KR102661955B1

KR102661955B1 - 영상 처리 방법 및 장치

Info

Publication number: KR102661955B1
Application number: KR1020180159883A
Authority: KR
Inventors: 허진구; 강병민
Original assignee: 삼성전자주식회사
Priority date: 2018-12-12
Filing date: 2018-12-12
Publication date: 2024-04-29
Also published as: US20200193205A1; KR20200072101A; EP3667616A1; US11830234B2; US11527053B2; CN111310752A; US20230079203A1

Abstract

일 실시예에 따른 영상 처리 방법 및 장치는 제1 프레임 내 제1 관심 영역의 정보를 획득하고, 제1 관심 영역의 정보에 기초하여, 제1 프레임 이후에 수신되는 제2 프레임 내 제2 관심 영역의 정보를 추정하고, 제2 프레임을 구성하는 라인 단위의 서브 프레임 별로 메모리에 순차적으로 저장하고, 제2 관심 영역의 정보에 기초하여, 메모리에 현재까지 저장된 서브 프레임들이 제2 관심 영역을 포함하는지 여부를 판단한 결과를 기초로, 저장된 서브 프레임들 중 적어도 일부를 처리한다.

Description

영상 처리 방법 및 장치{METHOD AND APPARATUS OF PROCESSING IMAGE}

아래 실시예들은 영상 처리 방법 및 장치에 관한 것이다.

컴퓨터 비전(Computer Vision) 분야에서는 비전 정보를 처리하는 데에 소요되는 처리 시간(Processing Time)이 매우 크다. 따라서, 대부분의 영상 처리 방법들은 다수의 성능이 좋은 그래픽 프로세싱 유닛(Graphic Processing Unit; GPU), 및 낮은 복잡도의 심층 학습(Low Complexity Deep Learning) 알고리즘 등을 복합적으로 이용하여 주로 처리 시간의 레이턴시(latency)을 줄이는 데에 집중하고 있다.

빠른 연산 처리가 필요한 어플리케이션(예를 들어, 자율주행 어플리케이션 등)에서는 카메라의 센싱 정보를 프로세서에게 전달할 때까지 소요되는 레이턴시 또한 매우 중요한 지연 요소가 될 수 있다.

일 실시예에 따르면, 영상 처리 방법은 제1 프레임 내 제1 관심 영역의 정보를 획득하는 단계; 상기 제1 관심 영역의 정보에 기초하여, 상기 제1 프레임 이후에 수신되는 제2 프레임 내 제2 관심 영역의 정보를 추정하는 단계; 상기 제2 프레임을 구성하는 라인 단위의 서브 프레임 별로 메모리(memory)에 순차적으로 저장하는 단계; 상기 제2 관심 영역의 정보에 기초하여, 상기 메모리에 현재까지 저장된 서브 프레임들이 상기 제2 관심 영역을 포함하는지 여부를 판단하는 단계; 및 상기 판단 결과를 기초로, 상기 저장된 서브 프레임들 중 적어도 일부를 처리(processing)하는 단계를 포함한다.

상기 제1 관심 영역의 정보는 상기 제1 관심 영역의 위치 정보, 상기 제1 관심 영역의 크기 정보, 및 상기 제1 관심 영역의 모양 정보 중 적어도 하나를 포함할 수 있다.

상기 영상 처리 방법은 롤링 셔터(rolling shutter) 방식의 카메라를 이용하여 상기 서브 프레임들을 순차적으로 수신하는 단계를 더 포함할 수 있다.

상기 제2 관심 영역의 정보를 추정하는 단계는 상기 제1 관심 영역의 정보를 상기 제2 관심 영역의 정보로 설정하는 단계를 포함할 수 있다.

상기 제2 관심 영역의 정보를 추정하는 단계는 상기 제1 관심 영역의 정보를 조정함으로써 상기 제2 관심 영역의 정보를 결정하는 단계를 포함할 수 있다.

상기 제2 프레임은 상기 제1 프레임에 연속하는 프레임을 포함할 수 있다.

상기 라인은 수평 라인 혹은 수직 라인 중 어느 하나를 포함할 수 있다.

상기 저장하는 단계는 상기 서브 프레임들을 상기 메모리 내 미리 할당된 영역에 누적하는 단계를 포함할 수 있다.

상기 영상 처리 방법은 상기 서브 프레임 별로 저장이 완료될 때마다 상기 서브 프레임들 중 마지막으로 저장된 서브 프레임에 대응하는 라인 정보를 저장하는 단계를 더 포함할 수 있다.

상기 영상 처리 방법은 상기 서브 프레임 별로 저장이 완료될 때마다 상기 제2 프레임에 대응하는 쉬프트 레지스터(shift register) 내 제1 논리 값을 쉬프트 시키는 단계를 더 포함할 수 있다.

상기 처리하는 단계는 상기 저장된 서브 프레임들을 기초로, 상기 제2 관심 영역을 트래킹(tracking)하는 단계; 및 상기 트래킹 결과에 기초하여, 상기 제2 관심 영역의 정보를 갱신하는 단계를 포함할 수 있다.

상기 처리하는 단계는 상기 제2 프레임 중 상기 제2 관심 영역을 제외한 나머지 서브 프레임을 마스킹(masking)하는 단계; 및 상기 마스킹된 제2 프레임을 이용하여 상기 제2 관심 영역을 처리하는 단계를 포함할 수 있다.

상기 영상 처리 방법은 상기 제2 관심 영역을 포함하지 않는다는 판단에 따라, 상기 제2 프레임을 구성하는 라인 단위의 다음 서브 프레임을 읽어오는 단계를 더 포함할 수 있다.

일 실시예에 따르면, 영상 처리 장치는 제2 프레임을 구성하는 라인 단위의 서브 프레임 별로 순차적으로 저장하는 메모리; 및 제1 프레임 내 제1 관심 영역의 정보 를 획득하고, 상기 제1 관심 영역의 정보에 기초하여, 상기 제1 프레임 이후에 수신되는 상기 제2 프레임 내 제2 관심 영역의 정보를 추정하고, 상기 제2 관심 영역의 정보에 기초하여 메모리에 현재까지 저장된 서브 프레임들이 상기 제2 관심 영역을 포함하는지 여부를 판단하며, 상기 판단 결과를 기초로, 상기 저장된 서브 프레임들 중 적어도 일부를 처리하는 프로세서를 포함한다.

상기 영상 처리 장치는 롤링 셔터 방식의 카메라를 이용하여 획득된 상기 서브 프레임들을 순차적으로 수신하는 통신 인터페이스를 더 포함할 수 있다.

상기 프로세서는 상기 제1 관심 영역의 정보를 상기 제2 관심 영역의 정보로 설정할 수 있다.

상기 프로세서는 상기 제1 관심 영역의 정보를 조정함으로써 상기 제2 관심 영역의 정보를 결정할 수 있다.

상기 메모리는 상기 서브 프레임들을 상기 메모리 내 미리 할당된 영역에 누적할 수 있다.

상기 프로세서는 상기 서브 프레임 별로 저장이 완료될 때마다 상기 서브 프레임들 중 마지막으로 저장된 서브 프레임에 대응하는 라인 정보를 저장할 수 있다.

상기 프로세서는 상기 서브 프레임 별로 저장이 완료될 때마다 상기 제2 프레임에 대응하는 쉬프트 레지스터 내 제1 논리 값을 쉬프트시킬 수 있다.

상기 프로세서는 상기 저장된 서브 프레임들을 기초로, 상기 제2 관심 영역을 트래킹하고, 상기 트래킹 결과에 기초하여, 상기 제2 관심 영역의 정보를 갱신할 수 있다.

상기 프로세서는 상기 제2 프레임 중 상기 제2 관심 영역을 제외한 나머지 서브 프레임을 마스킹하고, 상기 마스킹된 제2 프레임을 이용하여 상기 제2 관심 영역을 처리할 수 있다.

상기 프로세서는 상기 제2 관심 영역을 포함하지 않는다는 판단에 따라, 상기 제2 프레임을 구성하는 라인 단위의 다음 서브 프레임을 읽어올 수 있다.

도 1은 일 실시예에 따른 영상 처리에 소요되는 전체 레이턴시를 설명하기 위한 도면.
도 2는 일 실시예에 따른 영상 처리 장치의 동작을 설명하기 위한 도면.
도 3은 일 실시예에 따른 영상 처리 방법을 나타낸 흐름도.
도 4는 일 실시예에 따라 제2 관심 영역에 대한 정보를 추정하는 방법을 설명하기 위한 도면.
도 5는 일 실시예에 따른 영상 처리 장치의 레이턴시를 설명하기 위한 도면.
도 6은 다른 실시예에 따른 영상 처리 방법을 나타낸 흐름도.
도 7은 일 실시예에 따른 영상 처리 장치의 블록도.

본 명세서에 개시되어 있는 특정한 구조적 또는 기능적 설명들은 단지 기술적 개념에 따른 실시예들을 설명하기 위한 목적으로 예시된 것이다. 개시된 실시예들은 다양한 다른 형태로 변경되어 실시될 수 있으며 본 명세서의 범위는 개시된 실시예들에 한정되지 않는다.

제1 또는 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.

어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.

단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 설명된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함으로 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 해당 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

하기에서 설명될 실시예들은 사용자를 인식하거나, 또는 스마트 차량 등의 증강 현실 내비게이션(Augmented Reality Navigation) 시스템에서 차선을 표시하거나, 자율 주행 차량의 조향을 돕기 위한 시각 정보를 생성하는 데에 활용될 수 있다. 또한, 실시예들은 차량 내 주행 보조 또는 완전 자율 주행을 위해 설치된 HUD(Head Up Display) 등의 지능 시스템을 포함하는 기기에서 시각 정보(Visual Information)를 추적하여 안전하고 쾌적한 주행을 돕는 데에 사용될 수 있다. 실시예들은 예를 들어, 스마트 폰, 모바일 기기, 내비게이션, 자율 주행 자동차, 및 지능형 자동차 등에 적용될 수 있다. 이하, 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.

도 1은 영상 처리에 소요되는 전체 레이턴시를 설명하기 위한 도면이다. 도 1을 참조하면, 카메라(110)에 의해 촬영된 영상이 메모리(150)와 프로세서(130)를 거쳐 출력되기까지 소요되는 전체 레이턴시(Total Latency)가 도시된다.

카메라(110)는 영상(또는 영상 프레임)을 센싱하는 센서(111), 영상(또는 영상 프레임)을 처리하는 ISP(Image Signal Processing)(113), 및 처리된 영상 프레임을 포함하는 영상 정보를 출력하는 통신 인터페이스(115)를 포함할 수 있다. 카메라(110)는 라인 단위로 영상을 센싱 및 처리하는 롤링 셔터(Rolling Shutter) 방식의 카메라일 수 있다.

프로세서(130)는 카메라(110)로부터 영상 프레임을 포함하는 영상 정보를 수신하는 통신 인터페이스(131), 수신한 정보에 기초하여 관심 영역 및/또는 관심 객체를 트래킹하는 트래킹 소프트웨어(Tracking S/W) 블록(137), 및 트래킹 소프트웨어를 구동하는 CPU(Central Processing Unit)(133), GPU(Graphic Processing Unit)(135)를 포함할 수 있다.

메모리(150)는 카메라(110)로부터 수신한 영상 프레임을 포함하는 영상 정보 및/또는 프로세서(130)의 처리 결과를 저장할 수 있다.

이때, 전체 레이턴시(Total_Latency) = Tout - Tin = t_fps + t_isp + t_transmit + t_buffer+t_sync+t_tracking으로 나타낼 수 있다. 여기서, t_fps는 센서(111)가 영상(프레임)을 센싱하는 데에 소요되는 레이턴시를 나타내며, 예를 들어, 초당 프레임 수(frame per second; fps)를 기준으로 나타낼 수 있다. t_isp는 카메라 내에서 센싱된 영상을 ISP(Image Signal Processing)(113)가 처리하는 데에 소요되는 레이턴시일 수 있다.

t_transmit는 카메라(110)의 통신 인터페이스(115)를 통해 전송된 영상 정보가 프로세서(130)의 통신 인터페이스(131)에 전달되는 데에 소요되는 레이턴시일 수 있다. t_buffer는 통신 인터페이스(131)에 수신된 영상 정보를 메모리(150)에 저장하는 데에 소요되는 레이턴시일 수 있다.

t_sync은 프로세서(130) 내에서 구동하는 운영 체제(Operating System; OS)와 트래킹 소프트웨어 블록(137) 간의 동기화에 소요되는 레이턴시일 수 있다. t_tracking은 트래킹 소프트웨어 블록(137)이 영상으로부터 관심 영역 및/또는 관심 객체를 트래킹하는 데에 소요되는 레이턴시일 수 있다.

프로세서(130)는 최종적인 결과로서, 영상 내 관심 영역의 정보를 출력할 수 있다. 영상 내 관심 영역의 정보는 예를 들어, 관심 객체의 레이블(label), 관심 객체의 픽셀 좌표(pixel coordinates) 등을 포함할 수 있다.

예를 들어, 카메라(110)가 전송한 영상 정보가 트래킹 소프트웨어 블록(137)까지 도달하는 데에 2 프레임(frame) (1frame = 1/60s, 16.7m) 이상이 소요되고, 사용자가 레이턴시를 감지할 수 있는 시간을 20ms 라고 하면, 프로세서(130)에서 비전 정보를 처리하기 이전의 시간(예를 들어, t_buffer, t_sync)도 결코 무시할 수 없는 레이턴시라고 할 수 있다.

전술한 바와 같이, 다양한 요소들이 전체 레이턴시에 영향을 미칠 수 있다. 다만, 통신 인터페이스(131)를 통해 수신한 영상 정보를 각 라인 단위로 센싱하여 전송하는 데에 소요되는 시간은 전체 레이턴시 대비 매우 짧은 시간(예를 들어, t < 1ms)일 수 있다. 또한, ISP(113)도 고속 동작으로 구현 및 최적화될 수 있다.

일 실시예에 따르면, 가장 큰 레이턴시는 메모리(150)에 한 프레임이 다 저장될 때까지 기다리는 시간(t_buffer)과 트래킹 소프트웨어 블록(137)의 트래킹 소프트웨어가 메모리(150)에 버퍼링된 프레임을 읽을 수 있도록 대기하는 시간, 다시 말해, 오퍼레이팅 시스템과 트래킹 소프트웨어 간의 싱크(sync)가 맞지 않아 대기하는 시간(t_sync)일 수 있다. 이 경우, 롤링 셔터 방식의 카메라 센싱 구조에서의 전체 레이턴시(Total_latency) = t_buffer + t_sync + t_tracking로 간략하게 정의될 수 있다.

또한, 트래킹 소프트웨어의 트래킹 시간인 t_tracking은 일반적으로 알려진 프로세싱 타임(Processing Time)이며, 알고리즘 최적화와 GPU(135)의 성능 향상 등을 통해 줄일 수 있다. 이 경우, t_buffer와 t_sync을 줄여야 전체 레이턴시를 줄일 수 있다.

예를 들면, 트래킹 소프트웨어의 처리 시간이 5ms이고, t_buffer가 1 frame(1/60s, 16.7ms), t_sync가 1 frame이 걸린다고 하자. 이 경우, 전체 레이턴시는 트래킹 소프트웨어의 처리 이전에 33.4ms가 이미 소요될 수 있다. 예를 들어, 사용자가 감지할 수 있는 레이턴시가 20ms 수준인 경우, 사용자는 레이턴시를 충분히 감지할 수 있다.

아래에서 설명할 실시예들에 따르면, 메모리에 프레임이 전부 저장될 때까지 기다리지 않음으로써 t_buffer를 감소시키는 한편, 트래킹 소프트웨어가 메모리에 저장된 정보 중 원하는 영역의 정보만을 능동적 읽어 옴으로써 t_buffer와 t_sync를 감소시켜 전체 레이턴시를 감소시킬 수 있다.

도 2는 일 실시예에 따른 영상 처리 장치의 동작을 설명하기 위한 도면이다. 도 2를 참조하면, 일 실시예에 따른 영상 처리 장치(200)의 카메라(210), 프로세서(230) 및 메모리(250)가 도시된다.

일 실시예에 따른 영상 처리 장치(200)는 트래킹 소프트웨어가 이전 프레임으로부터 획득한 관심 영역의 정보를 이용하여 필요한 정보(예를 들어, 현재 프레임 내 관심 영역의 정보 등)가 메모리(250)에 저장 되었는지를 확인할 수 있다. 여기서, 이전 프레임으로부터 획득한 관심 영역의 정보는 예를 들어, 이전 프레임 내 관심 영역(ROI)의 정보, 다시 말해, 관심 영역에 대응하는 직사각형 박스의 정보(Rectangle Box Information), 및 관심 영역의 픽셀 좌표(Pixel Coordinates) 등을 포함할 수 있다. 관심 영역은 영상 처리를 수행하고자 하는 대상 객체를 포함하는 영역일 수 있다. 대상 객체는 사용자의 눈, 눈썹, 코 등과 같은 얼굴의 일부 영역일 수도 있고, 주행 영상 내에 포함된 차량, 보행자, 도로, 건물 차로, 차선일 수도 있으나, 반드시 이에 한정되는 것은 아니다.

일 실시예에 따른 메모리(250)는 프레임을 저장하는 메모리(253) 이외에 별도의 메모리(255)를 더 포함할 수 있다. 별도의 메모리(255)는 한 프레임을 구성하는 라인 단위의 서브 프레임들 중 현재 어느 라인이 업데이트되고 있는지, 다시 말해 필요한 정보가 저장되고 있는지를 파악하기 위한 것일 수 있다. 실시예에 따라서, 별도의 메모리(255)는 메모리(253)의 별도의 저장 공간으로 대체될 수도 있다.

영상 처리 장치(200)는 별도의 메모리(255)를 지속적으로 관찰함으로써 필요한 정보가 모두 누적되었는지를 파악할 수 있다. 이때, 별도의 메모리(255)는 예를 들어, 쉬프트 레지스터(shift register), 사이클릭 쉬프트 레지스터(cyclic shift register) 또는 이와 유사한 저장 장치일 수 있다.

영상 처리 장치(200)는 필요한 정보가 모두 누적되었다고 확인되면, 메모리(253)에 한 프레임이 전부 저장될 때까지 기다리지 않고, 바로 프로세서(230) 내의 트래킹 소프트웨어로 바로 전송하여 현재 프레임에 대한 트래킹을 수행하도록 할 수 있다. 일 실시예에 따르면, 메모리(253)에 현재 필요한 정보가 쌓이자마자 바로 트래킹을 수행함으로써 궁극적으로는 t_buffer를 최소화할 수 있다.

예를 들어, 카메라(210)에서 센싱된 한 개의 라인 정보가 도달하는 시간을 t_line이라고 하자. t_line은 현재 카메라의 FPS(Frame Per Second)와 수평 해상도에 의해 결정될 수 있다. FPS를 60, 프레임의 해상도를 VGA (640x480)이라고 하면, t_line은 1/60sec(=16.7ms)/480이며, 약 35us로 추정될 수 있다.

하지만, 컴퓨터 비전에서 사용하는 정보는 최소 30 x 30 픽셀(pixel) 이상의 되어야 인식 및/또는 추적이 가능하며, 100 x 100 픽셀이면 상세한 추적까지 가능하게 된다.

트래킹에 필요한 해상도를 평균적으로 60x60이라고 할 때, 원하는 라인으로부터 필요한 해상도의 영상이 패치되어 메모리에 쌓는 시간(t_patch)은 60*35us로 약 2ms 가 소요될 수 있다. 따라서, 트래킹 소프트웨어가 트래킹할 때까지 걸리는 레이턴시는 2ms이며, 트래킹 소프트웨어가 트래킹에 5ms 정도를 소요한다고 가정해도 영상 처리 장치(200)는 총 7ms 이면 모든 처리가 종료되고, 영상 처리 장치는 처리 결과를 출력할 수 있다.

전술한 바와 같이 일 실시예에서는 이전 프레임에서 얻은 의미 있는 정보(예를 들어, 관심 영역(Region Of Interest; ROI), 객체 레이블들(Object Labels), 픽셀 좌표 등)를 이용하여 현재 프레임에서 필요한 정보만을 읽어 들임으로써 레이턴시를 최소화할 수 있다. 영상 처리 장치는 사용자가 레이턴시를 감지할 수 있는 시간 보다 더 짧은 시간 내에 비전 정보를 처리할 수 있다. 이러한 방법은 비전 정보 처리 분야 중 객체 트래킹(Object Tracking) 분야 이외에도 예를 들어, 객체 검출(Object Detection), 객체 분할(Object Segmentation), 및 객체 인식(Object Recognition) 등과 같이 카메라 센서를 사용하는 모든 분야에서 응용될 수 있다.

일 실시예에서, 이전 프레임은 예를 들어, t-1 시간에 센싱된 프레임이고, 현재 프레임은 이전 프레임의 이후인 t 시간에 센싱된 프레임일 수 있다. 이전 프레임과 현재 프레임은 서로 연속하는 프레임일 수도 있고, 일정 시간 간격을 가지는 프레임일 수도 있다. 이하, 본 명세서에서는 설명의 편의를 위한 이전 프레임은 '제1 프레임'이라 부르고, 현재 프레임은 '제2 프레임'이라 부를 수 있다. 또한, 이전 프레임 내 관심 영역은 '제1 관심 영역'이라 부르고, 현재 프레임 내 관심 영역은 '제2 관심 영역'이라 부를 수 있다. 제1 관심 영역과 제2 관심 영역은 예를 들어, 서로 동일한 위치일 수도 있고, 서로 인접한 위치일 수도 있다.

도 3은 일 실시예에 따른 영상 처리 방법을 나타낸 흐름도이다. 도 3을 참조하면, 일 실시예에 따른 영상 처리 장치는 제1 프레임 내 제1 관심 영역의 정보를 획득한다(310). 제1 관심 영역의 정보는 예를 들어, 제1 관심 영역의 위치 정보, 제1 관심 영역의 크기 정보, 및 제1 관심 영역의 모양 정보 등을 포함할 수 있다.

영상 처리 장치는 제1 관심 영역의 정보에 기초하여, 제1 프레임 이후에 수신되는 제2 프레임 내 제2 관심 영역의 정보를 추정한다(320). 이때, 제2 프레임은 제1 프레임에 연속하는 프레임일 수도 있고, 제1 프레임과 일정 시간 이후의 프레임일 수도 있다. 영상 처리 장치는 예를 들어, 제1 관심 영역의 정보를 제2 관심 영역의 정보로 설정할 수 있다. 또는 영상 처리 장치는 제1 관심 영역의 정보를 조정 함으로써 제2 관심 영역의 정보를 추정할 수 있다. 영상 처리 장치가 제2 관심 영역의 정보를 추정하는 방법은 아래의 도 4를 참조하여 구체적으로 설명한다.

영상 처리 장치는 제2 프레임을 구성하는 라인 단위의 서브 프레임 별로 메모리에 순차적으로 저장한다(330). 이때, 제2 프레임을 구성하는 라인 단위의 서브 프레임은 예를 들어, 롤링 셔터 방식의 카메라로부터 순차적으로 수신한 것일 수 있다. 영상 처리 장치는 예를 들어, 제2 프레임을 구성하는 수평 라인 단위 또는 수직 라인 단위의 서브 프레임 별로 메모리에 순차적으로 저장할 수도 있다. 영상 처리 장치는 서브 프레임들을 메모리 내 미리 할당된 영역에 누적할 수 있다.

단계(330)에서, 영상 처리 장치는 서브 프레임 별로 저장이 완료될 때마다 서브 프레임들 중 마지막으로 저장된 서브 프레임에 대응하는 라인 정보를 저장할 수 있다. 예를 들어, 제2 프레임이 라인 단위의 30개의 서브 프레임들로 구성되었다고 하자. 이 경우, 영상 처리 장치는 30개의 서브 프레임들 중 첫번째 서브 프레임에 대한 저장이 완료되면, 첫번째 서브 프레임에 대응하는 라인 정보인 제1 라인을 저장할 수 있다. 순차적으로, 30개의 서브 프레임들 중 두번째 서브 프레임에 대한 저장이 완료되면, 두번째 서브 프레임에 대응하는 라인 정보인 제2 라인을 저장할 수 있다. 실시예에 따라서, 영상 처리 장치는 제2 프레임을 구성하는 라인 단위의 서브 프레임들을 중간 라인 또는 미리 설정된 위치의 라인부터 순차적으로 저장할 수도 있다.

영상 처리 장치는 서브 프레임 별로 저장이 완료될 때마다 제2 프레임에 대응하는 쉬프트 레지스터(shift register) 내 제1 논리 값을 쉬프트 시킴으로써 라인 정보를 저장할 수 있다. 여기서, '제2 프레임에 대응하는 쉬프트 레지스터'는 제2 프레임의 서브 프레임들의 라인 단위에 대응하는 값을 저장하는 메모리로 이해될 수 있다. 쉬프트 레지스터는 예를 들어, 사이클릭 쉬프트 레지스터일 수 있다.

예를 들어, 제2 프레임이 라인 단위의 16개의 서브 프레임들로 구성된 경우, 제2 프레임에 대응하는 쉬프트 레지스터 또한 16비트로 구성될 수 있다. 이때, 16개의 서브 프레임들 중 세번째 서브 프레임까지의 저장이 완료되면, 제2 프레임에 대응하는 쉬프트 레지스터 또한 세번째 비트까지 제1 논리값('1')을 쉬프트 시킴으로써 현재 메모리에 채워진 서브 프레임의 라인 정보를 저장할 수 있다. 쉬프트 레지스터의 값은 "1110000000000000"일 수도 있고, 또는 "0010000000000000"일 수도 있다.

영상 처리 장치는 제2 관심 영역의 정보에 기초하여, 메모리에 현재까지 저장된 서브 프레임들이 제2 관심 영역을 포함하는지 여부를 판단한다(340). 예를 들어, 제1 관심 영역의 위치 정보, 다시 말해 제1 관심 영역의 픽셀 좌표가 제2 관심 영역의 정보로 설정된 경우, 영상 처리 장치는 메모리에 현재까지 저장된 서브 프레임들이 제1 관심 영역의 픽셀 좌표에서 벗어나지 않는지 여부를 판단할 수 있다. 또는 제1 관심 영역의 조정된 정보가 제2 관심 영역의 정보를 추정된 경우, 영상 처리 장치는 메모리에 현재까지 저장된 서브 프레임들이 제1 관심 영역의 조정된 정보(예를 들어, 직사각형 박스의 조정된 위치)를 포함하는지 또는 조정된 정보를 벗어나지 않는지를 여부를 판단할 수 있다. 영상 처리 장치는 전술한 판단을 통해 메모리에 현재까지 저장된 서브 프레임들이 제2 관심 영역을 포함하는지 여부를 판단할 수 있다.

영상 처리 장치는 판단 결과를 기초로, 저장된 서브 프레임들 중 적어도 일부를 처리(processing)한다(350). 예를 들어, 메모리에 현재까지 저장된 서브 프레임들이 제2 관심 영역을 포함하지 않는다고 판단된 경우, 영상 처리 장치는 제2 프레임을 구성하는 라인 단위의 다음 서브 프레임을 읽어올 수 있다. 이와 달리, 메모리에 현재까지 저장된 서브 프레임들이 제2 관심 영역을 포함한다고 판단된 경우, 영상 처리 장치는 저장된 서브 프레임들 중 적어도 일부를 처리할 수 있다.

단계(350)에서, 영상 처리 장치는 저장된 서브 프레임들을 기초로, 제2 관심 영역을 트래킹(tracking)할 수 있다. 영상 처리 장치는 트래킹 결과에 기초하여, 제2 관심 영역의 정보를 갱신할 수 있다.

또는 영상 처리 장치는 제2 프레임 중 제2 관심 영역을 제외한 나머지 서브 프레임을 마스킹(masking)할 수 있다. 영상 처리 장치는 마스킹된 제2 프레임을 이용하여 제2 관심 영역을 처리할 수 있다. 실시예에 따라서, 영상 처리 장치는 신경망을 이용하여 제2 관심 영역을 트래킹 함으로써 관심 객체를 검출할 수도 있다. 예를 들어, 제2 프레임의 영상 규격이 컨버루션 신경망의 학습에 이용된 영상의 규격보다 크거나, 또는 작은 경우, 영상 처리 장치는 전술한 바와 같이 제2 프레임의 일부 서브 프레임 영역을 마스킹 함으로써 동일하지 않는 규격의 영상의 제2 관심 영역을 처리할 수 있다.

일 실시예에 따른 영상 처리 장치는 저장된 서브 프레임들 중 적어도 일부를 처리한 결과를 명시적(explicitly)으로 출력할 수도 있고, 암시적(implicitly)으로 출력할 수도 있다. '처리한 결과를 명시적으로 출력'하는 것은 예를 들어, 제2 프레임의 제2 관심 영역에 포함된 관심 객체를 화면(또는 지도) 상에 디스플레이하거나, 및/또는 오디오로 출력하는 것 등을 포함할 수 있다. 또는 '처리한 결과를 암시적으로 출력'하는 것은 예를 들어, 제2 프레임의 갱신된 제2 관심 영역의 위치, 크기 등을 이용하여 사용자를 인식하거나, 차량을 제어하거나, 차량의 위치를 결정하거나, 또는 경로를 설정 또는 변경하는 것 등을 포함할 수 있다.

도 4는 일 실시예에 따라 제2 관심 영역에 대한 정보를 추정하는 방법을 설명하기 위한 도면이다. 도 4의 (a)를 참조하면, 제1 프레임(410)의 제1 관심 영역(415)의 위치 정보를 조정함으로써 제2 프레임(430)의 제2 관심 영역(435)의 정보를 결정하는 방법이 도시된다. 일 실시예에 따른 영상 처리 장치는 제2 프레임(430)의 제2 관심 영역(435)의 픽셀 좌표를 제1 프레임(410)의 제1 관심 영역(415)과 동일한 픽셀 좌표로 설정할 수 있다. 이후, 영상 처리 장치는 제2 관심 영역(435) 내에서 관심 객체의 전부가 트래킹되지 않는다면, 제2 관심 영역(435)의 위치 정보를 상, 하, 좌, 우로 일정 거리만큼 조정함으로써 관심 객체가 모두 포함되는 새로운 제2 관심 영역(435)의 정보(예를 들어, 픽셀 좌표)를 결정할 수 있다.

도 4의 (b)를 참조하면, 제1 프레임(410)의 제1 관심 영역(415)의 크기 정보를 조정함으로써 제2 프레임(430)의 제2 관심 영역(435)의 정보를 결정하는 방법이 도시된다.

도 4의 (a)와 마찬가지로, 일 실시예에 따른 영상 처리 장치는 제2 프레임(430)의 제2 관심 영역(435)의 픽셀 좌표를 제1 프레임(410)의 제1 관심 영역(415)과 동일한 픽셀 좌표로 설정할 수 있다. 이후, 영상 처리 장치는 제2 관심 영역(435) 내에서 관심 객체의 전부가 트래킹되지 않는다면, 제2 관심 영역(435)의 크기 정보를 확장 조정함으로써 관심 객체가 모두 포함되는 새로운 제2 관심 영역(435)의 정보(예를 들어, 픽셀 좌표)를 결정할 수 있다.

도 5는 일 실시예에 따른 영상 처리 장치의 레이턴시를 설명하기 위한 도면이다. 도 5의 (a)를 참조하면, 일반적인 영상 처리 장치의 레이턴시가 도시된다. 일반적인 영상 처리 장치는 프레임 단위로 영상을 센싱 및 처리하는 글로벌 셔터 방식의 카메라를 사용할 수도 있다. 또는 일반적인 영상 처리 장치는 라인 단위로 영상을 센싱 및 처리하는 롤링 셔터 방식의 카메라를 사용할 수도 있다. 전술한 바와 같이, 일반적인 영상 처리 장치는 카메라에서 센싱된 하나의 프레임 전부가 메모리에 저장될 때까지 t_buffer 동안 기다린다. 이후, 한 프레임이 모두 저장됨을 알리는 인터럽트(IRQ)가 발생하면, 일반적인 영상 처리 장치는 한 프레임 전부를 패치(patch)하여 프로세서가 영상으로부터 관심 영역 및/또는 관심 객체를 t_tracking 동안 트래킹할 수 있다.

도 5의 (b)를 참조하면, 일 실시예에 따른 영상 처리 장치의 레이턴시가 도시된다. 일 실시예에 따른 영상 처리 장치는 메모리에 프레임이 전부 저장될 때까지 기다리지 않고, 프로세서가, 보다 구체적으로는 프로세서에서 구동되는 트래킹 소프트웨어가 메모리에 저장된 정보 중 원하는 영역(예를 들어, 관심 영역(ROI))의 정보만을 능동적 읽어올 수 있다. 원하는 영역의 정보가 메모리에 모두 저장된 경우, 일 실시예에 따른 영상 처리 장치는 해당 정보(관심 영역의 정보)를 패치(patch)하여 프로세서가 영상으로부터 관심 영역 및/또는 관심 객체를 t_tracking 동안 트래킹할 수 있다.

일 실시예에 따르면, 메모리에 프레임이 전부 저장될 때까지 기다리지 않고, 트래킹 소프트웨어가 원하는 영역의 정보만을 능동적 읽어 옴으로써 t_buffer를 감소시켜 전체 레이턴시를 최소화할 수 있다.

도 6은 다른 실시예에 따른 영상 처리 방법을 나타낸 흐름도이다. 도 6을 참조하면, 일 실시예에 따른 영상 처리 장치의 카메라(210), 메모리(250) 및 프로세서(230)에서 수행되는 영상 처리 과정이 도시된다.

카메라(210)로부터 현재 프레임(Current Frame)이 센싱되면, 메모리(250)는 현재 프레임을 구성하는 라인 단위의 서브 프레임 별로 메모리에 순차적으로 저장할 수 있다(610). 이때, 영상 처리 장치는 서브 프레임 별로 저장이 완료될 때마다 서브 프레임들 중 마지막으로 저장된 서브 프레임에 대응하는 라인 정보를 갱신할 수 있다(615).

프로세서(230)는 갱신된 라인 정보를 기초로, 메모리에 현재까지 저장된 서브 프레임들이 관심 영역을 포함하는지 여부를 판단할 수 있다(620). 단계(620)에서 메모리(250)에 현재까지 저장된 서브 프레임들이 관심 영역을 포함하지 않는다고 판단되면, 프로세서(230)는 현재 프레임을 구성하는 라인 단위의 다음(next) 서브 프레임을 읽어 저장하고(610), 다음 서브 프레임에 대한 라인 정보를 갱신할 수 있다(615).

단계(620)에서 메모리(250)에 현재까지 저장된 서브 프레임들이 관심 영역을 포함한다고 판단되면, 프로세서(230)는 메모리(210)에 현재까지 저장된 서브 프레임들을 패치할 수 있다(625). 프로세서(230)는 트래킹 소프트웨어를 구동하여 관심 영역을 트래킹할 수 있다(630). 프로세서(230)는 트래킹 결과에 기초하여, 관심 영역의 정보를 갱신할 수 있다.

이후, 영상 처리 장치는 현재 프레임의 다음(next) 프레임을 라인 단위의 서브 프레임 별로 메모리에 순차적으로 저장할 수 있다.

도 7은 일 실시예에 따른 영상 처리 장치의 블록도이다. 도 7을 참조하면, 일 실시예에 따른 영상 처리 장치(700)는 센서(710), 프로세서(730), 메모리(750), 통신 인터페이스(770) 및 디스플레이(790)를 포함할 수 있다. 센서(710), 프로세서(730), 메모리(750), 통신 인터페이스(770) 및 디스플레이(790)는 통신 버스(705)를 통해 서로 통신할 수 있다.

센서(710)는 제1 프레임 및 제2 프레임과 같은 영상을 센싱할 수 있다. 센서(710)는 예를 들어, 롤링 셔터 방식을 이용하는 카메라 센서이거나, 또는 이미지(image) 센서, 비전(vision) 센서일 수 있다. 영상은 예를 들어, 사용자의 얼굴 영상일 수도 있고, 차량의 주행 영상일 수도 있다.

프로세서(730)는 제1 프레임 내 제1 관심 영역의 정보를 획득한다. 프로세서(730)는 제1 관심 영역의 정보에 기초하여, 제1 프레임 이후에 수신되는 제2 프레임 내 제2 관심 영역의 정보를 추정한다. 프로세서(730)는 제2 관심 영역의 정보에 기초하여 메모리에 현재까지 저장된 서브 프레임들이 제2 관심 영역을 포함하는지 여부를 판단한다. 프로세서(730)는 메모리에 현재까지 저장된 서브 프레임들이 제2 관심 영역을 포함하는지 여부에 대한 판단 결과를 기초로, 저장된 서브 프레임들 중 적어도 일부를 처리한다.

프로세서(730)는 도 1 내지 도 6을 통해 전술한 적어도 하나의 방법 또는 적어도 하나의 방법에 대응되는 알고리즘을 수행할 수 있다. 프로세서(730)는 프로그램을 실행하고, 영상 처리 장치(700)를 제어할 수 있다. 프로세서(730)에 의하여 실행되는 프로그램 코드는 메모리(750)에 저장될 수 있다. 프로세서(730)는 예를 들어, CPU(Central Processing Unit) 또는 GPU(Graphics Processing Unit)으로 구성될 수 있다.

메모리(750)는 제2 프레임을 제2 프레임을 구성하는 라인 단위의 서브 프레임 별로 순차적으로 저장한다. 메모리(750)는 휘발성 메모리 또는 비 휘발성 메모리일 수 있다.

통신 인터페이스(770)는 센서(710)로부터 제1 프레임 및 제2 프레임과 같은 영상을 포함하는 영상 정보를 수신할 수 있다. 통신 인터페이스(770)는 프로세서(730)의 처리 결과를 출력할 수 있다. 실시예에 따라서, 통신 인터페이스(770)는 프로세서(730)에서 결정된 차량의 주행 정보를 영상 처리 장치(700)의 외부 또는 디스플레이(790)로 전송할 수 있다. 또한, 통신 인터페이스(770)는 영상 처리 장치(700)의 외부에서 캡쳐된 주행 영상 또는 영상 처리 장치(700)의 외부로부터 수신되는 각종 센서들의 정보 등을 수신할 수 있다.

디스플레이(790)는 프로세서(730)의 처리 결과를 표시할 수 있다. 예를 들어, 영상 처리 장치(700)가 차량에 내장(embedded)된 경우, 디스플레이(790)는 차량에 설치된 헤드 업 디스플레이(HUD)로 구성될 수 있다.

이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다. 그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims

영상 처리 장치의 영상 처리 방법에 있어서,
제1 프레임 내 제1 관심 영역의 정보를 획득하는 단계;
상기 제1 관심 영역의 정보에 기초하여, 상기 제1 프레임 이후에 수신되는 제2 프레임 내 제2 관심 영역의 정보를 추정하는 단계;
상기 제2 프레임을 구성하는 라인 단위의 서브 프레임 별로 메모리(memory)에 순차적으로 저장하는 단계;
상기 제2 프레임이 상기 메모리에 저장되어 있는 동안, 상기 제2 관심 영역의 정보에 기초하여 상기 메모리에 현재까지 저장된 서브 프레임들 중 일부가 상기 제2 관심 영역을 포함하는지 여부를 판단하는 단계; 및
상기 저장된 서브 프레임의 일부가 상기 제2 관심 영역을 포함한다는 상기 판단 결과를 기초로, 상기 제2 프레임 전체가 상기 메모리에 저장되기 전에 상기 저장된 서브 프레임들 중 적어도 일부에서 상기 제2 관심 영역을 트래킹하는 단계
를 포함하는, 영상 처리 방법.
제1항에 있어서,
상기 제1 관심 영역의 정보는
상기 제1 관심 영역의 위치 정보, 상기 제1 관심 영역의 크기 정보, 및 상기 제1 관심 영역의 모양 정보 중 적어도 하나를 포함하는, 영상 처리 방법.
제1항에 있어서,
롤링 셔터(rolling shutter) 방식의 카메라를 이용하여 상기 서브 프레임들을 순차적으로 수신하는 단계
를 더 포함하는, 영상 처리 방법.
제1항에 있어서,
상기 제2 관심 영역의 정보를 추정하는 단계는
상기 제1 관심 영역의 정보를 상기 제2 관심 영역의 정보로 설정하는 단계
를 포함하는, 영상 처리 방법.
제1항에 있어서,
상기 제2 관심 영역의 정보를 추정하는 단계는
상기 제1 관심 영역의 정보를 조정함으로써 상기 제2 관심 영역의 정보를 결정하는 단계
를 포함하는, 영상 처리 방법.
제1항에 있어서,
상기 제2 프레임은
상기 제1 프레임에 연속하는 프레임을 포함하는, 영상 처리 방법.
제1항에 있어서,
상기 라인은
수평 라인 혹은 수직 라인 중 어느 하나를 포함하는, 영상 처리 방법.
제1항에 있어서,
상기 저장하는 단계는
상기 서브 프레임들을 상기 메모리 내 미리 할당된 영역에 누적하는 단계
를 포함하는, 영상 처리 방법.
제1항에 있어서,
상기 서브 프레임 별로 저장이 완료될 때마다 상기 서브 프레임들 중 마지막으로 저장된 서브 프레임에 대응하는 라인 정보를 저장하는 단계
를 더 포함하는, 영상 처리 방법.
제1항에 있어서,
상기 서브 프레임 별로 저장이 완료될 때마다 상기 제2 프레임에 대응하는 쉬프트 레지스터(shift register) 내 제1 논리 값을 쉬프트 시키는 단계
를 더 포함하는, 영상 처리 방법.
제1항에 있어서,
상기 트래킹하는 단계는
상기 트래킹 결과에 기초하여, 상기 제2 관심 영역의 정보를 갱신하는 단계
를 포함하는, 영상 처리 방법.
제1항에 있어서,
상기 트래킹하는 단계는
상기 제2 프레임 중 상기 제2 관심 영역을 제외한 나머지 서브 프레임을 마스킹(masking)하는 단계; 및
상기 마스킹된 제2 프레임을 이용하여 상기 제2 관심 영역을 처리하는 단계
를 포함하는, 영상 처리 방법.
제1항에 있어서,
상기 제2 관심 영역을 포함하지 않는다는 판단에 따라, 상기 제2 프레임을 구성하는 라인 단위의 다음 서브 프레임을 읽어오는 단계
를 더 포함하는, 영상 처리 방법.
하드웨어와 결합되어 제1항 내지 제13항 중 어느 하나의 항의 방법을 실행시키기 위하여 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램.
제2 프레임을 구성하는 라인 단위의 서브 프레임 별로 순차적으로 저장하는 메모리; 및
제1 프레임 내 제1 관심 영역의 정보를 획득하고, 상기 제1 관심 영역의 정보에 기초하여, 상기 제1 프레임 이후에 수신되는 상기 제2 프레임 내 제2 관심 영역의 정보를 추정하고, 상기 제2 프레임이 상기 메모리에 저장되어 있는 동안, 상기 제2 관심 영역의 정보에 기초하여 메모리에 현재까지 저장된 서브 프레임들 중 일부가 상기 제2 관심 영역을 포함하는지 여부를 판단하며, 상기 저장된 서브 프레임의 일부가 상기 제2 관심 영역을 포함한다는 상기 판단 결과를 기초로, 상기 제2 프레임 전체가 상기 메모리에 저장되기 전에 상기 저장된 서브 프레임들 중 적어도 일부에서 상기 제2 관심 영역을 트래킹하는 프로세서
를 포함하는, 영상 처리 장치.
제15항에 있어서,
상기 제1 관심 영역의 정보는
상기 제1 관심 영역의 위치 정보, 상기 제1 관심 영역의 크기 정보, 및 상기 제1 관심 영역의 모양 정보 중 적어도 하나를 포함하는, 영상 처리 장치.
제15항에 있어서,
롤링 셔터 방식의 카메라를 이용하여 획득된 상기 서브 프레임들을 순차적으로 수신하는 통신 인터페이스를 더 포함하는, 영상 처리 장치.
제15항에 있어서,
상기 프로세서는
상기 제1 관심 영역의 정보를 상기 제2 관심 영역의 정보로 설정하는, 영상 처리 장치.
제15항에 있어서,
상기 프로세서는
상기 제1 관심 영역의 정보를 조정함으로써 상기 제2 관심 영역의 정보를 결정하는, 영상 처리 장치.
제15항에 있어서,
상기 제2 프레임은
상기 제1 프레임에 연속하는 프레임을 포함하는, 영상 처리 장치.
제15항에 있어서,
상기 라인은
수평 라인 혹은 수직 라인 중 어느 하나를 포함하는, 영상 처리 장치.
제15항에 있어서,
상기 메모리는
상기 서브 프레임들을 상기 메모리 내 미리 할당된 영역에 누적하는, 영상 처리 장치.
제15항에 있어서,
상기 프로세서는
상기 서브 프레임 별로 저장이 완료될 때마다 상기 서브 프레임들 중 마지막으로 저장된 서브 프레임에 대응하는 라인 정보를 저장하는, 영상 처리 장치.
제15항에 있어서,
상기 프로세서는
상기 서브 프레임 별로 저장이 완료될 때마다 상기 제2 프레임에 대응하는 쉬프트 레지스터 내 제1 논리 값을 쉬프트 시키는, 영상 처리 장치.
제15항에 있어서,
상기 프로세서는
상기 트래킹 결과에 기초하여, 상기 제2 관심 영역의 정보를 갱신하는, 영상 처리 장치.
제15항에 있어서,
상기 프로세서는
상기 제2 프레임 중 상기 제2 관심 영역을 제외한 나머지 서브 프레임을 마스킹하고, 상기 마스킹된 제2 프레임을 이용하여 상기 제2 관심 영역을 처리하는, 영상 처리 장치.
제15항에 있어서,
상기 프로세서는
상기 제2 관심 영역을 포함하지 않는다는 판단에 따라, 상기 제2 프레임을 구성하는 라인 단위의 다음 서브 프레임을 읽어오는, 영상 처리 장치.