KR20160119221A - 이미징 디바이스에서의 사진 구도 및 포지션 안내 - Google Patents

이미징 디바이스에서의 사진 구도 및 포지션 안내 Download PDF

Info

Publication number
KR20160119221A
KR20160119221A KR1020167024918A KR20167024918A KR20160119221A KR 20160119221 A KR20160119221 A KR 20160119221A KR 1020167024918 A KR1020167024918 A KR 1020167024918A KR 20167024918 A KR20167024918 A KR 20167024918A KR 20160119221 A KR20160119221 A KR 20160119221A
Authority
KR
South Korea
Prior art keywords
image
capturing device
objects
camera
capturing
Prior art date
Application number
KR1020167024918A
Other languages
English (en)
Other versions
KR101788499B1 (ko
Inventor
키난 하킴
로날드 프랭크 와츠로
Original Assignee
구글 인코포레이티드
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 구글 인코포레이티드 filed Critical 구글 인코포레이티드
Publication of KR20160119221A publication Critical patent/KR20160119221A/ko
Application granted granted Critical
Publication of KR101788499B1 publication Critical patent/KR101788499B1/ko

Links

Images

Classifications

    • H04N5/23222—
    • 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
    • H04N23/64—Computer-aided capture of images, e.g. transfer from script file into camera, check of taken image quality, advice or proposal for image composition or decision on when to take image
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/57—Mechanical or electrical details of cameras or camera modules specially adapted for being embedded in other devices
    • 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
    • H04N23/62—Control of parameters via user interfaces
    • 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
    • H04N23/63—Control of cameras or camera modules by using electronic viewfinders
    • H04N23/633—Control of cameras or camera modules by using electronic viewfinders for displaying additional information relating to control or operation of the camera
    • H04N23/634—Warning indications
    • 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
    • H04N23/69—Control of means for changing angle of the field of view, e.g. optical zoom objectives or electronic zooming
    • H04N5/2257—
    • H04N5/23216—
    • H04N5/23219—
    • H04N5/23296—
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/76—Television signal recording
    • H04N5/765—Interface circuits between an apparatus for recording and another apparatus
    • H04N5/77—Interface circuits between an apparatus for recording and another apparatus between a recording apparatus and a television camera

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • Studio Devices (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

카메라를 위한 구도 및 포지션 안내를 제공하기 위한 방법, 컴퓨터 판독가능 매체 및 장치가 제시된다. 하나의 방법은 캡처링 디바이스를 통해 수신된 이미지를 검출하는 동작을 포함한다. 이미지는 객체들을 식별하고 객체들의 속성들을 결정하기 위해 분석된다. 이미지의 분석에 기초하여, 규칙들에 따라 캡처링 디바이스의 포지션 또는 설정 중 적어도 하나를 조정하기 위한 제안들이 제공된다. 제공된 제안들에 기초한 캡처링 디바이스의 조정이 검출되고 조정된 이미지를 수신하기 위해 이용된다. 조정된 이미지는 캡처링 디바이스에 의해 캡처된다.

Description

이미징 디바이스에서의 사진 구도 및 포지션 안내{PHOTO COMPOSITION AND POSITION GUIDANCE IN AN IMAGING DEVICE}
본 개시 내용은 최적 품질 및 구도의 이미지들을 캡처하기 위한 방법들, 시스템들 및 컴퓨터 프로그램들에 관한 것이다.
사진들을 촬영하고 그것들을 친구들과 공유하는 것은 오늘날의 소셜 통신의 세계에서 인정된 일반 규범이 되었다. 휴대폰들, 안경 등과 같은 다양한 핸드-헬드 디바이스들이 모두 카메라들을 갖추게 되어, 사용자들이 풍경들, 사람들, 기념물들, 이벤트들 등의 사진들을 촬영하고 그것들을 그들의 친구들 및 가족과 공유할 수 있게 해준다. 흔히, 관광하거나 중요한 이벤트에 참석할 때, 사용자들은 때때로 결국 최적이 아닌 사진들을 갖게 된다. 예를 들어, 기념물들(예컨대, 대성당들, 교회들, 큰 건물들 등), 사람들, 이벤트들, 광경들 등의 사진들이 대칭적이 아닐 수 있고, 건물들이 편향(skew)될 수 있고, 객체들이 초점이 맞지 않을 수 있고, 일반적으로, 캡처된 사진들이 양호한 품질을 갖지 않는다. 사용자들, 특히 아마추어 또는 경험이 부족한 카메라의 사용자들에게는, 사진들을 촬영할 때, 사용자들이 나중에 사진들을 보려고 할 때까지 사진들이 어떻게 나타날지 또는 사진들의 불량한 품질이 분명하지 않다.
이러한 상황에서 본 발명의 실시예들이 나타난 것이다.
본 개시 내용의 실시예들은 사용자가 최적 구도 및 품질을 갖는, 기념물들, 풍경들, 사람들, 이벤트 등의 사진들을 촬영하는 것을 가능하게 하기 위한 방법들, 시스템들, 및 컴퓨터 프로그램들을 제공한다. 본 개시 내용은 다양한 방법들, 예컨대, 프로세스, 장치, 시스템, 디바이스 또는 컴퓨터 판독가능 매체 상의 방법으로 구현될 수 있다는 것을 이해해야 한다. 본 개시 내용의 여러 실시예들이 아래에 설명된다.
일 실시예에서, 방법이 개시된다. 이 방법은 이하의 방법 동작들을 포함한다: 캡처링 디바이스를 통해 수신된 이미지를 검출하는 동작; 객체들을 식별하고 상기 객체들의 속성들을 결정하기 위해 상기 이미지를 분석하는 동작; 상기 이미지의 분석에 기초하여, 규칙들에 따라 상기 캡처링 디바이스의 포지션 또는 설정 중 적어도 하나를 조정하기 위한 제안들을 제공하는 동작; 상기 제공된 제안들에 기초하여 상기 캡처링 디바이스의 조정을 검출하는 동작 - 상기 조정은 조정된 이미지를 수신하는 데 이용됨 -; 및 상기 캡처링 디바이스에 의해 상기 조정된 이미지를 캡처하는 동작. 상기 저장된 이미지는 품질 및 구도가 최적이다.
일 실시예에서, 상기 캡처링 디바이스는 카메라를 갖춘 휴대폰, 디지털 카메라, 테이블 퍼스널 컴퓨터, 또는 카메라를 갖춘 안경 중 하나이다.
일 실시예에서, 상기 캡처된 이미지는 상기 캡처링 디바이스의 스크린 상에 표현되고 캐시 버퍼에 저장된다.
일 실시예에서, 상기 이미지에서 식별된 상기 객체들은 배경, 사람들, 건물들, 새들, 동물들, 풍경들, 또는 이들의 조합들을 포함하는 생물 또는 무생물 객체들 중 적어도 하나를 포함한다.
일 실시예에서, 상기 규칙들은 상기 이미지의 캡처링 동안에 상기 캡처링 디바이스를 조정하기 위한 명령들을 식별한다.
일 실시예에서, 상기 명령들은 위로 이동, 아래로 이동, 왼쪽으로 이동, 오른쪽으로 이동, 줌 인, 줌 아웃, 각도 조정, 섬광(flash light) 사용, 상기 캡처링 디바이스의 포지션 조정, 또는 이들의 임의의 조합들 중 하나를 포함한다.
일 실시예에서, 상기 저장 동작은 상기 이미지를 상기 캡처링 디바이스 내의 메모리에 커밋하는(committing) 동작을 포함한다.
일 실시예에서, 분석 동작은 상기 이미지에서 캡처된 상기 객체들의 상기 속성들에 기초하여 구도 점수(composition score)를 계산하는 동작을 포함한다. 상기 구도 점수는 상기 캡처링 디바이스에 의해 캡처된 상기 이미지의 품질을 정의한다. 상기 구도 점수는 상기 캡처링 디바이스의 스크린 상에 표현된다.
일 실시예에서, 조정 검출 동작은 상기 조정을 반영하기 위해 상기 이미지의 상기 계산된 구도 점수를 동적으로 조정하는 동작을 포함한다. 상기 조정된 구도 점수는 상기 캡처링 디바이스의 스크린 상에 표현된다.
일 실시예에서, 상기 제안들은 텍스트, 이미지로서, 오디오를 통하여, 또는 이들의 임의의 조합들로 제공된다.
일 실시예에서, 디바이스가 개시된다. 이 디바이스는 이미지를 수신 및 캡처링하기 위한 카메라 및 상기 이미지를 표현하기 위한 디스플레이 스크린을 포함한다. 상기 캡처링 디바이스는 상기 수신된 이미지를 처리하는 이미지 분석기 애플리케이션, 상기 이미지 분석기 애플리케이션 및 상기 캡처된 이미지를 저장하는 메모리, 상기 메모리에 저장된 상기 이미지 분석기 애플리케이션의 프로그래밍 명령어들을 실행하기 위한 프로세서, 상기 이미지를 메모리에 커밋하기 전에 상기 이미지의 분석 동안에 상기 수신된 이미지를 임시로 저장하는 캐시 메모리를 포함한다. 상기 이미지 분석기 모듈의 프로그래밍 명령어들은 상기 캡처링 디바이스를 통해 상기 이미지를 수신하고; 객체들 및 상기 객체들의 속성들을 식별하기 위해 상기 수신된 이미지를 분석하고; 상기 분석에 기초하여, 규칙들에 따라 상기 캡처링 디바이스의 포지션 또는 설정 중 적어도 하나를 조정하기 위한 제안들을 제공하고; 상기 제공된 제안들에 기초하여 상기 캡처링 디바이스에 대한 조정들을 검출하고 - 상기 조정은 조정된 이미지를 수신하는 데 이용됨 -; 상기 캡처링 디바이스에 의해 상기 조정된 이미지를 캡처 및 저장하도록 구성된다.
다른 실시예에서, 방법이 개시된다. 이 방법은 캡처링 디바이스를 통해 수신된 이미지를 검출하는 동작을 포함한다. 객체들을 식별하고 상기 객체들의 속성들을 결정하기 위해 상기 이미지가 분석된다. 상기 이미지의 분석에 기초하여, 규칙들에 따라 상기 캡처링 디바이스의 포지션 또는 설정을 조정하기 위한 제안들이 제공된다. 상기 조정이 행해진 후에 수신된 이미지는 상기 캡처링 디바이스에 저장된다.
또 다른 실시예에서, 디바이스가 개시된다. 상기 디바이스는 디스플레이 스크린, 상기 디바이스의 캐시에 이미지를 수신하는 분석기 모듈, 및 상기 이미지에서 객체들을 검출하기 위한 프로세서를 포함한다. 상기 분석기 모듈은 상기 검출된 객체들의 속성들을 식별하도록 구성된다. 상기 프로세서는 상기 디스플레이 스크린 상에 제시되는 적어도 하나의 제안을 생성하도록 구성된다. 상기 제안은 상기 디바이스의 포지션 또는 상기 디바이스의 설정 중 하나에 대한 조정을 행하기 위한 것이다. 상기 제안은 상기 검출된 객체들의 상기 식별된 속성들에 대해 처리되는 하나 이상의 규칙들의 분석에 기초하여 생성된다. 상기 프로세서는 일단 상기 조정이 검출되면 상기 이미지를 캡처하고 메모리에 저장하는 명령어들을 생성한다.
첨부 도면들과 함께 취해지는 이하의 상세한 설명으로부터 다른 양태들이 명백해질 것이다.
본 개시 내용은 첨부 도면들과 함께 취해지는 이하의 설명을 참조하여 가장 잘 이해될 수 있다.
도 1 본 개시 내용의 실시예들에 따른, 본 개시 내용의 실시예들을 구현하기 위한 캡처링 디바이스의 예시적인 아키텍처를 보여준다.
도 2는 본 발명의 실시예에 따른, 캡처된 이미지를 조정하기 위해 이용되는 예시적인 방법 동작들을 보여준다.
도 3은 본 발명의 실시예에 따른, 캡처링 디바이스에 의해 캡처된 실세계 뷰의 예시적인 이미지를 보여준다.
도 3a 내지 도 3d는 본 발명의 상이한 실시예들에 따른, 캡처링 디바이스에 의해 캡처된 실세계 뷰 이미지의 예시적인 뷰들 및 이미지 분석기 애플리케이션에 의해 제공되는 상이한 제안들을 보여준다.
도 3e는 본 발명의 일 실시예에서의, 분석 동안 캡처된 이미지에서 식별된 상이한 객체들의 예시적인 속성들을 보여준다.
도 3f 및 도 3g는 본 발명의 실시예에 따른, 캡처링 디바이스에 의해 실세계 이미지의 예시적인 3차원 뷰를 캡처하기 위한 실시예를 보여준다.
도 4는 본 발명의 실시예에 따른, 최적 품질 이미지를 캡처하기 위해 이용되는 방법의 예시적인 동작들을 보여준다.
도 5는 본 발명의 일 실시예에서의, 소셜 네트워크의 복수의 사용자들로부터 획득된 데이터를 처리하는 데 이용되는 컴퓨팅 디바이스의 기본 인프라스트럭처를 보여준다.
이하의 실시예들은 카메라를 갖춘 캡처링 디바이스에서 구도 및 포지션 안내를 제공하기 위한 방법들, 컴퓨터 프로그램들, 및 시스템들을 설명한다. 캡처링 디바이스는 디지털 카메라, 이동 디바이스, 예를 들어 태블릿 퍼스널 컴퓨터(PC), 휴대폰, 증강 현실 시스템, 또는 임의의 다른 카메라를 갖춘 디바이스들일 수 있다. 증강 현실 시스템은 카메라를 갖춘 안경의 형태일 수 있다. 캡처링 디바이스의 카메라 부분은 카메라에 의해 캡처된 이미지를 수신하고, 이미지를 분석하여 객체들 및 이 객체들의 속성들을 식별하고, 이미지를 캡처하기 위한 카메라를 조정하기 위한 제안들을 제공하고, 이미지를 메모리에 저장하도록 구성되는 이미지 분석기 애플리케이션을 포함한다. 제안들은 캡처링 디바이스의 카메라에 의해 캡처된 이미지의 품질을 개선하는 데 도움을 준다. 이미지 분석기 애플리케이션은 카메라의 아마추어 사용자도 고품질 사진들을 캡처할 수 있게 하여, 사용자가 이벤트, 기념물, 풍경들 등의 사진들을 즐길 수 있게 하고, 사용자의 경험을 풍요롭게 한다.
다양한 제안들은 최적 품질 이미지들을 캡처함에 있어 사용자를 안내하기 위해, 텍스트 포맷, 이미지 오버레이들, 오디오 포맷 등을 포함하는, 상이한 포맷들로 제공될 수 있다. 일 실시예에서, 사용자들에게는 제안 포맷을 선택할 옵션들이 제공될 수 있고, 그에 의해 제안들을 수신하기 위해 사용자가 원하는 방식을 제어하기 위한 더 큰 융통성을 사용자에게 제공할 수 있다.
캡처링 디바이스의 카메라에 의해 캡처된 이미지의 품질을 개선하기 위한 이미지 분석기 애플리케이션의 일반적인 이해와 함께, 다양한 도면들을 참조하여 구체적인 실시예들이 논의될 것이다. 도 1은 캡처링 디바이스를 통해 수신된 이미지의 데이터를 분석하기 위한 이미지 분석기 애플리케이션을 이용하는 캡처링 디바이스를 보여준다. 캡처링 디바이스는 임의의 카메라를 갖춘 디바이스, 예를 들어 카메라(즉, 디지털 카메라)(100-a), 태블릿 퍼스널 컴퓨터(PC)(100-b), 휴대폰(100-c), 증강 현실 시스템(100-d), 예를 들어 카메라를 갖춘 안경 등일 수 있다. 캡처링 디바이스는 버스(112)를 통하여 메모리(104), 캐시 메모리(108), 입/출력 인터페이스(110)에 결합된 프로세서(102)를 포함한다. 메모리(104)는 이미지 분석기 애플리케이션(106)을 위한 프로세스 명령어들, 캡처링 디바이스에 의해 캡처된 이미지들, 및 캡처링 디바이스에 의해 캡처된 이미지들의 품질을 개선하기 위한 제안들을 제공하기 위해 이미지 분석기 애플리케이션(106)에 의해 이용되는 하나 이상의 미리 정의된 규칙들을 저장하기 위해 이용된다. 프로세서(102)는 이미지 분석기 애플리케이션(106)에서 정의된 프로세스 명령어들을 포함하는, 메모리에 저장된 프로세스 명령어들을 실행하기 위해 이용된다. 캐시 메모리(108)는 프로세서(102)에 의해 현재 처리되고 있는 데이터, 자주 이용되는 데이터, 및 아직 메모리에 커밋되지 않은 데이터에 대한 임시 저장소로서 이용된다. 입/출력 인터페이스(110)는 사용자 상호 작용들을 캡처하고, 이 사용자 상호 작용들을 입력으로서 이미지 분석기 애플리케이션에 제공하고, 이미지 분석기 애플리케이션으로부터의 응답들을 캡처링 디바이스의 디스플레이 디바이스에 제공하기 위해 이용된다.
캡처링 디바이스의 디스플레이 스크린 상에 수신된 이미지의 품질을 개선하기 위한 제안들을 제공함에 있어 이미지 분석기 애플리케이션의 역할이 이제 도 2를 참조하여 설명될 것이다. 단계 302에 예시된 바와 같이, 사용자 선택을 통하여 캡처링 디바이스에서 카메라 애플리케이션이 작동된다. 카메라 애플리케이션의 사용자 선택에 응답하여, 단계 304에 예시된 바와 같이, 카메라 애플리케이션 내의 센서가 카메라가 초점을 맞추고 있는 이미지를 식별하고, 그 이미지를 캡처링 디바이스의 디스플레이 스크린 상에 표현하고, 그 이미지 데이터를 캐시 메모리에 저장하고, 그 이미지의 추가 처리를 위해 이미지 분석기 애플리케이션에 신호를 송신한다.
이미지 분석기 애플리케이션(106)은, 센서로부터 수신된 신호에 응답하여, 캡처링 디바이스를 통해 수신된 이미지를 검출하고 캐시 메모리에 저장된 이미지 데이터를 처리한다. 단계 306에 예시된 바와 같이, 이미지 분석기는 캐시 버퍼에 저장된 이미지 데이터를 분석하여 프레임 콘텐츠를 식별한다. 프레임 콘텐츠는, 단계 308에 예시된 바와 같이, 캡처된 이미지에서 객체들을 식별하기 위해 검사된다. 분석 동안에, 이미지 분석기는 캐시 메모리에 저장된 이미지 데이터의 각각의 프레임의 콘텐츠를 검사하고, 프레임에서 상이한 부분들을 아웃라인하고 그 안에 캡처된 객체들을 식별할 수 있다. 식별된 객체들은 생물 객체들, 예를 들어 사람들, 새들, 동물들 등, 및/또는 무생물 객체들, 예를 들어 건물들, 산들, 강들, 배경 풍경들 등을 포함할 수 있다. 객체들이 검출되면, 단계 310에 예시된 바와 같이 이미지 분석기 애플리케이션은 규칙들을 적용하여 식별된 객체들을 처리한다. 이미지 분석기는 각각의 객체의 속성들을 결정하기 위해 식별된 객체들 각각을 분석할 수 있다. 이미지 분석기는, 예를 들어, 이미지를 분석하여 풍경 내의 다양한 객체들, 각각의 객체의 배향뿐만 아니라 객체들의 서로에 대한 상대적 배향을 식별할 수 있다. 그 분석에 의해 식별될 수 있는 속성들은 다양한 객체들의 수평 및 수직 애스펙트들(aspects), 선명도-팩터(sharpness-factor), 객체들의 사이즈 등을 포함할 수 있다. 일부 실시예들에서, 속성들은 객체의 심도(depth)와 같은, 3차원 속성을 포함할 수도 있다. 다양한 객체들의 속성들은, 단계 310에 예시된 바와 같이, 이미지의 전체 구도를 결정하고 캡처되고 있는 이미지의 품질을 개선하기 위한 제안들을 제공하기 위해 이용된다.
일 실시예에서, 객체의 수평 및 수직 속성들은 캡처의 각도를 결정하고, 규칙들에 기초하여 이미지의 품질을 개선하기 위해 캡처링 디바이스의 각도를 조정하기 위한 제안들을 제공하기 위해 이용된다. 객체의 수평 및 수직 속성들은 카메라가 비스듬히 기울어져 있는지를 결정하기 위하여 객체의 수평 및 수직 애스펙트들을 이미지 분석기 애플리케이션에서 정의된 정의의 정상 각도(normal angle)와 비교하는 것에 의해 결정될 수 있다. 일 실시예에서, 상대적 수평 및 수직 속성들은 특정 객체가 편향되어 있는지 또는 캡처링 디바이스가 특정 각도로 기울어져 있고 캡처의 각도가 조정될 필요가 있는지를 결정하기 위해 하나의 객체의 수평 및 수직 애스펙트들을 이미지 내의 다른 객체의 수평 및 수직 애스펙트들과 비교하는 것에 의해 계산될 수 있다. 그 결정에 기초하여, 캡처링 디바이스의 각도를 조정하기 위한 제안들이 제공될 수 있다. 제안들은 하나 이상의 미리 정의된 규칙들을 따를 수 있다. 예를 들어, 캡처된 이미지 내의 모든 객체들의 수평 및 수직 속성들이 캡처링 디바이스가 기울어져 있는 것을 나타낸다면, 미리 정의된 규칙들은 캡처링 디바이스의 각도를 조정하기 위한 제안을 제공하도록 정의될 수 있다. 다른 예에서, 이미지 내의 모든 객체들이 편향/왜곡되어 있을 뿐만 아니라 미리 정의된 임계값, 예를 들어 10°보다 더 많이 왜곡되어 있다는 것이 결정될 때, 규칙들은 캡처링 디바이스의 각도를 정정하기 위한 제안을 식별할 수 있다. 규칙들은 이미지를 캡처할 때 캡처링 디바이스를 조정하는 사용자 액션을 요구하는 명령들을 식별한다. 명령들은 제안들로서 제시된다. 일 실시예에서, 제안들은 텍스트 포맷으로 제시된다. 대안적으로, 제안들은 오디오 포맷, 이미지 포맷 등으로 제공될 수 있다. 명령들/제안들 중 일부는 편향을 없애고/바르게 하고(de-skew/straighten), 카메라를 특정 방향으로 회전시키고, 카메라의 소정 특징들을 온/오프시키는 것 등을 위하여 카메라를 조정하는 것에 관한 것일 수 있다.
유사하게, 이미지 내의 객체들의 사이즈는 최적 이미지를 획득하기 위하여 줌 인 또는 줌 아웃하는 캡처링 디바이스 내의 카메라의 줌 특징의 조정을 제안하기 위해 검사될 수 있다. 일 실시예에서, 캡처된 이미지의 3차원 모델을 생성하기 위해 단일 이미지가 분석될 수 있다. 다른 실시예에서, 제안을 제공하기 위해 둘 이상의 이미지가 검사될 수 있다. 이 실시예에서, 상이한 캡처된 이미지들 사이에 카메라 포지션의 이동(shift)을 결정하기 위해 다수의 이미지들이 검사될 수 있고, 이미지들에서 캡처된 객체들의 심도, 수직 속성, 수평 속성 등을 식별하는 3차원(3D) 모델이 생성될 수 있다. 이 3D 모델로부터 식별된 객체들의 다양한 속성들에 기초하여, 캡처링 디바이스를 조정하기 위한 적절한 제안들이 제공될 수 있다. 제안들은 이미지 캡처링 디바이스의 포지션 또는 설정을 조정하는 것과 관련될 수 있다. 제안들은 미리 정의된 규칙들의 세트에 따라 제공될 수 있다. 미리 정의된 규칙들은 이미지 캡처의 상이한 시나리오들을 포함하고, 최적 이미지를 캡처하기 위한 제안들을 제공할 수 있다. 분석 및 제공된 제안들에 기초하여, 판정 단계 312에 예시된 바와 같이, 이미지 분석기 모듈은 수신된 이미지가 조정될 필요가 있는지 여부를 결정한다. 이 판정 포인트 312로부터 "아니오" 분기에 의해 예시된 바와 같이, 수신된 이미지가 조정될 필요가 없다는 것이 결정되는 경우 또는 사용자가 제안들을 무시하는 것에 의해 카메라의 설정 또는 포지션에 어떤 조정도 수행하지 않고 이미지를 캡처한다면, 단계 314에 예시된 바와 같이, 이미지가 캡처되고 메모리에 저장된다. 단계 316에서 "예" 분기에 의해 예시된 바와 같이 수신된 이미지가 조정되어야 하는 것이 결정되는 경우, 프로세스는 캡처링 디바이스의 캡처 설정들에 대한 조정들이 검출되는 단계 318로 또는 캡처링 디바이스의 물리적 포지션에 대한 조정들이 검출되는 단계 320으로 진행한다. 이때, 수신되어 캐시 메모리에 저장된 최초 이미지는 무시된다. 단계들 318 및/또는 320로부터의 조정된 설정들은 이미지를 캡처하고 다시 로드하기 위해 이용된다. 다시 로드하는 것은 조정된 설정들 및/또는 물리적 포지션에 기초하여, 캡처링 디바이스의 디스플레이 스크린에서 표현된 이미지를 동적으로 조정하고, 프로세스는 다시 조정된 이미지가 캡처링 디바이스에서 수신되고 분석되는 동작 302로 진행한다. 프로세스는 판정 단계 312에서 "아니오" 분기에 의해 예시된 바와 같이, 더 이상의 조정이 필요하지 않다는 것이 결정될 때까지 계속된다. 이때, 사용자는 이미지를 캡처하도록 허용되고, 단계 314에 예시된 바와 같이, 캡처된 이미지가 메모리에 저장된다. 사용자가 제안들을 따르는 경우, 결과적인 이미지는 품질 및 구도가 최적이다.
도 3, 도 3a 내지 도 3e는 이미지 분석기 애플리케이션에 의해 식별된 다양한 속성들 및 캡처링 디바이스에서 캡처된 이미지에 기초하여 이미지 분석기 애플리케이션에 의해 제공되는 제안들을 예시한다. 사용자 A는 그의 캡처링 디바이스에서 카메라 애플리케이션을 작동시키고 그 사용자의 관심을 끄는 실세계 풍경/뷰에 카메라의 초점을 맞춘다. 도 3은 사용자, 즉 사용자 A가 그의 카메라를 이용해 캡처한 예시적인 실세계 뷰의 이미지를 보여준다. 실세계 뷰는 복수의 객체들을 포함할 수 있다. 도 3에 도시된 실세계 뷰는 예시적인 것이고 한정적인 또는 제한적인 것으로 간주되어서는 안 된다.
사용자 A의 카메라를 통하여 보이는 실세계 뷰 이미지는 수신 디바이스의 디스플레이 스크린에서 표현된다. 도 3a는 캡처링 디바이스의 카메라의 뷰 각도에 기초하여, 사용자, 즉 사용자 A의 캡처링 디바이스에서 수신된 이미지의 스크린 표현을 보여준다. 이때, 사용자 A는 단지 그의 카메라를 실세계 뷰에 겨누었고, 아직 이미지를 캡처하지는 않았다는 점에 유의해야 한다. 그 결과, 디스플레이 스크린에서 수신된 이미지는 이미지 분석기 애플리케이션에 의한 추가 처리를 허용하기 위해 캡처링 디바이스 내의 임시 메모리, 예를 들어 캐시 메모리에 저장된다. 이미지가 캡처될 때, 이미지는 캡처링 디바이스 내의 메모리에 커밋된다. 이미지 분석기 애플리케이션은 캐시 메모리 내의 이미지 데이터를 분석하고, 도 3a에 도시된 수신된 이미지 데이터의 프레임 콘텐츠를 식별하고, 프레임 콘텐츠를 검사하여 이미지에서 수신된 실세계 풍경들의 객체들(객체들 A, B, C 및 D)을 식별한다. 그 결과, 이미지 분석기 애플리케이션은 캐시 메모리 내의 이미지 데이터의 검사에 기초하여 자동차(객체 A), 집(객체 B), 사람(객체 C) 및 나무(객체 D)를 식별한다. 검사는 또한 각각의 그리고 모든 객체의 수직 및 수평 애스펙트들뿐만 아니라 다른 속성들, 예를 들어 캡처의 각도, 사이즈 등을 식별하는 것을 포함할 수 있다. 이 실시예에서, 이미지 분석기 애플리케이션은 이미지에서 캡처된 객체들의 2D 애스펙트들을 식별한다. 분석에 기초하여, 이미지 분석기 애플리케이션은 소정의 미리 정의된 규칙들에 기초하여 이미지의 구도를 개선하기 위한 제안들을 제공할 수 있다. 예를 들어, 이미지 내의 객체들 중 일부가 불완전하면, 규칙은 카메라의 포지션을 조정하는 것을 제안할 수 있다. 일 실시예에서, 규칙들은 최적 이미지를 획득하기 위하여 사용자가 따를 필요가 있는 명령들로서 제공된다.
명령은 제안의 형태로 제공될 수 있다. 도 3a에 예시된 바와 같이, 제안(202)은 텍스트 포맷으로 제공될 수 있고, 디스플레이 스크린의 일부에서 이미지 위에 오버레이될 수 있다. 도 3a의 제안은 사용자 A에게 객체 B(즉, 집)의 전체 이미지를 캡처하기 위해 카메라를 위로 이동시킬 것을 요구한다. 제안들을 제공하는 것 외에, 이미지 분석기 알고리즘은 또한 구도 점수를 계산하고 디스플레이 스크린에 그것을 표현할 수 있다. 구도 점수는 디스플레이 스크린 상에 표현된 이미지의 품질을 식별하고, 수신된 이미지 내의 객체들의 속성들의 검사에 기초하여 미리 정의된 규칙들에 따라 계산될 수 있다.
도 3b는 디스플레이 스크린에서 제공될 수 있는 대안의 제안을 보여준다. 도 3a에서 제공된 명령/제안에 기초하여, 사용자 A는 객체 B의 전체 이미지를 캡처하도록 카메라 포지션을 조정했을 수 있다. 그러나, 캡처 동안에, 사용자는 카메라를 기울였을 수 있다. 그 결과, 디스플레이 스크린에 표현된 이미지는 기울어질 것이다. 도 3b에 도시된 새로이 수신된 이미지에 기초하여, 이미지 분석기 애플리케이션은, 도 3b의 제안 박스(202)에서 도시된 바와 같이, 카메라의 각도를 조정하기 위한 제안을 제공할 수 있다. 이미지 분석기 애플리케이션은, 도 3b의 박스(204)에서 예시된 바와 같이, 카메라의 포지션 또는 설정의 조정을 반영하기 위해 새로이 수신된 이미지의 구도 점수를 동적으로 조정한다. 이미지 분석기 애플리케이션에 의해 제공된 제안들은, 박스(202)에서 예시된 바와 같이, 텍스트 콘텐츠의 형태이다. 제안은 또한, 일 실시예에서, 이미지(206a 및 206b)에 의해 예시된 바와 같이, 이미지 콘텐츠의 형태일 수 있다. 이 실시예에서, 제안 이미지는 정적 이미지의 형태이다. 제안들은 정적 이미지에 한정되지 않고, 카메라의 포지션 또는 설정을 조정하는 시각적 단서들(visual cues)을 가진 동적 또는 움직이는(animated) 이미지를 포함할 수 있다. 제안은, 다른 실시예들에서, 오디오 명령들을 포함할 수 있다. 제안들을 제공하기 위해 이용되는 다양한 포맷들은 예시적인 것이고 한정적인 것으로 간주되어서는 안 된다는 점에 유의해야 한다. 사용자가 제안된 지시들을 따르게 할 수 있는 한 다른 포맷들이 이용될 수 있다.
도 3c는, 일 실시예에서, 이미지가 너무 많이 줌 인되었고 객체들이 너무 크고 객체들 중 일부가 부분적으로만(객체들 A, C 및 D) 보이는 조정된 이미지를 보여준다. 그 결과, 이미지가 최적으로 캡처될 수 있도록 카메라에서 줌 아웃 특징을 이용하기 위한 제안이 제공된다. 이 실시예에서, 구도 점수는 이미지에서 캡처된 객체들의 품질이 양호하므로 더 높지만, 더 양호한 뷰를 얻기 위해 조정될 수 있다. 도 3d는 이미지가 너무 작은, 다른 실시예를 보여준다. 그 결과, 제안은 객체들 A-D가 최적의 방식으로 보일 수 있게 하기 위해 줌 인 특징을 이용하는 것일 수 있다. 구도 점수는 미리 정의된 규칙들에 의해 결정된 이미지의 품질에 기초하여 조정된다.
제안에 기초하여, 캡처링 디바이스 내의 카메라의 포지션 및/또는 설정에 대한 조정이 행해지면, 사용자는 이미지를 캡처하도록 허용될 수 있다. 캡처링 디바이스가 실세계 뷰의 새로운 이미지를 캡처할 준비가 되어 있으므로, 오래된 이미지는 캐시 버퍼로부터 폐기된다. 캡처된 이미지는 구도가 최적이다. 캡처된 이미지는 디바이스의 메모리에 저장되고, 이미지가 메모리에 있는 한 언제라도 사용자에 의해 액세스될 수 있다.
도 3e는 일 실시예에서, 프레임 콘텐츠의 검사 동안에 이미지 분석기 애플리케이션에 의해 식별된 상이한 객체들의 다양한 2D 애스펙트들을 보여준다. 예시된 바와 같이, 이미지 분석기 애플리케이션은 객체 B의 아웃라인을 결정하고, 객체 A의 수직 및 수평 속성들을 설정하고, 객체들 C 및 D의 수평 및 수직 속성들을 설정한다. 이미지 데이터의 분석 및 검사에 기초하여, 이미지 분석기는 이미지의 소정 애스펙트들이 최적 품질인 반면 이미지의 다른 애스펙트들이 최적 품질이 아니라는 것을 결정한다. 예를 들어, 이미지 분석기는 이미지에서 캡처된 객체들 중 일부의 각도 및 사이즈 애스펙트들이 이미지 내의 상이한 객체들의 수평 및 수직 속성들에 기초하여 최적 품질이라는 것을 결정할 수 있지만, 이미지 내의 객체들 중 일부가 잘렸고 완전하지 않다는 것을 결정한다. 일부 실시예들에서, 분석 동안에, 이미지 분석기는 이미지에서, 초점이 맞추어지고 있는 객체(들)를 결정하고, 그 결정에 기초하여 이미지에서 객체(들)를 검사할 수 있다. 예를 들어, 이미지가 전경에 사람(들)과 배경에 풍경들을 포함한다면, 이미지는 주요 초점이 사람(들)이라는 것을 결정하고 그 사람(들)에 관하여 이미지를 검사할 수 있다. 대안적으로, 이미지 분석기는 사용자가 주로 초점을 맞추고 있는 객체가 풍경들, 예를 들어 건물(들), 돌 형성, 협곡 등일 수 있다는 것을 결정하고, 주요 초점의 객체를 검사의 기초로 할 수 있다.
분석에 기초하여, 이미지 분석기 애플리케이션은 소정의 미리 정의된 규칙들에 기초하여 이미지의 구도를 개선하기 위한 제안들을 제공할 수 있다. 예를 들어, 이미지 내의 객체들 중 일부가 불완전하다면, 규칙은, 명령들의 형태로, 카메라의 포지션을 조정하는 것을 제안할 수 있다. 카메라의 포지션에 대한 조정을 요구할 수 있는 명령들 중 일부는 위로 이동, 아래로 이동, 왼쪽으로 이동, 오른쪽으로 이동, 각도 조정 등을 포함할 수 있다. 카메라의 설정에 대한 조정을 요구할 수 있는 명령들 중 일부는 줌 인, 줌 아웃, 섬광 사용, 컬러 조정 등을 포함할 수 있다.
도 3f 및 도 3g는 본 발명의 대안의 실시예를 보여준다. 이 실시예에서, 이미지 분석기 애플리케이션은 캡처링 디바이스 내의 카메라에 의해 캡처된 이미지를 검사하여 3D 속성들을 식별하고 3D 속성들을 이용하여 이미지의 3D 모델을 생성할 수 있다. 3D 모델 및 미리 정의된 규칙들을 이용하여, 최적 이미지를 획득하기 위해 카메라의 포지션 또는 설정을 조정하도록 사용자에게, 명령들의 형태로 제안들이 제공될 수 있다. 도 3f는, 예를 들어, 캡처링 디바이스 내의 카메라를 이용하여 사용자에 의해 캡처된 이미지에서 초점의 주요 객체로서 건물, 예를 들어 교회를 보여준다. 건물의 이미지가 검사되고 건물의 3D 모델이 생성된다. 생성된 3D 모델로부터, 이미지 분석기 애플리케이션은 카메라에 의해 캡처된 이미지에서 건물의 심도 애스펙트가 분명히 나타나 있지 않은 것을 결정할 수 있다. 예를 들어, 도 3f에 도시된 바와 같이, 건물(즉, 교회)의 측면 확장부들(side extensions)은 건물의 주요 부분의 모서리와 정렬되고 완전히 보이지는 않는다. 건물의 3D 이미지를 획득하기 위하여, 이미지 분석기 애플리케이션은 3D 애스펙트를 캡처하는 건물의 더 양호한 뷰를 얻기 위해, 도 3f에서 제안 박스(202)에 도시된 바와 같이, 카메라의 포지션을 조정하기 위한 제안들을 제공할 수 있다. 게다가, 이미지의 품질을 정의하는 구도 점수도 계산되고 이미지를 표현하는 스크린의 부분(204) 상에 표현된다.
도 3g는 사용자가 제안을 따르고 캡처링 디바이스의 카메라를 조정하는 경우, 도 3f에서 캡처된 건물의 결과적인 이미지를 보여준다. 건물의 새로이 캡처된 이미지에서 볼 수 있는 바와 같이, 3D 애스펙트를 나타내는 심도 속성이 이제는 보인다. 3D 애스펙트를 캡처하는 것 외에, 카메라는, 이전에 도 3f에서 캡처된 2D 표현에서는 보이지 않은 다른 요소들, 예를 들어 나무를 캡처한다.
일 실시예에서, 이미지 분석기 애플리케이션은 이미지에서 캡처된 객체에 관한 정보를, 다른 소스들, 예를 들어 지도 애플리케이션, 여행 애플리케이션 등으로부터 획득할 수 있다. 사용자에 의해 캡처된 이미지의 검사를 통하여 획득된 정보와 함께 다른 소스들로부터 수집된 정보를 이용하여, 이미지 분석기 애플리케이션은 주요 초점 객체가 3D 애스펙트들을 반영하도록 캡처되었는지를 결정하고, 그렇지 않다면, 카메라의 포지션 또는 설정을 조정하기 위한 제안들을 제공할 수 있다. 이 실시예에서, 이미지 분석기 애플리케이션은 제안들을 제공하기 위하여 다른 소스들로부터, 캡처되고 있는 객체의 상세들을 검색하기 위해 캡처링 디바이스의 위치를 이용한다. 다른 소스들은 해당 위치에서 객체를 캡처한 다른 사용자들을 포함할 수 있고, 그러한 정보는 각각의 소스들의 아카이브들로부터 획득될 수 있다. 일부 실시예들에서, 제안들을 제공하기 위한 이미지들 중 특정한 것(들)은 다른 사용자들로부터 수집된 피드백 또는 인기에 기초하여 다른 소스들로부터 식별된다. 본 명세서에서 설명된 다양한 실시예들은 아마추어 사진사도 전문적인 품질의 이미지들을 캡처할 수 있게 하고, 그에 의해 사용자의 경험을 풍요롭게 한다.
다양한 실시예들의 상기 상세 설명과 함께, 이제 도 4를 참조하여 최적 이미지를 캡처하는 안내를 제공하기 위한 방법이 설명될 것이다. 도 4는 캡처링 디바이스 내의 카메라에 의해 캡처된 이미지들의 구도 및 품질을 개선하는 안내를 제공하기 위한 방법의 프로세스 동작들을 보여준다. 캡처링 디바이스는 이동 디바이스들, 예를 들어 휴대폰들, 테이블 PC들, 디지털 카메라들, 또는 증강 현실 시스템들, 예를 들어 카메라를 갖춘 안경을 포함할 수 있다. 프로세스는 동작 402에서 시작되고, 여기서 캡처링 디바이스에서 이미지가 검출된다. 이미지는 사용자에 의해, 이동 디바이스 내의 카메라 애플리케이션의 작동시에 카메라 내의 센서에 의해 검출될 수 있다. 이미지는 수신되고 캡처링 디바이스의 디스플레이 스크린 상에 표현될 수 있다. 이미지는 캐시 메모리에 저장되고, 수신된 이미지의 구도 및 품질을 결정하기 위해 캡처링 디바이스 내의 이미지 분석기 애플리케이션에 신호가 송신된다. 현재 표현되고 있는 이미지는 카메라가 관심 있는 하나 이상의 객체들에 겨누어지는 것의 결과이고 아직 카메라에 의해 캡처되지 않았다는 점에 유의해야 한다.
이미지 분석기 애플리케이션은, 동작 404에 예시된 바와 같이, 이미지를 분석하여 내부의 캡처된 상이한 객체들을 식별하고 그 객체들의 속성들을 결정한다. 분석기 애플리케이션은 캐시 메모리에 저장된 이미지 데이터를 분석하여 먼저 프레임 콘텐츠를 식별하고 프레임 콘텐츠를 검사하여 다양한 객체들을 식별한다. 검사 동안에, 분석기 애플리케이션은 객체들의 아웃라인들을 결정하고 객체들의 속성들, 예를 들어 객체들의 수평 및 수직 속성들, 심도, 객체들의 사이즈, 선명도 팩터 등을 식별할 수 있다. 분석기 애플리케이션은 이미지 내의 객체들의 속성들을 이용하고 미리 정의된 규칙들의 세트를 적용하여 이미지의 구도 및 품질을 결정한다.
분석에 기초하여, 분석기 애플리케이션은, 동작 406에 예시된 바와 같이, 미리 정의된 규칙들에 따라 캡처링 디바이스의 포지션 및/또는 설정을 조정하기 위한 제안들을 제공한다. 분석기 애플리케이션은 먼저 미리 정의된 규칙들 및 수신된 이미지 내의 다양한 객체들의 속성들을 이용하여 이미지의 구도 점수를 계산할 수 있다. 구도 점수는 이미지의 품질 및 구도를 결정한다. 일 실시예에서, 분석기 애플리케이션은 구도 점수를 미리 정의된 품질 임계값과 비교한다.
이미지의 구도 점수가 미리 정의된 품질 임계값 미만인 경우, 캡처링 디바이스의 포지션 또는 설정 중 적어도 하나를 조정하기 위한 제안들이 제공될 수 있다. 제안들은 디스플레이 스크린 상에, 스피커를 통하여 또는 다른 입력 메커니즘/디바이스들을 통하여 사용자에게 제시되는, 텍스트, 오디오 명령, 이미지 오버레이들(움직이는 또는 정적) 등의 형태일 수 있다. 대안적으로, 이미지의 구도 점수가 품질 임계값 이상인 경우, 일 실시예에서, 이미지 분석기 애플리케이션은 사용자가 이미지를 캡처하도록 허용할 수 있고 캡처된 이미지를 캡처링 디바이스의 메모리에 저장한다.
분석기 애플리케이션에 의해 제공된 포지션 또는 설정을 조정하기 위한 제안들에 응답하여, 사용자는 제안에 주의를 기울이기로 선택하거나 제안을 무시하기로 선택할 수 있다. 사용자가 제안에 주의를 기울이기로 선택하는 경우, 분석기 애플리케이션은, 동작 408에 예시된 바와 같이, 캡처링 디바이스의 조정을 검출할 수 있다. 캡처링 디바이스의 조정은 카메라 내의 하나 이상의 센서에 의해 검출될 수 있다. 캡처링 디바이스의 포지션 또는 설정에 대한 조정은 캡처링 디바이스의 디스플레이 디바이스 상에 최초에 표현된 이미지에 대한 조정된 이미지를 수신하는 데 이용된다. 조정된 이미지는 디스플레이 디바이스 상에 표현된다. 이때, 표현된 최초 이미지는 폐기되고, 분석기 애플리케이션은 조정된 이미지의 품질에 대해 검사하기 시작한다.
조정된 이미지가 허용할 만한 품질이면, 동작 410에 예시된 바와 같이, 사용자는 조정된 이미지를 캡처하도록 허용된다. 앞서 언급한 바와 같이, 이미지의 캡처링은 조정된 이미지의 구도 점수가 미리 정의된 품질 임계값을 만족시키는 것에 기초할 수 있다. 그 결과, 일부 실시예들에서, 분석기 애플리케이션은 조정된 이미지가 이미지의 캡처를 허용하기 위한 최소 품질을 만족시키기 전에 캡처링 디바이스의 포지션 및/또는 설정에 대한 조정의 몇 차례 반복을 거쳐야 할 수 있다. 이미지가 최소 품질을 만족시키는 것에 응답하여, 분석기 애플리케이션은 이미지의 캡처링을 계속할 것을 사용자에게 알리는, 디스플레이 스크린 상에 표현되는 유익한 메시지를 제공할 수 있다. 캡처된 이미지는 메모리에 저장되고 시간이 지남에 따라 사용자에 의해 액세스될 수 있다. 결과적인 이미지는 최적 품질 및 구도의 이미지일 수 있다.
다양한 실시예들은 보통 수준의 이미지들의 캡처링과 관련된 문제를 해결한다. 다양한 실시예들은 초보자 또는 경험이 없는 사용자에게 기념물들, 이벤트들 등의 고품질 이미지들을 촬영하는 것을 제공한다. 캡처링 디바이스들 내의 카메라의 센서에 의해 기록된 이미지는 분석되고, 카메라의 설정 또는 포지션을 약간 조정하는 것에 의해 더 양호한 구도가 달성될 수 있는 것을 나타내기 위해, 지시자들, 예를 들어 수평 수준 측량 지시자들, 텍스트 오버레이들, 이미지 오버레이들(예를 들어 직사각형/타원형/원형 오버레이들), 오디오 명령들 등을 제공하는 것에 의해 이미지의 구도를 개선하기 위한 제안들이 행해진다. 증강 현실 시스템(예를 들어 카메라를 구비한 안경)을 착용한 사용자에 대해, 분석기 애플리케이션은 더 양호한 이미지를 얻기 위해 풍경들에서 이동하기 위한 제안들을 사용자에게 제공할 수 있다. 사용자가 증강 현실 시스템을 착용하고 있는 시나리오에서, 어디로 이동할지를 지시하는 편리한 방법뿐만 아니라 양호한 포지션들을 계산하기 위한 데이터가 사용자의 뷰에서 방향들을 오버레이하고 사용자가 캡처링 디바이스의 포지션 또는 설정을 조정할 수 있게 하는 것에 의해 제공될 수 있다. 양호한 포지션들(즉, 좌표들)을 계산하는 데이터는 증강 현실의 카메라 디바이스에 의해 촬영된 사진들의 스트림으로부터 생성된 3차원 정보로부터 계산될 수 있어, 이것을 더 확고한 솔루션으로 만든다.
도 5는 본 개시 내용의 실시예들을 구현하기 위한 컴퓨터 시스템의 단순화된 개략도이다. 본 명세서에 설명된 방법들은, 일 실시예에서 종래의 범용 컴퓨터 시스템일 수 있는, 디지털 프로세싱 시스템을 이용해 수행될 수 있다는 것을 알아야 한다. 하나의 기능만을 수행하도록 설계 또는 프로그램되는, 특수 목적 컴퓨터들이 대안에서 이용될 수 있다. 컴퓨팅 디바이스(502)는 버스를 통하여 메모리(506), 영구 저장소(508), 및 입/출력(I/O) 인터페이스(510)에 결합되는, 프로세서(504)를 포함한다.
영구 저장소(508)는 영구 데이터 저장 디바이스, 예컨대, 로컬 또는 원격일 수 있는, 하드 드라이브 또는 USB 드라이브를 나타낸다. 네트워크 인터페이스(512)는 네트워크(514)를 통해 연결들을 제공하여, 다른 디바이스들과의 통신들(유선 또는 무선)을 허용한다. 프로세서(504)는 범용 프로세서, 특수 목적 프로세서, 또는 특수하게 프로그램된 로직 디바이스로 구현될 수 있다는 것을 알아야 한다. 입/출력(I/O) 인터페이스(510)는 상이한 주변 장치들과의 통신을 제공하고, 버스를 통하여, 프로세서(504), 메모리(506), 및 영구 저장소(508)와 연결된다. 샘플 주변 장치들은 디스플레이(522), 키보드(518), 마우스(520), 이동식 매체 디바이스(516) 등을 포함한다.
디스플레이(522)는 본 명세서에 설명된 사용자 인터페이스들을 표시하도록 구성된다. 키보드(518), 마우스(520), 이동식 매체 디바이스(516), 및 다른 주변 장치들이 프로세서(504)와 정보를 교환하기 위하여 I/O 인터페이스(510)에 결합된다. 외부 디바이스들로의 그리고 그로부터의 데이터는 I/O 인터페이스(510)를 통하여 전달될 수 있다는 것을 알아야 한다. 본 개시 내용의 실시예들은 또한 유선 또는 무선 네트워크를 통하여 연결되는 원격 처리 디바이스들에 의해 작업들이 수행되는 분산 컴퓨팅 환경들에서도 실시될 수 있다.
본 개시 내용의 실시예들은 비일시적 컴퓨터 판독가능 저장 매체 상의 컴퓨터 판독가능 코드로서 제조될 수 있다. 비일시적 컴퓨터 판독가능 저장 매체는 컴퓨터 시스템에 의해 판독될 수 있는 데이터를 보유한다. 비일시적 컴퓨터 판독가능 저장 매체의 예들은 영구 저장소(508), NAS(network attached storage: 네트워크 연결 저장소), 메모리 모듈(506) 내의 판독 전용 메모리 또는 랜덤 액세스 메모리, 콤팩트 디스크(CD), Blu-ray™ 디스크, 플래시 드라이브, 하드 드라이브, 자기 테이프, 및 다른 데이터 저장 디바이스들을 포함한다. 비일시적 컴퓨터 판독가능 저장 매체는 컴퓨터 판독가능 코드가 분산 방식으로 저장 및 실행되도록 네트워크-결합된 컴퓨터 시스템을 통하여 분산될 수 있다.
본 명세서에 제시된 방법의 일부, 또는 모든 동작들은 프로세서를 통하여 실행된다. 게다가, 방법 동작들이 특정 순서로 설명되었지만, 동작들의 순서가 예상되는 결과들에 영향을 미치지 않는 경우, 일부 동작들이 상이한 순서로 수행될 수 있다는 것을 이해해야 한다. 게다가, 제시된 방법들에 다른 동작들이 포함될 수 있고, 동작들의 처리가 원하는 방식으로 수행되는 한, 동작들은 분산 방식으로 상이한 엔티티들에 의해 수행될 수 있다.
게다가, 일부 방법들의 적어도 하나의 동작은 물리적 양들의 물리적 조작을 수행하고, 본 명세서에 설명된 동작들의 일부는 유용한 머신 동작들이다. 본 명세서에 제시된 실시예들은 디바이스 또는 장치를 설명한다. 장치는 요구되는 목적을 위해 특수하게 구성될 수 있거나 또는 범용 컴퓨터일 수 있다. 장치는 본 명세서에 제시된 컴퓨터 프로그램들의 프로그램 명령어들을 실행할 수 있는 프로세서를 포함한다.
또한 네트워크(514)에 연결될 수 있는 복수의 다른 디바이스들, 저장소, 및 서비스들이 도시되어 있다. 네트워크(514)는, 예를 들어, 인터넷일 수 있다. 인터넷은 클라우드 저장 서버들, 클라우드 로직 서버들, 사용자 인터페이스 디바이스들 등을 포함하는, 복수의 디바이스들과 상호 연결된다. 다양한 클라우드 로직 서버들 및 클라우드 저장소 상의 인터넷 액세스 서비스들과 통신할 수 있는 일부 디바이스들은, 예컨대, 태블릿 컴퓨터들, 스마트폰들, 랩톱들, 데스크톱 컴퓨터들, 텔레비전 시스템들, 및 기타 등등을 포함할 수 있다. 서로 통신할 수 있는 디바이스들은 적어도 프로세서, 및 사용자 인터페이스들을 표현하는 선택된 프로그램들 및 코드로부터의 사용자 인터페이스 뷰들을 제시하기 위한 디스플레이를 요구한다. 사용자 인터페이스는 키보드 입력, 텍스트 입력, 음성 입력, 제스처 입력, 및 이들의 조합들을 통하여 제공될 수 있다.
사용자 인터페이스들은 다양한 디바이스들의 브라우저들에서 제시될 수 있고, HTML 코드를 해석할 수 있고, 비디오를 표현할 수 있고, 무선 통신에 의하여 인터넷을 통하여 통신할 수 있고, 플래시 비디오 데이터를 표현할 수 있고, 기타 등등이 가능하다. 모든 이러한 디바이스들, 하드웨어 실시예들, 및 코드는 소셜 네트워크, 및 소셜 네트워크의 사용자들, 및 인터넷에 연결된 다양한 웹사이트들 상의 사용자들과의 인터페이스 및 상호 작용을 가능하게 하도록 구성된다. 소셜 네트워크들을 통한 상호 작용은 현재 정보, 공유 관심들, 채팅 통신, 비디오 통신, 및 일반 게시, 관심들, 및 관계 관리에 관한 전자 메시징을 가능하게 할 것이다. 대체로, 소셜 네트워크는 적어도 두 명의 사람들 또는 엔티티들이 서로 통신하고 적어도 하나의 데이터를 공유할 수 있게 하는 사이트이다.
전술한 실시예들은 명료함을 위해 소정 수준으로 상세하게 설명되었지만, 첨부된 청구항들의 범위 내에서 소정의 변경들 및 수정들이 실시될 수 있다는 점에 유의한다. 따라서, 제공된 실시예들은 본 명세서에서 제시된 상세들에 의해 제한되지 않고, 한정적인 것이 아니라 예시적인 것으로 간주되어야 하고, 첨부된 청구항들의 범위 및 동등물들 내에서 수정될 수 있다.

Claims (14)

  1. 방법으로서,
    캡처링 디바이스를 통해 수신된 이미지를 검출하는 동작;
    객체들을 식별하고 상기 객체들의 속성들을 결정하기 위해 상기 이미지를 분석하는 동작;
    상기 이미지의 분석에 기초하여, 규칙들에 따라 상기 캡처링 디바이스의 포지션 또는 설정 중 적어도 하나를 조정하기 위한 제안들을 제공하는 동작;
    상기 제공된 제안들에 기초하여 상기 캡처링 디바이스의 조정을 검출하는 동작 - 상기 조정은 조정된 이미지를 수신하는 데 이용됨 -; 및
    상기 캡처링 디바이스에 의해 상기 조정된 이미지를 캡처하는 동작
    를 포함하고,
    상기 방법 동작들은 프로세서에 의해 수행되는, 방법.
  2. 제1항에 있어서, 캡처링 디바이스를 통해 수신된 상기 이미지는 상기 캡처링 디바이스의 센서에 의해 검출되는, 방법.
  3. 제1항에 있어서, 상기 캡처링 디바이스는 휴대폰, 카메라, 태블릿 퍼스널 컴퓨터, 또는 카메라를 갖춘 안경 중 하나인, 방법.
  4. 제1항에 있어서, 상기 수신된 이미지는 상기 캡처링 디바이스의 스크린 상에 표현되고, 상기 수신된 이미지는 캐시 버퍼에 저장되는, 방법.
  5. 제1항에 있어서, 상기 객체들은 배경, 사람들, 건물들, 새들, 동물들, 풍경들 또는 이들의 조합들을 포함하는 생물 또는 무생물 객체들 중 적어도 하나를 포함하는, 방법.
  6. 제1항에 있어서, 상기 규칙들은 상기 이미지의 캡처링 동안에 상기 캡처링 디바이스를 조정하기 위한 명령들을 식별하는, 방법.
  7. 제6항에 있어서, 상기 명령들은 위로 이동, 아래로 이동, 오른쪽으로 이동, 왼쪽으로 이동, 줌 인, 줌 아웃, 각도 조정, 섬광(flash light) 사용, 상기 캡처링 디바이스의 포지션 조정 또는 이들의 임의의 조합들 중 하나를 포함하는, 방법.
  8. 제1항에 있어서, 상기 캡처 동작은 상기 이미지가 상기 캡처링 디바이스의 메모리에 저장되게 하는, 방법.
  9. 제1항에 있어서, 분석 동작은 상기 이미지에서 캡처된 상기 객체들의 상기 속성들에 기초하여 구도 점수를 계산하는 동작을 더 포함하고, 상기 구도 점수는 상기 이미지의 품질을 정의하고, 상기 계산된 구도 점수는 상기 캡처링 디바이스의 스크린 상에 표현되는, 방법.
  10. 제9항에 있어서, 조정 검출 동작은 상기 이미지에서의 상기 조정을 반영하기 위해 상기 구도 점수를 동적으로 조정하는 동작을 더 포함하고, 상기 조정된 구도 점수는 상기 캡처링 디바이스의 스크린 상에 표현되는, 방법.
  11. 제1항에 있어서, 상기 제안들은 텍스트, 이미지로서, 오디오를 통하여, 또는 이들의 임의의 조합들로 제공되는, 방법.
  12. 하나 이상의 프로세서에 의해 실행될 때, 방법을 제공하기 위해 비일시적 컴퓨터 판독가능 저장 매체에 내장된 컴퓨터 프로그램으로서,
    캡처링 디바이스를 통해 수신된 이미지를 검출하기 위한 프로그램 명령어들;
    객체들을 식별하고 상기 객체들의 속성들을 결정하기 위해 상기 이미지를 분석하기 위한 프로그램 명령어들;
    상기 이미지의 분석에 기초하여, 규칙들에 따라 상기 캡처링 디바이스의 포지션 또는 설정 중 적어도 하나를 조정하기 위한 제안들을 제공하기 위한 프로그램 명령어들;
    상기 제공된 제안들에 기초하여 상기 캡처링 디바이스의 조정을 검출하기 위한 프로그램 명령어들 - 상기 조정은 조정된 이미지를 수신하는 데 이용됨 -; 및
    상기 캡처링 디바이스에 의해 상기 조정된 이미지를 캡처하기 위한 프로그램 명령어들
    을 포함하는, 컴퓨터 프로그램.
  13. 방법으로서,
    캡처링 디바이스를 통해 수신된 이미지를 검출하는 동작;
    객체들을 식별하고 상기 객체들의 속성들을 결정하기 위해 상기 이미지를 분석하는 동작;
    상기 이미지의 분석에 기초하여, 규칙들에 따라 상기 캡처링 디바이스의 포지션 또는 설정 중 적어도 하나를 조정하기 위한 제안들을 제공하는 동작; 및
    상기 조정이 행해진 후에 상기 이미지를 저장하는 동작
    를 포함하고,
    상기 방법 동작들은 프로세서에 의해 수행되는, 방법.
  14. 디바이스로서,
    디스플레이 스크린;
    상기 디바이스의 캐시에 이미지를 수신하는 분석기 모듈; 및
    상기 이미지에서 객체들을 검출하기 위한 프로세서
    를 포함하고,
    상기 분석기 모듈은 상기 검출된 객체들의 속성들을 식별하도록 구성되고, 상기 프로세서는 상기 디스플레이 스크린 상에 제시되는 적어도 하나의 제안을 생성하도록 구성되고, 상기 제안은 상기 디바이스의 포지션 또는 상기 디바이스의 설정 중 하나에 대한 조정을 행하기 위한 것이고, 상기 제안의 생성은 상기 검출된 객체들의 상기 식별된 속성들에 대해 처리되는 하나 이상의 규칙들의 분석에 기초하고, 상기 프로세서는 일단 상기 조정이 검출되면 상기 이미지를 캡처하고 메모리에 저장하는 명령어들을 생성하는, 디바이스.
KR1020167024918A 2014-02-13 2015-02-13 이미징 디바이스에서의 사진 구도 및 포지션 안내 KR101788499B1 (ko)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201461939724P 2014-02-13 2014-02-13
US61/939,724 2014-02-13
US14/259,126 2014-04-22
US14/259,126 US9667860B2 (en) 2014-02-13 2014-04-22 Photo composition and position guidance in a camera or augmented reality system
PCT/US2015/015963 WO2015123605A1 (en) 2014-02-13 2015-02-13 Photo composition and position guidance in an imaging device

Publications (2)

Publication Number Publication Date
KR20160119221A true KR20160119221A (ko) 2016-10-12
KR101788499B1 KR101788499B1 (ko) 2017-10-19

Family

ID=53776072

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020167024918A KR101788499B1 (ko) 2014-02-13 2015-02-13 이미징 디바이스에서의 사진 구도 및 포지션 안내

Country Status (6)

Country Link
US (1) US9667860B2 (ko)
EP (1) EP3105921B1 (ko)
JP (1) JP6408019B2 (ko)
KR (1) KR101788499B1 (ko)
CN (1) CN105981368B (ko)
WO (1) WO2015123605A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020235852A1 (ko) * 2019-05-17 2020-11-26 삼성전자 주식회사 특정 순간에 관한 사진 또는 동영상을 자동으로 촬영하는 디바이스 및 그 동작 방법
WO2024030904A1 (en) * 2022-08-02 2024-02-08 Canon U.S.A., Inc. Real-time feedback of objects captured during an image capture process

Families Citing this family (69)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8908995B2 (en) 2009-01-12 2014-12-09 Intermec Ip Corp. Semi-automatic dimensioning with imager on a portable device
US9779546B2 (en) 2012-05-04 2017-10-03 Intermec Ip Corp. Volume dimensioning systems and methods
US10007858B2 (en) 2012-05-15 2018-06-26 Honeywell International Inc. Terminals and methods for dimensioning objects
US10321127B2 (en) 2012-08-20 2019-06-11 Intermec Ip Corp. Volume dimensioning system calibration systems and methods
US9939259B2 (en) 2012-10-04 2018-04-10 Hand Held Products, Inc. Measuring object dimensions using mobile computer
US9841311B2 (en) 2012-10-16 2017-12-12 Hand Held Products, Inc. Dimensioning system
US9080856B2 (en) 2013-03-13 2015-07-14 Intermec Ip Corp. Systems and methods for enhancing dimensioning, for example volume dimensioning
US10228452B2 (en) 2013-06-07 2019-03-12 Hand Held Products, Inc. Method of error correction for 3D imaging device
JP6518409B2 (ja) * 2014-06-30 2019-05-22 オリンパス株式会社 撮影装置及び撮影方法
US9823059B2 (en) 2014-08-06 2017-11-21 Hand Held Products, Inc. Dimensioning system with guided alignment
US10775165B2 (en) 2014-10-10 2020-09-15 Hand Held Products, Inc. Methods for improving the accuracy of dimensioning-system measurements
US10810715B2 (en) 2014-10-10 2020-10-20 Hand Held Products, Inc System and method for picking validation
US9779276B2 (en) 2014-10-10 2017-10-03 Hand Held Products, Inc. Depth sensor based auto-focus system for an indicia scanner
US9897434B2 (en) 2014-10-21 2018-02-20 Hand Held Products, Inc. Handheld dimensioning system with measurement-conformance feedback
US9762793B2 (en) 2014-10-21 2017-09-12 Hand Held Products, Inc. System and method for dimensioning
US9752864B2 (en) 2014-10-21 2017-09-05 Hand Held Products, Inc. Handheld dimensioning system with feedback
US10060729B2 (en) * 2014-10-21 2018-08-28 Hand Held Products, Inc. Handheld dimensioner with data-quality indication
US9852543B2 (en) * 2015-03-27 2017-12-26 Snap Inc. Automated three dimensional model generation
US9786101B2 (en) 2015-05-19 2017-10-10 Hand Held Products, Inc. Evaluating image values
US10066982B2 (en) 2015-06-16 2018-09-04 Hand Held Products, Inc. Calibrating a volume dimensioner
US20160377414A1 (en) 2015-06-23 2016-12-29 Hand Held Products, Inc. Optical pattern projector
US9857167B2 (en) 2015-06-23 2018-01-02 Hand Held Products, Inc. Dual-projector three-dimensional scanner
US9835486B2 (en) 2015-07-07 2017-12-05 Hand Held Products, Inc. Mobile dimensioner apparatus for use in commerce
EP3396313B1 (en) * 2015-07-15 2020-10-21 Hand Held Products, Inc. Mobile dimensioning method and device with dynamic accuracy compatible with nist standard
US20170017301A1 (en) 2015-07-16 2017-01-19 Hand Held Products, Inc. Adjusting dimensioning results using augmented reality
US10094650B2 (en) 2015-07-16 2018-10-09 Hand Held Products, Inc. Dimensioning and imaging items
JP6077068B1 (ja) * 2015-07-30 2017-02-08 株式会社オプティム 拡張現実システム、および拡張現実方法
US10249030B2 (en) 2015-10-30 2019-04-02 Hand Held Products, Inc. Image transformation for indicia reading
US10225544B2 (en) 2015-11-19 2019-03-05 Hand Held Products, Inc. High resolution dot pattern
US9942472B2 (en) * 2015-11-27 2018-04-10 International Business Machines Corporation Method and system for real-time image subjective social contentment maximization
WO2017117446A1 (en) * 2015-12-30 2017-07-06 Daqri, Llc 3d video reconstruction system
US10025314B2 (en) 2016-01-27 2018-07-17 Hand Held Products, Inc. Vehicle positioning and object avoidance
FR3048522B1 (fr) * 2016-03-02 2018-03-16 Bull Sas Systeme de suggestion d'une liste d'actions a un utilisateur et procede associe
US10339352B2 (en) 2016-06-03 2019-07-02 Hand Held Products, Inc. Wearable metrological apparatus
US9940721B2 (en) 2016-06-10 2018-04-10 Hand Held Products, Inc. Scene change detection in a dimensioner
US10163216B2 (en) 2016-06-15 2018-12-25 Hand Held Products, Inc. Automatic mode switching in a volume dimensioner
US10091414B2 (en) * 2016-06-24 2018-10-02 International Business Machines Corporation Methods and systems to obtain desired self-pictures with an image capture device
EP3506167B1 (en) * 2016-09-12 2022-06-22 Huawei Technologies Co., Ltd. Processing method and mobile device
US10909708B2 (en) 2016-12-09 2021-02-02 Hand Held Products, Inc. Calibrating a dimensioner using ratios of measurable parameters of optic ally-perceptible geometric elements
CN106791402A (zh) * 2016-12-23 2017-05-31 宇龙计算机通信科技(深圳)有限公司 一种移动终端拍照方法和终端
CN106998389A (zh) * 2017-03-09 2017-08-01 广东欧珀移动通信有限公司 自动构图的控制方法、控制装置及电子装置
US10789726B2 (en) * 2017-03-15 2020-09-29 Rubber Match Productions, Inc. Methods and systems for film previsualization
US11047672B2 (en) 2017-03-28 2021-06-29 Hand Held Products, Inc. System for optically dimensioning
US10586399B2 (en) 2017-04-12 2020-03-10 Disney Enterprises, Inc. Virtual reality experience scriptwriting
JP6722349B2 (ja) * 2017-04-14 2020-07-15 シャープ株式会社 画像処理装置、端末装置、および画像処理プログラム
JP6875196B2 (ja) * 2017-05-26 2021-05-19 エスゼット ディージェイアイ テクノロジー カンパニー リミテッドＳｚ Ｄｊｉ Ｔｅｃｈｎｏｌｏｇｙ Ｃｏ．，Ｌｔｄ モバイルプラットフォーム、飛行体、支持装置、携帯端末、撮像補助方法、プログラム、及び記録媒体
US10796141B1 (en) 2017-06-16 2020-10-06 Specterras Sbf, Llc Systems and methods for capturing and processing images of animals for species identification
US9967520B1 (en) 2017-06-30 2018-05-08 Ringcentral, Inc. Method and system for enhanced conference management
US10602117B1 (en) * 2017-09-11 2020-03-24 Bentley Systems, Incorporated Tool for onsite augmentation of past events
US10584962B2 (en) 2018-05-01 2020-03-10 Hand Held Products, Inc System and method for validating physical-item security
US11113507B2 (en) * 2018-05-22 2021-09-07 Samsung Electronics Co., Ltd. System and method for fast object detection
SG11201811609RA (en) * 2018-06-25 2020-01-30 Beijing Didi Infinity Technology & Development Co Ltd A high-definition map acquisition system
WO2020017937A1 (en) 2018-07-20 2020-01-23 Samsung Electronics Co., Ltd. Method and electronic device for recommending image capture mode
JP6643441B1 (ja) * 2018-10-05 2020-02-12 東日本電信電話株式会社 写真検査支援装置及びそのプログラム
US10958828B2 (en) 2018-10-10 2021-03-23 International Business Machines Corporation Advising image acquisition based on existing training sets
US11100325B2 (en) 2018-12-07 2021-08-24 International Business Machines Corporation Photographic results by composition analysis using deep learning neural networks
WO2020116789A1 (ko) * 2018-12-07 2020-06-11 삼성전자 주식회사 이미지를 처리하기 위한 방법 및 그 전자 장치
US10944900B1 (en) 2019-02-13 2021-03-09 Intelligent Security Systems Corporation Systems, devices, and methods for enabling camera adjustments
EP3948661A4 (en) 2019-04-01 2023-01-04 Jeff Chen USER GUIDANCE SYSTEM BASED ON AUGMENTED REALITY AND/OR POSTURE DETECTION TECHNIQUES
US10924661B2 (en) 2019-05-02 2021-02-16 International Business Machines Corporation Generating image capture configurations and compositions
US11599598B2 (en) * 2019-06-19 2023-03-07 Canon Kabushiki Kaisha System and method for recommending challenges
US10939034B2 (en) * 2019-07-08 2021-03-02 Varjo Technologies Oy Imaging system and method for producing images via gaze-based control
CN114667444A (zh) 2019-11-26 2022-06-24 豪夫迈·罗氏有限公司 执行分析测量的方法
US11595632B2 (en) * 2019-12-20 2023-02-28 Samsara Networks Inc. Camera configuration system
CN111445439B (zh) * 2020-02-26 2024-05-07 北京大米未来科技有限公司 图像分析方法、装置、电子设备及介质
CN114025097B (zh) * 2020-03-09 2023-12-12 Oppo广东移动通信有限公司 构图指导方法、装置、电子设备及存储介质
WO2022056821A1 (en) 2020-09-18 2022-03-24 Guangdong Oppo Mobile Telecommunications Corp., Ltd. Electric device, controlling method of controlling electric device, and computer readable storage medium
US11496674B2 (en) 2020-09-18 2022-11-08 Microsoft Technology Licensing, Llc Camera placement guidance
CN116998159A (zh) * 2021-03-04 2023-11-03 Oppo广东移动通信有限公司 建议电子设备的拍摄位置的方法及电子设备

Family Cites Families (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3863327B2 (ja) * 1999-03-15 2006-12-27 富士フイルムホールディングス株式会社 構図アドバイス機能付きディジタル・スチル・カメラおよびその動作制御方法
JP2002281356A (ja) * 2001-03-21 2002-09-27 Minolta Co Ltd 撮影装置、情報提供装置及び情報提供システム
GB0116113D0 (en) * 2001-06-30 2001-08-22 Hewlett Packard Co Tilt correction of electronic images
US6922487B2 (en) 2001-11-02 2005-07-26 Xerox Corporation Method and apparatus for capturing text images
JP2004104463A (ja) * 2002-09-10 2004-04-02 Sony Corp 撮像装置
JP4487781B2 (ja) * 2005-01-18 2010-06-23 株式会社ニコン 電子カメラ
JP4288612B2 (ja) * 2005-09-14 2009-07-01 ソニー株式会社 画像処理装置および方法、並びにプログラム
JP4957922B2 (ja) * 2006-06-07 2012-06-20 日本電気株式会社 画像方向判定装置、画像方向判定方法、および画像方向判定用プログラム
US7973848B2 (en) * 2007-04-02 2011-07-05 Samsung Electronics Co., Ltd. Method and apparatus for providing composition information in digital image processing device
JP5011387B2 (ja) * 2007-07-13 2012-08-29 パナソニック株式会社 撮像装置
JP2009055448A (ja) * 2007-08-28 2009-03-12 Fujifilm Corp 撮影装置
US20090278958A1 (en) * 2008-05-08 2009-11-12 Samsung Electronics Co., Ltd. Method and an apparatus for detecting a composition adjusted
JP5157647B2 (ja) * 2008-05-30 2013-03-06 株式会社ニコン カメラ
CN101639610B (zh) * 2008-08-01 2011-03-23 鸿富锦精密工业（深圳）有限公司 数码摄影装置及其自拍引导方法
JP2010141609A (ja) * 2008-12-11 2010-06-24 Fujifilm Corp 撮像装置
US20100214445A1 (en) * 2009-02-20 2010-08-26 Sony Ericsson Mobile Communications Ab Image capturing method, image capturing apparatus, and computer program
JP4844657B2 (ja) * 2009-07-31 2011-12-28 カシオ計算機株式会社 画像処理装置及び方法
JP5657235B2 (ja) * 2009-11-10 2015-01-21 オリンパスイメージング株式会社 画像撮像装置及び画像撮像方法
US8675089B2 (en) * 2009-12-25 2014-03-18 Samsung Electronics Co., Ltd. Apparatus and method for assisting composition of photographic image
JP2011142574A (ja) * 2010-01-08 2011-07-21 Nikon Corp デジタルカメラ、画像処理装置および画像処理プログラム
US8379999B2 (en) * 2011-01-18 2013-02-19 Chanan Gabay Methods, circuits, devices, apparatuses and systems for providing image composition rules, analysis and improvement
KR20130056747A (ko) 2011-11-22 2013-05-30 삼성전자주식회사 영상 촬영 방법 및 이를 적용한 영상 촬영 장치
US8254647B1 (en) 2012-04-16 2012-08-28 Google Inc. Facial image quality assessment
US9385324B2 (en) * 2012-05-07 2016-07-05 Samsung Electronics Co., Ltd. Electronic system with augmented reality mechanism and method of operation thereof
US9448404B2 (en) * 2012-11-13 2016-09-20 Qualcomm Incorporated Modifying virtual object display properties to increase power performance of augmented reality devices
US20150098000A1 (en) 2013-10-03 2015-04-09 Futurewei Technologies, Inc. System and Method for Dynamic Image Composition Guidance in Digital Camera
WO2015065386A1 (en) * 2013-10-30 2015-05-07 Intel Corporation Image capture feedback

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020235852A1 (ko) * 2019-05-17 2020-11-26 삼성전자 주식회사 특정 순간에 관한 사진 또는 동영상을 자동으로 촬영하는 디바이스 및 그 동작 방법
US11977981B2 (en) 2019-05-17 2024-05-07 Samsung Electronics Co., Ltd. Device for automatically capturing photo or video about specific moment, and operation method thereof
WO2024030904A1 (en) * 2022-08-02 2024-02-08 Canon U.S.A., Inc. Real-time feedback of objects captured during an image capture process

Also Published As

Publication number Publication date
US20150229838A1 (en) 2015-08-13
US9667860B2 (en) 2017-05-30
WO2015123605A1 (en) 2015-08-20
EP3105921B1 (en) 2020-11-25
EP3105921A4 (en) 2017-10-04
CN105981368A (zh) 2016-09-28
JP6408019B2 (ja) 2018-10-17
JP2017511035A (ja) 2017-04-13
CN105981368B (zh) 2020-01-17
KR101788499B1 (ko) 2017-10-19
EP3105921A1 (en) 2016-12-21

Similar Documents

Publication Publication Date Title
KR101788499B1 (ko) 이미징 디바이스에서의 사진 구도 및 포지션 안내
US11483268B2 (en) Content navigation with automated curation
US20230298285A1 (en) Augmented and virtual reality
US10134165B2 (en) Image distractor detection and processing
US9852351B2 (en) 3D rotational presentation generated from 2D static images
CN105721853B (zh) 生成图像捕获指令的方法、系统和计算机可读存储设备
JP6012060B2 (ja) 画像の方向を修正するための画像内容に基づく画像の回転
DE112019001257T5 (de) Stabilisierung von video zur verringerung von kamera- und gesichtsbewegung
US9690980B2 (en) Automatic curation of digital images
US10101891B1 (en) Computer-assisted image cropping
WO2020169051A1 (zh) 一种全景视频数据处理的方法、终端以及存储介质
US9756260B1 (en) Synthetic camera lenses
TW201222288A (en) Image retrieving system and method and computer program product thereof
US10582125B1 (en) Panoramic image generation from video
KR102337209B1 (ko) 주변 상황 정보를 통지하기 위한 방법, 전자 장치 및 저장 매체
US9445047B1 (en) Method and apparatus to determine focus of attention from video
WO2024131693A1 (zh) 鸟类识别方法、鸟类识别设备和鸟类识别系统
CN116917938A (zh) 整个身体视觉效果
CN113934297A (zh) 一种基于增强现实的交互方法、装置、电子设备及介质
CN117136381A (zh) 整个身体分割
WO2018192244A1 (zh) 一种智能设备的拍摄引导方法
WO2018195892A1 (zh) 三维立体水印添加方法、装置及终端
US9058674B1 (en) Enhancing resolution of single images
US10652472B2 (en) Enhanced automatic perspective and horizon correction
WO2023219612A1 (en) Adaptive resizing of manipulatable and readable objects

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