WO2023128446A1 - 손의 관절에 관한 위치 정보를 획득하는 증강 현실 디바이스 및 그 동작 방법 - Google Patents

손의 관절에 관한 위치 정보를 획득하는 증강 현실 디바이스 및 그 동작 방법 Download PDF

Info

Publication number
WO2023128446A1
WO2023128446A1 PCT/KR2022/020874 KR2022020874W WO2023128446A1 WO 2023128446 A1 WO2023128446 A1 WO 2023128446A1 KR 2022020874 W KR2022020874 W KR 2022020874W WO 2023128446 A1 WO2023128446 A1 WO 2023128446A1
Authority
WO
WIPO (PCT)
Prior art keywords
position coordinate
hand
image frame
value
augmented reality
Prior art date
Application number
PCT/KR2022/020874
Other languages
English (en)
French (fr)
Inventor
정지원
권태혁
김덕호
박황필
이건일
Original Assignee
삼성전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자 주식회사 filed Critical 삼성전자 주식회사
Publication of WO2023128446A1 publication Critical patent/WO2023128446A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/006—Mixed reality
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/16—Constructional details or arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/16—Constructional details or arrangements
    • G06F1/1613—Constructional details or arrangements for portable computers
    • G06F1/163—Wearable computers, e.g. on a belt
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/014—Hand-worn input/output arrangements, e.g. data gloves
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/107—Static hand or arm

Definitions

  • the present disclosure relates to an augmented reality (AR) device for acquiring positional information of a joint included in a user's hand and an operation method thereof.
  • AR augmented reality
  • the present disclosure provides augmentation for obtaining three-dimensional position coordinate values of a plurality of joints included in a user's hand from a plurality of image frames obtained through a camera, and tracking the positions of the joints in real time through the obtained data. It relates to a real device and its operating method.
  • Augmented Reality is a technology that overlays a virtual image on a physical environment space or real world object in the real world and shows it together.
  • An augmented reality device using augmented reality technology for example, Smart glasses are usefully used in daily life, such as information retrieval, route guidance, and camera photography, etc.
  • smart glasses are worn as fashion items and are mainly used for outdoor activities.
  • a general augmented reality device does not use a separate external input device to ensure the freedom of both hands of the user, but uses a camera mounted on the augmented reality device to recognize the user's hand from a photographed image. (Vision-based hand tracking) technology.
  • the augmented reality device acquires 3D positional coordinate values of the joints of the hand using a stereo camera or a depth camera.
  • recognition is possible only within the field of view (FOV) area of the camera, so if the hand is not recognized or is misrecognized, the 3D position of the joint
  • a problem occurs in that the accuracy of the coordinate values is lowered.
  • the pose or gesture of the hand may not be recognized or misrecognized, and thus stability and user satisfaction of the augmented reality service may decrease.
  • the present disclosure provides an augmented reality device that acquires positional information about a plurality of joints included in a user's hand.
  • One aspect of the present disclosure includes a communication interface for performing data communication with an external device, a camera for acquiring a plurality of image frames including the hand by photographing the hand, and at least one instruction.
  • a memory for storing, and at least one processor that executes the at least one command, wherein the at least one processor recognizes the hand from the plurality of image frames and determines the number of joints included in the recognized hand.
  • the external device is a wearable device worn on at least one of a user's wrist, finger, or palm, and 6 DoF for at least one joint among the plurality of joints (6 Degrees of Freedom) may include the IMU sensor for obtaining a measurement value.
  • the at least one processor determines whether the hand is not recognized from the first image frame or whether the 3D position coordinates of the at least one joint are not obtained, and the first image It may be determined whether correction of the at least one 3D position coordinate value obtained from the frame is necessary.
  • the at least one processor calculates a difference value between the first location coordinate value and the second location coordinate value, compares the calculated difference value with a preset threshold value, and determines the comparison result. Based on this, it is possible to determine whether or not correction of the 3D position coordinate value of the at least one joint is necessary.
  • the at least one processor determines the 3D position coordinates of the at least one joint based on whether the position of the hand is moved between inside and outside a field of view (FOV) region of the camera. It is possible to determine whether the value needs to be corrected.
  • FOV field of view
  • the at least one processor may determine the first location coordinate values obtained when the hand is located outside the FOV area of the camera and the first image captured inside the FOV area. Based on the difference between the second position coordinate values obtained from the frame, it may be determined whether or not the 3D position coordinate values of the at least one joint need to be corrected.
  • the at least one processor samples the obtained sensor measurement values based on frames per second (FPS) of the plurality of image frames, and determines the sampled sensor measurement values.
  • the sensor measurement value is synchronized with the plurality of image frames by matching with the plurality of image frames that correspond in time order, and the sensor measurement value for each image frame is synchronized using the synchronized sensor measurement value. change can be calculated.
  • the at least one processor applies a first weight to the first location coordinate value, applies a second weight to the second location coordinate value, and applies the first weight to the first location coordinate value.
  • the second position coordinate value may be corrected based on the first position coordinate value, the second position coordinate value to which the second weight is applied, and the change value of the sensor measurement value for each image frame.
  • the first weight and the second weight determine whether or not the user's hand is recognized in the first image frame and the second image frame, the first location coordinate value and the second location coordinate value. It may be determined based on at least one of a difference value and whether or not the user's hand moves in and out of the FOV area of the camera.
  • the at least one processor corrects a position coordinate value of a representative joint among the second position coordinate values of the plurality of joints, and based on the corrected position coordinate value of the representative joint, The second position coordinate values for each of the remaining joints among the plurality of joints may be updated.
  • Another aspect of the present disclosure provides a method for an augmented reality device to acquire positional information about a joint of a user's hand.
  • the method according to an embodiment of the present disclosure includes the steps of recognizing the user's hand from a plurality of image frames and obtaining 3D positional coordinate values of a plurality of joints included in the recognized hand, and an IMU sensor of an external device. Obtaining a sensor measurement value measured with respect to at least one joint among the plurality of joints by using, based on a result of recognizing the hand, at least one joint obtained from a first image frame among the plurality of image frames.
  • the step of determining whether correction of the 3D position coordinates of the at least one joint is necessary may include whether the hand is not recognized from the first image frame or the 3D coordinates of the at least one joint. Whether the at least one 3D position coordinate value obtained from the first image frame needs to be corrected may be determined based on whether the position coordinate value is not obtained.
  • the step of determining whether or not correction of the 3D position coordinate value of the at least one joint is required is obtained from the first position coordinate value obtained from the second image frame and the first image frame. calculating a difference value between the second position coordinate values, comparing the calculated difference value with a preset threshold value, and whether or not the 3-dimensional position coordinate value of the at least one joint needs to be corrected based on the comparison result. It may include the step of determining.
  • the step of determining whether the 3D position coordinates of the at least one joint need to be corrected may include moving the position of the hand between inside and outside the field of view (FOV) area of the camera. Based on whether or not, it is possible to determine whether or not correction of the 3D position coordinate value of the at least one joint is necessary.
  • FOV field of view
  • determining whether the 3D position coordinates of the at least one joint need to be corrected may include the first position obtained when the position of the hand is located outside the FOV region of the camera. Determining whether correction of the 3-dimensional position coordinate value of the at least one joint is necessary based on a difference value between the coordinate value and the second position coordinate value obtained from the first image frame photographed inside the FOV area can include
  • the method further comprises acquiring a change value of the sensor measurement value for each image frame, and obtaining the change value of the sensor measurement value for each image frame comprises the acquired sensor measurement value.
  • the method may include synchronizing a value with the plurality of image frames, and calculating a change in sensor measurement values for each image frame using the synchronized sensor measurement values.
  • the updating of the second location coordinate values may include applying a first weight to the first location coordinate values and applying a second weight to the second location coordinate values; and Correcting the second position coordinate value based on the first position coordinate value to which the first weight is applied, the second position coordinate value to which the second weight is applied, and the change value of the sensor measurement value for each image frame.
  • the first weight and the second weight determine whether or not the user's hand is recognized in the first image frame and the second image frame, the first location coordinate value and the second location coordinate value. It may be determined based on at least one of a difference value and whether or not the user's hand moves in and out of the FOV area of the camera.
  • the updating of the second position coordinate values may include correcting position coordinate values of representative joints among the second position coordinate values of the plurality of joints, and
  • the method may include updating the second position coordinate values for each of the remaining joints among the plurality of joints based on the position coordinate values.
  • a computer program product including a computer-readable storage medium.
  • the storage medium recognizes the user's hand from a plurality of image frames, and acquires 3D position coordinate values of a plurality of joints included in the recognized hand, and at least one of the plurality of joints by an IMU sensor of an external device. Obtaining a sensor measurement value measured with respect to one joint, and based on a hand recognition result, determining whether or not correction of the 3D position coordinate value of at least one joint obtained from a first image frame among the plurality of image frames is required.
  • first position coordinate values of the plurality of joints obtained from a second image frame that is a frame of a previous viewpoint of the first image frame among the plurality of image frames according to the determination result, obtained from the first image frame Updating the second position coordinate value by correcting the second position coordinate value based on at least one of the second position coordinate value of the plurality of joints and a change value of the sensor measurement value for each image frame; And In order for the augmented reality device to perform an operation of outputting the updated second location coordinate value, instructions readable by the augmented reality device are included.
  • FIG. 1A is a conceptual diagram illustrating an operation in which an augmented reality device according to an embodiment of the present disclosure obtains location information about joints of a hand.
  • FIG. 1B is a diagram illustrating an operation in which an augmented reality device according to an embodiment of the present disclosure updates position information of a joint of a hand using a sensor measurement value obtained from a wearable device.
  • FIG. 2 is a block diagram illustrating components of an augmented reality device according to an embodiment of the present disclosure.
  • FIG. 3 is a flowchart illustrating a method of operating an augmented reality device according to an embodiment of the present disclosure.
  • 4A is a diagram illustrating an area where an augmented reality device recognizes a hand through a stereo camera.
  • FIG. 4B is a diagram for explaining an operation in which an augmented reality device according to an embodiment of the present disclosure obtains positional information of a hand joint using a stereo camera.
  • 4C is a diagram for explaining an operation in which the augmented reality device according to an embodiment of the present disclosure obtains positional information of a hand joint from an image acquired through a stereo camera.
  • FIG. 5 is a diagram illustrating an area where an augmented reality device recognizes a hand through a depth camera.
  • FIG. 6 is a diagram illustrating position coordinate values of a plurality of joints included in a hand recognized by an augmented reality device according to an embodiment of the present disclosure.
  • FIG. 7 is a diagram illustrating an operation in which an augmented reality device according to an embodiment of the present disclosure determines whether correction of positional coordinate values of joints of a hand is necessary.
  • FIG. 8 is a flowchart illustrating a method for an augmented reality device according to an embodiment of the present disclosure to determine whether correction of position coordinate values of joints of a hand is necessary.
  • FIG. 9 is a diagram illustrating an operation in which an augmented reality device according to an embodiment of the present disclosure determines whether correction of positional coordinate values of joints of a hand is necessary.
  • FIG. 10 is a diagram illustrating an operation in which an augmented reality device according to an embodiment of the present disclosure determines whether correction of positional coordinate values of a hand joint is necessary.
  • 11A is a diagram illustrating an operation in which an augmented reality device according to an embodiment of the present disclosure acquires measurement value data of an IMU sensor from a wearable device.
  • 11B is a diagram illustrating an operation in which an augmented reality device according to an embodiment of the present disclosure obtains measurement value data of an IMU sensor from a wearable device.
  • FIG. 12 is a flowchart illustrating a method for an augmented reality device to synchronize an IMU sensor measurement value obtained from a wearable device with an image frame and obtain a change value of a sensor measurement value for each image frame, according to an embodiment of the present disclosure.
  • FIG. 13 is a diagram for explaining an operation in which an augmented reality device synchronizes measurement values of an IMU sensor obtained from a wearable device based on FPS (Frame Per Second) of an image frame according to an embodiment of the present disclosure.
  • FPS Frae Per Second
  • FIG. 14 is a flowchart illustrating a method of correcting 3D positional coordinate values of joints of a hand by an augmented reality device according to an embodiment of the present disclosure.
  • 15 is a flowchart illustrating a method of updating 3D position coordinate values of joints of a hand by an augmented reality device according to an embodiment of the present disclosure.
  • a processor configured (or configured) to perform A, B, and C may include a dedicated processor (e.g., an embedded processor) to perform those operations, or by executing one or more software programs stored in memory; It may mean a general-purpose processor (eg, CPU or application processor) capable of performing corresponding operations.
  • a dedicated processor e.g., an embedded processor
  • It may mean a general-purpose processor (eg, CPU or application processor) capable of performing corresponding operations.
  • an element when referred to as “connected” or “connected” to another element, the element may be directly connected or directly connected to the other element, but in particular the opposite It should be understood that, as long as no description exists, it may be connected or connected via another component in the middle.
  • 'Augmented Reality' means showing a virtual image together in a physical environment space of the real world or showing a real object and a virtual image together.
  • an 'augmented reality device' is a device capable of expressing augmented reality, and is generally not only glasses-shaped augmented reality glasses worn by a user on the face, but also on the head. ), head mounted display device (HMD: Head Mounted Display Apparatus), augmented reality helmet (Augmented Reality Helmet), etc.
  • HMD Head Mounted Display Apparatus
  • augmented reality helmet Augmented Reality Helmet
  • augmented reality devices include mobile devices, smart phones, laptop computers, desktops, tablet PCs, e-book readers, digital broadcasting terminals, PDAs (Personal Digital Assistants), It may be implemented in various electronic devices such as a Portable Multimedia Player (PMP), a navigation device, an MP3 player, a camcorder, an Internet Protocol Television (IPTV), a Digital Television (DTV), and a wearable device.
  • PMP Portable Multimedia Player
  • IPTV Internet Protocol Television
  • DTV Digital Television
  • wearable device a wearable device.
  • 'Field of View refers to an area within an angle of view that a user can observe at one time through a camera lens of an augmented reality device.
  • a 'wearable device' is a device that is worn on a part of a user's body and carried while worn.
  • the wearable device may include a smart watch, a ring, a bracelet, an anklet, a necklace, a contact lens, a clothing-integrated device (eg, electronic clothing), a body-attachable device (eg, a skin pad), or a living body implant It may be at least one type device (eg, an implantable circuit), but is not limited thereto.
  • a wearable device may include an Inertial Measurement Unit (IMU) sensor.
  • IMU Inertial Measurement Unit
  • FIG. 1A is a conceptual diagram illustrating an operation in which the augmented reality device 1000 according to an embodiment of the present disclosure obtains positional information about joints of a hand.
  • FIG. 1B is a diagram illustrating an operation in which the augmented reality device 1000 according to an embodiment of the present disclosure updates positional information of a hand joint by using a sensor measurement value obtained from a wearable device 2000.
  • the augmented reality device 1000 may be glasses-shaped augmented reality glasses worn on a user's face.
  • the augmented reality device 1000 may be implemented as a device such as a Head Mounted Display Apparatus (HMD) worn on the user's head or an augmented reality helmet.
  • HMD Head Mounted Display Apparatus
  • the augmented reality device 1000 is, for example, a mobile device, a smart phone, a laptop computer, a desktop, a tablet PC, an e-book reader, a digital broadcasting terminal, and a PDA.
  • PMP Portable Multimedia Player
  • navigation MP3 player
  • camcorder IPTV (Internet Protocol Television), DTV (Digital Television), wearable device, etc.
  • IPTV Internet Protocol Television
  • DTV Digital Television
  • the augmented reality device 1000 may include a plurality of cameras 1100L and 1100R.
  • the augmented reality device 1000 may acquire a plurality of image frames by photographing the user's hands using the plurality of cameras 1100L and 1100R.
  • the augmented reality device 1000 is illustrated as including a plurality of cameras including a left eye camera 1100L and a right eye camera 1100R, but is not limited thereto.
  • the augmented reality device 1000 may include a single camera, or may include three or more multi-cameras.
  • the augmented reality device 1000 may recognize a user's hand from a plurality of image frames using an artificial intelligent model (AI model).
  • AI model may be composed of a deep learning-based object recognition model.
  • the augmented reality device 1000 may recognize a hand from each of a plurality of image frames through reasoning using an object recognition model.
  • the present invention is not limited thereto, and the augmented reality device 1000 may recognize a user's hand from a plurality of image frames using a known image processing technique.
  • the augmented reality device 1000 may obtain location information about a plurality of feature points included in the recognized hand from a plurality of image frames.
  • a 'keypoint (feature point)' means a point in an image that is distinguished from the surrounding background or easily identifiable, and in the case of a hand, a plurality of keypoints may be a plurality of joints included in the hand.
  • a 'joint' is a part where a plurality of bones included in the hand are connected to each other, and represents one or more parts included in a finger, a hand, or the palm.
  • the augmented reality device 1000 may obtain 2D position coordinate values that are positional information on the x-axis and y-axis of a plurality of joints included in the hand according to a hand recognition result.
  • the joint portion of the hand is shown in FIGS. 1A and 1B, the present disclosure is not limited thereto. Embodiments of the present disclosure may be applied to body parts and joints of other parts of the human body.
  • the augmented reality device 1000 determines the depth values of a plurality of joints included in the hand from the left eye image acquired through the left eye camera 1100L and the right eye image acquired through the right eye camera 1100R through stereo mapping. It is possible to obtain a z-axis position coordinate value that is (depth value). However, it is not limited thereto, and the augmented reality device 1000 may include a depth sensor and acquire z-axis position coordinate values, which are depth value information about a plurality of joints included in the hand, through the depth sensor. can
  • the augmented reality device 1000 may obtain an IMU sensor measurement value from an external device.
  • the external device may be a wearable device 2000 worn on a part of the user's body.
  • the wearable device 2000 may be a smart ring worn on a user's finger.
  • the wearable device 2000 may be a smart watch, a bracelet, an anklet, a necklace, a contact lens, a clothing-integrated device (eg, electronic clothing), or a body-attachable device (eg, a skin pad). (skin pad)), or a bio-implantable device (eg, an implantable circuit).
  • the wearable device 2000 may include an IMU sensor 2100 and a communication interface 2200.
  • An inertial measurement unit (IMU) sensor 2100 is a sensor configured to measure the moving speed, direction, angle, and gravitational acceleration of a device through a combination of an accelerometer, a gyroscope, and a magnetometer. am.
  • the wearable device 2000 may obtain information about the location and movement of a finger by using the IMU sensor 2100 .
  • the wearable device 2000 uses the IMU sensor 2100 to obtain 3-dimensional position coordinate values (x-axis, y-axis, and z-axis coordinate values) and 3-axis angular velocity values (roll) of the finger. , yaw, and pitch) can obtain 6 Degrees of Freedom (DoF) measurement values.
  • DoF Degrees of Freedom
  • the wearable device 2000 may be paired with the augmented reality device 1000 through a short-range wireless communication network through the communication interface 2200 .
  • the communication interface 2200 is WiFi, Wi-Fi Direct (WFD), Bluetooth, Bluetooth Low Energy (BLE), Near Field Communication (NFC), Zigbee, Ant+, or microwave. ( ⁇ Wave) wirelessly connected to the communication interface 1200 of the augmented reality device 1000 through a short-range wireless communication network including at least one, and may perform data communication.
  • the wearable device 2000 may transmit data about the 6 DoF measurement values measured through the IMU sensor 2100 to the communication interface 1200 of the augmented reality device 1000 through the communication interface 2200 .
  • the augmented reality device 1000 may include a communication interface 1200 and a processor 1300 .
  • the processor 1300 may determine whether it is necessary to correct the 3D positional coordinates of the hand acquired from the plurality of image frames, and correct the 3D positional coordinates according to the determination result.
  • the processor 1300 detects when a hand is not recognized from a plurality of image frames, when 3D position coordinate values of a plurality of joints are misrecognized, or when a hand is detected by any one of the plurality of cameras 1100L and 1100R. When moving outside the FOV area of the camera, it may be determined that correction of 3D position coordinate values of a plurality of joints is necessary.
  • the first image frame 101 includes a first left eye image frame 101L and a first right eye image frame 101R, wherein the first left eye image frame 101L includes a three-dimensional image of a plurality of joints.
  • a positional coordinate value (P L_1 ) is obtained, and in the first right eye image frame 101R, a 3D positional coordinate value (P R_1 ) of a plurality of joints may be obtained.
  • the second image frame 102 at the second time point t 2 that is after the first time point t 1 includes a second left eye image frame 102L and a second right eye image frame 102R, and includes a second left eye image frame 102L.
  • 3D position coordinate values P L_2 of a plurality of joints may be obtained.
  • the user's hand is not recognized in the second right eye image frame 102R, and thus, 3D position coordinate values of a plurality of joints included in the hand may not be obtained.
  • the processor 1300 determines whether a hand is not recognized in at least one image frame of the second left eye image frame 102L and the second right eye image frame 102R at the second time point t 2 , or 3 actions related to a plurality of joints. When the dimensional position coordinate values are not obtained, it may be determined that correction of the position coordinate values of the joint is necessary. The processor 1300 may identify the second image frame 102 at the second time point t 2 as an image frame requiring correction.
  • the first image frame 101 and the second image frame 102 are illustrated as including a plurality of image frames, but this is because the augmented reality device 1000 includes a left eye camera 1100L and a right eye camera 1100R. It shows a case including, and the present disclosure is not limited as shown in FIG. 1B.
  • the first image frame 101 and the second image frame 102 may be composed of a single image frame or a plurality of image frames of three or more.
  • the processor 1300 calculates the 3D positional coordinates for each of a plurality of image frames and the IMU sensor obtained from the wearable device 2000 ( 2100), the 3D positional coordinate values of the plurality of joints may be corrected based on the measured value data.
  • the processor 1300 may perform a second image frame at a current point in time (eg, a second point in time t 2 in FIG. 1B ) when it is determined that correction of 3D position coordinate values of a plurality of joints is necessary.
  • a second position coordinate value which is a set of three-dimensional position coordinate values of a plurality of joints obtained from, obtained from a first image frame at a viewpoint prior to the current viewpoint (eg, the first viewpoint (t 1 ) in FIG. 1B)
  • the second position coordinate value may be corrected using the first position coordinate value, which is a set of three-dimensional position coordinate values of a plurality of joints, and the measured value change value of the IMU sensor 2100 for each image frame.
  • the processor 1300 may acquire sensor measurement values of the IMU sensor 2100 in real time from the wearable device 2000 through the communication interface 1200 .
  • the processor 1300 may synchronize sensor measurement values acquired in real time based on the number of frames per second (FPS) of the plurality of image frames 101 and 102 .
  • the processor 1300 may calculate a change value of the measurement value of the IMU sensor 2100 for each image frame using the synchronized sensor measurement value.
  • FPS frames per second
  • the processor 1300 may calculate a change in sensor measurement values between a first time point t 1 and a second time point t 2 .
  • the processor 1300 calculates the change value of the measured value, the 3D location coordinate values (P L_1 , P R_1 ) in the first image frame 101 and the 3D location coordinate values (P L_1 , P R_1 ) in the second image frame 102
  • the 3D position coordinate values in the second image frame 102 may be corrected using P L_2 ), and updated 3D position coordinate values (P L_2 ', P R_2 ') may be obtained through the correction.
  • the processor 1300 corrects the 3D positional coordinates of a representative joint among a plurality of joints, and corrects the remaining 3D positional coordinates based on the corrected 3D positional coordinates based on the positional relationship between the representative joint and the remaining joints. By correcting the 3D positional coordinates of the joints, the 3D positional coordinates of a plurality of joints may be updated.
  • the augmented reality device 1000 may output the updated second image frame 102 ′ and the updated 3D position coordinate values P L_2 ′ and P R_2 ′ of the plurality of joints.
  • the augmented reality device 1000 performs hand interaction for recognizing a user's pose or gesture with respect to a real object or a virtual image using the output 3D position coordinate values (P L_2 ', P R_2 ').
  • Augmented reality service may be provided by providing an application to be used and executing the application.
  • General augmented reality devices do not use a separate external input device to ensure the freedom of both hands of the user, and vision-based hand tracking recognizes the user's hand from an image captured using a camera. ) technology is being used.
  • FOV field of view
  • General augmented reality devices do not use a separate external input device to ensure the freedom of both hands of the user, and vision-based hand tracking recognizes the user's hand from an image captured using a camera.
  • recognition is possible only within the field of view (FOV) area of the camera.
  • FOV field of view
  • a hand is not recognized among a plurality of image frames or 3D position coordinate values of a plurality of joints included in the hand are not normally obtained.
  • 2 Identifies the image frame 102, and obtains a measured value change value of the IMU sensor 2100 obtained from the wearable device 2000 in the first image frame 101 at the first time point t 1 that is a past time point.
  • the augmented reality device 1000 updates three-dimensional position coordinate values of a plurality of joints included in the hand using sensor measurement values of the IMU sensor 2100 received from the wearable device 2000 By doing so, it is possible to improve the accuracy of 3D positional information on a plurality of joints.
  • the augmented reality device 1000 since the augmented reality device 1000 according to an embodiment of the present disclosure can accurately track a hand even in an area outside the FOV regardless of the FOV of the cameras 1100L and 1100R, the stability and stability of hand interaction service through the application User satisfaction can be improved.
  • FIG. 2 is a block diagram illustrating components of an augmented reality device 1000 according to an embodiment of the present disclosure.
  • an augmented reality device 1000 may include a camera 1100, a communication interface 1200, a processor 1300, a memory 1400, and a display unit 1500.
  • the camera 1100, the communication interface 1200, the processor 1300, the memory 1400, and the display unit 1500 may be electrically and/or physically connected to each other.
  • Components shown in FIG. 2 are only according to one embodiment of the present disclosure, and components included in the augmented reality device 1000 are not limited to those shown in FIG. 2 .
  • the augmented reality device 1000 may not include some of the components shown in FIG. 2 and may further include components not shown in FIG. 2 .
  • the augmented reality device 1000 may further include an IMU sensor module including a geomagnetic sensor, a gyro sensor, and an accelerometer.
  • the camera 1100 is configured to acquire an image of a real object in the real space by photographing the real space.
  • the camera 1100 may include a lens module, an image sensor, and an image processing module.
  • the camera 1100 may obtain a still image or a moving image obtained by an image sensor (eg, CMOS or CCD).
  • the image processing module may process a still image or moving image acquired through an image sensor, extract necessary information, and transmit the extracted information to the processor 1300 .
  • the camera 1100 includes a left eye camera 1100L (see FIG. 1A ) and a right eye camera 1100R (see FIG. 1B ), and obtains a 3D stereoscopic image of an object to be photographed using the two cameras. It may be a stereo camera. However, it is not limited thereto, and the camera 1100 may include a depth camera that obtains depth value information of an object to be photographed.
  • the camera 1100 may obtain a plurality of image frames by capturing the user's hand in real time under the control of the processor 1300 .
  • the camera 1100 may provide the processor 1300 with data about a plurality of acquired image frames.
  • the communication interface 1200 is configured to perform data communication with an external device (e.g., a wearable device 2000 (see FIGS. 1A and 1B), or a server.
  • an external device e.g., a wearable device 2000 (see FIGS. 1A and 1B), or a server.
  • the communication interface 1200 is a short range wireless communication module and a mobile communication module.
  • a short-range wireless communication unit is configured to connect to an external device or server and transmit/receive data using a wireless communication network.
  • the short-range wireless communication module is, for example, Wi-Fi (WiFi), WFD (Wi-Fi Direct) communication unit, Bluetooth communication unit, BLE (Bluetooth Low Energy) communication unit, NFC (Near Field Communication unit), Zigbee (Zigbee) communication unit, Ant + communication unit , or at least one hardware module of a microwave ( ⁇ Wave) communication unit, but is not limited thereto.
  • the short-distance wireless communication module 1220 may perform data communication with an external server through a gateway or a router.
  • the augmented reality device 1000 includes WiFi, Wi-Fi Direct (WFD), Bluetooth, Bluetooth Low Energy (BLE), Near Field Communication Unit (NFC), Zigbee, Using at least one short-range wireless communication network of Ant+ or microwave ( ⁇ Wave), pairing with the wearable device 2000, and the measurement value of the IMU sensor 2100 (see FIG. 1B) from the wearable device 2000 data can be received.
  • WFD Wi-Fi Direct
  • BLE Bluetooth Low Energy
  • NFC Near Field Communication Unit
  • Zigbee Zigbee
  • a mobile communication module is a communication module configured to transmit/receive a radio signal with at least one of a base station, an external device, or a server on a mobile communication network.
  • the mobile communication module may transmit and receive data using at least one communication method among, for example, 5G mmWave communication, 5G Sub 6 communication, Long Term Evolution (LTE) communication, or 3G mobile communication.
  • the mobile communication module may transmit and receive data to and from the server under the control of the processor 1300 .
  • the processor 1300 may execute one or more instructions of a program stored in the memory 1400 .
  • the processor 1300 may be composed of hardware components that perform arithmetic, logic and input/output operations and signal processing.
  • the processor 1300 may include, for example, a central processing unit, a microprocessor, a graphic processing unit, application specific integrated circuits (ASICs), digital signal processors (DSPs), and digital signal processors (DSPDs). Signal Processing Devices), PLDs (Programmable Logic Devices), and FPGAs (Field Programmable Gate Arrays).
  • processor 1300 is shown as one element in FIG. 2, it is not limited thereto. In one embodiment, the processor 1300 may be composed of one or a plurality of one or more.
  • the processor 1300 may include an AI processor that performs artificial intelligence (AI) learning.
  • AI artificial intelligence
  • the AI processor may recognize the user's hand using a learning network model of an artificial intelligence (AI) system.
  • AI artificial intelligence
  • the AI processor may be manufactured in the form of a dedicated hardware chip for artificial intelligence (AI), or manufactured as part of an existing general-purpose processor (eg CPU or application processor) or graphics-only processor (eg GPU) for use in augmented reality devices. It can be mounted on the processor 1300 in (1000).
  • the memory 1400 may store instructions constituting an application for the augmented reality device 1000 to obtain location information about joints of the user's hand.
  • instructions and program codes readable by the processor 1300 may be stored in the memory 1400 .
  • the processor 1300 may be implemented by executing instructions or program codes stored in the memory 1400 .
  • the memory 1400 may be, for example, a flash memory type, a hard disk type, a multimedia card micro type, or a card type memory (eg SD or XD memory). etc.), RAM (RAM, Random Access Memory) SRAM (Static Random Access Memory), ROM (ROM, Read-Only Memory), EEPROM (Electrically Erasable Programmable Read-Only Memory), PROM (Programmable Read-Only Memory), or It may be composed of at least one type of storage medium among optical disks.
  • the augmented reality device 1000 may operate a web storage or cloud server accessible through a network and performing a storage function.
  • the processor 1300 may implement the following embodiments by executing instructions or program codes stored in the memory 1400 .
  • the processor 1300 may acquire a plurality of image frames of the user's hand from the camera 1100 .
  • the camera 1100 may acquire a plurality of image frames by capturing a user's hand in real time in real space and provide the obtained plurality of image frames to the processor 1300 .
  • the processor 1300 may recognize a user's hand from a plurality of image frames.
  • the processor 1300 may recognize a hand from a plurality of image frames using an artificial intelligent model (AI model).
  • AI model an artificial intelligent model
  • the 'artificial intelligence model' may include a deep neural network model trained to recognize an object from image data input from the camera 1100 and classify the object according to a type.
  • the artificial intelligence model may be stored in the memory 1400, but is not limited thereto.
  • the artificial intelligence model is stored in an external server, and the augmented reality device 1000 may transmit image data to the server and receive information about the type of object as an inference result from the artificial intelligence model of the server. there is.
  • An artificial intelligence model is a deep neural network model composed of trained model parameters by applying tens of thousands to hundreds of millions of images as input data and applying the label value of an object included in the image as the output ground truth value.
  • Deep neural network models include, for example, a convolutional neural network (CNN), a recurrent neural network (RNN), a restricted boltzmann machine (RBM), a deep belief network (DBN), and a bidirectional recurrent deep neural network (BRDNN).
  • CNN convolutional neural network
  • RNN restricted boltzmann machine
  • BBN deep belief network
  • BNN bidirectional recurrent deep neural network
  • Neural Network and deep Q-Networks
  • artificial intelligence models do not include only deep neural network models, but SVM (Support Vector Machine), linear regression, logistic regression, naive Bayes classification, random forest ), decision tree, or k-nearest neighbor algorithm.
  • the processor 1300 may include an artificial intelligence (AI) processor.
  • An artificial intelligence (AI) processor may be configured in the form of a dedicated hardware chip for artificial intelligence (AI), and may be part of a general-purpose processor (eg, CPU or application processor) or a dedicated graphics processor (eg, GPU). As , it may be included in the processor 1300 .
  • the artificial intelligence processor may recognize a user's hand from a plurality of image frames acquired through the camera 1100 using an artificial intelligence model.
  • the processor 1300 may obtain location information about a plurality of feature points included in the recognized hand by using an artificial intelligence model.
  • a 'keypoint (feature point)' means a point that is distinguished from the surrounding background or easily identifiable within an image, and in the case of a hand, a plurality of keypoints may be a plurality of joints included in the hand.
  • a 'joint' is a part where a plurality of bones included in the hand are connected to each other, and represents one or more parts included in a finger, a hand, or the palm.
  • the processor 1300 may obtain two-dimensional position coordinate values, which are position information on the x-axis and y-axis of a plurality of joints included in the hand, according to hand recognition results from a plurality of image frames. .
  • the processor 1300 uses the two-dimensional position coordinate values of the joint obtained from the left eye image taken through the left eye camera 1100L (see FIG. 1A) and the joint obtained from the right eye image taken through the right eye camera 1100R (see FIG. 1A). Based on the two-dimensional position coordinate values of , the distance difference (baseline) between the left eye camera 1100L and the right eye camera 1100R, and the focal lengths of the left eye camera 1100L and the right eye camera 1100R, respectively, a plurality of hands included in the hand. A z-axis position coordinate value, which is a depth value of the joint of , can be obtained. A stereo mapping technique will be described in detail with reference to FIGS. 4A to 4C. The processor 1300 may obtain z-axis position coordinate values of a plurality of joints included in the hand by using a stereo mapping technique, and obtain 3D position coordinate values of the plurality of joints through this.
  • the augmented reality device 1000 further includes a depth camera, and the processor 1300 uses the depth camera to transmit depth value information about a plurality of joints included in the hand, that is, the z-axis. Position coordinate values can be obtained.
  • the processor 1300 recognizes a user's hand using an artificial intelligence model and obtains 3D positional coordinate values of a plurality of joints included in the recognized hand. It is not limited to one embodiment. In another embodiment, the processor 1300 recognizes the user's hand from a plurality of image frames using a known image processing technique and obtains 3D positional coordinate values of a plurality of joints included in the hand. can do.
  • the processor 1300 may determine whether correction of at least one 3D position coordinate value of a plurality of 3D position coordinate values of a plurality of joints obtained from a plurality of image frames is necessary.
  • the processor 1300 determines at least one 3D position coordinate value based on whether the hand is not recognized from at least one of the plurality of image frames or whether the 3D position coordinate value of at least one joint is not acquired. You can judge whether correction is necessary.
  • the processor 1300 identifies an image frame in which a hand is not recognized among a plurality of image frames or a 3D position coordinate value of at least one joint among a plurality of joints included in the hand is not obtained; A 3D location coordinate value of at least one joint acquired from the identified image frame may be determined as location information requiring correction.
  • the processor 1300 may include 3D position coordinate values of a plurality of joints obtained from an image frame of a current time point (t 0 ) identified as an image frame requiring correction and a previous time point (t -1 ). 3D position coordinates of a plurality of joints obtained from the image frame of the current view by calculating difference values between the 3D position coordinate values of a plurality of joints obtained from the image frame and comparing the calculated difference value with a preset threshold value. It is possible to determine whether the value needs to be corrected.
  • the processor 1300 calculates the 3D positional coordinates of at least one joint based on whether the hand is not recognized or the 3D positional coordinates of at least one joint included in the hand are not acquired among the plurality of image frames. A specific embodiment of determining whether correction is necessary will be described in detail with reference to FIGS. 7 to 9 .
  • the processor 1300 determines at least one of a plurality of joints based on whether the position of the recognized hand among a plurality of image frames moves between inside and outside the field of view (FOV) region of the camera 1100. It is possible to determine whether or not correction of the 3D positional coordinates of the joint is necessary. A specific embodiment in which the processor 1300 determines whether correction of 3D position coordinate values of at least one joint included in the hand is necessary based on whether the hand moves between the inside and outside of the FOV region of the camera 1100. 10 will be described in detail.
  • the processor 1300 When it is determined that correction is necessary, the processor 1300 includes 3D position coordinate values of a plurality of joints obtained from an image frame determined to require correction among a plurality of image frames, and a plurality of values obtained from an image frame of a previous view. Based on the 3D positional coordinates of the joints and the sensor measurement values of the IMU sensor obtained from the external device, the 3D positional coordinates of the plurality of joints may be corrected.
  • the image frame determined to require correction is the second image frame of the current time point (t 0 ), and the 3D positional coordinates of the plurality of joints obtained from the second image frame are the second positional coordinates.
  • the processor 1300 performs a first position coordinate value, which is a three-dimensional position coordinate value of a plurality of joints obtained from a first image frame at a time point t -1 prior to the current time point t 0 , and a second The second location coordinate value may be corrected based on the location coordinate value and the measured value change value of the IMU sensor (2100, see FIG. 1B) obtained from the wearable device (2000, see FIGS. 1A and 1B).
  • the processor 1300 may acquire measurement values of the IMU sensor 2100 in real time from the wearable device 2000 through the communication interface 1200 .
  • the wearable device 2000 may be, for example, a watch type device (2000a, see FIG. 11a) worn on the user's wrist or a smart ring (2000b, see FIG. 11b) worn on the user's finger.
  • the processor 1300 may wirelessly pair with the wearable device 2000 through the communication interface 1200 and perform data communication.
  • the processor 1300 may obtain data about 6 DoF measurement values measured through the IMU sensor 2100 (see FIG. 1B ) from the wearable device 2000 through the communication interface 1200 .
  • a specific embodiment in which the processor 1300 acquires sensor measurement value data from the wearable device 2000 will be described in detail with reference to FIGS. 11A and 11B.
  • the processor 1300 synchronizes the measured values of the IMU sensor 2100 obtained in real time based on the number of frames per second (FPS) of the plurality of image frames 101 and 102 (Synchronization) can do.
  • FPS frames per second
  • the processor 1300 obtains 500 sensor measurement values per second.
  • a specific embodiment in which the processor 1300 synchronizes a sensor measurement value and an image frame will be described in detail with reference to FIGS. 12 and 13 .
  • the processor 1300 may calculate a change in sensor measurement values for each image frame by using sensor measurement values synchronized with the image frames.
  • the processor 1300 may use a difference value between a first sensor measurement value synchronized with the first image frame and a second sensor measurement value synchronized with the second image frame to obtain a plurality of values obtained from the second image frame. It is possible to correct the second position coordinate value for the joint of .
  • the processor 1300 applies a first weight to the first location coordinate value and a second weight to the second location coordinate value, and applies the first location coordinate value to which the first weight is applied and the second location coordinate to which the second weight is applied.
  • the second position coordinate value may be corrected based on the value and the change value of the sensor measurement value for each image frame.
  • the first weight and the second weight are whether the user's hand is recognized in the first image frame and the second image frame, a difference between the first position coordinate value and the second position coordinate value, and the user's hand It may be determined based on at least one of whether the camera 1100 moves inside or outside the FOV area.
  • the processor 1300 determines the second weight applied to the second image frame as 0 or a small value close to 0, and the second weight obtained in the first image frame Based on the first position coordinate value, the second position coordinate value may be corrected.
  • the processor 1300 may be corrected based on the second position coordinate value by applying a first weight applied to the first position coordinate value as 0 and determining a second weight applied to the second position coordinate value as 1. there is.
  • the processor 1300 corrects 3D positional coordinates of a representative joint among a plurality of joints included in the hand, and based on the corrected positional coordinates of the representative joint, 3D positional coordinates of each of the remaining joints among the plurality of joints. Values can be updated. In one embodiment, the processor 1300 corrects the 3D positional coordinates of the remaining joints based on the corrected 3D positional coordinates of the representative joint based on the positional relationship between the representative joint and the other joints. It is possible to update the 3D positional coordinate values of the joints of .
  • the processor 1300 may output updated 3D position coordinate values of the plurality of joints.
  • the processor 1300 may provide updated 3D position coordinate values of a plurality of joints to an application performing hand interaction.
  • the processor 1300 may recognize a pose or gesture of a hand on a real object or virtual image by executing an application, and may perform a function or operation corresponding to the recognized pose or gesture.
  • the processor 1300 may display on the display 1500 a graphic user interface (UI) indicating updated 3D positional coordinate values of a plurality of joints.
  • UI graphic user interface
  • the display unit 1500 is configured to display a plurality of image frames photographed through the camera 1100 .
  • the display unit 1500 may display a marker on an area representing a user's hand recognized from a plurality of image frames.
  • the display unit 1500 may display a graphic UI representing a plurality of joints included in the hand under the control of the processor 1300 .
  • the display unit 1500 may display a virtual image under the control of the processor 1300 .
  • the display unit 1500 includes a lens, a waveguide, and an optical module (eg, a projector). can do.
  • an optical module eg, a projector
  • the display unit 1500 may include a liquid crystal display, a thin film transistor-liquid crystal display, an organic light-emitting diode (OLED), a flexible It may be configured as a physical device including at least one of a flexible display, a 3D display, and an electrophoretic display.
  • the display unit 1500 may be configured as a touch screen including a touch interface.
  • the display unit 1500 may be a component integrated with a user input unit configured as a touch panel.
  • FIG 3 is a flowchart illustrating an operating method of the augmented reality device 1000 according to an embodiment of the present disclosure.
  • the augmented reality device 1000 obtains 3D positional coordinate values of a plurality of joints included in the user's hand from a plurality of image frames.
  • the augmented reality device 1000 may obtain a plurality of image frames by capturing a user's hand located in a real space in real time using a camera.
  • the augmented reality device 1000 may recognize a user's hand from a plurality of image frames.
  • the augmented reality device 1000 may recognize a hand from a plurality of image frames using an artificial intelligent model (AI model).
  • AI model artificial intelligent model
  • the 'artificial intelligence model' may include a deep neural network model trained to recognize an object from image data input from a camera and classify the object according to a type.
  • Deep neural network models include, for example, a convolutional neural network (CNN), a recurrent neural network (RNN), a restricted boltzmann machine (RBM), a deep belief network (DBN), and a bidirectional recurrent deep neural network (BRDNN).
  • CNN convolutional neural network
  • RNN recurrent neural network
  • RBM restricted boltzmann machine
  • BNN deep belief network
  • BDN bidirectional recurrent deep neural network
  • BTDNN bidirectional recurrent deep neural network
  • Neural Network and deep Q-Networks (Deep Q-Networks).
  • the augmented reality device 1000 may recognize a hand from a plurality of image frames using a deep neural network model.
  • the augmented reality device 1000 may obtain location information about a plurality of feature points included in the recognized hand by using an artificial intelligence model.
  • a 'keypoint (feature point)' means a point that is distinguished from the surrounding background or easily identifiable within an image, and in the case of a hand, a plurality of keypoints may be a plurality of joints included in the hand.
  • a 'joint' is a part where a plurality of bones included in the hand are connected to each other, and represents one or more parts included in a finger, a hand, or the palm.
  • the augmented reality device 1000 obtains two-dimensional position coordinate values that are positional information on the x-axis and y-axis of a plurality of joints included in the hand according to hand recognition results from a plurality of image frames.
  • the augmented reality device 1000 stereo-maps the left eye image captured through the left eye camera 1100L (see FIG. 1A) and the right eye image obtained from the right eye camera 1100R (see FIG. 1A), thereby Z-axis position coordinate values of a plurality of joints may be acquired.
  • the augmented reality device 1000 is not limited thereto, and the augmented reality device 1000 further includes a depth camera, and acquires z-axis position coordinate values, which are depth value information about a plurality of joints included in the hand, through the depth camera. can do.
  • the augmented reality device 1000 recognizes a user's hand from a plurality of image frames using a known image processing technique, and 3D positional coordinate values of a plurality of joints included in the hand. can be obtained.
  • the augmented reality device 1000 obtains a sensor measurement value measured with respect to at least one joint among a plurality of joints by using the IMU sensor of the external device.
  • the external device may be a wearable device worn on at least one part of the user's wrist, finger, or palm.
  • the wearable device may be, for example, a smart ring worn on a user's finger.
  • the wearable device 2000 may include a smart watch, a bracelet, an anklet, a necklace, a contact lens, a clothing-integrated device (eg, electronic clothing), a body-attachable device (eg, a skin pad) ), or at least one of a living body implantable device (eg, an implantable circuit).
  • the augmented reality device 1000 is one of WiFi, Wi-Fi Direct (WFD), Bluetooth, Bluetooth Low Energy (BLE), Near Field Communication (NFC), Zigbee, Ant+, or ⁇ Wave. It is paired wirelessly with the communication interface 1200 of the augmented reality device 1000 through a short-range wireless communication network including at least one, and data communication may be performed. The augmented reality device 1000 may obtain data about 6 DoF measurement values measured through the IMU sensor 2100 (see FIG. 1B ) from the paired wearable device.
  • DoF measurement values' are the 3-dimensional position coordinate values (x-axis, y-axis, and z-axis coordinate values) of a plurality of joints included in the hand and the 3-axis angular velocity values (roll, yaw) , pitch).
  • the augmented reality device 1000 determines whether correction of the 3D position coordinate value is necessary based on the recognition result of the hand.
  • the augmented reality device 1000 may determine whether correction of at least one 3D positional coordinate value of a plurality of 3D positional coordinates of a plurality of joints obtained from a plurality of image frames is necessary.
  • the augmented reality device 1000 determines whether or not a hand is not recognized from at least one image frame among a plurality of image frames or whether a 3D position coordinate value of at least one joint is not obtained.
  • the augmented reality device 1000 identifies an image frame in which a hand is not recognized among a plurality of image frames or a 3D position coordinate value of at least one joint among a plurality of joints included in the hand is not obtained. And, it is possible to determine the 3D location coordinate value of at least one joint obtained from the identified image frame as location information requiring correction.
  • the augmented reality device 1000 misrecognizes a hand among a plurality of image frames, and the 3D position coordinate values of a plurality of joints included in the hand are significantly different from the 3D position coordinate values obtained from the previous image frame.
  • a significantly different image frame may be identified, and a 3D location coordinate value in the identified image frame may be determined as location information requiring correction.
  • the augmented reality device 1000 determines at least one joint based on whether the position of the recognized hand among the plurality of image frames moves between inside and outside the field of view (FOV) area of the camera 1100. It is possible to determine whether or not correction of the 3D position coordinate values for .
  • FOV field of view
  • step S340 the augmented reality device 1000 determines the first position coordinate value obtained from the first image frame at the first viewpoint and the second position coordinate obtained from the second image frame at the second viewpoint, according to the determination result. Based on the value and the change value of the sensor measurement value for each image frame, the second position coordinate value is corrected and the second position coordinate value is updated.
  • the augmented reality device 1000 when an image frame identified as requiring correction among a plurality of image frames is a second image frame of the current time point (t 0 ), the augmented reality device 1000 is a time point earlier than the current time point (t 0 ) ( t ⁇ 1 ) obtained from the first image frame obtained from the first position coordinate value, the second position coordinate value, which is a three-dimensional position coordinate value of a plurality of joints, and the wearable device 2000, the IMU sensor 2100, Referring to FIG. 1B), the second position coordinate value may be corrected based on the change value of the measured value.
  • the augmented reality device 1000 synchronizes the measured values of the IMU sensor 2100 obtained in real time according to the FPS of a plurality of image frames, and uses the synchronized measurement values to determine the sensor measurement values for each image frame. change can be calculated.
  • the augmented reality device 1000 uses a difference value between a first sensor measurement value synchronized with the first image frame and a second sensor measurement value synchronized with the second image frame to determine a plurality of joints obtained from the second image frame. It is possible to correct the second position coordinate value.
  • the augmented reality device 1000 corrects 3D positional coordinates of representative joints among a plurality of joints included in the hand, and based on the corrected positional coordinates of the representative joints, 3D coordinates of each of the remaining joints are obtained. Location coordinates can be updated. In one embodiment, the augmented reality device 1000 corrects the 3D positional coordinates of the remaining joints based on the corrected 3D positional coordinates of the representative joint based on the positional relationship between the representative joint and the other joints. , 3D position coordinate values of a plurality of joints may be updated.
  • the augmented reality device 1000 outputs updated 3D position coordinate values of a plurality of joints.
  • the augmented reality device 1000 may provide updated 3D position coordinate values of a plurality of joints to an application performing hand interaction.
  • the augmented reality device 1000 may recognize a pose or gesture of a hand on a real object or virtual image by executing an application, and may perform a function or operation corresponding to the recognized pose or gesture.
  • FIG. 4A is a diagram illustrating a region in which the augmented reality device 1000 recognizes a hand through the stereo camera 1100 .
  • the augmented reality device 1000 may obtain a plurality of image frames by capturing a user's hand in real time using a camera 1100 .
  • the camera 1100 may be a stereo camera that includes a left eye camera 1110 and a right eye camera 1120 and obtains a 3D stereoscopic image of a photographing object using the two cameras.
  • the left eye camera 1110 may acquire a plurality of left eye image frames by capturing an object located within the area of the first FOV 410 .
  • the right eye camera 1120 may acquire a plurality of right eye image frames by capturing an object located within the area of the second FOV 420 .
  • the augmented reality device 1000 recognizes a hand from each of a plurality of left eye image frames and a plurality of right eye image frames, and generates a two-dimensional image including positional coordinate values of a plurality of joints included in the recognized hand in relation to the x-axis and the y-axis. Position coordinate values can be obtained.
  • the augmented reality device 1000 may acquire z-axis positional coordinates of a plurality of joints and 3D positional coordinates of a plurality of joints through a stereo mapping technique.
  • the augmented reality device 1000 includes two-dimensional position coordinate values of a plurality of joints obtained from a plurality of left eye image frames, two-dimensional position coordinate values of a plurality of joints obtained from a plurality of right eye image frames, the left eye camera 1110 and the right eye Based on the distance difference (baseline) between the cameras 1120 and the focal distances of the left eye camera 1110 and the right eye camera 1120, z-axis position coordinate values that are depth values of a plurality of joints may be obtained.
  • a stereo mapping technique in which the augmented reality device 1000 acquires z-axis position coordinate values of a plurality of joints will be described in detail with reference to FIGS. 4B and 4C.
  • FIG. 4B is a diagram for explaining an operation in which the augmented reality device 1000 according to an embodiment of the present disclosure acquires positional information of a hand joint using a stereo camera 1100 (see FIG. 4A ).
  • the left eye camera 1110, the right eye camera 1120, and the joint P included in the user's hand are shown as viewed from the xz plane.
  • the joint P, the X-axis location coordinate value (X l ) of the left eye image frame, and the triangle formed by the X-axis location coordinate value (X r ) of the right eye image frame, the joint P, and the left eye camera Equation 1 below may be derived from the triangle formed by (1110) and the right eye camera (1120).
  • the depth Z (see FIG. 4c) may be calculated according to Equation 2 below.
  • the 2D coordinates obtained from the left eye camera 1110 may be converted into 3D coordinates according to Equation 3 below.
  • R may represent an axis rotation angle parameter from the left eye camera 1110 to a preset origin (eg, a center point or an intermediate point between the left eye camera 1110 and the right eye camera 1120)
  • T may indicate a distance parameter from the left-eye camera 1110 to a predetermined origin (eg, a central point or an intermediate point between the left-eye camera 1110 and the right-eye camera 1120).
  • FIG. 4C is a diagram for explaining an operation in which the augmented reality device 1000 according to an embodiment of the present disclosure obtains positional information of a hand joint from an image obtained through a stereo camera 1100 (see FIG. 4A ).
  • the 3D coordinates of corresponding feature points may be calculated from the 2D X-axis location coordinate values (X l , X r ) of the paired feature points in the two images (IM l and IM r ).
  • a triangulation method may be used to calculate the 3D coordinates of feature points.
  • the augmented reality device 1000 acquires two-dimensional coordinates (X l , Y l ) of the first hand joint having the lower left corner of the left eye image as the origin.
  • 2D coordinates (X r , Y r ) of the second hand joint having the lower left corner of the right eye image as the origin may be obtained.
  • FIG. 5 is a diagram illustrating a region in which the augmented reality device 1000 recognizes a hand through the depth camera 1130 .
  • the augmented reality device 1000 may include a depth camera 1130 .
  • a depth camera 1130 is a camera that measures a depth value of a real object viewed by a user.
  • the depth camera 1130 scans a physical space or environment, measures a depth value of a real object disposed in the physical space or environment according to a 3D position coordinate value of the real object, and converts the measured depth value to each 3D position.
  • a depth map can be created by arranging them according to coordinate values.
  • the depth camera 1130 includes, for example, at least one of a Time-Of-Flight (ToF) sensor and a Light Detection And Ranging (LiDAR) sensor, and uses the ToF sensor or LiDAR sensor to detect three objects of an object. Dimensional depth values can be measured.
  • ToF Time-Of-Flight
  • LiDAR Light Detection And Ranging
  • the augmented reality device 1000 may acquire a plurality of image frames by photographing the user's hand located in the FOV area 500 using the depth camera 1130 .
  • the augmented reality device 1000 may recognize a hand from a plurality of image frames and obtain 3D position coordinate values including depth values of a plurality of joints included in the recognized hand.
  • the augmented reality device 1000 according to the embodiment shown in FIG. 5 does not separately acquire the left eye image and the right eye image, but acquires a single image frame, and acquires a single image frame. 3D positional coordinate values of the joints of the hand may be acquired from the image frame.
  • FIG. 6 is a diagram illustrating position coordinate values P 0 to P 21 of a plurality of joints included in a hand recognized by the augmented reality device 1000 according to an embodiment of the present disclosure.
  • the augmented reality device 1000 may recognize a user's hand from a plurality of image frames and obtain positional coordinate values P 0 to P 21 of a plurality of joints included in the hand.
  • a 'joint' is a part where a plurality of bones included in the hand are connected to each other, and represents one or more parts included in a finger, a hand, or the palm.
  • the augmented reality device 1000 acquires positional coordinate values (P 0 ) of a wrist joint, and positional coordinate values (P 1 , P 5 ) of a plurality of joints included in a palm. , P 9 , P 13 , P 17 ) can be obtained.
  • the augmented reality device 1000 may obtain positional coordinate values of three joints of each of the five fingers. For example, the augmented reality device 1000 obtains position coordinate values of P 2 , P 3 , and P 4 for the thumb, and obtains position coordinate values of P 6 , P 7 , and P 8 for the index finger.
  • the augmented reality device 1000 may obtain 3D position coordinate values including position coordinate values of the X axis, Y axis, and Z axis for each of the 21 joints.
  • the augmented reality device 1000 is illustrated as obtaining position coordinate values (P 0 to P 20 ) of 21 joints included in the user's hand, but this is exemplary, and the number of the plurality of joints is 21 It is not limited to dogs.
  • the augmented reality device 1000 may obtain position coordinate values of joints included in other body regions of the user, such as the user's leg/foot.
  • the augmented reality device 1000 may obtain position coordinate values of joints included in both hands of the user.
  • the augmented reality device 1000 may obtain position coordinate values of less than 21 or more than 21 joints.
  • FIG. 7 is a diagram illustrating an operation in which the augmented reality device 1000 according to an embodiment of the present disclosure determines whether correction of positional coordinate values of a hand joint is necessary.
  • the augmented reality device 1000 may determine whether or not correction of the 3D position coordinate values of the joints of the hand, obtained from a plurality of image frames, is misrecognized.
  • the augmented reality device 1000 includes a 3D position coordinate value of a joint of a hand obtained from an image frame of a current view and a 3D position coordinate value of a joint obtained from an image frame of a previous view among a plurality of image frames. It is possible to determine whether or not the 3D position coordinate value needs to be corrected based on the difference between the two values.
  • a first image frame 701 acquired at a first time point t 1 may include a first left eye image frame 701L and a first right eye image frame 701R.
  • a plurality of first position coordinate values (P L_1 , P R_1 ) of a plurality of joints included in the hand may be obtained from each of the first left eye image frame 701L and the first right eye image frame 701R.
  • the second image frame 702 obtained at the second time point t 2 may include a second left eye image frame 702L and a second right eye image frame 702R.
  • a plurality of second position coordinate values (P L_2 , P R_2 ) of a plurality of joints included in the hand may be obtained from each of the second left eye image frame 702L and the second right eye image frame 702R.
  • FIG. 7 illustrates an embodiment in which the augmented reality device 1000 obtains a plurality of image frames using a stereo camera including a left eye camera and a right eye camera, and the present disclosure is not limited as shown in FIG. 7 no.
  • each of the first image frame 701 and the second image frame 702 may consist of a single image.
  • the augmented reality device 1000 calculates a plurality of second position coordinate values (P L_2 , P R_2 ) of the joints of the hand obtained from the second image frame 702 at the second time point t 2 , which is the current time point, and the previous A difference value between a plurality of first position coordinate values (P L_1 , P R_1 ) of the joint of the hand obtained from the first image frame 701 at the first time point t 1 , which is the time point, exceeds a preset threshold.
  • the second image frame 702 may be identified as an image frame requiring correction, and it may be determined that correction of the plurality of second position coordinate values P L_2 and P R_2 is required.
  • the augmented reality device 1000 generates second location coordinate values (P L_2 , P R_2 ) based on a difference between the first location coordinate values (P L_1 , P R_1 ) and the second location coordinate values (P L_2 , P R_2 ).
  • P L_2 , P R_2 second location coordinate values
  • FIG. 8 is a flowchart illustrating a method for the augmented reality device 1000 according to an embodiment of the present disclosure to determine whether correction of positional coordinate values of joints of a hand is necessary.
  • Steps S810 to S840 shown in FIG. 8 are steps incorporating step S330 shown in FIG. 3 . Step S810 of FIG. 8 may be performed after step S320 shown in FIG. 3 is performed.
  • the augmented reality device 1000 uses the first location coordinate values (P L_1 , P R_1 , see FIG. 7) obtained from the first image frame 701 (see FIG. 7) and the second image frame 702 (see FIG. 7). A difference between the second position coordinate values (P L_2 , P R_2 , see FIG. 7 ) obtained from reference 7) is calculated.
  • the augmented reality device 1000 may include a first position coordinate value (P L_1 , see FIG. 7 ) obtained from a first left eye image frame 701L (see FIG. 7 ) and a second left eye image frame 702L (see FIG. 7 ). A difference value between second position coordinate values (P L_2 , see FIG. 7) obtained in FIG.
  • step S820 the augmented reality device 1000 compares the calculated difference value with a preset crimerP value ⁇ .
  • the augmented reality device 1000 determines that correction of the second position coordinate values P L_2 and P R_2 is necessary.
  • step S340 the augmented reality device 1000 obtains a first location coordinate value (P L_1 , P R_1 ), the second position coordinate values (P L_2 , P R_2 ) obtained from the second image frame 702 at the current time point (eg, the second time point t 2 of FIG. 7 ), and the image frame Based on the change value of each sensor measurement value, the second position coordinate values (P L_2 , P R_2 ) are corrected, and the second position coordinate values (P L_2 , P R_2 ) are updated.
  • the augmented reality device 1000 determines that correction of the second position coordinate values P L_2 and P R_2 is unnecessary. According to the determination result, the augmented reality device 1000 obtains a plurality of third position coordinate values of the joints of the hand from the third image frame after the current viewpoint (step S310).
  • FIG. 9 is a diagram illustrating an operation of determining whether the augmented reality device 1000 according to an embodiment of the present disclosure needs to correct the positional coordinate values of the joints of the hand.
  • the augmented reality device 1000 may determine whether the 3D position coordinates need to be corrected based on whether the hand is not recognized or whether the 3D position coordinates of the joints of the hand are not acquired from the plurality of image frames. In one embodiment, the augmented reality device 1000 determines whether a hand is not recognized from an image frame of a current view among a plurality of image frames or a 3D position coordinate value of a joint of the hand is not obtained.
  • the image frame may be identified as an image frame requiring correction of 3D position coordinate values, and it may be determined that correction of 3D position coordinate values of the joints of the hand is required.
  • a first image frame 901 acquired at a first time point t 1 may include a first left eye image frame 901L and a first right eye image frame 901R.
  • a plurality of first position coordinate values (P L_1 , P R_1 ) of a plurality of joints included in the hand may be obtained from each of the first left eye image frame 901L and the first right eye image frame 901R.
  • the second image frame 902 obtained at the second time point t 2 which is the current time point, may include a second left eye image frame 902L and a second right eye image frame 902R.
  • the user's hand is not normally recognized in the second left eye image frame 920L and the hand is recognized in the second right eye image frame 902R, but the 3D positional coordinates of the joints of the hand. Values may not be obtained.
  • FIG. 9 illustrates an embodiment in which the augmented reality device 1000 acquires a plurality of image frames using a stereo camera including a left eye camera and a right eye camera, and the present disclosure is not limited as shown in FIG. 9 no.
  • each of the first image frame 901 and the second image frame 902 may be composed of a single image.
  • the augmented reality device 1000 identifies a second image frame 902 in which the user's hand is not normally recognized or the 3D position coordinate values of a plurality of joints included in the hand are not obtained as an image frame requiring correction, and , it may be determined that correction of the 3D position coordinate values of the joints of the hand in the second image frame 902 is necessary.
  • the augmented reality device 1000 displays the first image frame Based on the first position coordinate values (P L_1 , P R_1 ) acquired from step 901 , the 3D position coordinate values of the joints of the hand in the second image frame 902 may be corrected.
  • FIG. 10 is a diagram illustrating an operation in which the augmented reality device 1000 according to an embodiment of the present disclosure determines whether correction of positional coordinate values of a hand joint is necessary.
  • the augmented reality device 1000 determines whether the position of the hand recognized among a plurality of image frames moves between the outside and the inside of the FOV (Field Of View) area of the camera 1100 (see FIGS. 1A and 2), It is possible to determine whether or not correction of the 3D position coordinate value of the joint is necessary.
  • the position of the hand in the image frame of the current view among the plurality of image frames is inside the FOV region of the camera 1100, so the hand is recognized, and the 3D position coordinates of the joints of the hand are recognized.
  • the augmented reality device 1000 may determine the 3D position coordinate values of the joints of the hand obtained from the identified image frame as position information requiring correction.
  • a first image frame 1001 acquired at a first time point t 1 may include a first left eye image frame 1001L and a first right eye image frame 1001R. Since the position of the user's hand is located outside the FOV area of the camera 1100 at the first time point t 1 , the hand is not recognized in the first left eye image frame 1001L and the first right eye image frame 1001R, The 3D position coordinate values of the hand joints may not be obtained from the first left eye image frame 1001L and the first right eye image frame 1001R.
  • the augmented reality device 1000 recognizes the hand from the first left eye image frame and the first right eye image frame at a time point (eg, t 0 ) prior to the first time point t 1 , and the joints of the hand It is possible to obtain a 3-dimensional position coordinate value of
  • the augmented reality device 1000 is a previous point in time (t 0 ) by an IMU sensor (2100, see FIG. 1b) included in a wearable device (2000, see FIGS. 1a and 1b) worn on a user's hand.
  • a sensor measurement value measured between and the first time point t 1 may be obtained.
  • the augmented reality device 1000 updates the 3D positional coordinates of the joint obtained at the previous time point t 0 using the measurement value of the IMU sensor 2100 obtained from the wearable device 2000, so that the first time point ( A first position coordinate value of the joint in t 1 ) may be obtained.
  • the second image frame 1002 at the second time point t 2 may include a second left eye image frame 1002L and a second right eye image frame 1002R.
  • the second left eye image frame 1002L and the second right eye image frame ( 1002R) since the user's hand has moved into the FOV area of the camera 1100 at the second time point t 2 , the second left eye image frame 1002L and the second right eye image frame ( 1002R), the user's hand can be normally recognized.
  • second position coordinate values (P L_2 , P R_2 ) of the hand joints may be obtained.
  • the augmented reality device 1000 obtains a plurality of image frames using a stereo camera including a left eye camera and a right eye camera, and the present disclosure is not limited as shown in FIG. 10 no.
  • the first image frame 1001 and the second image frame 1002 may each consist of a single image.
  • the augmented reality device identifies the second image frame 1002 at the second time point t 2 as an image frame requiring correction, and corrects the 3D position coordinate values of the joints of the hand obtained from the second image frame 1002. may be judged necessary.
  • the augmented reality device 1000 uses a sensor measurement value of the IMU sensor 2100 of the wearable device 2000 outside of the FOV area of the camera 1100 to determine the location of the hand at the previous time point t 0 .
  • the difference between the second position coordinate values (P L_2 , P R_2 ) of the joint of can be calculated.
  • the augmented reality device 1000 may determine the second location coordinate values P L_2 and P R_2 as location information requiring correction.
  • the position of the user's hand is located outside the FOV area of the camera 1100 at the first time point t 1 , and is located inside the FOV area of the camera 1100 at the second time point t 2 .
  • the hand shape may be different between the first time point t 1 and the second time point t 2 .
  • correction of the second position coordinate values P L_2 and P R_2 obtained at the second time point t 2 may be required.
  • the IMU sensor 2100 of the wearable device 2000 measures only 6 Degrees of Freedom (6 DoF) values for representative joints among a plurality of joints included in the hand.
  • the augmented reality device 1000 is a hand at a first time point t 1 updated using a sensor measurement value obtained by the IMU sensor 2100 of the wearable device 2000 outside the FOV area of the camera 1100. Calculate a difference between the 3D positional coordinates of the joints and the 3D positional coordinates of the joints of the hand obtained from the second image frame 1002 photographed inside the FOV region of the camera 1100, If the difference value in the 3D position coordinate values of the remaining joints other than the representative joint is large, it can be determined that the shape of the hand is deformed. In this case, the augmented reality device 1000 may determine the second location coordinate values (P L_2 , P R_2 ) obtained at the second time point (t 2 ) as location information requiring correction.
  • the augmented reality device 1000 displays the second image frame. Based on the second position coordinate values (P L_2 , P R_2 ) obtained from step 1002 , the 3D position coordinate values of the joints of the hand in the second image frame 1002 may be corrected.
  • 11A is a diagram illustrating an operation in which the augmented reality device 1000 acquires measurement value data of an IMU sensor from the wearable device 2000a according to an embodiment of the present disclosure.
  • the wearable device 2000a may be worn on a user's wrist.
  • the wearable device 2000a may be a watch type device.
  • the wearable device 2000a may include an IMU sensor.
  • An inertial measurement unit (IMU) sensor is used to measure the moving speed, direction, angle, and gravitational acceleration of the wearable device 2000a through a combination of an accelerometer, a gyroscope, and a magnetometer.
  • IMU inertial measurement unit
  • the IMU sensor includes a three-axis acceleration sensor that measures acceleration in the x-axis direction, the y-axis direction, and the z-axis direction, and a three-axis acceleration sensor that measures roll, pitch, and yaw angular velocities.
  • An axial angular velocity sensor may be included.
  • the wearable device 2000a uses an IMU sensor to obtain 3-dimensional position coordinate values (x-axis, y-axis, and z-axis coordinate values) and 3-axis angular velocity values (roll ( 6 Degrees of Freedom (DoF) measurements including roll, yaw, and pitch can be obtained.
  • roll 6 Degrees of Freedom (DoF) measurements including roll, yaw, and pitch
  • DoF 6 Degrees of Freedom
  • the wearable device 2000a uses 6 DoF measurement values related to the position coordinate value of P 0 adjacent to the wrist among position coordinate values (P 0 to P 20 ) of a plurality of joints included in the hand. can be obtained.
  • the augmented reality device 1000 is one of WiFi, Wi-Fi Direct (WFD), Bluetooth, Bluetooth Low Energy (BLE), Near Field Communication (NFC), Zigbee, Ant+, or ⁇ Wave. It may be wirelessly paired with the wearable device 2000a and perform data communication with the wearable device 2000a through a short-range wireless communication network including at least one. The augmented reality device 1000 may receive an IMU sensor measurement value related to the location coordinate value of P 0 from the wearable device 2000a.
  • the augmented reality device 1000 uses the IMU sensor measurement value for the position coordinate value P 0 received from the wearable device 2000a to obtain not only the position coordinate value of P 0 , but also the position coordinate values (P 1 to P 1 to P 0 ) of the other joints. P 20 ) can be corrected.
  • a specific method for the augmented reality device 1000 to correct positional coordinate values (P 0 to P 20 ) of a plurality of joints included in the hand will be described in detail with reference to FIGS. 14 and 15 .
  • 11B is a diagram illustrating an operation in which the augmented reality device 1000 acquires measurement value data of an IMU sensor from the wearable device 2000b according to an embodiment of the present disclosure.
  • the wearable device 2000b may be worn on a user's finger.
  • the wearable device 2000b may be a smart ring worn on a user's finger.
  • the wearable device 2000b may include an IMU sensor. Since the IMU sensor is the same as that described in FIG. 11A, duplicate descriptions are omitted.
  • the wearable device 2000b uses an IMU sensor to obtain 3-dimensional position coordinate values (x-axis, y-axis, and z-axis coordinate values) and 3-axis angular velocity values (roll ( 6 Degrees of Freedom (DoF) measurements including roll, yaw, and pitch can be obtained.
  • roll 6 Degrees of Freedom (DoF) measurements
  • the wearable device 2000b obtains the position coordinate value of P 6 , which is a joint between the index finger and the palm, among the position coordinate values P 0 to P 20 of a plurality of joints included in the hand. 6 DoF measurements can be obtained.
  • the augmented reality device 1000 is one of WiFi, Wi-Fi Direct (WFD), Bluetooth, Bluetooth Low Energy (BLE), Near Field Communication (NFC), Zigbee, Ant+, or ⁇ Wave. It may be wirelessly paired with the wearable device 2000a and perform data communication with the wearable device 2000b through a short-range wireless communication network including at least one. The augmented reality device 1000 may receive an IMU sensor measurement value related to the location coordinate value of P 6 from the wearable device 2000b.
  • the augmented reality device 1000 uses the IMU sensor measurement value for the P 6 position coordinate value received from the wearable device 2000b to obtain not only the position coordinate value of P 6 , but also position coordinate values (P 0 to P 0 to P 6 ) of the other joints. P 5 , P 7 to P 20 ) can be corrected.
  • the wearable devices 2000a and 2000b are shown as watch-type devices or smart rings, but the wearable devices of the present disclosure are not limited as shown.
  • the wearable devices 2000a and 2000b may be bracelets, anklets, necklaces, contact lenses, integrated clothing devices (eg, electronic clothing), body-worn devices (eg, skin pads), or biological devices. It may be at least one of an implantable device (eg, an implantable circuit).
  • the IMU sensors included in the wearable devices 2000a and 2000b may obtain 6 DoF measurement values in real time a predetermined number of times during a unit time. For example, an IMU sensor can take 6 DoF measurements on a joint 500 times per second.
  • the wearable devices 2000a and 2000b may transmit data about a plurality of sensor measurement values obtained in real time (eg, 500 sensor measurement values per second) to the augmented reality device 1000 .
  • the camera 1100 (see FIGS. 1A and 2 ) of the augmented reality device 1000 may acquire image frames of 30 frames per second or 60 frames per second, for example.
  • the number of image frames acquired per unit time and the number of sensor measurement values of the IMU sensors received from the wearable devices 2000a and 2000b may be different.
  • the number of frames per second (FPS) of the plurality of image frames and the number of sensor measurement values are synchronized. Needs to be.
  • the augmented reality device 1000 synchronizes a plurality of image frames and measured value data of an IMU sensor obtained in real time will be described in detail with reference to FIGS. 12 and 13 .
  • FIG. 12 is a diagram illustrating a process in which an augmented reality device 1000 according to an embodiment of the present disclosure synchronizes an IMU sensor measurement value obtained from a wearable device with an image frame and obtains a change value of a sensor measurement value for each image frame.
  • an augmented reality device 1000 synchronizes an IMU sensor measurement value obtained from a wearable device with an image frame and obtains a change value of a sensor measurement value for each image frame.
  • FIG. 12 is a diagram illustrating a process in which an augmented reality device 1000 according to an embodiment of the present disclosure synchronizes an IMU sensor measurement value obtained from a wearable device with an image frame and obtains a change value of a sensor measurement value for each image frame.
  • a flow chart showing the method.
  • FIG. 13 is an operation of synchronizing the measurement value of the IMU sensor 2100 obtained from the wearable device 2000 by the augmented reality device 1000 according to an embodiment of the present disclosure based on FPS (Frame Per Second) of an image frame. It is a drawing for explaining.
  • FPS Frae Per Second
  • step S1200 the augmented reality device 1000 obtains a change value of a sensor measurement value for each image frame.
  • Step S1200 shown in FIG. 12 may be performed after step S320 shown in FIG. 3 is performed. However, it is not limited thereto, and step S1200 may be performed after step S330 shown in FIG. 3 is performed. After step S1200 of FIG. 12 is performed, step S340 of FIG. 3 may be performed.
  • Step S1200 may include steps S1210 to S1230.
  • the augmented reality device 1000 samples sensor measurement values based on frames per second (FPS) of the plurality of image frames.
  • the camera 1100 of the augmented reality device 1000 may obtain n image frames per second.
  • the camera 1100 includes n first image frames f 1 to n th image frames f n in 1 second. It is possible to obtain two image frames. For example, when the number of frames per second (FPS) of the camera 1100 is 30, the value of n may be 30, and when the number of frames per second is 60, the value of n may be 60.
  • FPS frames per second
  • the wearable device 2000 may obtain m 6 DoF data sets per second using the IMU sensor 2100 .
  • the IMU sensor 2100 provides first measurement value data (S 1 ) to n-th measurement value data (S m ) in 1 second. It is possible to obtain m image frames including .
  • the m value may be 500, but is not limited thereto.
  • the first measurement value data S 1 may include a 6 DoF data set about the joints of the hand at the first time point t 1 .
  • the first measured value data (S 1 ) is a 3-dimensional position coordinate value (x-axis, y-axis, and z-axis coordinate value ) and 3-axis angular velocity value (roll (roll ( roll), yaw, and pitch).
  • the second measurement value data S 2 may include a 6 DoF data set about the joints of the hand at the second time point t 2 .
  • the wearable device 2000 may transmit m measurement value data S 1 to S m per second to the augmented reality device 1000 .
  • the processor 1300 of the augmented reality device 1000 converts the measurement value data S -1 to S m acquired from the wearable device 2000 to the number of frames per second (FPS) of a plurality of image frames f 1 to f n Sampling can be done according to For example, when the number of frames per second (FPS) of the plurality of image frames f 1 to f n is 30 and the number of measured value data S 1 to S m obtained per second is 500, the processor 1300 ) may sample only 30 measurement value data (S 1 ′ to S n ′) among 500 measurement value data (S 1 to S m ). Referring to the third graph 134 of the time-sampled measurement value data shown in FIG. 13 , the processor 1300 selects n measurement value data S 1 of the m measurement value data S 1 to S m . ' to S n ') can be selectively sampled.
  • FPS frames per second
  • the augmented reality device 1000 synchronizes the sensor measurement value with the plurality of image frames by matching the sampled sensor measurement value with the corresponding plurality of image frames in a time order.
  • the processor 1300 of the augmented reality device 1000 converts the sampled sensor measurement value data S 1 'to S n ' into a plurality of corresponding image frames f 1 to f n ) can be matched.
  • the processor 1300 includes a first image frame f 1 at a first time point t 1 and sampled first measurement value data.
  • (S 1 ′) may be matched, and the second image frame f 2 at the second time point t 2 may be matched with the sampled second measurement value data S 2 ′.
  • the processor 1300 may match the n-th image frame f n with the sampled n-th measurement value data S n '.
  • the processor 1300 measures the plurality of image frames (f 1 to f n ) and the sensor by matching the plurality of image frames (f 1 to f n ) and the sampled sensor measurement value data (S 1 ′ to S n ′).
  • Value data (S 1 'to S n ') can be synchronized.
  • the augmented reality device 1000 calculates a change in sensor measurement values for each image frame using the synchronized sensor measurement values.
  • the processor 1300 of the augmented reality device 1000 includes second measurement value data S 2 sampled at a second time point t 2 and a first time point ( Information on the measurement value change value for the second image frame f 2 may be obtained by calculating a difference between the first measurement value data S 1 sampled in t 1 ).
  • the processor 1300 corrects the 3D position coordinate values of the joints of the hand obtained from the second image frame f 2 , the second measurement value data S 2 calculated at the second time point t 2
  • the 3D position coordinate value may be corrected using the change value information on the difference between the first measurement value data S 1 and the first measured value data S 1 .
  • FIG. 14 is a flowchart illustrating a method of correcting 3D positional coordinate values of joints of a hand by the augmented reality device 1000 according to an embodiment of the present disclosure.
  • Steps S1410 and S1420 shown in FIG. 14 are steps that embody step S340 shown in FIG. 3 .
  • Step S1410 of FIG. 14 may be performed after step S330 shown in FIG. 3 is performed.
  • step S350 shown in FIG. 3 may be performed.
  • the augmented reality device 1000 applies a first weight to the first location coordinate values and applies a second weight to the second location coordinate values.
  • Each of the first weight and the second weight may be a value greater than or equal to 0 and less than or equal to 1.
  • the first weight and the second weight are whether the hand is recognized in each of the first image frame and the second image frame, the difference between the first and second position coordinate values, and the hand in the camera 1100 , FIGS. 1A and 2) may be determined based on at least one of whether the FOV area is moved in or out.
  • the processor (1300, see FIG. 2) of the augmented reality device 1000 when a hand is not recognized in any one of the first image frame and the second image frame, displays an unrecognized image frame.
  • the weight for 0 may be determined as 0 or a value close to 0.
  • the processor 1300 determines the first weight for the first image frame as 0 or a small value close to 0.
  • the second weight may be determined to be 1 or a value close to 1.
  • the processor 1300 may correct the 3D positional coordinates of the joints of the hand to be corrected based on the 3D positional coordinates obtained from the second image frame.
  • the processor 1300 determines the first weight for the first image frame to be 1 or a value close to 1. And, the second weight for the second image frame may be determined to be 0 or a value close to 0. In this case, the processor 1300 may correct the 3D positional coordinates of the joints of the hand in the second image frame to be corrected based on the 3D positional coordinates obtained from the first image frame.
  • the augmented reality device 1000 may determine the first weight and the second weight according to whether the position of the user's hand is located inside or outside the FOV area of the camera 1100 . For example, when the position of the hand is located outside the FOV area of the camera 1100 in the first image frame and moves to the inside of the FOV area of the camera 1100 in the second image frame, the processor 1300 ) may determine the first weight of the first image frame as 0 or a small value close to 0, and determine the second weight as 1 or a value close to 1. In this case, the processor 1300 may correct the 3D positional coordinates of the joints of the hand to be corrected based on the 3D positional coordinates obtained from the second image frame.
  • step S1420 the augmented reality device 1000 determines the second position based on the first position coordinate value to which the first weight is applied, the second position coordinate value to which the second weight is applied, and the change value of the sensor measurement value for each image frame. Correct coordinate values.
  • the processor 1300 of the augmented reality device 1000 applies a second weight to the second position coordinate value of the current time point (t 0 ) determined to require correction, and the previous time point (t -1 ).
  • a first weight may be applied to the first location coordinate values obtained from the first image frame of .
  • the processor 1300 generates a first position coordinate value to which a first weight is applied, a second position coordinate value to which a second weight is applied, and a sensor for each image frame of the IMU sensor 2100 obtained from the wearable device (2000, see FIG. 13). Based on the measurement value, the second position coordinate value may be corrected.
  • 15 is a flowchart illustrating a method of updating, by the augmented reality device 1000, 3D position coordinate values of a hand joint according to an embodiment of the present disclosure.
  • Steps S1510 and S1520 shown in FIG. 15 are steps that embody step S1420 shown in FIG. 14 . After step S1520 of FIG. 15 is performed, step S350 shown in FIG. 3 may be performed.
  • the augmented reality device 1000 corrects a position coordinate value of a representative joint among second position coordinate values of a plurality of joints.
  • the representative joint may be determined as an arbitrary joint among a plurality of joints included in the hand.
  • the 'position coordinate value of the representative joint' is the position coordinate of any one joint among a plurality of joints included in the hand, and may be, for example, P 0 (see FIG. 6), which is the position coordinate of a joint adjacent to the wrist.
  • the representative joint may be an index finger tip.
  • the position coordinate value of the representative joint may be P 8 (see FIG. 6).
  • the processor 1300 (see FIG. 2 ) of the augmented reality device 1000 may correct a position coordinate value of a representative joint among second position coordinate values of a plurality of joints included in the hand.
  • the augmented reality device 1000 updates second position coordinate values for each of the remaining joints among the plurality of joints based on the corrected position coordinate values of the representative joint.
  • the processor 1300 of the augmented reality device 1000 may set the 3D position of the remaining joints based on the corrected 3D coordinates of the representative joint based on the positional relationship between the representative joint and the other joints. Coordinate values can be corrected.
  • the processor 1300 may update the 3D positional coordinates of a plurality of joints by correcting the 3D positional coordinates of the representative joint and the 3D positional coordinates of the remaining joints.
  • a program executed by the augmented reality device 1000 described in this disclosure may be implemented as a hardware component, a software component, and/or a combination of hardware components and software components.
  • a program can be executed by any system capable of executing computer readable instructions.
  • Software may include a computer program, code, instructions, or a combination of one or more of the foregoing, which configures a processing device to operate as desired or processes independently or collectively. You can command the device.
  • Computer-readable recording media include, for example, magnetic storage media (e.g., read-only memory (ROM), random-access memory (RAM), floppy disk, hard disk, etc.) and optical reading media (e.g., CD-ROM) (CD-ROM) and DVD (Digital Versatile Disc).
  • ROM read-only memory
  • RAM random-access memory
  • CD-ROM CD-ROM
  • DVD Digital Versatile Disc
  • a computer-readable recording medium may be distributed among computer systems connected through a network, and computer-readable codes may be stored and executed in a distributed manner. The medium may be readable by a computer, stored in a memory, and executed by a processor.
  • a computer-readable storage medium may be provided in the form of a non-transitory storage medium.
  • 'non-temporary' only means that the storage medium does not contain a signal and is tangible, but does not distinguish between cases in which data is stored semi-permanently or temporarily in the storage medium.
  • the 'non-temporary storage medium' may include a buffer in which data is temporarily stored.
  • program according to the embodiments disclosed in this specification may be included in a computer program product and provided.
  • Computer program products may be traded between sellers and buyers as commodities.
  • a computer program product may include a software program and a computer-readable storage medium in which the software program is stored.
  • the computer program product is a product in the form of a software program electronically distributed through a manufacturer of the augmented reality device 1000 or an electronic market (eg, Samsung Galaxy Store) (eg, a downloadable application). )) may be included.
  • an electronic market eg, Samsung Galaxy Store
  • at least a portion of the software program may be stored on a storage medium or may be temporarily created.
  • the storage medium may be a storage medium of a server of a manufacturer of the augmented reality device 1000, a server of an electronic market, or a relay server temporarily storing a software program.
  • the computer program product may include a storage medium of a server or a storage medium of the augmented reality device 1000 in a system including the augmented reality device 1000, the wearable device 2000, and/or the server.
  • the computer program product may include a storage medium of the third device.
  • the computer program product may include a software program itself transmitted from the augmented reality device 1000 to the electronic device or a third device, or transmitted from the third device to the electronic device.
  • one of the augmented reality device 1000 , the wearable device 2000 , and the third device may execute the computer program product to perform the method according to the disclosed embodiments.
  • two or more of the augmented reality device 1000 , the wearable device 2000 , and the third device may execute the computer program product to implement the method according to the disclosed embodiments in a distributed manner.
  • the augmented reality device 1000 executes a computer program product stored in the memory 1400 (see FIG. 2)
  • another electronic device eg, a mobile device communicatively connected to the augmented reality device 1000 is disclosed. It can be controlled to perform the method according to the embodiments.
  • the third device may execute a computer program product to control an electronic device communicatively connected to the third device to perform the method according to the disclosed embodiment.
  • the third device may download the computer program product from the augmented reality device 1000 and execute the downloaded computer program product.
  • the third device may perform the method according to the disclosed embodiments by executing a computer program product provided in a pre-loaded state.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Computer Hardware Design (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

외부 디바이스로부터 획득한 센서 측정값을 이용하여 비젼 기반 핸드 트래킹 기술을 통해 획득한 손의 관절의 위치 정보의 정확도를 향상시키는 증강 현실 디바이스 및 그 동작 방법을 제공한다. 본 개시의 일 실시예에 따른 증강 현실 디바이스는 웨어러블 디바이스로부터 획득한 IMU(Inertial Measurement Unit) 센서의 측정값을 이용하여, 카메라를 통해 촬영된 복수의 이미지 프레임으로부터 획득한 손의 관절의 3차원 위치 좌표값을 보정함으로써, 손의 관절의 3차원 위치 좌표값을 업데이트할 수 있다.

Description

손의 관절에 관한 위치 정보를 획득하는 증강 현실 디바이스 및 그 동작 방법
본 개시는 사용자의 손에 포함되는 관절의 위치 정보를 획득하는 증강 현실(Augmented Reality, AR) 디바이스 및 그 동작 방법에 관한 것이다. 구체적으로, 본 개시는 카메라를 통해 획득한 복수의 이미지 프레임으로부터 사용자의 손에 포함되는 복수의 관절에 관한 3차원 위치 좌표값을 획득하고, 이를 통해 실시간으로 관절의 위치를 추적(tracking)하는 증강 현실 디바이스 및 그 동작 방법에 관한 것이다.
증강 현실(Augmented Reality)은 현실 세계의 물리적 환경 공간이나 현실 객체(real world object) 상에 가상 이미지를 오버레이(overlay)하여 함께 보여주는 기술로서, 증강 현실 기술을 활용한 증강 현실 디바이스(예를 들어, 스마트 글래스(Smart Glass)가 정보 검색, 길 안내, 카메라 촬영과 같이 일상 생활에서 유용하게 사용되고 있다. 특히, 스마트 글래스는 패션 아이템으로도 착용되고, 실외 활동에 주로 사용되고 있다.
증강 현실 디바이스는 특성 상 터치 조작이 불가능하므로, 증강 현실 서비스를 제공하기 위해서는 입력 수단으로써 사용자의 손의 3차원적 포즈(pose)와 제스처(gesture)를 이용하는 핸드 인터랙션(hand interaction)이 입력 인터페이스로서 중요하다. 따라서, 보다 실감나는 증강 현실 기술의 구현을 위해서는 손에 포함되는 복수의 관절의 3차원 위치 정보를 획득하고, 3차원 위치 정보를 통해 손의 포즈(형태)를 정확하게 추적하고, 제스처를 인식하는 기술이 요구된다.
일반적인 증강 현실 디바이스는 사용자의 양 손의 자유로움을 보장하기 위하여 별도의 외부 입력 장치를 사용하지 않고, 증강 현실 디바이스에 탑재되는 카메라를 이용하여 촬영된 이미지로부터 사용자의 손을 인식하는 비젼 기반 핸드 트래킹(Vision-based Hand tracking) 기술을 사용하고 있다. 증강 현실 디바이스는 스테레오 카메라 또는 깊이 카메라(depth camera)를 이용하여 손의 관절에 관한 3차원 위치 좌표값을 획득한다. 다만, 카메라를 이용하여 손의 관절의 3차원 위치 좌표값을 획득하는 경우, 카메라의 FOV(Field of View) 영역 내에서만 인식이 가능하므로 손이 인식되지 않는 경우 또는 오인식되는 경우 관절의 3차원 위치 좌표값의 정확도가 낮아지는 문제점이 발생된다. 손의 관절에 관한 3차원 위치 좌표값의 정확도가 낮은 경우, 손의 포즈 또는 제스처를 미인식하거나 오인식할 수 있고, 이에 따라 증강 현실 서비스의 안정성 및 사용자 만족도가 하락할 수 있다.
따라서, 비젼 기반 핸드 트래킹 기술의 손의 인식 정확도 및 관절의 위치 정보의 정확도를 향상시키고, 안정성 있는 증강 현실 서비스를 제공하는 증강 현실 디바이스에 대한 요구가 증가하고 있다.
본 개시는 사용자의 손에 포함된 복수의 관절에 관한 위치 정보를 획득하는 증강 현실 디바이스(Augmented Reality device)를 제공한다. 본 개시의 일 측면(aspect)은, 외부 디바이스와 데이터 통신을 수행하는 통신 인터페이스, 상기 손을 촬영함으로써, 상기 손을 포함하는 복수의 이미지 프레임을 획득하는 카메라, 적어도 하나의 명령어들(instructions)를 저장하는 메모리, 및 상기 적어도 하나의 명령어들을 실행하는 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는 상기 복수의 이미지 프레임으로부터 상기 손을 인식하고, 상기 인식된 손에 포함된 복수의 관절의 3차원 위치 좌표값을 획득하고, 상기 통신 인터페이스를 통해, 상기 외부 디바이스의 IMU 센서에 의해 상기 복수의 관절 중 적어도 하나의 관절에 관하여 측정된 센서 측정값을 획득하고, 상기 손의 인식 결과에 기초하여, 상기 복수의 이미지 프레임 중 제1 이미지 프레임으로부터 획득된 적어도 하나의 관절의 3차원 위치 좌표값의 보정 필요 여부를 판단하고, 판단 결과에 따라 상기 복수의 이미지 프레임 중 제1 이미지 프레임의 이전 시점의 프레임인 제2 이미지 프레임으로부터 획득된 상기 복수의 관절의 제1 위치 좌표값, 상기 제1 이미지 프레임으로부터 획득된 상기 복수의 관절의 제2 위치 좌표값, 및 이미지 프레임 별 상기 센서 측정값의 변화값 중 적어도 하나에 기초하여 상기 제2 위치 좌표값을 보정함으로써, 상기 제2 위치 좌표값을 업데이트하는 증강 현실 디바이스를 제공할 수 있다.
본 개시의 일 실시예에서, 상기 외부 디바이스는 사용자의 손목, 손가락, 또는 손 바닥 중 적어도 하나의 부위에 착용하는 웨어러블 디바이스(wearable device)이고, 상기 복수의 관절 중 적어도 하나의 관절에 관한 6 DoF(6 Degree of Freedom)의 측정값을 획득하는 상기 IMU 센서를 포함할 수 있다.
본 개시의 일 실시예에서, 상기 적어도 하나의 프로세서는 상기 제1 이미지 프레임으로부터의 손의 미인식 여부 또는 상기 적어도 하나의 관절의 3차원 위치 좌표값의 미획득 여부에 기초하여, 상기 제1 이미지 프레임으로부터 획득된 상기 적어도 하나의 3차원 위치 좌표값의 보정 필요 여부를 판단할 수 있다.
본 개시의 일 실시예에서, 상기 적어도 하나의 프로세서는 상기 제1 위치 좌표값과 상기 제2 위치 좌표값 간의 차이값을 산출하고, 상기 산출된 차이값을 기 설정된 임계치와 비교하고, 비교 결과에 기초하여, 상기 적어도 하나의 관절의 3차원 위치 좌표값의 보정 필요 여부를 판단할 수 있다.
본 개시의 일 실시예에서, 상기 적어도 하나의 프로세서는 상기 손의 위치의 상기 카메라의 FOV(Field Of View) 영역 내부와 외부 간 위치 이동 여부에 기초하여, 상기 적어도 하나의 관절의 3차원 위치 좌표값의 보정 필요 여부를 판단할 수 있다.
본 개시의 일 실시예에서, 상기 적어도 하나의 프로세서는 상기 손의 위치가 상기 카메라의 FOV 영역의 외부에 위치한 경우 획득된 상기 제1 위치 좌표값과 상기 FOV 영역의 내부에서 촬영된 상기 제1 이미지 프레임으로부터 획득된 상기 제2 위치 좌표값의 차이값에 기초하여, 상기 적어도 하나의 관절의 3차원 위치 좌표값의 보정 필요 여부를 판단할 수 있다.
본 개시의 일 실시예에서, 상기 적어도 하나의 프로세서는 상기 획득된 센서 측정값을 상기 복수의 이미지 프레임의 초당 프레임 수(Frame per second, FPS)에 기초하여 샘플링하고, 상기 샘플링된 센서 측정값을 시간 순서에 따라 대응되는 상기 복수의 이미지 프레임과 매칭시킴으로써, 상기 센서 측정값을 상기 복수의 이미지 프레임과 동기화(synchronization)하며, 상기 동기화된 센서 측정값을 이용하여, 상기 이미지 프레임 별 센서 측정값의 변화값을 산출할 수 있다.
본 개시의 일 실시예에서, 상기 적어도 하나의 프로세서는 상기 제1 위치 좌표값에 제1 가중치를 적용하고, 상기 제2 위치 좌표값에 제2 가중치를 적용하고, 상기 제1 가중치가 적용된 상기 제1 위치 좌표값, 상기 제2 가중치가 적용된 상기 제2 위치 좌표값, 및 상기 이미지 프레임 별 센서 측정값의 변화값에 기초하여 상기 제2 위치 좌표값을 보정할 수 있다.
본 개시의 일 실시예에서, 상기 제1 가중치 및 상기 제2 가중치는 상기 제1 이미지 프레임 및 상기 제2 이미지 프레임에서의 상기 사용자의 손 인식 여부, 상기 제1 위치 좌표값과 상기 제2 위치 좌표값의 차이값, 및 상기 사용자의 손이 상기 카메라의 FOV 영역 내외부 이동 여부 중 적어도 하나에 기초하여 결정될 수 있다.
본 개시의 일 실시예에서, 상기 적어도 하나의 프로세서는 상기 복수의 관절에 관한 상기 제2 위치 좌표값 중 대표 관절의 위치 좌표값을 보정하고, 상기 보정된 대표 관절의 위치 좌표값에 기초하여, 상기 복수의 관절 중 나머지 관절 각각에 관한 상기 제2 위치 좌표값을 업데이트할 수 있다.
본 개시의 다른 측면(another aspect)은, 증강 현실 디바이스가 사용자의 손의 관절에 관한 위치 정보를 획득하는 방법을 제공한다. 본 개시의 일 실시예에 따른 방법은, 복수의 이미지 프레임으로부터 상기 사용자의 손을 인식하고, 상기 인식된 손에 포함된 복수의 관절의 3차원 위치 좌표값을 획득하는 단계, 외부 디바이스의 IMU 센서를 이용하여 상기 복수의 관절 중 적어도 하나의 관절에 관하여 측정된 센서 측정값을 획득하는 단계, 상기 손의 인식 결과에 기초하여, 상기 복수의 이미지 프레임 중 제1 이미지 프레임으로부터 획득된 적어도 하나의 관절의 3차원 위치 좌표값의 보정 필요 여부를 판단하는 단계, 판단 결과에 따라 상기 복수의 이미지 프레임 중 제1 이미지 프레임의 이전 시점의 프레임인 제2 이미지 프레임으로부터 획득된 상기 복수의 관절의 제1 위치 좌표값, 상기 제1 이미지 프레임으로부터 획득된 상기 복수의 관절의 제2 위치 좌표값, 및 이미지 프레임 별 상기 센서 측정값의 변화값 중 적어도 하나에 기초하여 상기 제2 위치 좌표값을 보정함으로써, 상기 제2 위치 좌표값을 업데이트하는 단계, 및 상기 업데이트된 제2 위치 좌표값을 출력하는 단계를 포함할 수 있다.
본 개시의 일 실시예에서, 상기 적어도 하나의 관절의 3차원 위치 좌표값의 보정 필요 여부를 판단하는 단계는, 상기 제1 이미지 프레임으로부터의 손의 미인식 여부 또는 상기 적어도 하나의 관절의 3차원 위치 좌표값의 미획득 여부에 기초하여, 상기 제1 이미지 프레임으로부터 획득된 상기 적어도 하나의 3차원 위치 좌표값의 보정 필요 여부를 판단할 수 있다.
본 개시의 일 실시예에서, 상기 적어도 하나의 관절의 3차원 위치 좌표값의 보정 필요 여부를 판단하는 단계는 상기 제2 이미지 프레임으로부터 획득된 상기 제1 위치 좌표값과 상기 제1 이미지 프레임으로부터 획득된 상기 제2 위치 좌표값 간의 차이값을 산출하는 단계, 상기 산출된 차이값을 기 설정된 임계치와 비교하는 단계, 및 비교 결과에 기초하여 상기 적어도 하나의 관절의 3차원 위치 좌표값의 보정 필요 여부를 판단하는 단계를 포함할 수 있다.
본 개시의 일 실시예에서, 상기 적어도 하나의 관절의 3차원 위치 좌표값의 보정 필요 여부를 판단하는 단계는, 상기 손의 위치의 상기 카메라의 FOV(Field Of View) 영역 내부와 외부 간 위치 이동 여부에 기초하여 상기 적어도 하나의 관절의 3차원 위치 좌표값의 보정 필요 여부를 판단할 수 있다.
본 개시의 일 실시예에서, 상기 적어도 하나의 관절의 3차원 위치 좌표값의 보정 필요 여부를 판단하는 단계는, 상기 손의 위치가 상기 카메라의 FOV 영역의 외부에 위치한 경우 획득된 상기 제1 위치 좌표값과 상기 FOV 영역의 내부에서 촬영된 상기 제1 이미지 프레임으로부터 획득된 상기 제2 위치 좌표값의 차이값에 기초하여 상기 적어도 하나의 관절의 3차원 위치 좌표값의 보정 필요 여부를 판단하는 단계를 포함할 수 있다.
본 개시의 일 실시예에서, 상기 방법은 상기 이미지 프레임 별 센서 측정값의 변화값을 획득하는 단계를 더 포함하고, 상기 이미지 프레임 별 센서 측정값의 변화값을 획득하는 단계는 상기 획득된 센서 측정값을 상기 복수의 이미지 프레임의 초당 프레임 수(Frame per second, FPS)에 기초하여 샘플링하는 단계, 상기 샘플링된 센서 측정값을 시간 순서에 따라 대응되는 상기 복수의 이미지 프레임과 매칭시킴으로써, 상기 센서 측정값을 상기 복수의 이미지 프레임과 동기화(synchronization)하는 단계, 및 상기 동기화된 센서 측정값을 이용하여 상기 이미지 프레임 별 센서 측정값의 변화값을 산출하는 단계를 포함할 수 있다.
본 개시의 일 실시예에서, 상기 제2 위치 좌표값을 업데이트하는 단계는 상기 제1 위치 좌표값에 제1 가중치를 적용하고, 상기 제2 위치 좌표값에 제2 가중치를 적용하는 단계, 및 상기 제1 가중치가 적용된 상기 제1 위치 좌표값, 상기 제2 가중치가 적용된 상기 제2 위치 좌표값, 및 상기 이미지 프레임 별 센서 측정값의 변화값에 기초하여 상기 제2 위치 좌표값을 보정하는 단계를 포함할 수 있다.
본 개시의 일 실시예에서, 상기 제1 가중치 및 상기 제2 가중치는 상기 제1 이미지 프레임 및 상기 제2 이미지 프레임에서의 상기 사용자의 손 인식 여부, 상기 제1 위치 좌표값과 상기 제2 위치 좌표값의 차이값, 및 상기 사용자의 손이 상기 카메라의 FOV 영역 내외부 이동 여부 중 적어도 하나에 기초하여 결정될 수 있다.
본 개시의 일 실시예에서, 상기 제2 위치 좌표값을 업데이트하는 단계는 상기 복수의 관절에 관한 상기 제2 위치 좌표값 중 대표 관절의 위치 좌표값을 보정하는 단계, 및 상기 보정된 대표 관절의 위치 좌표값에 기초하여, 상기 복수의 관절 중 나머지 관절 각각에 관한 상기 제2 위치 좌표값을 업데이트하는 단계를 포함할 수 있다.
본 개시의 다른 측면은 컴퓨터로 읽을 수 있는 저장 매체를 포함하는 컴퓨터 프로그램 제품(computer program product)를 제공한다. 상기 저장 매체는 복수의 이미지 프레임으로부터 사용자의 손을 인식하고, 상기 인식된 손에 포함된 복수의 관절의 3차원 위치 좌표값을 획득하는 동작, 외부 디바이스의 IMU 센서에 의해 상기 복수의 관절 중 적어도 하나의 관절에 관하여 측정된 센서 측정값을 획득하는 동작, 손의 인식 결과에 기초하여 상기 복수의 이미지 프레임 중 제1 이미지 프레임으로부터 획득된 적어도 하나의 관절의 3차원 위치 좌표값의 보정 필요 여부를 판단하는 동작, 판단 결과에 따라 상기 복수의 이미지 프레임 중 제1 이미지 프레임의 이전 시점의 프레임인 제2 이미지 프레임으로부터 획득된 상기 복수의 관절의 제1 위치 좌표값, 상기 제1 이미지 프레임으로부터 획득된 상기 복수의 관절의 제2 위치 좌표값, 및 이미지 프레임 별 상기 센서 측정값의 변화값 중 적어도 하나에 기초하여 상기 제2 위치 좌표값을 보정함으로써, 상기 제2 위치 좌표값을 업데이트하는 동작, 및 업데이트된 제2 위치 좌표값을 출력하는 동작을 증강 현실 디바이스가 수행하기 위하여, 상기 증강 현실 디바이스에 의해 판독 가능한 명령어들(instructions)을 포함한다.
본 개시는, 다음의 자세한 설명과 그에 수반되는 도면들의 결합으로 쉽게 이해될 수 있으며, 참조 번호(reference numerals)들은 구조적 구성요소(structural elements)를 의미한다.
도 1a는 본 개시의 일 실시예에 따른 증강 현실 디바이스가 손의 관절에 관한 위치 정보를 획득하는 동작을 도시한 개념도이다.
도 1b는 본 개시의 일 실시예에 따른 증강 현실 디바이스가 웨어러블 디바이스로부터 획득한 센서 측정값을 이용하여 손의 관절의 위치 정보를 업데이트하는 동작을 도시한 도면이다.
도 2는 본 개시의 일 실시예에 따른 증강 현실 디바이스의 구성 요소를 도시한 블록도이다.
도 3은 본 개시의 일 실시예에 따른 증강 현실 디바이스의 동작 방법을 도시한 흐름도이다.
도 4a는 증강 현실 디바이스가 스테레오 카메라를 통해 손을 인식하는 영역을 도시한 도면이다.
도 4b는 본 개시의 일 실시예에 따른 증강 현실 디바이스가 스테레오 카메라를 이용하여 손의 관절의 위치 정보를 획득하는 동작을 설명하기 위한 도면이다.
도 4c는 본 개시의 일 실시예에 따른 증강 현실 디바이스가 스테레오 카메라를 통해 획득한 이미지로부터 손의 관절의 위치 정보를 획득하는 동작을 설명하기 위한 도면이다.
도 5는 증강 현실 디바이스가 깊이 카메라를 통해 손을 인식하는 영역을 도시한 도면이다.
도 6은 본 개시의 일 실시예에 따른 증강 현실 디바이스가 인식한 손에 포함된 복수의 관절에 관한 위치 좌표값을 도시한 도면이다.
도 7은 본 개시의 일 실시예에 따른 증강 현실 디바이스가 손의 관절의 위치 좌표값의 보정 필요 여부를 판단하는 동작을 도시한 도면이다.
도 8은 본 개시의 일 실시예에 따른 증강 현실 디바이스가 손의 관절의 위치 좌표값의 보정 필요 여부를 판단하는 방법을 도시한 흐름도이다.
도 9는 본 개시의 일 실시예에 따른 증강 현실 디바이스가 손의 관절의 위치 좌표값의 보정 필요 여부를 판단하는 동작을 도시한 도면이다.
도 10은 본 개시의 일 실시예에 따른 증강 현실 디바이스가 손의 관절의 위치 좌표값의 보정 필요 여부를 판단하는 동작을 도시한 도면이다.
도 11a는 본 개시의 일 실시예에 따른 증강 현실 디바이스가 웨어러블 디바이스로부터 IMU 센서의 측정값 데이터를 획득하는 동작을 도시한 도면이다.
도 11b는 본 개시의 일 실시예에 따른 증강 현실 디바이스가 웨어러블 디바이스로부터 IMU 센서의 측정값 데이터를 획득하는 동작을 도시한 도면이다.
도 12는 본 개시의 일 실시예에 따른 증강 현실 디바이스가 웨어러블 디바이스로부터 획득한 IMU 센서의 측정값을 이미지 프레임과 동기화하고, 이미지 프레임 별 센서 측정값의 변화값을 획득하는 방법을 도시한 흐름도이다.
도 13은 본 개시의 일 실시예에 따른 증강 현실 디바이스가 웨어러블 디바이스로부터 획득한 IMU 센서의 측정값을 이미지 프레임의 FPS(Frame Per Second)에 기초하여 동기화(synchronization)하는 동작을 설명하기 위한 도면이다.
도 14는 본 개시의 일 실시예에 따른 증강 현실 디바이스가 손의 관절의 3차원 위치 좌표값을 보정하는 방법을 도시한 흐름도이다.
도 15는 본 개시의 일 실시예에 따른 증강 현실 디바이스가 손의 관절의 3차원 위치 좌표값을 업데이트하는 방법을 도시한 흐름도이다.
본 명세서의 실시예들에서 사용되는 용어는 본 개시의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 실시예의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 명세서에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 개시의 전반에 걸친 내용을 토대로 정의되어야 한다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 용어들은 본 명세서에 기재된 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가질 수 있다.
본 개시 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 본 명세서에 기재된 "...부", "...모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.
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. 대신, 어떤 상황에서는, "~하도록 구성된 시스템"이라는 표현은, 그 시스템이 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 메모리에 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.
또한, 본 개시에서 일 구성요소가 다른 구성요소와 "연결된다" 거나 "접속된다" 등으로 언급된 때에는, 상기 일 구성요소가 상기 다른 구성요소와 직접 연결되거나 또는 직접 접속될 수도 있지만, 특별히 반대되는 기재가 존재하지 않는 이상, 중간에 또 다른 구성요소를 매개하여 연결되거나 또는 접속될 수도 있다고 이해되어야 할 것이다.
본 개시에서, '증강 현실(Augmented Reality)'은 현실 세계(Real world)의 물리적 환경 공간 내에 가상 이미지를 함께 보여주거나 현실 객체와 가상 이미지를 함께 보여주는 것을 의미한다.
본 개시에서, '증강 현실 디바이스'는 증강 현실을 표현할 수 있는 장치로서, 일반적으로 사용자가 안면부(顔面部)에 착용하는 안경 형상의 증강 현실 안경 장치(Augmented Reality Glasses) 뿐만 아니라, 두부(頭部)에 착용하는 헤드 마운트 디스플레이 장치 (HMD : Head Mounted Display Apparatus)나, 증강 현실 헬멧(Augmented Reality Helmet) 등을 포괄한다. 그러나, 이에 한정되는 것은 아니고, 증강 현실 디바이스는 모바일 디바이스, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 데스크 탑, 태블릿 PC, 전자책 단말기, 디지털 방송용 단말기, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 네비게이션, MP3 플레이어, 캠코더, IPTV(Internet Protocol Television), DTV(Digital Television), 착용형 기기(wearable device) 등과 같은 다양한 전자 장치로 구현될 수 있다.
본 개시에서, 'FOV(Field of View)'는 사용자가 증강 현실 디바이스의 카메라 렌즈를 통해 한번에 관측할 수 있는 화각 내 영역을 의미한다.
본 개시에서, '웨어러블 디바이스'는 사용자의 신체 일부에 착용하고, 착용 상태로 휴대하는 장치이다. 예를 들어, 웨어러블 디바이스는 스마트 워치, 링, 팔찌, 발찌, 목걸리, 콘택트 렌즈, 의류 일체형 장치(예컨대, 전자 의복), 신체 부착형 장치(예컨대, 스킨 패드(skin pad)), 또는 생체 이식형 장치(예: implantable circuit) 중 적어도 하나일 수 있으나, 이에 한정되는 것은 아니다. 본 개시의 일 실시예에서, 웨어러블 디바이스는 IMU(Inertial Measurement Unit) 센서를 포함할 수 있다.
아래에서는 첨부한 도면을 참고하여 본 개시의 실시예에 대하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 개시는 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다.
이하에서는 도면을 참조하여 본 개시의 실시예들을 상세하게 설명한다.
도 1a는 본 개시의 일 실시예에 따른 증강 현실 디바이스(1000)가 손의 관절에 관한 위치 정보를 획득하는 동작을 도시한 개념도이다.
도 1b는 본 개시의 일 실시예에 따른 증강 현실 디바이스(1000)가 웨어러블 디바이스(2000)로부터 획득한 센서 측정값을 이용하여 손의 관절의 위치 정보를 업데이트하는 동작을 도시한 도면이다.
도 1a를 참조하면, 증강 현실 디바이스(1000)는 사용자의 안면부(顔面部)에 착용하는 안경 형상의 증강 현실 안경 장치(Augmented Reality Glasses)일 수 있다. 다른 실시예에서, 증강 현실 디바이스(1000)는 사용자의 두부(頭部)에 착용하는 헤드 마운트 디스플레이 장치 (HMD : Head Mounted Display Apparatus) 또는 증강 현실 헬멧 등 장치로 구현될 수 있다. 그러나 이에 한정되는 것은 아니고, 증강 현실 디바이스(1000)는 예를 들어, 모바일 디바이스, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 데스크 탑, 태블릿 PC, 전자책 단말기, 디지털 방송용 단말기, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 네비게이션, MP3 플레이어, 캠코더, IPTV(Internet Protocol Television), DTV(Digital Television), 착용형 기기(wearable device) 등과 같은 다양한 전자 장치로 구현될 수 있다.
증강 현실 디바이스(1000)는 복수의 카메라(1100L, 1100R)를 포함할 수 있다. 증강 현실 디바이스(1000)는 복수의 카메라(1100L, 1100R)를 이용하여 사용자의 손을 촬영함으로써, 복수의 이미지 프레임을 획득할 수 있다. 도 1a에는 증강 현실 디바이스(1000)가 좌안 카메라(1100L) 및 우안 카메라(1100R)로 구성된 복수의 카메라를 포함하는 것으로 도시되었으나, 도시된 바와 같이 한정되는 것은 아니다. 본 개시의 다른 실시예에서, 증강 현실 디바이스(1000)는 단일 카메라를 포함하거나, 또는 3개 이상의 멀티 카메라를 포함할 수도 있다.
증강 현실 디바이스(1000)는 인공지능 모델(Artificial Intelligent model, AI model)을 이용하여 복수의 이미지 프레임으로부터 사용자의 손을 인식할 수 있다. 인공지능 모델은 딥 러닝(Deep Learning) 기반의 객체 인식 모델로 구성될 수 있다. 일 실시예에서, 증강 현실 디바이스(1000)는 객체 인식 모델을 이용한 추론을 통해 복수의 이미지 프레임 각각으로부터 손을 인식할 수 있다.
그러나, 이에 한정되는 것은 아니고, 증강 현실 디바이스(1000)는 공지의 이미지 프로세싱(image processing) 기술을 이용하여 복수의 이미지 프레임으로부터 사용자의 손을 인식할 수 있다.
증강 현실 디바이스(1000)는 복수의 이미지 프레임으로부터 인식된 손에 포함된 복수의 특징점에 관한 위치 정보를 획득할 수 있다. 본 개시에서, '특징점(keypoint, feature point)'은 이미지 내에서 주위 배경과 구분되거나 식별이 용이한 지점을 의미하고, 손의 경우 복수의 특징점은 손에 포함된 복수의 관절일 수 있다. 본 개시에서, '관절(joint)'은 손에 포함되는 복수의 뼈가 서로 연결되는 부분으로서, 손가락, 손 등, 또는 손바닥에 포함되는 하나 이상의 부위를 나타낸다. 일 실시예에서, 증강 현실 디바이스(1000)는 손의 인식 결과에 따라 손에 포함된 복수의 관절의 x축 및 y축에 관한 위치 정보인 2차원 위치 좌표값을 획득할 수 있다. 도 1a 및 도 1b에는 손의 관절 부분이 도시되었지만, 본 개시가 이에 한정되는 것은 아니다. 본 개시의 실시예는 인체의 신체 부위 및 다른 부위의 관절에도 적용될 수 있다.
증강 현실 디바이스(1000)는 스테레오 매핑(Stereo mapping)을 통해, 좌안 카메라(1100L)를 통해 획득한 좌안 이미지 및 우안 카메라(1100R)를 통해 획득한 우안 이미지로부터 손에 포함된 복수의 관절의 깊이 값(depth value)인 z축 위치 좌표값을 획득할 수 있다. 그러나, 이에 한정되는 것은 아니고, 증강 현실 디바이스(1000)는 깊이 센서(depth sensor)를 포함하고, 깊이 센서를 통해 손에 포함된 복수의 관절에 관한 깊이 값 정보인 z축 위치 좌표값을 획득할 수 있다.
증강 현실 디바이스(1000)는 외부 디바이스로부터 IMU 센서 측정값을 획득할 수 있다. 일 실시예에서, 외부 디바이스는 사용자의 신체 일부에 착용하는 웨어러블 디바이스(2000)일 수 있다. 도 1a에 도시된 실시예에서, 웨어러블 디바이스(2000)는 사용자의 손가락에 착용하는 스마트 링(smart ring)일 수 있다. 그러나, 이에 한정되는 것은 아니고, 다른 실시예에서 웨어러블 디바이스(2000)는 스마트 워치, 팔찌, 발찌, 목걸리, 콘택트 렌즈, 의류 일체형 장치(예컨대, 전자 의복), 신체 부착형 장치(예컨대, 스킨 패드(skin pad)), 또는 생체 이식형 장치(예: implantable circuit) 중 적어도 하나일 수 있다.
도 1b를 함께 참조하면, 웨어러블 디바이스(2000)는 IMU 센서(2100) 및 통신 인터페이스(2200)를 포함할 수 있다.
IMU(Inertial Measurement Unit) 센서(2100)는 가속도 계(accelerometer), 자이로스코프(gyroscope), 및 자력계(magnetometer)의 조합을 통해 디바이스의 이동 속도, 방향, 각도, 및 중력 가속도를 측정하도록 구성되는 센서이다. 웨어러블 디바이스(2000)는 IMU 센서(2100)를 이용하여, 손가락의 위치 및 움직임에 관한 정보를 획득할 수 있다. 일 실시예에서, 웨어러블 디바이스(2000)는 IMU 센서(2100)를 이용하여, 손가락의 3차원 위치 좌표값(x축, y축, 및 z축 좌표값) 및 3축 각속도 값(롤(roll), 요(yaw), 피치(pitch))을 포함하는 6 DoF(6 Degree of Freedom) 측정값을 획득할 수 있다.
웨어러블 디바이스(2000)는 통신 인터페이스(2200)를 통해, 증강 현실 디바이스(1000)와 근거리 무선 통신 네트워크를 통해 페어링(pairing)될 수 있다. 일 실시예에서, 통신 인터페이스(2200)는 와이파이(WiFi), WFD(Wi-Fi Direct), 블루투스, BLE(Bluetooth Low Energy), NFC(Near Field Communication), 지그비(Zigbee), Ant+, 또는 마이크로 웨이브(μWave) 중 적어도 하나를 포함하는 근거리 무선 통신 네트워크를 통해 증강 현실 디바이스(1000)의 통신 인터페이스(1200)와 무선으로 연결되고, 데이터 통신을 수행할 수 있다. 웨어러블 디바이스(2000)는 IMU 센서(2100)를 통해 측정된 6 DoF 측정값에 관한 데이터를 통신 인터페이스(2200)를 통해 증강 현실 디바이스(1000)의 통신 인터페이스(1200)에 전송할 수 있다.
증강 현실 디바이스(1000)는 통신 인터페이스(1200) 및 프로세서(1300)를 포함할 수 있다. 프로세서(1300)는 복수의 이미지 프레임으로부터 획득된 손의 3차원 위치 좌표값의 보정 필요 여부를 판단하고, 판단 결과에 따라 3차원 위치 좌표값을 보정할 수 있다. 일 실시예에서, 프로세서(1300)는 복수의 이미지 프레임으로부터 손이 인식되지 않는 경우, 복수의 관절의 3차원 위치 좌표값이 오인식된 경우, 또는 손이 복수의 카메라(1100L, 1100R) 중 어느 하나의 카메라의 FOV 영역 외부로 이동한 경우, 복수의 관절의 3차원 위치 좌표값의 보정이 필요하다고 판단할 수 있다.
도 1b를 참조하면, 복수의 이미지 프레임 중 제1 시점(t1)에서의 제1 이미지 프레임(101)에서는 손에 포함된 복수의 관절에 관한 3차원 위치 좌표값(PL_1, PR_1)이 정상적으로 획득될 수 있다. 일 실시예에서, 제1 이미지 프레임(101)은 제1 좌안 이미지 프레임(101L) 및 제1 우안 이미지 프레임(101R)을 포함하고, 제1 좌안 이미지 프레임(101L)에서는 복수의 관절에 관한 3차원 위치 좌표값(PL_1)이 획득되고, 제1 우안 이미지 프레임(101R)에서는 복수의 관절에 관한 3차원 위치 좌표값(PR_1)이 획득될 수 있다. 제1 시점(t1) 이후인 제2 시점(t2)에서의 제2 이미지 프레임(102)은 제2 좌안 이미지 프레임(102L) 및 제2 우안 이미지 프레임(102R)을 포함하고, 제2 좌안 이미지 프레임(102L)에서는 복수의 관절에 관한 3차원 위치 좌표값(PL_2)이 획득될 수 있다. 그러나, 제2 우안 이미지 프레임(102R)에서는 사용자의 손이 인식되지 않고, 이에 따라 손에 포함되는 복수의 관절에 관한 3차원 위치 좌표값이 획득되지 않을 수 있다. 프로세서(1300)는 제2 시점(t2)에서의 제2 좌안 이미지 프레임(102L) 및 제2 우안 이미지 프레임(102R) 중 적어도 하나의 이미지 프레임에서 손이 인식되지 않거나, 복수의 관절에 관한 3차원 위치 좌표값이 획득되지 않는 경우, 관절의 위치 좌표값의 보정이 필요하다고 판단할 수 있다. 프로세서(1300)는 제2 시점(t2)에서의 제2 이미지 프레임(102)을 보정이 필요한 이미지 프레임으로 식별할 수 있다.
도 1b에서는 제1 이미지 프레임(101) 및 제2 이미지 프레임(102)이 각각 복수의 이미지 프레임을 포함하는 것으로 도시되었으나, 이는 증강 현실 디바이스(1000)가 좌안 카메라(1100L) 및 우안 카메라(1100R)를 포함하는 경우를 도시한 것이고, 본 개시가 도 1b에 도시된 바와 같이 한정되는 것은 아니다. 본 개시의 다른 실시예에서, 제1 이미지 프레임(101) 및 제2 이미지 프레임(102)은 단일 이미지 프레임으로 구성되거나, 또는 3개 이상의 복수의 이미지 프레임으로 구성될 수 있다.
손에 포함된 복수의 관절에 관한 3차원 위치 좌표값의 보정이 필요하다고 판단된 경우, 프로세서(1300)는 복수의 이미지 프레임 별 3차원 위치 좌표값과 웨어러블 디바이스(2000)로부터 획득한 IMU 센서(2100)의 측정값 데이터에 기초하여, 복수의 관절의 3차원 위치 좌표값을 보정할 수 있다. 일 실시예에서, 프로세서(1300)는 복수의 관절의 3차원 위치 좌표값의 보정이 필요하다고 판단된 현재 시점(예를 들어, 도 1b의 제2 시점(t2))에서의 제2 이미지 프레임으로부터 획득된 복수의 관절의 3차원 위치 좌표값들의 집합인 제2 위치 좌표값, 현재 시점 보다 이전 시점(예를 들어, 도 1b의 제1 시점(t1))에서의 제1 이미지 프레임으로부터 획득된 복수의 관절의 3차원 위치 좌표값들의 집합인 제1 위치 좌표값, 및 이미지 프레임 별 IMU 센서(2100)의 측정값 변화값을 이용하여, 제2 위치 좌표값을 보정할 수 있다.
프로세서(1300)는 통신 인터페이스(1200)를 통해 웨어러블 디바이스(2000)로부터 IMU 센서(2100)의 센서 측정값들을 실시간으로 획득할 수 있다. 프로세서(1300)는 실시간으로 획득한 센서 측정값들을 복수의 이미지 프레임(101, 102)의 초당 프레임 수(Frame Per Second, FPS)에 기초하여 동기화(Synchronization)할 수 있다. 프로세서(1300)는 동기화된 센서 측정값을 이용하여, 이미지 프레임 별 IMU 센서(2100)의 측정값 변화값을 산출할 수 있다.
도 1b에 도시된 실시예를 참조하면, 프로세서(1300)는 제1 시점(t1)과 제2 시점(t2) 사이에서의 센서 측정값들의 변화값을 산출할 수 있다. 프로세서(1300)는 산출된 측정값의 변화값과 제1 이미지 프레임(101)에서의 3차원 위치 좌표값(PL_1, PR_1) 및 제2 이미지 프레임(102)에서의 3차원 위치 좌표값(PL_2)을 이용하여 제2 이미지 프레임(102)에서의 3차원 위치 좌표값을 보정하고, 보정을 통해 업데이트된 3차원 위치 좌표값(PL_2', PR_2')을 획득할 수 있다. 일 실시예에서, 프로세서(1300)는 복수의 관절 중 대표 관절에 관한 3차원 위치 좌표값을 보정하고, 대표 관절과 나머지 관절과의 위치 관계에 기초하여 보정된 3차원 위치 좌표값을 기준으로 나머지 관절에 관한 3차원 위치 좌표값을 보정함으로써, 복수의 관절에 관한 3차원 위치 좌표값을 업데이트할 수 있다.
증강 현실 디바이스(1000)는 업데이트된 제2 이미지 프레임(102') 및 복수의 관절에 관한 업데이트된 3차원 위치 좌표값(PL_2', PR_2')을 출력할 수 있다. 증강 현실 디바이스(1000)는 출력된 3차원 위치 좌표값(PL_2', PR_2')을 현실 객체 또는 가상 이미지에 관한 사용자의 포즈 또는 제스쳐(gesture)를 인식하는 핸드 인터랙션(hand interaction)을 수행하는 애플리케이션에 제공하고, 애플리케이션을 실행함으로써 증강 현실 서비스를 제공할 수 있다.
일반적인 증강 현실 디바이스는 사용자의 양 손의 자유로움을 보장하기 위하여 별도의 외부 입력 장치를 사용하지 않고, 카메라를 이용하여 촬영된 이미지로부터 사용자의 손을 인식하는 비젼 기반 핸드 트래킹(Vision-based Hand tracking) 기술을 사용하고 있다. 카메라를 이용하여 손의 관절의 3차원 위치 좌표값을 획득하는 경우, 카메라의 FOV(Field of View) 영역 내에서만 인식이 가능하다. 예를 들어, 좌안 카메라(1100L) 및 우안 카메라(1100R)를 이용하여 이미지를 획득하고, 스테레오 맵핑을 통해 손에 포함된 복수의 관절에 관한 3차원 위치 좌표값을 획득하는 증강 현실 디바이스의 경우, 좌안 카메라(1100L)의 FOV(FOV1, 도 1a 참조)와 우안 카메라(1100R)의 FOV(FOV2, 도 1a 참조)가 중첩되는 영역(FOV3, 도 1a 참조)에서만 손이 정상적으로 인식되고, 다른 영역(예를 들어, FOV1, FOV2)에서는 손이 오인식되거나 관절의 3차원 위치 좌표값의 정확도가 현저하게 하락하는 문제점이 발생된다. 손의 관절에 관한 3차원 위치 좌표값의 정확도가 낮은 경우, 손의 포즈 또는 제스처를 미인식하거나 오인식할 수 있고, 이에 따라 증강 현실 서비스의 안정성 및 사용자 만족도가 하락할 수 있다.
도 1a 및 도 1b에 도시된 실시예에 따른 증강 현실 디바이스(1000)는 복수의 이미지 프레임 중 손이 인식되지 않거나, 손에 포함된 복수의 관절에 관한 3차원 위치 좌표값이 정상적으로 획득되지 않은 제2 이미지 프레임(102)을 식별하고, 웨어러블 디바이스(2000)로부터 획득된 IMU 센서(2100)의 측정값 변화값, 과거 시점인 제1 시점(t1)에서의 제1 이미지 프레임(101)에서 획득된 복수의 관절에 관한 3차원 위치 좌표값(PL_1, PR_1), 및 현재 시점인 제2 시점(t2)에서의 제2 이미지 프레임(102)에서 획득된 복수의 관절에 관한 3차원 위치 좌표값(PL_2)에 기초하여, 제2 이미지 프레임(102)에서의 3차원 위치 좌표값(PL_2)을 보정하고, 보정 결과에 따라 복수의 관절에 관한 업데이트된 3차원 위치 좌표값(PL_2', PR_2')을 획득할 수 있다. 본 개시의 실시예에 따른 증강 현실 디바이스(1000)는 웨어러블 디바이스(2000)로부터 수신된 IMU 센서(2100)의 센서 측정값을 이용하여 손에 포함된 복수의 관절에 관한 3차원 위치 좌표값을 업데이트함으로써, 복수의 관절에 관한 3차원 위치 정보의 정확도를 향상시킬 수 있다. 또한, 본 개시의 실시예에 따른 증강 현실 디바이스(1000)는 카메라(1100L, 1100R)의 FOV와는 상관 없이, FOV의 외부 영역에서도 손을 정확하게 트래킹할 수 있으므로, 애플리케이션을 통한 핸드 인터랙션 서비스의 안정성 및 사용자 만족도를 향상시킬 수 있다.
도 2는 본 개시의 일 실시예에 따른 증강 현실 디바이스(1000)의 구성 요소를 도시한 블록도이다.
도 2를 참조하면, 증강 현실 디바이스(1000)는 카메라(1100), 통신 인터페이스(1200), 프로세서(1300), 메모리(1400), 및 디스플레이부(1500)를 포함할 수 있다. 카메라(1100), 통신 인터페이스(1200), 프로세서(1300), 메모리(1400), 및 디스플레이부(1500)는 각각 전기적 및/또는 물리적으로 서로 연결될 수 있다.
도 2에 도시된 구성 요소는 본 개시의 일 실시예에 따른 것일 뿐, 증강 현실 디바이스(1000)가 포함하고 있는 구성 요소가 도 2에 도시된 것으로 한정되는 것은 아니다. 증강 현실 디바이스(1000)는 도 2에 도시된 구성 요소 중 일부를 포함하지 않을 수 있고, 도 2에 도시되지 않은 구성 요소를 더 포함할 수도 있다. 일 실시예에서, 증강 현실 디바이스(1000)는 지자기 센서(geomagnetic sensor), 자이로 센서(gyro sensor), 및 가속도 센서(accelerometer)로 구성되는 IMU 센서 모듈을 더 포함할 수 있다.
카메라(1100)는 현실 공간을 촬영함으로써, 현실 공간 내의 현실 객체에 관한 이미지를 획득하도록 구성된다. 일 실시예에서, 카메라(1100)는 렌즈 모듈, 이미지 센서, 및 영상 처리 모듈을 포함할 수 있다. 카메라(1100)는 이미지 센서(예를 들어, CMOS 또는 CCD)에 의해 얻어지는 정지 이미지 또는 동영상을 획득할 수 있다. 영상 처리 모듈은 이미지 센서를 통해 획득된 정지 이미지 또는 동영상을 가공하여, 필요한 정보를 추출하고, 추출된 정보를 프로세서(1300)에 전달할 수 있다.
일 실시예에서, 카메라(1100)는 좌안 카메라(1100L, 도 1a 참조) 및 우안 카메라(1100R, 도 1b 참조)를 포함하고, 두 개의 카메라를 이용하여 촬영 대상체에 관한 3차원 입체 이미지를 획득하는 스테레오 카메라(Stereo camera)일 수 있다. 그러나, 이에 한정되는 것은 아니고, 카메라(1100)는 촬영 대상체의 깊이 값 정보를 획득하는 깊이 카메라(depth camera)를 포함할 수 있다.
일 실시예에서, 카메라(1100)는 프로세서(1300)의 제어에 의해 사용자의 손을 실시간으로 촬영함으로써, 복수의 이미지 프레임을 획득할 수 있다. 카메라(1100)는 획득된 복수의 이미지 프레임에 관한 데이터를 프로세서(1300)에 제공할 수 있다.
통신 인터페이스(1200)는 외부 디바이스(예컨대, 웨어러블 디바이스(2000, 도 1a 및 도 1b 참조), 또는 서버와 데이터 통신을 수행하도록 구성된다. 일 실시예에서, 통신 인터페이스(1200)는 근거리 무선 통신 모듈 및 이동 통신 모듈을 포함할 수 있다.
근거리 무선 통신 모듈(short-range wireless communication unit)은 무선 통신 네트워크를 이용하여 외부 디바이스 또는 서버와 연결하고, 데이터 송수신을 수행하도록 구성된다. 근거리 무선 통신 모듈은 예를 들어, 와이파이(WiFi), WFD(Wi-Fi Direct) 통신부, 블루투스 통신부, BLE(Bluetooth Low Energy) 통신부, NFC(Near Field Communication unit), 지그비(Zigbee) 통신부, Ant+ 통신부, 또는 마이크로 웨이브(μWave) 통신부 중 적어도 하나의 하드웨어 모듈로 구성될 수 있으나, 이에 한정되는 것은 아니다. 일 실시예에서, 근거리 무선 통신 모듈(1220)은 게이트웨이(gateway) 또는 라우터(router)를 통해 외부 서버와 데이터 통신을 수행할 수도 있다.
일 실시예에서, 증강 현실 디바이스(1000)는 와이파이(WiFi), WFD(Wi-Fi Direct), 블루투스(Bluetooth), BLE(Bluetooth Low Energy), NFC(Near Field Communication unit), 지그비(Zigbee), Ant+, 또는 마이크로 웨이브(μWave) 중 적어도 하나의 근거리 무선 통신 네트워크를 이용하여, 웨어러블 디바이스(2000)와 페어링(pairing)하고, 웨어러블 디바이스(2000)로부터 IMU 센서(2100, 도 1b 참조)의 측정값 데이터를 수신할 수 있다.
이동 통신 모듈은 이동 통신망 상에서 기지국, 외부 디바이스, 또는 서버 중 적어도 하나와 무선 신호를 송수신하도록 구성되는 통신 모듈이다. 이동 통신 모듈은 예를 들어, 5G mmWave 통신, 5G Sub 6 통신, LTE(Long Term Evolution) 통신, 또는 3G 이동 통신 중 적어도 하나의 통신 방식을 이용하여 데이터를 송수신할 수 있다. 일 실시예에서, 이동 통신 모듈은 프로세서(1300)의 제어에 의해 서버와 데이터를 송수신할 수 있다.
프로세서(1300)는 메모리(1400)에 저장된 프로그램의 하나 이상의 명령어들(instructions)을 실행할 수 있다. 프로세서(1300)는 산술, 로직 및 입출력 연산과 시그널 프로세싱을 수행하는 하드웨어 구성 요소로 구성될 수 있다. 프로세서(1300)는 예를 들어, 중앙 처리 장치(Central Processing Unit), 마이크로 프로세서(microprocessor), 그래픽 프로세서(Graphic Processing Unit), ASICs(Application Specific Integrated Circuits), DSPs(Digital Signal Processors), DSPDs(Digital Signal Processing Devices), PLDs(Programmable Logic Devices), 및 FPGAs(Field Programmable Gate Arrays) 중 적어도 하나로 구성될 수 있으나, 이에 한정되는 것은 아니다.
도 2에는 프로세서(1300)가 하나의 엘리먼트로 도시되었으나, 이에 한정되는 것은 아니다. 일 실시예에서, 프로세서(1300)는 하나 또는 하나 이상의 복수 개로 구성될 수 있다.
일 실시예에서, 프로세서(1300)는 인공 지능(Artificial Intelligence; AI) 학습을 수행하는 AI 프로세서를 포함할 수 있다. 이 경우, AI 프로세서는 인공지능(AI) 시스템의 학습 네트워크 모델을 이용하여 사용자의 손을 인식할 수 있다. AI 프로세서는, 인공 지능(AI)을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 또는 기존의 범용 프로세서(예: CPU 또는 application processor) 또는 그래픽 전용 프로세서(예: GPU)의 일부로 제작되어 증강 현실 디바이스(1000) 내의 프로세서(1300)에 탑재될 수 있다.
메모리(1400)에는 증강 현실 디바이스(1000)가 사용자의 손의 관절에 관한 위치 정보를 획득하기 위한 애플리케이션을 구성하는 명령어들(instructions)이 저장될 수 있다. 일 실시예에서, 메모리(1400)에는 프로세서(1300)가 판독할 수 있는 명령어들 및 프로그램 코드(program code)가 저장될 수 있다. 이하의 실시예에서, 프로세서(1300)는 메모리(1400)에 저장된 명령어들 또는 프로그램 코드들을 실행함으로써 구현될 수 있다.
메모리(1400)는 예를 들어, 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(RAM, Random Access Memory) SRAM(Static Random Access Memory), 롬(ROM, Read-Only Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 또는 광 디스크 중 적어도 하나의 타입의 저장매체로 구성될 수 있다. 일 실시예에서, 증강 현실 디바이스(1000)는 네트워크를 통해 접속 가능하고, 저장 기능을 수행하는 웹 스토리지(web storage) 또는 클라우드 서버를 운영할 수도 있다.
프로세서(1300)는 메모리(1400)에 저장된 명령어들 또는 프로그램 코드들을 실행함으로써 이하의 실시예들을 구현할 수 있다.
프로세서(1300)는 카메라(1100)로부터 사용자의 손에 관한 복수의 이미지 프레임을 획득할 수 있다. 일 실시예에서, 카메라(1100)는 현실 공간 내의 사용자의 손을 실시간으로 촬영함으로써 복수의 이미지 프레임을 획득하고, 획득된 복수의 이미지 프레임을 프로세서(1300)에 제공할 수 있다.
프로세서(1300)는 복수의 이미지 프레임으로부터 사용자의 손을 인식할 수 있다. 일 실시예에서, 프로세서(1300)는 인공지능 모델(Artificial Intelligent model, AI model)을 이용하여 복수의 이미지 프레임으로부터 손을 인식할 수 있다. '인공지능 모델'은 카메라(1100)로부터 입력받은 이미지 데이터로부터 객체를 인식하고, 객체를 타입에 따라 분류(classify)하도록 학습된 심층 신경망 모델을 포함할 수 있다. 인공지능 모델은 메모리(1400)에 저장될 수 있지만, 이에 한정되는 것은 아니다. 일 실시예에서, 인공지능 모델은 외부 서버에 저장되어 있고, 증강 현실 디바이스(1000)는 서버에 이미지 데이터를 전송하고, 서버의 인공지능 모델로부터 추론 결과인 객체의 타입에 관한 정보를 수신할 수도 있다.
인공지능 모델은 수만 내지 수억장의 이미지를 입력 데이터로 적용하고, 이미지에 포함되는 객체의 라벨값(label)을 출력 정답값(groundtruth)로 적용하여 학습된(trained) 모델 파라미터로 구성되는 심층 신경망 모델(Deep Neural Network)을 포함할 수 있다. 심층 신경망 모델은 예를 들어, 컨볼루션 신경망 모델(Convolutional Neural Network; CNN), 순환 신경망 모델(Recurrent Neural Network; RNN), RBM(Restricted Boltzmann Machine), DBN(Deep Belief Network), BRDNN(Bidirectional Recurrent Deep Neural Network) 및 심층 Q-네트워크 (Deep Q-Networks) 중 적어도 하나를 포함할 수 있다. 그러나, 인공지능 모델이 심층 신경망 모델만을 포함하는 것은 아니고, SVM(Support Vector Machine), 선형 회귀(linear regression), 로지스틱 회귀(logistic regression), 나이브 베이즈 분류(Naive Bayes), 랜덤 포레스트(random forest), decision tree, 또는 k-nearest neighbor algorithm 중 적어도 하나로 구성될 수도 있다.
프로세서(1300)는 인공지능(AI) 프로세서를 포함할 수 있다. 인공 지능(AI) 프로세서는, 인공 지능(AI)을 위한 전용 하드웨어 칩 형태로 구성될 수도 있고, 범용 프로세서(예를 들어, CPU 또는 애플리케이션 프로세서) 또는 그래픽 전용 프로세서(예를 들어, GPU)의 일부로서 프로세서(1300)에 포함될 수 있다. 인공지능 프로세서는 인공지능 모델을 이용하여, 카메라(1100)를 통해 획득된 복수의 이미지 프레임으로부터 사용자의 손을 인식할 수 있다.
프로세서(1300)는 인공지능 모델을 이용하여 인식된 손에 포함된 복수의 특징점에 관한 위치 정보를 획득할 수 있다. 일 실시예예서, '특징점(keypoint, feature point)'은 이미지 내에서 주위 배경과 구분되거나 식별이 용이한 지점을 의미하고, 손의 경우 복수의 특징점은 손에 포함된 복수의 관절일 수 있다. 본 개시에서, '관절(joint)'은 손에 포함되는 복수의 뼈가 서로 연결되는 부분으로서, 손가락, 손 등, 또는 손바닥에 포함되는 하나 이상의 부위를 나타낸다. 일 실시예에서, 프로세서(1300)는 복수의 이미지 프레임으로부터의 손의 인식 결과에 따라 손에 포함된 복수의 관절의 x축 및 y축에 관한 위치 정보인 2차원 위치 좌표값을 획득할 수 있다.
프로세서(1300)는 좌안 카메라(1100L, 도 1a 참조)를 통해 촬영된 좌안 이미지로부터 획득된 관절의 2차원 위치 좌표값, 우안 카메라(1100R, 도 1a 참조)를 통해 촬영된 우안 이미지로부터 획득된 관절의 2차원 위치 좌표값, 좌안 카메라(1100L)와 우안 카메라(1100R) 간의 거리 차(baseline), 및 좌안 카메라(1100L) 및 우안 카메라(1100R) 각각의 초점 거리에 기초하여, 손에 포함된 복수의 관절의 깊이값인 z축 위치 좌표값을 획득할 수 있다. 스테레오 매핑(Stereo mapping) 기술에 대해서는 도 4a 내지 도 4c에서 상세하게 설명하기로 한다. 프로세서(1300)는 스테레오 매핑 기술을 이용하여 손에 포함된 복수의 관절에 관한 z축 위치 좌표값을 획득하고, 이를 통해 복수의 관절에 관한 3차원 위치 좌표값을 획득할 수 있다.
그러나, 이에 한정되는 것은 아니고, 증강 현실 디바이스(1000)는 깊이 카메라(depth camera)를 더 포함하고, 프로세서(1300)는 깊이 카메라를 통해 손에 포함된 복수의 관절에 관한 깊이 값 정보인 z축 위치 좌표값을 획득할 수 있다.
전술한 실시예에서, 프로세서(1300)는 인공지능 모델을 이용하여 사용자의 손을 인식하고, 인식된 손에 포함된 복수의 관절에 관한 3차원 위치 좌표값을 획득한다고 기재하였지만, 본 개시가 상술한 실시예로 한정되는 것은 아니다. 다른 실시예에서, 프로세서(1300)는 공지의 이미지 프로세싱(image processing) 기술을 이용하여 복수의 이미지 프레임으로부터 사용자의 손을 인식하고, 손에 포함된 복수의 관절에 관한 3차원 위치 좌표값을 획득할 수 있다.
프로세서(1300)는 손의 인식 결과에 기초하여, 복수의 이미지 프레임으로부터 획득된 복수의 관절의 3차원 위치 좌표값 중 적어도 하나의 3차원 위치 좌표값의 보정 필요 여부를 판단할 수 있다. 프로세서(1300)는 복수의 이미지 프레임 중 적어도 하나의 이미지 프레임으로부터 손의 미인식 여부, 또는 적어도 하나의 관절의 3차원 위치 좌표값의 미획득 여부에 기초하여, 적어도 하나의 3차원 위치 좌표값의 보정 필요 여부를 판단할 수 있다. 일 실시예에서, 프로세서(1300)는 복수의 이미지 프레임 중 손이 미인식되거나, 손에 포함된 복수의 관절 중 적어도 하나의 관절에 관한 3차원 위치 좌표값이 획득되지 않은 이미지 프레임을 식별하고, 식별된 이미지 프레임으로부터 획득된 적어도 하나의 관절에 관한 3차원 위치 좌표값을 보정이 필요한 위치 정보로 판단할 수 있다.
일 실시예에서, 프로세서(1300)는 보정이 필요한 이미지 프레임으로 식별된 현재 시점(t0)의 이미지 프레임으로부터 획득된 복수의 관절에 관한 3차원 위치 좌표값과 이전 시점(t-1)에서의 이미지 프레임으로부터 획득된 복수의 관절에 관한 3차원 위치 좌표값 간의 차이값을 산출하고, 산출된 차이값을 기 설정된 임계치와 비교함으로써 현재 시점의 이미지 프레임으로부터 획득된 복수의 관절에 관한 3차원 위치 좌표값의 보정 필요 여부를 판단할 수 있다. 프로세서(1300)가 복수의 이미지 프레임 중 손의 미인식 또는 손에 포함된 적어도 하나의 관절에 관한 3차원 위치 좌표값의 미획득 여부에 기초하여, 적어도 하나의 관절에 관한 3차원 위치 좌표값의 보정 필요 여부를 판단하는 구체적인 실시예에 대해서는 도 7 내지 도 9에서 상세하게 설명하기로 한다.
일 실시예에서, 프로세서(1300)는 복수의 이미지 프레임 중 인식된 손의 위치가 카메라(1100)의 FOV(Field Of View) 영역 내부와 외부 간 이동하는지 여부에 기초하여, 복수의 관절 중 적어도 하나의 관절에 관한 3차원 위치 좌표값의 보정 필요 여부를 판단할 수 있다. 프로세서(1300)가 카메라(1100)의 FOV 영역 내부와 외부 사이에서의 손의 이동 여부에 기초하여 손에 포함된 적어도 하나의 관절에 관한 3차원 위치 좌표값의 보정 필요 여부를 판단하는 구체적인 실시예에 대해서는 도 10에서 상세하게 설명하기로 한다.
보정이 필요하다고 판단된 경우, 프로세서(1300)는 복수의 이미지 프레임 중 보정이 필요하다고 판단된 이미지 프레임으로부터 획득된 복수의 관절에 관한 3차원 위치 좌표값, 이전 시점의 이미지 프레임으로부터 획득된 복수의 관절에 관한 3차원 위치 좌표값, 및 외부 디바이스로부터 획득된 IMU 센서의 센서 측정값에 기초하여, 복수의 관절에 관한 3차원 위치 좌표값을 보정할 수 있다. 일 실시예에서, 보정이 필요하다고 판단된 이미지 프레임이 현재 시점(t0)의 제2 이미지 프레임이고, 제2 이미지 프레임으로부터 획득된 복수의 관절에 관한 3차원 위치 좌표값이 제2 위치 좌표값인 경우, 프로세서(1300)는 현재 시점(t0) 보다 이전 시점(t-1)에서의 제1 이미지 프레임에서 획득된 복수의 관절에 관한 3차원 위치 좌표값인 제1 위치 좌표값, 제2 위치 좌표값, 및 웨어러블 디바이스(2000, 도 1a 및 도 1b 참조)로부터 획득한 IMU 센서(2100, 도 1b 참조)의 측정값 변화값에 기초하여, 제2 위치 좌표값을 보정할 수 있다.
프로세서(1300)는 통신 인터페이스(1200)를 통해 웨어러블 디바이스(2000)로부터 IMU 센서(2100)의 측정값을 실시간으로 획득할 수 있다. 웨어러블 디바이스(2000)는 예를 들어, 사용자의 손목에 착용하는 워치형 디바이스(2000a, 도 11a 참조) 또는 사용자의 손가락에 착용하는 스마트 링(smart ring)(2000b, 도 11b 참조)일 수 있다. 프로세서(1300)는 통신 인터페이스(1200)를 통해, 웨어러블 디바이스(2000)와 무선으로 페어링(pairing)하고, 데이터 통신을 수행할 수 있다. 프로세서(1300)는 통신 인터페이스(1200)를 통해, 웨어러블 디바이스(2000)로부터 IMU 센서(2100, 도 1b 참조)를 통해 측정된 6 DoF 측정값에 관한 데이터를 획득할 수 있다. 프로세서(1300)가 웨어러블 디바이스(2000)로부터 센서 측정값의 데이터를 획득하는 구체적인 실시예에 대해서는 도 11a 및 도 11b에서 상세하게 설명하기로 한다.
일 실시예에서, 프로세서(1300)는 실시간으로 획득한 IMU 센서(2100)의 측정값들을 복수의 이미지 프레임(101, 102)의 초당 프레임 수(Frame Per Second, FPS)에 기초하여 동기화(Synchronization)할 수 있다. 예를 들어, 웨어러블 디바이스(2000)의 IMU 센서(2100)가 1초에 500회 센싱하여, 1초에 500개의 센서 측정값을 획득하는 경우, 프로세서(1300)는 초당 500개의 센서 측정값을 복수의 이미지 프레임의 FPS에 따라 동기화할 수 있다. 예를 들어, 카메라(1100)를 통해 획득된 복수의 이미지 프레임의 FPS가 30인 경우, 프로세서(1300)는 1초에 500개의 센서 측정값을 30개로 샘플링하고, 샘플링된 30개의 센서 측정값을 대응되는 복수의 이미지 프레임과 매칭시킴으로써, 센서 측정값과 이미지 프레임을 동기화할 수 있다. 프로세서(1300)가 센서 측정값과 이미지 프레임을 동기화하는 구체적인 실시예에 대해서는 도 12 및 도 13에서 상세하게 설명하기로 한다.
프로세서(1300)는 이미지 프레임과 동기화된 센서 측정값을 이용하여, 이미지 프레임 별 센서 측정값의 변화값을 산출할 수 있다. 일 실시예에서, 프로세서(1300)는 제1 이미지 프레임과 동기화된 제1 센서 측정값과 제2 이미지 프레임과 동기화된 제2 센서 측정값 간의 차이값을 이용하여, 제2 이미지 프레임으로부터 획득된 복수의 관절에 관한 제2 위치 좌표값을 보정할 수 있다.
프로세서(1300)는 제1 위치 좌표값에 제1 가중치를, 제2 위치 좌표값에 제2 가중치를 각각 적용하고, 제1 가중치가 적용된 제1 위치 좌표값, 제2 가중치가 적용된 제2 위치 좌표값, 및 이미지 프레임 별 센서 측정값의 변화값에 기초하여, 제2 위치 좌표값을 보정할 수 있다. 일 실시예에서, 제1 가중치 및 제2 가중치는 제1 이미지 프레임 및 제2 이미지 프레임에서의 사용자의 손의 인식 여부, 제1 위치 좌표값과 제2 위치 좌표값 간의 차이값, 및 사용자의 손이 카메라(1100)의 FOV 영역 내외부 간 위치 이동 여부 중 적어도 하나에 기초하여 결정될 수 있다. 예를 들어, 제2 이미지 프레임에서 손이 인식되지 않은 경우, 프로세서(1300)는 제2 이미지 프레임에 적용되는 제2 가중치를 0 또는 0에 가까운 작은 값으로 결정하고, 제1 이미지 프레임에서 획득된 제1 위치 좌표값을 기준으로 제2 위치 좌표값을 보정할 수 있다. 다른 예를 들어, 제1 이미지 프레임에서 사용자의 손이 카메라(1100)의 FOV 영역 외부에 있었다가 제2 이미지 프레임에서는 손이 카메라(1100)의 FOV 내부로 이동하는 경우, 프로세서(1300)는 제1 위치 좌표값에 적용되는 제1 가중치를 0으로 적용하고, 제2 위치 좌표값에 적용되는 제2 가중치를 1로 결정함으로써, 제2 위치 좌표값을 기준으로 제2 위치 좌표값을 보정할 수 있다.
프로세서(1300)는 손에 포함된 복수의 관절 중 대표 관절에 관한 3차원 위치 좌표값을 보정하고, 보정된 대표 관절의 위치 좌표값에 기초하여 복수의 관절 중 나머지 관절 각각에 관한 3차원 위치 좌표값을 업데이트할 수 있다. 일 실시예에서, 프로세서(1300)는 대표 관절과 나머지 관절과의 위치 관계에 기초하여, 보정된 대표 관절의 3차원 위치 좌표값을 기준으로 나머지 관절에 관한 3차원 위치 좌표값을 보정함으로써, 복수의 관절에 관한 3차원 위치 좌표값을 업데이트할 수 있다.
프로세서(1300)는 업데이트된 복수의 관절에 관한 3차원 위치 좌표값을 출력할 수 있다. 일 실시예에서, 프로세서(1300)는 업데이트된 복수의 관절에 관한 3차원 위치 좌표값을 핸드 인터랙션(hand interaction)을 수행하는 애플리케이션에 제공할 수 있다. 프로세서(1300)는 애플리케이션을 실행함으로써, 현실 객체 또는 가상 이미지에 관한 손의 포즈 또는 제스처를 인식하고, 인식된 포즈 또는 제스처에 대응되는 기능 또는 동작을 수행할 수 있다.
일 실시예에서, 프로세서(1300)는 업데이트된 복수의 관절에 관한 3차원 위치 좌표값을 나타내는 그래픽 UI(Graphic User Interface)를 디스플레이부(1500) 상에 디스플레이할 수 있다.
디스플레이부(1500)는 카메라(1100)를 통해 촬영된 복수의 이미지 프레임을 디스플레이하도록 구성된다. 디스플레이부(1500)는 복수의 이미지 프레임으로부터 인식된 사용자의 손을 나타내는 영역에 마커(marker)를 표시할 수 있다. 일 실시예에서, 디스플레이부(1500)는 프로세서(1300)의 제어에 의해 손에 포함된 복수의 관절을 나타내는 그래픽 UI를 디스플레이할 수 있다.
일 실시예에서, 디스플레이부(1500)는 프로세서(1300)의 제어에 의해 가상 이미지를 디스플레이할 수 있다.
예를 들어, 증강 현실 디바이스(1000)가 안경 형태의 증강 현실 안경 장치(Augmented Reality Glasses)인 경우, 디스플레이부(1500)는 렌즈, 웨이브가이드(waveguide), 및 광학 모듈(예컨대, 프로젝터)을 포함할 수 있다.
그러나, 이에 한정되는 것은 아니고, 디스플레이부(1500)는 액정 디스플레이(liquid crystal display), 박막 트랜지스터 액정 디스플레이(thin film transistor-liquid crystal display), 유기 발광 다이오드(organic light-emitting diode, OLED), 플렉시블 디스플레이(flexible display), 3차원 디스플레이(3D display), 전기영동 디스플레이(electrophoretic display) 중에서 적어도 하나를 포함하는 물리적 장치로 구성될 수 있다. 일 실시예에서, 디스플레이부(1500)는 터치 인터페이스를 포함하는 터치스크린으로 구성될 수도 있다. 디스플레이부(1500)가 터치스크린으로 구성되는 경우, 디스플레이부(1500)는 터치 패널로 구성되는 사용자 입력부와 통합되는 구성 요소일 수 있다.
도 3은 본 개시의 일 실시예에 따른 증강 현실 디바이스(1000)의 동작 방법을 도시한 흐름도이다.
단계 S310에서, 증강 현실 디바이스(1000)는 복수의 이미지 프레임으로부터 사용자의 손에 포함된 복수의 관절에 관한 3차원 위치 좌표값을 획득한다. 일 실시예에서, 증강 현실 디바이스(1000)는 카메라를 이용하여 현실 공간에 위치하는 사용자의 손을 실시간으로 촬영함으로써, 복수의 이미지 프레임을 획득할 수 있다. 증강 현실 디바이스(1000)는 복수의 이미지 프레임으로부터 사용자의 손을 인식할 수 있다. 일 실시예에서, 증강 현실 디바이스(1000)는 인공지능 모델(Artificial Intelligent model, AI model)을 이용하여 복수의 이미지 프레임으로부터 손을 인식할 수 있다. '인공지능 모델'은 카메라로부터 입력받은 이미지 데이터로부터 객체를 인식하고, 객체를 타입에 따라 분류(classify)하도록 학습된 심층 신경망 모델을 포함할 수 있다. 심층 신경망 모델은 예를 들어, 컨볼루션 신경망 모델(Convolutional Neural Network; CNN), 순환 신경망 모델(Recurrent Neural Network; RNN), RBM(Restricted Boltzmann Machine), DBN(Deep Belief Network), BRDNN(Bidirectional Recurrent Deep Neural Network) 및 심층 Q-네트워크 (Deep Q-Networks) 중 적어도 하나를 포함할 수 있다. 증강 현실 디바이스(1000)는 심층 신경망 모델을 이용하여, 복수의 이미지 프레임으로부터 손을 인식할 수 있다.
증강 현실 디바이스(1000)는 인공지능 모델을 이용하여 인식된 손에 포함된 복수의 특징점에 관한 위치 정보를 획득할 수 있다. 일 실시예예서, '특징점(keypoint, feature point)'은 이미지 내에서 주위 배경과 구분되거나 식별이 용이한 지점을 의미하고, 손의 경우 복수의 특징점은 손에 포함된 복수의 관절일 수 있다. 본 개시에서, '관절(joint)'은 손에 포함되는 복수의 뼈가 서로 연결되는 부분으로서, 손가락, 손 등, 또는 손바닥에 포함되는 하나 이상의 부위를 나타낸다. 일 실시예에서, 증강 현실 디바이스(1000)는 복수의 이미지 프레임으로부터의 손의 인식 결과에 따라 손에 포함된 복수의 관절의 x축 및 y축에 관한 위치 정보인 2차원 위치 좌표값을 획득할 수 있다. 증강 현실 디바이스(1000)는 좌안 카메라(1100L, 도 1a 참조)를 통해 촬영된 좌안 이미지 및 우안 카메라(1100R, 도 1a 참조)로부터 획득된 우안 이미지를 스테레오 매핑(Stereo mapping)함으로써, 손에 포함된 복수의 관절에 관한 z축 위치 좌표값을 획득할 수 있다.
그러나, 이에 한정되는 것은 아니고, 증강 현실 디바이스(1000)는 깊이 카메라(depth camera)를 더 포함하고, 깊이 카메라를 통해 손에 포함된 복수의 관절에 관한 깊이 값 정보인 z축 위치 좌표값을 획득할 수 있다.
일 실시예에서, 증강 현실 디바이스(1000)는 공지의 이미지 프로세싱(image processing) 기술을 이용하여 복수의 이미지 프레임으로부터 사용자의 손을 인식하고, 손에 포함된 복수의 관절에 관한 3차원 위치 좌표값을 획득할 수 있다.
단계 S320에서, 증강 현실 디바이스(1000)는 외부 디바이스의 IMU 센서를 이용하여 복수의 관절 중 적어도 하나의 관절에 관하여 측정된 센서 측정값을 획득한다. 일 실시예에서, 외부 디바이스는 사용자의 손목, 손가락, 또는 손 바닥 중 적어도 하나의 부위에 착용하는 웨어러블 디바이스(wearable device)일 수 있다. 웨어러블 디바이스는 예를 들어, 사용자의 손가락에 착용하는 스마트 링(smart ring)일 수 있다. 그러나, 이에 한정되는 것은 아니고, 웨어러블 디바이스(2000)는 스마트 워치, 팔찌, 발찌, 목걸리, 콘택트 렌즈, 의류 일체형 장치(예컨대, 전자 의복), 신체 부착형 장치(예컨대, 스킨 패드(skin pad)), 또는 생체 이식형 장치(예: implantable circuit) 중 적어도 하나일 수 있다. 증강 현실 디바이스(1000)는 와이파이(WiFi), WFD(Wi-Fi Direct), 블루투스, BLE(Bluetooth Low Energy), NFC(Near Field Communication), 지그비(Zigbee), Ant+, 또는 마이크로 웨이브(μWave) 중 적어도 하나를 포함하는 근거리 무선 통신 네트워크를 통해 증강 현실 디바이스(1000)의 통신 인터페이스(1200)와 무선으로 페어링(pairing)되고, 데이터 통신을 수행할 수 있다. 증강 현실 디바이스(1000)는 페어링된 웨어러블 디바이스로부터 IMU 센서(2100, 도 1b 참조)를 통해 측정된 6 DoF 측정값에 관한 데이터를 획득할 수 있다. 여기서, '6 DoF 측정값'은 손에 포함된 복수의 관절의 3차원 위치 좌표값(x축, y축, 및 z축 좌표값) 및 3축 각속도 값(롤(roll), 요(yaw), 피치(pitch))을 포함할 수 있다.
단계 S330에서, 증강 현실 디바이스(1000)는 손의 인식 결과에 기초하여, 3차원 위치 좌표값의 보정 필요 여부를 판단한다. 증강 현실 디바이스(1000)는 복수의 이미지 프레임으로부터 획득된 복수의 관절의 3차원 위치 좌표값 중 적어도 하나의 3차원 위치 좌표값의 보정 필요 여부를 판단할 수 있다. 일 실시예에서, 증강 현실 디바이스(1000)는 복수의 이미지 프레임 중 적어도 하나의 이미지 프레임으로부터 손의 미인식 여부, 또는 적어도 하나의 관절의 3차원 위치 좌표값의 미획득 여부에 기초하여, 적어도 하나의 3차원 위치 좌표값의 보정 필요 여부를 판단할 수 있다. 일 실시예에서, 증강 현실 디바이스(1000)는 복수의 이미지 프레임 중 손이 미인식되거나, 손에 포함된 복수의 관절 중 적어도 하나의 관절에 관한 3차원 위치 좌표값이 획득되지 않은 이미지 프레임을 식별하고, 식별된 이미지 프레임으로부터 획득된 적어도 하나의 관절에 관한 3차원 위치 좌표값을 보정이 필요한 위치 정보로 판단할 수 있다.
일 실시예에서, 증강 현실 디바이스(1000)는 복수의 이미지 프레임 중 손이 오인식되어, 손에 포함된 복수의 관절에 관한 3차원 위치 좌표값이 이전 이미지 프레임으로부터 획득된 3차원 위치 좌표값과 현저하게 차이나는 이미지 프레임을 식별하고, 식별된 이미지 프레임에서의 3차원 위치 좌표값을 보정이 필요한 위치 정보로 판단할 수 있다.
일 실시예에서, 증강 현실 디바이스(1000)는 복수의 이미지 프레임 중 인식된 손의 위치가 카메라(1100)의 FOV(Field Of View) 영역 내부와 외부 간 이동하는지 여부에 기초하여, 적어도 하나의 관절에 관한 3차원 위치 좌표값의 보정 필요 여부를 판단할 수 있다.
단계 S340에서, 증강 현실 디바이스(1000)는 판단 결과에 따라, 제1 시점에서의 제1 이미지 프레임으로부터 획득된 제1 위치 좌표값, 제2 시점에서의 제2 이미지 프레임으로부터 획득된 제2 위치 좌표값, 및 이미지 프레임 별 센서 측정값의 변화값에 기초하여, 제2 위치 좌표값을 보정하고, 제2 위치 좌표값을 업데이트한다. 일 실시예에서, 복수의 이미지 프레임 중 보정이 필요하다고 식별된 이미지 프레임이 현재 시점(t0)의 제2 이미지 프레임인 경우, 증강 현실 디바이스(1000)는 현재 시점(t0) 보다 이전 시점(t-1)에서의 제1 이미지 프레임에서 획득된 복수의 관절에 관한 3차원 위치 좌표값인 제1 위치 좌표값, 제2 위치 좌표값, 및 웨어러블 디바이스(2000)로부터 획득한 IMU 센서(2100, 도 1b 참조)의 측정값의 변화값에 기초하여, 제2 위치 좌표값을 보정할 수 있다. 일 실시예에서, 증강 현실 디바이스(1000)는 실시간으로 획득된 IMU 센서(2100)의 측정값을 복수의 이미지 프레임의 FPS에 따라 동기화하고, 동기화된 측정값을 이용하여 이미지 프레임 별 센서 측정값의 변화값을 산출할 수 있다. 증강 현실 디바이스(1000)는 제1 이미지 프레임과 동기화된 제1 센서 측정값과 제2 이미지 프레임과 동기화된 제2 센서 측정값 간의 차이값을 이용하여, 제2 이미지 프레임으로부터 획득된 복수의 관절에 관한 제2 위치 좌표값을 보정할 수 있다.
증강 현실 디바이스(1000)는 손에 포함된 복수의 관절 중 대표 관절에 관한 3차원 위치 좌표값을 보정하고, 보정된 대표 관절의 위치 좌표값에 기초하여 복수의 관절 중 나머지 관절 각각에 관한 3차원 위치 좌표값을 업데이트할 수 있다. 일 실시예에서, 증강 현실 디바이스(1000)는 대표 관절과 나머지 관절과의 위치 관계에 기초하여, 보정된 대표 관절의 3차원 위치 좌표값을 기준으로 나머지 관절에 관한 3차원 위치 좌표값을 보정함으로써, 복수의 관절에 관한 3차원 위치 좌표값을 업데이트할 수 있다.
단계 S350에서, 증강 현실 디바이스(1000)는 업데이트된 복수의 관절에 관한 3차원 위치 좌표값을 출력한다. 일 실시예에서, 증강 현실 디바이스(1000)는 업데이트된 복수의 관절에 관한 3차원 위치 좌표값을 핸드 인터랙션(hand interaction)을 수행하는 애플리케이션에 제공할 수 있다. 증강 현실 디바이스(1000)는 애플리케이션을 실행함으로써, 현실 객체 또는 가상 이미지에 관한 손의 포즈 또는 제스처를 인식하고, 인식된 포즈 또는 제스처에 대응되는 기능 또는 동작을 수행할 수 있다.
도 4a는 증강 현실 디바이스(1000)가 스테레오 카메라(1100)를 통해 손을 인식하는 영역을 도시한 도면이다.
도 4a를 참조하면, 증강 현실 디바이스(1000)는 카메라(1100)를 이용하여, 사용자의 손을 실시간으로 촬영함으로써, 복수의 이미지 프레임을 획득할 수 있다. 일 실시예에서, 카메라(1100)는 좌안 카메라(1110) 및 우안 카메라(1120)를 포함하고, 두 개의 카메라를 이용하여 촬영 대상체에 관한 3차원 입체 이미지를 획득하는 스테레오 카메라일 수 있다.
좌안 카메라(1110)는 제1 FOV(410)의 영역 내에 위치하는 객체를 촬영함으로써, 복수의 좌안 이미지 프레임을 획득할 수 있다. 우안 카메라(1120)는 제2 FOV(420)의 영역 내에 위치하는 객체를 촬영함으로써, 복수의 우안 이미지 프레임을 획득할 수 있다. 증강 현실 디바이스(1000)는 복수의 좌안 이미지 프레임 및 복수의 우안 이미지 프레임 각각으로부터 손을 인식하고, 인식된 손에 포함된 복수의 관절의 x축 및 y축에 관한 위치 좌표값을 포함하는 2차원 위치 좌표값을 획득할 수 있다.
증강 현실 디바이스(1000)는 스테레오 매핑 기술을 통해 복수의 관절에 관한 z축 위치 좌표값을 획득하고, 복수의 관절에 관한 3차원 위치 좌표값을 획득할 수 있다. 증강 현실 디바이스(1000)는 복수의 좌안 이미지 프레임으로부터 획득된 복수의 관절의 2차원 위치 좌표값, 복수의 우안 이미지 프레임으로부터 획득된 복수의 관절의 2차원 위치 좌표값, 좌안 카메라(1110)와 우안 카메라(1120) 간의 거리 차(baseline), 및 좌안 카메라(1110) 및 우안 카메라(1120) 각각의 초점 거리에 기초하여, 복수의 관절의 깊이값인 z축 위치 좌표값을 획득할 수 있다. 증강 현실 디바이스(1000)가 복수의 관절의 z축 위치 좌표값을 획득하는 스테레오 매핑 기술에 대해서는 도 4b 및 도 4c에서 상세하게 설명한다.
도 4b는 본 개시의 일 실시예에 따른 증강 현실 디바이스(1000)가 스테레오 카메라(1100, 도 4a 참조)를 이용하여 손의 관절의 위치 정보를 획득하는 동작을 설명하기 위한 도면이다.
도 4b에는, 좌안 카메라(1110), 우안 카메라(1120), 및 사용자의 손에 포함된 관절(P)을 x-z 평면에서 바라본 모습이 도시된다. 도 4b를 참조하면, 관절(P), 좌안 이미지 프레임의 X축 위치 좌표값(Xl), 우안 이미지 프레임의 X축 위치 좌표값(Xr)이 이루는 삼각형과, 관절(P), 좌안 카메라(1110), 우안 카메라(1120)가 이루는 삼각형으로부터 하기 수학식 1이 도출될 수 있다.
Figure PCTKR2022020874-appb-img-000001
여기서, 깊이 Z(도 4c 참조)는 하기의 수학식 2에 따라 계산될 수 있다.
Figure PCTKR2022020874-appb-img-000002
이후, 좌안 카메라(1110)로부터 획득된 2차원 위치 좌표값(Xl, Yl) 및 획득된 깊이 값 Z를 이용하여 p=(Xl, Yl, Z, 1)를 구성할 수 있다.
다음으로, 하기 수학식 3에 따라 좌안 카메라(1110)로부터 획득된 2차원 좌표를 3차원 좌표로 변환할 수 있다.
Figure PCTKR2022020874-appb-img-000003
상기 수학식 3에서, R은 좌안 카메라(1110)로부터 기 설정된 원점(예를 들어, 중심점 또는 좌안 카메라(1110) 및 우안 카메라(1120)의 중간 지점)까지의 축 회전 각도 파라미터를 나타낼 수 있고, T는 좌안 카메라(1110)로부터 기 설정된 원점(예를 들어, 중심점 또는 좌안 카메라(1110) 및 우안 카메라(1120)의 중간 지점)까지의 거리 파라미터를 나타낼 수 있다.
도 4c는 본 개시의 일 실시예에 따른 증강 현실 디바이스(1000)가 스테레오 카메라(1100, 도 4a 참조)를 통해 획득한 이미지로부터 손의 관절의 위치 정보를 획득하는 동작을 설명하기 위한 도면이다.
도 4c를 참조하면, 두 개의 이미지(IMl, IMr)에서 쌍을 이루는 특징점의 2차원 X축 위치 좌표값(Xl, Xr)로부터 해당 특징점의 3차원 좌표를 계산할 수 있다. 특징점의 3차원 좌표 계산에는 삼각측량법이 이용될 수 있다. Ol, Or 지점에 각각 좌안 카메라(1110, 도 4b 참조) 및 우안 카메라(1120, 도 4b 참조)가 배치될 수 있다. 이 때, 삼각형의 비율에 따라 하기와 같은 수학식 4가 획득될 수 있다.
Figure PCTKR2022020874-appb-img-000004
좌안 카메라(1110)로 촬영한 이미지를 좌안 이미지라고 할 때, 증강 현실 디바이스(1000)는 좌안 이미지의 좌측 하단을 원점으로 하는 제1 손 관절의 2차원 좌표(Xl, Yl)를 획득할 수 있다. 마찬가지로, 우안 카메라(1120)로 촬영한 이미지를 우안 이미지라고 할 때, 우안 이미지의 좌측 하단을 원점으로 하는 제2 손 관절의 2차원 좌표(Xr, Yr)를 획득할 수 있다.
X축 상의 좌표에 대해서만 연산 수행하여 깊이값 Z를 획득할 경우, Z는 Z축 상의 좌표가 되고, 이를 이용하여 Y축 상 좌표를 산출할 수 있다. 따라서 X축의 좌표에 대해서만 연산을 수행하여도 관절(P)에 관한 3차원 위치 좌표값을 획득될 수 있다.
도 5는 증강 현실 디바이스(1000)가 깊이 카메라(1130)를 통해 손을 인식하는 영역을 도시한 도면이다.
도 5를 참조하면, 증강 현실 디바이스(1000)는 깊이 카메라(1130)를 포함할 수 있다. 깊이 카메라(depth camera)(1130)는 사용자가 바라보는 현실 객체의 깊이 값을 측정하는 카메라이다. 깊이 카메라(1130)는 물리적 공간 또는 환경을 스캔하고, 물리적 공간 또는 환경 내에 배치되는 현실 객체의 깊이 값을 현실 객체의 3차원 위치 좌표값에 따라 측정하고, 측정된 깊이 값을 각각의 3차원 위치 좌표값에 따라 배치하여 깊이 맵(depth map)을 생성할 수 있다.
깊이 카메라(1130)는 예를 들어, ToF(Time-Of-Flight) 센서 또는 라이다 센서(Light Detection And Ranging, LiDAR) 중 적어도 하나를 포함하고, ToF 센서 또는 라이다 센서를 이용하여 객체의 3차원 깊이 값을 측정할 수 있다.
증강 현실 디바이스(1000)는 깊이 카메라(1130)를 이용하여 FOV 영역(500) 내에 위치하는 사용자의 손을 촬영함으로써, 복수의 이미지 프레임을 획득할 수 있다. 증강 현실 디바이스(1000)는 복수의 이미지 프레임으로부터 손을 인식하고, 인식된 손에 포함된 복수의 관절에 관한 깊이 값을 포함하는 3차원 위치 좌표값을 획득할 수 있다. 도 5에 도시된 실시예에 따른 증강 현실 디바이스(1000)는 도 4a 내지 도 4c에 도시된 실시예와는 달리, 좌안 이미지 및 우안 이미지를 별개로 획득하지 않고, 단일 이미지 프레임을 획득하며, 단일 이미지 프레임으로부터 손의 관절의 3차원 위치 좌표값을 획득할 수 있다.
도 6은 본 개시의 일 실시예에 따른 증강 현실 디바이스(1000)가 인식한 손에 포함된 복수의 관절에 관한 위치 좌표값(P0 내지 P21)을 도시한 도면이다.
도 6을 참조하면, 증강 현실 디바이스(1000)는 복수의 이미지 프레임으로부터 사용자의 손을 인식하고, 손에 포함된 복수의 관절에 관한 위치 좌표값(P0 내지 P21)을 획득할 수 있다. 본 개시에서, '관절(joint)'은 손에 포함되는 복수의 뼈가 서로 연결되는 부분으로서, 손가락, 손 등, 또는 손바닥에 포함되는 하나 이상의 부위를 나타낸다.
도 6에 도시된 실시예에서, 증강 현실 디바이스(1000)는 손목의 관절에 관한 위치 좌표값(P0)을 획득하고, 손바닥에 포함된 복수의 관절에 관한 위치 좌표값(P1, P5, P9, P13, P17)을 획득할 수 있다. 증강 현실 디바이스(1000)는 5개의 손가락에 대하여 각각 3개의 관절에 관한 위치 좌표값을 획득할 수 있다. 예를 들어, 증강 현실 디바이스(1000)는 엄지 손가락에 대하여 P2, P3, 및 P4의 위치 좌표값을 획득하고, 검지 손가락에 대하여 P6, P7, 및 P8의 위치 좌표값을 획득하며, 중지 손가락에 대하여 P10, P11, 및 P12의 위치 좌표값을 획득하고, 약지 손가락에 대하여 P14, P15, 및 P16의 위치 좌표값을 획득하며, 소지 손가락에 대하여 P18, P19, 및 P20의 위치 좌표값을 획득할 수 있다.
증강 현실 디바이스(1000)는 21개의 관절 각각에 관한 X축, Y축, Z축의 위치 좌표값을 포함하는 3차원 위치 좌표값을 획득할 수 있다.
도 6에서 증강 현실 디바이스(1000)는 사용자의 손에 포함되는 21개의 관절에 관한 위치 좌표값(P0 내지 P20)을 획득하는 것으로 도시되었지만, 이는 예시적인 것이고, 복수의 관절의 개수가 21개로 한정되는 것은 아니다. 예를 들어, 다른 예시적 실시예에 따르면, 증강 현실 디바이스(1000)는 사용자의 다리/발 등 사용자의 다른 신체 영역에 포함된 관절의 위치 좌표값을 획득할 수 있다. 다른 예시적 실시예에 따르면, 증강 현실 디바이스(1000)는 사용자의 양 손에 포함된 관절의 위치 좌표값을 획득할 수 있다. 또한, 다른 예시적 실시예에 따르면, 증강 현실 디바이스(1000)는 21개 미만 또는 21개 초과 관절의 위치 좌표값을 획득할 수 있다.
도 7은 본 개시의 일 실시예에 따른 증강 현실 디바이스(1000)가 손의 관절의 위치 좌표값의 보정 필요 여부를 판단하는 동작을 도시한 도면이다.
증강 현실 디바이스(1000)는 복수의 이미지 프레임으로부터 획득된 손의 관절의 3차원 위치 좌표값의 오인식 여부에 기초하여, 3차원 위치 좌표값의 보정 필요 여부를 판단할 수 있다. 일 실시예에서, 증강 현실 디바이스(1000)는 복수의 이미지 프레임 중 현재 시점의 이미지 프레임으로부터 획득된 손의 관절의 3차원 위치 좌표값과 이전 시점의 이미지 프레임으로부터 획득된 관절의 3차원 위치 좌표값 간의 차이값에 기초하여, 3차원 위치 좌표값의 보정 필요 여부를 판단할 수 있다.
도 7을 참조하면, 이전 시점인 제1 시점(t1)에서 획득된 제1 이미지 프레임(701)은 제1 좌안 이미지 프레임(701L) 및 제1 우안 이미지 프레임(701R)을 포함할 수 있다. 제1 좌안 이미지 프레임(701L) 및 제1 우안 이미지 프레임(701R) 각각으로부터 손에 포함된 복수의 관절에 관한 복수의 제1 위치 좌표값(PL_1, PR_1)이 획득될 수 있다. 제2 시점(t2)에 획득된 제2 이미지 프레임(702)은 제2 좌안 이미지 프레임(702L) 및 제2 우안 이미지 프레임(702R)을 포함할 수 있다. 제2 좌안 이미지 프레임(702L) 및 제2 우안 이미지 프레임(702R) 각각으로부터 손에 포함된 복수의 관절에 관한 복수의 제2 위치 좌표값(PL_2, PR_2)이 획득될 수 있다. 도 7은 증강 현실 디바이스(1000)가 좌안 카메라 및 우안 카메라를 포함하는 스테레오 카메라를 이용하여 복수의 이미지 프레임을 획득하는 실시예를 도시한 것으로서, 본 개시가 도 7에 도시된 바와 같이 한정되는 것은 아니다. 본 개시의 다른 실시예에서, 제1 이미지 프레임(701) 및 제2 이미지 프레임(702)은 각각 단일 이미지로 구성될 수도 있다.
증강 현실 디바이스(1000)는 현재 시점인 제2 시점(t2)에서의 제2 이미지 프레임(702)으로부터 획득된 손의 관절에 관한 복수의 제2 위치 좌표값(PL_2, PR_2)과 이전 시점인 제1 시점(t1)에서의 제1 이미지 프레임(701)으로부터 획득된 손의 관절에 관한 복수의 제1 위치 좌표값(PL_1, PR_1)의 차이값이 기 설정된 임계치를 초과한 경우, 제2 이미지 프레임(702)을 보정이 필요한 이미지 프레임으로 식별하고, 복수의 제2 위치 좌표값(PL_2, PR_2)의 보정이 필요하다고 판단할 수 있다. 증강 현실 디바이스(1000)가 제1 위치 좌표값(PL_1, PR_1)과 제2 위치 좌표값(PL_2, PR_2) 간의 차이값에 기초하여 제2 위치 좌표값(PL_2, PR_2)의 보정 필요 여부를 판단하는 구체적인 방법은 도 8에서 상세하게 설명한다.
도 8은 본 개시의 일 실시예에 따른 증강 현실 디바이스(1000)가 손의 관절의 위치 좌표값의 보정 필요 여부를 판단하는 방법을 도시한 흐름도이다.
도 8에 도시된 단계 S810 내지 S840은 도 3에 도시된 단계 S330을 구체화한 단계들이다. 도 8의 단계 S810은 도 3에 도시된 단계 S320이 수행된 이후에 수행될 수 있다.
단계 S810에서, 증강 현실 디바이스(1000)는 제1 이미지 프레임(701, 도 7 참조)으로부터 획득된 제1 위치 좌표값(PL_1, PR_1, 도 7 참조)과 제2 이미지 프레임(702, 도 7 참조)로부터 획득된 제2 위치 좌표값(PL_2, PR_2, 도 7 참조) 간의 차이값을 산출한다. 일 실시예에서, 증강 현실 디바이스(1000)는 제1 좌안 이미지 프레임(701L, 도 7 참조)에서 획득된 제1 위치 좌표값(PL_1, 도 7 참조))과 제2 좌안 이미지 프레임(702L, 도 7 참조)에서 획득된 제2 위치 좌표값(PL_2, 도 7 참조) 간의 차이값을 계산하고, 제1 우안 이미지 프레임(701R, 도 7 참조)에서 획득된 제1 위치 좌표값(PR_1, 도 7 참조)과 제2 우안 이미지 프레임(702R, 도 7 참조)에서 획득된 제2 위치 좌표값(PR_2, 도 7 참조) 간의 차이값을 계산할 수 있다.
단계 S820에서, 증강 현실 디바이스(1000)는 산출된 차이값을 기 설정된 임rP계치(α)와 비교한다.
차이값이 임계치(α)를 초과한 경우(단계 S830), 증강 현실 디바이스(1000)는 제2 위치 좌표값(PL_2, PR_2)의 보정이 필요하다고 판단한다.
단계 S340에서, 증강 현실 디바이스(1000)는 이전 시점(예를 들어, 도 7의 제1 시점(t1))에서의 제1 이미지 프레임(701)으로부터 획득된 제1 위치 좌표값(PL_1, PR_1), 현재 시점(예를 들어, 도 7의 제2 시점(t2))에서의 제2 이미지 프레임(702)으로부터 획득된 제2 위치 좌표값(PL_2, PR_2), 및 이미지 프레임 별 센서 측정값의 변화값에 기초하여, 제2 위치 좌표값(PL_2, PR_2)을 보정하고, 제2 위치 좌표값(PL_2, PR_2)을 업데이트한다.
차이값이 임계치(α) 이하인 경우(단계 S840), 증강 현실 디바이스(1000)는 제2 위치 좌표값(PL_2, PR_2)의 보정이 불필요하다고 판단한다. 판단 결과에 따라, 증강 현실 디바이스(1000)는 현재 시점 이후의 제3 이미지 프레임으로부터 손의 관절에 관한 복수의 제3 위치 좌표값을 획득한다(단계 S310).
도 9는 본 개시의 일 실시예에 따른 증강 현실 디바이스(1000)가 손의 관절의 위치 좌표값의 보정 필요 여부를 판단하는 동작을 도시한 도면이다.
증강 현실 디바이스(1000)는 복수의 이미지 프레임으로부터 손의 미인식 여부 또는 손의 관절의 3차원 위치 좌표값의 미획득 여부에 기초하여, 3차원 위치 좌표값의 보정 필요 여부를 판단할 수 있다. 일 실시예에서, 증강 현실 디바이스(1000)는 복수의 이미지 프레임 중 현재 시점의 이미지 프레임으로부터 손이 인식되지 않거나, 또는 손의 관절에 관한 3차원 위치 좌표값이 획득되지 않는 경우, 현재 시점에서의 이미지 프레임을 3차원 위치 좌표값의 보정이 필요한 이미지 프레임으로 식별하고, 손의 관절에 관한 3차원 위치 좌표값의 보정이 필요하다고 판단할 수 있다.
도 9를 참조하면, 이전 시점인 제1 시점(t1)에서 획득된 제1 이미지 프레임(901)은 제1 좌안 이미지 프레임(901L) 및 제1 우안 이미지 프레임(901R)을 포함할 수 있다. 제1 좌안 이미지 프레임(901L) 및 제1 우안 이미지 프레임(901R) 각각으로부터 손에 포함된 복수의 관절에 관한 복수의 제1 위치 좌표값(PL_1, PR_1)이 획득될 수 있다. 현재 시점인 제2 시점(t2)에 획득된 제2 이미지 프레임(902)은 제2 좌안 이미지 프레임(902L) 및 제2 우안 이미지 프레임(902R)을 포함할 수 있다. 도 9에 도시된 실시예에서, 제2 좌안 이미지 프레임(920L)에서는 사용자의 손이 정상적으로 인식되지 않고, 제2 우안 이미지 프레임(902R)에서는 손은 인식되었으나, 손의 관절에 관한 3차원 위치 좌표값이 획득되지 않을 수 있다.
도 9는 증강 현실 디바이스(1000)가 좌안 카메라 및 우안 카메라를 포함하는 스테레오 카메라를 이용하여 복수의 이미지 프레임을 획득하는 실시예를 도시한 것으로서, 본 개시가 도 9에 도시된 바와 같이 한정되는 것은 아니다. 본 개시의 다른 실시예에서, 제1 이미지 프레임(901) 및 제2 이미지 프레임(902)은 각각 단일 이미지로 구성될 수도 있다.
증강 현실 디바이스(1000)는 사용자의 손이 정상적으로 인식되지 않거나 또는 손에 포함된 복수의 관절에 관한 3차원 위치 좌표값이 획득되지 않은 제2 이미지 프레임(902)을 보정이 필요한 이미지 프레임으로 식별하고, 제2 이미지 프레임(902)에서의 손의 관절의 3차원 위치 좌표값의 보정이 필요하다고 판단할 수 있다.
도 9에 도시된 실시예에서, 제2 이미지 프레임(902)에서는 손이 인식되지 않거나 또는 손의 관절의 3차원 위치 좌표값이 전혀 획득되지 않기 때문에, 증강 현실 디바이스(1000)는 제1 이미지 프레임(901)으로부터 획득된 제1 위치 좌표값(PL_1, PR_1)을 기준으로 제2 이미지 프레임(902)에서의 손의 관절의 3차원 위치 좌표값을 보정할 수 있다.
도 10은 본 개시의 일 실시예에 따른 증강 현실 디바이스(1000)가 손의 관절의 위치 좌표값의 보정 필요 여부를 판단하는 동작을 도시한 도면이다.
증강 현실 디바이스(1000)는 복수의 이미지 프레임 중 인식된 손의 위치가 카메라(1100, 도 1a 및 도 2 참조)의 FOV(Field Of View) 영역의 외부와 내부 간 이동하는지 여부에 기초하여, 손의 관절의 3차원 위치 좌표값의 보정 필요 여부를 판단할 수 있다. 일 실시예에서, 증강 현실 디바이스(1000)는 복수의 이미지 프레임 중 현재 시점의 이미지 프레임에서는 손의 위치가 카메라(1100)의 FOV 영역 내부에 있어서 손이 인식되고, 손의 관절의 3차원 위치 좌표값이 획득되지만, 이전 시점의 이미지 프레임에서는 손의 위치가 카메라(1100)의 FOV 영역 외부에 있어서 손이 인식되지 않는 경우, 현재 시점에서의 이미지 프레임을 3차원 위치 좌표값의 보정이 필요한 이미지 프레임으로 식별할 수 있다. 이 경우, 증강 현실 디바이스(1000)는 식별된 이미지 프레임에서 획득된 손의 관절에 관한 3차원 위치 좌표값을 보정이 필요한 위치 정보로 판단할 수 있다.
도 10을 참조하면, 이전 시점인 제1 시점(t1)에서 획득된 제1 이미지 프레임(1001)은 제1 좌안 이미지 프레임(1001L) 및 제1 우안 이미지 프레임(1001R)을 포함할 수 있다. 제1 시점(t1)에서 사용자의 손의 위치가 카메라(1100)의 FOV 영역 외부에 위치하였으므로, 제1 좌안 이미지 프레임(1001L) 및 제1 우안 이미지 프레임(1001R)에서는 손이 인식되지 않고, 제1 좌안 이미지 프레임(1001L) 및 제1 우안 이미지 프레임(1001R)로부터 손의 관절의 3차원 위치 좌표값이 획득되지 않을 수 있다. 이 경우, 증강 현실 디바이스(1000)는 제1 시점(t1) 보다 이전 시점(예를 들어, t0)에서의 제1 좌안 이미지 프레임 및 제1 우안 이미지 프레임으로부터 손을 인식하여, 손의 관절의 3차원 위치 좌표값을 획득할 수 있다. 일 실시예에서, 증강 현실 디바이스(1000)는 사용자의 손에 착용된 웨어러블 디바이스(2000, 도 1a 및 도 1b 참조)에 포함된 IMU 센서(2100, 도 1b 참조)에 의해 이전 시점(t0)과 제1 시점(t1) 사이에 측정된 센서 측정값을 획득할 수 있다. 증강 현실 디바이스(1000)는 웨어러블 디바이스(2000)로부터 획득한 IMU 센서(2100)의 측정값을 이용하여 이전 시점(t0)에서 획득된 관절의 3차원 위치 좌표값을 업데이트함으로써, 제1 시점(t1)에서의 관절에 관한 제1 위치 좌표값을 획득할 수 있다.
현재 시점인 제2 시점(t2)에서의 제2 이미지 프레임(1002)은 제2 좌안 이미지 프레임(1002L) 및 제2 우안 이미지 프레임(1002R)을 포함할 수 있다. 도 10에 도시된 실시예를 참조하면, 제2 시점(t2)에서는 사용자의 손이 카메라(1100)의 FOV 영역 내부로 이동하였으므로, 제2 좌안 이미지 프레임(1002L) 및 제2 우안 이미지 프레임(1002R)에서 모두 사용자의 손이 정상적으로 인식될 수 있다. 제2 좌안 이미지 프레임(1002L) 및 제2 우안 이미지 프레임(1002R)에서는 손의 관절에 관한 제2 위치 좌표값(PL_2, PR_2)이 획득될 수 있다.
도 10은 증강 현실 디바이스(1000)가 좌안 카메라 및 우안 카메라를 포함하는 스테레오 카메라를 이용하여 복수의 이미지 프레임을 획득하는 실시예를 도시한 것으로서, 본 개시가 도 10에 도시된 바와 같이 한정되는 것은 아니다. 본 개시의 다른 실시예에서, 제1 이미지 프레임(1001) 및 제2 이미지 프레임(1002)은 각각 단일 이미지로 구성될 수도 있다.
사용자의 손의 위치가 제1 시점(t1)에서는 카메라(1100)의 FOV 영역 외부에 위치하다가 제2 시점(t2)에서 카메라(1100)의 FOV 영역 내부로 이동하는 경우, 증강 현실 디바이스(1000)는 제2 시점(t2)에서의 제2 이미지 프레임(1002)를 보정이 필요한 이미지 프레임으로 식별하고, 제2 이미지 프레임(1002)으로부터 획득된 손의 관절의 3차원 위치 좌표값의 보정이 필요하다고 판단할 수 있다. 일 실시예에서, 증강 현실 디바이스(1000)는 카메라(1100)의 FOV 영역의 외부에서 웨어러블 디바이스(2000)의 IMU 센서(2100)의 센서 측정값을 이용하여 이전 시점(t0)에서의 손의 관절의 3차원 위치 좌표값을 업데이트함으로써 획득된 제1 시점(t1)에서의 제1 위치 좌표값과 카메라(1100)의 FOV 영역의 내부에서 촬영된 제2 이미지 프레임(1002)으로부터 획득된 손의 관절의 제2 위치 좌표값(PL_2, PR_2)의 차이값을 산출할 수 있다. 산출된 차이값이 기 설정된 임계치를 초과하는 경우, 증강 현실 디바이스(1000)는 제2 위치 좌표값(PL_2, PR_2)을 보정이 필요한 위치 정보로 판단할 수 있다.
도 10에 도시된 실시예에서, 사용자의 손의 위치가 제1 시점(t1)에서는 카메라(1100)의 FOV 영역 외부에 위치하다가 제2 시점(t2)에서 카메라(1100)의 FOV 영역 내부로 이동하는 경우, 제1 시점(t1)에서와 제2 시점(t2)에서 손 모양이 다를 수 있다. 이 경우, 제2 시점(t2)에서 획득된 제2 위치 좌표값(PL_2, PR_2)의 보정이 필요할 수 있다. 사용자의 손에 웨어러블 디바이스(2000)를 착용하고 있다고 하더라도, 웨어러블 디바이스(2000)의 IMU 센서(2100)는 손에 포함되는 복수의 관절 중 대표 관절에 관한 6 DoF(6 Degree of Freedom) 측정값만을 획득할 수 있으므로, 대표 관절이 아닌 나머지 관절의 위치 좌표값 변경 사항은 업데이트할 수 없다. 증강 현실 디바이스(1000)는 카메라(1100)의 FOV 영역의 외부에서 웨어러블 디바이스(2000)의 IMU 센서(2100)에 의해 획득된 센서 측정값을 이용하여 업데이트된 제1 시점(t1)에서의 손의 관절들에 관한 3차원 위치 좌표값과 카메라(1100)의 FOV 영역 내부에서 촬영된 제2 이미지 프레임(1002)으로부터 획득된 손의 관절들에 관한 3차원 위치 좌표값들의 차이값을 산출하고, 대표 관절이 아닌 나머지 관절들에 관한 3차원 위치 좌표값에서의 차이값이 큰 경우, 손 모양이 변형되었다고 판단할 수 있다. 이 경우, 증강 현실 디바이스(1000)는 제2 시점(t2)에서 획득된 제2 위치 좌표값(PL_2, PR_2)을 보정이 필요한 위치 정보로 판단할 수 있다.
도 10에 도시된 실시예에서, 제1 이미지 프레임(1001)에서는 손의 위치가 카메라(1100)의 FOV 영역 외부에 위치하였으므로 손이 인식되지 않기 때문에, 증강 현실 디바이스(1000)는 제2 이미지 프레임(1002)으로부터 획득된 제2 위치 좌표값(PL_2, PR_2)을 기준으로 제2 이미지 프레임(1002)에서의 손의 관절의 3차원 위치 좌표값을 보정할 수 있다.
도 11a는 본 개시의 일 실시예에 따른 증강 현실 디바이스(1000)가 웨어러블 디바이스(2000a)로부터 IMU 센서의 측정값 데이터를 획득하는 동작을 도시한 도면이다.
도 11a를 참조하면, 웨어러블 디바이스(2000a)는 사용자의 손목에 착용될 수 있다. 일 실시예에서, 웨어러블 디바이스(2000a)는 워치형 디바이스일 수 있다. 웨어러블 디바이스(2000a)는 IMU 센서를 포함할 수 있다. IMU(Inertial Measurement Unit) 센서는 가속도 센서(accelerometer), 자이로스코프(gyroscope), 및 지자력 센서(magnetometer)의 조합을 통해 웨어러블 디바이스(2000a)의 이동 속도, 방향, 각도, 및 중력 가속도를 측정하도록 구성된다. 일 실시예에서, IMU 센서는 x축 방향, y축 방향, 및 z축 방향의 가속도를 측정하는 3축 가속도 센서와 롤(roll), 피치(pitch), 및 요(yaw) 각속도를 측정하는 3축 각속도 센서를 포함할 수 있다.
웨어러블 디바이스(2000a)는 IMU 센서를 이용하여 손에 포함된 복수의 관절 중 가장 인접한 관절에 관한 3차원 위치 좌표값(x축, y축, 및 z축 좌표값) 및 3축 각속도 값(롤(roll), 요(yaw), 피치(pitch))을 포함하는 6 DoF(6 Degree of Freedom) 측정값을 획득할 수 있다. 도 11a에 도시된 실시예에서, 웨어러블 디바이스(2000a)는 손에 포함된 복수의 관절에 관한 위치 좌표값(P0 내지 P20) 중 손목에 인접한 P0의 위치 좌표값에 관한 6 DoF 측정값을 획득할 수 있다.
증강 현실 디바이스(1000)는 와이파이(WiFi), WFD(Wi-Fi Direct), 블루투스, BLE(Bluetooth Low Energy), NFC(Near Field Communication), 지그비(Zigbee), Ant+, 또는 마이크로 웨이브(μWave) 중 적어도 하나를 포함하는 근거리 무선 통신 네트워크를 통해 웨어러블 디바이스(2000a)와 무선으로 페어링(pairing)되고, 웨어러블 디바이스(2000a)와 데이터 통신을 수행할 수 있다. 증강 현실 디바이스(1000)는 웨어러블 디바이스(2000a)로부터 P0의 위치 좌표값에 관한 IMU 센서 측정값을 수신할 수 있다.
증강 현실 디바이스(1000)는 웨어러블 디바이스(2000a)로부터 수신한 P0 위치 좌표값에 관한 IMU 센서 측정값을 이용하여, P0의 위치 좌표값 뿐만 아니라, 나머지 관절에 관한 위치 좌표값(P1 내지 P20)을 보정할 수 있다. 증강 현실 디바이스(1000)가 손에 포함된 복수의 관절에 관한 위치 좌표값(P0 내지 P20)을 보정하는 구체적인 방법에 대해서는 도 14 및 도 15에서 상세하게 설명하기로 한다.
도 11b는 본 개시의 일 실시예에 따른 증강 현실 디바이스(1000)가 웨어러블 디바이스(2000b)로부터 IMU 센서의 측정값 데이터를 획득하는 동작을 도시한 도면이다.
도 11b를 참조하면, 웨어러블 디바이스(2000b)는 사용자의 손가락에 착용될 수 있다. 일 실시예에서, 웨어러블 디바이스(2000b)는 사용자의 손가락에 착용하는 스마트 링(smart ring)일 수 있다. 웨어러블 디바이스(2000b)는 IMU 센서를 포함할 수 있다. IMU 센서는 도 11a에서 설명한 것과 동일하므로, 중복되는 설명은 생략한다.
웨어러블 디바이스(2000b)는 IMU 센서를 이용하여 손에 포함된 복수의 관절 중 가장 인접한 관절에 관한 3차원 위치 좌표값(x축, y축, 및 z축 좌표값) 및 3축 각속도 값(롤(roll), 요(yaw), 피치(pitch))을 포함하는 6 DoF(6 Degree of Freedom) 측정값을 획득할 수 있다. 도 11b에 도시된 실시예에서, 웨어러블 디바이스(2000b)는 손에 포함된 복수의 관절에 관한 위치 좌표값(P0 내지 P20) 중 검지 손가락과 손바닥 사이의 관절인 P6의 위치 좌표값에 관한 6 DoF 측정값을 획득할 수 있다.
증강 현실 디바이스(1000)는 와이파이(WiFi), WFD(Wi-Fi Direct), 블루투스, BLE(Bluetooth Low Energy), NFC(Near Field Communication), 지그비(Zigbee), Ant+, 또는 마이크로 웨이브(μWave) 중 적어도 하나를 포함하는 근거리 무선 통신 네트워크를 통해 웨어러블 디바이스(2000a)와 무선으로 페어링(pairing)되고, 웨어러블 디바이스(2000b)와 데이터 통신을 수행할 수 있다. 증강 현실 디바이스(1000)는 웨어러블 디바이스(2000b)로부터 P6의 위치 좌표값에 관한 IMU 센서 측정값을 수신할 수 있다.
증강 현실 디바이스(1000)는 웨어러블 디바이스(2000b)로부터 수신한 P6 위치 좌표값에 관한 IMU 센서 측정값을 이용하여, P6의 위치 좌표값 뿐만 아니라, 나머지 관절에 관한 위치 좌표값(P0 내지 P5, P7 내지 P20)을 보정할 수 있다.
도 11a 및 도 11b에 도시된 실시예에서, 웨어러블 디바이스(2000a, 2000b)는 워치 형 디바이스 또는 스마트 링으로 도시되었지만, 본 개시의 웨어러블 디바이스가 도시된 바와 같이 한정되는 것은 아니다. 다른 실시예에서, 웨어러블 디바이스(2000a, 2000b)는 팔찌, 발찌, 목걸리, 콘택트 렌즈, 의류 일체형 장치(예컨대, 전자 의복), 신체 부착형 장치(예컨대, 스킨 패드(skin pad)), 또는 생체 이식형 장치(예: implantable circuit) 중 적어도 하나일 수 있다.
도 11a 및 도 11b에 도시된 실시예에서, 웨어러블 디바이스(2000a, 2000b)에 포함된 IMU 센서는 단위 시간 동안 기 설정된 횟수만큼 실시간으로 6 DoF 측정값을 획득할 수 있다. 예를 들어, IMU 센서는 관절에 관한 6 DoF 측정값을 1초에 500회 측정할 수 있다. 웨어러블 디바이스(2000a, 2000b)는 실시간으로 획득된 복수의 센서 측정값(예를 들어, 1초에 500회의 센서 측정값)에 관한 데이터를 증강 현실 디바이스(1000)에 전송할 수 있다. 증강 현실 디바이스(1000)의 카메라(1100, 도 1a 및 도 2 참조)는 예를 들어, 초당 30프레임 또는 초당 60프레임의 이미지 프레임을 획득할 수 있다. 이 경우, 단위 시간 당 획득되는 복수의 이미지 프레임의 수와 웨어러블 디바이스(2000a, 2000b)로부터 수신되는 IMU 센서의 센서 측정값의 수가 달라질 수 있다. IMU 센서의 측정값 데이터를 이용하여 복수의 이미지 프레임으로부터 획득된 손의 관절에 관한 3차원 위치 좌표값을 보정하기 위해서는, 복수의 이미지 프레임의 초당 프레임 수(FPS)와 센서 측정값의 수를 동기화할 필요가 있다. 증강 현실 디바이스(1000)가 복수의 이미지 프레임과 실시간으로 획득된 IMU 센서의 측정값 데이터를 동기화하는 구체적인 실시예에 대해서는 도 12 및 도 13에서 상세하게 설명하기로 한다.
도 12는 본 개시의 일 실시예에 따른 증강 현실 디바이스(1000)가 웨어러블 디바이스로부터 획득한 IMU 센서의 측정값을 이미지 프레임과 동기화(synchronization)하고, 이미지 프레임 별 센서 측정값의 변화값을 획득하는 방법을 도시한 흐름도이다.
도 13은 본 개시의 일 실시예에 따른 증강 현실 디바이스(1000)가 웨어러블 디바이스(2000)로부터 획득한 IMU 센서(2100)의 측정값을 이미지 프레임의 FPS(Frame Per Second)에 기초하여 동기화하는 동작을 설명하기 위한 도면이다.
도 12를 참조하면, 단계 S1200에서, 증강 현실 디바이스(1000)는 이미지 프레임 별 센서 측정값의 변화값을 획득한다. 도 12에 도시된 단계 S1200은 도 3에 도시된 단계 S320이 수행된 이후에 수행될 수 있다. 그러나, 이에 한정되는 것은 아니고, 단계 S1200은 도 3에 도시된 단계 S330이 수행된 이후에 수행될 수 있다. 도 12의 단계 S1200이 수행된 이후에는, 도 3의 단계 S340이 수행될 수 있다.
단계 S1200은 단계 S1210 내지 S1230을 포함할 수 있다.
단계 S1210에서, 증강 현실 디바이스(1000)는 센서 측정값을 복수의 이미지 프레임의 초당 프레임 수(FPS)에 기초하여 샘플링한다. 도 13을 함께 참조하면, 증강 현실 디바이스(1000)의 카메라(1100)는 1초에 n개의 이미지 프레임을 획득할 수 있다. 도 13에 도시된 시간-이미지 프레임에 관한 제1 그래프(130)를 참조하면, 카메라(1100)는 1초에 제1 이미지 프레임(f1) 내지 제n 이미지 프레임(fn)을 포함하는 n개의 이미지 프레임을 획득할 수 있다. 예를 들어, 카메라(1100)의 초당 프레임 수(FPS)가 30인 경우, n값은 30이고, 초당 프레임 수가 60인 경우, n값은 60일 수 있다.
웨어러블 디바이스(2000)는 IMU 센서(2100)를 이용하여 1초에 m개의 6 DoF 데이터 셋(6 DoF data set)을 획득할 수 있다. 도 13에 도시된 시간-센서 측정값에 관한 제2 그래프(132)를 참조하면, IMU 센서(2100)는 1초에 제1 측정값 데이터(S1) 내지 제n 측정값 데이터(Sm)을 포함하는 m개의 이미지 프레임을 획득할 수 있다. 예를 들어, m값은 500일 수 있으나, 이에 한정되지 않는다. 제2 그래프(132)에서, 제1 측정값 데이터(S1)은 제1 시점(t1)에서의 손의 관절에 관한 6 DoF 데이터 셋을 포함할 수 있다. 일 실시예에서, 제1 측정값 데이터(S1)는 제1 시점(t1)에서의 3차원 위치 좌표값(x축, y축, 및 z축 좌표값) 및 3축 각속도 값(롤(roll), 요(yaw), 피치(pitch))을 포함할 수 있다. 마찬가지로, 제2 측정값 데이터(S2)는 제2 시점(t2)에서의 손의 관절에 관한 6 DoF 데이터 셋을 포함할 수 있다.
웨어러블 디바이스(2000)는 1초 당 m개의 측정값 데이터(S1 내지 Sm)를 증강 현실 디바이스(1000)에 전송할 수 있다.
증강 현실 디바이스(1000)의 프로세서(1300)는 웨어러블 디바이스(2000)로부터 획득한 측정값 데이터(S-1 내지 Sm)를 복수의 이미지 프레임(f1 내지 fn)의 초당 프레임 수(FPS)에 따라 샘플링(sampling)할 수 있다. 예를 들어, 복수의 이미지 프레임(f1 내지 fn)의 초당 프레임 수(FPS)가 30이고, 1초 당 획득된 측정값 데이터(S1 내지 Sm)의 수가 500인 경우, 프로세서(1300)는 500개의 측정값 데이터(S1 내지 Sm) 중 30개의 측정값 데이터(S1' 내지 Sn')만을 샘플링할 수 있다. 도 13에 도시된 시간-샘플링된 측정값 데이터에 관한 제3 그래프(134)를 참조하면, 프로세서(1300)는 m개의 측정값 데이터(S1 내지 Sm) 중 n개의 측정값 데이터(S1'내지 Sn')만을 선택적으로 샘플링할 수 있다.
도 12의 단계 S1220에서, 증강 현실 디바이스(1000)는 샘플링된 센서 측정값을 시간 순서에 따라 대응되는 복수의 이미지 프레임과 매칭시킴으로써, 센서 측정값을 복수의 이미지 프레임과 동기화(synchronization)한다. 도 13을 함께 참조하면, 증강 현실 디바이스(1000)의 프로세서(1300)는 샘플링된 센서 측정값 데이터(S1' 내지 Sn')를 시간 순서에 따라 대응되는 복수의 이미지 프레임(f1 내지 fn)과 매칭시킬 수 있다. 도 13의 제1 그래프(130) 및 제3 그래프(134)를 참조하면, 프로세서(1300)는 제1 시점(t1)에서의 제1 이미지 프레임(f1)과 샘플링된 제1 측정값 데이터(S1')를 매칭시키고, 제2 시점(t2)에서의 제2 이미지 프레임(f2)과 샘플링된 제2 측정값 데이터(S2')를 매칭시킬 수 있다. 마찬가지 방법으로, 프로세서(1300)는 제n 이미지 프레임(fn)과 샘플링된 제n 측정값 데이터(Sn')를 매칭시킬 수 있다. 프로세서(1300)는 복수의 이미지 프레임(f1 내지 fn)과 샘플링된 센서 측정값 데이터(S1' 내지 Sn')을 매칭시킴으로써, 복수의 이미지 프레임(f1 내지 fn)과 센서 측정값 데이터(S1' 내지 Sn')을 동기화할 수 있다.
도 12의 단계 S1230에서, 증강 현실 디바이스(1000)는 동기화된 센서 측정값을 이용하여, 이미지 프레임 별 센서 측정값의 변화값을 산출한다. 도 13의 제3 그래프(134)를 참조하면, 증강 현실 디바이스(1000)의 프로세서(1300)는 제2 시점(t2)에서의 샘플링된 제2 측정값 데이터(S2)와 제1 시점(t1)에서의 샘플링된 제1 측정값 데이터(S1) 간의 차이값을 산출하여, 제2 이미지 프레임(f2)에 대한 측정값 변화값에 관한 정보를 획득할 수 있다. 프로세서(1300)는 제2 이미지 프레임(f2)으로부터 획득된 손의 관절에 관한 3차원 위치 좌표값을 보정하는 경우, 제2 시점(t2)에서 산출된 제2 측정값 데이터(S2)와 제1 측정값 데이터(S1) 간의 차이값에 관한 변화값 정보를 이용하여 3차원 위치 좌표값을 보정할 수 있다.
도 14는 본 개시의 일 실시예에 따른 증강 현실 디바이스(1000)가 손의 관절의 3차원 위치 좌표값을 보정하는 방법을 도시한 흐름도이다.
도 14에 도시된 단계 S1410 및 S1420은 도 3에 도시된 단계 S340을 구체화한 단계들이다. 도 14의 단계 S1410은 도 3에 도시된 단계 S330이 수행된 이후에 수행될 수 있다. 도 14의 단계 S1420이 수행된 이후에는 도 3에 도시된 단계 S350이 수행될 수 있다.
단계 S1410에서, 증강 현실 디바이스(1000)는 제1 위치 좌표값에 제1 가중치를 적용하고, 제2 위치 좌표값에 제2 가중치를 적용한다. 제1 가중치 및 제2 가중치는 각각 0 이상 1 이하의 값일 수 있다. 일 실시예에서, 제1 가중치 및 제2 가중치는 제1 이미지 프레임 및 제2 이미지 프레임 각각에서의 손 인식 여부, 제1 위치 좌표값과 제2 위치 좌표값의 차이값, 및 손이 카메라(1100, 도 1a 및 도 2 참조)의 FOV 영역 내외부 이동 여부 중 적어도 하나에 기초하여 결정될 수 있다.
일 실시예에서, 증강 현실 디바이스(1000)의 프로세서(1300, 도 2 참조)는 제1 이미지 프레임 및 제2 이미지 프레임 중 어느 하나의 이미지 프레임에서 손이 인식되지 않는 경우, 미인식된 이미지 프레임에 대한 가중치를 0 또는 0에 가까운 값으로 결정할 수 있다. 예를 들어, 제1 이미지 프레임에서 손이 인식되지 않고, 제2 이미지 프레임에서 손이 인식된 경우, 프로세서(1300)는 제1 이미지 프레임에 대한 제1 가중치를 0 또는 0에 가까운 작은 값으로 결정하고, 제2 가중치를 1 또는 1에 가까운 값으로 결정할 수 있다. 이 경우, 프로세서(1300)는 제2 이미지 프레임으로부터 획득된 3차원 위치 좌표값을 기준으로 보정 대상인 손의 관절의 3차원 위치 좌표값을 보정할 수 있다. 다른 예를 들어, 제1 이미지 프레임에서는 손이 인식되었지만, 제2 이미지 프레임에서 손이 인식되지 않은 경우, 프로세서(1300)는 제1 이미지 프레임에 대한 제1 가중치를 1 또는 1에 가까운 값으로 결정하고, 제2 이미지 프레임에 대한 제2 가중치를 0 또는 0에 가까운 값으로 결정할 수 있다. 이 경우, 프로세서(1300)는 제1 이미지 프레임으로부터 획득된 3차원 위치 좌표값을 기준으로 보정 대상인 제2 이미지 프레임에서의 손의 관절의 3차원 위치 좌표값을 보정할 수 있다.
일 실시예에서, 증강 현실 디바이스(1000)는 사용자의 손의 위치가 카메라(1100)의 FOV 영역의 내부에 위치하는지 또는 외부에 위치하는지 여부에 따라 제1 가중치 및 제2 가중치를 결정할 수 있다. 예를 들어, 제1 이미지 프레임에서 손의 위치가 카메라(1100)의 FOV 영역 외부에 위치하였다가 제2 이미지 프레임에서는 손의 위치가 카메라(1100)의 FOV 영역 내부로 이동하는 경우, 프로세서(1300)는 제1 이미지 프레임에 대한 제1 가중치를 0 또는 0에 가까운 작은 값으로 결정하고, 제2 가중치를 1 또는 1에 가까운 값으로 결정할 수 있다. 이 경우, 프로세서(1300)는 제2 이미지 프레임으로부터 획득된 3차원 위치 좌표값을 기준으로 보정 대상인 손의 관절의 3차원 위치 좌표값을 보정할 수 있다.
단계 S1420에서, 증강 현실 디바이스(1000)는 제1 가중치가 적용된 제1 위치 좌표값, 제2 가중치가 적용된 제2 위치 좌표값, 및 이미지 프레임 별 센서 측정값의 변화값에 기초하여, 제2 위치 좌표값을 보정한다. 일 실시예에서, 증강 현실 디바이스(1000)의 프로세서(1300)는 보정이 필요한 것으로 판단된 현재 시점(t0)의 제2 위치 좌표값에 제2 가중치를 적용하고, 이전 시점(t-1)의 제1 이미지 프레임으로부터 획득된 제1 위치 좌표값에 제1 가중치를 적용할 수 있다. 프로세서(1300)는 제1 가중치가 적용된 제1 위치 좌표값, 제2 가중치가 적용된 제2 위치 좌표값, 및 웨어러블 디바이스(2000, 도 13 참조)로부터 획득한 IMU 센서(2100)의 이미지 프레임 별 센서 측정값에 기초하여 제2 위치 좌표값을 보정할 수 있다.
도 15는 본 개시의 일 실시예에 따른 증강 현실 디바이스(1000)가 손의 관절의 3차원 위치 좌표값을 업데이트하는 방법을 도시한 흐름도이다.
도 15에 도시된 단계 S1510 및 S1520는 도 14에 도시된 단계 S1420을 구체화한 단계들이다. 도 15의 단계 S1520이 수행된 이후에는 도 3에 도시된 단계 S350이 수행될 수 있다.
단계 S1510에서, 증강 현실 디바이스(1000)는 복수의 관절에 관한 제2 위치 좌표값 중 대표 관절의 위치 좌표값을 보정한다. 대표 관절은 손에 포함되는 복수의 관절 중 임의의 관절로 결정될 수 있다. '대표 관절의 위치 좌표값'은 손에 포함된 복수의 관절 중 어느 하나의 관절의 위치 좌표로서, 예를 들어, 손목과 인접한 관절의 위치 좌표인 P0(도 6 참조)일 수 있다. 그러나, 이에 한정되는 것은 아니고, 대표 관절은 인덱스 핑거팁(index finger tip)일 수 있다. 예를 들어 인덱스 핑거팁이 검지 손가락의 손가락 끝인 경우, 대표 관절의 위치 좌표값은 P8(도 6 참조)일 수 있다.
증강 현실 디바이스(1000)의 프로세서(1300, 도 2 참조)는 손에 포함된 복수의 관절에 관한 제2 위치 좌표값 중 대표 관절에 관한 위치 좌표값을 보정할 수 있다.
단계 S1520에서, 증강 현실 디바이스(1000)는 보정된 대표 관절의 위치 좌표값에 기초하여, 복수의 관절 중 나머지 관절 각각에 관한 제2 위치 좌표값을 업데이트 한다. 일 실시예에서, 증강 현실 디바이스(1000)의 프로세서(1300)는 대표 관절과 나머지 관절과의 위치 관계에 기초하여, 보정된 대표 관절의 3차원 위치 좌표값을 기준으로 나머지 관절에 관한 3차원 위치 좌표값을 보정할 수 있다. 프로세서(1300)는 대표 관절의 3차원 위치 좌표값 및 나머지 관절의 3차원 위치 좌표값을 보정함으로써, 복수의 관절에 관한 3차원 위치 좌표값을 업데이트할 수 있다.
본 개시에서 설명된 증강 현실 디바이스(1000)에 의해 실행되는 프로그램은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 프로그램은 컴퓨터로 읽을 수 있는 명령어들을 수행할 수 있는 모든 시스템에 의해 수행될 수 있다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령어(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다.
소프트웨어는, 컴퓨터로 읽을 수 있는 저장 매체(computer-readable storage media)에 저장된 명령어를 포함하는 컴퓨터 프로그램으로 구현될 수 있다. 컴퓨터가 읽을 수 있는 기록 매체로는, 예를 들어 마그네틱 저장 매체(예컨대, ROM(read-only memory), RAM(random-access memory), 플로피 디스크, 하드 디스크 등) 및 광학적 판독 매체(예컨대, 시디롬(CD-ROM), 디브이디(DVD: Digital Versatile Disc)) 등이 있다. 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템들에 분산되어, 분산 방식으로 컴퓨터가 판독 가능한 코드가 저장되고 실행될 수 있다. 매체는 컴퓨터에 의해 판독가능하며, 메모리에 저장되고, 프로세서에서 실행될 수 있다.
컴퓨터로 읽을 수 있는 저장매체는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, '비일시적'은 저장매체가 신호(signal)를 포함하지 않으며 실재(tangible)한다는 것을 의미할 뿐 데이터가 저장매체에 반영구적 또는 임시적으로 저장되는 경우를 구분하지 않는다. 예를 들어, '비일시적 저장매체'는 데이터가 임시적으로 저장되는 버퍼를 포함할 수 있다.
또한, 본 명세서에 개시된 실시예들에 따른 프로그램은 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 소프트웨어 프로그램, 소프트웨어 프로그램이 저장된 컴퓨터로 읽을 수 있는 저장 매체를 포함할 수 있다. 예를 들어, 컴퓨터 프로그램 제품은 증강 현실 디바이스(1000)의 제조사 또는 전자 마켓(예를 들어, 삼성 갤럭시 스토어)을 통해 전자적으로 배포되는 소프트웨어 프로그램 형태의 상품(예를 들어, 다운로드 가능한 애플리케이션(downloadable application))을 포함할 수 있다. 전자적 배포를 위하여, 소프트웨어 프로그램의 적어도 일부는 저장 매체에 저장되거나, 임시적으로 생성될 수 있다. 이 경우, 저장 매체는 증강 현실 디바이스(1000)의 제조사의 서버, 전자 마켓의 서버, 또는 소프트웨어 프로그램을 임시적으로 저장하는 중계 서버의 저장매체가 될 수 있다.
컴퓨터 프로그램 제품은, 증강 현실 디바이스(1000), 웨어러블 디바이스(2000), 및/또는 서버로 구성되는 시스템에서, 서버의 저장매체 또는 증강 현실 디바이스(1000)의 저장매체를 포함할 수 있다. 또는, 증강 현실 디바이스(1000)와 통신 연결되는 제3 장치(예를 들어, 모바일 디바이스)가 존재하는 경우, 컴퓨터 프로그램 제품은 제3 장치의 저장매체를 포함할 수 있다. 또는, 컴퓨터 프로그램 제품은 증강 현실 디바이스(1000)으로부터 전자 장치 또는 제3 장치로 전송되거나, 제3 장치로부터 전자 장치로 전송되는 소프트웨어 프로그램 자체를 포함할 수 있다.
이 경우, 증강 현실 디바이스(1000), 웨어러블 디바이스(2000), 및 제3 장치 중 하나가 컴퓨터 프로그램 제품을 실행하여 개시된 실시예들에 따른 방법을 수행할 수 있다. 또는, 증강 현실 디바이스(1000), 웨어러블 디바이스(2000), 및 제3 장치 중 둘 이상이 컴퓨터 프로그램 제품을 실행하여 개시된 실시예들에 따른 방법을 분산하여 실시할 수 있다.
예를 들면, 증강 현실 디바이스(1000)가 메모리(1400, 도 2 참조)에 저장된 컴퓨터 프로그램 제품을 실행하여, 증강 현실 디바이스(1000)와 통신 연결된 타 전자 장치(예를 들어, 모바일 디바이스)가 개시된 실시예들에 따른 방법을 수행하도록 제어할 수 있다.
또 다른 예로, 제3 장치가 컴퓨터 프로그램 제품을 실행하여, 제3 장치와 통신 연결된 전자 장치가 개시된 실시예에 따른 방법을 수행하도록 제어할 수 있다.
제3 장치가 컴퓨터 프로그램 제품을 실행하는 경우, 제3 장치는 증강 현실 디바이스(1000)로부터 컴퓨터 프로그램 제품을 다운로드하고, 다운로드된 컴퓨터 프로그램 제품을 실행할 수 있다. 또는, 제3 장치는 프리로드(pre-load)된 상태로 제공된 컴퓨터 프로그램 제품을 실행하여 개시된 실시예들에 따른 방법을 수행할 수도 있다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 컴퓨터 시스템 또는 모듈 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

Claims (15)

  1. 사용자의 손에 포함된 복수의 관절에 관한 위치 정보를 획득하는 증강 현실 디바이스(Augmented Reality device)에 있어서,
    외부 디바이스와 데이터 통신을 수행하는 통신 인터페이스;
    상기 손을 촬영함으로써, 상기 손을 포함하는 복수의 이미지 프레임을 획득하는 카메라;
    적어도 하나의 명령어들(instructions)를 저장하는 메모리; 및
    상기 적어도 하나의 명령어들을 실행하는 적어도 하나의 프로세서;
    를 포함하고,
    상기 적어도 하나의 프로세서는,
    상기 복수의 이미지 프레임으로부터 상기 손을 인식하고, 상기 인식된 손에 포함된 복수의 관절의 3차원 위치 좌표값을 획득하고,
    상기 통신 인터페이스를 통해, 상기 외부 디바이스의 IMU 센서에 의해 상기 복수의 관절 중 적어도 하나의 관절에 관하여 측정된 센서 측정값을 획득하고,
    상기 손의 인식 결과에 기초하여, 상기 복수의 이미지 프레임 중 제1 이미지 프레임으로부터 획득된 적어도 하나의 관절의 3차원 위치 좌표값의 보정 필요 여부를 판단하고,
    판단 결과에 따라, 상기 복수의 이미지 프레임 중 제1 이미지 프레임의 이전 시점의 프레임인 제2 이미지 프레임으로부터 획득된 상기 복수의 관절의 제1 위치 좌표값, 상기 제1 이미지 프레임으로부터 획득된 상기 복수의 관절의 제2 위치 좌표값, 및 이미지 프레임 별 상기 센서 측정값의 변화값 중 적어도 하나에 기초하여 상기 제2 위치 좌표값을 보정함으로써, 상기 제2 위치 좌표값을 업데이트하는, 증강 현실 디바이스.
  2. 제1 항에 있어서,
    상기 외부 디바이스는,
    사용자의 손목, 손가락, 또는 손 바닥 중 적어도 하나의 부위에 착용하는 웨어러블 디바이스(wearable device)이고, 상기 복수의 관절 중 적어도 하나의 관절에 관한 6 DoF(6 Degree of Freedom)의 측정값을 획득하는 상기 IMU 센서를 포함하는, 증강 현실 디바이스.
  3. 제1 항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 제1 이미지 프레임으로부터의 손의 미인식 여부 또는 상기 적어도 하나의 관절의 3차원 위치 좌표값의 미획득 여부에 기초하여, 상기 제1 이미지 프레임으로부터 획득된 상기 적어도 하나의 3차원 위치 좌표값의 보정 필요 여부를 판단하는, 증강 현실 디바이스.
  4. 제1 항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 제1 위치 좌표값과 상기 제2 위치 좌표값 간의 차이값을 산출하고, 상기 산출된 차이값을 기 설정된 임계치와 비교하고,
    비교 결과에 기초하여, 상기 적어도 하나의 관절의 3차원 위치 좌표값의 보정 필요 여부를 판단하는, 증강 현실 디바이스.
  5. 제1 항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 손의 위치의 상기 카메라의 FOV(Field Of View) 영역 내부와 외부 간 위치 이동 여부에 기초하여, 상기 적어도 하나의 관절의 3차원 위치 좌표값의 보정 필요 여부를 판단하는, 증강 현실 디바이스.
  6. 제5 항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 손의 위치가 상기 카메라의 FOV 영역의 외부에 위치한 경우 획득된 상기 제1 위치 좌표값과 상기 FOV 영역의 내부에서 촬영된 상기 제1 이미지 프레임으로부터 획득된 상기 제2 위치 좌표값의 차이값에 기초하여, 상기 적어도 하나의 관절의 3차원 위치 좌표값의 보정 필요 여부를 판단하는, 증강 현실 디바이스.
  7. 제1 항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 획득된 센서 측정값을 상기 복수의 이미지 프레임의 초당 프레임 수(Frame per second, FPS)에 기초하여 샘플링하고,
    상기 샘플링된 센서 측정값을 시간 순서에 따라 대응되는 상기 복수의 이미지 프레임과 매칭시킴으로써, 상기 센서 측정값을 상기 복수의 이미지 프레임과 동기화(synchronization)하며,
    상기 동기화된 센서 측정값을 이용하여, 상기 이미지 프레임 별 센서 측정값의 변화값을 산출하는, 증강 현실 디바이스.
  8. 제7 항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 제1 위치 좌표값에 제1 가중치를 적용하고, 상기 제2 위치 좌표값에 제2 가중치를 적용하고,
    상기 제1 가중치가 적용된 상기 제1 위치 좌표값, 상기 제2 가중치가 적용된 상기 제2 위치 좌표값, 및 상기 이미지 프레임 별 센서 측정값의 변화값에 기초하여, 상기 제2 위치 좌표값을 보정하는, 증강 현실 디바이스.
  9. 증강 현실 디바이스(Augmented Reality device)가 사용자의 손의 관절에 관한 위치 정보를 획득하는 방법에 있어서,
    복수의 이미지 프레임으로부터 상기 사용자의 손을 인식하고, 상기 인식된 손에 포함된 복수의 관절의 3차원 위치 좌표값을 획득하는 단계;
    외부 디바이스의 IMU 센서를 이용하여 상기 복수의 관절 중 적어도 하나의 관절에 관하여 측정된 센서 측정값을 획득하는 단계;
    상기 손의 인식 결과에 기초하여, 상기 복수의 이미지 프레임 중 제1 이미지 프레임으로부터 획득된 적어도 하나의 관절의 3차원 위치 좌표값의 보정 필요 여부를 판단하는 단계;
    판단 결과에 따라, 상기 복수의 이미지 프레임 중 제1 이미지 프레임의 이전 시점의 프레임인 제2 이미지 프레임으로부터 획득된 상기 복수의 관절의 제1 위치 좌표값, 상기 제1 이미지 프레임으로부터 획득된 상기 복수의 관절의 제2 위치 좌표값, 및 이미지 프레임 별 상기 센서 측정값의 변화값 중 적어도 하나에 기초하여 상기 제2 위치 좌표값을 보정함으로써, 상기 제2 위치 좌표값을 업데이트하는 단계; 및
    상기 업데이트된 제2 위치 좌표값을 출력하는 단계;
    를 포함하는, 방법.
  10. 제9 항에 있어서,
    상기 적어도 하나의 관절의 3차원 위치 좌표값의 보정 필요 여부를 판단하는 단계는,
    상기 제1 이미지 프레임으로부터의 손의 미인식 여부 또는 상기 적어도 하나의 관절의 3차원 위치 좌표값의 미획득 여부에 기초하여, 상기 제1 이미지 프레임으로부터 획득된 상기 적어도 하나의 3차원 위치 좌표값의 보정 필요 여부를 판단하는, 방법.
  11. 제9 항에 있어서,
    상기 적어도 하나의 관절의 3차원 위치 좌표값의 보정 필요 여부를 판단하는 단계는,
    상기 제2 이미지 프레임으로부터 획득된 상기 제1 위치 좌표값과 상기 제1 이미지 프레임으로부터 획득된 상기 제2 위치 좌표값 간의 차이값을 산출하는 단계;
    상기 산출된 차이값을 기 설정된 임계치와 비교하는 단계; 및
    비교 결과에 기초하여, 상기 적어도 하나의 관절의 3차원 위치 좌표값의 보정 필요 여부를 판단하는 단계;
    를 포함하는, 방법.
  12. 제9 항에 있어서,
    상기 적어도 하나의 관절의 3차원 위치 좌표값의 보정 필요 여부를 판단하는 단계는,
    상기 손의 위치의 상기 카메라의 FOV(Field Of View) 영역 내부와 외부 간 위치 이동 여부에 기초하여, 상기 적어도 하나의 관절의 3차원 위치 좌표값의 보정 필요 여부를 판단하는, 방법.
  13. 제12 항에 있어서,
    상기 적어도 하나의 관절의 3차원 위치 좌표값의 보정 필요 여부를 판단하는 단계는,
    상기 손의 위치가 상기 카메라의 FOV 영역의 외부에 위치한 경우 획득된 상기 제1 위치 좌표값과 상기 FOV 영역의 내부에서 촬영된 상기 제1 이미지 프레임으로부터 획득된 상기 제2 위치 좌표값의 차이값에 기초하여, 상기 적어도 하나의 관절의 3차원 위치 좌표값의 보정 필요 여부를 판단하는 단계;
    를 포함하는, 방법.
  14. 제9 항에 있어서,
    상기 이미지 프레임 별 센서 측정값의 변화값을 획득하는 단계;
    를 더 포함하고,
    상기 이미지 프레임 별 센서 측정값의 변화값을 획득하는 단계는,
    상기 획득된 센서 측정값을 상기 복수의 이미지 프레임의 초당 프레임 수(Frame per second, FPS)에 기초하여 샘플링하는 단계;
    상기 샘플링된 센서 측정값을 시간 순서에 따라 대응되는 상기 복수의 이미지 프레임과 매칭시킴으로써, 상기 센서 측정값을 상기 복수의 이미지 프레임과 동기화(synchronization)하는 단계; 및
    상기 동기화된 센서 측정값을 이용하여, 상기 이미지 프레임 별 센서 측정값의 변화값을 산출하는 단계;
    를 포함하는, 방법.
  15. 컴퓨터로 읽을 수 있는 저장 매체를 포함하는 컴퓨터 프로그램 제품(Computer Program Product)에 있어서,
    상기 저장 매체는,
    복수의 이미지 프레임으로부터 상기 사용자의 손을 인식하고, 상기 인식된 손에 포함된 복수의 관절의 3차원 위치 좌표값을 획득하는 동작;
    외부 디바이스의 IMU 센서를 이용하여 상기 복수의 관절 중 적어도 하나의 관절에 관하여 측정된 센서 측정값을 획득하는 동작;
    상기 손의 인식 결과에 기초하여, 상기 복수의 이미지 프레임 중 제1 이미지 프레임으로부터 획득된 적어도 하나의 관절의 3차원 위치 좌표값의 보정 필요 여부를 판단하는 동작;
    판단 결과에 따라, 상기 복수의 이미지 프레임 중 제1 이미지 프레임의 이전 시점의 프레임인 제2 이미지 프레임으로부터 획득된 상기 복수의 관절의 제1 위치 좌표값, 상기 제1 이미지 프레임으로부터 획득된 상기 복수의 관절의 제2 위치 좌표값, 및 이미지 프레임 별 상기 센서 측정값의 변화값 중 적어도 하나에 기초하여 상기 제2 위치 좌표값을 보정함으로써, 상기 제2 위치 좌표값을 업데이트하는 동작; 및
    상기 업데이트된 제2 위치 좌표값을 출력하는 동작;
    를 상기 증강 현실 디바이스가 수행하기 위하여 상기 증강 현실 디바이스가 읽을 수 있는 명령어들(instructions)을 포함하는, 컴퓨터 프로그램 제품.
PCT/KR2022/020874 2021-12-28 2022-12-20 손의 관절에 관한 위치 정보를 획득하는 증강 현실 디바이스 및 그 동작 방법 WO2023128446A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2021-0190393 2021-12-28
KR1020210190393A KR20230100472A (ko) 2021-12-28 2021-12-28 손의 관절에 관한 위치 정보를 획득하는 증강 현실 디바이스 및 그 동작 방법

Publications (1)

Publication Number Publication Date
WO2023128446A1 true WO2023128446A1 (ko) 2023-07-06

Family

ID=86999768

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/020874 WO2023128446A1 (ko) 2021-12-28 2022-12-20 손의 관절에 관한 위치 정보를 획득하는 증강 현실 디바이스 및 그 동작 방법

Country Status (2)

Country Link
KR (1) KR20230100472A (ko)
WO (1) WO2023128446A1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120327125A1 (en) * 2011-06-23 2012-12-27 Omek Interactive, Ltd. System and method for close-range movement tracking
US20140098018A1 (en) * 2012-10-04 2014-04-10 Microsoft Corporation Wearable sensor for tracking articulated body-parts
JP2015060518A (ja) * 2013-09-20 2015-03-30 株式会社デンソー 入力装置、動作特定方法
JP6971788B2 (ja) * 2017-11-09 2021-11-24 シャープ株式会社 画面表示制御方法および画面表示制御システム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120327125A1 (en) * 2011-06-23 2012-12-27 Omek Interactive, Ltd. System and method for close-range movement tracking
US20140098018A1 (en) * 2012-10-04 2014-04-10 Microsoft Corporation Wearable sensor for tracking articulated body-parts
JP2015060518A (ja) * 2013-09-20 2015-03-30 株式会社デンソー 入力装置、動作特定方法
JP6971788B2 (ja) * 2017-11-09 2021-11-24 シャープ株式会社 画面表示制御方法および画面表示制御システム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
LEE YONGJUN; KIM MYUNGSIN; LEE YONGSEOK; KWON JUNGHAN; PARK YONG-LAE; LEE DONGJUN: "Wearable Finger Tracking and Cutaneous Haptic Interface with Soft Sensors for Multi-Fingered Virtual Manipulation", IEEE/ASME TRANSACTIONS ON MECHATRONICS, IEEE SERVICE CENTER, PISCATAWAY, NJ., US, vol. 24, no. 1, 1 February 2019 (2019-02-01), US , pages 67 - 77, XP011709103, ISSN: 1083-4435, DOI: 10.1109/TMECH.2018.2872570 *

Also Published As

Publication number Publication date
KR20230100472A (ko) 2023-07-05

Similar Documents

Publication Publication Date Title
WO2018012945A1 (en) Method and device for obtaining image, and recording medium thereof
WO2020036343A1 (en) Electronic device and control method thereof
WO2019017592A1 (en) ELECTRONIC DEVICE DISPLACED ON THE BASIS OF A DISTANCE TO AN EXTERNAL OBJECT AND ITS CONTROL METHOD
WO2020050636A1 (ko) 사용자 의도 기반 제스처 인식 방법 및 장치
WO2020130691A1 (en) Electronic device and method for providing information thereof
WO2019164092A1 (ko) 디스플레이를 통해 표시된 제 1 콘텐트에 대해 제 2 콘텐트를 외부 객체의 움직임에 따라 제공하기 위한 전자 장치 및 그의 동작 방법
WO2020138602A1 (ko) 진정 사용자의 손을 식별하는 방법 및 이를 위한 웨어러블 기기
WO2018124500A1 (ko) 객체의 인식 결과를 제공하는 방법 및 전자 장치
WO2018208093A1 (ko) 햅틱 피드백을 제공하는 방법 및 이를 수행하는 전자 장치
WO2020256325A1 (en) Electronic device and method for providing function by using corneal image in electronic device
WO2019172642A1 (ko) 심장 박동을 측정하기 위한 전자 장치 및 방법
WO2018080244A1 (ko) 전방위 영상을 획득하는 방법 및 장치
WO2022158692A1 (ko) 포스 터치를 식별하는 전자 장치 및 그 동작 방법
WO2023128446A1 (ko) 손의 관절에 관한 위치 정보를 획득하는 증강 현실 디바이스 및 그 동작 방법
WO2021020940A1 (en) Electronic device and method for generating augmented reality object
WO2022108001A1 (ko) 카메라 시야(fov) 가장자리에서 움직임을 인식하여 전자 장치를 제어하는 방법 및 그 전자 장치
WO2022005227A1 (ko) 자기 센서를 포함하는 전자 장치 및 자기 검출 방법
WO2021261619A1 (ko) 영상에서 평면을 검출하는 전자 장치 및 그 동작 방법
WO2020226264A1 (ko) 영상에 기초하여 위치 정보를 획득하는 전자 장치 및 그 동작 방법
WO2024010304A1 (ko) 공간의 위치 좌표계를 동기화하는 증강 현실 디바이스 및 방법
WO2023239035A1 (ko) 손 동작에 관한 이미지 데이터를 획득하는 전자 장치 및 그 동작 방법
WO2023224326A1 (ko) 깊이 정보를 획득하는 증강 현실 디바이스 및 그 동작 방법
WO2023063570A1 (ko) 손 동작에 관한 이미지 데이터를 획득하는 전자 장치 및 그 동작 방법
WO2023239072A1 (ko) 부호화 이미지로부터 특징점을 획득하는 전자 장치 및 그 동작 방법
WO2024043466A1 (ko) 외부 디바이스에 의해 제어되는 증강 현실 디바이스 및 그 동작 방법

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22916588

Country of ref document: EP

Kind code of ref document: A1