KR20220061812A - Electronic device and controlling method of electronic device - Google Patents

Abstract

The present invention relates to an electronic device and an electronic device control method including the following steps of: acquiring images through at least one camera; inputting RGB data on each of the images to a first neural network model to acquire two-dimensional pose information with respect to an object included in the images; identifying whether the object is transparent by inputting RGB data on at least one of the images to a second neural network model; acquiring three-dimensional pose information with respect to the object by performing stereo matching based on the two-dimensional pose information by image if the object is transparent; and acquiring three-dimensional pose information with respect to the object based on one of the images and depth information corresponding to the image if the object is opaque.

Description

전자 장치 및 전자 장치의 제어 방법{ELECTRONIC DEVICE AND CONTROLLING METHOD OF ELECTRONIC DEVICE}ELECTRONIC DEVICE AND CONTROLLING METHOD OF ELECTRONIC DEVICE

본 개시는 전자 장치 및 전자 장치의 제어 방법에 관한 것으로서, 구체적으로는 이미지에 포함된 오브젝트에 대한 3 차원의 포즈 정보를 획득할 수 있는 장치를 말한다. The present disclosure relates to an electronic device and a control method of the electronic device, and more particularly, refers to a device capable of acquiring three-dimensional pose information for an object included in an image.

근래에는 이미지에 포함된 오브젝트에 대한 3 차원의 포즈 정보를 획득하는 기술에 대한 필요성이 부각되고 있다. 특히, 근래에는 CNN(Convolutional Neural Network)과 같은 신경망 모델을 이용하여 이미지에 포함된 오브젝트를 검출하고, 검출된 오브젝트에 대한 3 차원의 포즈 정보를 획득하기 위한 기술에 대한 발전이 가속화되고 있다. Recently, the need for a technique for acquiring three-dimensional pose information for an object included in an image has been highlighted. In particular, in recent years, the development of a technology for detecting an object included in an image using a neural network model such as a convolutional neural network (CNN) and obtaining three-dimensional pose information for the detected object is accelerating.

그런데, 종래 기술에 따라 한 장의 이미지를 기반으로 오브젝트에 대한 포즈 정보를 획득하는 경우, 3D 모델이 기 구축되지 않은 오브젝트에 대한 포즈 정보를 획득하기 어려우며, 특히 투명한 오브젝트에 대해서는 정확한 포즈 정보를 획득하기 어렵다는 한계가 지적되고 있다. However, according to the prior art, when obtaining pose information for an object based on a single image, it is difficult to obtain pose information for an object for which a 3D model is not previously built, and in particular, it is difficult to obtain accurate pose information for a transparent object. Difficulty limits are pointed out.

또한, 종래 기술에 따라 스테레오 카메라를 기반으로 오브젝트에 대한 포즈 정보를 획득하는 경우, 두 개의 카메라 사이의 시야각 차이가 좁기 때문에 포즈 정보의 획득을 위해 측정할 수 있는 거리의 범위가 제한적이라는 점, 그리고, 두 개의 카메라 사이의 위치 관계가 변경되는 경우에는 두 개의 카메라 사이의 위치 관계가 고정되는 것을 전제로 학습된 신경망 모델을 이용할 수 없다는 점 등과 같은 한계가 지적되고 있다.In addition, in the case of acquiring pose information for an object based on a stereo camera according to the prior art, since the difference in viewing angle between the two cameras is narrow, the range of the distance that can be measured to acquire the pose information is limited, and , limitations such as the inability to use a neural network model trained on the premise that the positional relationship between the two cameras is fixed when the positional relationship between the two cameras is changed.

본 개시는 상술한 바와 같은 종래 기술의 한계를 극복하기 위한 것으로서, 본 개시의 목적은 이미지에 포함된 오브젝트의 특징에 따라 효율적인 방법으로 오브젝트에 대한 3 차원의 포즈 정보를 획득할 수 있는 전자 장치 및 전자 장치의 제어 방법을 제공함에 있다.An object of the present disclosure is to overcome the limitations of the prior art as described above, and an object of the present disclosure is to provide an electronic device capable of acquiring three-dimensional pose information for an object in an efficient way according to the characteristics of the object included in an image, and An object of the present invention is to provide a method for controlling an electronic device.

상술한 바와 같은 목적을 달성하기 위한 본 개시의 일 실시 예에 따르면, 전자 장치는 적어도 하나의 카메라, 메모리 및 상기 적어도 하나의 카메라를 통해 복수의 이미지를 획득하고, 상기 복수의 이미지 각각에 대한 RGB 데이터를 제1 신경망 모델에 입력하여, 상기 복수의 이미지에 포함된 오브젝트에 대한 2 차원의 포즈 정보를 획득하고, 상기 복수의 이미지 중 적어도 하나의 이미지에 대한 RGB 데이터를 제2 신경망 모델에 입력하여 상기 오브젝트의 투명 여부를 식별하며, 상기 오브젝트가 투명한 오브젝트이면, 상기 복수의 이미지 별 2 차원의 포즈 정보를 바탕으로 스테레오 정합(stereo matching)을 수행하여, 상기 오브젝트에 대한 3 차원의 포즈 정보를 획득하고, 상기 오브젝트가 불투명한 오브젝트이면, 상기 복수의 이미지 중 하나의 이미지 및 상기 하나의 이미지에 대응되는 뎁스(depth) 정보를 바탕으로 상기 오브젝트에 대한 3 차원의 포즈 정보를 획득하는 프로세서를 포함한다.According to an embodiment of the present disclosure for achieving the above object, an electronic device acquires a plurality of images through at least one camera, a memory, and the at least one camera, and RGB for each of the plurality of images By inputting data into the first neural network model, two-dimensional pose information for an object included in the plurality of images is obtained, and RGB data for at least one image among the plurality of images is input to a second neural network model. Identifies whether the object is transparent, and if the object is a transparent object, stereo matching is performed based on the two-dimensional pose information for each of the plurality of images to obtain three-dimensional pose information for the object and if the object is an opaque object, a processor for obtaining three-dimensional pose information for the object based on one image among the plurality of images and depth information corresponding to the one image. .

여기서, 상기 프로세서는 상기 제2 신경망 모델을 통해 상기 오브젝트의 투명 여부에 대한 정보를 획득하고, 상기 오브젝트의 투명 여부에 대한 정보를 바탕으로 상기 오브젝트의 투명 여부를 식별할 수 있다. Here, the processor may obtain information on whether the object is transparent through the second neural network model, and identify whether the object is transparent based on the information on whether the object is transparent.

한편, 상기 프로세서는 상기 제2 신경망 모델을 통해 상기 오브젝트의 대칭 여부에 대한 정보를 획득하고, 상기 오브젝트의 대칭 여부에 대한 정보를 바탕으로 상기 오브젝트의 대칭 여부를 식별하며, 상기 오브젝트가 대칭성을 가지는 오브젝트이면, 상기 2 차원의 포즈 정보에 포함된 제1 특징점들을 대칭성에 무관한 제2 특징점들로 변환하고, 상기 제2 특징점들을 바탕으로 상기 스테레오 정합을 수행하여 상기 오브젝트에 대한 3 차원의 포즈 정보를 획득할 수 있다. Meanwhile, the processor obtains information on whether the object is symmetrical through the second neural network model, identifies whether the object is symmetrical based on the information on whether the object is symmetrical, and the object has symmetry If it is an object, the first feature points included in the two-dimensional pose information are converted into second feature points independent of symmetry, and the stereo matching is performed based on the second feature points to provide three-dimensional pose information for the object. can be obtained.

한편, 상기 오브젝트가 대칭성을 가지는 오브젝트이면, 상기 제1 특징점들은 x축 또는 y축이 상기 적어도 하나의 카메라와 수직인 3 차원 좌표계를 바탕으로 식별될 수 있다.Meanwhile, if the object is an object having symmetry, the first feature points may be identified based on a three-dimensional coordinate system in which an x-axis or a y-axis is perpendicular to the at least one camera.

한편, 상기 복수의 이미지는 상기 적어도 하나의 카메라 중 제1 카메라를 통해 서로 다른 시점에 획득된 두 개의 이미지일 수 있다. Meanwhile, the plurality of images may be two images acquired at different time points through a first camera among the at least one camera.

한편, 상기 복수의 이미지는 상기 적어도 하나의 카메라 중 상기 제1 카메라 및 제2 카메라 각각을 통해 서로 동일한 시점에 획득된 두 개의 이미지일 수 있다.Meanwhile, the plurality of images may be two images acquired at the same time point through each of the first camera and the second camera among the at least one camera.

여기서, 상기 프로세서는 상기 제1 카메라 및 상기 제2 카메라 사이의 위치 관계에 대한 제1 위치 정보를 획득하고, 상기 복수의 이미지 별 2 차원의 포즈 정보 및 상기 제1 위치 정보를 바탕으로 상기 스테레오 정합을 수행할 수 있다.Here, the processor obtains first position information about the positional relationship between the first camera and the second camera, and matches the stereo based on the two-dimensional pose information for each image and the first position information can be performed.

여기서, 상기 전자 장치는 구동부를 더 포함하고, 상기 프로세서는 상기 제1 카메라 및 상기 제2 카메라 중 적어도 하나의 카메라의 위치가 변경되도록 상기 구동부를 제어하며, 상기 변경된 적어도 하나의 카메라의 위치를 바탕으로 상기 제1 카메라 및 상기 제2 카메라 사이의 위치 관계에 대한 제2 위치 정보를 획득하고, 상기 복수의 이미지 별 2 차원의 포즈 정보 및 상기 제2 위치 정보를 바탕으로 상기 스테레오 정합을 수행할 수 있다. Here, the electronic device further includes a driving unit, and the processor controls the driving unit to change the position of at least one of the first camera and the second camera, and based on the changed position of the at least one camera to obtain second position information on the positional relationship between the first camera and the second camera, and perform the stereo registration based on the two-dimensional pose information and the second position information for each of the plurality of images. there is.

한편, 상기 제1 신경망 모델 및 상기 제2 신경망 모델은 하나의 통합된 신경망 모델에 포함될 수 있다. Meanwhile, the first neural network model and the second neural network model may be included in one integrated neural network model.

상술한 바와 같은 목적을 달성하기 위한 본 개시의 일 실시 예에 따르면, 전자 장치의 제어 방법은 적어도 하나의 카메라를 통해 복수의 이미지를 획득하는 단계, 상기 복수의 이미지 각각에 대한 RGB 데이터를 제1 신경망 모델에 입력하여, 상기 복수의 이미지에 포함된 오브젝트에 대한 2 차원의 포즈 정보를 획득하는 단계, 상기 복수의 이미지 중 적어도 하나의 이미지에 대한 RGB 데이터를 제2 신경망 모델에 입력하여 상기 오브젝트의 투명 여부를 식별하는 단계, 상기 오브젝트가 투명한 오브젝트이면, 상기 복수의 이미지 별 2 차원의 포즈 정보를 바탕으로 스테레오 정합(stereo matching)을 수행하여, 상기 오브젝트에 대한 3 차원의 포즈 정보를 획득하는 단계 및 상기 오브젝트가 불투명한 오브젝트이면, 상기 복수의 이미지 중 하나의 이미지 및 상기 하나의 이미지에 대응되는 뎁스(depth) 정보를 바탕으로 상기 오브젝트에 대한 3 차원의 포즈 정보를 획득하는 단계를 포함한다. According to an embodiment of the present disclosure for achieving the object as described above, a method of controlling an electronic device includes acquiring a plurality of images through at least one camera, and first generating RGB data for each of the plurality of images. input to a neural network model to obtain two-dimensional pose information for an object included in the plurality of images; identifying whether the object is transparent; if the object is a transparent object, performing stereo matching based on the two-dimensional pose information for each of the plurality of images to obtain three-dimensional pose information for the object and if the object is an opaque object, obtaining three-dimensional pose information on the object based on one image among the plurality of images and depth information corresponding to the one image.

여기서, 상기 오브젝트의 투명 여부를 식별하는 단계는 상기 제2 신경망 모델을 통해 상기 오브젝트의 투명 여부에 대한 정보를 획득하는 단계 및 상기 오브젝트의 투명 여부에 대한 정보를 바탕으로 상기 오브젝트의 투명 여부를 식별하는 단계를 포함할 수 있다. Here, the step of identifying whether the object is transparent includes obtaining information on whether the object is transparent through the second neural network model and identifying whether the object is transparent based on the information on whether the object is transparent may include the step of

한편, 상기 오브젝트의 대칭 여부를 식별하는 단계는 상기 제2 신경망 모델을 통해 상기 오브젝트의 대칭 여부에 대한 정보를 획득하는 단계 및 상기 오브젝트의 대칭 여부에 대한 정보를 바탕으로 상기 오브젝트의 대칭 여부를 식별하는 단계를 포함하고, 상기 전자 장치의 제어 방법은 상기 오브젝트가 대칭성을 가지는 오브젝트이면, 상기 2 차원의 포즈 정보에 포함된 제1 특징점들을 대칭성에 무관한 제2 특징점들로 변환하는 단계 및 상기 제2 특징점들을 바탕으로 상기 스테레오 정합을 수행하여 상기 오브젝트에 대한 3 차원의 포즈 정보를 획득하는 단계를 더 포함할 수 있다. On the other hand, the step of identifying whether the object is symmetrical may include obtaining information on whether the object is symmetrical through the second neural network model and identifying whether the object is symmetrical based on information on whether the object is symmetrical In the control method of the electronic device, if the object is an object having symmetry, converting first feature points included in the two-dimensional pose information into second feature points irrelevant to symmetry; The method may further include obtaining three-dimensional pose information on the object by performing the stereo matching based on the two feature points.

한편, 상기 오브젝트가 대칭성을 가지는 오브젝트이면, 상기 제1 특징점들은 x축 또는 y축이 상기 적어도 하나의 카메라와 수직인 3 차원 좌표계를 바탕으로 식별될 수 있다. Meanwhile, if the object is an object having symmetry, the first feature points may be identified based on a three-dimensional coordinate system in which an x-axis or a y-axis is perpendicular to the at least one camera.

한편, 상기 복수의 이미지는 상기 적어도 하나의 카메라 중 제1 카메라를 통해 서로 다른 시점에 획득된 두 개의 이미지일 수 있다. Meanwhile, the plurality of images may be two images acquired at different time points through a first camera among the at least one camera.

한편, 상기 복수의 이미지는 상기 적어도 하나의 카메라 중 상기 제1 카메라 및 제2 카메라 각각을 통해 서로 동일한 시점에 획득된 두 개의 이미지일 수 있다.Meanwhile, the plurality of images may be two images acquired at the same time point through each of the first camera and the second camera among the at least one camera.

여기서, 상기 전자 장치의 제어 방법은 상기 제1 카메라 및 상기 제2 카메라 사이의 위치 관계에 대한 제1 위치 정보를 획득하는 단계 및 상기 복수의 이미지 별 2 차원의 포즈 정보 및 상기 제1 위치 정보를 바탕으로 상기 스테레오 정합을 수행하는 단계를 더 포함할 수 있다. Here, the control method of the electronic device includes acquiring first position information on a positional relationship between the first camera and the second camera, and obtaining two-dimensional pose information and the first position information for each of the plurality of images. The method may further include performing the stereo matching based on the above.

여기서, 상기 전자 장치의 제어 방법은 상기 제1 카메라 및 상기 제2 카메라 중 적어도 하나의 카메라의 위치가 변경되도록 제어하는 단계, 상기 변경된 적어도 하나의 카메라의 위치를 바탕으로 상기 제1 카메라 및 상기 제2 카메라 사이의 위치 관계에 대한 제2 위치 정보를 획득하는 단계 및 상기 복수의 이미지 별 2 차원의 포즈 정보 및 상기 제2 위치 정보를 바탕으로 상기 스테레오 정합을 수행하는 단계를 더 포함할 수 있다.Here, the method of controlling the electronic device includes controlling the position of at least one of the first camera and the second camera to be changed, and the first camera and the second camera based on the changed position of the at least one camera. The method may further include obtaining second position information on a positional relationship between the two cameras, and performing the stereo matching based on the two-dimensional pose information for each of the plurality of images and the second position information.

한편, 상기 제1 신경망 모델 및 상기 제2 신경망 모델은 하나의 통합된 신경망 모델에 포함될 수 있다. Meanwhile, the first neural network model and the second neural network model may be included in one integrated neural network model.

상술한 바와 같은 목적을 달성하기 위한 본 개시의 일 실시 예에 따르면, 전자 장치의 제어 방법을 실행하는 프로그램을 포함하는 비일시적 컴퓨터 판독 가능 기록매체에 있어서, 상기 전자 장치의 제어 방법은 적어도 하나의 카메라를 통해 복수의 이미지를 획득하는 단계, 상기 복수의 이미지 각각에 대한 RGB 데이터를 제1 신경망 모델에 입력하여, 상기 복수의 이미지에 포함된 오브젝트에 대한 2 차원의 포즈 정보를 획득하는 단계, 상기 복수의 이미지 중 적어도 하나의 이미지에 대한 RGB 데이터를 제2 신경망 모델에 입력하여 상기 오브젝트의 투명 여부를 식별하는 단계, 상기 오브젝트가 투명한 오브젝트이면, 상기 복수의 이미지 별 2 차원의 포즈 정보를 바탕으로 스테레오 정합(stereo matching)을 수행하여, 상기 오브젝트에 대한 3 차원의 포즈 정보를 획득하는 단계 및 상기 오브젝트가 불투명한 오브젝트이면, 상기 복수의 이미지 중 하나의 이미지 및 상기 하나의 이미지에 대응되는 뎁스(depth) 정보를 바탕으로 상기 오브젝트에 대한 3 차원의 포즈 정보를 획득하는 단계를 포함한다. According to an embodiment of the present disclosure for achieving the above object, in a non-transitory computer-readable recording medium including a program for executing a method for controlling an electronic device, the method for controlling the electronic device includes at least one acquiring a plurality of images through a camera, inputting RGB data for each of the plurality of images into a first neural network model, and acquiring two-dimensional pose information for an object included in the plurality of images; inputting RGB data for at least one image among a plurality of images into a second neural network model to identify whether the object is transparent; if the object is a transparent object, based on the two-dimensional pose information for each of the plurality of images performing stereo matching to obtain three-dimensional pose information for the object, and if the object is an opaque object, one image among the plurality of images and a depth ( depth) obtaining three-dimensional pose information for the object based on the information.

도 1은 본 개시의 일 실시 예에 따른 전자 장치의 제어 방법을 나타내는 흐름도,
도 2 및 도 3은 본 개시의 일 실시 예에 따른 복수의 이미지 및 2 차원의 포즈 정보를 나타내는 도면,
도 4는 본 개시의 일 실시 예에 따른 전자 장치의 제어 방법을 상세하게 나타내는 흐름도,
도 5 및 도 6은 본 개시에 따른 오브젝트가 대칭성을 갖는 경우의 실시 예에 대해 설명하기 위한 도면,
도 7은 본 개시의 일 실시 예에 따른 전자 장치의 구성을 간략하게 나타내는 블록도,
도 8은 본 개시의 일 실시 예에 따른 신경망 모델들과 모듈들을 상세하게 나타내는 블록도, 그리고,
도 9는 본 개시의 일 실시 예에 따른 전자 장치의 구성을 상세하게 나타내는 블록도이다.1 is a flowchart illustrating a control method of an electronic device according to an embodiment of the present disclosure;
2 and 3 are views showing a plurality of images and two-dimensional pose information according to an embodiment of the present disclosure;
4 is a flowchart illustrating in detail a method of controlling an electronic device according to an embodiment of the present disclosure;
5 and 6 are diagrams for explaining an embodiment when an object according to the present disclosure has symmetry;
7 is a block diagram schematically illustrating a configuration of an electronic device according to an embodiment of the present disclosure;
8 is a block diagram showing in detail neural network models and modules according to an embodiment of the present disclosure;
9 is a block diagram illustrating a detailed configuration of an electronic device according to an embodiment of the present disclosure.

본 실시 예들은 다양한 변환을 가할 수 있고 여러 가지 실시 예를 가질 수 있는바, 특정 실시 예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나 이는 특정한 실시 형태에 대해 범위를 한정하려는 것이 아니며, 본 개시의 실시 예의 다양한 변경(modifications), 균등물(equivalents) 및/또는 대체물(alternatives)을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다.Since the present embodiments can apply various transformations and can have various embodiments, specific embodiments are illustrated in the drawings and described in detail in the detailed description. However, this is not intended to limit the scope of the specific embodiments, and should be understood to include various modifications, equivalents and/or alternatives of the embodiments of the present disclosure. In connection with the description of the drawings, like reference numerals may be used for like components.

본 개시를 설명함에 있어서, 관련된 공지 기능 혹은 구성에 대한 구체적인 설명이 본 개시의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그에 대한 상세한 설명은 생략한다. In describing the present disclosure, if it is determined that a detailed description of a related known function or configuration may unnecessarily obscure the subject matter of the present disclosure, a detailed description thereof will be omitted.

덧붙여, 하기 실시 예는 여러 가지 다른 형태로 변형될 수 있으며, 본 개시의 기술적 사상의 범위가 하기 실시 예에 한정되는 것은 아니다. 오히려, 이들 실시 예는 본 개시를 더욱 충실하고 완전하게 하고, 당업자에게 본 개시의 기술적 사상을 완전하게 전달하기 위하여 제공되는 것이다.In addition, the following examples may be modified in various other forms, and the scope of the technical spirit of the present disclosure is not limited to the following examples. Rather, these embodiments are provided to more fully and complete the present disclosure, and to fully convey the technical spirit of the present disclosure to those skilled in the art.

본 개시에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 권리범위를 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.The terms used in the present disclosure are used only to describe specific embodiments, and are not intended to limit the scope of rights. The singular expression includes the plural expression unless the context clearly dictates otherwise.

본 개시에서, "가진다," "가질 수 있다," "포함한다," 또는 "포함할 수 있다" 등의 표현은 해당 특징(예: 수치, 기능, 동작, 또는 부품 등의 구성요소)의 존재를 가리키며, 추가적인 특징의 존재를 배제하지 않는다. In the present disclosure, expressions such as “have,” “may have,” “include,” or “may include” indicate the presence of a corresponding characteristic (eg, a numerical value, function, operation, or component such as a part). and does not exclude the presence of additional features.

본 개시에서, "A 또는 B," "A 또는/및 B 중 적어도 하나," 또는 "A 또는/및 B 중 하나 또는 그 이상"등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. 예를 들면, "A 또는 B," "A 및 B 중 적어도 하나," 또는 "A 또는 B 중 적어도 하나"는, (1) 적어도 하나의 A를 포함, (2) 적어도 하나의 B를 포함, 또는 (3) 적어도 하나의 A 및 적어도 하나의 B 모두를 포함하는 경우를 모두 지칭할 수 있다.In this disclosure, expressions such as "A or B," "at least one of A and/and B," or "one or more of A or/and B" may include all possible combinations of the items listed together. . For example, "A or B," "at least one of A and B," or "at least one of A or B" means (1) includes at least one A, (2) includes at least one B; Or (3) it may refer to all cases including both at least one A and at least one B.

본 개시에서 사용된 "제1," "제2," "첫째," 또는 "둘째,"등의 표현들은 다양한 구성요소들을, 순서 및/또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다. As used in the present disclosure, expressions such as “first,” “second,” “first,” or “second,” may modify various elements, regardless of order and/or importance, and refer to one element. It is used only to distinguish it from other components, and does not limit the components.

어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "(기능적으로 또는 통신적으로) 연결되어((operatively or communicatively) coupled with/to)" 있다거나 "접속되어(connected to)" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제3 구성요소)를 통하여 연결될 수 있다고 이해되어야 할 것이다. A component (eg, a first component) is "coupled with/to (operatively or communicatively)" to another component (eg, a second component); When referring to "connected to", it will be understood that the certain element may be directly connected to the other element or may be connected through another element (eg, a third element).

반면에, 어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소와 상기 다른 구성요소 사이에 다른 구성요소(예: 제3 구성요소)가 존재하지 않는 것으로 이해될 수 있다.On the other hand, when it is said that a component (eg, a first component) is "directly connected" or "directly connected" to another component (eg, a second component), the component and the It may be understood that other components (eg, a third component) do not exist between other components.

본 개시에서 사용된 표현 "~하도록 구성된(또는 설정된)(configured to)"은 상황에 따라, 예를 들면, "~에 적합한(suitable for)," "~하는 능력을 가지는(having the capacity to)," "~하도록 설계된(designed to)," "~하도록 변경된(adapted to)," "~하도록 만들어진(made to)," 또는 "~를 할 수 있는(capable of)"과 바꾸어 사용될 수 있다. 용어 "~하도록 구성된(또는 설정된)"은 하드웨어적으로 "특별히 설계된(specifically designed to)" 것만을 반드시 의미하지 않을 수 있다. The expression “configured to (or configured to)” as used in this disclosure, depending on the context, for example, “suitable for,” “having the capacity to” ," "designed to," "adapted to," "made to," or "capable of." The term “configured (or configured to)” may not necessarily mean only “specifically designed to” in hardware.

대신, 어떤 상황에서는, "~하도록 구성된 장치"라는 표현은, 그 장치가 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다. 예를 들면, 문구 "A, B, 및 C를 수행하도록 구성된(또는 설정된) 프로세서"는 해당 동작을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리 장치에 저장된 하나 이상의 소프트웨어 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(generic-purpose processor)(예: CPU 또는 application processor)를 의미할 수 있다.Instead, in some circumstances, the expression “a device configured to” may mean that the device is “capable of” with other devices or parts. For example, the phrase "a processor configured (or configured to perform) A, B, and C" refers to a dedicated processor (eg, an embedded processor) for performing the corresponding operations, or by executing one or more software programs stored in a memory device. , may mean a generic-purpose processor (eg, a CPU or an application processor) capable of performing corresponding operations.

실시 예에 있어서 '모듈' 혹은 '부'는 적어도 하나의 기능이나 동작을 수행하며, 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다. 또한, 복수의 '모듈' 혹은 복수의 '부'는 특정한 하드웨어로 구현될 필요가 있는 '모듈' 혹은 '부'를 제외하고는 적어도 하나의 모듈로 일체화되어 적어도 하나의 프로세서로 구현될 수 있다.In an embodiment, a 'module' or 'unit' performs at least one function or operation, and may be implemented as hardware or software, or a combination of hardware and software. In addition, a plurality of 'modules' or a plurality of 'units' may be integrated into at least one module and implemented with at least one processor, except for 'modules' or 'units' that need to be implemented with specific hardware.

한편, 도면에서의 다양한 요소와 영역은 개략적으로 그려진 것이다. 따라서, 본 발명의 기술적 사상은 첨부한 도면에 그려진 상대적인 크기나 간격에 의해 제한되지 않는다. Meanwhile, various elements and regions in the drawings are schematically drawn. Accordingly, the technical spirit of the present invention is not limited by the relative size or spacing drawn in the accompanying drawings.

이하에서는 첨부한 도면을 참고하여 본 개시에 따른 실시 예에 대하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다.Hereinafter, embodiments according to the present disclosure will be described in detail with reference to the accompanying drawings so that those of ordinary skill in the art to which the present disclosure pertains can easily implement them.

도 1은 본 개시의 일 실시 예에 따른 전자 장치의 제어 방법을 나타내는 흐름도이다. 그리고, 도 2 및 도 3은 본 개시의 일 실시 예에 따른 복수의 이미지 및 2 차원의 포즈 정보를 나타내는 도면이다.1 is a flowchart illustrating a control method of an electronic device according to an embodiment of the present disclosure. 2 and 3 are diagrams illustrating a plurality of images and two-dimensional pose information according to an embodiment of the present disclosure.

본 개시에 따른 '전자 장치'는 이미지에 포함된 오브젝트에 대한 3 차원의 포즈 정보를 획득할 수 있는 장치를 말한다. 특히, 본 개시에 따른 전자 장치는 이미지에 포함된 오브젝트의 특징에 따라 다양한 방법으로 3 차원의 포즈 정보를 획득할 수 있다. 예를 들어, 본 개시에 따른 전자 장치는 스마트 폰, 태블릿 PC 등과 같은 사용자 단말로 구현될 수 있을 뿐만 아니라, 로봇과 같은 장치로 구현될 수도 있다. 이하에서는 본 개시에 따른 전자 장치를 '전자 장치(100)'라고 지칭한다. An 'electronic device' according to the present disclosure refers to a device capable of acquiring three-dimensional pose information on an object included in an image. In particular, the electronic device according to the present disclosure may acquire three-dimensional pose information in various ways according to the characteristics of the object included in the image. For example, the electronic device according to the present disclosure may be implemented as a user terminal such as a smart phone or a tablet PC, or may be implemented as a device such as a robot. Hereinafter, the electronic device according to the present disclosure is referred to as an 'electronic device 100'.

도 1에 도시된 바와 같이, 본 개시에 따른 전자 장치(100)는 적어도 하나의 카메라를 통해 복수의 이미지를 획득할 수 있다(S110).As shown in FIG. 1 , the electronic device 100 according to the present disclosure may acquire a plurality of images through at least one camera ( S110 ).

전자 장치(100)는 '적어도 하나의 카메라', 즉 하나 또는 두 개 이상의 카메라를 포함할 수 있다. 전자 장치(100)가 두 개 이상의 카메라를 포함하는 경우, 그 두 개 이상의 카메라들 사이의 위치 관계는 고정될 수 있고 변경될 수도 있다. 예를 들어, 전자 장치(100)는 전자 장치(100)의 후면 좌측에 배치된 카메라 및 전자 장치(100)의 후면 우측에 배치된 카메라를 포함할 수 있다. 전자 장치(100)가 로봇으로 구현되는 경우, 적어도 하나의 카메라는 로봇의 머리 및 손 각각에 배치된 두 개의 카메라, 즉 헤드 카메라(head camera) 및 핸드 카메라(hand camera)를 포함할 수 있으며, 이 경우 헤드 카메라 및 핸드 카메라 중 적어도 하나의 카메라의 위치가 변경됨에 따라 두 개의 카메라 사이의 위치 관계는 변경될 수 있다.The electronic device 100 may include 'at least one camera', that is, one or two or more cameras. When the electronic device 100 includes two or more cameras, a positional relationship between the two or more cameras may be fixed or changed. For example, the electronic device 100 may include a camera disposed on the left rear side of the electronic device 100 and a camera disposed on the rear right side of the electronic device 100 . When the electronic device 100 is implemented as a robot, the at least one camera may include two cameras disposed on the head and the hand of the robot, respectively, that is, a head camera and a hand camera, In this case, as the position of at least one of the head camera and the hand camera is changed, the positional relationship between the two cameras may be changed.

'복수의 이미지'는 동일한 오브젝트를 포함하며, 하나의 카메라 또는 서로 다른 두 개 이상의 카메라를 통해 획득된 이미지들 일 수 있다. 구체적으로, 복수의 이미지는 제1 카메라를 통해 서로 다른 시점에 획득된 두 개의 이미지일 수 있다. 뿐만 아니라, 복수의 이미지는 제1 카메라 및 제2 카메라 각각을 통해 서로 동일한 시점에 획득된 두 개의 이미지일 수도 있다. 다시 말해, 본 개시에 있어서 복수의 이미지란 하나의 카메라를 통해 획득된 동영상 시퀀스에 포함된 서로 다른 이미지 프레임일 수 있을 뿐만 아니라, 동일한 장면을 동일한 시간에 서로 다른 뷰(view)를 갖는 카메라를 통해 촬영한 결과에 따른 서로 다른 이미지 프레임일 수도 있다.The 'plural images' include the same object and may be images acquired through one camera or two or more different cameras. Specifically, the plurality of images may be two images acquired at different viewpoints through the first camera. In addition, the plurality of images may be two images acquired at the same point in time through each of the first camera and the second camera. In other words, in the present disclosure, a plurality of images may be different image frames included in a video sequence acquired through a single camera, and the same scene may be viewed through a camera having different views at the same time. It may be a different image frame according to the photographing result.

예시적으로, 도 2 및 도 3의 이미지들은 본 개시에 따른 전자 장치(100)가 로봇으로 구현되는 경우, 각각 로봇의 헤드 카메라 및 핸드 카메라를 통해 획득된 제1 이미지 및 제2 이미지를 나타낸다. 구체적으로, 도 2 및 도 3의 예를 참조하면, 제1 이미지 및 제2 이미지는 각각 '와인 잔'이라는 오브젝트를 포함할 수 있으며, '와인 잔'이라는 오브젝트는 제1 이미지 및 제2 이미지 각각에서 서로 다른 위치에 서로 다른 포즈로 배치될 수 있다. For example, when the electronic device 100 according to the present disclosure is implemented as a robot, the images of FIGS. 2 and 3 show a first image and a second image obtained through a head camera and a hand camera of the robot, respectively. Specifically, referring to the examples of FIGS. 2 and 3 , the first image and the second image may include an object called 'wine glass', respectively, and the object called 'wine glass' is the first image and the second image, respectively. It can be placed in different poses in different positions.

복수의 이미지가 획득되면, 전자 장치(100)는 복수의 이미지 각각에 대한 RGB 데이터를 제1 신경망 모델에 입력하여, 복수의 이미지에 포함된 오브젝트에 대한 2 차원의 포즈 정보를 획득할 수 있다(S120). When a plurality of images are obtained, the electronic device 100 may obtain two-dimensional pose information for an object included in the plurality of images by inputting RGB data for each of the plurality of images into the first neural network model ( S120).

'제1 신경망 모델'이란 입력된 RGB 데이터를 바탕으로 이미지에 포함된 오브젝트에 대한 2 차원의 포즈 정보를 출력하도록 학습된 신경망 모델을 말한다. 그리고, '2 차원의 포즈 정보'란 오브젝트의 포즈를 2 차원으로 특정할 수 있는 정보를 총칭하기 위한 용어이다. 특히, 제1 신경망 모델은 이미지에 포함된 오브젝트 각각에 대응되는 바운딩 박스(bounding box)를 검출하고, 검출된 바운딩 박스를 구성하는 기 설정된 특징점들 각각의 2 차원 좌표 정보를 2 차원의 포즈 정보로서 획득할 수 있다. The 'first neural network model' refers to a neural network model trained to output two-dimensional pose information for an object included in an image based on input RGB data. In addition, 'two-dimensional pose information' is a general term for information that can specify the pose of an object in two dimensions. In particular, the first neural network model detects a bounding box corresponding to each object included in the image, and uses two-dimensional coordinate information of each of preset feature points constituting the detected bounding box as two-dimensional pose information. can be obtained

도 2를 참조하면, 제1 신경망 모델은 제1 이미지에서 '와인 잔'에 대응되는 3 차원의 바운딩 박스를 검출하고, 검출된 바운딩 박스를 구성하는 8 개의 꼭지점(210, 220, 230, 240, 250, 260, 270, 280)에 대응되는 2 차원 좌표 정보를 2 차원의 포즈 정보로서 획득할 수 있다. 마찬가지로 도 3을 참조하면, 제1 신경망 모델은 제2 이미지에서 '와인 잔'에 대응되는 3 차원의 바운딩 박스를 검출하고, 검출된 바운딩 박스를 구성하는 8 개의 꼭지점(310, 320, 330, 340, 350, 360, 370, 380)에 대응되는 2 차원 좌표 정보를 2 차원의 포즈 정보로서 획득할 수 있다. 도 2 및 도 3에 대한 설명에서는 기 설정된 특징점들의 예로서 검출된 바운딩 박스를 구성하는 8 개의 꼭지점을 예시하였으나, 본 개시가 이에 국한되는 것이 아님은 물론이다. Referring to Figure 2, the first neural network model detects a three-dimensional bounding box corresponding to a 'wine glass' in the first image, and eight vertices (210, 220, 230, 240, 250, 260, 270, 280) may be acquired as two-dimensional pose information. Similarly, referring to FIG. 3 , the first neural network model detects a three-dimensional bounding box corresponding to a 'wine glass' in the second image, and eight vertices 310, 320, 330, 340 constituting the detected bounding box. , 350, 360, 370, 380) may be acquired as two-dimensional pose information. In the description of FIGS. 2 and 3 , eight vertices constituting the detected bounding box are exemplified as examples of preset feature points, but the present disclosure is not limited thereto.

한편, 전자 장치(100)는 복수의 이미지 중 적어도 하나의 이미지에 대한 RGB 데이터를 제2 신경망 모델에 입력하여 오브젝트의 투명 여부를 식별할 수 있다(S130). Meanwhile, the electronic device 100 may input RGB data for at least one image among the plurality of images into the second neural network model to identify whether the object is transparent ( S130 ).

'제2 신경망 모델'이란 입력된 이미지에 포함된 오브젝트의 특징을 분류하여 그 결과를 출력하도록 학습된 신경망 모델을 말한다. 구체적으로, 제2 신경망 모델은 입력된 RGB 데이터를 바탕으로 이미지에 포함된 오브젝트가 이미지의 다양한 특징에 따라 구분된 복수의 클래스(또는 카테고리, 도메인) 각각에 대응될 확률에 대한 정보를 출력할 수 있다. 그리고, 전자 장치(100)는 제2 신경망 모델로부터 출력된 확률에 대한 정보를 바탕으로, 입력된 이미지에 포함된 오브젝트의 특징을 식별할 수 있다. 여기서, 복수의 클래스란 오브젝트의 투명 여부 및 오브젝트의 대칭 여부 등과 같은 특징에 따라 기 정의될 수 있다. The 'second neural network model' refers to a neural network model trained to classify features of objects included in an input image and output the results. Specifically, the second neural network model can output information on the probability that an object included in an image corresponds to each of a plurality of classes (or categories, domains) classified according to various characteristics of the image based on the input RGB data. there is. Then, the electronic device 100 may identify the characteristics of the object included in the input image based on the information on the probability output from the second neural network model. Here, the plurality of classes may be predefined according to characteristics such as whether the object is transparent and whether the object is symmetrical.

구체적으로, 전자 장치(100)는 제2 신경망 모델을 통해 오브젝트의 투명 여부에 대한 정보를 획득하고, 오브젝트의 투명 여부에 대한 정보를 바탕으로 오브젝트의 투명 여부를 식별할 수 있다. 본 개시에 있어서 오브젝트가 '투명'하다는 것은 오브젝트의 투명도가 100%인 경우만을 말하는 것은 아니며, 오브젝트의 투명도가 기 설정된 임계 값 이상인 경우를 말한다. 여기서, 기 설정된 임계 값은 후술하는 바와 같은 뎁스 센서에 의해 뎁스 정보를 획득할 수 있는 정도의 투명도와 뎁스 센서에 의해 뎁스 정보를 획득하기 어려운 정도의 투명도 사이의 경계를 구분할 수 있도록 설정되는 것이 바람직할 수 있다. 한편, 오브젝트가 투명하다는 것은 오브젝트 전체가 투명한 경우뿐만 아니라, 오브젝트의 전체 영역 중 기 설정된 비율 이상의 영역이 투명한 경우를 포함할 수 있다. 도 2 및 도 3에 도시된 바와 같은 '와인 잔'이 투명한 와인 잔이라면, 본 개시에 따른 제2 신경망 모델을 통해 투명한 오브젝트로 식별될 수 있다.Specifically, the electronic device 100 may obtain information on whether the object is transparent through the second neural network model, and identify whether the object is transparent based on the information on whether the object is transparent. In the present disclosure, 'transparent' of an object does not mean only when the object's transparency is 100%, but refers to a case where the object's transparency is equal to or greater than a preset threshold value. Here, the preset threshold value is preferably set to be able to distinguish a boundary between a degree of transparency at which depth information can be acquired by a depth sensor and a degree of transparency in which it is difficult to acquire depth information by a depth sensor as described later. can do. Meanwhile, that the object is transparent may include not only the case where the entire object is transparent, but also the case where an area equal to or greater than a preset ratio among the entire area of the object is transparent. If the 'wine glass' as shown in FIGS. 2 and 3 is a transparent wine glass, it may be identified as a transparent object through the second neural network model according to the present disclosure.

한편, 전술한 바와 같이, 본 개시에 따른 제2 신경망 모델은 오브젝트의 투명 여부뿐만 아니라 오브젝트의 대칭 여부를 식별할 수도 있다. 다만, 제2 신경망 모델을 통해 오브젝트의 대칭 여부를 식별하는 과정에 대해서는 도 5를 참조하여 상술한다. Meanwhile, as described above, the second neural network model according to the present disclosure may identify not only whether the object is transparent, but also whether the object is symmetrical. However, the process of identifying whether an object is symmetric through the second neural network model will be described in detail with reference to FIG. 5 .

이상에서 상술한 바와 같이, 오브젝트의 투명 여부에 대한 정보가 획득되면, 전자 장치(100)는 오브젝트의 투명 여부에 따라 상이한 방법으로 오브젝트에 대한 3 차원의 포즈 정보를 획득할 수 있다.As described above, when information on whether the object is transparent is obtained, the electronic device 100 may acquire 3D pose information for the object in a different way depending on whether the object is transparent.

식별 결과 오브젝트가 투명한 오브젝트이면(S140-Y), 전자 장치(100)는 복수의 이미지 별 2 차원의 포즈 정보를 바탕으로 스테레오 정합(stereo matching)을 수행하여, 오브젝트에 대한 3 차원의 포즈 정보를 획득할 수 있다(S150). 즉, 오브젝트가 투명한 오브젝트이면 오브젝트에 대한 뎁스 정보를 획득하기 어렵기 때문에, 전자 장치(100)는 복수의 이미지 각각에 대한 2 차원의 포즈 정보를 이용하여 3 차원의 포즈 정보를 획득할 수 있다. If the identification result object is a transparent object (S140-Y), the electronic device 100 performs stereo matching based on the two-dimensional pose information for each image to obtain three-dimensional pose information for the object. can be obtained (S150). That is, since it is difficult to obtain depth information on the object when the object is a transparent object, the electronic device 100 may obtain three-dimensional pose information by using two-dimensional pose information for each of a plurality of images.

'3 차원의 포즈 정보'란 오브젝트의 포즈를 3 차원으로 특정할 수 있는 정보를 총칭하기 위한 용어이다. 구체적으로, 3 차원의 포즈 정보는 오브젝트를 구성하는 픽셀들 중 기 설정된 특징점에 대응되는 픽셀들의 3 차원 좌표 값에 대한 정보를 포함할 수 있다. 예를 들어, 3 차원의 포즈 정보는 오브젝트의 뎁스(depth)에 대한 정보를 포함하는 뎁스 맵의 형태로 제공될 수 있다. 'Three-dimensional pose information' is a general term for information that can specify the pose of an object in three dimensions. Specifically, the three-dimensional pose information may include information on three-dimensional coordinate values of pixels corresponding to preset feature points among pixels constituting the object. For example, the three-dimensional pose information may be provided in the form of a depth map including information on the depth of the object.

'스테레오 정합'이란 2 차원의 포즈 정보를 바탕으로 3 차원의 포즈 정보를 획득할 수 있는 방법들 중 하나의 방법을 말한다. 구체적으로, 스테레오 정합 과정은 복수의 이미지 각각에서 획득된 2 차원의 포즈 정보 사이의 변위 차이를 바탕으로 3 차원의 포즈 정보를 획득하는 과정을 통해 수행될 수 있다. 넓은 의미의 스테레오 정합 과정은 복수의 이미지 각각에서 2 차원의 포즈 정보를 획득하는 과정을 포함할 수도 있으나, 본 개시를 설명함에 있어서는 2 차원의 포즈 정보가 획득된 이후의 과정을 지칭하는 의미로 사용된다. 'Stereo matching' refers to one of methods for acquiring three-dimensional pose information based on two-dimensional pose information. Specifically, the stereo matching process may be performed through a process of acquiring three-dimensional pose information based on a displacement difference between two-dimensional pose information obtained from each of a plurality of images. The stereo matching process in a broad sense may include a process of acquiring two-dimensional pose information from each of a plurality of images, but in the description of the present disclosure, it is used to refer to a process after two-dimensional pose information is acquired. do.

예를 들어, 복수의 이미지에 포함된 오브젝트가 카메라로부터 가까이 위치하는 경우에는 복수의 이미지 사이에서 큰 변위 차이가 나타나며, 복수의 이미지에 포함된 오브젝트가 카메라로부터 멀리 위치하는 경우에는 복수의 이미지 사이에서 작은 변위 차이가 나타난다. 따라서, 전자 장치(100)는 복수의 이미지 사이의 변위 차이를 바탕으로 3D 포즈 정보를 재구성할 수 있게 된다. 여기서, '변위'란 복수의 이미지에서 서로 대응되는 특징점들 사이의 거리를 나타내는 디스패리티(disparity)를 의미할 수 있다.For example, when an object included in a plurality of images is located close to the camera, a large displacement difference appears between the plurality of images. A small displacement difference appears. Accordingly, the electronic device 100 may reconstruct the 3D pose information based on the displacement difference between the plurality of images. Here, 'displacement' may mean disparity indicating a distance between feature points corresponding to each other in a plurality of images.

구체적으로, 전자 장치(100)는 복수의 이미지에서 서로 대응되는 특징점들을 식별할 수 있다. 예를 들어, 전자 장치(100)는 복수의 이미지의 각 픽셀들의 휘도 정보, 컬러 정보, 그래디언트(gradient) 정보 중 적어도 하나를 바탕으로 특징점들 사이의 유사도를 산출함으로써, 복수의 이미지에서 서로 대응되는 특징점을 식별할 수 있다. 대응되는 특징점들이 식별되면, 전자 장치(100)는 대응되는 특징점들 사이의 2 차원 좌표 정보를 바탕으로 대응되는 특징점들 사이의 디스패리티 정보를 획득할 수 있다. Specifically, the electronic device 100 may identify feature points corresponding to each other in a plurality of images. For example, the electronic device 100 calculates the similarity between the feature points based on at least one of luminance information, color information, and gradient information of each pixel of the plurality of images, so as to correspond to each other in the plurality of images. Characteristic points can be identified. When the corresponding feature points are identified, the electronic device 100 may obtain disparity information between the corresponding feature points based on 2D coordinate information between the corresponding feature points.

디스패리티 정보가 획득되면, 전자 장치(100)는 디스패리티 정보, 카메라의 초점 거리 및 복수의 이미지를 획득하는 시점의 카메라들 사이의 위치 관계에 대한 정보를 바탕으로 3D 포즈 정보를 획득할 수 있다. 여기서, '카메라의 초점 거리에 대한 정보'는 전자 장치(100)의 메모리에 기 저장될 수 있으며, '카메라들 사이의 위치 관계에 대한 정보'는 카메라들 중 하나의 카메라의 위치를 나타내는 값에서 다른 카메라의 위치를 나타내는 값을 뺀 백터량을 바탕으로 결정될 수 있으며, 본 개시에 따른 카메라의 개수와 위치에 따라 상이하게 결정될 수 있다.When the disparity information is obtained, the electronic device 100 may obtain the 3D pose information based on the disparity information, the focal length of the camera, and information on the positional relationship between the cameras at the point in time at which the plurality of images are acquired. . Here, the 'information on the focal length of the camera' may be pre-stored in the memory of the electronic device 100, and the 'information on the positional relationship between the cameras' is a value indicating the position of one of the cameras. It may be determined based on a vector amount obtained by subtracting a value indicating the positions of other cameras, and may be determined differently according to the number and positions of cameras according to the present disclosure.

구체적으로, 고정된 위치를 갖는 복수의 카메라를 통해 복수의 이미지가 획득되는 경우, 전자 장치(100)는 메모리에 기 저장된 정보를 바탕으로 복수의 카메라 사이의 위치 관계에 대한 정보를 획득하고, 그에 기초하여 스테레오 정합을 수행할 수 있다. Specifically, when a plurality of images are acquired through a plurality of cameras having fixed positions, the electronic device 100 acquires information on a positional relationship between the plurality of cameras based on information previously stored in a memory, and then Based on this, stereo matching may be performed.

한편, 고정되지 않는 위치를 갖는 복수의 카메라를 통해 복수의 이미지가 획득되는 경우, 전자 장치(100)는 복수의 카메라 사이의 위치 관계에 대한 정보를 주기적으로 또는 실시간으로 획득하고, 획득된 정보를 바탕으로 스테레오 정합을 수행할 수 있다. 예를 들어, 전자 장치(100)가 로봇으로 구현되는 경우, 로봇은 헤드 카메라 및 핸드 카메라의 위치를 변경하면서 이미지 프레임들을 획득할 수 있다. 그리고, 로봇은 헤드 카메라 및 핸드 카메라 각각에 연결된 프레임들의 관절 각도 등에 대한 정보를 바탕으로 헤드 카메라 및 핸드 카메라 사이의 위치 관계에 대한 정보를 획득하고, 획득된 정보를 바탕으로 스테레오 정합을 수행할 수 있다.On the other hand, when a plurality of images are acquired through a plurality of cameras having non-fixed positions, the electronic device 100 periodically or in real time acquires information on a positional relationship between the plurality of cameras, and collects the obtained information. Based on this, stereo matching can be performed. For example, when the electronic device 100 is implemented as a robot, the robot may acquire image frames while changing positions of the head camera and the hand camera. In addition, the robot acquires information on the positional relationship between the head camera and the hand camera based on information on joint angles of frames connected to each of the head camera and the hand camera, and performs stereo matching based on the obtained information. there is.

한편, 전자 장치(100)가 이동하면서 하나의 카메라를 통해 복수의 이미지를 획득한 경우, 전자 장치(100)는 복수의 이미지 각각을 획득하는 시점의 카메라의 위치를 바탕으로 카메라들 사이의 위치 관계를 결정할 수 있다. On the other hand, when the electronic device 100 acquires a plurality of images through one camera while moving, the electronic device 100 acquires a positional relationship between the cameras based on the position of the camera at the time of acquiring each of the plurality of images. can be decided

식별 결과 오브젝트가 불투명한 오브젝트이면(S140-N), 전자 장치(100)는 복수의 이미지 중 하나의 이미지 및 하나의 이미지에 대응되는 뎁스(depth) 정보를 바탕으로 오브젝트에 대한 3 차원의 포즈 정보를 획득할 수 있다(S160). 즉, 오브젝트가 불투명한 오브젝트이면 오브젝트에 대한 뎁스 정보를 획득하는 것이 용이하기 때문에, 전자 장치(100)는 뎁스 정보를 이용하여 3 차원의 포즈 정보를 획득할 수 있다.If the identification result object is an opaque object (S140-N), the electronic device 100 provides three-dimensional pose information on the object based on one image among a plurality of images and depth information corresponding to the one image. can be obtained (S160). That is, if the object is an opaque object, since it is easy to obtain depth information on the object, the electronic device 100 may obtain 3D pose information using the depth information.

본 개시에 있어서 '뎁스 정보'란 오브젝트와 카메라 사이의 거리를 나타내는 정보로서, 특히 뎁스 센서를 통해 획득된 정보를 말한다. '뎁스 센서'는 카메라에 포함되어 뎁스 카메라의 형태로 구현될 수 있을 뿐만 아니라, 카메라와는 별개의 구성으로 전자 장치(100)에 포함될 수도 있다. 예를 들어, 뎁스 센서는 ToF(Time-of-Flight) 센서 또는 IR 뎁스 센서일 수 있으며, 다만 본 개시에 따른 뎁스 센서의 유형에 특별한 제한이 있는 것은 아니다. 본 개시에 따른 뎁스 센서가 TOF 센서로 구현되는 경우, 전자 장치(100)는 오브젝트에 광을 조사한 후 오브젝트로부터 반사되는 광이 뎁스 센서에 수광되기까지의 비행 시간을 측정함으로써, 뎁스 정보를 획득할 수 있다. 뎁스 센서르 통해 뎁스 정보가 획득되면, 전자 장치(100)는 복수의 이미지 중 하나의 이미지와 뎁스 정보를 바탕으로 오브젝트에 대한 3 차원의 포즈 정보를 획득할 수 있다. In the present disclosure, 'depth information' refers to information indicating a distance between an object and a camera, particularly information obtained through a depth sensor. The 'depth sensor' may be included in the camera to be implemented in the form of a depth camera, and may be included in the electronic device 100 as a configuration separate from the camera. For example, the depth sensor may be a Time-of-Flight (ToF) sensor or an IR depth sensor, but the type of the depth sensor according to the present disclosure is not particularly limited. When the depth sensor according to the present disclosure is implemented as a TOF sensor, the electronic device 100 obtains depth information by irradiating light to the object and measuring the flight time until the light reflected from the object is received by the depth sensor. can When depth information is acquired through the depth sensor, the electronic device 100 may acquire 3D pose information on the object based on one image among a plurality of images and the depth information.

한편, 이상에서는 복수의 이미지에 포함된 오브젝트가 하나인 경우를 전제로 설명하였으나, 이는 설명의 편의를 위한 것일 뿐 본 개시가 이에 국한되는 것은 아니다. 즉, 복수의 이미지가 복수의 오브젝트를 포함하는 경우, 전자 장치(100)는 복수의 오브젝트 각각에 대해 본 개시에 따른 다양한 실시 예를 적용할 수 있다. 그리고, 복수의 오브젝트 각각에 대해 상이한 방법으로 3D 포즈 정보가 획득되는 경우, 전자 장치(100)는 상이한 방법으로 획득된 3D 포즈 정보를 결합하여, 결합된 3D 포즈 정보를 포함하는 3D 뎁스 이미지를 출력할 수 있다.Meanwhile, in the above description, it is assumed that there is one object included in the plurality of images, but this is only for convenience of description and the present disclosure is not limited thereto. That is, when a plurality of images includes a plurality of objects, the electronic device 100 may apply various embodiments according to the present disclosure to each of the plurality of objects. And, when 3D pose information is obtained by different methods for each of the plurality of objects, the electronic device 100 combines the 3D pose information obtained by different methods to output a 3D depth image including the combined 3D pose information can do.

한편, 이상에서는 제1 신경망 모델 및 제2 신경망 모델이 각각 별개의 독립된 신경망 모델로 구현되는 경우를 전제로 설명하였으나, 제1 신경망 모델 및 제2 신경망 모델은 하나의 통합된 신경망 모델에 포함될 수 있다. 그리고, 제1 신경망 모델 및 제2 신경망 모델이 하나의 통합된 신경망 모델로 구현되는 경우, 그 하나의 통합된 신경망 모델의 전체 경로(pipeline)는 종단간(end-to-end)으로 통합적으로 학습(joint training)될 수 있다. Meanwhile, in the above description, the first neural network model and the second neural network model are each implemented as separate and independent neural network models, but the first neural network model and the second neural network model may be included in one integrated neural network model. . And, when the first neural network model and the second neural network model are implemented as one integrated neural network model, the entire pipeline of the one integrated neural network model is integrated and learned end-to-end. (joint training) can be done.

한편, 적어도 하나의 카메라를 통해 동영상 시퀀스를 획득하는 경우, 전자 장치(100)는 동영상 시퀀스에 포함된 이미지 프레임들 중 일부 이미지 프레임에 대해서는 상술한 바와 같은 방법으로 3 차원의 포즈 정보를 획득하고, 획득된 3 차원의 포즈 정보를 바탕으로 나머지 이미지 프레임에 대한 포즈 정보를 트래킹하는 방식으로 전체 이미지 프레임에 대한 포즈 정보를 획득할 수도 있다. 이 경우, 포즈 정보를 트래킹함에 있어서는 칼만 필터(kalman filter)와 같은 기 정의된 필터가 이용될 수 있다. On the other hand, when acquiring a moving picture sequence through at least one camera, the electronic device 100 obtains three-dimensional pose information for some image frames among the image frames included in the moving picture sequence in the same manner as described above, Pose information for the entire image frame may be obtained by tracking the pose information for the remaining image frames based on the obtained three-dimensional pose information. In this case, a predefined filter such as a Kalman filter may be used in tracking the pause information.

도 1 내지 도 3을 참조하여 상술한 실시 예에 따르면, 전자 장치(100)는 이미지에 포함된 오브젝트가 투명한 오브젝트인지에 따라 효율적인 방법으로 오브젝트에 대한 3 차원의 포즈 정보를 획득할 수 있게 된다. According to the embodiment described above with reference to FIGS. 1 to 3 , the electronic device 100 can acquire 3D pose information on the object in an efficient way according to whether the object included in the image is a transparent object.

도 4는 본 개시의 일 실시 예에 따른 전자 장치의 제어 방법을 상세하게 나타내는 흐름도이다. 그리고, 도 5 및 도 6은 본 개시에 따른 오브젝트가 대칭성을 갖는 경우의 실시 예에 대해 설명하기 위한 도면이다.4 is a flowchart illustrating in detail a method of controlling an electronic device according to an embodiment of the present disclosure. And, FIGS. 5 and 6 are diagrams for explaining an embodiment when an object according to the present disclosure has symmetry.

전술한 바와 같이, 본 개시에 따른 전자 장치(100)는 복수의 이미지에 포함된 오브젝트의 투명 여부에 따라 상이한 방식으로 3D 정보를 획득할 수 있을 뿐만 아니라, 복수의 오브젝트의 대칭 여부에 따라 상이한 방식으로 3D 정보를 획득할 수 있다. 도 4는 오브젝트의 투명 여부에 따라 상이한 방식으로 3D 정보를 획득하는 방법과 오브젝트의 대칭 여부에 따라 상이한 방식으로 3D 정보를 획득하는 방법을 결합하여 나타내는 도면이다. 다만, 오브젝트의 투명 여부에 따라 상이한 방식으로 3D 정보를 획득하는 방법에 대해서는 도 1을 참조하여 상술한 바 있으므로, 이하에서는 오브젝트의 대칭 여부에 따라 상이한 방식으로 3D 정보를 획득하는 방법에 대해 설명한다.As described above, the electronic device 100 according to the present disclosure may acquire 3D information in different ways depending on whether objects included in the plurality of images are transparent, as well as different methods depending on whether the plurality of objects are symmetrical. 3D information can be obtained. 4 is a diagram illustrating a combination of a method of obtaining 3D information in a different way depending on whether an object is transparent and a method of obtaining 3D information in a different way depending on whether an object is symmetrical. However, since the method of obtaining 3D information in a different way depending on whether the object is transparent has been described above with reference to FIG. 1 , a method of obtaining 3D information in a different way depending on whether the object is symmetrical will be described below. .

도 4에 도시된 바와 같이, 전자 장치(100)는 복수의 이미지 중 적어도 하나의 이미지에 대한 RGB 데이터를 바탕으로 오브젝트의 대칭 여부 식별할 수 있다(S143). 도 4에서는 오브젝트가 투명한 오브젝트인 경우에 한하여(S140-Y) 오브젝트의 대칭 여부를 식별하는 것으로 도시하였으나, 본 개시가 이에 국한되는 것은 아니다. As shown in FIG. 4 , the electronic device 100 may identify whether an object is symmetrical based on RGB data of at least one image among a plurality of images ( S143 ). In FIG. 4 , only when the object is a transparent object (S140-Y), whether the object is symmetrical or not is identified as such, but the present disclosure is not limited thereto.

구체적으로, 전자 장치(100)는 제2 신경망 모델을 통해 오브젝트의 대칭 여부에 대한 정보를 획득하고, 오브젝트의 대칭 여부에 대한 정보를 바탕으로 오브젝트의 대칭 여부를 획득할 수 있다. 본 개시를 설명함에 있어서 오브젝트가 '대칭'이라는 것은 오브젝트를 통과하는 적어도 하나의 축(axis)을 기준으로 360 도 방향의 대칭성을 만족하는 경우를 말한다.Specifically, the electronic device 100 may obtain information on whether the object is symmetrical through the second neural network model, and may acquire whether the object is symmetrical based on the information on whether the object is symmetrical. In the description of the present disclosure, 'symmetry' of an object refers to a case in which symmetry in a 360 degree direction is satisfied with respect to at least one axis passing through the object.

도 5 및 도 6의 예시와 같이 복수의 이미지에 포함된 오브젝트가 '와인 잔'인 경우, '와인 잔'의 중심부를 통과하는 축을 기준으로 360 도 방향의 대칭성을 만족하는 경우로서, 제2 신경망 모델을 통해 대칭성 있는 오브젝트로 식별될 수 있다.As in the examples of FIGS. 5 and 6 , when the object included in the plurality of images is a 'wine glass', the symmetry of the 360 degree direction is satisfied with respect to the axis passing through the center of the 'wine glass', and the second neural network It can be identified as a symmetrical object through the model.

식별 결과 오브젝트가 대칭성을 가지는 오브젝트이면(S145-Y), 전자 장치(100)는 2 차원의 포즈 정보에 포함된 제1 특징점들을 대칭성에 무관한 제2 특징점들로 변환하고(S153), 제2 특징점들을 바탕으로 스테레오 정합을 수행하여 오브젝트에 대한 3 차원의 포즈 정보를 획득할 수 있다(S155). If the identification result object is a symmetric object (S145-Y), the electronic device 100 converts the first feature points included in the two-dimensional pose information into second feature points irrelevant to the symmetry (S153), and the second Stereo matching is performed based on the feature points to obtain three-dimensional pose information on the object (S155).

여기서, '제1 특징점들'이란 도 2 및 도 3을 참조하여 설명한 바와 같은 특징점들을 말하며, '제2 특징점들'이란 제1 특징점들을 대칭성에 무관한 특징점들로 변환함에 따라 획득된 특징점들을 말한다. Here, the 'first feature points' refer to the feature points as described with reference to FIGS. 2 and 3, and the 'second feature points' refer to feature points obtained by converting the first feature points into feature points irrelevant to symmetry. .

도 5를 참조하면, 전자 장치(100)는 '와인 잔'에 대응되는 3 차원의 바운딩 박스를 구성하는 8 개의 꼭지점(210, 220, 230, 240, 250, 260, 270, 280)인 제1 특징점들을 '와인 잔'의 중심부를 통과하는 축 상의 3 개의 점(510, 520, 530)인 제2 특징점들로 변환하고, 그 제2 특징점들을 바탕으로 스테레오 정합을 수행하여 '와인 잔'에 대한 3 차원의 포즈 정보를 획득할 수 있다. 마찬가지로, 도 6을 참조하면, 전자 장치(100)는 '와인 잔'에 대응되는 3 차원의 바운딩 박스를 구성하는 8 개의 꼭지점(310, 320, 330, 340, 350, 360, 370, 380)인 제1 특징점들을 '와인 잔'의 중심부를 통과하는 축 상의 3 개의 점(610, 620, 630)인 제2 특징점들로 변환하고, 그 제2 특징점들을 바탕으로 스테레오 정합을 수행하여 '와인 잔'에 대한 3 차원의 포즈 정보를 획득할 수 있다.Referring to FIG. 5 , the electronic device 100 shows the first eight vertices 210, 220, 230, 240, 250, 260, 270, 280 constituting a three-dimensional bounding box corresponding to a 'wine glass'. The feature points are converted into second feature points, which are three points 510, 520, 530, on the axis passing through the center of the 'wine glass', and stereo matching is performed based on the second feature points for the 'wine glass'. It is possible to obtain three-dimensional pose information. Similarly, referring to FIG. 6 , the electronic device 100 includes eight vertices 310, 320, 330, 340, 350, 360, 370, 380 constituting a three-dimensional bounding box corresponding to a 'wine glass'. The first feature points are converted into second feature points that are three points (610, 620, 630) on the axis passing through the center of the 'wine glass', and stereo matching is performed based on the second feature points to perform the 'wine glass' It is possible to obtain three-dimensional pose information for .

한편, 대칭성을 가지는 오브젝트의 경우, 오브젝트에 대응되는 바운딩 박스의 개수는 무한할 수 있기 때문에 제1 특징점을 식별하기 위한 기준이 특정될 필요가 있다. 예들 들어, 도 5 및 도 6를 참조하면, '와인 잔'의 중심부를 통과하는 축을 z 축으로 하는 바운딩 박스라면, 모두 '와인 잔'에 대응되는 바운딩 박스가 될 수 있다.Meanwhile, in the case of an object having symmetry, since the number of bounding boxes corresponding to the object may be infinite, a criterion for identifying the first feature point needs to be specified. For example, referring to FIGS. 5 and 6 , if the z-axis is a bounding box with an axis passing through the center of the 'wine glass', all of them may be a bounding box corresponding to the 'wine glass'.

따라서, 제1 신경망 모델의 학습을 위한 학습 데이터를 구축함에 있어서는, 대칭성을 가지는 오브젝트의 경우 x축 또는 y축이 카메라와 수직이 되는 3 차원 좌표계를 기준으로 어노테이션(annotation)이 수행될 수 있다. 이에 따라, 전자 장치(100)는 학습된 제1 신경망 모델을 통해, x축 또는 y축이 카메라와 수직이 되는 3 차원 좌표계를 바탕으로 제1 특징 점을 식별할 수 있게 된다. 구체적으로, 이미지에 포함된 오브젝트가 대칭성을 가지는 오브젝트이면, 전자 장치(100)는 x축 또는 y축이 카메라와 수직이 되는 3 차원 좌표계를 바탕으로 오브젝트에 대응되는 바운딩 박스를 식별하고, 식별된 바운딩 박스를 구성하는 8 개의 꼭지점을 제1 특징점으로 식별할 수 있다. 즉, 이에 따라, 전자 장치(100)는 대칭성을 가지는 오브젝트에 대해 일관된 기준 하에 제1 특징점들을 식별할 수 있게 된다.Accordingly, in constructing learning data for learning the first neural network model, in the case of an object having symmetry, annotation may be performed based on a three-dimensional coordinate system in which the x-axis or the y-axis is perpendicular to the camera. Accordingly, the electronic device 100 may identify the first feature point based on the 3D coordinate system in which the x-axis or the y-axis is perpendicular to the camera through the learned first neural network model. Specifically, if the object included in the image is an object having symmetry, the electronic device 100 identifies a bounding box corresponding to the object based on a three-dimensional coordinate system in which the x-axis or y-axis is perpendicular to the camera, and the identified Eight vertices constituting the bounding box may be identified as the first feature point. That is, according to this, the electronic device 100 can identify the first feature points under a consistent standard with respect to an object having symmetry.

식별 결과 오브젝트가 대칭성을 가지지 않는 오브젝트이면(S145-N), 전자 장치(100)는 2 차원의 포즈 정보에 포함된 제1 특징점들을 바탕으로 스테레오 정합을 수행하여 오브젝트에 대한 3 차원의 포즈 정보를 획득할 수 있다(S157). 즉, 대칭성을 가지지 않는 오브젝트의 경우에는 제1 특징점들이 방향성을 가지기 때문에, 전자 장치(100)는 제1 특징점들을 제2 특징점들로 변환하지 않고 제1 특징점들을 바탕으로 스테레오 정합을 수행할 수 있다. If the identification result object is an object having no symmetry (S145-N), the electronic device 100 performs stereo matching based on the first feature points included in the two-dimensional pose information to obtain three-dimensional pose information for the object. can be obtained (S157). That is, in the case of an object having no symmetry, since the first feature points have directionality, the electronic device 100 may perform stereo matching based on the first feature points without converting the first feature points into second feature points. .

도 4 내지 도 7을 참조하여 상술한 실시 예에 따르면, 전자 장치(100)는 이미지에 포함된 오브젝트가 대칭성을 갖는 오브젝트인지에 따라 효율적인 방법으로 오브젝트에 대한 3 차원의 포즈 정보를 획득할 수 있게 된다.According to the embodiment described above with reference to FIGS. 4 to 7 , the electronic device 100 can obtain three-dimensional pose information on the object in an efficient way according to whether the object included in the image is an object having symmetry. do.

한편, 상술한 실시 예에 따른 전자 장치(100)의 제어 방법은 프로그램으로 구현되어 전자 장치(100)에 제공될 수 있다. 특히, 전자 장치(100)의 제어 방법을 포함하는 프로그램은 비일시적 판독 가능 매체(non-transitory computer readable medium)에 저장되어 제공될 수 있다. Meanwhile, the control method of the electronic device 100 according to the above-described embodiment may be implemented as a program and provided to the electronic device 100 . In particular, a program including a control method of the electronic device 100 may be stored and provided in a non-transitory computer readable medium.

구체적으로, 전자 장치(100)의 제어 방법을 실행하는 프로그램을 포함하는 비일시적 컴퓨터 판독 가능 기록매체에 있어서, 전자 장치(100)의 제어 방법은 적어도 하나의 카메라를 통해 복수의 이미지를 획득하는 단계, 복수의 이미지 각각에 대한 RGB 데이터를 제1 신경망 모델에 입력하여, 복수의 이미지에 포함된 오브젝트에 대한 2 차원의 포즈 정보를 획득하는 단계, 복수의 이미지 중 적어도 하나의 이미지에 대한 RGB 데이터를 제2 신경망 모델에 입력하여 오브젝트의 투명 여부를 식별하는 단계, 오브젝트가 투명한 오브젝트이면, 복수의 이미지 별 2 차원의 포즈 정보를 바탕으로 스테레오 정합(stereo matching)을 수행하여, 오브젝트에 대한 3 차원의 포즈 정보를 획득하는 단계 및 오브젝트가 불투명한 오브젝트이면, 복수의 이미지 중 하나의 이미지 및 하나의 이미지에 대응되는 뎁스(depth) 정보를 바탕으로 오브젝트에 대한 3 차원의 포즈 정보를 획득하는 단계를 포함한다. Specifically, in a non-transitory computer-readable recording medium including a program for executing a control method of the electronic device 100 , the control method of the electronic device 100 includes acquiring a plurality of images through at least one camera , inputting RGB data for each of the plurality of images into the first neural network model to obtain two-dimensional pose information for an object included in the plurality of images, the RGB data for at least one image among the plurality of images Step of inputting into the second neural network model to identify whether the object is transparent. If the object is a transparent object, stereo matching is performed based on the two-dimensional pose information for each image, Obtaining pose information and, if the object is an opaque object, obtaining three-dimensional pose information about the object based on one image among a plurality of images and depth information corresponding to the one image do.

이상에서 전자 장치(100)의 제어 방법, 그리고 전자 장치(100)의 제어 방법을 실행하는 프로그램을 포함하는 컴퓨터 판독 가능 기록매체에 대해 간략하게 설명하였으나, 이는 중복 설명을 생략하기 위한 것일 뿐이며, 전자 장치(100)에 대한 다양한 실시 예는 전자 장치(100)의 제어 방법, 그리고 전자 장치(100)의 제어 방법을 실행하는 프로그램을 포함하는 컴퓨터 판독 가능 기록매체에 대해서도 적용될 수 있음은 물론이다.In the above, the control method of the electronic device 100 and the computer-readable recording medium including a program for executing the control method of the electronic device 100 have been briefly described, but this is only for omitting redundant description, and Of course, various embodiments of the device 100 may be applied to a computer-readable recording medium including a control method of the electronic device 100 and a program for executing the control method of the electronic device 100 .

도 7은 본 개시의 일 실시 예에 따른 전자 장치의 구성을 간략하게 나타내는 블록도이고, 도 8은 본 개시의 일 실시 예에 따른 신경망 모델들과 모듈들을 상세하게 나타내는 블록도이다. 7 is a block diagram schematically illustrating the configuration of an electronic device according to an embodiment of the present disclosure, and FIG. 8 is a block diagram illustrating in detail neural network models and modules according to an embodiment of the present disclosure.

도 7에 도시된 바와 같이, 본 개시의 일 실시 예에 따른 전자 장치(100)는 카메라(110), 메모리(120) 및 프로세서(130)를 포함한다. 또한, 도 8에 도시된 바와 같이, 본 개시의 일 실시 예에 따른 프로세서(130)는 2D 포즈 정보 획득 모듈(131)(2D pose information acquisition module), 오브젝트 특징 식별 모듈(132)(object feature identification module) 및 3D 포즈 정보 획득 모듈(133)(3D pose information acquisition module)과 같은 복수의 모듈을 포함할 수 있다. 7 , the electronic device 100 according to an embodiment of the present disclosure includes a camera 110 , a memory 120 , and a processor 130 . In addition, as shown in FIG. 8 , the processor 130 according to an embodiment of the present disclosure includes a 2D pose information acquisition module 131 (2D pose information acquisition module), and an object feature identification module 132 (object feature identification). module) and a 3D pose information acquisition module 133 (3D pose information acquisition module).

카메라(110)는 적어도 하나의 오브젝트에 대한 이미지를 획득할 수 있다. 구체적으로, 카메라(110)는 이미지 센서를 포함하고, 이미지 센서는 렌즈를 통해 들어오는 빛을 전기적인 영상 신호로 변환할 수 있다. The camera 110 may acquire an image of at least one object. Specifically, the camera 110 includes an image sensor, and the image sensor may convert light entering through a lens into an electrical image signal.

구체적으로, 본 개시에 따른 전자 장치(100)는 적어도 하나의 카메라(110), 즉 하나 또는 두 개 이상의 카메라(110)를 포함할 수 있다. 전자 장치(100)가 두 개 이상의 카메라(110)를 포함하는 경우, 그 두 개 이상의 카메라(110)들 사이의 위치 관계는 고정될 수 있고 변경될 수도 있다. 예를 들어, 전자 장치(100)는 전자 장치(100)의 후면 좌측에 배치된 카메라(110) 및 전자 장치(100)의 후면 우측에 배치된 카메라(110)를 포함할 수 있다. 전자 장치(100)가 로봇으로 구현되는 경우, 적어도 하나의 카메라(110)는 로봇의 머리 및 손 각각에 배치된 두 개의 카메라(110), 즉 헤드 카메라(110)(head camera) 및 핸드 카메라(110)(hand camera)를 포함할 수 있으며, 이 경우 헤드 카메라(110) 및 핸드 카메라(110) 중 적어도 하나의 카메라(110)의 위치가 변경됨에 따라 두 개의 카메라(110) 사이의 위치 관계는 변경될 수 있다.Specifically, the electronic device 100 according to the present disclosure may include at least one camera 110 , that is, one or two or more cameras 110 . When the electronic device 100 includes two or more cameras 110 , a positional relationship between the two or more cameras 110 may be fixed or changed. For example, the electronic device 100 may include a camera 110 disposed on a left rear side of the electronic device 100 and a camera 110 disposed on a rear right side of the electronic device 100 . When the electronic device 100 is implemented as a robot, the at least one camera 110 includes two cameras 110 disposed on the head and the hand of the robot, respectively, that is, the head camera 110 and the hand camera. 110) (hand camera) may be included, and in this case, as the position of at least one of the head camera 110 and the hand camera 110 is changed, the positional relationship between the two cameras 110 is can be changed.

한편, 본 개시에 따른 카메라(110)는 뎁스 카메라로서, 이미지 센서와 함께 뎁스 센서를 포함할 수 있다. 여기서, 뎁스 센서는 ToF(Time-of-Flight) 센서 또는 IR 뎁스 센서일 수 있으며, 다만 본 개시에 따른 뎁스 센서의 유형에 특별한 제한이 있는 것은 아니다.Meanwhile, the camera 110 according to the present disclosure is a depth camera and may include a depth sensor together with an image sensor. Here, the depth sensor may be a Time-of-Flight (ToF) sensor or an IR depth sensor, but the type of the depth sensor according to the present disclosure is not particularly limited.

메모리(120)에는 전자 장치(100)에 관한 적어도 하나의 인스트럭션(instruction)이 저장될 수 있다. 그리고, 메모리(120)에는 전자 장치(100)를 구동시키기 위한 O/S(Operating System)가 저장될 수 있다. 또한, 메모리(120)에는 본 개시의 다양한 실시 예들에 따라 전자 장치(100)가 동작하기 위한 각종 소프트웨어 프로그램이나 애플리케이션이 저장될 수도 있다. 그리고, 메모리(120)는 플래시 메모리(Flash Memory) 등과 같은 반도체 메모리나 하드디스크(Hard Disk) 등과 같은 자기 저장 매체 등을 포함할 수 있다.At least one instruction related to the electronic device 100 may be stored in the memory 120 . In addition, an operating system (O/S) for driving the electronic device 100 may be stored in the memory 120 . In addition, various software programs or applications for operating the electronic device 100 according to various embodiments of the present disclosure may be stored in the memory 120 . In addition, the memory 120 may include a semiconductor memory such as a flash memory or a magnetic storage medium such as a hard disk.

구체적으로, 메모리(120)에는 본 개시의 다양한 실시 예에 따라 전자 장치(100)가 동작하기 위한 각종 소프트웨어 모듈이 저장될 수 있으며, 프로세서(130)는 메모리(120)에 저장된 각종 소프트웨어 모듈을 실행하여 전자 장치(100)의 동작을 제어할 수 있다. 즉, 메모리(120)는 프로세서(130)에 의해 액세스되며, 프로세서(130)에 의한 데이터의 독취/기록/수정/삭제/갱신 등이 수행될 수 있다. Specifically, various software modules for operating the electronic device 100 may be stored in the memory 120 according to various embodiments of the present disclosure, and the processor 130 executes various software modules stored in the memory 120 . Thus, the operation of the electronic device 100 may be controlled. That is, the memory 120 is accessed by the processor 130 , and reading/writing/modification/deletion/update of data by the processor 130 may be performed.

한편, 본 개시에서 메모리(120)라는 용어는 메모리(120), 프로세서(130) 내 롬(미도시), 램(미도시) 또는 전자 장치(100)에 장착되는 메모리 카드(미도시)(예를 들어, micro SD 카드, 메모리 스틱)를 포함하는 의미로 사용될 수 있다.Meanwhile, in the present disclosure, the term memory 120 refers to the memory 120 , a ROM (not shown) in the processor 130 , a RAM (not shown), or a memory card (not shown) mounted in the electronic device 100 (eg, For example, it may be used in the meaning of including a micro SD card, a memory stick).

특히, 본 개시에 따른 다양한 실시 예에 있어서, 메모리(120)에는 본 개시에 따른 이미지 각각에 대한 RGB 데이터, 뎁스 정보, 제1 신경망 모델(121) 및 제2 신경망 모델(122)에 대한 데이터 등을 포함할 수 있다. 그 밖에도 본 개시의 목적을 달성하기 위한 범위 내에서 필요한 다양한 정보가 메모리(120)에 저장될 수 있으며, 메모리(120)에 저장된 정보는 외부 장치로부터 수신되거나 사용자에 의해 입력됨에 따라 갱신될 수도 있다.In particular, in various embodiments according to the present disclosure, the memory 120 includes RGB data for each image according to the present disclosure, depth information, data for the first neural network model 121 and the second neural network model 122 , etc. may include In addition, various information necessary within the scope for achieving the object of the present disclosure may be stored in the memory 120, and the information stored in the memory 120 may be updated as it is received from an external device or input by a user. .

프로세서(130)는 전자 장치(100)의 전반적인 동작을 제어한다. 구체적으로, 프로세서(130)는 상술한 바와 같은 카메라(110) 및 메모리(120)를 포함하는 전자 장치(100)의 구성과 연결되며, 상술한 바와 같은 메모리(120)에 저장된 적어도 하나의 인스트럭션을 실행함으로써, 전자 장치(100)의 동작을 전반적으로 제어할 수 있다.The processor 130 controls the overall operation of the electronic device 100 . Specifically, the processor 130 is connected to the configuration of the electronic device 100 including the camera 110 and the memory 120 as described above, and receives at least one instruction stored in the memory 120 as described above. By executing it, the overall operation of the electronic device 100 may be controlled.

프로세서(130)는 다양한 방식으로 구현될 수 있다. 예를 들어, 프로세서(130)는 주문형 집적 회로(Application Specific Integrated Circuit, ASIC), 임베디드 프로세서, 마이크로 프로세서, 하드웨어 컨트롤 로직, 하드웨어 유한 상태 기계(hardware Finite State Machine, FSM), 디지털 신호 프로세서(Digital Signal Processor, DSP) 중 적어도 하나로 구현될 수 있다. 한편, 본 개시에서 프로세서(130)라는 용어는 CPU(Central Processing Unit), GPU(Graphic Processing Unit) 및 MPU(Main Processing Unit)등을 포함하는 의미로 사용될 수 있다.The processor 130 may be implemented in various ways. For example, the processor 130 may include an application specific integrated circuit (ASIC), an embedded processor, a microprocessor, hardware control logic, a hardware finite state machine (FSM), and a digital signal processor (Digital Signal). Processor, DSP). Meanwhile, in the present disclosure, the term processor 130 may be used to include a central processing unit (CPU), a graphic processing unit (GPU), a main processing unit (MPU), and the like.

특히, 본 개시에 따른 다양한 실시 예에 있어서, 프로세서(130)는 적어도 하나의 카메라(110)를 통해 복수의 이미지를 획득할 수 있으며, 복수의 모듈을 통해 복수의 이미지에 포함된 오브젝트에 대한 3 차원의 포즈 정보를 획득할 수 있다.In particular, in various embodiments according to the present disclosure, the processor 130 may acquire a plurality of images through at least one camera 110 , and may obtain 3 images of an object included in the plurality of images through a plurality of modules. Dimensional pose information can be obtained.

'2D 포즈 정보 획득 모듈(131)'란 이미지에 대한 RGB 데이터를 바탕으로 이미지에 포함된 오브젝트에 대한 2 차원의 포즈 정보를 획득할 수 있는 모듈을 말한다. 특히, 2D 포즈 정보 획득 모듈(131)은 본 개시에 따른 제1 신경망 모델(121)을 이용하여 이미지에 포함된 오브젝트에 대한 2 차원의 포즈 정보를 획득할 수 있다. 전술한 바와 같이, 제1 신경망 모델(121)이란 입력된 RGB 데이터를 바탕으로 이미지에 포함된 오브젝트에 대한 2 차원의 포즈 정보를 출력하도록 학습된 신경망 모델을 말하며, 프로세서(130)는 메모리(120)에 저장된 제1 신경망 모델(121)에 대한 데이터에 액세스함으로써 제1 신경망 모델(121)을 이용할 수 있다. 구체적으로, 2D 포즈 정보 획득 모듈(131)은 제1 신경망 모델(121)을 통해, 이미지에 포함된 오브젝트 각각에 대응되는 바운딩 박스(bounding box)를 검출하고, 검출된 바운딩 박스를 구성하는 기 설정된 특징점들 각각의 2 차원 좌표 정보를 2 차원의 포즈 정보로서 획득할 수 있다. The '2D pose information acquisition module 131' refers to a module capable of acquiring two-dimensional pose information on an object included in an image based on RGB data on the image. In particular, the 2D pose information acquisition module 131 may acquire two-dimensional pose information for an object included in an image by using the first neural network model 121 according to the present disclosure. As described above, the first neural network model 121 refers to a neural network model trained to output two-dimensional pose information for an object included in an image based on input RGB data, and the processor 130 includes the memory 120 ), the first neural network model 121 may be used by accessing data about the first neural network model 121 stored in the . Specifically, the 2D pose information acquisition module 131 detects a bounding box corresponding to each object included in the image through the first neural network model 121 and configures the detected bounding box. Two-dimensional coordinate information of each of the feature points may be obtained as two-dimensional pose information.

'오브젝트 특징 식별 모듈(132)'은 이미지에 포함된 오브젝트의 특징을 식별할 수 있는 모듈을 말한다. 특히, 오브젝트 특징 식별 모듈(132)은 본 개시에 따른 제2 신경망 모델(122)을 이용하여 이미지에 포함된 오브젝트의 특징을 식별할 수 있다. 전술한 바와 같이, 제2 신경망 모델(122)이란 이미지에 포함된 오브젝트의 특징을 분류하여 그 결과를 출력하도록 학습된 신경망 모델을 말하며, 프로세서(130)는 메모리(120)에 저장된 제2 신경망 모델(122)에 대한 데이터에 액세스함으로써 제2 신경망 모델(122)을 이용할 수 있다. 구체적으로, 오브젝트 특징 식별 모듈(132)은 제2 신경망 모델(122)을 통해, 이미지에 포함된 오브젝트가 이미지의 다양한 특징에 따라 구분된 복수의 클래스(또는 카테고리, 도메인) 각각에 대응될 확률에 대한 정보를 획득하고, 그에 기초하여 입력된 이미지에 포함된 오브젝트의 특징을 식별할 수 있다. 여기서, 복수의 클래스란 오브젝트의 투명 여부 및 오브젝트의 대칭 여부 등과 같은 특징에 따라 기 정의될 수 있다. The 'object characteristic identification module 132' refers to a module capable of identifying characteristics of an object included in an image. In particular, the object feature identification module 132 may identify a feature of an object included in an image using the second neural network model 122 according to the present disclosure. As described above, the second neural network model 122 refers to a neural network model trained to classify features of objects included in an image and output the results, and the processor 130 stores the second neural network model in the memory 120 . The second neural network model 122 can be used by accessing the data for 122 . Specifically, the object feature identification module 132 determines, through the second neural network model 122, the probability that the object included in the image corresponds to each of a plurality of classes (or categories, domains) classified according to various features of the image. information may be obtained, and characteristics of objects included in the input image may be identified based on the information. Here, the plurality of classes may be predefined according to characteristics such as whether the object is transparent and whether the object is symmetrical.

'3D 포즈 정보 획득 모듈(133)'이란 오브젝트에 대한 2 차원의 포즈 정보를 재구성하여 오브젝트에 대한 3 차원의 포즈 정보를 획득할 수 있는 모듈을 말한다. 특히, 3D 포즈 정보 획득 모듈(133)은 오브젝트의 특징에 따라 상이한 방법으로 3 차원의 포즈 정보를 획득할 수 있다. 구체적으로, 2D 포즈 정보 획득 모듈(131)을 통해 2D 포즈 정보가 수신되고, 오브젝트 특징 식별 모듈(132)을 통해 오브젝트가 투명한 오브젝트라는 정보가 수신되면, 3D 포즈 정보 획득 모듈(133)은 복수의 이미지 별 2 차원의 포즈 정보를 바탕으로 스테레오 정합(stereo matching)을 수행하여, 오브젝트에 대한 3 차원의 포즈 정보를 획득할 수 있다. 2D 포즈 정보 획득 모듈(131)을 통해 2D 포즈 정보가 수신되고, 오브젝트 특징 식별 모듈(132)을 통해 오브젝트가 불투명한 오브젝트라는 정보가 수신되면, 3D 포즈 정보 획득 모듈(133)은 복수의 이미지 중 하나의 이미지 및 하나의 이미지에 대응되는 뎁스(depth) 정보를 바탕으로 오브젝트에 대한 3 차원의 포즈 정보를 획득할 수 있다.The '3D pose information acquisition module 133' refers to a module capable of acquiring three-dimensional pose information on an object by reconstructing two-dimensional pose information on the object. In particular, the 3D pose information obtaining module 133 may obtain 3D pose information in different ways according to the characteristics of the object. Specifically, when the 2D pose information is received through the 2D pose information obtaining module 131 and the information that the object is a transparent object is received through the object feature identification module 132, the 3D pose information obtaining module 133 is configured with a plurality of Stereo matching may be performed based on two-dimensional pose information for each image to obtain three-dimensional pose information for an object. When the 2D pose information is received through the 2D pose information obtaining module 131 and the information that the object is an opaque object is received through the object feature identification module 132, the 3D pose information obtaining module 133 is one of the plurality of images. Based on one image and depth information corresponding to one image, three-dimensional pose information about the object may be acquired.

프로세서(130)의 제어를 바탕으로 한 본 개시에 따른 다양한 실시 예에 대해서는 도 1 내지 도 6를 참조하여 상술하였으므로 중복 설명은 생략한다.Various embodiments according to the present disclosure based on the control of the processor 130 have been described above with reference to FIGS. 1 to 6 , and thus a redundant description thereof will be omitted.

도 9는 본 개시의 일 실시 예에 따른 전자 장치의 구성을 상세하게 나타내는 블록도이다.9 is a block diagram illustrating a detailed configuration of an electronic device according to an embodiment of the present disclosure.

도 9에 도시된 바와 같이, 본 개시의 일 실시 예에 따른 전자 장치(100)는 카메라(110), 메모리(120) 및 프로세서(130)뿐만 아니라, 구동부(140), 통신부(150), 입력부(160) 및 출력부(170)를 더 포함할 수 있다. 그러나, 도 7 내지 도 9에 도시된 바와 같은 구성들은 예시적인 것에 불과할 뿐이며, 본 개시를 실시함에 있어 도 7 내지 도 9에 도시된 바와 같은 구성에 더하여 새로운 구성이 추가되거나 일부 구성이 생략될 수 있음은 물론이다.As shown in FIG. 9 , the electronic device 100 according to an embodiment of the present disclosure includes a camera 110 , a memory 120 , and a processor 130 as well as a driving unit 140 , a communication unit 150 , and an input unit. 160 and an output unit 170 may be further included. However, the configurations as shown in FIGS. 7 to 9 are merely exemplary, and in implementing the present disclosure, a new configuration may be added or some configuration may be omitted in addition to the configuration shown in FIGS. 7 to 9 . of course there is

구동부(140)는 구동 데이터를 바탕으로 전자 장치(100)의 다양한 동작을 구현하기 위한 동력을 발생시킬 수 있는 구성을 말한다. 그리고, 구동부(140)에 의해 발생된 동력은 구동부(140)에 물리적으로 연결된 지지부(미도시)에 전달되어 지지부(미도시)를 움직이게 할 수 있으며, 이에 따라 전자 장치(100)의 다양한 동작이 구현될 수 있다.The driving unit 140 refers to a configuration capable of generating power for implementing various operations of the electronic device 100 based on driving data. In addition, the power generated by the driving unit 140 may be transmitted to a support (not shown) physically connected to the driving unit 140 to move the support (not shown), and thus various operations of the electronic device 100 may be performed. can be implemented.

구체적으로, 구동부(140)는 전자 장치(100)에 공급되는 전기 에너지를 바탕으로 소정 토크의 회전력을 발생시키는 모터를 포함할 수 있으며, 전자 장치(100)에 공급되는 유압이나 공기압을 바탕으로 회전력을 발생시키는 피스톤 또는 실린더 장치를 포함할 수도 있다. 그리고, 지지부(미도시)는 복수의 마디 및 복수의 마디를 연결하는 복수의 관절을 포함할 수 있으며, 그 밖에도 전자 장치(100)의 다양한 동작을 수행할 수 있도록 다양한 형상으로 구현될 수 있다. 한편, 본 개시에 따른 전자 장치(100)은 복수의 구동부(140) 또는 복수의 지지부(미도시)를 포함할 수 있다. 나아가, 각각의 구동부(140) 및 지지부(미도시)에 포함되는 구성들의 개수 또한 특별한 개수로 제한되지 않는다.Specifically, the driving unit 140 may include a motor that generates a rotational force of a predetermined torque based on electric energy supplied to the electronic device 100 , and a rotational force based on hydraulic pressure or air pressure supplied to the electronic device 100 . It may include a piston or cylinder device for generating In addition, the support part (not shown) may include a plurality of nodes and a plurality of joints connecting the plurality of nodes, and may be implemented in various shapes to perform various operations of the electronic device 100 . Meanwhile, the electronic device 100 according to the present disclosure may include a plurality of driving units 140 or a plurality of supporting units (not shown). Furthermore, the number of components included in each of the driving unit 140 and the supporting unit (not shown) is also not limited to a special number.

특히, 본 개시에 따른 다양한 실시 예에 있어서, 프로세서(130)는 제1 카메라(110) 및 제2 카메라(110) 중 적어도 하나의 카메라(110)의 위치가 변경되도록 구동부(140)를 제어할 수 있다. 구체적으로, 프로세서(130)에 의해 구동부(140)가 제어되면, 이에 따라 지지부(미도시)에 연결된 적어도 하나의 카메라(110)의 위치가 변경될 수 있다. 적어도 하나의 카메라(110)의 위치가 변경되면, 프로세서(130)는 변경된 적어도 하나의 카메라(110)의 위치를 바탕으로 제1 카메라(110) 및 제2 카메라(110) 사이의 위치 관계에 대한 위치 정보를 획득하고, 복수의 이미지 별 2 차원의 포즈 정보 및 획득된 위치 정보를 바탕으로 스테레오 정합을 수행할 수 있다. In particular, in various embodiments according to the present disclosure, the processor 130 may control the driving unit 140 to change the position of at least one of the first camera 110 and the second camera 110 . can Specifically, when the driving unit 140 is controlled by the processor 130 , the position of the at least one camera 110 connected to the support unit (not shown) may be changed accordingly. When the position of the at least one camera 110 is changed, the processor 130 determines the positional relationship between the first camera 110 and the second camera 110 based on the changed position of the at least one camera 110 . Position information may be acquired, and stereo matching may be performed based on two-dimensional pose information for each image and the acquired position information.

통신부(150)는 회로를 포함하며, 외부 장치와의 통신을 수행할 수 있다. 구체적으로, 프로세서(130)는 통신부(150)를 통해 연결된 외부 장치로부터 각종 데이터 또는 정보를 수신할 수 있으며, 외부 장치로 각종 데이터 또는 정보를 전송할 수도 있다.The communication unit 150 includes a circuit and may communicate with an external device. Specifically, the processor 130 may receive various data or information from an external device connected through the communication unit 150 , and may transmit various data or information to the external device.

통신부(150)는 WiFi 모듈, Bluetooth 모듈, 무선 통신 모듈, 및 NFC 모듈 중 적어도 하나를 포함할 수 있다. 구체적으로, WiFi 모듈과 Bluetooth 모듈 각각은 WiFi 방식, Bluetooth 방식으로 통신을 수행할 수 있다. WiFi 모듈이나 Bluetooth 모듈을 이용하는 경우에는 SSID 등과 같은 각종 연결 정보를 먼저 송수신하여, 이를 이용하여 통신 연결한 후 각종 정보들을 송수신할 수 있다. The communication unit 150 may include at least one of a WiFi module, a Bluetooth module, a wireless communication module, and an NFC module. Specifically, each of the WiFi module and the Bluetooth module may perform communication using a WiFi method and a Bluetooth method. In the case of using a WiFi module or a Bluetooth module, various types of connection information such as an SSID may be first transmitted and received, and various types of information may be transmitted and received after communication connection using this.

또한, 무선 통신 모듈은 IEEE, Zigbee, 3G(3rd Generation), 3GPP(3rd Generation Partnership Project), LTE(Long Term Evolution), 5G(5th Generation) 등과 같은 다양한 통신 규격에 따라 통신을 수행할 수 있다. 그리고, NFC 모듈은 135kHz, 13.56MHz, 433MHz, 860~960MHz, 2.45GHz 등과 같은 다양한 RF-ID 주파수 대역들 중에서 13.56MHz 대역을 사용하는 NFC(Near Field Communication) 방식으로 통신을 수행할 수 있다.In addition, the wireless communication module may perform communication according to various communication standards such as IEEE, Zigbee, 3rd Generation (3G), 3rd Generation Partnership Project (3GPP), Long Term Evolution (LTE), 5th Generation (5G), and the like. In addition, the NFC module may perform communication using a Near Field Communication (NFC) method using a 13.56 MHz band among various RF-ID frequency bands such as 135 kHz, 13.56 MHz, 433 MHz, 860 to 960 MHz, and 2.45 GHz.

특히, 본 개시에 따른 다양한 실시 예에 있어서, 프로세서(130)는 통신부(150)를 통해 외부 장치(예: 사용자 단말)로부터 복수의 이미지를 수신할 수 있다. 즉, 이상에서는 적어도 하나의 카메라(110)를 통해 복수의 이미지를 획득하는 경우를 전제로 본 개시의 다양한 실시 예에 대해 설명하였으나, 본 개시에 따른 복수의 이미지는 외부 장치에 포함된 카메라(110)에 의해 획득된 후 전자 장치(100)로 전송될 수도 있다. In particular, according to various embodiments of the present disclosure, the processor 130 may receive a plurality of images from an external device (eg, a user terminal) through the communication unit 150 . That is, in the above, various embodiments of the present disclosure have been described on the premise that a plurality of images are acquired through at least one camera 110 , but the plurality of images according to the present disclosure is a camera 110 included in an external device. ) and then transmitted to the electronic device 100 .

한편, 이상에서는 제1 신경망 모델(121), 제2 신경망 모델(122)이 전자 장치(100)의 메모리(120)에 저장되어 온 디바이스(on-device)로 동작하는 것을 전제로 설명하였으나, 제1 신경망 모델(121) 및 제2 신경망 모델(122) 중 적어도 하나는 외부 장치(예: 서버)를 통해 구현될 수도 있다. 이 경우, 프로세서(130)는 복수의 이미지에 대한 데이터를 외부 장치로 전송하도록 통신부(150)를 제어하고, 통신부(150)를 통해 외부 장치로부터 제1 신경망 모델(121) 및 제2 신경망 모델(122) 중 적어도 하나의 출력에 대응되는 정보를 수신할 수도 있다. Meanwhile, in the above description, it is assumed that the first neural network model 121 and the second neural network model 122 operate as an on-device stored in the memory 120 of the electronic device 100 . At least one of the first neural network model 121 and the second neural network model 122 may be implemented through an external device (eg, a server). In this case, the processor 130 controls the communication unit 150 to transmit data for a plurality of images to the external device, and the first neural network model 121 and the second neural network model ( 122), information corresponding to at least one output may be received.

한편, 본 개시에 따른 전자 장치(100)가 구동부(140)를 포함하는 경우, 프로세서(130)는 통신부(150)를 통해 외부 장치(예: 엣지 컴퓨팅 디바이스(edge computing device))로부터 구동부(140)를 제어하기 위한 구동 데이터를 수신하고, 수신된 구동 데이터를 바탕으로 구동부(140)의 동작을 제어할 수도 있다.Meanwhile, when the electronic device 100 according to the present disclosure includes the driving unit 140 , the processor 130 receives the driving unit 140 from an external device (eg, an edge computing device) through the communication unit 150 . ) may be received, and the operation of the driving unit 140 may be controlled based on the received driving data.

입력부(160)는 회로를 포함하며, 프로세서(130)는 입력부(160)를 통해 전자 장치(100)의 동작을 제어하기 위한 사용자 명령을 수신할 수 있다. 구체적으로, 입력부(160)는 마이크(미도시), 및 리모컨 신호 수신부(미도시) 등을 포함할 수 있다. 그리고, 입력부(160)는 터치 스크린으로서 디스플레이에 포함된 형태로 구현될 수도 있다.The input unit 160 includes a circuit, and the processor 130 may receive a user command for controlling the operation of the electronic device 100 through the input unit 160 . Specifically, the input unit 160 may include a microphone (not shown), a remote control signal receiver (not shown), and the like. Also, the input unit 160 may be implemented as a touch screen and included in the display.

특히, 본 개시에 따른 다양한 실시 예에 있어서, 입력부(160)는 복수의 이미지를 획득하기 위한 사용자 입력, 오브젝트에 대한 3 차원의 포즈 정보를 포함하는 뎁스 맵을 획득하기 위한 사용자 입력 등과 같은 다양한 종류의 사용자 입력을 수신할 수 있다.In particular, in various embodiments of the present disclosure, the input unit 160 includes various types of user input for acquiring a plurality of images, a user input for acquiring a depth map including three-dimensional pose information on an object, and the like. can receive user input of

출력부(170)는 회로를 포함하며, 프로세서(130)는 출력부(170)를 통해 전자 장치(100)가 수행할 수 있는 다양한 기능을 출력할 수 있다. 그리고, 출력부(170)는 디스플레이, 스피커 및 인디케이터 중 적어도 하나를 포함할 수 있다. 디스플레이는 프로세서(130)의 제어에 의하여 영상 데이터를 출력할 수 있다. 구체적으로, 디스플레이는 프로세서(130)의 제어에 의하여 메모리(120)에 기 저장된 영상을 출력할 수 있다. 본 개시의 일 실시 예에 따른 디스플레이는 메모리(120)에 저장된 사용자 인터페이스(User Interface)를 표시할 수도 있다. 디스플레이는 LCD(Liquid Crystal Display Panel), OLED(Organic Light Emitting Diodes) 등으로 구현될 수 있으며, 또한 디스플레이는 경우에 따라 플렉서블 디스플레이, 투명 디스플레이 등으로 구현되는 것도 가능하다. 다만, 본 개시에 따른 디스플레이가 특정한 종류에 한정되는 것은 아니다. 스피커는 프로세서(130)의 제어에 의하여 오디오 데이터를 출력할 수 있으며, 인디케이터는 프로세서(130)의 제어에 의하여 점등될 수 있다.The output unit 170 includes a circuit, and the processor 130 may output various functions that the electronic device 100 can perform through the output unit 170 . In addition, the output unit 170 may include at least one of a display, a speaker, and an indicator. The display may output image data under the control of the processor 130 . Specifically, the display may output an image pre-stored in the memory 120 under the control of the processor 130 . The display according to an embodiment of the present disclosure may display a user interface stored in the memory 120 . The display may be implemented as a liquid crystal display panel (LCD), organic light emitting diodes (OLED), or the like, and the display may be implemented as a flexible display, a transparent display, etc. in some cases. However, the display according to the present disclosure is not limited to a specific type. The speaker may output audio data under the control of the processor 130 , and the indicator may be lit under the control of the processor 130 .

특히, 본 개시에 따른 다양한 실시 예에 있어서, 출력부(170)는 적어도 하나의 카메라(110)를 통해 획득된 복수의 이미지, 복수의 이미지에 포함된 오브젝트에 대한 2 차원의 포즈 정보, 오브젝트에 대한 3 차원의 포즈 정보를 포함하는 뎁스 맵 등을 출력할 수 있다. In particular, in various embodiments according to the present disclosure, the output unit 170 includes a plurality of images acquired through at least one camera 110 , two-dimensional pose information for an object included in the plurality of images, and an object It is possible to output a depth map including three-dimensional pose information for the image.

상술한 바와 같은 본 개시의 다양한 실시 예에 따르면, 전자 장치(100)는 이미지에 포함된 오브젝트의 특징에 따라 효율적인 방법으로 오브젝트에 대한 3 차원의 포즈 정보를 획득할 수 있게 된다. According to various embodiments of the present disclosure as described above, the electronic device 100 may obtain 3D pose information on the object in an efficient way according to the characteristics of the object included in the image.

한편, 이상에서 상술한 바와 같은 제1 신경망 모델(121) 및 제2 신경망 모델(122) 등에 관련된 기능은 메모리(120) 및 프로세서(130)를 통해 수행될 수 있다. 프로세서(130)는 하나 또는 복수의 프로세서(130)로 구성될 수 있다. 이때, 하나 또는 복수의 프로세서(130)는 CPU, AP 등과 같은 범용 프로세서(130), GPU. VPU 등과 같은 그래픽 전용 프로세서(130) 또는 NPU와 같은 인공 지능 전용 프로세서(130)일 수 있다.Meanwhile, functions related to the first neural network model 121 and the second neural network model 122 as described above may be performed through the memory 120 and the processor 130 . The processor 130 may include one or a plurality of processors 130 . At this time, one or a plurality of processors 130 is a general-purpose processor 130, such as a CPU, AP, GPU. It may be a graphics-only processor 130 such as a VPU or the like, or an artificial intelligence-only processor 130 such as an NPU.

하나 또는 복수의 프로세서(130)는, 비휘발성 메모리(120) 및 휘발성 메모리(120)에 저장된 기 정의된 동작 규칙 또는 인공 지능 모델에 따라, 입력 데이터를 처리하도록 제어한다. 기 정의된 동작 규칙 또는 인공 지능 모델은 학습을 통해 만들어진 것을 특징으로 한다. One or more processors 130 control to process input data according to a non-volatile memory 120 and a predefined operation rule or artificial intelligence model stored in the volatile memory 120 . The predefined action rule or artificial intelligence model is characterized in that it is created through learning.

여기서, 학습을 통해 만들어진다는 것은, 다수의 학습 데이터들에 학습 알고리즘을 적용함으로써, 원하는 특성의 기 정의된 동작 규칙 또는 인공 지능 모델이 만들어짐을 의미한다. 이러한 학습은 본 개시에 따른 인공 지능이 수행되는 기기 자체에서 이루어질 수도 있고, 별도의 서버/시스템을 통해 이루어 질 수도 있다. Here, being made through learning means that a predefined operation rule or artificial intelligence model of a desired characteristic is created by applying a learning algorithm to a plurality of learning data. Such learning may be performed in the device itself on which artificial intelligence according to the present disclosure is performed, or may be performed through a separate server/system.

인공 지능 모델은, 복수의 신경망 레이어들로 구성될 수 있다. 각 레이어는 복수의 가중치(weight values)을 갖고 있으며, 이전(previous) 레이어의 연산 결과와 복수의 가중치의 연산을 통해 레이어의 연산을 수행한다. 신경망의 예로는, CNN (Convolutional Neural Network), DNN (Deep Neural Network), RNN (Recurrent Neural Network), RBM (Restricted Boltzmann Machine), DBN (Deep Belief Network), BRDNN(Bidirectional Recurrent Deep Neural Network), GAN(Generative Adversarial Networks) 및 심층 Q-네트워크 (Deep Q-Networks)이 있으며, 본 개시에서의 신경망은 명시한 경우를 제외하고 전술한 예에 한정되지 않는다.The artificial intelligence model may be composed of a plurality of neural network layers. Each layer has a plurality of weight values, and the layer operation is performed through the operation of the previous layer and the operation of the plurality of weights. Examples of neural networks include Convolutional Neural Network (CNN), Deep Neural Network (DNN), Recurrent Neural Network (RNN), Restricted Boltzmann Machine (RBM), Deep Belief Network (DBN), Bidirectional Recurrent Deep Neural Network (BRDNN), GAN. There are Generative Adversarial Networks and Deep Q-Networks, and the neural network in the present disclosure is not limited to the above-described examples, except as otherwise specified.

학습 알고리즘은, 다수의 학습 데이터들을 이용하여 소정의 대상 기기(예컨대, 로봇)을 훈련시켜 소정의 대상 기기 스스로 결정을 내리거나 예측을 할 수 있도록 하는 방법이다. 학습 알고리즘의 예로는, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)이 있으며, 본 개시에서의 학습 알고리즘은 명시한 경우를 제외하고 전술한 예에 한정되지 않는다.The learning algorithm is a method of training a predetermined target device (eg, a robot) using a plurality of learning data so that the predetermined target device can make a decision or make a prediction by itself. Examples of the learning algorithm include supervised learning, unsupervised learning, semi-supervised learning, or reinforcement learning, and the learning algorithm in the present disclosure is specified when It is not limited to the above example except for.

기기로 읽을 수 있는 저장매체는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, '비일시적 저장매체'는 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다. 예로, '비일시적 저장매체'는 데이터가 임시적으로 저장되는 버퍼를 포함할 수 있다.The device-readable storage medium may be provided in the form of a non-transitory storage medium. Here, 'non-transitory storage medium' is a tangible device and only means that it does not contain a signal (eg, electromagnetic wave). It does not distinguish the case where it is stored as For example, the 'non-transitory storage medium' may include a buffer in which data is temporarily stored.

일 실시 예에 따르면, 본 문서에 개시된 다양한 실시 예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory (CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어^TM)를 통해 또는 두개의 사용자 장치들(예: 스마트폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품(예: 다운로더블 앱(downloadable app))의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리(120)와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.According to an embodiment, the method according to various embodiments disclosed in this document may be provided by being included in a computer program product. Computer program products may be traded between sellers and buyers as commodities. The computer program product is distributed in the form of a machine-readable storage medium (eg compact disc read only memory (CD-ROM)), or via an application store (eg Play Store ^TM ) or on two user devices ( It can be distributed (eg downloaded or uploaded) directly or online between smartphones (eg: smartphones). In the case of online distribution, at least a portion of the computer program product (eg, a downloadable app) is stored in device-readable storage, such as the manufacturer's server, the server of an application store, or the memory 120 of a relay server. At least temporarily stored in the medium, or may be temporarily created.

이상에서 상술한 바와 같은 본 개시의 다양한 실시 예들에 따른 구성 요소(예: 모듈 또는 프로그램) 각각은 단수 또는 복수의 개체로 구성될 수 있으며, 전술한 해당 서브 구성 요소들 중 일부 서브 구성 요소가 생략되거나, 또는 다른 서브 구성 요소가 다양한 실시 예에 더 포함될 수 있다. 대체적으로 또는 추가적으로, 일부 구성 요소들(예: 모듈 또는 프로그램)은 하나의 개체로 통합되어, 통합되기 이전의 각각의 해당 구성 요소에 의해 수행되는 기능을 동일 또는 유사하게 수행할 수 있다. As described above, each of the components (eg, a module or a program) according to various embodiments of the present disclosure may be composed of a singular or a plurality of entities, and some of the aforementioned sub-components are omitted. Alternatively, other sub-components may be further included in various embodiments. Alternatively or additionally, some components (eg, a module or a program) may be integrated into a single entity to perform the same or similar functions performed by each corresponding component prior to integration.

다양한 실시 예들에 따른, 모듈, 프로그램 또는 다른 구성 요소에 의해 수행되는 동작들은 순차적, 병렬적, 반복적 또는 휴리스틱하게 실행되거나, 적어도 일부 동작이 다른 순서로 실행되거나, 생략되거나, 또는 다른 동작이 추가될 수 있다.According to various embodiments, operations performed by a module, program, or other component may be sequentially, parallelly, repetitively or heuristically executed, or at least some operations may be executed in a different order, omitted, or other operations may be added. can

한편, 본 개시에서 사용된 용어 "부" 또는 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구성된 유닛을 포함하며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로 등의 용어와 상호 호환적으로 사용될 수 있다. "부" 또는 "모듈"은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 모듈은 ASIC(application-specific integrated circuit)으로 구성될 수 있다.Meanwhile, the term “unit” or “module” used in the present disclosure includes a unit composed of hardware, software, or firmware, and may be used interchangeably with terms such as, for example, logic, logic block, part, or circuit. can A “unit” or “module” may be an integrally formed component or a minimum unit or a part of performing one or more functions. For example, the module may be configured as an application-specific integrated circuit (ASIC).

본 개시의 다양한 실시 예들은 기기(machine)(예: 컴퓨터)로 읽을 수 있는 저장 매체(machine-readable storage media에 저장된 명령어를 포함하는 소프트웨어로 구현될 수 있다. 기기는 저장 매체로부터 저장된 명령어를 호출하고, 호출된 명령어에 따라 동작이 가능한 장치로서, 개시된 실시 예들에 따른 전자 장치(예: 전자 장치(100))를 포함할 수 있다. Various embodiments of the present disclosure may be implemented as software including instructions stored in a machine-readable storage medium readable by a machine (eg, a computer). The device calls the stored instructions from the storage medium. and, as a device capable of operating according to the called command, the electronic device (eg, the electronic device 100) according to the disclosed embodiments may be included.

상기 명령이 프로세서에 의해 실행될 경우, 프로세서가 직접 또는 상기 프로세서의 제어 하에 다른 구성요소들을 이용하여 상기 명령에 해당하는 기능을 수행할 수 있다. 명령은 컴파일러 또는 인터프리터에 의해 생성 또는 실행되는 코드를 포함할 수 있다. When the instruction is executed by the processor, the processor may perform a function corresponding to the instruction by using other components directly or under the control of the processor. Instructions may include code generated or executed by a compiler or interpreter.

이상에서는 본 개시의 바람직한 실시 예에 대하여 도시하고 설명하였지만, 본 개시는 상술한 특정의 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 본 개시의 요지를 벗어남이 없이 당해 개시가 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 개시의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안 될 것이다.In the above, preferred embodiments of the present disclosure have been illustrated and described, but the present disclosure is not limited to the specific embodiments described above, and is generally used in the technical field to which the present disclosure belongs without departing from the gist of the present disclosure as claimed in the claims. Various modifications may be made by those having the knowledge of

100: 전자 장치 110: 카메라
120: 메모리 130: 프로세서
140: 구동부 150: 통신부
160: 입력부 170: 출력부100: electronic device 110: camera
120: memory 130: processor
140: driving unit 150: communication unit
160: input unit 170: output unit

Claims (19)

전자 장치에 있어서,
적어도 하나의 카메라;
메모리; 및
상기 적어도 하나의 카메라를 통해 복수의 이미지를 획득하고,
상기 복수의 이미지 각각에 대한 RGB 데이터를 제1 신경망 모델에 입력하여, 상기 복수의 이미지에 포함된 오브젝트에 대한 2 차원의 포즈 정보를 획득하고,
상기 복수의 이미지 중 적어도 하나의 이미지에 대한 RGB 데이터를 제2 신경망 모델에 입력하여, 상기 오브젝트의 투명 여부를 식별하며,
상기 오브젝트가 투명한 오브젝트이면, 상기 복수의 이미지 별 2 차원의 포즈 정보를 바탕으로 스테레오 정합(stereo matching)을 수행하여, 상기 오브젝트에 대한 3 차원의 포즈 정보를 획득하고,
상기 오브젝트가 불투명한 오브젝트이면, 상기 복수의 이미지 중 하나의 이미지 및 상기 하나의 이미지에 대응되는 뎁스(depth) 정보를 바탕으로 상기 오브젝트에 대한 3 차원의 포즈 정보를 획득하는 프로세서; 를 포함하는 전자 장치.
In an electronic device,
at least one camera;
Memory; and
Acquire a plurality of images through the at least one camera,
Input RGB data for each of the plurality of images into a first neural network model to obtain two-dimensional pose information for an object included in the plurality of images,
Input RGB data for at least one image among the plurality of images into a second neural network model to identify whether the object is transparent,
If the object is a transparent object, stereo matching is performed based on the two-dimensional pose information for each of the plurality of images to obtain three-dimensional pose information for the object,
if the object is an opaque object, a processor for obtaining three-dimensional pose information on the object based on one image among the plurality of images and depth information corresponding to the one image; An electronic device comprising a.
제1 항에 있어서,
상기 프로세서는,
상기 제2 신경망 모델을 통해 상기 오브젝트의 투명 여부에 대한 정보를 획득하고,
상기 오브젝트의 투명 여부에 대한 정보를 바탕으로 상기 오브젝트의 투명 여부를 식별하는 전자 장치.
According to claim 1,
The processor is
Obtaining information on whether the object is transparent through the second neural network model,
An electronic device that identifies whether the object is transparent based on information on whether the object is transparent.
제1 항에 있어서,
상기 프로세서는,
상기 제2 신경망 모델을 통해 상기 오브젝트의 대칭 여부에 대한 정보를 획득하고,
상기 오브젝트의 대칭 여부에 대한 정보를 바탕으로 상기 오브젝트의 대칭 여부를 식별하며,
상기 오브젝트가 대칭성을 가지는 오브젝트이면, 상기 2 차원의 포즈 정보에 포함된 제1 특징점들을 대칭성에 무관한 제2 특징점들로 변환하고,
상기 제2 특징점들을 바탕으로 상기 스테레오 정합을 수행하여 상기 오브젝트에 대한 3 차원의 포즈 정보를 획득하는 전자 장치.
According to claim 1,
The processor is
Obtaining information on whether the object is symmetrical through the second neural network model,
Identifies whether the object is symmetrical based on the information on whether the object is symmetrical,
If the object is an object having symmetry, first feature points included in the two-dimensional pose information are converted into second feature points irrelevant to symmetry,
The electronic device obtains three-dimensional pose information on the object by performing the stereo matching based on the second feature points.
제1 항에 있어서,
상기 오브젝트가 대칭성을 가지는 오브젝트이면, 상기 제1 특징점들은 x축 또는 y축이 상기 적어도 하나의 카메라와 수직인 3 차원 좌표계를 바탕으로 식별되는 전자 장치.
According to claim 1,
If the object is an object having symmetry, the first feature points are identified based on a three-dimensional coordinate system in which an x-axis or a y-axis is perpendicular to the at least one camera.
제1 항에 있어서,
상기 복수의 이미지는 상기 적어도 하나의 카메라 중 제1 카메라를 통해 서로 다른 시점에 획득된 두 개의 이미지인 전자 장치.
According to claim 1,
The plurality of images are two images acquired at different time points through a first camera among the at least one camera.
제1 항에 있어서,
상기 복수의 이미지는 상기 적어도 하나의 카메라 중 상기 제1 카메라 및 제2 카메라 각각을 통해 서로 동일한 시점에 획득된 두 개의 이미지인 전자 장치.
According to claim 1,
The plurality of images are two images acquired at the same time point through each of the first camera and the second camera among the at least one camera.
제6 항에 있어서,
상기 프로세서는,
상기 제1 카메라 및 상기 제2 카메라 사이의 위치 관계에 대한 제1 위치 정보를 획득하고,
상기 복수의 이미지 별 2 차원의 포즈 정보 및 상기 제1 위치 정보를 바탕으로 상기 스테레오 정합을 수행하는 전자 장치.
7. The method of claim 6,
The processor is
obtaining first location information about a location relationship between the first camera and the second camera;
The electronic device performs the stereo matching based on the two-dimensional pose information for each of the plurality of images and the first location information.
제7 항에 있어서,
구동부; 를 더 포함하고,
상기 프로세서는,
상기 제1 카메라 및 상기 제2 카메라 중 적어도 하나의 카메라의 위치가 변경되도록 상기 구동부를 제어하며,
상기 변경된 적어도 하나의 카메라의 위치를 바탕으로 상기 제1 카메라 및 상기 제2 카메라 사이의 위치 관계에 대한 제2 위치 정보를 획득하고,
상기 복수의 이미지 별 2 차원의 포즈 정보 및 상기 제2 위치 정보를 바탕으로 상기 스테레오 정합을 수행하는 전자 장치.
8. The method of claim 7,
drive unit; further comprising,
The processor is
controlling the driving unit to change the position of at least one of the first camera and the second camera,
Obtaining second position information about the positional relationship between the first camera and the second camera based on the changed position of the at least one camera,
The electronic device performs the stereo matching based on the two-dimensional pose information for each of the plurality of images and the second position information.
제1 항에 있어서,
상기 제1 신경망 모델 및 상기 제2 신경망 모델은 하나의 통합된 신경망 모델에 포함되는 전자 장치.
According to claim 1,
The first neural network model and the second neural network model are included in one integrated neural network model.
전자 장치의 제어 방법에 있어서,
적어도 하나의 카메라를 통해 복수의 이미지를 획득하는 단계;
상기 복수의 이미지 각각에 대한 RGB 데이터를 제1 신경망 모델에 입력하여, 상기 복수의 이미지에 포함된 오브젝트에 대한 2 차원의 포즈 정보를 획득하는 단계;
상기 복수의 이미지 중 적어도 하나의 이미지에 대한 RGB 데이터를 제2 신경망 모델에 입력하여 상기 오브젝트의 투명 여부를 식별하는 단계;
상기 오브젝트가 투명한 오브젝트이면, 상기 복수의 이미지 별 2 차원의 포즈 정보를 바탕으로 스테레오 정합(stereo matching)을 수행하여, 상기 오브젝트에 대한 3 차원의 포즈 정보를 획득하는 단계; 및
상기 오브젝트가 불투명한 오브젝트이면, 상기 복수의 이미지 중 하나의 이미지 및 상기 하나의 이미지에 대응되는 뎁스(depth) 정보를 바탕으로 상기 오브젝트에 대한 3 차원의 포즈 정보를 획득하는 단계; 를 포함하는 전자 장치의 제어 방법..
A method for controlling an electronic device, comprising:
acquiring a plurality of images through at least one camera;
inputting RGB data for each of the plurality of images into a first neural network model to obtain two-dimensional pose information for an object included in the plurality of images;
inputting RGB data for at least one image among the plurality of images into a second neural network model to identify whether the object is transparent;
if the object is a transparent object, performing stereo matching based on the two-dimensional pose information for each of the plurality of images to obtain three-dimensional pose information for the object; and
if the object is an opaque object, obtaining three-dimensional pose information on the object based on one image among the plurality of images and depth information corresponding to the one image; A control method of an electronic device comprising a..
제10 항에 있어서,
상기 오브젝트의 투명 여부를 식별하는 단계는,
상기 제2 신경망 모델을 통해 상기 오브젝트의 투명 여부에 대한 정보를 획득하는 단계; 및
상기 오브젝트의 투명 여부에 대한 정보를 바탕으로 상기 오브젝트의 투명 여부를 식별하는 단계; 를 포함하는 전자 장치의 제어 방법.
11. The method of claim 10,
The step of identifying whether the object is transparent,
obtaining information on whether the object is transparent through the second neural network model; and
identifying whether the object is transparent based on information on whether the object is transparent; A control method of an electronic device comprising a.
제10 항에 있어서,
상기 오브젝트의 대칭 여부를 식별하는 단계는,
상기 제2 신경망 모델을 통해 상기 오브젝트의 대칭 여부에 대한 정보를 획득하는 단계; 및
상기 오브젝트의 대칭 여부에 대한 정보를 바탕으로 상기 오브젝트의 대칭 여부를 식별하는 단계; 를 포함하고,
상기 전자 장치의 제어 방법은,
상기 오브젝트가 대칭성을 가지는 오브젝트이면, 상기 2 차원의 포즈 정보에 포함된 제1 특징점들을 대칭성에 무관한 제2 특징점들로 변환하는 단계; 및
상기 제2 특징점들을 바탕으로 상기 스테레오 정합을 수행하여 상기 오브젝트에 대한 3 차원의 포즈 정보를 획득하는 단계; 를 더 포함하는 전자 장치의 제어 방법.
11. The method of claim 10,
The step of identifying whether the object is symmetrical,
obtaining information on whether the object is symmetrical through the second neural network model; and
identifying whether the object is symmetric based on information on whether the object is symmetric; including,
The control method of the electronic device,
if the object is an object having symmetry, converting first feature points included in the two-dimensional pose information into second feature points irrelevant to symmetry; and
obtaining three-dimensional pose information on the object by performing the stereo matching based on the second feature points; Control method of an electronic device further comprising a.
제10 항에 있어서,
상기 오브젝트가 대칭성을 가지는 오브젝트이면, 상기 제1 특징점들은 x축 또는 y축이 상기 적어도 하나의 카메라와 수직인 3 차원 좌표계를 바탕으로 식별되는 전자 장치의 제어 방법.
11. The method of claim 10,
If the object is an object having symmetry, the first feature points are identified based on a three-dimensional coordinate system in which an x-axis or a y-axis is perpendicular to the at least one camera.
제10 항에 있어서,
상기 복수의 이미지는 상기 적어도 하나의 카메라 중 제1 카메라를 통해 서로 다른 시점에 획득된 두 개의 이미지인 전자 장치의 제어 방법.
11. The method of claim 10,
The plurality of images are two images acquired at different time points through a first camera among the at least one camera.
제10 항에 있어서,
상기 복수의 이미지는 상기 적어도 하나의 카메라 중 상기 제1 카메라 및 제2 카메라 각각을 통해 서로 동일한 시점에 획득된 두 개의 이미지인 전자 장치의 제어 방법.
11. The method of claim 10,
The plurality of images are two images acquired at the same point in time through each of the first camera and the second camera among the at least one camera.
제15 항에 있어서,
상기 전자 장치의 제어 방법은,
상기 제1 카메라 및 상기 제2 카메라 사이의 위치 관계에 대한 제1 위치 정보를 획득하는 단계; 및
상기 복수의 이미지 별 2 차원의 포즈 정보 및 상기 제1 위치 정보를 바탕으로 상기 스테레오 정합을 수행하는 단계; 를 더 포함하는 전자 장치의 제어 방법.
16. The method of claim 15,
The control method of the electronic device,
obtaining first location information on a location relationship between the first camera and the second camera; and
performing the stereo matching based on the two-dimensional pose information for each of the plurality of images and the first position information; Control method of an electronic device further comprising a.
제16 항에 있어서,
상기 전자 장치의 제어 방법은,
상기 제1 카메라 및 상기 제2 카메라 중 적어도 하나의 카메라의 위치가 변경되도록 제어하는 단계;
상기 변경된 적어도 하나의 카메라의 위치를 바탕으로 상기 제1 카메라 및 상기 제2 카메라 사이의 위치 관계에 대한 제2 위치 정보를 획득하는 단계; 및
상기 복수의 이미지 별 2 차원의 포즈 정보 및 상기 제2 위치 정보를 바탕으로 상기 스테레오 정합을 수행하는 단계; 를 더 포함하는 전자 장치의 제어 방법.
17. The method of claim 16,
The control method of the electronic device,
controlling the position of at least one of the first camera and the second camera to be changed;
acquiring second position information on a positional relationship between the first camera and the second camera based on the changed position of the at least one camera; and
performing the stereo matching based on the two-dimensional pose information for each of the plurality of images and the second position information; Control method of an electronic device further comprising a.
제10 항에 있어서,
상기 제1 신경망 모델 및 상기 제2 신경망 모델은 하나의 통합된 신경망 모델에 포함되는 전자 장치의 제어 방법.
11. The method of claim 10,
The method of controlling an electronic device in which the first neural network model and the second neural network model are included in one integrated neural network model.
전자 장치의 제어 방법을 실행하는 프로그램을 포함하는 비일시적 컴퓨터 판독 가능 기록매체에 있어서,
상기 전자 장치의 제어 방법은,
적어도 하나의 카메라를 통해 복수의 이미지를 획득하는 단계;
상기 복수의 이미지 각각에 대한 RGB 데이터를 제1 신경망 모델에 입력하여, 상기 복수의 이미지에 포함된 오브젝트에 대한 2 차원의 포즈 정보를 획득하는 단계;
상기 복수의 이미지 중 적어도 하나의 이미지에 대한 RGB 데이터를 제2 신경망 모델에 입력하여 상기 오브젝트의 투명 여부를 식별하는 단계;
상기 오브젝트가 투명한 오브젝트이면, 상기 복수의 이미지 별 2 차원의 포즈 정보를 바탕으로 스테레오 정합(stereo matching)을 수행하여, 상기 오브젝트에 대한 3 차원의 포즈 정보를 획득하는 단계; 및
상기 오브젝트가 불투명한 오브젝트이면, 상기 복수의 이미지 중 하나의 이미지 및 상기 하나의 이미지에 대응되는 뎁스(depth) 정보를 바탕으로 상기 오브젝트에 대한 3 차원의 포즈 정보를 획득하는 단계; 를 포함하는 컴퓨터 판독 가능 기록매체.
A non-transitory computer-readable recording medium comprising a program for executing a control method of an electronic device,
The control method of the electronic device,
acquiring a plurality of images through at least one camera;
inputting RGB data for each of the plurality of images into a first neural network model to obtain two-dimensional pose information for an object included in the plurality of images;
inputting RGB data for at least one image among the plurality of images into a second neural network model to identify whether the object is transparent;
if the object is a transparent object, performing stereo matching based on the two-dimensional pose information for each of the plurality of images to obtain three-dimensional pose information for the object; and
if the object is an opaque object, obtaining three-dimensional pose information on the object based on one image among the plurality of images and depth information corresponding to the one image; A computer-readable recording medium comprising a.

Images