제1 타겟 오브젝트에 대응되는 영역을 검출하여, 상기 제3 이미지 프레임에 포함된 상기 제1 타겟 오브젝트에 대한 상기 제3 이미지 데이터를 획득하는 전자 장치.
  6. 제1 항에 있어서,
    상기 프로세서는,
    상기 제1 포즈 정보가 획득되는 동안, 상기 한 쌍의 제1 이미지 프레임 각각에 포함된 상기 제2 타겟 오브젝트에 대한 한 쌍의 제4 이미지 데이터를 상기 포즈 트래킹 모듈에 입력하여, 상기 제1 구간의 상기 제2 타겟 오브젝트에 대한 제5 포즈 정보를 획득하는 전자 장치.
  7. 제1 항에 있어서,
    제3 카메라; 를 더 포함하고,
    상기 프로세서는,
    상기 한 쌍의 제1 이미지 프레임이 획득되는 동안, 상기 제3 카메라를 통해 상기 한 쌍의 제1 이미지 프레임에 대응되는 제4 이미지 프레임을 획득하고,
    상기 제1 포즈 정보가 획득되는 동안, 상기 제4 이미지 프레임에 포함된 상기 제1 타겟 오브젝트에 대한 제5 이미지 데이터를 상기 포즈 트래킹 모듈에 입력하여, 상기 제1 구간의 상기 제1 타겟 오브젝트에 대한 2 차원의 포즈 정보인 제6 포즈 정보를 획득하는 전자 장치.
  8. 제1 항에 있어서,
    상기 포즈 측정 모듈은 상기 프로세서에 포함된 GPU를 이용하여 동작하며,
    상기 포즈 트래킹 모듈은 상기 프로세서에 포함된 CPU를 이용하여 동작하는 전자 장치.
  9. 제1 카메라 및 제2 카메라를 포함하는 전자 장치의 제어 방법에 있어서,
    제1 구간에 상기 제1 카메라 및 제2 카메라 각각을 통해 한 쌍의 제1 이미지 프레임이 획득되면, 상기 한 쌍의 제1 이미지 프레임 각각에 포함된 제1 타겟 오브젝트에 대한 한 쌍의 제1 이미지 데이터를 포즈 측정 모듈에 입력하여, 상기 제1 구간의 상기 제1 타겟 오브젝트에 대한 제1 포즈 정보를 획득하는 단계;
    제1 구간 이후의 제2 구간에 상기 제1 카메라 및 제2 카메라 각각을 통해 한 쌍의 제2 이미지 프레임이 획득되면, 상기 제1 포즈 정보를 포즈 트래킹 모듈에 입력하여, 상기 제2 구간의 상기 제1 타겟 오브젝트에 대한 제2 포즈 정보를 획득하는 단계; 및
    상기 제2 포즈 정보가 획득되는 동안, 상기 한 쌍의 제2 이미지 프레임 각각에 포함된 제2 타겟 오브젝트에 대한 한 쌍의 제2 이미지 데이터를 상기 포즈 측정 모듈에 입력하여, 상기 제2 구간의 제2 타겟 오브젝트에 대한 제3 포즈 정보를 획득하는 단계; 를 포함하는 전자 장치의 제어 방법.
  10. 제9 항에 있어서,
    상기 포즈 측정 모듈은,
    적어도 하나의 신경망을 포함하며,
    상기 제1 카메라 및 상기 제2 카메라 각각을 통해 획득된 이미지 프레임들을 바탕으로 상기 복수의 타겟 오브젝트 각각에 대한 2 차원의 포즈 정보 및 디스패리티(disparity) 정보를 획득하고,
    상기 2 차원의 포즈 정보 및 상기 디스패리티 정보를 바탕으로 상기 복수의 타겟 오브젝트 각각의 스켈레톤(skeleton) 정보에 대한 측정 값을 포함하는 포즈 정보를 획득하는 전자 장치의 제어 방법.
  11. 제9 항에 있어서,
    상기 포즈 트래킹 모듈은,
    칼만 필터(kalman filter)를 바탕으로, 입력된 이미지 프레임의 다음 프레임에 포함된 복수의 타겟 오브젝트 각각의 스켈레톤 정보에 대한 추정 값을 포함하는 포즈 정보를 획득하는 전자 장치의 제어 방법.
  12. 제9 항에 있어서,
    상기 제2 포즈 정보가 획득되면, 상기 제2 포즈 정보에 대응되는 바운딩 박스에 대한 정보 및 상기 한 쌍의 제2 이미지 프레임 각각에 포함된 상기 제1 타겟 오브젝트에 대응되는 바운딩 박스에 대한 정보를 비교하여 상기 제2 포즈 정보의 신뢰도에 대한 스코어를 획득하는 단계;
    상기 제2 구간 이후의 제3 구간에 상기 제1 카메라 및 상기 제2 카메라 각각을 통해 한 쌍의 제3 이미지 프레임을 획득하는 단계; 및
    상기 스코어가 기 설정된 임계 값 미만이면, 상기 한 쌍의 제3 이미지 프레임 각각에 포함된 상기 제1 타겟 오브젝트에 대한 한 쌍의 제3 이미지 데이터를 상기 포즈 측정 모듈에 입력하여, 상기 제3 구간의 상기 제1 타겟 오브젝트에 대한 제4 포즈 정보를 획득하는 단계; 를 더 포함하는 전자 장치의 제어 방법.
  13. 제12 항에 있어서,
    상기 제2 포즈 정보가 획득되면, 상기 제2 포즈 정보를 변환하여 상기 제2 포즈 정보에 대응되는 디스패리티 정보를 획득하는 단계; 및
    상기 제2 포즈 정보에 대응되는 디스패리티 정보를 바탕으로 상기 제3 이미지 프레임에 포함된 상기 제1 타겟 오브젝트에 대응되는 영역을 검출하여, 상기 제3 이미지 프레임에 포함된 상기 제1 타겟 오브젝트에 대한 상기 제3 이미지 데이터를 획득하는 단계; 를 더 포함하는 전자 장치의 제어 방법.
  14. 제9 항에 있어서,
    상기 제1 포즈 정보가 획득되는 동안, 상기 한 쌍의 제1 이미지 프레임 각각에 포함된 상기 제2 타겟 오브젝트에 대한 한 쌍의 제4 이미지 데이터를 상기 포즈 트래킹 모듈에 입력하여, 상기 제1 구간의 상기 제2 타겟 오브젝트에 대한 제5 포즈 정보를 획득하는 단계; 를 더 포함하는 전자 장치의 제어 방법.
  15. 제9 항에 있어서,
    상기 전자 장치는 제3 카메라; 를 더 포함하고,
    상기 전자 장치의 제어 방법은,
    상기 한 쌍의 제1 이미지 프레임이 획득되는 동안, 상기 제3 카메라를 통해 상기 한 쌍의 제1 이미지 프레임에 대응되는 제4 이미지 프레임을 획득하는 단계; 및
    상기 제1 포즈 정보가 획득되는 동안, 상기 제4 이미지 프레임에 포함된 상기 제1 타겟 오브젝트에 대한 제5 이미지 데이터를 상기 포즈 트래킹 모듈에 입력하여, 상기 제1 구간의 상기 제1 타겟 오브젝트에 대한 2 차원의 포즈 정보인 제6 포즈 정보를 획득하는 단계; 를 더 포함하는 전자 장치의 제어 방법.
PCT/KR2021/013799 2020-11-30 2021-10-07 전자 장치 및 전자 장치의 제어 방법 WO2022114506A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2020-0164821 2020-11-30
KR1020200164821A KR20220076048A (ko) 2020-11-30 2020-11-30 전자 장치 및 전자 장치의 제어 방법

Publications (1)

Publication Number Publication Date
WO2022114506A1 true WO2022114506A1 (ko) 2022-06-02

Family

ID=81754761

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/013799 WO2022114506A1 (ko) 2020-11-30 2021-10-07 전자 장치 및 전자 장치의 제어 방법

Country Status (2)

Country Link
KR (1) KR20220076048A (ko)
WO (1) WO2022114506A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117314976A (zh) * 2023-10-08 2023-12-29 玩出梦想(上海)科技有限公司 一种目标物跟踪方法及数据处理设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140034847A (ko) * 2011-06-22 2014-03-20 마이크로소프트 코포레이션 관절로 연결된 모델의 전자동 동적 교정 기법
KR20170137350A (ko) * 2016-06-03 2017-12-13 (주)싸이언테크 신경망 생성 모델을 이용한 객체 움직임 패턴 학습장치 및 그 방법
KR20180009180A (ko) * 2016-07-18 2018-01-26 단국대학교 천안캠퍼스 산학협력단 모바일 환경 객체 신뢰도 평가와 학습을 통한 융합 객체 추적 시스템 및 방법
US20180365855A1 (en) * 2017-06-16 2018-12-20 Thomson Licensing Method and devices to optimize marker management for pose estimation
WO2020175818A1 (ko) * 2019-02-28 2020-09-03 네이버 주식회사 온라인 학습을 이용한 객체 트래킹을 위한 방법 및 시스템

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140034847A (ko) * 2011-06-22 2014-03-20 마이크로소프트 코포레이션 관절로 연결된 모델의 전자동 동적 교정 기법
KR20170137350A (ko) * 2016-06-03 2017-12-13 (주)싸이언테크 신경망 생성 모델을 이용한 객체 움직임 패턴 학습장치 및 그 방법
KR20180009180A (ko) * 2016-07-18 2018-01-26 단국대학교 천안캠퍼스 산학협력단 모바일 환경 객체 신뢰도 평가와 학습을 통한 융합 객체 추적 시스템 및 방법
US20180365855A1 (en) * 2017-06-16 2018-12-20 Thomson Licensing Method and devices to optimize marker management for pose estimation
WO2020175818A1 (ko) * 2019-02-28 2020-09-03 네이버 주식회사 온라인 학습을 이용한 객체 트래킹을 위한 방법 및 시스템

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117314976A (zh) * 2023-10-08 2023-12-29 玩出梦想(上海)科技有限公司 一种目标物跟踪方法及数据处理设备
CN117314976B (zh) * 2023-10-08 2024-05-31 玩出梦想(上海)科技有限公司 一种目标物跟踪方法及数据处理设备

Also Published As

Publication number Publication date
KR20220076048A (ko) 2022-06-08

Similar Documents

Publication Publication Date Title
WO2020122432A1 (ko) 전자 장치 및 그의 3d 이미지 표시 방법
Ungureanu et al. Hololens 2 research mode as a tool for computer vision research
WO2019182346A1 (ko) 인공지능 모델을 이용하여 사용자 음성을 변조하기 위한 전자 장치 및 이의 제어 방법
WO2019164232A1 (ko) 전자 장치, 이의 영상 처리 방법 및 컴퓨터 판독가능 기록 매체
WO2020171621A1 (en) Method of controlling display of avatar and electronic device therefor
US10037624B2 (en) Calibrating object shape
WO2019093646A1 (en) Electronic device capable of moving and operating method thereof
WO2019231130A1 (ko) 전자 장치 및 그의 제어방법
WO2020071697A1 (ko) 전자 장치 및 이의 제어 방법
WO2019172642A1 (ko) 심장 박동을 측정하기 위한 전자 장치 및 방법
WO2019135534A1 (ko) 전자 장치 및 그의 제어 방법
WO2020204355A1 (ko) 전자 장치 및 그 제어 방법
WO2022114506A1 (ko) 전자 장치 및 전자 장치의 제어 방법
WO2022005157A1 (en) Electronic device and controlling method of electronic device
WO2017171266A1 (ko) 진단 모델 생성 방법 및 이를 위한 진단 모델 생성 장치
WO2019164144A1 (ko) 전자 장치 및 이의 자연어 생성 방법
WO2019190171A1 (ko) 전자 장치 및 그 제어 방법
WO2021153974A1 (en) Electronic device and controlling method of electronic device
WO2020130299A1 (en) Electronic apparatus and control method thereof
WO2021251652A1 (ko) 영상 분석 장치 및 방법
WO2021251615A1 (ko) 전자 장치 및 전자 장치의 제어 방법
WO2021221436A1 (ko) 카메라를 이용하여 공간의 깊이를 획득하는 디바이스 및 방법
WO2022131488A1 (ko) 전자 장치 및 그 제어 방법
WO2019054715A1 (ko) 전자 장치 및 이의 피드백 정보 획득 방법
WO2021221490A1 (en) System and method for robust image-query understanding based on contextual features

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21898332

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21898332

Country of ref document: EP

Kind code of ref document: A1