KR102459717B1 - 이미지에 포함된 반사 객체의 속성에 기반하여, 반사 객체에 다른 이미지를 합성하는 방법 및 전자 장치 - Google Patents

이미지에 포함된 반사 객체의 속성에 기반하여, 반사 객체에 다른 이미지를 합성하는 방법 및 전자 장치 Download PDF

Info

Publication number
KR102459717B1
KR102459717B1 KR1020180036657A KR20180036657A KR102459717B1 KR 102459717 B1 KR102459717 B1 KR 102459717B1 KR 1020180036657 A KR1020180036657 A KR 1020180036657A KR 20180036657 A KR20180036657 A KR 20180036657A KR 102459717 B1 KR102459717 B1 KR 102459717B1
Authority
KR
South Korea
Prior art keywords
image
reflective object
electronic device
information
reflective
Prior art date
Application number
KR1020180036657A
Other languages
English (en)
Other versions
KR20190114242A (ko
Inventor
임나리
김일도
김재곤
이상진
이용주
이창권
정승혜
정혜윤
박지윤
원종훈
Original Assignee
삼성전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자 주식회사 filed Critical 삼성전자 주식회사
Priority to KR1020180036657A priority Critical patent/KR102459717B1/ko
Priority to US17/040,308 priority patent/US11494885B2/en
Priority to PCT/KR2019/003678 priority patent/WO2019190250A1/ko
Publication of KR20190114242A publication Critical patent/KR20190114242A/ko
Application granted granted Critical
Publication of KR102459717B1 publication Critical patent/KR102459717B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
    • H04N5/265—Mixing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/60—Extraction of image or video features relating to illumination properties, e.g. using a reflectance or lighting model
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Image Processing (AREA)
  • Studio Devices (AREA)

Abstract

전자 장치는 지정된 방향을 촬영할 수 있는 제 1 카메라; 상기 지정된 방향과 다른 방향을 촬영할 수 있는 제 2 카메라; 메모리; 및 프로세서를 포함하고, 상기 프로세서는 상기 제 1 카메라를 이용하여 제 1 이미지, 및 상기 제 2 카메라를 이용하여 제 2 이미지를 획득하고, 상기 제 1 이미지 중 빛 반사와 관련된 반사 속성을 가진 적어도 하나의 반사 객체를 확인하고, 및 상기 적어도 하나의 반사 객체에 대응하는 영역의 적어도 일부에 상기 제 2 이미지의 적어도 일부를 상기 반사 속성에 기반하여 합성하도록 설정될 수 있다.

Description

이미지에 포함된 반사 객체의 속성에 기반하여, 반사 객체에 다른 이미지를 합성하는 방법 및 전자 장치{method for synthesizing image synthesis with another image based on a properties of a reflective objects included in the image and electronic device}
본 발명의 다양한 실시예는 이미지 합성 방법 및 이 방법을 포함하는 전자 장치에 관한 것이다.
스마트 폰(Smart Phone), 태블릿 PC(Tablet PC), PMP(Portable Multimedia Player), PDA(Personal Digital Assistant), 랩탑 PC(Laptop Personal Computer) 및 손목 시계(Wrist watch), HMD(Head-Mounted Display)와 같은 웨어러블 기기(Wearable device) 등의 다양한 전자 장치는 카메라를 포함하고, 카메라를 이용하여 이미지를 촬영할 수 있다.
사용자는 전자 장치의 카메라를 이용하여 촬영한 이미지를 외부 전자 장치에 업로드 할 수 있다.
본 발명의 다양한 실시예들은 이미지 합성 방법 및 이 방법을 포함하는 전자 장치에 관한 것으로서, 클라우드(cloud) 서비스를 이용하여 이미지를 합성할 수 있다.
본 발명의 다양한 실시예에 따른 전자 장치는 지정된 방향을 촬영할 수 있는 제 1 카메라; 상기 지정된 방향과 다른 방향을 촬영할 수 있는 제 2 카메라; 메모리; 및 프로세서를 포함하고, 상기 프로세서는 상기 제 1 카메라를 이용하여 제 1 이미지, 및 상기 제 2 카메라를 이용하여 제 2 이미지를 획득하고, 상기 제 1 이미지 중 빛 반사와 관련된 반사 속성을 가진 적어도 하나의 반사 객체를 확인하고, 및 상기 적어도 하나의 반사 객체에 대응하는 영역의 적어도 일부에 상기 제 2 이미지의 적어도 일부를 상기 반사 속성에 기반하여 합성하도록 설정될 수 있다.
본 발명의 다양한 실시예에 따른 전자 장치는 카메라; 메모리; 및 프로세서를 포함하고, 상기 프로세서는 상기 카메라를 이용하여 지정된 방향으로 제 1 이미지를 획득하고, 상기 제 1 이미지 중 빛에 대해 지정된 반사율 보다 큰 적어도 하나의 반사 객체를 확인하고, 및 상기 적어도 하나의 반사 객체에 대응하는 영역의 적어도 일부에 상기 지정된 방향과 다른 방향으로 촬영된 제 2 이미지의 적어도 일부를 상기 반사 속성에 기반하여 합성하도록 설정될 수 있다.
본 발명의 다양한 실시예에 따른 방법은 지정된 방향을 촬영할 수 있는 제 1 카메라 및 상기 지정된 방향과 다른 방향을 촬영할 수 있는 제 2 카메라를 포함하는 전자 장치의 이미지 합성 방법에 있어서, 상기 제 1 카메라를 이용하여 제 1 이미지, 및 상기 제 2 카메라를 이용하여 제 2 이미지를 획득하는 동작; 상기 제 1 이미지 중 빛 반사와 관련된 반사 속성을 가진 적어도 하나의 반사 객체를 확인하는 동작; 및 상기 적어도 하나의 반사 객체에 대응하는 영역의 적어도 일부에 상기 제 2 이미지의 적어도 일부를 상기 반사 속성에 기반하여 합성하는 동작을 포함할 수 있다.
본 발명의 다양한 실시예에 따른 방법은 카메라를 포함하는 전자 장치의 이미지 촬영 방법에 있어서, 상기 카메라를 이용하여 지정된 방향으로 제 1 이미지를 획득하는 동작; 상기 제 1 이미지 중 빛에 대해 지정된 반사율 보다 큰 적어도 하나의 반사 객체를 확인하는 동작; 및 상기 적어도 하나의 반사 객체에 대응하는 영역의 적어도 일부에 상기 지정된 방향과 다른 방향으로 촬영된 제 2 이미지의 적어도 일부를 상기 반사 속성에 기반하여 합성하는 동작을 포함할 수 있다.
본 발명의 다양한 실시예에 따른 이미지 합성 방법 및 이 방법을 포함하는 전자 장치는 클라우드 서비스를 이용하여 이미지를 합성함으로써, 사용자에게 다양한 이미지를 제공할 수 있다.
도 1은, 다양한 실시예들에 따른, 네트워크 환경 내의 전자 장치의 블럭도이다.
도 2는, 다양한 실시예들에 따른, 전자 장치와 클라우드 플랫폼의 블럭도이다.
도 3은 본 발명의 다양한 실시예에 따른 전자 장치 및 외부 전자 장치의 동작을 설명하기 위한 개념도를 도시한다.
도 4는 본 발명의 다양한 실시예에 따른 이미지 합성 방법을 나타내는 순서도이다.
도 5는 본 발명의 다양한 실시예에 따른 이미지 합성 방법을 나타내는 순서도이다.
도 6은 본 발명의 다양한 실시예에 따른 이미지 합성 방법을 나타내는 순서도이다.
도 7은 본 발명의 다양한 실시예에 따른 반사 객체 검출 방법을 나타내는 도면이다.
도 8은 본 발명의 다양한 실시예에 따른 이미지 획득방법을 나타내는 도면이다.
도 9는 본 발명의 다양한 실시예에 따른 이미지 합성 방법을 나타내는 도면이다.
도 10a, 도 10b 및 도 11은 본 발명의 실시예에 따른 합성된 이미지를 확대하는 경우를 예시하는 도면이다.
도 12은, 일 실시예에 따른 모바일 전자 장치의 전면의 사시도이다.
도 13은, 도 12의 전자 장치의 후면의 사시도이다.
도 1은, 다양한 실시예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블럭도이다. 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, 또는 키보드를 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.
전자 장치(101)는 적어도 하나 이상의 카메라 모듈(180)을 포함할 수 있고, 전면 카메라 및 반대편에 위치한 후면 카메라로 구성될 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. 일실시예에 따르면, 안테나 모듈(197)은 하나 이상의 안테나들을 포함할 수 있고, 이로부터, 제 1 네트워크 198 또는 제 2 네트워크 199와 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.
도 2는, 다양한 실시예들에 따른, 전자 장치(210)와 클라우드 플랫폼(250)의 블럭도(200)이다. 도 2를 참조하면, 전자 장치(210)는 카메라 모듈(211) 및 디스플레이(220), 프로세서(221) 및 메모리(219, 222)를 포함할 수 있다. 도 2의 전자 장치(210)는, 예를 들면, 도 1의 전자 장치(101)일 수 있다. 도 2의 카메라 모듈(211)은, 예를 들면, 도 1의 카메라 모듈(180)일 수 있다. 도 2의 디스플레이(220)는, 예를 들면, 도 1의 표시 장치(160)일 수 있다. 도 2의 프로세서(213, 221)는, 예를 들면, 도 1의 프로세서(120)일 수 있다. 도 2의 메모리(219, 222)는, 예를 들면, 도 1의 메모리(130)일 수 있다.
카메라 모듈(211)은 이미지 센서(212), 프로세서(213), 메모리(219)를 포함할 수 있다. 프로세서(213)는 원시 이미지 처리부(214) 및 ISP(image signal processor)(215) 및 인코더(216)을 포함할 수 있다.
이미지 센서(212)는 피사체에 대한 다양한 원시 이미지(raw image)를 획득할 수 있다. 이미지 센서(212)는 컬러 필터 어레이(CFA, Color Filter Array) 패턴에 따라 다양한 형태의 원시 이미지를 획득할 수 있다. 이미지 센서(212)의 듀얼 픽셀(DP, dual pixel또는 2PD) 구조를 이용하면, 하나의 픽셀에 서로 다른 위상 차(또는 시차) 정보를 포함하는 이미지 센서(212)을 획득할 수 있다. 서로 같거나 다른 특성을 가진 복수의 이미지 센서들(예: 듀얼 센서(예: RGB+RGB, RGB+Mono, 또는 Wide+Tele 등), 어레이 센서(Array Sensor, 예: 2개 이상의 Sensor가 부착))을 이용하여, 한 장면에 대해 하나 이상의 이미지 센서(212)을 획득할 수 있다. 획득된 이미지 센서(212)은 그대로 또는 추가적인 처리를 거쳐 메모리(222)에 저장될 수 있다.
이미지 센서(212)는 피사체로부터 렌즈 어셈블리(미도시)를 통해 전달된 빛을 전기적인 신호로 변환함으로써, 상기 피사체에 대응하는 이미지를 획득할 수 있다. 일실시예에 따르면, 이미지 센서(212)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(212)에 포함된 각각의 이미지 센서는, 예를 들면, CCD(charged coupled device) 센서 또는 CMOS(complementary metal oxide semiconductor) 센서로 구현될 수 있다.
카메라 모듈(211)은 렌즈 어셈블리(미도시), 플래쉬(미도시), 이미지 스태빌라이저(미도시)를 더 포함할 수 있다.
렌즈 어셈블리(미도시)는 이미지 촬영의 대상인 피사체로부터 방출되는 빛을 수집할 수 있다. 렌즈 어셈블리(미도시)는 하나 또는 그 이상의 렌즈들을 포함할 수 있다.
일실시예에 따르면, 카메라 모듈(211)은 복수의 렌즈 어셈블리(미도시)들을 포함할 수 있다. 이런 경우, 카메라 모듈(211)은, 예를 들면, 듀얼 카메라, 360도 카메라, 또는 구형 카메라(spherical camera)일 수 있다. 복수의 렌즈 어셈블리(미도시)들은 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 렌즈 어셈블리와 적어도 하나의 다른 렌즈 속성을 가질 수 있다. 렌즈 어셈블리(미도시)는, 예를 들면, 광각 렌즈 또는 망원 렌즈를 포함할 수 있다. 플래쉬(미도시)는 피사체로부터 방출되는 빛을 강화하기 위하여 사용되는 광원을 방출할 수 있다. 플래쉬(미도시)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 스태빌라이저(미도시)는 카메라 모듈(212) 또는 이를 포함하는 전자 장치(210)의 움직임에 반응하여, 촬영되는 이미지에 대한 상기 움직임에 의한 부정적인 영향(예: 이미지 흔들림)을 적어도 일부 보상하기 위하여 렌즈 어셈블리(미도시)에 포함된 적어도 하나의 렌즈 또는 이미지 센서(212)를 특정한 방향으로 움직이거나 제어(예: 리드 아웃(read-out) 타이밍을 조정 등)할 수 있다. 일실시예에 따르면, 이미지 스태빌라이저(미도시)는, 예를 들면, 광학식 이미지 스태빌라이저로 구현될 수 있으며, 카메라 모듈(212)의 내부 또는 외부에 배치된 자이로 센서(미도시) 또는 가속도 센서(미도시)를 이용하여 상기 움직임을 감지할 수 있다.
원시 이미지는 다양한 포맷(예: Bayer 포맷 등)으로 구성될 수 있다. 원시 이미지는 이미지 센서(212)의 픽셀(Pixel)에 대해 R(red),G(green),B(blue) 중 하나의 색으로 표현될 수 있고, 8~16비트(Bit)의 비트 깊이(Bit-Depth)로 표현 가능하다. 원시 이미지에는 다양한 컬러 필터 어레이(CFA, Color Filter Array)패턴이 적용될 수 있다. 원시 이미지는 하나의 픽셀에 대해 여러 가지 색(예: R,G,B 중 복수 의 색) 정보를 포함하는 레이어(Layer) 구조의 원시 이미지일 수 있다. 이미지 센서(212)의 다양한 구성에 따라, 색 정보(예:RGB) 뿐만 아니라, 위상차 정보 등도 포함할 수 있다. 영상의 촬영과 관련된 정보(예: 시간, 위치(location), 조도 등)는 메타데이터로 생성되어 원시 이미지와 관련하여 저장될 수 있다.
전자 장치의 프로세서(213, 221)는 영상 처리와 관련된 다양한 처리들을 수행할 수 있다. 다양한 영상 처리 모듈들(예: 원시 이미지 처리부(214), ISP(215), 인코더(216))은 하나의 프로세서 내에 포함될 수도 있고, 복수의 프로세서(213, 221)들에 분산되어 있을 수도 있다. 프로세서(213)는 카메라 모듈(211)의 내부에 또는 카메라 모듈(211)의 외부에(예: 전자 장치(210)) 또는 클라우드 플랫폼(250)의 일부를 구성하고 있는 하나 또는 여러 서버 등) 또는 내부와 외부 모두에 있을 수 있다. 다양한 처리들은 프로세서에 의해 단독으로 처리되거나 또는 복수의 프로세서에 의해 분산 처리될 수 있다.
원시 이미지 처리부(214)는 이미지 센서(212)에서 획득된 원시 이미지에 대해 다양한 처리를 수행할 수 있다. 원시 이미지에 대해 렌즈 왜곡 보상을 수행하거나 또는 또는 노이즈를 일부 제거할 수 있다. 원시 이미지는 데이터의 크기가 상당히 클 수 있으므로, 원시 이미지 처리부(214)는 원시 이미지를 저장, 처리 또는 전송하기 전에, 다양한 처리(예: 다운 스케일링(down scaling), 다운 샘플링(down sampling) 또는 압축(compression) 등)를 통해 데이터 크기를 줄일 수 있다.
소형 원시 이미지 생성부(217)는 원시 이미지를 다운 스케일링(예: 크기 줄이거나 또는 해상도를 낮추는 동작) 또는 다운 샘플링(예: 샘플링된 일련의 샘플들 중 하나 또는 일부 샘플만을 취하는 동작)을 통해 소형 원시 이미지를 생성할 수 있다.
원시 이미지 압축부(218)는 다양한 영상 압축 알고리즘을 이용하여 원시 이미지 또는 소형 원시 이미지를 압축할 수 있다.
ISP(215)는 엔진(257)에서 분석된 원시 이미지에 대한 다양한 정보를 포함하는 레시피 정보(recipe)를 이용하여, 원시 이미지에 대한 다양한 영상 처리를 수행한다. 전자 장치(210)는 클라우드 플랫폼(250)으로부터 레시피 정보를 수신하고, ISP(215)를 통해, 레시피 정보에 기반한 원시 이미지 처리를 수행할 수 있다. 예를 들면, 전자 장치(210)의 임베디드ISP(Embedded ISP)에서 제공되는 영상 처리와, 레시피 정보를 활용한 영상 처리를 복합적으로 수행할 수 있다. 클라우드 플랫폼(250)에서 영상 처리를 수행하는 경우, 클라우드 플랫폼(250)에 포함된 ISP(258)를 통해, 레시피 정보에 기반한 원시 이미지를 수행할 수도 있다. 클라우드 플랫폼(250)에 포함된 ISP(258)는 데이터베이스(252)로부터 레시피 정보에 대응하는 추가 정보(예: feature vector 등)를 수신하여 영상 처리에 이용할 수 있다. 처리된 영상은 전자 장치(210)로 송신되거나 또는 클라우드 플랫폼(250)의 이미지 저장소(254)에 저장될 수 있다. 영상 처리는 화이트 밸런스(White Balance), 색 조정(Color Adjustment), 노이즈 제거(Noise Reduction), 샤픈 (Sharpen), 디테일 인핸스먼트(Detail Enhancement) 등의 기능을 포함할 수 있다. 이러한 기능들은 레시피 정보에 기반하여, 영상의 영역별로 수행될 수 있다.
ISP(215)는 이미지 센서(212)을 통하여 획득된 이미지 또는 메모리(219, 222)에 저장된 이미지에 대하여 이미지 처리(예: 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 수행할 수 있다. 추가적으로 또는 대체적으로, ISP(215)는 카메라 모듈(211)에 포함된 구성 요소들 중 적어도 하나(예: 이미지 센서(212))에 대한 제어(예: 노출 시간 제어, 또는 리드 아웃 타이밍 제어 등)를 수행할 수 있다. ISP(215)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 전달될 수 있다. 일실시예에 따르면, ISP(215)는 프로세서(213, 221)의 적어도 일부로 구성되거나, 프로세서(213, 221)와 독립적으로 운영되는 별도의 프로세서로 구성될 수 있다. 별도의 프로세서로 구성된 경우, ISP(215)에 의해 처리된 이미지들은 프로세서(213, 221)에 의하여 그대로 또는 추가의 이미지 처리를 거친 후 디스플레이(220)를 통해 표시될 수 있다.
인코더(216)는 원시 이미지를 인코딩 하여 이미지 파일(예: JPEG, MPEG, 360 영상 등)을 생성할 수 있다.
전자 장치(210)는 카메라 모듈(211) 내부에 메모리(219) 및/또는 카메라 모듈(211) 외부에 메모리(222)를 포함할 수 있다. 메모리(219, 222)는 원시 이미지, 소형 원시 이미지, 이미지 파일, 및 이미지 처리된 원시 이미지 등을 저장할 수 있다. 메모리(219, 222)는 이미지 센서(212)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: 높은 해상도의 이미지)는 메모리(219, 222)에 저장이 되고, 그에 대응하는 사본 이미지(예: 낮은 해상도의 이미지)는 디스플레이(220)를 통하여 프리뷰될 수 있다. 이후, 지정된 조건이 만족되면(예: 사용자 입력 또는 시스템 명령) 메모리(219, 222)에 저장되었던 원본 이미지의 적어도 일부가, 예를 들면, ISP(215)에 의해 획득되어 처리될 수 있다. 일실시예에 따르면, 메모리(219)는 메모리(222)의 적어도 일부로, 또는 이와는 독립적으로 운영되는 별도의 메모리로 구성될 수 있다.
전자 장치(210)는 디스플레이(222, 예: 도 1의 표시 장치(160))를 포함할 수 있다.
클라우드 플랫폼(250)은 외부 장치로서, 프로세서(251), 데이터 베이스(252), 원시 이미지 저장소(253), 이미지 저장소(254)를 포함할 수 있다. 프로세서(251)는 엔진(예를 들어, 인식 엔진)(255), 인코더(256), 전처리부(257), ISP(258)을 포함할 수 있다.
클라우드 플랫폼(250)의 프로세서(251)는 영상 처리와 관련된 다양한 처리들을 수행할 수 있다. 다양한 영상 처리 모듈들(예: 엔진(255), 인코더(256), 전처리부(257), ISP(258))은 하나의 프로세서 내에 포함될 수도 있고 복수의 프로세서들에 분산되어 있을 수도 있다.
엔진(255)은 영상(예: 원시 이미지, 소형 원시 이미지, 이미지 파일 등)으로부터 다양한 유의미한 정보(예: 사물 인식, 속도 벡터, 얼굴 인식, 세그먼테이션(segmentation), 장면 파싱(scene parsing) 등)를 분석하는 동작을 수행한다. 이를 위한 다양한 알고리즘들을 포함할 수 있다. 분석 결과로써 ISP에서 다양한 영상 처리에 활용 가능한 정보(레시피 정보, recipe information)(예: segments, layers, vectors, 또는 scene category 등을 포함하는 정보)를 영상과 연관하여 생성, 저장, 또는 전송할 수 있다.
인코더(256)는 원시 이미지를 인코딩 하여 이미지 파일(예: JPEG, MPEG, 360 영상 등)을 생성할 수 있다.
전처리부(257)는 전자 장치(210)로부터 수신된 원시 이미지를 엔진(255)이나 ISP(258)로 전달하기 전에 필요한 처리를 수행할 수 있다. 압축된 원시 이미지의 압축 해제, 간단한 화질 개선, 디모자이크(de-mosaic) 처리, 또는 영상 포맷 변경 등을 수행할 수 있다.
ISP(258)는 엔진(257)에서 분석된 원시 이미지에 대한 다양한 정보를 포함하는 레시피 정보(recipe)를 이용하여, 원시 이미지에 대한 다양한 영상 처리를 수행한다. 전자 장치(210)는 클라우드 플랫폼(250)으로부터 레시피 정보를 수신하고, ISP(215)를 통해, 레시피 정보에 기반한 원시 이미지 처리를 수행할 수 있다. 예를 들면, 전자 장치(210)의 임베디드ISP(Embedded ISP)에서 제공되는 영상 처리와, 레시피 정보를 활용한 영상 처리를 복합적으로 수행할 수 있다. 클라우드 플랫폼(250)에서 영상 처리를 수행하는 경우, 클라우드 플랫폼(250)에 포함된 ISP(258)를 통해, 레시피 정보에 기반한 원시 이미지를 수행할 수도 있다. 클라우드 플랫폼(250)에 포함된 ISP(258)는 데이터베이스(252)로부터 레시피 정보에 대응하는 추가 정보(예: feature vector 등)를 수신하여 영상 처리에 이용할 수 있다. 처리된 영상은 전자 장치(210)로 송신되거나 또는 클라우드 플랫폼(250)의 이미지 저장소(254)에 저장될 수 있다. 영상 처리는 화이트 밸런스(White Balance), 색 조정(Color Adjustment), 노이즈 제거(Noise Reduction), 샤픈 (Sharpen), 디테일 인핸스먼트(Detail Enhancement) 등의 기능을 포함할 수 있다. 이러한 기능들은 레시피 정보에 기반하여, 영상의 영역별로 수행될 수 있다.
데이터베이스(252)는 영상의 카테고리에 대응하는 특징(feature)을 저장할 수 있다. 원시 이미지 저장소(253)는 원시 이미지를 저장할 수 있다. 이미지 저장소(254)는 이미지 파일을 저장할 수 있다.
도 3은 본 발명의 다양한 실시예에 따른 전자 장치(101) 및 외부 전자 장치(300)(예: 서버(108))의 동작을 설명하기 위한 개념도를 도시한다.
전자 장치(101)는, 이미지 센서(321)(예: 이미지 센서(212)), ISP(323)(예: ISP(215)), 및 메모리(325)(예: 메모리(222))를 포함할 수 있다. 외부 전자 장치(300)는, 인식 모듈(331)(예: 엔진(255)), ISP(333)(예: ISP(258)) 및 저장소(335)(예: RAW 저장소(253), 이미지 저장소(254))를 포함할 수 있다. 인식 모듈(331)(예: 엔진(255))은 논리 모듈일 수도 있으며, 외부 전자 장치(300)의 프로세서로 구현될 수도 있다. ISP (333)(예: ISP(258)) 또한 외부 전자 장치(300)의 프로세서로 구현될 수 있으며, 예를 들어 외부 전자 장치(300)의 프로세서가 인식과 이미지 처리를 모두 수행할 수도 있다. 도시되지는 않았지만, 전자 장치(101)는 외부 전자 장치(300)와 데이터를 송수신할 수 있는 통신 모듈(예: 통신 인터페이스(170) 또는 통신 모듈(220))을 포함할 수 있다. 외부 전자 장치(300)는 전자 장치(101)와 데이터를 송수신할 수 있는 통신 모듈을 포함할 수 있다.
이미지 센서(321)(예: 카메라 모듈(291))는, 외부 객체에 대한 이미지를 획득할 수 있으며, 이에 대응하는 로우 이미지(322)(원시 이미지, raw image)를 생성할 수 있다. 이미지 센서(321)(예: 이미지 센서(212))는, 로우 이미지(322)를 ISP(323)(예: ISP(215))로 전달할 수 있다. 본 발명의 다양한 실시예에서, 이미지 센서(321)(예: 이미지 센서(212))는 스몰 로우 이미지(321)를 생성하여 이를 통신 모듈을 통하여 외부 전자 장치(300)로 송신할 수 있다. 또 다른 실시예에서는, 이미지 센서(321)(예: 이미지 센서(212))가 아닌 전자 장치(101)의 프로세서가 스몰 로우 이미지(321)를 생성할 수도 있으며, 생성된 스몰 로우 이미지(321)를 통신 모듈을 통하여 외부 전자 장치(300)로 송신할 수 있다. 이미지 센서(321)(예: 이미지 센서(212))는, 로우 이미지(322)를 압축된 상태로 상기 ISP 또는 상기 외부 전자 장치(300)으로 송신할 수 있다. 이미지 센서(321)(예: 이미지 센서(212))는, 로우 이미지(322)의 일부 처리를 위해 압축하여 상기 이미지 센서(321)(예: 이미지 센서(212)) 내부의 메모리에 저장할 수 있다. 외부 전자 장치(300)의 인식 모듈(331)(예: 엔진(255))은 통신 모듈을 통하여 스몰 로우 이미지(321)를 획득할 수 있으며, 스몰 로우 이미지(321)로부터 적어도 하나의 이미지 영역을 세그먼테이션할 수 있다. 인식 모듈(331)(예: 엔진(255))은 세그먼테이션 결과로 구분된 적어도 하나의 이미지 영역 각각을 인식할 수 있다. 인식 모듈(331)로부터 생성된 복수의 이미지 영역과 연관된 정보, 예를 들어 이미지 영역의 좌표 정보 또는 인식 결과 중 적어도 하나를 포함하는 보정 영역 정보(332)가 생성될 수 있다. 보정 영역 정보(332)는 전자 장치(101)로 송신될 수 있다. ISP(323)(예: ISP(215))는 보정 영역 정보(332)를 이용하여 로우 이미지(322)를 보정할 수 있으며, 이에 따라 보정된 이미지(324)가 생성될 수 있다. 보정된 이미지(324)는, 예를 들어 YUV의 포맷을 가질 수 있다. 보정된 이미지(324)는 메모리(325)(예: 메모리(222))에 저장될 수 있다. 또는, 보정된 이미지(324)는 예를 들어 JPEG 방식에 따라 압축될 수 있으며, 압축된 이미지가 메모리(325)(예: 메모리(222))에 저장될 수도 있다. 본 발명의 다양한 실시예에서, 이미지 센서(321)(예: 이미지 센서(212))로부터 제공되는 로우 이미지(322)는 스몰 로우 이미지(321)와 별도로 외부 전자 장치(300)로 송신될 수 있다. 로우 이미지(322)는, 스몰 로우 이미지(321)에 비하여 용량이 크므로, 스몰 로우 이미지(321)가 우선 외부 전자 장치(300)로 송신되며, 이후 로우 이미지(322)가 외부 전자 장치(300)로 송신될 수 있다. 예를 들어, ISP(323)(예: ISP(215))가 로우 이미지(322)에 대한 보정을 수행하는 동안에 로우 이미지(322)가 외부 전자 장치(300)로 송신될 수도 있다. 로우 이미지(322)는, 이미지 센서(321)(예: 이미지 센서(212))에 의하여 생성된 그대로 외부 전자 장치(300)로 업로드될 수도 있으며, 또는 렌즈 왜곡 보상 또는 노이즈 제거가 수행된 전처리 영상이 업로드될 수도 있다. 상술한 전처리는 외부 전자 장치(300)에서 수행될 수도 있다. 외부 전자 장치(300)는, 디모자이크(Demosaic) 처리 또는 이미지 포맷 변형, 또는 영상 인식률을 높이기 위한 전처리를 수행할 수도 있다. 외부 전자 장치(300)의 ISP(333)(예: ISP(258))는, 수신된 로우 이미지(322)를 보정할 수 있다. 외부 전자 장치(300)는 기존에 생성하였던 보정 영역 정보(332)를 이용하여 로우 이미지(322)를 보정할 수도 있으며, 또는 확장된 보정 영역 정보를 이용하여 로우 이미지(322)를 보정할 수도 있다. 로우 이미지(322)는, 스몰 로우 이미지(321)에 비하여 해상도가 높을 수도 있으며, 이에 따라 외부 전자 장치(300)의 ISP(333)(예: ISP(258))는 고해상도 이미지로부터 보다 상세한 확장된 보정 영역 정보를 획득할 수 있다. ISP(333)(예: ISP(258))는, 기존에 생성된 보정 영역 정보와 로우 이미지(322)를 함께 이용하여 확장된 보정 영역 정보를 생성할 수도 있다. ISP(333)(예: ISP(258))는 확장된 보정 영역 정보를 이용하여 로우 이미지(322)를 보정함으로써, 고해상도 이미지(high quality image)(334)를 획득할 수 있다. 고해상도 이미지(334)는 외부 전자 장치(300)의 저장소(335)에 저장될 수 있으며, 전자 장치(101)로 다운로드될 수도 있다.
외부 전자 장치(300)는, 예를 들어 클라우드 서버로 구현될 수 있으며, 이에 따라 외부 전자 장치의 ISP(333)는 클라우드 ISP(cloud ISP)로 명명될 수도 있다. 외부 전자 장치의 ISP(333)는, original color mapping, detail re-generation, text reconstruction, image inpainting, scene based white balance(WB) / color adjustment, segmentation based noise reduction(NR) / sharpen 또는 segmentation based detail enhancement 중 적어도 하나의 보정을 수행할 수 있다.
도 4는 본 발명의 다양한 실시예에 따른 이미지 합성 방법을 나타내는 순서도이다.
다양한 실시예에 따르면, 전자 장치(210)는, 401 동작에서, 프로세서(213) 제어 하에 카메라 모듈(211)의 이미지 센서(212)를 통해 제 1 이미지를 획득할 수 있다.
다양한 실시예에 따르면, 전자 장치(210)는, 401 동작에서, 프로세서(213) 제어 하에, 이미지 획득을 위한 사용자 입력을 수신하면, 카메라 모듈(211)의 이미지 센서(212)를 통해 제 1 이미지를 획득할 수 있다.
다양한 실시예에 따르면, 전자 장치(210)는, 403 동작에서, 프로세서(213) 제어 하에, 획득한 제 1 이미지에 포함된 객체로부터 반사 객체가 감지되는 여부를 판단할 수 있다. 반사 객체는 빛을 받아서 반사하는 피사체로서, 카메라 모듈(211)의 이미지 센서(212)를 통해 이미지를 획득할 때 반사 객체가 촬영될 수 있다.
도 7을 참조하면, 전자 장치(200)는, 403 동작에서, 프로세서(213) 제어 하에, 수학식 1을 참조하여, 반사율 fr(ωi,ωr)을 산출할 수 있다. 603 동작에서, 프로세서(213) 제어 하에, 반사율 fr(ωi,ωr)에 기반하여 이미지 상의 반사 객체의 광학적 특징 및 이미지 상의 위치(예: 좌표)를 판단할 수 있다.
Figure 112018031424298-pat00001
다양한 실시예에서, 전자 장치(200)는, 403 동작에서, 프로세서(213) 제어 하에, 산출된 반사율 fr(ωi,ωr)에 기반하여 특정(또는, 지정) 반사율보다 크다고 판단되면, 이미지 합성 동작을 수행하도록 설정할 수 있다.
다양한 실시예에서, 전자 장치(200)는, 403 동작에서, 프로세서(213) 제어 하에, 산출된 반사율 fr(ωi,ωr)에 기반하여 특정(또는, 지정) 반사율보다 작다고 판단되면, 이미지 합성 동작을 종료하도록 설정할 수 있다.다양한 실시예에 따르면, 전자 장치(210)는, 프로세서(213) 제어 하에, 획득한 제 1 이미지를 통신 모듈(예, 통신 모듈(190))을 통해 클라우드 플랫폼(250)으로 전송하고, 클라우드 플랫폼(250)의 엔진(257)은 이미지 인식 동작을 수행하여 제 1 이미지에 관한 인식 정보를 생성하여 전자 장치(210)로 인식 정보를 전송할 수 있다. 제 1 이미지에 관한 인식 정보에는 반사 객체의 반사 속성에 관한 정보를 포함할 수 있다. 전자 장치(210)는, 403 동작에서, 프로세서(213) 제어 하에, 클라우드 플랫폼(250)으로부터 전송받은 인식 정보를 이용하여 획득한 제 1 이미지에 포함된 객체로부터 반사 객체가 감지되는 여부를 판단할 수 있다.
다양한 실시예에 따르면, 전자 장치(210)는, 403 동작에서, 프로세서(213) 제어 하에, 획득한 제 1 이미지에서 반사 객체가 감지되지 않으면, 이미지 합성 동작을 종료할 수 있다.
다양한 실시예에 따르면, 전자 장치(210)는, 403 동작에서, 프로세서(213) 제어 하에, 획득한 제 1 이미지에서 반사 객체가 감지되면 405 동작으로 분기할 수 있다. 반사 객체는 빛 반사와 관련된 반사 속성을 가진 적어도 하나의 객체일 수 있다.
다양한 실시예에 따르면, 전자 장치(210)는, 405 동작에서, 프로세서(213) 제어 하에, 제 1 이미지에 포함된 반사 객체의 반사 속성을 산출할 수 있다.
405 동작에서, 프로세서(213) 제어 하에 산출되는 반사 객체의 반사 속성은 반사 객체의 기하학적 특성에 관한 정보 및 반사 객체의 광학적 특성에 관한 정보 중 적어도 하나 이상일 수 있다.
반사 객체의 기하학적 특성에 관한 정보는 예를 들어, 획득한 이미지 내에서 반사 객체의 크기, 반사 객체의 모양, 반사 객체의 곡률 및 반사 객체 영역의 이미지 내의 위치(예: 좌표)에 관한 정보 중 적어도 하나 이상일 수 있다.
반사 객체의 광학적 특성에 관한 정보는 예를 들어, 반사 객체의 색깔, 반사 객체의 투명도, 반사 객체의 굴절률 및 반사 객체의 반사도에 관한 정보 중 적어도 하나 이상일 수 있다.
다양한 실시예에 따르면, 전자 장치(210)는, 405 동작에서, 프로세서(213) 제어 하에, 클라우드 플랫폼(250)으로부터 전송받은 인식 정보로부터 인식 정보에 포함된 반사 객체의 반사 속성 정보를 산출할 수 있다.
다양한 실시예에 따르면, 제 2 이미지는 클라우드 플랫폼(250)에 미리 저장된 이미지로서, 전자 장치(210)는 제 2 이미지를 클라우드 플랫폼(250)의 이미지 저장소(254)로부터 통신 모듈(예, 도 1의 190)을 통해 전송받을 수 있다.
다양한 실시예에 따르면, 클라우드 플랫폼(250)은 전자 장치(210)로부터 제 1 이미지를 수신하면, 클라우드 플랫폼(250)의 엔진(257)은 이미지 인식 동작을 수행하여 제 1 이미지에 관한 인식 정보를 생성할 수 있다. 또한, 클라우드 플랫폼(250)의 엔진(257)은 제 2 이미지의 인식 정보를 생성할 수 있다. 클라우드 플랫폼(250)은 제 1 이미지와의 연관성 있는 제 2 이미지를 선택할 수 있다. 클라우드 플랫폼(250)은 제 1 이미지와 제 2 이미지의 인식 정보를 이용하여 제 1 이미지와 연관성 있는 제 2 이미지를 선택할 수 있다. 예를 들어, 제 1 이미지에서 전자 장치(210) 주 사용자(예를 들어, 사용자)의 연인이나 가족이 객체로 인식되면, 제 1 이미지와의 연관성 있는 제 2 이미지는 전자 장치(210)의 주 사용자와 관련된 이미지일 수 있다. 클라우드 플랫폼(250)은 제 1 이미지 및 제 2 이미지 각각의 객체에 대한 인식 정보를 이용하여 제 1 이미지와 제 2 이미지의 연관성을 판단할 수 있다.
다양한 실시예에 따르면, 제 2 이미지는 전자 장치(210)의 메모리(222)에 미리 저장된 이미지일 수 있다.
다양한 실시예에 따르면, 전자 장치(210)는, 407 동작에서, 프로세서(213) 제어 하에, 반사 속성에 기반하여 반사 객체에 대응하는 제 1 이미지의 적어도 일부에 제 2 이미지의 적어도 일부를 합성할 수 있다.
다양한 실시예에 따르면, 전자 장치(210)는, 407 동작에서, 프로세서(213) 제어 하에, 산출된 반사 객체의 반사 속성에 따라 제 2 이미지의 적어도 일부와 제 1 이미지의 적어도 일부를 합성할 수 있다.
다양한 실시예에 따르면, 산출된 반사 객체의 반사 속성에 따라 제 2 이미지의 적어도 일부와 제 1 이미지의 적어도 일부를 합성하는 동작은, 반사 객체의 기하학적 특성에 관한 정보를 이용하여 프로세서(213)가 제 2 이미지의 크기, 곡률 및 모양 중 적어도 하나 이상을 변경하고, 반사 객체의 광학적 특성에 관한 정보를 이용하여 제 2 이미지의 색, 굴절률 및 투명도 중 적어도 하나 이상을 변경하는 동작일 수 있다.
예를 들어, 제 2 이미지를 반사 객체의 모양, 곡률, 크기와 일치하도록 변경하고, 제 2 이미지를 반사 객체의 색, 투명도, 굴절률에 대응하도록 변경하는 동작일 수 있다.
다양한 실시예에 따르면, 전자 장치(200)는, 407 동작에서, 프로세서(213) 제어 하에, 산출된 반사 객체의 반사 속성에 따라 제 2 이미지가 변경되면, 변경된 제 2 이미지를 반사 객체의 영역의 이미지 상의 위치(예: 좌표) 정보에 따라 제 1 이미지의 반사 객체 영역에 대응하도록 합성할 수 있다.
다양한 실시예에 따르면, 전자 장치(200)는, 407 동작에서, 프로세서(213) 제어 하에, 산출된 반사 객체의 반사 속성에 따라 제 2 이미지가 변경되면, 변경된 제 2 이미지의 적어도 일부를 반사 객체의 영역의 이미지 상의 위치(예: 좌표) 정보에 따라 제 1 이미지의 반사 객체 영역에 대응하도록 합성할 수 있다.
다양한 실시예에 따르면, 전자 장치(200)는, 407 동작에서, 프로세서(213) 제어 하에, 제 2 이미지의 적어도 일부 및 적어도 하나의 반사 객체의 상대적 위치에 기반하여, 적어도 하나의 반사 객체에 대응하는 영역의 적어도 일부에 제 2 이미지의 적어도 일부가 합성될 위치 또는 모양 중 적어도 하나를 결정할 수 있다.
도 10a를 참조하여 도 4를 설명하면, 전자 장치(200)는 프로세서(213) 제어 하에, 제 1 이미지(1010)에 포함된 반사 객체(1011)을 확인하고, 반사 객체의 반사 속성에 따라 제 2 이미지의 적어도 일부와 반사 객체 영역(1011) 합성하여 변경된 이미지(1012)를 생성할 수 있다.
도 5는 본 발명의 다양한 실시예에 따른 이미지 합성 방법을 나타내는 순서도이다.
다양한 실시예에 따르면, 전자 장치(210)는, 501 동작에서, 프로세서(213) 제어 하에 카메라 모듈(211)의 이미지 센서(212)를 통해 제 1 이미지 및 제 2 이미지를 획득할 수 있다.
다양한 실시예에 따르면, 전자 장치(210)는, 501 동작에서, 프로세서(213) 제어 하에, 이미지 획득을 위한 사용자 입력을 수신하면, 카메라 모듈(211)의 이미지 센서(212)를 통해 제 1 이미지 및 제 2 이미지를 획득할 수 있다.
도 12 및 도 13을 참조하면, 예를 들어, 제 1 이미지는 전자 장치(1200)의 제 1 면(1210A)에 배치된 전면 카메라(1205)를 통해 획득한 이미지이고, 제 2 이미지는 전자 장치(1200)의 제 2면(1210B)에 배치된 후면 카메라(1212, 1213)를 통해 획득한 이미지일 수 있다.
다양한 실시예에서, 제 1 이미지는 전자 장치(1200)의 제 2면(1210B)에 배치된 후면 카메라(1212, 1213)를 통해 획득한 이미지이고, 제 2 이미지는 전자 장치(1200)의 제 1 면(1210A)에 배치된 전면 카메라(1205)를 통해 획득한 이미지일 수 있다.
다양한 실시예에 따르면, 제 1 이미지는 전자 장치(210)의 제 1방향을 통해 획득한 이미지이고, 제 2 이미지는 전자 장치(210)의 제 2 방향을 통해 획득한 이미지일 수 있다. 제 1 방향 및 제 2 방향은 180도일 수 있다.
다양한 실시예에 따르면, 전자 장치(210)는, 503 동작에서, 프로세서(213) 제어 하에, 획득한 제 1 이미지 및 획득한 제 2 이미지 중에서 반사 객체가 감지되는 여부를 판단할 수 있다. 반사 객체는 빛을 받아서 반사하는 피사체로서, 카메라 모듈(211)의 이미지 센서(212)를 통해 이미지를 획득할 때 반사 객체가 촬영될 수 있다.
도 7을 참조하면, 전자 장치(200)는, 503 동작에서, 프로세서(213) 제어 하에, 수학식 1을 참조하여, 반사율 fr(ωi,ωr)을 산출할 수 있다. 503 동작에서, 프로세서(213) 제어 하에, 반사율 fr(ωi,ωr)에 기반하여 이미지 상의 반사 객체의 광학적 특징 및 이미지 상의 위치(예: 좌표)를 판단할 수 있다.
다양한 실시예에서, 전자 장치(200)는, 503 동작에서, 프로세서(213) 제어 하에, 산출된 반사율 fr(ωi,ωr)에 기반하여 특정(또는, 지정) 반사율보다 크다고 판단되면, 이미지 합성 동작을 수행하도록 설정할 수 있다.
다양한 실시예에서, 전자 장치(200)는, 503 동작에서, 프로세서(213) 제어 하에, 산출된 반사율 fr(ωi,ωr)에 기반하여 특정(또는, 지정) 반사율보다 작다고 판단되면, 이미지 합성 동작을 종료하도록 설정할 수 있다.다양한 실시예에 따르면, 전자 장치(210)는, 503 동작에서, 프로세서(213) 제어 하에, 획득한 제 1 이미지 및 획득한 제 2 이미지 중에서 반사 객체가 감지되지 않으면, 이미지 합성 동작을 종료할 수 있다.
다양한 실시예에 따르면, 전자 장치(210)는, 503 동작에서, 프로세서(213) 제어 하에, 획득한 제 1 이미지 및 획득한 제 2 이미지 중에서 반사 객체가 감지되면 505 동작으로 분기할 수 있다. 반사 객체는 빛 반사와 관련된 반사 속성을 가진 적어도 하나의 객체일 수 있다.
다양한 실시예에 따르면, 전자 장치(210)는, 프로세서(213) 제어 하에, 획득한 제 1 이미지 및 제 2 이미지를 통신 모듈(예, 통신 모듈(190))을 통해 클라우드 플랫폼(250)으로 전송하고, 클라우드 플랫폼(250)의 엔진(257)은 이미지 인식 동작을 수행하여 제 1 이미지 및/또는 제 2 이미지에 관한 인식 정보를 생성하여 전자 장치(210)로 인식 정보를 전송할 수 있다. 제 1 이미지 및/또는 제 2 이미지에 관한 인식 정보에는 반사 객체의 반사 속성에 관한 정보를 포함할 수 있다. 전자 장치(210)는, 503 동작에서, 프로세서(213) 제어 하에, 클라우드 플랫폼(250)으로부터 전송받은 인식 정보를 이용하여 획득한 제 1 이미지 및/또는 제 2 이미지에 포함된 객체로부터 반사 객체가 감지되는 여부를 판단할 수 있다.
다양한 실시예에 따르면, 전자 장치(210)는, 505 동작에서, 프로세서(213) 제어 하에, 제 1 이미지 및 제 제 2 이미지 중에 포함된 반사 객체의 반사 속성을 산출할 수 있다.
505 동작에서, 프로세서(213) 제어 하에 산출되는 반사 객체의 반사 속성은 반사 객체의 기하학적 특성에 관한 정보 및 반사 객체의 광학적 특성에 관한 정보 중 적어도 하나 이상일 수 있다.
반사 객체의 기하학적 특성에 관한 정보는 예를 들어, 획득한 이미지 내에서 반사 객체의 크기, 반사 객체의 모양, 반사 객체의 곡률 및 반사 객체 영역의 이미지 상의 위치(예: 좌표)에 관한 정보 중 적어도 하나 이상일 수 있다.
반사 객체의 광학적 특성에 관한 정보는 예를 들어, 반사 객체의 색깔, 반사 객체의 투명도, 반사 객체의 굴절률 및 반사 객체의 반사도에 관한 정보 중 적어도 하나 이상일 수 있다.
다양한 실시예에 따르면, 전자 장치(210)는, 505 동작에서, 프로세서(213) 제어 하에, 클라우드 플랫폼(250)으로부터 전송받은 인식 정보로부터 인식 정보에 포함된 반사 객체의 반사 속성 정보를 산출할 수 있다.
다양한 실시예에 따르면, 전자 장치(210)는, 407 동작에서, 프로세서(213) 제어 하에, 반사 속성에 기반하여 제 1 이미지의 적어도 일부와 제 2 이미지의 적어도 일부를 합성할 수 있다.
다양한 실시예에 따르면, 전자 장치(210)는, 507 동작에서, 프로세서(213) 제어 하에, 산출된 반사 객체의 반사 속성에 따라, 제 1 이미지 및 제 2 이미지 중 반사 객체가 감지되지 않은 이미지와 제 1 이미지 및 제 2 이미지 중 반사 객체가 감지된 이미지를 합성할 수 있다.
다양한 실시예에 따르면, 산출된 반사 객체의 반사 속성에 따라 반사 객체가 감지되지 않은 이미지의 적어도 일부와 반사 객체가 감지된 이미지를 합성하는 동작은, 반사 객체의 기하학적 특성에 관한 정보를 이용하여 프로세서(213)가 반사 객체가 감지되지 않은 이미지의 크기, 곡률 및 모양 중 적어도 하나 이상을 변경하고, 반사 객체의 광학적 특성에 관한 정보를 이용하여 반사 객체가 감지되지 않은 이미지의 색, 굴절류 및 투명도 중 적어도 하나 이상을 변경하는 동작일 수 있다.
예를 들어, 반사 객체가 감지되지 않은 이미지를 반사 객체의 모양, 곡률, 크기와 일치하도록 변경하고, 반사 객체가 감지되지 않은 이미지를 반사 객체의 색, 투명도, 굴절률에 대응하도록 변경하는 동작일 수 있다.
다양한 실시예에 따르면, 전자 장치(200)는, 507 동작에서,프로세서(213) 제어 하에, 산출된 반사 객체의 반사 속성에 따라 반사 객체가 감지되지 않은 이미지가 변경되면, 변경된 반사 객체가 감지되지 않은 이미지를 반사 객체의 영역의 이미지 상의 위치(예: 좌표) 정보에 따라 반사 객체가 감지된 이미지의 반사 객체 영역에 대응하도록 합성할 수 있다.
다양한 실시예에 따르면, 전자 장치(200)는, 507 동작에서, 프로세서(213) 제어 하에, 산출된 반사 객체의 반사 속성에 따라 반사 객체가 감지되지 않은 이미지가 변경되면, 변경된 반사 객체가 감지되지 않은 이미지의 적어도 일부를 반사 객체의 영역의 이미지 상의 위치(예: 좌표) 정보에 따라 반사 객체가 감지된 이미지의 반사 객체 영역에 대응하도록 합성할 수 있다.
다양한 실시예에 따르면, 전자 장치(200)는, 507 동작에서, 프로세서(213) 제어 하에, 제 2 이미지의 적어도 일부 및 적어도 하나의 반사 객체의 상대적 위치에 기반하여, 적어도 하나의 반사 객체에 대응하는 영역의 적어도 일부에 제 2 이미지의 적어도 일부가 합성될 위치 또는 모양 중 적어도 하나를 결정할 수 있다.
도 10a를 참조하여 도 5를 설명하면, 전자 장치(200)는 프로세서(213) 제어 하에, 제 1 이미지(1010)에 포함된 반사 객체(1011)을 확인하고, 반사 객체의 반사 속성에 따라 제 2 이미지의 적어도 일부와 반사 객체 영역(1011) 합성하여 변경된 이미지(1012)를 생성할 수 있다.
도 6은 본 발명의 다양한 실시예에 따른 이미지 합성 방법을 나타내는 순서도이다.
다양한 실시예에 따르면, 전자 장치(210)는, 601 동작에서, 프로세서(213) 제어 하에 카메라 모듈(211)의 이미지 센서(212)를 통해 이미지를 획득할 수 있다.
다양한 실시예에 따르면, 전자 장치(210)는, 601 동작에서, 프로세서(213) 제어 하에, 이미지 획득을 위한 사용자 입력을 수신하면, 카메라 모듈(211)의 이미지 센서(212)를 통해 이미지를 획득할 수 있다.
다양한 실시예에 따르면, 이미지는 클라우드 플랫폼(250)에 미리 저장된 이미지로서, 전자 장치(210)는 이미지를 클라우드 플랫폼(250)의 이미지 저장소(254)로부터 통신 모듈(예, 도 1의 190)을 통해 전송받을 수 있다.
다양한 실시예에 따르면, 전자 장치(210)는, 603 동작에서, 프로세서(213) 제어 하에, 획득한 이미지에 포함된 객체로부터 반사 객체가 감지되는 여부를 판단할 수 있다. 반사 객체는 빛을 받아서 반사하는 피사체로서, 카메라 모듈(211)의 이미지 센서(212)를 통해 이미지를 획득할 때 반사 객체가 촬영될 수 있다.
다양한 실시예에 따르면, 전자 장치(210)는, 프로세서(213) 제어 하에, 획득한 이미지를 통신 모듈(예, 통신 모듈(190))을 통해 클라우드 플랫폼(250)으로 전송하고, 클라우드 플랫폼(250)의 엔진(257)은 이미지 인식 동작을 수행하여 이미지에 관한 인식 정보를 생성하여 전자 장치(210)로 인식 정보를 전송할 수 있다. 이미지에 관한 인식 정보에는 반사 객체의 반사 속성에 관한 정보를 포함할 수 있다. 전자 장치(210)는, 603 동작에서, 프로세서(213) 제어 하에, 클라우드 플랫폼(250)으로부터 전송받은 인식 정보를 이용하여 획득한 이미지에 포함된 객체로부터 반사 객체가 감지되는 여부를 판단할 수 있다.
도 7을 참조하면, 전자 장치(200)는, 603 동작에서, 프로세서(213) 제어 하에, 수학식 1을 참조하여, 반사율 fr(ωi,ωr)을 산출할 수 있다. 603 동작에서, 프로세서(213) 제어 하에, 반사율 fr(ωi,ωr)에 기반하여 이미지 상의 반사 객체의 광학적 특징 및 이미지 상의 위치(예: 좌표)를 판단할 수 있다.
다양한 실시예에서, 전자 장치(200)는, 603 동작에서, 프로세서(213) 제어 하에, 산출된 반사율 fr(ωi,ωr)에 기반하여 특정(또는, 지정) 반사율보다 크다고 판단되면, 이미지 합성 동작을 수행하도록 설정할 수 있다.
다양한 실시예에서, 전자 장치(200)는, 603 동작에서, 프로세서(213) 제어 하에, 산출된 반사율 fr(ωi,ωr)에 기반하여 특정(또는, 지정) 반사율보다 작다고 판단되면, 이미지 합성 동작을 종료하도록 설정할 수 있다.
다양한 실시예에 따르면, 전자 장치(210)는, 603 동작에서, 프로세서(213) 제어 하에, 획득한 이미지에서 반사 객체가 감지되지 않으면, 이미지 합성 동작을 종료할 수 있다.
다양한 실시예에 따르면, 전자 장치(210)는, 603 동작에서, 프로세서(213) 제어 하에, 획득한 이미지에서 반사 객체가 감지되면 605 동작으로 분기할 수 있다. 반사 객체는 빛 반사와 관련된 반사 속성을 가진 적어도 하나의 객체일 수 있다.
다양한 실시예에 따르면, 전자 장치(210)는, 605 동작에서, 프로세서(213) 제어 하에, 이미지에 포함된 반사 객체의 반사 속성을 산출할 수 있다.
605 동작에서, 프로세서(213) 제어 하에 산출되는 반사 객체의 반사 속성은 반사 객체의 기하학적 특성에 관한 정보 및 반사 객체의 광학적 특성에 관한 정보 중 적어도 하나 이상일 수 있다.
반사 객체의 기하학적 특성에 관한 정보는 예를 들어, 획득한 이미지 내에서 반사 객체의 크기, 반사 객체의 모양, 반사 객체의 곡률 및 반사 객체 영역의 이미지 상의 위치(예: 좌표)에 관한 정보 중 적어도 하나 이상일 수 있다.
반사 객체의 광학적 특성에 관한 정보는 예를 들어, 반사 객체의 색깔, 반사 객체의 투명도, 반사 객체의 굴절률 및 반사 객체의 반사도에 관한 정보 중 적어도 하나 이상일 수 있다.
다양한 실시예에 따르면, 전자 장치(210)는, 605 동작에서, 프로세서(213) 제어 하에, 클라우드 플랫폼(250)으로부터 전송받은 인식 정보로부터 인식 정보에 포함된 반사 객체의 반사 속성 정보를 산출할 수 있다.
다양한 실시예에 따르면, 클라우드 플랫폼(250)은 전자 장치(210)로부터 이미지를 수신하면, 클라우드 플랫폼(250)의 엔진(257)은 이미지 인식 동작을 수행하여 이미지에 관한 인식 정보를 생성할 수 있다. 클라우드 플랫폼(250)은 이미지의 인식 정보를 이용하여 이미지에 포함된 객체를 확인할 수 있다. 이미지에 포함된 객체는 반사 객체를 포함할 수 있다. 예를 들어, 이미지에서 전자 장치(210) 주 사용자(예를 들어, 사용자) 및/또는 연인이나 가족이 객체로 인식될 수 있다. 클라우드 플랫폼(250)은 이미지 각각의 객체에 대한 인식 정보를 이용하여 이미지에 포함된 객체 간의 연관성을 판단할 수 있다.
다양한 실시예에 따르면, 전자 장치(210)는, 607 동작에서, 프로세서(213) 제어 하에, 반사 속성에 기반하여 반사 객체에 대응하는 이미지의 적어도 일부에 이미지에 포함된 반사 객체 이외의 다른 객체의 적어도 일부를 합성할 수 있다.
다양한 실시예에 따르면, 전자 장치(210)는, 607 동작에서, 프로세서(213) 제어 하에, 산출된 반사 객체의 반사 속성에 따라 적어도 하나 이상의 객체를 합성할 수 있다.
다양한 실시예에 따르면, 산출된 반사 객체의 반사 속성에 따라 이미지에서 적어도 하나 이상의 객체를 합성하는 동작은, 반사 객체의 기하학적 특성에 관한 정보를 이용하여 프로세서(213)가 이미지에 포함된 반사 객체 외의 다른 객체의 크기, 곡률 및 모양 중 적어도 하나 이상을 변경하고, 반사 객체의 광학적 특성에 관한 정보를 이용하여 이미지에 포함된 반사 객체 외의 다른 객체의 색, 굴절률 및 투명도 중 적어도 하나 이상을 변경하는 동작일 수 있다.
예를 들어, 이미지에 포함된 반사 객체 외의 다른 객체를 반사 객체의 모양, 곡률, 크기와 일치하도록 변경하고, 이미지에 포함된 반사 객체 외의 다른 객체를 반사 객체의 색, 투명도, 굴절률에 대응하도록 변경하는 동작일 수 있다.
다양한 실시예에 따르면, 전자 장치(200)는, 607 동작에서, 프로세서(213) 제어 하에, 산출된 반사 객체의 반사 속성에 따라 이미지에 포함된 반사 객체 외의 다른 객체가 변경되면, 변경된 이미지에 포함된 반사 객체 외의 다른 객체를 반사 객체의 영역의 이미지 내에서 위치(예: 좌표) 정보에 따라 이미지의 반사 객체 영역에 대응하도록 합성할 수 있다.
다양한 실시예에 따르면, 전자 장치(200)는, 607 동작에서, 프로세서(213) 제어 하에, 이미지의 적어도 일부 및 적어도 하나의 반사 객체의 상대적 위치에 기반하여, 적어도 하나의 반사 객체에 대응하는 영역의 적어도 일부에 이미지의 적어도 일부가 합성될 위치 또는 모양 중 적어도 하나를 결정할 수 있다.
도 10b를 참조하여 도 6을 설명하면, 전자 장치(210)는 프로세서(213) 제어 하에, 제 1 객체(1021)의 제 1 반사 객체 영역(1031)에 제 2 객체(1023)의 적어도 일부를 합성하여 제 1 변경 이미지(1041) 생성할 수 있다, 제 1 변경 이미지(1041)는 제 2 객체(1023)의 적어도 일부를 반사 속성에 따라서 변경하여 제 1 객체(1021)의 제 1 반사 객체 영역(1031)에 합성된 이미지이다.
전자 장치(210)는 프로세서(213) 제어 하에, 제 2 객체(1023)의 제 2 반사 객체 영역(1033)에 제 1 객체(1021)의 적어도 일부를 합성하여 제 2 변경 이미지(1043) 생성할 수 있다, 제 2 변경 이미지(1043)는 제 1 객체(1021)의 적어도 일부를 반사 속성에 따라서 변경하여 제 2 객체(1023)의 제 2 반사 객체 영역(1033)에 합성된 이미지이다.
도 7은 본 발명의 다양한 실시예에 따른 반사 객체 검출 방법을 나타내는 도면이다.
반사 객체 검출 방법은 BRDF(bidirectional reflectance distribution function)을 이용하는 방법일 수 있다.
반사 객체(710)는 광원(711)에서 입사되는 빛을 전자 장치(210)로 반사할 수 있다. 이때, 반사 객체(710)로 입사되는 빛의 입사각을 ωi, 반사각을 ωr 이라고 하면, 반사율 fr(ωi,ωr)은 수학식 1과 같을 수 있다.
수학식 1에 의해 산출된 반사율 특정 반사율 이상이면, 전자 장치(210)는 반사 객체로 판단할 수 있다.
다양한 실시예에서, 전자 장치(210)는 딥 러닝(Deep Learning)을 통해 반사 객체를 감지하는 실시 예로, 반사 객체(눈동자, 선글라스, 거울)등 라벨링 가능한 데이터를 학습시켜 입력영상이 들어 오면 반사 객체 영역을 판단하게 할 수 있다.
다양한 실시예에서, 전자 장치(210)는 원시 이미지(raw image)를 클라우드 플랫폼(250)으로 전송하면, 클라우드 플랫폼(250)의 엔진(255)를 통해 반사 객체를 감지하고, 감지 결과에 따른 정보(예를 들어, 기하학적 특성에 관한 정보 및 반사 객체의 광학적 특성에 관한 정보 중 적어도 하나 이상)를 전자 장치(210)로 전송하고, 전자 장치(210)는 감지 결과에 따른 정보에 따라서 이미지를 합성할 수 있다. 이를 위해서, 클라우드 플랫폼(250)의 엔진(255)은 딥 러닝(Deep Learning) 방법 또는 BRDF(bidirectional reflectance distribution function)를 통해 반사 객체를 인식할 수 있다.
도 8은 본 발명의 다양한 실시예에 따른 이미지 획득방법을 나타내는 도면이다. 도 9는 본 발명의 다양한 실시예에 따른 이미지 합성 방법을 나타내는 도면이다.
도 8 및 도 9에서, 전자 장치(210)는 제 1 이미지(810)는 전자 장치(210)의 제 2면의 후면 카메라를 통해 획득한 이미지이고, 제 2 이미지(820)는 전자 장치(210)의 제 1면의 전면 카메라 통해 획득한 이미지일 수 있다. 제 1 이미지(810)는 반사 객체 영역(830)을 포함할 수 있고, 도 8에서, 반사 객체 영역은 예를 들어 선글라스일 수 있다.
전자 장치(210)는 반사 객체 영역(830)의 반사 객체의 반사 속성 정보(예를 들어, 기하학적 특성에 관한 정보 및 반사 객체의 광학적 특성에 관한 정보)중 적어도 하나 이상을 산출하고,
산출된 반사 속성 정보에 기초하여 제 2 이미지(820)를 변경한 이미지(821)를 생성하고, 변경한 이미지(821)를 반사 객체 영역(830)에 합성하여 합성된 이미지(840)를 생성할 수 있다.
도 10a, 도 10b 및 도 11은 본 발명의 실시예에 따른 합성된 이미지를 확대하는 경우를 예시하는 도면이다.
도 10a는 서로 다른 이미지를 이용하여 이미지를 합성한 경우에 관한 것으로서, 1001에서, 합성된 이미지(1010)의 반사 객체 영역(1011, 예를 들어, 눈동자)를 사용자가 선택하면, 반사 객체 영역(1011)의 반사 속성 정보에 대응하여 변경된 이미지(1012)가 보여질 수 있다.
전자 장치(200)는 프로세서(213) 제어 하에, 제 1 이미지(1010)에 포함된 반사 객체(1011)을 확인하고, 반사 객체의 반사 속성에 따라 제 2 이미지의 적어도 일부와 반사 객체 영역(1011) 합성하여 변경된 이미지(1012)를 생성할 수 있다.
도 10b는 하나의 이미지에 포함된 서로 다른 객체를 이용하여 이미지를 합성한 경우에 관한 것으로서, 1003에서, 합성된 이미지(1020)의 각각의 객체(1021, 1023)에서 반사 객체 영역(1031, 1033, 예를 들어, 눈동자)를 사용자가 선택하면, 반사 객체 영역(1031, 1033)의 반사 속성 정보에 대응하는 변경된 이미지(1041, 1043)가 보여질 수 있다.
예를 들어, 제 1 객체(1021)는 제 1 인물(예, 남자)이고, 제 2 객체(1023)은 제 2 인물(예, 여자)일 수 있다. 제 1 객체(1021) 및 제 2 객체(1023)는 하나에 이미지(1020)에 포함될 수 있다. 제 1 객체(1021)는 제 1 반사 객체 영역(1031)을 포함하고, 제 2 객체(1023)는 제 2 반사 객체 영역(1033)을 포함할 수 있다. 이미지(1020)는 적어도 하나의 반사 객체(1031, 1033)를 포함할 수 있다.
전자 장치(210)는 프로세서(213) 제어 하에, 제 1 객체(1021)의 제 1 반사 객체 영역(1031)에 제 2 객체(1023)의 적어도 일부를 합성하여 제 1 변경 이미지(1041) 생성할 수 있다, 제 1 변경 이미지(1041)는 제 2 객체(1023)의 적어도 일부를 반사 속성에 따라서 변경하여 제 1 객체(1021)의 제 1 반사 객체 영역(1031)에 합성된 이미지이다.
전자 장치(210)는 프로세서(213) 제어 하에, 제 2 객체(1023)의 제 2 반사 객체 영역(1033)에 제 1 객체(1021)의 적어도 일부를 합성하여 제 2 변경 이미지(1043) 생성할 수 있다, 제 2 변경 이미지(1043)는 제 1 객체(1021)의 적어도 일부를 반사 속성에 따라서 변경하여 제 2 객체(1023)의 제 2 반사 객체 영역(1033)에 합성된 이미지이다.
1101에서, 복수의 이미지(1110, 1120, 1130) 각각이 반사 객체 영역(1111, 1121, 1131)을 이를 도 6에 개시된 방법에 따라 합성할 수 있다. 이 경우 두 개의 이미지(1110, 1120)가 각각의 반사 객체 영역(1111, 1121)에 합성된다면 무한 줌(zoom) 효과와 동일한 효과를 나타낼 수 있다.
도 12은, 일 실시예에 따른 모바일 전자 장치의 전면의 사시도이다. 도 13은, 도 12의 전자 장치의 후면의 사시도이다.
도 12 및 13을 참조하면, 일 실시예에 따른 전자 장치(1200)는, 제 1 면(또는 전면)(1210A), 제 2 면(또는 후면)(1210B), 및 제 1 면(1210A) 및 제 2 면(1210B) 사이의 공간을 둘러싸는 측면(1210C)을 포함하는 하우징(1210)을 포함할 수 있다. 다른 실시예(미도시)에서는, 하우징은, 도 1의 제 1 면(1210A), 제 2 면(1210B) 및 측면(1210C)들 중 일부를 형성하는 구조를 지칭할 수도 있다. 일 실시예에 따르면, 제 1 면(1210A)은 적어도 일부분이 실질적으로 투명한 전면 플레이트(1202)(예: 다양한 코팅 레이어들을 포함하는 글라스 플레이트, 또는 폴리머 플레이트)에 의하여 형성될 수 있다. 제 2 면(1210B)은 실질적으로 불투명한 후면 플레이트(1211)에 의하여 형성될 수 있다. 상기 후면 플레이트(1211)는, 예를 들어, 코팅 또는 착색된 유리, 세라믹, 폴리머, 금속(예: 알루미늄, 스테인레스 스틸(STS), 또는 마그네슘), 또는 상기 물질들 중 적어도 둘의 조합에 의하여 형성될 수 있다. 상기 측면(1210C)은, 전면 플레이트(1202) 및 후면 플레이트(1211)와 결합하며, 금속 및/또는 폴리머를 포함하는 측면 베젤 구조 (또는 "측면 부재")(118)에 의하여 형성될 수 있다. 어떤 실시예에서는, 후면 플레이트(1211) 및 측면 베젤 구조(118)는 일체로 형성되고 동일한 물질(예: 알루미늄과 같은 금속 물질)을 포함할 수 있다.
일 실시예에 따르면, 전자 장치(1200)는, 디스플레이(1201), 오디오 모듈(1203, 1207, 1214), 센서 모듈(1204, 1219), 카메라 모듈(1205, 1212, 1213), 키 입력 장치(1215, 1216, 1217), 인디케이터(1206), 및 커넥터 홀(1208, 1209) 중 적어도 하나 이상을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(1200)는, 구성요소들 중 적어도 하나(예: 키 입력 장치(1215, 1216, 1217), 또는 인디케이터(1206))를 생략하거나 다른 구성요소를 추가적으로 포함할 수 있다.
디스플레이(1201)는, 예를 들어, 전면 플레이트(1202)의 상당 부분을 통하여 노출될 수 있다. 디스플레이(1201)는, 터치 감지 회로, 터치의 세기(압력)를 측정할 수 있는 압력 센서, 및/또는 자기장 방식의 스타일러스 펜을 검출하는 디지타이저와 결합되거나 인접하여 배치될 수 있다.
오디오 모듈(1203, 1207, 1214)은, 마이크 홀(1203) 및 스피커 홀(1207, 1214)을 포함할 수 있다. 마이크 홀(1203)은 외부의 소리를 획득하기 위한 마이크가 내부에 배치될 수 있고, 어떤 실시예에서는 소리의 방향을 감지할 수 있도록 복수개의 마이크가 배치될 수 있다. 스피커 홀(1207, 1214)은, 외부 스피커 홀(1207) 및 통화용 리시버 홀(1214)을 포함할 수 있다. 어떤 실시예에서는 스피커 홀(1207, 1214)과 마이크 홀(103)이 하나의 홀로 구현 되거나, 스피커 홀(1207, 1214) 없이 스피커가 포함될 수 있다(예: 피에조 스피커).
센서 모듈(1204, 1219)은, 전자 장치(1200)의 내부의 작동 상태, 또는 외부의 환경 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 센서 모듈(1204, 1219)은, 예를 들어, 하우징(1210)의 제 1 면(plate, 1210A)에 배치된 제 1 센서 모듈(1204)(예: 근접 센서) 및/또는 제 2 센서 모듈(미도시)(예: 지문 센서), 및/또는 상기 하우징(1210)의 제 2 면(1210B)에 배치된 제 3 센서 모듈(1219)(예: HRM 센서)을 포함할 수 있다. 상기 지문 센서는 하우징(1210)의 제 1면(1210A)(예: 홈 키 버튼(115))뿐만 아니라 제 2면(1210B)에 배치될 수 있다. 전자 장치(1200)는, 도시되지 않은 센서 모듈, 예를 들어, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서(1204) 중 적어도 하나를 더 포함할 수 있다.
카메라 모듈(1205, 1212, 1213)은, 전자 장치(1200)의 제 1 면(1210A)에 배치된 제 1 카메라 장치(1205), 및 제 2 면(1210B)에 배치된 제 2 카메라 장치(1212), 및/또는 플래시(1213)를 포함할 수 있다. 상기 카메라 모듈(1205, 1212)은, 하나 또는 복수의 렌즈들, 이미지 센서, 및/또는 이미지 시그널 프로세서를 포함할 수 있다. 플래시(1213)는, 예를 들어, 발광 다이오드 또는 제논 램프(xenon lamp)를 포함할 수 있다. 어떤 실시예에서는, 2개 이상의 렌즈들 (광각 및 망원 렌즈) 및 이미지 센서들이 전자 장치(1200)의 한 면에 배치될 수 있다.
키 입력 장치(1215, 1216, 1217)는, 하우징(1210)의 제 1 면(1210A)에 배치된 홈 키 버튼(1215), 홈 키 버튼(1215) 주변에 배치된 터치 패드(1216), 및/또는 하우징(1210)의 측면(1210C)에 배치된 사이드 키 버튼(1217)을 포함할 수 있다. 다른 실시예에서는, 전자 장치(1200)는 상기 언급된 키 입력 장치(1215, 1216, 1217)들 중 일부 또는 전부를 포함하지 않을 수 있고 포함되지 않은 키 입력 장치(1215, 1216, 1217)는 디스플레이(1201) 상에 소프트 키 등 다른 형태로 구현될 수 있다.
인디케이터(1206)는, 예를 들어, 하우징(1210)의 제 1 면(1210A)에 배치될 수 있다. 인디케이터(1206)는, 예를 들어, 전자 장치(1200)의 상태 정보를 광 형태로 제공할 수 있으며, LED를 포함할 수 있다. 커넥터 홀(1208, 1209)은, 외부 전자 장치와 전력 및/또는 데이터를 송수신하기 위한 커넥터(예를 들어, USB 커넥터)를 수용할 수 있는 제 1 커넥터 홀(1208), 및/또는 외부 전자 장치와 오디오 신호를 송수신하기 위한 커넥터를 수용할 수 있는 제 2 커넥터 홀(예를 들어, 이어폰 잭)(1209)을 포함할 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 스토어TM)를 통해 또는 두개의 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.

Claims (28)

  1. 전자 장치에 있어서,
    지정된 방향을 촬영할 수 있는 제 1 카메라;
    상기 지정된 방향과 다른 방향을 촬영할 수 있는 제 2 카메라;
    메모리; 및
    프로세서를 포함하고, 상기 프로세서는
    상기 제 1 카메라를 이용하여 제 1 이미지, 및 상기 제 2 카메라를 이용하여 제 2 이미지를 획득하고,
    상기 제 1 이미지에서 빛 반사와 관련된 반사 속성을 가진 적어도 하나의 반사 객체를 확인하며,
    상기 제 1 이미지에서 상기 반사 객체의 광학적 특성에 관한 정보를 포함하는 반사 속성 정보를 획득하고, 및
    상기 제 2 이미지의 적어도 일부를 상기 반사 객체의 광학적 특성에 관한 정보에 대응하도록 변경하여 상기 제 1 이미지와 합성하도록 설정된 전자 장치.
  2. 제 1 항에 있어서,
    통신 모듈을 더 포함하고,
    상기 프로세서는,
    상기 적어도 하나의 반사 객체를 확인하는 동작의 일부로, 상기 통신 모듈을 이용하여, 상기 제 1 이미지를 외부 장치로 전송하고,
    상기 외부 장치로부터, 상기 제 1 이미지에 대한 이미지 인식에 기반하여 생성된 인식 정보를 수신하고, 및
    상기 인식 정보에 기반하여 상기 적어도 하나의 반사 객체를 판단 하도록 설정된 전자 장치.
  3. 제 2 항에 있어서,
    상기 프로세서는,
    상기 외부 장치로부터, 상기 인식 정보의 적어도 일부로 상기 제 1 이미지에서 인식된 객체에 대한 상기 반사 속성 정보를 수신 하도록 설정된 전자 장치.
  4. 제 1 항에 있어서,
    상기 프로세서는
    상기 제 1 이미지에서 상기 반사 객체의 기하학적 특성에 관한 정보를 획득하고,
    상기 제 2 이미지의 적어도 일부를 상기 반사 객체의 기하학적 특성에 관한 정보와 일치하도록 변경하여 상기 제 1 이미지와 합성하도록 설정된 전자 장치.
  5. 제 1 항에 있어서,
    상기 프로세서는,
    상기 반사 속성이 지정된 반사율 보다 큰 것에 기반하여, 상기 합성을 수행하도록 설정된 전자 장치.
  6. 제 1 항에 있어서,
    상기 프로세서는,상기 합성하는 동작의 일부로, 상기 제 2 이미지의 상기 적어도 일부 및 상기 적어도 하나의 반사 객체의 상대적 위치에 기반하여, 상기 적어도 하나의 반사 객체에 대응하는 영역의 상기 적어도 일부에 상기 제 2 이미지의 적어도 일부가 합성될 위치 또는 모양 중 적어도 하나를 결정하도록 설정된 전자 장치.
  7. 제 4 항에 있어서,
    상기 반사 객체의 기하학적 특성에 관한 정보는
    상기 반사 객체의 크기, 상기 반사 객체의 모양, 상기 반사 객체의 곡률 및 상기 제 1 이미지 상의 상기 반사 객체의 위치에 관한 정보 중 적어도 하나 이상을 포함하며,
    상기 반사 객체의 광학적 특성에 관한 정보는
    상기 반사 객체의 색깔, 상기 반사 객체의 투명도, 상기 반사 객체의 굴절률 및 상기 반사 객체의 반사도에 관한 정보 중 적어도 하나 이상을 포함하는 전자 장치.
  8. 삭제
  9. 삭제
  10. 삭제
  11. 삭제
  12. 삭제
  13. 삭제
  14. 삭제
  15. 지정된 방향을 촬영할 수 있는 제 1 카메라 및 상기 지정된 방향과 다른 방향을 촬영할 수 있는 제 2 카메라를 포함하는 전자 장치의 이미지 합성 방법에 있어서,
    상기 제 1 카메라를 이용하여 제 1 이미지, 및 상기 제 2 카메라를 이용하여 제 2 이미지를 획득하는 동작;
    상기 제 1 이미지에서 빛 반사와 관련된 반사 속성을 가진 적어도 하나의 반사 객체를 확인하는 동작;
    상기 제 1 이미지에서 상기 반사 객체의 광학적 특성에 관한 정보를 포함하는 반사 속성 정보를 획득하는 동작; 및
    상기 제 2 이미지의 적어도 일부를 상기 반사 객체의 광학적 특성에 관한 정보에 대응하도록 변경하여 상기 제 1 이미지와 합성하는 동작을 포함하는 방법.
  16. 제 15 항에 있어서,
    상기 적어도 하나의 반사 객체를 확인하는 동작의 일부로, 통신 모듈을 이용하여, 상기 제 1 이미지를 외부 장치로 전송하는 동작;
    상기 외부 장치로부터, 상기 제 1 이미지에 대한 이미지 인식에 기반하여 생성된 인식 정보를 수신하는 동작; 및
    상기 인식 정보에 기반하여 상기 적어도 하나의 반사 객체를 판단하는 동작을 포함하는 방법.
  17. 제 16 항에 있어서,
    상기 외부 장치로부터, 상기 인식 정보의 적어도 일부로 상기 제 1 이미지에서 인식된 객체에 대한 상기 반사 속성 정보를 수신 하도록 설정하는 동작을 더 포함하는 방법.
  18. 제 15 항에 있어서,
    상기 제 1 이미지에서 상기 반사 객체의 기하학적 특성에 관한 정보를 획득하는 동작; 및
    상기 제 2 이미지의 적어도 일부를 상기 반사 객체의 기하학적 특성에 관한 정보와 일치하도록 변경하여 상기 제 1 이미지와 합성하는 동작을 더 포함하는 방법.
  19. 제 15항에 있어서,
    상기 반사 속성이 지정된 반사율 보다 큰 것에 기반하여, 상기 합성을 수행하는 동작을 더 포함하는 방법.
  20. 제 15 항에 있어서,
    상기 합성하는 동작의 일부로, 상기 제 2 이미지의 상기 적어도 일부 및 상기 적어도 하나의 반사 객체의 상대적 위치에 기반하여, 상기 적어도 하나의 반사 객체에 대응하는 영역의 상기 적어도 일부에 상기 제 2 이미지의 적어도 일부가 합성될 위치 또는 모양 중 적어도 하나를 결정하는 동작을 더 포함하는 방법.
  21. 제 18항에 있어서,
    상기 반사 객체의 기하학적 특성에 관한 정보는
    상기 반사 객체의 크기, 상기 반사 객체의 모양, 상기 반사 객체의 곡률 및 상기 제 1 이미지 상의 상기 반사 객체의 위치에 관한 정보 중 적어도 하나 이상을 포함하며,
    상기 반사 객체의 광학적 특성에 관한 정보는
    상기 반사 객체의 색깔, 상기 반사 객체의 투명도, 상기 반사 객체의 굴절률 및 상기 반사 객체의 반사도에 관한 정보 중 적어도 하나 이상을 포함하는 방법.
  22. 삭제
  23. 삭제
  24. 삭제
  25. 삭제
  26. 삭제
  27. 삭제
  28. 삭제
KR1020180036657A 2018-03-29 2018-03-29 이미지에 포함된 반사 객체의 속성에 기반하여, 반사 객체에 다른 이미지를 합성하는 방법 및 전자 장치 KR102459717B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020180036657A KR102459717B1 (ko) 2018-03-29 2018-03-29 이미지에 포함된 반사 객체의 속성에 기반하여, 반사 객체에 다른 이미지를 합성하는 방법 및 전자 장치
US17/040,308 US11494885B2 (en) 2018-03-29 2019-03-28 Method for synthesizing image on reflective object on basis of attribute of reflective object included in different image, and electronic device
PCT/KR2019/003678 WO2019190250A1 (ko) 2018-03-29 2019-03-28 이미지에 포함된 반사 객체의 속성에 기반하여, 반사 객체에 다른 이미지를 합성하는 방법 및 전자 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180036657A KR102459717B1 (ko) 2018-03-29 2018-03-29 이미지에 포함된 반사 객체의 속성에 기반하여, 반사 객체에 다른 이미지를 합성하는 방법 및 전자 장치

Publications (2)

Publication Number Publication Date
KR20190114242A KR20190114242A (ko) 2019-10-10
KR102459717B1 true KR102459717B1 (ko) 2022-10-27

Family

ID=68058421

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180036657A KR102459717B1 (ko) 2018-03-29 2018-03-29 이미지에 포함된 반사 객체의 속성에 기반하여, 반사 객체에 다른 이미지를 합성하는 방법 및 전자 장치

Country Status (3)

Country Link
US (1) US11494885B2 (ko)
KR (1) KR102459717B1 (ko)
WO (1) WO2019190250A1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102467366B1 (ko) * 2020-02-03 2022-11-15 한화시스템 주식회사 다중 광각 카메라를 이용한 이동 객체 관리 시스템 및 방법
CN115293960B (zh) * 2022-07-28 2023-09-29 珠海视熙科技有限公司 融合图像的光照调节方法、装置、设备及介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012070103A (ja) * 2010-09-21 2012-04-05 Olympus Imaging Corp 撮像装置及び画像通信システム
US20140267631A1 (en) 2013-03-15 2014-09-18 Occipital, Inc. Methods for reducing power consumption of a 3d image capture system

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010107004A (ko) * 2000-05-24 2001-12-07 최우영 네트워크 기반의 이미지 합성 서비스 제공 시스템 및 그방법
US7760962B2 (en) * 2005-03-30 2010-07-20 Casio Computer Co., Ltd. Image capture apparatus which synthesizes a plurality of images obtained by shooting a subject from different directions, to produce an image in which the influence of glare from a light is reduced
JP5846075B2 (ja) 2011-08-31 2016-01-20 辰巳電子工業株式会社 画像データ提供装置、写真撮影遊戯装置、画像データ提供システム、及び画像生成方法
KR101472091B1 (ko) 2012-12-28 2014-12-15 주식회사 효성 셀룰로오스아실레이트 적층 필름 및 그에 따른 제조방법
KR101995340B1 (ko) * 2013-01-02 2019-07-02 엘지이노텍 주식회사 적외선 광원 제어방법
US9083960B2 (en) * 2013-01-30 2015-07-14 Qualcomm Incorporated Real-time 3D reconstruction with power efficient depth sensor usage
KR102064973B1 (ko) 2013-06-04 2020-01-10 삼성전자주식회사 듀얼 이미지를 편집하는 전자 장치 및 방법
KR102089624B1 (ko) 2013-09-02 2020-03-16 삼성전자주식회사 이미지를 합성하기 위한 방법 및 그 전자 장치
KR102124617B1 (ko) 2013-09-03 2020-06-19 삼성전자주식회사 이미지 합성 방법 및 그 전자 장치
JP6412400B2 (ja) 2014-10-23 2018-10-24 日本放送協会 画像合成装置および画像合成プログラム
EP3281176A1 (en) * 2015-04-08 2018-02-14 Google LLC Image editing and repair
JP6790752B2 (ja) * 2015-11-20 2020-11-25 株式会社リコー 画像読取装置、画像形成装置および画像読取方法
US10825157B2 (en) * 2017-09-29 2020-11-03 Apple Inc. Glare reduction in captured images

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012070103A (ja) * 2010-09-21 2012-04-05 Olympus Imaging Corp 撮像装置及び画像通信システム
US20140267631A1 (en) 2013-03-15 2014-09-18 Occipital, Inc. Methods for reducing power consumption of a 3d image capture system

Also Published As

Publication number Publication date
US20210019869A1 (en) 2021-01-21
US11494885B2 (en) 2022-11-08
WO2019190250A1 (ko) 2019-10-03
KR20190114242A (ko) 2019-10-10

Similar Documents

Publication Publication Date Title
KR102385360B1 (ko) 이미지 보정을 수행하는 전자 장치 및 그 동작 방법
KR102383129B1 (ko) 이미지에 포함된 오브젝트의 카테고리 및 인식률에 기반하여 이미지를 보정하는 방법 및 이를 구현한 전자 장치
EP3707671B1 (en) Electronic device and method for correcting image corrected in first image processing scheme in external electronic device in second image processing scheme
KR102318013B1 (ko) 복수의 이미지들을 합성하는 전자장치 및 방법
KR102663537B1 (ko) 전자 장치 및 이미지 처리 방법
KR102383134B1 (ko) 우선 순위에 기반하여 이미지를 처리하는 전자 장치 및 그 동작 방법
KR102397924B1 (ko) 이미지 보정 방식 및 이미지의 특징 정보에 기반하여 이미지를 보정하는 전자 장치 및 방법
US11144197B2 (en) Electronic device performing function according to gesture input and operation method thereof
US11509815B2 (en) Electronic device and method for processing image having human object and providing indicator indicating a ratio for the human object
KR20200067027A (ko) 복수의 카메라들 또는 깊이 센서 중 적어도 하나를 이용하여 깊이 정보를 획득하는 전자 장치
KR102459717B1 (ko) 이미지에 포함된 반사 객체의 속성에 기반하여, 반사 객체에 다른 이미지를 합성하는 방법 및 전자 장치
KR102609734B1 (ko) 전자 장치 및 이미지의 전송 상태에 기반하여 이미지를 보정하는 방법
US20190272423A1 (en) Method for generating plural information using camera to sense plural wave bandwidth and apparatus thereof
US11308593B2 (en) Electronic device for generating composite image and method thereof
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
US11354777B2 (en) Image processing device and method of electronic device
EP3544278A1 (en) Electronic device for notifying of updata of image signal processing and method for operating the same
EP3928236B1 (en) Electronic device and method for securing personal information included in image
CN115516494A (zh) 用于生成图像的方法及其电子装置
KR102608127B1 (ko) 이미지 프로세싱을 수행하는 전자 장치 및 방법
KR102664681B1 (ko) 영상 압축을 수행하는 전자 장치 및 전자 장치의 동작 방법
KR102706932B1 (ko) 이미지의 생성 방법 및 그 전자 장치
US11405521B2 (en) Electronic device for processing file including multiple related pieces of data

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant