KR20220090054A

KR20220090054A - 카메라를 구비하는 전자 장치 및 그 방법

Info

Publication number: KR20220090054A
Application number: KR1020200180859A
Authority: KR
Inventors: 임광용; 이경흠; 곽성신; 김성오; 신대규; 이다솜; 이상훈; 이서영; 최대웅; 최지환
Original assignee: 삼성전자주식회사
Priority date: 2020-12-22
Filing date: 2020-12-22
Publication date: 2022-06-29
Also published as: WO2022139475A1

Abstract

본 문서에 개시된 다양한 실시예에 따른 전자 장치는, 카메라 모듈, 센서 모듈, 상기 카메라 모듈 및 상기 센서 모듈과 작동적으로 연결된 적어도 하나의 프로세서, 및 상기 적어도 하나의 프로세서와 작동적으로 연결된 메모리를 포함할 수 있다. 상기 메모리는, 실행시, 상기 프로세서가 상기 센서 모듈을 통해 감지된 조도 및 상기 카메라 모듈을 통해 감지된 장면 정보 중 적어도 하나를 기반으로 결정된 상기 카메라 모듈의 촬영 모드에 따라 상기 카메라 모듈을 제어하여 지정된 시간 동안 제1 속성을 갖는 다수 개의 제1 이미지와 제2 속성을 갖는 적어도 하나의 제2 이미지를 획득하도록 하고, 상기 다수의 제1 이미지로부터 이벤트가 검출되면 이벤트 구간에 대한 정보를 추출하고, 상기 적어도 하나의 제2 이미지로부터 상기 촬영 모드에 따라 적어도 하나의 제3 이미지를 선택하여 버퍼링하고, 상기 다수의 제1 이미지의 상기 이벤트 구간에 대한 정보에 기반하여 적어도 하나의 제1 콘텐트를 생성하고, 상기 적어도 하나의 제3 이미지 중 적어도 일부에 대한 평가를 수행하여 적어도 하나의 제4 이미지를 선택하고, 선택된 상기 적어도 하나의 제4 이미지에 기반하여 적어도 하나의 제2 콘텐트를 생성하도록 설정될 수 있다.

Description

카메라를 구비하는 전자 장치 및 그 방법{ELECTRONIC DEVICE WITH CAMERA AND METHOD THEREOF}

본 문서에 개시된 다양한 실시예들은, 카메라를 구비하는 전자 장치 및 그 방법에 관한 것으로, 예를 들어 카메라를 제어하여 다수의 이미지를 획득하고 이에 기반하여 다수의 이미지 콘텐트를 생성하는 전자 장치 및 그 방법에 관한 것이다.

기술의 발전과 함께 전자 장치는 다양한 기능을 제공할 수 있도록 진화하고 있다. 예를 들면, 전자 장치는 음성 통화, 메시지 송수신 및/또는 무선 인터넷과 같은 통신 기능 외에도 카메라 관련 기능을 제공할 수 있다.

카메라(예: 이미지 센서)를 구비하는 전자 장치는 카메라를 이용하여 정지 영상(still picture) 및/또는 동영상(moving picture)을 포함하는 이미지 데이터(image data)를 획득할 수 있다. 또한 전자 장치가 이미지 편집 기능을 제공하는 경우, 편집 기능을 통해, 획득된 이미지 데이터에 기초하여 이미지 콘텐트를 생성할 수 있다.

카메라를 구비하는 전자 장치의 사용자는 다수의 입력을 통해 직접 이미지 데이터를 획득하고, 다수의 입력을 통해 이미지 콘텐트를 생성할 수 있다. 다양한 이미지 콘텐트를 생성하고자 하는 경우 사용자는 이러한 과정을 다수회 반복하여야 한다. 또한, 하나의 전자 장치로는 동일한 시점에 대한 다양한 형태의 이미지 콘텐트들을 획득할 수 없다.

본 문서에 개시된 다양한 실시예들은 카메라를 구비하는 전자 장치에서 촬영과 관련된 한번의 사용자 입력에 기반하여 촬영 모드에 따라 이미지를 획득하고 다양한 형태의 이미지 콘텐트들을 생성하기 위한 것이다.

본 문서에 개시된 다양한 실시 예에 따른 전자 장치는, 카메라 모듈, 센서 모듈, 상기 카메라 모듈 및 상기 센서 모듈과 작동적으로 연결된 적어도 하나의 프로세서, 및 상기 적어도 하나의 프로세서와 작동적으로 연결된 메모리를 포함하고, 상기 메모리는, 실행시, 상기 프로세서가 상기 센서 모듈을 통해 감지된 조도 및 상기 카메라 모듈을 통해 감지된 장면 정보 중 적어도 하나를 기반으로 결정된 상기 카메라 모듈의 촬영 모드에 따라 상기 카메라 모듈을 제어하여 지정된 시간 동안 제1 속성을 갖는 다수 개의 제1 이미지와 제2 속성을 갖는 적어도 하나의 제2 이미지를 획득하도록 하고, 상기 다수의 제1 이미지로부터 이벤트가 검출되면 이벤트 구간에 대한 정보를 추출하고, 상기 적어도 하나의 제2 이미지로부터 상기 촬영 모드에 따라 적어도 하나의 제3 이미지를 선택하여 버퍼링하고, 상기 다수의 제1 이미지의 상기 이벤트 구간에 대한 정보에 기반하여 적어도 하나의 제1 콘텐트를 생성하고, 상기 적어도 하나의 제3 이미지 중 적어도 일부에 대한 평가를 수행하여 적어도 하나의 제4 이미지를 선택하고, 선택된 상기 적어도 하나의 제4 이미지에 기반하여 적어도 하나의 제2 콘텐트를 생성하도록 설정될 수 있다.

본 문서에 개시된 다양한 실시 예에 따른 센서 모듈과 카메라 모듈을 구비하는 전자 장치의 방법은, 상기 센서 모듈을 통해 감지된 조도 및 상기 카메라 모듈을 통해 감지된 장면 정보 중 적어도 하나를 기반으로 결정된 상기 카메라 모듈의 촬영 모드에 따라 상기 카메라 모듈을 제어하여 지정된 시간 동안 제1 속성을 갖는 다수 개의 제1 이미지와 제2 속성을 갖는 적어도 하나의 제2 이미지를 획득하는 동작, 상기 다수의 제1 이미지로부터 이벤트가 검출되면 이벤트 구간에 대한 정보를 추출하고, 상기 적어도 하나의 제2 이미지로부터 상기 촬영 모드에 따라 적어도 하나의 제3 이미지를 선택하여 버퍼링하는 동작, 상기 다수의 제1 이미지의 상기 이벤트 구간에 대한 정보에 기반하여 적어도 하나의 제1 콘텐트를 생성하는 동작, 및 상기 적어도 하나의 제3 이미지 중 적어도 일부에 대한 평가를 수행하여 적어도 하나의 제4 이미지를 선택하고, 선택된 상기 적어도 하나의 제4 이미지에 기반하여 적어도 하나의 제2 콘텐트를 생성하는 동작을 포함할 수 있다.

다양한 실시예들에 따르면, 카메라를 구비하는 전자 장치에서 촬영과 관련된 한번의 사용자 입력에 기반하여 다양한 형태의 이미지 콘텐트들을 생성할 수 있다.

다양한 실시예들에 따르면, 카메라를 구비하는 전자 장치에서 촬영 모드를 자동으로 결정하고 촬영 모드에 따라 카메라를 통해 다양한 이미지를 획득할 수 있다.

다양한 실시예들에 따르면, 카메라를 구비하는 전자 장치에서 촬영 모드에 따라 다양한 이미지를 선별적으로 선택하여 획득하고, 이미지 후처리 과정을 통해 다양한 형태의 이미지 콘텐트를 생성할 수 있다.

다양한 실시예들에 따르면, 카메라를 구비하는 전자 장치에서 촬영 모드를 자동으로 결정하고 촬영 모드에 따라 획득된 다양한 이미지를 선별하여 버퍼링하고 버퍼링된 이미지를 촬영 모드에 따라 분석 및 선택하여 다양한 형태의 이미지 콘텐트를 생성할 수 있다.

도면의 설명과 관련하여, 동일 또는 유사한 구성 요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.
도 1은, 다양한 실시예들에 따른, 네트워크 환경 내의 전자 장치의 블록도이다.
도 2는 다양한 실시예들에 따른 카메라 모듈의 블록도이다.
도 3은 다양한 실시예에 따른 전자 장치의 블록도이다.
도 4는 다양한 실시예에 따른 전자 장치의 다양한 이미지 콘텐트 생성 방법을 설명하기 위한 흐름도이다.
도 5는 다양한 실시예에 따른 촬영 모드에 따른 다양한 이미지 데이터 획득 동작을 설명하기 위한 흐름도이다.
도 6은 다양한 실시예에 따른 동영상 이미지 콘텐트 생성 동작을 설명하기 위한 흐름도이다.
도 7은 다양한 실시예에 따른 정지 영상 이미지 콘텐트 생성 동작을 설명하기 위한 흐름도이다.
도 8은 다양한 실시예에 따른 버스트 샷 모드에 따른 이미지 선택 동작을 설명하기 위한 흐름도이다.
도 9는 다양한 실시예에 따른 심미성 평가 동작을 설명하기 위한 흐름도이다.
도 10은 다양한 실시예에 따른 중복성 평가 동작을 설명하기 위한 흐름도이다.

도 1은, 다양한 실시예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록도이다. 도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제2 네트워크(199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(104) 또는 서버(108) 중 적어도 하나와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 연결 단자(178), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(178))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(176), 카메라 모듈(180), 또는 안테나 모듈(197))은 하나의 구성요소(예: 디스플레이 모듈(160))로 통합될 수 있다.

프로세서(120)는, 예를 들면, 소프트웨어(예: 프로그램(140))를 실행하여 프로세서(120)에 연결된 전자 장치(101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(120)는 다른 구성요소(예: 센서 모듈(176) 또는 통신 모듈(190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(132)에 저장하고, 휘발성 메모리(132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(134)에 저장할 수 있다. 일실시예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(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(101)가 메인 프로세서(121) 및 보조 프로세서(123)를 포함하는 경우, 보조 프로세서(123)는 메인 프로세서(121)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(123)는 메인 프로세서(121)와 별개로, 또는 그 일부로서 구현될 수 있다.

보조 프로세서(123)는, 예를 들면, 메인 프로세서(121)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(121)를 대신하여, 또는 메인 프로세서(121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(121)와 함께, 전자 장치(101)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(160), 센서 모듈(176), 또는 통신 모듈(190))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 수 있다. 일실시예에 따르면, 보조 프로세서(123)(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, 인공지능 모델이 수행되는 전자 장치(101) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(108))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(130)는, 전자 장치(101)의 적어도 하나의 구성요소(예: 프로세서(120) 또는 센서 모듈(176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(130)는, 휘발성 메모리(132) 또는 비휘발성 메모리(134)를 포함할 수 있다.

프로그램(140)은 메모리(130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(142), 미들 웨어(144) 또는 어플리케이션(146)을 포함할 수 있다.

입력 모듈(150)은, 전자 장치(101)의 구성요소(예: 프로세서(120))에 사용될 명령 또는 데이터를 전자 장치(101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(150)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.

음향 출력 모듈(155)은 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 모듈(155)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. 일실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.

디스플레이 모듈(160)은 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일실시예에 따르면, 디스플레이 모듈(160)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.

오디오 모듈(170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일실시예에 따르면, 오디오 모듈(170)은, 입력 모듈(150)을 통해 소리를 획득하거나, 음향 출력 모듈(155), 또는 전자 장치(101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(102))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.

센서 모듈(176)은 전자 장치(101)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일실시예에 따르면, 센서 모듈(176)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.

인터페이스(177)는 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일실시예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.

연결 단자(178)는, 그를 통해서 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일실시예에 따르면, 연결 단자(178)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.

햅틱 모듈(179)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일실시예에 따르면, 햅틱 모듈(179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.

카메라 모듈(180)은 정지 영상 및 동영상을 촬영할 수 있다. 일실시예에 따르면, 카메라 모듈(180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.

전력 관리 모듈(188)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 일실시예에 따르면, 전력 관리 모듈(188)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.

배터리(189)는 전자 장치(101)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일실시예에 따르면, 배터리(189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.

통신 모듈(190)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(190)은 프로세서(120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일실시예에 따르면, 통신 모듈(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제1 네트워크(198)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제2 네트워크(199)(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(104)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(192)은 가입자 식별 모듈(196)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제1 네트워크(198) 또는 제2 네트워크(199)와 같은 통신 네트워크 내에서 전자 장치(101)를 확인 또는 인증할 수 있다.

무선 통신 모듈(192)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(192)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(192)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(192)은 전자 장치(101), 외부 전자 장치(예: 전자 장치(104)) 또는 네트워크 시스템(예: 제2 네트워크(199))에 규정되는 다양한 요구사항을 지원할 수 있다. 일실시예에 따르면, 무선 통신 모듈(192)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(197)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제1 네트워크(198) 또는 제2 네트워크(199)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(190)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(190)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(197)의 일부로 형성될 수 있다.

다양한 실시예에 따르면, 안테나 모듈(197)은 mmWave 안테나 모듈을 형성할 수 있다. 일실시예에 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.

일실시예에 따르면, 명령 또는 데이터는 제2 네트워크(199)에 연결된 서버(108)를 통해서 전자 장치(101)와 외부의 전자 장치(104)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(102, 또는 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 일실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(102, 104, 또는 108) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 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(101)로 전달할 수 있다. 전자 장치(101)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(101)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시예에 있어서, 외부의 전자 장치(104)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(108)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일실시예에 따르면, 외부의 전자 장치(104) 또는 서버(108)는 제2 네트워크(199) 내에 포함될 수 있다. 전자 장치(101)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 실시예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.

본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 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 제 3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.

본 문서의 다양한 실시예들에서 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, 일실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.

본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(101)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(136) 또는 외장 메모리(138))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(140))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(101))의 프로세서(예: 프로세서(120))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 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.

일실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory(CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 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 실시예들에 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 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.

도 2는, 다양한 실시예들에 따른, 카메라 모듈(180)을 예시하는 블럭도(200)이다. 도 2를 참조하면, 카메라 모듈(180)은 렌즈 어셈블리(210), 플래쉬(220), 이미지 센서(230), 이미지 스태빌라이저(240), 메모리(250)(예: 버퍼 메모리), 또는 이미지 시그널 프로세서(260)를 포함할 수 있다. 렌즈 어셈블리(210)는 이미지 촬영의 대상인 피사체로부터 방출되는 빛을 수집할 수 있다. 렌즈 어셈블리(210)는 하나 또는 그 이상의 렌즈들을 포함할 수 있다. 일실시예에 따르면, 카메라 모듈(180)은 복수의 렌즈 어셈블리(210)들을 포함할 수 있다. 이런 경우, 카메라 모듈(180)은, 예를 들면, 듀얼 카메라, 360도 카메라, 또는 구형 카메라(spherical camera)를 형성할 수 있다. 복수의 렌즈 어셈블리(210)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(210)는, 예를 들면, 광각 렌즈 또는 망원 렌즈를 포함할 수 있다.

플래쉬(220)는 피사체로부터 방출 또는 반사되는 빛을 강화하기 위하여 사용되는 빛을 방출할 수 있다. 일실시예에 따르면, 플래쉬(220)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(230)는 피사체로부터 방출 또는 반사되어 렌즈 어셈블리(210)를 통해 전달된 빛을 전기적인 신호로 변환함으로써, 상기 피사체에 대응하는 이미지를 획득할 수 있다. 일실시예에 따르면, 이미지 센서(230)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(230)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(240)는 카메라 모듈(180) 또는 이를 포함하는 전자 장치(101)의 움직임에 반응하여, 렌즈 어셈블리(210)에 포함된 적어도 하나의 렌즈 또는 이미지 센서(230)를 특정한 방향으로 움직이거나 이미지 센서(230)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. 일실시예에 따르면, 이미지 스태빌라이저(240)는, 일실시예에 따르면, 이미지 스태빌라이저(240)은 카메라 모듈(180)의 내부 또는 외부에 배치된 자이로 센서(미도시) 또는 가속도 센서(미도시)를 이용하여 카메라 모듈(180) 또는 전자 장치(101)의 그런 움직임을 감지할 수 있다. 일실시예에 따르면, 이미지 스태빌라이저(240)는, 예를 들면, 광학식 이미지 스태빌라이저로 구현될 수 있다. 메모리(250)는 이미지 센서(230)을 통하여 획득된 이미지의 적어도 일부를 다음 이미지 처리 작업을 위하여 적어도 일시 저장할 수 있다. 예를 들어, 셔터에 따른 이미지 획득이 지연되거나, 또는 복수의 이미지들이 고속으로 획득되는 경우, 획득된 원본 이미지(예: Bayer-patterned 이미지 또는 높은 해상도의 이미지)는 메모리(250)에 저장이 되고, 그에 대응하는 사본 이미지(예: 낮은 해상도의 이미지)는 디스플레이 모듈(160)을 통하여 프리뷰될 수 있다. 이후, 지정된 조건이 만족되면(예: 사용자 입력 또는 시스템 명령) 메모리(250)에 저장되었던 원본 이미지의 적어도 일부가, 예를 들면, 이미지 시그널 프로세서(260)에 의해 획득되어 처리될 수 있다. 일실시예에 따르면, 메모리(250)는 메모리(130)의 적어도 일부로, 또는 이와는 독립적으로 운영되는 별도의 메모리로 구성될 수 있다.

이미지 시그널 프로세서(260)는 이미지 센서(230)을 통하여 획득된 이미지 또는 메모리(250)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(260)는 카메라 모듈(180)에 포함된 구성 요소들 중 적어도 하나(예: 이미지 센서(230))에 대한 제어(예: 노출 시간 제어, 또는 리드 아웃 타이밍 제어 등)를 수행할 수 있다. 이미지 시그널 프로세서(260)에 의해 처리된 이미지는 추가 처리를 위하여 메모리(250)에 다시 저장 되거나 카메라 모듈(180)의 외부 구성 요소(예: 메모리(130), 디스플레이 모듈(160), 전자 장치(102), 전자 장치(104), 또는 서버(108))로 제공될 수 있다. 일실시예에 따르면, 이미지 시그널 프로세서(260)는 프로세서(120)의 적어도 일부로 구성되거나, 프로세서(120)와 독립적으로 운영되는 별도의 프로세서로 구성될 수 있다. 이미지 시그널 프로세서(260)이 프로세서(120)과 별도의 프로세서로 구성된 경우, 이미지 시그널 프로세서(260)에 의해 처리된 적어도 하나의 이미지는 프로세서(120)에 의하여 그대로 또는 추가의 이미지 처리를 거친 후 디스플레이 모듈(160)를 통해 표시될 수 있다.

일실시예에 따르면, 전자 장치(101)는 각각 다른 속성 또는 기능을 가진 복수의 카메라 모듈(180)들을 포함할 수 있다. 이런 경우, 예를 들면, 상기 복수의 카메라 모듈(180)들 중 적어도 하나는 광각 카메라이고, 적어도 다른 하나는 망원 카메라일 수 있다. 유사하게, 상기 복수의 카메라 모듈(180)들 중 적어도 하나는 전면 카메라이고, 적어도 다른 하나는 후면 카메라일 수 있다.

도 3은 다양한 실시예에 따른 전자 장치의 블록도이다.

다양한 실시예에 따르면, 전자 장치(300)(예: 도 1의 전자 장치(101))는 이미지 센서(예: 도 2의 이미지 센서(230)), 메모리(예: 도 2의 메모리(250)), 이미지 시그널 프로세서(예: 도 2의 이미지 시그널 프로세서(260)), 센서 모듈(예: 도 1의 센서 모듈(176)) 및 프로세서(예: 도 1의 프로세서(120))를 포함할 수 있다. 예를 들면 도 3의 전자 장치(300)의 구성 요소는 다양한 실시예들에 대한 설명을 위해 필요한 구성 요소들을 예시한 것으로서, 이에 한정되지 않는다. 예를 들면 전자 장치(300)는 복수의 이미지 센서(230)를 포함할 수 있다. 예를 들면 전자 장치(300)는 복수의 카메라 모듈(예: 도 1의 카메라 모듈(180))을 포함할 수 있다. 예를 들면 전자 장치(300)는 도 1의 전자 장치(101)의 구성 요소 중 하나 또는 그 이상의 구성 요소(예: 디스플레이 모듈(160) 또는 입력 모듈(150))를 더 포함할 수 있다. 예를 들어 전자 장치(300)의 구성 요소는 도 1 또는 도 2를 참조하여 설명한 동일한 구성 요소(예: 프로세서(120) 및/또는 센서 모듈(176))와 동일하거나 적어도 일부 동일한 기능을 수행할 수 있으며, 이하 중복되는 설명은 생략할 수 있다.

다양한 실시예에 따르면, 프로세서(120)는 어플리케이션 프로세서(예: 도 1의 메인 프로세서(121)) 및/또는 이와는 독립적으로 또는 함께 운영 가능한 이미지 시그널 프로세서(예: 도 1의 보조 프로세서(123))를 포함할 수 있다. 예를 들면 이미지 시그널 프로세서(260)는 메인 프로세서(121)와 별개로, 또는 그 일부로서 구현될 수 있다. 예를 들면 이미지 시그널 프로세서(260)는 프로세서(120)의 적어도 일부로 구성되거나, 프로세서(120)와 독립적으로 운영되는 별도의 프로세서로 구성될 수 있다.

다양한 실시예에 따르면, 프로세서(120)는 이미지 콘텐트의 획득을 위한 사용자 입력을 수신한 경우, 지정된 시간 동안 이미지 센서(230)를 통해 제1 속성의 다수의 제1 이미지와 제1 속성과 다른 제2 속성의 적어도 하나의 제2 이미지를 획득할 수 있다. 예를 들면 획득한 제1 이미지와 제2 이미지는 원본 이미지 데이터(예: raw data(231))를 포함할 수 있다. 예를 들면, 제1 이미지 및 제2 이미지는 지정된 시간 동안 이미지 센서(230)를 통해 획득한 영상 정보에 기반하여 생성되므로, 제2 이미지는 제1 이미지의 적어도 일부와 동일한 시간 정보(예: time stamp)를 포함할 수 있다.

예를 들면, 제1 이미지는 지정된 시간 동안 제1 주기로 획득되는 다수의 프리뷰 이미지(예: 동영상)로, 제2 이미지 보다 상대적으로 작은 해상도(resolution)를 갖는 제1 속성을 포함할 수 있다. 예를 들면 제1 주기는 초당 24 프레임 속도(24fps (frame per second)) 또는 그 이상의 속도(예: 30fps 또는 60fps)에 대응하는 주기일 수 있다.

예를 들면, 제2 이미지는 지정된 시간 동안 획득되는 적어도 하나의 캡쳐 이미지(예: 정지 영상)로, 제1 이미지 보다 상대적으로 높은 해상도를 갖는 제2 속성을 포함할 수 있다. 예를 들면 제2 이미지는 자동 초점(AF: auto-focus) 기능에 따라 외부 객체(예: 피사체)에 대한 초점 정보에 기반하여 초점이 맞춰진 경우에 획득될 수 있으나 이에 한정되지는 않는다. 예를 들면 제2 이미지는 촬영 모드에 따라 지정된 주기로 획득될 수 있다.

다양한 실시예에 따르면, 제2 이미지는 제1 촬영 모드(예: 연속 촬영 모드 또는 버스트 샷(burst shot)) 또는 제2 촬영 모드(예: 일반 촬영 모드)에 기반하여 획득될 수 있다.

예를 들어, 연속 촬영 모드는 이미지 센서(230)를 통해 지정된 시점에 다수의 이미지를 연속적으로 캡쳐하여 다수의 캡쳐 이미지를 생성하는 방식을 포함할 수 있다. 예를 들어, 연속 촬영 모드에서 제2 이미지는, 지정된 시간 동안, 제1 주기와 상이한 제2 주기로 획득될 수 있다. 예를 들면, 제2 주기는 제1 주기보다 상대적으로 길 수 있다. 예를 들면 제2 주기는 초당 10 프레임 속도(10fps)에 대응하는 주기일 수 있다.

예를 들어, 일반 촬영 모드는 이미지 센서(230)를 통해 지정된 시점에 이미지를 캡쳐하여 캡쳐 이미지를 생성하는 방식을 포함할 수 있다. 예를 들면 일반 촬영 모드에서, 제2 이미지는 제2 주기 보다 상대적으로 긴 제3 주기로 획득될 수 있다. 예를 들면 제3 주기는 초당 3 프레임 속도(3fps)에 대응하는 주기일 수 있다.

다양한 실시예들에 따르면, 지정된 시간은, 다양한 형태의 이미지 콘텐트를 생성하기 위해 제1 이미지 및/또는 제2 이미지를 획득하기 위한 지정된 시간 간격을 포함할 수 있다. 예를 들면 지정된 시간은, 제1 이미지 및/또는 제2 이미지를 포함하는 다수의 이미지를 획득하기 위해 전자 장치(101)에 의해 지원되는 최소 시간 보다 길고 최대 시간 보다 짧은 시간 이내로 설정될 수 있다. 예를 들어, 지정된 시간은 사용자 입력에 의해 선택되거나 설정될 수 있다.

다양한 실시예들에 따르면, 프로세서(120)는 센서 모듈(176)(예: 조도 센서) 및/또는 카메라 모듈(180)을 통해 조도 정보를 획득할 수 있다. 예를 들면 조도 정보는 현재 전자 장치(101)가 위치하는 장소의 밝기 정도(예: lux 또는 EV (exposure value) 단위로 측정)를 포함할 수 있다.

다양한 실시예들에 따르면, 프로세서(120)는 이미지 센서(230)를 통해 획득하고자 하는 이미지에 대한 장면(scene) 정보(예: 장면 카테고리 또는 장면 속성)를 획득할 수 있다. 예를 들면 장면 정보는 현재 전자 장치(101)가 위치하는 장소가 실외임을 나타내는 정보(예: 하늘, 산 또는 숲을 포함하는 풍경), 실내임을 나타내는 정보(예: 가구 또는 천장과 같은 실내 환경) 및/또는 외부 객체 정보(예: 사람 또는 동물과 같은 움직일 수 있는 피사체 포함)를 포함할 수 있다. 예를 들면 프로세서(120)는 이미지 획득 이전 프리뷰 화면을 통해 장면 정보를 획득할 수 있다.

다양한 실시예들에 따르면, 프로세서(120)는 센서 모듈(176)(예: GPS (global positioning system))을 통해 획득한 현재 전자 장치(101)가 위치하는 장소에 대한 위치 정보를 실외 또는 실내임을 판단하기 위한 정보로서, 상술한 장면 정보에 대해 보충적으로 또는 대체하여 사용할 수 있다.

다양한 실시예에 따르면, 프로세서(120)는 획득된 장면 정보 및/또는 조도 정보에 기반하여 촬영 모드를 결정할 수 있다. 예를 들면 조도 정보에 따라 고조도(예: 2000 lux 이상 또는 1800 EV 이상)인 경우 촬영 모드를 연속 촬영 모드로 결정할 수 있다. 예를 들면 조도 정보에 따라 저조도(예: 800 lux 이하 또는 1000 EV 이하)인 경우 촬영 모드를 일반 촬영 모드로 결정할 수 있다. 예를 들면 장면 정보에 따라 실외인 경우 촬영 모드를 연속 촬영 모드로 결정할 수 있다. 예를 들면 장면 정보에 따라 실외인 경우라도 조도 정보에 따라 저조도(예: 800 lux 이하 또는 1000 EV 이하)인 경우 촬영 모드를 일반 촬영 모드로 결정할 수 있다. 예를 들면 장면 정보에 따라 실외이고 움직일 수 있는 외부 객체(예: 사람 또는 동물)를 포함하는 경우 촬영 모드를 연속 촬영 모드로 결정할 수 있다. 예를 들면 장면 정보에 따라 실외이고 움직일 수 있는 외부 객체(예: 사람 또는 동물)를 포함하고, 조도 정보에 따라 고조도(2000 lux 이상 또는 1800 EV 이상)인 경우 촬영 모드를 연속 촬영 모드로 결정할 수 있다.

다양한 실시예에 따르면, 프로세서(120)는 결정된 촬영 모드에 따라 카메라 모듈(180)을 제어하여, 이미지 센서(230)를 통해, 지정된 시간 동안 제1 주기에 따라 제1 속성의 다수의 제1 이미지를 획득하고, 제2 주기 또는 제3 주기에 따라 제1 속성과 다른 제2 속성의 적어도 하나의 제2 이미지를 획득할 수 있다. 예를 들면 제1 이미지와 제2 이미지는 원본 이미지 데이터(예: raw data(231))일 수 있다. 예를 들면 제1 촬영 모드(예: 연속 촬영 모드)의 경우 제2 주기에 따라 적어도 하나의 제2 이미지를 획득할 수 있으며 제2 촬영 모드(예: 일반 촬영 모드)의 경우 제3 주기에 따라 적어도 하나의 제2 이미지를 획득할 수 있다.

다양한 실시예에 따르면, 프로세서(120)는 결정된 촬영 모드에 따라 이미지 시그널 프로세서(260)(예: 전처리 모듈(261))를 제어하여 이미지 센서(230)로부터 출력되는 다수의 제2 이미지(예: raw data)로부터 적어도 하나의 제3 이미지를 선택하고, 선택된 제3 이미지를 메모리(250)의 휘발성 메모리(251)에 임시 버퍼링(252)할 수 있다. 예를 들면 메모리(250)의 구성 요소 중 적어도 일부는, 외부 메모리(예: 도 1의 메모리(130))와는 별개로 카메라 모듈(180)에 배치될 수 있다. 예를 들어 메모리(250)의 휘발성 메모리(251)는 카메라 모듈(180)에 배치될 수 있다. 예를 들어 메모리(250)의 비휘발성 메모리(254)에 저장된 요소 중 적어도 일부는 메모리(130)에 저장될 수 있다. 예를 들어 메모리(250)의 비휘발성 메모리(254) 중 제1 어플리케이션(255), 제2 어플리케이션(256) 및/또는 콘텐츠 맵(257)은 메모리(130)에 저장될 수 있다.

다양한 실시예에 따르면, 프로세서(120)는 이미지 시그널 프로세서(260)(예: 전처리 모듈(261))를 통해 제1 촬영 모드(예: 연속 촬영 모드)에서 이미지 센서(230)에 의해 획득되어 출력되는 다수의 제2 이미지로부터 적어도 하나의 제3 이미지를 선택하고, 선택된 제3 이미지를 메모리(250)의 휘발성 메모리(251)에 임시 버퍼링(252)할 수 있다. 예를 들면 이미지 시그널 프로세서(260)(예: 전처리 모듈(261))는 획득된 다수의 제2 이미지에 대해 이미지 프레임 간의 유사성을 분석하여 적어도 하나의 제3 이미지를 획득할 수 있다. 예를 들면 이미지 시그널 프로세서(260)(예: 전처리 모듈(261))는 다수의 제2 이미지에 대해 이미지 해쉬값을 산출하고 이에 기반하여 전후 연속하는 이미지 프레임간 유사성을 분석하여, 유사성이 높은 프레임들을 배제하고, 추출된 적어도 하나의 제3 이미지를 버퍼링할 수 있다.

다양한 실시예에 따르면, 프로세서(120)는 이미지 시그널 프로세서(260)(예: 전처리 모듈(261))를 통해 제2 촬영 모드(예: 일반 촬영 모드)에서 이미지 센서(230)에 의해 획득되어 출력되는 다수의 제2 이미지로부터 적어도 하나의 제3 이미지를 선택하고, 선택된 제3 이미지를 메모리(250)의 휘발성 메모리(251)에 임시 버퍼링(252)할 수 있다. 예를 들면 이미지 시그널 프로세서(260)(예: 전처리 모듈(261))는 획득된 다수의 제2 이미지에 대해 이미지 품질을 분석하여 적어도 하나의 제3 이미지를 획득할 수 있다. 예를 들면 이미지 시그널 프로세서(260)(예: 전처리 모듈(261))는 획득된 다수의 제2 이미지에 대해 이미지 초점을 검출(예: blur detect)하여 초점이 맞지 않아 품질이 떨어지는 이미지를 배제하고, 추출된 적어도 하나의 제3 이미지를 버퍼링할 수 있다. .

다양한 실시예에 따르면, 프로세서(120)는 이미지 시그널 프로세서(260)(예: 전처리 모듈(261))를 통해 다수의 제1 이미지로부터 모션 정보를 검출하고, 검출된 모션 정보에 기반하여 이벤트가 발생하는 것으로 판단되면, 이벤트 구간 정보를 획득하고 메모리(250)의 휘발성 메모리(251)에 임시 버퍼링(253)할 수 있다.

예를 들면 모션 정보는 이미지 내의 적어도 하나의 객체의 움직임을 추적(예: object tracking)하여 산출되는 움직임 정보(예: 속도)를 포함할 수 있다. 예를 들면 모션 정보는 이미지 내의 지정된 패턴과 같은 특징점의 변화, 예를 들면 촬영 시점의 변화, 밝기의 변화 또는 배경(예: 주변 환경)의 변화에 기반하여 객체의 움직임을 추정(예: optical flow)함으로써 산출할 수 있다.

예를 들면 이벤트가 발생하는지 여부는 모션 정보의 변화에 기반하여 판단할 수 있다. 예를 들면 이벤트는 모션 정보가 증가한 이후 감소하면 발생한 것으로 판단할 수 있다. 예를 들면 이벤트는 모션 정보가 지정된 문턱값 이상으로 증가하면 발생한 것으로 판단할 수 있다.

예를 들면 이벤트 구간 정보는 이벤트가 발생한 구간에 대한 시간 정보, 장면 정보, 구간의 길이 정보 및/또는 속도 정보를 포함할 수 있다. 예를 들면 이벤트 구간 정보는 모션 정보가 증가한 시점과 감소한 시점의 시간 정보를 포함할 수 있다. 예를 들면 이벤트 구간 정보는 이벤트 구간에서 움직인 객체 및/또는 움직임에 대한 정보를 포함하는 장면 정보(예: 장면 카테고리 또는 장면 속성) (예: 사람이 점프)를 포함할 수 있다. 예를 들면 이벤트 구간 정보는 모션 정보가 지정된 문턱값 이상으로 증가한 시점과 지정된 문턱값 이하로 감소한 시점의 시간 정보를 포함할 수 있다. 예를 들면 이벤트 구간 정보는 모션 정보가 증가한 시점부터 감소한 시점까지의 구간 길이 정보를 포함할 수 있다. 예를 들면 이벤트 구간 정보는 이벤트가 발생한 구간 내의 모션 정보의 평균 속도 및/또는 최고 속도와 같은 속도 정보를 포함할 수 있다.

다양한 실시예에 따르면, 프로세서(120)는 메모리(250)의 비휘발성 메모리(254)에 저장된 제1 어플리케이션(255)을 로딩하고, 로딩된 제1 어플리케이션(255)에 의해 상술한 바와 같은 촬영 모드 결정, 지정된 기간 동안 제1 이미지 및 촬영 모드 기반 제2 이미지 획득, 촬영 모드에 따라 제2 이미지로부터 제3 이미지 선택 및 버퍼링, 및/또는 제1 이미지로부터 이벤트 구간 정보 획득 동작을 수행하도록 할 수 있다.

다양한 실시예에 따르면, 프로세서(120)는 메모리(250)의 비휘발성 메모리(254)에 저장된 제2 어플리케이션(256)을 로딩하고, 로딩된 제2 어플리케이션(256)에 의해 후술하는 제1 이미지 및 제3 이미지에 기반하여 제1 콘텐트 및 제2 콘텐트를 생성하는 동작을 수행하도록 할 수 있다.

다양한 실시예에 따르면, 프로세서(120)는 이미지 시그널 프로세서(260)(예: 후처리 모듈(262))를 제어하여 메모리(250)의 휘발성 메모리(251)에 임시 버퍼링된 이벤트 구간 정보(253)에 따라 다수의 제1 이미지를 기반으로 제1 콘텐트를 생성하고, 메모리(250)의 휘발성 메모리(251)에 임시 버퍼링된 제3 이미지(252)로부터 제2 콘텐트를 생성할 수 있다.

다양한 실시예에 따르면, 프로세서(120)는 이미지 시그널 프로세서(260)(예: 후처리 모듈(262))를 제어하여 메모리(250)의 휘발성 메모리(251)에 임시 버퍼링된 이벤트 구간 정보(253)에 따라 다수의 제1 이미지를 기반으로 제1 콘텐트를 생성할 수 있다.

다양한 실시예에 따르면, 프로세서(120)는 이미지 시그널 프로세서(260)를 통해 이벤트 구간 정보를 기반으로 다수의 제1 이미지 중 적어도 일부에 대해 이미지 효과를 적용하여 제1 콘텐트를 생성할 수 있다. 예를 들어, 프로세서(120)는 다수의 제1 이미지의 장면 정보(예: 장면 카테고리 또는 장면 속성) 및/또는 이벤트 구간 정보에 기반하여 제1 이미지로부터 생성할 동영상의 유형을 선택할 수 있다.

예를 들어 장면 카테고리는 장소, 객체, 동물, 독사진, 인물 단체 사진, 자동차, 풍경, 또는 텍스트를 포함할 수 있다. 예를 들면 장면 속성은, 장면 카테고리의 세부 유형(예: 장소가 실내 또는 실외, 동물이 고양이 또는 개, 객체의 종류, 독사진 대상이 아기, 여성, 또는 얼굴, 풍경이 나무, 산, 해변, 하늘, 해돋이, 도시, 또는 노을)을 포함할 수 있다.

예를 들면 프로세서(120)는 다수의 제1 이미지에 기반하여 적어도 하나의 동영상을 생성할 수 있다. 예를 들어, 프로세서(120)는 전체 또는 이벤트 구간에서 다수의 제1 이미지가 연속적으로 재생되는 제1 동영상을 생성할 수 있다. 예를 들어, 프로세서(120)는 이벤트 구간의 움직임 속도가 빠르거나 구간의 길이가 짧은 경우 이벤트 구간에서 다수의 제1 이미지가 제1 동영상 보다 상대적으로 빠른 속도로 재생되는 제2 동영상을 생성할 수 있다. 예를 들어, 프로세서(120)는 이벤트 구간의 움직임 속도가 느리거나 구간의 길이가 긴 경우 이벤트 구간에서 다수의 제1 이미지가 제1 동영상 보다 상대적으로 느린 속도로 재생되는 제3 동영상을 생성할 수 있다. 예를 들어 프로세서(120)는 이벤트 구간의 움직임 속도가 빠르거나 구간의 길이가 짧은 경우(예: 골프샷 또는 야구 스윙), 다수의 제1 이미지로부터 이벤트 구간 동안 초당 프레임 개수 증가 및/또는 속도 감소를 통해 이벤트 구간의 속도를 슬로우 모션과 같이 조정한 제4 동영상(예: dynamic video)을 생성할 수 있다. 예를 들면 프로세서(120)는 제3 이미지 중 선택된 적어도 하나의 제4 이미지와 이벤트 구간에 해당하는 제1 이미지 중 일부를 시간 정보(예: time stamp)를 기반으로 순서대로 배치하여 제4 이미지와 제1 이미지 간의 변환 시점에는 예를 들면 전환 효과를 가미하여 전체 이벤트의 내용 및/또는 진행 과정을 요약하여 나타낼 수 있는 제5 동영상(예: highlight video)을 생성할 수 있다. 예를 들면 프로세서(120)는 이벤트 구간에서 다수의 제1 이미지가 순서대로 재생되고 이어서 역순으로 재생되는 제6 동영상을 생성할 수 있다. 예를 들면 프로세서(120)는 이벤트 구간에서 다수의 제1 이미지가 역순으로 재생되는 제7 동영상을 생성할 수 있다. 예를 들면 프로세서(120)는 이벤트 구간에서 다수의 제1 이미지가 풍경 사진을 포함하는 경우, 배경의 색상과 밝기를 변화시켜 낮과 밤의 시간의 흐름을 표현하는 제8 동영상을 생성할 수 있다. 예를 들면 장면 정보에 기반하여 제1 이미지에 대해 적용 가능한 이미지 효과는 콘텐츠 맵(257)으로 구성되어 메모리(예: 도 1의 메모리(130) 또는 도 2 또는 도 3의 메모리(250))에 미리 저장될 수 있다.

다양한 실시예에 따르면, 프로세서(120)는 이미지 시그널 프로세서(260)(예: 후처리 모듈(262))를 통해, 메모리(250)의 휘발성 메모리(251)에 임시 버퍼링된 제3 이미지(252)로부터 적어도 하나의 제4 이미지를 선택하고 장면 정보(예: 장면 카테고리 또는 장면 속성)에 기반한 이미지 효과를 적용하여 제2 콘텐트를 생성할 수 있다.

다양한 실시예에 따르면, 프로세서(120)는 이미지 시그널 프로세서(260)(예: 후처리 모듈(262))를 통해, 임시 버퍼링된 제3 이미지(252)를 분석하고 이에 기반하여 적어도 하나의 제4 이미지를 선택할 수 있다.

예를 들어, 프로세서(120)는 임시 버퍼링된 제3 이미지 중 정지 영상을 생성하기 위한 적어도 하나의 후보 이미지로서 적어도 하나의 제4 이미지를 선택할 수 있다. 예를 들어, 후보 이미지는 적어도 하나의 제3 이미지의 영상 품질, 제3 이미지의 밝기 정보, 제3 이미지의 색상 정보, 제3 이미지에 포함되는 외부 객체(예: 피사체)의 구도 또는 제3 이미지에서 검출한 얼굴 인식 정보 중 적어도 하나에 기반하여 선택될 수 있다. 예를 들어, 영상 품질은 제3 이미지에 포함되는 외부 객체의 초점 정보(예: 블러(blur)), 제3 이미지에 포함되는 잡음(noise) 정보 또는 제3 이미지의 대비(contrast) 정보에 기반하여 설정될 수 있다. 예를 들어, 프로세서(120)는 적어도 하나의 후보 이미지 중 유사한 이미지를 배제할 수 있다.

다양한 실시예에 따르면, 프로세서(120)는 이미지 시그널 프로세서(260)를 통해 선택된 적어도 하나의 제4 이미지에 대해 장면 정보에 기반한 이미지 효과를 적용하여 제2 콘텐트를 생성할 수 있다. 예를 들면 장면 정보에 기반하여 제4 이미지에 대해 적용 가능한 이미지 효과는 예를들면 콘텐츠 맵(257)으로 구성되어 메모리(예: 도 1의 메모리(130) 또는 도 2 또는 도 3의 메모리(250))에 미리 저장될 수 있다.

일 실시예에 따르면, 프로세서(120)는 선택된 적어도 하나의 제4 이미지에 기반하여 적어도 하나의 정지 영상을 생성할 수 있다. 예를 들어, 프로세서(120)는 후보 이미지로서 선택된 적어도 하나의 제4 이미지에 대해 적용할 이미지 효과를 선택할 수 있다. 예를 들어, 프로세서(120)는 적어도 하나의 제4 이미지의 장면 정보(예: 장면 카테고리 또는 장면 속성)에 기반하여 제4 이미지에 대해 이미지 효과를 적용할지 여부 및/또는 제4 이미지에 적용할 이미지 효과를 선택할 수 있다. 예를 들어, 이미지 효과는 제4 이미지의 색상, 투명도, 스타일, 명암 또는 채도 중 적어도 하나를 변화시키는 일련의 동작을 통해 적용될 수 있다.

다양한 실시예에 따르면 전자 장치(예: 도 1의 전자 장치(101) 또는 도 3의 전자 장치(300))는 카메라 모듈(180), 센서 모듈(176), 상기 카메라 모듈(180) 및 상기 센서 모듈(176)과 작동적으로 연결된 적어도 하나의 프로세서(예: 도 1의 프로세서(120) 또는 도 2의 이미지 시그널 프로세서(260)) 및 상기 적어도 하나의 프로세서(120 또는 260)와 작동적으로 연결된 메모리(예: 도 1의 메모리(130) 또는 도 2 또는 도 3의 메모리(250))를 포함할 수 있다.

다양한 실시예에 따르면, 상기 메모리(130 또는 250)는, 실행시, 상기 프로세서(120 또는 260)가 상기 센서 모듈(176)을 통해 감지된 조도 및 상기 카메라 모듈(180)을 통해 감지된 장면 정보 중 적어도 하나를 기반으로 결정된 상기 카메라 모듈(180)의 촬영 모드에 따라 상기 카메라 모듈(180)을 제어하여 지정된 시간 동안 제1 속성을 갖는 다수 개의 제1 이미지와 제2 속성을 갖는 적어도 하나의 제2 이미지를 획득하도록 하고, 상기 다수의 제1 이미지로부터 이벤트가 검출되면 이벤트 구간에 대한 정보를 추출하고, 상기 적어도 하나의 제2 이미지로부터 상기 촬영 모드에 따라 적어도 하나의 제3 이미지를 선택하여 버퍼링하고, 상기 다수의 제1 이미지의 상기 이벤트 구간에 대한 정보에 기반하여 적어도 하나의 제1 콘텐트를 생성하고, 상기 적어도 하나의 제3 이미지 중 적어도 일부에 대한 평가를 수행하여 적어도 하나의 제4 이미지를 선택하고, 선택된 상기 적어도 하나의 제4 이미지에 기반하여 적어도 하나의 제2 콘텐트를 생성하도록 설정될 수 있다.

다양한 실시예에 따르면, 상기 프로세서(120 또는 260)는, 상기 지정된 시간 동안, 상기 제1 이미지를 제1 주기로 획득하고, 상기 결정된 촬영 모드에 따라 제1 촬영 모드에서 상기 제2 이미지를 제2 주기로 획득하며, 제2 촬영 모드에서 상기 제2 이미지를 제3 주기로 획득하도록 설정되며, 상기 제2 주기는 상기 제1 주기 보다 상대적으로 길고, 상기 제3 주기는 상기 제2 주기 보다 상대적으로 길게 설정될 수 있다.

다양한 실시예에 따르면, 상기 프로세서(120 또는 260)는, 상기 제1 촬영 모드에서 상기 적어도 하나의 제2 이미지에대해 이미지 프레임들 간의 유사성에 기반하여 상기 적어도 하나의 제3 이미지를 선택하도록 설정될 수 있다.

다양한 실시예에 따르면, 상기 프로세서(120 또는 260)는, 상기 제2 촬영 모드에서 상기 적어도 하나의 제2 이미지의 이미지 품질에 기초하여 상기 적어도 하나의 제3 이미지를 선택하도록 설정될 수 있다.

다양한 실시예에 따르면, 상기 프로세서(120 또는 260)는, 상기 제1 촬영 모드에서, 상기 적어도 하나의 제3 이미지에 대한 분석을 수행하여 적어도 하나의 제5 이미지를 선택하고, 상기 적어도 하나의 제5 이미지에 대해 상기 평가를 수행하여 상기 적어도 하나의 제4 이미지를 선택하도록 설정될 수 있다.

다양한 실시예에 따르면, 상기 분석은 상기 제3 이미지에 대한 블러 검출(blur detection), 블링크 검출(blink detection), 표정 기반 필터링(expression based filer) 또는 유사도 기반 필터링(affine similarity) 중 적어도 하나를 포함하도록 설정될 수 있다.

다양한 실시예에 따르면, 상기 프로세서(120 또는 260)는 상기 적어도 하나의 제4 이미지의 장면 정보에 기반하여 상기 적어도 하나의 제4 이미지 내의 적어도 일부 요소에 대해 색상, 투명도, 스타일, 명암 또는 채도 중 적어도 하나를 변화시키는 이미지 효과 적용, 화질 보정, 구도 변화, 또는 콜라쥬 생성 중 적어도 하나를 통해 상기 적어도 하나의 제2 콘텐트를 생성하도록 설정될 수 있다.

다양한 실시예에 따르면, 상기 프로세서(120 또는 260)는 상기 다수의 제1 이미지로부터 모션 정보를 획득하고, 상기 모션 정보의 변화에 기반하여 상기 이벤트 구간 정보를 추출하도록 설정될 수 있다.

다양한 실시예에 따르면, 상기 이벤트 구간 정보는 상기 이벤트에 대한 시간 정보, 장면 정보, 길이 정보, 또는 속도 정보 중 적어도 하나를 포함할 수 있다.

다양한 실시예에 따르면, 상기 프로세서(120 또는 260)는 상기 이벤트 구간 정보에 기초하여, 구간 길이, 재생 속도, 재생 순서 또는 상기 장면 정보에 기반한 이미지 효과 중 적어도 하나를 선택적으로 변경하여 상기 다수의 제1 이미지 중 적어도 일부가 연속적으로 재생되는 동영상을 생성하도록 설정될 수 있다.

도 4는 다양한 실시예에 따른 전자 장치의 다양한 이미지 콘텐트 생성 방법을 설명하기 위한 흐름도이다. 도 4에서 동작의 순서는 예시로서, 각 동작은 동시에 수행되거나 순서를 바꾸어 수행되거나 적어도 하나의 동작이 반복되거나 생략될 수도 있다.

다양한 실시예에 따르면, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(300))의 프로세서(예: 도 1의 프로세서(120) 또는 도 2의 이미지 시그널 프로세서(260))는 동작 401에서 조도 정보 및/또는 장면 정보에 기반하여 결정된 촬영모드를 기반으로 지정된 시간 동안 이미지 센서(예: 도 2의 이미지 센서(230))를 통해 다수의 제1 이미지 및 적어도 하나의 제2 이미지를 획득할 수 있다.

예를 들면, 프로세서(120 또는 260)는 이미지 콘텐트의 획득을 위한 사용자 입력을 수신하면 조도 정보 및/또는 장면 정보에 기반하여 결정된 촬영 모드를 기반으로 카메라 모듈(예: 도 1의 카메라 모듈(180))을 제어하여 이미지 센서를 통해 다수의 제1 이미지 및 적어도 하나의 제2 이미지를 획득하도록 할 수 있다.

예를 들면, 프로세서(120 또는 260)는 조도 정보 및/또는 장면 정보에 기반하여 촬영 모드를 제1 촬영 모드(예: 연속 촬영 모드) 또는 제2 촬영 모드(예: 일반 촬영 모드) 중 하나로 결정할 수 있다. 예를 들면 조도 정보는 센서 모듈(예: 도 1의 센서 모듈(176))(예: 조도 센서)을 통해 획득될 수 있다. 예를 들면 장면 정보는 이미지 센서를 통해 획득되는 이미지로부터 추출될 수 있다.

예를 들면 프로세서(120 또는 260)는 결정된 촬영 모드에 따라 카메라 모듈을 제어하여, 지정된 시간 동안 이미지 센서를 통해 제1 속성의 다수의 제1 이미지와 제1 속성과 다른 제2 속성의 적어도 하나의 제2 이미지를 획득할 수 있다.

예를 들면 획득한 제1 이미지와 제2 이미지는 원본 이미지 데이터(예: raw data)를 포함할 수 있다. 예를 들면, 제1 이미지는 지정된 시간 동안 제1 주기로 획득되는 다수의 프리뷰 이미지(예: 동영상)로, 제2 이미지 보다 상대적으로 작은 해상도(resolution)를 갖는 제1 속성을 포함할 수 있다. 예를 들면, 제2 이미지는 지정된 시간 동안 획득되는 적어도 하나의 캡쳐 이미지(예: 정지 영상)로, 제1 이미지 보다 상대적으로 높은 해상도를 갖는 제2 속성을 포함할 수 있다.

예를 들면 제1 촬영 모드(예: 연속 촬영 모드)에서 제2 이미지는, 지정된 시간 동안, 제1 주기와 상이한 제2 주기로 획득될 수 있다. 예를 들면, 제2 주기는 제1 주기보다 상대적으로 길 수 있다. 예를 들어, 제2 촬영 모드(예: 일반 촬영 모드)에서 제2 이미지는, 지정된 시간 동안, 제2 주기 보다 상대적으로 긴 제3 주기로 획득될 수 있다.

예를 들면 제1 이미지 및/또는 제2 이미지를 포함하는 다수의 이미지를 획득하는 동작을 수행하는 지정된 시간은 전자 장치(101 또는 300)에 의해 지원되는 최소 시간 보다 길고 최대 시간 보다 짧은 시간 이내로 설정될 수 있다. 예를 들어, 지정된 시간은 사용자 입력에 의해 선택되거나 설정될 수 있다.

다양한 실시예에 따르면, 프로세서(120 또는 260)는 동작 403에서, 결정된 촬영 모드에 따라 이미지 센서로부터 출력되는 다수의 제1 이미지로부터 이벤트 구간 정보를 획득하고 다수의 제2 이미지로부터 적어도 하나의 제3 이미지를 선택하여 임시 버퍼링할 수 있다.

예를 들면 프로세서(120 또는 260)는 다수의 제1 이미지로부터 모션 정보를 검출하고, 검출된 모션 정보에 기반하여 이벤트가 발생하는 것으로 판단되면, 이벤트 구간 정보를 획득하고 메모리의 휘발성 메모리(예: 도 2의 휘발성 메모리(251))에 임시 버퍼링(252)할 수 있다.

예를 들면 모션 정보는 이미지 내의 적어도 하나의 객체의 움직임을 추적하여 산출되는 움직임 정보(예: 속도)를 포함할 수 있다. 예를 들면 모션 정보는 이미지 내의 지정된 패턴과 같은 특징점의 변화, 예를 들면 촬영 시점의 변화, 밝기의 변화 또는 배경(예: 주변 환경)의 변화에 기반하여 객체의 움직임을 추정(예: optical flow)함으로써 산출할 수 있다.

예를 들면 이벤트 구간 정보는 이벤트가 발생한 구간에 대한 시간 정보, 장면 정보, 구간의 길이 및/또는 속도를 포함할 수 있다. 예를 들면 이벤트 구간 정보는 모션 정보가 증가한 시점과 감소한 시점의 시간 정보를 포함할 수 있다. 예를 들면 이벤트 구간 정보는 이벤트 구간에서 움직인 객체 및/또는 움직임에 대한 정보를 포함하는 장면 정보(예: 장면 카테고리 또는 장면 속성)(예: 사람이 점프)를 포함할 수 있다. 예를 들면 이벤트 구간 정보는 모션 정보가 지정된 문턱값 이상으로 증가한 시점과 지정된 문턱값 이하로 감소한 시점의 시간 정보를 포함할 수 있다. 예를 들면 이벤트 구간 정보는 모션 정보가 증가한 시점부터 감소한 시점까지의 구간 길이를 포함할 수 있다. 예를 들면 이벤트 구간 정보는 이벤트가 발생한 구간 내의 모션 정보의 평균 속도 및/또는 최고 속도를 포함할 수 있다.

예를 들면 프로세서(120 또는 260)는 이미지 센서로부터 출력되는 다수의 제2 이미지로부터 결정된 촬영 모드에 기반하여 적어도 하나의 제3 이미지를 선택하고, 선택된 제3 이미지를 메모리의 휘발성 메모리에 임시 버퍼링(252)할 수 있다.

예를 들면 프로세서(120 또는 260)는 제1 촬영 모드에 따라 획득된 다수의 제2 이미지에 대해 이미지 프레임 간의 유사성을 분석하여 적어도 하나의 제3 이미지를 선택할 수 있다. 예를 들면 다수의 제2 이미지의 프레임 간의 유사성은 각 프레임의 이미지 해쉬값을 기반으로 분석될 수 있으며, 프로세서(120 또는 260)는 이미지 센서로부터 출력되는 제2 이미지의 프레임들 중 유사성이 높은 프레임들을 배제하고, 나머지 적어도 하나의 제3 이미지를 휘발성 메모리로 전송하여 임시 버퍼링할 수 있다.

예를 들면 프로세서(120 또는 260)는 제2 촬영 모드에 따라 획득된 다수의 제2 이미지에 대해 이미지 품질을 분석하여 적어도 하나의 제3 이미지를 선택할 수 있다. 예를 들면 프로세서(120 또는 260)는 획득된 다수의 제2 이미지에 대해 이미지 초점을 검출(예: blur detect)하여 초점이 맞지 않아 품질이 떨어지는 이미지를 배제하고, 나머지 적어도 하나의 제3 이미지를 휘발성 메모리로 전송하여 임시 버퍼링할 수 있다.

다양한 실시예에 따르면, 프로세서(120 또는 260)는 메모리에 저장된 제1 어플리케이션(예: 도 2의 제1 어플리케이션(255))을 로딩하고, 로딩된 제1 어플리케이션에 의해 상술한 동작 401 및 동작 403을 수행할 수 있다.

다양한 실시예에 따르면, 프로세서(120 또는 260)는 메모리에 저장된 제2 어플리케이션(예: 도 2의 제2 어플리케이션(256))을 로딩하고, 로딩된 제2 어플리케이션에 의해 후술하는 동작 405 및 동작 407을 수행할 수 있다.

다양한 실시예에 따르면, 프로세서(120 또는 260)는 동작 405에서, 임시 버퍼링된 이벤트 구간 정보에 따라 다수의 제1 이미지를 기반으로 제1 콘텐트를 생성하고, 동작 407에서, 임시 버퍼링된 제3 이미지를 기반으로 제2 콘텐트를 생성할 수 있다.

예를 들면, 프로세서(120 또는 260)는 휘발성 메모리에 임시 버퍼링된 이벤트 구간 정보에 기초하여 다수의 제1 이미지 중 적어도 일부에 대해 이미지 효과를 적용하여 제1 콘텐트를 생성할 수 있다. 예를 들어, 프로세서(120 또는 260)는 이벤트 구간 정보의 시간 정보 및/또는 길이 정보에 따라 다수의 제1 이미지 중 해당 구간의 프레임들을 추출하고, 해당 이벤트 구간 정보의 장면 정보(예: 장면 카테고리 또는 장면 속성)에 기반하여 추출된 제1 이미지의 프레임들에 대해 적용할 이미지 효과를 선택하여 적용하고 적어도 하나의 동영상을 생성할 수 있다. 예를 들어, 생성되는 제1 콘텐트는 전체 또는 이벤트 구간에서 다수의 제1 이미지가 연속적으로 재생되는 제1 동영상, 이벤트 구간에서 다수의 제1 이미지가 제1 동영상 보다 상대적으로 빠른 속도로 재생되는 제2 동영상, 이벤트 구간에서 다수의 제1 이미지가 제1 동영상 보다 상대적으로 느린 속도로 재생되는 제3 동영상, 다수의 제1 이미지로부터 이벤트 구간 동안 초당 프레임 개수 증가 및/또는 속도 감소를 통해 이벤트 구간의 속도를 슬로우 모션과 같이 조정한 제4 동영상(예: dynamic video), 제3 이미지 중 선택된 적어도 하나의 제4 이미지와 이벤트 구간에 해당하는 제1 이미지 중 일부를 시간 정보(예: time stamp)를 기반으로 순서대로 배치하여 제4 이미지와 제1 이미지 간의 변환 시점에는 예를 들면 전환 효과를 가미하여 전체 이벤트의 내용 및/또는 진행 과정을 요약하여 나타낼 수 있는 제5 동영상(예: highlight video) 중 적어도 하나를 포함할 수 있다.

예를 들면 프로세서(120 또는 260)는 휘발성 메모리에 임시 버퍼링된 제3 이미지로부터 적어도 하나의 제4 이미지를 선택하고 장면 정보(예: 장면 카테고리 또는 장면 속성)에 기반한 이미지 효과를 적용하여 제2 콘텐트를 생성할 수 있다.

예를 들어, 프로세서(120 또는 260)는 임시 버퍼링된 제3 이미지의 영상 품질, 밝기 정보, 색상 정보, 제3 이미지에 포함되는 외부 객체(예: 피사체)의 구도 또는 제3 이미지에서 검출한 얼굴 인식 정보 중 적어도 하나에 기반하여 적어도 하나의 제4 이미지를 선택할 수 있다. 예를 들어, 영상 품질은 제3 이미지에 포함되는 외부 객체의 초점 정보(예: 블러(blur)), 제3 이미지에 포함되는 잡음(noise) 정보 또는 제3 이미지의 대비(contrast) 정보에 기반하여 설정될 수 있다.

예를 들면, 적어도 하나의 제4 이미지에 대해 적용할 이미지 효과는 제4 이미지의 색상, 투명도, 스타일, 명암 또는 채도 중 적어도 하나를 변화시키는 일련의 동작을 통해 적용될 수 있다.

도 5는 다양한 실시예에 따른 촬영 모드에 따른 다양한 이미지 데이터 획득 동작을 설명하기 위한 흐름도이다. 다양한 실시예에 따르면, 도 5의 동작들은 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(300))의 프로세서(예: 도 1의 프로세서(120) 또는 도 2의 이미지 시그널 프로세서(260))에 의해 수행될 수 있다. 예를 들면 프로세서(120 또는 260)는 메모리(예: 도 2의 메모리(250))에 저장된 제1 어플리케이션(예: 도 2의 제1 어플리케이션(255))을 로딩하고, 로딩된 제1 어플리케이션에 의해 도 5의 동작들을 수행할 수 있다.

다양한 실시예에 따르면, 프로세서(120 또는 260)는 동작 501에서, 조도 정보 및/또는 장면 정보에 기반하여 촬영모드를 결정할 수 있다.

예를 들면, 프로세서(120 또는 260)는 이미지 콘텐트의 획득을 위한 사용자 입력을 수신하면 조도 정보 및/또는 장면 정보에 기반하여 카메라 모듈(예: 도 1의 카메라 모듈(180))을 제어하여 이미지를 획득하기 위한 촬영 모드를 결정할 수 있다.

예를 들면, 프로세서(120 또는 260)는 조도 정보 및/또는 장면 정보에 기반하여 촬영 모드를 제1 촬영 모드(예: 연속 촬영 모드) 또는 제2 촬영 모드(예: 일반 촬영 모드) 중 하나로 결정할 수 있다.

예를 들면 조도 정보는 센서 모듈(예: 도 1의 센서 모듈(176))(예: 조도 센서)을 통해 획득될 수 있다. 예를 들면 조도 정보는 현재 전자 장치(101 또는 300)가 위치하는 장소의 밝기 정도(예: lux 또는 EV (exposure value) 단위로 측정)를 포함할 수 있다.

예를 들면 장면 정보는 이미지 센서(예: 도 2의 이미지 센서(230))를 통해 획득되는 이미지로부터 추출될 수 있다. 예를 들면 장면 정보는 장면 카테고리 또는 장면 속성을 포함할 수 있다. 예를 들면 장면 정보는 현재 전자 장치(101 또는 300)가 위치하는 장소가 실외 또는 실내임을 나타내는 정보 및/또는 외부 객체 정보를 포함할 수 있다. 예를 들면 센서 모듈(예: GPS (global positioning system))을 통해 획득한 현재 전자 장치(101 또는 300)가 위치하는 장소에 대한 위치 정보를 실외 또는 실내임을 판단하기 위한 정보로서, 보충적으로 또는 대체하여 사용할 수 있다.

예를 들면 프로세서(120 또는 260)는 획득된 조도 정보 또는 장면 정보에 기반하여 실외이거나 고조도인 것으로 판단되는 경우 촬영 모드를 제1 촬영 모드로 결정할 수 있다. 예를 들면 장면 정보에 따라 실외인 경우라도 저조도인 경우 촬영 모드를 제2 촬영 모드로 결정할 수 있다. 예를 들면 장면 정보에 따라 실외이고 움직일 수 있는 외부 객체를 포함하는 경우 제1 촬영 모드로 결정할 수 있다. 예를 들면 장면 정보에 따라 실외이고 움직일 수 있는 외부 객체를 포함하고, 고조도인 경우 제1 촬영 모드로 결정할 수 있다.

다양한 실시예에 따르면 프로세서(120 또는 260)는 동작 503에서, 결정된 촬영 모드에 따라 카메라 모듈을 제어하여, 지정된 시간 동안 이미지 센서(예: 도 2의 이미지 센서(230))를 통해 제1 속성의 다수의 제1 이미지 및 제2 속성의 적어도 하나의 제2 이미지를 획득할 수 있다. 예를 들면 제1 이미지는 지정된 시간 동안 제1 주기로 획득되는 다수의 프리뷰 이미지로, 제2 이미지 보다 상대적으로 작은 해상도(resolution)를 갖는 제1 속성을 포함할 수 있다. 예를 들면, 제2 이미지는 지정된 시간 동안 획득되는 적어도 하나의 캡쳐 이미지로, 제1 이미지 보다 상대적으로 높은 해상도를 갖는 제2 속성을 포함할 수 있다.

예를 들면 프로세서(120 또는 260)는 제1 촬영 모드에서, 지정된 시간 동안 제1 주기와 상이한 제2 주기로 제2 이미지를 획득하도록 할 수 있다. 예를 들면, 제2 주기는 제1 주기보다 상대적으로 길 수 있다. 예를 들어, 프로세서(120 또는 260)는 제2 촬영 모드에서, 지정된 시간 동안 제2 주기 보다 상대적으로 긴 제3 주기로 제2 이미지를 획득하도록 할 수 있다.

다양한 실시예에 따르면, 프로세서(120 또는 260)는 동작 505에서, 결정된 촬영 모드에 따라 이미지 센서로부터 출력되는 다수의 제1 이미지와 적어도 하나의 제2 이미지에 대해 각각 별도의 동작으로 진행하여 처리되도록 할 수 있다.

다양한 실시예에 따르면, 프로세서(120 또는 260)는 동작 507에서 이미지 센서로부터 출력되는 다수의 제1 이미지로부터 모션 정보를 검출하고, 검출된 모션 정보에 기반하여 이벤트 구간 정보를 획득하여 메모리의 휘발성 메모리(예: 도 2의 휘발성 메모리(251))에 임시 버퍼링(252)할 수 있다.

예를 들면 모션 정보는 이미지 내의 적어도 하나의 객체의 움직임을 추적하여 산출되는 움직임 정보(예: 속도)를 포함할 수 있다. 예를 들면 이벤트가 발생하는지 여부는 모션 정보의 변화에 기반하여 판단할 수 있다.

예를 들면 이벤트 구간 정보는 이벤트가 발생한 구간에 대한 시간 정보, 장면 정보, 구간의 길이 및/또는 속도를 포함할 수 있다. 예를 들면 이벤트 구간에 대한 시간 정보는 모션 정보에 기초하여 결정되는 이벤트 구간의 시점과 종점의 시간을 포함할 수 있다. 예를 들면 장면 정보는 이벤트 구간에서 움직인 객체 및/또는 움직임에 대한 정보와 같은 장면 카테고리 및/또는 장면 속성을 포함할 수 있다. 예를 들면 이벤트 구간의 길이는 이벤트 구간의 시점의 프레임부터 종점의 프레임까지의 시간 길이 또는 프레임 개수를 포함할 수 있다. 예를 들면 이벤트 구간의 속도는 이벤트가 발생한 구간의 모션 정보의 평균 속도 및/또는 최고 속도를 포함할 수 있다.

다양한 실시예에 따르면, 프로세서(120 또는 260)는 동작 509에서 이미지 센서로부터 출력되는 다수의 제2 이미지로부터 적어도 하나의 제3 이미지를 선택하고, 선택된 제3 이미지를 메모리의 휘발성 메모리에 임시 버퍼링(252)할 수 있다.

예를 들면 프로세서(120 또는 260)는 제1 촬영 모드에 따라 획득된 다수의 제2 이미지에 대해 이미지 프레임 간의 유사성을 분석하여 적어도 하나의 제3 이미지를 선택할 수 있다. 예를 들면 다수의 제2 이미지의 프레임 간의 유사성은 각 프레임의 이미지 해쉬값을 기반으로 분석될 수 있다. 예를 들면 프로세서(120 또는 260)는 제2 촬영 모드에 따라 획득된 다수의 제2 이미지에 대해 이미지 품질(예: 초점 검출(blur detect))을 분석하여 적어도 하나의 제3 이미지를 선택할 수 있다.

다양한 실시예에 따르면, 프로세서(120 또는 260)는 동작 511에서, 지정된 시간이 종료되었는지 또는 사용자로부터 촬영 종료 입력이 수신되었는지 확인하여 촬영을 종료할 것인지 여부를 결정할 수 있다. 예를 들면 프로세서(120 또는 260)는 촬영이 종료될 때까지 동작 503 내지 동작 509를 연속적으로 수행할 수 있다.

도 6은 다양한 실시예에 따른 동영상 이미지 콘텐트 생성 동작을 설명하기 위한 흐름도이다.

다양한 실시예에 따르면, 도 6의 동작들은 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(300))의 프로세서(예: 도 1의 프로세서(120) 또는 도 2의 이미지 시그널 프로세서(260))에 의해 수행될 수 있다. 예를 들면 프로세서(120 또는 260)는 메모리(예: 도 2의 메모리(250))에 저장된 제2 어플리케이션(예: 도 2의 제2 어플리케이션(256))을 로딩하고, 로딩된 제2 어플리케이션에 의해 도 6의 동작들을 수행할 수 있다.

다양한 실시예에 따르면, 프로세서(120 또는 260)는 동작 601에서, 메모리에 임시 버퍼링된 이벤트 구간 정보로부터 이벤트가 존재하는지 확인하고, 이벤트가 존재하는 경우, 동작 603에서 이벤트 구간 정보를 분석할 수 있다. 예를 들면 이벤트 구간 정보로부터 이벤트 구간의 시점과 종점의 시간과 이벤트 구간의 길이에 기초하여 이벤트가 시작되는 프레임 위치와 종료되는 프레임 위치를 확인할 수 있다. 예를 들면 이벤트 구간의 장면 카테고리, 장면 속성 및/또는 이벤트 구간의 속도를 확인하여 이벤트 구간의 이미지 프레임들에 대해 적용할 이미지 효과를 결정할 수 있다.

다양한 실시예에 따르면, 프로세서(120 또는 260)는 동작 605에서 이벤트 구간 정보에 기초하여 다수의 제1 이미지를 기반으로 제1 콘텐트를 생성할 수 있다. 예를 들면 프로세서(120 또는 260)는 다수의 제1 이미지의 장면 정보(예: 장면 카테고리 및/또는 장면 속성) 및/또는 이벤트 구간의 속도에 기반하여 제1 이미지로부터 생성할 동영상(예: 출력 비디오)의 유형을 선택할 수 있다. 예를 들어 프로세서(120 또는 260)는, 상기 이벤트 구간 정보에 기초하여, 구간 길이, 재생 속도, 재생 순서 또는 장면 정보에 기반한 이미지 효과 중 적어도 하나를 선택적으로 변경하여 상기 다수의 제1 이미지 중 적어도 일부가 연속적으로 재생되는 동영상을 생성할 수 있다.

예를 들면 제1 콘텐트는 이벤트 구간 정보에 기초하여 다수의 제1 이미지에 대해 다음의 표 1과 같은 콘텐츠 맵을 적용하여 생성될 수 있다.

scene category	scene type	출력 비디오
scene category	scene type	Original (front or rear)	dynamic/fastforward	highlight	boomerang	reverse	relighting
indoor	indoor, stage	o	only FF	o	x	o	x
clothing	clothing, shoe	o	only FF	o	x	x	x
object	food, drink, flower	o	o	o (intro only)	x	x	x
pet	animal, cat, dog	o	o	o	o	x	x
vehicle	vehicle	o	o	o	x	o	x
landscape	mountain, beach, sky, waterfall, waterside, scenery, sunset, sunrise, snow, city, nightview	o	only FF	o	x	x	o
portrait		o	o	o	o	x	x
people		o	o	o	o	x	x
text		o	only FF	o	x	x	x
default		o	o	o	o	x	x

예를 들어 장면 카테고리(scene category)는, 콘텐츠 맵을 참조하면, 장소(indoor), 의복(clothing), 객체(object), 동물(pet), 독사진(portrait), 인물 단체 사진(people), 자동차(vehicle), 풍경(landscape), 또는 텍스트(text)를 포함할 수 있다. 예를 들면 장면 속성(scene type)은, 장면 카테고리의 세부 유형(예: 장소가 실내 또는 실외, 동물이 고양이 또는 개, 객체의 종류, 독사진 대상이 아기, 여성, 또는 얼굴, 풍경이 나무, 산, 해변, 하늘, 해돋이, 도시, 또는 노을)을 포함할 수 있다.

예를 들어, 생성되는 제1 콘텐트는 이벤트 구간에서 다수의 제1 이미지가 연속적으로 재생되는 제1 동영상(예: original)을 포함할 수 있다. 예를 들어, 생성되는 제1 콘텐트는 이벤트 구간에서 다수의 제1 이미지가 제1 동영상 보다 상대적으로 빠른 속도로 재생되는 제2 동영상(예: fastforward)을 포함할 수 있다. 예를 들어, 생성되는 제1 콘텐트는 이벤트 구간에서 다수의 제1 이미지가 제1 동영상 보다 상대적으로 느린 속도로 재생되는 제3 동영상(예: slow video)을 포함할 수 있다. 예를 들어, 생성되는 제1 콘텐트는 이벤트 구간의 속도가 빠르거나 구간의 길이가 짧은 경우, 다수의 제1 이미지로부터 이벤트 구간 동안 초당 프레임 개수 증가 및/또는 속도 감소를 통해 이벤트 구간의 속도를 슬로우 모션과 같이 조정한 제4 동영상(예: dynamic video)을 포함할 수 있다. 예를 들어, 생성되는 제1 콘텐트는 제3 이미지 중 선택된 적어도 하나의 제4 이미지와 이벤트 구간에 해당하는 제1 이미지 중 일부를 시간 정보(예: time stamp)를 기반으로 순서대로 배치하여 제4 이미지와 제1 이미지 간의 변환 시점에는 예를 들면 전환 효과를 가미하여 전체 이벤트의 내용 및/또는 진행 과정을 요약하여 나타낼 수 있는 제5 동영상(예: highlight video)을 포함할 수 있다. 예를 들면 제1 콘텐트는 이벤트 구간에서 다수의 제1 이미지가 순서대로 재생되고 이어서 역순으로 재생되는 제6 동영상(예: boomerang)을 포함할 수 있다. 예를 들면 제1 콘텐트는 이벤트 구간에서 다수의 제1 이미지가 역순으로 재생되는 제7 동영상(예: reverse)을 포함할 수 있다. 예를 들면 제1 콘텐트는 이벤트 구간에서 다수의 제1 이미지가 풍경 사진을 포함하는 경우, 배경의 색상과 밝기를 변화시켜 낮과 밤의 시간의 흐름을 표현하는 제8 동영상(예: relighting)을 포함할 수 있다. 예를 들면 장면 정보에 기반하여 제1 이미지에 대해 적용 가능한 이미지 효과는 상술한 바와 같은 콘텐츠 맵으로 구성되어 메모리(예: 도 1의 메모리(130) 또는 도 2 또는 도 3의 메모리(250))에 미리 저장될 수 있다.

다양한 실시예에 따르면, 프로세서(120 또는 260)는 이벤트 구간이 존재하지 않는 경우 동작 607에서, 다수의 제1 이미지를 기반으로 제1 콘텐트를 생성할 수 있다. 예를 들면 제1 콘텐트는 다수의 제1 이미지가 연속적을 재생되는 동영상을 포함할 수 있다. 예를 들면 제1 콘텐트는 다수의 제1 이미지에 상술한 표 1과 같은 콘텐츠 맵을 적용하여 생성될 수 있다.

도 7은 다양한 실시예에 따른 정지 영상 이미지 콘텐트 생성 동작을 설명하기 위한 흐름도이다.

다양한 실시예에 따르면, 도 7의 동작들은 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(300))의 프로세서(예: 도 1의 프로세서(120) 또는 도 2의 이미지 시그널 프로세서(260))에 의해 수행될 수 있다. 예를 들면 프로세서(120 또는 260)는 메모리(예: 도 2의 메모리(250))에 저장된 제2 어플리케이션(예: 도 2의 제2 어플리케이션(256))을 로딩하고, 로딩된 제2 어플리케이션에 의해 도 7의 동작들을 수행할 수 있다.

다양한 실시예에 따르면, 프로세서(120 또는 260)는 동작 701에서 휘발성 메모리에 임시 버퍼링된 제3 이미지를 순서대로 출력할 수 있다.

다양한 실시예에 따르면, 프로세서(120 또는 260)는 동작 703에서 촬영 모드가 제1 촬영 모드(예: 버스트 샷)인지 확인하고, 제1 촬영 모드가 아닌 경우, 동작 707로 진행하여 심미성 평가를 수행하고, 동작 709에서 중복성 평가를 수행하고, 평가 결과에 따라 동작 711에서 제3 이미지로부터 제4 이미지를 선택할 수 있다. 예를 들면 동작 707과 동작 709의 순서는 예시로서 이에 한정되지 않으며 순서가 변경되거나 적어도 일부가 동시에 수행되거나 일부가 생략될 수도 있다.

다양한 실시예에 따르면, 동작 703에서 촬영 모드가 제1 촬영 모드인 경우, 동작 705로 진행하여, 임시 버퍼링된 제3 이미지에 대한 이미지 분석을 수행하고 적어도 하나의 제5 이미지를 선택할 수 있으며, 선택된 제5 이미지에 대해 동작 707 및 동작 709로 진행하여, 심미성 평가 및 중복성 평가를 수행하고, 평가 결과에 따라 동작 711에서 제5 이미지 중에서 제4 이미지를 선택할 수 있다. 예를 들면 제1 촬영 모드에서는 다수의 제2 이미지가 획득되며 전술한 제3 이미지 선택 동작을 통해 이미지 개수를 줄일 수 있으며, 추가로 제5 이미지 선택 동작을 통해 이미지 품질을 분석하여 제2 콘텐트 생성을 위한 후보 이미지 선택 동작에서 평가 대상 이미지의 개수를 효과적으로 줄일 수 있다.

다양한 실시예에 따르면 동작 705에서 수행하는 제3 이미지에 대한 이미지 분석은 예를 들면 블러 검출(blur detection), 블링크 검출(blink detection), 표정 기반 필터링(expression based filer) 및/또는 유사도 기반 필터링(affine similarity)을 포함할 수 있다. 예를 들면 동작 705는 연속 촬영 모드로 획득된 제3 이미지들을 빠르게 분석하여 적절한 품질의 이미지들을 선택하는 동작을 포함할 수 있다.

도 8은 다양한 실시예에 따른 버스트 샷 모드에 따른 이미지 선택 동작을 설명하기 위한 흐름도이다. 도 8은 다양한 실시예에 따른 제1 촬영 모드에 따른 도 7의 동작 705의 제5 이미지 선택 동작을 보다 상세히 설명하기 위한 흐름도일 수 있다. 도 8의 각 동작의 순서는 예시로서 이에 한정되지 않으며 순서는 변경되거나 일부가 동시에 수행되거나 일부가 생략될 수 있다. 도 8의 동작은 예를 들면 이미지 트레이닝 데이터를 기반으로 학습된 인공 지능 프로그램에 의해 수행될 수 있다. 예를 들면 프로세서(120 또는 260)는 메모리(예: 도 1의 메모리(130))에 저장된 인공 지능 프로그램(예: 도 1의 프로그램(140))을 로딩하고, 로딩된 인공 지능 프로그램에 의해 도 8의 동작들을 수행할 수 있다.

다양한 실시예에 따르면 프로세서(120 또는 260)는 동작 801에서 고수준의 블러 검출을 수행할 수 있다. 예를 들면 프로세서(120 또는 260)는 제3 이미지에 포함된 객체의 초점 정보에 따라 이미지 흐림 여부를 검출하고, 초점이 흐린 이미지를 선택에서 배제할 수 있다.

다양한 실시예에 따르면 프로세서(120 또는 260)는 동작 803에서 블링크 검출을 수행할 수 있다. 예를 들면 프로세서(120 또는 260)는 제3 이미지에 포함된 객체의 얼굴 인식(face detection) 또는 특징점 검출(landmark detection)(예: 눈썹, 눈, 코, 입술 및/또는 턱선으로부터 특징점을 추출)을 통해 눈을 검출하고 눈을 감았는지 여부에 따라 눈을 감은 이미지를 선택에서 배제할 수 있다.

다양한 실시예에 따르면 프로세서(120 또는 260)는 동작 805에서 표정 기반 필터링을 수행할 수 있다. 예를 들면 프로세서(120 또는 260)는 제3 이미지에 포함된 객체로부터 얼굴 인식, 특징점 검출 또는 머리 영역 검출(head detection)(예: 머리 끝으로부터 목까지 영역의 특징점들을 검출)을 통해 표정 점수를 산출하여, 표정 점수가 낮은 이미지(예: 일그러진 표정)를 선택에서 배제할 수 있다.

다양한 실시예에 따르면 프로세서(120 또는 260)는 동작 807에서 유사도 기반 필터링을 수행할 수 있다. 예를 들면 프로세서(120 또는 260)는 제3 이미지에 포함된 이미지 프레임들 간에 이미지로부터 추출된 에지 기반의 형태(shape)의 유사도를 비교하여 구조적으로 유사도가 높은 이미지 프레임(예: 일정 시간 움직임이 없는 구간에 획득된 이미지)을 선택에서 배제할 수 있다.

도 7을 다시 참조하면, 프로세서(120 또는 260)는 동작 707에서 제5 이미지 또는 제3 이미지에 대해 심미성 평가를 수행할 수 있다. 예를 들어 프로세서(120 또는 260)는 제1 촬영 모드에 따라 획득된 제3 이미지로부터 동작 705에서 선택된 제5 이미지에 대해 심미성 평가를 수행할 수 있다. 예를 들어 프로세서(120 또는 260)는 제2 촬영 모드에 따라 획득된 제3 이미지에 대해 심미성 평가를 수행할 수 있다.

도 9는 다양한 실시예에 따른 심미성 평가 동작을 설명하기 위한 흐름도이다. 도 9는 다양한 실시예에 따른 동작 707의 심미성 평가 동작을 보다 상세히설명하기 위한 흐름도일 수 있다. 도 9의 각 동작의 순서는 예시로서 이에 한정되지 않으며 순서는 변경되거나 일부가 동시에 수행되거나 일부가 생략될 수 있다. 도 9의 동작은 예를 들면 이미지 트레이닝 데이터를 기반으로 학습된 인공 지능 프로그램에 의해 수행될 수 있다. 예를 들면 프로세서(120 또는 260)는 메모리(예: 도 1의 메모리(130))에 저장된 인공 지능 프로그램(예: 도 1의 프로그램(140))을 로딩하고, 로딩된 인공 지능 프로그램에 의해 도 9의 동작들을 수행할 수 있다.

다양한 실시예에 따르면 프로세서(120 또는 260)는 동작 901에서, 컴포지션(composition) 평가를 수행할 수 있다. 예를 들면 프로세서(120 또는 260)는 이미지에 포함된 객체들의 구도에 기반하여 컴포지션 점수를 산출할 수 있다.

다양한 실시예에 따르면 프로세서(120 또는 260)는 동작 903에서, 클라리티(clarity) 평가를 수행할 수 있다. 예를 들면 프로세서(120 또는 260)는 이미지의 밝기, 잡음(noise) 또는 대비(contrast)에 기반하여 클라리티 점수를 산출할 수 있다.

다양한 실시예에 따르면 프로세서(120 또는 260)는 동작 905에서, 이모션(emotion) 평가를 수행할 수 있다. 예를 들면 프로세서(120 또는 260)는 이미지에 포함된 객체의 얼굴을 인식하여 이로부터 눈썹, 눈, 코 및/또는 입을 검출하고 이를 기반으로 표정 점수를 산출할 수 있다.

다양한 실시예에 따르면 프로세서(120 또는 260)는 동작 907에서 색감(colorfulness) 평가를 수행할 수 있다. 예를 들면 프로세서(120 또는 260)는 이미지로부터 색상 정보를 추출하고 색상의 다채로움에 기반하여 색감 점수를 산출할 수 있다.

다양한 실시예에 따르면 프로세서(120 또는 260)는 동작 909에서 노출(exposure) 평가를 수행할 수 있다. 예를 들면 프로세서(120 또는 260)는 이미지의 노출 정보에 기반하여 포화도 점수를 산출할 수 있다.

도 7을 다시 참조하면, 프로세서(120 또는 260)는 동작 709에서 제5 이미지 또는 제3 이미지에 대해 중복성 평가를 수행할 수 있다. 예를 들어 프로세서(120 또는 260)는 제1 촬영 모드에 따라 획득된 제3 이미지로부터 동작 705에서 선택된 제5 이미지에 대해 중복성 평가를 수행할 수 있다. 예를 들어 프로세서(120 또는 260)는 제2 촬영 모드에 따라 획득된 제3 이미지에 대해 중복성 평가를 수행할 수 있다. 예를 들어 프로세서(120 또는 260)는 동작 709의 중복성 평가에 따라 유사한 이미지를 선택에서 배제할 수 있다.

도 10은 다양한 실시예에 따른 중복성 평가 동작을 설명하기 위한 흐름도이다. 도 10은 다양한 실시예에 따른 동작 709의 중복성 평가 동작을 보다 상세히 설명하기 위한 흐름도일 수 있다. 도 10의 각 동작의 순서는 예시로서 이에 한정되지 않으며 순서는 변경되거나 일부가 동시에 수행되거나 일부가 생략될 수 있다. 도 10의 동작은 예를 들면 이미지 트레이닝 데이터를 기반으로 학습된 인공 지능 프로그램에 의해 수행될 수 있다. 예를 들면 프로세서(120 또는 260)는 메모리(예: 도 1의 메모리(130))에 저장된 인공 지능 프로그램(예: 도 1의 프로그램(140))을 로딩하고, 로딩된 인공 지능 프로그램에 의해 도 10의 동작들을 수행할 수 있다.

다양한 실시예에 따르면 프로세서(120 또는 260)는 동작 1001에서, 이미지 프레임들로부터 해쉬값을 산출하여 비교함으로써 해쉬값을 기반으로 유사성 평가를 수행할 수 있다. 예를 들면 해쉬값이 유사한 이미지를 선택에서 배제할 수 있다.

다양한 실시예에 따르면 프로세서(120 또는 260)는 동작 1003에서, 이미지로부터 나이를 추정(GAE (gender age extraction))하는 분석을 통해 유사성을 평가할 수 있다. 예를 들면 프로세서(120 또는 260)는 GAE 방식에 기초하여 표정 점수를 산출하여 이미지들의 유사성을 비교할 수 있다.

다양한 실시예에 따르면, 프로세서(120 또는 260)는 동작 1005에서, 이미지로부터 색상 정보를 기반으로 시멘틱(semantic) 분석을 통해 유사성을 평가할 수 있다. 예를 들면 이미지의 색상 정보에 기초하여 색상 점수를 산출하고 이를 기반으로 이미지들의 유사성을 비교하여 유사한 이미지들은 선택에서 배제할 수 있다.

다양한 실시예에 따르면 프로세서(120 또는 260)는 동작 1007에서 이미지로부터 에지를 추출하고 에지의 형태를 비교하여 유사도를 분석할 수 있다. 예를 들면 이미지 프레임 간의 에지의 형태가 유사한 이미지들은 선택에서 배제할 수 있다.

도 7을 다시 참조하면, 프로세서(120 또는 260)는 동작 711에서 제5 이미지 또는 제3 이미지에 대한 동작 707의 심미성 평가 및/또는 동작 709의 중복성 평가에 기초하여 제2 콘텐트를 생성하기 위한 후보 이미지로서 제4 이미지를 선택할 수 있다. 예를 들면 프로세서(120 또는 260)는 복수의 제4 이미지를 선택할 수 있다.

다양한 실시예에 따르면 프로세서(120 또는 260)는 동작 713에서, 선택된 제4 이미지에 기반하여 제2 콘텐트를 생성할 수 있다.

예를 들면, 프로세서(120 또는 260)는 선택된 적어도 하나의 제4 이미지의 장면 정보(예: 장면 카테고리 및/또는 장면 속성)에 기반하여 적어도 하나의 정지 영상을 생성할 수 있다. 예를 들어, 프로세서(120 또는 260)는 선택된 적어도 하나의 제4 이미지의 장면 카테고리 및/또는 장면 속성에 대응하여 적용할 이미지 효과를 선택할 수 있다.

예를 들면 프로세서(120 또는 260)는 선택된 적어도 하나의 제4 이미지에 대해 다음의 표 2와 같은 콘텐츠 맵을 적용하여 제2 콘텐트를 생성할 수 있다.

scene category	scene type	출력 이미지
scene category	scene type	original+auto enhance	original	smart crop	AI filter	Bokeh/colcor picker	collage	B/W	ultra wide
indoor	indoor, stage	BM1, BM2	BM3, BM4, BM5	o	o	x	x	o	x
clothing	clothing, shoe	BM1	BM2, BM3	o	o	x	x	x	x
object	food, drink, flower	BM1	BM2, BM3	o	x	x	o	x	x
pet	animal, cat, dog	BM1, BM2	BM3, BM4, BM5	o	o	x	o	x	x
vehicle	vehicle	BM1	BM2, BM3	o	x	x	x	x	x
landscape	mountain, beach, sky, waterfall, waterside, scenery, sunset, sunrise, snow, city, nightview	BM1, BM2	BM3, BM4, BM5	x	o	x	x	o	o(밝은 야외만)
portrait		BM1, BM2, BM3	BM4, BM5	o	o	o	o	o	x
people		BM1, BM2	BM3, BM4	o	o	x	o	o	o(밝은 야외만)
text		x	BM1, BM2, BM3	x	x	x	x	x	x
default		BM1, BM2	BM3, BM4, BM5	o	o	x	x	o	x

예를 들어 장면 카테고리는 장소, 의복, 객체, 동물, 자동차, 풍경, 독사진, 인물 단체 사진, 또는 텍스트를 포함할 수 있다. 예를 들면 장면 속성은, 장면 카테고리의 세부 유형(예: 장소가 실내 또는 실외, 동물이 고양이 또는 개, 객체의 종류, 독사진 대상이 아기, 여성, 또는 얼굴, 풍경이 나무, 산, 해변, 하늘, 해돋이, 도시, 또는 노을)을 포함할 수 있다.

예를 들어 표 2의 콘텐츠 맵에 기반하여, 제4 이미지(예: BM1, BM2, BM3, BM4 및/또는 BM5) 중 평가 결과에 따라 최고 점수 이미지(예: BM1) 및/또는 그 이하 점수 이미지(예: BM2 및/또는 BM3)에 대해 원본 및/또는 자동 화질 보정(예: auto enhance) 이미지를 제공할 수 있다. 예를 들어 콘텐츠 맵에 기반하여, 적어도 하나의 제4 이미지(예: BM1, BM2, BM3, BM4 및/또는 BM5) 중 하나 이상에 대해 원본 이미지를 제공할 수 있다. 예를 들어 선택된 적어도 하나의 제4 이미지(예: BM1, BM2, BM3, BM4 및/또는 BM5) 중 적어도 하나에 대해서는 콘텐츠 맵에 기반한 이미지 효과를 적용한 이미지를 제공할 수 있다. 예를 들어, 이미지 효과는 원본 이미지(original)의 장면 정보에 기반하여, 자동 화질 보정(예: auto enhance), 원본 이미지로부터 추천 구도로 이미지의 일부 영역을 캡쳐하여 구도를 변화(예: smart crop), 장면 정보에 기초한 이미지 효과(예: 색상, 투명도, 스타일, 명암 또는 채도 중 적어도 하나를 변화시키는 일련의 동작을 통한 다양한 사진 필터 효과(AI filter)), 인물 사진의 경우 배경의 색상 또는 포커스 변화(예: Bokeh/color picker), 다수의 이미지로부터 캡쳐된 작은 사진들로 구성된 콜라쥬(collage) 생성, 흑백 이미지(예: B/W) 생성, 또는 가로 비율이 세로에 비해 상대적으로 매우 큰 이미지(예: ultra wide) 제공을 포함할 수 있다.

상술한 장면 정보에 기반하여 적용 가능한 이미지 효과는 예를 들면 표 2의 예를 들어 설명한 바와 같은 콘텐츠 맵으로 구성되어 메모리(예: 도 1의 메모리(130) 또는 도 2 또는 도 3의 메모리(250))에 미리 저장될 수 있다.

본 문서에 개시된 실시 예들은 기술 내용을 쉽게 설명하고 이해를 돕기 위한 예로서 제시한 것일 뿐이며, 본 문서에 개시된 기술의 범위를 한정하고자 하는 것은 아니다. 따라서 본 문서에 개시된 기술의 범위는 여기에 개시된 실시 예들 이외에도 본 문서에 개시된 다양한 실시 예의 기술적 사상을 바탕으로 도출되는 모든 변경 또는 변형된 형태를 포함되는 것으로 해석되어야 한다.

Claims

전자 장치에 있어서,
카메라 모듈;
센서 모듈;
상기 카메라 모듈 및 상기 센서 모듈과 작동적으로 연결된 적어도 하나의 프로세서; 및
상기 적어도 하나의 프로세서와 작동적으로 연결된 메모리;를 포함하고,
상기 메모리는, 실행시, 상기 프로세서가
상기 센서 모듈을 통해 감지된 조도 및 상기 카메라 모듈을 통해 감지된 장면 정보 중 적어도 하나를 기반으로 결정된 상기 카메라 모듈의 촬영 모드에 따라 상기 카메라 모듈을 제어하여 지정된 시간 동안 제1 속성을 갖는 다수 개의 제1 이미지와 제2 속성을 갖는 적어도 하나의 제2 이미지를 획득하도록 하고,
상기 다수의 제1 이미지로부터 이벤트가 검출되면 이벤트 구간에 대한 정보를 추출하고, 상기 적어도 하나의 제2 이미지로부터 상기 촬영 모드에 따라 적어도 하나의 제3 이미지를 선택하여 버퍼링하고,
상기 다수의 제1 이미지의 상기 이벤트 구간에 대한 정보에 기반하여 적어도 하나의 제1 콘텐트를 생성하고,
상기 적어도 하나의 제3 이미지 중 적어도 일부에 대한 평가를 수행하여 적어도 하나의 제4 이미지를 선택하고, 선택된 상기 적어도 하나의 제4 이미지에 기반하여 적어도 하나의 제2 콘텐트를 생성하도록 설정된,
전자 장치.
제1항에 있어서,
상기 프로세서는, 상기 지정된 시간 동안, 상기 제1 이미지를 제1 주기로 획득하고, 상기 결정된 촬영 모드에 따라 제1 촬영 모드에서 상기 제2 이미지를 제2 주기로 획득하며, 제2 촬영 모드에서 상기 제2 이미지를 제3 주기로 획득하도록 설정되며,
상기 제2 주기는 상기 제1 주기 보다 상대적으로 길고, 상기 제3 주기는 상기 제2 주기 보다 상대적으로 길게 설정된 전자 장치.
제2항에 있어서,
상기 프로세서는, 상기 제1 촬영 모드에서 상기 적어도 하나의 제2 이미지에 대해 이미지 프레임들 간의 유사성에 기반하여 상기 적어도 하나의 제3 이미지를 선택하도록 설정된 전자 장치.
제2항에 있어서,
상기 프로세서는, 상기 제2 촬영 모드에서 상기 적어도 하나의 제2 이미지의 이미지 품질에 기초하여 상기 적어도 하나의 제3 이미지를 선택하도록 설정된 전자 장치.
제2항에 있어서,
상기 프로세서는, 상기 제1 촬영 모드에서, 상기 적어도 하나의 제3 이미지에 대한 분석을 수행하여 적어도 하나의 제5 이미지를 선택하고, 상기 적어도 하나의 제5 이미지에 대해 상기 평가를 수행하여 상기 적어도 하나의 제4 이미지를 선택하도록 설정된 전자 장치.
제5항에 있어서,
상기 분석은 상기 제3 이미지에 대한 블러 검출(blur detection), 블링크 검출(blink detection), 표정 기반 필터링(expression based filer) 또는 유사도 기반 필터링(affine similarity) 중 적어도 하나를 포함하도록 설정된 전자 장치.
제1항에 있어서,
상기 프로세서는 상기 적어도 하나의 제4 이미지의 장면 정보에 기반하여 상기 적어도 하나의 제4 이미지 내의 적어도 일부 요소에 대해 색상, 투명도, 스타일, 명암 또는 채도 중 적어도 하나를 변화시키는 이미지 효과 적용, 화질 보정, 구도 변화, 또는 콜라쥬 생성 중 적어도 하나를 통해 상기 적어도 하나의 제2 콘텐트를 생성하도록 설정된 전자 장치.
제1항에 있어서,
상기 프로세서는 상기 다수의 제1 이미지로부터 모션 정보를 획득하고, 상기 모션 정보의 변화에 기반하여 상기 이벤트 구간 정보를 추출하도록 설정된 전자 장치.
제8항에 있어서,
상기 이벤트 구간 정보는 상기 이벤트에 대한 시간 정보, 장면 정보, 길이 정보, 또는 속도 정보 중 적어도 하나를 포함하는 전자 장치.
제9항에 있어서,
상기 프로세서는 상기 이벤트 구간 정보에 기초하여, 구간 길이, 재생 속도, 재생 순서 또는 상기 장면 정보에 기반한 이미지 효과 중 적어도 하나를 선택적으로 변경하여 상기 다수의 제1 이미지 중 적어도 일부가 연속적으로 재생되는 동영상을 생성하도록 설정된 전자 장치.
센서 모듈과 카메라 모듈을 구비하는 전자 장치의 방법에 있어서,
상기 센서 모듈을 통해 감지된 조도 및 상기 카메라 모듈을 통해 감지된 장면 정보 중 적어도 하나를 기반으로 결정된 상기 카메라 모듈의 촬영 모드에 따라 상기 카메라 모듈을 제어하여 지정된 시간 동안 제1 속성을 갖는 다수 개의 제1 이미지와 제2 속성을 갖는 적어도 하나의 제2 이미지를 획득하는 동작;
상기 다수의 제1 이미지로부터 이벤트가 검출되면 이벤트 구간에 대한 정보를 추출하고, 상기 적어도 하나의 제2 이미지로부터 상기 촬영 모드에 따라 적어도 하나의 제3 이미지를 선택하여 버퍼링하는 동작;
상기 다수의 제1 이미지의 상기 이벤트 구간에 대한 정보에 기반하여 적어도 하나의 제1 콘텐트를 생성하는 동작; 및
상기 적어도 하나의 제3 이미지 중 적어도 일부에 대한 평가를 수행하여 적어도 하나의 제4 이미지를 선택하고, 선택된 상기 적어도 하나의 제4 이미지에 기반하여 적어도 하나의 제2 콘텐트를 생성하는 동작;을 포함하는 방법.
제11항에 있어서,
상기 이미지 획득 동작은, 상기 지정된 시간 동안, 상기 제1 이미지를 제1 주기로 획득하고, 상기 결정된 촬영 모드에 따라 제1 촬영 모드에서 상기 제2 이미지를 제2 주기로 획득하며, 제2 촬영 모드에서 상기 제2 이미지를 제3 주기로 획득하며,
상기 제2 주기는 상기 제1 주기 보다 상대적으로 길고, 상기 제3 주기는 상기 제2 주기 보다 상대적으로 길게 설정된 방법.
제12항에 있어서,
상기 버퍼링 동작은, 상기 제1 촬영 모드에서 상기 적어도 하나의 제2 이미지에 대해 이미지 프레임들 간의 유사성에 기반하여 상기 적어도 하나의 제3 이미지를 선택하는 방법.
제12항에 있어서,
상기 버퍼링 동작은, 상기 제2 촬영 모드에서 상기 적어도 하나의 제2 이미지의 이미지 품질에 기초하여 상기 적어도 하나의 제3 이미지를 선택하는 방법.
제12항에 있어서,
상기 제1 촬영 모드에서, 상기 적어도 하나의 제3 이미지에 대한 분석을 수행하여 적어도 하나의 제5 이미지를 선택하는 동작을 더 포함하고,
상기 제2 콘텐트 생성 동작은, 상기 적어도 하나의 제5 이미지에 대해 상기 평가를 수행하여 상기 적어도 하나의 제4 이미지를 선택하는 방법.
제15항에 있어서,
상기 분석은 상기 제3 이미지에 대한 블러 검출(blur detection), 블링크 검출(blink detection), 표정 기반 필터링(expression based filer) 또는 유사도 기반 필터링(affine similarity) 중 적어도 하나를 포함하는 방법.
제11항에 있어서,
상기 제2 콘텐트 생성 동작은, 상기 적어도 하나의 제4 이미지의 장면 정보에 기반하여 상기 적어도 하나의 제4 이미지 내의 적어도 일부 요소에 대해 색상, 투명도, 스타일, 명암 또는 채도 중 적어도 하나를 변화시키는 이미지 효과 적용, 화질 보정, 구도 변화, 또는 콜라쥬 생성 중 적어도 하나를 통해 상기 적어도 하나의 제2 콘텐트를 생성하는 방법.
제11항에 있어서,
상기 버퍼링 동작은, 상기 다수의 제1 이미지로부터 모션 정보를 획득하고, 상기 모션 정보의 변화에 기반하여 상기 이벤트 구간 정보를 추출하는 방법.
제18항에 있어서,
상기 이벤트 구간 정보는 상기 이벤트에 대한 시간 정보, 장면 정보, 길이 정보, 또는 속도 정보 중 적어도 하나를 포함하는 방법.
제19항에 있어서,
상기 제1 콘텐트 생성 동작은, 상기 이벤트 구간 정보에 기초하여, 구간 길이, 재생 속도, 재생 순서 또는 상기 장면 정보에 기반한 이미지 효과 중 적어도 하나를 선택적으로 변경하여 상기 다수의 제1 이미지 중 적어도 일부가 연속적으로 재생되는 동영상을 생성하는 방법.