[go: up one dir, main page]

KR102209008B1 - 카메라 포즈 추정 장치 및 카메라 포즈 추정 방법 - Google Patents

카메라 포즈 추정 장치 및 카메라 포즈 추정 방법 Download PDF

Info

Publication number
KR102209008B1
KR102209008B1 KR1020140017820A KR20140017820A KR102209008B1 KR 102209008 B1 KR102209008 B1 KR 102209008B1 KR 1020140017820 A KR1020140017820 A KR 1020140017820A KR 20140017820 A KR20140017820 A KR 20140017820A KR 102209008 B1 KR102209008 B1 KR 102209008B1
Authority
KR
South Korea
Prior art keywords
image
camera pose
point
pose estimation
estimated
Prior art date
Legal status (The legal status 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 status listed.)
Active
Application number
KR1020140017820A
Other languages
English (en)
Other versions
KR20150096922A (ko
Inventor
이선민
박승인
이영범
이형욱
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020140017820A priority Critical patent/KR102209008B1/ko
Priority to US14/611,824 priority patent/US9916689B2/en
Publication of KR20150096922A publication Critical patent/KR20150096922A/ko
Application granted granted Critical
Publication of KR102209008B1 publication Critical patent/KR102209008B1/ko
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • 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
    • G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
    • G06F3/033—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor
    • G06F3/0346—Pointing devices displaced or positioned by the user, e.g. mice, trackballs, pens or joysticks; Accessories therefor with detection of the device orientation or free movement in a 3D space, e.g. 3D mice, 6-DOF [six degrees of freedom] pointers using gyroscopes, accelerometers or tilt-sensors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • G06F3/04815—Interaction with a metaphor-based environment or interaction object displayed as three-dimensional, e.g. changing the user viewpoint with respect to the environment or object
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/10—Geometric effects
    • G06T15/20—Perspective computation
    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G06T2207/10012—Stereo images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30244—Camera pose

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Graphics (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Geometry (AREA)
  • Studio Devices (AREA)
  • Image Analysis (AREA)
  • Architecture (AREA)

Abstract

카메라 포즈 추정 장치가 개시된다. 일 실시 예에 의한 카메라 포즈 추정 장치는, 촬영된 영상을 획득하는 영상 획득부, 상기 카메라 포즈 추정 장치의 모션 정보를 획득하는 모션 센서부, 상기 촬영된 영상 및 상기 모션 정보에 기초하여, 상기 촬영된 영상의 정적 영역을 검출하는 정적 영역 검출부 및 상기 검출된 정적 영역에 기초하여 카메라 포즈를 추정하는 포즈 추정부를 포함할 수 있다.

Description

카메라 포즈 추정 장치 및 카메라 포즈 추정 방법 {APPARATUS FOR ESTIMATING CAMERA POSE AND METHOD FOR ESTIMATING CAMERA POSE}
본 개시는 카메라 포즈 추정 장치 및 카메라 포즈 추정 방법에 관한 것으로, 더욱 상세하게는 마커(marker)를 이용하지 않으면서 카메라 포즈를 추정하는 카메라 포즈 추정 장치 및 카메라 포즈 추정 방법에 관한 것이다.
근자에 들어 증강 현실(augmented reality) 서비스의 도입이 활발하게 진행되고 있다. 증강 현실 서비스는 전자 장치가 획득한 실제 영상을 기초로 부가적인 정보를 제공하는 서비스일 수 있다. 예를 들어, 증강 현실 서비스는 객체(object)를 포함하는 이미지를 입력받아, 해당 객체와 관련한 정보를 제공하는 서비스이다.
증강 현실 서비스는, GPS 기반 증강 현실 서비스, 마커 인식 증강 현실 서비스 및 무마커(markerless) 증강 현실 서비스로 분류될 수 있다. 마커 인식 증강 현실 서비스는, 사전에 기준이 되는 참조 객체가 미리 설정된 경우에 대한 서비스이다. 마커 인식 증강 현실 서비스는, 기설정된 참조 객체인 마커를 활용하여 카메라 포즈를 추정할 수 있지만, 마커가 카메라 시점에서 벗어나면 포즈 추정이 불가능한 문제가 존재한다.
무마커 증강 현실 서비스는, 기준이 되는 참조 객체를 따로 설정하지 않은 경우의 서비스이다. 무마커 증강 현실 서비스는 특정 객체를 기준으로 하지 않고, 현재 카메라가 촬영하는 장면을 기준으로 카메라 포즈를 추정한다. 이에 따라, 촬영하는 장면 내에서 움직이는 객체가 포함되는 경우에는, 카메라 추정이 어려운 한계가 존재한다.
일 실시 예에 의한, 카메라 포즈 추정 장치는, 촬영된 영상을 획득하는 영상 획득부, 상기 카메라 포즈 추정 장치의 모션 정보를 획득하는 모션 센서부, 상기 촬영된 영상 및 상기 모션 정보에 기초하여, 상기 촬영된 영상의 정적 영역을 검출하는 정적 영역 검출부 및 상기 검출된 정적 영역에 기초하여 카메라 포즈를 추정하는 포즈 추정부를 포함할 수 있다.
아울러, 상기 영상 획득부는, 제 1 컬러 영상 및 제 2 컬러 영상을 획득할 수 있다.
또한, 상기 포즈 추정부는, 상기 제 1 컬러 영상 및 제 2 컬러 영상에서 대응되는 대응점을 매칭하고, 상기 모션 정보로부터 회전 값을 추정할 수 있다.
상기 포즈 추정부는, 상기 추정된 회전 값을 카메라 및 상기 모션 센서부가 동일한 위치에 배치되는 것과 같이 캘리브레이션(calibration)할 수도 있다.
한편, 상기 포즈 추정부는, 상기 매칭된 대응점 관계 및 상기 추정된 회전 값으로부터 이센셜 행렬(essential matrix)을 계산하고, 상기 계산된 이센셜 행렬 에 기초하여, 이동(translation) 값을 추정할 수 있다.
또한, 상기 정적 영역 검출부는, 상기 추정된 회전 값 및 상기 추정된 이동 값에 기초하여 상기 정적 영역을 검출할 수 있다.
아울러, 상기 정적 영역 검출부는, 상기 제 1 컬러 영상의 대응점에 상기 추정된 회전 값 및 상기 추정된 이동 값을 적용하여, 상기 제 2 컬러 영상에서의 예상 대응점 위치를 검출할 수 있다.
뿐만 아니라, 상기 정적 영역 검출부는, 상기 제 2 컬러 영상에서의 예상 대응점 위치 및 상기 제 2 컬러 영상에서의 실제 대응점 위치의 차이가 기설정된 임계치 미만인 영역을 정적 영역으로 검출할 수도 있다.
한편, 상기 영상 획득부는, 제 1 깊이 영상 및 제 2 깊이 영상을 획득할 수 있다.
여기에서, 상기 포즈 추정부는, 상기 모션 센서부에서 획득된 모션 정보를 만족하는 상기 제 1 깊이 영상 및 상기 제 2 깊이 영상의 3차원 포인트 페어(pair)를 선택할 수 있다.
또한, 상기 포즈 추정부는, 상기 선택된 3차원 포인트 페어에 기초하여 이동(translation) 값을 추정할 수 있다.
상기 정적 영역 검출부는, 상기 제 1 깊이 영상의 3차원 포인트에 상기 회전 값 및 상기 이동 값을 적용하여, 상기 제 2 깊이 영상에서의 예상 3차원 포인트 위치를 추정하는 카메라 포즈 추정 장치.
아울러, 상기 정적 영역 검출부는, 상기 제 2 깊이 영상에서의 예상 3차원 포인트 위치 및 상기 제 2 깊이 영상에서의 실제 3차원 포인트 위치의 차이가 기설정된 임계치 미만인 영역을 정적 영역으로 검출할 수 있다.
다른 측면에 의한 카메라 포즈 추정 장치의 제어 방법은, 촬영된 영상을 획득하는 단계, 상기 카메라 포즈 추정 장치의 모션 정보를 획득하는 단계, 상기 촬영된 영상 및 상기 모션 정보에 기초하여, 상기 촬영된 영상의 정적 영역을 검출하는 단계 및 상기 검출된 정적 영역에 기초하여 카메라 포즈를 추정하는 단계를 포함할 수 있다.
여기에서, 상기 촬영된 영상을 획득하는 단계는, 제 1 컬러 영상 및 제 2 컬러 영상을 획득하거나 또는 제 1 깊이 영상 및 제 2 깊이 영상을 획득할 수 있다.
또한, 상기 카메라 포즈를 추정하는 단계는, 상기 제 1 컬러 영상 및 상기 제 2 컬러 영상의 정적 영역의 대응점에 기초하여 상기 카메라 포즈를 추정하거나 또는 상기 제 1 깊이 영상 및 상기 제 2 깊이 영상의 정적 영역의 3차원 포인트 페어에 기초하여 상기 카메라 포즈를 추정할 수 있다.
다른 실시 예에 의한 카메라 포즈 추정 장치의 제어 방법은, 상기 추정된 카메라 포즈에 대응하는 제어 신호를 출력하는 단계를 더 포함할 수 있다.
여기에서, 카메라 포즈 추정 장치의 제어 방법은 증강 현실 서비스를 제공하는 어플리케이션을 실행하는 단계를 더 포함할 수도 있고, 상기 추정된 카메라 포즈에 대응하는 제어 신호를 출력하는 단계는, 상기 추정된 카메라 포즈에 대응하는 증강 현실 서비스를 제공할 수 있다.
한편, 또 다른 실시 예에 의한 카메라 포즈 추정 장치의 제어 방법은 상기 카메라 포즈 추정 장치의 표시화면보다 큰 크기를 가지는 파노라마 이미지를 표시하는 단계를 더 포함하고, 상기 추정된 카메라 포즈에 대응하는 제어 신호를 출력하는 단계는, 상기 추정된 카메라 포즈에 대응하여 상기 표시되는 파노라마 이미지 부분을 이동시켜 표시할 수 있다.
아울러, 상기 표시되는 파노라마 이미지 부분을 이동시켜 표시하는 단계는, 상기 추정된 카메라 포즈의 이동(translation) 정보에 대응하여 상기 표시되는 파노라마 이미지 부분을 이동시켜 표시할 수 있다.
도 1a는 일 실시 예에 의한 카메라 포즈 추정의 개념을 설명하기 위한 개념도이다.
도 1b는 도 1a의 촬영 각도 차이에 의한 카메라 포즈 차이를 설명하기 위한 개념도이다.
도 1c는 일 실시 예에 의한 증강 현실 서비스 변경 제공을 설명하기 위한 개념도이다.
도 2a 내지 2c는 움직이는 피사체가 존재하는 경우의 카메라 포즈 추정을 설명하기 위한 개념도들이다.
도 3a 내지 3c는 다양한 실시 예에 의한 카메라 포즈 추정 장치의 블록도이다.
도 4는 일 실시 예에 의한 카메라 포즈 추정 장치의 제어 방법을 설명하기 위한 흐름도이다.
도 5a 및 5b는 깊이 영상을 이용하여 카메라 포즈 추정 방법을 설명하기 위한 흐름도들이다.
도 6a 및 6b는 2차원 컬러 영상에 따른 카메라 포즈 추정 방법을 설명하기 위한 흐름도들이다.
도 7a 및 7b는 정적 영역 검출 방법을 설명하기 위한 흐름도이다.
도 8a 내지 8c는 다양한 실시 예들에 의한 영상 또는 예상 위치 영상의 개념도들이다.
도 9는 일 실시 예에 의한 카메라 포즈 추정 방법을 설명하기 위한 흐름도이다.
도 10은 일 실시 예에 의한 증강 현실 서비스 제공 방법을 설명하기 위한 흐름도이다.
도 11은 일 실시 예에 의한 증강 현실 서비스 제공을 설명하는 개념도이다.
도 12는 일 실시 예에 의한 파노라마 이미지 표시 방법을 설명하기 위한 흐름도이다.
도 13a 및 13b는 일 실시 예에 의한 파노라마 이미지를 설명하는 개념도이다.
도 13c는 일 실시 예에 의한 파노라마 이미지 표시 방법을 설명하기 위한 개념도이다.
이하, 첨부된 도면들에 기재된 내용들을 참조하여 본 발명에 따른 예시적 실시 예를 상세하게 설명한다. 다만, 본 발명이 예시적 실시 예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조부호는 실질적으로 동일한 기능을 수행하는 부재를 나타낸다.
도 1a는 일 실시 예에 의한 카메라 포즈 추정의 개념을 설명하기 위한 개념도이다.
도 1a에 도시된 바와 같이, 직육면체 형태를 가지는 피사체(1)가 배치될 수 있다. 도 1a에서는 피사체(1)가 직육면체의 형태를 가지는 것과 같이 도시되어 있지만, 피사체(1)의 형태에는 제한이 없음을 당업자는 용이하게 이해할 수 있을 것이다.
카메라 포즈 추정 장치(100)는 피사체(1)를 다양한 촬영 각도에서 촬영할 수 있다. 카메라 포즈 추정 장치(100)는 예를 들어 카메라 모듈을 포함할 수 있으며, 카메라 주변의 전경을 촬영할 수 있다.
카메라 포즈 추정 장치(100)는 피사체(1)를 상대적으로 좌측에서부터 촬영할 수 있다. 카메라 포즈 추정 장치(100)는 피사체(1)를 좌측 방향에서 촬영한 객체(2)를 포함하는 영상 획득할 수 있다. 아울러, 카메라 포즈 추정 장치(100)는 피사체(1)를 상대적으로 우측에서부터 촬영할 수 있다. 카메라 포즈 추정 장치(100)는 피사체(1)를 우측 방향에서 촬영한 객체(3)를 포함하는 영상을 획득할 수 있다. 도 1a에 도시된 바와 같이, 피사체(1)를 좌측 방향에서 촬영한 영상과 피사체(1)를 우측 방향에서 촬영한 영상은 상이할 수 있다. 더욱 상세하게는 객체(2) 및 객체(3)의 형태가 상이할 수 있다. 피사체(1)를 좌측 방향에서 촬영한 객체(2)와 피사체(1)를 우측 방향에서 촬영한 객체(3)의 차이는, 피사체(1)에 대한 카메라의 촬영 각도가 상이한 것으로부터 기인하며, 즉 카메라 포즈의 차이로부터 기인할 수 있다.
도 1b는 도 1a의 촬영 각도 차이에 의한 카메라 포즈 차이를 설명하기 위한 개념도이다. 도 1b에서는 편의를 위하여 피사체(10)를 점으로 표시하였다. 도 1b에 도시된 바와 같이, 카메라의 위치는 제 1 위치(31)로부터 제 2 위치(32)로 이동할 수 있다. 카메라는 제 1 위치(31)에서 피사체(10)를 촬영할 수 있으며, 촬영된 제 1 이미지(21)를 획득할 수 있다. 제 1 이미지(21)에서 피사체(10)는 제 1 이미지(21)의 (x,y)의 좌표에서 표시될 수 있다. 카메라는 제 2 위치(32)에서 피사체(10)를 촬영할 수 있으며, 촬영된 제 2 이미지(22)를 획득할 수 있다. 제 2 이미지(22)에서 피사체(10)는 제 2 이미지(22)의 (x',y')의 좌표에서 표시될 수 있다.
카메라 포즈 추정 장치(100)는 제 1 이미지(21)에서의 피사체 위치(11) 및 제 2 이미지(22)에서의 피사체 위치(12) 사이의 관계에 따라서 카메라의 회전(rotation) 값(R) 및 이동(translation) 값(T)를 추정할 수 있다.
카메라 포즈, 즉 카메라의 회전(rotation) 값(R) 및 이동(translation) 값(T) 중 적어도 하나는, 펀더멘탈 행렬(fundamental matrix) 및 이센셜 행렬(essential matrix) 중 적어도 하나에 기초하여 추정될 수 있다. 카메라 포즈는, 예를 들어 입력 이미지의 특징점 대응 관계에 기초하여 추정될 수 있다. 여기에서, 특징점은, 예를 들어 에지, 코너점, 블랍 등을 의미할 수 있으며, 객체를 구별하기 위한 점일 수 있다.
예를 들어, 카메라 포즈 추정 장치(100)는 이미지를 촬영할 수 있다. 카메라 포즈 추정 장치(100)는 스파스(sparse)한 2차원 특징점(feature point)를 추출하여 초기 맵을 구성할 수 있다.
카메라 포즈 추정 장치(100)는, 실시간 카메라 영상에서 추출된 2차원 특징점과 저장된 2차원 특징점 사이의 관계를 이용하여 카메라 포즈를 추정하고 필요한 경우 지속적으로 맵을 확장할 수 있다.
카메라 포즈 추정 장치(100)가 2차원 특징점을 추출하기 위하여서는, 장면(scene) 내 텍스처 정보가 풍부해야 하며, 조명 변화가 없어야 한다는 제약 조건이 존재한다. 아울러, 움직이는 객체가 이미지에 포함되는 경우에는, 움직이는 객체로부터 특징점이 추출되어 카메라 포즈 추정 결과가 부정확해질 수도 있다.
또 다른 실시 예에서, 카메라 포즈 추정 장치(100)는 깊이 카메라로부터 획득한 3차원 이미지 클라우드(cloud)에 기초하여 장면(scene)에 대한 3차원 모델을 생성할 수 있다. 카메라 포즈 추정 장치(100)는 생성된 3차원 모델과 실시간 입력되는 3차원 이미지 클라우드를 정합하여 추출되는 상대적인 위치 및 방향 정보에 기초하여 카메라 포즈를 추정할 수 있다.
보다 실제와 부합하는 증강 현실 서비스를 제공하기 위하여, 카메라 포즈 추정은 필수적이다. 예를 들어, 도 1c에서와 같이 제 1 이미지(21)의 피사체 위치(11)에 대응하여 증강 현실 서비스(31)가 제공될 수 있다. 아울러, 제 2 이미지(22)에서는 피사체의 위치(12)가 변경된다. 이에 따라, 제 2 이미지(22)의 피사체 위치(12)에 대응하여 증강 현실 서비스(32) 또한 변경되어 제공될 수 있다. 도 1c의 양 이미지(21,22)를 비교하면, 증강 현실 서비스(31,32)가 상이함을 확인할 수 있다. 상술한 바와 같이 보다 실제화 부합하는 증강 현실 서비스의 제공을 위하여 카메라 포즈 추정이 요구된다.
도 2a 내지 2c는 움직이는 피사체가 존재하는 경우의 카메라 포즈 추정을 설명하기 위한 개념도들이다.
도 2a에 도시된 바와 같이, 카메라 포즈 추정 장치(100)는 피사체(1)를 상대적으로 좌측에서 촬영할 수 있다. 카메라 포즈 추정 장치(100)는 피사체(1)를 상대적으로 좌측에서 촬영한 제 1 객체(2)를 포함하는 제 1 이미지를 획득할 수 있다. 아울러, 도 2b에 도시된 바와 같이, 카메라 포즈 추정 장치(100)는 피사체(1)를 기준으로 상대적으로 우측으로 이동할 수 있다. 카메라 포즈 추정 장치(100)는 상대적으로 우측에서 피사체(1)를 촬영할 수 있다. 한편, 카메라 포즈 추정 장치(100)가 이동하는 중에, 다른 피사체(4)가 배치되는 것을 상정하도록 한다. 카메라 포즈 추정 장치(100)는 제 2 객체(3) 및 제 3 객체(5)를 포함하는 제 2 이미지를 획득할 수 있다. 여기에서, 다른 피사체(4)가 배치되는 것은, 동적인 객체가 촬영 각 외부에서 내부로 진입하는 경우에 해당할 수 있다. 또 다른 예에서의 다른 피사체(4)가 배치되는 것은, 다른 피사체에 의하여 가려져서 촬영되지 않던 객체가 촬영각 변경 또는 다른 피사체의 이동에 의하여 촬영되는 경우에 해당할 수도 있다. 예를 들어, 피사체(4)가 다른 피사체에 의하여 촬영되지 않다가 촬영각 변경에 의하여 촬영되는 경우가 이에 해당할 수 있다.
카메라 포즈 추정 장치(100)는 도 2c에서와 같이 제 1 이미지(210) 및 제 2 이미지(220)를 비교할 수 있다. 카메라 포즈 추정 장치(100)는 제 1 이미지(210)에서의 제 1 객체(2)의 특징점을 추출할 수 있으며, 제 2 이미지(220)에서의 제 2 객체(3) 및 제 3 객체(5)의 특징점을 추출할 수 있다. 카메라 포즈 추정 장치(100)는 제 1 객체(2) 및 제 2 객체(3)의 특징점을 대응점으로서 매칭할 수 있다. 하지만, 카메라 포즈 추정 장치(100)는 제 1 객체(2) 및 제 3 객체(5)의 특징점을 대응점으로서 매칭할 수 있다. 제 1 객체(2) 및 제 3 객체(5)가 매칭된 경우에는, 카메라 포즈 추정 장치(100)는 카메라 포즈를 잘못 추정할 수도 있다. 상술한 바와 같이, 동적 피사체가 존재하는 경우에는 올바른 카메라 포즈 추정이 실패될 가능성이 존재한다. 이는, 상술한 바와 같은 2차원 컬러 영상뿐만 아니라 깊이 영상에서도 동일하다.
도 3a는 일 실시 예에 의한 카메라 포즈 추정 장치(100)의 블록도이다.
도 3a에 도시된 바와 같이, 카메라 포즈 추정 장치(100)는 영상 획득부(110), 모션 센서부(120), 정적 영역 검출부(130) 및 포즈 추정부(140)를 포함할 수 있다.
영상 획득부(110)는 피사체를 촬영한 영상을 획득할 수 있다. 영상에는 피사체에 대응하는 적어도 하나의 객체가 포함될 수 있다. 영상 획득부(110)는 2차원 컬러 영상을 획득할 수 있거나 또는 3차원 깊이 영상을 획득할 수도 있다.
영상 획득부(110)는 2차원 컬러 영상을 촬영할 수 있는 CCD 또는 포토다이오드 등의 다양한 촬영 소자로 구현될 수 있다. 또는 영상 획득부(110)는 3차원 깊이 영상을 촬영할 수 있는 스테레오 카메라 모듈 또는 TOF(time of flight) 카메라 모듈 등으로 구현될 수 있다. 영상 획득부(110)는, 정지이미지 또는 동영상을 촬영할 수 있다. 아울러, 영상 획득부(110)는 촬영에 필요한 광량을 제공하는 보조 광원(예, 플래시(도시되지 아니함))를 포함할 수도 있다. 영상 획득부(110)는 디지털 카메라 또는 캠코더와 같이 카메라 포즈 추정 장치(100)와 물리적으로는 독립적이면서, 전기적으로 연결되도록 구현될 수도 있다.
다른 실시 예에서, 영상 획득부(110)는 2차원 컬러 영상 또는 깊이 영상을 수신하는 인터페이스로 구현될 수도 있다. 예를 들어, 2차원 컬러 영상 또는 깊이 영상은 저장부(미도시)에 저장될 수 있다. 또는, 2차원 컬러 영상 또는 깊이 영상은 외부 소스로부터 수신되어 일시 저장될 수도 있다. 영상 획득부(110)는 저장부(미도시) 또는 통신부(미도시)로부터 2차원 컬러 영상 또는 깊이 영상을 수신하여 2차원 컬러 영상 또는 깊이 영상을 획득할 수 있다.
모션 센서부(120)는 카메라 포즈 추정 장치(100)의 모션 정보를 센싱할 수 있다. 예를 들어, 모션 센서부(120)는 3축 선형 센서, 자이로 센서 및 지자계 센서 중 적어도 하나를 포함할 수 있다. 모션 센서부(120)는 3축 방향으로의 카메라 포즈 추정 장치(100)의 선형 모션 정보를 센싱할 수 있다. 모션 센서부(120)는 카메라 포즈 추정 장치(100)의 회전 정보를 센싱할 수도 있으며, 또는 카메라 포즈 추정 장치(100)의 자세 정보를 센싱할 수도 있다.
정적 영역 검출부(130)는 영상 획득부(110)로부터 제 1 영상 및 제 2 영상을 입력받을 수 있다. 상술한 바와 같이, 제 1 영상 및 제 2 영상은 2차원 컬러 영상일 수 있으며 또는 깊이 영상일 수도 있다. 정적 영역 검출부(130)는 제 1 영상 및 제 2 영상과 모션 정보에 기초하여 제 1 영상 및 제 2 영상에서의 정적 영역을 검출할 수 있다. 예를 들어, 정적 영역 검출부(130)는 도 2c의 제 2 이미지(220)에서 제 2 객체(3)를 정적 영역으로 판단하고, 제 3 객체(5)를 동적 영역으로 판단할 수 있다. 정적 영역 검출부(130)가 영상 및 모션 정보 양자를 이용하여 정적 영역을 검출하는 구성에 대하여서는 더욱 상세하게 후술하도록 한다.
포즈 추정부(140)는 제 1 영상 및 제 2 영상의 정적 영역에 기초하여 카메라 포즈를 추정할 수 있다. 예를 들어, 포즈 추정부(140)는 정적 영역으로 판단된 제 1 객체(2) 및 제 2 객체(3)를 매칭하고, 매칭 관계로부터 카메라 포즈를 추정할 수 있다. 제 1 영상 및 제 2 영상이 2차원 컬러 영상인 경우에는, 포즈 추정부(140)는 매칭 관계로부터 펀더멘탈 행렬 및 이센셜 행렬 중 적어도 하나를 계산하고, 이에 기초하여 카메라 포즈를 추정할 수 있다. 제 1 영상 및 제 2 영상이 깊이 영상인 경우에는 포즈 추정부(140)는 3차원 포인트 페어(pair) 매칭 관계로부터 카메라 포즈를 추정할 수 있다.
도 3b는 다른 실시 예에 의한 카메라 포즈 추정 장치(100)의 블록도이다. 도 3b에 도시된 바와 같이, 카메라 포즈 추정 장치(100)는 입력 데이터 선택부(150)를 더 포함할 수 있다.
입력 데이터 선택부(150)는 정적 영역 검출부(130)에서 검출된 정적 영역에 대응하는 입력 데이터를 포즈 추정부(140)로 출력할 수 있다. 아울러, 입력 데이터 선택부(150)는 동적 영역으로 검출된 영역에 대응하는 입력 데이터는 포즈 추정부(140)로 출력하지 않는다.
도 3c는 다른 실시 예에 의한 카메라 포즈 추정 장치(100)의 블록도이다. 도 3c의 카메라 포즈 추정 장치(100)는 예를 들어 깊이 영상을 처리하는 카메라 포즈 추정 장치(100)일 수 있다.
3차원 위치 측정부(160)는 영상 획득부(110)로부터 입력되는 깊이 영상으로부터 3차원 위치를 측정할 수 있다. 3차원 위치 추정부(170)는 깊이 영상 및 모션 정보에 기초하여 3차원 위치를 추정할 수 있다. 예를 들어, 3차원 위치 추정부(170)는 모션 정보로부터 추정된 회전 값에 기초하여 다음 프레임의 깊이 영상에서의 3차원 위치를 추정할 수 있다.
정적 영역 검출부(130)는 추정된 3차원 위치 및 실제 3차원 위치의 비교 결과에 따라서 정적 영역을 검출할 수 있으며, 포즈 추정부(140)는 검출된 정적 영역에 기초하여 카메라 포즈를 추정할 수 있다.
도 4는 일 실시 예에 의한 카메라 포즈 추정 장치의 제어 방법을 설명하기 위한 흐름도이다.
단계 410에서, 카메라 포즈 추정 장치(100)는 촬영된 영상을 획득할 수 있다. 촬영된 영상은 2차원 컬러 영상 또는 깊이 영상일 수 있다. 카메라 포즈 추정 장치(100)는 제 1 영상 및 제 2 영상을 획득할 수 있다. 여기에서, 제 1 영상 및 제 2 영상은 영상 프레임을 구성하는 영상일 수 있으며, 바람직하게는 서로 이웃하는 영상 프레임일 수 있다.
단계 420에서, 카메라 포즈 추정 장치(100)는 모션 센서로부터 카메라 포즈 추정 장치(100)의 모션 정보를 획득할 수 있다. 모션 정보는, 카메라 포즈 추정 장치(100)의 이동 정보, 회전 정보 및 자세 정보 중 적어도 하나를 포함할 수 있다.
단계 430에서, 카메라 포즈 추정 장치(100)는 획득한 영상 및 모션 정보 양자에 기초하여 영상 내 정적 영역을 검출할 수 있다. 카메라 포즈 추정 장치(100)는 제 1 영상 및 제 2 영상의 비교 결과 및 모션 정보에 기초하여 정적 영역을 검출할 수 있다. 카메라 포즈 추정 장치(100)는 제 1 영상 내에서의 정적 영역 및 동적 영역을 검출할 수 있다. 아울러, 카메라 포즈 추정 장치(100)는 제 2 영상 내에서의 정적 영역 및 동적 영역을 검출할 수 있다.
단계 440에서, 카메라 포즈 추정 장치(100)는 정적 영역에 기초하여 카메라 포즈를 추정할 수 있다. 카메라 포즈 추정 장치(100)는 제 1 영상 내에서의 정적 영역 및 제 2 영상 내에서의 정적 영역을 서로 비교하여 카메라 포즈를 추정할 수 있다.
도 5a 및 5b는 깊이 영상을 이용하여 카메라 포즈 추정 방법을 설명하기 위한 흐름도들이다.
도 5a는 비교 예에 의한 카메라 포즈 추정 방법의 흐름도이다.
단계 501에서, 비교 예에 의한 카메라 포즈 추정 방법은, 제 1 깊이 영상 및 제 2 깊이 영상에서의 대응 3차원 포인트 페어를 선택할 수 있다. 단계 503에서, 비교 예에 의한 카메라 포즈 추정 방법은 대응 3차원 포인트 페어에 기초하여 회전 값을 추정할 수 있다. 예를 들어, 비교 예에 의한 카메라 포즈 추정 방법은 수학식 1에 기초하여 회전 값을 추정할 수 있다.
Figure 112014015169584-pat00001
여기에서, qi, qi’는 각각 pi-c 및 pi’-c’로 표현될 수 있다. pi 및 pi’는 각각 제 1 깊이 영상 및 제 2 깊이 영상의 포인트를 나타낼 수 있다. pi는 제 1 깊이 영상에서의 i번째 포인트이며, pi’는 pi에 대응하는 제 2 깊이 영상에서의 포인트를 나타낼 수 있다. 아울러, c 및 c’는 수학식 2와 같이 표현될 수 있다. 여기에서, i는 i번째 깊이 영상을 의미하는 서수이다.
Figure 112014015169584-pat00002
c와 c’는 각각 제 1 깊이 영상에서의 포인트 pi의 중심점 및 제 2 깊이 영상에서의 포인트 pi’의 중심점이고, n은 제1 깊이 영상과 제 2 깊이 영상의 대응 포인트 개수이다.
Figure 112014015169584-pat00003
는 제 1 깊이 영상-제 2 깊이 영상에서의 포인트 페어 사이의 거리의 제곱을 의미할 수 있다.
아울러, R은 회전 정보에 대응할 수 있다. 비교 예에 의한 카메라 포즈 추정 방법은 수학식 1로부터 회전 정보를 추정할 수 있다.
단계 505에서, 비교 예에 의한 카메라 포즈 추정 방법은 이동 정보를 추정할 수 있다. 예를 들어, 비교 예에 의한 카메라 포즈 추정 방법은 수학식 3에 기초하여 이동 정보를 추정할 수 있다.
Figure 112014015169584-pat00004
Figure 112014015169584-pat00005
는 이동 정보를 의미할 수 있으며,
Figure 112014015169584-pat00006
는 회전 정보를 의미할 수 있다. 아울러, p 및 p’는 각각 제 1 깊이 영상의 포인트 및 제 2 깊이 영상의 포인트를 의미할 수 있다.
다만, 비교 예에 의한 카메라 포즈 추정 방법에서는, 회전을 추정화는 과정에서 동적 객체가 포함되는 경우 대응 관계가 부정확할 수 있다.
도 5b는 일 실시 예에 따른 카메라 포즈 추정 방법을 설명하는 흐름도이다.
단계 510에서, 카메라 포즈 추정 장치(100)는 모션 센서부의 센싱 데이터로부터 회전 값을 추정할 수 있다. 더욱 상세하게는, 모션 센서부의 자이로 센서 및 지자계 센서 중 적어도 하나로부터의 센싱 데이터에 기초하여, 카메라 포즈 추정 장치(100)는 카메라 포즈 추정 장치(100)의 회전 값을 추정할 수 있다.
단계 520에서, 카메라 포즈 추정 장치(100)는 추정된 회전 값을 만족시키는 3차원 포인트 페어를 선택할 수 있다. 여기에서, 3차원 포인트 페어는 제 1 깊이 영상에서의 3차원 포인트 및 제 2 깊이 영상에서의 3차원 포인트 사이의 페어일 수 있다. 카메라 포즈 추정 장치(100)는 추정된 회전 값을 만족시키는 3차원 포인트 페어에 대응하는 영역을 정적 영역으로 검출할 수 있다.
단계 530에서, 카메라 포즈 추정 장치(100)는 선택된 3차원 포인트 페어로부터 이동 값을 추정할 수 있다. 예를 들어, 카메라 포즈 추정 장치(100)는 수학식 2에 기초하여 이동 값을 추정할 수 있다.
한편, 카메라 포즈 추정 장치(100)는 선택된 3차원 포인트 페어에 기초하여 회전 값 및 이동 값을 재계산할 수도 있다.
상술한 바에 따라서, 카메라 포즈 추정 장치(100)는 회전 값 및 이동 값을 추정하여 카메라 포즈를 추정할 수 있다.
도 6a 및 6b는 2차원 컬러 영상에 따른 카메라 포즈 추정 방법을 설명하기 위한 흐름도들이다.
도 6a는 비교 예에 의한 카메라 포즈 추정 방법의 흐름도이다.
단계 601에서, 비교 예에 의한 카메라 포즈 추정 방법은 영상을 획득한다. 예를 들어, 비교 예에 의한 카메라 포즈 추정 방법은 제 1 컬러 영상 및 제 2 컬러 영상을 획득할 수 있다.
단계 603에서, 비교 예에 의한 카메라 포즈 추정 방법은 제 1 및 제 2 컬러 영상으로부터 대응점을 추출하고, 단계 605에서 대응점을 매칭할 수 있다.
단계 607 및 609에서, 비교 예에 의한 카메라 포즈 추정 방법은 매칭 관계에 기초하여 펀더멘탈(fundamental) 행렬 및 이센셜(essential) 행렬을 추정한다. 단계 611에서, 비교 예에 의한 카메라 포즈 추정 방법은 이센셜 행렬로부터 회전 및 이동 정보를 추출할 수 있다. 한편, 비교 예에 의한 카메라 포즈 추정 방법은 피사체가 평면 피사체인 경우에는 613 단계에서와 같이 호모그래피(homography)를 추정할 수도 있다.
다만, 비교 예에 의한 카메라 포즈 추정 방법은, 영상 내 동적 객체가 존재하는 경우, 단계 605에서의 대응점 매칭에서 오류가 발생할 가능성이 있다.
도 6b는 일 실시 예에 의한 카메라 포즈 추정 장치의 제어 방법을 설명하기 위한 흐름도이다.
단계 621에서, 카메라 포즈 추정 장치(100)는 2차원 컬러 영상을 획득할 수 있다. 더욱 상세하게, 카메라 포즈 추정 장치(100)는 제 1 컬러 영상 및 제 2 컬러 영상을 획득할 수 있다.
단계 623 및 단계 625에서, 카메라 포즈 추정 장치(100)는 제 1 컬러 영상 및 제 2 컬러 영상 사이의 대응점을 추출하고, 대응점 사이의 매칭을 수행할 수 있다.
한편, 단계 631에서 카메라 포즈 추정 장치(100)는 모션 센서부(120)로부터 입력된 모션 정보를 획득할 수 있다. 단계 633에서, 카메라 포즈 추정 장치(100)는 모션 정보로부터 회전 값을 추정할 수 있다. 아울러, 단계 635에서 카메라 포즈 추정 장치(100)는 추정된 회전 값에 대하여 캘리브레이션(calibration)을 수행할 수 있다.
예를 들어, 카메라 모듈과 같은 촬영 소자의 배치 위치 및 자이로스코프와 같은 센서 모듈의 배치 위치는 상이할 수 있다. 이에 따라, 자이로스코프가 배치된 위치에서의 회전 정보를 카메라 모듈이 배치된 위치에서의 회전 정보로 캘리브레이션할 수 있다. 일 실시 예에 의한 카메라 포즈 추정 장치(100)는 카메라 포즈 추정 장치의 카메라 모듈의 배치 위치 및 센서 모듈의 배치 위치를 미리 파악할 수 있으며, 이에 대응하여 캘리브레이션을 수행할 수 있다. 이에 따라, 일 실시 예에 의한 카메라 포즈 추정 장치(100)는 캘리브레이션된 회전 정보를 획득할 수 있다.
단계 641에서, 카메라 포즈 추정 장치(100)는 매칭 관계 및 캘리브레이션된 회전 정보로부터 이센셜 행렬을 계산할 수 있다. 아울러, 카메라 포즈 추정 장치(100)는 계산된 이센셜 행렬에 기초하여, 이동 정보를 단계 643에서 추정할 수 있다.
단계 645에서, 카메라 포즈 추정 장치(100)는 추정된 회전 정보 및 추정된 이동 정보에 기초하여 동적 영역을 제거할 수 있으며, 정적 영역을 검출할 수 있다. 동적 영역 제거에 대하여서는 도 7a를 참조하여 더욱 상세하게 설명하도록 한다.
단계 647에서, 카메라 포즈 추정 장치(100)는 정적 영역에 기초하여 회전 및 이동 정보를 재계산할 수 있다. 더욱 상세하게는, 카메라 포즈 추정 장치(100)는 제 1 컬러 영상의 정적 영역 및 제 2 컬러 영상의 정적 영역 사이의 대응점 추출 및 대응점 매칭을 수행하고, 수행된 대응점 매칭으로부터 이센셜 행렬을 계산한다. 카메라 포즈 추정 장치(100)는 계산된 이센셜 행렬로부터 개선된 카메라 포즈를 추정할 수 있다.
도 7a 및 7b는 정적 영역 검출 방법을 설명하기 위한 흐름도이다. 도 7a의 정적 영역 검출 방법은 도 8a 내지 8c를 참조하여 더욱 상세하게 설명하도록 한다. 도 8a 내지 8c는 다양한 실시 예들에 의한 영상 또는 예상 위치 영상의 개념도들이다.
단계 710에서, 일 실시 예에 의한 정적 영역 결정 방법은 제 1 카메라 포즈, 즉 초기 카메라 포즈를 추정할 수 있다. 정적 영역 결정 방법은 복수 개의 2차원 컬러 영상을 획득하여, 컬러 영상간의 비교를 통하여 초기 카메라 포즈를 추정할 수 있다. 일 실시 예에 의한 정적 영역 결정 방법은 예를 들어, 러프(rough)한 매칭 관계 및 모션 센서부로부터 입력되거나 또는 캘리브레이션된 회전 정보에 기초하여 제 1 카메라 포즈를 추정할 수 있다.
단계 720에서, 일 실시 예에 의한 정적 영역 결정 방법은 제 1 영상을 입력받을 수 있으며, 단계 730에서는 제 1 영상으로부터 특징점을 추출할 수 있다.
예를 들어, 일 실시 예에 의한 정적 영역 결정 방법은 도 8a와 같은 제 1 영상(810)을 입력받을 수 있다. 제 1 영상(810)은 811 특징점 내지 818 특징점을 포함하며, 821 특징점 내지 828 특징점을 포함할 수 있다. 일 실시 예에 의한 정적 영역 결정 방법은 811 특징점 내지 818 특징점과 821 특징점 내지 828 특징점을 추출할 수 있다.
단계 740에서, 일 실시 예에 의한 정적 영역 결정 방법은 제 1 카메라 포즈에 기초하여 제 2 컬러 영상에서의 특징점 위치를 추정할 수 있다.
도 8b는 일 실시 예에 의한 정적 영역 결정 방법에 의한 예상 특징점 위치의 개념도이다. 도 8b의 예상 위치 이미지는, 831 예상 특징점 내지 838 예상 특징점과 841 예상 특징점 내지 848 예상 특징점을 포함한다. 여기에서, 831 예상 특징점 내지 838 예상 특징점은 도 8a의 811 특징점 내지 818 특징점의 예상 위치일 수 있다. 아울러, 841 예상 특징점 내지 848 예상 특징점은 도 8a의 821 특징점 내지 828 특징점의 예상 위치일 수 있다.
단계 750에서, 일 실시 예에 의한 정적 영역 결정 방법은 제 2 영상에서의 특징점의 위치 및 예상 위치 사이의 차이가 기설정된 임계치 미만인지를 판단할 수 있다. 제 2 영상에서의 특징점의 위치 및 예상 위치 사이의 차이가 기설정된 임계치 미만이면, 단계 760에서 해당 특징점에 대응하는 영역이 정적 영역인 것으로 결정될 수 있다. 제 2 영상에서의 특징점의 위치 및 예상 위치 사이의 차이가 기설정된 임계치 이상이면, 단계 770에서 해당 특징점에 대응하는 영역이 동적 영역인 것으로 결정될 수 있다.
예를 들어, 도 8c는 제 2 영상일 수 있다. 제 2 영상은 851 특징점 내지 858 특징점과 861 특징점 내지 868 특징점을 포함할 수 있다. 일 실시 예에 의한 정적 영역 결정 방법은, 예를 들어 제 2 영상의 851 특징점과 831 예상 특징점 사이의 거리를 계산하여 계산 결과가 기설정된 임계치 미만인지를 판단할 수 있다. 851 특징점과 831 예상 특징점 사이의 거리를 계산하여 계산 결과가 기설정된 임계치 미만으로 판단되면, 일 실시 예에 의한 정적 영역 결정 방법은 851에 해당하는 영역을 정적 영역으로 판단할 수 있다.
또한, 일 실시 예에 의한 정적 영역 결정 방법은, 예를 들어 제 2 영상(850)의 861 특징점과 841 예상 특징점 사이의 거리를 계산하여 계산 결과가 기설정된 임계치 미만인지를 판단할 수 있다. 861 특징점과 841 예상 특징점 사이의 거리를 계산하여 계산 결과가 기설정된 임계치 이상으로 판단되면, 일 실시 예에 의한 정적 영역 결정 방법은 861에 해당하는 영역을 동적 영역으로 판단할 수 있다.
상술한 바에 따라서, 일 실시 예에 의한 정적 영역 결정 방법은 정적 영역만을 검출하여 카메라 포즈 추정에 이용되게 하며, 동적 영역은 카메라 포즈 추정에서 배제시킬 수 있다.
도 7b는 깊이 영상을 이용하는 정적 영역 검출 방법을 설명하기 위한 흐름도이다.
단계 781에서, 정적 영역 검출 방법은 i번째 깊이 영상에서 특정 객체의 3차원 위치를 측정할 수 있다. 단계 783에서, 정적 영역 검출 방법은 모션 센서부로부터 입력된 모션 정보로부터 초기 포즈를 추정할 수 있다.
단계 785에서, 정적 영역 검출 방법은 i번째 깊이 영상의 특정 객체의 3차원 위치 및 카메라의 초기 포즈에 기초하여, i+1번째 깊이 영상의 3차원 위치를 추정할 수 있다.
단계 787에서, 정적 영역 검출 방법은 i+1번째 깊이 영상에서의 3차원 추정 위치(Pi+1') 및 i+1번째 깊이 영상에서의 3차원 실제 위치(Pi+1) 사이의 거리가 임계치 미만인지를 판단할 수 있다.
i+1번째 깊이 영상에서의 3차원 위치 사이의 거리(|Pi+1'-Pi+1|)가 기설정된 임계치 미만이면, 단계 789에서 해당 객체에 대응하는 영역이 정적 영역인 것으로 결정될 수 있다. i번째 깊이 영상에서의 3차원 위치(Pi) 사이의 거리가 기설정된 임계치 이상이면, 단계 791에서 해당 객체에 대응하는 영역이 동적 영역인 것으로 결정될 수 있다.
한편, 당업자라면 깊이 영상 및 컬러 영상을 함께 이용하여 실시 예에 의한 정적 영역 검출 및 카메라 포즈 추정을 수행할 수 있을 것이다. 즉, 제 1 영상이 컬러 영상이며, 제 2 영상이 깊이 영상인 경우에도 본 개시에 의한 실시 예에 의하여 정적 영역이 검출됨은 자명할 것이다.
도 9는 일 실시 예에 의한 카메라 포즈 추정 방법을 설명하기 위한 흐름도이다.
단계 910에서, 일 실시 예에 의한 카메라 포즈 추정 방법은 전경을 촬영하여 복수 개의 영상을 획득할 수 있다.
단계 920에서, 카메라 포즈 추정 방법은 모션 정보를 획득할 수 있다.
단계 930에서, 카메라 포즈 추정 방법은 카메라 포즈를 추정하고, 카메라 포즈가 변경되는지를 검출할 수 있다. 예를 들어, 카메라 포즈 추정 방법은, 상술한 다양한 실시 예들에 기초하여 카메라 포즈를 추정할 수 있으며, 카메라 포즈가 변경되는지를 검출할 수 있다.
단계 940에서, 카메라 포즈 추정 방법은, 카메라 포즈 변경에 대응하는 제어 신호를 출력할 수 있다. 여기에서, 제어 신호는 증강 현실 서비스의 변경 제공, 파노라마 이미지의 표시 부분 이동 등 다양한 어플리케이션의 제어 신호로 이용될 수 있다. 특히, 일 실시 예에 의하여 추정된 카메라 포즈는, 영상을 촬영하지 않는 어플리케이션의 제어 신호로도 이용될 수 있다. 더욱 상세하게 후술할 것으로, 파노라마 이미지를 표시하는 갤러리 어플리케이션이 실행될 수 있다. 일반적인 갤러리 어플리케이션은 전경을 촬영하지 않는다. 하지만, 일 실시 예에 의한 갤러리 어플리케이션은 전경 촬영 영상 및 모션 정보에 기초하여 카메라 포즈를 추정할 수 있다. 일 실시 예에 의한 갤러리 어플리케이션은 추정된 카메라 포즈 변경에 대응하여 파노라마 표시 부분을 변경할 수 있다. 특히, 일 실시 예에 의하여 추정된 카메라 포즈로부터 전자 장치의 이동 정보가 획득될 수 있으며, 이동 정보에 기초하여 다양한 어플리케이션의 제어가 가능하다.
도 10은 일 실시 예에 의한 증강 현실 서비스 제공 방법을 설명하기 위한 흐름도이다.
단계 1010에서, 증강 현실 서비스 제공 방법은 증강 현실 서비스를 제공할 수 있다. 예를 들어, 증강 현실 서비스 제공 방법은 도 11에서의 제 1 영상(1110)을 표시할 수 있다. 제 1 영상(1110)은 제 1 객체(1111) 및 증강 현실 서비스(1112)를 포함할 수 있다.
단계 1020에서, 증강 현실 서비스 제공 방법은 카메라 포즈를 추정하고, 추정된 카메라 포즈에서 변경이 검출되는지를 판단할 수 있다. 더욱 상세하게, 증강 현실 서비스 제공 방법은 전경을 촬영하고, 촬영된 영상 및 모션 센서부로부터의 모션 정보에 기초하여 카메라 포즈를 추정할 수 있다.
단계 1030에서, 증강 현실 서비스 제공 방법은 변경된 카메라 포즈에 대응하는 증강 현실 서비스를 제공할 수 있다. 예를 들어, 증강 현실 서비스 제공 방법은 카메라 포즈가 좌측으로 회전 또는 이동하였다는 것을 검출할 수 있다. 이에 따라, 증강 현실 서비스 제공 방법은 도 11에서와 같은 제 2 영상(1120)을 표시할 수 있다. 제 2 영상(1120)에서 제 1 객체(1121)은 상대적으로 좌측으로 이동하였으며, 증강 현실 서비스 제공 방법은 이에 대응하여 상대적으로 좌측 영역을 지시하는 증강 현실 서비스(1122)를 표시할 수 있다.
도 12는 일 실시 예에 의한 파노라마 이미지 표시 방법을 설명하기 위한 흐름도이다. 파노라마 이미지에 대하여서는 도 13a 및 13b를 참조하여 설명하도록 한다.
도 13a에 도시된 바와 같이, 피사체(1301)를 촬영하는 경우, 피사체(1301)가 파노라마 이미지 표시 장치의 표시부(190)에 전부 포함되지 않을 수 있다. 이러한 경우, 사용자는 파노라마 이미지 표시 장치를 이동시키면서 이미지를 촬영하여, 제 1 이미지(1311) 내지 제 n 이미지(1313)를 획득할 수 있다. 파노라마 이미지 표시 장치는 부분 촬영된 복수 개의 이미지(1311 내지 1313)를 결합하여 하나의 파노라마 이미지(1320)를 생성할 수 있으며, 파노라마 이미지(1320)의 일부 영역만을 표시할 수 있다.
단계 1210에서, 파노라마 이미지 표시 방법은 파노라마 이미지의 제 1 부분을 표시할 수 있다. 예를 들어, 파노라마 이미지 표시 방법은 도 13c에서와 같이 제 1 부분(1321)을 표시할 수 있다.
사용자는 제 1 부분(1321)의 상대적으로 우측 부분의 파노라마 이미지를 관찰하기를 원할 수 있다. 사용자는 파노라마 이미지 표시 장치를 우측으로 이동시킬 수 있다.
일 실시 예에 의한 파노라마 표시 방법은, 단계 1220에서 카메라 포즈 변경을 검출할 수 있다. 파노라마 표시 방법은 전경을 촬영할 수 있으며, 촬영된 영상 및 모션 센서부로부터 입력된 모션 정보에 기초하여 카메라 포즈를 추정할 수 있으며, 카메라 포즈 변경도 검출할 수 있다. 상술한 바와 같이, 사용자가 파노라마 이미지 표시 장치를 우측으로 이동시키는 경우에는, 파노라마 이미지 표시 방법은 카메라 포즈가 우측으로 이동하였음을 검출할 수 있다. 특히, 일 실시 예에 의한 카메라 포즈 추정 방법은, 전경에 움직이는 피사체가 있는 경우에도 오류 없이 카메라 포즈를 추정할 수 있기 때문에 정확한 장치 이동 정도를 검출할 수 있다. 아울러, 사용자가 파노라마 표시 장치를 등속도로 이동시킨 경우에도, 이동 정도가 정확하게 검출될 수 있다.
단계 1230에서, 파노라마 이미지 표시 방법은 검출된 카메라 포즈 변경에 대응하여 표시되는 부분을 도 13에서와 같이 제 2 부분(1322) 및 제 3 부분(1323)으로 이동시켜 표시할 수 있다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시 예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시 예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시 예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시 예들이 비록 한정된 실시 예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시 예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (20)

  1. 카메라 포즈 추정 장치에 있어서,
    제1 영상 및 제2 영상을 획득하는 영상 획득부;
    상기 카메라 포즈 추정 장치의 모션 정보를 획득하는 모션 센서부;
    상기 제1 영상의 제1 포인트의 위치 및 상기 제1 영상의 제1 포인트의 위치에 대응하는 제2 영상의 제2 포인트의 위치를 검출하고, 상기 검출된 제1 포인트의 위치 및 상기 모션 정보에 기초하여 상기 제2 포인트의 위치를 예측하고, 상기 예측된 제2 포인트의 위치와 상기 검출된 제2 포인트의 위치 사이의 차이가 기설정된 임계치 미만인 영역을 정적 영역으로 검출하는 정적 영역 검출부; 및
    상기 검출된 정적 영역에 기초하여 카메라 포즈를 추정하는 포즈 추정부
    를 포함하는 카메라 포즈 추정 장치.
  2. 제 1 항에 있어서,
    상기 제1 영상은 제 1 컬러 영상이고, 상기 제2 영상은 제 2 컬러 영상인 카메라 포즈 추정 장치.
  3. 제 2 항에 있어서,
    상기 포즈 추정부는, 상기 제 1 컬러 영상 및 제 2 컬러 영상에서 대응되는 대응점을 매칭하고, 상기 모션 정보로부터 회전 값을 추정하는 카메라 포즈 추정 장치.
  4. 제 3 항에 있어서,
    상기 포즈 추정부는, 상기 추정된 회전 값을 카메라 및 상기 모션 센서부가 동일한 위치에 배치되는 것과 같이 캘리브레이션(calibration)하는 카메라 포즈 추정 장치.
  5. 제 3 항에 있어서,
    상기 포즈 추정부는, 상기 매칭된 대응점 관계 및 상기 추정된 회전 값으로부터 이센셜 행렬(essential matrix)을 계산하고, 상기 계산된 이센셜 행렬 에 기초하여, 이동(translation) 값을 추정하는 카메라 포즈 추정 장치.
  6. 제 5 항에 있어서,
    상기 정적 영역 검출부는, 상기 추정된 회전 값 및 상기 추정된 이동 값에 기초하여 상기 정적 영역을 검출하는 카메라 포즈 추정 장치.
  7. 제 6 항에 있어서,
    상기 정적 영역 검출부는, 상기 제 1 컬러 영상의 대응점에 상기 추정된 회전 값 및 상기 추정된 이동 값을 적용하여, 상기 제 2 컬러 영상에서의 예상 대응점 위치를 검출하는 카메라 포즈 추정 장치.
  8. 카메라 포즈 추정 장치에 있어서,
    제 1 컬러 영상 및 제 2 컬러 영상을 획득하는 영상 획득부;
    상기 카메라 포즈 추정 장치의 모션 정보를 획득하는 모션 센서부;
    상기 제 1 컬러 영상, 상기 제 2 컬러 영상 및 상기 모션 정보에 기초하여, 상기 제 1 컬러 영상과 상기 제 2 컬러 영상의 정적 영역을 검출하는 정적 영역 검출부; 및
    상기 검출된 정적 영역에 기초하여 카메라 포즈를 추정하는 포즈 추정부
    를 포함하고,
    상기 포즈 추정부는, 상기 제 1 컬러 영상 및 제 2 컬러 영상에서 대응되는 대응점을 매칭하고, 상기 모션 정보로부터 회전 값을 추정하고, 상기 추정된 회전 값을 카메라 및 상기 모션 센서부가 동일한 위치에 배치되는 것과 같이 캘리브레이션(calibration)하고, 상기 매칭된 대응점 관계 및 상기 추정된 회전 값으로부터 이센셜 행렬(essential matrix)을 계산하고, 상기 계산된 이센셜 행렬 에 기초하여, 이동(translation) 값을 추정하고,
    상기 정적 영역 검출부는,
    상기 추정된 회전 값 및 상기 추정된 이동 값에 기초하여 상기 정적 영역을 검출하고, 상기 제 1 컬러 영상의 대응점에 상기 추정된 회전 값 및 상기 추정된 이동 값을 적용하여, 상기 제 2 컬러 영상에서의 예상 대응점 위치를 검출하고, 상기 제 2 컬러 영상에서의 예상 대응점 위치 및 상기 제 2 컬러 영상에서의 실제 대응점 위치의 차이가 기설정된 임계치 미만인 영역을 정적 영역으로 검출하는 카메라 포즈 추정 장치.
  9. 제 1 항에 있어서,
    상기 제1 영상은 제 1 깊이 영상이고, 상기 제2 영상은 제 2 깊이 영상인 카메라 포즈 추정 장치.
  10. 제 9 항에 있어서,
    상기 포즈 추정부는, 상기 모션 센서부에서 획득된 모션 정보를 만족하는 상기 제 1 깊이 영상 및 상기 제 2 깊이 영상의 3차원 포인트 페어(pair)를 선택하는 카메라 포즈 추정 장치.
  11. 제 10 항에 있어서,
    상기 포즈 추정부는, 상기 선택된 3차원 포인트 페어에 기초하여 이동(translation) 값을 추정하는 카메라 포즈 추정 장치.
  12. 제 10 항에 있어서,
    상기 정적 영역 검출부는, 상기 제 1 깊이 영상의 3차원 포인트에 회전 값 및 이동 값을 적용하여, 상기 제 2 깊이 영상에서의 예상 3차원 포인트 위치를 추정하는 카메라 포즈 추정 장치.
  13. 카메라 포즈 추정 장치에 있어서,
    제 1 깊이 영상 및 제 2 깊이 영상을 획득하는 영상 획득부;
    상기 카메라 포즈 추정 장치의 모션 정보를 획득하는 모션 센서부;
    상기 제 1 깊이 영상, 상기 제 2 깊이 영상 및 상기 모션 정보에 기초하여, 상기 제 1 깊이 영상과 상기 제 2 깊이 영상의 정적 영역을 검출하는 정적 영역 검출부; 및
    상기 검출된 정적 영역에 기초하여 카메라 포즈를 추정하는 포즈 추정부
    를 포함하고,
    상기 포즈 추정부는,
    상기 모션 센서부에서 획득된 모션 정보를 만족하는 상기 제 1 깊이 영상 및 상기 제 2 깊이 영상의 3차원 포인트 페어(pair)를 선택하고, 상기 선택된 3차원 포인트 페어에 기초하여 이동(translation) 값을 추정하고,
    상기 정적 영역 검출부는,
    상기 제 1 깊이 영상의 3차원 포인트에 회전 값 및 상기 이동 값을 적용하여, 상기 제 2 깊이 영상에서의 예상 3차원 포인트 위치를 추정하고, 상기 제 2 깊이 영상에서의 예상 3차원 포인트 위치 및 상기 제 2 깊이 영상에서의 실제 3차원 포인트 위치의 차이가 기설정된 임계치 미만인 영역을 정적 영역으로 검출하는 카메라 포즈 추정 장치.
  14. 카메라 포즈 추정 장치의 제어 방법에 있어서,
    제1 영상 및 제2 영상을 획득하는 단계;
    상기 카메라 포즈 추정 장치의 모션 정보를 획득하는 단계;
    상기 제1 영상의 제1 포인트의 위치 및 상기 제1 영상의 제1 포인트의 위치에 대응하는 제2 영상의 제2 포인트의 위치를 검출하는 단계;
    상기 상기 검출된 제1 포인트의 위치 및 상기 모션 정보에 기초하여 상기 제2 포인트의 위치를 예측하는 단계;
    상기 예측된 제2 포인트의 위치와 상기 검출된 제2 포인트의 위치 사이의 차이가 기설정된 임계치 미만인 영역을 정적 영역으로 검출하는 단계; 및
    상기 검출된 정적 영역에 기초하여 카메라 포즈를 추정하는 단계
    를 포함하는 카메라 포즈 추정 장치의 제어 방법.
  15. 제 14 항에 있어서,
    상기 제1 영상 및 상기 제2 영상은,
    제 1 컬러 영상 및 제 2 컬러 영상의 영상 페어 또는
    제 1 깊이 영상 및 제 2 깊이 영상의 영상 페어 인
    카메라 포즈 추정 장치의 제어 방법.
  16. 제 15 항에 있어서,
    상기 카메라 포즈를 추정하는 단계는,
    상기 제 1 컬러 영상 및 상기 제 2 컬러 영상의 정적 영역의 대응점에 기초하여 상기 카메라 포즈를 추정하거나 또는 상기 제 1 깊이 영상 및 상기 제 2 깊이 영상의 정적 영역의 3차원 포인트 페어에 기초하여 상기 카메라 포즈를 추정하는 카메라 포즈 추정 장치의 제어 방법.
  17. 제 14 항에 있어서,
    상기 추정된 카메라 포즈에 대응하는 제어 신호를 출력하는 단계
    를 더 포함하는 카메라 포즈 추정 장치의 제어 방법.
  18. 제 17 항에 있어서,
    증강 현실 서비스를 제공하는 어플리케이션을 실행하는 단계
    를 더 포함하고,
    상기 추정된 카메라 포즈에 대응하는 제어 신호를 출력하는 단계는,
    상기 추정된 카메라 포즈에 대응하는 증강 현실 서비스를 제공하는 카메라 포즈 추정 장치의 제어 방법.
  19. 제 17 항에 있어서,
    상기 카메라 포즈 추정 장치의 표시화면보다 큰 크기를 가지는 파노라마 이미지를 표시하는 단계
    를 더 포함하고,
    상기 추정된 카메라 포즈에 대응하는 제어 신호를 출력하는 단계는,
    상기 추정된 카메라 포즈에 대응하여 상기 표시되는 파노라마 이미지 부분을 이동시켜 표시하는 카메라 포즈 추정 장치의 제어 방법.
  20. 제 19 항에 있어서,
    상기 표시되는 파노라마 이미지 부분을 이동시켜 표시하는 단계는,
    상기 추정된 카메라 포즈의 이동(translation) 정보에 대응하여 상기 표시되는 파노라마 이미지 부분을 이동시켜 표시하는 카메라 포즈 추정 장치의 제어 방법.
KR1020140017820A 2014-02-17 2014-02-17 카메라 포즈 추정 장치 및 카메라 포즈 추정 방법 Active KR102209008B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020140017820A KR102209008B1 (ko) 2014-02-17 2014-02-17 카메라 포즈 추정 장치 및 카메라 포즈 추정 방법
US14/611,824 US9916689B2 (en) 2014-02-17 2015-02-02 Apparatus and method for estimating camera pose

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140017820A KR102209008B1 (ko) 2014-02-17 2014-02-17 카메라 포즈 추정 장치 및 카메라 포즈 추정 방법

Publications (2)

Publication Number Publication Date
KR20150096922A KR20150096922A (ko) 2015-08-26
KR102209008B1 true KR102209008B1 (ko) 2021-01-28

Family

ID=53798548

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140017820A Active KR102209008B1 (ko) 2014-02-17 2014-02-17 카메라 포즈 추정 장치 및 카메라 포즈 추정 방법

Country Status (2)

Country Link
US (1) US9916689B2 (ko)
KR (1) KR102209008B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102288194B1 (ko) 2021-03-05 2021-08-10 주식회사 맥스트 카메라 포즈 필터링 방법 및 이를 수행하기 위한 컴퓨팅 장치

Families Citing this family (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170006219A1 (en) 2015-06-30 2017-01-05 Gopro, Inc. Image stitching in a multi-camera array
KR102371634B1 (ko) * 2015-09-10 2022-03-08 엘지이노텍 주식회사 스테레오 카메라의 거리 추출 방법
US10044944B2 (en) 2015-09-28 2018-08-07 Gopro, Inc. Automatic composition of video with dynamic background and composite frames selected based on foreground object criteria
KR102462799B1 (ko) * 2015-11-05 2022-11-03 삼성전자주식회사 자세 추정 방법 및 자세 추정 장치
US11232583B2 (en) * 2016-03-25 2022-01-25 Samsung Electronics Co., Ltd. Device for and method of determining a pose of a camera
JP6744747B2 (ja) 2016-04-01 2020-08-19 キヤノン株式会社 情報処理装置およびその制御方法
WO2018053703A1 (en) * 2016-09-21 2018-03-29 Intel Corporation Estimating accurate face shape and texture from an image
CN108335328B (zh) * 2017-01-19 2021-09-24 富士通株式会社 摄像机姿态估计方法和摄像机姿态估计装置
KR102647351B1 (ko) * 2017-01-26 2024-03-13 삼성전자주식회사 3차원의 포인트 클라우드를 이용한 모델링 방법 및 모델링 장치
US11205283B2 (en) * 2017-02-16 2021-12-21 Qualcomm Incorporated Camera auto-calibration with gyroscope
US10250801B2 (en) * 2017-04-13 2019-04-02 Institute For Information Industry Camera system and image-providing method
AU2017225023A1 (en) * 2017-09-05 2019-03-21 Canon Kabushiki Kaisha System and method for determining a camera pose
CN107481292B (zh) * 2017-09-05 2020-07-28 百度在线网络技术（北京）有限公司 车载摄像头的姿态误差估计方法和装置
CN119152052A (zh) * 2017-10-19 2024-12-17 松下电器（美国）知识产权公司 三维数据编码方法、解码方法、三维数据编码装置、解码装置
KR102366242B1 (ko) * 2017-12-07 2022-02-23 삼성전자주식회사 미러 디스플레이 시스템에서 객체의 깊이를 제어하기 위한 방법
CN108537845B (zh) 2018-04-27 2023-01-03 腾讯科技（深圳）有限公司 位姿确定方法、装置及存储介质
CN109035327B (zh) * 2018-06-25 2021-10-29 北京大学 基于深度学习的全景相机姿态估计方法
KR102559203B1 (ko) * 2018-10-01 2023-07-25 삼성전자주식회사 포즈 정보를 출력하는 방법 및 장치
KR102528453B1 (ko) * 2018-10-18 2023-05-02 삼성전자주식회사 영상 내의 특징 추출 방법, 이를 이용하는 영상 매칭 방법 및 영상 처리 방법
CN111563840B (zh) * 2019-01-28 2023-09-05 北京魔门塔科技有限公司 分割模型的训练方法、装置、位姿检测方法及车载终端
CN110110767B (zh) * 2019-04-23 2023-02-10 广州智能装备研究院有限公司 一种图像特征优化方法、装置、终端设备及可读存储介质
KR20210036574A (ko) * 2019-09-26 2021-04-05 삼성전자주식회사 자세 추정 방법 및 장치
US11315326B2 (en) * 2019-10-15 2022-04-26 At&T Intellectual Property I, L.P. Extended reality anchor caching based on viewport prediction
CN110910447B (zh) * 2019-10-31 2023-06-06 北京工业大学 一种基于动静态场景分离的视觉里程计方法
KR102199772B1 (ko) * 2019-11-12 2021-01-07 네이버랩스 주식회사 3차원 모델 데이터 생성 방법
US11107235B1 (en) 2020-02-27 2021-08-31 Here Global B.V. Systems and methods for identifying data suitable for mapping
WO2021184218A1 (zh) * 2020-03-17 2021-09-23 华为技术有限公司 一种相对位姿标定方法及相关装置
EP4131166A4 (en) * 2020-03-27 2023-05-10 Panasonic Intellectual Property Management Co., Ltd. Three-dimensional model generation method and three-dimensional model generation device
KR102441485B1 (ko) * 2020-05-29 2022-09-07 주식회사 메디트 3차원 데이터 획득 방법, 장치 및 그 방법을 수행하는 프로그램이 저장된 컴퓨터 판독 가능 저장 매체
KR102225093B1 (ko) * 2020-09-01 2021-03-09 주식회사 맥스트 카메라 포즈 추정 장치 및 방법
CN114613002B (zh) * 2022-02-22 2023-06-27 北京理工大学 基于光线投影原理的运动视角下动态物体检测方法及系统
CN115033723A (zh) * 2022-06-24 2022-09-09 阿依瓦（北京）技术有限公司 3d对象的姿态估计方法、装置、电子设备及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009031295A (ja) * 2008-08-05 2009-02-12 Olympus Corp 移動体姿勢検出装置
US20120062702A1 (en) * 2010-09-09 2012-03-15 Qualcomm Incorporated Online reference generation and tracking for multi-user augmented reality

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100677913B1 (ko) 2005-07-18 2007-02-05 삼성탈레스 주식회사 다중 센서 비디오 신호의 융합에 의한 이동 객체 추적 장치
US8485038B2 (en) 2007-12-18 2013-07-16 General Electric Company System and method for augmented reality inspection and data visualization
KR101016095B1 (ko) * 2009-02-20 2011-02-17 성균관대학교산학협력단 이진영상들 및 하프변환을 이용한 영상 배경 변화량 검출 장치 및 방법
KR20120038616A (ko) 2010-10-14 2012-04-24 한국전자통신연구원 마커리스 실감형 증강현실 제공 방법 및 시스템
US8711206B2 (en) 2011-01-31 2014-04-29 Microsoft Corporation Mobile camera localization using depth maps
GB2506338A (en) * 2012-07-30 2014-04-02 Sony Comp Entertainment Europe A method of localisation and mapping
US8633970B1 (en) * 2012-08-30 2014-01-21 Google Inc. Augmented reality with earth data
US9646384B2 (en) * 2013-09-11 2017-05-09 Google Technology Holdings LLC 3D feature descriptors with camera pose information
US20150103183A1 (en) * 2013-10-10 2015-04-16 Nvidia Corporation Method and apparatus for device orientation tracking using a visual gyroscope

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009031295A (ja) * 2008-08-05 2009-02-12 Olympus Corp 移動体姿勢検出装置
US20120062702A1 (en) * 2010-09-09 2012-03-15 Qualcomm Incorporated Online reference generation and tracking for multi-user augmented reality

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102288194B1 (ko) 2021-03-05 2021-08-10 주식회사 맥스트 카메라 포즈 필터링 방법 및 이를 수행하기 위한 컴퓨팅 장치

Also Published As

Publication number Publication date
US9916689B2 (en) 2018-03-13
US20150235378A1 (en) 2015-08-20
KR20150096922A (ko) 2015-08-26

Similar Documents

Publication Publication Date Title
KR102209008B1 (ko) 카메라 포즈 추정 장치 및 카메라 포즈 추정 방법
EP3420530B1 (en) A device and method for determining a pose of a camera
US9953461B2 (en) Navigation system applying augmented reality
KR102354299B1 (ko) 단일 영상을 이용한 카메라 캘리브레이션 방법 및 이를 위한 장치
WO2020037492A1 (en) Distance measuring method and device
JP6394081B2 (ja) 画像処理装置、画像処理システム、画像処理方法、及びプログラム
KR20170053007A (ko) 자세 추정 방법 및 자세 추정 장치
US10825249B2 (en) Method and device for blurring a virtual object in a video
JP2014529727A (ja) 自動シーン較正
KR101592798B1 (ko) 배향 센서들에 기초한 호모그래피 분해 모호성의 해결
JP2015535980A (ja) 特に装置に係る視覚ベースの位置決めに使用される画像処理方法
US10235747B2 (en) System and method for determining the current parameters of a zoomable camera
US11042984B2 (en) Systems and methods for providing image depth information
US11488354B2 (en) Information processing apparatus and information processing method
US20200099854A1 (en) Image capturing apparatus and image recording method
JP7204021B2 (ja) 画像の鮮鋭レベルを表わす位置合わせ誤差マップを得るための装置および方法
CN107749069B (zh) 图像处理方法、电子设备和图像处理系统
TWI694719B (zh) 影像處理方法，電子裝置及非暫態電腦可讀取儲存媒體
JP6240706B2 (ja) グラフマッチングおよびサイクル検出による自動モデル初期化を用いた線トラッキング
WO2016208404A1 (ja) 情報処理装置および方法、並びにプログラム
KR20150064761A (ko) 투명 디스플레이를 포함하는 전자 장치 및 제어 방법
KR102295857B1 (ko) 실시간 360 깊이 영상 측정을 위한 카메라 캘리브레이션 방법 및 그 장치
WO2018134866A1 (ja) カメラ校正装置
KR102475790B1 (ko) 지도제작플랫폼장치 및 이를 이용한 지도제작방법
KR20220115223A (ko) 다중 카메라 캘리브레이션 방법 및 장치

Legal Events

Date Code Title Description
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20140217

PG1501 Laying open of application
A201 Request for examination
PA0201 Request for examination

Patent event code: PA02012R01D

Patent event date: 20190211

Comment text: Request for Examination of Application

Patent event code: PA02011R01I

Patent event date: 20140217

Comment text: Patent Application

E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20200416

Patent event code: PE09021S01D

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20201022

PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20210122

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20210125

End annual number: 3

Start annual number: 1

PG1601 Publication of registration
PR1001 Payment of annual fee

Payment date: 20241219

Start annual number: 5

End annual number: 5