KR20210046984A - 얼굴 데이터 획득을 위한 방법 및 이를 위한 전자 장치 - Google Patents

얼굴 데이터 획득을 위한 방법 및 이를 위한 전자 장치 Download PDF

Info

Publication number
KR20210046984A
KR20210046984A KR1020190130465A KR20190130465A KR20210046984A KR 20210046984 A KR20210046984 A KR 20210046984A KR 1020190130465 A KR1020190130465 A KR 1020190130465A KR 20190130465 A KR20190130465 A KR 20190130465A KR 20210046984 A KR20210046984 A KR 20210046984A
Authority
KR
South Korea
Prior art keywords
face
image
electronic device
processor
camera
Prior art date
Application number
KR1020190130465A
Other languages
English (en)
Inventor
투샤르 바라사에브 산드한
유주완
장원석
이다솜
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 KR1020190130465A priority Critical patent/KR20210046984A/ko
Priority to PCT/KR2020/013926 priority patent/WO2021080231A1/en
Priority to US17/068,904 priority patent/US20210117708A1/en
Publication of KR20210046984A publication Critical patent/KR20210046984A/ko

Links

Images

Classifications

    • 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
    • G06V40/40—Spoof detection, e.g. liveness detection
    • 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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06K9/00228—
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06—Systems determining position data of a target
    • G01S13/08—Systems for measuring distance only
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/003—Transmission of data between radar, sonar or lidar systems and remote stations
    • G01S7/006—Transmission of data between radar, sonar or lidar systems and remote stations using shared front-end circuitry, e.g. antennas
    • G06K9/00308—
    • 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
    • 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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
    • 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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • 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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/174—Facial expression recognition
    • G06V40/175—Static expression
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/724—User interfaces specially adapted for cordless or mobile telephones
    • H04M1/72403—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • H04N23/611—Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/67—Focus control based on electronic image sensor signals
    • H04N23/671—Focus control based on electronic image sensor signals in combination with active ranging signals, e.g. using light or sound signals emitted toward objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/73—Circuitry for compensating brightness variation in the scene by influencing the exposure time
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
    • G01S13/9021—SAR image post-processing techniques
    • G01S13/9027—Pattern recognition for feature extraction
    • 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
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01Q—ANTENNAS, i.e. RADIO AERIALS
    • H01Q21/00—Antenna arrays or systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/725—Cordless telephones
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M2250/00—Details of telephonic subscriber devices
    • H04M2250/52—Details of telephonic subscriber devices including functional features of a camera

Abstract

디스플레이, 카메라, 복수의 안테나 엘리먼트들을 포함하는 안테나 어레이와 연결되고, 상기 안테나 어레이를 이용하여 빔포밍을 수행하도록 설정된 무선 통신 회로, 프로세서 및 메모리를 포함하는 전자 장치가 개시된다. 프로세서는, 상기 카메라를 이용하여 얼굴 이미지를 포함하는 이미지를 획득하고, 상기 얼굴 이미지에 기반하여 상기 무선 통신 회로를 제어하여, 상기 얼굴 이미지에 대응하는 얼굴의 얼굴 데이터를 획득하도록 설정될 수 있다. 이 외에도, 본 문서를 통하여 파악되는 다양한 실시예들이 가능하다.

Description

얼굴 데이터 획득을 위한 방법 및 이를 위한 전자 장치{METHOD FOR OBTAINING FACE DATA AND ELECTRONIC DEVICE THEREFOR}
본 문서에서 개시된 다양한 실시예들은 얼굴 데이터를 획득하기 위한 방법 및 이를 위한 전자 장치에 관한 것이다.
휴대폰과 같이, 개인화된 전자 장치가 널리 이용되고 있다. 예를 들어, 사용자는 보안에 민감한 정보를 전자 장치에 저장할 수 있다. 패스워드 또는 패턴과 같은 보안 방식에 있어서, 일단 해당 보안 정보가 노출되면 타인은 쉽게 개인화된 전자 장치에 접근할 수 있다. 보안 정보의 유출을 방지하기 위하여, 높은 복잡도를 갖는 패스워드 또는 패턴이 이용될 수 있다. 이 경우, 사용자는 패스워드 또는 패턴의 입력의 복잡도로 인하여 패스워드 또는 패턴의 입력에 어려움을 겪을 수 있다.
높은 보안성과 입력 편의성을 위하여, 생체 정보가 전자 장치의 보안에 이용될 수 있다. 예를 들어, 전자 장치는, 사용자의 지문, 홍채, 또는 얼굴을 인식함으로써 사용자를 인증할 수 있다. 예를 들어, 전자 장치는 사용자의 얼굴을 포함하는 이미지를 획득하고, 얼굴 이미지의 특징점(feature)에 기반하여 얼굴을 인식할 수 있다.
얼굴 이미지를 이용하는 얼굴 인식의 경우, 전자 장치의 환경에 따라서 전자 장치는 얼굴 인식에 실패할 수 있다. 예를 들어, 전자 장치가 어두운 환경에 있는 경우, 전자 장치는 얼굴 이미지의 획득에 실패할 수 있다. 또한, 얼굴 이미지 인식의 경우, 전자 장치는 얼굴 이미지 위조(spoofing)에 취약할 수 있다. 예를 들어, 전자 장치는 실제 사람의 얼굴이 아닌 사람의 얼굴 이미지(예: 사진)를 얼굴로 인식할 수 있다.
얼굴 이미지의 위조를 방지하기 위하여, 전자 장치는 해당 얼굴 이미지가 실제 사람의 얼굴인지 결정할 수 있다. 예를 들어, 전자 장치는 얼굴 이미지에 대한 라이브니스(liveness) 검출을 수행할 수 있다. 예를 들어, 전자 장치는 얼굴 이미지가 인식되면, 얼굴 이미지에 대응하는 오브젝트의 온도를 측정함으로써 해당 오브젝트가 사람의 얼굴인지 결정할 수 있다. 다른 예를 들어, 전자 장치는 얼굴 이미지가 인식되면, 얼굴 이미지에 대응하는 오브젝트의 습도를 측정함으로써 해당 오브젝트가 사람의 얼굴인지 결정할 수 있다. 그러나, 모바일 폰과 같은 전자 장치는 이러한 센서들을 포함하지 않을 수 있다.
본 문서의 일 실시예에 따른 전자 장치는, 디스플레이, 카메라, 복수의 안테나 엘리먼트를 포함하는 안테나 어레이와 연결되고, 상기 안테나 어레이를 이용하여 빔포밍을 수행하도록 설정된 무선 통신 회로, 상기 디스플레이, 상기 카메라, 및 상기 무선 통신 회로와 작동적으로 연결된 프로세서, 및 상기 프로세서와 작동적으로 연결된 메모리를 포함하고, 상기 메모리는 실행 시에 상기 프로세서가, 상기 카메라를 이용하여 얼굴 이미지를 포함하는 이미지를 획득하고, 상기 얼굴 이미지에 기반하여 상기 무선 통신 회로를 제어하여, 상기 얼굴 이미지에 대응하는 얼굴의 얼굴 데이터를 획득하도록 하는 하나 이상의 인스트럭션들을 저장할 수 있다.
또한, 본 문서의 일 실시예에 따른 전자 장치의 얼굴 데이터 획득을 위한 방법은, 상기 전자 장치의 카메라를 이용하여 얼굴 이미지를 포함하는 이미지를 획득하는 동작, 상기 얼굴 이미지에 기반하여 상기 전자 장치의 무선 통신 회로를 제어하는 동작, 및 상기 무선 통신 회로를 이용하여 상기 얼굴 이미지에 대응하는 얼굴의 얼굴 데이터를 획득하는 동작을 포함할 수 있다. 상기 무선 통신 회로는 빔포밍을 수행하도록 구성된 복수의 안테나 엘리먼트들을 포함하는 안테나 어레이를 포함할 수 있다.
본 문서에 개시되는 다양한 실시예들에 따르면, 전자 장치는 통신 회로를 이용하여 외부 오브젝트의 이미지를 빠르게 획득할 수 있다.
본 문서에 개시되는 다양한 실시예들에 따르면, 전자 장치는 카메라에 의하여 획득된 이미지를 이용하여 통신 회로를 제어 함으로써 얼굴 이미지를 획득할 수 있다.
본 문서에 개시되는 다양한 실시예들에 따르면, 전자 장치는 보다 안정적인 얼굴 인증 방법을 제공할 수 있다.
이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.
도 1은 다양한 실시예들에 따른 네트워크에서 전자 장치의 블록도를 도시한다.
도 2는, 다양한 실시예들에 따른, 카메라 모듈을 예시하는 블록도이다.
도 3은 일 실시예에 따른 전자 장치의 통신 회로의 블록도를 도시한다.
도 4는 일 실시예에 따른 전자 장치의 블록도를 도시한다.
도 5는 일 실시예에 따른 전자 장치의 카메라 구성을 도시한다.
도 6은 일 실시예에 따른 전자 장치의 통신 회로를 이용한 빔포밍을 도시한다.
도 7은 일 실시예에 따른 전자 장치의 통신 회로에 기반한 카메라 제어 방법을 도시한다.
도 8은 일 실시예에 따른 전자 장치의 카메라 이미지에 기반한 통신 회로의 제어 방법을 도시한다.
도 9는 일 실시예에 따른 전자 장치의 카메라 이미지에 기반한 통신 회로의 제어 방법을 도시한다.
도 10은 일 실시예에 따른 전자 장치의 통신 회로를 이용한 오브젝트 데이터 획득 방법을 도시한다.
도 11은 일 실시예에 따른 카메라를 이용한 이미지 획득 방법의 흐름도를 도시한다.
도 12는 일 실시예에 따른 통신 회로를 이용한 얼굴 데이터 획득 방법의 흐름도를 도시한다.
도 13은 일 실시예에 따른 라이브니스 검출 방법의 흐름도를 도시한다.
도면의 설명과 관련하여, 동일 또는 유사한 구성요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.
이하, 본 문서의 다양한 실시예들이 첨부된 도면을 참조하여 기재된다. 실시예 및 이에 사용된 용어들은 본 문서에 기재된 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 및/또는 대체물을 포함하는 것으로 이해되어야 한다.
도 1은, 다양한 실시예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록도이다. 도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제 1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제 2 네트워크(199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(104) 또는 서버(108)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 장치(150), 음향 출력 장치(155), 표시 장치(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 표시 장치(160) 또는 카메라 모듈(180))가 생략되거나, 하나 이상의 다른 구성 요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들은 하나의 통합된 회로로 구현될 수 있다. 예를 들면, 센서 모듈(176)(예: 지문 센서, 홍채 센서, 또는 조도 센서)은 표시 장치(160)(예: 디스플레이)에 임베디드된 채 구현될 수 있다
프로세서(120)는, 예를 들면, 소프트웨어(예: 프로그램(140))를 실행하여 프로세서(120)에 연결된 전자 장치(101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)을 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(120)는 다른 구성요소(예: 센서 모듈(176) 또는 통신 모듈(190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(132)에 로드하고, 휘발성 메모리(132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(134)에 저장할 수 있다. 일실시예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서), 및 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치, 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 추가적으로 또는 대체적으로, 보조 프로세서(123)은 메인 프로세서(121)보다 저전력을 사용하거나, 또는 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(123)는 메인 프로세서(121)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(123)는, 예를 들면, 메인 프로세서(121)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(121)를 대신하여, 또는 메인 프로세서(121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(121)와 함께, 전자 장치(101)의 구성요소들 중 적어도 하나의 구성요소(예: 표시 장치(160), 센서 모듈(176), 또는 통신 모듈(190))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성 요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 수 있다.
메모리(130)는, 전자 장치(101)의 적어도 하나의 구성요소(예: 프로세서(120) 또는 센서모듈(176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(130)는, 휘발성 메모리(132) 또는 비휘발성 메모리(134)를 포함할 수 있다.
프로그램(140)은 메모리(130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(142), 미들 웨어(144) 또는 어플리케이션(146)을 포함할 수 있다.
입력 장치(150)는, 전자 장치(101)의 구성요소(예: 프로세서(120))에 사용될 명령 또는 데이터를 전자 장치(101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 장치(150)은, 예를 들면, 마이크, 마우스, 키보드, 또는 디지털 펜(예: 스타일러스(stylus) 펜)를 포함할 수 있다.
음향 출력 장치(155)는 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 장치(155)는, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있고, 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
표시 장치(160)는 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 표시 장치(160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일실시예에 따르면, 표시 장치(160)는 터치를 감지하도록 설정된 터치 회로(touch circuitry), 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 센서 회로(예: 압력 센서)를 포함할 수 있다.
오디오 모듈(170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일실시예에 따르면, 오디오 모듈(170)은, 입력 장치(150)를 통해 소리를 획득하거나, 음향 출력 장치(155), 또는 전자 장치(101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(102)) (예: 스피커 또는 헤드폰))를 통해 소리를 출력할 수 있다.
센서 모듈(176)은 전자 장치(101)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일실시예에 따르면, 센서 모듈(176)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.
인터페이스(177)는 전자 장치(101)이 외부 전자 장치(예: 전자 장치(102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일실시예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(178)는, 그를 통해서 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일실시예에 따르면, 연결 단자(178)은, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(179)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일실시예에 따르면, 햅틱 모듈(179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(180)은 정지 영상 및 동영상을 촬영할 수 있다. 일실시예에 따르면, 카메라 모듈(180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(188)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 일실시예에 따르면, 전력 관리 모듈(388)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(189)는 전자 장치(101)의 적어도 하나의 구성 요소에 전력을 공급할 수 있다. 일실시예에 따르면, 배터리(189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(190)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108))간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(190)은 프로세서(120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일실시예에 따르면, 통신 모듈(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제 1 네트워크(198)(예: 블루투스, WiFi direct 또는 IrDA(infrared data association) 같은 근거리 통신 네트워크) 또는 제 2 네트워크(199)(예: 셀룰러 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부 전자 장치와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성 요소(예: 단일 칩)으로 통합되거나, 또는 서로 별도의 복수의 구성 요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(192)은 가입자 식별 모듈(196)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크 내에서 전자 장치(101)를 확인 및 인증할 수 있다.
안테나 모듈(197)은 신호 또는 전력을 외부(예: 외부 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 안테나 모듈은, 일실시예에 따르면, 도전체 또는 도전성 패턴으로 형성될 수 있고, 어떤 실시예에 따르면, 도전체 또는 도전성 패턴 이외에 추가적으로 다른 부품(예: RFIC)을 더 포함할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 하나 이상의 안테나들을 포함할 수 있고, 이로부터, 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(190)에 의하여 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(190)과 외부 전자 장치 간에 송신되거나 수신될 수 있다.
상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))를 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.
일실시예에 따르면, 명령 또는 데이터는 제 2 네트워크(199)에 연결된 서버(108)를 통해서 전자 장치(101)와 외부의 전자 장치(104)간에 송신 또는 수신될 수 있다. 전자 장치(102, 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 일실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부 전자 장치들(102, 104, or 108) 중 하나 이상의 외부 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(101)로 전달할 수 있다. 전자 장치(101)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다.
본 문서에 개시된 다양한 실시예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치 (예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, “A 또는 B”, “A 및 B 중 적어도 하나”, “A 또는 B 중 적어도 하나”, “A, B 또는 C”, "A, B 및 C 중 적어도 하나”, 및 “A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에, “기능적으로” 또는 “통신적으로”라는 용어와 함께 또는 이런 용어 없이, “커플드” 또는 “커넥티드”라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제 3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.
본 문서에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로 등의 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(101)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(136) 또는 외장 메모리(138))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(140))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(101))의 프로세서(예: 프로세서(120))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장매체 는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
일실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory (CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어™)를 통해 또는 두 개의 사용자 장치들(예: 스마트폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.
도 2는, 다양한 실시예들에 따른, 카메라 모듈(180)을 예시하는 블록도(200)이다. 도 2를 참조하면, 카메라 모듈(180)은 렌즈 어셈블리(210), 플래쉬(220), 이미지 센서(230), 이미지 스태빌라이저(240), 메모리(250)(예: 버퍼 메모리), 또는 이미지 시그널 프로세서(260)를 포함할 수 있다. 렌즈 어셈블리(210)는 이미지 촬영의 대상인 피사체로부터 방출되는 빛을 수집할 수 있다. 렌즈 어셈블리(210)는 하나 또는 그 이상의 렌즈들을 포함할 수 있다. 일실시예에 따르면, 카메라 모듈(180)은 복수의 렌즈 어셈블리(210)들을 포함할 수 있다. 이런 경우, 카메라 모듈(180)은, 예를 들면, 듀얼 카메라, 360도 카메라, 또는 구형 카메라(spherical camera)를 형성할 수 있다. 복수의 렌즈 어셈블리(210)들 중 일부는 동일한 렌즈 속성(예: 화각, 초점 거리, 자동 초점, f 넘버(f number), 또는 광학 줌)을 갖거나, 또는 적어도 하나의 렌즈 어셈블리는 다른 렌즈 어셈블리의 렌즈 속성들과 다른 하나 이상의 렌즈 속성들을 가질 수 있다. 렌즈 어셈블리(210)는, 예를 들면, 광각 렌즈 또는 망원 렌즈를 포함할 수 있다.
플래쉬(220)는 피사체로부터 방출 또는 반사되는 빛을 강화하기 위하여 사용되는 빛을 방출할 수 있다. 일실시예에 따르면, 플래쉬(220)는 하나 이상의 발광 다이오드들(예: RGB(red-green-blue) LED, white LED, infrared LED, 또는 ultraviolet LED), 또는 xenon lamp를 포함할 수 있다. 이미지 센서(230)는 피사체로부터 방출 또는 반사되어 렌즈 어셈블리(210)를 통해 전달된 빛을 전기적인 신호로 변환함으로써, 상기 피사체에 대응하는 이미지를 획득할 수 있다. 일실시예에 따르면, 이미지 센서(230)는, 예를 들면, RGB 센서, BW(black and white) 센서, IR 센서, 또는 UV 센서와 같이 속성이 다른 이미지 센서들 중 선택된 하나의 이미지 센서, 동일한 속성을 갖는 복수의 이미지 센서들, 또는 다른 속성을 갖는 복수의 이미지 센서들을 포함할 수 있다. 이미지 센서(230)에 포함된 각각의 이미지 센서는, 예를 들면, CCD(charged coupled device) 센서 또는 CMOS(complementary metal oxide semiconductor) 센서를 이용하여 구현될 수 있다.
이미지 스태빌라이저(240)는 카메라 모듈(180) 또는 이를 포함하는 전자 장치(101)의 움직임에 반응하여, 렌즈 어셈블리(210)에 포함된 적어도 하나의 렌즈 또는 이미지 센서(230)를 특정한 방향으로 움직이거나 이미지 센서(230)의 동작 특성을 제어(예: 리드 아웃(read-out) 타이밍을 조정 등)할 수 있다. 이는 촬영되는 이미지에 대한 상기 움직임에 의한 부정적인 영향의 적어도 일부를 보상하게 해 준다. 일실시예에 따르면, 이미지 스태빌라이저(240)는, 일실시예에 따르면, 이미지 스태빌라이저(240)은 카메라 모듈(180)의 내부 또는 외부에 배치된 자이로 센서(미도시) 또는 가속도 센서(미도시)를 이용하여 카메라 모듈(180) 또는 전자 장치(101)의 그런 움직임을 감지할 수 있다. 일실시예에 따르면, 이미지 스태빌라이저(240)는, 예를 들면, 광학식 이미지 스태빌라이저로 구현될 수 있다. 메모리(250)는 이미지 센서(230)을 통하여 획득된 이미지의 적어도 일부를 다음 이미지 처리 작업을 위하여 적어도 일시 저장할 수 있다. 예를 들어, 셔터에 따른 이미지 획득이 지연되거나, 또는 복수의 이미지들이 고속으로 획득되는 경우, 획득된 원본 이미지(예: Bayer-patterned 이미지 또는 높은 해상도의 이미지)는 메모리(250)에 저장이 되고, 그에 대응하는 사본 이미지(예: 낮은 해상도의 이미지)는 표시 장치(160)을 통하여 프리뷰될 수 있다. 이후, 지정된 조건이 만족되면(예: 사용자 입력 또는 시스템 명령) 메모리(250)에 저장되었던 원본 이미지의 적어도 일부가, 예를 들면, 이미지 시그널 프로세서(260)에 의해 획득되어 처리될 수 있다. 일실시예에 따르면, 메모리(250)는 메모리(130)의 적어도 일부로, 또는 이와는 독립적으로 운영되는 별도의 메모리로 구성될 수 있다.
이미지 시그널 프로세서(260)는 이미지 센서(230)을 통하여 획득된 이미지 또는 메모리(250)에 저장된 이미지에 대하여 하나 이상의 이미지 처리들을 수행할 수 있다. 상기 하나 이상의 이미지 처리들은, 예를 들면, 깊이 지도(depth map) 생성, 3차원 모델링, 파노라마 생성, 특징점 추출, 이미지 합성, 또는 이미지 보상(예: 노이즈 감소, 해상도 조정, 밝기 조정, 블러링(blurring), 샤프닝(sharpening), 또는 소프트닝(softening)을 포함할 수 있다. 추가적으로 또는 대체적으로, 이미지 시그널 프로세서(260)는 카메라 모듈(180)에 포함된 구성 요소들 중 적어도 하나(예: 이미지 센서(230))에 대한 제어(예: 노출 시간 제어, 또는 리드 아웃 타이밍 제어 등)를 수행할 수 있다. 이미지 시그널 프로세서(260)에 의해 처리된 이미지는 추가 처리를 위하여 메모리(250)에 다시 저장 되거나 카메라 모듈(180)의 외부 구성 요소(예: 메모리(130), 표시 장치(160), 전자 장치(102), 전자 장치(104), 또는 서버(108))로 제공될 수 있다. 일실시예에 따르면, 이미지 시그널 프로세서(260)는 프로세서(120)의 적어도 일부로 구성되거나, 프로세서(120)와 독립적으로 운영되는 별도의 프로세서로 구성될 수 있다. 이미지 시그널 프로세서(260)이 프로세서(120)과 별도의 프로세서로 구성된 경우, 이미지 시그널 프로세서(260)에 의해 처리된 적어도 하나의 이미지는 프로세서(120)에 의하여 그대로 또는 추가의 이미지 처리를 거친 후 표시 장치(160)를 통해 표시될 수 있다.
일실시예에 따르면, 전자 장치(101)는 각각 다른 속성 또는 기능을 가진 복수의 카메라 모듈(180)들을 포함할 수 있다. 이런 경우, 예를 들면, 상기 복수의 카메라 모듈(180)들 중 적어도 하나는 광각 카메라이고, 적어도 다른 하나는 망원 카메라일 수 있다. 유사하게, 상기 복수의 카메라 모듈(180)들 중 적어도 하나는 전면 카메라이고, 적어도 다른 하나는 후면 카메라일 수 있다.
도 3은 일 실시예에 따른 전자 장치(101)의 통신 회로(336)의 블록도를 도시한다.
상기 전자 장치(101)는, 도 3에 미도시된 다양한 부품을 더 포함할 수 있으나, 도 3에서는, 간략한 설명을 위하여, 프로세서(120), 커뮤니케이션 프로세서(314), 및 통신 회로(336)를 포함하는 것으로 도시되었다. 예를 들어, 커뮤니케이션 프로세서(314)와 통신 회로(336)는 하나의 모듈로 구성될 수 있다.
도시된 실시예에서, 통신 회로(336)는 제1 내지 제4 위상 변환기들(313-1 내지 313-4) 및/또는 제1 내지 제4 안테나 엘리먼트들(317-1 내지 317-4)을 포함할 수 있다. 상기 제1 내지 제4 안테나 엘리먼트들(317-1 내지 317-4) 각각은 제1 내지 제4 위상 변환기들(313-1 내지 313-4)과 각각 연결될 수 있다. 상기 제1 내지 제4 안테나 엘리먼트들(317-1 내지 317-4)은 적어도 하나의 안테나 어레이(315)를 형성할 수 있다.
일 실시 예에 따르면, 커뮤니케이션 프로세서(314)는 제1 내지 제4 위상 변환기들(313-1 내지 313-4)을 제어함에 의하여, 제1 내지 제 4 안테나 엘리먼트들(317-1 내지 317-4)을 통하여 송신 및/또는 수신된 신호들의 위상을 제어할 수 있고, 이에 따라 선택된 방향으로 송신 빔 및/또는 수신 빔을 생성 할 수 있다. 다른 예를 들어, 커뮤니케이션 프로세서(314)는 송신 안테나 어레이를 이용하여 신호를 송신하고, 송신 안테나 어레이와는 별개로 구성된 수신 안테나 어레이를 이용하여 신호를 수신할 수 있다.
일 실시 예에 따르면, 통신 회로(336)는 안테나 엘리먼트의 수에 따라 넓은 방사 패턴의 빔(351)(이하 “넓은 빔”) 또는 좁은 방사 패턴의 빔(352)(이하 “좁은 빔”)을 형성할 수 있다. 예를 들어, 통신 회로(336)는, 제1 내지 제4 안테나 엘리먼트들(317-1 내지 317-4) 중 복수의 안테나 엘리먼트들(예: 3 이상의 안테나 엘리먼트들)을 모두 사용하여 좁은 빔(352)을 형성할 수 있고, 하나 또는 두 개의 안테나 엘리먼트만을 사용하여 넓은 빔(351)을 형성할 수 있다. 상기 넓은 빔(351)은 좁은 빔(352) 보다 넓은 커버리지를 가지나, 적은 안테나 이득(antenna gain)을 가질 수 있다. 반면에, 좁은 빔(352)은 넓은 빔(351) 보다 좁은 커버리지를 가지나 안테나 이득이 더 높을 수 있다.
도 4는 일 실시예에 따른 전자 장치의 블록도를 도시한다.
일 실시예에 따르면, 전자 장치(401)(예: 도 1의 전자 장치(101))는 프로세서(420)(예: 도 3의 프로세서(120)(예: 어플리케이션 프로세서) 및/또는 커뮤니케이션 프로세서(314)), 메모리(430)(예: 도 1의 메모리(130)), 디스플레이(460)(예: 도 1의 표시 장치(160)), 카메라(480)(예: 도 1의 카메라 모듈(180)), 및 통신 회로(490)(예: 도 1의 통신 모듈(190) 또는 도 3의 통신 회로(336))를 포함할 수 있다. 도 4에 도시된 전자 장치(401)의 구성은 예시적인 것으로서 본 문서의 실시예들이 이에 제한되는 것은 아니다. 예를 들어, 전자 장치(401)는 도 4에 도시된 구성들 중 적어도 하나를 포함하지 않을 수 있다. 다른 예를 들어, 전자 장치(401)는 도 4에 미도시된 구성을 더 포함할 수 있다.
일 실시예에 따르면, 프로세서(420)는 메모리(430), 디스플레이(460), 카메라(480), 및 통신 회로(490)와 작동적으로(operatively) 연결될 수 있다. 프로세서(420)는, 전자 장치(401)의 구성들(예: 메모리(430), 메모리(440), 디스플레이(460), 카메라(480), 및 통신 회로(490))을 제어할 수 있다. 예를 들어, 프로세서(420)는 메모리(430)에 저장된 하나 이상의 인스트럭션들(instructions)에 따라서 전자 장치(401)의 구성들을 제어할 수 있다.
일 실시예에 따르면, 프로세서(420)는 카메라(480)를 이용하여 이미지를 획득할 수 있다. 카메라(480)는 복수의 렌즈들을 포함할 수 있다. 예를 들어, 예를 들어, 카메라는 복수의 렌즈들 중 적어도 일부를 이용하여 이미지를 획득할 수 있다. 카메라(480)는 가시 광선을 이용하여 RGB(red green blue) 데이터를 획득하도록 설정될 수 있다. 카메라(480)는 적외선을 이용하여 이미지를 획득하도록 설정될 수 있다.
일 실시예에 따르면, 프로세서(420)는 통신 회로(490)를 이용하여 외부 장치와 통신할 수 있다. 예를 들어, 통신 회로(490)는 복수의 안테나 엘리먼트들을 포함하는 안테나 어레이를 이용하여 빔포밍을 수행하도록 설정될 수 있다. 통신 회로(490)는 mmWave 대역의 신호를 송수신하도록 설정될 수 있다. 예를 들어, 통신 회로(490)는 IEEE(institute of electrical and electronics engineers) 802.11ay 규격에 따른 신호를 송수신할 수 있다. 다른 예를 들어, 통신 회로(490)는 3GPP(3rd generation partnership project)의 NR(new radio) 통신 프로토콜의 6 GHz 이상의 신호를 송수신할 수 있다.
일 실시예에 따르면, 프로세서(420)는 통신 회로(490)를 이용하여 외부 오브젝트의 정보(예: 외부 오브젝트 데이터)를 획득할 수 있다. 예를 들어, 통신 회로(490)는 신호를 송신하고, 송신 신호가 외부 오브젝트에 의하여 반사된 신호를 수신 또는 감지함으로써 외부 오브젝트의 정보를 획득할 수 있다. 외부 오브젝트의 정보는 외부 오브젝트의 거리, 형태, 및/또는 움직임을 포함할 수 있다. 통신 회로(490)를 이용한 외부 오브젝트의 정보를 획득하는 다양한 실시예들은 도 6과 관련된 설명에 의하여 참조될 수 있다.
이하의 실시예들에 있어서, 외부 오브젝트 정보는 통신 회로(490)를 이용하여 획득된 외부 오브젝트의 데이터로 참조될 수 있다. 외부 오브젝트 이미지는 카메라(480)를 이용하여 획득된 외부 오브젝트의 이미지로 참조될 수 있다. 예를 들어, 외부 오브젝트가 얼굴인 경우, 외부 오브젝트 정보는 얼굴 데이터로 참조되고, 외부 오브젝트 이미지는 얼굴 이미지로 참조될 수 있다.
다양한 실시예들에 따르면, 프로세서(420)는 외부 오브젝트 정보에 기반하여 카메라(480)를 제어할 수 있다. 예를 들어, 프로세서(420)는 외부 오브젝트 정보에 기반하여 카메라(480)의 파라미터를 설정할 수 있다. 예를 들어, 통신 회로(490)를 이용함으로써 프로세서(420)는 외부 오브젝트 정보를, 카메라(480)를 이용한 이미지 분석에 기반한 외부 오브젝트의 정보 획득에 비하여, 상대적으로 빠르게 획득할 수 있다. 외부 오브젝트의 정보에 기반하여 카메라(480)의 파라미터를 설정함으로써, 프로세서(420)는 카메라(480)를 이용하여 외부 오브젝트를 촬영할 수 있다. 아울러, 카메라(480)가 외부 오브젝트의 이미지를 획득하기 어려운 상황인 경우(예: 어두운 상황), 외부 오브젝트 정보를 이용하여 카메라(480)의 촬영 파라미터를 설정할 수 있다.
일 실시예에 따르면, 프로세서(420)는 통신 회로(490)를 이용하여 외부 오브젝트의 거리 정보를 획득하고, 거리 정보에 따라서, 카메라(480)의 포커스(focus)를 위한 파라미터를 제어할 수 있다. 카메라(480)는 외부 오브젝트 정보를 이용함으로써, 카메라(480)의 AF(오토 포커싱)를 이용하는 것에 비하여 빠르게 외부 오브젝트에 포커싱될 수 있다.
일 실시예에 따르면, 프로세서(420)는 외부 오브젝트 정보에 기반하여 카메라(480)의 셔터 스피드 및/또는 노출 설정을 제어할 수 있다. 예를 들어, 프로세서(420)는 외부 오브젝트 정보가 지시하는 외부 오브젝트의 움직임이 지정된 제1 값 이상이면, 카메라(480)의 셔터 스피드를 증가시킴(예: 노출시간 감소)으로써 이미지 흐림 현상을 방지할 수 있다. 프로세서(420)는 외부 오브젝트 정보가 지시하는 외부 오브젝트의 움직임이 지정된 제2 값 미만이면, 카메라(480)의 셔터 스피드를 감소시키거나, 지정된 값(예: 카메라(480)의 노출 설정에 따른 값)으로 설정할 수 있다.
일 실시예에 따르면, 프로세서(420)는 설정된 파라미터에 따라서 카메라(480)를 이용하여 획득된 이미지로부터 외부 오브젝트의 이미지 인식에 실패한 경우, 카메라(480)의 자동 설정 기능(예: 오토 포커싱, 오토 노출 조정)을 이용하여 카메라(480)의 파라미터를 조정할 수 있다. 예를 들어, 자동 설정 기능은 카메라(480)의 이미지 프로세서에 의하여 수행될 수 있다.
다양한 실시예들에 따르면, 프로세서(420)는 외부 오브젝트 이미지에 기반하여 통신 회로(490)를 제어할 수 있다. 통신 회로(490)를 이용하여 외부 오브젝트를 탐지하는 경우, 통신 회로(490)는 그 특성상 한정된 정보만을 획득할 수 있기 때문에, 많은 시도가 요구될 수 있다. 예를 들어, 통신 회로(490)의 넓은 빔(예: 도 3의 넓은 빔(351))을 이용하는 경우, 전자 장치(401)는 외부 오브젝트의 거리 정보만을 획득할 수 있을 뿐, 외부 오브젝트의 위치 정보를 획득하기 어려울 수 있다. 이 경우, 전자 장치(401)는 외부 오브젝트의 탐지를 위하여 복수의 빔(예: 도 3의 좁은 빔(353))들을 이용하여 순차적으로 스캔하는 빔 스캐닝을 수행할 수 있다. 빔의 수가 증가할수록 빔 스캐닝을 위한 시간도 증가할 수 있다. 외부 오브젝트 이미지를 이용하여, 프로세서(420)는 탐지하고자 하는 외부 오브젝트의 거리 및 위치 정보를 획득하고, 거리 및 위치 정보를 이용하여 통신 회로(490)를 이용한 외부 오브젝트의 탐지를 빠르게 수행할 수 있다.
일 실시예에 따르면, 프로세서(420)는 외부 오브젝트 이미지로부터 외부 오브젝트의 거리를 추정할 수 있다. 일 예를 들어, 프로세서(420)는 외부 오브젝트의 이미지에 존재하는 거리 추정 정보(예: 얼굴 이미지의 크기 및/또는 얼굴의 눈 사이의 간격)를 이용하여 외부 오브젝트의 거리를 추정할 수 있다. 프로세서(420)는 추정된 외부 오브젝트의 거리에 대응하는 반사 신호의 정보를 이용하여 외부 오브젝트를 탐지할 수 있다 . 예를 들어, 프로세서(420)는 시간 영역 상에서 수신되는 반사 신호들 중 외부 오브젝트의 거리에 대응하는 단위 시간 구간에서 수신되는 반사 신호를 이용하여 외부 오브젝트를 탐지할 수 있다. 예를 들어, 프로세서(420)는 추정된 외부 오브젝트의 거리를 이용하여 반사 신호에 대한 CIR(channel impulse response) 탭(tap)을 선택할 수 있다. 이 경우, 전자 장치(401)는 모든 반사 신호에 대한 프로세서(420)는 선택된 탭에 대응하는 반사 신호의 데이터를 이용하여 외부 오브젝트를 탐지할 수 있다. 일 예를 들어, 전자 장치(420)는 수신된 반사 신호들 중 어느 신호가 외부 오브젝트에 대응하는 것인지 판단하기 어려울 수 있다. 이 경우, 외부 오브젝트의 이미지로부터 탐지하고자 하는 외부 오브젝트의 거리를 추정함으로써, 프로세서(420)는 통신 회로(490)를 이용하여 외부 오브젝트를 탐지할 수 있다. 이하에서, 외부 오브젝트의 탐지는, 외부 오브젝트에 대한 거리, 외부 오브젝트의 위치, 외부 오브젝트의 움직임, 및/또는 외부 오브젝트의 형상의 식별을 포함할 수 있다.
일 실시예에 따르면, 프로세서(420)는 외부 오브젝트 이미지를 이용하여 외부 오브젝트의 위치를 추정하고, 추정된 위치로 빔을 형성하여 외부 오브젝트를 탐지할 수 있다. 예를 들어, 프로세서(420)는 외부 오브젝트 이미지로부터 외부 오브젝트의 전자 장치(401)에 대한 상대적인 위치를 결정할 수 있다. 프로세서(420)는, 통신 회로(490)를 이용하여, 결정된 위치의 방향으로 적어도 하나의 빔을 형성하고, 형성된 적어도 하나의 빔을 이용하여 외부 오브젝트를 탐지할 수 있다.
다양한 실시예들에 따르면, 프로세서(420)는 얼굴 이미지 및 얼굴 데이터에 기반하여 대응하는 얼굴의 라이브니스를 결정할 수 있다. 예를 들어, 프로세서(420)는 기계 학습 모델(machine learning model) 을 이용하여 얼굴 이미지 및 얼굴 데이터를 분석함으로써 해당 얼굴의 라이브니스를 결정할 수 있다. 예를 들어, 기계 학습 모델은 전자 장치(401)에 메모리에 저장되어 있거나, 외부로부터 획득될 수 있다. 예를 들어, 프로세서(420)는 이미지 데이터 획득 모듈(431), 신호 데이터 획득 모듈(433), 및 라이브니스 결정 모듈(435)를 이용하여 해당 얼굴의 라이브니스를 결정할 수 있다. 예를 들어, 이미지 데이터 획득 모듈(431), 신호 데이터 획득 모듈(433), 및 라이브니스 결정 모듈(435)은 프로세서(420) 및 메모리(430)에 의하여 구현되는 소프트웨어 모듈일 수 있다.
예를 들어, 이미지 데이터 획득 모듈(431)은 카메라(480)를 이용하여 얼굴 이미지를 획득할 수 있다. 일 예를 들어, 이미지 데이터 획득 모듈(431)은 카메라(480)를 이용하여 획득된 이미지에 얼굴 이미지의 존재 여부를 확인하고, 얼굴 이미지가 존재하면 라이브니스 결정 모듈(435)에 획득된 이미지 또는 얼굴 이미지를 전달 할 수 있다. 라이브니스 결정 모듈(435)은 기계 학습 모델을 이용하여 해당 이미지가 진짜 사람의 얼굴인지를 결정할 수 있다. 라이브니스 결정 모듈(435)은 해당 이미지가 진짜 사람의 얼굴인지에 대한 점수를 생성할 수 있다.
예를 들어, 신호 데이터 획득 모듈(433)은 통신 회로(490)를 이용하여 얼굴 데이터를 획득할 수 있다. 신호 데이터 획득 모듈(433)은 획득된 얼굴 데이터를 라이브니스 결정 모듈(435)에 전달할 수 있다. 라이브니스 결정 모듈(435)은 기계 학습 모델을 이용하여 해당 얼굴 데이터가 진짜 사람의 얼굴인지를 결정할 수 있다. 라이브니스 결정 모듈(435)은 해당 얼굴 데이터가 진짜 사람의 얼굴인지에 대한 점수를 생성할 수 있다.
일 실시예에 따르면, 프로세서(420)는 얼굴 이미지에 대한 점수와 얼굴 데이터에 대한 점수에 기반하여 해당 얼굴이 진짜 사람의 얼굴인지를 결정할 수 있다. 예를 들어, 프로세서(420)는 가중치를 이용하여 두 점수를 더함으로써 해당 얼굴이 진짜 사람의 얼굴인지를 결정할 수 있다. 예를 들어, 얼굴 이미지에 대한 점수가 s1이고(예: 0부터 1 사이의 값으로서, 진짜 사람 얼굴의 확률이 높을수록 높게 설정된 값), 얼굴 데이터에 대한 점수가 s2(예: 0부터 1 사이의 값으로서, 진짜 사람 얼굴의 확률이 높을수록 높게 설정된 값)일 수 있다. 이 경우, 프로세서(420)는 하기의 수학식 1에 따라서 해당 얼굴이 진짜 사람의 얼굴인지 결정할 수 있다.
[수학식 1]
S= w1*s1 + w2*s2
예를 들어, 가중치 w1과 w2는 0과 1 사이의 값으로서, w1과 w2의 합은 1일 수 있다. 프로세서(420)는 점수 S가 지정된 임계치 이상이면, 해당 얼굴이 사람의 얼굴이라고 결정할 수 있다.
일 실시예에 따르면, 프로세서(420)는 전자 장치(401)의 환경에 기반하여 가중치를 조정할 수 있다. 예를 들어, 얼굴 이미지의 신뢰도가 낮은 환경에서, 프로세서(420)는 얼굴 이미지에 기반한 점수의 가중치(w1)를 낮게 설정할 수 있다. 예를 들어, 전자 장치(401)가 저휘도 환경에 있는 경우, 얼굴 이미지에 음영 영역에 있는 경우, 또는 글레어(glare) 현상이 있는 경우, 프로세서(420)는 얼굴 이미지에 기반한 점수의 가중치를 낮게 설정할 수 있다. 이 경우, 프로세서(420)는 얼굴 데이터에 기반한 점수의 가중치(w2)를 상대적으로 높게 설정할 수 있다. 다른 예를 들어, 얼굴 데이터의 신뢰도가 낮은 환경에서, 프로세서(420)는 얼굴 데이터에 기반한 점수의 가중치(w2)를 낮게 설정할 수 있다. 예를 들어, 얼굴이 전자 장치(401)로부터 가까운 거리(예: 지정된 거리 이내)에 있는 경우, 얼굴의 사진 이미지와 같은 위조 얼굴과 유사한 데이터가 회득될 수 있기 때문에, 얼굴 데이터의 신뢰도는 낮게 설정될 수 있다. 예를 들어, 프로세서(420)는 얼굴 이미지의 크기 또는 얼굴 이미지 내의 눈 사이의 거리에 기반하여 얼굴이 전자 장치(401)에 가까운 거리에 있는 것인지 결정할 수 있다. 프로세서(420)는 얼굴 이미지가 커질수록 또는 눈 사이의 거리가 증가할 수록, 얼굴 데이터에 기반한 점수의 가중치(w2)를 낮게 설정할 수 있다. 이 경우, 프로세서(420)는 얼굴 이미지에 기반한 점수의 가중치(w1)를 상대적으로 높게 설정할 수 있다.
일 실시예에 따르면, 프로세서(420)는 얼굴 이미지에 대한 점수와 얼굴 데이터에 대한 점수에 기반하여 사용자 인증을 수행할 수 있다. 예를 들어, 얼굴 이미지가 지정된 사용자의 얼굴 이미지에 대응하더라도, 프로세서(420)는 해당 얼굴 이미지가 가짜 얼굴 이미지로 판단되면(예: 수학식 1의 점수 S가 지정된 값 미만인 경우), 해당 사용자에 대한 인증을 거절할 수 있다. 예를 들어, 얼굴 이미지가 지정된 사용자의 얼굴 이미지에 대응하고 해당 얼굴 이미지가 진짜 얼굴 이미지로 판단되면(예: 수학식 1의 점수 S가 지정된 값 이상인 경우), 프로세서(420)는 해당 사용자에 대한 인증을 승인할 수 있다.
도 5는 일 실시예에 따른 전자 장치의 카메라 구성을 도시한다.
예를 들어, 카메라(480)는 제1 카메라(481), 제2 카메라(482), 제3 카메라(483), 및 제4 카메라(484)를 포함할 수 있다. 도 4에 도시된 카메라(480)의 구성은 예시적인 것으로서 본 문서의 실시예들이 이에 제한되는 것은 아니다. 예를 들어, 전자 장치(480)의 카메라는 적외선 카메라를 더 포함할 수 있다.
참조번호 501을 참조하여, 제1 카메라(481)는 전자 장치(401)의 전면(예: 디스플레이(460)가 위치된 면)에 위치될 수 있다. 예를 들어, 제1 카메라(481)는 디스플레이(460)에 펀치-홀 형태로 실장될 수 있다. 다른 예를 들어, 제1 카메라(481)는 디스플레이(460)의 아래 쪽에 위치되고, 디스플레이(460)를 통하여 이미지를 획득하도록 설정될 수 있다. 또 다른 예를 들어, 제1 카메라(481)는 전자 장치(401)의 전면 중, 디스플레이(460) 외의 영역에 위치될 수 있다.
참조번호 502를 참조하여, 제2 카메라(482), 제3 카메라(483), 및 제4 카메라(484)는 전자 장치(401)의 후면(예: 디스플레이(460)가 위치된 면의 반대면)에 위치될 수 있다.
참조번호 503을 참조하여, 제1 카메라(481), 제2 카메라(482), 제3 카메라(483), 및 제4 카메라(484)는 서로 상이한 화각을 가질 수 있다. 예를 들어, 제1 카메라(481)는 제1 화각(581)을 가지고 전자 장치(401)의 앞쪽에 위치한 오브젝트를 촬영할 수 있다. 제2 카메라(482), 제3 카메라(483), 및 제4 카메라(484)는 전자 장치(401)의 뒤쪽에 위치한 오브젝트를 촬영할 수 있다. 제2 카메라(482)는 제2 화각(582)을 가질 수 있다. 제3 카메라(483)는 제3 화각(583)을 가질 수 있다. 제4 카메라(484)는 제4 화각(584)을 가질 수 있다.
도 6은 일 실시예에 따른 전자 장치의 통신 회로를 이용한 빔포밍을 도시한다.
참조번호 601을 참조하여, 전자 장치(401)는 통신 회로(예: 도 4의통신 회로(490))를 이용하여 넓은 빔(예; 도 3의 넓은 빔(351))을 형성하고, 넓은 빔을 이용하여 신호를 송수신할 수 있다. 예를 들어, 제1 로브(lobe)(691)는 메인 로브이고, 제2 로브(692)는 백 로브일 수 있다. 전자 장치(401)가 넓은 빔을 형성하는 경우, 제1 로브(691) 및 제2 로브(692)는 상대적으로 넓은 각도의 커버리지를 가질 수 있다. 예를 들어, 제1 로브(691)는 제1 각도(681)의 커버리지를 가지고, 제2 로브(692)는 제2 각도(682)의 커버리지를 가질 수 있다.
일 실시예에 따르면, 프로세서(420)는 통신 회로(490)를 이용하여 외부 오브젝트를 탐지할 수 있다. 예를 들어, 프로세서(420)는 통신 회로(490)를 이용하여 신호를 송신하고, 송신된 신호가 외부 오브젝트에 의하여 반사된 신호를 수신 또는 감지함으로써 외부 오브젝트를 탐지할 수 있다. 프로세서(420)는 송신 신호와 반사 신호 사이의 시간 차이 및/또는 송신 신호와 반사 신호의 위상 차이에 기반하여 전자 장치(401)와 외부 오브젝트 사이의 거리를 결정할 수 있다. 일 예를 들어, 프로세서(420)는 넓은 빔을 이용하여 외부 오브젝트를 탐지할 수 있다. 넓은 빔은 커버리지가 넓기 때문에 넓은 각도 범위 내에 위치하는 외부 오브젝트를 탐지할 수 있다. 넓은 빔은 상대적으로 낮은 지향성을 가지기 때문에, 전자 장치(401)는 외부 오브젝트의 거리를 결정할 수 있으나, 외부 오브젝트의 방향을 결정하기 어려울 수 있다.
참조번호 602를 참조하여, 전자 장치(401)는 통신 회로(490)를 이용하여 좁은 빔(예; 도 3의 좁은 빔(353))을 형성하고, 좁은 빔을 이용하여 신호를 송수신할 수 있다. 예를 들어, 전자 장치(401)는 안테나 어레이의 복수의 안테나 엘리먼트들에 연관된 위상 및/또는 크기를 변경함으로써 다양한 방향을 지향하는 빔을 형성할 수 있다. 예를 들어, 통신 회로(490)는 제1 빔(681-1), 제2 빔(682-2), 제3 빔(682-3), 및 제4 빔(682-4)을 형성할 수 있다. 도 4에 도시된 빔의 형태 및 수는 예시적인 것으로서, 본 문서의 실시예들이 이에 제한되는 것은 아니다. 전자 장치(401)가 좁은 빔을 형성하는 경우, 각각의 빔(681-1 내지는 681-4)은 상대적으로 좁은 각도의 커버리지를 가질 수 있다.
일 실시예에 따르면, 프로세서(420)는 통신 회로(490)를 이용하여 외부 오브젝트를 탐지할 수 있다. 예를 들어, 프로세서(420)는 통신 회로(490)를 이용하여 좁은 빔을 형성하고, 형성된 빔을 이용하여 신호를 송신하고, 송신된 신호가 외부 오브젝트에 의하여 반사된 신호를 수신 또는 감지함으로써 외부 오브젝트를 탐지할 수 있다. 좁은 빔의 경우, 넓은 빔에 대하여 상대적으로 높은 지향성을 가지기 때문에, 프로세서(420)는 외부 오브젝트의 거리 및 외부 오브젝트의 방향(예: 전자 장치(401)에 대한 상대적인 방향)을 결정할 수 있다.
일 실시예에 따르면, 프로세서(420)는 통신 회로(490)를 이용하여 외부 오브젝트에 연관된 데이터를 획득할 수 있다. 예를 들어, 외부 오브젝트에 연관된 데이터는 외부 오브젝트의 거리, 외부 오브젝트의 형태, 및/또는 외부 오브젝트의 움직임을 포함할 수 있다. 일 실시예에 따르면, 프로세서(420)는 송신 신호 및 반사 신호에 기반하여 외부 오브젝트의 거리를 결정할 수 있다. 일 실시예에 따르면, 프로세서(420)는 외부 오브젝트가 위치된 영역에 빔을 형성하고, 복수의 빔(예: 좁은 빔)을 통하여 거리 및 방향 정보를 획득함으로써 외부 오브젝트의 형태에 대한 정보를 획득할 수 있다. 예를 들어, 프로세서(420)는 제1 빔(681-1)을 이용하여 외부 오브젝트의 영역에 신호를 송신하고, 제1 빔(681-1)을 이용하여 반사 신호를 수신하여 제1 데이터를 획득할 수 있다. 프로세서(420)는 제2 빔(681-2)을 이용하여 외부 오브젝트의 영역에 신호를 송신하고, 제2 빔(681-2)을 이용하여 반사 신호를 수신하여 제2 데이터를 획득할 수 있다. 프로세서(420)는 제3 빔(681-3)을 이용하여 외부 오브젝트의 영역에 신호를 송신하고, 제3 빔(681-3)을 이용하여 반사 신호를 수신하여 제3 데이터를 획득할 수 있다. 예를 들어, 프로세서(420)는 상기 제1 데이터, 상기 제2 데이터, 및 상기 제3 데이터를 이용하여 외부 오브젝트의 형태에 대한 정보를 생성할 수 있다. 일 실시예에 따르면, 프로세서(420)는 송신 신호와 수신 신호 사이의 위상 차이에 기반하여 외부 오브젝트의 움직임 정보를 획득할 수 있다. 예를 들어, 프로세서(420)는 도플러 효과에 따른 위상 변위를 감지함으로써 외부 오브젝트의 움직임 정보를 획득할 수 있다.
도 7은 일 실시예에 따른 전자 장치의 통신 회로에 기반한 카메라 제어 방법을 도시한다.
도 7을 참조하여, 일 실시예에 따르면, 프로세서(420)는 통신 회로(490)를 이용하여 외부 오브젝트의 거리 정보를 획득하고, 거리 정보에 따라서, 카메라(480)의 포커스(focus)를 위한 파라미터를 제어할 수 있다. 예를 들어, 프로세서(420)는 제1 신호(711)를 송신하고, 외부 오브젝트(710)에 의하여 반사된 제2 신호(712)를 수신함으로써 외부 오브젝트의 거리 정보를 획득할 수 있다. 프로세서(420)는 제1 신호(711)를 넓은 빔을 이용하여 송신할 수 있다.
일 실시예에 따르면, 프로세서(420)는 외부 오브젝트 정보에 기반하여 카메라(480)의 셔터 스피드 및/또는 노출 설정을 제어할 수 있다. 예를 들어, 제2 신호(712)에 의하여 감지된 외부 오브젝트의 움직임이 지정된 제1 값 이상이면, 프로세서(420)는 카메라(480)의 셔터 스피드를 증가(예: 노출시간 감소)시킬 수 있다.
도 8은 일 실시예에 따른 전자 장치의 카메라 이미지에 기반한 통신 회로의 제어 방법을 도시한다.
참조번호 801을 참조하여, 예를 들어, 프로세서(420)는 카메라(예: 도 4의 카메라(480))를 이용하여 획득된 외부 오브젝트의 얼굴 이미지 중 눈 사이의 거리(d1)에 기반하여 통신 회로(490)의 필터 탭을 선택할 수 있다. 예를 들어, 프로세서(420)는 메모리(430)에 저장된 눈 사이의 거리(d1)와 필터 탭의 대응 관계에 기반하여 필터 탭을 선택할 수 있다.
참조번호 802는 반사 신호의 단위 시간 당 수신 강도 를 도시하는 그래프이다. 예를 들어, 참조번호 802의 그래프는, 통신 회로(490)의 복수의 안테나 엘리먼트들 중, 0도의 위상이 설정된 안테나 엘리먼트, 30도의 위상이 설정된 안테나 엘리먼트, 60도의 위상이 설정된 안테나 엘리먼트, -30도의 위상이 설정된 안테나 엘리먼트, 및 -60도의 위상이 설정된 안테나 엘리먼트에 의하여 수신된 반사 신호의 강도를 도시한다. 예를 들어, 제1 피크(P1)과 제2 피크(P2)가 나타날 수 있다. 따라서, 이 경우, 제1 피크(P1)에 대응하는 위치와 제2 피크(P2)에 대응하는 위치에 외부 오브젝트가 존재할 수 있다. 일 예를 들어, 프로세서(420)는 눈 사이의 거리(d1)에 대응하는 필터 탭(d1’)에 가장 가까운 제2 피크(P2)를 탐지하고자 하는 외부 오브젝트에 대응하는 반사 신호로 결정할 수 있다. 이 경우, 프로세서(420)는 통신 회로(490)의 필터 탭을 필터 탭(d1’)을 포함하는 필터 탭(d1’)으로부터 지정된 범위 내의 필터 탭으로 설정할 수 있다. 다른 예를 들어, 필터 탭(d1’)으로부터 지정된 범위 내에 피크 값(예: P2)이 존재하는 경우, 필터 탭(d1’)을 포함하는 필터 탭(d1’)으로부터 지정된 범위 내의 필터 탭을 통신 회로(490)의 필터 탭으로 설정할 수 있다. 필터 탭(d1’)으로부터 지정된 범위 내에 피크 값이 존재하지 않는 경우, 프로세서(420)는 통신 회로(490)의 최대 필터 탭을 이용하여 반사 신호를 수신할 수 있다.
도 9는 일 실시예에 따른 전자 장치의 카메라 이미지에 기반한 통신 회로의 제어 방법을 도시한다.
도 9를 참조하여, 일 실시예에 따르면, 프로세서(420)는 외부 오브젝트 이미지를 이용하여 외부 오브젝트의 위치를 추정하고, 추정된 위치로 빔을 형성하여 외부 오브젝트를 탐지할 수 있다. 예를 들어, 카메라(480)에 의하여 획득된 이미지(921)에서, 이미지(921)의 오른쪽에 얼굴 영역(922)이 식별될 수 있다. 이 경우, 프로세서(420)는 외부 오브젝트(710)의 얼굴이 전자 장치(401)에 비하여 상대적으로 우측에 위치된 것으로 결정할 수 있다. 프로세서(420)는 통신 회로(490)를 이용하여 전자 장치(401)에 대하여 상대적으로 오른쪽으로 빔(911)을 형성하고, 빔(911)(예: 좁은 빔)을 이용하여 외부 오브젝트(710)을 탐지할 수 있다.
도 10은 일 실시예에 따른 전자 장치의 통신 회로를 이용한 오브젝트 데이터 획득 방법을 도시한다.
도 10을 참조하여, 프로세서(420)는 통신 회로(490)를 이용하여 외부 오브젝트(710)의 데이터를 획득할 수 있다. 예를 들어, 프로세서(420)는 외부 오브젝트(710)의 방향이 결정된 경우, 해당 방향으로 복수의 빔들을 형성하고, 복수의 빔들(예: 좁은 빔)을 이용하여 외부 오브젝트(710)의 데이터를 획득할 수 있다. 예를 들어, 프로세서(420)는 제1 빔(1011)을 이용하여 외부 오브젝트(710)의 영역에 신호를 송신하고, 제1 빔(1011)을 이용하여 반사 신호를 수신하여 제1 데이터를 획득할 수 있다. 유사하게, 프로세서(420)는 제2 빔(1012)을 이용하여 제2 데이터를 획득할 수 있다. 프로세서(420)는 제3 빔(1013)을 이용하여 제3 데이터를 획득할 수 있다. 예를 들어, 프로세서(420)는 상기 제1 데이터, 상기 제2 데이터, 및 상기 제3 데이터를 이용하여 외부 오브젝트(720)의 형태에 대한 정보를 생성할 수 있다. 많은 빔을 이용할 수록, 프로세서(420)는 외부 오브젝트(720)에 대한 높은 해상도의 형태 정보를 획득할 수 있다.
도 11은 일 실시예에 따른 카메라를 이용한 이미지 획득 방법의 흐름도(1100)를 도시한다.
도 11을 참조하여, 일 실시예에 따르면, 동작 1105에서, 프로세서(예: 도 4의 프로세서(420))는 통신 회로(예: 도 4의 통신 회로(490))을 이용하여 외부 오브젝트의 거리를 결정할 수 있다. 예를 들어, 프로세서(420)는 통신 회로(490)를 이용하여 넓은 빔을 형성하고, 넓은 빔을 이용하여 신호를 송신하고, 외부 오브젝트에 의하여 반사된 신호를 수신함으로써 외부 오브젝트의 거리를 결정할 수 있다.
일 실시예에 따르면, 동작 1110에서, 프로세서(420)는 결정된 거리에 기반하여 카메라(480)의 파라미터를 설정할 수 있다. 예를 들어, 프로세서(420)는 결정된 거리에 기반하여 카메라(480)의 포커싱에 연관된 파라미터를 설정할 수 있다. 동작 1110에서, 프로세서(420)는 카메라의 셔터 스피드와 같은 다른 파라미터를 더 설정할 수 있다. 예를 들어, 프로세서(420)는 통신 회로(490)를 이용하여 외부 오브젝트의 움직임을 감지하고, 움직임의 양에 기반하여 셔터 스피드에 연관된 파라미터를 설정할 수 있다.
일 실시예에 따르면, 동작 1115에서, 프로세서(420)는 설정된 파라미터에 따라서 카메라(480)를 이용하여 획득된 이미지로부터, 얼굴 이미지가 인식되는지 결정할 수 있다. 예를 들어, 프로세서(420)는 카메라(480)를 이용하여 하나 이상의 이미지들을 획득하고, 하나 이상의 이미지들을 이용하여 얼굴 이미지의 인식을 시도할 수 있다. 예를 들어, 프로세서(420)는 기계 학습 모델에 기반한 이미지 인식을 이용하여 얼굴 이미지를 인식할 수 있다.
일 실시예에 따르면, 얼굴 이미지 인식에 성공한 경우(예: 동작 1115-Yes), 동작 1125에서, 프로세서(420)는 동작 1110에 따른 파라미터로 설정된 카메라(480)를 이용하여 얼굴 이미지를 포함하는 이미지를 획득할 수 있다.
일 실시예에 따르면, 얼굴 이미지 인식에 실패한 경우(예: 동작 1115-No), 동작 1120에서, 프로세서(420)는 카메라(480)의 오토 포커싱 기능을 이용하여 카메라 파라미터를 설정할 수 있다. 프로세서(420)는 카메라(480)의 다른 자동 설정 기능(예: 오토 노출 기능 등)을 이용하여 카메라 파라미터를 설정할 수 있다. 동작 1125에서, 프로세서(420)는 동작 1120에 따른 파라미터로 설정된 카메라(480)를 이용하여 얼굴 이미지를 포함하는 이미지를 획득할 수 있다.
도 12는 일 실시예에 따른 통신 회로를 이용한 얼굴 데이터 획득 방법의 흐름도(1200)를 도시한다.
도 12를 참조하여, 일 실시예에 따르면, 동작 1205에서, 프로세서(예: 도 4의 프로세서(420))는 카메라(예: 도 4의 카메라(480))를 이용하여 얼굴 이미지를 포함하는 이미지를 획득할 수 있다. 예를 들어, 동작 1205는 도 11의 동작 1125에 대응할 수 있다. 이 경우, 도 12의 동작 1210 및 1215는, 도 11의 동작 1125에 후속하여 수행될 수 있다. 다른 예를 들어, 동작 1205는 도 11의 동작 1125와는 무관하게 수행될 수 있다.
일 실시예에 따르면, 동작 1210에서, 프로세서(420)는 얼굴 이미지에 기반하여 통신 회로(490)의 파라미터를 설정할 수 있다. 예를 들어, 프로세서(420)는 얼굴 이미지에 기반하여 통신 회로(예: 도 4의 통신 회로(490))의 필터 탭 및/또는 빔포밍 관련 파라미터 (예: 빔포밍을 위한 안테나 엘리먼트들의 위상 정보 및/또는 이득 정보)를 설정할 수 있다.
일 실시예에 따르면, 동작 1215에서, 프로세서(420)는 설정된 파라미터에 따라서 통신 회로(490)를 제어하여 얼굴 데이터를 획득할 수 있다.
도 13은 일 실시예에 따른 라이브니스 검출 방법의 흐름도(1300)를 도시한다.
도 13을 참조하여, 일 실시예에 따르면, 동작 1305에서, 프로세서(예: 도 4의 프로세서(420))는 카메라(예: 도 4의 카메라(480))를 이용하여 얼굴 이미지를 포함하는 이미지를 획득할 수 있다. 예를 들어, 프로세서(420)는 도 11의 이미지 획득 방법에 따라서 얼굴 이미지를 획득할 수 있다. 다른 예를 들어, 프로세서(420)는 카메라(480)의 자동 설정 기능에 따라서 얼굴 이미지를 획득할 수 있다.
일 실시예에 따르면, 동작 1310에서, 프로세서(420)는 통신 회로(490)를 이용하여 얼굴 데이터를 획득할 수 있다. 예를 들어, 프로세서(420)는 도 12의 얼굴 데이터 획득 방법에 따라서 얼굴 데이터를 획득할 수 있다. 일 예에 따르면, 동작 1310은 동작 1305에 앞서서 수행될 수 있다.
일 실시예에 따르면, 동작 1315에서, 프로세서(420)는 얼굴 이미지 및 얼굴 데이터에 기반하여 대응 얼굴이 진짜 사람 얼굴인지 결정할 수 있다. 예를 들어, 프로세서(420)는 얼굴 이미지에 기반하여 대응 얼굴이 진짜 사람 얼굴인지에 대한 제1 값을 결정할 수 있다. 프로세서(420)는 얼굴 데이터에 기반하여 대응 얼굴이 진짜 사람 얼굴인지에 대한 제2 값을 결정할 수 있다. 프로세서(420)는 제1 값과 제2 값의 합에 적어도 일부 기반하여 해당 얼굴이 진짜 사람 얼굴인지 결정할 수 있다. 예를 들어, 프로세서(420)는 제1 값과 제2 값에 대한 가중치를 적용할 수 있다. 프로세서(420)는 얼굴 이미지 및/또는 얼굴 데이터에 대한 신뢰도에 기반하여 가중치를 조정할 수 있다.
다양한 실시예들에 따르면, 전자 장치(예: 도 4의 전자 장치(401))는, 디스플레이(예: 도 4의 디스플레이(460)), 카메라(예: 도 4의 카메라(480)), 복수의 안테나 엘리먼트를 포함하는 안테나 어레이와 연결되고, 상기 안테나 어레이를 이용하여 빔포밍을 수행하도록 설정된 무선 통신 회로(예: 도 4의 통신 회로(490)), 상기 디스플레이, 상기 카메라, 및 상기 무선 통신 회로와 작동적으로 연결된 프로세서(예: 도 4의 프로세서(420)), 및 상기 프로세서와 작동적으로 연결된 메모리(예: 도 4의 메모리(430))를 포함할 수 있다. 상기 메모리는 실행 시에 상기 프로세서가, 상기 카메라를 이용하여 얼굴 이미지를 포함하는 이미지를 획득하고, 상기 얼굴 이미지에 기반하여 상기 무선 통신 회로를 제어하여, 상기 얼굴 이미지에 대응하는 얼굴의 얼굴 데이터를 획득하도록 하는 하나 이상의 인스트럭션들을 저장할 수 있다.
예를 들어, 상기 하나 이상의 인스트럭션들은 실행 시에 상기 프로세서가 상기 이미지 내의 상기 얼굴 이미지의 위치에 기반하여 상기 무선 통신 회로를 이용하여 적어도 하나의 빔을 형성하도록 할 수 있다.
일 실시예에 따르면, 상기 하나 이상의 인스트럭션들은 실행 시에 상기 프로세서가 상기 이미지 내의 상기 얼굴 이미지의 위치에 기반하여 상기 얼굴에 대응하는 사용자의 상기 전자 장치에 대한 상대적인 위치를 결정하고, 상기 무선 통신 회로를 이용하여 상기 결정된 방향으로 적어도 하나의 빔을 형성하도록 할 수 있다.
일 실시예에 따르면, 상기 하나 이상의 인스트럭션들은 실행 시에 상기 프로세서가, 상기 적어도 하나의 빔을 이용하여 신호를 송신하고, 상기 송신된 신호의 반사 신호를 감지함으로써 상기 얼굴 데이터를 획득하도록 할 수 있다.
일 실시예에 따르면, 상기 하나 이상의 인스트럭션들은 실행 시에 상기 프로세서가, 상기 무선 통신 회로를 이용하여 상기 얼굴의 상기 전자 장치에 대한 거리를 획득하고, 상기 거리에 기반하여 상기 카메라의 포커싱에 연관된 파라미터를 설정하고, 상기 파라미터가 설정된 카메라를 이용하여 상기 얼굴 이미지를 포함하는 상기 이미지를 획득하도록 할 수 있다.
일 실시예에 따르면, 상기 하나 이상의 인스트럭션들은 실행 시에 상기 프로세서가, 상기 무선 통신 회로를 이용하여 상기 얼굴에 대한 움직임 정보를 생성하고, 상기 움짐임 정보에 기반하여 상기 카메라의 셔터 스피드에 연관된 파라미터를 설정하고, 상기 파라미터가 설정된 카메라를 이용하여 상기 얼굴 이미지를 포함하는 상기 이미지를 획득하도록 할 수 있다.
일 실시예에 따르면, 상기 하나 이상의 인스트럭션들은 실행 시에 상기 프로세서가, 상기 얼굴 이미지 및 상기 얼굴 데이터에 기반하여 상기 얼굴이 진짜 사람의 얼굴인지 결정하도록 할 수 있다. 예를 들어, 상기 하나 이상의 인스트럭션들은 실행 시에 상기 프로세서가, 상기 얼굴 이미지에 기반하여 상기 얼굴이 진짜 사람의 얼굴일 확률에 기반한 제1 점수를 계산하고, 상기 얼굴 데이터에 기반하여 상기 얼굴이 진짜 사람의 얼굴일 확률에 기반한 제2 점수를 계산하고, 상기 제1 점수와 상기 제2 점수에 적어도 일부 기반하여 상기 얼굴이 진짜 사람의 얼굴인지 결정하도록 할 수 있다. 예를 들어, 상기 하나 이상의 인스트럭션들은 실행 시에 상기 프로세서가, 상기 제1 점수에 제1 가중치를 적용한 값과 상기 제2 점수에 제2 가중치를 적용한 값의 합에 기반하여 상기 얼굴이 진짜 사람의 얼굴인지 결정하도록 할 수 있다. 일 실시예에 따르면, 상기 하나 이상의 인스트럭션들은 실행 시에 상기 프로세서가, 상기 이미지의 신뢰도 또는 상기 얼굴 데이터의 신뢰도 중 적어도 하나에 기반하여 상기 제1 가중치 및 상기 제2 가중치를 조정하도록 할 수 있다.
다양한 실시예들에 따른 전자 장치의 얼굴 데이터 획득을 위한 방법은, 상기 전자 장치의 카메라를 이용하여 얼굴 이미지를 포함하는 이미지를 획득하는 동작(예: 도 13의 동작 1305), 상기 얼굴 이미지에 기반하여 상기 전자 장치의 무선 통신 회로를 제어하는 동작, 및 상기 무선 통신 회로를 이용하여 상기 얼굴 이미지에 대응하는 얼굴의 얼굴 데이터를 획득하는 동작(예: 도 13의 동작 1310)을 포함할 수 있다. 상기 무선 통신 회로는 빔포밍을 수행하도록 구성된 복수의 안테나 엘리먼트들을 포함하는 안테나 어레이를 포함할 수 있다.
예를 들어, 상기 얼굴 이미지에 기반하여 상기 전자 장치의 무선 통신 회로를 제어하는 동작은, 상기 이미지 내의 상기 얼굴 이미지의 위치에 기반하여 상기 무선 통신 회로를 이용하여 적어도 하나의 빔을 형성하는 동작을 포함할 수 있다.
예를 들어, 상기 무선 통신 회로를 이용하여 적어도 하나의 빔을 형성하는 동작은, 상기 이미지 내의 상기 얼굴 이미지의 위치에 기반하여 상기 얼굴에 대응하는 사용자의 상기 전자 장치에 대한 상대적인 위치를 결정하는 동작, 및 상기 무선 통신 회로를 이용하여 상기 결정된 방향으로 적어도 하나의 빔을 형성하는 동작을 포함할 수 있다.
예를 들어, 상기 무선 통신 회로를 이용하여 상기 얼굴 이미지에 대응하는 얼굴의 얼굴 데이터를 획득하는 동작은, 상기 적어도 하나의 빔을 이용하여 신호를 송신하는 동작, 및 상기 송신된 신호의 반사 신호를 감지함으로써 상기 얼굴 데이터를 획득하는 동작을 포함할 수 있다.
예를 들어, 상기 전자 장치의 카메라를 이용하여 얼굴 이미지를 포함하는 이미지를 획득하는 동작은, 상기 무선 통신 회로를 이용하여 상기 얼굴의 상기 전자 장치에 대한 거리를 획득하는 동작, 상기 거리에 기반하여 상기 카메라의 포커싱에 연관된 파라미터를 설정하는 동작, 및 상기 파라미터가 설정된 카메라를 이용하여 상기 얼굴 이미지를 포함하는 상기 이미지를 획득하는 동작을 포함할 수 있다.
예를 들어, 상기 전자 장치의 카메라를 이용하여 얼굴 이미지를 포함하는 이미지를 획득하는 동작은, 상기 무선 통신 회로를 이용하여 상기 얼굴에 대한 움직임 정보를 생성하는 동작, 상기 움짐임 정보에 기반하여 상기 카메라의 셔터 스피드에 연관된 파라미터를 설정하는 동작, 및 상기 파라미터가 설정된 카메라를 이용하여 상기 얼굴 이미지를 포함하는 상기 이미지를 획득하는 동작을 포함할 수 있다.
일 실시예에 따르면, 상기 방법은 상기 얼굴 이미지 및 상기 얼굴 데이터에 기반하여 상기 얼굴이 진짜 사람의 얼굴인지 결정하는 동작을 더 포함할 수 있다. 예를 들어, 상기 얼굴 이미지 및 상기 얼굴 데이터에 기반하여 상기 얼굴이 진짜 사람의 얼굴인지 결정하는 동작은, 상기 얼굴 이미지에 기반하여 상기 얼굴이 진짜 사람의 얼굴일 확률에 기반한 제1 점수를 계산하는 동작, 상기 얼굴 데이터에 기반하여 상기 얼굴이 진짜 사람의 얼굴일 확률에 기반한 제2 점수를 계산하는 동작, 및 상기 제1 점수와 상기 제2 점수에 적어도 일부 기반하여 상기 얼굴이 진짜 사람의 얼굴인지 결정하는 동작을 포함할 수 있다.
예를 들어, 상기 제1 점수와 상기 제2 점수에 적어도 일부 기반하여 상기 얼굴이 진짜 사람의 얼굴인지 결정하는 동작은, 상기 제1 점수에 제1 가중치를 적용한 값과 상기 제2 점수에 제2 가중치를 적용한 값의 합에 기반하여 상기 얼굴이 진짜 사람의 얼굴인지 결정하는 동작을 포함할 수 있다.
일 실시예에 따르면, 상기 방법은 상기 이미지의 신뢰도 또는 상기 얼굴 데이터의 신뢰도 중 적어도 하나에 기반하여 상기 제1 가중치 및 상기 제2 가중치를 조정하는 동작을 더 포함할 수 있다.

Claims (20)

  1. 전자 장치로서,
    디스플레이;
    카메라;
    복수의 안테나 엘리먼트들을 포함하는 안테나 어레이와 연결되고, 상기 안테나 어레이를 이용하여 빔포밍을 수행하도록 설정된 무선 통신 회로;
    상기 디스플레이, 상기 카메라, 및 상기 무선 통신 회로와 작동적으로 연결된 프로세서; 및
    상기 프로세서와 작동적으로 연결된 메모리를 포함하고, 상기 메모리는 실행 시에 상기 프로세서가:
    상기 카메라를 이용하여 얼굴 이미지를 포함하는 이미지를 획득하고,
    상기 얼굴 이미지에 기반하여 상기 무선 통신 회로를 제어하여, 상기 얼굴 이미지에 대응하는 얼굴의 얼굴 데이터를 획득하도록 하는 하나 이상의 인스트럭션들을 저장하는, 전자 장치.
  2. 제 1 항에 있어서,
    상기 하나 이상의 인스트럭션들은 실행 시에 상기 프로세서가 상기 이미지 내의 상기 얼굴 이미지의 위치에 기반하여 상기 무선 통신 회로를 이용하여 적어도 하나의 빔을 형성하도록 하는, 전자 장치.
  3. 제 2 항에 있어서,
    상기 하나 이상의 인스트럭션들은 실행 시에 상기 프로세서가 상기 이미지 내의 상기 얼굴 이미지의 위치에 기반하여 상기 얼굴에 대응하는 사용자의 상기 전자 장치에 대한 상대적인 위치를 결정하고,
    상기 무선 통신 회로를 이용하여 상기 결정된 방향으로 적어도 하나의 빔을 형성하도록 하는, 전자 장치.
  4. 제 2 항에 있어서,
    상기 하나 이상의 인스트럭션들은 실행 시에 상기 프로세서가:
    상기 적어도 하나의 빔을 이용하여 신호를 송신하고,
    상기 송신된 신호의 반사 신호를 감지함으로써 상기 얼굴 데이터를 획득하도록 하는, 전자 장치.
  5. 제 1 항에 있어서,
    상기 하나 이상의 인스트럭션들은 실행 시에 상기 프로세서가:
    상기 무선 통신 회로를 이용하여 상기 얼굴의 상기 전자 장치에 대한 거리를 획득하고,
    상기 거리에 기반하여 상기 카메라의 포커싱에 연관된 파라미터를 설정하고,
    상기 파라미터가 설정된 카메라를 이용하여 상기 얼굴 이미지를 포함하는 상기 이미지를 획득하도록 하는, 전자 장치.
  6. 제 1 항에 있어서,
    상기 하나 이상의 인스트럭션들은 실행 시에 상기 프로세서가:
    상기 무선 통신 회로를 이용하여 상기 얼굴에 대한 움직임 정보를 생성하고,
    상기 움짐임 정보에 기반하여 상기 카메라의 셔터 스피드에 연관된 파라미터를 설정하고,
    상기 파라미터가 설정된 카메라를 이용하여 상기 얼굴 이미지를 포함하는 상기 이미지를 획득하도록 하는, 전자 장치.
  7. 제 1 항에 있어서,
    상기 하나 이상의 인스트럭션들은 실행 시에 상기 프로세서가, 상기 얼굴 이미지 및 상기 얼굴 데이터에 기반하여 상기 얼굴이 진짜 사람의 얼굴인지 결정하도록 하는, 전자 장치.
  8. 제 7 항에 있어서,
    상기 하나 이상의 인스트럭션들은 실행 시에 상기 프로세서가:
    상기 얼굴 이미지에 기반하여 상기 얼굴이 진짜 사람의 얼굴일 확률에 기반한 제1 점수를 계산하고,
    상기 얼굴 데이터에 기반하여 상기 얼굴이 진짜 사람의 얼굴일 확률에 기반한 제2 점수를 계산하고,
    상기 제1 점수와 상기 제2 점수에 적어도 일부 기반하여 상기 얼굴이 진짜 사람의 얼굴인지 결정하도록 하는, 전자 장치.
  9. 제 8 항에 있어서,
    상기 하나 이상의 인스트럭션들은 실행 시에 상기 프로세서가, 상기 제1 점수에 제1 가중치를 적용한 값과 상기 제2 점수에 제2 가중치를 적용한 값의 합에 기반하여 상기 얼굴이 진짜 사람의 얼굴인지 결정하도록 하는, 전자 장치.
  10. 제 9 항에 있어서,
    상기 하나 이상의 인스트럭션들은 실행 시에 상기 프로세서가, 상기 이미지의 신뢰도 또는 상기 얼굴 데이터의 신뢰도 중 적어도 하나에 기반하여 상기 제1 가중치 및 상기 제2 가중치를 조정하도록 하는, 전자 장치.
  11. 전자 장치의 얼굴 데이터 획득을 위한 방법으로서,
    상기 전자 장치의 카메라를 이용하여 얼굴 이미지를 포함하는 이미지를 획득하는 동작;
    상기 얼굴 이미지에 기반하여 상기 전자 장치의 무선 통신 회로를 제어하는 동작; 및
    상기 무선 통신 회로를 이용하여 상기 얼굴 이미지에 대응하는 얼굴의 얼굴 데이터를 획득하는 동작을 포함하고,
    상기 무선 통신 회로는 빔포밍을 수행하도록 구성된 복수의 안테나 엘리먼트들을 포함하는 안테나 어레이를 포함하는, 방법.
  12. 제 11 항에 있어서,
    상기 얼굴 이미지에 기반하여 상기 전자 장치의 무선 통신 회로를 제어하는 동작은, 상기 이미지 내의 상기 얼굴 이미지의 위치에 기반하여 상기 무선 통신 회로를 이용하여 적어도 하나의 빔을 형성하는 동작을 포함하는, 방법.
  13. 제 12 항에 있어서,
    상기 무선 통신 회로를 이용하여 적어도 하나의 빔을 형성하는 동작은,
    상기 이미지 내의 상기 얼굴 이미지의 위치에 기반하여 상기 얼굴에 대응하는 사용자의 상기 전자 장치에 대한 상대적인 위치를 결정하는 동작; 및
    상기 무선 통신 회로를 이용하여 상기 결정된 방향으로 적어도 하나의 빔을 형성하는 동작을 포함하는, 방법.
  14. 제 12 항에 있어서,
    상기 무선 통신 회로를 이용하여 상기 얼굴 이미지에 대응하는 얼굴의 얼굴 데이터를 획득하는 동작은,
    상기 적어도 하나의 빔을 이용하여 신호를 송신하는 동작; 및
    상기 송신된 신호의 반사 신호를 감지함으로써 상기 얼굴 데이터를 획득하는 동작을 포함하는, 방법.
  15. 제 11 항에 있어서,
    상기 전자 장치의 카메라를 이용하여 얼굴 이미지를 포함하는 이미지를 획득하는 동작은,
    상기 무선 통신 회로를 이용하여 상기 얼굴의 상기 전자 장치에 대한 거리를 획득하는 동작;
    상기 거리에 기반하여 상기 카메라의 포커싱에 연관된 파라미터를 설정하는 동작; 및
    상기 파라미터가 설정된 카메라를 이용하여 상기 얼굴 이미지를 포함하는 상기 이미지를 획득하는 동작을 포함하는, 방법.
  16. 제 11 항에 있어서,
    상기 전자 장치의 카메라를 이용하여 얼굴 이미지를 포함하는 이미지를 획득하는 동작은,
    상기 무선 통신 회로를 이용하여 상기 얼굴에 대한 움직임 정보를 생성하는 동작;
    상기 움짐임 정보에 기반하여 상기 카메라의 셔터 스피드에 연관된 파라미터를 설정하는 동작; 및
    상기 파라미터가 설정된 카메라를 이용하여 상기 얼굴 이미지를 포함하는 상기 이미지를 획득하는 동작을 포함하는, 방법.
  17. 제 11 항에 있어서,
    상기 얼굴 이미지 및 상기 얼굴 데이터에 기반하여 상기 얼굴이 진짜 사람의 얼굴인지 결정하는 동작을 더 포함하는, 방법.
  18. 제 17 항에 있어서,
    상기 얼굴 이미지 및 상기 얼굴 데이터에 기반하여 상기 얼굴이 진짜 사람의 얼굴인지 결정하는 동작은,
    상기 얼굴 이미지에 기반하여 상기 얼굴이 진짜 사람의 얼굴일 확률에 기반한 제1 점수를 계산하는 동작;
    상기 얼굴 데이터에 기반하여 상기 얼굴이 진짜 사람의 얼굴일 확률에 기반한 제2 점수를 계산하는 동작; 및
    상기 제1 점수와 상기 제2 점수에 적어도 일부 기반하여 상기 얼굴이 진짜 사람의 얼굴인지 결정하는 동작을 포함하는, 방법.
  19. 제 18 항에 있어서,
    상기 제1 점수와 상기 제2 점수에 적어도 일부 기반하여 상기 얼굴이 진짜 사람의 얼굴인지 결정하는 동작은,
    상기 제1 점수에 제1 가중치를 적용한 값과 상기 제2 점수에 제2 가중치를 적용한 값의 합에 기반하여 상기 얼굴이 진짜 사람의 얼굴인지 결정하는 동작을 포함하는, 방법.
  20. 제 19 항에 있어서,
    상기 이미지의 신뢰도 또는 상기 얼굴 데이터의 신뢰도 중 적어도 하나에 기반하여 상기 제1 가중치 및 상기 제2 가중치를 조정하는 동작을 더 포함하는, 방법.
KR1020190130465A 2019-10-21 2019-10-21 얼굴 데이터 획득을 위한 방법 및 이를 위한 전자 장치 KR20210046984A (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020190130465A KR20210046984A (ko) 2019-10-21 2019-10-21 얼굴 데이터 획득을 위한 방법 및 이를 위한 전자 장치
PCT/KR2020/013926 WO2021080231A1 (en) 2019-10-21 2020-10-13 Method for obtaining face data and electronic device therefor
US17/068,904 US20210117708A1 (en) 2019-10-21 2020-10-13 Method for obtaining face data and electronic device therefor

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190130465A KR20210046984A (ko) 2019-10-21 2019-10-21 얼굴 데이터 획득을 위한 방법 및 이를 위한 전자 장치

Publications (1)

Publication Number Publication Date
KR20210046984A true KR20210046984A (ko) 2021-04-29

Family

ID=75492414

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190130465A KR20210046984A (ko) 2019-10-21 2019-10-21 얼굴 데이터 획득을 위한 방법 및 이를 위한 전자 장치

Country Status (3)

Country Link
US (1) US20210117708A1 (ko)
KR (1) KR20210046984A (ko)
WO (1) WO2021080231A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230031496A (ko) * 2021-08-27 2023-03-07 주식회사 에스원 얼굴 인증을 통한 출입 관리 방법 및 시스템

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107736874B (zh) * 2017-08-25 2020-11-20 百度在线网络技术（北京）有限公司 一种活体检测的方法、装置、设备和计算机存储介质
US11580657B2 (en) * 2020-03-30 2023-02-14 Snap Inc. Depth estimation using biometric data

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100646966B1 (ko) * 2005-07-06 2006-11-23 주식회사 팬택앤큐리텔 이동통신 단말기에서의 카메라 자동 초점 조절 장치
JP2007049449A (ja) * 2005-08-10 2007-02-22 Canon Inc 画像記録装置
KR102518243B1 (ko) * 2016-01-05 2023-04-06 한국전자통신연구원 관상학적 특징 정보를 이용한 얼굴인식 장치 및 방법
US10725161B2 (en) * 2017-12-15 2020-07-28 Google Llc Seamless authentication using radar
US10943096B2 (en) * 2017-12-31 2021-03-09 Altumview Systems Inc. High-quality training data preparation for high-performance face recognition systems

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230031496A (ko) * 2021-08-27 2023-03-07 주식회사 에스원 얼굴 인증을 통한 출입 관리 방법 및 시스템

Also Published As

Publication number Publication date
US20210117708A1 (en) 2021-04-22
WO2021080231A1 (en) 2021-04-29

Similar Documents

Publication Publication Date Title
US11461910B2 (en) Electronic device for blurring image obtained by combining plural images based on depth information and method for driving the electronic device
KR102522415B1 (ko) 전자 장치의 객체 인증 장치 및 방법
US11363199B2 (en) Apparatus and method for estimating optical image stabilization motion
US20210117708A1 (en) Method for obtaining face data and electronic device therefor
US11025890B2 (en) Electronic device and method for acquiring depth information by using at least one of cameras or depth sensor
US11048923B2 (en) Electronic device and gesture recognition method thereof
US11102409B2 (en) Electronic device and method for obtaining images
KR20190122018A (ko) 전자 장치 및 그 깊이 정보 생성 방법
US11509815B2 (en) Electronic device and method for processing image having human object and providing indicator indicating a ratio for the human object
KR20200017185A (ko) 흐림 처리가 수행된 이미지에 노이즈 패턴을 반영하는 방법 및 장치
US11350040B2 (en) Electronic device for controlling camera on basis of external light, and control method therefor
US11354777B2 (en) Image processing device and method of electronic device
US11368636B2 (en) Method for acquiring image corresponding to infrared rays by using camera module comprising lens capable of absorbing light in visible light band and electronic device implementing same
US20220268935A1 (en) Electronic device comprising camera and method thereof
US20220103795A1 (en) Electronic device and method for generating images by performing auto white balance
US11467673B2 (en) Method for controlling camera and electronic device therefor
KR20200110906A (ko) 자동 초점 조절 기능을 제공하기 위한 전자 장치 및 그 동작 방법
US11032462B2 (en) Method for adjusting focus based on spread-level of display object and electronic device supporting the same
EP3951426A1 (en) Electronic device and method for compensating for depth error according to modulation frequency
EP4228246A1 (en) Electronic device capable of auto-focusing and method for operating same
US20240086512A1 (en) Electronic device including image sensor and dynamic vison sensor, and operation method thereof
US20230199134A1 (en) Electronic device applying bokeh effect to image and operating method thereof
KR20190119436A (ko) 보안 처리 모듈을 이용하여 보안 이미지를 획득하는 전자 장치

Legal Events

Date Code Title Description
A201 Request for examination