WO2024076200A1 - 반응형 영상을 생성하기 위한 사용자 인터페이스를 제공하는 전자 장치 및 그 방법 - Google Patents

반응형 영상을 생성하기 위한 사용자 인터페이스를 제공하는 전자 장치 및 그 방법 Download PDF

Info

Publication number
WO2024076200A1
WO2024076200A1 PCT/KR2023/015413 KR2023015413W WO2024076200A1 WO 2024076200 A1 WO2024076200 A1 WO 2024076200A1 KR 2023015413 W KR2023015413 W KR 2023015413W WO 2024076200 A1 WO2024076200 A1 WO 2024076200A1
Authority
WO
WIPO (PCT)
Prior art keywords
user
processor
image
video
responsive
Prior art date
Application number
PCT/KR2023/015413
Other languages
English (en)
French (fr)
Inventor
이철우
Original Assignee
이철우
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
Priority claimed from KR1020230132325A external-priority patent/KR20240049177A/ko
Application filed by 이철우 filed Critical 이철우
Publication of WO2024076200A1 publication Critical patent/WO2024076200A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
    • G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • H04N23/611—Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/62—Control of parameters via user interfaces

Definitions

  • This disclosure relates to an electronic device and method for providing a user interface. More specifically, the present disclosure relates to an electronic device and method that provide a user interface for generating a responsive image.
  • Video playback is provided unilaterally in chronological order without interaction with the viewer. In other words, the viewer can only feel the visual sense through the video being played.
  • the present disclosure seeks to provide a user interface for generating a responsive video that acquires a general video or an video database (e.g., basic video) in which a plurality of video frames are stored and performs playback of various conditions according to the user's manipulation.
  • a general video or an video database e.g., basic video
  • An electronic device for achieving the above-described technical problem includes a camera; A display unit that displays a first screen for photographing the user's face; and a processor that generates a responsive image based on the user's actions, wherein the processor displays the preview image obtained through the camera on the display unit in response to the user's input on the first screen.
  • the method of providing a user interface for generating a responsive image of an electronic device includes displaying a first screen for photographing the user's face through a display unit of the electronic device. step; In response to a user input on the first screen, displaying a preview image obtained through a camera of the electronic device on the display unit; Identifying the user's face in the preview image; If the identified user's face satisfies predetermined requirements, displaying a second screen for instructing the user to perform at least one action; acquiring at least one motion image corresponding to the at least one motion through the camera; Identifying at least one video section among the at least one motion video that satisfies a standard requirement; and generating at least one responsive video by connecting the at least one video section with a pre-designated input operation, wherein the pre-designated input operation may correspond to a user's action included in the at least one video section.
  • a computer program stored in a computer-readable recording medium for executing the method for implementing the present disclosure may be further provided.
  • a computer-readable recording medium recording a computer program for executing a method for implementing the present disclosure may be further provided.
  • user accessibility can be increased by guiding users to perform designated actions through a user interface and more easily generating responsive images using the obtained action images.
  • Figure 1 is a block diagram showing the configuration of an electronic device for generating a responsive image.
  • the electronic device may be understood as an example of a computer in this specification.
  • FIG. 2 is a flowchart illustrating the operation of an electronic device for generating a responsive image according to an embodiment of the present disclosure.
  • Figure 3 illustrates a user interface screen according to an embodiment of the present disclosure.
  • Figure 4 illustrates a user interface screen according to an embodiment of the present disclosure.
  • 5A and 5B illustrate responsive images generated through a user interface according to an embodiment of the present disclosure.
  • Singular expressions include plural expressions unless the context clearly makes an exception.
  • the identification code for each step is used for convenience of explanation. The identification code does not explain the order of each step, and each step may be performed differently from the specified order unless a specific order is clearly stated in the context. there is.
  • Content may include various contents provided visually, such as videos, still images, holograms, etc., and may include various contents provided through auditory, gustatory, olfactory, etc. The example is not limited to this. Additionally, content may be provided in virtual reality (VR), but the embodiment is not limited thereto.
  • VR virtual reality
  • Objects included in content may be included in part of the content or may include the entire content.
  • the content is a video
  • it includes various objects located within the entire frame or part of the frame of the video. It can be done, and it can also mean the video itself.
  • Responsive content is a command that triggers a 'reaction (reaction, feedback, etc.)' of an object included in the content (which can be called an input operation, such as a reserved command including touch operation, sound command, motion command, etc.) ) is input, it may include various contents related to the corresponding object.
  • an input operation such as a reserved command including touch operation, sound command, motion command, etc.
  • the response may include movement of the object, change in shape/shape of the object, occurrence of a specific event, and/or occurrence of change in content according to a command (input operation), but the embodiment is not limited thereto.
  • Responsive video refers to a video that is played in a form corresponding to a command (eg, touch operation) by a user (ie, viewer) watching the video.
  • a responsive image may refer to an image in which the movement of touching an object is played when a user operation in the form of touching a specific object (for example, a pillow) is applied to the touch screen.
  • responsive video refers to an image in which when a user manipulation in the form of pressing a specific object is applied to the touch screen, the movement of the object being pressed and the movement restored after the user manipulation are played. You can.
  • a 'command for triggering a response' (input manipulation) of an object included in content may include a user manipulation of the content received through an input means of a computer that provides a responsive image.
  • the user operation is an operation that can be input at a specific point or area in the content through an input means such as a mouse or a touch screen (e.g., a click operation, a drag operation, a contact touch operation for a certain period of time, or a force touch) It may include manipulation (i.e., touch manipulation of applying specific pressure to a touch screen or touch pad), etc.).
  • the user operation involves the arrangement or movement of the terminal itself, which can be obtained by using a sensor (e.g., acceleration sensor, gyro sensor, etc.) provided by the computer (or terminal) as an input means. It can be included.
  • a sensor e.g., acceleration sensor, gyro sensor, etc.
  • a command for triggering a reaction may be performed by sensing the movement of a worn terminal or manipulating a terminal such as a joystick, but the embodiment is not limited thereto.
  • a method for creating a responsive image will be described.
  • the creation of a responsive image will be described assuming that it is performed by a processor of a device (eg, a computer).
  • the processor 1410 may determine a command to trigger a response of an object included in one or more original images.
  • the original video can be called a basic video, and the original video may be content that is not implemented in a responsive manner.
  • the original video may be captured content and may include a combination of a plurality of frames storing frames for each position of an object in space.
  • the original video may be content collected through communication, may be three-dimensional content, or may be VR content, but the embodiment is not limited thereto.
  • the processor 1410 may receive an input specifying a frame section of the original image, and the frame section may include a specific section to be implemented in a responsive manner among all frames of the original image.
  • the frame section can be set by the user through various methods.
  • the processor 1410 processes the starting frame of the original video from the user (i.e., the first frame in the time domain to be produced as a responsive image) to the final frame (i.e., the last frame in the time domain to be produced as a responsive image). You can be chosen.
  • a time section may be designated by the user.
  • the processor 1410 is connected to the responsive image and can directly receive a command from the user to trigger a reaction of the object.
  • the processor 1410 provides a process for receiving a specific input operation from the user, and may receive a specific command according to an object moving on the touch screen during the process. .
  • the processor 1410 may receive a user's selection of a command type to be linked to the responsive image and receive an operation that can replace the corresponding command type. For example, when creating a responsive video on a device with a touch screen and using a computer (including VR devices) that does not have a touch screen, the computer uses mouse operations instead of touch operations on the touch screen. By receiving it, you can create a responsive video.
  • the command for triggering the object's response may match or correspond to the movement of the object included in the frame section.
  • the location or area where the command for triggering the object's reaction is set to be input may correspond to the area corresponding to the movement of the object within the frame included in the frame section.
  • the processor 1410 may apply a method of creating a virtual layer in the entire area or a specific area of each frame within a designated frame section of the original image in order to connect an object and a command for triggering the object's response.
  • a virtual layer may refer to a layer that is overlaid on the frames that make up the original image and that can receive user input without being visually expressed on the screen.
  • the processor 1410 is a command to trigger a response of an object by moving a specific area on the frame (i.e., the path on which the object moves within the frame section) (e.g., moving the mouse cursor through mouse operation or using the first touch screen on the touch screen).
  • a specific area on the frame i.e., the path on which the object moves within the frame section
  • a virtual layer composed of a specific number of detailed cells can be created on the frame.
  • the processor 1410 may generate a virtual layer composed of a plurality of detailed cells corresponding to the frame section.
  • the processor 1410 can calculate the number of frames included in the frame section, apply the number of frames in the frame section as the number of detailed cells, and sequentially match each frame in the frame section to each detailed cell. .
  • the processor 1410 when the processor 1410 wants to generate content so that n frames are variably played (i.e., manipulated) according to a command to trigger a response of an object, the processor 1410 divides a specific area into n detailed cells. It can be divided.
  • the processor 1410 may match each frame to each divided detailed cell so that the matched frame is provided when a specific detailed cell is selected or designated. That is, when an object (e.g., a hand) moves in a specific direction and a virtual layer is created along the movement path of the object, the processor 1410 operates each frame section in order, starting from the detail cell at the first point where the object begins to move. It can be matched to the frame of .
  • an object e.g., a hand
  • the processor 1410 operates each frame section in order, starting from the detail cell at the first point where the object begins to move. It can be matched to the frame of .
  • the processor 1410 may generate a plurality of detailed cells constituting the virtual layer with different sizes or spacing. If the speed at which an object moves changes during a frame section in the original video, if the virtual layer is divided into detail cells of the same size, the position of the object in the frame and the position of the detail cells may not match. Accordingly, the processor 1410 may vary the size or spacing of detailed cells to match the movement of the object. In other words, when playing video content, the speed changes at the same time interval to obtain frames of moving objects, so in fast-moving sections, the gap between object positions within successive frames is large, and in slow movements, the gap between object positions within successive frames is narrow. do. Therefore, the processor 1410 must generate a plurality of detailed cells to match the object spacing within the frame so that the position of the input operation (command for triggering the object's response) entered by the user matches the position of the object within the frame. .
  • the processor 1410 may determine the length of the virtual layer. In an embodiment, the processor 1410 can determine the location of each object (or a specific feature point of an object) within a frame section and recognize the path on which the object moves, and the processor 1410 can create a virtual path with a length including the path. Layers can be formed. Additionally, the processor 1410 may determine the shape of the virtual layer and detailed cell.
  • Responsive video may be content that has been filmed and stored in advance, or it may be content that adds or synthesizes additional content to the original video.
  • a responsive video may include a video, still image, hologram, etc., and additional content may be played together when the original video is played, turning the original video into a responsive video.
  • a responsive video may include multiple responsive videos, which may mean that the content changes or plays in a form corresponding to a specific input operation by a user (i.e., viewer) watching the content. You can. For example, it may mean an image that is played back as if the user's input operation corresponding to a specific movement of the captured original image is connected to the object in the image moving according to the user's operation.
  • a compressed image refers to an image compressed into a minimum movement unit to implement a basic image as a responsive image. For example, if the basic image contains the same movement repeatedly, the compressed image deletes the repeated movement and leaves only one. Additionally, for example, if the base image includes both movement from the first position to the second position and movement from the second position to the first position, the compressed image is the base image moving from the first position to the second position. Leaving it alone, movement from the second position to the first position can play the remaining basic image in the reverse direction.
  • a multi-responsive video creation file is a content file created by compressing a plurality of basic images and can play various actions according to the user's manipulation, or can be implemented as a multi-responsive video by being played together with one or more basic images.
  • the processor 1410 may generate a responsive image without generating a compressed image even if duplication is allowed.
  • the processor 1410 generates or outputs a responsive image from a base image (the base image may be a responsive image) by not using compressed images and using all repeated movements as is without deleting them. You can.
  • the processor 1410 may acquire a basic image.
  • the basic image may be an original image that includes the movement of an object to be implemented in a responsive manner according to the user's manipulation.
  • Responsive video creators e.g., content providers or individual users
  • the processor 1410 may obtain images of multiple movements of the same object from the user and then generate them in the form of multiple responsive images.
  • the control module 1500 190
  • the control module 1500 can acquire a plurality of images of the user's index finger moving or bending in various directions while spread.
  • the processor 1410 may acquire an image in which a plurality of events occur with respect to an object as a base image.
  • the processor 1410 may generate a compressed image based on the basic image.
  • the compressed video may be responsive and include only the movement of the object to be implemented according to the user's manipulation.
  • images that allow duplication may also be applied instead of compressed images.
  • the processor 1410 can receive multiple responsive image creation conditions for compressed images.
  • the multi-responsive image creation condition may be a plurality of manipulation inputs corresponding to responses that can be generated from the compressed image.
  • the processor 1410 may generate a stack structure of the compressed image, where each extraction area (e.g., a first extraction area and a second extraction area) may include a plurality of stacks for different events. For example, a first stack represented by a solid line and a second stack represented by a dotted line may be included in each extraction area.
  • the processor 1410 may be implemented by determining the stack to be executed among the first stack and the second stack based on the location where the first operation is input to each extraction area from the user.
  • first event and the second event in each extraction area may include overlapping pixels, and the processor 1410 may leave only one of the overlapping pixels among the stack for the first event and the stack for the second event. . Even if the compressed image contains only one data about an overlapping pixel within a specific extraction area, one of the first event and the second event depending on the user's next operation (e.g., change in the direction of movement of the touch operation or the intensity of applied pressure) The stack can be determined. Through this, the computer can create compressed images with minimal data.
  • Responsive images may include the above-described multi-type responsive images and multi-dimensional responsive images.
  • Figure 1 is a block diagram showing the configuration of an electronic device for generating a responsive image.
  • the electronic device may be understood as an example of a computer in this specification.
  • the electronic device 1400 may include a processor 1410, a memory 1420, a camera 1430, a user input unit 1440, and/or a display unit 1450.
  • the components shown in FIG. 1 are not essential for implementing the electronic device 1400 according to the present disclosure, so the electronic device 1400 described herein may have more or fewer components than the components listed above. It can have elements.
  • the processor 1410 includes a memory that stores data for an algorithm for controlling the operation of components within the device or a program that reproduces the algorithm, and performs the above-described operations using the data stored in the memory. It may be implemented with at least one processor. At this time, the memory and processor may each be implemented as separate chips. Alternatively, the memory and processor may be implemented as a single chip.
  • processor 1410 may control any one or a combination of the components described above in order to implement various embodiments according to the present disclosure described below on the present device.
  • the memory 1420 may store data supporting various functions of the device and a program for the operation of the processor 1410, and may store input/output data (e.g., music files, Images, videos, etc.) can be stored, and a number of application programs (application programs or applications) running on the device, data for operation of the device, and commands can be stored. At least some of these applications may be downloaded from an external server via wireless communication.
  • input/output data e.g., music files, Images, videos, etc.
  • application programs application programs or applications
  • At least some of these applications may be downloaded from an external server via wireless communication.
  • the memory 1420 may be a flash memory type, a hard disk type, a solid state disk type, an SDD type (Silicon Disk Drive type), or a multimedia card micro type. micro type), card type memory (e.g. SD or XD memory, etc.), random access memory (RAM), static random access memory (SRAM), read-only memory (ROM), EEPROM (electrically erasable) It may include at least one type of storage medium among programmable read-only memory (PROM), programmable read-only memory (PROM), magnetic memory, magnetic disk, and optical disk. Additionally, the memory 1420 is separate from the device, but may be a database connected wired or wirelessly.
  • memory 1420 may include machine learning model 1425.
  • the machine learning model 1425 can use a deep learning method based on a deep neural network.
  • the machine learning model 1425 may be based on a convolution neural network (CNN) method.
  • CNN convolution neural network
  • the camera 1430 processes image frames, such as still images or moving images, obtained by an image sensor in a shooting mode.
  • the processed image frame may be displayed on the screen of the electronic device 1400 of the present disclosure or stored in the memory 1420.
  • the user input unit 1440 is used to receive information from the user.
  • the processor 1410 can control the operation of the device to correspond to the input information.
  • the user input unit 1440 includes hardware-type physical keys (e.g., buttons, dome switches, jog wheels, jog switches, etc. located on at least one of the front, back, and sides of the device) and software-type keys. May include touch keys.
  • the touch key consists of a virtual key, soft key, or visual key displayed on a touch screen-type display unit through software processing, or is displayed on the touch screen. It may be composed of touch keys placed in other parts. Meanwhile, the virtual key or visual key can be displayed on the touch screen in various forms, for example, graphic, text, icon, video or these. It can be made up of a combination of .
  • the display unit 1450 may form a layered structure with the touch sensor or be formed as one body, thereby implementing a touch screen.
  • This touch screen functions as a user input unit that provides an input interface between the device and the user, and can simultaneously provide an output interface between the device and the user.
  • the display unit 1450 displays (outputs) information processed by the device.
  • the display unit display unit 1450 displays execution screen information of an application program (for example, an application) running on the device, or UI (User Interface) and GUI (Graphic User Interface) information according to this execution screen information. can be displayed.
  • UI User Interface
  • GUI Graphic User Interface
  • the display unit 1450 may be used as an input means.
  • the user may perform an operation that can be input at a specific point or area in the image through the display unit 1450 (e.g., a click operation, a drag operation, a contact touch operation over a certain period of time, a force touch operation (i.e., a touch operation)
  • You can perform input operations such as touch operations (applying specific pressure to the screen or touch pad, etc.).
  • the processor 1410 may provide a user interface (UI) for generating a responsive image through the display unit 1450.
  • the processor 1410 may instruct the user to perform a specified action (e.g., turning the head up and down and left and right, blinking the eyes, and opening the mouth up and down and left and right) through the user interface.
  • the processor 1410 may receive a user's input through at least one graphic object (eg, a capture button) provided through a user interface, and may capture the user's motion in response to the user's input. A detailed description of the user interface will be provided later.
  • the processor 1410 may identify whether the user's action was sufficiently performed above a preset level to generate a responsive image. In one embodiment, the processor 1410 may identify the user's face in at least one captured motion image and determine whether the user's motion (e.g., rotating the face in a specified direction) satisfies standard requirements.
  • the processor 1410 may determine that the corresponding motion image satisfies the standard requirements.
  • the processor 1410 may identify a motion image that satisfies the standard requirements among at least one motion image as at least one video section.
  • the processor 1410 may use the feature points of the user's face and/or the machine learning model 1425 to determine whether the motion image satisfies standard requirements. A detailed explanation of the determination of the above standard requirements will be provided later.
  • the processor 1410 may generate a responsive image using at least one identified image section. Specifically, the processor 1410 may connect at least one video section to a pre-designated input manipulation. For example, an action of rotating the head up, down, left, and right may correspond to a touch input operation of swiping an object (eg, the user's face) up, down, left, and right. For example, the action of blinking the eyes may correspond to an input operation of touching an object (eg, the user's eyes). For example, an action of opening the mouth up and down and left and right may correspond to a touch input operation of pinching out an object (e.g., the user's mouth) up and down and left and right.
  • a pre-designated input manipulation For example, an action of rotating the head up, down, left, and right may correspond to a touch input operation of swiping an object (eg, the user's face) up, down, left, and right.
  • the action of blinking the eyes may correspond to an input operation of touching an
  • the processor 1410 may create a virtual layer composed of a plurality of detail cells in an image section and match the plurality of detail cells to each frame in the video section. Thereafter, the processor 1410 can set the frame of the video section matched to the detailed cell to be played when a specific detailed cell is selected by the user's input operation.
  • At least one component may be added or deleted in response to the performance of the components shown in FIG. 1. Additionally, it will be easily understood by those skilled in the art that the mutual positions of the components may be changed in response to the performance or structure of the system.
  • each component shown in FIG. 1 refers to software and/or hardware components such as Field Programmable Gate Array (FPGA) and Application Specific Integrated Circuit (ASIC).
  • FPGA Field Programmable Gate Array
  • ASIC Application Specific Integrated Circuit
  • FIG. 2 is a flowchart illustrating the operation of an electronic device for generating a responsive image according to an embodiment of the present disclosure.
  • the operation of the electronic device 1400 may be understood as being substantially performed by the processor 1410.
  • the processor 1410 of the electronic device 1400 may display a first screen for photographing the user's face through the display unit 1450.
  • the first screen may include at least one graphic object.
  • At least one graphic object may include information for photographing the user's face.
  • at least one graphic object may include information instructing the user's face to maintain a neutral position within the field of view of the camera 1430.
  • at least one graphic object may guide the user's face to be located at the center of the field of view of the camera 1430.
  • at least one graphic object may guide the user's face to be positioned neither too close nor too far from the camera 1430.
  • the electronic device 1400 of FIG. 1 may further include a speaker.
  • the processor 1410 may output information on the first screen as voice through the speaker.
  • screens 1600, 1610, and 1620 illustrate examples of first screens.
  • the graphic object 1602 may include information instructing to position the user's face within the field of view of the camera 1430.
  • the graphic object 1602 may further include information instructing to switch the front or rear camera to the rear or front camera.
  • graphic objects 1612 and 1622 may guide the user's face so that it is not too close or too far from the camera 1430.
  • the first screen may include a graphic object for receiving user input.
  • screens 1600, 1610, and 1620 may include graphic objects 1604, 1614, and 1624.
  • Processor 1410 may receive user input through graphic objects 1604, 1614, and 1624.
  • the processor 1410 may display a preview image acquired through the camera 1430 on the display unit 1450 in response to a user input on the first screen.
  • the preview image can be understood as a real-time image captured through the camera 1430.
  • the preview image may include an image of the user's face.
  • the preview image may be displayed in the image area of the graphic objects 1602, 1612, and 1622.
  • the processor 1410 may identify the user's face in the preview image.
  • the processor 1410 may further include at least one sensor (eg, an infrared (IR) sensor, a depth sensor) for identifying the user's face.
  • the processor 1410 can extract feature points of the user's face by recognizing hot spots using an IR sensor.
  • the processor 1410 may extract feature points of the user's face by generating a depth map of the user's face using a depth sensor.
  • the processor 1410 may use structured light to recognize the user's face.
  • the description of the method for recognizing the user's face is illustrative, and various methods not disclosed herein may be used.
  • the processor 1410 instructs the user to perform at least one action (e.g., turning the head up and down and left and right, blinking the eyes, and opening the mouth up and down and left and right).
  • a second screen for making a request may be displayed.
  • the second screen may include a plurality of screens each corresponding to at least one operation.
  • the processor 1410 may identify that the user's face is located at a neutral position within the field of view of the camera 1430 as satisfying a specified requirement. If the user's face does not satisfy the specified condition, the processor 1410 may display the first screen again.
  • the second screen may include information to guide the user to perform at least one action.
  • the left screen 1700 and the right screen 1710 show examples of second screens.
  • the left screen 1700 of FIG. 4 may include information instructing the user to turn his head to the left.
  • the user's action may be a 'Look Left' action.
  • the right screen 1710 of FIG. 4 may include information instructing the user to open his mouth up and down.
  • the user's action may be the 'Say Aah' action.
  • the processor 1410 may obtain at least one motion image corresponding to at least one motion. For example, the processor 1410 may display the left screen 1700 and then capture an image of the user turning his head to the left. For example, the processor 1410 may display the right screen 1710 and then capture an image of the user opening his or her mouth up and down.
  • the processor 1410 may identify at least one video section that satisfies the standard requirement among at least one motion video. In one embodiment, the processor 1410 may identify whether the user's motion captured in operation 1550 was sufficiently performed at a preset level or higher to generate a responsive image. For example, the processor 1410 may identify whether the user has turned his head to the left by a specified angle (eg, 60 degrees) or more in the 'Look Left' operation. If the user rotates the head to the left by more than a specified angle, the processor 1410 may identify the 'Look Left' motion image as meeting the standard requirements. In this case, the processor 1410 may identify the 'Look Left' motion image as an image section.
  • a specified angle eg, 60 degrees
  • the processor 1410 may identify the 'Look Left' motion image as meeting the standard requirements. In this case, the processor 1410 may identify the 'Look Left' motion image as an image section.
  • the processor 1410 may identify whether the user opens the mouth more than a specified size in the 'Say Aah' motion. If the user opens the mouth more than the specified size, the processor 1410 may identify the 'Say Aah' motion image as meeting the standard requirements. In this case, the processor 1410 may identify the 'Say Aah' action video as the video section.
  • the processor 1410 may track the movement of feature points on the user's face to determine whether the user-instructed operation has been sufficiently performed at a preset level or higher. For example, when a user rotates his face to the left, the processor 1410 can identify whether some of the feature points of the user's face (e.g., the left face) are obscured by other parts (e.g., the right face). there is. For example, with respect to a user's eye blinking motion, the processor 1410 may identify the movement of the user's eyelids and the resulting degree of exposure of the pupil. For example, when a user opens his mouth left and right, the processor 1410 can identify whether the end points of the lips move away and whether the thickness of the lips becomes thinner.
  • a preset level or higher For example, when a user rotates his face to the left, the processor 1410 can identify whether some of the feature points of the user's face (e.g., the left face) are obscured by other parts (e.g., the right face). there
  • the processor 1410 may use the machine learning model 1425 to determine whether the operation instructed by the user has been sufficiently performed at a preset level or higher.
  • the machine learning model 1425 may be learned using a user's motion image stored in an image database.
  • An image database can be built in advance for learning the machine learning model 1425.
  • the user's motion image stored in the image database may be an image of the user rotating his face up and down, left and right, blinking his eyes, or opening his mouth up and down or left and right.
  • the user's motion image may be labeled as pass or fail depending on the degree to which the user performed the motion. For example, in a motion image, if the user rotates the face in a specified direction (eg, left) by a specified angle (eg, 60 degrees) or more, the motion video may be labeled as successful. For example, if the user rotates the face in a direction other than the specified direction, performs a different action, or rotates less than a specified angle (e.g., 60 degrees), the corresponding motion image may be labeled as a failure.
  • a specified direction eg, left
  • a specified angle e.
  • the processor 1410 may input at least one motion image obtained in operation 1550 to the machine learning model 1425 on which learning has been completed, and obtain success or failure as an output from the machine learning model 1425. there is.
  • the processor 1410 may obtain a motion image with success as an output value among at least one motion image as at least one video section.
  • the processor 1410 may generate at least one responsive image by connecting at least one image section with a predetermined input operation.
  • a predetermined input operation may correspond to a user operation included in at least one video section.
  • Responsive videos can be created using virtual layers.
  • the predetermined input operation may be an operation of swiping the screen to the left.
  • the processor 1410 can match each frame of the 'Look Left' video section to the input section of the input manipulation.
  • the predetermined input manipulation may be the motion of pinching out the area corresponding to the mouth on the user's face up and down.
  • the responsive image of FIG. 2 may be a multi-responsive image.
  • the processor 1410 may designate an image of the user looking straight ahead as the reference screen.
  • the electronic device 1400 may generate multiple responsive images based on the reference screen and at least one responsive image generated in FIG. 2 .
  • the multi-responsive video may include at least one responsive video that is played based on the user's input manipulation on the reference screen 1800.
  • the processor 1410 when a user inputs a manipulation of swiping an object (e.g., the user's face) from bottom to top with respect to the reference screen 1800, the processor 1410 allows the user to swipe the face from bottom to bottom. You can play a video section that rotates upward. For example, when a user inputs a manipulation of swiping an object (e.g., the user's face) from top to bottom with respect to the reference screen 1800, the processor 1410 creates an image section in which the user rotates the face from top to bottom. can be played.
  • a manipulation of swiping an object e.g., the user's face
  • the processor 1410 creates an image section in which the user rotates the face from top to bottom. can be played.
  • the processor 1410 rotates the user's face from left to right.
  • the processor 1410 rotates the user's face from right to left. You can play video sections.
  • the processor 1410 when the user inputs a manipulation of touching the object 1810 (e.g., the user's eyes) with respect to the reference screen 1800, the processor 1410 operates to detect the user's blinking. You can play video sections. For example, when the user inputs a manipulation to pinch out the object 1820 (e.g., the user's mouth) up and down with respect to the reference screen 1800, the processor 1410 selects an image section in which the user opens the mouth up and down. You can play.
  • the object 1820 e.g., the user's mouth
  • the processor 1410 selects an image section in which the user opens the mouth to the left and right. You can play.
  • the object 1820 e.g., the user's mouth
  • the processor 1410 selects an image section in which the user opens the mouth to the left and right. You can play.
  • the disclosed embodiments may be implemented in the form of a recording medium that stores instructions executable by a computer. Instructions may be stored in the form of program code, and when executed by a processor, may create program modules to perform operations of the disclosed embodiments.
  • the recording medium may be implemented as a computer-readable recording medium.
  • Computer-readable recording media include all types of recording media storing instructions that can be decoded by a computer. For example, there may be Read Only Memory (ROM), Random Access Memory (RAM), magnetic tape, magnetic disk, flash memory, optical data storage device, etc.
  • ROM Read Only Memory
  • RAM Random Access Memory
  • magnetic tape magnetic tape
  • magnetic disk magnetic disk
  • flash memory optical data storage device

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

반응형 영상을 생성하기 위한 사용자 인터페이스를 제공하는 전자 장치에 있어서, 카메라; 사용자의 얼굴을 촬영하기 위한 제1 화면을 표시하는 디스플레이부; 및 상기 사용자의 동작에 기반한 반응형 영상을 생성하는 프로세서를 포함하고, 상기 프로세서는 상기 제1 화면에 대한 상기 사용자의 입력에 응답하여, 상기 카메라를 통해 획득한 프리뷰 영상을 상기 디스플레이부 상에 표시하고, 상기 프리뷰 영상에서 상기 사용자의 얼굴을 식별하고, 상기 식별된 얼굴이 기 지정된 요건을 만족하면, 상기 사용자에게 적어도 하나의 동작을 지시하기 위한 제2 화면을 상기 디스플레이부 상에 표시하고, 상기 카메라를 통해 상기 적어도 하나의 동작에 대응하는 적어도 하나의 동작 영상을 획득하고, 상기 적어도 하나의 동작 영상 중 기준 요건을 만족하는 적어도 하나의 영상 구간을 식별하며, 상기 적어도 하나의 영상 구간을 기 지정된 입력조작과 연결하여 적어도 하나의 반응형 영상을 생성하할 수 있다.

Description

반응형 영상을 생성하기 위한 사용자 인터페이스를 제공하는 전자 장치 및 그 방법
본 개시는 사용자 인터페이스를 제공하는 전자 장치 및 그 방법에 관한 것이다. 보다 상세하게는, 본 개시는 반응형 영상을 생성하기 위한 사용자 인터페이스를 제공하는 전자 장치 및 그 방법에 관한 것이다.
최근 영상촬영기술이 매우 발전하고 있다. 캠코더, 디지털카메라뿐만 아니라 스마트폰 등의 이동단말기도 높은 해상도의 영상을 촬영할 수 있다. 또한, 360도 카메라, 3D영상 카메라 등이 등장하고 있다.
영상은 영상촬영장치에 의해 촬영되어 특정한 포맷으로 저장되고, 재생 가능한 단말기에 의해 재생된다. 영상 재생은 시청자와 상호작용(Interaction)이 없이 일방적으로 시간순서대로 제공된다. 즉, 시청자는 재생되는 영상을 통해 시각적인 감각만을 느낄 수 있다.
본 개시는 일반동영상 또는 복수의 영상프레임이 저장된 영상데이터베이스(예를 들어, 기초영상)를 획득하여 사용자의 조작에 따라 다양한 조건 재생을 수행하는 반응형 영상을 생성하기 위한 사용자 인터페이스를 제공하고자 한다.
본 개시가 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
상술한 기술적 과제를 달성하기 위한 본 개시에 따른 전자 장치는, 카메라; 사용자의 얼굴을 촬영하기 위한 제1 화면을 표시하는 디스플레이부; 및 상기 사용자의 동작에 기반한 반응형 영상을 생성하는 프로세서를 포함하고, 상기 프로세서는 상기 제1 화면에 대한 상기 사용자의 입력에 응답하여, 상기 카메라를 통해 획득한 프리뷰 영상을 상기 디스플레이부 상에 표시하고, 상기 프리뷰 영상에서 상기 사용자의 얼굴을 식별하고, 상기 식별된 얼굴이 기 지정된 요건을 만족하면, 상기 사용자에게 적어도 하나의 동작을 지시하기 위한 제2 화면을 상기 디스플레이부 상에 표시하고, 상기 카메라를 통해 상기 적어도 하나의 동작에 대응하는 적어도 하나의 동작 영상을 획득하고, 상기 적어도 하나의 동작 영상 중 기준 요건을 만족하는 적어도 하나의 영상 구간을 식별하며, 상기 적어도 하나의 영상 구간을 기 지정된 입력조작과 연결하여 적어도 하나의 반응형 영상을 생성하고, 상기 기 지정된 입력조작은 상기 적어도 하나의 영상 구간에 포함된 사용자의 동작에 대응할 수 있다.
또한, 상술한 기술적 과제를 달성하기 위한 본 개시에 따른 전자 장치의 반응형 영상을 생성하기 위한 사용자 인터페이스 제공 방법은, 상기 전자 장치의 디스플레이부를 통해 사용자의 얼굴을 촬영하기 위한 제1 화면을 표시하는 단계; 상기 제1 화면에 대한 사용자 입력에 응답하여, 상기 전자 장치의 카메라를 통해 획득한 프리뷰 영상을 상기 디스플레이부 상에 표시하는 단계; 상기 프리뷰 영상에서 상기 사용자의 얼굴을 식별하는 단계; 상기 식별된 사용자의 얼굴이 기 지정된 요건을 만족하면, 상기 사용자에게 적어도 하나의 동작을 지시하기 위한 제2 화면을 표시하는 단계; 상기 카메라를 통해 상기 적어도 하나의 동작에 대응하는 적어도 하나의 동작 영상을 획득하는 단계; 상기 적어도 하나의 동작 영상 중 기준 요건을 만족하는 적어도 하나의 영상 구간을 식별하는 단계; 및 상기 적어도 하나의 영상 구간을 기 지정된 입력조작과 연결하여 적어도 하나의 반응형 영상을 생성하는 단계를 포함하고, 상기 기 지정된 입력조작은 상기 적어도 하나의 영상 구간에 포함된 사용자의 동작에 대응할 수 있다.
이 외에도, 본 개시를 구현하기 위한 방법을 실행하기 위한 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램이 더 제공될 수 있다.
이 외에도, 본 개시를 구현하기 위한 방법을 실행하기 위한 컴퓨터 프로그램을 기록하는 컴퓨터 판독 가능한 기록 매체가 더 제공될 수 있다.
본 개시의 전술한 과제 해결 수단에 의하면, 사용자 인터페이스를 통해 사용자들이 지정된 동작을 수행하도록 안내하고 획득된 동작 영상을 이용하여 보다 간편하게 반응형 영상을 생성함으로써, 사용자의 접근성을 높일 수 있다.
본 개시의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 반응형 영상을 생성하기 위한 전자 장치의 구성을 도시한 블록도이다. 전자 장치는 본 명세서의 컴퓨터의 일 예시로 이해될 수 있다.
도 2는 본 개시의 일 실시예에 따른 반응형 영상을 생성하기 위한 전자 장치의 동작을 설명하기 위한 흐름도이다.
도 3은 본 개시의 일 실시예에 따른 사용자 인터페이스 화면을 도시한 것이다.
도 4는 본 개시의 일 실시예에 따른 사용자 인터페이스 화면을 도시한 것이다.
도 5a 및 도 5b는 본 개시의 일 실시예에 따른 사용자 인터페이스를 통해 생성된 반응형 영상을 도시한 것이다.
본 개시 전체에 걸쳐 동일 참조 부호는 동일 구성요소를 지칭한다. 본 개시가 실시예들의 모든 요소들을 설명하는 것은 아니며, 본 개시가 속하는 기술분야에서 일반적인 내용 또는 실시예들 간에 중복되는 내용은 생략한다. 명세서에서 사용되는 '부, 모듈, 부재, 블록'이라는 용어는 소프트웨어 또는 하드웨어로 구현될 수 있으며, 실시예들에 따라 복수의 '부, 모듈, 부재, 블록'이 하나의 구성요소로 구현되거나, 하나의 '부, 모듈, 부재, 블록'이 복수의 구성요소들을 포함하는 것도 가능하다.
또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
단수의 표현은 문맥상 명백하게 예외가 있지 않는 한, 복수의 표현을 포함한다. 각 단계들에 있어 식별부호는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 실시될 수 있다.
첨부된 도면들을 참고하여 본 개시의 작용 원리 및 실시예들을 설명하기에 앞서, 몇몇 용어를 아래와 같이 설명하기로 한다.
콘텐츠(contents 또는 content)는, 시각적으로 제공되는 각종 콘텐츠, 가령 동영상, 정지영상, 홀로그램 등을 포함할 수 있으며, 청각적, 미각적, 후각적 등으로 제공되는 다양한 콘텐츠를 포함할 수 있으나, 실시예가 이에 한정되는 것은 아니다. 또한, 콘텐츠는 가상 현실(VR, virtual reality)에서 제공될 수도 있으나, 실시예가 이에 한정되는 것은 아니다.
콘텐츠에 포함된 오브젝트(대상체)는, 콘텐츠의 일부에 포함되거나 또는 콘텐츠 전체를 포함할 수 있는데, 가령, 콘텐츠가 영상인 경우, 영상의 전체 프레임 또는 일부 프레임 내에 위치하는 다양한 객체(objects)를 포함할 수 있으며, 영상 자체를 의미할 수도 있다.
반응형 콘텐츠는, 콘텐츠에 포함된 오브젝트의 '반응(reation, feedback 등)을 트리거하는 명령'(입력 조작이라 할 수 있는데, 가령, 터치 조작, 사운드 명령, 모션 명령, 등을 포함하여 예약된 명령)이 입력되는 경우, 이에 대응하는 오브젝트와 관련된 다양한 콘텐츠를 포함할 수 있다. 이하에서는 본 개시에 따른 반응형 콘텐츠가 반응형 영상인 것으로 가정하여 설명하며, 본 개시에 따른 반응형 콘텐츠의 종류가 영상인 것으로 한정하진 않는다.
여기서, 반응은 명령(입력 조작)에 따라 오브젝트의 무브먼트, 오브젝트의 형상/모양 변경, 특정 이벤트 발생, 및/또는 콘텐츠 내 변동 발생 등을 포함할 수 있으나, 실시예가 이에 한정되는 것은 아니다.
반응형 영상은 영상을 시청하는 사용자(즉, 시청자)에 의한 명령(가령, 터치 조작)에 상응하는 형태로 영상이 재생되는 영상을 의미한다. 예를 들어, 반응형 영상은, 사용자에 의해 특정한 물체(예를 들어, 베개)를 만지는 형태의 사용자 조작이 터치스크린에 가해지면, 물체를 만지는 움직임이 재생되는 영상을 의미할 수 있다. 또한, 예를 들어, 반응형 영상은, 사용자에 의해 특정한 물체를 누르는 형태의 사용자 조작이 터치스크린에 가해지면, 물체가 눌려지는 움직임과 사용자 조작 이후에 다시 복원되는 움직임이 재생되는 영상을 의미할 수 있다.
콘텐츠에 포함된 오브젝트의 '반응을 트리거하기 위한 명령'(입력 조작)은, 반응형 영상을 제공하는 컴퓨터의 입력 수단을 통해 수신되는 콘텐츠에 대한 사용자 조작을 포함할 수 있다. 예를 들어, 상기 사용자 조작은 마우스 또는 터치스크린과 같은 입력수단을 통해 콘텐츠 내 특정한 지점 또는 영역에 입력될 수 있는 조작(예를 들어, 클릭 조작, 드래그 조작, 특정 시간 이상의 접촉터치 조작, 포스터치 조작(즉, 터치스크린 또는 터치패드에 특정압력을 가하는 터치조작) 등)을 포함할 수 있다. 또한, 예를 들어, 상기 사용자 조작은, 컴퓨터(또는 단말기)가 구비하는 센서(예를 들어, 가속도센서, 자이로센서 등)를 입력 수단으로 하여 획득될 수 있는 단말기 자체의 배치 상태 또는 움직임 등을 포함할 수 있다. 콘텐츠가 VR 콘텐츠인 경우, 반응을 트리거하기 위한 명령은 착용한 단말의 움직임 센싱 또는 조이스틱 같은 단말의 조작에 의해 수행될 수 있으나, 실시예가 이에 한정되는 것은 아니다.
이하에서는, 반응형 영상을 생성하는 방법을 설명하기로 한다. 반응형 영상의 생성은 장치(일 예로, 컴퓨터)의 프로세서에 의해 수행되는 것으로 상정하여 설명하기로 한다.
프로세서(1410)는 하나 이상의 원본 영상에 포함된 오브젝트의 반응을 트리거하기 위한 명령을 결정할 수 있다. 여기서, 원본 영상은 기초 영상이라고 할 수 있으며, 원본 영상은 반응형으로 구현되지 않은 콘텐츠일 수 있다. 가령, 원본 영상은 촬영 콘텐츠일 수 있고, 공간 상의 오브젝트의 위치 별 프레임을 저장한 복수의 프레임 조합을 포함할 수 있다. 원본 영상은 통신을 통해 수집한 콘텐츠일 수 있고, 입체적 콘텐츠일 수 있으며, VR 콘텐츠일 수 있으나, 실시예가 이에 한정되는 것은 아니다.
프로세서(1410)는 원본 영상의 프레임 구간을 지정하는 입력을 수신할 수 있는데, 프레임 구간은 원본 영상의 전체 프레임 중에서 반응형으로 구현될 특정 구간을 포함할 수 있다. 사용자로부터 다양한 방식을 통해 프레임 구간이 설정될 수 있다. 실시예에서, 프로세서(1410)는 사용자로부터 원본 영상의 시작 프레임(즉, 반응형 영상으로 제작될 시간 영역의 최초 프레임)부터 최종 프레임(즉, 반응형 영상으로 제작될 시간 영역의 마지막 프레임)까지 선택받을 수 있다. 또한, 실시예에서, 사용자로부터 시간 구간을 지정받을 수도 있다.
프로세서(1410)는 반응형 영상에 연결되어, 오브젝트의 반응을 트리거하기 위한 명령을 사용자로부터 직접 수신할 수 있다. 예를 들어, 상기 프로세서(1410)는 터치스크린을 구비한 디바이스인 경우, 사용자로부터 특정한 입력조작을 입력받는 과정을 제공하고, 해당 과정에서 터치스크린 상에 움직이는 오브젝트를 따라서 특정한 명령을 수신할 수 있다.
또한, 프로세서(1410)는 반응형 영상에 연결될 명령 유형을 사용자로부터 선택받고, 해당 명령 유형을 대신할 수 있는 조작을 수신할 수 있다. 예를 들어, 터치스크린을 보유한 디바이스에서 반응형 영상을 생성하면서, 터치스크린을 구비하지 않은 장치인 컴퓨터(VR 장치도 포함)를 이용하는 경우, 컴퓨터는 터치스크린에 대한 터치조작을 대신하는 마우스 조작을 수신하여 즉, 반응형 영상을 생성할 수 있다.
오브젝트의 반응을 트리거하기 위한 명령은 프레임 구간 내 포함된 오브젝트의 무브먼트와 일치하거나 오브젝트의 움직임에 상응할 수 있다. 오브젝트의 반응을 트리거하기 위한 명령이 입력되도록 설정되는 위치 또는 영역은 프레임 구간에 포함된 프레임 내 오브젝트의 움직임에 대응하는 영역에 해당할 수 있다.
프로세서(1410)는 오브젝트와 오브젝트의 반응을 트리거하기 위한 명령을 연결하기 위해, 원본 영상의 지정된 프레임 구간 내 각각의 프레임 전체 영역 또는 특정 영역에 가상 레이어를 생성하는 방식을 적용할 수 있다. 가상 레이어는 화면상에 시각적으로는 표현되지 않으면서 사용자의 입력을 수신할 수 있는, 원본 영상을 구성하는 프레임 위에 겹쳐지는 레이어를 의미할 수 있다.
프로세서(1410)는 오브젝트의 반응을 트리거하기 위한 명령이 프레임 상의 특정영역(즉, 프레임 구간 내 오브젝트가 움직이는 경로)을 움직이는 조작(예를 들어, 마우스 조작을 통해 마우스 커서 이동 또는 터치스크린 상의 제1 지점에서 제2 지점으로의 드래그 조작)인 경우, 특정한 개수의 세부셀로 구성된 가상 레이어를 프레임 상에 생성할 수 있다.
또한, 프로세서(1410)는 프레임 구간에 대응하여 복수의 세부셀로 구성된 가상 레이어를 생성할 수 있다. 프로세서(1410)는 프레임 구간 내 포함되는 프레임 개수를 산출하고, 프레임 구간 내 프레임 개수를 세부셀의 개수로 적용할 수 있으며, 각각의 세부셀에 프레임 구간 내 각각의 프레임을 차례대로 매칭할 수 있다.
예를 들어, 프로세서(1410)는, n개의 프레임이 오브젝트의 반응을 트리거하기 위한 명령에 따라 변동적으로 재생(즉, 조작 재생)되도록 콘텐츠를 생성하고자 하는 경우, 특정 영역을 n개의 세부셀로 분할할 수 있다.
그 후, 프로세서(1410)는 분할된 각각의 세부셀에 각각의 프레임을 매칭하여서, 특정한 세부셀이 선택 또는 지정되는 경우에 매칭된 프레임이 제공되도록 할 수 있다. 즉, 특정한 방향으로 물체(가령, 손)가 움직이고 물체의 이동경로를 따라 가상 레이어가 생성되는 경우, 프로세서(1410)는 물체가 움직이기 시작하는 제1 지점의 세부셀부터 순서대로 프레임 구간 내 각각의 프레임에 매칭할 수 있다.
또한, 프로세서(1410)는 가상 레이어를 구성하는 복수의 세부셀을 상이한 크기 또는 간격으로 생성할 수 있다. 원본 영상 내 프레임 구간에서 오브젝트가 움직이는 속도가 변하는 경우, 가상 레이어를 동일한 크기의 세부셀로 분할하면 프레임 상의 오브젝트의 위치와 세부셀의 위치가 맞지 않을 수 있다. 따라서, 프로세서(1410)는 오브젝트의 움직임에 부합하도록 세부셀의 크기 또는 간격을 상이하게 할 수 있다. 즉, 동영상 콘텐츠 재생 시에 동일한 시간 간격으로 속도가 변하면서 움직이는 오브젝트의 프레임을 획득하므로, 빠르게 움직이는 구간에서는 연속되는 프레임 내 오브젝트 위치의 간격이 크고 느린 구간에서는 연속되는 프레임 내 오브젝트 위치의 간격이 좁게 된다. 따라서, 프로세서(1410)는 이러한 프레임 내 오브젝트 간격에 부합하게 복수의 세부셀을 생성하여야 사용자가 입력하는 입력조작(오브젝트의 반응을 트리거하기 위한 명령)의 위치와 프레임 내의 오브젝트 위치가 매칭될 수 있다.
또한, 프로세서(1410)는 가상 레이어의 길이를 결정할 수 있다. 실시예에서, 프로세서(1410)는 프레임 구간 내 각 오브젝트(또는 오브젝트의 특정한 특징점)의 위치를 파악하여, 오브젝트가 움직이는 경로를 인식할 수 있으며, 프로세서(1410)는 해당 경로를 포함하는 길이로 가상 레이어를 형성할 수 있다. 또한, 프로세서(1410)는 가상 레이어 및 세부셀의 형태를 결정할 수 있다.
반응형 영상은 촬영되어 미리 저장된 콘텐츠일 수 있고, 원본 영상에 부가 콘텐츠를 추가 또는 합성한 콘텐츠일 수 있다. 가령, 반응형 영상은 동영상, 정지영상, 홀로그램 등을 포함할 수 있으며, 부가 콘텐츠는 원본 영상을 재생할 때, 함께 재생되어 원본 영상을 반응형 영상으로 만들어 줄 수 있다.
또한, 반응형 영상은 다중 반응형 영상을 포함할 수 있는데, 다중 반응형 영상은, 콘텐츠를 시청하는 사용자(즉, 시청자)의 특정한 입력 조작에 상응하는 형태로 콘텐츠가 변화되거나 재생되는 것을 의미할 수 있다. 예를 들어, 촬영된 원본 영상의 특정한 움직임에 대응되는 사용자의 입력 조작이 연결되어, 사용자의 조작에 따라 해당 영상 내의 물체가 움직이는 것과 같이 재생되는 영상을 의미할 수 있다.
실시예에서, 압축 영상은 기초 영상을 반응형 영상으로 구현하기 위해 최소 움직임 단위로 압축된 영상을 의미한다. 예를 들어, 기초 영상에 동일한 움직임이 반복적으로 포함된 경우, 압축 영상은 반복되는 움직임을 삭제하고 하나만 남긴 것이다. 또한, 예를 들어, 기초 영상에 제1 위치에서 제2 위치로의 움직임과 제2 위치에서 제1 위치로의 움직임을 모두 포함하는 경우, 압축 영상은 제1 위치에서 제2 위치로 움직이는 기초 영상만으로 남기고, 제2 위치에서 제1 위치로의 움직임은 남겨진 기초 영상을 역방향으로 재생할 수 있다.
또한, 다중 반응형 영상 생성 파일은, 복수의 기초 영상이 압축되어 생성된 것으로 사용자의 조작에 따라 여러 동작을 재생할 수 있는 콘텐츠 파일이거나, 하나 이상의 기초 영상과 함께 재생됨에 따라 다중 반응형 영상으로 구현할 수 있는 메타데이터를 의미한다. 실시예에서, 프로세서(1410)는 중복을 허락하더라도 압축 영상을 생성하지 않고, 반응형 영상을 생성할 수 있다.
실시예에서, 프로세서(1410)는 압축 영상을 사용하지 않고, 반복되는 움직임도 삭제하지 않고 모두 그대로 사용하여, 기초 영상(기초 영상이 반응형 영상일 수도 있음)에서 반응형 영상을 생성하거나 출력할 수 있다.
이하에서는, 본 개시에 따른 다중 반응형 영상의 생성 방법을 설명하기로 하며, 콘텐츠가 영상인 경우를 가정한다.
프로세서(1410)는 기초 영상을 획득할 수 있다. 기초 영상은 사용자의 조작에 따른 반응형으로 구현하고자 하는 오브젝트의 움직임을 포함하는 원본 영상일 수 있다. 반응형 영상 제작자(예를 들어, 컨텐츠 공급자 또는 개인 사용자)는 반응형으로 구현하고자 하는 동작이 포함된 영상을 촬영할 수 있다.
실시예에서, 프로세서(1410)는 사용자로부터 동일한 오브젝트의 여러 움직임에 대한 영상을 획득한 후 다중 반응형 영상의 형태로 생성할 수 있다. 예를 들어, 제어모듈(1500)(190)는 오브젝트가 사용자의 손인 경우, 사용자의 검지손가락을 펼친 상태에서 여러 방향으로 움직이거나 구부리는 복수의 영상을 획득할 수 있다.
또한, 특정한 조작에 따른 반응으로 본인의 머리를 상하좌우로 회전하거나 얼굴 표정 변화가 제공되는 반응형 영상을 제작하고자 하는 경우, 사용자는 원하는 고개 움직임과 표정들이 모두 포함된 영상을 촬영할 수 있다.
또한, 사용자에 의해 입력되는 조작에 따라 물풍선이 터지거나 바닥에서 튀어져 올라오는 반응형 영상을 생성하고자 하는 경우, 사용자는 동일한 색상 및 크기의 물풍선을 떨어뜨려서 터지는 제1 영상과 물풍선이 터지지 않고 튀어오르는 제2 영상을 순차적으로 촬영할 수 있다.
또한, 특정한 움직임을 수행한 후 기존 움직임의 반복이 아닌 상이한 사건이 발생하는 하나의 기초 영상을 획득할 수 있다. 즉, 프로세서(1410)는 오브젝트에 대해 복수의 사건이 발생하는 영상을 기초 영상으로 획득할 수 있다.
프로세서(1410)는 기초 영상을 기반으로 압축 영상을 생성할 수 있다. 압축 영상은 반응형으로 사용자의 조작에 따른 구현하고자 하는 오브젝트의 움직임만을 포함하는 것일 수 있다. 실시예에서, 압축 영상 대신 중복을 허용하는 영상도 적용될 수도 있다.
프로세서(1410)는 압축 영상에 대한 다중 반응형 영상 생성조건을 수신할 수 있다. 상기 다중 반응형 영상 생성조건은 상기 압축 영상에서 생성 가능한 반응에 대응하는 복수의 조작입력일 수 있다.
프로세서(1410)는 압축 영상의 스택 구조를 생성할 수 있는데, 각 추출영역(가령, 제1추출영역 및 제2추출영역)은 상이한 사건에 대한 복수의 스텍을 포함할 수 있다. 예를 들어, 실선으로 표현되는 제1 스텍과 점선으로 표현되는 제2 스텍을 각 추출영역에 포함할 수 있다. 프로세서(1410)는 사용자로부터 각 추출영역에 최초 조작이 입력되는 위치를 기반으로 제1스텍과 제2스텍 중에서 실행되는 스텍을 결정하는 것으로 구현될 수 있다.
또한, 각 추출영역 내 제1 사건과 제2사건은 중첩되는 픽셀을 포함할 수 있고, 프로세서(1410)는 제1사건에 대한 스텍과 제2사건에 대한 스텍 중에서 중첩되는 픽셀 중 하나만 남길 수 있다. 압축 영상이 특정 추출영역 내의 중첩 픽셀에 대한 데이터를 하나만 포함하더라도, 사용자의 다음 조작(예를 들어, 터치조작의 움직임 방향 또는 가해지는 압력세기의 변화)에 따라 제1사건과 제2사건 중 하나의 스텍이 결정될 수 있다. 이를 통해, 컴퓨터는 최소한의 데이터만으로 압축 영상을 생성할 수 있다.
이하에서, 본 개시의 일 실시 예에 따른 반응형 영상을 생성하기 위한 사용자 인터페이스(User Interface)에 대하여 설명한다. 반응형 영상은 상술된 다중형 반응형 영상 및 다차원 반응형 영상을 포함할 수 있다.
도 1은 반응형 영상을 생성하기 위한 전자 장치의 구성을 도시한 블록도이다. 전자 장치는 본 명세서의 컴퓨터의 일 예시로 이해될 수 있다.
일 실시 예에서, 전자 장치(1400)는 프로세서(1410), 메모리(1420), 카메라(1430), 사용자 입력부(1440), 및/또는 디스플레이부(1450)를 포함할 수 있다. 도 1에 도시된 구성요소들은 본 개시에 따른 전자 장치(1400)를 구현하는데 있어서 필수적인 것은 아니어서, 본 명세서 상에서 설명되는 전자 장치(1400)는 위에서 열거된 구성요소들 보다 많거나, 또는 적은 구성요소들을 가질 수 있다.
일 실시 예에서, 프로세서(1410)는 본 장치 내의 구성요소들의 동작을 제어하기 위한 알고리즘 또는 알고리즘을 재현한 프로그램에 대한 데이터를 저장하는 메모리, 및 메모리에 저장된 데이터를 이용하여 전술한 동작을 수행하는 적어도 하나의 프로세서로 구현될 수 있다. 이때, 메모리와 프로세서는 각각 별개의 칩으로 구현될 수 있다. 또는, 메모리와 프로세서는 단일 칩으로 구현될 수도 있다.
또한, 프로세서(1410)는 이하에서 설명되는 본 개시에 따른 다양한 실시 예들을 본 장치 상에서 구현하기 위하여, 위에서 살펴본 구성요소들을 중 어느 하나 또는 복수를 조합하여 제어할 수 있다.
일 실시 예에서, 메모리(1420)는 본 장치의 다양한 기능을 지원하는 데이터와, 프로세서(1410)의 동작을 위한 프로그램을 저장할 수 있고, 입/출력되는 데이터들(예를 들어, 음악 파일, 정지영상, 동영상 등)을 저장할 있고, 본 장치에서 구동되는 다수의 응용 프로그램(application program 또는 애플리케이션(application)), 본 장치의 동작을 위한 데이터들, 명령어들을 저장할 수 있다. 이러한 응용 프로그램 중 적어도 일부는, 무선 통신을 통해 외부 서버로부터 다운로드 될 수 있다.
이러한, 메모리(1420)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), SSD 타입(Solid State Disk type), SDD 타입(Silicon Disk Drive type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(random access memory; RAM), SRAM(static random access memory), 롬(read-only memory; ROM), EEPROM(electrically erasable programmable read-only memory), PROM(programmable read-only memory), 자기 메모리, 자기 디스크 및 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다. 또한, 메모리(1420)는 본 장치와는 분리되어 있으나, 유선 또는 무선으로 연결된 데이터베이스가 될 수도 있다.
일 실시 예에서, 메모리(1420)는 머신러닝 모델(1425)을 포함할 수 있다. 머신러닝 모델(1425)은 심층 신경망 네트워크(Deep Neural Network)에 기반한 딥러닝(Deep Learning) 방식을 이용할 수 있다. 예를 들어, 머신러닝 모델(1425)은 컨볼루션 뉴럴 네트워크(Convolution Neural Network, CNN) 방식에 기반할 수 있다.
일 실시 예에서, 카메라(1430)는 촬영 모드에서 이미지 센서에 의해 얻어지는 정지영상 또는 동영상 등의 화상 프레임을 처리한다. 처리된 화상 프레임은 본 개시의 전자 장치(1400)의 화면에 표시되거나 메모리(1420)에 저장될 수 있다.
일 실시 예에서, 사용자 입력부(1440)는 사용자로부터 정보를 입력받기 위한 것으로서, 사용자 입력부를 통해 정보가 입력되면, 프로세서(1410)는 입력된 정보에 대응되도록 본 장치의 동작을 제어할 수 있다. 이러한, 사용자 입력부(1440)는 하드웨어식 물리 키(예를 들어, 본 장치의 전면, 후면 및 측면 중 적어도 하나에 위치하는 버튼, 돔 스위치 (dome switch), 조그 휠, 조그 스위치 등) 및 소프트웨어식 터치 키를 포함할 수 있다.
일 예로서, 터치 키는, 소프트웨어적인 처리를 통해 터치스크린 타입의 디스플레이부 상에 표시되는 가상 키(virtual key), 소프트 키(soft key) 또는 비주얼 키(visual key)로 이루어지거나, 상기 터치스크린 이외의 부분에 배치되는 터치 키(touch key)로 이루어질 수 있다. 한편, 상기 가상키 또는 비주얼 키는, 다양한 형태를 가지면서 터치스크린 상에 표시되는 것이 가능하며, 예를 들어, 그래픽(graphic), 텍스트(text), 아이콘(icon), 비디오(video) 또는 이들의 조합으로 이루어질 수 있다.
일 실시 예에서, 디스플레이부(1450)는 터치 센서와 상호 레이어 구조를 이루거나 일체형으로 형성됨으로써, 터치 스크린을 구현할 수 있다. 이러한 터치 스크린은, 본 장치와 사용자 사이의 입력 인터페이스를 제공하는 사용자 입력부로써 기능함과 동시에, 본 장치와 사용자 간에 출력 인터페이스를 제공할 수 있다.
디스플레이부(1450)는 본 장치에서 처리되는 정보를 표시(출력)한다. 예를 들어, 디스플레이부 디스플레이부(1450)는 본 장치에서 구동되는 응용 프로그램(일 예로, 어플리케이션)의 실행화면 정보, 또는 이러한 실행화면 정보에 따른 UI(User Interface), GUI(Graphic User Interface) 정보를 표시할 수 있다.
일 실시 예에서, 디스플레이부(1450)는 입력수단으로 이용될 수 있다. 예를 들어, 사용자는 디스플레이부(1450)를 통해 영상 내 특정한 지점 또는 영역에 입력될 수 있는 조작(예를 들어, 클릭 조작, 드래그 조작, 특정 시간 이상의 접촉터치 조작, 포스터치 조작(즉, 터치스크린 또는 터치패드에 특정압력을 가하는 터치조작) 등)와 같은 입력조작을 수행할 수 있다.
일 실시 예에서, 프로세서(1410)는 디스플레이부(1450)를 통해 반응형 영상을 생성하기 위한 사용자 인터페이스(UI)를 제공할 수 있다. 프로세서(1410)는 사용자 인터페이스를 통해 사용자가 지정된 동작(예: 고개를 상하좌우로 회전, 눈을 깜빡이기, 입을 상하, 좌우로 벌리기)을 수행하도록 지시할 수 있다. 또한, 프로세서(1410)는 사용자 인터페이스를 통해 제공되는 적어도 하나의 그래픽 객체(예: 촬영 버튼)를 통해 사용자의 입력을 수신하고, 사용자의 입력에 응답하여 사용자의 동작을 촬영할 수 있다. 사용자 인터페이스에 대한 자세한 설명은 후술한다.
일 실시 예에서, 프로세서(1410)는 사용자의 동작이 반응형 영상의 생성을 위하여 기 설정된 수준 이상으로 충분히 수행되었는지 식별할 수 있다. 일 실시 예에서, 프로세서(1410)는 촬영된 적어도 하나의 동작 영상 내의 사용자의 얼굴을 식별하고, 사용자의 동작(예: 얼굴을 지정된 방향으로 회전)이 기준 요건을 만족하였는지 결정할 수 있다.
예를 들어, 사용자가 얼굴을 지정된 방향으로 지정된 각도 이상 회전시킨 경우, 프로세서(1410)는 해당 동작 영상이 기준 요건을 만족한 것으로 결정할 수 있다. 프로세서(1410)는 적어도 하나의 동작 영상 중 기준 요건을 만족하는 동작 영상을 적어도 하나의 영상 구간으로 식별할 수 있다. 일 실시 예에서, 프로세서(1410)는 동작 영상이 기준 요건을 만족하였는지 결정하기 위하여 사용자 얼굴의 특징점 및/또는 머신러닝 모델(1425)을 이용할 수 있다. 상기 기준 요건의 판단에 대한 자세한 설명은 후술한다.
일 실시 예에서, 프로세서(1410)는 식별된 적어도 하나의 영상 구간을 이용하여 반응형 영상을 생성할 수 있다. 구체적으로, 프로세서(1410)는 적어도 하나의 영상 구간을 기 지정된 입력 조작과 연결할 수 있다. 예를 들어, 고개를 상하좌우로 회전하는 동작은 대상체(예: 사용자의 얼굴)를 상하좌우로 스와이핑(swiping)하는 터치입력조작에 대응할 수 있다. 예를 들어, 눈을 깜빡이는 동작은 대상체(예: 사용자의 눈)를 터치하는 입력조작에 대응할 수 있다. 예를 들어, 입을 상하, 좌우로 벌리는 동작은 대상체(예: 사용자의 입)를 상하, 좌우로 핀치-아웃(pinch-out)하는 터치입력조작에 대응할 수 있다.
일 실시 예에서, 프로세서(1410)는 영상 구간에 복수의 세부셀로 구성된 가상레이어를 생성하고, 영상 구간 내의 각각의 프레임에 복수의 세부셀을 매칭할 수 있다. 이후, 프로세서(1410)는 사용자의 입력조작에 의해 특정한 세부셀이 선택된 경우, 해당 세부셀에 매칭된 영상 구간의 프레임이 재생되도록 설정할 수 있다.
도 1에 도시된 구성 요소들의 성능에 대응하여 적어도 하나의 구성요소가 추가되거나 삭제될 수 있다. 또한, 구성 요소들의 상호 위치는 시스템의 성능 또는 구조에 대응하여 변경될 수 있다는 것은 당해 기술 분야에서 통상의 지식을 가진 자에게 용이하게 이해될 것이다.
한편, 도 1에서 도시된 각각의 구성요소는 소프트웨어 및/또는 Field Programmable Gate Array(FPGA) 및 주문형 반도체(ASIC, Application Specific Integrated Circuit)와 같은 하드웨어 구성요소를 의미한다.
도 2는 본 개시의 일 실시예에 따른 반응형 영상을 생성하기 위한 전자 장치의 동작을 설명하기 위한 흐름도이다. 도 2에서, 전자 장치(1400)의 동작은 실질적으로 프로세서(1410)에 의해 수행되는 것으로 이해될 수 있다.
동작 1510에서, 전자 장치(1400)의 프로세서(1410)는 디스플레이부(1450)를 통해 사용자의 얼굴을 촬영하기 위한 제1 화면을 표시할 수 있다.
일 실시 예에서, 제1 화면은 적어도 하나의 그래픽 객체를 포함할 수 있다. 적어도 하나의 그래픽 객체는 사용자의 얼굴을 촬영하기 위한 정보를 포함할 수 있다. 예를 들어, 적어도 하나의 그래픽 객체는 카메라(1430)의 화각 내 사용자 얼굴이 중립(neutral) 위치를 유지하도록 지시하는 정보를 포함할 수 있다. 구체적으로, 적어도 하나의 그래픽 객체는 사용자의 얼굴이 카메라(1430)의 화각 중앙에 위치하도록 안내할 수 있다. 구체적으로, 적어도 하나의 그래픽 객체는 사용자의 얼굴이 카메라(1430)와 너무 가깝거나 멀지 않게 위치하도록 안내할 수 있다.
일 실시 예에서, 도 1의 전자 장치(1400)는 스피커를 더 포함할 수 있다. 프로세서(1410)는 동작 1510에서, 제1 화면의 정보를 상기 스피커를 통해 음성으로 출력할 수 있다.
도 3을 참조하면, 화면(1600, 1610, 1620)은 제1 화면의 일 예시를 도시한 것이다. 화면(1600)에서, 그래픽 객체(1602)는 카메라(1430)의 화각 내 사용자의 얼굴을 위치시킬 것을 지시하는 정보를 포함할 수 있다. 그래픽 객체(1602)는 전면 또는 후면 카메라를 후면 또는 전면 카메라로 전환할 것을 지시하는 정보를 더 포함할 수도 있다. 화면(1610, 1620)에서, 그래픽 객체(1612, 1622)는 사용자의 얼굴이 카메라(1430)와 너무 가깝거나 멀지 않게 위치하도록 안내할 수 있다.
일 실시 예에서, 제1 화면은 사용자의 입력을 수신하기 위한 그래픽 객체를 포함할 수 있다. 예를 들어, 화면(1600, 1610, 1620)은 그래픽 객체(1604, 1614, 1624)를 포함할 수 있다. 프로세서(1410)는 그래픽 객체(1604, 1614, 1624)을 통해 사용자 입력을 수신할 수 있다.
동작 1520에서, 프로세서(1410)는 제1 화면에 대한 사용자 입력에 응답하여, 디스플레이부(1450)에 카메라(1430)를 통해 획득한 프리뷰 영상을 표시할 수 있다. 프리뷰 영상은 카메라(1430)를 통해 촬영되는 실시간 이미지로 이해될 수 있다. 프리뷰 영상은 사용자의 얼굴 영상을 포함할 수 있다. 일 실시 예에서, 프리뷰 영상은 그래픽 객체(1602, 1612, 1622)의 이미지 영역에 표시될 수 있다.
동작 1530에서, 프로세서(1410)는 프리뷰 영상에서 사용자의 얼굴을 식별할 수 있다. 일 실시 예에서, 프로세서(1410)는 사용자의 얼굴을 식별하기 위한 적어도 하나의 센서(예: IR(infrared) 센서, 뎁스(depth) 센서)를 더 포함할 수 있다. 예를 들어, 프로세서(1410)는 IR 센서를 이용하여 열점을 인식함으로써, 사용자 얼굴의 특징점을 추출할 수 있다. 예를 들어, 프로세서(1410)는 뎁스 센서를 이용하여 사용자 얼굴의 뎁스 맵(depth map)을 생성함으로써, 사용자 얼굴의 특징점을 추출할 수 있다. 예를 들어, 프로세서(1410)는 사용자의 얼굴을 인식하기 위하여 구조광(structured light)을 이용할 수 있다. 사용자의 얼굴을 인식하는 방법에 대한 설명은 예시적인 것으로, 본 명세서에 개시되지 않은 다양한 방법들이 이용될 수 있다.
동작 1540에서, 프로세서(1410)는 식별된 사용자의 얼굴이 지정된 요건을 만족하면, 사용자에게 적어도 하나의 동작(예: 고개를 상하좌우로 회전, 눈을 깜빡이기, 입을 상하, 좌우로 벌리기)을 요청하기 위한 제2 화면을 표시할 수 있다. 제2 화면은 적어도 하나의 동작 각각에 대응하는 복수의 화면을 포함할 수 있다.
일 실시 예에서, 프로세서(1410)는 사용자의 얼굴이 카메라(1430)의 화각 내 중립 위치에 위치하는 경우, 지정된 요건을 만족하는 것으로 식별할 수 있다. 사용자의 얼굴이 지정된 조건을 만족하지 않는 경우, 프로세서(1410)는 다시 제1 화면을 표시할 수 있다.
일 실시 예에서, 제2 화면은 사용자가 적어도 하나의 동작을 수행하도록 안내하기 위한 정보를 포함할 수 있다.
도 4를 참조하면, 좌측 화면(1700) 및 우측 화면(1710)은 제2 화면의 일 예시를 도시한 것이다. 도 4의 좌측 화면(1700)은 사용자에게 왼 쪽으로 고개를 회전할 것을 지시하는 정보를 포함할 수 있다. 이 때, 사용자의 동작은 'Look Left' 동작일 수 있다. 도 4의 우측 화면(1710)은 사용자에게 입을 상하로 벌릴 것을 지시하는 정보를 포함할 수 있다. 이 때, 사용자의 동작은 'Say Aah' 동작일 수 있다.
동작 1550에서, 프로세서(1410)는 적어도 하나의 동작에 대응하는 적어도 하나의 동작 영상을 획득할 수 있다. 예를 들어, 프로세서(1410)는 좌측 화면(1700)을 표시한 뒤, 사용자가 왼 쪽으로 고개를 회전하는 영상을 촬영할 수 있다. 예를 들어, 프로세서(1410)는 우측 화면(1710)을 표시한 뒤, 사용자가 입을 상하로 벌리는 영상을 촬영할 수 있다.
동작 1560에서, 프로세서(1410)는 적어도 하나의 동작 영상 중 기준 요건을 만족하는 적어도 하나의 영상 구간을 식별할 수 있다. 일 실시 예에서, 프로세서(1410)는 동작 1550에서 촬영된 사용자의 동작이 반응형 영상 생성을 위해 기 설정된 수준 이상 충분히 수행되었는지 식별할 수 있다. 예를 들어, 프로세서(1410)는 'Look Left' 동작에서 사용자가 고개를 왼 쪽으로 지정된 각도(예: 60도) 이상 회전하였는지 식별할 수 있다. 사용자가 고개를 왼 쪽으로 지정된 각도 이상 회전한 경우, 프로세서(1410)는 'Look Left' 동작 영상이 기준 요건을 만족한 것으로 식별할 수 있다. 이 경우, 프로세서(1410)는 'Look Left' 동작 영상을 영상 구간으로 식별할 수 있다. 예를 들어, 프로세서(1410)는 'Say Aah' 동작에서 사용자가 입을 지정된 크기 이상 벌렸는지 식별할 수 있다. 사용자가 입을 지정된 크기 이상 벌린 경우, 프로세서(1410)는 'Say Aah' 동작 영상이 기준 요건을 만족한 것으로 식별할 수 있다. 이 경우, 프로세서(1410)는 'Say Aah' 동작 영상을 영상 구간으로 식별할 수 있다.
일 실시 예에서, 프로세서(1410)는 사용자가 지시한 동작을 기 설정된 수준 이상 충분히 수행하였는지 판단하기 위하여 사용자의 얼굴의 특징점의 움직임을 추적할 수 있다. 예를 들어, 사용자가 얼굴을 왼 쪽으로 회전하는 동작에 대하여, 프로세서(1410)는 사용자의 얼굴의 특징점 중 일부(예: 좌측 얼굴)가 다른 일부(예: 오른쪽 얼굴)에 의해 가려지는지 식별할 수 있다. 예를 들어, 사용자가 눈을 깜빡이는 동작에 대하여, 프로세서(1410)는 사용자의 눈커풀의 움직임 및 이에 따른 동공의 노출 정도를 식별할 수 있다. 예를 들어, 사용자가 입을 좌우로 벌리는 동작에 대하여, 프로세서(1410)는 입술의 양끝점이 멀어지는지 여부 및 입술의 두께가 얇아지는지 여부를 식별할 수 있다.
일 실시 예에서, 프로세서(1410)는 사용자가 지시한 동작을 기 설정된 수준 이상 충분히 수행하였는지 판단하기 위하여 머신러닝 모델(1425)을 이용할 수 있다.
일 실시 예에서, 머신러닝 모델(1425)은 영상 데이터베이스에 저장된 사용자의 동작 영상을 이용하여 학습될 수 있다. 영상 데이터베이스는 머신러닝 모델(1425)의 학습을 위해 사전에 구축될 수 있다. 예를 들어, 영상 데이터베이스에 저장된 사용자의 동작 영상은 사용자가 얼굴을 상하좌우로 회전하거나, 눈을 깜빡이거나, 입을 상하 또는 좌우로 벌리는 동작을 촬영한 영상일 수 있다. 사용자의 동작 영상은 사용자가 동작을 수행한 정도에 따라 성공(pass) 또는 실패(fail)로 라벨링될 수 있다. 예를 들어, 동작 영상에서 사용자가 얼굴을 지정된 방향(예: 왼쪽)으로 지정된 각도(예: 60도) 이상 회전시킨 경우, 해당 동작 영상은 성공으로 라벨링될 수 있다. 예를 들어, 사용자가 얼굴을 지정된 방향이 아닌 다른 방향으로 회전시키거나, 다른 동작을 수행하거나, 지정된 각도(예: 60도) 미만으로 회전시키는 경우, 해당 동작 영상은 실패로 라벨링될 수 있다.
일 실시 예에서, 프로세서(1410)는 학습이 완료된 머신러닝 모델(1425)에 동작 1550에서 획득한 적어도 하나의 동작 영상을 입력하고, 머신러닝 모델(1425)로부터 성공 또는 실패를 출력으로 획득할 수 있다. 프로세서(1410)는 적어도 하나의 동작 영상 중 성공을 출력 값으로 가지는 동작 영상을 적어도 하나의 영상 구간으로 획득할 수 있다.
동작 1570에서, 프로세서(1410)는 적어도 하나의 영상 구간을 기지정된 입력조작과 연결하여 적어도 하나의 반응형 영상을 생성할 수 있다. 기지정된 입력조작은 적어도 하나의 영상 구간에 포함된 사용자 동작에 대응할 수 있다. 반응형 영상은 가상레이어를 이용하여 생성될 수 있다.
예를 들어, 영상 구간이 'Look Left' 동작을 포함하는 경우, 기지정된 입력 조작은 화면을 왼쪽으로 스와이핑하는 동작일 수 있다. 프로세서(1410)는 'Look Left' 영상 구간의 각 프레임을 입력 조작의 입력 구간에 매칭시킬 수 있다. 예를 들어, 영상 구간이 'Say Aah' 동작을 포함하는 경우, 기지정된 입력 조작은 사용자의 얼굴에서 입에 해당하는 영역을 상하로 핀치 아웃하는 동작일 수 있다.
일 실시 예에서, 도 2의 반응형 영상은 다중 반응형 영상일 수 있다. 예를 들어, 프로세서(1410)는 사용자가 정면을 바라보는 이미지를 기준 화면으로 지정할 수 있다. 전자 장치(1400)는 기준 화면 및 도 2에서 생성된 적어도 하나의 반응형 영상에 기반하여 다중 반응형 영상을 생성할 수 있다.
도 5a 및 도 6b를 참조하면, 다중 반응형 영상은 기준 화면(1800)에 대한 사용자의 입력 조작에 기반하여 재생되는 적어도 하나의 반응형 영상을 포함할 수 있다.
도 5a를 참조하면, 예를 들어, 사용자가 기준 화면(1800)에 대하여 대상체(예: 사용자의 얼굴)를 아래에서 위로 스와이핑하는 조작을 입력하는 경우, 프로세서(1410)는 사용자가 얼굴을 아래에서 위로 회전하는 영상 구간을 재생할 수 있다. 예를 들어, 사용자가 기준 화면(1800)에 대하여 대상체(예: 사용자의 얼굴)를 위에서 아래로 스와이핑하는 조작을 입력하는 경우, 프로세서(1410)는 사용자가 얼굴을 위에서 아래로 회전하는 영상 구간을 재생할 수 있다. 예를 들어, 사용자가 기준 화면(1800)에 대하여 대상체(예: 사용자의 얼굴)를 좌측에서 우측으로 스와이핑하는 조작을 입력하는 경우, 프로세서(1410)는 사용자가 얼굴을 좌측에서 우측으로 회전하는 영상 구간을 재생할 수 있다. 예를 들어, 사용자가 기준 화면(1800)에 대하여 대상체(예: 사용자의 얼굴)를 우측에서 좌측으로 스와이핑하는 조작을 입력하는 경우, 프로세서(1410)는 사용자가 얼굴을 우측에서 좌측으로 회전하는 영상 구간을 재생할 수 있다.
도 5b를 참조하면, 예를 들어, 사용자가 기준 화면(1800)에 대하여 대상체(1810)(예: 사용자의 눈)를 터치하는 조작을 입력하는 경우, 프로세서(1410)는 사용자가 눈을 깜빡이는 영상 구간을 재생할 수 있다. 예를 들어, 사용자가 기준 화면(1800)에 대하여 대상체(1820)(예: 사용자의 입)를 상하로 핀치 아웃하는 조작을 입력하는 경우, 프로세서(1410)는 사용자가 입을 상하로 벌리는 영상 구간을 재생할 수 있다. 예를 들어, 사용자가 기준 화면(1800)에 대하여 대상체(1820)(예: 사용자의 입)를 좌우로 핀치 아웃하는 조작을 입력하는 경우, 프로세서(1410)는 사용자가 입을 좌우로 벌리는 영상 구간을 재생할 수 있다.
한편, 개시된 실시예들은 컴퓨터에 의해 실행 가능한 명령어를 저장하는 기록매체의 형태로 구현될 수 있다. 명령어는 프로그램 코드의 형태로 저장될 수 있으며, 프로세서에 의해 실행되었을 때, 프로그램 모듈을 생성하여 개시된 실시예들의 동작을 수행할 수 있다. 기록매체는 컴퓨터로 읽을 수 있는 기록매체로 구현될 수 있다.
컴퓨터가 읽을 수 있는 기록매체로는 컴퓨터에 의하여 해독될 수 있는 명령어가 저장된 모든 종류의 기록 매체를 포함한다. 예를 들어, ROM(Read Only Memory), RAM(Random Access Memory), 자기 테이프, 자기 디스크, 플래쉬 메모리, 광 데이터 저장장치 등이 있을 수 있다.
이상에서와 같이 첨부된 도면을 참조하여 개시된 실시예들을 설명하였다. 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자는 본 개시의 기술적 사상이나 필수적인 특징을 변경하지 않고도, 개시된 실시예들과 다른 형태로 본 개시가 실시될 수 있음을 이해할 것이다. 개시된 실시예들은 예시적인 것이며, 한정적으로 해석되어서는 안 된다.

Claims (10)

  1. 카메라;
    사용자의 얼굴을 촬영하기 위한 제1 화면을 표시하는 디스플레이부; 및
    상기 사용자의 동작에 기반한 반응형 영상을 생성하는 프로세서를 포함하고,
    상기 프로세서는,
    상기 제1 화면에 대한 상기 사용자의 입력에 응답하여, 상기 카메라를 통해 획득한 프리뷰 영상을 상기 디스플레이부 상에 표시하고,
    상기 프리뷰 영상에서 상기 사용자의 얼굴을 식별하고,
    상기 식별된 얼굴이 기 지정된 요건을 만족하면, 상기 사용자에게 적어도 하나의 동작을 지시하기 위한 제2 화면을 상기 디스플레이부 상에 표시하고,
    상기 카메라를 통해 상기 적어도 하나의 동작에 대응하는 적어도 하나의 동작 영상을 획득하고,
    상기 적어도 하나의 동작 영상 중 기준 요건을 만족하는 적어도 하나의 영상 구간을 식별하며,
    상기 적어도 하나의 영상 구간을 기 지정된 입력조작과 연결하여 적어도 하나의 반응형 영상을 생성하고,
    상기 기 지정된 입력조작은, 상기 적어도 하나의 영상 구간에 포함된 사용자의 동작에 대응하는, 전자 장치.
  2. 제1 항에 있어서,
    상기 적어도 하나의 동작은, 상기 사용자의 얼굴을 기 지정된 방향으로 회전시키는 동작, 상기 사용자가 눈을 깜빡이는 동작, 또는 상기 사용자가 입을 상하 또는 좌우로 벌리는 동작 중 적어도 하나를 포함하는, 전자 장치.
  3. 제1 항에 있어서,
    상기 프로세서는,
    상기 사용자의 얼굴이 상기 프리뷰 영상의 화각 내 중립 위치에 위치하는 경우, 상기 기 지정된 요건을 만족한 것으로 판단하는, 전자 장치.
  4. 제1 항에 있어서,
    스피커를 더 포함하고,
    상기 프로세서는,
    상기 스피커를 통해, 상기 제1 화면에 포함된 정보를 음성으로 출력하도록 제어하는, 전자 장치.
  5. 제1 항에 있어서,
    상기 프로세서는,
    상기 적어도 하나의 동작이 상기 사용자에 의해 기 설정된 수준 이상 충분히 수행되었는지 여부에 기반하여 상기 기준 요건을 만족하였는지 판단하는, 전자 장치.
  6. 제5 항에 있어서,
    머신러닝 모델을 포함한 메모리를 더 포함하고,
    상기 프로세서는,
    상기 머신러닝 모델을 이용하여 상기 적어도 하나의 동작이 상기 기준 요건을 만족하였는지 식별하도록 더 설정된, 전자 장치.
  7. 제5 항에 있어서,
    상기 프로세서는,
    상기 사용자의 얼굴의 특징점을 식별하고,
    상기 특징점의 이동을 추적하여 상기 적어도 하나의 동작이 상기 기준 요건을 만족하였는지 식별하도록 더 설정된, 전자 장치.
  8. 제7 항에 있어서,
    상기 프로세서는,
    상기 제1 화면에 대한 상기 사용자 입력에 응답하여, 상기 사용자의 얼굴에 대한 기준 화면을 획득하고,
    상기 기준 화면 및 상기 적어도 하나의 영상 구간을 이용하여 상기 반응형 영상을 생성하도록 더 설정되고,
    상기 반응형 영상은 다중 반응형 영상인, 전자 장치.
  9. 전자 장치에 의해 수행되는 방법에 있어서,
    상기 전자 장치의 디스플레이부를 통해 사용자의 얼굴을 촬영하기 위한 제1 화면을 표시하는 단계;
    상기 제1 화면에 대한 사용자 입력에 응답하여, 상기 전자 장치의 카메라를 통해 획득한 프리뷰 영상을 상기 디스플레이부 상에 표시하는 단계;
    상기 프리뷰 영상에서 상기 사용자의 얼굴을 식별하는 단계;
    상기 식별된 사용자의 얼굴이 기 지정된 요건을 만족하면, 상기 사용자에게 적어도 하나의 동작을 지시하기 위한 제2 화면을 표시하는 단계;
    상기 카메라를 통해 상기 적어도 하나의 동작에 대응하는 적어도 하나의 동작 영상을 획득하는 단계;
    상기 적어도 하나의 동작 영상 중 기준 요건을 만족하는 적어도 하나의 영상 구간을 식별하는 단계; 및
    상기 적어도 하나의 영상 구간을 기 지정된 입력조작과 연결하여 적어도 하나의 반응형 영상을 생성하는 단계를 포함하고,
    상기 기 지정된 입력조작은, 상기 적어도 하나의 영상 구간에 포함된 사용자의 동작에 대응하는, 반응형 영상을 생성하기 위한 사용자 인터페이스 제공 방법.
  10. 컴퓨터와 결합되어, 제9 항의 반응형 영상을 생성하기 위한 사용자 인터페이스 제공 방법을 수행시키기 위한 프로그램이 저장된 컴퓨터 판독 가능한 기록매체.
PCT/KR2023/015413 2022-10-07 2023-10-06 반응형 영상을 생성하기 위한 사용자 인터페이스를 제공하는 전자 장치 및 그 방법 WO2024076200A1 (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR10-2022-0128759 2022-10-07
KR20220128759 2022-10-07
KR1020230132325A KR20240049177A (ko) 2022-10-07 2023-10-05 반응형 영상을 생성하기 위한 사용자 인터페이스를 제공하는 전자 장치 및 그 방법
KR10-2023-0132325 2023-10-05

Publications (1)

Publication Number Publication Date
WO2024076200A1 true WO2024076200A1 (ko) 2024-04-11

Family

ID=90608409

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2023/015413 WO2024076200A1 (ko) 2022-10-07 2023-10-06 반응형 영상을 생성하기 위한 사용자 인터페이스를 제공하는 전자 장치 및 그 방법

Country Status (1)

Country Link
WO (1) WO2024076200A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015115914A (ja) * 2013-12-16 2015-06-22 パナソニックＩｐマネジメント株式会社 車載機器と、それを搭載した自動車
KR20170081519A (ko) * 2016-01-04 2017-07-12 한국전자통신연구원 얼굴 표정을 이용한 조명 제어 장치 및 그 방법
KR20200125527A (ko) * 2019-04-26 2020-11-04 이철우 다중 반응형영상 제작방법, 다중 반응형영상 메타데이터 생성방법, 인간 행동을 이해하기 위한 상호 작용 데이터 분석 방법 및 이를 이용한 프로그램
KR102192704B1 (ko) * 2013-10-22 2020-12-17 엘지전자 주식회사 영상 출력 장치
JP2022083831A (ja) * 2020-11-25 2022-06-06 株式会社Ｊｖｃケンウッド 映像通信装置、および映像表示方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102192704B1 (ko) * 2013-10-22 2020-12-17 엘지전자 주식회사 영상 출력 장치
JP2015115914A (ja) * 2013-12-16 2015-06-22 パナソニックＩｐマネジメント株式会社 車載機器と、それを搭載した自動車
KR20170081519A (ko) * 2016-01-04 2017-07-12 한국전자통신연구원 얼굴 표정을 이용한 조명 제어 장치 및 그 방법
KR20200125527A (ko) * 2019-04-26 2020-11-04 이철우 다중 반응형영상 제작방법, 다중 반응형영상 메타데이터 생성방법, 인간 행동을 이해하기 위한 상호 작용 데이터 분석 방법 및 이를 이용한 프로그램
JP2022083831A (ja) * 2020-11-25 2022-06-06 株式会社Ｊｖｃケンウッド 映像通信装置、および映像表示方法

Similar Documents

Publication Publication Date Title
JP7457082B2 (ja) 反応型映像生成方法及び生成プログラム
EP2542955B1 (en) Image processing device, image processing method and program
CN106488090A (zh) 移动终端及其控制方法
WO2019244632A1 (ja) 情報処理装置、情報処理方法及びプログラム
JP3035391B2 (ja) 電子スチルカメラ
US20210142826A1 (en) System and Method for Performing a Rewind Operation with a Mobile Image Capture Device
WO2024076200A1 (ko) 반응형 영상을 생성하기 위한 사용자 인터페이스를 제공하는 전자 장치 및 그 방법
CN103838809A (zh) 信息处理设备、信息处理方法以及程序
WO2018056587A1 (en) Electronic apparatus and controlling method thereof
WO2020153785A1 (ko) 전자 장치 및 이를 이용한 감정 정보에 대응하는 그래픽 오브젝트를 제공하는 방법
WO2024076202A1 (ko) 복수의 프레임 간 비교에 기반하여 반응형 영상을 생성하는 전자 장치 및 그 방법
WO2018048227A1 (ko) 다차원 반응형 영상 생성장치, 방법 및 프로그램, 및 다차원 반응형 영상 재생방법 및 프로그램
WO2024076201A1 (ko) 반응형 영상에 대한 입력조작의 의도 및 감정에 기반하여 반응형 영상을 재생하는 전자 장치 및 그 방법
WO2017026834A1 (ko) 반응형 영상 생성방법 및 생성프로그램
JP2016181835A (ja) 再生制御装置、再生制御方法
WO2024076206A1 (ko) 조작패턴 기반 반응형 영상 재생 장치 및 방법
JP2022095625A (ja) 動画を作成するためのシステム、方法、及びプログラム
KR20240049177A (ko) 반응형 영상을 생성하기 위한 사용자 인터페이스를 제공하는 전자 장치 및 그 방법
WO2020218899A1 (ko) 다중 반응형영상 제작방법, 다중 반응형영상 메타데이터 생성방법, 인간 행동을 이해하기 위한 상호 작용 데이터 분석 방법 및 이를 이용한 프로그램
JP6635093B2 (ja) 画像記録装置、画像記録方法及びプログラム
US20190235710A1 (en) Page Turning Method and System for Digital Devices
WO2024076205A1 (ko) 백그라운드 이미지를 이용하여 플리커 현상을 제거한 반응형 영상 제공 장치 및 방법
WO2024076204A1 (ko) 사용자 제스처 기반 반응형 영상 생성 장치 및 방법
JP6289107B2 (ja) 画像再生装置、その制御方法、および制御プログラム
JP7150591B2 (ja) 電子機器

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: 23875261

Country of ref document: EP

Kind code of ref document: A1