맞춤기술찾기

이전대상기술

포인트 클라우드를 생성하는 방법 및 장치

  • 기술번호 : KST2020006765
  • 담당센터 : 서울동부기술혁신센터
  • 전화번호 : 02-2155-3662
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 포인트 클라우드를 생성하는 방법에 있어서, 대상체에 대한 색상 정보를 나타내는 색상 정보 영상 및 깊이 정보를 나타내는 깊이 영상을 획득하는 단계, 상기 색상 정보 영상 및 상기 깊이 영상으로부터 상기 대상체를 나타내는 영역을 검출하는 단계, 상기 검출된 영역 내에 포함되는 상기 색상 정보 영상에 기초하여, 상기 깊이 영상을보정하는 단계, 및 상기 색상 정보 영상 및 상기 보정된 깊이 영상을 재구성함으로써, 상기 대상체에 대한 포인트 클라우드를 생성하는 단계를 포함하는, 포인트 클라우드 생성 방법이 개시된다.
Int. CL G06T 17/20 (2006.01.01) G06T 7/50 (2017.01.01) G06T 5/00 (2019.01.01) G06T 7/90 (2017.01.01) G06T 7/80 (2017.01.01) G06T 5/50 (2006.01.01)
CPC G06T 17/20(2013.01) G06T 17/20(2013.01) G06T 17/20(2013.01) G06T 17/20(2013.01) G06T 17/20(2013.01) G06T 17/20(2013.01) G06T 17/20(2013.01) G06T 17/20(2013.01)
출원번호/일자 1020180159431 (2018.12.11)
출원인 삼성전자주식회사, 고려대학교 산학협력단
등록번호/일자
공개번호/일자 10-2020-0071565 (2020.06.19) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 N
심사청구항수 21

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 삼성전자주식회사 대한민국 경기도 수원시 영통구
2 고려대학교 산학협력단 대한민국 서울특별시 성북구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 우지환 경기도 수원시 영통구
2 고성제 서울특별시 서초구
3 김성태 서울특별시 성북구
4 박승 서울특별시 성북구
5 오영호 경기도 수원시 영통구
6 유성열 경기도 수원시 영통구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 리앤목특허법인 대한민국 서울 강남구 언주로 **길 **, *층, **층, **층, **층(도곡동, 대림아크로텔)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
최종권리자 정보가 없습니다
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2018.12.11 수리 (Accepted) 1-1-2018-1243461-60
2 보정요구서
Request for Amendment
2018.12.12 발송처리완료 (Completion of Transmission) 1-5-2018-0195023-85
3 [출원서등 보정]보정서
[Amendment to Patent Application, etc.] Amendment
2018.12.19 수리 (Accepted) 1-1-2018-1281486-81
4 출원인정보변경(경정)신고서
Notification of change of applicant's information
2019.10.10 수리 (Accepted) 4-1-2019-5210941-09
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
대상체에 대한 색상 정보를 나타내는 색상 정보 영상 및 깊이 정보를 나타내는 깊이 영상을 획득하는 단계;상기 색상 정보 영상 및 상기 깊이 영상으로부터 상기 대상체를 나타내는 영역을 검출하는 단계; 상기 검출된 영역 내에 포함되는 상기 색상 정보 영상에 기초하여, 상기 깊이 영상을보정하는 단계; 및상기 색상 정보 영상 및 상기 보정된 깊이 영상을 재구성함으로써, 상기 대상체에 대한 포인트 클라우드를 생성하는 단계를 포함하는, 포인트 클라우드 생성 방법
2 2
제1 항에 있어서,상기 깊이 영상을 보정하는 단계는,상기 색상 정보 영상에 포함되는 블록 내의 픽셀들의 색상 정보에 기초하여, 상기 픽셀들에 대한 색상 기반-가중치 맵을 생성하는 단계;상기 깊이 영상 및 상기 색상 기반-가중치 맵에 기초하여, 상기 블록에 대응하는 로컬 평면을 추정하는 단계;상기 깊이 영상 및 상기 추정된 로컬 평면에 기초하여 깊이 기반-가중치 맵을 생성하고, 상기 깊이 영상 및 상기 깊이 기반-가중치 맵에 기초하여 로컬 평면을 추정하는 동작을 반복하여 수행하는 단계; 및상기 로컬 평면을 추정하는 동작을 반복하여 수행한 결과에 기초하여 최종적으로 추정된 로컬 평면의 깊이 값들을 이용하여, 상기 깊이 영상을 보정하는 단계를 포함하는, 포인트 클라우드 생성 방법
3 3
제2 항에 있어서,상기 픽셀들에 대한 색상 기반-가중치 맵을 생성하는 단계는,상기 블록에 포함되는 중심 픽셀로부터 다른 픽셀들까지의 거리 및 상기 중심 픽셀의 색상 값과 다른 픽셀들의 색상 값들의 차이에 기초하여, 상기 픽셀들에 대한 가중치를 계산하는 단계를 포함하는, 포인트 클라우드 생성 방법
4 4
제2 항에 있어서,상기 깊이 영상 및 상기 색상 기반-가중치 맵에 기초하여, 상기 블록에 대응하는 로컬 평면을 추정하는 단계는, 상기 색상 기반-가중치 맵에 기초하여, 상기 깊이 영상과의 오차를 최소화하는 이차 곡면 평면을 상기 로컬 평면으로서 추정하는 단계를 포함하는, 포인트 클라우드 생성 방법
5 5
제2 항에 있어서,상기 깊이 기반-가중치 맵을 생성하고 상기 로컬 평면을 추정하는 동작을 반복하여 수행하는 단계는, 상기 깊이 영상 및 상기 추정된 로컬 평면에 기초하여 상기 깊이 기반-가중치 맵을 생성하는 단계;상기 깊이 기반-가중치 맵에 기초하여, 상기 깊이 영상과의 오차를 최소화하는 이차 곡면 평면을 상기 로컬 평면으로서 추정하는 단계; 및상기 깊이 영상과 상기 추정된 로컬 평면 간의 오차가 임계 범위 내에 포함될 때까지, 상기 깊이 기반-가중치 맵을 생성하는 단계 및 상기 깊이 기반-가중치 맵에 기초하여 상기 로컬 평면을 추정하는 단계를 반복하는 단계를 포함하는, 포인트 클라우드 생성 방법
6 6
제2 항에 있어서,상기 깊이 영상을 보정하는 단계는,상기 색상 정보 영상을 픽셀의 색상 정보에 기초하여, 복수의 블록들로 분할하는 단계; 및상기 복수의 블록들 중 하나인 상기 블록에 포함되는 픽셀들의 좌표 값들의 산술 평균값을 갖는 픽셀을 중심 픽셀로서 결정하는 단계를 더 포함하는, 포인트 클라우드 생성 방법
7 7
제1 항에 있어서,상기 포인트 클라우드를 생성하는 단계는,상기 보정된 깊이 영상으로부터 소정 개수의 픽셀들을 선택하는 단계;상기 색상 정보 영상으로부터 상기 선택된 픽셀들에 대응하는 색상 값들을 획득하는 단계; 상기 선택된 포인트들에 대한 깊이 값들과 상기 색상 값들을 매칭시킴으로써, 상기 소정 개수의 포인트들을 포함하는 상기 포인트 클라우드를 생성하는 단계를 포함하는, 포인트 클라우드 생성 방법
8 8
제1 항에 있어서,상기 대상체에 대한 색상 정보 영상 및 깊이 영상을 획득하는 복수의 카메라들 각각의 좌표계를 공통 좌표계로 변환하기 위한, 회전 정보(rotation information) 및 이동 정보(translation information)를 획득하는 캘리브레이션 단계를 더 포함하는, 포인트 클라우드 생성 방법
9 9
제1 항에 있어서,상기 색상 정보 영상 및 상기 깊이 영상을 획득하는 단계는,복수의 카메라들을 통해서 상기 대상체에 대한 복수의 색상 정보 영상 프레임 세트들 및 깊이 영상 프레임 세트들을 캡쳐하는 단계; 상기 복수의 색상 정보 영상 프레임 세트들 및 깊이 영상 프레임 세트들을 캡쳐하는 동시에, 상기 복수의 카메라들을 통해서 오디오 신호들을 녹음하는 단계; 및상기 복수의 카메라들에서 녹음된 상기 오디오 신호들 간의 상관 관계(cross correlation)에 기초하여, 상기 복수의 색상 정보 영상 프레임 세트들 및 깊이 영상 프레임 세트들을 동기화(synchronization)하는 단계를 포함하는, 포인트 클라우드 생성 방법
10 10
제1 항에 있어서,상기 대상체를 나타내는 영역을 검출하는 단계는,상기 대상체가 없는 배경을 캡쳐한 배경 색상 영상으로부터 상기 색상 정보 영상을 제한 색상 차 영상(color difference image)을 획득하는 단계;상기 대상체가 없는 배경을 캡쳐한 배경 깊이 영상으로부터 상기 깊이 영상을 제한 깊이 차 영상(depth difference image)을 획득하는 단계; 및상기 색상 차 영상 및 상기 깊이 차 영상을 조합함으로써, 상기 대상체를 나타내는 영역을 결정하는 단계를 포함하는, 포인트 클라우드 생성 방법
11 11
복수의 카메라들로부터 대상체에 대한 색상 정보를 나타내는 색상 정보 영상 및 깊이 정보를 나타내는 깊이 영상을 획득하는, 통신부; 및상기 색상 정보 영상 및 상기 깊이 영상으로부터 상기 대상체를 나타내는 영역을 검출하고, 상기 검출된 영역 내에 포함되는 상기 색상 정보 영상에 기초하여, 상기 깊이 영상을보정하고, 상기 색상 정보 영상 및 상기 보정된 깊이 영상을 재구성함으로써, 상기 대상체에 대한 포인트 클라우드를 생성하는, 적어도 하나의 프로세서를 포함하는, 포인트 클라우드 생성 장치
12 12
제11 항에 있어서,상기 적어도 하나의 프로세서는,상기 색상 정보 영상에 포함되는 블록 내의 픽셀들의 색상 정보에 기초하여, 상기 픽셀들에 대한 색상 기반-가중치 맵을 생성하고, 상기 깊이 영상 및 상기 색상 기반-가중치 맵에 기초하여, 상기 블록에 대응하는 로컬 평면을 추정하고,상기 깊이 영상 및 상기 추정된 로컬 평면에 기초하여 깊이 기반-가중치 맵을 생성하는 동작 및 상기 깊이 영상 및 상기 깊이 기반-가중치 맵에 기초하여 로컬 평면을 추정하는 동작을 반복하여 수행하고, 상기 로컬 평면을 추정하는 동작을 반복하여 수행한 결과에 기초하여 최종적으로 추정된 로컬 평면의 깊이 값들을 이용하여, 상기 깊이 영상을 보정하는, 포인트 클라우드 생성 장치
13 13
제12 항에 있어서,상기 적어도 하나의 프로세서는, 상기 픽셀들에 대한 색상 기반-가중치 맵을 생성함에 있어서,상기 블록에 포함되는 중심 픽셀로부터 다른 픽셀들까지의 거리 및 상기 중심 픽셀의 색상 값과 다른 픽셀들의 색상 값들의 차이에 기초하여, 상기 픽셀들에 대한 가중치를 계산하는 것을 특징으로 하는, 포인트 클라우드 생성 장치
14 14
제12 항에 있어서,상기 적어도 하나의 프로세서는, 상기 깊이 영상 및 상기 색상 기반-가중치 맵에 기초하여 상기 블록에 대응하는 로컬 평면을 추정함에 있어서, 상기 색상 기반-가중치 맵에 기초하여, 상기 깊이 영상과의 오차를 최소화하는 이차 곡면 평면을 상기 로컬 평면으로서 추정하는 것을 특징으로 하는, 포인트 클라우드 생성 장치
15 15
제12 항에 있어서,상기 적어도 하나의 프로세서는, 상기 깊이 기반-가중치 맵을 생성하는 동작 및 상기 로컬 평면을 추정하는 동작을 반복하여 수행함에 있어서, 상기 깊이 영상 및 상기 추정된 로컬 평면에 기초하여 상기 깊이 기반-가중치 맵을 생성하고, 상기 깊이 기반-가중치 맵에 기초하여, 상기 깊이 영상과의 오차를 최소화하는 이차 곡면 평면을 상기 로컬 평면으로서 추정하고,상기 깊이 영상과 상기 추정된 로컬 평면 간의 오차가 임계 범위 내에 포함될 때까지, 상기 깊이 기반-가중치 맵을 생성하는 동작 및 상기 깊이 기반-가중치 맵에 기초하여 상기 로컬 평면을 추정하는 동작을 반복하는 것을 특징으로 하는, 포인트 클라우드 생성 장치
16 16
제12 항에 있어서,상기 적어도 하나의 프로세서는, 상기 깊이 영상을 보정함에 있어서,상기 색상 정보 영상을 픽셀의 색상 정보에 기초하여, 복수의 블록들로 분할하고,상기 복수의 블록들 중 하나인 상기 블록에 포함되는 픽셀들의 좌표 값들의 산술 평균값을 갖는 픽셀을 중심 픽셀로서 결정하는 것을 특징으로 하는, 포인트 클라우드 생성 장치
17 17
제11 항에 있어서,상기 적어도 하나의 프로세서는, 상기 포인트 클라우드를 생성함에 있어서,상기 보정된 깊이 영상으로부터 소정 개수의 픽셀들을 선택하고, 상기 색상 정보 영상으로부터 상기 선택된 픽셀들에 대응하는 색상 값들을 획득하고, 상기 선택된 포인트들에 대한 깊이 값들과 상기 색상 값들을 매칭시킴으로써, 상기 소정 개수의 포인트들을 포함하는 상기 포인트 클라우드를 생성하는 것을 특징으로 하는, 포인트 클라우드 생성 장치
18 18
제11 항에 있어서,상기 적어도 하나의 프로세서는, 상기 대상체에 대한 색상 정보 영상 및 깊이 영상을 획득하는 복수의 카메라들 각각의 좌표계를 공통 좌표계로 변환하기 위한, 회전 정보(rotation information) 및 이동 정보(translation information)를 획득하는 캘리브레이션을 수행하는 것을 특징으로 하는, 포인트 클라우드 생성 장치
19 19
제11 항에 있어서,상기 통신부는, 상기 색상 정보 영상 및 상기 깊이 영상을 획득함에 있어서,복수의 카메라들을 통해서 상기 대상체에 대한 복수의 색상 정보 영상 프레임 세트들 및 깊이 영상 프레임 세트들을 캡쳐하고,상기 복수의 색상 정보 영상 프레임 세트들 및 깊이 영상 프레임 세트들을 캡쳐하는 동시에, 상기 복수의 카메라들을 통해서 오디오 신호들을 녹음하고,상기 적어도 하나의 프로세서는,상기 복수의 카메라들에서 녹음된 상기 오디오 신호들 간의 상관 관계(cross correlation)에 기초하여, 상기 복수의 색상 정보 영상 프레임 세트들 및 깊이 영상 프레임 세트들을 동기화(synchronization)하는 것을 특징으로 하는, 포인트 클라우드 생성 장치
20 20
제11 항에 있어서,상기 적어도 하나의 프로세서는, 상기 대상체를 나타내는 영역을 검출함에 있어서,상기 대상체가 없는 배경을 캡쳐한 배경 색상 영상으로부터 상기 색상 정보 영상을 제한 색상 차 영상(color difference image)을 획득하고, 상기 대상체가 없는 배경을 캡쳐한 배경 깊이 영상으로부터 상기 깊이 영상을 제한 깊이 차 영상(depth difference image)을 획득하고, 상기 색상 차 영상 및 상기 깊이 차 영상을 조합함으로써, 상기 대상체를 나타내는 영역을 결정하는 것을 특징으로 하는, 포인트 클라우드 생성 장치
21 21
포인트 클라우드 생성 방법을 수행하도록 하는 프로그램이 저장된 하나 이상의 컴퓨터로 읽을 수 있는 기록매체를 포함하는 컴퓨터 프로그램 제품에 있어서, 상기 포인트 클라우드 생성 방법은,대상체에 대한 색상 정보를 나타내는 색상 정보 영상 및 깊이 정보를 나타내는 깊이 영상을 획득하는 단계;상기 색상 정보 영상 및 상기 깊이 영상으로부터 상기 대상체를 나타내는 영역을 검출하는 단계; 상기 검출된 영역 내에 포함되는 상기 색상 정보 영상에 기초하여, 상기 깊이 영상을보정하는 단계; 및상기 색상 정보 영상 및 상기 보정된 깊이 영상을 재구성함으로써, 상기 대상체에 대한 포인트 클라우드를 생성하는 단계를 포함하는, 컴퓨터 프로그램 제품
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.