KR20220017242A - 피사체와 배경에 효과를 적용하여 이미지를 생성하는 전자 장치 및 그 방법 - Google Patents
피사체와 배경에 효과를 적용하여 이미지를 생성하는 전자 장치 및 그 방법 Download PDFInfo
- Publication number
- KR20220017242A KR20220017242A KR1020200097491A KR20200097491A KR20220017242A KR 20220017242 A KR20220017242 A KR 20220017242A KR 1020200097491 A KR1020200097491 A KR 1020200097491A KR 20200097491 A KR20200097491 A KR 20200097491A KR 20220017242 A KR20220017242 A KR 20220017242A
- Authority
- KR
- South Korea
- Prior art keywords
- light source
- effect
- processor
- image
- camera
- Prior art date
Links
- 230000000694 effects Effects 0.000 title claims abstract description 242
- 238000000034 method Methods 0.000 title claims description 52
- 230000004044 response Effects 0.000 claims description 20
- 230000011218 segmentation Effects 0.000 claims description 12
- 230000001795 light effect Effects 0.000 claims description 11
- 230000007423 decrease Effects 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 47
- 230000006870 function Effects 0.000 description 32
- 238000001514 detection method Methods 0.000 description 14
- 230000008859 change Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 238000013528 artificial neural network Methods 0.000 description 9
- 238000003860 storage Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 238000010191 image analysis Methods 0.000 description 7
- 238000013473 artificial intelligence Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 239000003381 stabilizer Substances 0.000 description 6
- 238000004590 computer program Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000006641 stabilisation Effects 0.000 description 3
- 238000011105 stabilization Methods 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 230000000712 assembly Effects 0.000 description 2
- 238000000429 assembly Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 241000579895 Chlorostilbon Species 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 229910052876 emerald Inorganic materials 0.000 description 1
- 239000010976 emerald Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003155 kinesthetic effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000001454 recorded image Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 229910052724 xenon Inorganic materials 0.000 description 1
- FHNFHKCVQCLJFQ-UHFFFAOYSA-N xenon atom Chemical compound [Xe] FHNFHKCVQCLJFQ-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/50—Lighting effects
-
- 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
- H04N23/631—Graphical user interfaces [GUI] specially adapted for controlling image capture or setting capture parameters
- H04N23/632—Graphical user interfaces [GUI] specially adapted for controlling image capture or setting capture parameters for displaying or modifying preview images prior to image capturing, e.g. variety of image resolutions or capturing parameters
-
- 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
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/74—Circuitry for compensating brightness variation in the scene by influencing the scene brightness using illuminating means
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/64—Circuits for processing colour signals
- H04N9/74—Circuits for processing colour signals for obtaining special effects
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Graphics (AREA)
- Human Computer Interaction (AREA)
- User Interface Of Digital Computer (AREA)
- Studio Devices (AREA)
- Image Processing (AREA)
Abstract
전자 장치에 포함된 적어도 하나의 프로세서는 카메라를 실행하고, 제1 광원 환경에서 상기 카메라를 통해 획득된 이미지 데이터에 기반하여 적어도 하나의 객체를 검출하고, 상기 검출된 적어도 하나의 객체의 컬러 속성을 분석하고, 상기 분석된 객체의 컬러 속성에 기반하여 제1 효과를 결정하고, 상기 적어도 하나의 객체에 상기 제1 광원과 다른 제2 광원 효과를 적용하고, 상기 적어도 하나의 객체를 제외한 배경에 상기 제1 효과를 적용할 수 있다. 이 외에도 명세서를 통해 파악되는 다양한 실시 예가 가능하다.
Description
본 문서에서 개시되는 실시 예들은, 카메라를 통해 촬영된 이미지에 광원 효과 또는 컬러 효과를 적용하는 전자 장치 및 그 방법에 관한 것이다.
휴대용 전자 기기의 전면 카메라를 이용한 셀프 촬영이 증가하고, 촬영을 하는 사람들의 다양한 개성을 충족시켜 주기 위해 셀피(selfie) 이미지에 대해 다양한 이미지 효과를 적용하는 기능이 요구되고 있다.
위와 같이 이미지 효과에 대한 요구가 증가함에 따라, 휴대용 전자 기기의 제조사 및 어플리케이션 개발자들은 다양한 이미지 효과를 개발 및 적용하고 있다. 이미지 효과를 적용하는 방식에는 휴대용 전자기기 내에 저장된 효과들을 프리뷰 이미지 전체에 적용하는 방식과 촬영되어 저장된 이미지에 편집 기능을 통해 다양한 효과를 적용하는 방식이 있다.
기존에는 단순히 사용자의 입력을 통해 원하는 이미지 효과를 적용하였고, 광원 효과를 변경하고 싶은 경우에도 사용자의 입력을 통해 원하는 광원의 방향과 광원의 세기를 적용하였다.
또한 기존에는 단순히 전경에 대하여만 가상의 광원 효과 또는 컬러 효과를 적용하거나 전경과 배경을 포함한 이미지 전체에 하나의 효과를 적용하기 때문에 전경과 배경을 나누어 효과를 적용하는 것에는 한계가 있었다.
본 개시의 다양한 실시 예는, 촬영 시 적용된 광원의 특성을 분석하여 객체에 적합한 가상의 광원 효과를 적용하고, 배경에 상기 광원 효과와 다른 컬러 효과를 적용하는 전자 장치 및 전자 장치의 제어 방법을 제공할 수 있다.
본 문서에 개시되는 일 실시 예에 따른 전자 장치는 카메라, 카메라와 전기적으로 연결된 적어도 하나의 프로세서를 포함할 수 있다. 상기 적어도 하나의 프로세서는 상기 카메라를 실행하고, 제1 광원 환경에서 상기 카메라를 통해 획득된 이미지 데이터에 기반하여 적어도 하나의 객체를 검출하고, 상기 검출된 적어도 하나의 객체의 컬러 속성을 분석하고, 상기 분석된 객체의 컬러 속성에 기반하여 제1 효과를 결정하고, 상기 적어도 하나의 객체에 상기 제1 광원과 다른 제2 광원 효과를 적용하고, 상기 적어도 하나의 객체를 제외한 배경에 상기 제1 효과를 적용할 수 있다.
또한, 본 문서에 개시되는 일 실시 예에 따른 전자 장치의 동작 방법은 카메라를 실행하는 동작, 제1 광원 환경에서 상기 카메라를 통해 획득된 이미지 데이터에 기반하여 적어도 하나의 객체를 검출하는 동작, 상기 검출된 적어도 하나의 객체의 컬러 속성을 분석하는 동작, 상기 분석된 객체의 컬러 속성에 기반하여 제1 효과를 결정하는 동작, 상기 적어도 하나의 객체에 상기 제1 광원과 다른 제2 광원 효과를 적용하는 동작, 및 상기 적어도 하나의 객체를 제외한 배경에 상기 제1 효과를 적용하는 동작을 포함할 수 있다.
또한, 본 문서에 개시되는 일 실시 예에 따른 전자 장치는 카메라, 상기 카메라와 전기적으로 연결된 적어도 하나의 프로세서를 포함할 수 있다. 상기 적어도 하나의 프로세서는 상기 카메라를 실행하고, 제1 광원 환경에서 상기 카메라를 통해 획득된 이미지 데이터에 기반하여 적어도 하나의 객체를 검출하고, 상기 검출된 적어도 하나의 객체의 속성을 분석하고, 상기 분석된 객체의 속성에 기반하여 적어도 하나의 이상의 광원 효과를 결정하고, 상기 적어도 하나의 객체에 상기 제1 광원과 다른 제2 광원 효과를 적용하고, 상기 적어도 하나의 객체를 제외한 배경에 상기 제2 광원 효과와 다른 제3 광원 효과를 적용할 수 있다.
본 문서에 개시되는 다양한 실시 예들에 따르면, 전경과 배경을 나누어 효과를 적용하여 더 다양한 이미지를 생성할 수 있다.
또한, 다양한 실시 예에 따르면, 전경과 배경을 구별하여 각각 다른 효과를 적용하여 색다른 느낌의 이미지를 제공할 수 있다.
또한 다양한 실시 예에 따르면, 전경과 배경 각각에 최적화된 효과를 적용할 수 있다.
이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.
도 1은 일 실시 예에 따른 전자 장치를 나타낸다.
도 2는 일 실시 예에 따른 전자 장치에서 이미지에 효과를 적용하기 위한 기능을 제어하는 개념을 나타낸다.
도 3은 일 실시 예에 따른 전자 장치에서 객체와 배경을 분리해서 각기 다른 효과를 적용하는 과정을 나타낸다.
도 4는 일 실시 예에 따른 전자 장치에서 객체와 배경을 분리해서 각기 다른 효과를 적용하는 과정을 나타낸다.
도 5는 일 실시 예에 따른 전자 장치에서 객체에 적용되는 효과 및 배경에 적용되는 효과가 서로 유사한 경우의 이미지 처리 과정을 나타낸다.
도 6은 일 실시 예에 따른 전자 장치에서 획득된 이미지 데이터에 이미지 효과를 적용한 모습을 나타낸다.
도 7은 일 실시 예에 따른 전자 장치에서 전자 장치의 일 기능을 통해 복수의 이미지를 획득하는 과정을 나타낸다.
도 8은 일 실시 예에 따른 전자 장치에서 검출된 객체에 새로운 광원 효과를 적용한 이미지를 나타낸다.
도 9는 일 실시 예에 따른 전자 장치에서 일 효과가 적용된 이미지를 나타낸다.
도 10은 다양한 실시 예들에 따른 네트워크 환경 내의 전자 장치의 블록도이다.
도 11은 다양한 실시 예들에 따른 카메라 모듈을 예시하는 블럭도이다.
도 2는 일 실시 예에 따른 전자 장치에서 이미지에 효과를 적용하기 위한 기능을 제어하는 개념을 나타낸다.
도 3은 일 실시 예에 따른 전자 장치에서 객체와 배경을 분리해서 각기 다른 효과를 적용하는 과정을 나타낸다.
도 4는 일 실시 예에 따른 전자 장치에서 객체와 배경을 분리해서 각기 다른 효과를 적용하는 과정을 나타낸다.
도 5는 일 실시 예에 따른 전자 장치에서 객체에 적용되는 효과 및 배경에 적용되는 효과가 서로 유사한 경우의 이미지 처리 과정을 나타낸다.
도 6은 일 실시 예에 따른 전자 장치에서 획득된 이미지 데이터에 이미지 효과를 적용한 모습을 나타낸다.
도 7은 일 실시 예에 따른 전자 장치에서 전자 장치의 일 기능을 통해 복수의 이미지를 획득하는 과정을 나타낸다.
도 8은 일 실시 예에 따른 전자 장치에서 검출된 객체에 새로운 광원 효과를 적용한 이미지를 나타낸다.
도 9는 일 실시 예에 따른 전자 장치에서 일 효과가 적용된 이미지를 나타낸다.
도 10은 다양한 실시 예들에 따른 네트워크 환경 내의 전자 장치의 블록도이다.
도 11은 다양한 실시 예들에 따른 카메라 모듈을 예시하는 블럭도이다.
이하, 본 문서의 다양한 실시 예가 첨부된 도면을 참조하여 기재된다. 그러나, 이는 본 문서를 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 실시 예의 다양한 변경(modification), 균등물(equivalent), 및/또는 대체물(alternative)을 포함하는 것으로 이해되어야 한다.
도 1은 일 실시 예에 따른 전자 장치를 나타낸다.
도 1을 참고하면, 일 실시 예에 따른 전자 장치(100)의 전면에는 디스플레이(110)가 배치될 수 있다. 일 실시 예에서, 디스플레이(110)는 전자 장치(100)의 전면의 대부분을 차지할 수 있다. 전자 장치(100)의 전면에는 디스플레이(110), 및 디스플레이(110)의 적어도 일부 가장자리를 둘러싸는 베젤(bezel)(120) 영역이 배치될 수 있다. 도 1의 예시에서, 디스플레이(110)는 평면 영역(flat area)(111)과, 평면 영역(111)에서 전자 장치(100)의 측면을 향해 연장되는 곡면 영역(curved area)(112)을 포함할 수 있다. 도 1에서는 일측(예: 좌측)에 대해서만 곡면 영역(112)을 표시하였으나, 반대측에도 동일하게 곡면 영역이 형성되는 것으로 이해될 수 있다. 또한, 도 1의 도시된 전자 장치(100)는 하나의 예시이며, 다양한 실시 예가 가능하다. 예를 들어, 전자 장치(100)의 디스플레이(110)는 곡면 영역(112) 없이 평면 영역(111)만 포함하거나, 양측이 아닌 한쪽 가장자리에만 곡면 영역(112)을 구비할 수 있다. 또한 일 실시 예에서, 곡면 영역은 전자 장치(100)의 후면으로 연장되어, 전자 장치(100)는 추가적인 평면 영역을 구비할 수도 있다.
일 실시 예에서, 디스플레이(110)의 제1 영역(140)에 사용자의 지문 인식을 위한 지문 센서(141)가 포함될 수 있다. 지문 센서(141)는 디스플레이(110)의 아래 층에 배치됨으로써, 사용자에 의해 시인되지 않거나, 시인이 어렵게 배치될 수 있다. 또한, 지문 센서(141) 외에 추가적인 사용자/생체 인증을 위한 센서가 디스플레이(110)의 일부 영역에 배치될 수 있다. 다른 실시 예에서, 사용자/생체 인증을 위한 센서는 베젤(120)의 일 영역에 배치될 수 있다. 예를 들어, 홍채 인증을 위한 IR 센서가 디스플레이(110)의 일 영역을 통해 노출되거나, 베젤(120)의 일 영역을 통해 노출될 수 있다.
일 실시 예에서, 전자 장치(100)의 전면에는 전면 카메라(131)가 배치될 수 있다. 도 1의 실시 예에서는 전면 카메라(131)가 디스플레이(110)의 일 영역을 통해 노출되는 것으로 도시되었으나, 다른 실시 예에서 전면 카메라(131)가 베젤(120)을 통해 노출될 수 있다.
일 실시 예에서, 전자 장치(100)는 하나 이상의 전면 카메라(131)를 포함할 수 있다. 예를 들어, 전자 장치(100)는 제1 전면 카메라 및 제2 전면 카메라와 같이 2개의 전면 카메라를 포함할 수 있다. 일 실시 예에서, 제1 전면 카메라와 제2 전면 카메라는 동등한 사양(예: 화소)을 가지는 동종의 카메라일 수 있으나, 제1 전면 카메라와 제2 전면 카메라는 다른 사양의 카메라로 구현될 수 있다. 전자 장치(100)는 2개의 전면 카메라를 통해 듀얼 카메라와 관련된 기능(예: 3D 촬영, 자동 초점(auto focus) 등)을 지원할 수 있다.
일 실시 예에서, 전자 장치(100)의 후면에는 후면 카메라(132)가 배치될 수 있다. 후면 카메라(132)는 후면 커버(160)의 카메라 영역(130)을 통해 노출될 수 있다. 일 실시 예에서, 전자 장치(100)는 카메라 영역(130)에 배치되는 다수의 후면 카메라를 포함할 수 있다. 예를 들어, 전자 장치(100)는 2개 이상의 후면 카메라를 포함할 수 있다. 예를 들어, 전자 장치(100)는 제1 후면 카메라, 제2 후면 카메라, 및 제3 후면 카메라를 포함할 수 있다. 제1 후면 카메라, 제2 후면 카메라, 및 제3 후면 카메라는 서로 다른 사양을 가질 수 있다. 예를 들어, 제1 후면 카메라와 제2 후면 카메라 및/또는 제3 후면 카메라의 FOV, 화소, 조리개, 광학 줌/디지털 줌 지원 여부, 이미지 흔들림 보정 기능의 지원 여부, 각 카메라에 포함되는 렌즈 세트의 종류 및 배열 등은 서로 다를 수 있다. 예를 들어, 제1 후면 카메라는 일반 카메라이고, 제2 후면 카메라는 와이드 촬영을 위한 카메라, 제3 후면 카메라는 망원 촬영을 위한 카메라일 수 있다. 본 문서에서, 전면 카메라의 기능이나 특성에 대한 설명은 후면 카메라에 대해 적용될 수 있으며, 그 역도 같다.
일 실시 예에서, 카메라 영역(130)에는 플래시(145)와 같이 촬영을 보조하는 각종 하드웨어나 센서가 추가적으로 배치될 수 있다. 예를 들어, 피사체와 전자 장치(100) 사이의 거리를 감지하기 위한 거리 센서(예: TOF 센서) 등이 더 포함될 수 있다.
일 실시 예에서, 전자 장치(100)의 측면부에는 적어도 하나의 물리 키가 배치될 수 있다. 예를 들어, 디스플레이(110)를 ON/OFF하거나 전자 장치(100)의 전원을 ON/OFF하기 위한 제1 기능 키(151)가 전자 장치(100)의 전면을 기준으로 우측 가장자리에 배치될 수 있다. 일 실시 예에서, 전자 장치(100)의 볼륨을 제어하거나 화면 밝기 등을 제어하기 위한 제2 기능 키(152)가 전자 장치(100)의 전면을 기준으로 좌측 가장자리에 배치될 수 있다. 이 외에도 추가적은 버튼이나 키가 전자 장치(100)의 전면이나 후면에도 배치될 수 있다. 예를 들어, 전면의 베젤(120) 중 하단 영역에 특정 기능에 맵핑된 물리 버튼이나 터치 버튼이 배치될 수 있다.
도 1에 도시된 전자 장치(100)는 하나의 예시에 해당하며, 본 문서에 개시된 기술적 사상이 적용되는 장치의 형태를 제한하는 것은 아니다. 본 문서에 개시되는 기술적 사상은, 제1 방향을 향하는 제1 카메라 모듈과, 제1 방향과 다른 방향을 향하는 제2 카메라 모듈을 구비한 다양한 사용자 장치에 적용 가능하다. 예를 들어, 플렉서블 디스플레이(110) 및 힌지 구조를 채용하여, 가로 방향으로 폴딩이 가능하거나 세로 방향으로 폴딩이 가능한 폴더블 전자 장치나, 태블릿 또는 노트북에도 본 문서에 개시되는 기술적 사상이 적용될 수 있다. 또한, 같은 향하는 제1 카메라 모듈과 제2 카메라 모듈이, 장치의 회전, 접힘, 변형 등을 통해 다른 방향을 향하도록 배치되는 것이 가능한 경우에도 본 기술적 사상은 적용될 수 있다.
이하에서는 설명의 편의상 도 1에 도시된 전자 장치(100)를 기준으로 다양한 실시 예를 설명한다.
도 2는 일 실시 예에 따른 전자 장치에서 이미지에 효과를 적용하기 위한 기능을 제어하는 개념을 나타낸다. 도 2의 설명에 있어서, 도 1에서 설명된 구성 및/도는 기능은 간략하게 설명되거나 설명이 생략될 수 있다.
도 2를 참고하면, 전자 장치(100)는 이미지에 효과를 적용하기 위한 기능들을 지원하기 위해 하드웨어 및/또는 소프트웨어 모듈을 이용할 수 있다. 예를 들어, 프로세서(210)는 메모리(230)에 저장된 명령어들을 실행함으로써 객체 검출 모듈(201), 이미지 분석 모듈(203), 촬영 효과 적용 모듈(205), 및 촬영 제어 모듈(207)을 구동할 수 있다. 다양한 실시 예에서, 도 2에 도시된 것과 다른 소프트웨어 모듈이 구현될 수 있다. 예를 들어, 적어도 2개의 모듈이 하나의 모듈로 통합되거나, 하나의 모듈이 2개 이상의 모듈로 분할될 수 있다. 또한 하드웨어와 소프트웨어 모듈이 하나의 기능을 분담함으로써 작업 성능을 개선시킬 수 있다. 예를 들어, 전자 장치(100)는 하드웨어로 구현되는 인코더와 소프트웨어 모듈로 구현되는 인코더를 모두 포함할 수 있고, 적어도 하나의 카메라 모듈을 통해 획득되는 데이터의 일부는 하드웨어 인코더에서, 나머지 일부는 소프트웨어 인코더에서 처리할 수 있다.
일 실시 예에서, 객체 검출 모듈(201)은 카메라(220)를 통해 획득된 이미지 데이터의 분석을 통해 객체를 검출할 수 있다. 객체 검출 모듈(201)은 얼굴 검출, 얼굴과 관련된 부분 검출(예: 눈, 코, 입, 귀), 바디 검출, 바디와 관련된 부분 검출(예: 팔, 다리, 목) 및 제스처 검출을 수행할 수 있다. 상기 객체는 사람 뿐만 아니라, 동물을 포함할 수 있고, 인형과 같은 사물도 포함할 수 있다.
일 실시 예에서, 객체 검출 모듈(201)은 다양한 검출 방식을 통해 적어도 하나의 객체를 검출할 수 있다. 객체 검출 모듈(201)은 머신 러닝과 같은 인공 지능을 이용하여 객체를 검출할 수 있다. 예를 들어, 분할 기법(예: upper body segmentation)을 통해 바디를 검출할 수 있다. 상기 다양한 검출 방식은 특정 방식으로 한정되는 것은 아니고, 기존에 개시된 다양한 방식을 포함할 수 있다.
일 실시 예에서, 객체 검출 모듈(201)은 특정 제스처를 검출한 경우, 특정 제스처에 대한 정보를 촬영 제어 모듈(207)로 전달할 수 있다.
일 실시 예에서, 이미지 분석 모듈(203)은 상기 이미지에 포함된 객체 및 배경에 대한 컬러 속성을 분석할 수 있다. 이미지 분석 모듈(203)은 검출된 객체의 수, 객체의 위치, 객체의 크기, 객체의 모양, 객체의 색상 및 객체의 각도 중 적어도 하나를 검출할 수 있다. 이미지 분석 모듈(203)은 촬영 장소, 배경의 복잡도, 이미지의 컬러 포화도, 이미지의 대비(contrast)를 검출할 수 있다. 이미지 분석 모듈(203)은 상기 이미지를 분석하여 광원의 속성을 추측할 수 있다. 이미지 분석 모듈(203)은 상기 이미지를 분석하여 광원의 방향, 광원의 세기를 추측할 수 있다.
일 실시 예에서, 촬영 효과 적용 모듈(205)은 이미지에 각종 효과를 적용할 수 있다. 상기 각종 효과는 가상의 광원 효과, 가상의 컬러 효과를 포함할 수 있다. 촬영 효과 적용 모듈(205)은 현재 디스플레이(110)에 표시되고 있는 프리뷰 이미지에 상기 효과들을 적용하거나, 메모리(230)에 저장된 이미지들에 상기 효과들을 적용할 수 있다. 촬영 효과 적용 모듈(205)은 이미지에 효과를 자동적으로 적용하거나 사용자의 입력에 응답하여 이미지에 사용자의 입력에 대응되는 효과를 적용할 수 있다.
일 실시 예에서, 촬영 제어 모듈(207)은 카메라와 연관된 UI(user interface)/GUI(graphical UI)를 디스플레이(110)를 통해 사용자에게 제공할 수 있다. 또한 디스플레이(110)에 출력된 UI/GUI를 통해 제공되는 사용자 입력에 응답하여 촬영 동작을 제어할 수 있다. 예를 들어, 촬영 제어 모듈(207)은 사용자로부터 기록(recording) 시작/중지 입력을 획득하고, 획득된 기록 시작/중지 입력을 인코더로 전달할 수 있다. 상기 사용자로부터 획득되는 입력은 음성 인식 기능을 통해 획득되는 입력을 포함하거나 특정 제스처를 검출하는 것을 포함할 수 있다. 예를 들어, 프로세서(210)는 "찍어", "촬영해", 및 "촬영 중지"와 같은 음성을 인식하는 경우, 이에 응답하여 촬영을 시작/중지할 수 있다. 또는, 프로세서(210)는 손바닥을 보이는 제스처를 검출한 경우, 이에 응답하여 촬영을 시작/중지할 수 있다.
일 실시 예에서, 디스플레이(110)는 프로세서(210)에 의해 실행되는 어플리케이션의 실행 화면이나, 메모리(230)에 저장된 이미지 및/또는 동영상과 같은 컨텐츠들을 디스플레이(110)에 표시할 수 있다. 또한 프로세서(210)는 카메라(220)를 통해 획득된 이미지 데이터를 디스플레이(110)에 실시간으로 표시할 수 있다. 디스플레이(110)는 현재 프리뷰 이미지의 해상도에 맞도록 크롭 및/또는 리사이즈된 프리뷰 영역을 프리뷰 이미지로 출력할 수 있다.
일 실시 예에서, 이미지 시그널 프로세서(240)는 카메라(220)로부터 획득되는 이미지들에 대한 안정화 작업을 수행할 수 있다. 일 실시 예에서, 안정화 작업은 자동 노출(auto exposure, AE), 자동 초점(auto focus, AF), 및 자동 화이트 밸런스(auto white balance, AWB) 중 적어도 하나를 포함할 수 있다. 또한, 이미지 시그널 프로세서(240)는 자동 노출, 자동 초점, 및/또는 자동 화이트 밸런스 이외에 적절한 화질 조절/튜닝 작업을 통해 획득되는 이미지의 품질을 개선하거나 원하는 효과를 적용할 수 있다.
도 2의 실시 예에서, 객체 검출 모듈(201), 이미지 분석 모듈(203), 촬영 효과 적용 모듈(205), 및 촬영 제어 모듈(207)에 의해 수행되는 기능은, 프로세서(210)가 메모리(230)에 저장된 명령어들을 실행함으로써 수행되는 것으로 이해될 수 있다. 또한 다양한 실시 예에서, 전자 장치(100)는 본 문서에서 개시되는 다양한 기능과 동작을 수행하기 위해 하나 이상의 하드웨어 처리 회로를 이용할 수 있다. 예를 들어, 모바일 장치에 포함되는 AP(application processor), 카메라 모듈에 탑재되는 ISP(image signaling processor), DDIC, 터치 IC, CP(communication processor), 하드웨어 인코더(encoder) 등이 본 문서에서 개시되는 다양한 실시 예들의 구현을 위해 이용될 수 있다. 또한 도 2에 도시된 하드웨어/소프트웨어 사이의 연결 관계는 설명의 편의를 위한 것이며, 데이터나 명령의 흐름/방향을 제한하지 않는다. 전자 장치(100)에 포함되는 구성요소들은 다양한 전기적/작동적 연결 관계를 가질 수 있다.
도 3은 일 실시 예에 따른 전자 장치에서 객체와 배경을 분리해서 각기 다른 효과를 적용하는 과정을 나타낸다.
일 실시 예에 따른 동작 310에서, 프로세서(210)는 카메라(220)를 실행할 수 있다. 프로세서(210)는 사용자의 입력에 응답하여 카메라(220)를 실행할 수 있다. 상기 사용자의 입력은 디스플레이(110) 상에 표시된 가상의 촬영 버튼을 누르는 사용자의 입력, 물리적 촬영 버튼을 누르는 사용자의 입력, 및 음성 인식 기능을 이용한 사용자의 입력 중 적어도 하나를 포함할 수 있다.
일 실시 예에서, 프로세서(210)는 카메라(220)를 실행하여 카메라(220) 내의 이미지 센서를 통해 이미지 데이터를 획득할 수 있다. 상기 이미지 데이터는 컬러 필터 어레이를 통해 다양한 컬러 값을 획득할 수 있다. 상기 컬러 필터 어레이는 RGB 컬러 필터 어레이를 포함할 수 있다. 상기 RGB는 하나의 예시에 불과하며, 컬러 필터 어레이는 RGBE(red, green, blue, emerald) 패턴, CYYM(cyan, yellow, magenta) 패턴, CYGM(cyan, yellow, green, magenta) 패턴 혹은 RGBW(red, green, blue, white) 패턴의 컬러 필터 어레이를 포함할 수 있다.
일 실시 예에 따른 동작 320에서, 프로세서(210)는 제1 광원 환경에서 카메라(220)를 통해 획득된 이미지 데이터에 기반하여 적어도 하나의 객체를 검출할 수 있다. 상기 제1 광원 환경은 전자 장치(100)에서 생성된 광원 환경이 아닌, 촬영 시 전자 장치(100)의 외부 환경으로 이해될 수 있다. 예를 들어, 프로세서(210)는 제1 광원 환경에서 적어도 한 명의 사람을 촬영하는 경우, 상기 적어도 한 명의 사람을 검출하고 사람의 적어도 일 부분(예: 얼굴, 몸)을 구분할 수 있다.
일 실시 예에서, 프로세서(210)는 제1 광원 환경에서 카메라(220)를 통해 획득된 이미지 데이터에 기반하여 검출된 객체의 특성, 이미지의 특성 및 광원의 특성 중 적어도 하나 이상을 분석할 수 있다. 예를 들어, 프로세서(210)는 상기 획득된 이미지 데이터에 기반하여 촬영 장소, 배경의 복잡도, 검출된 객체(예: 사람 및/또는 동물)의 수, 이미지의 포화도 및 이미지의 대비를 확인할 수 있다. 다른 예를 들어, 프로세서(210)는 검출된 사람의 위치, 성별, 나이, 표정, 얼굴의 각도, 촬영 포즈, 얼굴의 크기 및 모양, 피부, 머리, 옷, 눈, 입술 색상 중 적어도 하나를 확인할 수 있다. 다른 예를 들어, 프로세서(210)는 광원의 방향, 세기 중 적어도 하나를 확인할 수 있다.
일 실시 예에 따른 동작 330에서, 프로세서(210)는 상기 검출된 적어도 하나의 객체의 컬러 속성을 분석할 수 있다. 예를 들어, 상기 객체와 관련된 영역을 구분하고, 상기 객체와 관련된 영역에 대한 컬러 값을 분석할 수 있다. 예를 들어, 사람의 얼굴에서 살색을 획득하고, 사람의 머리카락에서 검정색을 획득하고, 사람이 입은 옷에서 옷의 컬러를 획득하여 상기 컬러들에 대한 정보를 메모리(230)에 저장할 수 있다.
일 실시 예에서, 프로세서(210)는 상기 객체와 관련된 영역 중 비중(예: 면적)이 가장 큰 영역을 결정할 수 있다. 프로세서(210)는 상기 비중이 가장 큰 영역의 컬러 값을 획득할 수 있다. 예를 들어, 프로세서(210)가 사람의 얼굴, 사람의 상체를 검출하고 이미지에서 비중이 가장 큰 부분이 상체인 경우, 상체에 해당하는 옷의 컬러를 획득할 수 있다.
일 실시 예에서, 프로세서(210)는 상기 비중과 상관없이 검출된 객체(예: 사람)의 일부 영역(예: 상체에 입혀진 옷)의 컬러를 획득할 수 있다. 예를 들어, 프로세서(210)는 검출된 사람이 입고 있는 옷의 컬러(예: 보라색)를 확인한 경우, 상기 옷의 컬러를 획득하여 상기 컬러에 대한 정보를 메모리(230)에 저장할 수 있다.
일 실시 예에 따른 동작 340에서, 프로세서(210)는 상기 분석된 객체의 컬러 속성에 기반하여 제1 효과를 결정할 수 있다. 예를 들어, 상기 분석된 객체(예: 사람)의 일부인 옷의 컬러(예: 보라색)에 기반하여 보라색의 컬러 효과를 결정할 수 있다. 동작 340은 도 4의 동작 441, 동작 443, 및 동작 446에 의하여 자세하게 설명된다.
일 실시 예에 따른 동작 350에서, 프로세서(210)는 적어도 하나의 객체에 상기 제1 광원과 다른 제2 광원 효과를 적용할 수 있다. 프로세서(210)는 제1 광원의 속성에 기반하여 객체에 적용되는 제2 광원 효과를 결정할 수 있다. 또는 프로세서(210)는 제1 광원과 다른 제2 광원을 임의로(randomly) 결정할 수 있다. 프로세서(210)는 적어도 하나의 객체에 상기 제2 광원 효과를 적용할 수 있다. 동작 350은 도 4의 동작 453에 의하여 자세하게 설명된다.
일 실시 예에서, 프로세서(210)는 적어도 하나의 객체에서 제1 광원의 효과를 제거할 수 있다. 프로세서(210)는 상기 제1 광원의 효과를 제거하고 적어도 하나의 객체에 상기 제2 광원 효과를 적용할 수 있다.
일 실시 예에 따른 동작 360에서, 프로세서(210)는 상기 적어도 하나의 객체를 제외한 배경에 상기 제1 효과를 적용할 수 있다. 프로세서(210)는 상기 배경에 상기 제1 효과를 적용하여 이미지를 생성할 수 있다. 상기 제1 효과는 컬러 값을 조절한 컬러 효과일 수 있고, 광원을 조절한 광원 효과일 수 있다. 예를 들어, 프로세서(210)는 객체의 컬러 속성에 기반하여 보라색을 제1 컬러 효과를 결정한 경우, 상기 보라색을 배경색으로 적용할 수 있다.
일 실시 예에서, 프로세서(210)는 상기 배경에서 제1 광원의 효과를 제거할 수 있다. 프로세서(210)는 상기 제1 광원의 효과를 제거하고 상기 배경에 상기 제1 효과를 적용할 수 있다.
도 4는 일 실시 예에 따른 전자 장치에서 객체와 배경을 분리해서 각기 다른 효과를 적용하는 과정을 나타낸다.
일 실시 예에 따른 동작 410에서, 프로세서(210)는 제1 광원 환경에서 카메라를 통해 획득된 이미지 데이터에 기반하여 객체를 검출할 수 있다. 동작 410은 도 3의 동작 320과 대응되므로, 구체적인 내용은 생략한다.
일 실시 예에 따른 동작 420에서, 프로세서(210)는 객체의 얼굴을 검출하고 얼굴에 대한 정보를 획득할 수 있다. 프로세서(210)는 일정 조건이 만족되는지 판단하기 위해 얼굴에 대한 정보를 획득할 수 있다. 프로세서(210)는 상기 조건이 만족되는 경우 이미지에 효과를 적용할 수 있다. 프로세서(210)는 상기 얼굴의 크기, 상기 얼굴의 각도, 및 상기 얼굴의 방향이 일정 조건을 만족하지는 판단할 수 있다.
일 실시 예에서, 프로세서(210)는 얼굴에 대응되는 얼굴 영역을 결정할 수 있다. 프로세서(210)는 상기 결정된 얼굴 영역이 상기 획득된 이미지 데이터의 일정 영역 이상이고, 얼굴의 각도가 일정 각도 이하인 경우에 이미지에 효과를 적용하기 위한 조건을 만족한다고 판단할 수 있다. 예를 들어, 프로세서(210)는 상기 결정된 얼굴 영역이 상기 획득된 이미지 데이터의 1/3 이상이고, 얼굴의 각도가 요(yaw) 방향으로 약 -30˚~ 약 +30˚에 포함되고, 롤(roll) 방향으로 약 -30˚~ 약 +30˚에 포함되고, 피치(pitch) 방향으로 약 -30˚~ 약 +30˚ 포함되는 경우인지 판단할 수 있다.
일 실시 예에 따른 동작 430에서, 프로세서(210)는 객체 영역과 배경 영역을 분리할 수 있다. 프로세서(210)는 분할 기법(예: upper body segmentation)을 통해서 객체 영역과 배경 영역을 분리할 수 있다. 프로세서(210)는 검출된 객체의 엣지에 대응되는 영역 주변의 컬러 값들을 비교하고, 컬러 값들의 차이에 기반하여 상기 객체 영역과 배경 영역을 분리할 수 있다.
일 실시 예에 따른 동작 441에서, 프로세서(210)는 객체의 컬러 속성을 분석할 수 있다. 프로세서(210)는 객체의 컬러 속성을 분석하여 객체의 일부 영역에 대한 컬러 값을 획득할 수 있다. 예를 들어, 프로세서(210)는 객체(예: 사람)의 일부 영역인 상체에 입혀진 옷의 컬러 값을 획득할 수 있다.
일 실시 예에 따른 동작 443에서, 프로세서(210)는 객체의 컬러 속성을 분석한 것에 기반하여 파스텔 톤 컬러를 생성할 수 있다. 예를 들어, 프로세서(210)는 객체(예: 사람)의 컬러 속성(예: 사람이 입고 있는 옷의 색상)을 판단할 수 있고, 상기 컬러를 계산하여 배경에 적용할 파스텔 톤 컬러를 결정할 수 있다. 예를 들어, 프로세서(210)는 검출된 옷의 컬러를 아래의 파스텔 톤 변환 수식을 이용하여 파스텔 톤으로 변환하여 배경에 적용할 파스텔 톤 컬러를 결정할 수 있다.
일 실시 예에 따른 동작 445에서, 프로세서(210)는 광원의 방향에 기반하여 배경에 적용되는 그라데이션 효과를 결정할 수 있다. 예를 들어, 광원의 방향이 오른쪽에서 왼쪽을 향하는 경우, 그라데이션 효과는 오른쪽에서 진하고 왼쪽으로 갈수록 연해질 수 있다. 광원의 방향이 위에서 아래를 향하는 경우, 그라데이션 효과는 위에서 진하고 아래로 갈수록 연해질 수 있다.
일 실시 예에 따른 동작 447에서, 프로세서(210)는 객체의 속성에 기반하여 배경에 적용되는 프레임 효과를 결정할 수 있다. 동작 447은 도 6의 제3 이미지(630)와 연관될 수 있다. 프로세서(210)는 객체와 관련된 영역(예: 얼굴)의 크기가 제1 크기보다 크고 상기 객체와 관련된 영역(예: 얼굴)의 위치가 이미지의 일 영역에 존재하는 경우 프레임 효과를 결정할 수 있다. 상기 프레임 효과는 이미지의 외곽 영역에 적용될 수 있다. 프로세서(210)는 컬러 효과 및/또는 그라데이션 효과가 적용된 배경 이미지의 크기를 축소시켜 프레임 효과를 주거나, 컬러 효과 및/또는 그라데이션 효과가 적용된 이미지에 프레임 이미지를 적용하여 프레임 효과를 줄 수 있다.
일 실시 예에서, 프로세서(210)는 객체와 관련된 영역(예: 얼굴)의 속성(예: 크기)에 기반하여 상기 결정된 프레임 효과의 프레임의 크기를 조절할 수 있다. 예를 들어, 프로세서(210)는 객체와 관련된 영역(예: 얼굴)의 크기가 제2 크기 이상인 경우 프레임의 크기를 줄이고, 객체와 관련된 영역(예: 얼굴)의 크기가 제2 크기 미만인 경우 프레임의 크기를 키울 수 있다.
일 실시 예에서, 프로세서(210)는 객체와 관련된 영역(예: 얼굴)의 속성(예: 각도 및/또는 방향)에 기반하여 상기 결정된 프레임 효과의 프레임 위치를 조절할 수 있다. 예를 들어, 프로세서(210)는 검출된 사람의 얼굴이 오른쪽을 바라보는 경우, 프레임의 오른쪽 영역이 왼쪽 영역보다 더 두꺼울 수 있다. 프로세서(210)는 검출된 사람의 얼굴이 왼쪽을 바라보는 경우, 프레임의 왼쪽 영역이 오른쪽 영역보다 더 두꺼울 수 있다. 다만, 이는 일 실시 예에 불과할 뿐, 반대로 적용될 수 있음은 통상의 기술자 수준에서 이해될 수 있다.
일 실시 예에서, 프로세서(210)는 상기 결정된 프레임 효과의 프레임 색상을 제어할 수 있다. 프로세서(210)는 상기 프레임의 기본적인 색상을 흰색(white)로 설정할 수 있다. 프로세서(210)는 상기 생성된 파스텔 톤 컬러를 돋보이게 하기 위하여 프레임의 색상을 제어할 수 있다. 예를 들어, 배경 컬러가 보라색 계열인 경우, 프로세서(210)는 이미지의 흰색의 프레임 효과를 적용할 수 있다. 또는 배경 컬러가 노란색 계열인 경우, 프로세서(210)는 흰색의 프레임이 아닌, 검정색의 프레임을 적용하여 프레임과 배경의 컬러가 구분되기 쉽도록 할 수 있다.
일 실시 예에 따른 동작 451에서, 프로세서(210)는 제1 광원의 속성을 분석할 수 있다. 프로세서(210)는 제1 광원의 속성을 분석하여 제1 광원의 방향 및 각도 중 적어도 하나를 추측할 수 있다.
일 실시 예에 따른 동작 453에서, 프로세서(210)는 제1 광원과 다른 제2 광원 효과를 결정할 수 있다.
일 실시 예에서, 프로세서(210)는 제1 광원의 속성에 기반하여 객체에 적용되는 제2 광원 효과를 결정할 수 있다. 프로세서(210)는 제1 광원의 세기에 기반하여 객체에 적용되는 제2 광원 효과를 결정할 수 있다. 예를 들어, 프로세서(210)는 ISO 800 이하인 경우 얼굴의 윤곽을 살리는 가상의 정면 상단의 윤곽 광원(contour light)을 상기 제2 광원 효과로 결정하고, ISO 800 이상이면 제1 광원과 동일한 방향을 유지하고 세기를 증가시키는 광원을 제2 광원 효과로 결정할 수 있다.
일 실시 예에서, 프로세서(210)는 제1 광원과 다른 제2 광원을 임의로(randomly) 결정할 수 있다. 상기 제2 광원 효과는 가상의 광원 효과 또는 리라이팅(relighting) 효과로 참조될 수 있다. 프로세서(210)는 제1 광원과 다른 방향의 제2 광원을 결정할 수 있다. 예를 들어, 프로세서(210)는 정면 방향의 제2 광원 효과, 오른쪽 방향의 제2 광원 효과, 왼쪽 방향의 제2 광원 효과, 객체의 가장자리 방향의 제2 광원 효과 중 적어도 하나를 결정할 수 있다. 프로세서(210)는 제1 광원과 다른 세기를 가지는 제2 광원을 결정할 수 있다. 예를 들어, 프로세서(210)는 제1 광원과 동일한 방향을 가지고 밝기 값이 증가된 제2 광원을 결정할 수 있다. 프로세서(210)는 제1 광원과 다른 방향 및 다른 세기를 가지는 제2 광원을 결정할 수 있다.
일 실시 예에 따른 동작 460에서, 프로세서(210)는 이미지 데이터에 상기 효과들이 적용된 이미지를 생성할 수 있다. 프로세서(210)는 상기 생성된 이미지를 메모리(230)에 저장할 수 있다. 프로세서(210)는 상기 생성된 이미지를 디스플레이(110)에 표시할 수 있다.
도 5는 일 실시 예에 따른 전자 장치에서 객체에 적용되는 효과 및 배경에 적용되는 효과가 서로 유사한 경우의 이미지 처리 과정을 나타낸다. 도 5에 예시된 순서도의 동작 주체는 프로세서(예: 도 2의 프로세서(210)) 또는 이미지 시그널 프로세서(도 2의 이미지 시그널 프로세서(240))로 이해될 수 있다. 도 5의 순서도는 도 3 및 도 4와 연관될 수 있다. 예를 들어, 도 3 및 도 4에서 객체와 배경에 컬러 또는 광원 효과를 적용하는 함에 있어서, 도 5는 객체에 적용되는 효과와 배경에 적용되는 효과가 유사한 경우의 처리를 나타낸다.
일 실시 예에 따른 동작 510에 있어서, 프로세서(210)는 객체에 적용되는 제1 효과와 배경에 적용되는 제2 효과가 유사한지 판단할 수 있다. 프로세서(210)는 객체에 적용되는 제1 효과의 컬러 값과 배경에 적용되는 제2 효과의 컬러 값을 비교하여 유사한지 판단할 수 있다.
일 실시 예에서, 프로세서(210)는 상기 제1 효과의 컬러 값과 상기 제2 효과의 컬러 값의 차이가 일정 차이 이내인 경우에 유사하다고 판단할 수 있다. 예를 들어, 픽셀이 가질 수 있는 컬러 값이 적색(red)이 0~255, 녹색(green)이 0~255, 청색(blue)이 0~255 이고, 상기 제1 효과의 컬러 값과 상기 제2 효과의 컬러 값의 차이가 적색(red)에서 10% 이내, 녹색(green)에서 10% 이내, 청색(blue)에서 10% 이내인 경우에 상기 제1 효과의 컬러 값과 상기 제2 효과의 컬러 값이 유사하다고 판단할 수 있다. 다만, 상기 일정 차이는 상기 예시에 한정되는 것은 아니며, 적어도 프로그램 코드의 변경, 사용자의 입력에 의하여 다양하게 설정될 수 있다.
일 실시 예에 따른 동작 520에 있어서, 프로세서(210)는 상기 제1 효과 및 상기 제2 효과 중 적어도 하나의 밝기 값을 변경할 수 있다. 예를 들어, 프로세서(210)는 상기 효과들 중 상기 제1 효과의 밝기 값을 증가 또는 감소시킬 수 있다. 프로세서(210) 상기 효과들 중 상기 제2 효과의 컬러 값을 증가 또는 감소시킬 수 있다. 프로세서(210)는 상기 제1 효과의 밝기 값은 증가시키고 상기 제2 효과의 밝기 값은 감소시킬 수 있다. 프로세서(210)는 상기 제1 효과의 밝기 값은 감소시키고 상기 제2 효과의 밝기 값은 증가시킬 수 있다.
일 실시 예에서, 프로세서(210)는 상기 제1 효과 및 상기 제2 효과 중 적어도 하나의 컬러 값을 임의로(randomly) 변경할 수 있다. 프로세서(210)는 상기 효과들이 유사하다고 판단된 경우, 상기 효과들 중 적어도 하나의 컬러 값을 임의로(randomly) 변경할 수 있다. 예를 들어, 프로세서(210)는 상기 효과들 중 상기 제1 효과의 컬러 값을 변경할 수 있다. 프로세서(210) 상기 효과들 중 상기 제2 효과의 컬러 값을 변경할 수 있다. 프로세서(210)는 상기 제1 효과의 컬러 값 및 상기 제2 효과의 컬러 값을 변경할 수 있다.
일 실시 예에서, 프로세서(210)는 상기 제1 효과 및 상기 제2 효과 중 적어도 하나의 컬러 값을 사용자의 입력에 응답하여 변경할 수 있다. 프로세서(210)는 객체 영역과 배경 영역을 구분하여, 디스플레이(110)에 객체 영역과 배경 영역 중 적어도 하나의 영역을 선택할 수 있도록 표시할 수 있다. 프로세서(210)는 상기 적어도 하나의 영역을 선택하는 사용자의 입력에 응답하여, 디스플레이(110)의 일 영역에 상기 선택된 영역의 컬러 값을 변경할 수 있도록 사용자 인터페이스를 표시할 수 있다. 프로세서(210)는 상기 선택된 영역의 컬러 값을 조절하는 사용자의 입력에 응답하여 상기 선택된 영역의 컬러 값을 변경할 수 있다.
일 실시 예에 따른 동작 530에 있어서, 프로세서(210)는 상기 제1 효과 및 상기 제2 효과가 적용된 이미지를 생성할 수 있다. 프로세서(210)는 상기 생성된 이미지를 메모리(230)에 저장할 수 있다. 프로세서(210)는 상기 생성된 이미지를 디스플레이(110)에 표시할 수 있다.
도 6은 일 실시 예에 따른 전자 장치에서 획득된 이미지 데이터에 이미지 효과를 적용한 모습을 나타낸다. 도 6에 예시된 순서도의 동작 주체는 프로세서(예: 도 2의 프로세서(210)) 또는 도 2의 이미지 시그널 프로세서(240))로 이해될 수 있다. 도 6에 도시된 이미지들(610, 620 및 630)은 도 4의 내용과 연관된 이미지들이다.
도 6을 참조하면, 제1 이미지(610)는 제1 객체(611) 및 제1 배경(613)을 포함하는 프리뷰 이미지 또는 촬영되어 메모리(230)에 저장된 이미지로 이해될 수 있다.
일 실시 예에서, 제2 이미지(620)는 제1 객체(611)에 가상의 광원 효과가 적용된 제2 객체(621) 및 제1 배경(613)에 컬러 효과가 적용된 제2 배경(623)을 포함하는 이미지로 이해될 수 있다. 상기 가상의 광원 효과는 촬영 시의 광원과 다른 광원일 수 있다. 상기 가상의 광원 효과는 촬영 시의 광원 및 제2 객체(621)의 특성에 기반하여 결정될 수 있다. 이에 대한 설명은 도 3의 동작 350 및/또는 도 4의 동작 453에서 자세하게 설명된다. 상기 컬러 효과는 제2 객체(621)의 컬러 속성에 기반하여 결정될 수 있다. 이에 대한 설명은 도 3의 동작 340, 도 4의 동작 441, 도 4의 동작443 및/또는 도 4의 동작 445에서 자세하게 설명된다.
일 실시 예에서, 제3 이미지(630)는 제2 이미지(620)에 프레임 효과가 적용되어, 제3 객체(631), 제3 배경(633) 및 프레임(635)을 포함하는 이미지로 이해될 수 있다. 프레임(635)은 객체(631)와 관련된 영역(예: 얼굴)의 특성에 기반하여 결정될 수 있다. 이에 대한 설명은 도 4의 동작 447에 자세하게 설명된다.
도 7은 일 실시 예에 따른 전자 장치에서 전자 장치의 일 기능을 통해 복수의 이미지를 획득하는 과정을 나타낸다.
도 7을 참조하면, 프로세서(210)는 전자 장치(100)의 일 기능(예: single take 기능)을 통해서 복수의 이미지를 획득할 수 있다.
일 실시 예에 따른 단계 710에서, 프로세서(210)는 촬영 시작 버튼(701)을 통해 수신된 사용자의 입력에 응답하여, 레코딩을 시작할 수 있다. 프로세서(210)는 레코딩 되는 동안 제1 주기(예: 약 1초)마다 이미지를 저장할 수 있다. 예를 들어, 프로세서(210)는 상기 사용자의 입력에 응답하여, 3초 동안 레코딩을 하는 경우 1초에 레코딩된 제1 이미지, 2초에 레코딩된 제2 이미지, 3초에 레코딩된 제3 이미지를 메모리(230)에 저장할 수 있다. 레코딩되는 이미지를 저장하는 상기 제1 주기는 사용자의 설정에 의하여 변경될 수 있다.
일 실시 예에 따른 단계 730에서, 프로세서(210)는 촬영 종료 버튼(703)을 통해 수신된 사용자의 입력에 응답하여, 레코딩을 종료할 수 있다. 프로세서(210)는 상기 사용자의 입력에 응답하여, 레코딩을 종료하고 상기 저장된 이미지들을 다양한 사용자 인터페이스에 기반하여 디스플레이(110)에 표시할 수 있다.
일 실시 예에서, 프로세서(210)는 레코딩 되는 동안 저장된 복수의 이미지들(711) 중에서 적어도 하나의 이미지(713)를 결정할 수 있다. 프로세서(210)는 상기 결정된 이미지의 배경에 관한 컬러 값을 제거할 수 있다.
일 실시 예에서, 프로세서(210)는 배경에 적용될 컬러 효과(715)를 생성할 수 있다. 프로세서(210)는 상기 결정된 적어도 하나의 이미지에 포함된 객체의 컬러 속성(예: 옷 색상)에 기반하여 배경에 관한 컬러 효과를 결정할 수 있다.
일 실시 예에서, 프로세서(210)는 배경의 크기를 조절하여 이미지에 프레임 효과를 적용할 수 있다. 프로세서(210)는 객체(예: 사람)에 연관된 영역(예: 얼굴)의 크기 및/위치에 기반하여 상기 프레임의 크기를 조절할 수 있다. 프로세서(210)는 배경에 관한 컬러 값이 제거된 상기 결정된 적어도 하나의 이미지에 상기 결정된 배경에 관한 컬러 효과 및/또는 프레임 효과를 적용할 수 있다.
일 실시 예에 따른 단계 750에서, 프로세서(210)는 디스플레이(110)의 제1 영역(751)에 레코딩 되는 동안 저장된 적어도 하나의 이미지를 표시하고, 제2 영역(753)에 복수의 이미지를 표시할 수 있다. 상기 제2 영역(753)에는 레코딩 되는 동안 저장된 이미지, 상기 저장된 이미지에 컬러 효과 및/또는 프레임 효과가 적용된 이미지, 레코딩 되는 동안 저장된 동영상이 표시될 수 있다.
도 8은 일 실시 예에 따른 전자 장치에서 검출된 객체에 새로운 광원 효과를 적용한 이미지를 나타낸다.
도 8을 참조하면, 이미지(800)에 포함된 객체에 대하여 가상의 광원 효과를 적용한 것을 나타낸다. 상기 가상의 광원 효과는 촬영 시의 광원 환경과 다를 수 있다. 프로세서(210)는 상기 이미지(800)에서 객체에 대하여 광원의 세기를 높이거나, 광원의 방향을 변경하여 다양한 연출의 이미지를 생성할 수 있다. 예를 들어, 프로세서(210)는 제1 방향(801)의 광원 효과를 적용하거나 제2 방향(803)의 광원 효과를 적용하거나 객체의 윤곽 방향(805)으로 광원 효과를 적용할 수 있다.
도 9는 일 실시 예에 따른 전자 장치에서 일 효과가 적용된 이미지를 나타낸다. 도 9에서 언급되는 동작 주체는 프로세서(예: 도 2의 프로세서(210)) 또는 이미지 시그널 프로세서(예: 도 2의 이미지 시그널 프로세서(240))로 이해될 수 있다.
도 9를 참조하면 제1 이미지(910)는 프리뷰 이미지 또는 가상의 광원 효과 및 컬러 효과가 적용되지 않은 제1 객체(911) 및 제1 배경(913)을 포함하는 이미지로 이해될 수 있다. 제2 이미지(920)는 제1 이미지(910)의 밝기 값을 조절한 이미지일 수 있다. 예를 들어, 제2 이미지(920)는 제1 객체(911)의 밝기 값을 증가시킨 제2 객체(921) 및 제1 배경(913)의 밝기 값을 감소시킨 제2 배경(923)을 포함하는 이미지일 수 있다.
일 실시 예에서, 프로세서(210)는 제1 이미지(910) 내에서 제1 객체(911)를 검출할 수 있다. 프로세서(210)는 분할 기법(예: upper body segmentation)을 통해 제1 객체(911)와 제1 배경(913)을 분리할 수 있다.
일 실시 예에서, 프로세서(210)는 제1 객체(911)에 대응되는 제1 객체 영역의 밝기 값을 증가시킬 수 있다. 프로세서(210)는 상기 제1 객체 영역에 대응되는 컬러 값을 증가시킬 수 있다. 예를 들어, 프로세서(210)는 상기 제1 객체 영역에 대응되는 픽셀의 R, G, B 값을 모두 증가시켜 밝기 값을 증가시킬 수 있다.
일 실시 예에서, 프로세서(210)는 제1 배경(913)에 대응되는 제1 배경 영역의 밝기 값을 감소시킬 수 있다. 프로세서(210)는 상기 제1 배경 영역에 대응되는 컬러 값을 감소시킬 수 있다. 예를 들어, 프로세서(210)는 상기 제1 배경 영역에 대응되는 픽셀의 R, G, B 값을 모두 감소시켜 밝기 값을 감소시킬 수 있다.
일 실시 예에서, 프로세서(210)는 객체와 배경을 구분하여 밝기 값을 조절한 제2 이미지(920)를 디스플레이(110)에 표시할 수 있다.
일 실시 예에서, 프로세서(210)는 카메라(220)를 통해 획득된 이미지 데이터에 따뜻한 톤의 컬러를 적용할 수 있다. 프로세서(210)는 상기 이미지 데이터에 기반하여 검출된 객체의 엣지 부분의 밝기 값을 증가시켜 하이라이트 효과를 줄 수 있다. 이미지 전체에 따뜻한 톤의 컬러를 적용하고 객체의 엣지 부분의 밝기 값을 증가시키는 효과는 할레이션(halation) 효과로 참조될 수 있다.
일 실시 예에서, 프로세서(210)는 카메라(220)를 통해 획득된 이미지 데이터에 흑백 효과를 적용할 수 있다. 프로세서(210)는 상기 획득된 이미지 데이터에 high-key mono의 흑백 효과를 적용할 수 있다. 프로세서(210)는 상기 획득된 이미지 데이터에 low-key mono의 흑백 효과를 적용할 수 있다.
도 10은 다양한 실시 예들에 따른 네트워크 환경(1000) 내의 전자 장치(1001)(예: 도 1의 전자 장치(100))의 블록도이다.
도 10을 참조하면, 네트워크 환경(1000)에서 전자 장치(1001)(예: 도 1의 전자 장치(100))는 제1 네트워크(1098)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(1002)와 통신하거나, 또는 제2 네트워크(1099)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(1004) 또는 서버(1008)와 통신할 수 있다. 일 실시 예에 따르면, 전자 장치(1001)는 서버(1008)를 통하여 전자 장치(1004)와 통신할 수 있다. 일 실시 예에 따르면, 전자 장치(1001)는 프로세서(1020), 메모리(1030), 입력 모듈(1050), 음향 출력 모듈(1055), 디스플레이 모듈(1060), 오디오 모듈(1070), 센서 모듈(1076), 인터페이스(1077), 연결 단자(1078), 햅틱 모듈(1079), 카메라 모듈(1080), 전력 관리 모듈(1088), 배터리(1089), 통신 모듈(1090), 가입자 식별 모듈(1096), 또는 안테나 모듈(1097)을 포함할 수 있다. 어떤 실시 예에서는, 전자 장치(1001)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(1078))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시 예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(1076), 카메라 모듈(1080), 또는 안테나 모듈(1097))은 하나의 구성요소(예: 디스플레이 모듈(1060))로 통합될 수 있다.
프로세서(1020)(예: 도2 의 프로세서(210))는, 예를 들면, 소프트웨어(예: 프로그램(1040))를 실행하여 프로세서(1020)에 연결된 전자 장치(1001)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일 실시 예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(1020)는 다른 구성요소(예: 센서 모듈(1076) 또는 통신 모듈(1090))로부터 수신된 명령 또는 데이터를 휘발성 메모리(1032)에 저장하고, 휘발성 메모리(1032)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(1034)에 저장할 수 있다. 일 실시 예에 따르면, 프로세서(1020)는 메인 프로세서(1021)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(1023)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(1001)가 메인 프로세서(1021) 및 보조 프로세서(1023)를 포함하는 경우, 보조 프로세서(1023)는 메인 프로세서(1021)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(1023)는 메인 프로세서(1021)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(1023)는, 예를 들면, 메인 프로세서(1021)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(1021)를 대신하여, 또는 메인 프로세서(1021)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(1021)와 함께, 전자 장치(1001)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(1060), 센서 모듈(1076), 또는 통신 모듈(1090))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일 실시 예에 따르면, 보조 프로세서(1023)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(1080) 또는 통신 모듈(1090))의 일부로서 구현될 수 있다. 일 실시 예에 따르면, 보조 프로세서(1023)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능이 수행되는 전자 장치(1001) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(1008))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.
메모리(1030)(예: 도 2의 메모리(230))는, 전자 장치(1001)의 적어도 하나의 구성요소(예: 프로세서(1020) 또는 센서 모듈(1076))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(1040)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(1030)는, 휘발성 메모리(1032) 또는 비휘발성 메모리(1034)를 포함할 수 있다.
프로그램(1040)은 메모리(1030)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(1042), 미들 웨어(1044) 또는 어플리케이션(1046)을 포함할 수 있다.
입력 모듈(1050)은, 전자 장치(1001)의 구성요소(예: 프로세서(1020))에 사용될 명령 또는 데이터를 전자 장치(1001)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(1050)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.
음향 출력 모듈(1055)은 음향 신호를 전자 장치(1001)의 외부로 출력할 수 있다. 음향 출력 모듈(1055)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일 실시 예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
디스플레이 모듈(1060)(예: 도 1의 디스플레이(110))은 전자 장치(1001)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(1060)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일 실시 예에 따르면, 디스플레이 모듈(1060)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.
오디오 모듈(1070)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일 실시 예에 따르면, 오디오 모듈(1070)은, 입력 모듈(1050)을 통해 소리를 획득하거나, 음향 출력 모듈(1055), 또는 전자 장치(1001)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(1002))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.
센서 모듈(1076)은 전자 장치(1001)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. 일 실시 예에 따르면, 센서 모듈(1076)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(1077)는 전자 장치(1001)가 외부 전자 장치(예: 전자 장치(1002))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일 실시 예에 따르면, 인터페이스(1077)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(1078)는, 그를 통해서 전자 장치(1001)가 외부 전자 장치(예: 전자 장치(1002))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일 실시 예에 따르면, 연결 단자(1078)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(1079)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일 실시 예에 따르면, 햅틱 모듈(1079)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(1080)(예: 도 2의 카메라(220))은 정지 영상 및 동영상을 촬영할 수 있다. 일 실시 예에 따르면, 카메라 모듈(1080)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(1088)은 전자 장치(1001)에 공급되는 전력을 관리할 수 있다. 일 실시 예에 따르면, 전력 관리 모듈(1088)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(1089)는 전자 장치(1001)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일 실시 예에 따르면, 배터리(1089)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(1090)은 전자 장치(1001)와 외부 전자 장치(예: 전자 장치(1002), 전자 장치(1004), 또는 서버(1008)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(1090)은 프로세서(1020)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일 실시 예에 따르면, 통신 모듈(1090)은 무선 통신 모듈(1092)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(1094)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제1 네트워크(1098)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제2 네트워크(1099)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(1004)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(1092)은 가입자 식별 모듈(1096)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제1 네트워크(1098) 또는 제2 네트워크(1099)와 같은 통신 네트워크 내에서 전자 장치(1001)를 확인 또는 인증할 수 있다.
무선 통신 모듈(1092)은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB(enhanced mobile broadband)), 단말 전력 최소화와 다수 단말의 접속(mMTC(massive machine type communications)), 또는 고신뢰도와 저지연(URLLC(ultra-reliable and low-latency communications))을 지원할 수 있다. 무선 통신 모듈(1092)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(1092)은 고주파 대역에서의 성능 확보를 위한 다양한 기술들, 예를 들어, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO: full dimensional MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다. 무선 통신 모듈(1092)은 전자 장치(1001), 외부 전자 장치(예: 전자 장치(1004)) 또는 네트워크 시스템(예: 제2 네트워크(1099))에 규정되는 다양한 요구사항을 지원할 수 있다. 일 실시 예에 따르면, 무선 통신 모듈(1092)은 eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.
안테나 모듈(1097)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일 실시 예에 따르면, 안테나 모듈(1097)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일 실시 예에 따르면, 안테나 모듈(1097)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제1 네트워크(1098) 또는 제2 네트워크(1099)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(1090)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(1090)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시 예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(1097)의 일부로 형성될 수 있다.
다양한 실시 예에 따르면, 안테나 모듈(1097)은 mmWave 안테나 모듈을 형성할 수 있다. 일 실시 예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 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))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.
일 실시 예에 따르면, 명령 또는 데이터는 제2 네트워크(1099)에 연결된 서버(1008)를 통해서 전자 장치(1001)와 외부의 전자 장치(1004)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(1002, 또는 1004) 각각은 전자 장치(1001)와 동일한 또는 다른 종류의 장치일 수 있다. 일 실시 예에 따르면, 전자 장치(1001)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(1002, 1004, 또는 1008) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(1001)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(1001)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(1001)로 전달할 수 있다. 전자 장치(1001)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(1001)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시 예에 있어서, 외부의 전자 장치(1004)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(1008)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일 실시 예에 따르면, 외부의 전자 장치(1004) 또는 서버(1008)는 제2 네트워크(1099) 내에 포함될 수 있다. 전자 장치(1001)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다.
본 문서에 개시된 다양한 실시 예들에 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 실시 예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.
본 문서의 다양한 실시 예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시 예들로 한정하려는 것이 아니며, 해당 실시 예의 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 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제1", "제2", 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: 제1) 구성요소가 다른(예: 제2) 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 제3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.
본 문서의 다양한 실시 예들에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 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, 일 실시 예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 문서의 다양한 실시 예들은 기기(machine)(예: 전자 장치(1001)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(1036) 또는 외장 메모리(1038))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(1040))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(1001))의 프로세서(예: 프로세서(1020))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 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
일 실시 예에 따르면, 본 문서에 개시된 다양한 실시 예들에 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 두 개의 사용자 장치들(예: 스마트 폰들) 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 실시 예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 다양한 실시 예들에 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 실시 예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.
도 11는 다양한 실시 예들에 따른 카메라 모듈(1080)(예: 도 2의 카메라(220))을 예시하는 블럭도(1100)이다.
도 11를 참조하면, 카메라 모듈(1080)(예: 도 2의 카메라(220))은 렌즈 어셈블리(1110), 플래쉬(1120), 이미지 센서(1130), 이미지 스태빌라이저(1140), 메모리(1150)(예: 버퍼 메모리), 또는 이미지 시그널 프로세서(1160)를 포함할 수 있다. 렌즈 어셈블리(1110)는 이미지 촬영의 대상인 피사체로부터 방출되는 빛을 수집할 수 있다. 렌즈 어셈블리(1110)는 하나 또는 그 이상의 렌즈들을 포함할 수 있다. 일 실시 예에 따르면, 카메라 모듈(1080)은 복수의 렌즈 어셈블리(1110)들을 포함할 수 있다. 이런 경우, 카메라 모듈(1080)은, 예를 들면, 듀얼 카메라, 360도 카메라, 또는 구형 카메라(spherical camera)를 형성할 수 있다. 복수의 렌즈 어셈블리(1110)들 중 일부는 동일한 렌즈 속성(예: 화각, 초점 거리, 자동 초점, f 넘버(f number), 또는 광학 줌)을 갖거나, 또는 적어도 하나의 렌즈 어셈블리는 다른 렌즈 어셈블리의 렌즈 속성들과 다른 하나 이상의 렌즈 속성들을 가질 수 있다. 렌즈 어셈블리(1110)는, 예를 들면, 광각 렌즈 또는 망원 렌즈를 포함할 수 있다.
플래쉬(1120)는 피사체로부터 방출 또는 반사되는 빛을 강화하기 위하여 사용되는 빛을 방출할 수 있다. 일 실시 예에 따르면, 플래쉬(1120)는 하나 이상의 발광 다이오드들(예: RGB(red-green-blue) LED, white LED, infrared LED, 또는 ultraviolet LED), 또는 xenon lamp를 포함할 수 있다. 이미지 센서(1130)는 피사체로부터 방출 또는 반사되어 렌즈 어셈블리(1110)를 통해 전달된 빛을 전기적인 신호로 변환함으로써, 상기 피사체에 대응하는 이미지를 획득할 수 있다. 일 실시 예에 따르면, 이미지 센서(1130)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(1130)에 포함된 각각의 이미지 센서는, 예를 들면, CCD(charged coupled device) 센서 또는 CMOS(complementary metal oxide semiconductor) 센서를 이용하여 구현될 수 있다.
이미지 스태빌라이저(1140)는 카메라 모듈(1080) 또는 이를 포함하는 전자 장치(1001)의 움직임에 반응하여, 렌즈 어셈블리(1110)에 포함된 적어도 하나의 렌즈 또는 이미지 센서(1130)를 특정한 방향으로 움직이거나 이미지 센서(1130)의 동작 특성을 제어(예: 리드 아웃(read-out) 타이밍을 조정 등)할 수 있다. 이는 촬영되는 이미지에 대한 상기 움직임에 의한 부정적인 영향의 적어도 일부를 보상하게 해 준다. 일 실시 예에 따르면, 이미지 스태빌라이저(1140)는, 일 실시 예에 따르면, 이미지 스태빌라이저(1140)는 카메라 모듈(1080)의 내부 또는 외부에 배치된 자이로 센서(미도시) 또는 가속도 센서(미도시)를 이용하여 카메라 모듈(1080) 또는 전자 장치(1001)의 그런 움직임을 감지할 수 있다. 일 실시 예에 따르면, 이미지 스태빌라이저(1140)는, 예를 들면, 광학식 이미지 스태빌라이저로 구현될 수 있다. 메모리(1150)는 이미지 센서(1130)를 통하여 획득된 이미지의 적어도 일부를 다음 이미지 처리 작업을 위하여 적어도 일시 저장할 수 있다. 예를 들어, 셔터에 따른 이미지 획득이 지연되거나, 또는 복수의 이미지들이 고속으로 획득되는 경우, 획득된 원본 이미지(예: Bayer-patterned 이미지 또는 높은 해상도의 이미지)는 메모리(1150)에 저장이 되고, 그에 대응하는 사본 이미지(예: 낮은 해상도의 이미지)는 표시 장치(1060)를 통하여 프리뷰 될 수 있다. 이후, 지정된 조건이 만족되면(예: 사용자 입력 또는 시스템 명령) 메모리(1150)에 저장되었던 원본 이미지의 적어도 일부가, 예를 들면, 이미지 시그널 프로세서(1160)에 의해 획득되어 처리될 수 있다. 일 실시 예에 따르면, 메모리(1150)는 메모리(1030)의 적어도 일부로, 또는 이와는 독립적으로 운영되는 별도의 메모리로 구성될 수 있다.
이미지 시그널 프로세서(1160)는 이미지 센서(1130)를 통하여 획득된 이미지 또는 메모리(1150)에 저장된 이미지에 대하여 하나 이상의 이미지 처리들을 수행할 수 있다. 상기 하나 이상의 이미지 처리들은, 예를 들면, 깊이 지도(depth map) 생성, 3차원 모델링, 파노라마 생성, 특징점 추출, 이미지 합성, 또는 이미지 보상(예: 노이즈 감소, 해상도 조정, 밝기 조정, 블러링(blurring), 샤프닝(sharpening), 또는 소프트닝(softening)을 포함할 수 있다. 추가적으로 또는 대체적으로, 이미지 시그널 프로세서(1160)는 카메라 모듈(1080)에 포함된 구성 요소들 중 적어도 하나(예: 이미지 센서(1130))에 대한 제어(예: 노출 시간 제어, 또는 리드 아웃 타이밍 제어 등)를 수행할 수 있다. 이미지 시그널 프로세서(1160)에 의해 처리된 이미지는 추가 처리를 위하여 메모리(1150)에 다시 저장되거나 카메라 모듈(1080)의 외부 구성 요소(예: 메모리(1030), 표시 장치(1060), 전자 장치(1002), 전자 장치(1004), 또는 서버(1008))로 제공될 수 있다. 일 실시 예에 따르면, 이미지 시그널 프로세서(1160)는 프로세서(1020)의 적어도 일부로 구성되거나, 프로세서(1020)와 독립적으로 운영되는 별도의 프로세서로 구성될 수 있다. 이미지 시그널 프로세서(1160)가 프로세서(1020)와 별도의 프로세서로 구성된 경우, 이미지 시그널 프로세서(1160)에 의해 처리된 적어도 하나의 이미지는 프로세서(1020)에 의하여 그대로 또는 추가의 이미지 처리를 거친 후 표시 장치(1060)를 통해 표시될 수 있다.
일 실시 예에 따르면, 전자 장치(1001)는 각각 다른 속성 또는 기능을 가진 복수의 카메라 모듈(1080)들을 포함할 수 있다. 이런 경우, 예를 들면, 상기 복수의 카메라 모듈(1080)들 중 적어도 하나는 광각 카메라이고, 적어도 다른 하나는 망원 카메라일 수 있다. 유사하게, 상기 복수의 카메라 모듈(1080)들 중 적어도 하나는 전면 카메라이고, 적어도 다른 하나는 후면 카메라일 수 있다.
다양한 실시 예에서, 전자 장치(100)는 카메라(220), 카메라(220)와 전기적으로 연결된 적어도 하나의 프로세서(예: 도 2의 프로세서(210))를 포함할 수 있다. 상기 적어도 하나의 프로세서는 카메라(220)를 실행하고, 제1 광원 환경에서 상기 카메라를 통해 획득된 이미지 데이터에 기반하여 적어도 하나의 객체를 검출하고, 상기 검출된 적어도 하나의 객체의 컬러 속성을 분석하고, 상기 분석된 객체의 컬러 속성에 기반하여 제1 효과를 결정하고, 상기 적어도 하나의 객체에 상기 제1 광원과 다른 제2 광원 효과를 적용하고, 상기 적어도 하나의 객체를 제외한 배경에 상기 제1 효과를 적용할 수 있다.
일 실시 예에서, 적어도 하나의 프로세서(예: 도 2의 프로세서(210))는 상기 적어도 하나의 객체에 상기 제1 광원에 대한 효과를 제거하고, 상기 제1 광원과 다른 상기 제2 광원 효과를 적용할 수 있다.
일 실시 예에서, 적어도 하나의 프로세서(예: 도 2의 프로세서(210))는 상기 적어도 하나의 객체의 얼굴의 크기가 제1 크기 이상이고, 상기 객체의 얼굴의 각도가 요(yaw), 롤(roll) 및 피치(pitch) 방향으로 제1 각도 이하인 경우, 상기 객체에 상기 제2 광원 효과를 적용할 수 있다.
일 실시 예에서, 적어도 하나의 프로세서(예: 도 2의 프로세서(210))는 사용자의 촬영 입력을 획득하고, 상기 촬영 입력에 응답하여 적어도 제1 이미지 및 제2 이미지를 획득하고, 상기 제1 이미지에는 제1 광원 효과를 적용하고, 상기 제2 이미지의 상기 적어도 하나의 객체에 상기 제2 광원 효과를 적용하고, 상기 제2 이미지의 상기 배경에는 상기 제1 효과를 적용하고, 상기 제1 이미지 및 상기 제2 이미지를 디스플레이에 표시할 수 있다.
일 실시 예에서, 적어도 하나의 프로세서(예: 도 2의 프로세서(210))는 상기 제2 광원 효과의 컬러 값과 상기 제1 효과의 컬러 값을 비교할 수 있다. 적어도 하나의 프로세서(예: 도 2의 프로세서(210))는 상기 비교에 기반하여 상기 컬러 값들의 차이가 제1 값 이하인 경우, 상기 제2 광원 효과 및 상기 제1 효과 중 적어도 하나의 밝기 값을 변경할 수 있다.
일 실시 예에서, 적어도 하나의 프로세서(예: 도 2의 프로세서(210))는 상기 이미지 데이터의 밝기 값을 검출하는 것에 응답하여, 상기 밝기 값이 제1 밝기 값 미만인 경우 상기 적어도 하나의 객체에 윤곽 조명(contour light)의 효과를 적용하고, 상기 밝기 값이 제1 밝기 값 이상인 경우 상기 적어도 하나의 객체에 상기 밝기 값을 변경시켜 광원 효과를 적용할 수 있다.
일 실시 예에서, 적어도 하나의 프로세서(예: 도 2의 프로세서(210))는 카메라(220)를 통해 획득된 이미지 데이터를 분석하여 제1 광원의 속성을 분석할 수 있다. 적어도 하나의 프로세서(예: 도 2의 프로세서(210))는 상기 분석에 기반하여 제1 광원의 방향 및 세기를 결정하고, 상기 제1 광원의 방향 및 세기에 기반하여 상기 제2 광원 효과를 결정할 수 있다.
일 실시 예에서, 적어도 하나의 프로세서(예: 도 2의 프로세서(210))는 상기 배경에 광원의 방향에 기반하여 그라데이션(gradation) 효과를 추가적으로 적용할 수 있다.
일 실시 예에서, 적어도 하나의 프로세서(예: 도 2의 프로세서(210))는 상기 적어도 하나의 객체와 관련된 영역의 크기 및 위치 중 적어도 하나에 기반하여, 상기 이미지 데이터의 외곽 부분에 프레임 효과를 적용할 수 있다.
일 실시 예에서, 적어도 하나의 프로세서(예: 도 2의 프로세서(210))는 분할 기법(예: upper body segmentation)을 통해서 상기 객체와 상기 배경을 분리할 수 있다.
다양한 실시 예에서, 전자 장치(100)의 동작 방법은 카메라(220)를 실행하는 동작, 제1 광원 환경에서 카메라(220)를 통해 획득된 이미지 데이터에 기반하여 적어도 하나의 객체를 검출하는 동작, 상기 검출된 적어도 하나의 객체의 컬러 속성을 분석하는 동작, 상기 분석된 객체의 컬러 속성에 기반하여 제1 효과를 결정하는 동작, 상기 적어도 하나의 객체에 상기 제1 광원과 다른 제2 광원 효과를 적용하는 동작, 및 상기 적어도 하나의 객체를 제외한 배경에 상기 제1 효과를 적용하는 동작을 포함할 수 있다.
일 실시 예에서, 전자 장치(100)의 동작 방법은 상기 적어도 하나의 객체에 상기 제1 광원에 대한 효과를 제거하는 동작, 및 상기 제1 광원과 다른 제2 광원 효과를 적용하는 동작을 포함할 수 있다.
일 실시 예에서, 전자 장치(100)의 동작 방법은 상기 적어도 하나의 객체의 얼굴의 크기가 제1 크기 이상이고, 상기 객체의 얼굴의 각도가 요(yaw), 롤(roll) 및 피치(pitch) 방향으로 제1 각도 이하인 경우, 상기 객체에 상기 제2 광원 효과를 적용하는 동작을 포함할 수 있다.
일 실시 예에서, 전자 장치(100)의 동작 방법은 사용자의 촬영 입력을 획득하는 동작, 상기 촬영 입력에 응답하여 적어도 제1 이미지 및 제2 이미지를 획득하는 동작, 상기 제1 이미지에는 제1 광원 효과를 적용하는 동작, 상기 제2 이미지의 상기 적어도 하나의 객체에 상기 제2 광원 효과를 적용하고, 상기 제2 이미지의 상기 배경에는 상기 제1 효과를 적용하는 동작, 및 상기 제1 이미지 및 상기 제2 이미지를 디스플레이에 표시하는 동작을 포함할 수 있다.
일 실시 예에서, 전자 장치(100)의 동작 방법은 상기 제2 광원 효과의 컬러 값과 상기 제1 효과의 컬러 값을 비교하는 동작, 상기 비교에 기반하여 상기 컬러 값들의 차이가 제1 값 이하인 경우, 상기 제2 광원 효과 및 상기 제1 효과 중 적어도 하나의 밝기 값을 변경하는 하는 동작을 포함할 수 있다.
다양한 실시 예에서, 전자 장치(100)는 카메라(220), 카메라(220)와 전기적으로 연결된 적어도 하나의 프로세서를 포함할 수 있다. 상기 적어도 하나의 프로세서(예: 도 2의 프로세서(210))는 카메라(220)를 실행하고, 제1 광원 환경에서 상기 카메라를 통해 획득된 이미지 데이터에 기반하여 적어도 하나의 객체를 검출하고, 상기 검출된 적어도 하나의 객체의 속성을 분석하고, 상기 분석된 객체의 속성에 기반하여 적어도 하나의 이상의 광원 효과를 결정하고, 상기 적어도 하나의 객체에 상기 제1 광원과 다른 제2 광원 효과를 적용하고, 상기 적어도 하나의 객체를 제외한 배경에 상기 제2 광원 효과와 다른 제3 광원 효과를 적용할 수 있다.
일 실시 예에서, 적어도 하나의 프로세서(예: 도 2의 프로세서(210))는 분할 기법(예: upper body segmentation)을 통해서 상기 객체와 상기 배경을 분리할 수 있다.
일 실시 예에서, 적어도 하나의 프로세서(예: 도 2의 프로세서(210))는 상기 객체의 속성 및 상기 제2 광원 효과 중 적어도 하나에 기반하여 상기 제3 광원 효과를 결정할 수 있다.
일 실시 예에서, 상기 제2 광원은 상기 제1 광원의 세기 및 제1 광원의 방향 중 적어도 하나와 다를 수 있다.
일 실시 예에서, 적어도 하나의 프로세서(예: 도 2의 프로세서(210))는 상기 적어도 하나의 객체에 대응되는 영역의 밝기 값을 증가시키고, 상기 배경에 대응되는 영역의 밝기 값은 감소시킬 수 있다.
Claims (20)
- 전자 장치에 있어서,
카메라;
상기 카메라와 전기적으로 연결된 적어도 하나의 프로세서를 포함하고,
상기 적어도 하나의 프로세서는:
상기 카메라를 실행하고,
제1 광원 환경에서 상기 카메라를 통해 획득된 이미지 데이터에 기반하여 적어도 하나의 객체를 검출하고,
상기 검출된 적어도 하나의 객체의 컬러 속성을 분석하고,
상기 분석된 객체의 컬러 속성에 기반하여 제1 효과를 결정하고,
상기 적어도 하나의 객체에 상기 제1 광원과 다른 제2 광원 효과를 적용하고,
상기 적어도 하나의 객체를 제외한 배경에 상기 제1 효과를 적용하는, 전자 장치. - 청구항 1에 있어서,
상기 적어도 하나의 프로세서는 상기 적어도 하나의 객체에 상기 제1 광원에 대한 효과를 제거하고, 상기 제1 광원과 다른 상기 제2 광원 효과를 적용하는, 전자 장치. - 청구항 1항에 있어서,
상기 적어도 하나의 프로세서는 상기 적어도 하나의 객체의 얼굴의 크기가 제1 크기 이상이고, 상기 객체의 얼굴의 각도가 요(yaw), 롤(roll) 및 피치(pitch) 방향으로 제1 각도 이하인 경우, 상기 객체에 상기 제2 광원 효과를 적용하는, 전자 장치. - 청구항 1에 있어서,
상기 적어도 하나의 프로세서는 사용자의 촬영 입력을 획득하고,
상기 촬영 입력에 응답하여 적어도 제1 이미지 및 제2 이미지를 획득하고,
상기 제1 이미지에는 제1 광원 효과를 적용하고,
상기 제2 이미지의 상기 적어도 하나의 객체에 상기 제2 광원 효과를 적용하고, 상기 제2 이미지의 상기 배경에는 상기 제1 효과를 적용하고,
상기 제1 이미지 및 상기 제2 이미지를 디스플레이에 표시하는, 전자 장치. - 청구항 1에 있어서,
상기 적어도 하나의 프로세서는 상기 제2 광원 효과의 컬러 값과 상기 제1 효과의 컬러 값을 비교하고, 상기 비교에 기반하여 상기 컬러 값들의 차이가 제1 값 이하인 경우, 상기 제2 광원 효과 및 상기 제1 효과 중 적어도 하나의 밝기 값을 변경하는, 전자 장치. - 청구항 1에 있어서,
상기 적어도 하나의 프로세서는 상기 이미지 데이터의 밝기 값을 검출하는 것에 응답하여:
상기 밝기 값이 제1 밝기 값 미만인 경우 상기 적어도 하나의 객체에 윤곽 조명(contour light)의 효과를 적용하고,
상기 밝기 값이 제1 밝기 값 이상인 경우 상기 적어도 하나의 객체에 상기 밝기 값을 변경시켜 광원 효과를 적용하는, 전자 장치. - 청구항 1에 있어서,
상기 적어도 하나의 프로세서는 상기 카메라를 통해 획득된 이미지 데이터를 분석하여 제1 광원의 속성을 분석하고,
상기 분석에 기반하여 제1 광원의 방향 및 세기를 결정하고,
상기 제1 광원의 방향 및 세기에 기반하여 상기 제2 광원 효과를 결정하는, 전자 장치. - 청구항 1에 있어서,
상기 적어도 하나의 프로세서는 상기 배경에 광원의 방향에 기반하여 그라데이션(gradation) 효과를 추가적으로 적용하는, 전자 장치. - 청구항 8에 있어서,
상기 적어도 하나의 프로세서는 상기 적어도 하나의 객체와 관련된 영역의 크기 및 위치 중 적어도 하나에 기반하여, 상기 이미지 데이터의 외곽 부분에 프레임 효과를 적용하는, 전자 장치. - 청구항 1에 있어서,
상기 적어도 하나의 프로세서는 상체 분할 기법(upper body segmentation)을 통해서 상기 객체와 상기 배경을 분리하는, 전자 장치. - 전자 장치의 동작 방법에 있어서,
카메라를 실행하는 동작;
제1 광원 환경에서 상기 카메라를 통해 획득된 이미지 데이터에 기반하여 적어도 하나의 객체를 검출하는 동작;
상기 검출된 적어도 하나의 객체의 컬러 속성을 분석하는 동작;
상기 분석된 객체의 컬러 속성에 기반하여 제1 효과를 결정하는 동작;
상기 적어도 하나의 객체에 상기 제1 광원과 다른 제2 광원 효과를 적용하는 동작; 및
상기 적어도 하나의 객체를 제외한 배경에 상기 제1 효과를 적용하는 동작을 포함하는 방법. - 청구항 11에 있어서,
상기 적어도 하나의 객체에 상기 제1 광원에 대한 효과를 제거하는 동작; 및
상기 제1 광원과 다른 제2 광원 효과를 적용하는 동작을 포함하는 방법. - 청구항 11에 있어서,
상기 적어도 하나의 객체의 얼굴의 크기가 제1 크기 이상이고, 상기 객체의 얼굴의 각도가 요(yaw), 롤(roll) 및 피치(pitch) 방향으로 제1 각도 이하인 경우, 상기 객체에 상기 제2 광원 효과를 적용하는 동작을 포함하는 방법. - 청구항 11에 있어서,
사용자의 촬영 입력을 획득하는 동작;
상기 촬영 입력에 응답하여 적어도 제1 이미지 및 제2 이미지를 획득하는 동작;
상기 제1 이미지에는 제1 광원 효과를 적용하는 동작;
상기 제2 이미지의 상기 적어도 하나의 객체에 상기 제2 광원 효과를 적용하고, 상기 제2 이미지의 상기 배경에는 상기 제1 효과를 적용하는 동작; 및
상기 제1 이미지 및 상기 제2 이미지를 디스플레이에 표시하는 동작을 포함하는 방법. - 청구항 11에 있어서,
상기 제2 광원 효과의 컬러 값과 상기 제1 효과의 컬러 값을 비교하는 동작; 및
상기 비교에 기반하여 상기 컬러 값들의 차이가 제1 값 이하인 경우, 상기 제2 광원 효과 및 상기 제1 효과 중 적어도 하나의 밝기 값을 변경하는 하는 동작을 포함하는 방법. - 전자 장치에 있어서,
카메라;
상기 카메라와 전기적으로 연결된 적어도 하나의 프로세서를 포함하고,
상기 적어도 하나의 프로세서는:
상기 카메라를 실행하고,
제1 광원 환경에서 상기 카메라를 통해 획득된 이미지 데이터에 기반하여 적어도 하나의 객체를 검출하고,
상기 검출된 적어도 하나의 객체의 속성을 분석하고,
상기 분석된 객체의 속성에 기반하여 적어도 하나의 이상의 광원 효과를 결정하고,
상기 적어도 하나의 객체에 상기 제1 광원과 다른 제2 광원 효과를 적용하고,
상기 적어도 하나의 객체를 제외한 배경에 상기 제2 광원 효과와 다른 제3 광원 효과를 적용하는, 전자 장치. - 청구항 16에 있어서,
상기 적어도 하나의 프로세서는 상체 분할 기법(upper body segmentation)을 통해서 상기 객체와 상기 배경을 분리하는, 전자 장치. - 청구항 16에 있어서,
상기 적어도 하나의 프로세서는 상기 객체의 속성 및 상기 제2 광원 효과 중 적어도 하나에 기반하여 상기 제3 광원 효과를 결정하는, 전자 장치. - 청구항 16에 있어서,
상기 제2 광원은 상기 제1 광원의 세기 및 제1 광원의 방향 중 적어도 하나와 다른, 전자 장치. - 청구항 16에 있어서,
상기 적어도 하나의 프로세서는 상기 적어도 하나의 객체에 대응되는 영역의 밝기 값을 증가시키고, 상기 배경에 대응되는 영역의 밝기 값은 감소시키는, 전자 장치
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200097491A KR20220017242A (ko) | 2020-08-04 | 2020-08-04 | 피사체와 배경에 효과를 적용하여 이미지를 생성하는 전자 장치 및 그 방법 |
| PCT/KR2021/009727 WO2022030855A1 (ko) | 2020-08-04 | 2021-07-27 | 피사체와 배경에 효과를 적용하여 이미지를 생성하는 전자 장치 및 그 방법 |
| US18/105,331 US20230188831A1 (en) | 2020-08-04 | 2023-02-03 | Electronic device and method for generating image by applying effect to subject and background |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200097491A KR20220017242A (ko) | 2020-08-04 | 2020-08-04 | 피사체와 배경에 효과를 적용하여 이미지를 생성하는 전자 장치 및 그 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20220017242A true KR20220017242A (ko) | 2022-02-11 |
Family
ID=80117427
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200097491A KR20220017242A (ko) | 2020-08-04 | 2020-08-04 | 피사체와 배경에 효과를 적용하여 이미지를 생성하는 전자 장치 및 그 방법 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US20230188831A1 (ko) |
| KR (1) | KR20220017242A (ko) |
| WO (1) | WO2022030855A1 (ko) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102640350B1 (ko) * | 2023-09-26 | 2024-02-28 | 주식회사 아이스크림아트 | 색채분석모듈을 이용한 사용자의 정서 분석 방법 |
| WO2024090802A1 (ko) * | 2022-10-25 | 2024-05-02 | 삼성전자주식회사 | 렌더링 스타일이 변경된 이미지를 획득하기 위한 전자 장치 및 방법 |
| WO2024096496A1 (ko) * | 2022-11-01 | 2024-05-10 | 삼성전자주식회사 | 복수의 가상 조명들을 제공하기 위한 전자 장치 및 방법 |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9716825B1 (en) | 2016-06-12 | 2017-07-25 | Apple Inc. | User interface for camera effects |
| US11112964B2 (en) | 2018-02-09 | 2021-09-07 | Apple Inc. | Media capture lock affordance for graphical user interface |
| US11039074B1 (en) | 2020-06-01 | 2021-06-15 | Apple Inc. | User interfaces for managing media |
| US11212449B1 (en) * | 2020-09-25 | 2021-12-28 | Apple Inc. | User interfaces for media capture and management |
| US11778339B2 (en) | 2021-04-30 | 2023-10-03 | Apple Inc. | User interfaces for altering visual media |
| US12112024B2 (en) | 2021-06-01 | 2024-10-08 | Apple Inc. | User interfaces for managing media styles |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5956756B2 (ja) * | 2012-01-23 | 2016-07-27 | キヤノン株式会社 | 映像処理装置及びその制御方法 |
| KR20140134844A (ko) * | 2013-05-15 | 2014-11-25 | 오충록 | 객체 기반 사진 촬영 방법 및 장치 |
| KR102301231B1 (ko) * | 2014-07-31 | 2021-09-13 | 삼성전자주식회사 | 영상 제공 방법 및 이를 위한 장치 |
| KR20160021607A (ko) * | 2014-08-18 | 2016-02-26 | 삼성전자주식회사 | 배경 화면을 디스플레이하는 방법 및 장치 |
| KR102140295B1 (ko) * | 2017-06-04 | 2020-07-31 | 애플 인크. | 사용자 인터페이스 카메라 효과들 |
-
2020
- 2020-08-04 KR KR1020200097491A patent/KR20220017242A/ko not_active Application Discontinuation
-
2021
- 2021-07-27 WO PCT/KR2021/009727 patent/WO2022030855A1/ko active Application Filing
-
2023
- 2023-02-03 US US18/105,331 patent/US20230188831A1/en active Pending
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2024090802A1 (ko) * | 2022-10-25 | 2024-05-02 | 삼성전자주식회사 | 렌더링 스타일이 변경된 이미지를 획득하기 위한 전자 장치 및 방법 |
| WO2024096496A1 (ko) * | 2022-11-01 | 2024-05-10 | 삼성전자주식회사 | 복수의 가상 조명들을 제공하기 위한 전자 장치 및 방법 |
| KR102640350B1 (ko) * | 2023-09-26 | 2024-02-28 | 주식회사 아이스크림아트 | 색채분석모듈을 이용한 사용자의 정서 분석 방법 |
| KR102673686B1 (ko) * | 2023-09-26 | 2024-06-13 | 주식회사 아이스크림아트 | 사용자가 제작한 이미지의 색채를 기반으로 사용자의 정서를 분석하는 방법 |
| KR102673687B1 (ko) * | 2023-09-26 | 2024-06-13 | 주식회사 아이스크림아트 | 이미지의 스케치 요소, 단색 및 배색 형용사, 색상 요소, 정서 요소를 각각 추출하고, 이를 기반으로 사용자의 정서를 분석하는 방법 |
| KR102673688B1 (ko) * | 2023-09-26 | 2024-06-13 | 주식회사 아이스크림아트 | 사용자가 제작한 복수의 이미지를 이용하여 사용자의 정서를 분석하는 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20230188831A1 (en) | 2023-06-15 |
| WO2022030855A1 (ko) | 2022-02-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR20220017242A (ko) | 피사체와 배경에 효과를 적용하여 이미지를 생성하는 전자 장치 및 그 방법 | |
| EP4187896A1 (en) | Electronic device and method for controlling preview image | |
| EP4199496A1 (en) | Image stabilization method and electronic device therefor | |
| EP4221183A1 (en) | Method for taking photograph by using plurality of cameras, and device therefor | |
| EP4231629A1 (en) | Electronic device for editing video by using object of interest, and operating method therefor | |
| KR20220006753A (ko) | 영상을 제공하는 방법 및 이를 지원하는 전자 장치 | |
| EP4383043A1 (en) | Method for providing image and electronic device supporting same | |
| US20230215018A1 (en) | Electronic device including camera and method for generating video recording of a moving object | |
| KR20220126084A (ko) | 전자 장치의 촬영 방법 및 그 전자 장치 | |
| KR20210154594A (ko) | 초점 조절 기능을 포함하는 전자 장치 및 방법 | |
| US20240078685A1 (en) | Method for generating file including image data and motion data, and electronic device therefor | |
| KR20220014150A (ko) | 이미지 센서와 이미지 시그널 프로세서를 포함하는 전자 장치 및 그의 방법 | |
| US20240314429A1 (en) | Electronic device and method for generating image | |
| US20230254599A1 (en) | Electronic device comprising image sensor and operation method of same | |
| US20230412924A1 (en) | Method and electronic device for image stabilization during image capturing | |
| US20240086512A1 (en) | Electronic device including image sensor and dynamic vison sensor, and operation method thereof | |
| US20230075795A1 (en) | Image capturing method using plurality of cameras, and electronic device therefor | |
| KR20220049354A (ko) | 이미지의 왜곡을 보정하는 방법 및 그 전자 장치 | |
| KR20240120585A (ko) | 로우 이미지들을 블렌딩하는 방법 및 전자 장치 | |
| KR20220153366A (ko) | 이미지 왜곡을 보정하는 방법 및 그 전자 장치 | |
| KR20220126546A (ko) | 전자 장치 및 그의 얼굴 인식 방법 | |
| KR20220127967A (ko) | 사용자 인터페이스를 제공하기 위한 방법, 장치 및 저장 매체 | |
| KR20240057945A (ko) | 고 동적 대역 영상을 생성하는 전자 장치 및 그 동작 방법 | |
| KR20240120587A (ko) | 듀얼 픽셀 이미지 센서를 포함하는 카메라를 이용한 뎁스 맵 획득 방법 및 이를 지원하는 전자 장치 | |
| KR20220128730A (ko) | 사용자 인증을 위한 방법, 장치 및 저장 매체 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal |