KR20170011515A - 사전 계산을 이용하여 대상체를 모델링 및 복원하는 방법 및 장치 - Google Patents

사전 계산을 이용하여 대상체를 모델링 및 복원하는 방법 및 장치 Download PDF

Info

Publication number
KR20170011515A
KR20170011515A KR1020150104256A KR20150104256A KR20170011515A KR 20170011515 A KR20170011515 A KR 20170011515A KR 1020150104256 A KR1020150104256 A KR 1020150104256A KR 20150104256 A KR20150104256 A KR 20150104256A KR 20170011515 A KR20170011515 A KR 20170011515A
Authority
KR
South Korea
Prior art keywords
main structure
modeling
particles
representative
cluster
Prior art date
Application number
KR1020150104256A
Other languages
English (en)
Inventor
김지연
강나협
사공동훈
이형욱
정휘룡
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020150104256A priority Critical patent/KR20170011515A/ko
Priority to US15/178,914 priority patent/US20170024492A1/en
Publication of KR20170011515A publication Critical patent/KR20170011515A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
    • 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
    • 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
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/56—Particle system, point based geometry or rendering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
    • G06T2219/20—Indexing scheme for editing of 3D models
    • G06T2219/2021—Shape modification

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Computer Graphics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Architecture (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

대상체의 형상 및 물성에 기초한 사전 모델링 결과로부터 추출한 대상체의 변형 정보를 기초로, 대상체의 주요 구조를 생성하고, 주요 구조에 대응되는 가상의 물성을 산출하며, 대상체의 주요 구조 및 가상의 물성을 기초로, 대상체를 모델링 및 복원하는 방법 및 장치를 제공할 수 있다.

Description

사전 계산을 이용하여 대상체를 모델링 및 복원하는 방법 및 장치{METHOD AND APPARATUS OF MODELING AND RESTORING TARGET OBJECT USING PRE-COMPUTATION}
아래의 실시예들은 사전 계산을 이용하여 대상체를 모델링 및 복원하는 방법 및 장치에 관한 것이다.
컴퓨터 그래픽스(Computer Graphics; CG) 분야, 특히 시각 효과(Visual Effects; VFX) 분야에서 모델링 대상인 대상체는 강체(Rigid body), 변형체(Deformable body) 및 유체(Fluid) 중 어느 하나이거나, 이들이 혼합된 형태일 수 있다.
대상체를 입자로 모델링하는 경우, 대상체 전 영역에 입자를 조밀하게 분포시키고, 매 프레임마다 모든 입자의 위치를 계산하는 방식으로 대상체의 움직임 및 변형이 반영된다. 이때, 매 프레임마다 모든 입자의 위치를 탐색하고 계산해야 하므로 계산 시간이 많이 소요되므로 대상체의 움직임 및 변형을 실제와 유사하도록 실시간으로 표현하기는 것이 용이하지 않다.
일 측에 따르면, 대상체를 모델링하는 방법은 대상체(target object)의 형상 및 물성(material property)에 기초한 사전 모델링 결과로부터 상기 대상체의 변형 정보(deformation information)를 추출하는 단계; 상기 변형 정보를 기초로, 상기 대상체의 주요 구조(key structure)를 생성하는 단계; 및 상기 주요 구조에 대응되는 가상의 물성을 산출하는 단계를 포함한다.
상기 대상체의 변형 정보를 추출하는 단계는 상기 대상체의 형상 및 물성에 기초하여 상기 대상체의 변형을 관찰하기 위한 모델링 세트(modeling set)를 결정하는 단계; 및 상기 모델링 세트에 대해 상기 사전 모델링을 수행하는 단계를 포함할 수 있다.
상기 모델링 세트를 결정하는 단계는 상기 대상체에 가해지는 중력, 사용자 외력, 유체에 의한 상호 작용력, 탄성력 중 적어도 하나 힘을 기초로 상기 모델링 세트를 결정하는 단계를 포함할 수 있다.
상기 변형 정보는 상기 대상체를 구성하는 구성 요소(element)의 신축(stretch) 정보 및 회전(rotation) 정보 중 적어도 하나를 포함할 수 있다.
상기 주요 구조를 생성하는 단계는 입자(particle), 입자들 간의 물리적 연결성(connectivity)을 고려한 빔(beam), 3차원 메시(mesh) 중 적어도 하나의 구성 요소를 이용하여 상기 대상 객체의 주요 구조를 생성하는 단계를 포함할 수 있다.
상기 대상체의 주요 구조를 생성하는 단계는 상기 변형 정보를 기초로, 상기 사전 모델링 결과에서 유사 영역을 클러스터링하는 단계; 상기 클러스터링된 클러스터마다의 대표 입자를 생성하는 단계; 및 상기 클러스터링된 제1 클러스터의 대표 입자와 상기 제1 클러스터에 이웃하는 제2 클러스터의 대표 입자를 연결하여 상기 대상체의 주요 구조를 생성하는 단계를 포함할 수 있다.
상기 클러스터링하는 단계는 상기 변형 정보의 유사도를 기초로, 상기 사전 모델링 결과에서 상기 유사 영역을 클러스터링하는 단계를 포함할 수 있다.
상기 대표 입자를 생성하는 단계는 상기 클러스터 내의 무게 중심을 산출하는 단계; 및 상기 무게 중심에 대응되는 위치에 상기 대표 입자를 생성하는 단계를 포함할 수 있다.
상기 대상체의 주요 구조를 생성하는 단계는 상기 제1 클러스터의 대표 입자와 상기 제2 클러스터의 대표 입자 간의 변형 정보가 연속적인지 여부를 판단하는 단계; 및 상기 변형 정보가 연속적이라고 판단되면, 상기 제1 클러스터의 대표 입자와 상기 제2 클러스터의 대표 입자를 연결하여 상기 대상체의 주요 구조를 생성하는 단계를 포함할 수 있다.
상기 가상의 물성을 산출하는 단계는 상기 대표 입자에 미치는 단위 외력 당 변형 정보를 산출하는 단계; 및 상기 단위 외력 당 변형 정보를 상기 가상의 물성으로 상기 대표 입자에게 부여하는 단계를 포함할 수 있다.
상기 대상체를 모델링 하는 방법은 상기 대표 입자가, 상기 대표 입자가 영향을 주는 범위 내에 있는 주변 입자에게 미치는 영향을 정량화한 가중치를 산출하는 단계를 더 포함할 수 있다.
상기 대표 입자가 영향을 주는 범위는 상기 대표 입자가 속한 제1 클러스터에 이웃하는 제2 클러스터; 및 상기 제2 클러스터와 연결된 제3 클러스터 중 적어도 하나를 포함할 수 있다.
일 측에 따르면, 대상체를 복원하는 방법은 대상체의 주요 구조, 및 상기 주요 구조에 대응되는 가상의 물성을 수신하는 단계; 상기 주요 구조 및 상기 가상의 물성을 상기 대상체에 적용되는 외력에 대응하는 지배 방정식(Governing Equation)에 적용함으로써, 상기 주요 구조 및 상기 가상의 물성을 변형하는 단계; 및 상기 변형된 주요 구조 및 상기 변형된 가상의 물성에 기초하여, 상기 지배 방정식이 적용된 대상체를 복원하는 단계를 포함한다.
상기 대상체를 복원하는 방법은 상기 주요 구조 내 입자들 사이의 영향을 정량화한 가중치를 수신하는 단계를 더 포함하고, 상기 복원하는 단계는 상기 변형된 주요 구조, 상기 변형된 가상의 물성, 및 상기 가중치에 기초하여, 상기 지배 방정식이 적용된 대상체를 복원하는 단계를 포함할 수 있다.
상기 주요 구조는 입자(particle), 입자들 간의 물리적 연결성(connectivity)을 고려한 빔(beam), 3차원 메시(mesh) 중 적어도 하나의 구성 요소를 이용하여 생성될 수 있다.
상기 대상체의 주요 구조는 상기 변형 정보를 기초로, 상기 사전 모델링 결과에서 유사 영역을 클러스터링하고, 상기 클러스터링된 클러스터마다의 대표 입자를 생성하며, 상기 클러스터링된 제1 클러스터의 대표 입자와 상기 제1 클러스터에 이웃하는 제2 클러스터의 대표 입자를 연결함으로써 생성될 수 있다.
상기 가상의 물성은 상기 주요 구조에 포함된 입자에 미치는 단위 외력 당 변형 정보를 포함할 수 있다.
일 측에 따르면, 대상체를 모델링하는 장치는 대상체의 형상 및 물성을 저장하는 메모리; 및 상기 대상체의 형상 및 물성에 기초한 사전 모델링 결과로부터 추출한 상기 대상체의 변형 정보를 기초로, 상기 대상체의 주요 구조를 생성하고, 상기 주요 구조에 대응되는 가상의 물성을 산출하는 프로세서를 포함한다.
일 측에 따르면, 대상체를 복원하는 장치는 대상체의 주요 구조, 및 상기 주요 구조에 대응되는 가상의 물성을 저장하는 메모리; 및 상기 주요 구조 및 상기 가상의 물성을 상기 대상체에 적용되는 외력에 대응하는 지배 방정식에 적용함으로써 상기 주요 구조 및 상기 가상의 물성을 변형하고, 상기 변형된 주요 구조 및 상기 변형된 가상의 물성에 기초하여, 상기 지배 방정식이 적용된 대상체를 복원하는 프로세서를 포함한다.
도 1은 일 실시예에 따라 대상체를 모델링하는 전반적인 과정을 설명하기 위한 도면.
도 2는 일 실시예에 따른 대상체를 모델링하는 방법을 나타낸 흐름도.
도 3은 일 실시예에 따른 대상체의 변형 정보를 추출하는 방법을 나타낸 흐름도.
도 4는 일 실시예에 따른 대상체의 주요 구조를 생성하는 방법을 나타낸 흐름도.
도 5는 일 실시예에 따라 유사 영역을 클러스터링하는 방법을 설명하기 위한 도면.
도 6은 일 실시예에 따른 클러스터링 시에 예외적인 처리가 수행되는 경우를 설명하기 위한 도면.
도 7은 일 실시예에 따라 생성된 대상체의 주요 구조를 설명하기 위한 도면.
도 8은 일 실시예에 따른 대표 입자와 주변 입자 간에 가중치를 산출하는 방법을 설명하기 위한 도면.
도 9는 다른 실시예에 따른 대상체를 모델링하는 방법을 나타낸 흐름도.
도 10은 일 실시예에 따라 지배 방정식에 적용하여 대상체를 모델링하는 방법을 설명하기 위한 도면.
도 11은 일 실시예에 따른 전체 복원 결과를 나타낸 도면.
도 12는 일 실시예에 따른 대상체를 모델링하는 장치의 블록도.
도 13은 일 실시예에 따른 대상체를 복원하는 방법을 나타낸 흐름도.
도 14는 일 실시예에 따른 대상체를 복원하는 장치의 블록도.
이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 특허출원의 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
아래 설명하는 실시예들에는 다양한 변경이 가해질 수 있다. 아래 설명하는 실시예들은 실시 형태에 대해 한정하려는 것이 아니며, 이들에 대한 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
실시예에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 실시예를 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조 부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
도 1은 일 실시예에 따라 대상체를 모델링하는 전반적인 과정을 설명하기 위한 도면이다.
도 1을 참조하면, 일 실시예에 따른 대상체를 모델링하는 장치(이하, '모델링 장치)는 전처리(pre-computation)(110) 과정 및 런 타임(run-time) 처리(130) 과정을 거쳐 대상체를 모델링할 수 있다.
전처리(110) 과정은 예를 들어, 모델링 장치의 전처리부(도 12의 1233 참조)에서 수행되고, 런 타임 처리(130) 과정은 예를 들어, 모델링 장치의 모델링부(도 12의 1236 참조)에서 수행될 수 있다. 전처리(110) 과정은 '사전 계산' 과정이라고도 부를 수 있다.
전처리(110) 과정에서 모델링 장치는 모델링하고자 하는 대상체의 주요 구조를 생성하고, 주요 구조에 대응되는 가상의 물성을 산출한다. 모델링 장치는 산출한 가상의 물성을 대상체의 주요 구조에 적용함으로써 대상체의 모델을 감축할 수 있다. 여기서, 대상체의 모델을 '감축'한다는 것은 대상체의 전체 모델이 아닌 대상체의 주요 형상에 해당하는 주요 구조를 모델링한다는 의미로 이해될 수 있다. 또한, 전처리(110) 과정에서 모델링 장치는 대상체의 주요 구조를 이루는 대표 입자가 주변 입자에게 미치는 영향을 정량화한 가중치를 산출할 수 있다. 주변 입자는 대표 입자가 영향을 주는 범위 내에 있는 입자로 이해될 수 있다. 전처리(110) 과정에서 산출된 가중치는 이후 런-타임 처리(130) 과정에서 대상체를 전체 복원하는 데에 이용될 수 있다.
전처리(110) 과정은 사전 모델링(113) 및 모델 감축(Model Reduction)(116)의 순서로 진행될 수 있다.
모델링 장치는 대상체의 변형을 관찰하기 위해, 예를 들어, 충돌(collision), 비틀림(twist), 낙하(drop) 등과 같은 다양한 상황에 대한 사전 모델링(113)을 수행할 수 있다. 이때, 사전 모델링(113)은 대상체 전체, 즉 풀 모델(Full Model)에 대한 모델링에 해당할 수 있다. 대상체 전체를 모델링하는 데에는 시간이 많이 소요되지만, 일 실시예에서는 사전 모델링(113)을 전처리(110) 과정에서 수행하므로 계산 시간에 대한 제약이 크지 않다.
모델링 장치는 사전 모델링(113) 결과로부터 추출한 정보(예를 들어, 변형 정보)를 기초로 대상체의 모델 감축(116)을 수행할 수 있다. 모델 감축(116) 시에 모델링 장치는 실제 대상체를 감축한 형태의 주요 구조(Key Structure)를 생성할 수 있다. 주요 구조는, 예를 들어, 성긴 입자들(coarse particles)로 구성될 수도 있고, 입자와 입자 간의 물리적 연결성(connectivity)를 고려한 빔(Beam) 또는 4 면체 메시(Tetrahedral mesh)와 같은 3차원 메시 형태로 구성될 수도 있다.
모델 감축(116) 과정에서, 모델링 장치는 변형 정보를 기초로 사전 모델링(113) 결과로부터 유사 영역을 파악하고, 유사 영역을 클러스터링하여 각 클러스터마다의 (가상의) 대표 입자를 생성할 수 있다. 모델링 장치는 대표 입자들을 연결하여 주요 구조를 생성할 수 있다. 모델링 장치는 해당 클러스터의 물성을 고려하여 가상의 물성을 산출하고, 대표 입자에게 가상의 물성을 부여할 수 있다.
이 밖에도, 모델 감축(116) 과정에서, 모델링 장치는 대표 입자와 대표 입자가 영향을 미치는 영역에 있는 모든 주변 입자들과의 거리를 기초로 가중치를 산출할 수 있다. 가중치는 대표 입자가 주변 입자에게 미치는 영향을 정량화한 값으로 이해될 수 있다.
런 타임 처리(130) 과정에서, 모델링 장치는 전처리(110) 과정에서 산출한 가상의 물성을 적용한 주요 구조를 대상으로 지배 방정식(Governing Equation)을 풀어 실제와 유사한 대상체의 움직임을 계산할 수 있다. 이때, 모델링 장치는 매 프레임(Frame)마다의 대상체의 움직임 및 변형을 계산할 수 있다.
런 타임 처리(130) 과정에서 모델링 장치는 매 시간마다의 주요 구조의 모델링 및 대상체의 전체 복원을 수행할 수 있다. 여기서, 전체 복원은 예를 들어, 대상체의 주요 구조가 입자로 모델링된 경우, 주요 구조 이외에 대상체를 구성하는 전체 입자들의 복원으로 이해될 수 있다.
런 타임 처리 과정은 모델링(133) 및 전체 복원(Full Restoration)(136)의 순서로 진행될 수 있다.
모델링(133) 과정에서 모델링 장치는, 예를 들어, t1 시간에서 주요 구조의 움직임, 즉 주요 구조를 구성하는 대표 입자들에서의 움직임 및 변형을 모델링할 수 있다. 모델링 장치는 모델링(133) 결과를 이용하여, t1 시간에서 대상체 전체 모델의 움직임으로 복원하는 전체 복원(136) 과정을 수행할 수 있다. 전체 복원(136) 과정에서 모델링 장치는 주요 구조를 구성하는 구성 요소(예를 들어, 입자, 빔, 메시 등)가 영향을 주는 주변 구성 요소에게, 전처리(110) 과정에서 구한 가중치를 전달될 수 있다.
일 실시예에 따른 모델링 장치는 입력받은 대상체의 형상 및 물성 등에 대한 전처리(110) 및 런-타임 처리(130)를 수행하여 매 타임 스텝(time-step)마다의 실제와 유사한 대상체의 동작을 실시간으로 표현할 수 있다. 모델링 장치가 예를 들어, 입자를 이용하여 대상체를 모델링한 경우, 매 타임 스텝마다의 대상체의 동작은 대상체를 구성하는 전체 입자들의 위치로 표현될 수 있다.
도 2는 일 실시예에 따른 대상체를 모델링하는 방법을 나타낸 흐름도이다.
도 2를 참조하면, 일 실시예에 따른 모델링 장치는 대상체(target object)의 형상(geometry) 및 대상체의 물성(material property)에 기초한 사전 모델링 결과로부터 대상체의 변형 정보(deformation information)를 추출한다(210). 여기서, 대상체는 유체(fluid), 변형체(deformable body), 또는 유체와 변형체가 결합된 것일 수 있다. 변형체는 강체(rigid body) 및 연체(soft body)를 모두 포함하는 의미로 이해될 수 있다. 유체(fluid)는 물과 같이 점성(viscosity)이 높지 않은 유체뿐만 아니라, 물엿, 아스팔트 등과 같이 점성이 높은 유체를 포함하는 의미로 이해될 수 있다.
대상체의 물성은 예를 들어, 대상체의 질량, 밀도, 부피, 속도, 위치, 힘 등을 포함할 수 있다.
이하에서는 설명의 편의를 위하여 토끼 형상의 고무 재질을 가지는 토끼 인형이 대상체이고, 대상체는 입자에 기반하여 사전 모델링이 수행된 것으로 가정한다.
모델링 장치가 대상체의 변형 정보를 추출하는 방법은 도 3을 참조하여 설명한다.
모델링 장치는 단계(210)에서 추출한 변형 정보를 기초로, 대상체의 주요 구조를 생성한다(220). 주요 구조는 실제 대상체를 감축한 형태의 물리적으로 유의미한 모델로 이해될 수 있다. 주요 구조는 예를 들어, 대상체의 주요 형상에 해당할 수 있다.
모델링 장치는 입자, 입자들 간의 물리적 연결성을 고려한 빔, 3차원 메시 중 적어도 하나의 구성 요소를 이용하여 대상 객체의 주요 구조를 생성할 수 있다. 이때, 구성 요소로 이용되는 입자는 성긴 입자일 수 있다. 모델링 장치가 대상체의 주요 구조를 생성하는 방법은 도 4를 참조하여 설명한다.
모델링 장치는 주요 구조에 대응되는 가상의 물성을 산출한다(230). 주요 구조는 실제 대상체를 감축한 형태이므로, 주요 구조를 이용한 모델링 시에 대상체의 물성을 그대로 사용할 수 없다. 모델링 장치는 주요 구조를 구성하는 구성 요소에 적합한 가상의 물성을 산출할 수 있다.
모델링 장치는 대상체의 주요 구조 및 가상의 물성을 기초로, 대상체를 모델링한다(240). 모델링 장치는 가상의 물성이 반영된 대상체의 주요 구조를 지배 방정식에 적용하여 대상체의 움직임 및 변형을 모델링할 수 있다.
실시예에 따라서, 단계(220)에서 생성된 대상체의 주요 구조 및 단계(230)에서 산출된 가상의 물성은 모델링 장치와 구별되는 대상체를 복원하는 장치(이하, '복원 장치')로 전달될 수 있다. 모델링 장치로부터 대상체의 주요 구조 및 가상의 물성을 수신한 복원 장치는 주요 구조 및 가상의 물성을 대상체에 적용되는 외력에 대응하는 지배 방정식(Governing Equation)에 적용함으로써, 주요 구조 및 가상의 물성을 변형하고, 변형된 주요 구조 및 변형된 가상의 물성에 기초하여, 지배 방정식이 적용된 대상체를 복원할 수 있다. 복원 장치에 의해 대상체가 복원되는 실시예에 대하여는 도 13을 참조하여 설명한다.
도 3은 일 실시예에 따른 대상체의 변형 정보를 추출하는 방법을 나타낸 흐름도이다.
도 3을 참조하면, 일 실시예에 따른 모델링 장치는 대상체의 형상 및 물성에 기초하여 대상체의 변형을 관찰하기 위한 모델링 세트(modeling set)를 결정할 수 있다(310). 모델링 장치는 대상체에 작용하는 다양한 힘에 의한 대상체의 변형을 관찰하기 위해, 예를 들어, 충돌, 비틀림, 낙하 등과 같은 다양한 상황에서 대상체에 작용하는 다양한 힘을 기초로 모델링 세트를 결정할 수 있다. 모델링 장치는 예를 들어, 대상체에 가해지는 힘을 중력, 사용자 외력, 유체에 의한 상호 작용력, 탄성력 등으로 나누어 각 힘에 대한 모델링 세트를 결정할 수 있다.
이때, 사용자 외력은 모델링 장치의 외부에서의 사용자의 제어와 연동될 수 있다. 예를 들어, 일 실시예에 따른 모델링 장치가 HMD(Head Mount Display)에 결합되거나 연결된 경우, 사용자의 머리 움직임에 의해 대상체에 가해지는 외력이 제어될 수 있다. 또한, 조이스틱(Joystick) 등으로 입력되는 제어 정보(힘의 방향, 크기, 각도 등)에 대응하여 대상체의 동작이 제어될 수도 있다. 일 실시예에 따른 모델링 장치는 상술한 방식으로 가상 현실(Virtual Reality) 혹은 증강 현실(Augmented Reality)을 구현하는 데에 이용될 수 있다.
모델링 장치는 모델링 세트에 대해 사전 모델링을 수행할 수 있다(320). 사전 모델링은 다양한 상황에서의 대상체 전체, 즉 풀 모델의 모델링에 해당한다. 모델링 장치는 모델링 세트마다에 대해 대상체 전체의 모델링을 수행할 수 있다.
모델링 장치는 단계(320)의 사전 모델링 결과로부터 대상체의 변형 정보를 추출할 수 있다(330). 변형 정보는 예를 들어, 대상체를 구성하는 구성 요소의 신축(stretch) 정보 및 회전(rotation) 정보 등을 포함할 수 있다. 신축 정보는 구성 요소가 늘어나거나 줄어든 정도를 나타내는 값으로 이해될 수 있다. 회전 정보는 X, Y, Z 축 중 어느 한 축을 기준으로 한 구성 요소의 회전 정도를 나타내는 값으로 이해될 수 있다. 일 실시예에서 회전 정보는 견고하게 상관 관계를 가지는 구성 요소들에서 발생하는 유사한 정도의 변형을 표현할 수 있다. 회전 정보는 사전 모델링을 통해 대상체를 구성하는 모든 구성 요소로부터 획득될 수 있다.
도 4는 일 실시예에 따른 대상체의 주요 구조를 생성하는 방법을 나타낸 흐름도이다.
도 4를 참조하면, 일 실시예에 따른 모델링 장치는 변형 정보를 기초로, 사전 모델링 결과에서 유사 영역을 클러스터링할 수 있다(410). 모델링 장치는 변형 정보의 유사도를 기초로, 사전 모델링 결과에서 유사 영역을 클러스터링할 수 있다. 모델링 장치는 하나의 클러스터로 클러스터링된 유사 영역에 포함된 구성 요소에 대하여 동일한 클러스터 아이디를 부여할 수 있다.
모델링 장치가 유사 영역을 클러스터링하는 방법 및 클러스터링 결과는 도 5 내지 도 6을 참조하여 설명한다.
모델링 장치는 클러스터링된 클러스터마다의 가상의 대표 입자를 생성할 수 있다(420). 모델링 장치는 예를 들어, 클러스터 내의 무게 중심을 기초로 대표 입자를 생성할 수 있다.
모델링 장치는 클러스터링된 제1 클러스터의 대표 입자와 제1 클러스터에 이웃하는 제2 클러스터의 대표 입자 간의 변형 정보가 연속적인지 여부를 판단할 수 있다(430). 단계(430)에서 변형 정보가 연속적이지 않다고 판단되면, 모델링 장치는 동작을 종료할 수 있다.
단계(430)에서 변형 정보가 연속적이라고 판단되면, 모델링 장치는 제1 클러스터의 대표 입자와 제2 클러스터의 대표 입자를 연결하여 대상체의 주요 구조를 생성할 수 있다(440). 모델링 장치가 생성한 대상체의 주요 구조에 대하여는 도 7을 참조하여 구체적으로 설명한다.
도 5는 일 실시예에 따라 유사 영역을 클러스터링하는 방법을 설명하기 위한 도면이다.
도 5를 참조하면, 변형 정보의 유사도를 기준으로 클러스터링을 수행한 결과를 나타낸 도면이 도시된다. 이때, 변형 정보는 토끼 인형을 낙하시킨 상황을 사전 모델링 한 결과로부터 추출된 것일 수 있다. 변형 정보는 예를 들어, X 축을 기준으로 한 회전 정보일 수 있다. 도면 5(a)는 클러스터링이 수행된 결과를 사선으로 바라본 도면이고, 도면 5(b)는 클러스터링이 수행된 결과를 뒤에서 바라본 도면이다.
도 5(a)에서 토끼의 목 부분(510)의 회전 정보가 일정 수준 이상의 유사도를 가지는 경우, 토끼의 목 부분(510)은 하나의 클러스터로 클러스터링될 수 있다. 토끼의 왼쪽 몸통 부분(530) 또한, 회전 정보가 일정 수준 이상의 유사도를 가지는 경우, 하나의 클러스터로 클러스터링될 수 있다.
도 5(b)에서 토끼의 등 부분(550) 및 토끼의 오른쪽 몸통 부분(570) 또한 회전 정보의 유사도를 기준으로 각각 클러스터링될 수 있다.
일 실시예에서 수행되는 사전 모델링은 예를 들어, 토끼 인형에 주어지는 다양한 힘에 의해 발생하는 움직임 및 변형을 모델링 한 것으로서, 관절의 움직임에 의한 운동과는 관계없는 움직임이 모델링 될 수 있다. 예를 들어, 토끼 인형을 입자로 모델링 한 경우, 도 5에 도시된 각각의 클러스터는 토끼 인형의 형상과 주변 입자와의 관계만으로 클러스터링된 것일 수 있다.
실시예에 따라서, 모델링 장치는 대상체의 형상과 주변 입자 간의 관계와 뼈대(skeleton)에 의한 움직임을 함께 고려하여 클러스터링을 수행할 수도 있다.
일 실시예에 따른 모델링 방법은 등방성 재료(Isotropic material)뿐만 아니라 이종 재질 등 다양한 재료로 구성된 대상체에도 적용될 수 있다. 대상체가 이종의 재질로 구성된 경우, 모델링 장치는 재질 각각의 물성을 고려하여 클러스터링을 수행할 수 있다.
이하, 도 6을 통해 상술한 클러스터링 방법에 대한 예외적인 처리가 필요한 경우를 설명한다.
도 6은 일 실시예에 따른 클러스터링 시에 예외적인 처리가 수행되는 경우를 설명하기 위한 도면이다.
도 6을 참조하면, 대상체의 일정 영역(610)에서 변형 정보가 서로 유사하지 않은 값을 가지는 경우가 도시된다. 예를 들어, 토끼 인형을 바닥에 충돌시킨 경우, 토끼 인형과 바닥이 맞닿는 경계면 부근에서는 극심한 찌그러짐이 발생할 수 있다. 이때, 극심한 찌그러짐이 발생한 부분(즉, 영역(610))에 해당하는 입자들 각각에서는 변형 정보(예를 들어, 회전 정보)가 제각각 달리 나타날 수 있다. 이와 같이 변형 정보가 일정 수준 이하의 낮은 유사도를 가지는 경우, 모델링 장치는 유사도를 기준으로 클러스터링을 수행하기 어려울 수 있다.
일 실시예에서는 극심한 찌그러짐이 발생한 부분과 같이 일정 영역(610)에서 대상체의 변형 정보의 유사도가 낮은 경우, 해당 영역을 구성하는 입자들에 대해 예외적인 처리를 수행할 수 있다. 이때, 모델링 장치는 회전 정보가 아닌 신축 정보를 이용하여 일정 영역(610)을 클러스터링할 수 있다. 모델링 장치는 바닥과의 경계면에서 하중 방향의 신축 정보 중 임계값 이상의 신축 정보를 가지는 입자들은 무시하고 클러스터링을 수행할 수 있다.
도 7은 일 실시예에 따라 생성된 대상체의 주요 구조를 설명하기 위한 도면이다.
도 7을 참조하면, X 축을 기준으로 한 회전 정보에 기반하여 생성된 대상체의 주요 구조(a) 및 Z 축을 기준으로 한 회전 정보에 기반하여 생성된 대상체의 주요 구조(b)가 도시된다.
모델링 장치는 예를 들어, 각 클러스터 내의 무게 중심을 산출하고, 무게 중심에 대응되는 위치를 대표 위치로 결정할 수 있다. 모델링 장치는 대표 위치에 대표 입자(710)를 생성할 수 있다. 이때, 대표 입자는 각 클러스터마다 동일한 크기로 생성될 수도 있고, 각 클러스터의 면적에 비례하여 서로 다른 크기로 생성될 수 있다.
모델링 장치는 각 클러스터 내의 대표 입자의 물성을 고려하여 예를 들어, 가상의 빔(730)으로 연결된 주요 구조를 생성할 수 있다. 여기서, 주요 구조는 대표 입자(710)들과, 대표 입자(710)들 간을 연결하는 가상의 빔(730)만으로 구성된다. 도 7에 표시된 대표 입자 및 주요 구조를 제외한 나머지 입자들은 각 클러스터마다에 대하여 대표 입자(710)가 생성됨을 나타내기 위한 것으로서 주요 구조의 생성 시에 함께 생성되는 것이 아니다. 가상의 빔(730)은 연결하는 각각의 클러스터의 형상과 원래의 물성을 반영한 가상의 물성을 가질 수 있다.
모델링 장치는 가상의 빔(730)을 대신하여, 메시, 혹은 대표 입자의 조합으로 주요 구조를 구성할 수도 있다. 모델링 장치가 메시 혹은 대표 입자의 조합으로 주요 구조를 구성하는 경우, 메시 혹은 대표 입자의 조합이 가상의 물성을 가질 수 있다.
예를 들어, 사전 모델링 시에 토끼 인형에서 토끼의 귀가 등에 닿은 것으로 모델링 된 경우, 실제 형상에서 연결되어 있지 않은 토끼의 귀와 토끼의 등이 서로 인접한 영역으로 인식될 수도 있다. 이러한 경우, 토끼의 귀와 토끼의 등은 서로 다른 물리량(즉, 연속적이지 않은 변형 정보)을 가지게 되고, 모델링 장치는 토끼의 귀와 토끼의 등이 속한 각각의 클러스터 간의 연결을 수행하지 않는다.
이와 같이, 모델링 장치는 서로 인접한 클러스터들 중 변형 정보가 연속적인 클러스터끼리 연결하여 주요 구조를 생성함으로써 대상체의 구조가 잘 알려지지 않은 경우에도 대상체의 내부 구조 즉, 주요 형상을 용이하게 모델링할 수 있다.
모델링 장치는 대상체의 형상, 재질 등에 따라 예를 들어, X, Y, Z 축 중 주된(dominant) 회전 방향을 선택하여 주요 구조를 생성할 수 있다.
또한, 모델링 장치는 각 클러스터의 대표 입자에 미치는 단위 외력 당 변형 정보를 산출하고, 단위 외력 당 변형 정보를 가상의 물성으로 해당 클러스터의 대표 입자에게 부여할 수 있다. 이 밖에도, 모델링 장치는 대표 입자의 일정 단위에 미치는 중력, 유체에 의한 상호 작용력, 탄성력에 의한 변형 정보를 산출하여 해당 클러스터의 대표 입자에게 부여할 수 있다.
도 7에 도시된 것과 같이, 대상체를 구성하는 모든 클러스터의 크기, 및 배열은 서로 다를 수 있다. 이러한 경우, 서로 다른 대표 입자를 연결한 가상의 빔(730)에는 동일한 외력이 가해 지더라도 클러스터의 크기, 및 배열 등에 따라 변형의 정도가 서로 다를 수 있다. 모델링 장치는 서로 연결된 이웃 클러스터 별로 단위 외력 당 변형 정도를 수치적으로 계산하여 가상의 물성을 적응적으로 해당 클러스터의 대표 입자에게 부여할 수 있다.
도 8은 일 실시예에 따른 대표 입자와 주변 입자 간에 가중치를 산출하는 방법을 설명하기 위한 도면이다.
도 8을 참조하면, 제1 클러스터(810), 제2 클러스터(820) 및 제3 클러스터(830)가 도시된다. 이때, 제1 클러스터(810)에는 대표 입자(815)가, 제2 클러스터(820)에는 대표 입자(825)가, 제3 클러스터(830)에는 대표 입자(835)가 생성된다. 제1 클러스터(810)는 제2 클러스터(820)에 인접하고, 제2 클러스터(820)는 제3 클러스터(830)에 인접할 수 있다.
일 실시예에 따른 모델링 장치는 대표 입자가 주변 입자에게 미치는 영향을 정량화한 가중치를 산출할 수 있다. 모델링 장치는 대표 입자와 대표 입자가 영향을 미치는 범위 내에 모든 주변 입자들과의 거리를 기초로 가중치를 산출할 수 있다. 모델링 장치는 예를 들어, 대표 입자와 주변 입자 간의 거리에 커널 함수(kernel function)를 적용하여 가중치를 산출할 수 있다.
이때, 주변 입자는 대표 입자와 동일한 클러스터 내에 포함된 입자뿐만 아니라 인접한 클러스터에 포함된 입자(혹은 대표 입자)까지 포함하는 의미로 이해될 수 있다.
예를 들어, 제1 클러스터(810)의 대표 입자(815)가 영향을 주는 범위는 대표 입자(815)가 속한 제1 클러스터(810)뿐만 아니라, 제1 클러스터(810)에 이웃하고 빔으로 연결된 제2 클러스터(820), 제2 클러스터(820)와 빔으로 연결된 제3 클러스터(830) 등을 포함할 수도 있다.
가중치는 전술한 런 타임 처리(130) 과정에서 모델링 장치가 대상체의 전체 움직임을 복원하는 데에 이용될 수 있다. 예를 들어, 대상체가 입자로 모델링된 경우, 모델링 장치는 대상체의 주요 구조로부터 대상체의 전체 움직임을 나타내는 모든 입자들을 복원할 수 있다. 이때, 모든 입자는 각각의 입자가 포함된 클러스터에 해당하는 대표 입자와의 거리에 기초한 가중치를 가질 수 있다. 뿐만 아니라, 모든 입자는 자신이 포함된 클러스터와 빔으로 연결된 이웃 클러스터(들)에 포함된 대표 입자와의 거리에 기초한 가중치 또한 가질 수 있다.
도 9는 다른 실시예에 따른 대상체를 모델링하는 방법을 나타낸 흐름도이다.
도 9를 참조하면, 일 실시예에 따른 모델링 장치는 대상체의 형상 및 대상체의 물성에 기초하여 사전 모델링을 수행할 수 있다(910). 모델링 장치는 사전 모델링 결과로부터 대상체의 변형 정보를 추출한다(920).
모델링 장치는 변형 정보의 유사도를 기초로, 사전 모델링 결과에서 유사 영역을 클러스터링할 수 있다(930).
모델링 장치는 클러스터링된 클러스터마다의 대표 입자를 생성할 수 있다(940).
모델링 장치는 제1 클러스터의 대표 입자와 제1 클러스터에 이웃하는 제2 클러스터의 대표 입자를 연결하여 대상체의 주요 구조를 생성할 수 있다(950).
모델링 장치는 주요 구조에 대응되는 가상의 물성을 산출할 수 있다(960). 모델링 장치는 대표 입자에 미치는 단위 외력 당 변형 정보를 산출하고, 단위 외력 당 변형 정보를 가상의 물성으로 대표 입자에게 부여할 수 있다.
모델링 장치는 대표 입자가 주변 입자에게 미치는 영향을 정량화한 가중치를 산출할 수 있다(970).
모델링 장치는 대상체의 주요 구조 및 가상의 물성을 지배 방정식에 적용하여 대상체를 모델링할 수 있다(980). 모델링 장치가 지배 방정식을 적용하여 대상체를 모델링하는 방법은 도 10을 참조하여 설명한다.
모델링 장치는 단계(980)에서 모델링된 대상체의 주요 구조의 움직임 및 단계(970)에서 산출한 가중치를 이용하여 대상체 전체 모델의 움직임을 복원할 수 있다(990). 예를 들어, 단계(980)에서 t1 시간에서 주요 구조의 움직임 및 변형 정보를 획득한 경우, 모델링 장치는 획득한 정보를 이용하여 t1 시간에서의 전체 모델의 움직임 및 변형을 복원할 수 있다.
모델링 장치는 예를 들어, 획득한 정보(주요 구조의 움직임 및 변형 정보)를 가중합(Weighted Sum)하여 런-타임 처리 과정에서 전체 모델을 구성하는 전체 입자의 움직임 및 변형을 모델링할 수 있다. 이때, 모델링 장치는 주요 구성을 이루는 각 대표 입자가 영향을 미치는 주변 입자에 전처리 과정에서 산출한 가중치를 적용하여 전체 모델을 구성하는 전체 입자의 움직임 및 변형 정도를 모델링할 수 있다. 모델링 장치는 미리 설정된 매 시간 단위, 즉 타임 스텝마다 단계(980)의 모델링 및 단계(990)의 복원을 수행할 수 있다. 모델링 장치가 대상체 전체 모델의 움직임을 복원한 결과는 도 11을 참조하여 설명한다.
도 10은 일 실시예에 따라 지배 방정식에 적용하여 대상체를 모델링하는 방법을 설명하기 위한 도면이다.
도 10을 참조하면, 일 실시예에 따른 모델링 장치가 지배 방정식을 이용하여 얻은 주요 구조의 모델링 결과가 도시된다.
모델링 장치는 사전 계산을 통해 얻은 대상체의 주요 구조(1010)와 가상의 물성을 이용해 지배 방정식의 풀이를 수행함으로써, 예를 들어, t1 시간 또는 t2 시간에서의 주요 구조(1030)의 움직임 및 변형 정보를 획득할 수 있다. 여기서, 지배 방정식은 자연의 특정 현상을 지배하는 방정식으로서, 예를 들어, 힘과 운동에 의한 현상이 운동 방정식 F= ma를 따르는 경우, 운동 방정식 F= ma는 힘과 운동에 의한 현상에 대한 지배 방정식이 될 수 있다. 예를 들어, 액체와 같은 비압축성 유체에 대하여는 베르누이 방정식 또는 질량 유량에 관한 방정식(질량 유량 = 밀도 * 속도 * 단면적)이 지배 방정식이 될 수 있다. 또한, 공기나 물의 흐름에 대하여는 잘 알려진 나비어-스톡스 방정식(Navier Stokes equation) 등이 지배 방정식이 될 수 있다.
모델링 과정에서, 모델링 장치는 전처리 과정에서 산출한 가상의 물성을 주요 구조에 적용하고, 가상의 물성이 적용된 주요 구조를 대상으로 지배 방정식을 풀어 실제와 유사한 대상체의 움직임을 계산할 수 있다.
도 11은 일 실시예에 따른 전체 복원 결과를 나타낸 도면이다.
도 11을 참조하면, 모델링 장치가 대상체 전체 모델의 움직임을 복원한 결과가 도시된다.
모델링 장치는 타임 스텝에 대응되는 매 프레임마다의 대상체의 움직임 및 변형을 계산할 수 있다. 모델링 장치는 매 타임 스텝마다의 주요 구조의 모델링 결과를 이용하여 대상체의 전체 복원을 수행할 수 있다. 여기서, 전체 복원은 예를 들어, 대상체의 주요 구조가 입자로 모델링된 경우, 대상체를 구성하는 전체 입자들의 복원으로 이해될 수 있다.
모델링 장치는, 예를 들어, t1 시간에서 대표 입자들에서의 움직임 및 변형이 모델링된 주요 구조(1110), 즉 대상체의 주요 형상에 더하여 주요 구조를 제외한 나머지 입자들(1130) 전부를 모델링 함으로써 t1 시간에서의 대상체 전체 모델을 복원할 수 있다.
도 12는 일 실시예에 따른 대상체를 모델링하는 장치의 블록도이다.
도 12를 참조하면, 일 실시예에 따른 모델링 장치는 메모리(1210) 및 프로세서(1230)를 포함한다.
메모리(1210)는 대상체의 형상 및 물성을 저장한다. 대상체의 형상 및 물성은 업데이트될 수 있다.
프로세서(1230)는 대상체의 형상 및 물성에 기초한 사전 모델링 결과로부터 추출한 대상체의 변형 정보를 기초로, 대상체의 주요 구조를 생성하고, 주요 구조에 대응되는 가상의 물성을 산출한다. 프로세서(1230)는 전처리부(1233) 및 모델링부(1236)를 포함할 수 있다.
전처리부(1233)는 대상체의 형상 및 물성에 기초한 사전 모델링 결과로부터 추출한 대상체의 변형 정보를 기초로, 대상체의 주요 구조를 생성한다.
전처리부(1233)는 주요 구조에 대응되는 가상의 물성을 산출한다. 전처리부(1233)는 주요 구조를 구성하는 구성 요소에 적합한 가상의 물성을 산출할 수 있다.
모델링부(1236)는 대상체의 주요 구조 및 가상의 물성을 기초로, 대상체를 모델링한다.
전처리부(1233)는 대상체의 형상 및 물성에 기초하여 대상체의 변형을 관찰하기 위한 모델링 세트를 결정하고, 모델링 세트에 대해 사전 모델링을 수행할 수 있다.
전처리부(1233)는 변형 정보의 유사도를 기초로, 사전 모델링 결과에서 유사 영역을 클러스터링하고, 클러스터링된 클러스터마다의 대표 입자를 생성할 수 있다. 전처리부(1233)는 클러스터링된 제1 클러스터의 대표 입자와 제1 클러스터에 이웃하는 제2 클러스터의 대표 입자를 연결하여 대상체의 주요 구조를 생성할 수 있다.
전처리부(1233)는 대표 입자에 미치는 단위 외력 당 변형 정보를 산출하고, 단위 외력 당 변형 정보를 가상의 물성으로 대표 입자에게 부여할 수 있다.
전처리부(1233)는 대표 입자와 주변 입자 간의 영향을 정량화한 가중치를 산출할 수 있다. 이때, 모델링부(1236)는 가중치를 대표 입자 및 주변 입자에 부여하여 대상체의 움직임을 복원할 수 있다.
모델링부(1236)는 대상체의 주요 구조 및 가상의 물성을 지배 방정식에 적용하여 대상체를 모델링할 수 있다.
일 실시예에 따른 모델링 장치(1200)는 예를 들어, 모바일 기기와 같은 다양한 디지털 기기에 내장되거나 또는 연동되어 영상 어플리케이션에서 실시간으로 현실감 있는 대상체의 움직임을 제공할 수 있다. 실시예에 따라서, 모델링부(1236)가 모델링 장치와 구별되는 별도의 복원 장치로 구성될 수도 있다. 모델링부(1236)가 별도의 복원 장치로 구성된 실시예에 대하여는 도 14를 참조하여 설명한다.
도 13은 일 실시예에 따른 대상체를 복원하는 방법을 나타낸 흐름도이다.
도 13을 참조하면, 일 실시예에 따른 대상체를 복원하는 장치('복원 장치')는 모델링 장치 또는 그 밖의 서버로부터 대상체의 주요 구조, 및 주요 구조에 대응되는 가상의 물성을 수신한다(1310). 이때, 복원 장치는 대상체의 주요 구조 및 가상의 물성과 함께, 주요 구조 내 입자들 사이의 영향을 정량화한 가중치를 수신할 수 있다. 여기서, 주요 구조는 입자(particle), 입자들 간의 물리적 연결성(connectivity)을 고려한 빔(beam), 3차원 메시(mesh) 중 적어도 하나의 구성 요소를 이용하여 생성된 것일 수 있다.
대상체의 주요 구조는 변형 정보를 기초로, 사전 모델링 결과에서 유사 영역을 클러스터링하고, 클러스터링된 클러스터마다의 대표 입자를 생성하며, 클러스터링된 제1 클러스터의 대표 입자와 제1 클러스터에 이웃하는 제2 클러스터의 대표 입자를 연결함으로써 생성될 수 있다. 가상의 물성은 주요 구조에 포함된 입자에 미치는 단위 외력 당 변형 정보를 포함할 수 있다.
복원 장치는 주요 구조 및 가상의 물성을 대상체에 적용되는 외력에 대응하는 지배 방정식(Governing Equation)에 적용함으로써, 주요 구조 및 가상의 물성을 변형한다(1320).
복원 장치는 변형된 주요 구조 및 변형된 가상의 물성에 기초하여, 지배 방정식이 적용된 대상체를 복원한다(1320). 복원 장치는 변형된 주요 구조, 변형된 가상의 물성, 및 가중치에 기초하여, 지배 방정식이 적용된 대상체를 복원할 수 있다.
도 14는 일 실시예에 따른 대상체를 복원하는 장치의 블록도이다.
도 14를 참조하면, 일 실시예에 따른 복원 장치(1400)는 메모리(1410), 프로세서(1420) 및 수신부(1430)를 포함한다.
메모리(1410)는 대상체의 주요 구조, 및 주요 구조에 대응되는 가상의 물성을 저장한다. 이때, 대상체의 주요 구조, 및 주요 구조에 대응되는 가상의 물성은 수신부(1430)를 통해 별도의 모델링 장치로부터 수신한 것일 수 있다.
프로세서(1420)는 메모리(1410)에 저장된 주요 구조 및 가상의 물성을 대상체에 적용되는 외력에 대응하는 지배 방정식에 적용함으로써 주요 구조 및 가상의 물성을 변형하고, 변형된 주요 구조 및 변형된 가상의 물성에 기초하여, 지배 방정식이 적용된 대상체를 복원한다.
이상에서 설명된 장치는 하드웨어 구성 요소, 소프트웨어 구성 요소, 및/또는 하드웨어 구성 요소 및 소프트웨어 구성 요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성 요소는, 예를 들어, 프로세서, 컨트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 컨트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다. 그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.
1200: 모델링 장치
1210: 메모리
1230: 프로세서
1233: 전처리부
1236: 모델링부

Claims (20)

  1. 대상체(target object)의 형상 및 물성(material property)에 기초한 사전 모델링 결과로부터 상기 대상체의 변형 정보(deformation information)를 추출하는 단계;
    상기 변형 정보를 기초로, 상기 대상체의 주요 구조(key structure)를 생성하는 단계; 및
    상기 주요 구조에 대응되는 가상의 물성을 산출하는 단계
    를 포함하는, 대상체를 모델링하는 방법.
  2. 제1항에 있어서,
    상기 대상체의 변형 정보를 추출하는 단계는
    상기 대상체의 형상 및 물성에 기초하여 상기 대상체의 변형을 관찰하기 위한 모델링 세트(modeling set)를 결정하는 단계; 및
    상기 모델링 세트에 대해 상기 사전 모델링을 수행하는 단계
    를 포함하는, 대상체를 모델링하는 방법.
  3. 제2항에 있어서,
    상기 모델링 세트를 결정하는 단계는
    상기 대상체에 가해지는 중력, 사용자 외력, 유체에 의한 상호 작용력, 탄성력 중 적어도 하나 힘을 기초로 상기 모델링 세트를 결정하는 단계
    를 포함하는, 대상체를 모델링하는 방법.
  4. 제1항에 있어서,
    상기 변형 정보는
    상기 대상체를 구성하는 구성 요소(element)의 신축(stretch) 정보 및 회전(rotation) 정보 중 적어도 하나를 포함하는, 대상체를 모델링하는 방법.
  5. 제1항에 있어서,
    상기 주요 구조를 생성하는 단계는
    입자(particle), 입자들 간의 물리적 연결성(connectivity)을 고려한 빔(beam), 3차원 메시(mesh) 중 적어도 하나의 구성 요소를 이용하여 상기 대상 객체의 주요 구조를 생성하는 단계
    를 포함하는, 대상체를 모델링하는 방법.
  6. 제1항에 있어서,
    상기 대상체의 주요 구조를 생성하는 단계는
    상기 변형 정보를 기초로, 상기 사전 모델링 결과에서 유사 영역을 클러스터링하는 단계;
    상기 클러스터링된 클러스터마다의 대표 입자를 생성하는 단계; 및
    상기 클러스터링된 제1 클러스터의 대표 입자와 상기 제1 클러스터에 이웃하는 제2 클러스터의 대표 입자를 연결하여 상기 대상체의 주요 구조를 생성하는 단계
    를 포함하는, 대상체를 모델링하는 방법.
  7. 제6항에 있어서,
    상기 클러스터링하는 단계는
    상기 변형 정보의 유사도를 기초로, 상기 사전 모델링 결과에서 상기 유사 영역을 클러스터링하는 단계
    를 포함하는, 대상체를 모델링하는 방법.
  8. 제6항에 있어서,
    상기 대표 입자를 생성하는 단계는
    상기 클러스터 내의 무게 중심을 산출하는 단계; 및
    상기 무게 중심에 대응되는 위치에 상기 대표 입자를 생성하는 단계
    를 포함하는, 대상체를 모델링하는 방법.
  9. 제6항에 있어서,
    상기 대상체의 주요 구조를 생성하는 단계는
    상기 제1 클러스터의 대표 입자와 상기 제2 클러스터의 대표 입자 간의 변형 정보가 연속적인지 여부를 판단하는 단계; 및
    상기 변형 정보가 연속적이라고 판단되면, 상기 제1 클러스터의 대표 입자와 상기 제2 클러스터의 대표 입자를 연결하여 상기 대상체의 주요 구조를 생성하는 단계
    를 포함하는, 대상체를 모델링하는 방법.
  10. 제6항에 있어서,
    상기 가상의 물성을 산출하는 단계는
    상기 대표 입자에 미치는 단위 외력 당 변형 정보를 산출하는 단계; 및
    상기 단위 외력 당 변형 정보를 상기 가상의 물성으로 상기 대표 입자에게 부여하는 단계
    를 포함하는, 대상체를 모델링하는 방법.
  11. 제6항에 있어서,
    상기 대표 입자가, 상기 대표 입자가 영향을 주는 범위 내에 있는 주변 입자에게 미치는 영향을 정량화한 가중치를 산출하는 단계
    를 더 포함하는, 대상체를 모델링하는 방법.
  12. 제11항에 있어서,
    상기 대표 입자가 영향을 주는 범위는
    상기 대표 입자가 속한 제1 클러스터에 이웃하는 제2 클러스터; 및
    상기 제2 클러스터와 연결된 제3 클러스터
    중 적어도 하나를 포함하는, 대상체를 모델링하는 방법.
  13. 대상체의 주요 구조, 및 상기 주요 구조에 대응되는 가상의 물성을 수신하는 단계;
    상기 주요 구조 및 상기 가상의 물성을 상기 대상체에 적용되는 외력에 대응하는 지배 방정식(Governing Equation)에 적용함으로써, 상기 주요 구조 및 상기 가상의 물성을 변형하는 단계; 및
    상기 변형된 주요 구조 및 상기 변형된 가상의 물성에 기초하여, 상기 지배 방정식이 적용된 대상체를 복원하는 단계
    를 포함하는, 대상체를 복원하는 방법.
  14. 제13항에 있어서,
    상기 주요 구조 내 입자들 사이의 영향을 정량화한 가중치를 수신하는 단계
    를 더 포함하고,
    상기 복원하는 단계는
    상기 변형된 주요 구조, 상기 변형된 가상의 물성, 및 상기 가중치에 기초하여, 상기 지배 방정식이 적용된 대상체를 복원하는 단계
    를 포함하는, 대상체를 복원하는 방법.
  15. 제13항에 있어서,
    상기 주요 구조는
    입자(particle), 입자들 간의 물리적 연결성(connectivity)을 고려한 빔(beam), 3차원 메시(mesh) 중 적어도 하나의 구성 요소를 이용하여 생성되는, 대상체를 복원하는 방법.
  16. 제13항에 있어서,
    상기 대상체의 주요 구조는
    상기 변형 정보를 기초로, 사전 모델링 결과에서 유사 영역을 클러스터링하고, 상기 클러스터링된 클러스터마다의 대표 입자를 생성하며, 상기 클러스터링된 제1 클러스터의 대표 입자와 상기 제1 클러스터에 이웃하는 제2 클러스터의 대표 입자를 연결함으로써 생성되는, 대상체를 복원하는 방법.
  17. 제13항에 있어서,
    상기 가상의 물성은
    상기 주요 구조에 포함된 입자에 미치는 단위 외력 당 변형 정보를 포함하는, 대상체를 복원하는 방법.
  18. 제1항 내지 제17항 중에서 어느 하나의 항의 방법을 실행시키기 위한 프로그램이 기록된 컴퓨터 판독 가능한 기록 매체.
  19. 대상체의 형상 및 물성을 저장하는 메모리; 및
    상기 대상체의 형상 및 물성에 기초한 사전 모델링 결과로부터 추출한 상기 대상체의 변형 정보를 기초로, 상기 대상체의 주요 구조를 생성하고, 상기 주요 구조에 대응되는 가상의 물성을 산출하는 프로세서
    를 포함하는 대상체를 모델링하는 장치.
  20. 대상체의 주요 구조, 및 상기 주요 구조에 대응되는 가상의 물성을 저장하는 메모리; 및
    상기 주요 구조 및 상기 가상의 물성을 상기 대상체에 적용되는 외력에 대응하는 지배 방정식에 적용함으로써 상기 주요 구조 및 상기 가상의 물성을 변형하고, 상기 변형된 주요 구조 및 상기 변형된 가상의 물성에 기초하여, 상기 지배 방정식이 적용된 대상체를 복원하는 프로세서
    를 포함하는 대상체를 복원하는 장치.
KR1020150104256A 2015-07-23 2015-07-23 사전 계산을 이용하여 대상체를 모델링 및 복원하는 방법 및 장치 KR20170011515A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020150104256A KR20170011515A (ko) 2015-07-23 2015-07-23 사전 계산을 이용하여 대상체를 모델링 및 복원하는 방법 및 장치
US15/178,914 US20170024492A1 (en) 2015-07-23 2016-06-10 Method and apparatus for modeling and restoring target object using pre-computation

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150104256A KR20170011515A (ko) 2015-07-23 2015-07-23 사전 계산을 이용하여 대상체를 모델링 및 복원하는 방법 및 장치

Publications (1)

Publication Number Publication Date
KR20170011515A true KR20170011515A (ko) 2017-02-02

Family

ID=57837143

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150104256A KR20170011515A (ko) 2015-07-23 2015-07-23 사전 계산을 이용하여 대상체를 모델링 및 복원하는 방법 및 장치

Country Status (2)

Country Link
US (1) US20170024492A1 (ko)
KR (1) KR20170011515A (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101887216B1 (ko) * 2017-11-24 2018-08-09 한태재 이미지 재구성 서버 및 방법
KR102651604B1 (ko) * 2023-03-07 2024-03-25 고려대학교 산학협력단 비유클리드 공간 모델링과 렌더링 방법, 및 그 장치

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11380060B2 (en) * 2020-01-24 2022-07-05 Covidien Lp System and method for linking a segmentation graph to volumetric data

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8576253B2 (en) * 2010-04-27 2013-11-05 Microsoft Corporation Grasp simulation of a virtual object
JP5704246B2 (ja) * 2011-09-21 2015-04-22 富士通株式会社 物体運動解析装置、物体運動解析方法、及び物体運動解析プログラム
JP5800145B2 (ja) * 2011-10-17 2015-10-28 国立研究開発法人海洋研究開発機構 解析装置、解析方法、解析プログラム及び記録媒体
US9142034B2 (en) * 2013-03-14 2015-09-22 Microsoft Technology Licensing, Llc Center of mass state vector for analyzing user motion in 3D images

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101887216B1 (ko) * 2017-11-24 2018-08-09 한태재 이미지 재구성 서버 및 방법
WO2019103295A1 (ko) * 2017-11-24 2019-05-31 한태재 이미지 재구성 서버 및 방법
KR102651604B1 (ko) * 2023-03-07 2024-03-25 고려대학교 산학협력단 비유클리드 공간 모델링과 렌더링 방법, 및 그 장치

Also Published As

Publication number Publication date
US20170024492A1 (en) 2017-01-26

Similar Documents

Publication Publication Date Title
Jatavallabhula et al. gradsim: Differentiable simulation for system identification and visuomotor control
Löhner et al. Adaptive embedded and immersed unstructured grid techniques
Metaxas Physics-based deformable models: applications to computer vision, graphics and medical imaging
EP2069986B1 (en) Physical simulations on a graphics processor
US10140745B2 (en) Methods and systems for computer-based animation of musculoskeletal systems
Kim et al. Skipping steps in deformable simulation with online model reduction
Promayon et al. Physically‐Based Deformations Constrained in Displacements and Volume
US20120232854A1 (en) Method of simulating deformable object using geometrically motivated model
Hong et al. Fast volume preservation for a mass-spring system
KR20170011515A (ko) 사전 계산을 이용하여 대상체를 모델링 및 복원하는 방법 및 장치
US20220382246A1 (en) Differentiable simulator for robotic cutting
WO2014205584A1 (en) Methods and systems for computer-based skin animation
KR102459848B1 (ko) 입자에 기반하여 대상 객체를 고속으로 모델링하는 방법 및 장치
JP2016045945A (ja) オブジェクトをモデリングする方法及び装置
Magnoux et al. Real‐time visual and physical cutting of a meshless model deformed on a background grid
US20220319096A1 (en) Machine-learning based collision detection for objects in virtual environments
Movania et al. A Novel GPU‐Based Deformation Pipeline
US10606966B2 (en) Method and apparatus for modeling deformable body including particles
EP3136347A1 (en) Modeling method and apparatus using fluid animation graph
US10565328B2 (en) Method and apparatus for modeling based on particles for efficient constraints processing
Va et al. Real-time volume preserving constraints for volumetric model on GPU
Abram et al. In situ visualization of regional-scale natural hazards with Galaxy and Material Point Method
US20220083702A1 (en) Techniques for designing structures using torsion-deformable spatial beam elements
KR102546160B1 (ko) 입자기반 유체의 특성을 활용한 관절 탄성 시뮬레이션 방법 및 장치
Chang et al. A fast hybrid computation model for rectum deformation