WO2023113093A1 - 볼륨 추론 기반 3차원 모델링 방법 및 시스템 - Google Patents
볼륨 추론 기반 3차원 모델링 방법 및 시스템 Download PDFInfo
- Publication number
- WO2023113093A1 WO2023113093A1 PCT/KR2021/020292 KR2021020292W WO2023113093A1 WO 2023113093 A1 WO2023113093 A1 WO 2023113093A1 KR 2021020292 W KR2021020292 W KR 2021020292W WO 2023113093 A1 WO2023113093 A1 WO 2023113093A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- model
- volume
- target object
- images
- image
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 85
- 230000010365 information processing Effects 0.000 claims description 61
- 230000015654 memory Effects 0.000 claims description 44
- 238000004891 communication Methods 0.000 claims description 23
- 230000008569 process Effects 0.000 description 25
- 230000006870 function Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 14
- 238000005070 sampling Methods 0.000 description 11
- 238000010801 machine learning Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 8
- 230000005291 magnetic effect Effects 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 7
- 238000007796 conventional method Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 229910052709 silver Inorganic materials 0.000 description 2
- 239000004332 silver Substances 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
- 239000012780 transparent material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/04—Texture mapping
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/10024—Color image
-
- 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
Definitions
- the present disclosure relates to a volume inference-based 3D modeling method and system, and specifically, to learn a volume inference model based on a plurality of images of a target object photographed from different directions, and to use the learned volume inference model to obtain an object.
- a method and system for generating a three-dimensional model of an object is a method and system for generating a three-dimensional model of an object.
- the present disclosure provides a volume inference-based 3D modeling method, a computer program stored in a recording medium, and an apparatus (system) for solving the above problems.
- the present disclosure may be implemented in a variety of ways, including a method, apparatus (system) or computer program stored on a readable storage medium.
- a volume inference-based 3D modeling method executed by at least one processor includes receiving a plurality of images of a target object located in a specific space from different directions, each image estimating the captured position and pose, learning a volume inference model based on a plurality of images and the captured position and pose of each image, and generating a 3D model for the target object using the volume inference model Include steps.
- a volume inference model is a model learned to output color values and volume density values by receiving location information and viewing direction information in a specific space.
- the volume inference model learns to minimize a difference between pixel values included in a plurality of images and estimated pixel values calculated based on color values and volume density values estimated by the volume inference model. do.
- generating a 3D model of the target object may include generating a 3D depth map of the target object using a volume inference model, and the target object based on the generated 3D depth map. Generating a 3D mesh of the object and generating a 3D model of the target object by applying texture information to the 3D mesh.
- a 3D depth map of a target object is generated based on volume density values at a plurality of points in a specific space inferred by a volume inference model.
- texture information is determined based on color values at a plurality of points in a specific space and in a plurality of viewing directions inferred by a volume inference model.
- the volume inference model is a model learned using a plurality of undistorted images.
- generating a 3D model of the target object may include generating a 3D depth map of the target object using a volume inference model, and generating a 3D depth map using a camera model. Converting, generating a 3D mesh of the target object based on the converted 3D depth map, and generating a 3D model of the target object by applying texture information to the 3D mesh do.
- a computer program stored in a computer-readable recording medium is provided to execute the volume inference-based 3D modeling method in a computer according to an embodiment of the present disclosure.
- An information processing system includes a communication module, a memory, and at least one processor connected to the memory and configured to execute at least one computer-readable program included in the memory, and including at least one program.
- Receives a plurality of images of a target object located in a specific space from different directions, estimates the position and pose of each image, and based on the plurality of images and the position and pose of each image Includes instructions for learning a volume inference model and generating a 3D model of a target object using the volume inference model.
- a high-quality 3D model that accurately and precisely implements the shape and/or texture of a target object by learning a volume inference model and generating a 3D model using the learned volume inference model. can create
- a high-resolution, precise and accurate depth map can be generated, Based on this, a high-quality 3D model can be created.
- a precise and accurate 3D depth map may be generated by performing a process of converting an image into a non-distorted image in a process of generating a 3D depth map.
- a process of inversely transforming the 3D depth map is performed so that a user viewing the 3D model through a user terminal is a real object. It is possible to implement a 3D model with a sense of realism that feels as if it is being filmed with a camera.
- FIG. 1 is a diagram illustrating an example in which a user photographs a target object in various directions using a user terminal and creates a 3D model according to an embodiment of the present disclosure.
- FIG. 2 is a block diagram showing the internal configuration of a user terminal and an information processing system according to an embodiment of the present disclosure.
- FIG. 3 is a diagram illustrating an example of a 3D modeling method based on volume inference according to an embodiment of the present disclosure.
- FIG. 4 is a diagram illustrating an example of a method for learning a volume inference model according to an embodiment of the present disclosure.
- FIG. 5 is a diagram illustrating an example of comparing a 3D model generated by a 3D modeling method according to an embodiment of the present disclosure with a 3D model generated by a conventional method.
- FIG. 6 is a diagram illustrating an example of a 3D modeling method based on volume inference considering distortion of a camera according to an embodiment of the present disclosure.
- FIG. 7 is a diagram illustrating an example of comparing a distorted image and a non-distorted image according to an embodiment of the present disclosure.
- FIG. 8 is a flowchart illustrating an example of a 3D modeling method based on volume inference according to an embodiment of the present disclosure.
- a modulee' or 'unit' used in the specification means a software or hardware component, and the 'module' or 'unit' performs certain roles.
- 'module' or 'unit' is not meant to be limited to software or hardware.
- a 'module' or 'unit' may be configured to reside in an addressable storage medium and may be configured to reproduce one or more processors.
- a 'module' or 'unit' includes components such as software components, object-oriented software components, class components, and task components, processes, functions, and attributes. , procedures, subroutines, segments of program code, drivers, firmware, microcode, circuitry, data, databases, data structures, tables, arrays, or variables.
- a 'module' or 'unit' may be implemented with a processor and a memory.
- 'Processor' should be interpreted broadly to include general-purpose processors, central processing units (CPUs), microprocessors, digital signal processors (DSPs), controllers, microcontrollers, state machines, and the like.
- 'processor' may refer to an application specific integrated circuit (ASIC), programmable logic device (PLD), field programmable gate array (FPGA), or the like.
- ASIC application specific integrated circuit
- PLD programmable logic device
- FPGA field programmable gate array
- 'Processor' refers to a combination of processing devices, such as, for example, a combination of a DSP and a microprocessor, a combination of a plurality of microprocessors, a combination of one or more microprocessors in conjunction with a DSP core, or a combination of any other such configurations. You may. Also, 'memory' should be interpreted broadly to include any electronic component capable of storing electronic information.
- 'Memory' includes random access memory (RAM), read-only memory (ROM), non-volatile random access memory (NVRAM), programmable read-only memory (PROM), erasable-programmable read-only memory (EPROM), It may also refer to various types of processor-readable media, such as electrically erasable PROM (EEPROM), flash memory, magnetic or optical data storage, registers, and the like.
- RAM random access memory
- ROM read-only memory
- NVRAM non-volatile random access memory
- PROM programmable read-only memory
- EPROM erasable-programmable read-only memory
- a memory is said to be in electronic communication with the processor if the processor can read information from and/or write information to the memory.
- Memory integrated with the processor is in electronic communication with the processor.
- a 'system' may include at least one of a server device and a cloud device, but is not limited thereto.
- a system may consist of one or more server devices.
- a system may consist of one or more cloud devices.
- the system may be operated by configuring a server device and a cloud device together.
- a 'machine learning model' may include any model used to infer an answer to a given input.
- the machine learning model may include an artificial neural network model including an input layer (layer), a plurality of hidden layers, and an output layer, where each layer may include a plurality of nodes.
- a machine learning model may refer to an artificial neural network model
- an artificial neural network model may refer to a machine learning model.
- a 'volume inference model' may be implemented as a machine learning model.
- a model described as one machine learning model may include a plurality of machine learning models, and a plurality of models described as separate machine learning models may be implemented as a single machine learning model. may be
- 'display' may refer to any display device associated with a computing device, for example, any display device capable of displaying any information/data provided or controlled by the computing device. can refer to
- 'each of a plurality of A' or 'each of a plurality of A' may refer to each of all components included in a plurality of A's, or each of some components included in a plurality of A's. .
- 'a plurality of images' may refer to a video including a plurality of images
- 'video' may refer to a plurality of images included in the video.
- FIG. 1 is a diagram illustrating an example in which a user 110 photographs a target object 130 in various directions using a user terminal 120 and creates a 3D model according to an embodiment of the present disclosure.
- the user 110 uses a camera (or image sensor) provided in the user terminal 120 to view an object (hereinafter, a target object) 130 as a target of 3D modeling in various directions. You can take a picture and request the creation of a 3D model.
- the user 110 may capture an image including the target object 130 while rotating around the target object 130 using a camera provided in the user terminal 120 . Then, the user 110 may request 3D modeling using the captured image (or a plurality of images included in the image) through the user terminal 120 .
- the user 110 selects an image stored in the user terminal 120 or an image stored in another system accessible from the user terminal 120, and then selects the image (or a plurality of images included in the image). ) can be requested for 3D modeling.
- the user terminal 120 may transmit a captured image or a selected image to the information processing system.
- the information processing system may receive an image (or a plurality of images included in the image) of the target object 130 and estimate a captured position and pose for each of a plurality of images in the image.
- the position and pose at which each image is taken may refer to a position and direction of a camera at a point in time at which each image is taken.
- the information processing system may learn a volume inference model based on a plurality of images and the positions and poses in which each image was taken, and use the learned volume inference model to create a 3D model for the target object 130. can create
- the process of generating a 3D model using a plurality of images has been described as being performed by an information processing system, but is not limited thereto and may be implemented differently in other embodiments.
- at least some or all of a series of processes of generating a 3D model using a plurality of images may be performed by the user terminal 120 .
- the following will be described on the premise that the 3D model generation process is performed by the information processing system.
- volume-based 3D modeling method of the present disclosure instead of extracting feature points from an image and generating a 3D model based thereon, a volume inference model is trained and a 3D model is created using the learned volume inference model. , the shape and/or texture of the target object 130 can be accurately and precisely implemented.
- FIG. 2 is a block diagram showing the internal configuration of the user terminal 210 and the information processing system 230 according to an embodiment of the present disclosure.
- the user terminal 210 may refer to any computing device capable of executing a 3D modeling application, a web browser, etc. and capable of wired/wireless communication, and may include, for example, a mobile phone terminal, a tablet terminal, a PC terminal, and the like.
- the user terminal 210 may include a memory 212 , a processor 214 , a communication module 216 and an input/output interface 218 .
- information processing system 230 may include memory 232 , processor 234 , communication module 236 and input/output interface 238 . As shown in FIG.
- the user terminal 210 and the information processing system 230 are configured to communicate information and/or data through the network 220 using respective communication modules 216 and 236. It can be.
- the input/output device 240 may be configured to input information and/or data to the user terminal 210 through the input/output interface 218 or output information and/or data generated from the user terminal 210.
- the memories 212 and 232 may include any non-transitory computer readable media. According to one embodiment, the memories 212 and 232 are non-perishable mass storage devices such as random access memory (RAM), read only memory (ROM), disk drives, solid state drives (SSDs), flash memory, and the like. (permanent mass storage device) may be included. As another example, a non-perishable mass storage device such as a ROM, SSD, flash memory, or disk drive may be included in the user terminal 210 or the information processing system 230 as a separate permanent storage device separate from memory. In addition, the memories 212 and 232 may store an operating system and at least one program code (eg, a code for a 3D modeling application installed and driven in the user terminal 210).
- program code eg, a code for a 3D modeling application installed and driven in the user terminal 210.
- a recording medium readable by such a separate computer may include a recording medium directly connectable to the user terminal 210 and the information processing system 230, for example, a floppy drive, a disk, a tape, a DVD/CD- It may include a computer-readable recording medium such as a ROM drive and a memory card.
- software components may be loaded into the memories 212 and 232 through a communication module rather than a computer-readable recording medium. For example, at least one program is loaded into the memories 212 and 232 based on a computer program installed by files provided by developers or a file distribution system that distributes application installation files through the network 220 . It can be.
- the processors 214 and 234 may be configured to process instructions of a computer program by performing basic arithmetic, logic, and input/output operations. Instructions may be provided to processors 214 and 234 by memory 212 and 232 or communication modules 216 and 236 . For example, processors 214 and 234 may be configured to execute instructions received according to program code stored in a recording device such as memory 212 and 232 .
- the communication modules 216 and 236 may provide configurations or functions for the user terminal 210 and the information processing system 230 to communicate with each other through the network 220, and the user terminal 210 and/or information processing.
- System 230 may provide configurations or functions for communicating with other user terminals or other systems (eg, separate cloud systems, etc.). For example, a request or data generated by the processor 214 of the user terminal 210 according to a program code stored in a recording device such as the memory 212 (eg, a 3D model generation request, a target object in various directions) A plurality of captured images or videos) may be transferred to the information processing system 230 through the network 220 under the control of the communication module 216 .
- a control signal or command provided under the control of the processor 234 of the information processing system 230 passes through the communication module 236 and the network 220 through the communication module 216 of the user terminal 210. It may be received by the user terminal 210 .
- the user terminal 210 may receive 3D model data of a target object from the information processing system 230 through the communication module 216 .
- the input/output interface 218 may be a means for interfacing with the input/output device 240 .
- the input device may include a device such as a camera, keyboard, microphone, mouse, etc. including an audio sensor and/or image sensor
- the output device may include a device such as a display, speaker, haptic feedback device, or the like.
- the input/output interface 218 may be a means for interface with a device in which a configuration or function for performing input and output is integrated into one, such as a touch screen. For example, when the processor 214 of the user terminal 210 processes a command of a computer program loaded into the memory 212, information and/or data provided by the information processing system 230 or other user terminals are used.
- a service screen or the like configured as described above may be displayed on the display through the input/output interface 218 .
- the input/output device 240 is not included in the user terminal 210 in FIG. 2 , it is not limited thereto, and the user terminal 210 and the user terminal 210 may be configured as one device.
- the input/output interface 238 of the information processing system 230 is connected to the information processing system 230 or means for interface with a device (not shown) for input or output that the information processing system 230 may include.
- the input/output interfaces 218 and 238 are shown as separate elements from the processors 214 and 234, but are not limited thereto, and the input/output interfaces 218 and 238 may be included in the processors 214 and 234. there is.
- the user terminal 210 and the information processing system 230 may include more components than those shown in FIG. 2 . However, there is no need to clearly show most of the prior art components. According to one embodiment, the user terminal 210 may be implemented to include at least some of the aforementioned input/output devices 240 . In addition, the user terminal 210 may further include other components such as a transceiver, a global positioning system (GPS) module, a camera, various sensors, and a database. For example, when the user terminal 210 is a smart phone, it may include components that are generally included in a smart phone, for example, an acceleration sensor, a gyro sensor, a camera module, various physical buttons, and a touch screen.
- GPS global positioning system
- Various components such as a button using a panel, an input/output port, and a vibrator for vibration may be implemented to be further included in the user terminal 210 .
- the processor 214 of the user terminal 210 may be configured to operate an application providing a 3D model generation service. At this time, codes associated with the application and/or program may be loaded into the memory 212 of the user terminal 210 .
- the processor 214 receives inputs such as a camera including a touch screen, a keyboard, an audio sensor and/or an image sensor, and a microphone connected to the input/output interface 218. Text, image, video, voice, and/or action input or selected through the device may be received, and the received text, image, video, voice, and/or action may be stored in the memory 212 or the communication module 216 ) and the information processing system 230 through the network 220.
- the processor 214 receives a plurality of images or videos of a target object photographed through a camera connected to the input/output interface 218 and receives a user input requesting generation of a 3D model of the target object.
- the processor 214 receives an input representing a user's selection of a plurality of images or videos, and transmits the selected plurality of images or videos to the information processing system 230 through the communication module 216 and the network 220. can be provided to
- the processor 214 of the user terminal 210 manages, processes, and/or stores information and/or data received from the input device 240, other user terminals, the information processing system 230, and/or a plurality of external systems. can be configured to Information and/or data processed by processor 214 may be provided to information processing system 230 via communication module 216 and network 220 .
- the processor 214 of the user terminal 210 may transmit and output information and/or data to the input/output device 240 through the input/output interface 218 .
- the processor 214 may display the received information and/or data on the screen of the user terminal.
- the processor 234 of the information processing system 230 may be configured to manage, process, and/or store information and/or data received from a plurality of user terminals 210 and/or a plurality of external systems. Information and/or data processed by the processor 234 may be provided to the user terminal 210 via the communication module 236 and the network 220 .
- the processor 234 of the information processing system 230 receives a plurality of images from the user terminal 210, estimates the position and pose where each image was taken, and then the plurality of images and each image are taken.
- a volume inference model may be learned based on the learned position and pose, and a 3D model of the target object may be generated using the learned volume inference model.
- the processor 234 of the information processing system 230 may provide the 3D model thus generated to the user terminal 210 through the communication module 236 and the network 220 .
- the processor 234 of the information processing system 230 uses the output device 240 such as a display output capable device (eg, a touch screen, a display, etc.) of the user terminal 210 and an audio output capable device (eg, a speaker). It may be configured to output processed information and/or data.
- the processor 234 of the information processing system 230 provides a 3D model of the target object to the user terminal 210 through the communication module 236 and the network 220, and generates the 3D model. It may be configured to output through a display output capable device of the user terminal 210 .
- the information processing system may receive a plurality of images of a target object located in a specific space from different directions or images of a target object from various directions (310).
- the information processing system may acquire a plurality of images included in the image.
- the information processing system may receive an image captured while rotating around a target object from a user terminal, and obtain a plurality of images from the image.
- the information processing system can estimate the position and pose at which each image was taken (320).
- the position and pose at which each image is captured may refer to a position and direction of a camera at a point in time when each image is captured.
- Various estimation methods for estimating a position and pose from an image may be used for position and pose estimation. For example, a photogrammetry technique of extracting feature points from a plurality of images and estimating positions and poses of each image may be used, but is not limited thereto, and various position and pose estimation methods may be used.
- the information processing system may learn a volume inference model based on the plurality of images and the positions and poses at which each image was captured (330).
- the volume inference model may be a machine learning model (eg, an artificial neural network model).
- the volume inference model may be a model learned to output color values and volume density values by receiving location information and viewing direction information in a specific space.
- the volume inference model can be expressed by the following equation.
- volume inference model is a parameter of the volume inference model, , Is position information and viewing direction on a specific space, respectively, , represent color values and volume density values, respectively.
- color values is the location direction of view for It can represent color values (eg, RGB color values) as seen when viewed as a volume density value.
- location direction of view for When viewed as , if an object does not exist, it has a value of 0, and if an object exists, it can have a random real value between 0 and 1 depending on the transparency (ie, the volume density means the rate at which light is blocked). can).
- the learned volume inference model it is possible to estimate color values and volume density values for an arbitrary position and viewing direction in a specific space in which a target object is located.
- the volume inference model may be trained to minimize a difference between a pixel value included in a plurality of images and an estimated pixel value calculated based on a color value and a volume density value estimated by the volume inference model. That is, a loss function may be defined based on a difference between a pixel value included in an image and an estimated pixel value calculated based on a color value estimated by a volume inference model and a volume density value. For example, a loss function for learning a volume inference model may be expressed by the following equation.
- the information processing system may generate a 3D model of the target object using the volume inference model.
- a color value and a volume density value for an arbitrary position and viewing direction in a specific space in which a target object is located can be estimated using a learned volume inference model
- a 3D image of the target object can be estimated using the learned volume inference model. model can be created.
- the information processing system may first generate a 3D depth map of the target object using a volume inference model (340). For example, when looking at a specific space where the target object is located in a specific position and pose, the distance to the nearest point having a non-zero volume density value may be estimated as the distance to the object. According to this method, the information processing system may generate a 3D depth map of the target object using the volume inference model.
- the information processing system may generate a 3D mesh of the target object based on the generated 3D depth map (350), and apply texture information on the 3D mesh to create a 3D 3D mesh for the target object.
- a model may be created (360).
- the texture information may be determined based on a plurality of points in a specific space and color values in a plurality of viewing directions inferred by a volume inference model.
- a sparse depth map is generated when the number of feature points that can be extracted from a plurality of images is small. Even if a dense depth map is inferred from a sparse depth map, an incomplete depth map is generated due to loss of information.
- the learned volume inference model according to an embodiment of the present disclosure is used, color values and volume density values for all positions and viewing directions in a specific space where the target object is located can be estimated, so that a dense depth map is immediately formed. can create That is, according to the present disclosure, it is possible to generate a precise and accurate depth map with high resolution. In addition, the resolution of the depth map may be further improved by using image super resolution technology. In this way, by generating a 3D model using a high-quality 3D depth map, it is possible to generate a high-quality 3D model close to a real life.
- the volume inference model ( ) is location information on a specific space ( ) and viewing direction information ( ) is input, and the color value ( ) and the volume density value ( ) can be inferred.
- the volume inference model can be expressed as Equation 1 above.
- the volume inference model may be trained to minimize a difference between pixel values included in the plurality of images and estimated pixel values calculated based on color values and volume density values estimated by the volume inference model.
- a loss function for learning a volume inference model may be expressed as Equation 2 above.
- Equation 2 represents an estimated pixel value calculated based on a color value and a volume density value estimated by the volume inference model.
- the estimated pixel value may be calculated through the following process.
- the information processing system connects a point (one pixel) on an image plane from the center of focus (o) of a plurality of images of a target object (hereinafter referred to as a ray (optical path), ) can be assumed. Then, a plurality of sampling points 420, 430, 440, 450, 460, 470, and 480 existing on the ray may be extracted. For example, the information processing system may extract a plurality of sampling points 420, 430, 440, 450, 460, 470, and 480 at equal intervals on the ray.
- the information processing system inputs position information and viewing direction information (direction from the sampling point to the focal center) of the plurality of sampling points 420, 430, 440, 450, 460, 470, and 480 to the volume inference model.
- the color values and volume density values of corresponding points can be inferred.
- an image plane specifically, the corresponding ray and top plane It is possible to calculate an estimated pixel value at a point where the pixels meet, that is, a pixel.
- Equation 3 a process of calculating an estimated pixel value based on a color value and a volume density value estimated by a volume inference model may be expressed by Equation 3 below.
- silver Ray is the calculated estimated pixel value, , are the nearest boundary (eg, the nearest point where the volume density is not zero), the far boundary (eg, the farthest point where the volume density is not zero), respectively.
- is the volume density value is the color value, , Represents the location information and viewing direction information of the sampling point, respectively, Is from The cumulative transmittance (i.e., the ray (light) from represents the probability of moving without colliding with another particle).
- the process of calculating the estimated pixel values may be performed for all pixels in a plurality of images.
- the volume inference model may be trained to minimize a difference between an estimated pixel value calculated based on the estimated color value and volume density value and a pixel value included in the actual image.
- a loss function for learning a volume inference model may be expressed as Equation 4 below.
- silver Ray is a set of rays for a plurality of images, are each ray Indicates an estimated pixel value calculated based on a ground truth pixel value for , a color value estimated by a volume inference model, and a volume density value.
- the information processing system performs a process of extracting a plurality of sampling points (420, 430, 440, 450, 460, 470, 480) existing on the ray and calculating an estimated pixel value a plurality of times. can do.
- the information processing system may perform a hierarchical volume sampling process. Specifically, instead of using one volume estimation model, two models, a coarse model and a fine model, can be used. First, according to the above-described method, color values and volume density values output from the rough model may be inferred.
- a loss function for learning a precise model can be expressed as Equation 5 below.
- a 3D model of the target object may be generated using the learned precise model.
- volume density can be modeled as a transform of a trainable SDF.
- the volume density may be modeled by Equation 6 below.
- the cumulative distribution function of the Laplace distribution with a scale parameter of is the area occupied by the target object, is the boundary of the target object point above, is the branch is a function that is 1 if is within the area occupied by the target object, and 0 otherwise; is the branch It represents a function whose value changes according to the distance to the boundary surface, while having a positive number if it is within the area occupied by the target object or a negative number otherwise.
- a loss function for learning the volume inference model may be defined based on color loss and Eikonal loss.
- the color loss can be calculated similarly to the above-described method (eg, Equation 2, Equation 4, or Equation 5), and the iconic loss is a loss representing a geometric penalty.
- the loss function may be defined as Equation 7 below.
- the information processing system can learn the volume inference model in various ways, and can generate a 3D model using the learned volume inference model.
- FIG. 5 is a diagram illustrating an example of a comparison between a 3D model 520 generated by a 3D modeling method according to an embodiment of the present disclosure and a 3D model 510 generated by a conventional method.
- feature points may be extracted from an image of a target object, and position values of the feature points in a 3D space may be estimated.
- the feature point may mean a point that can be estimated as the same point in a plurality of images. Then, based on the location values of the estimated feature points, a depth map for a 3D shape or a point cloud is generated, and a 3D mesh for the target object is generated based on the depth map or point cloud.
- the shape of the object may not be properly reflected depending on the characteristics of the target object. For example, in the case of an object having a texture for which it is difficult to specify feature points (eg, monochromatic plastic, metal, etc.), significantly fewer feature points are extracted, and the shape of the object may not be properly reflected in the 3D model. As another example, in the case of objects with reflective or transparent materials, feature points are extracted at different locations from the real object due to reflection or refraction of light, or points at the same location in the real object are extracted as feature points at different locations, resulting in abnormal Three-dimensional models with shapes and textures can be created.
- feature points are extracted at different locations from the real object due to reflection or refraction of light, or points at the same location in the real object are extracted as feature points at different locations, resulting in abnormal Three-dimensional models with shapes and textures can be created.
- an object when an object includes a thin and thin part, feature points of a sufficiently wide area to specify a surface are not distributed in the corresponding part, and thus, in the step of generating a 3D mesh, It is recognized as a dot and can be omitted.
- a 3D model may not be properly generated depending on the characteristics of the target object.
- FIG. 5 An example of a three-dimensional model 510 created by a conventional method is shown in FIG. 5 .
- the 3D model 510 created by the conventional method does not accurately reflect the surface position of the actual target object, so the surface is not smooth and some parts are omitted.
- a volume inference model is used to estimate color values and volume density values for all points on a specific space where an object is located. Accordingly, a 3D model that more accurately reflects the actual target object can be created.
- FIG. 5 An example of a three-dimensional model 520 created by a method according to an embodiment of the present disclosure is shown in FIG. 5 .
- the 3D model 520 created by the method according to an embodiment of the present disclosure may more accurately and accurately reflect the shape or texture of a real target object. Accordingly, according to the method of the present disclosure, it is possible to generate a high-quality 3D model that is close to real life.
- FIG. 6 is a diagram illustrating an example of a 3D modeling method based on volume inference considering distortion of a camera according to an embodiment of the present disclosure.
- the information processing system may perform a 3D modeling method in consideration of the distortion of the camera.
- FIG. 6 parts that are added or changed in consideration of distortion of the camera will be mainly described, and parts overlapping with the process described above in FIG. 3 will be briefly described.
- the information processing system may receive a plurality of images of a target object located in a specific space from different directions or images of a target object from various directions (610). Then, the information processing system may estimate a camera model based on a plurality of images (620). For example, a camera model that captures a plurality of images may be estimated using photogrammetry. Thereafter, the information processing system may convert the plurality of images into undistorted images using the estimated camera model (630).
- the information processing system can estimate the position and pose at which each image was taken (640). For example, the information processing system may estimate the position and pose at which each image was taken based on the plurality of converted non-distorted images. As another example, the information processing system may estimate a position and pose where each image was taken based on a plurality of received images (distorted images), and correct/convert the estimated position and pose using a camera model. . Thereafter, the information processing system may learn a volume inference model based on the plurality of converted undistorted images (650).
- the information processing system may generate a 3D model of the target object using the volume inference model learned based on the undistorted image. For example, the information processing system may generate a 3D depth map of the target object (660) and convert the 3D depth map back into a 3D depth map for the original (distorted) image using a camera model. Yes (670). Then, a 3D mesh of the target object may be generated based on the converted 3D depth map (680), and a 3D model of the target object may be generated by applying texture information to the 3D mesh (690). .
- a precise and accurate 3D depth map can be generated by converting an image into a non-distorted image and performing the process, and a 3D model is generated based on the 3D depth map.
- the user viewing the 3D model through the user terminal can implement a realistic 3D model that feels like shooting a real object with a camera (camera with distortion).
- FIG. 7 is a diagram illustrating an example of comparing a distorted image and a non-distorted image according to an embodiment of the present disclosure.
- the circle-shaped points are coordinates obtained by dividing the horizontal and vertical sides of the undistorted image at regular intervals, and the square-shaped points correspond to circular points in the undistorted image. It is a coordinate indicating the position where the corresponding part appears in the distorted image. Looking at the dot graph 700 , it can be confirmed that the displayed positions of the same part in the non-distorted image and the distorted image are different, and in particular, it can be confirmed that the position difference increases toward the edge of the image. That is, it can be seen that the distortion increases toward the edge of the image.
- At least part of the process of the 3D modeling method may be performed under the assumption that there is no distortion in the image (assuming a pinhole camera). For example, estimating the position or pose of the camera based on the image, drawing a ray from the focal center of the camera to a specific pixel on the image, and calculating the color and density values for a plurality of points on the ray.
- the step of estimating the color value of a specific pixel by estimating may be performed under the assumption that there is no distortion in the image.
- most commercially available cameras have distortion, when a 3D modeling method is performed using a distorted image, there may be a difference from a real object in a detailed part.
- a real object can be transformed into detailed parts. You can create a 3D model that accurately reflects it.
- volume inference-based 3D modeling method 800 may be performed by at least one processor of an information processing system or a user terminal.
- the method 800 may be initiated when a processor receives a plurality of images of a target object located in a specific space from different directions (S810).
- a processor eg, at least one processor of an information processing system
- the processor may estimate the position and pose of each image taken (S820).
- the position and pose at which each image is captured may refer to a position and direction of a camera at a point in time when each image is captured.
- Various estimation methods for estimating a position and pose from an image may be used for position and pose estimation. For example, a photogrammetry technique of extracting feature points from a plurality of images and estimating positions and poses of each image may be used, but is not limited thereto, and various position and pose estimation methods may be used.
- the processor may learn a volume inference model based on the plurality of images and the positions and poses of each image (S830).
- the volume inference model may be a model learned to output color values and volume density values by receiving location information and viewing direction information in a specific space.
- the volume inference model may be trained to minimize a difference between pixel values included in a plurality of images and an estimated pixel value calculated based on a color value and a volume density value estimated by the volume inference model. there is.
- the processor may generate a 3D model of the target object using the volume inference model (S840). For example, the processor generates a 3D depth map of the target object using a volume inference model, generates a 3D mesh of the target object based on the generated 3D depth map, and then, on the 3D mesh
- a 3D model of a target object can be created by applying texture information to
- a 3D depth map of a target object may be generated based on volume density values at a plurality of points in a specific space inferred by a volume inference model.
- texture information may be determined based on color values at a plurality of points in a specific space and in a plurality of viewing directions inferred by a volume inference model.
- the processor may estimate a camera model, convert a distorted image into an undistorted image using the estimated camera model, and then perform the above-described process.
- the processor may estimate a camera model based on a plurality of images, convert the plurality of images into a plurality of undistorted images using the estimated camera model, and use the converted plurality of undistorted images.
- a volume inference model can be trained. In this case, the estimated position and pose at which each image was taken may be converted using a camera model, or the position and pose at which each image is taken may be estimated using a non-distorted image.
- the processor generates a 3D depth map of the target object using the volume inference model learned on the basis of the undistorted image, and uses the camera model to generate a 3D depth map for the distorted image again.
- a 3D model of the target object may be generated by generating a 3D mesh of the target object based on the converted 3D depth map and applying texture information to the 3D mesh.
- the above method may be provided as a computer program stored in a computer readable recording medium to be executed on a computer.
- the medium may continuously store programs executable by a computer or temporarily store them for execution or download.
- the medium may be various recording means or storage means in the form of a single or combined hardware, but is not limited to a medium directly connected to a certain computer system, and may be distributed on a network. Examples of the medium include magnetic media such as hard disks, floppy disks and magnetic tapes, optical recording media such as CD-ROM and DVD, magneto optical media such as floptical disks, and Anything configured to store program instructions may include a ROM, RAM, flash memory, or the like.
- examples of other media include recording media or storage media managed by an app store that distributes applications, a site that supplies or distributes various other software, and a server.
- the processing units used to perform the techniques may include one or more ASICs, DSPs, digital signal processing devices (DSPDs), programmable logic devices (PLDs) ), field programmable gate arrays (FPGAs), processors, controllers, microcontrollers, microprocessors, electronic devices, and other electronic units designed to perform the functions described in this disclosure. , a computer, or a combination thereof.
- a general purpose processor may be a microprocessor, but in the alternative, the processor may be any conventional processor, controller, microcontroller, or state machine.
- a processor may also be implemented as a combination of computing devices, eg, a combination of a DSP and a microprocessor, a plurality of microprocessors, one or more microprocessors in conjunction with a DSP core, or any other configuration.
- the techniques include random access memory (RAM), read-only memory (ROM), non-volatile random access memory (NVRAM), PROM (on a computer readable medium, such as programmable read-only memory (EPROM), erasable programmable read-only memory (EPROM), electrically erasable PROM (EEPROM), flash memory, compact disc (CD), magnetic or optical data storage device, or the like. It can also be implemented as stored instructions. Instructions may be executable by one or more processors and may cause the processor(s) to perform certain aspects of the functionality described in this disclosure.
- Computer readable media includes both computer storage media and communication media including any medium that facilitates transfer of a computer program from one place to another.
- a storage media may be any available media that can be accessed by a computer.
- such computer readable media may include RAM, ROM, EEPROM, CD-ROM or other optical disk storage, magnetic disk storage or other magnetic storage devices, or desired program code in the form of instructions or data structures. It can be used for transport or storage to and can include any other medium that can be accessed by a computer. Also, any connection is properly termed a computer-readable medium.
- the software is transmitted from a website, server, or other remote source using coaxial cable, fiber optic cable, twisted pair, digital subscriber line (DSL), or wireless technologies such as infrared, radio, and microwave
- coaxial cable , fiber optic cable, twisted pair, digital subscriber line, or wireless technologies such as infrared, radio, and microwave
- Disk and disc as used herein include CD, laser disc, optical disc, digital versatile disc (DVD), floppy disk, and blu-ray disc, where disks are usually magnetic data is reproduced optically, whereas discs reproduce data optically using a laser. Combinations of the above should also be included within the scope of computer readable media.
- a software module may reside in RAM memory, flash memory, ROM memory, EPROM memory, EEPROM memory, registers, hard disk, a removable disk, a CD-ROM, or any other form of storage medium known in the art.
- An exemplary storage medium can be coupled to the processor such that the processor can read information from or write information to the storage medium.
- the storage medium may be integral to the processor.
- the processor and storage medium may reside within an ASIC.
- An ASIC may exist within a user terminal.
- the processor and storage medium may exist as separate components in a user terminal.
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
- Image Generation (AREA)
Abstract
본 개시는 적어도 하나의 프로세서에 의해 실행되는 볼륨 추론 기반 3차원 모델링 방법에 관한 것이다. 볼륨 추론 기반 3차원 모델링 방법은, 특정 공간 상에 위치한 대상 물체를 서로 다른 방향에서 촬영한 복수의 이미지를 수신하는 단계, 각 이미지가 촬영된 위치 및 포즈를 추정하는 단계, 복수의 이미지 및 각 이미지가 촬영된 위치 및 포즈에 기초하여 볼륨 추론 모델을 학습하는 단계 및 볼륨 추론 모델을 이용하여 대상 물체에 대한 3차원 모델을 생성하는 단계를 포함한다.
Description
본 개시는 볼륨 추론 기반 3차원 모델링 방법 및 시스템에 관한 것으로, 구체적으로, 대상 물체를 서로 다른 방향에서 촬영한 복수의 이미지에 기초하여 볼륨 추론 모델을 학습하고, 학습된 볼륨 추론 모델을 이용하여 대상 물체에 대한 3차원 모델을 생성하는 방법 및 시스템에 관한 것이다.
종래에는 물체에 대한 3차원 모델을 제작하기 위해, 일반적으로 CAD와 같은 프로그램을 이용하여 3차원 모델링 작업을 수행하였다. 이러한 작업을 수행하기 위해서는 어느 정도 숙련된 기술이 필요하기 때문에, 대부분 전문가에 의해 3차원 모델링 작업이 수행되었다. 이에 따라 3차원 모델링 작업에 많은 시간과 비용이 소모되었고, 제작된 3차원 모델은 작업자에 따라 품질의 차이가 크다는 문제점이 있었다.
최근에는 대상 물체를 다양한 각도에서 촬영한 사진 또는 영상을 기반으로 3차원 모델링을 자동화하는 기술이 도입되어, 짧은 시간 내에 3차원 모델을 제작할 수 있게 되었다. 다만, 일반적인 3차원 모델링 자동화 기술들은 이미지에서 특징점(feature point)들을 추출하는 과정을 거치는데, 이러한 방식에 의하면, 물체의 특징에 따라 특징점이 제대로 추출되지 않거나, 물체의 형체가 정확하게 반영되지 않은 3차원 모델이 생성된다는 문제점이 있다.
본 개시는 상기와 같은 문제점을 해결하기 위한 볼륨 추론 기반 3차원 모델링 방법, 기록매체에 저장된 컴퓨터 프로그램 및 장치(시스템)를 제공한다.
본 개시는 방법, 장치(시스템) 또는 판독 가능 저장 매체에 저장된 컴퓨터 프로그램을 포함한 다양한 방식으로 구현될 수 있다.
본 개시의 일 실시예에 따르면, 적어도 하나의 프로세서에 의해 실행되는 볼륨 추론 기반 3차원 모델링 방법은, 특정 공간 상에 위치한 대상 물체를 서로 다른 방향에서 촬영한 복수의 이미지를 수신하는 단계, 각 이미지가 촬영된 위치 및 포즈를 추정하는 단계, 복수의 이미지 및 각 이미지가 촬영된 위치 및 포즈에 기초하여 볼륨 추론 모델을 학습하는 단계 및 볼륨 추론 모델을 이용하여 대상 물체에 대한 3차원 모델을 생성하는 단계를 포함한다.
본 개시의 일 실시예에 따르면, 볼륨 추론 모델은 특정 공간 상의 위치 정보 및 시야 방향(viewing direction) 정보를 입력 받아, 색상 값과 볼륨 밀도(volume density) 값을 출력하도록 학습된 모델이다.
본 개시의 일 실시예에 따르면, 볼륨 추론 모델은 복수의 이미지에 포함된 픽셀 값과 볼륨 추론 모델에 의해 추정된 색상 값과 볼륨 밀도 값에 기초하여 산출되는 추정 픽셀 값 사이의 차이를 최소화하도록 학습된다.
본 개시의 일 실시예에 따르면, 대상 물체에 대한 3차원 모델을 생성하는 단계는, 볼륨 추론 모델을 이용하여 대상 물체의 3차원 깊이맵을 생성하는 단계, 생성된 3차원 깊이맵에 기초하여 대상 물체의 3차원 메쉬(mesh)를 생성하는 단계 및 3차원 메쉬 상에 텍스처 정보를 적용하여 대상 물체에 대한 3차원 모델을 생성하는 단계를 포함한다.
본 개시의 일 실시예에 따르면, 대상 물체의 3차원 깊이맵은 볼륨 추론 모델에 의해 추론된 특정 공간 상의 복수의 지점에서의 볼륨 밀도 값에 기초하여 생성된다.
본 개시의 일 실시예에 따르면, 텍스처 정보는 볼륨 추론 모델에 의해 추론된 특정 공간 상의 복수의 지점 및 복수의 시야 방향에서의 색상 값에 기초하여 결정된다.
본 개시의 일 실시예에 따르면, 복수의 이미지에 기초하여 카메라 모델을 추정하는 단계 및 추정된 카메라 모델을 이용하여 복수의 이미지를 복수의 비왜곡(undistorted) 이미지로 변환하는 단계를 더 포함하고, 볼륨 추론 모델은 복수의 비왜곡 이미지를 이용하여 학습된 모델이다.
본 개시의 일 실시예에 따르면, 대상 물체에 대한 3차원 모델을 생성하는 단계는, 볼륨 추론 모델을 이용하여 대상 물체의 3차원 깊이맵을 생성하는 단계, 카메라 모델을 이용하여 3차원 깊이맵을 변환하는 단계, 변환된 3차원 깊이맵에 기초하여 대상 물체의 3차원 메쉬(mesh)를 생성하는 단계 및 3차원 메쉬 상에 텍스처 정보를 적용하여 대상 물체에 대한 3차원 모델을 생성하는 단계를 포함한다.
본 개시의 일 실시예에 따른 볼륨 추론 기반 3차원 모델링 방법을 컴퓨터에서 실행하기 위해 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램이 제공된다.
본 개시의 일 실시예에 따른 정보 처리 시스템은, 통신 모듈, 메모리 및 메모리와 연결되고, 메모리에 포함된 컴퓨터 판독 가능한 적어도 하나의 프로그램을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고, 적어도 하나의 프로그램은, 특정 공간 상에 위치한 대상 물체를 서로 다른 방향에서 촬영한 복수의 이미지를 수신하고, 각 이미지가 촬영된 위치 및 포즈를 추정하고, 복수의 이미지 및 각 이미지가 촬영된 위치 및 포즈에 기초하여 볼륨 추론 모델을 학습하고, 볼륨 추론 모델을 이용하여 대상 물체에 대한 3차원 모델을 생성하기 위한 명령어들을 포함한다.
본 개시의 일부 실시예에 따르면, 볼륨 추론 모델을 학습시키고 학습된 볼륨 추론 모델을 이용하여 3차원 모델을 생성함으로써, 대상 물체의 형체 및/또는 텍스처를 정확하고 세밀하게 구현한 고품질의 3차원 모델을 생성할 수 있다.
본 개시의 일부 실시예에 따르면, 대상 물체가 위치한 특정 공간 내의 모든 위치 및 시야 방향에 대한 색상 값 및 볼륨 밀도 값을 추정할 수 있기 때문에, 높은 해상도의 정밀하고 정확한 깊이맵을 생성할 수 있고, 이에 기초하여 고품질의 3차원 모델을 생성할 수 있다.
본 개시의 일부 실시예에 따르면, 3차원 깊이맵을 생성하는 과정에서 이미지를 비왜곡 이미지로 변환하여 과정을 수행함으로써, 정밀하고 정확한 3차원 깊이맵을 생성할 수 있다.
본 개시의 일부 실시예에 따르면, 3차원 깊이맵을 기초로 3차원 모델을 생성하는 과정에서, 3차원 깊이맵을 역변환하여 과정을 수행함으로써, 사용자 단말을 통해 3차원 모델을 보는 사용자가 실제 물체를 카메라로 촬영하고 있는 것과 같이 느껴지는 현장감 있는 3차원 모델을 구현할 수 있다.
본 개시의 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급되지 않은 다른 효과들은 청구범위의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자(“통상의 기술자”라 함)에게 명확하게 이해될 수 있을 것이다.
본 개시의 실시예들은, 이하 설명하는 첨부 도면들을 참조하여 설명될 것이며, 여기서 유사한 참조 번호는 유사한 요소들을 나타내지만, 이에 한정되지는 않는다.
도 1은 본 개시의 일 실시예에 따라 사용자가 사용자 단말을 이용하여 대상 물체를 다양한 방향에서 촬영하고, 3차원 모델을 생성하는 예시를 나타내는 도면이다.
도 2는 본 개시의 일 실시예에 따른 사용자 단말 및 정보 처리 시스템의 내부 구성을 나타내는 블록도이다.
도 3은 본 개시의 일 실시예에 따른 볼륨 추론 기반 3차원 모델링 방법의 예시를 나타내는 도면이다.
도 4는 본 개시의 일 실시예에 따른 볼륨 추론 모델을 학습하는 방법의 예시를 나타내는 도면이다.
도 5는 본 개시의 일 실시예에 따른 3차원 모델링 방법에 의해 생성된 3차원 모델과 종래의 방법에 의해 생성된 3차원 모델을 비교한 예시를 나타내는 도면이다.
도 6은 본 개시의 일 실시예에 따른 카메라의 왜곡을 고려한 볼륨 추론 기반 3차원 모델링 방법의 예시를 나타내는 도면이다.
도 7은 본 개시의 일 실시예에 따른 왜곡된 이미지와 비왜곡 이미지를 비교한 예시를 나타내는 도면이다.
도 8은 본 개시의 일 실시예에 따른 볼륨 추론 기반 3차원 모델링 방법의 예시를 나타내는 흐름도이다.
이하, 본 개시의 실시를 위한 구체적인 내용을 첨부된 도면을 참조하여 상세히 설명한다. 다만, 이하의 설명에서는 본 개시의 요지를 불필요하게 흐릴 우려가 있는 경우, 널리 알려진 기능이나 구성에 관한 구체적 설명은 생략하기로 한다.
첨부된 도면에서, 동일하거나 대응하는 구성요소에는 동일한 참조부호가 부여되어 있다. 또한, 이하의 실시예들의 설명에 있어서, 동일하거나 대응되는 구성요소를 중복하여 기술하는 것이 생략될 수 있다. 그러나, 구성요소에 관한 기술이 생략되어도, 그러한 구성요소가 어떤 실시예에 포함되지 않는 것으로 의도되지는 않는다.
개시된 실시예의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 개시는 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 개시가 완전하도록 하고, 본 개시가 통상의 기술자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것일 뿐이다.
본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 개시된 실시예에 대해 구체적으로 설명하기로 한다. 본 명세서에서 사용되는 용어는 본 개시에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 관련 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서, 본 개시에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 개시의 전반에 걸친 내용을 토대로 정의되어야 한다.
본 명세서에서의 단수의 표현은 문맥상 명백하게 단수인 것으로 특정하지 않는 한, 복수의 표현을 포함한다. 또한, 복수의 표현은 문맥상 명백하게 복수인 것으로 특정하지 않는 한, 단수의 표현을 포함한다. 명세서 전체에서 어떤 부분이 어떤 구성요소를 포함한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다.
또한, 명세서에서 사용되는 '모듈' 또는 '부'라는 용어는 소프트웨어 또는 하드웨어 구성요소를 의미하며, '모듈' 또는 '부'는 어떤 역할들을 수행한다. 그렇지만, '모듈' 또는 '부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '모듈' 또는 '부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서, '모듈' 또는 '부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 또는 변수들 중 적어도 하나를 포함할 수 있다. 구성요소들과 '모듈' 또는 '부'들은 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '모듈' 또는 '부'들로 결합되거나 추가적인 구성요소들과 '모듈' 또는 '부'들로 더 분리될 수 있다.
본 개시의 일 실시예에 따르면, '모듈' 또는 '부'는 프로세서 및 메모리로 구현될 수 있다. '프로세서'는 범용 프로세서, 중앙 처리 장치(CPU), 마이크로프로세서, 디지털 신호 프로세서(DSP), 제어기, 마이크로제어기, 상태 머신 등을 포함하도록 넓게 해석되어야 한다. 몇몇 환경에서, '프로세서'는 주문형 반도체(ASIC), 프로그램가능 로직 디바이스(PLD), 필드 프로그램가능 게이트 어레이(FPGA) 등을 지칭할 수도 있다. '프로세서'는, 예를 들어, DSP와 마이크로프로세서의 조합, 복수의 마이크로프로세서들의 조합, DSP 코어와 결합한 하나 이상의 마이크로프로세서들의 조합, 또는 임의의 다른 그러한 구성들의 조합과 같은 처리 디바이스들의 조합을 지칭할 수도 있다. 또한, '메모리'는 전자 정보를 저장 가능한 임의의 전자 컴포넌트를 포함하도록 넓게 해석되어야 한다. '메모리'는 임의 액세스 메모리(RAM), 판독-전용 메모리(ROM), 비-휘발성 임의 액세스 메모리(NVRAM), 프로그램가능 판독-전용 메모리(PROM), 소거-프로그램가능 판독 전용 메모리(EPROM), 전기적으로 소거가능 PROM(EEPROM), 플래쉬 메모리, 자기 또는 광학 데이터 저장장치, 레지스터들 등과 같은 프로세서-판독가능 매체의 다양한 유형들을 지칭할 수도 있다. 프로세서가 메모리로부터 정보를 판독하고/하거나 메모리에 정보를 기록할 수 있다면 메모리는 프로세서와 전자 통신 상태에 있다고 불린다. 프로세서에 집적된 메모리는 프로세서와 전자 통신 상태에 있다.
본 개시에서, '시스템'은 서버 장치와 클라우드 장치 중 적어도 하나의 장치를 포함할 수 있으나, 이에 한정되는 것은 아니다. 예를 들어, 시스템은 하나 이상의 서버 장치로 구성될 수 있다. 다른 예로서, 시스템은 하나 이상의 클라우드 장치로 구성될 수 있다. 또 다른 예로서, 시스템은 서버 장치와 클라우드 장치가 함께 구성되어 동작될 수 있다.
본 개시에서, '기계학습 모델'은 주어진 입력에 대한 해답(answer)을 추론하는데 사용하는 임의의 모델을 포함할 수 있다. 일 실시예에 따르면, 기계학습 모델은 입력 레이어(층), 복수 개의 은닉 레이어 및 출력 레이어를 포함한 인공신경망 모델을 포함할 수 있으며, 여기서, 각 레이어는 복수의 노드를 포함할 수 있다. 본 개시에서, 기계학습 모델은 인공신경망 모델을 지칭할 수 있으며, 인공신경망 모델은 기계학습 모델을 지칭할 수 있다. 본 개시에서, '볼륨 추론 모델'이 기계학습 모델로서 구현될 수 있다. 본 개시의 일부 실시예에서, 하나의 기계학습 모델로 설명된 모델은 복수 개의 기계학습 모델을 포함할 수 있으며, 또한, 별도의 기계학습 모델로 설명된 복수 개의 모델은 단일 기계학습 모델로서 구현될 수도 있다.
본 개시에서, '디스플레이'는 컴퓨팅 장치와 연관된 임의의 디스플레이 장치를 지칭할 수 있는데, 예를 들어, 컴퓨팅 장치에 의해 제어되거나 컴퓨팅 장치로부터 제공된 임의의 정보/데이터를 표시할 수 있는 임의의 디스플레이 장치를 지칭할 수 있다.
본 개시에서, '복수의 A의 각각' 또는 '복수의 A 각각'은 복수의 A에 포함된 모든 구성 요소의 각각을 지칭하거나, 복수의 A에 포함된 일부 구성 요소의 각각을 지칭할 수 있다.
본 개시의 일부 실시예에서, '복수의 이미지'는 복수의 이미지를 포함하는 영상을 지칭할 수 있으며, '영상'은 영상에 포함된 복수의 이미지를 지칭할 수 있다.
도 1은 본 개시의 일 실시예에 따라 사용자(110)가 사용자 단말(120)을 이용하여 대상 물체(130)를 다양한 방향에서 촬영하고, 3차원 모델을 생성하는 예시를 나타내는 도면이다. 일 실시예에 따르면, 사용자(110)는 사용자 단말(120)에 구비된 카메라(또는 이미지 센서)를 이용하여, 3차원 모델링의 대상이 되는 물체(이하, 대상 물체)(130)를 다양한 방향에서 촬영하고, 3차원 모델 생성을 요청할 수 있다. 예를 들어, 사용자(110)는 사용자 단말(120)에 구비된 카메라를 이용하여, 대상 물체(130) 주위를 회전하면서, 대상 물체(130)를 포함하는 영상을 촬영할 수 있다. 그런 다음, 사용자(110)는 사용자 단말(120)을 통해, 촬영된 영상(또는 영상에 포함된 복수의 이미지)을 이용한 3차원 모델링을 요청할 수 있다. 다른 실시예에 따르면, 사용자(110)는 사용자 단말(120)에 저장된 영상 또는 사용자 단말(120)로부터 접근할 수 있는 다른 시스템에 저장된 영상을 선택한 뒤, 해당 영상(또는 영상에 포함된 복수의 이미지)을 이용한 3차원 모델링을 요청할 수 있다. 사용자(110)에 의해 3차원 모델링이 요청된 경우, 사용자 단말(120)은 촬영된 영상 또는 선택된 영상을 정보 처리 시스템으로 전송할 수 있다.
정보 처리 시스템은 대상 물체(130)에 대한 영상(또는 영상에 포함된 복수의 이미지)을 수신하고, 영상 내의 복수의 이미지 각각에 대해 촬영된 위치 및 포즈를 추정할 수 있다. 각 이미지가 촬영된 위치 및 포즈는, 각 이미지가 촬영된 시점에서 카메라의 위치 및 방향 등을 지칭할 수 있다. 그런 다음, 정보 처리 시스템은 복수의 이미지 및 각 이미지가 촬영된 위치 및 포즈에 기초하여 볼륨 추론 모델을 학습할 수 있으며, 학습된 볼륨 추론 모델을 이용하여 대상 물체(130)에 대한 3차원 모델을 생성할 수 있다.
상술한 설명에서, 복수의 이미지를 이용하여 3차원 모델을 생성하는 과정은 정보 처리 시스템에 의해 수행되는 것으로 기재하였으나, 이에 한정되지 않으며 다른 실시예에서는 다르게 구현될 수 있다. 예를 들어, 복수의 이미지를 이용하여 3차원 모델을 생성하는 일련의 과정 중 적어도 일부 또는 모든 과정이 사용자 단말(120)에 의해 수행될 수 있다. 다만, 설명의 편의를 위해, 이하에서는 정보 처리 시스템에 의해 3차원 모델 생성 과정이 수행되는 것을 전제로 설명하고자 한다.
본 개시의 볼륨 기반 3차원 모델링 방법에 의하면, 이미지로부터 특징점을 추출하여 이를 기초로 3차원 모델을 생성하는 대신에, 볼륨 추론 모델을 학습시키고 학습된 볼륨 추론 모델을 이용하여 3차원 모델을 생성함으로써, 대상 물체(130)의 형체 및/또는 텍스처를 정확하고 세밀하게 구현할 수 있다.
도 2는 본 개시의 일 실시예에 따른 사용자 단말(210) 및 정보 처리 시스템(230)의 내부 구성을 나타내는 블록도이다. 사용자 단말(210)은 3차원 모델링 애플리케이션, 웹 브라우저 등을 실행 가능하고 유/무선 통신이 가능한 임의의 컴퓨팅 장치를 지칭할 수 있으며, 예를 들어, 휴대폰 단말, 태블릿 단말, PC 단말 등을 포함할 수 있다. 도시된 바와 같이, 사용자 단말(210)은 메모리(212), 프로세서(214), 통신 모듈(216) 및 입출력 인터페이스(218)를 포함할 수 있다. 이와 유사하게, 정보 처리 시스템(230)은 메모리(232), 프로세서(234), 통신 모듈(236) 및 입출력 인터페이스(238)를 포함할 수 있다. 도 2에 도시된 바와 같이, 사용자 단말(210) 및 정보 처리 시스템(230)은 각각의 통신 모듈(216, 236)을 이용하여 네트워크(220)를 통해 정보 및/또는 데이터를 통신할 수 있도록 구성될 수 있다. 또한, 입출력 장치(240)는 입출력 인터페이스(218)를 통해 사용자 단말(210)에 정보 및/또는 데이터를 입력하거나 사용자 단말(210)로부터 생성된 정보 및/또는 데이터를 출력하도록 구성될 수 있다.
메모리(212, 232)는 비-일시적인 임의의 컴퓨터 판독 가능한 기록매체를 포함할 수 있다. 일 실시예에 따르면, 메모리(212, 232)는 RAM(random access memory), ROM(read only memory), 디스크 드라이브, SSD(solid state drive), 플래시 메모리(flash memory) 등과 같은 비소멸성 대용량 저장 장치(permanent mass storage device)를 포함할 수 있다. 다른 예로서, ROM, SSD, 플래시 메모리, 디스크 드라이브 등과 같은 비소멸성 대용량 저장 장치는 메모리와는 구분되는 별도의 영구 저장 장치로서 사용자 단말(210) 또는 정보 처리 시스템(230)에 포함될 수 있다. 또한, 메모리(212, 232)에는 운영체제와 적어도 하나의 프로그램 코드(예를 들어, 사용자 단말(210)에 설치되어 구동되는 3차원 모델링 애플리케이션 등을 위한 코드)가 저장될 수 있다.
이러한 소프트웨어 구성요소들은 메모리(212, 232)와는 별도의 컴퓨터에서 판독가능한 기록매체로부터 로딩될 수 있다. 이러한 별도의 컴퓨터에서 판독가능한 기록매체는 이러한 사용자 단말(210) 및 정보 처리 시스템(230)에 직접 연결가능한 기록 매체를 포함할 수 있는데, 예를 들어, 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 등의 컴퓨터에서 판독 가능한 기록매체를 포함할 수 있다. 다른 예로서, 소프트웨어 구성요소들은 컴퓨터에서 판독 가능한 기록매체가 아닌 통신 모듈을 통해 메모리(212, 232)에 로딩될 수도 있다. 예를 들어, 적어도 하나의 프로그램은 개발자들 또는 애플리케이션의 설치 파일을 배포하는 파일 배포 시스템이 네트워크(220)를 통해 제공하는 파일들에 의해 설치되는 컴퓨터 프로그램에 기반하여 메모리(212, 232)에 로딩될 수 있다.
프로세서(214, 234)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(212, 232) 또는 통신 모듈(216, 236)에 의해 프로세서(214, 234)로 제공될 수 있다. 예를 들어, 프로세서(214, 234)는 메모리(212, 232)와 같은 기록 장치에 저장된 프로그램 코드에 따라 수신되는 명령을 실행하도록 구성될 수 있다.
통신 모듈(216, 236)은 네트워크(220)를 통해 사용자 단말(210)과 정보 처리 시스템(230)이 서로 통신하기 위한 구성 또는 기능을 제공할 수 있으며, 사용자 단말(210) 및/또는 정보 처리 시스템(230)이 다른 사용자 단말 또는 다른 시스템(일례로 별도의 클라우드 시스템 등)과 통신하기 위한 구성 또는 기능을 제공할 수 있다. 일례로, 사용자 단말(210)의 프로세서(214)가 메모리(212) 등과 같은 기록 장치에 저장된 프로그램 코드에 따라 생성한 요청 또는 데이터(예를 들어, 3차원 모델 생성 요청, 대상 물체를 다양한 방향에서 촬영한 복수의 이미지 또는 영상 등)는 통신 모듈(216)의 제어에 따라 네트워크(220)를 통해 정보 처리 시스템(230)으로 전달될 수 있다. 역으로, 정보 처리 시스템(230)의 프로세서(234)의 제어에 따라 제공되는 제어 신호나 명령이 통신 모듈(236)과 네트워크(220)를 거쳐 사용자 단말(210)의 통신 모듈(216)을 통해 사용자 단말(210)에 수신될 수 있다. 예를 들어, 사용자 단말(210)은 정보 처리 시스템(230)으로부터 통신 모듈(216)을 통해 대상 물체에 대한 3차원 모델 데이터 등을 수신할 수 있다.
입출력 인터페이스(218)는 입출력 장치(240)와의 인터페이스를 위한 수단일 수 있다. 일 예로서, 입력 장치는 오디오 센서 및/또는 이미지 센서를 포함한 카메라, 키보드, 마이크로폰, 마우스 등의 장치를, 그리고 출력 장치는 디스플레이, 스피커, 햅틱 피드백 디바이스(haptic feedback device) 등과 같은 장치를 포함할 수 있다. 다른 예로, 입출력 인터페이스(218)는 터치스크린 등과 같이 입력과 출력을 수행하기 위한 구성 또는 기능이 하나로 통합된 장치와의 인터페이스를 위한 수단일 수 있다. 예를 들어, 사용자 단말(210)의 프로세서(214)가 메모리(212)에 로딩된 컴퓨터 프로그램의 명령을 처리함에 있어서 정보 처리 시스템(230)이나 다른 사용자 단말이 제공하는 정보 및/또는 데이터를 이용하여 구성되는 서비스 화면 등이 입출력 인터페이스(218)를 통해 디스플레이에 표시될 수 있다. 도 2에서는 입출력 장치(240)가 사용자 단말(210)에 포함되지 않도록 도시되어 있으나, 이에 한정되지 않으며, 사용자 단말(210)과 하나의 장치로 구성될 수 있다. 또한, 정보 처리 시스템(230)의 입출력 인터페이스(238)는 정보 처리 시스템(230)과 연결되거나 정보 처리 시스템(230)이 포함할 수 있는 입력 또는 출력을 위한 장치(미도시)와의 인터페이스를 위한 수단일 수 있다. 도 2에서는 입출력 인터페이스(218, 238)가 프로세서(214, 234)와 별도로 구성된 요소로서 도시되었으나, 이에 한정되지 않으며, 입출력 인터페이스(218, 238)가 프로세서(214, 234)에 포함되도록 구성될 수 있다.
사용자 단말(210) 및 정보 처리 시스템(230)은 도 2의 구성요소들보다 더 많은 구성요소들을 포함할 수 있다. 그러나, 대부분의 종래기술적 구성요소들을 명확하게 도시할 필요성은 없다. 일 실시예에 따르면, 사용자 단말(210)은 상술된 입출력 장치(240) 중 적어도 일부를 포함하도록 구현될 수 있다. 또한, 사용자 단말(210)은 트랜시버(transceiver), GPS(Global Positioning system) 모듈, 카메라, 각종 센서, 데이터베이스 등과 같은 다른 구성요소들을 더 포함할 수 있다. 예를 들어, 사용자 단말(210)이 스마트폰인 경우, 일반적으로 스마트폰이 포함하고 있는 구성요소를 포함할 수 있으며, 예를 들어, 가속도 센서, 자이로 센서, 카메라 모듈, 각종 물리적인 버튼, 터치패널을 이용한 버튼, 입출력 포트, 진동을 위한 진동기 등의 다양한 구성요소들이 사용자 단말(210)에 더 포함되도록 구현될 수 있다. 일 실시예에 따르면, 사용자 단말(210)의 프로세서(214)는 3차원 모델 생성 서비스를 제공하는 애플리케이션 등이 동작하도록 구성될 수 있다. 이 때, 해당 애플리케이션 및/또는 프로그램과 연관된 코드가 사용자 단말(210)의 메모리(212)에 로딩될 수 있다.
3차원 모델 생성 서비스를 제공하는 애플리케이션 등을 위한 프로그램이 동작되는 동안에, 프로세서(214)는 입출력 인터페이스(218)와 연결된 터치 스크린, 키보드, 오디오 센서 및/또는 이미지 센서를 포함한 카메라, 마이크로폰 등의 입력 장치를 통해 입력되거나 선택된 텍스트, 이미지, 영상, 음성 및/또는 동작 등을 수신할 수 있으며, 수신된 텍스트, 이미지, 영상, 음성 및/또는 동작 등을 메모리(212)에 저장하거나 통신 모듈(216) 및 네트워크(220)를 통해 정보 처리 시스템(230)에 제공할 수 있다. 예를 들어, 프로세서(214)는 입출력 인터페이스(218)와 연결된 카메라를 통해 촬영된 대상 물체에 대한 복수의 이미지 또는 영상을 수신하고, 대상 물체에 대한 3차원 모델 생성을 요청하는 사용자 입력을 수신하여, 복수의 이미지 또는 영상을 통신 모듈(216) 및 네트워크(220)를 통해 정보 처리 시스템(230)에 제공할 수 있다. 다른 예로, 프로세서(214)는 복수의 이미지 또는 영상에 대한 사용자의 선택을 나타내는 입력을 수신하여, 선택된 복수의 이미지 또는 영상을 통신 모듈(216) 및 네트워크(220)를 통해 정보 처리 시스템(230)에 제공할 수 있다.
사용자 단말(210)의 프로세서(214)는 입력 장치(240), 다른 사용자 단말, 정보 처리 시스템(230) 및/또는 복수의 외부 시스템으로부터 수신된 정보 및/또는 데이터를 관리, 처리 및/또는 저장하도록 구성될 수 있다. 프로세서(214)에 의해 처리된 정보 및/또는 데이터는 통신 모듈(216) 및 네트워크(220)를 통해 정보 처리 시스템(230)에 제공될 수 있다. 사용자 단말(210)의 프로세서(214)는 입출력 인터페이스(218)를 통해 입출력 장치(240)로 정보 및/또는 데이터를 전송하여, 출력할 수 있다. 예를 들면, 프로세서(214)는 수신한 정보 및/또는 데이터를 사용자 단말의 화면에 디스플레이할 수 있다.
정보 처리 시스템(230)의 프로세서(234)는 복수의 사용자 단말(210) 및/또는 복수의 외부 시스템으로부터 수신된 정보 및/또는 데이터를 관리, 처리 및/또는 저장하도록 구성될 수 있다. 프로세서(234)에 의해 처리된 정보 및/또는 데이터는 통신 모듈(236) 및 네트워크(220)를 통해 사용자 단말(210)에 제공할 수 있다. 예를 들어, 정보 처리 시스템(230)의 프로세서(234)는 사용자 단말(210)로부터 복수의 이미지를 수신하고, 각 이미지가 촬영된 위치 및 포즈를 추정한 뒤, 복수의 이미지 및 각 이미지가 촬영된 위치 및 포즈에 기초하여 볼륨 추론 모델을 학습할 수 있으며, 학습된 볼륨 추론 모델을 이용하여 대상 물체에 대한 3차원 모델을 생성할 수 있다. 정보 처리 시스템(230)의 프로세서(234)는 이렇게 생성된 3차원 모델을 통신 모듈(236) 및 네트워크(220)를 통해 사용자 단말(210)로 제공할 수 있다.
정보 처리 시스템(230)의 프로세서(234)는 사용자 단말(210)의 디스플레이 출력 가능 장치(예: 터치 스크린, 디스플레이 등), 음성 출력 가능 장치(예: 스피커) 등의 출력 장치(240)를 통해 처리된 정보 및/또는 데이터를 출력하도록 구성될 수 있다. 예를 들어, 정보 처리 시스템(230)의 프로세서(234)는, 대상 물체에 대한 3차원 모델을 통신 모듈(236) 및 네트워크(220)를 통해 사용자 단말(210)로 제공하고, 3차원 모델을 사용자 단말(210)의 디스플레이 출력 가능 장치 등을 통해 출력하도록 구성될 수 있다.
도 3은 본 개시의 일 실시예에 따른 볼륨 추론 기반 3차원 모델링 방법의 예시를 나타내는 도면이다. 먼저, 정보 처리 시스템은 특정 공간 상에 위치한 대상 물체를 서로 다른 방향에서 촬영한 복수의 이미지 또는 대상 물체를 다양한 방향에서 촬영한 영상을 수신할 수 있다(310). 정보 처리 시스템이 영상을 수신한 경우, 정보 처리 시스템은 영상 내에 포함된 복수의 이미지를 획득할 수 있다. 예를 들어, 정보 처리 시스템은 대상 물체 주위를 회전하면서 촬영한 영상을 사용자 단말로부터 수신하고, 영상으로부터 복수의 이미지를 획득할 수 있다.
그런 다음, 정보 처리 시스템은 각 이미지가 촬영된 위치 및 포즈를 추정할 수 있다(320). 여기서, 각 이미지가 촬영된 위치 및 포즈는, 각 이미지가 촬영된 시점에서 카메라의 위치 및 방향 등을 지칭할 수 있다. 위치 및 포즈 추정에는 이미지로부터 위치 및 포즈를 추정하기 위한 다양한 추정 방법이 사용될 수 있다. 예를 들어, 복수의 이미지로부터 특징점을 추출하고, 이를 이용하여 각 이미지가 촬영된 위치 및 포즈를 추정하는 사진 측량 기술이 사용될 수 있으나 이에 한정되지 않으며, 다양한 위치 및 포즈 추정 방법이 사용될 수 있다.
그 후, 정보 처리 시스템은 복수의 이미지 및 각 이미지가 촬영된 위치 및 포즈에 기초하여 볼륨 추론 모델을 학습할 수 있다(330). 여기서, 볼륨 추론 모델은 기계학습 모델(예를 들어, 인공신경망 모델)일 수 있다. 일 실시예에 따르면, 볼륨 추론 모델은 특정 공간 상의 위치 정보 및 시야 방향(viewing direction) 정보를 입력 받아, 색상 값과 볼륨 밀도(volume density) 값을 출력하도록 학습된 모델일 수 있다. 예를 들어, 볼륨 추론 모델은 다음과 같은 수학식으로 표현될 수 있다.
여기서, 는 볼륨 추론 모델, 는 볼륨 추론 모델의 파라미터, , 는 각각 특정 공간 상의 위치 정보 및 시야 방향, , 는 각각 색상 값과 볼륨 밀도 값을 나타낸다. 구체적 예로, 색상 값 는 위치 에 대해 시야 방향 로 바라봤을 때 보여지는 색상 값(예를 들어, RGB 색상 값)을 나타낼 수 있으며, 볼륨 밀도 값 는 위치 에 대해 시야 방향 로 바라봤을 때, 물체가 존재하지 않으면 0의 값을 가지고, 물체가 존재하면 투명도에 따라 0 초과 1 이하의 임의의 실수 값을 가질 수 있다(즉, 볼륨 밀도는 빛이 차단되는 비율을 의미할 수 있다). 학습된 볼륨 추론 모델을 이용하면, 대상 물체가 위치한 특정 공간 내의 임의의 위치 및 시야 방향에 대한 색상 값 및 볼륨 밀도 값을 추정할 수 있다.
일 실시예에서, 볼륨 추론 모델은 복수의 이미지에 포함된 픽셀 값과 볼륨 추론 모델에 의해 추정된 색상 값과 볼륨 밀도 값에 기초하여 산출되는 추정 픽셀 값 사이의 차이를 최소화하도록 학습될 수 있다. 즉, 이미지에 포함된 픽셀 값과 볼륨 추론 모델에 의해 추정된 색상 값과 볼륨 밀도 값에 기초하여 산출되는 추정 픽셀 값 사이의 차이에 기초하여, 손실 함수(loss function)가 정의될 수 있다. 예를 들어, 볼륨 추론 모델을 학습하기 위한 손실 함수는 다음과 같은 수학식으로 표현될 수 있다.
여기서, , 은 각각 이미지에 포함된 정답(Ground Truth) 픽셀 값, 볼륨 추론 모델에 의해 추정된 색상 값과 볼륨 밀도 값에 기초하여 산출되는 추정 픽셀 값을 나타낸다. 볼륨 추론 모델에 의해 추정된 색상 값과 볼륨 밀도 값에 기초하여 추정 픽셀 값()을 산출하는 방법은 도 4를 참조하여 상세히 후술된다.
볼륨 추론 모델의 학습이 완료된 후, 정보 처리 시스템은 볼륨 추론 모델을 이용하여 대상 물체에 대한 3차원 모델을 생성할 수 있다. 일 실시예에서, 학습된 볼륨 추론 모델을 이용하면 대상 물체가 위치한 특정 공간 내의 임의의 위치 및 시야 방향에 대한 색상 값 및 볼륨 밀도 값을 추정할 수 있기 때문에, 이를 이용하여 대상 물체에 대한 3차원 모델을 생성할 수 있다.
일 실시예에 따르면, 정보 처리 시스템은 대상 물체에 대한 3차원 모델을 생성하기 위해, 먼저, 볼륨 추론 모델을 이용하여 대상 물체의 3차원 깊이맵을 생성할 수 있다(340). 예를 들어, 특정 위치 및 특정 포즈로 대상 물체가 위치한 특정 공간을 바라봤을 때 0이 아닌 볼륨 밀도 값을 가지는 가장 가까운 지점까지의 거리를 물체까지의 거리로 추정할 수 있다. 이와 같은 방식에 따라, 정보 처리 시스템은 볼륨 추론 모델을 이용하여 대상 물체의 3차원 깊이맵을 생성할 수 있다.
그런 다음, 정보 처리 시스템은 생성된 3차원 깊이맵에 기초하여 대상 물체의 3차원 메쉬(mesh)를 생성할 수 있으며(350), 3차원 메쉬 상에 텍스처 정보를 적용하여 대상 물체에 대한 3차원 모델을 생성할 수 있다(360). 일 실시예에 따르면, 여기서 텍스처 정보는 볼륨 추론 모델에 의해 추론된 특정 공간 상의 복수의 지점 및 복수의 시야 방향에서의 색상 값에 기초하여 결정될 수 있다.
종래의 3차원 모델링 방식에 의하면, 복수의 이미지에서 공통적으로 추출한 특징점을 기초로 3차원 모델을 생성하기 때문에, 복수의 이미지로부터 추출할 수 있는 특징점의 수가 적은 경우 희소한(sparse) 깊이맵이 생성되며, 희소한 깊이맵으로부터 밀집된(dense) 깊이맵을 추론하더라도 정보의 손실으로 인해 불완전한 깊이맵이 생성된다. 이에 반해, 본 개시의 일 실시예에 따른 학습된 볼륨 추론 모델을 이용하면 대상 물체가 위치한 특정 공간 내의 모든 위치 및 시야 방향에 대한 색상 값 및 볼륨 밀도 값을 추정할 수 있기 때문에, 곧바로 밀집된 깊이맵을 생성할 수 있다. 즉, 본 개시에 따르면, 높은 해상도의 정밀하고 정확한 깊이맵을 생성할 수 있다. 또한, 이미지 슈퍼 레졸루션(image super resolution) 기술을 활용하여 깊이맵의 해상도를 더욱 더 향상시킬 수도 있다. 이와 같이, 고품질의 3차원 깊이맵을 이용하여 3차원 모델을 생성함으로써 실사에 가까운 고품질의 3차원 모델을 생성할 수 있다.
도 4는 본 개시의 일 실시예에 따른 볼륨 추론 모델을 학습하는 방법의 예시를 나타내는 도면이다. 일 실시예에 따르면, 볼륨 추론 모델()은 특정 공간 상의 위치 정보() 및 시야 방향 정보()를 입력 받아, 색상 값()과 볼륨 밀도 값()을 추론할 수 있다. 예를 들어, 볼륨 추론 모델은 상술한 수학식 1로 표현될 수 있다. 여기서, 볼륨 추론 모델은 복수의 이미지에 포함된 픽셀 값과 볼륨 추론 모델에 의해 추정된 색상 값과 볼륨 밀도 값에 기초하여 산출되는 추정 픽셀 값 사이의 차이를 최소화하도록 학습될 수 있다. 예를 들어, 볼륨 추론 모델을 학습하기 위한 손실 함수는 상술한 수학식 2로 표현될 수 있다.
상술한 수학식 2에서, 은 볼륨 추론 모델에 의해 추정된 색상 값과 볼륨 밀도 값에 기초하여 산출되는 추정 픽셀 값을 나타내는데, 예를 들어, 추정 픽셀 값은 다음과 같은 과정에 의해 산출될 수 있다.
우선, 정보 처리 시스템은 대상 물체를 촬영한 복수의 이미지의 초점 중심(o)으로부터 상면(image plane) 상의 한 점(한 픽셀)을 잇는 가상의 반직선(이하, 레이(ray; 광로), )을 상정할 수 있다. 그런 다음, 레이 상에 존재하는 복수의 샘플링 지점들(420, 430, 440, 450, 460, 470, 480)을 추출할 수 있다. 예를 들어, 정보 처리 시스템은 레이 상에서, 균등한 간격으로 복수의 샘플링 지점들(420, 430, 440, 450, 460, 470, 480)을 추출할 수 있다. 그런 다음, 정보 처리 시스템은 복수의 샘플링 지점들(420, 430, 440, 450, 460, 470, 480)의 위치 정보 및 시야 방향 정보(샘플링 지점으로부터 초점 중심으로 향하는 방향)를 볼륨 추론 모델에 입력하여, 해당 지점들의 색상 값과 볼륨 밀도 값을 추론할 수 있다. 그런 다음, 복수의 샘플링 지점들(420, 430, 440, 450, 460, 470, 480)에 대해 추론된 색상 값 및 볼륨 밀도 값에 기초하여, 상면(image plane)(구체적으로, 해당 레이와 상면이 만나는 지점, 즉, 픽셀)에 맺힌 추정 픽셀 값을 산출할 수 있다. 예를 들어, 복수의 샘플링 지점들(420, 430, 440, 450, 460, 470, 480)에 대해 추론된 각 색상 값을 추론된 각 볼륨 밀도 값에 비례하여 누적시켰을 때의 색상 값을 산출함으로써, 상면에 맺힌 추정 픽셀 값을 산출할 수 있다. 구체적으로, 볼륨 추론 모델에 의해 추정된 색상 값과 볼륨 밀도 값에 기초하여 추정 픽셀 값을 산출하는 과정은 아래의 수학식 3으로 표현될 수 있다.
여기서, 은 레이, 은 산출되는 추정 픽셀 값, , 은 각각 가까운 경계(예를 들어, 볼륨 밀도가 0이 아닌 가장 가까운 지점), 먼 경계(예를 들어, 볼륨 밀도가 0이 아닌 가장 먼 지점), 는 볼륨 밀도 값, 는 색상 값, , 는 각각 샘플링 지점의 위치 정보, 시야 방향 정보를 나타내며, 는 부터 까지 누적 투과율(즉, 레이(빛)가 부터 까지 다른 입자와 부딪히지 않고 이동할 수 있는 확률)을 나타낸다. 이러한 추정 픽셀 값을 산출하는 과정을 복수의 이미지 내의 모든 픽셀에 대해 수행할 수 있다.
볼륨 추론 모델은 이렇게 추정된 색상 값과 볼륨 밀도 값에 기초하여 산출되는 추정 픽셀 값과 실제 이미지에 포함된 픽셀 값과 사이의 차이가 최소화되도록 학습될 수 있다. 구체적 예로, 볼륨 추론 모델을 학습하기 위한 손실 함수는 아래와 같은 수학식 4로 표현될 수 있다.
여기서, 은 레이, 은 복수의 이미지에 대한 레이들의 집합, 은 각각 레이 에 대한 정답(Ground Truth) 픽셀 값, 볼륨 추론 모델에 의해 추정된 색상 값과 볼륨 밀도 값에 기초하여 산출되는 추정 픽셀 값을 나타낸다.
추가적으로 또는 대안적으로, 정보 처리 시스템은 레이 상에 존재하는 복수의 샘플링 지점들(420, 430, 440, 450, 460, 470, 480)을 추출하고, 추정 픽셀 값을 산출하는 과정을 복수 번 수행할 수 있다. 예를 들어, 정보 처리 시스템은 계층적 볼륨 샘플링 과정을 수행할 수 있다. 구체적으로, 하나의 볼륨 추정 모델을 사용하는 대신에 거친(coarse) 모델과 정밀한(fine) 모델 두가지를 사용할 수 있다. 우선, 상술한 방법에 따라 거친 모델로부터 출력된 색상 값 및 볼륨 밀도 값을 추론할 수 있다. 그런 다음, 거친 모델의 출력 값을 이용하여, 대상 물체(구체적 예로, 대상 물체의 표면(surface))가 존재할 것으로 추정되는 부분에서 더 많은 샘플링 지점들을 추출하고, 대상 물체가 존재하지 않을 것으로 추정되는 부분에서 더 적은 샘플링 지점들을 추출하여, 정밀한 모델을 학습할 수 있다. 여기서, 정밀한 모델을 학습하기 위한 손실 함수는 아래와 같은 수학식 5로 표현될 수 있다.
여기서, 은 복수의 이미지에 대한 레이들의 집합, 는 각각 ray 에 대한 정답 픽셀 값, 거친 모델에 의한 추정 색상 값, 정밀한 모델에 의한 추정 색상 값을 나타낼 수 있다. 최종적으로, 학습된 정밀한 모델을 이용하여, 대상 물체에 대한 3차원 모델을 생성할 수 있다.
추가적으로 또는 대안적으로, 직접 볼륨 밀도를 추정하는 대신, 부호 있는 거리 함수(Signed Distance Function; SDF)로 레이 상의 볼륨 밀도를 표현하여 대상 물체의 표면(surface) 위치에 대한 추정의 정확도를 향상시킬 수 있다. 예를 들어, 볼륨 밀도는 학습 가능한 SDF의 변형으로 모델링될 수 있다. 구체적 예로, 볼륨 밀도는 아래와 같은 수학식 6으로 모델링될 수 있다.
여기서, 는 볼륨 밀도 함수, 는 학습 가능한 파라미터, 는 평균이 0이고 의 스케일 파라미터를 갖는 라플라스 분포의 누적 분포 함수, 는 대상 물체가 차지하는 영역, 는 대상 물체의 경계면 위의 점, 는 지점 가 대상 물체가 차지하는 영역 내에 있으면 1, 아니면 0인 함수, 는 지점 가 대상 물체가 차지하는 영역 내에 있으면 양수, 아니면 음수를 가지면서, 경계면에 대한 거리에 따라 값이 변하는 함수를 나타낸다.
이 경우, 볼륨 추론 모델의 학습을 위한 손실 함수는 색상 손실 및 아이코날(Eikonal) 손실에 기초하여 정의될 수 있다. 여기서, 색상 손실은 상술한 방법(예를 들어, 수학식 2, 수학식 4 또는 수학식 5)과 유사하게 산출될 수 있으며, 아이코날 손실은 기하학적 패널티를 나타내는 손실이다. 구체적 예로, 손실 함수는 아래와 같은 수학식 7으로 정의될 수 있다.
상술한 바와 같이, 정보 처리 시스템은 볼륨 추론 모델을 다양한 방식에 따라 학습할 수 있으며, 학습된 볼륨 추론 모델을 이용하여 3차원 모델을 생성할 수 있다.
도 5는 본 개시의 일 실시예에 따른 3차원 모델링 방법에 의해 생성된 3차원 모델(520)과 종래의 방법에 의해 생성된 3차원 모델(510)을 비교한 예시를 나타내는 도면이다. 종래의 3차원 모델링 방법에 따르면, 대상 물체를 촬영한 이미지에서 특징점(feature point)들을 추출하고, 특징점들의 3차원 공간 내 위치 값들을 추정할 수 있다. 여기서, 특징점이란, 복수의 이미지에서 동일한 지점으로 추측할 수 있는 점을 의미할 수 있다. 그런 다음, 추정된 특징점들의 위치 값들을 기초로 3차원 형태에 대한 깊이맵을 생성하거나 포인트 클라우드(Point Cloud)를 생성하고, 깊이맵 또는 포인트 클라우드에 기초하여 대상 물체에 대한 3차원 메쉬를 생성할 수 있다.
다만, 종래의 방법에 따라 3차원 모델을 생성하는 경우, 대상 물체의 특징에 따라 물체의 형태가 제대로 반영되지 않을 수 있다. 예를 들어, 특징점을 특정하기 어려운 텍스처(예: 단색의 플라스틱, 금속 등)를 가진 물체의 경우, 특징점이 현저히 적게 추출되어 3차원 모델에 물체의 형체가 제대로 반영되지 않을 수 있다. 다른 예로, 반사가 있거나 투명한 재질을 가진 물체의 경우, 빛의 반사 또는 굴절으로 인해 실제 물체와 다른 위치에서 특징점이 추출되거나, 실제 물체에서는 같은 위치인 지점이 여러 다른 위치에서 특징점으로 추출되어, 비정상적인 형태와 텍스처를 가진 3차원 모델이 생성될 수 있다. 또 다른 예로, 물체에 얇고 가는 부분이 포함된 경우, 해당 부분에 면(surface)을 특정할 수 있을 만큼의 충분히 넓은 면적의 특징점들이 분포되어 있지 않아, 3차원 메쉬를 생성하는 단계에서 면이 아닌 점으로 인식되어 생략될 수 있다. 이와 같이, 종래의 방법에 의하면 대상 물체의 특징에 따라, 3차원 모델이 제대로 생성되지 않을 수 있다.
종래의 방법에 의해 생성된 3차원 모델(510)의 예시가 도 5에 도시되어 있다. 종래의 방법에 의해 생성된 3차원 모델(510)은, 도시된 바와 같이, 실제 대상 물체의 표면 위치를 정확하게 반영하지 못해 표면이 매끄럽지 않으며, 일 부 부분이 생략되는 등의 문제가 있다.
이에 반해, 본 개시의 일 실시예에 따른 3차원 모델링 방법에 따르면, 이미지로부터 특징점들을 추출하는 대신, 볼륨 추론 모델을 이용함으로써 물체가 위치한 특정 공간 상의 모든 점에 대한 색상 값, 볼륨 밀도 값을 추정할 수 있고, 이에 따라 실제 대상 물체를 보다 정확하게 반영하는 3차원 모델을 생성할 수 있다.
본 개시의 일 실시예에 따른 방법에 의해 생성된 3차원 모델(520)의 예시가 도 5에 도시되어 있다. 본 개시의 일 실시예에 따른 방법에 의해 생성된 3차원 모델(520)은, 도시된 바와 같이, 실제 대상 물체의 형태나 텍스처를 보다 정밀하고 정확하게 반영할 수 있다. 이에 따라, 본 개시의 방법에 따르면, 실사에 가까운 고품질의 3차원 모델을 생성할 수 있다.
도 6은 본 개시의 일 실시예에 따른 카메라의 왜곡을 고려한 볼륨 추론 기반 3차원 모델링 방법의 예시를 나타내는 도면이다. 일 실시예에 따르면, 정보 처리 시스템은 카메라의 왜곡을 고려하여, 3차원 모델링 방법을 수행할 수 있다. 도 6에서는 카메라의 왜곡을 고려함에 따라 추가되거나 변경되는 부분을 중심으로 설명하며, 도 3에서 상술한 과정과 중복되는 부분에 대하여는 간략히 서술하고자 한다.
정보 처리 시스템은 특정 공간 상에 위치한 대상 물체를 서로 다른 방향에서 촬영한 복수의 이미지 또는 대상 물체를 다양한 방향에서 촬영한 영상을 수신할 수 있다(610). 그런 다음, 정보 처리 시스템은 복수의 이미지에 기초하여 카메라 모델을 추정할 수 있다(620). 예를 들어, 사진측량 기술(photogrammetry)을 이용하여, 복수의 이미지를 촬영한 카메라 모델을 추정할 수 있다. 그 후, 정보 처리 시스템은 추정된 카메라 모델을 이용하여, 복수의 이미지를 비왜곡(undistorted) 이미지로 변환할 수 있다(630).
그런 다음, 정보 처리 시스템은 각 이미지가 촬영된 위치 및 포즈를 추정할 수 있다(640). 예를 들어, 정보 처리 시스템은 변환된 복수의 비왜곡 이미지에 기초하여, 각 이미지가 촬영된 위치 및 포즈를 추정할 수 있다. 다른 예로, 정보 처리 시스템은 수신한 복수의 이미지(왜곡된 이미지)에 기초하여, 각 이미지가 촬영된 위치 및 포즈를 추정하고, 카메라 모델을 이용하여 추정된 위치 및 포즈를 보정/변환할 수 있다. 그 후, 정보 처리 시스템은 변환된 복수의 비왜곡 이미지에 기초하여 볼륨 추론 모델을 학습할 수 있다(650).
그런 다음, 정보 처리 시스템은 비왜곡 이미지에 기초하여 학습된 볼륨 추론 모델을 이용하여 대상 물체에 대한 3차원 모델을 생성할 수 있다. 예를 들어, 정보 처리 시스템은 대상 물체의 3차원 깊이맵을 생성하고(660), 카메라 모델을 이용하여 3차원 깊이맵을 다시 원래의(왜곡된) 이미지에 대한 3차원 깊이맵으로 변환할 수 있다(670). 그런 다음, 변환된 3차원 깊이맵에 기초하여 대상 물체의 3차원 메쉬를 생성하고(680), 3차원 메쉬 상에 텍스처 정보를 적용하여 대상 물체에 대한 3차원 모델을 생성할 수 있다(690). 이와 같이, 3차원 깊이맵을 생성하는 과정에서는 이미지를 비왜곡 이미지로 변환하여 과정을 수행함으로써, 정밀하고 정확한 3차원 깊이맵을 생성할 수 있으며, 3차원 깊이맵을 기초로 3차원 모델을 생성하는 과정에서는 3차원 깊이맵을 역변환하여 과정을 수행함으로써, 사용자 단말을 통해 3차원 모델을 보는 사용자가 실제 물체를 카메라(왜곡이 있는 카메라)로 촬영하고 있는 것과 같이 느껴지는 현장감 있는 3차원 모델을 구현할 수 있다.
도 7은 본 개시의 일 실시예에 따른 왜곡된 이미지와 비왜곡 이미지를 비교한 예시를 나타내는 도면이다. 도 7에 도시된 점 그래프(700)에서, 원 모양의 점은 비왜곡 이미지의 가로, 세로를 일정한 간격으로 나누어 점을 찍은 좌표이며, 사각형 모양의 점은 비왜곡 이미지에서의 원 모양의 점에 해당하는 부분이 왜곡된 이미지에서 나타나는 위치를 표시한 좌표이다. 점 그래프(700)를 살펴보면, 동일한 부분에 대해, 비왜곡 이미지와 왜곡된 이미지에서 표시되는 위치가 다른 것을 확인할 수 있으며, 특히 이미지의 가장자리로 갈수록 위치 차이가 커지는 것을 확인할 수 있다. 즉, 이미지의 가장자리로 갈수록 왜곡이 심해지는 것을 확인할 수 있다.
한편, 3차원 모델링 방법의 적어도 일부의 과정은 이미지에 왜곡이 없다는 가정(핀홀 카메라 가정) 하에 수행될 수 있다. 예를 들어, 이미지에 기초하여 카메라의 위치 또는 포즈를 추정하는 단계, 카메라의 초점 중심으로부터 상면의 특정 픽셀을 지나는 반직선(ray)을 그어, 해당 반직선 위의 복수의 점에 대한 색상, 밀도 값을 추정하여 특정 픽셀의 색상 값을 추정하는 단계 등은 이미지에 왜곡이 없다는 가정 하에 수행될 수 있다. 일반적으로, 상용화되고 있는 카메라에는 대부분 왜곡이 존재하기 때문에, 왜곡된 이미지를 이용하여 3차원 모델링 방법을 수행하는 경우, 세밀한 부분에서 실제 물체와 차이가 생길 수 있다.
이에 따라, 본 개시의 일부 실시예에 따른 3차원 모델링 방법에서는 이미지로부터 카메라 모델을 추정하고, 추정된 카메라 모델을 이용하여 이미지를 비왜곡 이미지로 변환하여 방법을 수행함으로써, 실제 물체를 세밀한 부분까지 정확하게 반영하는 3차원 모델을 생성할 수 있다.
도 8은 본 개시의 일 실시예에 따른 볼륨 추론 기반 3차원 모델링 방법(800)의 예시를 나타내는 흐름도이다. 도 8의 흐름도 및 도 8을 참조하여 후술할 설명은 하나의 예시일 뿐이며, 다른 실시예에서는 다양하게 변형되어 구현될 수 있음을 미리 밝혀 둔다. 볼륨 추론 기반 3차원 모델링 방법(800)은 정보 처리 시스템 또는 사용자 단말의 적어도 하나의 프로세서에 의해 수행될 수 있다.
일 실시예에 따르면, 방법(800)은 프로세서가 특정 공간 상에 위치한 대상 물체를 서로 다른 방향에서 촬영한 복수의 이미지를 수신함으로써 방법이 개시될 수 있다(S810). 예를 들어, 프로세서(예를 들어, 정보 처리 시스템의 적어도 하나의 프로세서)는 대상 물체 주위를 회전하면서 촬영한 영상을 사용자 단말로부터 수신하고, 영상으로부터 복수의 이미지를 획득할 수 있다.
그런 다음, 프로세서는 각 이미지가 촬영된 위치 및 포즈를 추정할 수 있다(S820). 여기서, 각 이미지가 촬영된 위치 및 포즈는, 각 이미지가 촬영된 시점에서 카메라의 위치 및 방향 등을 지칭할 수 있다. 위치 및 포즈 추정에는 이미지로부터 위치 및 포즈를 추정하기 위한 다양한 추정 방법이 사용될 수 있다. 예를 들어, 복수의 이미지로부터 특징점을 추출하고, 이를 이용하여 각 이미지가 촬영된 위치 및 포즈를 추정하는 사진 측량 기술이 사용될 수 있으나 이에 한정되지 않으며, 다양한 위치 및 포즈 추정 방법이 사용될 수 있다.
그 후, 프로세서는 복수의 이미지 및 각 이미지가 촬영된 위치 및 포즈에 기초하여 볼륨 추론 모델을 학습할 수 있다(S830). 일 실시예에 따르면, 볼륨 추론 모델은 특정 공간 상의 위치 정보 및 시야 방향(viewing direction) 정보를 입력 받아, 색상 값과 볼륨 밀도(volume density) 값을 출력하도록 학습된 모델일 수 있다. 또한, 일 실시예에서, 볼륨 추론 모델은 복수의 이미지에 포함된 픽셀 값과 볼륨 추론 모델에 의해 추정된 색상 값과 볼륨 밀도 값에 기초하여 산출되는 추정 픽셀 값 사이의 차이를 최소화하도록 학습될 수 있다.
그런 다음, 프로세서는 볼륨 추론 모델을 이용하여 대상 물체에 대한 3차원 모델을 생성할 수 있다(S840). 예를 들어, 프로세서는 볼륨 추론 모델을 이용하여 대상 물체의 3차원 깊이맵을 생성하고, 생성된 3차원 깊이맵에 기초하여 대상 물체의 3차원 메쉬(mesh)를 생성한 뒤, 3차원 메쉬 상에 텍스처 정보를 적용하여 대상 물체에 대한 3차원 모델을 생성할 수 있다. 일 실시예에 따르면, 대상 물체의 3차원 깊이맵은 볼륨 추론 모델에 의해 추론된 특정 공간 상의 복수의 지점에서의 볼륨 밀도 값에 기초하여 생성될 수 있다. 또한, 일 실시예에 따르면, 텍스처 정보는 볼륨 추론 모델에 의해 추론된 특정 공간 상의 복수의 지점 및 복수의 시야 방향에서의 색상 값에 기초하여 결정될 수 있다.
추가적으로 또는 대안적으로, 프로세서는 카메라 모델을 추정하고, 추정된 카메라 모델을 이용하여 왜곡된 이미지를 비왜곡(undistorted) 이미지로 변환한 후 상술한 과정을 수행할 수 있다. 예를 들어, 프로세서는 복수의 이미지에 기초하여 카메라 모델을 추정하고, 추정된 카메라 모델을 이용하여 복수의 이미지를 복수의 비왜곡 이미지로 변환할 수 있으며, 변환된 복수의 비왜곡 이미지를 이용하여 볼륨 추론 모델을 학습할 수 있다. 이 경우, 추정된 각 이미지가 촬영된 위치 및 포즈는 카메라 모델을 이용하여 변환되거나, 혹은 비왜곡 이미지를 이용하여 각 이미지가 촬영된 위치 및 포즈를 추정할 수 있다. 그런 다음, 프로세서는 비왜곡 이미지에 기초하여 학습된 볼륨 추론 모델을 이용하여 대상 물체의 3차원 깊이맵을 생성하고, 카메라 모델을 이용하여 3차원 깊이맵을 다시 왜곡된 이미지에 대한 3차원 깊이맵으로 변환할 수 있다. 그 후, 변환된 3차원 깊이맵에 기초하여 대상 물체의 3차원 메쉬를 생성하고 3차원 메쉬 상에 텍스처 정보를 적용하여 대상 물체에 대한 3차원 모델을 생성할 수 있다.
상술한 방법은 컴퓨터에서 실행하기 위해 컴퓨터 판독 가능한 기록매체에 저장된 컴퓨터 프로그램으로 제공될 수 있다. 매체는 컴퓨터로 실행 가능한 프로그램을 계속 저장하거나, 실행 또는 다운로드를 위해 임시 저장하는 것일수도 있다. 또한, 매체는 단일 또는 수개 하드웨어가 결합된 형태의 다양한 기록 수단 또는 저장수단일 수 있는데, 어떤 컴퓨터 시스템에 직접 접속되는 매체에 한정되지 않고, 네트워크 상에 분산 존재하는 것일 수도 있다. 매체의 예시로는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD 와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto optical medium), 및 ROM, RAM, 플래시 메모리 등을 포함하여 프로그램 명령어가 저장되도록 구성된 것이 있을 수 있다. 또한, 다른 매체의 예시로, 애플리케이션을 유통하는 앱 스토어나 기타 다양한 소프트웨어를 공급 내지 유통하는 사이트, 서버 등에서 관리하는 기록매체 내지 저장매체도 들 수 있다.
본 개시의 방법, 동작 또는 기법들은 다양한 수단에 의해 구현될 수도 있다. 예를 들어, 이러한 기법들은 하드웨어, 펌웨어, 소프트웨어, 또는 이들의 조합으로 구현될 수도 있다. 본원의 개시와 연계하여 설명된 다양한 예시적인 논리적 블록들, 모듈들, 회로들, 및 알고리즘 단계들은 전자 하드웨어, 컴퓨터 소프트웨어, 또는 양자의 조합들로 구현될 수도 있음을 통상의 기술자들은 이해할 것이다. 하드웨어 및 소프트웨어의 이러한 상호 대체를 명확하게 설명하기 위해, 다양한 예시적인 구성요소들, 블록들, 모듈들, 회로들, 및 단계들이 그들의 기능적 관점에서 일반적으로 위에서 설명되었다. 그러한 기능이 하드웨어로서 구현되는지 또는 소프트웨어로서 구현되는 지의 여부는, 특정 애플리케이션 및 전체 시스템에 부과되는 설계 요구사항들에 따라 달라진다. 통상의 기술자들은 각각의 특정 애플리케이션을 위해 다양한 방식들로 설명된 기능을 구현할 수도 있으나, 그러한 구현들은 본 개시의 범위로부터 벗어나게 하는 것으로 해석되어서는 안된다.
하드웨어 구현에서, 기법들을 수행하는 데 이용되는 프로세싱 유닛들은, 하나 이상의 ASIC들, DSP들, 디지털 신호 프로세싱 디바이스들(digital signal processing devices; DSPD들), 프로그램가능 논리 디바이스들(programmable logic devices; PLD들), 필드 프로그램가능 게이트 어레이들(field programmable gate arrays; FPGA들), 프로세서들, 제어기들, 마이크로제어기들, 마이크로프로세서들, 전자 디바이스들, 본 개시에 설명된 기능들을 수행하도록 설계된 다른 전자 유닛들, 컴퓨터, 또는 이들의 조합 내에서 구현될 수도 있다.
따라서, 본 개시와 연계하여 설명된 다양한 예시적인 논리 블록들, 모듈들, 및 회로들은 범용 프로세서, DSP, ASIC, FPGA나 다른 프로그램 가능 논리 디바이스, 이산 게이트나 트랜지스터 로직, 이산 하드웨어 컴포넌트들, 또는 본원에 설명된 기능들을 수행하도록 설계된 것들의 임의의 조합으로 구현되거나 수행될 수도 있다. 범용 프로세서는 마이크로프로세서일 수도 있지만, 대안으로, 프로세서는 임의의 종래의 프로세서, 제어기, 마이크로제어기, 또는 상태 머신일 수도 있다. 프로세서는 또한, 컴퓨팅 디바이스들의 조합, 예를 들면, DSP와 마이크로프로세서, 복수의 마이크로프로세서들, DSP 코어와 연계한 하나 이상의 마이크로프로세서들, 또는 임의의 다른 구성의 조합으로서 구현될 수도 있다.
펌웨어 및/또는 소프트웨어 구현에 있어서, 기법들은 랜덤 액세스 메모리(random access memory; RAM), 판독 전용 메모리(read-only memory; ROM), 비휘발성 RAM(non-volatile random access memory; NVRAM), PROM(programmable read-only memory), EPROM(erasable programmable read-only memory), EEPROM(electrically erasable PROM), 플래시 메모리, 컴팩트 디스크(compact disc; CD), 자기 또는 광학 데이터 스토리지 디바이스 등과 같은 컴퓨터 판독가능 매체 상에 저장된 명령들로서 구현될 수도 있다. 명령들은 하나 이상의 프로세서들에 의해 실행 가능할 수도 있고, 프로세서(들)로 하여금 본 개시에 설명된 기능의 특정 양태들을 수행하게 할 수도 있다.
소프트웨어로 구현되는 경우, 상기 기법들은 하나 이상의 명령들 또는 코드로서 컴퓨터 판독 가능한 매체 상에 저장되거나 또는 컴퓨터 판독 가능한 매체를 통해 전송될 수도 있다. 컴퓨터 판독가능 매체들은 한 장소에서 다른 장소로 컴퓨터 프로그램의 전송을 용이하게 하는 임의의 매체를 포함하여 컴퓨터 저장 매체들 및 통신 매체들 양자를 포함한다. 저장 매체들은 컴퓨터에 의해 액세스될 수 있는 임의의 이용 가능한 매체들일 수도 있다. 비제한적인 예로서, 이러한 컴퓨터 판독가능 매체는 RAM, ROM, EEPROM, CD-ROM 또는 다른 광학 디스크 스토리지, 자기 디스크 스토리지 또는 다른 자기 스토리지 디바이스들, 또는 소망의 프로그램 코드를 명령들 또는 데이터 구조들의 형태로 이송 또는 저장하기 위해 사용될 수 있으며 컴퓨터에 의해 액세스될 수 있는 임의의 다른 매체를 포함할 수 있다. 또한, 임의의 접속이 컴퓨터 판독가능 매체로 적절히 칭해진다.
예를 들어, 소프트웨어가 동축 케이블, 광섬유 케이블, 연선, 디지털 가입자 회선 (DSL), 또는 적외선, 무선, 및 마이크로파와 같은 무선 기술들을 사용하여 웹사이트, 서버, 또는 다른 원격 소스로부터 전송되면, 동축 케이블, 광섬유 케이블, 연선, 디지털 가입자 회선, 또는 적외선, 무선, 및 마이크로파와 같은 무선 기술들은 매체의 정의 내에 포함된다. 본원에서 사용된 디스크(disk) 와 디스크(disc)는, CD, 레이저 디스크, 광 디스크, DVD(digital versatile disc), 플로피디스크, 및 블루레이 디스크를 포함하며, 여기서 디스크들(disks)은 보통 자기적으로 데이터를 재생하고, 반면 디스크들(discs) 은 레이저를 이용하여 광학적으로 데이터를 재생한다. 위의 조합들도 컴퓨터 판독가능 매체들의 범위 내에 포함되어야 한다.
소프트웨어 모듈은, RAM 메모리, 플래시 메모리, ROM 메모리, EPROM 메모리, EEPROM 메모리, 레지스터들, 하드 디스크, 이동식 디스크, CD-ROM, 또는 공지된 임의의 다른 형태의 저장 매체 내에 상주할 수도 있다. 예시적인 저장 매체는, 프로세가 저장 매체로부터 정보를 판독하거나 저장 매체에 정보를 기록할 수 있도록, 프로세서에 연결될 수 있다. 대안으로, 저장 매체는 프로세서에 통합될 수도 있다. 프로세서와 저장 매체는 ASIC 내에 존재할 수도 있다. ASIC은 유저 단말 내에 존재할 수도 있다. 대안으로, 프로세서와 저장 매체는 유저 단말에서 개별 구성요소들로서 존재할 수도 있다.
이상 설명된 실시예들이 하나 이상의 독립형 컴퓨터 시스템에서 현재 개시된 주제의 양태들을 활용하는 것으로 기술되었으나, 본 개시는 이에 한정되지 않고, 네트워크나 분산 컴퓨팅 환경과 같은 임의의 컴퓨팅 환경과 연계하여 구현될 수도 있다. 또 나아가, 본 개시에서 주제의 양상들은 복수의 프로세싱 칩들이나 장치들에서 구현될 수도 있고, 스토리지는 복수의 장치들에 걸쳐 유사하게 영향을 받게 될 수도 있다. 이러한 장치들은 PC들, 네트워크 서버들, 및 휴대용 장치들을 포함할 수도 있다.
본 명세서에서는 본 개시가 일부 실시예들과 관련하여 설명되었지만, 본 개시의 발명이 속하는 기술분야의 통상의 기술자가 이해할 수 있는 본 개시의 범위를 벗어나지 않는 범위에서 다양한 변형 및 변경이 이루어질 수 있다. 또한, 그러한 변형 및 변경은 본 명세서에 첨부된 특허청구의 범위 내에 속하는 것으로 생각되어야 한다.
Claims (10)
- 적어도 하나의 프로세서에 의해 실행되는 볼륨 추론 기반 3차원 모델링 방법에 있어서,특정 공간 상에 위치한 대상 물체를 서로 다른 방향에서 촬영한 복수의 이미지를 수신하는 단계;각 이미지가 촬영된 위치 및 포즈를 추정하는 단계;상기 복수의 이미지 및 각 이미지가 촬영된 위치 및 포즈에 기초하여 볼륨 추론 모델을 학습하는 단계; 및상기 볼륨 추론 모델을 이용하여 상기 대상 물체에 대한 3차원 모델을 생성하는 단계를 포함하는, 볼륨 추론 기반 3차원 모델링 방법.
- 제1항에 있어서,상기 볼륨 추론 모델은 상기 특정 공간 상의 위치 정보 및 시야 방향(viewing direction) 정보를 입력 받아, 색상 값과 볼륨 밀도(volume density) 값을 출력하도록 학습된 모델인, 볼륨 추론 기반 3차원 모델링 방법.
- 제2항에 있어서,상기 볼륨 추론 모델은 상기 복수의 이미지에 포함된 픽셀 값과 상기 볼륨 추론 모델에 의해 추정된 색상 값과 볼륨 밀도 값에 기초하여 산출되는 추정 픽셀 값 사이의 차이를 최소화하도록 학습되는, 볼륨 추론 기반 3차원 모델링 방법.
- 제1항에 있어서,상기 대상 물체에 대한 3차원 모델을 생성하는 단계는,상기 볼륨 추론 모델을 이용하여 상기 대상 물체의 3차원 깊이맵을 생성하는 단계;상기 생성된 3차원 깊이맵에 기초하여 상기 대상 물체의 3차원 메쉬(mesh)를 생성하는 단계; 및상기 3차원 메쉬 상에 텍스처 정보를 적용하여 상기 대상 물체에 대한 3차원 모델을 생성하는 단계를 포함하는, 볼륨 추론 기반 3차원 모델링 방법.
- 제4항에 있어서,상기 대상 물체의 3차원 깊이맵은 상기 볼륨 추론 모델에 의해 추론된 상기 특정 공간 상의 복수의 지점에서의 볼륨 밀도 값에 기초하여 생성되는, 볼륨 추론 기반 3차원 모델링 방법.
- 제4항에 있어서,상기 텍스처 정보는 상기 볼륨 추론 모델에 의해 추론된 상기 특정 공간 상의 복수의 지점 및 복수의 시야 방향에서의 색상 값에 기초하여 결정되는, 볼륨 추론 기반 3차원 모델링 방법.
- 제1항에 있어서,상기 복수의 이미지에 기초하여 카메라 모델을 추정하는 단계; 및상기 추정된 카메라 모델을 이용하여 상기 복수의 이미지를 복수의 비왜곡(undistorted) 이미지로 변환하는 단계를 더 포함하고,상기 볼륨 추론 모델은 상기 복수의 비왜곡 이미지에 기초하여 학습된, 볼륨 추론 기반 3차원 모델링 방법.
- 제7항에 있어서,상기 대상 물체에 대한 3차원 모델을 생성하는 단계는,상기 볼륨 추론 모델을 이용하여 상기 대상 물체의 3차원 깊이맵을 생성하는 단계;상기 카메라 모델을 이용하여 상기 3차원 깊이맵을 변환하는 단계;상기 변환된 3차원 깊이맵에 기초하여 상기 대상 물체의 3차원 메쉬(mesh)를 생성하는 단계; 및상기 3차원 메쉬 상에 텍스처 정보를 적용하여 상기 대상 물체에 대한 3차원 모델을 생성하는 단계를 포함하는, 볼륨 추론 기반 3차원 모델링 방법.
- 제1항에 따른 방법을 컴퓨터에서 실행하기 위한 명령어들을 기록한 컴퓨터 판독 가능한 비일시적 기록매체.
- 정보 처리 시스템로서,통신 모듈;메모리; 및상기 메모리와 연결되고, 상기 메모리에 포함된 컴퓨터 판독 가능한 적어도 하나의 프로그램을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고,상기 적어도 하나의 프로그램은,특정 공간 상에 위치한 대상 물체를 서로 다른 방향에서 촬영한 복수의 이미지를 수신하고,각 이미지가 촬영된 위치 및 포즈를 추정하고,상기 복수의 이미지 및 각 이미지가 촬영된 위치 및 포즈에 기초하여 볼륨 추론 모델을 학습하고,상기 볼륨 추론 모델을 이용하여 상기 대상 물체에 대한 3차원 모델을 생성하기 위한 명령어들을 포함하는, 정보 처리 시스템.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023506182A JP2024502918A (ja) | 2021-12-15 | 2021-12-30 | ボリューム推論に基づいた3次元モデリング方法及びシステム |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210180168A KR102403258B1 (ko) | 2021-12-15 | 2021-12-15 | 볼륨 추론 기반 3차원 모델링 방법 및 시스템 |
KR10-2021-0180168 | 2021-12-15 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2023113093A1 true WO2023113093A1 (ko) | 2023-06-22 |
Family
ID=81796701
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/KR2021/020292 WO2023113093A1 (ko) | 2021-12-15 | 2021-12-30 | 볼륨 추론 기반 3차원 모델링 방법 및 시스템 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230186562A1 (ko) |
JP (1) | JP2024502918A (ko) |
KR (1) | KR102403258B1 (ko) |
WO (1) | WO2023113093A1 (ko) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230154101A1 (en) * | 2021-11-16 | 2023-05-18 | Disney Enterprises, Inc. | Techniques for multi-view neural object modeling |
KR102600939B1 (ko) * | 2022-07-15 | 2023-11-10 | 주식회사 브이알크루 | 비주얼 로컬라이제이션을 위한 데이터를 생성하기 위한 방법 및 장치 |
KR20240010905A (ko) * | 2022-07-18 | 2024-01-25 | 네이버랩스 주식회사 | 센서 보강 및 인지 성능 향상을 위한 방법 및 장치 |
KR102551914B1 (ko) * | 2022-11-21 | 2023-07-05 | 주식회사 리콘랩스 | 인터랙티브 객체 뷰어 생성 방법 및 시스템 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140010708A (ko) * | 2012-07-16 | 2014-01-27 | 한국과학기술연구원 | 대상 물체의 3차원 메쉬 모델의 텍스쳐 생성 장치 및 방법 |
JP2017011328A (ja) * | 2015-06-16 | 2017-01-12 | 富士通株式会社 | 画像処理装置、画像処理方法および画像処理プログラム |
KR102198851B1 (ko) * | 2019-11-12 | 2021-01-05 | 네이버랩스 주식회사 | 물체의 3차원 모델 데이터 생성 방법 |
KR20210064115A (ko) * | 2019-08-23 | 2021-06-02 | 상 하이 이워 인포메이션 테크놀로지 컴퍼니 리미티드 | 촬영을 기반으로 하는 3d 모델링 시스템 및 방법, 자동 3d 모델링 장치 및 방법 |
KR20210126903A (ko) * | 2020-04-13 | 2021-10-21 | 주식회사 덱셀리온 | 실시간 3차원 모델 구축 방법 및 시스템 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10970425B2 (en) * | 2017-12-26 | 2021-04-06 | Seiko Epson Corporation | Object detection and tracking |
JP7223449B2 (ja) * | 2019-08-23 | 2023-02-16 | 上海亦我信息技術有限公司 | 撮影に基づく3dモデリングシステム |
WO2021178875A1 (en) * | 2020-03-05 | 2021-09-10 | Magic Leap, Inc. | Systems and methods for end to end scene reconstruction from multiview images |
US20230230275A1 (en) * | 2020-11-16 | 2023-07-20 | Google Llc | Inverting Neural Radiance Fields for Pose Estimation |
US11954886B2 (en) * | 2021-04-15 | 2024-04-09 | Intrinsic Innovation Llc | Systems and methods for six-degree of freedom pose estimation of deformable objects |
-
2021
- 2021-12-15 KR KR1020210180168A patent/KR102403258B1/ko active IP Right Grant
- 2021-12-30 JP JP2023506182A patent/JP2024502918A/ja active Pending
- 2021-12-30 WO PCT/KR2021/020292 patent/WO2023113093A1/ko active Application Filing
-
2022
- 2022-01-25 US US17/583,335 patent/US20230186562A1/en not_active Abandoned
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140010708A (ko) * | 2012-07-16 | 2014-01-27 | 한국과학기술연구원 | 대상 물체의 3차원 메쉬 모델의 텍스쳐 생성 장치 및 방법 |
JP2017011328A (ja) * | 2015-06-16 | 2017-01-12 | 富士通株式会社 | 画像処理装置、画像処理方法および画像処理プログラム |
KR20210064115A (ko) * | 2019-08-23 | 2021-06-02 | 상 하이 이워 인포메이션 테크놀로지 컴퍼니 리미티드 | 촬영을 기반으로 하는 3d 모델링 시스템 및 방법, 자동 3d 모델링 장치 및 방법 |
KR102198851B1 (ko) * | 2019-11-12 | 2021-01-05 | 네이버랩스 주식회사 | 물체의 3차원 모델 데이터 생성 방법 |
KR20210126903A (ko) * | 2020-04-13 | 2021-10-21 | 주식회사 덱셀리온 | 실시간 3차원 모델 구축 방법 및 시스템 |
Also Published As
Publication number | Publication date |
---|---|
KR102403258B1 (ko) | 2022-05-30 |
JP2024502918A (ja) | 2024-01-24 |
US20230186562A1 (en) | 2023-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2023113093A1 (ko) | 볼륨 추론 기반 3차원 모델링 방법 및 시스템 | |
US11538229B2 (en) | Image processing method and apparatus, electronic device, and computer-readable storage medium | |
CN108304075B (zh) | 一种在增强现实设备进行人机交互的方法与设备 | |
US10477117B2 (en) | Digital camera with audio, visual and motion analysis | |
CN104081307A (zh) | 图像处理装置、图像处理方法和程序 | |
WO2012091326A2 (ko) | 고유식별 정보를 이용한 3차원 실시간 거리뷰시스템 | |
CN112272311A (zh) | 花屏修复方法、装置、终端、服务器及介质 | |
KR100545048B1 (ko) | 항공사진의 폐쇄영역 도화 시스템 및 방법 | |
WO2023051289A1 (zh) | 用于无人设备的导航方法、装置、介质及无人设备 | |
CN116157756A (zh) | 使用摄影测量的数字孪生多维模型记录 | |
WO2022265347A1 (en) | Three-dimensional scene recreation using depth fusion | |
US20210142511A1 (en) | Method of generating 3-dimensional model data | |
CN113744384B (zh) | 三维人脸重建方法、装置、电子设备及存储介质 | |
CN115240140A (zh) | 基于图像识别的设备安装进度监控方法及系统 | |
KR102637774B1 (ko) | Xr 온라인 플랫폼을 위한 3d 모델링 자동화 방법 및 시스템 | |
KR102551914B1 (ko) | 인터랙티브 객체 뷰어 생성 방법 및 시스템 | |
WO2023128045A1 (ko) | 기계학습을 위한 프리핸드 스케치 이미지 생성 방법 및 시스템 | |
WO2023128027A1 (ko) | 비정형 스케치 기반 3차원 모델링 방법 및 시스템 | |
CN110196638B (zh) | 基于目标检测和空间投影的移动端增强现实方法和系统 | |
CN114049403A (zh) | 一种多角度三维人脸重建方法、装置及存储介质 | |
CN113703704A (zh) | 界面显示方法、头戴式显示设备和计算机可读介质 | |
US20220345621A1 (en) | Scene lock mode for capturing camera images | |
WO2024111783A1 (en) | Mesh transformation with efficient depth reconstruction and filtering in passthrough augmented reality (ar) systems | |
WO2024085455A1 (ko) | 객체 포즈 보정 방법 및 시스템 | |
WO2023103884A1 (zh) | 对象模型建立方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
WWE | Wipo information: entry into national phase |
Ref document number: 2023506182 Country of ref document: JP |
|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 21968302 Country of ref document: EP Kind code of ref document: A1 |