KR20220049354A

KR20220049354A - 이미지의 왜곡을 보정하는 방법 및 그 전자 장치

Info

Publication number: KR20220049354A
Application number: KR1020200132891A
Authority: KR
Inventors: 신대규; 히링크 유리; 문승민
Original assignee: 삼성전자주식회사
Priority date: 2020-10-14
Filing date: 2020-10-14
Publication date: 2022-04-21
Also published as: WO2022080737A1

Abstract

전자 장치에 포함된 적어도 하나의 프로세서는 이미지 센서를 통해 획득된 이미지에서 얼굴을 검출하고, 상기 획득된 이미지를 복수 개의 격자 영역들로 분할하고, 상기 복수 개의 격자 영역들 중 상기 검출된 얼굴에 대응하는 적어도 하나의 격자 영역을 관심 영역으로 설정하고, 상기 관심 영역으로 설정된 상기 적어도 하나의 격자 영역에 왜곡 보상과 관련된 파라미터를 제1 파라미터 값으로 적용하고, 상기 복수 개의 격자 영역들 중 상기 적어도 하나의 격자 영역을 제외한 격자 영역에 상기 파라미터를 상기 제1 파라미터 값보다 낮은 제2 파라미터 값을 적용하여 상기 이미지에 대해 왜곡 보정을 수행할 수 있다. 이 외에도 명세서를 통해 파악되는 다양한 실시 예가 가능하다.

Description

이미지의 왜곡을 보정하는 방법 및 그 전자 장치{Method for correcting image distortion and Electronic device thereof}

본 문서에서 개시되는 실시 예들은, 이미지의 왜곡을 보정하는 기능을 포함하는 전자 장치 및 방법에 관한 것이다.

이동식 단말기에 대한 성능 요구가 증가함에 따라 이동식 단말기의 카메라도 디지털 카메라 급의 화각(FOV, field of view)이 요구되고 있다. 다양한 화각의 카메라들이 휴대폰에 적용되고 있으며, 이 중 특히 울트라 와이드와 같은 광각 카메라의 경우는 넓은 영역을 디스플레이 상에 표시할 수 있다.

또한, 광각 카메라를 사용함에 따라 발생하는 이미지 왜곡을 보정하기 위하여 스테레오 그래픽 프로젝션(stereographic projection) 방법을 사용하였다. 스테레오 그래픽 프로젝션 방법은 렌즈 특성으로 왜곡된 영상에서 화각의 변화를 주어 객체를 보정하는데 사용되는 방법이다.

왜곡된 영상을 보정하기 위해 스테레오 그래픽 프로젝션 방법을 사용하여 보정하는 경우, 이미지의 가장자리에 있는 얼굴은 보정이 되나, 이미지 전체에 대하여 화각의 변화를 주는 것이기 때문에 상기 얼굴의 주변부는 오히려 왜곡되는 문제가 발생한다.

위와 같이 얼굴은 보정되나 얼굴의 주변부가 오히려 왜곡되는 문제점을 해결하기 위해, 분할기법(segmentation)을 이용하여 이미지 전체가 아닌 상기 얼굴 부분만 스테레오 그래픽 프로젝션(stereographic project) 방식으로 보정하고 다른 부분은 원 영상을 유지하는 방식을 추구하였다. 다만, 분할기법(segmentation)을 통해 이미지를 보정하면 연산량이 많아지게 되어 전력소모가 늘어나는 2차적인 문제점이 있다.

본 개시의 다양한 실시 예는, 이미지의 얼굴 영역에 기반하여 결정되는 관심 영역 및 관심 영역이 아닌 영역에 화각(FOV)과 같은 왜곡 보상과 관련된 파라미터를 각각 다른 값으로 설정하여 이미지의 객체(예: 사람의 얼굴) 왜곡 보정을 효율적으로 처리하는 방법을 제공한다.

본 문서에 개시되는 일 실시 예에 따른 전자 장치는 이미지 센서, 디스플레이, 및 상기 이미지 센서 및 상기 디스플레이와 전기적으로 연결되는 적어도 하나의 프로세서를 포함할 수 있다. 상기 적어도 하나의 프로세서는 상기 이미지 센서를 통해 획득된 이미지에서 얼굴을 검출하고, 상기 획득된 이미지를 복수 개의 격자 영역들로 분할하고, 상기 복수 개의 격자 영역들 중 상기 검출된 얼굴에 대응하는 적어도 하나의 격자 영역을 관심 영역으로 설정하고, 상기 관심 영역으로 설정된 상기 적어도 하나의 격자 영역에 왜곡 보상과 관련된 파라미터를 제1 파라미터 값으로 적용하고, 상기 복수 개의 격자 영역들 중 상기 적어도 하나의 격자 영역을 제외한 격자 영역에 상기 파라미터를 상기 제1 파라미터 값보다 낮은 제2 파라미터 값을 적용할 수 있다. 상기 적어도 하나의 프로세서는 상기 제1 파라미터 값 및 상기 제2 파라미터 값에 기반하여 상기 이미지에 대해 왜곡 보정을 수행하고, 상기 왜곡 보정이 수행된 이미지를 상기 디스플레이에 표시할 수 있다.

또한, 본 문서에 개시되는 일 실시 예에 따른 전자 장치의 동작 방법은 이미지 센서를 통해 획득된 이미지에서 얼굴을 검출하는 동작, 상기 획득된 이미지를 복수 개의 격자 영역들로 분할하는 동작, 상기 복수 개의 격자 영역들 중 상기 검출된 얼굴에 대응하는 적어도 하나의 격자 영역을 관심 영역으로 설정하는 동작, 상기 관심 영역으로 설정된 상기 적어도 하나의 격자 영역에 왜곡 보상과 관련된 파라미터를 제1 파라미터 값으로 적용하고, 상기 복수 개의 격자 영역들 중 상기 적어도 하나의 격자 영역을 제외한 격자 영역에 상기 파라미터를 상기 제1 파라미터 값보다 낮은 제2 파라미터 값을 적용하는 동작, 상기 제1 파라미터 값 및 상기 제2 파라미터 값에 기반하여 상기 이미지에 대해 왜곡 보정을 수행하는 동작 및 상기 왜곡 보정이 수행된 이미지를 디스플레이에 표시하는 동작을 포함할 수 있다.

본 문서에 개시되는 일 실시 예에 따른 저장 매체는 컴퓨터 판독 가능한 명령어들을 저장하고, 상기 명령어들은 전자 장치의 적어도 하나의 프로세서에 의해 실행 시, 상기 적어도 하나의 프로세서가 이미지 센서를 통해 획득된 이미지에서 얼굴을 검출하는 동작, 상기 획득된 이미지를 복수 개의 격자 영역들로 분할하는 동작, 상기 복수 개의 격자 영역들 중 상기 검출된 얼굴에 대응하는 적어도 하나의 격자 영역을 관심 영역으로 설정하는 동작, 상기 관심 영역으로 설정된 상기 적어도 하나의 격자 영역에 왜곡 보상과 관련된 파라미터를 제1 파라미터 값으로 적용하고, 상기 복수 개의 격자 영역들 중 상기 적어도 하나의 격자 영역을 제외한 격자 영역에 상기 파라미터를 상기 제1 파라미터 값보다 낮은 제2 파라미터 값을 적용하는 동작, 상기 제1 파라미터 값 및 상기 제2 파라미터 값에 기반하여 상기 이미지에 대해 왜곡 보정을 수행하는 동작 및 상기 왜곡 보정이 수행된 이미지를 디스플레이에 표시하는 동작을 수행하도록 할 수 있다.

본 문서에 개시되는 다양한 실시 예들에 따르면, 얼굴 영역에 대해서는 효과적으로 왜곡을 보정하고 얼굴 영역을 제외한 주변부의 라인 왜곡은 최소화할 수 있다.

또한, 다양한 실시 예에 따르면, 보정에 관한 연산량을 줄여 전력 소모를 최소화할 수 있다.

또한, 다양한 실시 예에 따르면, 광각 촬영의 환경에서도 왜곡이 최소화되어 사용자에게 고품질의 사진을 제공할 수 있다.

이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.

도 1은 일 실시 예에 따른 전자 장치 및 카메라 모듈에 대한 구조를 도시한 도면이다.
도 2는 일 실시 예에 따른 전자 장치의 하드웨어 구성을 나타낸다.
도 3은 일 실시 예에 따른 전자 장치에서 얼굴 왜곡 보정에 대한 과정을 나타낸다.
도 4는 일 실시 예에 따른 이미지를 복수 개의 격자 영역으로 분할한 것을 나타낸다.
도 5는 일 실시 예에 따른 전자 장치에서 이미지를 복수 개의 영역으로 분할한 후 영역 별로 왜곡 보상과 관련된 파라미터 값을 달리 적용하여 이미지를 처리하는 과정을 나타낸 순서도이다.
도 6은 일 실시 예에 따른 이미지를 복수 개의 격자 영역으로 분할하여 왜곡 보정을 수행하는 것에 관한 순서도이다.
도 7은 일 실시 예에 따른 이미지 센서를 통해 획득한 이미지에서 얼굴 검출에 기반하여 복수 개의 영역을 설정하는 것에 관한 순서도이다.
도 8은 일 실시 예에 따른 전자 장치에서 이미지의 일부 영역을 디스플레이에 표시하는 경우, 이미지의 왜곡 보정에 관한 순서도이다.
도 9는 일 실시 예에 따른 전자 장치에서 이미지의 일부 영역을 디스플레이에 표시하는 것을 나타낸다.
도 10은 일 실시 예에 따른 전자 장치에서 프레임에 따른 왜곡 보상에 관련된 파라미터 값의 변화 범위를 제한한 경우의 이미지 처리에 관한 순서도이다.
도 11은 다양한 실시 예들에 따른 네트워크 환경 내의 전자 장치의 블록도이다.
도 12는 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 장치 및 카메라 모듈에 대한 구조를 도시한 도면이다.

도 1은 일 실시 예에 따른 카메라 모듈(180)을 장착한 전자 장치(100)의 외관 및 카메라 모듈(180)을 개략적으로 나타낸 도면이다. 도 1의 실시 예는 모바일 기기, 특히, 스마트 폰을 전제로 도시 및 설명되었으나, 다양한 전자 기기 또는 모바일 기기들 중 카메라를 탑재한 전자 기기에 적용될 수 있음은 기술분야에서 통상의 지식을 가진 자에게 명확히 이해될 것이다.

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)(190) 영역이 배치될 수 있다. 디스플레이(110)는 평면 영역(flat area)과 평면 영역에서 전자 장치(100)의 측면을 향해 연장되는 곡면 영역(curved area)을 포함할 수 있다. 도 1에 도시된 전자 장치(100)는 하나의 예시이며, 다양한 실시 예가 가능하다. 예를 들어, 전자 장치(100)의 디스플레이(110)는 곡면 영역 없이 평면 영역만 포함하거나 양측이 아닌 한 쪽 가장자리에만 곡면 영역을 구비할 수 있다. 또한 일 실시 예에서, 곡면 영역은 전자 장치의 후면으로 연장되어 전자 장치(100)는 추가적인 평면 영역을 구비할 수도 있다.

일 실시 예에서 전자 장치(100)는 추가적으로 스피커(speaker), 리시버, 전면 카메라, 근접 센서, 홈 키 등을 포함할 수 있다. 일 실시 예에 따른 전자 장치(100)는 후면 커버(150)가 전자 장치의 본체와 일체화되어 제공될 수도 있다. 또 다른 실시 예에서, 후면 커버(150)가 전자 장치(100)의 본체로부터 분리되어, 배터리를 교체할 수 있는 형태를 가질 수 있다. 후면 커버(150)는 배터리 커버 또는 배면 커버로 참조될 수도 있다.

일 실시 예에서, 디스플레이(110)의 제1 영역(170)에 사용자의 지문 인식을 위한 지문 센서(171)가 포함될 수 있다. 지문 센서(171)는 디스플레이(110)의 아래 층에 배치됨으로써, 사용자에 의해 시인되지 않거나, 시인이 어렵게 배치될 수 있다. 또한, 지문 센서(171) 외에 추가적인 사용자/생체 인증을 위한 센서가 디스플레이(110)의 일부 영역에 배치될 수 있다. 다른 실시 예에서, 사용자/생체 인증을 위한 센서는 베젤(190)의 일 영역에 배치될 수 있다. 예를 들어, 홍채 인증을 위한 IR 센서가 디스플레이(110)의 일 영역을 통해 노출되거나, 베젤(190)의 일 영역을 통해 노출될 수 있다.

일 실시 예에서, 전자 장치(100)의 전면의 제2 영역(160)에는 전면 카메라(161)가 배치될 수 있다. 도 1의 실시 예에서는 전면 카메라(161)가 디스플레이(110)의 일 영역을 통해 노출되는 것으로 도시되었으나, 다른 실시 예에서 전면 카메라(161)가 베젤(190)을 통해 노출될 수 있다. 전자 장치(100)는 하나 이상의 전면 카메라(161)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. 상기 언급된 전면 카메라에 대한 설명은 전자 장치(100)의 후면 카메라에 동일 또는 유사하게 적용될 수 있다.

일 실시 예에서, 전자 장치(100)는 플래시와 같이 촬영을 보조하는 각종 하드웨어나 센서(163)가 추가적으로 배치될 수 있다. 예를 들어, 피사체와 전자 장치(100) 사이의 거리를 감지하기 위한 거리 센서(예: TOF 센서) 등이 더 포함될 수 있다. 상기 거리 센서는 전면 카메라 및/또는 후면 카메라에 모두 적용될 수 있다. 상기 거리 센서는 별도로 배치되거나 포함되어 전면 카메라 및/또는 후면 카메라에 배치될 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(190) 중 하단 영역에 특정 기능에 맵핑된 물리 버튼이나 터치 버튼이 배치될 수 있다.

도 1에 도시된 전자 장치(100)는 하나의 예시에 해당하며, 본 개시에 개시된 기술적 사상이 적용되는 장치의 형태를 제한하는 것은 아니다. 예를 들어, 플렉서블 디스플레이 및 힌지 구조를 채용하여, 가로 방향으로 폴딩이 가능하거나 세로 방향으로 폴딩이 가능한 폴더블 전자 장치나, 롤링이 가능한 롤러블 전자 장치나, 태블릿 또는 노트북에도 본 개시의 기술적 사상이 적용될 수 있다. 또한, 같은 방향을 향하는 제1 카메라와 제2 카메라가, 장치의 회전, 접힘, 변형 등을 통해 다른 방향을 향하도록 배치되는 것이 가능한 경우에도 본 기술적 사상은 적용될 수 있다.

도 1을 참조하면, 일 실시 예에 따른 전자 장치(예: 도 11의 전자 장치(1101))(100)는 카메라 모듈(예: 도 11의 카메라 모듈(1180))(180)을 포함할 수 있다. 카메라 모듈(180)은 렌즈 어셈블리(예: 도 12의 렌즈 어셈블리(1210))(111), 하우징(113), 적외선 차단 필터(Infared cut filter)(115), 이미지 센서(예: 도 12의 이미지 센서(1230))(120) 및 이미지 시그널 프로세서(image signal processor)(예: 도 12의 이미지 시그널 프로세서(1260))(130)를 포함할 수 있다.

일 실시 예에서, 렌즈 어셈블리(111)는 전면 카메라와 후면 카메라에 따라 렌즈의 개수, 배치, 종류 등이 서로 다를 수 있다. 렌즈 어셈블리의 타입에 따라 전면 카메라와 후면 카메라는 서로 다른 특성(예: 초점 거리, 최대 배율 등)을 가질 수 있다. 상기 렌즈는 광축을 따라 전, 후로 움직일 수 있으며, 초점 거리를 변화시켜 피사체가 되는 대상 객체가 선명하게 찍힐 수 있도록 동작할 수 있다.

일 실시 예에서, 카메라 모듈(180)은 광축 상에 정렬된 적어도 하나 이상의 렌즈를 실장하는 경통과 광축을 중심으로 상기 경통의 둘레를 둘러싸는 적어도 하나의 코일을 실장하는 하우징(113)을 포함할 수 있다.

일 실시 예에서, 적외선 차단 필터(115)는 이미지 센서(120)의 상면에 배치될 수 있다. 렌즈를 통과한 피사체의 상은 적외선 차단 필터(115)에 의해 일부 필터링된 후 이미지 센서(120)에 의해 감지될 수 있다.

일 실시 예에서, 이미지 센서(120)는 인쇄회로기판의 상면에 배치될 수 있다. 이미지 센서(120)는 커넥터(connector)에 의해 인쇄회로기판(140)과 연결된 이미지 시그널 프로세서(130)와 전기적으로 연결될 수 있다. 상기 커넥터로는 연성 인쇄회로 기판(FPCB) 또는 케이블(cable) 등이 사용될 수 있다.

일 실시 예에서, 이미지 센서(120)는 CMOS(complementary metal oxide semiconductor) 센서 또는 CCD(charged coupled device) 센서일 수 있다. 이미지 센서(120)에는 복수의 개별 픽셀들(pixels)이 집적되며, 각 개별 픽셀은 마이크로 렌즈(micro lens), 컬러 필터 및 포토다이오드(photodiode)를 포함할 수 있다. 각 개별 픽셀은 일종의 광검출기로서 입력되는 광을 전기적 신호로 변환시킬 수 있다. 광검출기는 일반적으로 캡쳐된 광의 파장을 스스로 검출할 수 없고 컬러 정보를 결정할 수 없다. 상기 광검출기는 포토다이오드를 포함할 수 있다.

일 실시 예에서, 렌즈 어셈블리(111)를 통해 입사된 피사체의 광 정보는 이미지 센서(120)에 의해 전기적 신호로 변환되어 이미지 시그널 프로세서(130)로 입력될 수 있다.

일 실시 예에서, 카메라 모듈(180)은 전자 장치(100)의 후면뿐만 아니라, 전면에 배치될 수 있다. 또한 전자 장치(100)는 카메라의 성능 향상을 위해 한 개의 카메라 모듈(180) 뿐만 아니라, 여러 개의 카메라 모듈(180)을 포함할 수 있다. 예를 들어, 전자 장치(100)는 영상 통화 또는 셀프 카메라 촬영을 위한 전면 카메라(161)를 더 포함할 수 있다. 전면 카메라(161)는 후면 카메라 모듈에 비하여 상대적으로 낮은 화소 수를 지원할 수 있다. 전면 카메라는 후면 카메라 모듈에 비하여 상대적으로 보다 소형일 수 있다.

도 2는 일 실시 예에 따른 전자 장치의 하드웨어 구성을 나타낸다. 도 2의 설명에 있어서, 도 1에서 설명된 구성은 간략하게 설명되거나 설명이 생략될 수 있다.

도 2를 참고하면, 일 실시 예에서 전자 장치(100)는 카메라 모듈(180), 프로세서(예: 도 11의 프로세서(1120))(220), 디스플레이(예: 도 11의 디스플레이 모듈(1160))(110) 및 메모리(예: 도 11의 메모리(1130))(230)를 포함할 수 있다. 도 2의 설명에 있어서, 도 1과 동일한 참조번호에 대한 설명은 생략될 수 있다.

일 실시 예에서, 카메라 모듈(180)은 렌즈 어셈블리(111), 이미지 센서(120), 거리 감지 센서(210) 및 이미지 시그널 프로세서(image signal processor)(130)를 포함할 수 있다.

도 2에 도시된 구성요소들은 예시적인 것이며, 전자 장치(100)는 추가적인 구성요소들을 더 포함할 수 있다. 예를 들어, 전자 장치(100)는 오디오 데이터를 녹음하기 위한 적어도 하나의 마이크를 더 포함할 수 있다. 또한 예를 들어 전자 장치(100)는 전자 장치(100)의 전면 또는 후면이 향하는 방향 및/또는 전자 장치(100)의 자세 정보를 판단하기 위한 적어도 하나의 센서를 포함할 수 있다. 일 실시 예에서, 상기 적어도 하나의 센서는 가속도 센서, 자이로 센서 등을 포함할 수 있다. 도 2의 전자 장치(100)에 포함된 또는 포함될 수 있는 하드웨어에 대한 구체적인 설명이 도 11을 참고하여 제공된다.

일 실시 예에서, 이미지 센서(120)는 CMOS(complementary metal oxide semiconductor) 센서 또는 CCD(charged coupled device) 센서 등을 포함할 수 있다. 렌즈 어셈블리(111)를 통해 입사된 피사체의 광 정보는 이미지 센서(120)에 의해 전기적 신호로 변환되어 이미지 시그널 프로세서(130)로 입력될 수 있다. 이미지 센서(120)의 상면에 적외선 차단 필터(infra-red cut filter, 이하 IR cut 필터)가 배치될 수 있으며, 렌즈를 통과한 피사체의 상은 상기 IR cut 필터에 의해 일부 필터링된 후 이미지 센서(120)에 의해 감지될 수 있다.

일 실시 예에서, 광 방출기(light emitter)는 출력광을 생성하고 이를 외부로 방출할 수 있다. 광 방출기는 거리 감지 센서(210)와 별도로 구성되어 작동할 수도 있고, 거리 감지 센서(210)에 포함되어 작동할 수도 있다.

일 실시 예에서, 거리 감지 센서(210)는 이미지의 각 픽셀의 깊이 값을 계산할 수 있는 센서일 수 있다. 상기 픽셀의 깊이 값은 픽셀에 대응되는 영역(예: 피사체 및/또는 배경)에 대한 깊이 값으로 이해될 수 있다. 상기 거리 감지 센서(210)는 예를 들어, 적어도 스테레오(stereo) 방식, TOF(time of flight) 방식 또는 스트럭쳐 패턴(structured pattern) 방식으로 수행될 수 있다. 거리 감지 센서(210)(예: TOF 센서)는 광 방출기로부터 방출된 출력광에 대응되는 입력광을 수신할 수 있다. 상기 출력광 및 입력광은 적외선 또는 근적외선일 수 있다. 거리 감지 센서(210)는 입력광을 획득하여 피사체를 조사할 수 있다. 거리 감지 센서(210)는 입력광을 분석하여 거리 정보를 획득할 수 있다. 본 명세서에서, 출력광은 광 방출기(light emitter)로부터 출력되어 객체에 입사되는 광을 의미하고, 입력광은 출력광이 객체에 도달하여 객체로부터 반사된 후 거리 감지 센서(210)로 입력되는 광을 의미할 수 있다. 상기 출력광은 출력 신호로 참조될 수 있고, 상기 입력광은 입력 신호로 참조될 수 있다.

일 실시 예에서, 거리 감지 센서(210)는 획득한 입력광으로 소정의 노출주기 동안 객체를 조사할 수 있다. 상기 노출주기는 1개의 프레임 주기를 의미할 수 있다. 복수의 프레임을 생성하는 경우, 상기 노출주기는 반복될 수 있다. 예를 들어, 카메라 모듈(180)이 20 FPS로 객체를 촬영하는 경우, 노출주기는 1/20[sec]가 될 수 있다. 그리고 100개의 프레임을 생성하는 경우, 노출주기는 100번 반복될 수 있다.

일 실시 예에서, 이미지 시그널 프로세서(130)와 이미지 센서(120)가 물리적으로 구분된 경우, 규격에 맞는 센서 인터페이스가 있을 수 있다.

일 실시 예에서, 이미지 시그널 프로세서(130)는 전기적으로 변환된 이미지 데이터에 대하여 이미지 처리를 할 수 있다. 이미지 시그널 프로세서(130)에서의 과정은 pre-ISP(이하, 전처리(pre-processing)) 및 ISP chain(이하, 후처리(post-processing))로 구분될 수 있다. 디모자이크 과정 이전의 이미지 처리는 전처리를 의미할 수 있고, 디모자이크 과정 이후의 이미지 처리는 후처리를 의미할 수 있다. 상기 전처리 과정은 3A 처리, 렌즈 셰이딩 보상(lens shading correction), 엣지 개선(edge enhancement), 데드 픽셀 보정(dead pixel correction) 및 knee 보정 등을 포함할 수 있다. 상기 3A는 AWB(auto white balance), AE(auto exposure), AF(Auto focusing) 중 적어도 하나를 포함할 수 있다. 상기 후처리 과정은 적어도 센서 색인 값(index) 변경, 튜닝 파라미터 변경, 화면 비율 조절 중 하나를 포함할 수 있다. 후처리 과정은 상기 이미지 센서(120)로부터 출력되는 이미지 데이터 또는 스케일러로부터 출력되는 이미지 데이터를 처리하는 과정을 포함할 수 있다. 이미지 시그널 프로세서(130)는 후처리 과정을 통해 이미지의 명암대비(contrast), 선명도(sharpness), 채도(saturation), 디더링(dithering) 등을 조정할 수 있다. 여기서, 명암대비(contrast), 선명도(sharpness), 채도(saturation) 조정 절차는 YUV 색 공간에서 실행되고, 디더링 절차(dithering procedure)는 RGB(Red Green Blue) 색 공간(color space)에서 실행될 수 있다. 상기 전처리 과정 중 일부는 상기 후처리 과정에서 수행되거나, 상기 후처리 과정 중 일부는 상기 전처리 과정에서 수행될 수 있다. 또한, 상기 전처리 과정 중 일부는 후처리에서의 과정 중 일부와 중복될 수 있다.

일 실시 예에서, 디스플레이(110)는 프로세서(220)에 의해 실행되는 어플리케이션의 실행 화면이나, 메모리(230)에 저장된 이미지 및/또는 동영상과 같은 컨텐츠들을 디스플레이(110)에 표시할 수 있다. 또한 프로세서(220)는 카메라 모듈(180)을 통해 획득된 이미지 데이터를 디스플레이(110)에 실시간으로 표시할 수 있다.

일 실시 예에서, 디스플레이(110)는 터치 패널과 일체형으로 구현될 수 있다. 디스플레이(110)는 터치 기능을 지원할 수 있으며, 손가락을 이용한 터치와 같은 사용자 입력을 감지하고 프로세서(220)로 전달할 수 있다. 디스플레이(110)는 디스플레이(110)를 구동하기 위한 디스플레이 구동 회로(display driver integrated circuit, DDIC)와 연결될 수 있고, 터치 패널은 터치 좌표를 감지하고 터치 관련 알고리즘을 처리하는 터치 IC와 연결될 수 있다. 일 실시 예에서, 디스플레이 구동 회로와 터치 IC는 일체로 형성될 수 있고, 다른 실시 예에서 디스플레이 구동 회로와 터치 IC는 별개로 형성될 수 있다. 디스플레이 구동 회로 및/또는 터치 IC는 프로세서(220)와 전기적으로 연결될 수 있다.

일 실시 예에서, 프로세서(220)는 전자 장치(100)에서 지원하는 다양한 기능을 실행/제어할 수 있다. 예를 들어, 프로세서(220)는 메모리(230)에 저장된 프로그래밍 언어로 작성된 코드를 실행함으로써 어플리케이션을 실행하고, 각종 하드웨어를 제어할 수 있다. 예를 들어, 프로세서(220)는 메모리(230)에 저장된 촬영 기능을 지원하는 어플리케이션을 실행할 수 있다. 또한 프로세서(220)는 카메라 모듈(180)을 실행하고 카메라 모듈(180)이 사용자가 의도하는 동작을 수행할 수 있도록 적절한 촬영 모드를 설정하고 지원할 수 있다.

일 실시 예에서, 메모리(230)는 프로세서(220)에 의해 실행 가능한 명령어들이 저장될 수 있다. 메모리(230)는 RAM(random access memory)과 같이 일시적으로 데이터들이 저장되는 구성요소 및/또는, SSD(solid state drive)와 같이 데이터들이 영구적으로 저장되는 구성요소를 포함하는 개념으로 이해될 수 있다. 예를 들어, 프로세서(220)는 SSD에 저장된 명령어들을 호출하여 RAM 공간에 소프트웨어 모듈을 구현할 수 있다. 다양한 실시 예에서 메모리(230)는 다양한 종류를 포함할 수 있고, 장치의 용도에 맞게 적절한 종류가 채택될 수 있다.

일 실시 예에서, 메모리(230)에는 카메라 모듈(180)과 연관된 어플리케이션이 저장될 수 있다. 예를 들어, 메모리(230)에는 카메라 어플리케이션이 저장될 수 있다. 카메라 어플리케이션은 사진 촬영, 동영상 촬영, 파노라마 촬영, 슬로우 모션 촬영 등 다양한 촬영 기능을 지원할 수 있다.

일 실시 예에서, 카메라 모듈(180)과 연관된 어플리케이션은 다양한 종류의 어플리케이션에 해당할 수 있다. 예를 들어 채팅 어플리케이션이나 웹브라우저 어플리케이션, 이메일 어플리케이션, 쇼핑 어플리케이션 등도 영상 통화, 사진/비디오 첨부, 스트리밍 서비스, 제품 이미지 또는 제품 관련 VR(virtual reality) 촬영 기능을 지원하기 위해 카메라 모듈(180)을 이용할 수 있다.

도 3은 일 실시 예에 따른 전자 장치에서 얼굴 왜곡 보정에 대한 프로세스를 나타낸다. 도 3에 예시된 순서도의 동작 주체는 프로세서(예: 도 2의 프로세서(220)) 또는 이미지 시그널 프로세서(예: 도 1의 이미지 시그널 프로세서(130))로 이해될 수 있다.

일 실시 예에 따른 동작 302에서, 프로세서(220)는 이미지를 획득할 수 있다. 상기 이미지는 이미지 센서(120)를 통해 획득된 로우(raw) 이미지 데이터를 의미할 수 있다. 또는 상기 이미지는 프리뷰 이미지를 의미할 수 있다. 즉, 프로세서(220)는 로우 이미지 데이터를 통해 왜곡 보정을 수행하거나 프리뷰 이미지를 통해 실시간 왜곡 보정을 수행할 수 있다.

일 실시 예에 따른 동작 304에서, 프로세서(220)는 획득된 이미지를 복수 개의 격자 영역으로 분할할 수 있다. 상기 격자 영역의 형태는 네 개의 점으로 이루어진 영역을 의미할 수 있다. 예를 들어, 상기 격자 영역의 형태는 적어도 정사각형, 직사각형, 사다리꼴 및/또는 마름모의 형태를 포함할 수 있다.

일 실시 예에 따른 동작 306에서, 프로세서(220)는 이미지 센서(120)를 통해 획득한 이미지에서 얼굴을 검출할 수 있다. 프로세서(220)는 상기 이미지에서 적어도 둘 이상의 얼굴을 검출할 수 있다. 프로세서(220)는 상기 이미지에서 적어도 사람의 얼굴 또는 동물의 얼굴을 검출할 수 있다. 상기 얼굴 검출은 프로세서(220) 뿐만 아니라, 이미지 시그널 프로세서(130), 도시되지 않은 다른 하드웨어, 및 소프트웨어 모듈에 의하여 수행될 수 있음은 통상의 기술자 수준에서 명확하게 이해될 것이다.

일 실시 예에 따른 동작 308에서, 프로세서(220)는 왜곡 보상과 관련된 파라미터의 값을 설정할 수 있다. 상기 왜곡 보상과 관련된 파라미터는 렌즈의 일 특성인 화각(FOV, field of view) 값 또는 화각과 관련된 값일 수 있다. 왜곡 보상과 관련된 파라미터의 값이 커질수록 왜곡 보상의 정도가 증가할 수 있다. 다만, 파라미터에 따라서 파라미터의 값이 낮을수록 왜곡 보상의 정도가 증가할 수도 있다.

일 실시 예에서, 프로세서(220)는 각 픽셀마다 상기 왜곡 보상과 관련된 파라미터 값을 조절할 수 있다. 프로세서(220)는 격자 영역마다 상기 왜곡 보상과 관련된 파라미터 값을 조절할 수 있다. 프로세서(220)는 격자 영역을 이루는 격자 점(grid node)마다 상기 왜곡 보상과 관련된 파라미터 값을 조절할 수 있다.

일 실시 예에 따른 동작 310에서, 프로세서(220)는 왜곡 보상과 관련된 파라미터를 재설정할 수 있다. 프로세서(220)는 격자 영역에 포함된 격자 점(grid node), 얼굴 검출 정보, 및 관심 영역에 기반하여 왜곡 보상과 관련된 파라미터를 재설정할 수 있다. 프로세서(220)는 격자 점 간 거리에 기반하여 상기 파라미터의 값을 재설정할 수 있다. 프로세서(220)는 얼굴의 크기, 얼굴의 위치 등에 기반하여 상기 파라미터의 값을 재설정할 수 있다. 예를 들어, 얼굴의 위치가 이미지의 외곽 영역에 가까울수록 얼굴의 왜곡이 심해지므로 상기 파라미터의 값을 증가시킬 수 있다.

일 실시 예에 따른 동작 312에서, 프로세서(220)는 이미지 센서(120)를 통해 획득한 이미지에서 얼굴을 검출한 것에 기반하여, 관심 영역을 설정할 수 있다. 프로세서(220)는 얼굴과 대응되는 영역을 포함하여 관심 영역을 설정할 수 있다. 상기 관심 영역은 얼굴과 대응되는 영역 및 상기 얼굴과 대응되는 영역과 중첩되고 얼굴의 크기보다 큰 영역을 포함할 수 있다. 상기 얼굴과 대응되는 영역은 얼굴 영역으로 참조될 수 있다. 상기 얼굴의 크기보다 큰 영역은 마진 영역으로 참조될 수 있다.

일 실시 예에 따른 동작 314에서, 프로세서(220)는 평사투영법(stereographic projection)을 수행할 수 있다. 프로세서(220)는 왜곡 보상과 관련된 파라미터 값에 기반하여 평사투영법을 수행할 수 있다.

일 실시 예에 따른 동작 316에서, 프로세서(220)는 평사투영법(stereographic projection)이 수행된 이미지에 와핑(warping) 작업을 수행할 수 있다. 프로세서(220)는 평사투영법이 수행되어 일그러진 이미지를 디스플레이에 표시될 수 있도록 와핑 작업을 수행할 수 있다.

일 실시 예에 따른 동작 318에서, 프로세서(220)는 보정된 이미지를 획득하고, 획득된 상기 보정된 이미지를 메모리(230)에 저장하거나 디스플레이(110)에 표시할 수 있다.

도 4는 일 실시 예에 따른 이미지를 복수 개의 격자 영역으로 분할한 것을 나타낸다.

도 4를 참조하면, 프로세서(220)는 이미지 센서(120)를 통해 획득한 이미지(450)를 적어도 둘 이상의 격자 영역으로 분할할 수 있다. 프로세서(220)는 상기 격자 영역을 하나 이상 포함하는 적어도 둘 이상의 영역으로 분할할 수 있다. 예를 들면, 프로세서(220)는 상기 획득된 이미지(450)를 적어도 하나의 격자 영역을 포함한 관심 영역(430) 및 관심 영역을 제외한 영역(440)으로 나눌 수 있다.

일 실시 예에서, 도 4에는 하나의 관심 영역만 도시되어 있지만, 프로세서(220)는 도출되는 얼굴에 기반하여 복수 개의 관심 영역을 설정할 수 있다. 예를 들어, 이미지 센서(120)를 통해 획득한 이미지에서 도출되는 얼굴이 3개인 경우, 프로세서(220)는 3개의 관심 영역을 설정할 수 있다.

일 실시 예에서, 프로세서(220)는 일정 필드(field)에서 얼굴을 검출한 경우, 일정 필드에서 검출한 얼굴에 기반하여 관심 영역을 설정할 수 있다. 예를 들어, 프로세서(220)가 0.6 ~ 1.0 필드에서 얼굴을 검출한 경우, 프로세서(220)는 검출된 얼굴에 기반하여 관심 영역을 설정하고, 상기 설정된 관심 영역에 기반하여 왜곡 보상에 대한 처리를 수행할 수 있다. 다른 예를 들어, 프로세서(220)가 0 ~ 0.6 필드에서 얼굴을 검출한 경우, 관심 영역을 설정하지 않고, 왜곡 보상에 대한 처리를 수행하지 않을 수 있다. 상기 필드(field)는 렌즈 중심으로부터 렌즈의 가장 자리까지 일종의 거리로 참조될 수 있다. 0 필드는 렌즈 또는 이미지의 중심을 의미하고, 1.0 필드는 렌즈 또는 이미지의 외곽 부분을 의미할 수 있다.

일 실시 예에서, 관심 영역(430)은 얼굴 영역(410)과 마진 영역(420)을 포함할 수 있다.

도 5는 일 실시 예에 따른 전자 장치에서 이미지를 복수 개의 영역으로 분할한 후 영역 별로 왜곡 보상과 관련된 파라미터 값을 달리 적용하여 이미지를 처리하는 과정을 나타낸 순서도이다. 도 5에 예시된 순서도의 동작 주체는 프로세서(예: 도 2의 프로세서(220)) 또는 이미지 시그널 프로세서(예: 도 1의 이미지 시그널 프로세서(130))로 이해될 수 있다.

일 실시 예에 따른 동작 510에서, 프로세서(220)는 이미지 센서(120)를 통해 획득된 이미지에서 얼굴을 검출할 수 있다. 프로세서(220)는 이미지 센서(120)를 통해 획득된 이미지의 전체 영역에서 얼굴을 검출할 수 있다. 여기서 얼굴 검출은 특정 방법을 사용하여 수행되는 것은 아니고, 기존에 널리 알려진 방법들로 수행될 수 있음은 통상의 기술자 수준에서 이해될 수 있다. 상기 얼굴은 사람의 얼굴, 동물의 얼굴을 포함할 수 있다. 또한, 상기 얼굴 검출은 프로세서(220) 뿐만 아니라, 이미지 시그널 프로세서(130), 도시되지 않은 다른 하드웨어, 및 소프트웨어 모듈에 의하여 수행될 수 있음은 통상의 기술자 수준에서 명확하게 이해될 것이다.

일 실시 예에 따른 동작 520에서, 프로세서(220)는 상기 획득된 이미지를 복수 개의 격자 영역들로 분할할 수 있다. 상기 격자 영역들의 모양과 크기는 제한되지 않는다. 프로세서(220)는 이미지 전체 영역에 대하여 복수 개의 격자 영역들로 분할할 수 있다. 예를 들어, 프로세서(220)는 x by y 사이즈의 이미지를 획득한 경우, x by y 사이즈의 이미지에 대하여 복수 개의 격자 영역들로 분할할 수 있다.

일 실시 예에서, 프로세서(220)는 이미지 센서(120)를 통해 획득되는 이미지 전체가 아닌, 얼굴이 검출되는 영역 및 일정 거리 내의 영역에 대하여 복수 개의 격자 영역들로 분할할 수 있다. 예를 들어, 프로세서(220)는 왜곡 보정의 연산량을 줄이기 위하여 이미지 내에서 얼굴이 검출되는 영역에서 제1 픽셀 거리 이내의 영역까지 복수 개의 격자 영역들로 분할할 수 있다.

일 실시 예에 따른 동작 530에서, 프로세서(220)는 상기 복수 개의 격자 영역들 중 상기 검출된 얼굴에 대응하는 적어도 하나의 격자 영역을 관심 영역으로 설정할 수 있다. 도 4에서 언급된 것과 같이, 프로세서(220)는 검출된 얼굴 정보에 기반하여 둘 이상의 관심 영역을 설정할 수 있다. 프로세서(220)는 검출된 얼굴의 위치에 기반하여 관심 영역을 설정할 수 있다.

일 실시 예에 따른 동작 540에서, 프로세서(220)는 관심 영역으로 설정된 적어도 하나의 격자 영역에 왜곡 보상과 관련된 파라미터를 제1 파라미터 값으로 적용하고, 상기 복수 개의 격자 영역들 중 상기 적어도 하나의 격자 영역을 제외한 격자 영역에 상기 파라미터를 제2 파라미터 값을 적용할 수 있다.

일 실시 예에 따른 동작 550에서, 프로세서(220)는 제1 파라미터 값 및 제2 파라미터 값에 기반하여 이미지의 전체 영역에 대해 왜곡 보정을 수행할 수 있다. 프로세서(220)는 제1 파라미터 값에 기반하여 상기 관심 영역에 대하여 왜곡 보정을 수행하고, 제2 파라미터 값에 기반하여 상기 관심 영역을 제외한 영역에 대하여 왜곡 보정을 수행할 수 있다.

일 실시 예에 따른 동작 560에서, 프로세서(220)는 왜곡 보정이 수행된 이미지를 디스플레이(110)에 표시할 수 있다. 프로세서(220)는 왜곡 보정이 수행된 이미지를 디스플레이(110)에 표시하면서, 메모리(230)에 저장 또는 임시 저장할 수 있다.

도 6은 일 실시 예에 따른 이미지를 복수 개의 격자 영역으로 분할하여 왜곡 보정을 수행하는 것에 관한 순서도이다. 도 6에 예시된 적어도 하나의 프로세서는 프로세서(예: 도 2의 프로세서(220)) 또는 이미지 시그널 프로세서(예: 도 1의 이미지 시그널 프로세서(130))로 이해될 수 있다.

일 실시 예에 따른 동작 610에서, 프로세서(220)는 이미지 센서(120)를 통해 이미지를 획득할 수 있다. 프로세서(220)는 이미지 센서(120)를 통해 적어도 R, G, B 픽셀 값을 갖는 이미지를 획득할 수 있다.

일 실시 예에 따른 동작 620에서, 프로세서(220)는 이미지의 전체 영역을 격자로 분할할 수 있다. 프로세서(220)는 이미지 센서(120)를 통해 획득한 이미지를 적어도 하나 이상의 격자 영역으로 분할할 수 있다. 검출된 얼굴과 대응되는 적어도 하나 이상의 격자 영역은 얼굴 영역으로 참조될 수 있다.

일 실시 예에 따른 동작 630에서, 프로세서(220)는 격자 점들에 대해서 재설정된 파라미터들을 이용하여 평사투영법(stereographic projection)을 수행할 수 있다. 평사투영법은 구 형태로 이루어진 면을 평면에 투영시켜 나타낸 것을 의미할 수 있다.

일 실시 예에서, 프로세서(220)는 격자 영역 자체 또는 격자 영역을 구성하는 격자 점에 왜곡 보상과 관련된 파라미터 값을 변경할 수 있다. 예를 들어, 프로세서(220)는 50의 파라미터 값이 적용된 제1 격자 영역에 60으로 재설정된 파라미터 값을 적용할 수 있다. 또는 프로세서(220)는 제1 격자 점에 60으로 재설정된 파라미터 값을 적용하고, 제2 격자 점에 65로 재설정된 파라미터 값을 적용할 수 있다.

일 실시 예에서, 프로세서(220)는 상기 재설정된 파라미터 값에 기반하여 상기 평사투영법을 수행하여 격자 영역의 각 격자 점의 위치 또는 좌표를 변경할 수 있다.

일 실시 예에 따른 동작 640에서, 프로세서(220)는 상기 위치가 변경된 격자 점에 기반하여 이미지 와핑(warping)을 수행할 수 있다. 프로세서(220)는 평사투영법이 수행된 이미지와 이미지 센서(120)를 통해 획득된 로우(raw) 이미지 데이터를 비교하여 이미지 와핑을 수행할 수 있다. 프로세서(220)는 평사투영법이 수행된 이미지를 로우(raw) 이미지 데이터에 포함된 원래의 격자 점의 위치 또는 좌표 정보에 대응되도록 이미지 와핑을 수행할 수 있다.

도 7은 일 실시 예에 따른 이미지 센서를 통해 획득한 이미지에서 얼굴 검출에 기반하여 복수 개의 영역을 설정하는 것에 관한 순서도이다. 도 7에 예시된 순서도의 동작 주체는 프로세서(예: 도 2의 프로세서(220)) 또는 이미지 시그널 프로세서(예: 도 1의 이미지 시그널 프로세서(130))로 이해될 수 있다.

일 실시 예에 따른 동작 710에 있어서, 프로세서(220)는 이미지 센서(120)를 통해 획득된 이미지에서 얼굴을 검출할 수 있다. 프로세서(220)는 얼굴에 관련된 적어도 하나의 객체를 판단하고 이에 기반하여 얼굴을 검출할 수 있다. 예를 들어, 프로세서(220)는 목, 머리카락 등의 객체를 판단하고 이에 기반하여 얼굴을 검출할 수 있다. 상기 얼굴 검출은 프로세서(220) 뿐만 아니라, 이미지 시그널 프로세서(130), 도시되지 않은 다른 하드웨어, 및 소프트웨어 모듈에 의하여 수행될 수 있음은 통상의 기술자 수준에서 명확하게 이해될 것이다.

일 실시 예에서, 프로세서(220)는 얼굴이 계속적으로 검출되는지 확인할 수 있다. 프로세서(220)는 상기 얼굴이 검출되지 않는 경우, 왜곡 보정을 수행하지 않을 수 있다. 프로세서(220)는 상기 얼굴이 검출되고 안되고는 반복하는 경우, 왜곡 보상과 관련된 파라미터 값의 변화 범위를 제한하여 화면 출력이 울렁거리는 것을 방지할 수 있다. 상기 파라미터 값의 변화 범위를 제한하는 것은 이하 도 10에서 언급되는 내용이 적용될 수 있다.

일 실시 예에 따른 동작 720에 있어서, 프로세서(220)는 얼굴 검출을 통해 얼굴의 중심점을 결정하고 얼굴 영역을 설정할 수 있다. 프로세서(220)는 상기 검출된 얼굴의 특징을 이용하여 얼굴의 중심점을 결정할 수 있다. 예를 들어, 프로세서(220)는 얼굴의 특징점을 나타내는 특징 정보를 추출하고, 추출된 특징 정보에 기반하여 얼굴의 중심점을 결정할 수 있다. 상기 얼굴의 특징점은 눈, 코, 입, 및 귀 등을 포함할 수 있고, 상기 특징 정보는 눈, 코, 입, 및 귀 각각의 위치 및/또는 크기 정보를 포함할 수 있다.

일 실시 예에 따른 동작 730에 있어서, 프로세서(220)는 설정된 얼굴 영역 외에 마진 영역을 설정할 수 있다. 프로세서(220)는 설정된 얼굴 영역에서 일정 격자 거리만큼의 영역을 마진 영역으로 설정할 수 있다. 상기 마진 영역은 얼굴 영역과 그 외의 영역에서 보정의 정도의 차이를 줄여 주기 위한 영역일 수 있다.

일 실시 예에서, 프로세서(220)는 마진 영역을 설정하여 왜곡 보정이 집중적으로 수행되는 얼굴 영역과 그 외의 영역(예: 관심 영역의 외부 영역)에서 발생하는 급격한 보정 차이를 줄일 수 있다. 프로세서(220)는 상기 마진 영역에 해당하는 격자 영역에는 상기 제1 파라미터 값과 상기 제2 파라미터 값 사이의 값인 제3 파라미터 값을 적용할 수 있다. 예를 들어, 프로세서(220)는 얼굴 영역에 해당하는 격자 영역 또는 격자 점에는 왜곡 보상과 관련된 파라미터 값을 120을 적용하고, 얼굴 영역을 제외한 격자 영역에는 90을 적용하는 경우, 얼굴 영역과 얼굴 영역을 제외한 영역 사이에 위치한 마진 영역에 105를 적용할 수 있다.

일 실시 예에서, 프로세서(220)는 마진 영역을 설정하여 왜곡 보정 영역을 더 확대할 수 있다. 프로세서(220)는 얼굴 영역 뿐만 아니라, 마진 영역까지 포함하여 왜곡 보상과 관련된 파라미터를 제1 파라미터 값으로 적용할 수 있다. 예를 들어, 프로세서(220)는 검출된 얼굴의 크기가 작아 얼굴 영역이 작은 경우, 얼굴 영역 및 마진 영역 중 적어도 하나를 포함한 영역에 제1 파라미터 값으로 적용할 수 있다. 상기 얼굴 영역 및 마진 영역 중 적어도 하나를 포함하는 영역은 얼굴 영역, 마진 영역 또는 얼굴 영역과 마진 영역 모두를 포함하는 영역을 포함할 수 있다.

일 실시 예에 따른 동작 740에 있어서, 프로세서(220)는 얼굴 영역과 마진 영역을 모두 포함하는 영역을 관심 영역으로 설정할 수 있다. 프로세서(220)는 상기 관심 영역을 왜곡 보정 영역으로 설정할 수 있다.

도 8은 일 실시 예에 따른 전자 장치에서 이미지의 일부 영역을 디스플레이에 표시하는 경우, 이미지의 왜곡 보정에 관한 순서도이다. 도 8에 예시된 순서도의 동작 주체는 프로세서(예: 도 2의 프로세서(220)) 또는 이미지 시그널 프로세서(예: 도 1의 이미지 시그널 프로세서(130))로 이해될 수 있다. 도 8의 순서도는 도 9와 연관되어 설명될 수 있다.

일 실시 예에 따른 동작 810에 있어서, 프로세서(220)는 이미지 전체 영역 중 일부 영역을 프리뷰 이미지로 출력될 영역으로 설정할 수 있다. 프로세서(220)는 이미지 전체 영역 중 일부 영역을 크롭(crop)해서 프리뷰 이미지로 출력할 수 있다. 예를 들어, 프로세서(220)는 별도의 어플리케이션을 통해 이미지 센서(120)를 통해 획득된 이미지의 일부 영역을 프리뷰 이미지로 출력할 수 있다.

일 실시 예에 따른 동작 820에 있어서, 프로세서(220)는 프리뷰 이미지로 출력될 상기 일부 영역을 관심 영역으로 설정할 수 있다. 프로세서(220)는 프리뷰 이미지로 출력될 상기 일부 영역을 관심 영역으로 설정하는 것에 더하여 상기 일부 영역보다 더 넓은 범위를 마진 영역으로 설정할 수 있다.

일 실시 예에 따른 동작 830에 있어서, 프로세서(220)는 상기 관심 영역을 왜곡 보정 영역으로 설정하여 보정을 수행할 수 있다. 프로세서(220)는 상기 관심 영역 및 상기 마진 영역을 왜곡 보정 영역으로 설정하여 보정을 수행할 수 있다. 이 경우, 프로세서(220)는 디스플레이(110)를 통해서 표시되는 영역 보다 넓은 영역인 마진을 가진 영역을 왜곡 보정 영역으로 설정하여 보정을 수행하므로 효과적인 왜곡 보정을 수행할 수 있다.

일 실시 예에 따른 동작 840에 있어서, 프로세서(220)는 왜곡이 보정된 영역을 프리뷰 이미지로 출력할 수 있다.

도 9는 일 실시 예에 따른 전자 장치에서 이미지의 일부 영역을 디스플레이에 표시하는 것을 나타낸다. 도 9는 도 8의 순서도에 해당하는 일 실시 예에 대한 이미지를 나타낸다. 제1 이미지(910)는 이미지 센서(120)를 통해 획득된 이미지일 수 있다. 제2 이미지(920)는 제1 이미지(910)에서 일부 영역을 크롭한 이미지일 수 있다. 프로세서(220)는 제2 이미지(920)의 주변부를 왜곡 보상을 위한 마진 영역(930)으로 설정할 수 있다. 프로세서(220)는 제2 이미지(920)를 프리뷰 이미지로 디스플레이(110)에 표시할 수 있다.

도 10은 일 실시 예에 따른 전자 장치에서 프레임에 따른 왜곡 보상에 관련된 파라미터 값의 최대 변화 범위를 제한한 경우의 이미지 처리에 관한 순서도이다. 이하 실시 예에서 각 동작들은 순차적으로 수행될 수도 있으나, 반드시 순차적으로 수행되는 것은 아니다. 각 동작들의 순서가 변경될 수도 있으며, 적어도 두 동작들이 병렬적으로 수행될 수도 있다.

일 실시 예에 따른 동작 1010에 있어서, 프로세서(220)는 프레임에 따른 파라미터 값의 최대 변화 범위를 제1 변화 범위로 제한할 수 있다. 상기 파라미터 값은 왜곡 보상과 관련된 파라미터 값일 수 있다. 예를 들어, 상기 왜곡 보상과 관련된 파라미터 값이 클수록 왜곡 보상의 정도가 증가할 수 있다. 다만, 파라미터에 따라서 상기 파라미터의 값이 낮을수록 왜곡 보상의 정도가 증가할 수도 있다. 프로세서(220)는 관심 영역에 적용되는 상기 왜곡 보상과 관련된 파라미터 값의 최대 변화 범위를 제1 변화 범위로 제한할 수 있다. 상기 최대 변화 범위는 모든 프레임에 적용되도록 세팅된 값일 수 있다. 프로세서(220)는 상기 왜곡 보상과 관련된 파라미터 값의 변화 범위를 제한하여 프레임에 따른 파라미터 값을 점진적으로 변화시켜 이미지 보정을 자연스럽게 수행할 수 있다. 예를 들어, 프로세서(220)가 최대 변화 범위를 5로 설정한 경우, N 번째 프레임의 제1 격자점에 할당된 파라미터 값이 120이고, N+1 번째 프레임의 제1 격자점에 할당될 파라미터 값이 100인 경우, 프로세서(220)는 제1 격자점에 대하여 파라미터 값을 100으로 할당하지 않고 115로 할당할 수 있다.

일 실시 예에 따른 동작 1020에 있어서, 프로세서(220)는 M 번째 프레임에 적용될 왜곡 보상과 관련된 파라미터 값을 결정할 수 있다. 프로세서(220)는 M 번째 프레임의 적어도 얼굴 영역에 적용될 왜곡 보상과 관련된 파라미터 값을 제1 값으로 결정할 수 있다.

일 실시 예에 따른 동작 1030에 있어서, 프로세서(220)는 N 번째 프레임에 적용되는 파라미터 값 및 N 번째 이전의 프레임인 M 번째 프레임에 적용된 파라미터 값의 차이가 제1 변화 범위 내인지 판단할 수 있다. 프로세서(220)는 N 번째 프레임에 적용될 파라미터 값을 제2 값으로 결정할 수 있다. 프로세서(220)는 M 번째 프레임에 적용된 파라미터 값인 제1 값과 N 번째 프레임에 적용될 파라미터 값인 제2 값의 차이를 계산할 수 있다. N 번째 프레임은 M 번째 프레임 이후의 프레임일 수 있다. 예를 들면, N 번째 프레임은 M+1 번째 프레임일 수 있다.

일 실시 예에서, 프로세서(220)는 계산된 상기 왜곡 보상과 관련된 파라미터 값의 차이가 상기 제1 변화 범위 내인 경우 동작 1040을 수행할 수 있다. 예를 들어, M 번째 프레임에 적용된 왜곡 보상과 관련된 파라미터 값이 120이고, N 번째(예: M+1 번째) 프레임에 적용되는 상기 파라미터 값이 118이며 상기 제1 변화 범위가 5로 설정된 경우, 프로세서(220)는 N 번째 프레임과 M 번째 프레임의 상기 파라미터 값의 차이가 2이므로, 프로세서(220)는 N 번째 프레임에 대하여 상기 파라미터 값을 적용하여 왜곡 보정을 수행할 수 있다.

일 실시 예에서, 프로세서(220)는 계산된 상기 왜곡 보상과 관련된 파라미터 값의 차이가 상기 제1 변화 범위가 아닌 경우 동작 1020으로 돌아가 왜곡 보상과 관련된 파라미터 값을 상기 제1 변화 범위 내에서 재결정할 수 있다. 예를 들어, M 번째 프레임에 적용된 파라미터 값이 120이고, N 번째(예: M+1 번째) 프레임에 적용되는 파라미터 값이 100이며 상기 제1 변화 범위가 5로 설정된 경우, 프로세서(220)는 N 번째 프레임과 M 번째 프레임에 적용되는 왜곡 보상과 관련된 파라미터 값의 차이가 20이므로, 동작 1020로 돌아가 N 번째 프레임에 적용되는 상기 파라미터 값을 115로 재결정할 수 있다.

일 실시 예에 따른 동작 1040에 있어서, 프로세서(220)는 상기 왜곡 보상과 관련된 파라미터 값에 기반하여 왜곡 보정을 수행할 수 있다. 예를 들어, M 번째 프레임에 적용된 왜곡 보상과 관련된 파라미터 값이 120이고, N 번째(예: M+1 번째) 프레임에 적용되는 상기 파라미터 값이 118이며 상기 제1 변화 범위가 5로 설정된 경우, N 번째 프레임에 대하여 파라미터 값 118을 적용하여 왜곡 보정을 수행할 수 있다. 다른 예를 들어, 왜곡 보정을 시작하는 첫 프레임에 적용되는 상기 파라미터 값이 4이고, 왜곡 보정을 시작하기 전 프레임에는 상기 파라미터 값이 0인 경우, 상기 제1 변화 범위가 5이므로, 상기 왜곡 보정을 시작하는 첫 프레임에 대하여 왜곡 보상과 관련된 파라미터 값 4를 적용하여 왜곡 보정을 수행할 수 있다.

일 실시 예에 따른 동작 1050에 있어서, 프로세서(220)는 왜곡 보정이 완료되었는지 판단할 수 있다. 프로세서(220)는 제1 개수의 프레임에 걸쳐 원하는 정도로 왜곡 보정이 수행되었는지 판단할 수 있다. 프로세서(220)는 왜곡 보정이 완료되지 않았다고 판단하는 경우, 상기 동작 1020 내지 동작 1040을 반복적으로 수행할 수 있다. 예를 들어, 프로세서(220)는 왜곡 보정을 시작하는 첫 번째 프레임에서 제1 값으로 결정된 왜곡 보상과 관련된 파라미터 값에 기반하여 왜곡 보정을 수행할 수 있다. 프로세서(220)는 상기 첫 번째 프레임의 다음 프레임인 두 번째 프레임에서 상기 동작 1030을 만족하여 제2 값으로 결정된 왜곡 보상과 관련된 파라미터 값에 기반하여 왜곡 보정을 수행할 수 있다. 여기서 이미지의 왜곡 보정이 완료되지 않은 경우, 프로세서(220)는 세 번째 프레임에 대하여 상기 동작 1020을 수행하여 왜곡 보상과 관련된 파라미터 값을 제3 값으로 결정하고, 상기 동작 1030을 통해 두 번째 프레임에 적용된 상기 제2 값과의 상기 제3 값의 차이가 제1 변화 범위인지 판단할 수 있다. 이는 이미지 왜곡 보정이 완료될 때까지 반복되는 과정일 수 있다.

도 11은, 다양한 실시 예들에 따른, 네트워크 환경(1100) 내의 전자 장치(1101)의 블록도이다.

도 11을 참조하면, 네트워크 환경(1100)에서 전자 장치(1101)는 제1 네트워크(1198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(1102)와 통신하거나, 또는 제2 네트워크(1199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(1104) 또는 서버(1108)와 통신할 수 있다. 일 실시 예에 따르면, 전자 장치(1101)는 서버(1108)를 통하여 전자 장치(1104)와 통신할 수 있다. 일 실시 예에 따르면, 전자 장치(1101)는 프로세서(1120), 메모리(1130), 입력 모듈(1150), 음향 출력 모듈(1155), 디스플레이 모듈(1160), 오디오 모듈(1170), 센서 모듈(1176), 인터페이스(1177), 연결 단자(1178), 햅틱 모듈(1179), 카메라 모듈(1180), 전력 관리 모듈(1188), 배터리(1189), 통신 모듈(1190), 가입자 식별 모듈(1196), 또는 안테나 모듈(1197)을 포함할 수 있다. 어떤 실시 예에서는, 전자 장치(1101)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(1178))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시 예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(1176), 카메라 모듈(1180), 또는 안테나 모듈(1197))은 하나의 구성요소(예: 디스플레이 모듈(1160))로 통합될 수 있다.

프로세서(1120)는, 예를 들면, 소프트웨어(예: 프로그램(1140))를 실행하여 프로세서(1120)에 연결된 전자 장치(1101)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(1120)는 다른 구성요소(예: 센서 모듈(1176) 또는 통신 모듈(1190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(1132)에 저장하고, 휘발성 메모리(1132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(1134)에 저장할 수 있다. 일 실시 예에 따르면, 프로세서(1120)는 메인 프로세서(1121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(1123)(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(1101)가 메인 프로세서(1121) 및 보조 프로세서(1123)를 포함하는 경우, 보조 프로세서(1123)는 메인 프로세서(1121)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(1123)는 메인 프로세서(1121)와 별개로, 또는 그 일부로서 구현될 수 있다.

보조 프로세서(1123)는, 예를 들면, 메인 프로세서(1121)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(1121)를 대신하여, 또는 메인 프로세서(1121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(1121)와 함께, 전자 장치(1101)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(1160), 센서 모듈(1176), 또는 통신 모듈(1190))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일 실시 예에 따르면, 보조 프로세서(1123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(1180) 또는 통신 모듈(1190))의 일부로서 구현될 수 있다. 일 실시 예에 따르면, 보조 프로세서(1123)(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(1101) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(1108))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(1130)는, 전자 장치(1101)의 적어도 하나의 구성요소(예: 프로세서(1120) 또는 센서 모듈(1176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(1140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(1130)는, 휘발성 메모리(1132) 또는 비휘발성 메모리(1134)를 포함할 수 있다.

프로그램(1140)은 메모리(1130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(1142), 미들 웨어(1144) 또는 어플리케이션(1146)을 포함할 수 있다.

입력 모듈(1150)은, 전자 장치(1101)의 구성요소(예: 프로세서(1120))에 사용될 명령 또는 데이터를 전자 장치(1101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(1150)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.

음향 출력 모듈(1155)은 음향 신호를 전자 장치(1101)의 외부로 출력할 수 있다. 음향 출력 모듈(1155)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(1160)은 전자 장치(1101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(1160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일 실시 예에 따르면, 디스플레이 모듈(1160)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.

오디오 모듈(1170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일 실시 예에 따르면, 오디오 모듈(1170)은, 입력 모듈(1150)을 통해 소리를 획득하거나, 음향 출력 모듈(1155), 또는 전자 장치(1101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(1102))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.

센서 모듈(1176)은 전자 장치(1101)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(1176)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(1177)는 전자 장치(1101)가 외부 전자 장치(예: 전자 장치(1102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일 실시 예에 따르면, 인터페이스(1177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.

연결 단자(1178)는, 그를 통해서 전자 장치(1101)가 외부 전자 장치(예: 전자 장치(1102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일 실시 예에 따르면, 연결 단자(1178)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.

햅틱 모듈(1179)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(1179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.

카메라 모듈(1180)은 정지 영상 및 동영상을 촬영할 수 있다. 일 실시 예에 따르면, 카메라 모듈(1180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.

전력 관리 모듈(1188)은 전자 장치(1101)에 공급되는 전력을 관리할 수 있다. 일 실시 예에 따르면, 전력 관리 모듈(1188)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.

배터리(1189)는 전자 장치(1101)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일 실시 예에 따르면, 배터리(1189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.

통신 모듈(1190)은 전자 장치(1101)와 외부 전자 장치(예: 전자 장치(1102), 전자 장치(1104), 또는 서버(1108)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(1190)은 프로세서(1120)(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(1190)은 무선 통신 모듈(1192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(1194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제1 네트워크(1198)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제2 네트워크(1199)(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(1104)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(1192)은 가입자 식별 모듈(1196)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제1 네트워크(1198) 또는 제2 네트워크(1199)와 같은 통신 네트워크 내에서 전자 장치(1101)를 확인 또는 인증할 수 있다.

무선 통신 모듈(1192)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(1192)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(1192)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(1192)은 전자 장치(1101), 외부 전자 장치(예: 전자 장치(1104)) 또는 네트워크 시스템(예: 제2 네트워크(1199))에 규정되는 다양한 요구사항을 지원할 수 있다. 일 실시 예에 따르면, 무선 통신 모듈(1192)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(1197)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일 실시 예에 따르면, 안테나 모듈(1197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일 실시 예에 따르면, 안테나 모듈(1197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제1 네트워크(1198) 또는 제2 네트워크(1199)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(1190)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(1190)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(1197)의 일부로 형성될 수 있다.

다양한 실시 예에 따르면, 안테나 모듈(1197)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(1199)에 연결된 서버(1108)를 통해서 전자 장치(1101)와 외부의 전자 장치(1104)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(1102, 또는 1104) 각각은 전자 장치(1101)와 동일한 또는 다른 종류의 장치일 수 있다. 일 실시 예에 따르면, 전자 장치(1101)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(1102, 1104, 또는 1108) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(1101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(1101)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(1101)로 전달할 수 있다. 전자 장치(1101)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(1101)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시 예에 있어서, 외부의 전자 장치(1104)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(1108)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일 실시 예에 따르면, 외부의 전자 장치(1104) 또는 서버(1108)는 제2 네트워크(1199) 내에 포함될 수 있다. 전자 장치(1101)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(1101)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(1136) 또는 외장 메모리(1138))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(1140))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(1101))의 프로세서(예: 프로세서(1120))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 스토어^TM)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 12는 다양한 실시 예들에 따른, 카메라 모듈(1180)을 예시하는 블럭도(1200)이다.

도 12를 참조하면, 카메라 모듈(1180)은 렌즈 어셈블리(1210), 플래쉬(1220), 이미지 센서(1230), 이미지 스태빌라이저(1240), 메모리(1250)(예: 버퍼 메모리), 또는 이미지 시그널 프로세서(1260)를 포함할 수 있다. 렌즈 어셈블리(1210)는 이미지 촬영의 대상인 피사체로부터 방출되는 빛을 수집할 수 있다. 렌즈 어셈블리(1210)는 하나 또는 그 이상의 렌즈들을 포함할 수 있다. 일 실시 예에 따르면, 카메라 모듈(1180)은 복수의 렌즈 어셈블리(1210)들을 포함할 수 있다. 이런 경우, 카메라 모듈(1180)은, 예를 들면, 듀얼 카메라, 360도 카메라, 또는 구형 카메라(spherical camera)를 형성할 수 있다. 복수의 렌즈 어셈블리(1210)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(1210)는, 예를 들면, 광각 렌즈 또는 망원 렌즈를 포함할 수 있다.

플래쉬(1220)는 피사체로부터 방출 또는 반사되는 빛을 강화하기 위하여 사용되는 빛을 방출할 수 있다. 일 실시 예에 따르면, 플래쉬(1220)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(1230)는 피사체로부터 방출 또는 반사되어 렌즈 어셈블리(1210)를 통해 전달된 빛을 전기적인 신호로 변환함으로써, 상기 피사체에 대응하는 이미지를 획득할 수 있다. 일 실시 예에 따르면, 이미지 센서(1230)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(1230)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(1240)는 카메라 모듈(1180) 또는 이를 포함하는 전자 장치(1101)의 움직임에 반응하여, 렌즈 어셈블리(1210)에 포함된 적어도 하나의 렌즈 또는 이미지 센서(1230)를 특정한 방향으로 움직이거나 이미지 센서(1230)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(1240)는, 일 실시 예에 따르면, 이미지 스태빌라이저(1240)는 카메라 모듈(1180)의 내부 또는 외부에 배치된 자이로 센서(미도시) 또는 가속도 센서(미도시)를 이용하여 카메라 모듈(1180) 또는 전자 장치(1101)의 그런 움직임을 감지할 수 있다. 일 실시 예에 따르면, 이미지 스태빌라이저(1240)는, 예를 들면, 광학식 이미지 스태빌라이저로 구현될 수 있다. 메모리(1250)는 이미지 센서(1230)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(1250)에 저장이 되고, 그에 대응하는 사본 이미지(예: 낮은 해상도의 이미지)는 표시 장치(1160)를 통하여 프리뷰 될 수 있다. 이후, 지정된 조건이 만족되면(예: 사용자 입력 또는 시스템 명령) 메모리(1250)에 저장되었던 원본 이미지의 적어도 일부가, 예를 들면, 이미지 시그널 프로세서(1260)에 의해 획득되어 처리될 수 있다. 일 실시 예에 따르면, 메모리(1250)는 메모리(1130)의 적어도 일부로, 또는 이와는 독립적으로 운영되는 별도의 메모리로 구성될 수 있다.

이미지 시그널 프로세서(1260)는 이미지 센서(1230)를 통하여 획득된 이미지 또는 메모리(1250)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(1260)는 카메라 모듈(1180)에 포함된 구성 요소들 중 적어도 하나(예: 이미지 센서(1230))에 대한 제어(예: 노출 시간 제어, 또는 리드 아웃 타이밍 제어 등)를 수행할 수 있다. 이미지 시그널 프로세서(1260)에 의해 처리된 이미지는 추가 처리를 위하여 메모리(1250)에 다시 저장되거나 카메라 모듈(1180)의 외부 구성 요소(예: 메모리(1130), 표시 장치(1160), 전자 장치(1102), 전자 장치(1104), 또는 서버(1108))로 제공될 수 있다. 일 실시 예에 따르면, 이미지 시그널 프로세서(1260)는 프로세서(1120)의 적어도 일부로 구성되거나, 프로세서(1120)와 독립적으로 운영되는 별도의 프로세서로 구성될 수 있다. 이미지 시그널 프로세서(1260)가 프로세서(1120)와 별도의 프로세서로 구성된 경우, 이미지 시그널 프로세서(1260)에 의해 처리된 적어도 하나의 이미지는 프로세서(1120)에 의하여 그대로 또는 추가의 이미지 처리를 거친 후 표시 장치(1160)를 통해 표시될 수 있다.

일 실시 예에 따르면, 전자 장치(1101)는 각각 다른 속성 또는 기능을 가진 복수의 카메라 모듈(1180)들을 포함할 수 있다. 이런 경우, 예를 들면, 상기 복수의 카메라 모듈(1180)들 중 적어도 하나는 광각 카메라이고, 적어도 다른 하나는 망원 카메라일 수 있다. 유사하게, 상기 복수의 카메라 모듈(1180)들 중 적어도 하나는 전면 카메라이고, 적어도 다른 하나는 후면 카메라일 수 있다.

일 실시 예에서, 전자 장치(100)는 이미지 센서(120), 디스플레이(110), 이미지 센서(120) 및 디스플레이(110)와 전기적으로 연결되는 적어도 하나의 프로세서(예: 도 1의 이미지 시그널 프로세서(130) 및/또는 도 2의 프로세서(220))를 포함할 수 있다.

일 실시 예에서, 상기 적어도 하나의 프로세서는 이미지 센서(120)를 통해 획득된 이미지에서 얼굴을 검출할 수 있다. 상기 적어도 하나의 프로세서는 상기 획득된 이미지를 복수 개의 격자 영역들로 분할할 수 있다. 상기 적어도 하나의 프로세서는 상기 복수 개의 격자 영역들 중 상기 검출된 얼굴에 대응하는 적어도 하나의 격자 영역을 관심 영역으로 설정할 수 있다. 상기 적어도 하나의 프로세서는 상기 관심 영역으로 설정된 상기 적어도 하나의 격자 영역에 왜곡 보상과 관련된 파라미터를 제1 파라미터 값으로 적용하고, 상기 복수 개의 격자 영역들 중 상기 적어도 하나의 격자 영역을 제외한 격자 영역에 상기 파라미터를 상기 제1 파라미터 값보다 낮은 제2 파라미터 값을 적용할 수 있다. 상기 적어도 하나의 프로세서는 상기 제1 파라미터 값 및 상기 제2 파라미터 값에 기반하여 상기 이미지에 대해 왜곡 보정을 수행할 수 있다. 상기 적어도 하나의 프로세서는 상기 왜곡 보정이 수행된 이미지를 디스플레이(110)에 표시할 수 있다.

일 실시 예에서, 상기 관심 영역은 얼굴 영역 및 얼굴 영역의 외곽에 위치한 마진(margin) 영역을 포함할 수 있다. 상기 적어도 하나의 프로세서는 상기 마진 영역에 해당하는 격자 영역에는 상기 제1 파라미터 값과 상기 제2 파라미터 값 사이의 값인 제3 파라미터 값을 적용할 수 있다.

일 실시 예에서, 상기 적어도 하나의 프로세서는 상기 검출되는 얼굴의 크기, 형태 및 위치 중 적어도 하나가 변화하는 것에 응답하여 상기 왜곡 보상과 관련된 파라미터 값을 재설정할 수 있다.

일 실시 예에서, 상기 적어도 하나의 프로세서는 상기 제1 파라미터 값 및 상기 제2 파라미터 값에 기반하여 평사 투영법(stereographic projection)을 수행하고, 상기 평사 투영법에 의하여 위치가 변경된 격자 점(grid node)에 기반하여 이미지 와핑(warping)을 수행할 수 있다.

일 실시 예에서, 상기 적어도 하나의 프로세서는 M 번째 프레임에서 상기 관심 영역에 대하여 적용하는 파라미터 값과 M 번째 이후의 프레임인 N 번째 프레임에서 상기 관심 영역에 대하여 적용하는 파라미터 값의 변화 범위를 제1 변화 범위로 제한할 수 있다.

일 실시 예에서, 상기 적어도 하나의 프로세서는 상기 M 번째 프레임에서 얼굴을 검출하는 경우, 상기 M 번째 프레임에서 상기 관심 영역에 대하여 제1 보정 값을 적용하고, 상기 적어도 하나의 프로세서는 상기 N 번째 프레임에서 얼굴을 검출하지 않은 경우, 상기 N 번째 프레임에서 상기 관심 영역에 대하여 제2 보정 값을 적용할 수 있다.

일 실시 예에서, 상기 적어도 하나의 프로세서는 상기 얼굴 검출을 통해서 사람의 얼굴 및 동물의 얼굴 중 적어도 하나를 검출할 수 있다.

일 실시 예에서, 상기 적어도 하나의 프로세서는 상기 보상과 관련된 파라미터 값을 격자 점(grid node), 얼굴 검출 정보, 및 관심 영역에 기반하여 결정할 수 있다.

일 실시 예에서, 상기 적어도 하나의 프로세서는 상기 관심 영역의 외부에서 상기 관심 영역에 인접한 제1 격자 영역에는 상기 제2 파라미터 값을 적용할 수 있다. 상기 적어도 하나의 프로세서는 상기 제1 격자 영역보다 상기 관심 영역으로부터 이격되고 상기 이미지의 외곽 영역에 인접한 제2 격자 영역에는 상기 제2 파라미터 값보다 작은 제4 파라미터 값을 적용할 수 있다.

일 실시 예에서, 상기 적어도 하나의 프로세서는 상기 이미지의 최외곽 영역에 대응되는 격자 영역에는 상기 왜곡 보상을 수행하지 않을 수 있다.

일 실시 예에서, 전자 장치(100)의 동작 방법은 이미지 센서(120)를 통해 획득된 이미지에서 얼굴을 검출하는 동작, 상기 획득된 이미지를 복수 개의 격자 영역들로 분할하는 동작, 상기 복수 개의 격자 영역들 중 상기 검출된 얼굴에 대응하는 적어도 하나의 격자 영역을 관심 영역으로 설정하는 동작, 상기 관심 영역으로 설정된 상기 적어도 하나의 격자 영역에 왜곡 보상과 관련된 파라미터를 제1 파라미터 값으로 적용하고, 상기 복수 개의 격자 영역들 중 상기 적어도 하나의 격자 영역을 제외한 격자 영역에 상기 파라미터를 상기 제1 파라미터 값보다 낮은 제2 파라미터 값을 적용하는 동작, 상기 제1 파라미터 값 및 상기 제2 파라미터 값에 기반하여 상기 이미지에 대해 왜곡 보정을 수행하는 동작, 및 상기 왜곡 보정이 수행된 이미지를 디스플레이(110)에 표시하는 동작을 포함할 수 있다.

일 실시 예에서, 전자 장치(100)의 동작 방법은 상기 마진 영역에 해당하는 격자 영역에는 상기 제1 파라미터 값과 상기 제2 파라미터 값 사이의 값인 제3 파라미터 값을 적용하는 동작을 포함할 수 있다.

일 실시 예에서, 전자 장치(100)의 동작 방법은 상기 제1 파라미터 값 및 상기 제2 파라미터 값에 기반하여 평사 투영법(stereographic projection)을 수행하는 동작, 및 상기 평사 투영법에 의하여 위치가 변경된 격자 점에 기반하여 이미지 와핑(warping)을 수행하는 동작을 포함할 수 있다.

일 실시 예에서, 전자 장치(100)의 동작 방법은 M 번째 프레임에서 상기 관심 영역에 대하여 적용하는 파라미터 값과 M 번째 이후의 프레임인 N 번째 프레임에서 상기 관심 영역에 대하여 적용하는 파라미터 값의 변화 범위를 제1 변화 범위로 제한하는 동작을 포함할 수 있다.

일 실시 예에서, 전자 장치(100)의 동작 방법은 상기 관심 영역의 외부에서 상기 관심 영역에 인접한 제1 격자 영역에는 상기 제2 파라미터 값을 적용하는 동작, 및 상기 제1 격자 영역보다 상기 관심 영역으로부터 이격되고 상기 이미지의 외곽 영역에 인접한 제2 격자 영역에는 상기 제2 파라미터 값보다 작은 제4 파라미터 값을 적용하는 동작을 포함할 수 있다.

일 실시 예에서, 컴퓨터 판독 가능한 명령어들을 저장하는 비-일시적 기록 매체에 있어서, 상기 명령어들은 전자 장치의 적어도 하나의 프로세서에 의해 실행 시, 이미지 센서(120)를 통해 획득된 이미지에서 얼굴을 검출하는 동작, 상기 획득된 이미지를 복수 개의 격자 영역들로 분할하는 동작, 상기 복수 개의 격자 영역들 중 상기 검출된 얼굴에 대응하는 적어도 하나의 격자 영역을 관심 영역으로 설정하는 동작, 상기 관심 영역으로 설정된 상기 적어도 하나의 격자 영역에 왜곡 보상과 관련된 파라미터를 제1 파라미터 값으로 적용하고, 상기 복수 개의 격자 영역들 중 상기 적어도 하나의 격자 영역을 제외한 격자 영역에 상기 파라미터를 상기 제1 파라미터 값보다 낮은 제2 파라미터 값을 적용하는 동작, 상기 제1 파라미터 값 및 상기 제2 파라미터 값에 기반하여 상기 이미지에 대해 왜곡 보정을 수행하는 동작, 및 상기 왜곡 보정이 수행된 이미지를 디스플레이에 표시하는 동작을 수행하도록 할 수 있다.

일 실시 예에서, 컴퓨터 판독 가능한 명령어들을 저장하는 비-일시적 기록 매체에 있어서, 상기 명령어들은 전자 장치의 적어도 하나의 프로세서에 의해 실행 시, 상기 마진 영역에 해당하는 격자 영역에는 상기 제1 파라미터 값과 상기 제2 파라미터 값 사이의 값인 제3 파라미터 값을 적용하는 동작을 수행하도록 할 수 있다.

일 실시 예에서, 컴퓨터 판독 가능한 명령어들을 저장하는 비-일시적 기록 매체에 있어서, 상기 명령어들은 전자 장치의 적어도 하나의 프로세서에 의해 실행 시, 상기 제1 파라미터 값 및 상기 제2 파라미터 값에 기반하여 평사 투영법(stereographic projection)을 수행하는 동작, 및 상기 평사 투영법에 의하여 위치가 변경된 격자 점에 기반하여 이미지 와핑(warping)을 수행하는 동작을 수행하도록 할 수 있다.

일 실시 예에서, 컴퓨터 판독 가능한 명령어들을 저장하는 비-일시적 기록 매체에 있어서, 상기 명령어들은 전자 장치의 적어도 하나의 프로세서에 의해 실행 시, M 번째 프레임에서 상기 관심 영역에 대하여 적용하는 파라미터 값과 M 번째 이후의 프레임인 N 번째 프레임에서 상기 관심 영역에 대하여 적용하는 파라미터 값의 변화 범위를 제1 변화 범위로 제한하는 동작을 수행하도록 할 수 있다.

일 실시 예에서, 컴퓨터 판독 가능한 명령어들을 저장하는 비-일시적 기록 매체에 있어서, 상기 명령어들은 전자 장치의 적어도 하나의 프로세서에 의해 실행 시, 상기 관심 영역의 외부에서 상기 관심 영역에 인접한 제1 격자 영역에는 상기 제2 파라미터 값을 적용하는 동작, 및 상기 제1 격자 영역보다 상기 관심 영역으로부터 이격되고 상기 이미지의 외곽 영역에 인접한 제2 격자 영역에는 상기 제2 파라미터 값보다 작은 제4 파라미터 값을 적용하는 동작을 수행하도록 할 수 있다.

Claims

전자 장치에 있어서,
이미지 센서;
디스플레이; 및
상기 이미지 센서 및 상기 디스플레이와 전기적으로 연결되는 적어도 하나의 프로세서를 포함하고,
상기 적어도 하나의 프로세서는:
상기 이미지 센서를 통해 획득된 이미지에서 얼굴을 검출하고,
상기 획득된 이미지를 복수 개의 격자 영역들로 분할하고,
상기 복수 개의 격자 영역들 중 상기 검출된 얼굴에 대응하는 적어도 하나의 격자 영역을 관심 영역으로 설정하고,
상기 관심 영역으로 설정된 상기 적어도 하나의 격자 영역에 왜곡 보상과 관련된 파라미터를 제1 파라미터 값으로 적용하고, 상기 복수 개의 격자 영역들 중 상기 적어도 하나의 격자 영역을 제외한 격자 영역에 상기 파라미터를 상기 제1 파라미터 값보다 낮은 제2 파라미터 값을 적용하고,
상기 제1 파라미터 값 및 상기 제2 파라미터 값에 기반하여 상기 이미지에 대해 왜곡 보정을 수행하고,
상기 왜곡 보정이 수행된 이미지를 상기 디스플레이에 표시하는, 전자 장치.
청구항 1에 있어서,
상기 관심 영역은 얼굴 영역 및 얼굴 영역의 외곽에 위치한 마진(margin) 영역을 포함하고,
상기 적어도 하나의 프로세서는 상기 마진 영역에 해당하는 격자 영역에는 상기 제1 파라미터 값과 상기 제2 파라미터 값 사이의 값인 제3 파라미터 값을 적용하는, 전자 장치.
청구항 1에 있어서,
상기 적어도 하나의 프로세서는 상기 검출되는 얼굴의 크기, 형태 및 위치 중 적어도 하나가 변화하는 것에 응답하여 상기 왜곡 보상과 관련된 파라미터 값을 재설정하는, 전자 장치.
청구항 1에 있어서,
상기 적어도 하나의 프로세서는:
상기 제1 파라미터 값 및 상기 제2 파라미터 값에 기반하여 평사 투영법(stereographic projection)을 수행하고,
상기 평사 투영법에 의하여 위치가 변경된 격자 점(grid node)에 기반하여 이미지 와핑(warping)을 수행하는, 전자 장치.
청구항 1에 있어서,
상기 적어도 하나의 프로세서는 M 번째 프레임에서 상기 관심 영역에 대하여 적용하는 파라미터 값과 M 번째 이후의 프레임인 N 번째 프레임에서 상기 관심 영역에 대하여 적용하는 파라미터 값의 변화 범위를 제1 변화 범위로 제한하는, 전자 장치.
청구항 5에 있어서,
상기 적어도 하나의 프로세서는 상기 M 번째 프레임에서 얼굴을 검출하는 경우, 상기 M 번째 프레임에서 상기 관심 영역에 대하여 제1 보정 값을 적용하고,
상기 적어도 하나의 프로세서는 상기 N 번째 프레임에서 얼굴을 검출하지 않은 경우, 상기 N 번째 프레임에서 상기 관심 영역에 대하여 제2 보정 값을 적용하는, 전자 장치.
청구항 1에 있어서,
상기 적어도 하나의 프로세서는 상기 얼굴 검출을 통해서 사람의 얼굴 및 동물의 얼굴 중 적어도 하나를 검출하는, 전자 장치.
청구항 1에 있어서,
상기 보상과 관련된 파라미터 값은 격자 점(grid node), 얼굴 검출 정보, 및 관심 영역에 기반하여 결정되는, 전자 장치.
청구항 1에 있어서,
상기 적어도 하나의 프로세서는:
상기 관심 영역의 외부에서 상기 관심 영역에 인접한 제1 격자 영역에는 상기 제2 파라미터 값을 적용하고,
상기 제1 격자 영역보다 상기 관심 영역으로부터 이격되고 상기 이미지의 외곽 영역에 인접한 제2 격자 영역에는 상기 제2 파라미터 값보다 작은 제4 파라미터 값을 적용하는, 전자 장치.
청구항 9에 있어서,
상기 적어도 하나의 프로세서는 상기 이미지의 최외곽 영역에 대응되는 격자 영역에는 상기 왜곡 보상을 수행하지 않는, 전자 장치.
전자 장치의 동작 방법에 있어서,
이미지 센서를 통해 획득된 이미지에서 얼굴을 검출하는 동작;
상기 획득된 이미지를 복수 개의 격자 영역들로 분할하는 동작;
상기 복수 개의 격자 영역들 중 상기 검출된 얼굴에 대응하는 적어도 하나의 격자 영역을 관심 영역으로 설정하는 동작;
상기 관심 영역으로 설정된 상기 적어도 하나의 격자 영역에 왜곡 보상과 관련된 파라미터를 제1 파라미터 값으로 적용하고, 상기 복수 개의 격자 영역들 중 상기 적어도 하나의 격자 영역을 제외한 격자 영역에 상기 파라미터를 상기 제1 파라미터 값보다 낮은 제2 파라미터 값을 적용하는 동작;
상기 제1 파라미터 값 및 상기 제2 파라미터 값에 기반하여 상기 이미지에 대해 왜곡 보정을 수행하는 동작; 및
상기 왜곡 보정이 수행된 이미지를 디스플레이에 표시하는 동작을 포함하는 동작 방법.
청구항 11에 있어서,
상기 관심 영역은 얼굴 영역 및 얼굴 영역의 외곽에 위치한 마진(margin) 영역을 포함하고,
상기 마진 영역에 해당하는 격자 영역에는 상기 제1 파라미터 값과 상기 제2 파라미터 값 사이의 값인 제3 파라미터 값을 적용하는 동작을 포함하는 동작 방법.
청구항 11에 있어서,
상기 제1 파라미터 값 및 상기 제2 파라미터 값에 기반하여 평사 투영법(stereographic projection)을 수행하는 동작; 및
상기 평사 투영법에 의하여 위치가 변경된 격자 점에 기반하여 이미지 와핑(warping)을 수행하는 동작을 포함하는 동작 방법.
청구항 11에 있어서,
M 번째 프레임에서 상기 관심 영역에 대하여 적용하는 파라미터 값과 M 번째 이후의 프레임인 N 번째 프레임에서 상기 관심 영역에 대하여 적용하는 파라미터 값의 변화 범위를 제1 변화 범위로 제한하는 동작을 포함하는 동작 방법.
청구항 11에 있어서,
상기 관심 영역의 외부에서 상기 관심 영역에 인접한 제1 격자 영역에는 상기 제2 파라미터 값을 적용하는 동작; 및
상기 제1 격자 영역보다 상기 관심 영역으로부터 이격되고 상기 이미지의 외곽 영역에 인접한 제2 격자 영역에는 상기 제2 파라미터 값보다 작은 제4 파라미터 값을 적용하는 동작을 포함하는 동작 방법.
컴퓨터 판독 가능한 명령어들을 저장하는 비-일시적 기록 매체에 있어서, 상기 명령어들은 전자 장치의 적어도 하나의 프로세서에 의해 실행 시:
이미지 센서를 통해 획득된 이미지에서 얼굴을 검출하는 동작;
상기 획득된 이미지를 복수 개의 격자 영역들로 분할하는 동작;
상기 복수 개의 격자 영역들 중 상기 검출된 얼굴에 대응하는 적어도 하나의 격자 영역을 관심 영역으로 설정하는 동작;
상기 관심 영역으로 설정된 상기 적어도 하나의 격자 영역에 왜곡 보상과 관련된 파라미터를 제1 파라미터 값으로 적용하고, 상기 복수 개의 격자 영역들 중 상기 적어도 하나의 격자 영역을 제외한 격자 영역에 상기 파라미터를 상기 제1 파라미터 값보다 낮은 제2 파라미터 값을 적용하는 동작;
상기 제1 파라미터 값 및 상기 제2 파라미터 값에 기반하여 상기 이미지에 대해 왜곡 보정을 수행하는 동작; 및
상기 왜곡 보정이 수행된 이미지를 디스플레이에 표시하는 동작을 수행하도록 하는, 비-일시적 기록 매체.
청구항 16에 있어서,
상기 관심 영역은 얼굴 영역 및 얼굴 영역의 외곽에 위치한 마진(margin) 영역을 포함하고,
상기 마진 영역에 해당하는 격자 영역에는 상기 제1 파라미터 값과 상기 제2 파라미터 값 사이의 값인 제3 파라미터 값을 적용하는 동작을 수행하도록 하는, 비-일시적 기록 매체.
청구항 16에 있어서,
상기 제1 파라미터 값 및 상기 제2 파라미터 값에 기반하여 평사 투영법(stereographic projection)을 수행하는 동작; 및
상기 평사 투영법에 의하여 위치가 변경된 격자 점에 기반하여 이미지 와핑(warping)을 수행하는 동작을 수행하도록 하는, 비-일시적 기록 매체.
청구항 16에 있어서,
M 번째 프레임에서 상기 관심 영역에 대하여 적용하는 파라미터 값과 M 번째 이후의 프레임인 N 번째 프레임에서 상기 관심 영역에 대하여 적용하는 파라미터 값의 변화 범위를 제1 변화 범위로 제한하는 동작을 수행하도록 하는, 비-일시적 기록 매체.
청구항 16에 있어서,
상기 관심 영역의 외부에서 상기 관심 영역에 인접한 제1 격자 영역에는 상기 제2 파라미터 값을 적용하는 동작; 및
상기 제1 격자 영역보다 상기 관심 영역으로부터 이격되고 상기 이미지의 외곽 영역에 인접한 제2 격자 영역에는 상기 제2 파라미터 값보다 작은 제4 파라미터 값을 적용하는 동작을 수행하도록 하는, 비-일시적 기록 매체.