1 |
1
반투명 또는 투명한 성질을 갖는 투명 객체(Object)를 포함하는 3차원 촬영 영상의 컬러 영상 정보 및 깊이 영상 정보 중에서 적어도 하나의 정보를 수신하는 수신부; 상기 투명 객체에 관한 정보에 기초하여 상기 수신부에서 수신한 정보에서 상기 투명 객체를 분리하는 투명 객체 분리부;상기 분리된 투명 객체에서 특성(Feature) 정보를 추출하고, 사전에 클래스별로 학습된 복수의 투명 객체 모델 중에서 상기 추출된 특성 정보와 기준값 이상으로 유사한 특성 정보를 갖는 투명 객체 모델을 선택하는 모델 선택부;상기 선택된 투명 객체 모델의 깊이 영상 정보를 추출하는 깊이 영상 정보 추출부; 및 상기 수신부에서 수신한 정보에서 상기 분리된 투명 객체에 대응되는 위치의 깊이 영상 정보를 상기 투명 객체 모델에서 추출된 깊이 영상 정보로 대체 및 영상에 맞게 피팅(Fitting)하는 피팅부를 포함하고,상기 피팅부는상기 투명 객체 모델에서 추출된 깊이 영상 정보를 상기 분리된 투명 객체의 위치, 사이즈 및 형상에 맞게 피팅하는 투명 객체를 복원하는 장치
|
2 |
2
제1항에 있어서,상기 투명 객체 분리부는 상기 투명 객체에 관한 정보로서, 상기 투명 객체의 전체 또는 일부분에 대한 색상, 투명도, 사이즈 및 형상 정보 중 적어도 하나의 정보를 수신하는 투명 객체를 복원하는 장치
|
3 |
3
제1항에 있어서,상기 투명 객체 분리부는상기 수신부에서 수신한 정보가 상기 컬러 영상 정보인 경우, 상기 컬러 영상 정보에서 상기 투명 객체를 분리하고, 상기 수신부에서 수신한 정보가 상기 깊이 영상 정보인 경우, 상기 깊이 영상 정보와 함께 취득되는 적외선 영상 정보에서 상기 투명 객체를 분리하는투명 객체를 복원하는 장치
|
4 |
4
제1항에 있어서,상기 모델 선택부는상기 특성 정보로서, 유리컵 형상 정보, 전등 형상 정보, 유리창 형상 정보 및 투명 플라스틱으로 구성된 물체의 형상 정보 중에서 적어도 하나의 형상 정보를 추출하고, 상기 추출된 형상 정보에 기초하여 상기 투명 객체 모델을 선택하는투명 객체를 복원하는 장치
|
5 |
5
제1항에 있어서,상기 모델 선택부로 상기 투명 객체 모델을 제공하는 학습부를 더 포함하는투명 객체를 복원하는 장치
|
6 |
6
제5항에 있어서,상기 학습부는 인터넷을 통하여 완성도 있는 투명 객체 데이터를 수집하는 투명 객체 수집부;상기 투명 객체와 불투명 객체를 구분하기 위한 상기 투명 객체에 관한 정보를 상기 수집된 투명 객체 데이터에 기초하여 기계 학습하는 객체 정보 학습부; 및상기 수집된 투명 객체 데이터에 기초하여 투명 객체의 형상 정보인 특성 정보를 추출하고, 상기 추출된 특성 정보를 참고하여 상기 클래스를 구분하며, 상기 클래스 별로 기계 학습을 수행하여 상기 학습된 복수의 투명 객체 모델을 생성하는 객체 모델 학습부를 포함하는 투명 객체를 복원하는 장치
|
7 |
7
제6항에 있어서,상기 투명 객체 분리부는 상기 수집부에서 수신한 정보에 포함된 투명 객체에 관한 정보를 상기 객체 정보 학습부에서 학습된 투명 객체에 관한 정보와 비교하고, 상기 비교 결과에 따라 상기 컬러 영상 정보에서 상기 투명 객체를 분리하는투명 객체를 복원하는 장치
|
8 |
8
제6항에 있어서, 상기 학습부는상기 모델 선택부로부터 상기 분리된 투명 객체의 특성 정보를 입력 받고, 상기 입력된 특성 정보에 대응되는 클래스에 포함되어 있는 상기 학습된 복수의 투명 객체 모델 중에서 상기 입력된 특성 정보와 상기 기준값 이상으로 유사한 특성 정보를 갖는 투명 객체 모델을 검색하여 상기 모델 선택부에 제공하는 객체 모델 검색부를 더 포함하는투명 객체를 복원하는 장치
|
9 |
9
제1항에 있어서, 상기 피팅부는 상기 수신부에서 수신한 정보가 상기 컬러 영상 정보인 경우에, 상기 컬러 영상 정보에서 깊이 영상 정보를 추출하고, 상기 컬러 영상 정보에서 추출된 깊이 영상 정보를 상기 투명 객체 모델에서 추출된 깊이 영상 정보로 대체 및 영상에 맞게 피팅하는투명 객체를 복원하는 장치
|
10 |
10
수신부에서 반투명 또는 투명한 성질을 갖는 투명 객체(Object)를 포함하는 3차원 촬영 영상의 컬러 영상 정보 및 깊이 영상 정보 중에서 적어도 하나의 정보를 수신하는 단계; 투명 객체 분리부에서 상기 투명 객체에 관한 정보에 기초하여 상기 수신부에서 수신한 정보에서 상기 투명 객체를 분리하는 단계;모델 선택부에서 상기 분리된 투명 객체에서 특성(Feature) 정보를 추출하고, 사전에 클래스별로 학습된 복수의 투명 객체 모델 중에서 상기 추출된 특성 정보와 기준값 이상으로 유사한 특성 정보를 갖는 투명 객체 모델을 선택하는 단계;깊이 영상 정보 추출부에서 상기 선택된 투명 객체 모델의 깊이 영상 정보를 추출하는 단계; 및 피팅부에서 상기 수신부에서 수신한 정보에서 상기 분리된 투명 객체에 대응되는 위치의 깊이 영상 정보를 상기 투명 객체 모델에서 추출된 깊이 영상 정보로 대체 및 영상에 맞게 피팅(Fitting)하는 단계를 포함하고,상기 피팅하는 단계는상기 투명 객체 모델에서 추출된 깊이 영상 정보를 상기 피팅부에서 상기 분리된 투명 객체의 위치, 사이즈 및 형상에 맞게 피팅하는 투명 객체를 복원하는 방법
|
11 |
11
제10항에 있어서,상기 투명 객체를 분리하는 단계는상기 투명 객체에 관한 정보로서, 상기 투명 객체의 전체 또는 일부분에 대한 색상, 투명도, 사이즈 및 형상 정보 중 적어도 하나 정보를 수신하는투명 객체를 복원하는 방법
|
12 |
12
제10항에 있어서,상기 투명 객체 모델을 선택하는 단계는상기 특성 정보로서, 유리컵 형상 정보, 전등 형상 정보, 유리창 형상 정보 및 투명 플라스틱으로 구성된 물체의 형상 정보 중에서 적어도 하나의 형상 정보를 추출하는투명 객체를 복원하는 방법
|
13 |
13
제10항에 있어서,상기 투명 객체 모델을 선택하는 단계는 학습부에서 상기 투명 객체 모델을 제공하는 단계를 더 포함하는투명 객체를 복원하는 방법
|
14 |
14
제13항에 있어서,상기 학습부에서 투명 객체 모델을 제공하는 단계는상기 학습부의 투명 객체 수집부에서 인터넷을 통하여 완성도 있는 투명 객체 데이터를 수집하는 단계;상기 학습부의 객체 정보 학습부에서 상기 투명 객체와 불투명 객체를 구분하기 위한 상기 투명 객체에 관한 정보를 상기 수집된 투명 객체 데이터에 기초하여 기계 학습하는 단계; 및 상기 학습부의 객체 모델 학습부에서 상기 수집된 투명 객체 데이터에 기초하여 투명 객체의 형상 정보인 특성 정보를 추출하고, 상기 추출된 특성 정보를 참고하여 상기 클래스를 구분하며, 상기 클래스 별로 기계 학습을 수행하여 상기 학습된 복수의 투명 객체 모델을 생성하는 단계를 포함하는 투명 객체를 복원하는 방법
|
15 |
15
제14항에 있어서,객체 모델 검색부에서 상기 모델 선택부로부터 상기 분리된 투명 객체의 특성 정보를 입력 받고, 상기 입력된 특성 정보에 대응되는 클래스에 포함되어 있는 상기 학습된 복수의 투명 객체 모델 중에서 상기 입력된 특성 정보와 상기 기준값 이상으로 유사한 특성 정보를 갖는 투명 객체 모델을 검색하여 상기 모델 선택부에 제공하는 단계를 더 포함하는투명 객체를 복원하는 방법
|