WO2022197036A1 - Ar을 이용한 측정 방법 및 전자 장치 - Google Patents

Ar을 이용한 측정 방법 및 전자 장치 Download PDF

Info

Publication number
WO2022197036A1
WO2022197036A1 PCT/KR2022/003530 KR2022003530W WO2022197036A1 WO 2022197036 A1 WO2022197036 A1 WO 2022197036A1 KR 2022003530 W KR2022003530 W KR 2022003530W WO 2022197036 A1 WO2022197036 A1 WO 2022197036A1
Authority
WO
WIPO (PCT)
Prior art keywords
point
subject
processor
electronic device
end point
Prior art date
Application number
PCT/KR2022/003530
Other languages
English (en)
French (fr)
Inventor
최대웅
김성오
김세훈
오양근
이다솜
이상훈
Original Assignee
삼성전자 주식회사
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 삼성전자 주식회사 filed Critical 삼성전자 주식회사
Publication of WO2022197036A1 publication Critical patent/WO2022197036A1/ko
Priority to US18/352,681 priority Critical patent/US20230360245A1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • 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
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/006—Mixed reality
    • 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
    • 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
    • G06T7/521—Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • 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
    • G06T2207/20081—Training; Learning
    • 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
    • G06T2207/20084—Artificial neural networks [ANN]

Definitions

  • Various embodiments according to the present disclosure relate to a technology for measuring the length of a subject in a preview image based on augmented reality (AR).
  • AR augmented reality
  • Augmented reality is a technology that synthesizes virtual objects or information in an existing environment to make them appear as if they exist in the original environment.
  • An electronic device for providing augmented reality may acquire a preview image of a real object through a camera and recognize (or identify) a real object. Meanwhile, the electronic device may measure the length of the subject included in the preview image based on augmented reality.
  • An electronic device includes a camera, a display, a sensor for acquiring depth information on at least one object, the camera, and at least one processor electrically connected to the display and the sensor, wherein the at least one The processor displays an image obtained by driving the camera as a preview image on the display, obtains a user input for designating a start point and an end point on a subject included in the preview image, and uses the sensor to Acquire depth information of the subject, correct the start point and the end point based on the acquired depth information, and measure the length of the subject based on the distance between the corrected start point and the corrected end point can do.
  • An operating method of an electronic device includes an operation of displaying an image obtained by driving a camera as a preview image on a display, and a user input for designating a start point and an end point on a subject included in the preview image based on the operation of obtaining the depth information of the subject through a sensor, the operation of correcting the starting point and the ending point based on the acquired depth information, and the distance between the starting point and the ending point to measure the length of the subject.
  • An electronic device includes a camera, a display, a sensor for acquiring depth information on at least one object, the camera, and at least one processor electrically connected to the display and the sensor, wherein the at least one The processor displays an image obtained by driving the camera as a preview image on the display, obtains a first user input for designating a start point and an end point on a subject included in the preview image, and operates the sensor to obtain the depth information of the subject, provide a guide that suggests a corrected start point and a corrected end point based on the acquired depth information, request approval of the provided guide, and receive the provided guide.
  • the length of the subject may be measured based on a distance between the start point and the end point.
  • the electronic device and method according to various embodiments of the present disclosure may accurately measure the length of an object by correcting a point that is a reference point for length measurement in the augmented reality field.
  • FIG. 1 is a block diagram of an electronic device according to an embodiment.
  • FIG. 2 is a diagram illustrating an anchor proposal based on spatial information in an electronic device according to an embodiment.
  • FIG. 3 is a flowchart illustrating measuring a length of an object included in a preview image in an electronic device according to an exemplary embodiment.
  • FIG. 4 is a diagram illustrating measuring a length of a subject using spatial information and sensor information in an electronic device according to an exemplary embodiment.
  • FIG. 5 is a diagram illustrating displaying a corrected start point and an end point on a display in an electronic device according to an exemplary embodiment.
  • FIG. 6 is a diagram illustrating conversion of two-dimensional coordinates corresponding to a user input for measuring a length of a subject into three-dimensional space coordinates in an electronic device according to an exemplary embodiment.
  • FIG. 7 is a block diagram of an electronic device in a network environment according to an embodiment.
  • FIG. 8 is a block diagram illustrating a camera module, according to various embodiments.
  • FIG. 1 is a block diagram of an electronic device according to an embodiment.
  • the electronic device 100 may include a processor 110 , a camera 120 , a sensor 130 , a display 140 , and a memory 150 .
  • the electronic device 100 may include additional components in addition to the components illustrated in FIG. 1 , or may omit at least one of the components illustrated in FIG. 1 .
  • the processor 110 may execute an operation or data processing related to control and/or communication of at least one other component of the electronic device 100 using instructions stored in the memory 150 .
  • the processor 110 includes a central processing unit (CPU), a graphic processing unit (GPU), a micro controller unit (MCU), a sensor hub, a supplementary processor, a communication processor, and an application. It may include at least one of a processor (application processor), application specific integrated circuit (ASIC), and field programmable gate arrays (FPGA), and may have a plurality of cores.
  • the processor 110 may execute an application (eg, an augmented reality application) stored in the memory 150 .
  • the processor 110 may acquire an image using the camera 120 while the augmented reality application is running.
  • the application described in this specification is not limited to the augmented reality application, and may be any application using the camera 120 .
  • the processor 110 may analyze the image to measure the length of the subject included in the preview image (or the preview image). For example, the processor 110 may distinguish an object (eg, a person) and a background included in the image or extract feature points related to the image. According to an embodiment, the processor 110 may determine the outer surface of the object included in the image.
  • the processor 110 may distinguish an object (eg, a person) and a background included in the image or extract feature points related to the image.
  • the processor 110 may determine the outer surface of the object included in the image.
  • the processor 110 is based on acquiring (or shooting) an image (eg, a still image and a moving image or video) through an augmented reality application, and length information of an object included in the image may be stored in the memory 150 .
  • the processor 110 may store the length measuring process in the memory 150 in the form of a screen shot or an image. Details related to the operation of the processor 110 will be described later with reference to FIG. 3 .
  • the camera 120 may acquire (or capture) an image (eg, a still image and a moving image).
  • an image signal processor (not shown) electrically connected to the camera 120 may distinguish an object (eg, a person) and a background included in an image (eg, a preview image or an image stored in the memory 150 ).
  • the image signal processor may extract feature points related to an image (eg, a preview image or an image included in the memory 150 ).
  • the feature point may be used to identify (or recognize) an outer surface of an image.
  • the image signal processor may be separate from the camera 120 or implemented as a part of the processor 110 .
  • the camera 120 may include an image sensor.
  • the image sensor may acquire and process color information.
  • the sensor 130 may detect at least one of a posture and a position of the electronic device 100 .
  • the sensor 130 may measure a physical quantity and convert it into an electrical signal or generate a data value.
  • the sensor 130 may detect a posture or a change in the posture of the electronic device 100 using an electrical signal or a data value.
  • the sensor 130 may include at least one of a depth sensor, a ToF sensor, a gyro sensor (or a gyroscope), a gravity sensor, or an acceleration sensor. may include.
  • the depth sensor may measure a depth of an external object and generate depth information corresponding to the external object using the measured depth.
  • the gyro sensor, the gravity sensor, the acceleration sensor, or a combination of two or more of these may be the rotation of the electronic device 100 , a change in the orientation of the electronic device 100 , or the electronic device By sensing the inclination of ( 100 ), the operations of the sensor 130 may be performed.
  • the senor 130 is operatively connected to the processor 110 , the camera 120 , and/or the memory 150 to process color information, 3D information, distance information, and location information.
  • the display 140 may generate a driving signal by converting an image signal, a data signal, and/or a control signal processed by the processor 110 .
  • the display 140 may be implemented as a plasma display panel (PDP), a liquid crystal display (LCD), an organic light emitting diode (OLED), a flexible display, and a three-dimensional display. (3D display) can be implemented.
  • the display 140 is configured as a touch screen and may be used as an input device in addition to an output device.
  • the display 140 may display an image obtained through the camera 120 .
  • the display 140 may display length information of an object included in the image by superimposing or floating the length information on the image.
  • the electronic device 100 may obtain a user's input (eg, a touch input) through the display 140 and transmit the user's input to the processor 110 .
  • the memory 150 may mean one or more memory sets. According to an embodiment, the memory 150 is received from or generated by other components (eg, the processor 110 , the camera 120 , the sensor 130 , the display 140 ). It can store data and/or commands. In various embodiments, the memory 150 may store an application using a camera (eg, an augmented reality application). According to an embodiment, the memory 150 may store length information of a plurality of objects.
  • FIG. 2 is a diagram illustrating an anchor proposal based on spatial information in an electronic device according to an embodiment.
  • the processor 110 may acquire spatial information by using the preview image 210 and the sensor 130 .
  • the processor 110 provides 3D spatial information around the electronic device 100 based on the preview image 210 acquired through the camera 120 and sensor information acquired using the sensor 130 .
  • the sensor information may include at least one of an inertial measurement unit (IMU), GPS information, and azimuth information.
  • the processor 110 may acquire 3D spatial information around the electronic device 100 while the augmented reality application is running.
  • the processor 110 may form a world coordinate system 220 covering the entire space based on the obtained 3D spatial information. According to an embodiment, the processor 110 may start tracking 6DoF (degree of freedom) after completion of localization in order to configure the world coordinate system 220 . According to an embodiment, localization may include predicting a pose of the camera 120 , and 6DoF tracking may include tracking a rotation of the electronic device 100 and a position of the electronic device 100 .
  • the processor 110 may generate a depth map corresponding to the preview image 210 .
  • the processor 110 may divide the preview image 210 into a plurality of regions by using the generated depth map.
  • at least one object included in the preview image 210 may correspond to at least a partial area of the depth map.
  • the processor 110 may predict a plane from the preview image 210 and generate plane information of the preview image 210 based on the depth map and the predicted plane.
  • the anchor designator 230 may generate a three-dimensional coordinate value of an anchor point designated by a user input. According to an embodiment, the anchor designator 230 corresponds to each point based on a user input (eg, a touch input) for designating a start point and an end point for measuring the length of an object included in the preview image 210 . 3D coordinate values can be created.
  • the anchor suggestion unit 240 may suggest an anchor point to enable accurate measurement based on sensor information and depth information of a preview image. According to an embodiment, when it is determined that the distance between the subject included in the preview image and the electronic device 100 is within a specified distance, the anchor suggestion unit 240 is configured among the contact points between the subject and the plane based on the plane information. A starting point can be suggested as the nearest point of contact.
  • the anchor suggestion unit 240 obtains the outer information of the subject through machine learning, and based on the obtained outer information, the outermost point closest to the user-designated end point among the outer points of the subject. An end point can be suggested with a dot.
  • the anchor-to-anchor measurement unit 250 may measure a distance between three-dimensional coordinate values corresponding to anchor points.
  • the anchor-to-anchor measurement unit 250 may measure the distance between the three-dimensional coordinate values corresponding to the start point and the end point suggested by the anchor suggestion unit 240 .
  • FIG. 3 is a flowchart illustrating measuring a length of an object included in a preview image in an electronic device according to an exemplary embodiment.
  • the processor 110 displays an image obtained by driving a camera (eg, the camera 120 of FIG. 1 ) in operation 310 (eg, the display 140 of FIG. 1 )) can be displayed as a preview image in According to an embodiment, the processor 110 may display an image acquired through the camera 120 as a preview image on the display 140 while the augmented reality application stored in the memory 150 is running.
  • a camera eg, the camera 120 of FIG. 1
  • operation 310 eg, the display 140 of FIG. 1
  • the processor 110 may display an image acquired through the camera 120 as a preview image on the display 140 while the augmented reality application stored in the memory 150 is running.
  • the processor 110 may obtain a user input for designating a start point and an end point on the subject included in the preview image.
  • the processor 110 may display a start point and/or an end point on the display 140 based on a user input (eg, a touch input) to the display 140 .
  • the processor 110 may display a user interface indicating a start point and/or an end point on the display.
  • the start point and/or the end point may be any points on the subject.
  • the processor 110 zooms in on a screen including a subject in order to allow a user to easily designate a start point and/or an end point to at least a partial area of the display 140 .
  • the processor 110 may display a user interface (UI) respectively corresponding to a start point and/or an end point designated by the user on the display 140 .
  • UI user interface
  • the user interface may include a shape of a dot or a circle.
  • the processor 110 may convert a start point and/or an end point corresponding to a user input into 3D space coordinates.
  • the processor 110 may convert 2D information on a user-designated start point and/or end point into 3D spatial coordinates using a projection matrix.
  • the processor 110 may acquire depth information of the subject through a sensor (eg, the sensor 130 of FIG. 1 ) in operation 330 .
  • the processor 110 obtains depth information and/or distance information on at least one object included in the preview image by using the sensor 130 (eg, a depth sensor, a ToF sensor, or an image sensor). can do.
  • the processor 110 may generate a depth map corresponding to the preview image.
  • the processor 110 may measure a depth of an external object (eg, a subject) using the sensor 130 , and may generate depth information corresponding to the external object using the measured depth. .
  • an external object eg, a subject
  • the processor 110 may correct the start point and the end point based on the depth information acquired in operation 340 . According to an embodiment, the processor 110 may predict a plane in contact with an external object by using at least one of the acquired depth information and a point cloud.
  • the processor 110 may generate plane information about the plane in contact with the external object.
  • the processor 110 may generate plane information about the virtual plane. For example, the processor 110 may generate plane information on the virtual plane based on 3-axis information in the spatial coordinate system.
  • the processor 110 may correct a start point and/or an end point based on depth information on at least one object included in the preview image and plane information on a plane included in the preview image. According to an embodiment, the processor 110 may correct the starting point to be the closest point to the user-designated start point among the contact points between the subject and the plane based on the plane information. According to an embodiment, the processor 110 may acquire information about the outline of the subject through machine learning. According to an embodiment, the processor 110 may correct the end point as an outer point closest to the user-designated end point among the outer points of the subject based on the obtained outer information.
  • the processor 110 may display a user interface indicating the corrected start point and the corrected end point on the display 140 .
  • the processor 110 may display the anchor point designated by the user and the corrected anchor point together on the display 140 .
  • the processor 110 may measure the length of the subject based on the distance between the corrected start point and the corrected end point in operation 350 .
  • the length of the subject may include at least one of a height of the subject, a width of the subject, and a length from an arbitrary position on the subject to an arbitrary position.
  • the processor 110 may display the measured actual length of the subject on the display 140 .
  • the processor 110 may display the length of the subject in an area adjacent to the subject.
  • the processor 110 may remove the display 140 from the display 140 when it is determined that the measurement is complete.
  • the processor 110 may store the image and information about the length of the object included in the image together in the memory 150 on the basis of acquiring (or photographing) the image through the augmented reality application. .
  • FIG. 4 is a diagram illustrating measuring a length of a subject using spatial information and sensor information in an electronic device according to an exemplary embodiment. Contents similar to or overlapping with those described above with respect to FIG. 4 may be simplified or omitted.
  • the electronic device 100 may receive a user input 401 and sensor information 402 from the anchor suggestion unit 240 .
  • the electronic device 100 may display an image acquired through the camera 120 while the augmented reality application is running as a preview image on the display 140 .
  • the user input 401 includes a touch input on the display 140 for designating a start point 403a and/or an end point 403b in the preview image. can do.
  • the start point 403a and the end point 403b determined by the user input 401 may correspond to two-dimensional coordinate values, respectively.
  • the coordinate values corresponding to the start point 403a and the G end point 403b may be respectively converted into 3D spatial coordinates.
  • at least one anchor point designated by the user is a projection matrix. It can be converted into three-dimensional space coordinates through an operation.
  • the sensor information 402 may include at least one of depth information on at least one object included in the preview image, plane information of the preview image, and location information or posture information of the electronic device 100 ).
  • the object recognizer 404 recognizes at least one object included in the preview image based on depth information on the at least one object included in the preview image and plane information of the preview image to recognize the object. information can be obtained.
  • the object recognizer 404 may recognize at least one object included in the preview image and determine a feature point of the object or an outer surface of the object.
  • the anchor suggestion unit 240 may suggest an anchor point based on information on a start point, an end point, and an object specified by the user input 401 .
  • the anchor suggestion unit 240 is a start anchor 405a corrected for the start point 403a and/or an end anchor 405b corrected for the end point 403b. can suggest
  • the anchor suggestion unit 240 determines the distance between the object and the plane based on depth information and plane information. A contact point closest to the starting point 403a among the contact points may be proposed as the starting anchor 405a.
  • the anchor suggestion unit 240 obtains outline information of the object whose length is to be measured, and based on the obtained outline information, selects an outer point closest to the end point 403b among the outer points of the object as an end anchor (405b) can be suggested.
  • the anchor suggestion unit 240 may provide a guide for the start anchor 405a and/or the end anchor 405b.
  • the anchor suggestion unit 240 may display a user interface indicating the start anchor 405a and/or the end anchor 405b through the display 140 .
  • the processor 110 may request whether the user approves the guide provided by the anchor suggestion unit 240 .
  • the processor 110 may obtain a user input for approving the provided guide.
  • the anchor measurement unit 250 may measure a distance between the three-dimensional coordinates corresponding to the start anchor 405a and the end anchor 405b. According to an embodiment, the anchor measurement unit 250 measures the distance between the three-dimensional coordinates corresponding to the start anchor 405a and the end anchor 405b to measure the actual length of the object (eg, the height of the object, the width of the object). ) can be measured. According to an embodiment, the anchor measurement unit 250 may automatically measure the length of the object in response to determining the start anchor 405a and the end anchor 405b. According to another embodiment, the anchor measurement unit 250 may measure the length of the object in response to obtaining a user input for approving the guide provided by the anchor suggestion unit 240 .
  • FIG. 5 is a diagram illustrating displaying a corrected start point and an end point on a display in an electronic device according to an exemplary embodiment.
  • the processor 110 includes a start point 403a and an end point for measuring the length of at least a portion of a subject 500 included in a preview image acquired through the camera 120 .
  • a user input specifying 403b may be obtained.
  • the processor 110 determines the subject 500 based on plane information included in the preview image.
  • a contact point closest to the start point 403a among the contact points with the plane may be determined as the start anchor 405a.
  • the processor 110 sets the closest contact point to the start point 403a among the contacts with the plane in contact with the subject 500 as the start anchor 405b. can be decided with
  • the processor 110 determines a virtual plane, and sets the closest contact point to the starting point 403a among the contacts with the virtual plane as the starting anchor. (405a) can be determined.
  • the processor 110 may obtain the outline information of the subject 500 and determine the end anchor 405b by correcting the end point 403b based on the obtained outline information. For example, the processor 110 may recognize outer points of the subject 500 through machine learning, and determine an outer point closest to the end point 403b among the outer points of the subject as the end anchor 405b.
  • the processor 110 displays the start point 403a and the end point 403b in a first color or a first shape through the display 140 , and the start anchor 405a and the end anchor 405b ) can be displayed as a second color or a second shape.
  • the processor 110 may obtain user feedback for the start anchor 405a and/or the end anchor 405b.
  • the processor 110 may obtain an acknowledgment user input for the start anchor 405a and/or the end anchor 405b.
  • the processor 110 may obtain a rejecting user input for the start anchor 405a and/or the end anchor 405b.
  • the processor 110 may correct the anchor point based on the acquired user feedback. For example, the processor 110 calibrates the starting point 403a and the ending point 403b to the starting anchor 405a and the ending anchor 405b, respectively, in response to obtaining a user input that approves the proposed anchor point. (eg, move). According to an embodiment, when obtaining an approved user input, the processor 110 may measure the length of the subject 500 based on the corrected start anchor 405a and the end anchor 405b. According to an embodiment, the processor 110 may provide the measured length through the display 140 .
  • the processor 110 in response to obtaining a user input rejecting the proposed anchor point, the starting point 403a and the ending point 403b to the starting anchor 405a and the ending anchor 405b, respectively. It may not be calibrated (eg moved). At this time, the processor 110 may remove the display on the user interface indicating the start anchor 405a and the end anchor 405b.
  • FIG. 6 is a diagram illustrating conversion of 2D coordinates corresponding to a user input for measuring a length of a subject into 3D spatial coordinates in the electronic device 100 according to an exemplary embodiment.
  • the processor 110 includes a starting point 403a and an ending point for measuring the length of at least one object acquired through the camera 120 in a state in which the augmented reality application is executed. (403b) can be specified.
  • the processor 110 may obtain a touch input designating the start point 403a and the end point 403b through the display 140 .
  • the processor 110 may obtain two-dimensional coordinates for a start point 403a and an end point 403b specified by a touch input in the two-dimensional coordinate system 610 .
  • the processor 110 may convert two-dimensional coordinates corresponding to the start point 403a and the end point 403b, respectively, into three-dimensional coordinates on the three-dimensional space coordinate system 620 .
  • the processor 110 may convert 2D coordinates into 3D coordinates by using a projection matrix operation.
  • the processor 110 may detect a point of contact between an object to be measured and a plane using depth information and plane information in the 3D spatial coordinate system 620 . According to an embodiment, the processor 110 may determine a contact point closest to the starting point 403a as the starting anchor 405a. According to an embodiment, the processor 110 may propose an outer point closest to the end point 403b among the outer points of the object as the end anchor 405b. According to an embodiment, the processor 110 may propose an outer point of an object that meets vertically with respect to an arbitrary axis on a plane including the start anchor 405a as the end anchor 405b.
  • the processor 110 may measure the actual length of the object based on the distance between the determined start anchor 405b and the determined end anchor 405b.
  • the actual length of the object is not limited to the height of the object, and may include the width of the object or the length of at least a portion of the object.
  • FIG. 7 is a block diagram of an electronic device 701 (eg, the electronic device 100 of FIG. 1 ) in the network environment 700 according to an exemplary embodiment.
  • the electronic device 701 communicates with the electronic device 702 through a first network 798 (eg, a short-range wireless communication network) or a second network 799 . It may communicate with the electronic device 704 or the server 708 through (eg, a remote wireless communication network). According to an embodiment, the electronic device 701 may communicate with the electronic device 704 through the server 708 . According to an embodiment, the electronic device 701 includes a processor 710 (eg, the processor 110 of FIG. 1 ), a memory 730 , an input module 750 , a sound output module 755 , and a display module 760 .
  • a processor 710 eg, the processor 110 of FIG. 1
  • the electronic device 701 includes a processor 710 (eg, the processor 110 of FIG. 1 ), a memory 730 , an input module 750 , a sound output module 755 , and a display module 760 .
  • connection terminal 778 may be omitted or one or more other components may be added to the electronic device 701 .
  • some of these components eg, sensor module 776 , camera module 780 , or antenna module 797 ) are integrated into one component (eg, display module 760 ). can be
  • the processor 720 executes software (eg, a program 740) to execute at least one other component (eg, a hardware or software component) of the electronic device 701 connected to the processor 720 . It can control and perform various data processing or operations. According to an embodiment, as at least part of data processing or operation, the processor 720 stores commands or data received from other components (eg, the sensor module 776 or the communication module 790 ) into the volatile memory 732 . may store the command or data stored in the volatile memory 732 , and store the result data in the non-volatile memory 734 .
  • software eg, a program 740
  • the processor 720 stores commands or data received from other components (eg, the sensor module 776 or the communication module 790 ) into the volatile memory 732 .
  • the processor 720 is the main processor 721 (eg, a central processing unit or an application processor) or a secondary processor 723 (eg, a graphic processing unit, a neural network processing unit) a neural processing unit (NPU), an image signal processor, a sensor hub processor, or a communication processor).
  • the main processor 721 e.g, a central processing unit or an application processor
  • a secondary processor 723 e.g, a graphic processing unit, a neural network processing unit
  • NPU neural processing unit
  • an image signal processor e.g., a sensor hub processor, or a communication processor.
  • the coprocessor 723 may, for example, act on behalf of the main processor 721 while the main processor 721 is in an inactive (eg, sleep) state, or when the main processor 721 is active (eg, executing an application). ), together with the main processor 721, at least one of the components of the electronic device 701 (eg, the display module 760, the sensor module 776, or the communication module 790) It is possible to control at least some of the related functions or states.
  • the coprocessor 723 eg, image signal processor or communication processor
  • may be implemented as part of another functionally related component eg, camera module 780 or communication module 790. have.
  • the auxiliary processor 723 may include a hardware structure specialized for processing an artificial intelligence model.
  • Artificial intelligence models can be created through machine learning. Such learning may be performed, for example, in the electronic device 701 itself on which artificial intelligence is performed, or may be performed through a separate server (eg, the server 708).
  • the learning algorithm may include, for example, supervised learning, unsupervised learning, semi-supervised learning, or reinforcement learning, but in the above example not limited
  • the artificial intelligence model may include a plurality of artificial neural network layers.
  • Artificial neural networks include deep neural networks (DNNs), convolutional neural networks (CNNs), recurrent neural networks (RNNs), restricted boltzmann machines (RBMs), deep belief networks (DBNs), bidirectional recurrent deep neural networks (BRDNNs), It may be one of deep Q-networks or a combination of two or more of the above, but is not limited to the above example.
  • the artificial intelligence model may include, in addition to, or alternatively, a software structure in addition to the hardware structure.
  • the memory 730 may store various data used by at least one component (eg, the processor 720 or the sensor module 776 ) of the electronic device 701 .
  • the data may include, for example, input data or output data for software (eg, the program 740 ) and instructions related thereto.
  • the memory 730 may include a volatile memory 732 or a non-volatile memory 734 .
  • the program 740 may be stored as software in the memory 730 , and may include, for example, an operating system 742 , middleware 744 , or an application 746 .
  • the input module 750 may receive a command or data to be used by a component (eg, the processor 720 ) of the electronic device 701 from the outside (eg, a user) of the electronic device 701 .
  • the input module 750 may include, for example, a microphone, a mouse, a keyboard, a key (eg, a button), or a digital pen (eg, a stylus pen).
  • the sound output module 755 may output a sound signal to the outside of the electronic device 701 .
  • the sound output module 755 may include, for example, a speaker or a receiver.
  • the speaker can be used for general purposes such as multimedia playback or recording playback.
  • the receiver can be used to receive incoming calls. According to an embodiment, the receiver may be implemented separately from or as a part of the speaker.
  • the display module 760 may visually provide information to the outside (eg, a user) of the electronic device 701 .
  • the display module 760 may include, for example, a control circuit for controlling a display, a hologram device, or a projector and a corresponding device.
  • the display module 760 may include a touch sensor configured to sense a touch or a pressure sensor configured to measure the intensity of a force generated by the touch.
  • the audio module 770 may convert a sound into an electric signal or, conversely, convert an electric signal into a sound. According to an embodiment, the audio module 770 acquires a sound through the input module 750 , or an external electronic device (eg, a sound output module 755 ) connected directly or wirelessly with the electronic device 701 .
  • the electronic device 702) eg, a speaker or headphones
  • the sensor module 776 detects an operating state (eg, power or temperature) of the electronic device 701 or an external environmental state (eg, a user state), and generates an electrical signal or data value corresponding to the sensed state. can do.
  • the sensor module 776 may include, for example, a gesture sensor, a gyro sensor, a barometric pressure sensor, a magnetic sensor, an acceleration sensor, a grip sensor, a proximity sensor, a color sensor, an IR (infrared) sensor, a biometric sensor, It may include a temperature sensor, a humidity sensor, or an illuminance sensor.
  • the interface 777 may support one or more designated protocols that may be used for the electronic device 701 to directly or wirelessly connect with an external electronic device (eg, the electronic device 702 ).
  • the interface 777 may include, for example, a high definition multimedia interface (HDMI), a universal serial bus (USB) interface, an SD card interface, or an audio interface.
  • HDMI high definition multimedia interface
  • USB universal serial bus
  • SD card interface Secure Digital Card
  • connection terminal 778 may include a connector through which the electronic device 701 can be physically connected to an external electronic device (eg, the electronic device 702 ).
  • the connection terminal 778 may include, for example, an HDMI connector, a USB connector, an SD card connector, or an audio connector (eg, a headphone connector).
  • the haptic module 779 may convert an electrical signal into a mechanical stimulus (eg, vibration or movement) or an electrical stimulus that the user can perceive through tactile or kinesthetic sense.
  • the haptic module 779 may include, for example, a motor, a piezoelectric element, or an electrical stimulation device.
  • the camera module 780 may capture still images and moving images. According to an embodiment, the camera module 780 may include one or more lenses, image sensors, image signal processors, or flashes.
  • the power management module 788 may manage power supplied to the electronic device 701 .
  • the power management module 788 may be implemented as, for example, at least a part of a power management integrated circuit (PMIC).
  • PMIC power management integrated circuit
  • the battery 789 may supply power to at least one component of the electronic device 701 .
  • the battery 789 may include, for example, a non-rechargeable primary cell, a rechargeable secondary cell, or a fuel cell.
  • the communication module 790 is a direct (eg, wired) communication channel or a wireless communication channel between the electronic device 701 and an external electronic device (eg, the electronic device 702 , the electronic device 704 , or the server 708 ). It can support establishment and communication performance through the established communication channel.
  • the communication module 790 may include one or more communication processors that operate independently of the processor 720 (eg, an application processor) and support direct (eg, wired) communication or wireless communication.
  • the communication module 790 is a wireless communication module 792 (eg, a cellular communication module, a short-range wireless communication module, or a global navigation satellite system (GNSS) communication module) or a wired communication module 794 (eg, : It may include a local area network (LAN) communication module, or a power line communication module).
  • a corresponding communication module among these communication modules is a first network 798 (eg, a short-range communication network such as Bluetooth, wireless fidelity (WiFi) direct, or infrared data association (IrDA)) or a second network 799 (eg, a legacy network).
  • a first network 798 eg, a short-range communication network such as Bluetooth, wireless fidelity (WiFi) direct, or infrared data association (IrDA)
  • a second network 799 eg, a legacy network.
  • the wireless communication module 792 uses the subscriber information (eg, International Mobile Subscriber Identifier (IMSI)) stored in the subscriber identification module 796 within a communication network, such as the first network 798 or the second network 799 .
  • the electronic device 701 may be identified or authenticated.
  • the wireless communication module 792 may support a 5G network after a 4G network and a next-generation communication technology, for example, a new radio access technology (NR).
  • NR access technology includes high-speed transmission of high-capacity data (eMBB (enhanced mobile broadband)), minimization of terminal power and access to multiple terminals (mMTC (massive machine type communications)), or high reliability and low latency (URLLC (ultra-reliable and low-latency) -latency communications)).
  • eMBB enhanced mobile broadband
  • mMTC massive machine type communications
  • URLLC ultra-reliable and low-latency
  • the wireless communication module 792 may support a high frequency band (eg, mmWave band) in order to achieve a high data rate, for example.
  • a high frequency band eg, mmWave band
  • the wireless communication module 792 uses various techniques for securing performance in a high frequency band, for example, beamforming, massive multiple-input and multiple-output (MIMO), all-dimensional multiplexing. It may support technologies such as full dimensional MIMO (FD-MIMO), an array antenna, analog beam-forming, or a large scale antenna.
  • the wireless communication module 792 may support various requirements specified in the electronic device 701 , an external electronic device (eg, the electronic device 704 ), or a network system (eg, the second network 799 ).
  • the wireless communication module 792 includes a peak data rate (eg, 20 Gbps or more) for realizing eMBB, loss coverage (eg, 164 dB or less) for realizing mMTC, or U-plane latency ( Example: Downlink (DL) and uplink (UL) each 0.5 ms or less, or round trip 1 ms or less) can be supported.
  • a peak data rate eg, 20 Gbps or more
  • loss coverage eg, 164 dB or less
  • U-plane latency Example: Downlink (DL) and uplink (UL) each 0.5 ms or less, or round trip 1 ms or less
  • the antenna module 797 may transmit or receive a signal or power to the outside (eg, an external electronic device).
  • the antenna module 797 may include an antenna including a conductor formed on a substrate (eg, a PCB) or a radiator formed of a conductive pattern.
  • the antenna module 797 may include a plurality of antennas (eg, an array antenna). In this case, at least one antenna suitable for a communication scheme used in a communication network such as the first network 798 or the second network 799 is connected from the plurality of antennas by, for example, the communication module 790 . can be selected. A signal or power may be transmitted or received between the communication module 790 and an external electronic device through the selected at least one antenna.
  • other components eg, a radio frequency integrated circuit (RFIC)
  • RFIC radio frequency integrated circuit
  • the antenna module 797 may form a mmWave antenna module.
  • the mmWave antenna module comprises a printed circuit board, an RFIC disposed on or adjacent to a first side (eg, bottom side) of the printed circuit board and capable of supporting a designated high frequency band (eg, mmWave band); and a plurality of antennas (eg, an array antenna) disposed on or adjacent to a second side (eg, top or side) of the printed circuit board and capable of transmitting or receiving signals of the designated high frequency band. can do.
  • peripheral devices eg, a bus, general purpose input and output (GPIO), serial peripheral interface (SPI), or mobile industry processor interface (MIPI)
  • GPIO general purpose input and output
  • SPI serial peripheral interface
  • MIPI mobile industry processor interface
  • the command or data may be transmitted or received between the electronic device 701 and the external electronic device 704 through the server 708 connected to the second network 799 .
  • Each of the external electronic devices 702 and 1004 may be the same or a different type of the electronic device 701 .
  • all or a part of operations executed by the electronic device 701 may be executed by one or more external electronic devices 702 , 1004 , or 1008 .
  • the electronic device 701 may instead of executing the function or service itself.
  • one or more external electronic devices may be requested to perform at least a part of the function or the service.
  • One or more external electronic devices that have received the request may execute at least a part of the requested function or service, or an additional function or service related to the request, and transmit a result of the execution to the electronic device 701 .
  • the electronic device 701 may process the result as it is or additionally and provide it as at least a part of a response to the request.
  • cloud computing, distributed computing, mobile edge computing (MEC), or client-server computing technology may be used.
  • the electronic device 701 may provide an ultra-low latency service using, for example, distributed computing or mobile edge computing.
  • the external electronic device 704 may include an Internet of things (IoT) device.
  • Server 708 may be an intelligent server using machine learning and/or neural networks.
  • the external electronic device 704 or the server 708 may be included in the second network 799 .
  • the electronic device 701 may be applied to an intelligent service (eg, smart home, smart city, smart car, or health care) based on 5G communication technology and IoT-related technology.
  • the electronic device may have various types of devices.
  • the electronic device may include, for example, a portable communication device (eg, a smart phone), a computer device, a portable multimedia device, a portable medical device, a camera, a wearable device, or a home appliance device.
  • a portable communication device eg, a smart phone
  • a computer device e.g., a smart phone
  • a portable multimedia device e.g., a portable medical device
  • a camera e.g., a portable medical device
  • a camera e.g., a portable medical device
  • a camera e.g., a portable medical device
  • a wearable device e.g., a smart bracelet
  • a home appliance device e.g., a home appliance
  • first, second, or first or second may simply be used to distinguish an element from other elements in question, and may refer elements to other aspects (e.g., importance or order) is not limited. It is said that one (eg, first) component is “coupled” or “connected” to another (eg, second) component, with or without the terms “functionally” or “communicatively”. When referenced, it means that one component can be connected to the other component directly (eg by wire), wirelessly, or through a third component.
  • module used in various embodiments of this document may include a unit implemented in hardware, software, or firmware, and is interchangeable with terms such as, for example, logic, logic block, component, or circuit.
  • a module may be an integrally formed part or a minimum unit or a part of the part that performs one or more functions.
  • the module may be implemented in the form of an application-specific integrated circuit (ASIC).
  • ASIC application-specific integrated circuit
  • Various embodiments of the present document include one or more instructions stored in a storage medium (eg, internal memory 736 or external memory 738) readable by a machine (eg, electronic device 701). may be implemented as software (eg, a program 740) including
  • a processor eg, processor 720
  • a device eg, electronic device 701
  • the one or more instructions may include code generated by a compiler or code executable by an interpreter.
  • the device-readable storage medium may be provided in the form of a non-transitory storage medium.
  • 'non-transitory' only means that the storage medium is a tangible device and does not contain a signal (eg, electromagnetic wave), and this term is used in cases where data is semi-permanently stored in the storage medium and It does not distinguish between temporary storage cases.
  • a signal eg, electromagnetic wave
  • the method according to various embodiments disclosed in this document may be provided in a computer program product (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 machine-readable storage medium (eg compact disc read only memory (CD-ROM)), or via an application store (eg Play Store TM ) or on two user devices ( It can be distributed (eg downloaded or uploaded) directly or online between smartphones (eg: smartphones).
  • a portion of the computer program product may be temporarily stored or temporarily generated in a machine-readable storage medium such as a memory of a server of a manufacturer, a server of an application store, or a memory of a relay server.
  • each component eg, a module or a program of the above-described components may include a singular or a plurality of entities, and some of the plurality of entities may be separately disposed in other components. have.
  • one or more components or operations among the above-described corresponding components may be omitted, or one or more other components or operations may be added.
  • a plurality of components eg, a module or a program
  • the integrated component may perform one or more functions of each component of the plurality of components identically or similarly to those performed by the corresponding component among the plurality of components prior to the integration. .
  • operations performed by a module, program, or other component are executed sequentially, in parallel, repeatedly, or heuristically, or one or more of the operations are executed in a different order, or omitted. , or one or more other operations may be added.
  • the camera module 780 includes a lens assembly 810 , a flash 820 , an image sensor 830 , an image stabilizer 840 , a memory 850 (eg, a buffer memory), or an image signal processor. 860 .
  • the lens assembly 810 may collect light emitted from a subject, which is an image to be captured.
  • the lens assembly 810 may include one or more lenses.
  • the camera module 780 may include a plurality of lens assemblies 810 . In this case, the camera module 780 may form, for example, a dual camera, a 360 degree camera, or a spherical camera.
  • Some of the plurality of lens assemblies 810 may have the same lens properties (eg, angle of view, focal length, auto focus, f number, or optical zoom), or at least one lens assembly may be a different lens assembly. It may have one or more lens properties that are different from the lens properties of .
  • the lens assembly 810 may include, for example, a wide-angle lens or a telephoto lens.
  • the flash 820 may emit light used to enhance light emitted or reflected from the subject.
  • the flash 820 may include one or more light emitting diodes (eg, a red-green-blue (RGB) LED, a white LED, an infrared LED, or an ultraviolet LED), or a xenon lamp.
  • the image sensor 830 may acquire an image corresponding to the subject by converting light emitted or reflected from the subject and transmitted through the lens assembly 810 into an electrical signal.
  • the image sensor 830 is, for example, one image sensor selected from among image sensors having different properties, such as an RGB sensor, a black and white (BW) sensor, an IR sensor, or a UV sensor, the same It may include a plurality of image sensors having properties, or a plurality of image sensors having different properties.
  • Each image sensor included in the image sensor 830 may be implemented using, for example, a charged coupled device (CCD) sensor or a complementary metal oxide semiconductor (CMOS) sensor.
  • CCD charged coupled device
  • CMOS complementary metal oxide semiconductor
  • the image stabilizer 840 responds to the movement of the camera module 780 or the electronic device 701 including the same, and moves at least one lens or the image sensor 830 included in the lens assembly 810 in a specific direction or Operation characteristics of the image sensor 830 may be controlled (eg, read-out timing may be adjusted, etc.). This makes it possible to compensate for at least some of the negative effects of the movement on the image being taken.
  • the image stabilizer 840 is, according to an embodiment, the image stabilizer 840 is a gyro sensor (not shown) or an acceleration sensor (not shown) disposed inside or outside the camera module 780 . may be used to detect such a movement of the camera module 780 or the electronic device 701 .
  • the image stabilizer 840 may be implemented as, for example, an optical image stabilizer.
  • the memory 850 may temporarily store at least a portion of the image acquired through the image sensor 830 for a next image processing operation. For example, when image acquisition is delayed according to the shutter or a plurality of images are acquired at high speed, the acquired original image (eg, Bayer-patterned image or high-resolution image) is stored in the memory 850 and , a copy image corresponding thereto (eg, a low-resolution image) may be previewed through the display module 760 .
  • the acquired original image eg, Bayer-patterned image or high-resolution image
  • a copy image corresponding thereto eg, a low-resolution image
  • the memory 850 may be configured as at least a part of the memory 730 or as a separate memory operated independently of the memory 730 .
  • the image signal processor 860 may perform one or more image processing on an image acquired through the image sensor 830 or an image stored in the memory 850 .
  • the one or more image processes may include, for example, depth map generation, three-dimensional modeling, panorama generation, feature point extraction, image synthesis, or image compensation (eg, noise reduction, resolution adjustment, brightness adjustment, blurring ( blurring, sharpening, or softening.
  • the image signal processor 860 may include at least one of components included in the camera module 780 (eg, an image sensor). 830), for example, exposure time control, or readout timing control.
  • the image processed by the image signal processor 860 is stored back in the memory 850 for further processing, or It may be provided as an external component of the camera module 780 (eg, the memory 730 , the display module 760 , the electronic device 702 , the electronic device 704 , or the server 708 ).
  • the image signal processor 860 may be configured as at least a part of the processor 720 or as a separate processor operated independently of the processor 720.
  • the image signal processor 860 may be configured with the processor 720 and In the case of a separate processor, at least one image processed by the image signal processor 860 may be displayed through the display module 760 as it is by the processor 720 or after additional image processing.
  • the electronic device 701 may include a plurality of camera modules 780 each having different properties or functions.
  • at least one of the plurality of camera modules 780 may be a wide-angle camera, and at least the other may be a telephoto camera.
  • at least one of the plurality of camera modules 780 may be a front camera, and at least the other may be a rear camera.
  • the electronic device (eg, the electronic device 100 of FIG. 1 ) according to an embodiment includes a camera (eg, the camera 120 of FIG. 1 ), a display (eg, the display 140 of FIG. 1 ), A sensor (eg, the sensor 130 of FIG. 1 ) for acquiring depth information about at least one object, the camera, and at least one processor electrically connected to the display and the sensor, the at least one processor comprising: An image obtained by driving the camera is displayed as a preview image on the display, a user input for designating a start point and an end point on a subject included in the preview image is obtained, and the image of the subject is obtained through the sensor. Obtain depth information, correct the start point and the end point based on the acquired depth information, and measure the length of the subject based on the distance between the corrected start point and the corrected end point have.
  • a camera eg, the camera 120 of FIG. 1
  • a display eg, the display 140 of FIG. 1
  • a sensor eg, the sensor 130 of FIG.
  • the at least one processor may convert 2D coordinates corresponding to the start point and the end point into 3D spatial coordinates using a projection matrix.
  • the at least one processor may display a user interface (UI) indicating the start point and the end point on the display.
  • UI user interface
  • the at least one processor may generate a plane from the preview image, and generate plane information of the preview image based on the depth information and the generated plane.
  • the at least one processor when it is determined that the distance between the designated start point and the subject is within a designated distance, sets the start point between the subject and the generated plane information based on the generated plane information. Compensation can be performed with the contact point closest to the designated starting point among the contact points with the plane.
  • the at least one processor acquires the outline information of the subject through machine learning, and sets the end point closest to the designated end point among the outer points of the subject based on the acquired outline information. It can be corrected with an outer point.
  • the at least one processor may provide a UI for selecting whether to approve the corrected start point and the corrected end point.
  • the at least one processor in response to obtaining a user input rejecting the UI, displays the length of the subject measured based on the distance between the start point and the end point on the display.
  • the length of the subject measured based on the distance between the corrected start point and the corrected end point may be displayed on the display.
  • an image obtained by driving a camera is displayed ( Example: an operation of displaying a preview image on the display 140 of FIG. 1 ), an operation of obtaining a user input for designating a start point and an end point on a subject included in the preview image, an operation of obtaining a user input of the subject through a sensor Measuring the length of the subject based on the operation of obtaining depth information, the operation of correcting the start point and the end point based on the acquired depth information, and the distance between the corrected start point and the corrected end point It may include an action to
  • the method of operating the electronic device may further include displaying a user interface (UI) indicating the start point and the end point on the display.
  • UI user interface
  • the method of operating the electronic device may further include generating a plane from the preview image and generating plane information of the preview image based on the depth information and the generated plane.
  • the compensating operation may include setting the starting point between the subject and the generated plane based on the generated plane information. It may include an operation of compensating with a contact point closest to the designated starting point among the contact points of the .
  • the correcting operation may include obtaining the outline information of the subject through machine learning and setting the end point closest to the designated end point among the outer points of the subject based on the acquired outline information. It may include an operation of correcting with an outer point.
  • the method of operating the electronic device may further include providing a UI for selecting whether to approve the corrected start point and the corrected end point.
  • the length of the subject measured based on the distance between the start point and the end point is displayed on the display. and displaying, on the display, the length of the subject measured based on the distance between the calibrated start point and the calibrated end point in response to obtaining a user input to display and approve the UI. can do.
  • the electronic device eg, the electronic device 100 of FIG. 1
  • the electronic device includes a camera (eg, the camera 120 of FIG. 1 ) and a display (eg, the display 140 of FIG. 1 )).
  • a sensor eg, the sensor 130 of FIG.
  • the at least one processor displays an image obtained by driving the camera as a preview image on the display, obtains a first user input for designating a start point and an end point on a subject included in the preview image, and through the sensor Acquire depth information of the subject, provide a guide that suggests a corrected start point and a corrected end point based on the acquired depth information, request whether to approve the provided guide, and approve the provided guide
  • the length of the subject may be measured based on a distance between the start point and the end point.
  • the at least one processor may display a user interface (UI) indicating the start point and the end point on the display.
  • UI user interface
  • the at least one processor may generate a plane from the preview image, and generate plane information of the preview image based on the depth information and the generated plane.
  • the at least one processor determines that the distance between the designated starting point and the subject is within a designated distance
  • the contact point between the subject and the generated plane based on the generated plane information Among them a contact point closest to the designated starting point may be determined as the corrected starting point.
  • the at least one processor acquires the outline information of the subject through machine learning, and selects an outer point closest to the designated end point among the outer points of the subject based on the acquired outer information. It can be determined as a calibrated end point.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • Geometry (AREA)
  • Computer Graphics (AREA)
  • Human Computer Interaction (AREA)
  • Optics & Photonics (AREA)
  • User Interface Of Digital Computer (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)

Abstract

본 개시에 따른 일 실시 예에서는, 카메라, 디스플레이, 적어도 하나의 객체에 대한 깊이 정보를 획득하는 센서, 상기 카메라 및 상기 디스플레이 및 상기 센서와 전기적으로 연결된 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는 상기 카메라를 구동하여 획득된 이미지를 상기 디스플레이에 프리뷰 이미지로 표시(display)하고, 상기 프리뷰 이미지에 포함된 피사체 상의 시작 포인트 및 종료 포인트를 지정하는 사용자 입력을 획득하고, 상기 센서를 통해 상기 피사체의 깊이 정보를 획득하고, 상기 획득한 깊이 정보에 기반하여 상기 시작 포인트 및 상기 종료 포인트를 보정하고, 상기 보정된 시작 포인트 및 상기 보정된 종료 포인트 사이의 거리에 기반하여 상기 피사체의 길이를 측정하는 전자 장치가 개시된다. 이 외에도 명세서를 통해 파악되는 다양한 실시 예가 가능하다.

Description

AR을 이용한 측정 방법 및 전자 장치
본 개시에 따른 다양한 실시 예들은 증강현실(augmented reality, AR)을 기반으로 프리뷰 영상 내 피사체의 길이를 측정하는 기술에 관한 것이다.
증강현실(augmented reality, AR)은 존재하는 환경에 가상의 사물이나 정보를 합성하여 마치 원래의 환경에 존재하는 사물처럼 보이도록 하는 기술이다. 증강현실을 제공하기 위한 전자 장치는, 카메라를 통해 현실의 사물에 대한 프리뷰 이미지를 획득하고, 현실의 사물을 인식(또는 식별(identify))할 수 있다. 한편, 전자 장치는 증강현실에 기반하여 프리뷰 영상 내에 포함된 피사체의 길이를 측정할 수 있다.
증강현실을 기반으로 피사체의 길이를 측정하는 경우 길이를 측정하기 위해 사용자가 지정하는 시작점과 종료점의 위치가 정확하지 않아 피사체의 정확한 길이를 측정하기 어려운 실정이다.
본 문서에서 이루고자 하는 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
일 실시 예에 따른 전자 장치는, 카메라, 디스플레이, 적어도 하나의 객체에 대한 깊이 정보를 획득하는 센서, 상기 카메라 및 상기 디스플레이 및 상기 센서와 전기적으로 연결된 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는 상기 카메라를 구동하여 획득된 이미지를 상기 디스플레이에 프리뷰 이미지로 표시(display)하고, 상기 프리뷰 이미지에 포함된 피사체 상의 시작 포인트 및 종료 포인트를 지정하는 사용자 입력을 획득하고, 상기 센서를 통해 상기 피사체의 깊이 정보를 획득하고, 상기 획득한 깊이 정보에 기반하여 상기 시작 포인트 및 상기 종료 포인트를 보정하고, 상기 보정된 시작 포인트 및 상기 보정된 종료 포인트 사이의 거리에 기반하여 상기 피사체의 길이를 측정할 수 있다.
일 실시 예에 따른 전자 장치의 동작 방법은, 카메라를 구동하여 획득된 이미지를 디스플레이에 프리뷰 이미지로 표시(display)하는 동작, 상기 프리뷰 이미지에 포함된 피사체 상의 시작 포인트 및 종료 포인트를 지정하는 사용자 입력을 획득하는 동작, 센서를 통해 상기 피사체의 깊이 정보를 획득하는 동작, 상기 획득한 깊이 정보에 기반하여 상기 시작 포인트 및 상기 종료 포인트를 보정하는 동작 및 상기 시작 포인트 및 상기 종료 포인트 사이의 거리에 기반하여 상기 피사체의 길이를 측정하는 동작을 포함할 수 있다.
일 실시 예에 따른 전자 장치는, 카메라, 디스플레이, 적어도 하나의 객체에 대한 깊이 정보를 획득하는 센서, 상기 카메라 및 상기 디스플레이 및 상기 센서와 전기적으로 연결된 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는 상기 카메라를 구동하여 획득된 이미지를 상기 디스플레이에 프리뷰 이미지로 표시(display)하고, 상기 프리뷰 이미지에 포함된 피사체 상의 시작 포인트 및 종료 포인트를 지정하는 제1 사용자 입력을 획득하고, 상기 센서를 통해 상기 피사체의 깊이 정보를 획득하고, 상기 획득한 깊이 정보에 기반하여 보정된 시작 포인트 및 보정된 종료 포인트를 제안하는 가이드를 제공하고, 상기 제공된 가이드에 대한 승인 여부를 요청하고, 상기 제공된 가이드를 승인하는 제2 사용자 입력을 획득하는 것에 응답하여, 상기 시작 포인트 및 상기 종료 포인트 사이의 거리에 기반하여 상기 피사체의 길이를 측정할 수 있다.
본 개시에 따른 다양한 실시 예에서의 전자 장치 및 방법은, 증강현실 분야에서 길이 측정의 기준이 되는 포인트를 보정함으로써 객체의 길이를 정확하게 측정할 수 있다.
도 1은 일 실시 예에 따른 전자 장치의 블록도이다.
도 2는 일 실시 예에 따른 전자 장치에서 공간 정보를 기반으로 앵커를 제안하는 것을 나타낸 도면이다.
도 3은 일 실시 예에 따른 전자 장치에서 프리뷰 이미지에 포함된 객체의 길이를 측정하는 것을 나타낸 흐름도이다.
도 4는 일 실시 예에 따른 전자 장치에서 공간 정보 및 센서 정보를 이용하여 피사체의 길이를 측정하는 것을 나타낸 도면이다.
도 5는 일 실시 예에 따른 전자 장치에서 보정된 시작 포인트 및 종료 포인트를 디스플레이에 표시하는 것을 나타낸 도면이다.
도 6은 일 실시 예에 따른 전자 장치에서 피사체의 길이를 측정하기 위한 사용자 입력에 대응되는 2차원 좌표를 3차원 공간 좌표로 변환하는 것을 나타낸 도면이다.
도 7은 일 실시 예에 따른 네트워크 환경 내의 전자 장치의 블록도이다.
도 8은, 다양한 실시예들에 따른, 카메라 모듈을 예시하는 블록도이다.
도면의 설명과 관련하여, 동일 또는 유사한 구성요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.
도 1은 일 실시 예에 따른 전자 장치의 블록도이다.
도 1을 참조하면, 전자 장치(100)는, 프로세서(110), 카메라(120), 센서(130), 디스플레이(140) 및 메모리(150)를 포함할 수 있다. 다양한 실시 예에서, 전자 장치(100)는 도 1에 도시된 구성요소 외에 추가적인 구성요소를 포함하거나, 도 1에 도시된 구성요소 중 적어도 하나를 생략할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 메모리(150)에 저장된 인스트럭션들을 이용하여 전자 장치(100)의 적어도 하나의 다른 구성요소들의 제어 및/또는 통신에 관한 연산이나 데이터 처리를 실행할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 중앙처리장치(CPU), 그래픽처리장치(GPU), MCU(micro controller unit), 센서허브, 보조프로세서(supplementary processor), 통신프로세서(communication processor), 애플리케이션 프로세서(application processor), ASIC(application specific integrated circuit), FPGA(field programmable gate arrays) 중 적어도 하나를 포함할 수 있으며, 복수의 코어를 가질 수 있다.
일 실시 예에 따르면, 프로세서(110)는, 메모리(150)에 저장된 어플리케이션(예: 증강현실 어플리케이션)을 실행할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 증강현실 어플리케이션이 실행된 상태에서, 카메라(120)를 이용하여 이미지를 획득할 수 있다. 본 명세서에서 기술되는 어플리케이션은, 증강현실 어플리케이션에 한정되는 것은 아니며, 카메라(120)를 이용하는 임의의 어플리케이션일 수 있다.
일 실시 예에 따르면, 프로세서(110)는 프리뷰 영상(또는 프리뷰 이미지)에 포함된 피사체의 길이를 측정하기 위해 영상을 분석할 수 있다. 예를 들면, 프로세서(110)는 영상에 포함된 객체(예: 사람)와 배경을 구분하거나 영상에 관한 특징점을 추출할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 영상에 포함된 객체의 외곽면을 결정할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 증강현실 어플리케이션을 통해 영상(image)(예: 정지 영상(still image) 및 동영상(moving image or video))을 획득(또는 촬영)하는 것에 기반하여, 영상 및 영상에 포함된 객체의 길이 정보를 메모리(150)에 저장할 수 있다. 예를 들어, 프로세서(110)는 길이를 측정하는 과정을 스크린 샷 또는 영상의 형태로 메모리(150)에 저장할 수 있다. 프로세서(110)의 동작과 관련된 구체적인 내용은 도 3을 참조하여 후술한다.
일 실시 예에 따르면, 카메라(120)는 영상(예: 정지 영상 및 동영상)을 획득(acquire)(또는 촬영)할 수 있다. 예를 들면, 카메라(120)와 전기적으로 연결되는 이미지 시그널 프로세서(미도시)는, 영상(예: 프리뷰 영상 또는 메모리(150)에 저장된 영상)에 포함된 객체(예: 사람)와 배경을 구분할 수 있다. 이미지 시그널 프로세서는 영상(예: 프리뷰 영상 또는 메모리(150)에 포함된 영상)에 관한 특징점을 추출할 수 있다. 일 실시 예에 따르면, 특징점은 영상의 외곽면을 식별(또는 인식)하기 위해 이용될 수 있다. 이미지 시그널 프로세서는 카메라(120)로부터 분리되거나, 프로세서(110)의 일부로서 구현될 수 있다. 일 실시 예에 따르면, 카메라(120)는 이미지 센서를 포함할 수 있다. 일 실시 예에 따르면, 이미지 센서는 색상 정보를 획득 및 처리할 수 있다.
일 실시 예에 따르면, 센서(130)는 전자 장치(100)의 자세 및 위치 중 적어도 하나를 감지할 수 있다. 일 실시 예에 따르면, 센서(130)는, 물리량을 계측하여 전기 신호로 변환하거나 데이터 값을 생성할 수 있다. 일 실시 예에 따르면, 센서(130)는, 전기 신호 또는 데이터 값을 이용하여, 전자 장치(100)의 자세 또는 자세의 변화를 검출할 수 있다. 일 실시 예에 따르면, 센서(130)는, 깊이 센서(depth sencor), ToF 센서, 자이로 센서(gyro sensor)(또는 자이로스코프(gyroscope)), 중력 센서, 또는 가속도 센서(acceleration sensor) 중 적어도 하나를 포함할 수 있다.
일 실시 예에 따르면, 깊이 센서는 외부 객체에 대한 깊이를 측정하고, 측정된 깊이를 이용하여 외부 객체에 대응하는 깊이 정보를 생성할 수 있다. 다양한 실시 예들에 따르면, 자이로 센서, 중력 센서, 가속도 센서, 또는 이들 중 둘 이상의 결합은, 전자 장치(100)의 회전(rotation), 전자 장치(100)의 방향(orientation)의 변화, 또는 전자 장치(100)의 기울기를 감지(sense)함으로써, 센서(130)의 동작들을 수행할 수 있다.
일 실시 예에 따르면, 센서(130)는 프로세서(110), 카메라(120), 및/또는 메모리(150)와 작동적으로 연결되어 색상 정보, 3D 정보, 거리 정보, 위치 정보에 관한 처리를 할 수 있다.
일 실시 예에 따르면, 디스플레이(140)는, 프로세서(110)에서 처리된 영상 신호, 데이터 신호 및/또는 제어 신호를 변환하여 구동 신호를 생성할 수 있다.
일 실시 예에 따르면, 디스플레이(140)는 PDP(plasma display panel), LCD(liquid crystal display), OLED(organic light emitting diode), 플렉서블 디스플레이(flexible display)으로 구현될 수 있으며, 또한, 3차원 디스플레이(3D display)로 구현될 수 있다. 일 실시 예에 따르면, 디스플레이(140)는, 터치 스크린으로 구성되어 출력 장치 이외에 입력 장치로 사용될 수 있다.
일 실시 예에 따른 디스플레이(140)는 카메라(120)를 통해 획득되는 영상을 표시할 수 있다. 일 실시 예에 따르면, 디스플레이(140)는, 영상에 포함되는 객체의 길이 정보를 영상에 중첩하거나 플로팅하여 표시할 수 있다. 일 실시 예에 따르면, 전자 장치(100)는 디스플레이(140)를 통해 사용자의 입력(예: 터치 입력)을 획득할 수 있고, 사용자의 입력을 프로세서(110)에 전달할 수 있다.
일 실시 예에 따르면, 메모리(150)는, 하나 이상의 메모리 집합을 의미할 수 있다. 일 실시 예에 따르면, 메모리(150)는, 다른 구성 요소들(예: 프로세서(110), 카메라(120), 센서(130), 디스플레이(140))로부터 수신되거나 다른 구성요소들에 의해 생성된 데이터 및/또는 명령을 저장할 수 있다. 다양한 실시 예들에서, 메모리(150)는, 카메라를 이용하는 어플리케이션(예: 증강현실 어플리케이션)을 저장할 수 있다. 일 실시 예에 따르면, 메모리(150)는, 복수의 객체들의 길이 정보를 저장할 수 있다.
도 2는 일 실시 예에 따른 전자 장치에서 공간 정보를 기반으로 앵커를 제안하는 것을 나타낸 도면이다.
도 2를 참조하면, 일 실시 예에 따른 프로세서(110)는 프리뷰 이미지(210) 및 센서(130)를 이용하여 공간 정보를 획득할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 카메라(120)를 통해 획득한 프리뷰 이미지(210) 및 센서(130)를 이용하여 획득한 센서 정보를 기반으로 전자 장치(100) 주위의 3차원 공간 정보를 획득할 수 있다. 예를 들어, 센서 정보는 관성 센서(inertial measurement unit, IMU), GPS 정보 및 방위각 정보 중 적어도 하나를 포함할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 증강현실 어플리케이션이 실행된 상태에서 전자 장치(100) 주위의 3차원 공간 정보를 획득할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 획득한 3차원 공간 정보를 기반으로 공간 전체를 포괄하는 공간 좌표계(world coordinate)(220)를 형성할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 월드 좌표계(220)를 구성하기 위하여 로컬라이제이션(localization) 완료 후 6DoF(degree of freedom) 트래킹(tracking)을 시작할 수 있다. 일 실시 예에 따르면, 로컬라이제이션은 카메라(120)의 포즈를 예측하는 것을 포함할 수 있고, 6DoF 트래킹은 전자 장치(100)의 회전 및 전자 장치(100)의 위치를 추적하는 것을 포함할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 프리뷰 이미지(210)에 대응하는 깊이 맵(depth map)을 생성할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 생성된 깊이 맵을 이용하여 프리뷰 이미지(210)를 복수 개의 영역들로 분리할 수 있다. 일 실시 예에 따르면, 프리뷰 이미지(210)에 포함된 적어도 하나의 객체는 깊이 맵의 적어도 일부의 영역에 대응될 수 있다. 일 실시 예에 따르면, 프로세서(110)는 프리뷰 이미지(210)로부터 평면을 예측하고 깊이 맵 및 예측된 평면에 기반하여 프리뷰 이미지(210)의 평면 정보를 생성할 수 있다.
일 실시 예에 따르면, 앵커 지정부(230)는 사용자 입력에 의해 지정된 앵커 포인트의 3차원 좌표 값을 생성할 수 있다. 일 실시 예에 따르면, 앵커 지정부(230)는 프리뷰 이미지(210)에 포함된 객체의 길이 측정을 위한 시작 포인트 및 종료 포인트를 지정하는 사용자 입력(예: 터치 입력)에 기반하여 각 포인트에 대응하는 3차원 좌표 값을 생성할 수 있다.
일 실시 예에 따르면, 앵커 제안부(240)는 센서 정보 및 프리뷰 영상의 깊이 정보에 기반하여 정확한 측정이 가능하도록 앵커 포인트를 제안할 수 있다. 일 실시 예에 따르면, 앵커 제안부(240)는 프리뷰 영상에 포함된 피사체와 전자 장치(100)와의 거리가 지정된 거리 이내인 것으로 판단되는 경우, 평면 정보에 기반하여 피사체와 평면과의 접점들 중 가장 가까운 접점으로 시작 포인트를 제안할 수 있다.
일 실시 예에 따르면, 앵커 제안부(240)는 기계 학습(machine learning)을 통하여 피사체의 외곽 정보를 획득하고, 획득한 외곽 정보에 기반하여 피사체의 외곽 점들 중 사용자가 지정한 종료 포인트와 가장 가까운 외곽점으로 종료 포인트를 제안할 수 있다.
일 실시 예에 따르면, 앵커 간 측정부(250)는 앵커 포인트에 대응되는 3차원 좌표 값 사이의 거리를 측정할 수 있다. 예를 들어, 앵커 간 측정부(250)는 앵커 제안부(240)에 의해 제안된 시작 포인트 및 종료 포인트에 대응되는 3차원 좌표 값 사이의 거리를 측정할 수 있다.
도 3은 일 실시 예에 따른 전자 장치에서 프리뷰 이미지에 포함된 객체의 길이를 측정하는 것을 나타낸 흐름도이다.
도 3을 참조하면, 일 실시 예에 따른 프로세서(110)는 동작 310에서 카메라(예: 도 1의 카메라(120))를 구동하여 획득된 이미지를 디스플레이(예: 도 1의 디스플레이(140))에 프리뷰 이미지로 표시할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 메모리(150)에 저장된 증강현실 어플리케이션이 실행된 상태에서 카메라(120)를 통해 획득한 이미지를 디스플레이(140)에 프리뷰 이미지로 표시할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 동작 320에서 프리뷰 이미지에 포함된 피사체 상의 시작 포인트 및 종료 포인트를 지정하는 사용자 입력을 획득할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 디스플레이(140)에 대한 사용자 입력(예: 터치 입력)에 기반하여 시작 포인트 및/또는 종료 포인트를 디스플레이(140)에 표시할 수 있다. 예를 들어, 프로세서(110)는 시작 포인트 및/또는 종료 포인트를 나타내는 사용자 인터페이스를 디스플레이에 표시할 수 있다. 일 실시 예에 따르면, 시작 포인트 및/또는 종료 포인트는 피사체 상의 임의의 지점일 수 있다.
일 실시 예에 따르면, 프로세서(110)는 사용자로 하여금 시작 포인트 및/또는 종료 포인트의 지정을 용이하게 하도록 하기 위하여 피사체가 포함된 화면을 줌인(zoom-in)하여 디스플레이(140)의 적어도 일부 영역에 표시할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 사용자가 지정한 시작 포인트 및/또는 종료 포인트에 각각 대응되는 사용자 인터페이스(user interface, UI)를 디스플레이(140)에 표시할 수 있다. 예를 들어, 사용자 인터페이스는 점(dot) 또는 원의 형태를 포함할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 사용자 입력에 대응되는 시작 포인트 및/또는 종료 포인트를 3차원 공간 좌표로 변환할 수 있다. 예를 들어, 프로세서(110)는 사용자가 지정한 시작 포인트 및/또는 종료 포인트에 대한 2차원 정보를 프로젝션 매트릭스(projection matrix)를 이용하여 3차원 공간 좌표로 변환할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 동작 330에서 센서(예: 도 1의 센서(130))를 통해 피사체의 깊이 정보를 획득할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 센서(130)(예: 깊이 센서, ToF 센서 또는 이미지 센서)를 이용하여 프리뷰 이미지에 포함된 적어도 하나의 객체에 대한 깊이 정보 및/또는 거리 정보를 획득할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 프리뷰 이미지에 대응되는 깊이 맵을 생성할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 센서(130)를 이용하여 외부 객체(예: 피사체)에 대한 깊이를 측정하고, 측정된 깊이를 이용하여 외부 객체에 대응하는 깊이 정보를 생성할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 동작 340에서 획득한 깊이 정보에 기반하여 시작 포인트 및 종료 포인트를 보정할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 획득한 깊이 정보 및 포인트 클라우드(point cloud) 중 적어도 하나를 이용하여 외부 객체와 접촉하는 평면을 예측할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 외부 객체가 평면과 접촉하는 것으로 판단되는 경우, 외부 객체와 접촉한 평면에 대한 평면 정보를 생성할 수 있다. 다른 실시 예에 따르면, 프로세서(110)는 외부 객체가 평면과 접촉하고 있지 않는 것으로 판단되는 경우, 가상 평면에 대한 평면 정보를 생성할 수 있다. 예를 들어, 프로세서(110)는 공간 좌표계 내의 3축 정보를 기반으로 가상 평면에 대한 평면 정보를 생성할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 프리뷰 영상에 포함된 적어도 하나의 객체에 대한 깊이 정보 및 프리뷰 영상에 포함된 평면의 평면 정보에 기반하여 시작 포인트 및/또는 종료 포인트를 보정할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 평면 정보에 기반하여 시작 포인트를 피사체와 평면과의 접점들 중 사용자가 지정한 시작 포인트와 가장 가까운 접점으로 보정할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 기계 학습을 통하여 피사체의 외곽 정보를 획득할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 획득한 외곽 정보에 기반하여 종료 포인트를 피사체의 외곽 점들 중 사용자가 지정한 종료 포인트와 가장 가까운 외곽 점으로 보정할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 보정된 시작 포인트 및 보정된 종료 포인트를 나타내는 사용자 인터페이스를 디스플레이(140)에 표시할 수 있다. 예를 들어, 프로세서(110)는 사용자가 지정한 앵커 포인트 및 보정된 앵커 포인트를 함께 디스플레이(140)에 표시할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 동작 350에서 보정된 시작 포인트 및 보정된 종료 포인트 사이의 거리에 기반하여 피사체의 길이를 측정할 수 있다. 일 실시 예에 따르면, 피사체의 길이는 피사체의 높이, 피사체의 너비, 피사체 상의 임의의 위치에서부터 임의의 위치까지의 길이 중 적어도 하나를 포함할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 측정된 피사체의 실제 길이를 디스플레이(140)에 표시할 수 있다. 예를 들어, 프로세서(110)는 피사체의 길이를 피사체와 인접한 영역에 표시할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 측정이 완료된 것으로 판단되는 경우 길이 정보에 대한 표시를 디스플레이(140)에서 제거할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 증강현실 어플리케이션을 통해 영상을 획득(또는 촬영)하는 것에 기반하여, 영상 및 영상에 포함된 객체의 길이에 관한 정보를 함께 메모리(150)에 저장할 수 있다.
도 4는 일 실시 예에 따른 전자 장치에서 공간 정보 및 센서 정보를 이용하여 피사체의 길이를 측정하는 것을 나타낸 도면이다. 도 4와 관련하여 전술한 내용과 유사하거나 중복되는 내용은 간략히 하거나 생략할 수 있다.
도 4를 참조하면, 일 실시 예에 따른 전자 장치(100)는 앵커 제안부(240)에서 사용자 입력(401) 및 센서 정보(402)를 수신할 수 있다. 일 실시 예에 따르면, 전자 장치(100)는 증강현실 어플리케이션이 실행된 상태에서 카메라(120)를 통하여 획득한 영상을 디스플레이(140)에 프리뷰 영상으로 표시할 수 있다.
일 실시 예에 따르면, 사용자 입력(401)은 프리뷰 영상에서의 시작 포인트(start point)(403a) 및/또는 종료 포인트(end point)(403b)를 지정하기 위한 디스플레이(140) 상의 터치 입력을 포함할 수 있다. 일 실시 예에 따르면, 사용자 입력(401)에 의해 결정되는 시작 포인트(403a) 및 종료 포인트(403b)는 각각 2차원 좌표 값에 대응될 수 있다. 일 실시 예에 따르면, 시작 포인트(403a) "G 종료 포인트(403b)에 대응되는 좌표 값은 각각 3차원 공간 좌표로 변환될 수 있다. 예를 들어, 사용자가 지정한 적어도 하나의 앵커 포인트는 프로젝션 매트릭스 연산을 통해 3차원 공간 좌표로 변환될 수 있다.
일 실시 예에 따르면, 센서 정보(402)는 프리뷰 영상에 포함된 적어도 하나의 객체에 대한 깊이 정보, 프리뷰 영상의 평면 정보 및 전자 장치(100))의 위치 정보 또는 자세 정보 중 적어도 하나를 포함할 수 있다.
일 실시 예에 따르면, 객체 인식부(404)는 프리뷰 영상에 포함된 적어도 하나의 객체에 대한 깊이 정보 및 프리뷰 영상의 평면 정보에 기반하여 프리뷰 영상에 포함된 적어도 하나의 객체를 인식하여 객체에 대한 정보를 획득할 수 있다. 예를 들어, 객체 인식부(404)는 프리뷰 영상에 포함된 적어도 하나의 객체를 인식하고 객체의 특징점 또는 객체의 외곽면을 결정할 수 있다.
일 실시 예에 따르면, 앵커 제안부(240)는 사용자 입력(401)에 의해 지정된 시작 포인트, 종료 포인트 및 객체에 대한 정보에 기반하여 앵커 포인트를 제안할 수 있다. 일 실시 예에 따르면, 앵커 제안부(240)는 시작 포인트(403a)를 보정한 시작 앵커(start anchor)(405a) 및/또는 종료 포인트(403b)를 보정한 종료 앵커(end anchor)(405b)를 제안할 수 있다.
일 실시 예에 따르면, 앵커 제안부(240)는 길이를 측정하려고 하는 객체와 전자 장치(100)와의 거리가 지정된 거리 이내인 것으로 판단되는 경우, 깊이 정보 및 평면 정보에 기반하여 객체와 평면과의 접점들 중 시작 포인트(403a)와 가장 가까운 접점을 시작 앵커(405a)로 제안할 수 있다.
일 실시 예에 따르면, 앵커 제안부(240)는 길이를 측정하려고 하는 객체의 외곽 정보를 획득하고 획득한 외곽 정보에 기반하여 객체의 외곽 점들 중 종료 포인트(403b)와 가장 가까운 외곽 점을 종료 앵커(405b)로 제안할 수 있다.
일 실시 예에 따르면, 앵커 제안부(240)는 시작 앵커(405a) 및/또는 종료 앵커(405b)에 대한 가이드를 제공할 수 있다. 예를 들어, 앵커 제안부(240)는 디스플레이(140)를 통해 시작 앵커(405a) 및/또는 종료 앵커(405b)를 나타내는 사용자 인터페이스를 표시할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 사용자에게 앵커 제안부(240)에 의해 제공된 가이드에 대한 승인 여부를 요청할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 제공된 가이드를 승인하는 사용자 입력을 획득할 수 있다.
일 실시 예에 따르면, 앵커 측정부(250)는 시작 앵커(405a) 및 종료 앵커(405b)에 대응되는 3차원 좌표 사이의 거리를 측정할 수 있다. 일 실시 예에 따르면, 앵커 측정부(250)는 시작 앵커(405a) 및 종료 앵커(405b)에 대응되는 3차원 좌표 사이의 거리를 측정하여 객체의 실제 길이(예: 객체의 높이, 객체의 너비)를 측정할 수 있다. 일 실시 예에 따르면, 앵커 측정부(250)는 시작 앵커(405a) 및 종료 앵커(405b)가 결정되는 것에 응답하여 자동으로 객체의 길이를 측정할 수 있다. 다른 실시 예에 따르면, 앵커 측정부(250)는 앵커 제안부(240)에 의해 제공된 가이드를 승인하는 사용자 입력을 획득하는 것에 응답하여 객체의 길이를 측정할 수 있다.
도 5는 일 실시 예에 따른 전자 장치에서 보정된 시작 포인트 및 종료 포인트를 디스플레이에 표시하는 것을 나타낸 도면이다.
도 5를 참조하면, 일 실시 예에 따른 프로세서(110)는 카메라(120)를 통해 획득한 프리뷰 이미지에 포함된 피사체(500)의 적어도 일부의 길이를 측정하기 위한 시작 포인트(403a) 및 종료 포인트(403b)를 지정하는 사용자 입력을 획득할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 사용자가 지정한 시작 포인트(403a)와 피사체(500)와의 거리가 지정된 거리 이내인 것으로 판단되는 경우, 프리뷰 영상에 포함된 평면 정보에 기반하여 피사체(500)와 평면과의 접점들 중 시작 포인트(403a)와 가장 가까운 접점을 시작 앵커(405a)로 결정할 수 있다. 예를 들어, 프로세서(110)는 피사체(500)가 평면과 접촉하는 것으로 판단되는 경우, 피사체(500)와 접촉한 평면과의 접점 중 시작 포인트(403a)와 가장 가까운 접점을 시작 앵커(405b)로 결정할 수 있다. 다른 예를 들어, 프로세서(110)는 피사체(500)가 평면과 접촉하지 않는 것으로 판단되는 경우, 가상의 평면을 결정하고, 가상 평면과의 접점 중 시작 포인트(403a)와 가장 가까운 접점을 시작 앵커(405a)로 결정할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 피사체(500)의 외곽 정보를 획득하고, 획득한 외곽 정보에 기반하여 종료 포인트(403b)를 보정한 종료 앵커(405b)를 결정할 수 있다. 예를 들어, 프로세서(110)는 기계 학습을 통하여 피사체(500)의 외곽 점들을 인식하고, 피사체의 외곽 점들 중 종료 포인트(403b)와 가장 가까운 외곽 점을 종료 앵커(405b)로 결정할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 디스플레이(140)를 통하여 시작 포인트(403a) 및 종료 포인트(403b)를 제1 색 또는 제1 모양으로 표시하고, 시작 앵커(405a) 및 종료 앵커(405b)를 제2 색 또는 제 2 모양으로 표시할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 시작 앵커(405a) 및/또는 종료 앵커(405b)에 대한 사용자 피드백을 획득할 수 있다. 예를 들어, 프로세서(110)는 시작 앵커(405a) 및/또는 종료 앵커(405b)에 대해 승인하는 사용자 입력을 획득할 수 있다. 다른 예를 들어, 프로세서(110)는 시작 앵커(405a) 및/또는 종료 앵커(405b)에 대해 거절하는 사용자 입력을 획득할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 획득한 사용자 피드백에 기반하여 앵커 포인트를 보정할 수 있다. 예를 들어, 프로세서(110)는 제안된 앵커 포인트를 승인하는 사용자 입력을 획득하는 것에 응답하여 시작 포인트(403a) 및 종료 포인트(403b)를 각각 시작 앵커(405a) 및 종료 앵커(405b)로 보정(예: 이동)할 수 있다. 일 실시 예에 따르면, 승인하는 사용자 입력을 획득하는 경우 프로세서(110)는 보정된 시작 앵커(405a) 및 종료 앵커(405b)를 기반으로 피사체(500)의 길이를 측정할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 디스플레이(140)를 통하여 측정된 길이를 제공할 수 있다.
다른 예를 들어, 프로세서(110)는 제안된 앵커 포인트를 거절하는 사용자 입력을 획득하는 것에 응답하여 시작 포인트(403a) 및 종료 포인트(403b)를 각각 시작 앵커(405a) 및 종료 앵커(405b)로 보정(예: 이동)하지 않을 수 있다. 이 때, 프로세서(110)는 시작 앵커(405a) 및 종료 앵커(405b)를 나타내는 사용자 인터페이스에 대한 표시를 제거할 수 있다.
도 6은 일 실시 예에 따른 전자 장치(100)에서 피사체의 길이를 측정하기 위한 사용자 입력에 대응되는 2차원 좌표를 3차원 공간 좌표로 변환하는 것을 나타낸 도면이다.
도 6을 참조하면, 일 실시 예에 따른 프로세서(110)는 증강현실 어플리케이션이 실행된 상태에서 카메라(120)를 통해 획득한 적어도 하나의 객체의 길이를 측정하기 위한 시작 포인트(403a) 및 종료 포인트(403b)를 지정할 수 있다. 예를 들어, 프로세서(110)는 디스플레이(140)를 통해 시작 포인트(403a) 및 종료 포인트(403b)를 지정하는 터치 입력을 획득할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 2차원 좌표계(610)에서 터치 입력에 의해 지정된 시작 포인트(403a) 및 종료 포인트(403b)에 대한 2차원 좌표를 획득할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 시작 포인트(403a) 및 종료 포인트(403b)에 각각 대응되는 2차원 좌표를 3차원 공간 좌표계(620) 상의 3차원 좌표로 변환할 수 있다. 예를 들어, 프로세서(110)는 프로젝션 매트릭스 연산을 이용하여 2차원 좌표를 3차원 좌표로 변환할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 3차원 공간 좌표계(620)에서 깊이 정보 및 평면 정보를 이용하여 측정하고자 하는 객체와 평면 간 접촉 점을 검출할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 시작 포인트(403a)와 가장 근접한 접촉 점을 시작 앵커(405a)로 결정할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 객체의 외곽 점들 중 종료 포인트(403b)에서 가장 가까운 외곽점을 종료 앵커(405b)로 제안할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 시작 앵커(405a)를 포함하는 평면 상의 임의의 축을 기준으로 수직으로 만나는 객체의 외곽 점을 종료 앵커(405b)로 제안할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 결정된 시작 앵커(405b) 및 결정된 종료 앵커(405b) 사이의 거리에 기반하여 객체의 실제 길이를 측정할 수 있다. 다만, 객체의 실제 길이는 객체의 높이에 한정되지 않으며, 객체의 너비 또는 객체의 적어도 일부의 길이를 포함할 수 있다.
도 7은 일 실시 예에 따른 네트워크 환경(700) 내의 전자 장치(701)(예: 도 1의 전자 장치(100))의 블록도이다.
도 7을 참조하면, 네트워크 환경(700)에서 전자 장치(701)는 제 1 네트워크(798)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(702)와 통신하거나, 또는 제 2 네트워크(799)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(704) 또는 서버(708)와 통신할 수 있다. 일 실시 예에 따르면, 전자 장치(701)는 서버(708)를 통하여 전자 장치(704)와 통신할 수 있다. 일 실시 예에 따르면, 전자 장치(701)는 프로세서(710)(예: 도 1의 프로세서(110)), 메모리(730), 입력 모듈(750), 음향 출력 모듈(755), 디스플레이 모듈(760), 오디오 모듈(770), 센서 모듈(776), 인터페이스(777), 연결 단자(778), 햅틱 모듈(779), 카메라 모듈(780), 전력 관리 모듈(788), 배터리(789), 통신 모듈(790), 가입자 식별 모듈(796), 또는 안테나 모듈(797)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(701)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(778))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(776), 카메라 모듈(780), 또는 안테나 모듈(797))은 하나의 구성요소(예: 디스플레이 모듈(760))로 통합될 수 있다.
프로세서(720)는, 예를 들면, 소프트웨어(예: 프로그램(740))를 실행하여 프로세서(720)에 연결된 전자 장치(701)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일 실시 예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(720)는 다른 구성요소(예: 센서 모듈(776) 또는 통신 모듈(790))로부터 수신된 명령 또는 데이터를 휘발성 메모리(732)에 저장하고, 휘발성 메모리(732)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(734)에 저장할 수 있다. 일 실시 예에 따르면, 프로세서(720)는 메인 프로세서(721)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(723)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(701)가 메인 프로세서(721) 및 보조 프로세서(723)를 포함하는 경우, 보조 프로세서(723)는 메인 프로세서(721)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(723)는 메인 프로세서(721)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(723)는, 예를 들면, 메인 프로세서(721)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(721)를 대신하여, 또는 메인 프로세서(721)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(721)와 함께, 전자 장치(701)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(760), 센서 모듈(776), 또는 통신 모듈(790))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일 실시 예에 따르면, 보조 프로세서(723)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(780) 또는 통신 모듈(790))의 일부로서 구현될 수 있다. 일 실시 예에 따르면, 보조 프로세서(723)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능이 수행되는 전자 장치(701) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(708))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.
메모리(730)는, 전자 장치(701)의 적어도 하나의 구성요소(예: 프로세서(720) 또는 센서 모듈(776))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(740)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(730)는, 휘발성 메모리(732) 또는 비휘발성 메모리(734)를 포함할 수 있다.
프로그램(740)은 메모리(730)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(742), 미들 웨어(744) 또는 어플리케이션(746)을 포함할 수 있다.
입력 모듈(750)은, 전자 장치(701)의 구성요소(예: 프로세서(720))에 사용될 명령 또는 데이터를 전자 장치(701)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(750)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.
음향 출력 모듈(755)은 음향 신호를 전자 장치(701)의 외부로 출력할 수 있다. 음향 출력 모듈(755)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일 실시 예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
디스플레이 모듈(760)은 전자 장치(701)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(760)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일 실시 예에 따르면, 디스플레이 모듈(760)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.
오디오 모듈(770)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일 실시 예에 따르면, 오디오 모듈(770)은, 입력 모듈(750)을 통해 소리를 획득하거나, 음향 출력 모듈(755), 또는 전자 장치(701)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(702))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.
센서 모듈(776)은 전자 장치(701)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일 실시 예에 따르면, 센서 모듈(776)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.
인터페이스(777)는 전자 장치(701)가 외부 전자 장치(예: 전자 장치(702))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일 실시 예에 따르면, 인터페이스(777)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(778)는, 그를 통해서 전자 장치(701)가 외부 전자 장치(예: 전자 장치(702))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일 실시 예에 따르면, 연결 단자(778)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(779)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일 실시 예에 따르면, 햅틱 모듈(779)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(780)은 정지 영상 및 동영상을 촬영할 수 있다. 일 실시 예에 따르면, 카메라 모듈(780)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(788)은 전자 장치(701)에 공급되는 전력을 관리할 수 있다. 일 실시 예에 따르면, 전력 관리 모듈(788)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(789)는 전자 장치(701)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일 실시 예에 따르면, 배터리(789)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(790)은 전자 장치(701)와 외부 전자 장치(예: 전자 장치(702), 전자 장치(704), 또는 서버(708)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(790)은 프로세서(720)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일 실시 예에 따르면, 통신 모듈(790)은 무선 통신 모듈(792)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(794)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제 1 네트워크(798)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제 2 네트워크(799)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(704)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(792)은 가입자 식별 모듈(796)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제 1 네트워크(798) 또는 제 2 네트워크(799)와 같은 통신 네트워크 내에서 전자 장치(701)를 확인 또는 인증할 수 있다.
무선 통신 모듈(792)은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB(enhanced mobile broadband)), 단말 전력 최소화와 다수 단말의 접속(mMTC(massive machine type communications)), 또는 고신뢰도와 저지연(URLLC(ultra-reliable and low-latency communications))을 지원할 수 있다. 무선 통신 모듈(792)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(792)은 고주파 대역에서의 성능 확보를 위한 다양한 기술들, 예를 들어, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO: full dimensional MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다. 무선 통신 모듈(792)은 전자 장치(701), 외부 전자 장치(예: 전자 장치(704)) 또는 네트워크 시스템(예: 제 2 네트워크(799))에 규정되는 다양한 요구사항을 지원할 수 있다. 일 실시 예에 따르면, 무선 통신 모듈(792)은 eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.
안테나 모듈(797)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일 실시 예에 따르면, 안테나 모듈(797)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일 실시 예에 따르면, 안테나 모듈(797)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제 1 네트워크(798) 또는 제 2 네트워크(799)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(790)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(790)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(797)의 일부로 형성될 수 있다.
다양한 실시예에 따르면, 안테나 모듈(797)은 mmWave 안테나 모듈을 형성할 수 있다. 일 실시 예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제 1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제 2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.
상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.
일 실시예에 따르면, 명령 또는 데이터는 제 2 네트워크(799)에 연결된 서버(708)를 통해서 전자 장치(701)와 외부의 전자 장치(704)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(702, 또는 1004) 각각은 전자 장치(701)와 동일한 또는 다른 종류의 장치일 수 있다. 일 실시 예에 따르면, 전자 장치(701)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(702, 1004, 또는 1008) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(701)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(701)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(701)로 전달할 수 있다. 전자 장치(701)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(701)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시예에 있어서, 외부의 전자 장치(704)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(708)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일 실시 예에 따르면, 외부의 전자 장치(704) 또는 서버(708)는 제 2 네트워크(799) 내에 포함될 수 있다. 전자 장치(701)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다.
본 문서에 개시된 다양한 실시예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제 3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.
본 문서의 다양한 실시예들에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일 실시 예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(701)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(736) 또는 외장 메모리(738))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(740))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(701))의 프로세서(예: 프로세서(720))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
일 실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory(CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.
도 8은, 다양한 실시예들에 따른, 카메라 모듈(780)을 예시하는 블록도(800)이다. 도 8를 참조하면, 카메라 모듈(780)은 렌즈 어셈블리(810), 플래쉬(820), 이미지 센서(830), 이미지 스태빌라이저(840), 메모리(850)(예: 버퍼 메모리), 또는 이미지 시그널 프로세서(860)를 포함할 수 있다. 렌즈 어셈블리(810)는 이미지 촬영의 대상인 피사체로부터 방출되는 빛을 수집할 수 있다. 렌즈 어셈블리(810)는 하나 또는 그 이상의 렌즈들을 포함할 수 있다. 일 실시 예에 따르면, 카메라 모듈(780)은 복수의 렌즈 어셈블리(810)들을 포함할 수 있다. 이런 경우, 카메라 모듈(780)은, 예를 들면, 듀얼 카메라, 360도 카메라, 또는 구형 카메라(spherical camera)를 형성할 수 있다. 복수의 렌즈 어셈블리(810)들 중 일부는 동일한 렌즈 속성(예: 화각, 초점 거리, 자동 초점, f 넘버(f number), 또는 광학 줌)을 갖거나, 또는 적어도 하나의 렌즈 어셈블리는 다른 렌즈 어셈블리의 렌즈 속성들과 다른 하나 이상의 렌즈 속성들을 가질 수 있다. 렌즈 어셈블리(810)는, 예를 들면, 광각 렌즈 또는 망원 렌즈를 포함할 수 있다.
플래쉬(820)는 피사체로부터 방출 또는 반사되는 빛을 강화하기 위하여 사용되는 빛을 방출할 수 있다. 일 실시 예에 따르면, 플래쉬(820)는 하나 이상의 발광 다이오드들(예: RGB(red-green-blue) LED, white LED, infrared LED, 또는 ultraviolet LED), 또는 xenon lamp를 포함할 수 있다. 이미지 센서(830)는 피사체로부터 방출 또는 반사되어 렌즈 어셈블리(810)를 통해 전달된 빛을 전기적인 신호로 변환함으로써, 상기 피사체에 대응하는 이미지를 획득할 수 있다. 일 실시 예에 따르면, 이미지 센서(830)는, 예를 들면, RGB 센서, BW(black and white) 센서, IR 센서, 또는 UV 센서와 같이 속성이 다른 이미지 센서들 중 선택된 하나의 이미지 센서, 동일한 속성을 갖는 복수의 이미지 센서들, 또는 다른 속성을 갖는 복수의 이미지 센서들을 포함할 수 있다. 이미지 센서(830)에 포함된 각각의 이미지 센서는, 예를 들면, CCD(charged coupled device) 센서 또는 CMOS(complementary metal oxide semiconductor) 센서를 이용하여 구현될 수 있다.
이미지 스태빌라이저(840)는 카메라 모듈(780) 또는 이를 포함하는 전자 장치(701)의 움직임에 반응하여, 렌즈 어셈블리(810)에 포함된 적어도 하나의 렌즈 또는 이미지 센서(830)를 특정한 방향으로 움직이거나 이미지 센서(830)의 동작 특성을 제어(예: 리드 아웃(read-out) 타이밍을 조정 등)할 수 있다. 이는 촬영되는 이미지에 대한 상기 움직임에 의한 부정적인 영향의 적어도 일부를 보상하게 해 준다. 일 실시 예에 따르면, 이미지 스태빌라이저(840)는, 일 실시 예에 따르면, 이미지 스태빌라이저(840)는 카메라 모듈(780)의 내부 또는 외부에 배치된 자이로 센서(미도시) 또는 가속도 센서(미도시)를 이용하여 카메라 모듈(780) 또는 전자 장치(701)의 그런 움직임을 감지할 수 있다. 일 실시 예에 따르면, 이미지 스태빌라이저(840)는, 예를 들면, 광학식 이미지 스태빌라이저로 구현될 수 있다. 메모리(850)는 이미지 센서(830)를 통하여 획득된 이미지의 적어도 일부를 다음 이미지 처리 작업을 위하여 적어도 일시 저장할 수 있다. 예를 들어, 셔터에 따른 이미지 획득이 지연되거나, 또는 복수의 이미지들이 고속으로 획득되는 경우, 획득된 원본 이미지(예: Bayer-patterned 이미지 또는 높은 해상도의 이미지)는 메모리(850)에 저장이 되고, 그에 대응하는 사본 이미지(예: 낮은 해상도의 이미지)는 디스플레이 모듈 (760)을 통하여 프리뷰될 수 있다. 이후, 지정된 조건이 만족되면(예: 사용자 입력 또는 시스템 명령) 메모리(850)에 저장되었던 원본 이미지의 적어도 일부가, 예를 들면, 이미지 시그널 프로세서(860)에 의해 획득되어 처리될 수 있다. 일 실시 예에 따르면, 메모리(850)는 메모리(730)의 적어도 일부로, 또는 이와는 독립적으로 운영되는 별도의 메모리로 구성될 수 있다.
이미지 시그널 프로세서(860)는 이미지 센서(830)를 통하여 획득된 이미지 또는 메모리(850)에 저장된 이미지에 대하여 하나 이상의 이미지 처리들을 수행할 수 있다. 상기 하나 이상의 이미지 처리들은, 예를 들면, 깊이 지도(depth map) 생성, 3차원 모델링, 파노라마 생성, 특징점 추출, 이미지 합성, 또는 이미지 보상(예: 노이즈 감소, 해상도 조정, 밝기 조정, 블러링(blurring), 샤프닝(sharpening), 또는 소프트닝(softening)을 포함할 수 있다. 추가적으로 또는 대체적으로, 이미지 시그널 프로세서(860)는 카메라 모듈(780)에 포함된 구성 요소들 중 적어도 하나(예: 이미지 센서(830))에 대한 제어(예: 노출 시간 제어, 또는 리드 아웃 타이밍 제어)를 수행할 수 있다. 이미지 시그널 프로세서(860)에 의해 처리된 이미지는 추가 처리를 위하여 메모리(850)에 다시 저장되거나 카메라 모듈(780)의 외부 구성 요소(예: 메모리(730), 디스플레이 모듈(760), 전자 장치(702), 전자 장치(704), 또는 서버(708))로 제공될 수 있다. 일 실시 예에 따르면, 이미지 시그널 프로세서(860)는 프로세서(720)의 적어도 일부로 구성되거나, 프로세서(720)와 독립적으로 운영되는 별도의 프로세서로 구성될 수 있다. 이미지 시그널 프로세서(860)가 프로세서(720)와 별도의 프로세서로 구성된 경우, 이미지 시그널 프로세서(860)에 의해 처리된 적어도 하나의 이미지는 프로세서(720)에 의하여 그대로 또는 추가의 이미지 처리를 거친 후 디스플레이 모듈(760)을 통해 표시될 수 있다.
일 실시 예에 따르면, 전자 장치(701)는 각각 다른 속성 또는 기능을 가진 복수의 카메라 모듈(780)들을 포함할 수 있다. 이런 경우, 예를 들면, 상기 복수의 카메라 모듈(780)들 중 적어도 하나는 광각 카메라이고, 적어도 다른 하나는 망원 카메라일 수 있다. 유사하게, 상기 복수의 카메라 모듈(780)들 중 적어도 하나는 전면 카메라이고, 적어도 다른 하나는 후면 카메라일 수 있다.
상술한 바와 같이 일 실시 예에 따른 전자 장치(예: 도 1의 전자 장치(100))는 카메라(예: 도 1의 카메라(120)), 디스플레이(예: 도 1의 디스플레이(140)), 적어도 하나의 객체에 대한 깊이 정보를 획득하는 센서(예: 도 1의 센서(130)), 상기 카메라 및 상기 디스플레이 및 상기 센서와 전기적으로 연결된 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는 상기 카메라를 구동하여 획득된 이미지를 상기 디스플레이에 프리뷰 이미지로 표시(display)하고, 상기 프리뷰 이미지에 포함된 피사체 상의 시작 포인트 및 종료 포인트를 지정하는 사용자 입력을 획득하고, 상기 센서를 통해 상기 피사체의 깊이 정보를 획득하고, 상기 획득한 깊이 정보에 기반하여 상기 시작 포인트 및 상기 종료 포인트를 보정하고, 상기 보정된 시작 포인트 및 상기 보정된 종료 포인트 사이의 거리에 기반하여 상기 피사체의 길이를 측정할 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는 상기 시작 포인트 및 상기 종료 포인트에 대응되는 2차원 좌표를 프로젝션 매트릭스(projection matrix)를 이용하여 3차원 공간 좌표로 변환할 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는 상기 시작 포인트 및 상기 종료 포인트를 나타내는 사용자 인터페이스(user interface, UI)를 상기 디스플레이에 표시할 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는 상기 프리뷰 이미지로부터 평면을 생성하고, 상기 깊이 정보 및 상기 생성된 평면에 기반하여 상기 프리뷰 이미지의 평면 정보를 생성할 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는 상기 지정된 시작 포인트와 상기 피사체 사이의 거리가 지정된 거리 이내인 것으로 판단되는 경우, 상기 생성된 평면 정보에 기반하여 상기 시작 포인트를 상기 피사체와 상기 생성된 평면과의 접점들 중 상기 지정된 시작 포인트와 가장 가까운 접점으로 보정할 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는 기계학습을 통하여 상기 피사체의 외곽 정보를 획득하고, 상기 획득한 외곽 정보에 기반하여 상기 종료 포인트를 상기 피사체의 외곽 점들 중 상기 지정된 종료 포인트와 가장 가까운 외곽 점으로 보정할 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는 상기 보정된 시작 포인트 및 상기 보정된 종료 포인트에 대한 승인 여부를 선택하기 위한 UI를 제공할 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는 상기 UI에 대하여 거절하는 사용자 입력을 획득하는 것에 응답하여, 상기 시작 포인트 및 상기 종료 포인트 사이의 거리에 기반하여 측정된 상기 피사체의 길이를 상기 디스플레이에 표시하고, 상기 UI에 대하여 승인하는 사용자 입력을 획득하는 것에 응답하여, 상기 보정된 시작 포인트 및 상기 보정된 종료 포인트 사이의 거리에 기반하여 측정된 상기 피사체의 길이를 상기 디스플레이에 표시할 수 있다.
상술한 바와 같이, 일 실시 예에 따른 전자 장치(예: 도 1의 전자 장치(100))의 동작 방법은, 카메라(예: 도 1의 카메라(120))를 구동하여 획득된 이미지를 디스플레이(예: 도 1의 디스플레이(140))에 프리뷰 이미지로 표시(display)하는 동작, 상기 프리뷰 이미지에 포함된 피사체 상의 시작 포인트 및 종료 포인트를 지정하는 사용자 입력을 획득하는 동작, 센서를 통해 상기 피사체의 깊이 정보를 획득하는 동작, 상기 획득한 깊이 정보에 기반하여 상기 시작 포인트 및 상기 종료 포인트를 보정하는 동작 및 상기 보정된 시작 포인트 및 상기 보정된 종료 포인트 사이의 거리에 기반하여 상기 피사체의 길이를 측정하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 전자 장치의 동작 방법은 상기 시작 포인트 및 상기 종료 포인트를 나타내는 사용자 인터페이스(user interface, UI)를 상기 디스플레이에 표시하는 동작을 더 포함할 수 있다.
일 실시 예에 따르면, 전자 장치의 동작 방법은 상기 프리뷰 이미지로부터 평면을 생성하는 동작 및 상기 깊이 정보 및 상기 생성된 평면에 기반하여 상기 프리뷰 이미지의 평면 정보를 생성하는 동작을 더 포함할 수 있다.
일 실시 예에 따르면, 상기 보정하는 동작은 상기 지정된 시작 포인트와 상기 피사체 사이의 거리가 지정된 거리 이내인 것으로 판단되는 경우, 상기 생성된 평면 정보에 기반하여 상기 시작 포인트를 상기 피사체와 상기 생성된 평면과의 접점들 중 상기 지정된 시작 포인트와 가장 가까운 접점으로 보정하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 상기 보정하는 동작은 기계학습을 통하여 상기 피사체의 외곽 정보를 획득하는 동작 및 상기 획득한 외곽 정보에 기반하여 상기 종료 포인트를 상기 피사체의 외곽 점들 중 상기 지정된 종료 포인트와 가장 가까운 외곽 점으로 보정하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 전자 장치의 동작 방법은 상기 보정된 시작 포인트 및 상기 보정된 종료 포인트에 대한 승인 여부를 선택하기 위한 UI를 제공하는 동작을 더 포함할 수 있다.
일 실시 예에 따르면, 전자 장치의 동작 방법은 상기 UI에 대하여 거절하는 사용자 입력을 획득하는 것에 응답하여, 상기 시작 포인트 및 상기 종료 포인트 사이의 거리에 기반하여 측정된 상기 피사체의 길이를 상기 디스플레이에 표시하고, 상기 UI에 대하여 승인하는 사용자 입력을 획득하는 것에 응답하여, 상기 보정된 시작 포인트 및 상기 보정된 종료 포인트 사이의 거리에 기반하여 측정된 상기 피사체의 길이를 상기 디스플레이에 표시하는 동작을 포함할 수 있다.
상술한 바와 같이, 일 실시 예에 따른 전자 장치(예: 도 1의 전자 장치(100))는 카메라(예: 도 1의 카메라(120)), 디스플레이(예: 도 1의 디스플레이(140)), 적어도 하나의 객체에 대한 깊이 정보를 획득하는 센서(예: 도 1의 센서(130)), 상기 카메라 및 상기 디스플레이 및 상기 센서와 전기적으로 연결된 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는 상기 카메라를 구동하여 획득된 이미지를 상기 디스플레이에 프리뷰 이미지로 표시(display)하고, 상기 프리뷰 이미지에 포함된 피사체 상의 시작 포인트 및 종료 포인트를 지정하는 제1 사용자 입력을 획득하고, 상기 센서를 통해 상기 피사체의 깊이 정보를 획득하고, 상기 획득한 깊이 정보에 기반하여 보정된 시작 포인트 및 보정된 종료 포인트를 제안하는 가이드를 제공하고, 상기 제공된 가이드에 대한 승인 여부를 요청하고, 상기 제공된 가이드를 승인하는 제2 사용자 입력을 획득하는 것에 응답하여, 상기 시작 포인트 및 상기 종료 포인트 사이의 거리에 기반하여 상기 피사체의 길이를 측정할 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는 상기 시작 포인트 및 상기 종료 포인트를 나타내는 사용자 인터페이스(user interface, UI)를 상기 디스플레이에 표시할 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는 상기 프리뷰 이미지로부터 평면을 생성하고, 상기 깊이 정보 및 상기 생성된 평면에 기반하여 상기 프리뷰 이미지의 평면 정보를 생성할 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는 상기 지정된 시작 포인트와 상기 피사체 사이의 거리가 지정된 거리 이내인 것으로 판단되는 경우, 상기 생성된 평면 정보에 기반하여 상기 피사체와 상기 생성된 평면과의 접점들 중 상기 지정된 시작 포인트와 가장 가까운 접점을 상기 보정된 시작 포인트로 결정할 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서는 기계학습을 통하여 상기 피사체의 외곽 정보를 획득하고, 상기 획득한 외곽 정보에 기반하여 상기 피사체의 외곽 점들 중 상기 지정된 종료 포인트와 가장 가까운 외곽 점을 상기 보정된 종료 포인트로 결정할 수 있다.

Claims (15)

  1. 전자 장치에 있어서,
    카메라;
    디스플레이;
    적어도 하나의 객체에 대한 깊이 정보를 획득하는 센서;
    상기 카메라 및 상기 디스플레이 및 상기 센서와 전기적으로 연결된 적어도 하나의 프로세서를 포함하고,
    상기 적어도 하나의 프로세서는:
    상기 카메라를 구동하여 획득된 이미지를 상기 디스플레이에 프리뷰 이미지로 표시(display)하고,
    상기 프리뷰 이미지에 포함된 피사체 상의 시작 포인트 및 종료 포인트를 지정하는 사용자 입력을 획득하고,
    상기 센서를 통해 상기 피사체의 깊이 정보를 획득하고,
    상기 획득한 깊이 정보에 기반하여 상기 시작 포인트 및 상기 종료 포인트를 보정하고,
    상기 보정된 시작 포인트 및 상기 보정된 종료 포인트 사이의 거리에 기반하여 상기 피사체의 길이를 측정하는, 전자 장치.
  2. 청구항 1에 있어서,
    상기 적어도 하나의 프로세서는 상기 시작 포인트 및 상기 종료 포인트에 대응되는 2차원 좌표를 프로젝션 매트릭스(projection matrix)를 이용하여 3차원 공간 좌표로 변환하는, 전자 장치.
  3. 청구항 1에 있어서,
    상기 적어도 하나의 프로세서는 상기 시작 포인트 및 상기 종료 포인트를 나타내는 사용자 인터페이스(user interface, UI)를 상기 디스플레이에 표시하는, 전자 장치.
  4. 청구항 1에 있어서,
    상기 적어도 하나의 프로세서는 상기 프리뷰 이미지로부터 평면을 생성하고, 상기 깊이 정보 및 상기 생성된 평면에 기반하여 상기 프리뷰 이미지의 평면 정보를 생성하는, 전자 장치.
  5. 청구항 4에 있어서,
    상기 적어도 하나의 프로세서는 상기 지정된 시작 포인트와 상기 피사체 사이의 거리가 지정된 거리 이내인 것으로 판단되는 경우,
    상기 생성된 평면 정보에 기반하여 상기 시작 포인트를 상기 피사체와 상기 생성된 평면과의 접점들 중 상기 지정된 시작 포인트와 가장 가까운 접점으로 보정하는, 전자 장치.
  6. 청구항 1에 있어서,
    상기 적어도 하나의 프로세서는 기계학습을 통하여 상기 피사체의 외곽 정보를 획득하고,
    상기 획득한 외곽 정보에 기반하여 상기 종료 포인트를 상기 피사체의 외곽 점들 중 상기 지정된 종료 포인트와 가장 가까운 외곽 점으로 보정하는, 전자 장치.
  7. 청구항 1에 있어서,
    상기 적어도 하나의 프로세서는 상기 보정된 시작 포인트 및 상기 보정된 종료 포인트에 대한 승인 여부를 선택하기 위한 UI를 제공하는, 전자 장치.
  8. 청구항 7에 있어서,
    상기 적어도 하나의 프로세서는:
    상기 UI에 대하여 거절하는 사용자 입력을 획득하는 것에 응답하여, 상기 시작 포인트 및 상기 종료 포인트 사이의 거리에 기반하여 측정된 상기 피사체의 길이를 상기 디스플레이에 표시하고,
    상기 UI에 대하여 승인하는 사용자 입력을 획득하는 것에 응답하여, 상기 보정된 시작 포인트 및 상기 보정된 종료 포인트 사이의 거리에 기반하여 측정된 상기 피사체의 길이를 상기 디스플레이에 표시하는, 전자 장치.
  9. 전자 장치의 동작 방법에 있어서,
    카메라를 구동하여 획득된 이미지를 디스플레이에 프리뷰 이미지로 표시(display)하는 동작;
    상기 프리뷰 이미지에 포함된 피사체 상의 시작 포인트 및 종료 포인트를 지정하는 사용자 입력을 획득하는 동작;
    센서를 통해 상기 피사체의 깊이 정보를 획득하는 동작;
    상기 획득한 깊이 정보에 기반하여 상기 시작 포인트 및 상기 종료 포인트를 보정하는 동작; 및
    상기 보정된 시작 포인트 및 상기 보정된 종료 포인트 사이의 거리에 기반하여 상기 피사체의 길이를 측정하는 동작을 포함하는, 전자 장치의 동작 방법.
  10. 청구항 9에 있어서,
    상기 시작 포인트 및 상기 종료 포인트를 나타내는 사용자 인터페이스(user interface, UI)를 상기 디스플레이에 표시하는 동작을 더 포함하는, 전자 장치의 동작 방법.
  11. 청구항 9에 있어서,
    상기 프리뷰 이미지로부터 평면을 생성하는 동작 및 상기 깊이 정보 및 상기 생성된 평면에 기반하여 상기 프리뷰 이미지의 평면 정보를 생성하는 동작을 더 포함하는, 전자 장치의 동작 방법.
  12. 청구항 11에 있어서,
    상기 보정하는 동작은 상기 지정된 시작 포인트와 상기 피사체 사이의 거리가 지정된 거리 이내인 것으로 판단되는 경우, 상기 생성된 평면 정보에 기반하여 상기 시작 포인트를 상기 피사체와 상기 생성된 평면과의 접점들 중 상기 지정된 시작 포인트와 가장 가까운 접점으로 보정하는 동작을 포함하는, 전자 장치의 동작 방법.
  13. 청구항 9에 있어서,
    상기 보정하는 동작은 기계학습을 통하여 상기 피사체의 외곽 정보를 획득하는 동작 및 상기 획득한 외곽 정보에 기반하여 상기 종료 포인트를 상기 피사체의 외곽 점들 중 상기 지정된 종료 포인트와 가장 가까운 외곽 점으로 보정하는 동작을 포함하는, 전자 장치의 동작 방법.
  14. 청구항 9에 있어서,
    상기 보정된 시작 포인트 및 상기 보정된 종료 포인트에 대한 승인 여부를 선택하기 위한 UI를 제공하는 동작을 더 포함하는, 전자 장치의 동작 방법.
  15. 청구항 14에 있어서,
    상기 UI에 대하여 거절하는 사용자 입력을 획득하는 것에 응답하여, 상기 시작 포인트 및 상기 종료 포인트 사이의 거리에 기반하여 측정된 상기 피사체의 길이를 상기 디스플레이에 표시하고,
    상기 UI에 대하여 승인하는 사용자 입력을 획득하는 것에 응답하여, 상기 보정된 시작 포인트 및 상기 보정된 종료 포인트 사이의 거리에 기반하여 측정된 상기 피사체의 길이를 상기 디스플레이에 표시하는 동작을 포함하는, 전자 장치의 동작 방법.
PCT/KR2022/003530 2021-03-15 2022-03-14 Ar을 이용한 측정 방법 및 전자 장치 WO2022197036A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US18/352,681 US20230360245A1 (en) 2021-03-15 2023-07-14 Measurement method using ar, and electronic device

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020210033617A KR20220128887A (ko) 2021-03-15 2021-03-15 Ar을 이용한 측정 방법 및 전자 장치
KR10-2021-0033617 2021-03-15

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US18/352,681 Continuation US20230360245A1 (en) 2021-03-15 2023-07-14 Measurement method using ar, and electronic device

Publications (1)

Publication Number Publication Date
WO2022197036A1 true WO2022197036A1 (ko) 2022-09-22

Family

ID=83320797

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/003530 WO2022197036A1 (ko) 2021-03-15 2022-03-14 Ar을 이용한 측정 방법 및 전자 장치

Country Status (3)

Country Link
US (1) US20230360245A1 (ko)
KR (1) KR20220128887A (ko)
WO (1) WO2022197036A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160146567A (ko) * 2015-06-12 2016-12-21 신동한 가변적으로 빠르게 움직이는 객체를 검출하는 방법 및 장치
KR20190058839A (ko) * 2017-11-22 2019-05-30 삼성전자주식회사 사용자 인터페이스를 적응적으로 구성하기 위한 장치 및 방법
KR20200091988A (ko) * 2019-01-23 2020-08-03 삼성전자주식회사 장치를 제어하기 위한 방법 및 그 전자 장치
KR20210006278A (ko) * 2019-07-08 2021-01-18 삼성전자주식회사 센서를 이용해 사용자의 입력을 인지하는 전자 장치 및 그 방법
US20210037225A1 (en) * 2017-09-06 2021-02-04 Fovo Technology Limited Method of modifying an image on a computational device

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160146567A (ko) * 2015-06-12 2016-12-21 신동한 가변적으로 빠르게 움직이는 객체를 검출하는 방법 및 장치
US20210037225A1 (en) * 2017-09-06 2021-02-04 Fovo Technology Limited Method of modifying an image on a computational device
KR20190058839A (ko) * 2017-11-22 2019-05-30 삼성전자주식회사 사용자 인터페이스를 적응적으로 구성하기 위한 장치 및 방법
KR20200091988A (ko) * 2019-01-23 2020-08-03 삼성전자주식회사 장치를 제어하기 위한 방법 및 그 전자 장치
KR20210006278A (ko) * 2019-07-08 2021-01-18 삼성전자주식회사 센서를 이용해 사용자의 입력을 인지하는 전자 장치 및 그 방법

Also Published As

Publication number Publication date
KR20220128887A (ko) 2022-09-22
US20230360245A1 (en) 2023-11-09

Similar Documents

Publication Publication Date Title
WO2022080869A1 (ko) 이미지를 이용한 3차원 지도의 업데이트 방법 및 이를 지원하는 전자 장치
WO2022235043A1 (ko) 복수의 카메라를 포함하는 전자 장치 및 그 동작 방법
WO2022250342A1 (ko) 렌즈 구동 정보와 이미지를 동기화하는 전자 장치
WO2021080307A1 (en) Method for controlling camera and electronic device therefor
WO2019066370A1 (ko) 외부 광에 기반하여 카메라를 제어하는 전자 장치 및 제어 방법
WO2022235075A1 (ko) 전자 장치 및 전자 장치의 동작 방법
WO2022225344A1 (ko) 이미지 스태빌라이저 및 이를 포함하는 전자 장치
WO2022196993A1 (ko) 카메라 모듈의 화각을 이용하여 이미지를 촬영하는 전자 장치 및 방법
WO2022173164A1 (ko) Ar 객체를 표시하는 방법 및 전자 장치
WO2022119218A1 (ko) 카메라의 흔들림을 보정하는 방법 및 그 전자 장치
WO2022197036A1 (ko) Ar을 이용한 측정 방법 및 전자 장치
WO2021251631A1 (ko) 초점 조절 기능을 포함하는 전자 장치 및 방법
WO2022186495A1 (ko) 복수의 렌즈들을 구비하는 전자 장치 및 그 제어 방법
WO2022245148A1 (ko) 이미지 처리 방법 및 그 전자 장치
WO2023075112A1 (ko) 촬영 시 흔들림을 보정하는 방법 및 그 전자 장치
WO2024117590A1 (ko) 이미지의 뷰 영역을 결정하는 전자 장치 및 그 동작 방법
WO2022065844A1 (ko) 프리뷰 이미지를 표시하는 방법 및 이를 지원하는 전자 장치
WO2022250344A1 (ko) 이미지 센서 및 동적 비전 센서를 포함하는 전자 장치 및 그 동작 방법
WO2023043132A1 (ko) 이미지에 보케 효과를 적용하는 전자 장치 및 그 동작 방법
WO2024085494A1 (ko) 디지털 보케 성능 향상을 위한 전자 장치 및 방법
WO2022191407A1 (ko) 사용자 인터페이스를 제공하기 위한 방법, 장치 및 저장 매체
WO2022225248A1 (ko) 촬영 시 흔들림을 보정하는 방법 및 그 전자 장치
WO2022231162A1 (ko) 증강 현실 장치 및 증강 현실 장치와 상호작용하는 전자 장치
WO2022025574A1 (ko) 이미지 센서와 이미지 시그널 프로세서를 포함하는 전자 장치 및 그의 방법
WO2023249231A1 (ko) 카메라를 포함하는 전자 장치 및 그 동작 방법

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: 22771702

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: 22771702

Country of ref document: EP

Kind code of ref document: A1