KR20230053144A - 전자 장치 및 전자 장치에서 촬영 기능을 수행하는 방법 - Google Patents

전자 장치 및 전자 장치에서 촬영 기능을 수행하는 방법 Download PDF

Info

Publication number
KR20230053144A
KR20230053144A KR1020210136351A KR20210136351A KR20230053144A KR 20230053144 A KR20230053144 A KR 20230053144A KR 1020210136351 A KR1020210136351 A KR 1020210136351A KR 20210136351 A KR20210136351 A KR 20210136351A KR 20230053144 A KR20230053144 A KR 20230053144A
Authority
KR
South Korea
Prior art keywords
information
face recognition
electronic device
recognition information
gaze
Prior art date
Application number
KR1020210136351A
Other languages
English (en)
Inventor
원현석
김성오
이다솜
Original Assignee
삼성전자주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020210136351A priority Critical patent/KR20230053144A/ko
Priority to EP22881151.9A priority patent/EP4373116A1/en
Priority to PCT/KR2022/008006 priority patent/WO2023063520A1/ko
Priority to US17/854,807 priority patent/US20230122019A1/en
Publication of KR20230053144A publication Critical patent/KR20230053144A/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • H04N23/611—Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/57—Mechanical or electrical details of cameras or camera modules specially adapted for being embedded in other devices
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/66—Remote control of cameras or camera parts, e.g. by remote control devices
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/667—Camera operation mode switching, e.g. between still and video, sport and normal or high- and low-resolution modes

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Studio Devices (AREA)

Abstract

다양한 실시 예들에 따른 전자 장치는, 카메라 모듈, 디스플레이, 및 프로세서를 포함하고, 상기 프로세서는, 시선 인식 촬영 기능이 활성화된 촬영 모드에서 수신되는 이미지에 포함된 복수의 피사체들을 기반으로 적어도 하나의 얼굴 인식 정보를 검출하고, 상기 적어도 하나의 얼굴 인식 정보 중 시선 교정 정보가 매핑된 적어도 두 개의 얼굴 인식 정보의 존재를 확인하면, 깊이 정보 및 신체 정보를 기반으로 상기 적어도 두 개의 얼굴 인식 정보에 대한 스코어 정보를 검출하고, 상기 적어도 두 개의 얼굴 인식 정보 중 가장 높은 스코어 정보를 포함하는 얼굴 인식 정보에 대응되는 피사체를 촬영자로 결정하고, 상기 결정된 촬영자의 시선이 촬영 버튼을 응시하면 촬영된 이미지를 상기 디스플레이에 표시하는 제1 촬영 기능을 수행하도록 설정될 수 있다. 그 밖에 다른 실시 예들을 포함할 수 있다.

Description

전자 장치 및 전자 장치에서 촬영 기능을 수행하는 방법 {ELECTRONIC DEVICE, AND METHOD FOR PERFORMING A IMAGE CAPTURING FUNCTION IN ELECTRONIC DEVICE}
다양한 실시 예들은, 전자 장치에서 촬영 기능을 수행하는 방법에 관한 것이다
전자 장치에 포함된 카메라 모듈을 통해 이미지를 촬영할 때, 다양한 촬영 기능을 이용하여 상기 이미지를 촬영할 수 있다.
전자 장치의 사용자는 이미지를 수신하는 촬영 모드에서는, 촬영 버튼의 직접 입력, 자동 타이머 촬영 기능, 또는 손 제스처를 이용하여 촬영 기능을 수행할 수 있다.
이미지를 수신하는 촬영 모드에서는 피사체의 시선을 인식하여 촬영 기능을 수행할 수 있으며, 상기 촬영 모드에서 상기 피사체의 시선을 인식하기 위해서는 상기 피사체에 대한 시선 교정 동작을 수행해야 한다.
그러나, 셀피 촬영 모드에서 복수의 피사체들을 포함하는 이미지를 수신하는 경우, 상기 복수의 피사체들에 대한 시선 교정 동작을 수행할 때, 상기 복수의 피사체들 중 시선 교정 동작이 수행된 피사체를 별도로 구분하기 어렵기 때문에 상기 복수의 피사체들 중 시선으로 촬영 기능을 수행할 촬영자를 결정할 수 없다. 따라서 셀피 촬영 모드에서 복수의 피사체들을 포함하는 이미지를 수신하는 경우, 촬영자의 시선을 이용하여 촬영 기능을 수행할 수 없는 문제가 있다.
다양한 실시 예들에 따르면, 전자 장치에서 촬영 기능을 수행하는 방법에 관한 것이다.
다양한 실시 예들에 따른 전자 장치는, 카메라 모듈, 디스플레이, 및 프로세서를 포함하고, 상기 프로세서는, 시선 인식 촬영 기능이 활성화된 촬영 모드에서 수신되는 이미지에 포함된 복수의 피사체들을 기반으로 적어도 하나의 얼굴 인식 정보를 검출하고, 상기 적어도 하나의 얼굴 인식 정보 중 시선 교정 정보가 매핑된 적어도 두 개의 얼굴 인식 정보의 존재를 확인하면, 깊이 정보 및 신체 정보를 기반으로 상기 적어도 두 개의 얼굴 인식 정보에 대한 스코어 정보를 검출하고, 상기 적어도 두 개의 얼굴 인식 정보 중 가장 높은 스코어 정보를 포함하는 얼굴 인식 정보에 대응되는 피사체를 촬영자로 결정하고, 상기 결정된 촬영자의 시선이 촬영 버튼을 응시하면 촬영된 이미지를 상기 디스플레이에 표시하는 제1 촬영 기능을 수행하도록 설정될 수 있다.
다양한 실시 예들에 따르면, 전자 장치에서 촬영 기능을 수행하는 방법은, 시선 인식 촬영 기능이 활성화된 촬영 모드에서 수신되는 이미지에 포함된 복수의 피사체들을 기반으로 적어도 하나의 얼굴 인식 정보를 검출하는 동작, 상기 적어도 하나의 얼굴 인식 정보 중 시선 교정 정보가 매핑된 적어도 두 개의 얼굴 인식 정보의 존재를 확인하면, 깊이 정보 및 신체 정보를 기반으로 상기 적어도 두 개의 얼굴 인식 정보에 대한 스코어 정보를 검출하는 동작, 상기 적어도 두 개의 얼굴 인식 정보 중 가장 높은 스코어 정보를 포함하는 얼굴 인식 정보에 대응되는 피사체를 촬영자로 결정하는 동작, 및 상기 결정된 촬영자의 시선이 촬영 버튼을 응시하면 촬영된 이미지를 상기 전자 장치의 디스플레이에 표시하는 제1 촬영 기능을 수행하는 동작을 포함할 수 있다.
다양한 실시 예들에 따르면, 셀피 촬영 모드에서 복수의 피사체들을 포함하는 이미지를 수신하는 경우, 상기 복수의 피사체들 중 촬영자의 시선으로 촬영 기능을 편리하게 수행할 수 있다.
또한 상기 셀피 촬영 모드에서 복수의 피사체들을 포함하는 이미지를 수신하는 경우, 상기 복수의 피사체들 중 촬영자를 결정할 수 없을 때 다른 촬영 기능을 제공할 수 있다.
도 1은 다양한 실시 예들에 따른 네트워크 환경 내의 전자 장치의 블록도 이다.
도 2는, 다양한 실시 예들에 따른, 카메라 모듈의 블록도 이다.
도 3은 다양한 실시 예들에 따른 전자 장치의 블록도 이다.
도 4는 다양한 실시 예들에 따른 전자 장치에서 깊이 정보를 설명하기 위한 도면 이다.
도 5는 다양한 실시 예들에 따른 전자 장치에서 신체 정보를 설명하기 위한 도면 이다.
도 6은 다양한 실시 예들에 따른 전자 장치에서 촬영자를 결정할 수 없는 상태를 설명하기 위한 도면 이다.
도 7은 다양한 실시 예들에 따른 전자 장치에서 촬영 기능을 수행하기 위한 프로세서의 블록도 이다.
도 8은 다양한 실시 예들에 따른 전자 장치에서 촬영 기능을 수행하는 동작을 설명하기 위한 흐름도 이다.
도 9는 다양한 실시 예들에 따른 전자 장치에서 촬영 기능을 수행하는 동작을 설명하기 위한 흐름도 이다.
도 10은 다양한 실시 예들에 따른 전자 장치에서 촬영 기능을 수행하는 동작을 설명하기 위한 흐름도 이다.
도 1은, 다양한 실시예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록 도이다. 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 제 2 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 제 2 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 제 2 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: 제 2 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 제 2 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 제 2 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 제 2 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 제 2 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.
도 2는, 다양한 실시예들에 따른, 카메라 모듈(380)의 블럭도(200)이다. 도 2를 참조하면, 카메라 모듈(380)은 렌즈 어셈블리(210), 플래쉬(320), 이미지 센서(330), 이미지 스태빌라이저(240), 메모리(250)(예: 버퍼 메모리), 또는 이미지 시그널 프로세서(360)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(380)은 복수의 렌즈 어셈블리(210)들을 포함할 수 있다. 이런 경우, 카메라 모듈(380)은, 예를 들면, 듀얼 카메라, 360도 카메라, 또는 구형 카메라(spherical camera)일 수 있다. 복수의 렌즈 어셈블리(210)들은 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 렌즈 어셈블리와 적어도 하나의 다른 렌즈 속성을 가질 수 있다. 렌즈 어셈블리(210)는, 예를 들면, 광각 렌즈 또는 망원 렌즈를 포함할 수 있다. 플래쉬(320)는 피사체로부터 방출되는 빛을 강화하기 위하여 사용되는 광원을 방출할 수 있다. 플래쉬(320)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(330)는 피사체로부터 렌즈 어셈블리(210)를 통해 전달된 빛을 전기적인 신호로 변환함으로써, 상기 피사체에 대응하는 이미지를 획득할 수 있다. 일실시예에 따르면, 이미지 센서(330)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(330)에 포함된 각각의 이미지 센서는, 예를 들면, CCD(charged coupled device) 센서 또는 CMOS(complementary metal oxide semiconductor) 센서로 구현될 수 있다.
이미지 스태빌라이저(240)는 카메라 모듈(380) 또는 이를 포함하는 전자 장치(301)의 움직임에 반응하여, 촬영되는 이미지에 대한 상기 움직임에 의한 부정적인 영향(예: 이미지 흔들림)을 적어도 일부 보상하기 위하여 렌즈 어셈블리(210)에 포함된 적어도 하나의 렌즈 또는 이미지 센서(330)를 특정한 방향으로 움직이거나 제어(예: 리드 아웃(read-out) 타이밍을 조정 등)할 수 있다. 일실시예에 따르면, 이미지 스태빌라이저(240)는, 예를 들면, 광학식 이미지 스태빌라이저로 구현될 수 있으며, 카메라 모듈(380)의 내부 또는 외부에 배치된 자이로 센서(미도시) 또는 가속도 센서(미도시)를 이용하여 상기 움직임을 감지할 수 있다.
메모리(250)는 이미지 센서(330)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: 높은 해상도의 이미지)는 메모리(250)에 저장이 되고, 그에 대응하는 사본 이미지(예: 낮은 해상도의 이미지)는 표시 장치(360)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(360)에 의해 획득되어 처리될 수 있다. 일실시예에 따르면, 메모리(250)는 메모리(330)의 적어도 일부로, 또는 이와는 독립적으로 운영되는 별도의 메모리로 구성될 수 있다.
이미지 시그널 프로세서(360)는 이미지 센서(330)을 통하여 획득된 이미지 또는 메모리(250)에 저장된 이미지에 대하여 이미지 처리(예: 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 수행할 수 있다. 추가적으로 또는 대체적으로, 이미지 시그널 프로세서(360)는 카메라 모듈(380)에 포함된 구성 요소들 중 적어도 하나(예: 이미지 센서(330))에 대한 제어(예: 노출 시간 제어, 또는 리드 아웃 타이밍 제어 등)를 수행할 수 있다. 이미지 시그널 프로세서(360)에 의해 처리된 이미지는 추가 처리를 위하여 메모리(250)에 다시 저장 되거나 카메라 모듈(380)의 외부 구성 요소(예: 메모리(330), 표시 장치(360), 전자 장치(202), 전자 장치(204), 또는 서버(208))로 전달될 수 있다. 일실시예에 따르면, 이미지 시그널 프로세서(360)는 프로세서(320)의 적어도 일부로 구성되거나, 프로세서(320)와 독립적으로 운영되는 별도의 프로세서로 구성될 수 있다. 별도의 프로세서로 구성된 경우, 이미지 시그널 프로세서(360)에 의해 처리된 이미지들은 프로세서(320)에 의하여 그대로 또는 추가의 이미지 처리를 거친 후 표시 장치(360)를 통해 표시될 수 있다.
일실시예에 따르면, 전자 장치(301)는 각각 다른 속성 또는 기능을 가진 둘 이상의 카메라 모듈(380)들을 포함할 수 있다. 이런 경우, 예를 들면, 적어도 하나의 카메라 모듈(380)은 광각 카메라 또는 전면 카메라이고, 적어도 하나의 다른 카메라 모듈은 망원 카메라 또는 후면 카메라일 수 있다.
도 3은 다양한 실시 예들에 따른 전자 장치의 블록도(300)이고, 도 4는 다양한 실시 예들에 따른 전자 장치에서 깊이 정보를 설명하기 위한 도면(400)이고, 도 5는 다양한 실시 예들에 따른 전자 장치에서 신체 정보를 설명하기 위한 도면(500)이고, 도 6은 다양한 실시 예들에 따른 전자 장치에서 촬영자를 결정할 수 없는 상태를 설명하기 위한 도면(600)이다.
상기 도 3을 참조하면, 다양한 실시 예들에 따르면, 전자 장치(301)(예: 도 1의 전자 장치(101))는, 프로세서(320), 메모리(330), 및 디스플레이(360) 및 카메라 모듈(380)을 포함할 수 있다.
다양한 실시 예들에 따르면, 프로세서(320)는, 시선 인식 촬영 기능이 활성화된 촬영 모드에서, 수신되는 이미지에 포함된 복수의 피사체들을 기반으로 적어도 하나의 얼굴 인식 정보를 검출하고, 상기 적어도 하나의 얼굴 인식 정보에 대응되는 적어도 하나의 피사체에 대한 적어도 하나의 시선 교정 정보를 검출하고, 상기 적어도 하나의 얼굴 인식 정보와 상기 적어도 하나의 시선 교정 정보를 매핑하여 저장할 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 카메라 어플리케이션이 실행되면 촬영 모드에서 상기 카메라 모듈(380)을 통해 실시간으로 수신되는 이미지를 상기 디스플레이(360)에 표시할 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 얼굴 인식 기능(face recognition function)을 이용하여, 상기 촬영 모드에서 수신되는 이미지에 포함된 복수의 피사체들 각각에 대한 얼굴을 인식할 수 있다. 상기 프로세서(320)는, 상기 메모리(330)에서 얼굴 정보(예: 얼굴 특징 정보)에 매핑되어 저장된 얼굴 인식 정보(예: 이름 또는 별칭)를 기반으로, 상기 인식된 적어도 하나의 얼굴에 매핑되는 적어도 하나의 얼굴 인식 정보(예: 이름 또는 별칭)을 확인할 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 시선 교정 기능(gaze calibration function)을 이용하여, 상기 촬영 모드에서 수신되는 이미지에 포함된 복수의 피사체들 중 상기 적어도 하나의 얼굴 인식 정보에 대응되는 적어도 하나의 피사체의 시선을 인식하고, 상기 인식된 시선을 기반으로 적어도 하나의 시선 교정 정보를 검출할 수 있다.
예를 들어, 상기 프로세서(320)는, 상기 촬영 모드에서 피사체가 디스플레이(360)의 각 모서리의 특정 부분을 응시할 때와 상기 카메라 모듈(380)의 정면을 응시할 때를 비교하여 피사체의 눈동자의 이동 거리 및 각도의 변화를 시선 교정 정보로 저장할 수 있다. 상기 시선 교정 정보는, 시선 방향을 보다 정확하게 계산하기 위한 것으로, 피사체 마다 상이할 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 상기 적어도 하나의 얼굴 인식 정보와 상기 적어도 하나의 시선 교정 정보를 매핑하여 상기 메모리(330)에 저장할 수 있다.
다양한 실시 예들에 따르면, 프로세서(320)는, 메모리(330)에 저장된 적어도 하나의 얼굴 인식 정보와 적어도 하나의 시선 교정 정보에 대한 매핑 정보를 기반으로, 촬영 모드에서 수신되는 이미지에 포함된 복수의 피사체들 중 시선으로 촬영 기능을 수행할 수 있는 촬영자를 결정할 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 상기 메모리(330)에 저장된 적어도 하나의 얼굴 인식 정보와 적어도 하나의 시선 교정 정보에 대한 매핑 정보를 기반으로, 상기 적어도 하나의 얼굴 인식 정보 중 시선 교정 정보가 매핑 된 적어도 두 개의 얼굴 인식 정보의 존재를 확인하면, 상기 적어도 두 개의 얼굴 인식 정보에 대응되는 적어도 두 명의 피사체들 각각에 대한 깊이 정보(depth 정보)와 신체 정보를 이용하여 상기 적어도 두 개의 얼굴 인식 정보에 대한 스코어 정보를 검출할 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 상기 카메라 모듈(380)과 상기 적어도 두 개의 얼굴 인식 정보와 대응되는 상기 적어도 두 명의 피사체들 간의 각각의 거리 정보를 상기 깊이 정보(depth 정보)로 검출할 수 있다. 상기 도 4와 같이, 복수의 피사체들이 촬영될 때 상기 복수의 피사체들(a1 내지 a6) 중 촬영자에 대응되는 피사체(a1)는 다른 피사체들(a2 내지 a6)에 대비 카메라 모듈(380)과 가장 가깝게 위치하고 있기 때문에, 상기 카메라 모듈(380)과 가장 가까운 깊이 정보(depth정보)를 가지는 피사체(a1)에게 높은 스코어 정보를 부여함에 따라상기 피사체(a1)를 촬영자로 결정할 수 있다. 일 실시 예에 따르면, 상기 프로세서(320)는, 상기 적어도 두 개의 얼굴 인식 정보와 대응되는 적어도 두 명의 피사체들 각각의 스켈레톤(skeletion) 정보를 기반으로, 상기 신체 정보를 검출할 수 있다. 상기 프로세서(320)는, 상기 적어도 두 명의 피사체들의 신체 정보를 기반으로, 어깨와 팔이 카메라 모듈(380)이 위치한 방향에 가깝게 향하고 있는 신체 정보를 가지는 피사체에게 높은 스코어 정보를 부여함에 따라, 상기 높은 스코어 정보를 가지는 피사체를 촬영자로 결정할 수 있다. 상기 도 5와 같이, 카메라 모듈(380)과 상기 복수의 피사체들(b1, b2) 각각의 거리 정보가 동일하거나 유사할 때 상기 복수의 피사체들의 깊이 정보가 동일하거나 유사할 수 있으므로, 상기 깊이 정보만을 이용하여 상기 복수의 피사체들(b1, b2) 중 촬영자에 대응되는 피사체(b1)를 결정할 수 없을 수 있다. 또는 비 촬영자에 대응되는 피사체의 머리가 큰 경우 또는 촬영자에 대응되는 피사체가 의도를 가지고 비 촬영자들에 대응되는 피사체들 사이로 포함되는 경우, 촬영자에대응되는 피사체의 깊이 정보가 가장 가깝다고 판단되지 않을 수 있다. 따라서 셀피 촬영 모드에서 복수의 피사체들 중 촬영자에 대응되는 피사체(b1)의 어깨와 팔이 카메라 모듈(380)을 포함하는 전자 장치(301)을 들고 있기 때문에, 어깨와 팔이 카메라 모듈(380)을 포함하는 전자 장치(301)를 향하는 신체 정보(511)를 가지는 피사체(b1)를 촬영자로 결정할 수 있다. 또한 전자 장치(301)의 후면에 구비된 카메라 모듈을 이용한 셀피 촬영 모드에는 전자 장치(301)의 전면에 구비된 카메라 모듈을 이용하여 촬영할 때 보다 화각이 넓기 때문에 더 유용하게 신체 정보를 이용하여 촬영자를 결정할 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 하기 <식 1>을 통해, 상기 적어도 두 개의 얼굴 인식 정보 각각에 대한 스코어 정보를 검출할 수 있다.
<식 1>
Score = Depth * α + Skeleton * (1 - α)
상기 <식 1>에서, "Depth"은 깊이 정보를 나타내며, 예를 들어 0 내지 10 사이의 값이 될 수 있고, 깊이 정보의 값이 클수록 카메라 모듈에 가깝다는 것을 의미할 수 있다. 상기"Depth"에는 피사체와 카메라 모듈 간의 거리에 따라 미리 설정된 깊이 정보의 값을 적용할 수 있다.
상기 <식 1>에서, "Skeleton"은 신체 정보를 나타내며, 예를 들어 0 내지 10 사이의 값이 될 수 있고, 신체 정보의 값이 클수록 카메라 모듈의 방향에 가깝다는 것을 의미할 수 있다. 상기 "Skeleton"에는 피사체의 신체 정보와 카메라 모듈의 방향에 따라 미리 설정된 신체 정보의 값을 적용할 수 있다.
상기 <식 1>에서 "α"은 "0.5 < α <= 1"로 설정되고, 예를 들어 "0.7"로 설정될 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 상기 적어도 두 개의 얼굴 인식 정보 각각에 대한 스코어 정보를 검출하고, 상기 적어도 두 개의 얼굴 인식 정보 중 가장 높은 스코어를 가지는 얼굴 인식 정보에 대응되는 피사체를 촬영자로 결정할 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 상기 적어도 두 개의 얼굴 인식 정보 각각에 대한 스코어 정보를 검출하고, 상기 적어도 두 개의 얼굴 인식 정보 중 가장 높은 스코어를 가지는 얼굴 인식 정보를 결정하고, 상기 가장 높은 스코어 정보가 스코어 정보를 이용하여 촬영자를 결정하기 위해 메모리(330)에 미리 저장된 임계 값 이상이면, 상기 가장 높은 스코어 정보를 포함하는 얼굴 인식 정보에 대응되는 피사체를 촬영자로 결정할 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 상기 결정된 촬영자의 시선이 촬영 버튼을 응시하면 이미지를 촬영하고, 상기 촬영된 이미지를 디스플레이(360)에 표시하는 제1 촬영 기능을 수행할 수 있다.
다양한 실시 예들에 따르면, 프로세서(320)는, 메모리(330)에 저장된 적어도 하나의 얼굴 인식 정보와 적어도 하나의 시선 교정 정보에 대한 매핑 정보를 기반으로, 상기 적어도 하나의 얼굴 인식 정보 중 시선 교정 정보가 매핑된 하나의 얼굴 인식 정보의 존재를 확인하면, 상기 하나의 얼굴 인식 정보에 대응되는 피사체를 촬영자로 결정할 수 있다. 상기 프로세서(320)는, 상기 결정된 촬영자의 시선이 촬영 기능을 수행하기 위해 촬영 버튼을 응시하면, 이미지를 촬영하고, 상기 촬영된 이미지를 디스플레이(360)에 표시하는 제1 촬영 기능을 수행할 수 있다.
다양한 실시 예들에 따르면, 프로세서(320)는, 촬영 모드에서 수신되는 이미지에 포함된 복수의 피사체들 중 촬영자를 결정할 수 없는 상태가 되면, 시선 인식 촬영 기능을 비활성화 시키고, 설정된 다른 촬영 기능을 활성화 시킬 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 촬영 모드에서 수신되는 이미지에서 얼굴을 인식하지 못하면, 촬영자를 결정할 수 없는 상태로 판단하고, 시선 인식 촬영 기능을 비활성화 시키고, 설정된 다른 촬영 기능을 활성화 시킬 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 상기 메모리(330)에 저장된 적어도 하나의 얼굴 인식 정보와 적어도 하나의 시선 교정 정보에 대한 매핑 정보를 기반으로, 상기 적어도 하나의 얼굴 인식 정보 중시선 교정 정보가 매핑 된 얼굴 인식 정보가 존재하지 않음을 확인하면, 촬영자를 결정할 수 없는 상태로 판단하고, 시선 인식 촬영 기능을 비활성화 시키고, 설정된 다른 촬영 기능을 활성화 시킬 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 상기 메모리(330)에 저장된 적어도 하나의 얼굴 인식 정보와 적어도 하나의 시선 교정 정보에 대한 매핑 정보를 기반으로, 상기 적어도 하나의 얼굴 인식 정보 중 시선 교정 정보가 매핑 된 적어도 두 개의 얼굴 인식 정보의 존재를 확인하고, 상기 적어도 두 개의 얼굴 인식 정보에 대응되는 적어도 두 명의 피사체들 각각에 대한 깊이 정보(depth 정보)와 신체 정보를 이용하여 상기 적어도 두 개의 얼굴 인식 정보에 대한 스코어 정보를 검출하고, 상기 적어도 두 개의 얼굴 인식 정보 각각의 스코어 정보 중 가장 높은 스코어 정보가 스코어 정보를 이용하여 촬영자를 결정하기 위해 메모리(330)에 미리 저장된 임계 값 이하이면 촬영자를 결정할 수 없는 상태로 판단하고, 시선 인식 촬영 기능을 비활성화 시키고, 설정된 다른 촬영 기능을 활성화 시킬 수 있다. 상기 도 6과 같이, 복수의 피사체들(c1 내지 c8) 중 비 촬영자에 대응되는 피사체(c2)가 촬영자에 대응되는 피사체(c1) 보다 카메라 모듈(380)과 더 가까이 위치하고 있고, 촬영자에 대응되는 피사체의 신체 정보(예: 어깨 또는 팔)를 검출할 수 없을 때, 촬영자를 결정할 수 없는 상태로 판단될 수 있다.
다양한 실시 예들에 따르면, 프로세서(320)는, 촬영 모드에서 수신되는 이미지에 포함된 복수의 피사체들 중 촬영자를 결정할 수 없는 상태가 되면, 시선 인식 촬영 기능을 비활성화 시키고, 상기 설정된 다른 촬영 기능으로 자동 타이머 촬영 기능을 확인하면, 상기 자동 타이머 촬영 기능을 활성화 시킬 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 상기 자동 타이머 촬영 기능이 활성화되면, 촬영모드에서 수신되는 이미지에 포함된 복수의 피사체들에 대한 움직임 여부를 검출하고, 상기 복수의 피사체들에 대한 움직임이 검출되지 않으면, 상기 복수의 피사체들의 시선이 상기 카메라 모듈(380)의 정면을 응시하는지 검출할 수 있다. 상기 프로세서(320)는, 상기 복수의 피사체들의 시선이 상기 카메라 모듈(380)의 정면을 응시하는 것을 검출하면, 이미지를 촬영하고, 상기 촬영된 이미지를 디스플레이(360)에 표시하는 제1 촬영 기능을 수행할 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 상기 복수의 피사체들의 시선이 상기 카메라 모듈(380)의 정면을 응시하지 않는 것을 검출하면, 일정 시간마다 이미지를 촬영하고 상기 촬영된 이미지를 상기 디스플레이(360)에 표시하지 않고 상기 메모리(330)에 저장하는 제2 촬영 기능을 수행할 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 상기 복수의 피사체들의 시선이 상기 카메라 모듈(380)의 정면을 응시할 때와 응시하지 않을 때를 판단하면서 상기 제1 촬영 기능 또는상기 제2 촬영 기능을 수행할 수 있다.
일 실시 예에 따르면, 상기 프로세서(320)는, 자동 타이머 시간의 만료에 따라 상기 자동 타이머 촬영 기능이 종료되면, 사용자가 선택할 수 있도록, 상기 제1 촬영 기능으로 촬영된 적어도 하나의 이미지 또는상기 제2촬영 기능으로 촬영된 적어도 하나의 이미지를 상기 디스플레이(360)에 표시할 수 있다.
다양한 실시 예들에 따르면, 메모리(330)는, 도 1의 메모리(130)와 실질적으로 동일하거나 유사하게 구현될 수 있다.
일 실시 예에 따르면, 상기 메모리(330)는, 촬영 모드에서 수신된 이미지에 포함된 복수의 피사체들로부터 인식된 적어도 하나의 얼굴 인식 정보, 상기 적어도 하나의 얼굴 인식 정보에 대응되는 적어도 하나의 피사체로부터 검출한 적어도 하나의 시선 교정 정보, 상기 적어도 하나의 피사체에 대하나 적어도 하나의 깊이 정보 및 상기 적어도 하나의 피사체에 대한 적어도 하나의 신체 정보가 저장될 수 있다.
일 실시 예에 따르면, 상기 메모리(530)는, 제1 촬영 기능으로 촬영된 적어도 하나의 이미지 또는 제2촬영 기능으로 촬영된 적어도 하나의 이미지가 저장될 수 있다.
다양한 실시 예들에 따르면, 디스플레이(360)는, 도 1의 디스플레이 모듈(160)과 실질적으로 동일하거나 유사하게 구현될 수 있다.
일 실시 예에 따르면, 상기 디스플레이(360)는, 사용자에 의해 선택 가능한 제1 촬영 기능으로 촬영된 적어도 하나의 이미지 또는 제2촬영 기능으로 촬영된 적어도 하나의 이미지가 표시될 수 있다.
다양한 실시 예들에 따르면, 카메라 모듈(380)는, 도 1의 카메라 모듈(180) 또는/및 도 2의 카메라 모듈(280)과 실질적으로 동일하거나 유사하게 구현될 수 있다.
도 7은 다양한 실시 예들에 따른 전자 장치에서 촬영 기능을 수행하기 위한 프로세서의 블록도(700)이다.
상기 도 7을 참조하면, 프로세서(710)(예: 도 3의 프로세서(320))는, 얼굴 인식부(711), 시선 교정 여부 판단부(713), 시선 교정부(715), 맵핑 저장부(717), 깊이 정보 추출부(719), 신체정보 추출부(721), 피사체의 스코어 계산부(723), 촬영자 결정부(725), 시선 인식부(727), 촬영 트리거부(729), 피사체의 움직임 검출부(731), 정면 시선 검출부(733), 및 이미지 추천부(735)를 포함할 수 있다.
다양한 실시 예들에 따르면, 얼굴 인식부(711)는, 얼굴 인식 기능을 이용하여, 촬영 모드에서 수신되는 이미지에 포함된 복수의 피사체들의 얼굴들을 인식하고, 상기 인식된 적어도 하나의 얼굴에 대응되는 적어도 하나의 얼굴 인식 정보(예: 사람이름 또는 별칭과 식별자)를 검출할 수 있다.
다양한 실시 예들에 따르면, 시선 교정 여부 판단부(713)는, 상기 얼굴 인식 부(711)에서 검출한 적어도 하나의 얼굴 인식 정보에 매핑된 적어도 하나의 시선 교정 정보들의 존재 여부를 결정할 수 있다. 상기 시선 교정 여부 판단 부(713)는, 상기 촬영 모드에서 수신되는 이미지에 포함된 복수의 피사체들을 기반한 적어도 하나의 얼굴 인식 정보 중 시선 교정 정보가 존재하지 않는 적어도 하나의 얼굴 인식 정보가 존재하면, 상기 시선 교정부(715)로 상기 적어도 하나의 얼굴 인식 정보에 대응되는 적어도 하나의 피사체에 대한 시선 교정 동작의 수행을 알릴 수 있다.
다양한 실시 예들에 따르면, 시선 교정부(715)는, 상기 얼굴 인식 부(711)에서 검출한 적어도 하나의 얼굴 인식 정보에 대응되는 적어도 하나의 피사체들에 대한 시선 교정(gaze calibration) 동작 수행하여, 적어도 하나의 시선 교정 정보를 검출할 수 있다.
일 실시 예에 따르면, 시선 교정부(715)는, 촬영 모드에서 피사체가 디스플레이(예: 도 6의 디스플레이(360))의 각 모서리의 특정 부분을 응시할 때와 카메라 모듈(예: 도 33의 카메라 모듈(380))의 정면을 응시할 때를 비교하여 피사체의 눈동자의 이동 거리 및 각도의 변화를 시선 교정 정보로 검출하여 저장할 수 있다.
다양 한 실시 예들에 따르면, 맵핑 저장부(717)는, 상기 얼굴 인식 부(711)에서 검출한 적어도 하나의 얼굴 인식 정보와 상기 시선 교정부(715)에 검출한 적어도 하나의 시선 교정 정보를 매핑하여 메모리(예: 도 3의 메모리(330))에 저장할 수 있다.
다양한 실시 예들에 따르면, 깊이 정보 추출부(719)는, 촬영 모드에서 카메라 모듈(예; 도 3의 카메라 모듈(380))과 적어도 하나의 얼굴 인식 정보에 대응되는 적어도 하나의 피사체들 간의 각각의 거리 정보를 상기 깊이 정보(depth 정보)로 검출할 수 있다.
다양한 실시 예들에 따르면, 신체 정보 추출부(721)는, 적어도 하나의 얼굴 인식 정보와 대응되는 적어도 하나의 피사체들 각각의 스켈레톤(skeleton) 정보를 기반으로, 어깨와 팔이 카메라 모듈(예: 도 3의 카메라 모듈(380))을 향하고 있는 피사체의 신체 정보를 검출할 수 있다.
다양한 실시 예들에 따르면, 피사체의 스코어 계산부(723)는, 적어도 하나의 얼굴 인식 정보에 대응되는 적어도 하나의 피사체들 각각의 깊이 정보와 신체 정보를 이용하여 각 피사체의 스코어 정보를 검출할 있다.
일 실시 예에 따르면, 상기 피사체의 스코어 계산부(723)는, 상기 <식 1>을 이용하여 적어도 하나의 얼굴 인식 정보에 대응되는 적어도 하나의 피사체들 각각의 스코어 정보를 계산할 수 있다.
다양한 실시 예들에 따르면, 촬영자 결정부(725)는, 상기 피사체의 스코어 계산부(723)에서 계산한 스코어 정보 중 가장 높은 스코어 정보를 가지는 피사체를 촬영자로 결정할 수 있다.
일 실시 예에 따르면, 상기 촬영자 결정부(725)는, 상기 피사체의 스코어 계산부(723)에서 계산한 스코어 정보 중 가장 높은 스코어 정보가 스코어 정보를 이용하여 촬영자를 결정하기 위해 메모리(330)에 미리 저장된 임계 값 이상이면, 상기 가장 높은 스코어를 가지는 피사체를 촬영자로 결정할 수 있다.
일 실시 예에 따르면, 상기 촬영자 결정부(725)는, 상기 피사체의 스코어 계산부(723)에서 계산한 스코어 정보 중 가장 높은 스코어 정보가 상기 임계 값 이하이면, 촬영자를 결정할 수 없는 상태로 판단할 수 있다.
다양한 실시 예들에 따르면, 촬영 트리거 부(729)는, 촬영자를 결정할 수 없는 상태가 되면, 시선 인식 촬영 기능을 비활성화 시키고, 설정된 다른 촬영 기능(예: 자동 타이머 촬영 기능 또는 손 제스처를 이용한 촬영 기능)을 활성화 시킬 수 있다.
다양한 실시 예들에 따르면, 피사체의 움직임 검출부(731)는 촬영 모드에서 수신되는 이미지에 포함된 복수의 피사체들에 대한 움직임을 검출할 수 있다.
다양한 실시 예들에 따르면, 피사체의 움직임 검출부(731)는 촬영 모드에서 수신되는 이미지에 포함된 복수의 피사체들 각각이 카메라 모듈(예: 도 3의 카메라 모듈(380))의 정면을 응시하고 있는지 검출할 수 있다.
다양한 실시 예들에 따르면, 이미지 추천부(735)는, 자동 타이머 촬영 기능 동안 제1 촬영 기능으로 촬영된 적어도 하나의 이미지 또는 제2 촬영 기능으로 촬영된 적어도 하나의 이미지를 사용자에게 추천하거나, 또는 사용자가 선택할 수 있도록 디스플레이(예: 도 3의 디스플레이(360))에 표시할 수 있다.
다양한 실시 예들에 따르면, 전자 장치(예: 도 3의 전자 장치(301))는, 카메라 모듈(예: 도 3의 카메라 모듈(380)), 디스플레이(예: 도 3의 디스플레이(360)), 및 프로세서(예: 도 3의 디스플레이(360))를 포함하고, 상기 프로세서는, 시선 인식 촬영 기능이 활성화된 촬영 모드에서 수신되는 이미지에 포함된 복수의 피사체들을 기반으로 적어도 하나의 얼굴 인식 정보를 검출하고, 상기 적어도 하나의 얼굴 인식 정보 중 시선 교정 정보가 매핑된 적어도 두 개의 얼굴 인식 정보의 존재를 확인하면, 깊이 정보 및 신체 정보를 기반으로 상기 적어도 두 개의 얼굴 인식 정보에 대한 스코어 정보를 검출하고, 상기 적어도 두 개의 얼굴 인식 정보 중 가장 높은 스코어 정보를 포함하는 얼굴 인식 정보에 대응되는 피사체를 촬영자로 결정하고, 상기 결정된 촬영자의 시선이 촬영 버튼을 응시하면 촬영된 이미지를 상기 디스플레이에 표시하는 제1 촬영 기능을 수행하도록 설정될 수 있다.
다양한 실시 예들에 따르면, 상기 프로세서는, 상기 촬영 모드에서 상기 수신된 이미지에 포함된 복수의 피사체들 중 적어도 하나의 얼굴들을 인식하고, 상기 인식된 적어도 하나의 얼굴에 대응되는 상기 적어도 하나의 얼굴 인식 정보를 검출하도록 설정될 수 있다.
다양한 실시 예들에 따르면, 상기 프로세서는, 상기 적어도 하나의 얼굴 인식 정보에 대응되는 적어도 하나의 피사체에 대한 시선 교정 동작을 수행하여 적어도 하나 시선 교정 정보를 검출하고, 상기 적어도 하나의 얼굴 인식 정보와 상기 적어도 하나의 시선 교정 정보를 매핑하여 저장하도록 설정될 수 있다.
다양한 실시 예들에 따르면, 상기 프로세서는, 상기 카메라 모듈과 상기 적어도 두 개의 얼굴 인식 정보와 대응되는 적어도 두 명의 피사체들 간의 각각의 거리 정보를 상기 깊이 정보로 검출하도록 설정될 수 있다.
다양한 실시 예들에 따르면, 상기 프로세서는, 상기 적어도 두 개의 얼굴 인식 정보와 대응되는 적어도 두 명의 피사체들 각각의 스켈레톤(skeletion) 정보를 기반으로, 상기 신체 정보를 검출하도록 설정될 수 있다.
다양한 실시 예들에 따르면, 상기 프로세서는, 상기 적어도 두 개의 얼굴 인식 정보 중 상기 가장 높은 스코어 정보를 가지는 얼굴 인식 정보를 결정하고, 상기 가장 높은 스코어 정보가 임계 값 이상이면, 상기 가장 높은 스코어 정보를 가지는 얼굴 인식 정보에 대응되는 피사체를 촬영자로 결정하도록 설정될 수 있다.
다양한 실시 예들에 따르면, 상기 프로세서는, 상기 적어도 하나의 얼굴 인식 정보 중 시선 교정 정보가 매핑된 하나의 얼굴 인식 정보의 존재를 확인하면, 상기 하나의 얼굴 인식 정보에 대응되는 피사체를 촬영자로 결정하고, 상기 결정된 촬영자의 시선이 촬영 버튼을 응시하면 상기 제1 촬영 기능을 수행하도록 설정될 수 있다.
다양한 실시 예들에 따르면, 상기 프로세서는, 상기 촬영자를 결정할 수 없는 상태가 되면, 시선 인식 촬영 기능을 비활성화 시키고, 설정된 다른 촬영 기능을 활성화 시키도록 설정도리 수 있다.
다양한 실시 예들에 따르면, 상기 프로세서는, 상기 설정된 다른 촬영 기능으로 상기 자동 타이머 촬영 기능이 활성화되면, 상기 이미지에 포함된 복수의 피사체들에 대한 움직임 여부를 검출하고, 상기 복수의 피사체들에 대한 움직임이 검출되지 않으면, 상기 복수의 피사체들의 시선이 상기 카메라 모듈의 정면을 응시하는지 검출하고, 상기 복수의 피사체들의 시선이 상기 카메라 모듈의 정면을 응시하는 것을 검출하면, 상기 제1 촬영 기능을 수행하고, 상기 복수의 피사체들의 시선이 상기 카메라 모듈의 정면을 응시하지 않는 것을 검출하면, 촬영된 이미지를 상기 디스플레이에 표시하지 않는 제2 촬영 기능을 일정 시간 마다 수행하도록 설정될 수 있다.
다양한 실시 예들에 따르면, 상기 프로세서는, 상기 제1 촬영 기능으로 촬영된 적어도 하나의 이미지와 상기 제2 촬영 기능으로 촬영된 적어도 하나의 이미지를 상기 디스플레이에 표시하도록 설정될 수 있다.
도 8은 다양한 실시 예들에 따른 전자 장치에서 촬영 기능을 수행하는 동작을 설명하기 위한 흐름도(800)이다. 상기 촬영 기능을 수행하는 동작들은 801동작 내지 809동작을 포함할 수 있다. 일 실시 예에 따르면, 801동작 내지 809동작 중 적어도 하나가 생략되거나, 일부 동작들의 순서가 바뀌거나, 다른 동작이 추가될 수 있다. 801동작 내지 809동작은 예를 들어, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 3의 전자 장치(301))의 구성요소(예: 도 1의 프로세서(120) 또는 도 3의 프로세서(320))에서 수행될 수 있다.
801동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 3의 전자 장치(301))는, 시선 인식 촬영 기능이 활성화된 촬영 모드에서 수신되는 이미지에 포함된 복수의 피사체들을 기반으로 적어도 하나의 얼굴 인식 정보를 검출할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 카메라 어플리케이션이 실행되어 촬영 모드로 전환하며, 상기 촬영 모드에서 상기 카메라 모듈(380)을 통해 실시간으로 수신되는 이미지를 디스플레이(예: 도 3의 디스플레이(360))에 표시할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 얼굴 인식 기능(face recognition function)을 이용하여, 상기 촬영 모드에서 수신되는 이미지에 포함된 복수의 피사체들의 얼굴을 인식할 수 있다. 상기 전자 장치는, 메모리(예: 도 2의 메모리(330))에서 얼굴 정보(예: 얼굴 특징 정보)에 매핑되어 저장된 얼굴 인식 정보(예: 이름 또는 별칭)를 기반으로, 상기 인식된 적어도 하나의 얼굴을 기반으로 적어도 하나의 얼굴 인식 정보(예: 이름 또는 별칭)을 검출할 수 있다.
803동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 3의 전자 장치(301))는, 적어도 하나의 얼굴 인식 정보 중 시선 교정 정보가 매핑된 적어도 두 개의 얼굴 인식 정보의 존재를 확인할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 시선 교정 기능(gaze calibration function)을 이용하여, 촬영 모드에서 수신되는 이미지에 포함된 복수의 피사체들 중 적어도 하나의 얼굴 인식 정보에 대응되는 적어도 하나의 피사체의 시선을 인식하고, 상기 인식된 시선을 기반으로 적어도 하나의 시선 교정 정보를 검출할 수 있다.
예를 들어, 상기 전자 장치는, 상기 촬영 모드에서 피사체가 디스플레이(360)의 각 모서리의 특정 부분을 응시할 때와 상기 카메라 모듈(380)의 정면을 응시할 때를 비교하여 피사체의 눈동자의 이동 거리 및 각도의 변화를 시선 교정 정보로 저장할 수 있다. 상기 시선 교정 정보는, 시선 방향을 보다 정확하게 계산하기 위한 것으로, 피사체 마다 상이할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 적어도 하나의 얼굴 인식 정보와 상기 적어도 하나의 시선 교정 정보를 매핑하여 메모리(예: 메모리(330))에 저장할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 메모리에 저장된 적어도 하나의 얼굴 인식 정보와 적어도 하나의 시선 교정 정보에 대한 매핑 정보를 기반으로, 상기 적어도 하나의 얼굴 인식 정보 중 시선 교정 정보가 매핑된 적어도 두 개의 얼굴 인식 정보의 존재를 확인할 수 있다.
805동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 3의 전자 장치(301))는, 깊이 정보 및 신체 정보를 기반으로 적어도 두 개의 얼굴 인식 정보에 대한 스코어 정보를 검출할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 메모리(예: 도 3의 메모리(330))에 저장된 적어도 하나의 얼굴 인식 정보와 적어도 하나의 시선 교정 정보에 대한 매핑 정보를 기반으로, 상기 적어도 하나의 얼굴 인식 정보 중 시선 교정 정보가 매핑 된 적어도 두 개의 얼굴 인식 정보의 존재를 확인하면, 상기 적어도 두 개의 얼굴 인식 정보에 대응되는 적어도 두 명의 피사체들 각각에 대한 깊이 정보(depth 정보)와 신체 정보를 이용하여 상기 적어도 두 개의 얼굴 인식 정보에 대한 스코어 정보를 검출할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 <식 1>을 통해, 상기 적어도 두 개의 얼굴 인식 정보 각각에 대한 스코어 정보를 검출할 수 있다.
807동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 3의 전자 장치(301))는, 적어도 두 개의 얼굴 인식 정보 중 가장 높은 스코어 정보를 포함하는 얼굴 인식 정보에 대응되는 피사체를 촬영자로 결정할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 적어도 두 개의 얼굴 인식 정보 각각에 대한 스코어 정보를 검출하고, 상기 적어도 두 개의 얼굴 인식 정보 중 가장 높은 스코어를 가지는 얼굴 인식 정보에 대응되는 피사체를 촬영자로 결정할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 적어도 두 개의 얼굴 인식 정보 각각에 대한 스코어 정보를 검출하고, 상기 적어도 두 개의 얼굴 인식 정보 중 가장 높은 스코어를 가지는 얼굴 인식 정보를 결정하고, 상기 가장 높은 스코어 정보가 스코어 정보를 이용하여 촬영자를 결정하기 위해 메모리(330)에 미리 저장된 임계 값 이상이면, 상기 가장 높은 스코어 정보를 포함하는 얼굴 인식 정보에 대응되는 피사체를 촬영자로 결정할 수 있다.
809동작에서, 전자 장치(예: 도 1의 전자 장치 또는 도 3의 전자 장치(3601)는, 촬영자의 시선이 촬영 버튼을 응시하면 촬영된 이미지를 디스플레이에 표시하는 제1 촬영 기능을 수행할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 결정된 촬영자의 시선이 촬영 버튼을 응시하면 이미지를 촬영하고, 상기 촬영된 이미지를 디스플레이(360)에 표시하는 제1 촬영 기능을 수행할 수 있다.
도 9는 다양한 실시 예들에 따른 전자 장치에서 촬영 기능을 수행하는 동작을 설명하기 위한 흐름도(900)이다. 상기 촬영 기능을 수행하는 동작들은 901동작 내지 907동작을 포함할 수 있다. 일 실시 예에 따르면, 901동작 내지 907동작 중 적어도 하나가 생략되거나, 일부 동작들의 순서가 바뀌거나, 다른 동작이 추가될 수 있다. 901동작 내지 907동작은 예를 들어, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 3의 전자 장치(301))의 구성요소(예: 도 1의 프로세서(120) 또는 도 3의 프로세서(320))에서 수행될 수 있다.
901동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 3의 전자 장치(301))는, 시선 인식 촬영 기능이 활성화된 촬영 모드에서 수신되는 이미지에 포함된 복수의 피사체들을 기반으로 적어도 하나의 얼굴 인식 정보를 검출할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 카메라 어플리케이션이 실행되어 촬영 모드로 전환하며, 상기 촬영 모드에서 상기 카메라 모듈(380)을 통해 실시간으로 수신되는 이미지를 디스플레이(예: 도 3의 디스플레이(360))에 표시할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 얼굴 인식 기능(face recognition function)을 이용하여, 상기 촬영 모드에서 수신되는 이미지에 포함된 복수의 피사체들의 얼굴을 인식할 수 있다. 상기 전자 장치는, 메모리(예: 도 2의 메모리(330))에서 얼굴 정보(예: 얼굴 특징 정보)에 매핑되어 저장된 얼굴 인식 정보를 기반으로, 상기 인식된 적어도 하나의 얼굴을 기반으로 적어도 하나의 얼굴 인식 정보(예: 이름 또는 별칭)을 검출할 수 있다.
903동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 3의 전자 장치(301)는, 적어도 하나의 얼굴 인식 정보 중 시선 교정 정보가 매핑된 하나의 얼굴 인식 정보의 존재를 확인할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 시선 교정 기능(gaze calibration function)을 이용하여, 촬영 모드에서 수신되는 이미지에 포함된 복수의 피사체들 중 적어도 하나의 얼굴 인식 정보에 대응되는 적어도 하나의 피사체의 시선을 인식하고, 상기 인식된 시선을 기반으로 적어도 하나의 시선 교정 정보를 검출할 수 있다.
예를 들어, 상기 전자 장치는, 상기 촬영 모드에서 피사체가 디스플레이(360)의 각 모서리의 특정 부분을 응시할 때와 상기 카메라 모듈(380)의 정면을 응시할 때를 비교하여 피사체의 눈동자의 이동 거리 및 각도의 변화를 시선 교정 정보로 저장할 수 있다. 상기 시선 교정 정보는, 시선 방향을 보다 정확하게 계산하기 위한 것으로, 피사체 마다 상이할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 적어도 하나의 얼굴 인식 정보와 상기 적어도 하나의 시선 교정 정보를 매핑하여 메모리(예: 메모리(330))에 저장할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 메모리에 저장된 적어도 하나의 얼굴 인식 정보와 적어도 하나의 시선 교정 정보에 대한 매핑 정보를 기반으로, 상기 적어도 하나의 얼굴 인식 정보 중 시선 교정 정보가 매핑된 하나의 얼굴 인식 정보의 존재를 확인할 수 있다.
905동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 3의 전자 장치(301))는, 하나의 얼굴 인식 정보에 대응되는 피사체를 촬영자로 결정할 수 있다.
907동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 3의 전자 장치(301))는, 촬영자의 시선이 촬영 버튼을 응시하면 촬영된 이미지를 디스플레이에 표시하는 제1 촬영 기능을 수행할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 결정된 촬영자의 시선이 촬영 버튼을 응시하면 이미지를 촬영하고, 상기 촬영된 이미지를 디스플레이(360)에 표시하는 제1 촬영 기능을 수행할 수 있다.
도 10은 다양한 실시 예들에 따른 전자 장치에서 촬영 기능을 수행하는 동작을 설명하기 위한 흐름도(1000)이다. 상기 촬영 기능을 수행하는 동작들은 1001동작 내지 1011동작을 포함할 수 있다. 일 실시 예에 따르면, 1001동작 내지 1011동작 중 적어도 하나가 생략되거나, 일부 동작들의 순서가 바뀌거나, 다른 동작이 추가될 수 있다. 1001동작 내지 1011동작은 예를 들어, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 3의 전자 장치(301))의 구성요소(예: 도 1의 프로세서(120) 또는 도 3의 프로세서(320))에서 수행될 수 있다.
1001동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 3의 전자 장치(301))는, 시선 인식 촬영 기능이 활성화된 촬영 모드에서 수신되는 이미지에 포함된 복수의 피사체들 중 촬영자를 결정할 수 없는 상태를 판단할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 촬영 모드에서 수신되는 이미지에서 얼굴을 인식하지 못하면, 촬영자를 결정할 수 없는 상태로 판단할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 메모리(예: 도 3의 메모리(330))에 저장된 적어도 하나의 얼굴 인식 정보와 적어도 하나의 시선 교정 정보에 대한 매핑 정보를 기반으로, 상기 적어도 하나의 얼굴 인식 정보 중 시선 교정 정보가 매핑 된 얼굴 인식 정보가 존재하지 않으면, 촬영자를 결정할 수 없는 상태로 판단할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 메모리에 저장된 적어도 하나의 얼굴 인식 정보와 적어도 하나의 시선 교정 정보에 대한 매핑 정보를 기반으로, 상기 적어도 하나의 얼굴 인식 정보 중 시선 교정 정보가 매핑 된 적어도 두 개의 얼굴 인식 정보의 존재를 확인할 수 있다. 상기 전자 장치는, 상기 적어도 두 개의 얼굴 인식 정보에 대응되는 적어도 두 명의 피사체들 각각에 대한 깊이 정보(depth 정보)와 신체 정보를 이용하여 상기 적어도 두 개의 얼굴 인식 정보에 대한 스코어 정보를 검출하고, 상기 적어도 두 개의 얼굴 인식 정보 각각의 스코어 정보 중 가장 높은 스코어 정보가 스코어 정보를 이용하여 촬영자를 결정하기 위해 메모리(330)에 미리 저장된 임계 값 이하이면 촬영자를 결정할 수 없는 상태로 판단할 수 있다.
1003동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 3의 전자 장치(301))는, 시선 인식 촬영 기능을 비활성화 시킬 수 있다.
1005동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 3의 전자 장치(301))는, 설정된 다른 촬영 기능으로 자동 타이머 촬영 기능을 확인하면, 자동 타이머 촬영 기능을 활성화시킬 수 있다.
1007동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 3의 전자 장치(301))는, 복수의 피사체들에 대한 움직임이 검출되지 않고, 복수의 피사체들의 시선이 카메라 모듈의 정면을 응시하면, 촬영된 이미지를 디스플레이(예: 도 3의 디스플레이(360))에 표시하는 제1 촬영 기능을 수행할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 자동 타이머 촬영 기능이 활성화되면, 촬영모드에서 수신되는 이미지에 포함된 복수의 피사체들에 대한 움직임 여부를 검출하고, 상기 복수의 피사체들에 대한 움직임이 검출되지 않으면, 상기 복수의 피사체들의 시선이 카메라 모듈(예: 도 3의 카메라 모듈(380))의 정면을 응시하는지 검출할 수 있다. 상기 전자 장치는, 상기 복수의 피사체들의 시선이 상기 카메라 모듈의 정면을 응시하는 것을 검출하면, 이미지를 촬영하고, 상기 촬영된 이미지를 디스플레이(예: 도 3의 디스플레이(360))에 표시하는 제1 촬영 기능을 수행할 수 있다.
1009동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 3의 전자 장치(301))는, 복수의 피사체들에 대한 움직임이 검출되지 않고, 복수의 피사체들의 시선이 카메라 모듈의 정면을 응시하지 않으면, 촬영된 이미지를 디스플레이에 표시하지 않고 메모리에 저장하는 제2 촬영 기능을 수행할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 자동 타이머 촬영 기능이 활성화되면, 촬영모드에서 수신되는 이미지에 포함된 복수의 피사체들에 대한 움직임 여부를 검출하고, 상기 복수의 피사체들에 대한 움직임이 검출되지 않으면, 상기 복수의 피사체들의 시선이 카메라 모듈(예: 도 3의 카메라 모듈(380))의 정면을 응시하는지 검출할 수 있다. 상기 전자 장치는, 상기 복수의 피사체들의 시선이 카메라 모듈(예: 도 3의 카메라 모듈(380))의 정면을 응시하지 않는 것을 검출하면, 일정 시간마다 이미지를 촬영하고 상기 촬영된 이미지를 디스플레이(예: 도 3의 디스플레이(360))에 표시하지 않고 상기 메모리(예: 도 3의 메모리(330))에 저장하는 제2 촬영 기능을 수행할 수 있다.
1011동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 3의 전자 장치(301))는, 자동 타이머 촬영 기능이 종료되면, 제1 촬영 기능으로 촬영된 적어도 하나의 이미지 또는제2촬영 기능으로 촬영된 적어도 하나의 이미지를 디스플레이(예: 도 3의 디스플레이(360))에 표시할 수 있다.
일 실시 예에 따르면, 상기 전자 장치는, 상기 복수의 피사체들의 시선이 카메라 모듈(예: 도 3의 카메라 모듈(380))의 정면을 응시할 때와 응시하지 않을 때를 판단하면서 상기 제1 촬영 기능과 상기 제2 촬영 기능을 수행할 수 있다.
일 실시 예에 따르면, 상기 전자 장치, 자동 타이머 시간의 만료에 따라 상기 자동 타이머 촬영 기능이 종료되면, 사용자가 선택할 수 있도록, 상기 제1 촬영 기능으로 촬영된 적어도 하나의 이미지와 상기 제2촬영 기능으로 촬영된 적어도 하나의 이미지를 상기 디스플레이에 표시할 수 있다.
다양한 실시 예들에 따르면, 전자 장치에서 촬영 기능을 수행하는 방법은, 시선 인식 촬영 기능이 활성화된 촬영 모드에서 수신되는 이미지에 포함된 복수의 피사체들을 기반으로 적어도 하나의 얼굴 인식 정보를 검출하는 동작, 상기 적어도 하나의 얼굴 인식 정보 중 시선 교정 정보가 매핑된 적어도 두 개의 얼굴 인식 정보의 존재를 확인하면, 깊이 정보 및 신체 정보를 기반으로 상기 적어도 두 개의 얼굴 인식 정보에 대한 스코어 정보를 검출하는 동작, 상기 적어도 두 개의 얼굴 인식 정보 중 가장 높은 스코어 정보를 포함하는 얼굴 인식 정보에 대응되는 피사체를 촬영자로 결정하는 동작, 및 상기 결정된 촬영자의 시선이 촬영 버튼을 응시하면 촬영된 이미지를 상기 전자 장치의 디스플레이에 표시하는 제1 촬영 기능을 수행하는 동작을 포함할 수 있다
다양한 실시 예들에 따르면, 상기 적어도 하나의 얼굴 인식 정보를 검출하는 동작은, 상기 촬영 모드에서 상기 수신된 이미지에 포함된 복수의 피사체들 중 적어도 하나의 얼굴을 인식하는 동작, 및 상기 인식된 적어도 하나의 얼굴들에 대응되는 상기 적어도 하나의 얼굴 인식 정보를 검출하는 동작을 포함할 수 있다.
다양한 실시 예들에 따르면, 상기 적어도 하나의 얼굴 인식 정보에 대응되는 적어도 하나의 피사체에 대한 시선 교정 동작을 수행하여 적어도 하나의 시선 교정 정보를 검출하는 동작, 및 상기 적어도 하나의 얼굴 인식 정보와 상기 적어도 하나의 시선 교정 정보를 매핑하여 저장하는 동작을 더 포함할 수 있다.
다양한 실시 예들에 따르면, 상기 전자 장치의 카메라 모듈과 상기 적어도 두 개의 얼굴 인식 정보와 대응되는 적어도 두 명의 피사체들 간의 각각의 거리 정보를 상기 깊이 정보로 검출하는 동작을 더 포함할 수 있다.
다양한 실시 예들에 따르면, 상기 적어도 두 개의 얼굴 인식 정보와 대응되는 적어도 두 명의 피사체들 각각의 스켈레톤(skeletion) 정보를 기반으로, 상기 신체 정보를 검출하는 동작을 더 포함할 수 있다.
다양한 실시 예들에 따르면, 상기 피사체를 촬영자로 결정하는 동작은, 상기 적어도 두 개의 얼굴 인식 정보 중 상기 가장 높은 스코어 정보를 가지는 얼굴 인식 정보를 결정하는 동작, 및 상기 가장 높은 스코어 정보가 임계 값 이상이면, 상기 가장 높은 스코어 정보를 가지는 얼굴 인식 정보에 대응되는 피사체를 촬영자로 결정하는 동작을 포함할 수 있다.
다양한 실시 예들에 따르면, 상기 적어도 하나의 얼굴 인식 정보 중 시선 교정 정보가 매핑된 하나의 얼굴 인식 정보의 존재를 확인하면, 상기 하나의 얼굴 인식 정보에 대응되는 피사체를 촬영자로 결정하는 동작, 및 상기 결정된 촬영자의 시선이 촬영 버튼을 응시하면 상기 제1 촬영 기능을 수행하는 동작을 더 포함할 수 있다,
다양한 실시 예들에 따르면, 상기 촬영자를 결정할 수 없는 상태가 되면, 시선 인식 촬영 기능을 비활성화 시키고, 설정된 다른 촬영 기능을 활성화 시키는 동작을 더 포함할 수 있다.
다양한 실시 예들에 따르면, 상기 설정된 다른 촬영 기능으로 상기 자동 타이머 촬영 기능이 활성화되면, 상기 이미지에 포함된 복수의 피사체들에 대한 움직임 여부를 검출하는 동작, 상기 복수의 피사체들에 대한 움직임이 검출되지 않으면, 상기 복수의 피사체들의 시선이 상기 카메라 모듈의 정면을 응시하는지 검출하는 동작, 상기 복수의 피사체들의 시선이 상기 카메라 모듈의 정면을 응시하는 것을 검출하면, 상기 제1 촬영 기능을 수행하는 동작, 및 상기 복수의 피사체들의 시선이 상기 카메라 모듈의 정면을 응시하지 않는 것을 검출하면, 촬영된 이미지를 상기 디스플레이에 표시하지 않는 제2 촬영 기능을 일정 시간 마다 수행하는 동작을 더 포함할 수 있다.
다양한 실시 예들에 따르면, 상기 제1 촬영 기능으로 촬영된 적어도 하나의 이미지와 상기 제2 촬영 기능으로 촬영된 적어도 하나의 이미지를 상기 디스플레이에 표시하는 동작을 더 포함할 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. "제 1", "제 2", 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: 제 1) 구성요소가 다른(예: 제 2) 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) 또는 전자 장치(501)) 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(501))의 프로세서(예: 프로세서(520))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.

Claims (20)

  1. 전자 장치에 있어서,
    카메라 모듈;
    디스플레이; 및
    프로세서를 포함하고, 상기 프로세서는,
    시선 인식 촬영 기능이 활성화된 촬영 모드에서 수신되는 이미지에 포함된 복수의 피사체들을 기반으로 적어도 하나의 얼굴 인식 정보를 검출하고,
    상기 적어도 하나의 얼굴 인식 정보 중 시선 교정 정보가 매핑된 적어도 두 개의 얼굴 인식 정보의 존재를 확인하면, 깊이 정보 및 신체 정보를 기반으로 상기 적어도 두 개의 얼굴 인식 정보에 대한 스코어 정보를 검출하고,
    상기 적어도 두 개의 얼굴 인식 정보 중 가장 높은 스코어 정보를 포함하는 얼굴 인식 정보에 대응되는 피사체를 촬영자로 결정하고,
    상기 결정된 촬영자의 시선이 촬영 버튼을 응시하면 촬영된 이미지를 상기 디스플레이에 표시하는 제1 촬영 기능을 수행하도록 설정된 전자 장치.
  2. 제1 항에 있어서, 상기 프로세서는,
    상기 촬영 모드에서 상기 수신된 이미지에 포함된 복수의 피사체들 중 적어도 하나의 얼굴들을 인식하고, 상기 인식된 적어도 하나의 얼굴에 대응되는 상기 적어도 하나의 얼굴 인식 정보를 검출하도록 설정된 전자 장치.
  3. 제1 항에 있어서, 상기 프로세서는,
    상기 적어도 하나의 얼굴 인식 정보에 대응되는 적어도 하나의 피사체에 대한 시선 교정 동작을 수행하여 적어도 하나 시선 교정 정보를 검출하고,
    상기 적어도 하나의 얼굴 인식 정보와 상기 적어도 하나의 시선 교정 정보를 매핑하여 저장하도록 설정된 전자 장치.
  4. 제1 항에 있어서, 상기 프로세서는,
    상기 카메라 모듈과 상기 적어도 두 개의 얼굴 인식 정보와 대응되는 적어도 두 명의 피사체들 간의 각각의 거리 정보를 상기 깊이 정보로 검출하도록 설정된 전자 장치.
  5. 제1 항에 있어서, 상기 프로세서는,
    상기 적어도 두 개의 얼굴 인식 정보와 대응되는 적어도 두 명의 피사체들 각각의 스켈레톤(skeletion) 정보를 기반으로, 상기 신체 정보를 검출하도록 설정된 전자 장치.
  6. 제1 항에 있어서, 상기 프로세서는,
    상기 적어도 두 개의 얼굴 인식 정보 중 상기 가장 높은 스코어 정보를 가지는 얼굴 인식 정보를 결정하고, 상기 가장 높은 스코어 정보가 임계 값 이상이면, 상기 가장 높은 스코어 정보를 가지는 얼굴 인식 정보에 대응되는 피사체를 촬영자로 결정하도록 설정된 전자 장치.
  7. 제1 항에 있어서, 상기 프로세서는,
    상기 적어도 하나의 얼굴 인식 정보 중 시선 교정 정보가 매핑된 하나의 얼굴 인식 정보의 존재를 확인하면, 상기 하나의 얼굴 인식 정보에 대응되는 피사체를 촬영자로 결정하고, 상기 결정된 촬영자의 시선이 촬영 버튼을 응시하면 상기 제1 촬영 기능을 수행하도록 설정된 전자 장치.
  8. 제1 항에 있어서, 상기 프로세서는,
    상기 촬영자를 결정할 수 없는 상태가 되면, 시선 인식 촬영 기능을 비활성화 시키고, 설정된 다른 촬영 기능을 활성화 시키도록 설정된 전자 장치.
  9. 제8 항에 있어서, 상기 프로세서는,
    상기 설정된 다른 촬영 기능으로 상기 자동 타이머 촬영 기능이 활성화되면, 상기 이미지에 포함된 복수의 피사체들에 대한 움직임 여부를 검출하고,
    상기 복수의 피사체들에 대한 움직임이 검출되지 않으면, 상기 복수의 피사체들의 시선이 상기 카메라 모듈의 정면을 응시하는지 검출하고,
    상기 복수의 피사체들의 시선이 상기 카메라 모듈의 정면을 응시하는 것을 검출하면, 상기 제1 촬영 기능을 수행하고,
    상기 복수의 피사체들의 시선이 상기 카메라 모듈의 정면을 응시하지 않는 것을 검출하면, 촬영된 이미지를 상기 디스플레이에 표시하지 않는 제2 촬영 기능을 일정 시간 마다 수행하도록 설정된 전자 장치.
  10. 제9 항에 있어서, 상기 프로세서는,
    상기 제1 촬영 기능으로 촬영된 적어도 하나의 이미지와 상기 제2 촬영 기능으로 촬영된 적어도 하나의 이미지를 상기 디스플레이에 표시하도록 설정된 전자 장치.
  11. 전자 장치에서 촬영 기능을 수행하는 방법에 있어서,
    시선 인식 촬영 기능이 활성화된 촬영 모드에서 수신되는 이미지에 포함된 복수의 피사체들을 기반으로 적어도 하나의 얼굴 인식 정보를 검출하는 동작;
    상기 적어도 하나의 얼굴 인식 정보 중 시선 교정 정보가 매핑된 적어도 두 개의 얼굴 인식 정보의 존재를 확인하면, 깊이 정보 및 신체 정보를 기반으로 상기 적어도 두 개의 얼굴 인식 정보에 대한 스코어 정보를 검출하는 동작;
    상기 적어도 두 개의 얼굴 인식 정보 중 가장 높은 스코어 정보를 포함하는 얼굴 인식 정보에 대응되는 피사체를 촬영자로 결정하는 동작; 및
    상기 결정된 촬영자의 시선이 촬영 버튼을 응시하면 촬영된 이미지를 상기 전자 장치의 디스플레이에 표시하는 제1 촬영 기능을 수행하는 동작을 포함하는 방법.
  12. 제11항에 있어서, 상기 적어도 하나의 얼굴 인식 정보를 검출하는 동작은,
    상기 촬영 모드에서 상기 수신된 이미지에 포함된 복수의 피사체들 중 적어도 하나의 얼굴을 인식하는 동작; 및
    상기 인식된 적어도 하나의 얼굴들에 대응되는 상기 적어도 하나의 얼굴 인식 정보를 검출하는 동작을 포함하는 방법.
  13. 제11 항에 있어서,
    상기 적어도 하나의 얼굴 인식 정보에 대응되는 적어도 하나의 피사체에 대한 시선 교정 동작을 수행하여 적어도 하나의 시선 교정 정보를 검출하는 동작; 및
    상기 적어도 하나의 얼굴 인식 정보와 상기 적어도 하나의 시선 교정 정보를 매핑하여 저장하는 동작을 더 포함하는 방법.
  14. 제11 항에 있어서,
    상기 전자 장치의 카메라 모듈과 상기 적어도 두 개의 얼굴 인식 정보와 대응되는 적어도 두 명의 피사체들 간의 각각의 거리 정보를 상기 깊이 정보로 검출하는 동작을 더 포함하는 방법.
  15. 제11 항에 있어서,
    상기 적어도 두 개의 얼굴 인식 정보와 대응되는 적어도 두 명의 피사체들 각각의 스켈레톤(skeletion) 정보를 기반으로, 상기 신체 정보를 검출하는 동작을 더 포함하는 방법.
  16. 제11 항에 있어서, 상기 피사체를 촬영자로 결정하는 동작은,
    상기 적어도 두 개의 얼굴 인식 정보 중 상기 가장 높은 스코어 정보를 가지는 얼굴 인식 정보를 결정하는 동작; 및
    상기 가장 높은 스코어 정보가 임계 값 이상이면, 상기 가장 높은 스코어 정보를 가지는 얼굴 인식 정보에 대응되는 피사체를 촬영자로 결정하는 동작을 포함하는 방법.
  17. 제11 항에 있어서,
    상기 적어도 하나의 얼굴 인식 정보 중 시선 교정 정보가 매핑된 하나의 얼굴 인식 정보의 존재를 확인하면, 상기 하나의 얼굴 인식 정보에 대응되는 피사체를 촬영자로 결정하는 동작; 및
    상기 결정된 촬영자의 시선이 촬영 버튼을 응시하면 상기 제1 촬영 기능을 수행하는 동작을 더 포함하는 방법.
  18. 제11 항에 있어서,
    상기 촬영자를 결정할 수 없는 상태가 되면, 시선 인식 촬영 기능을 비활성화 시키고, 설정된 다른 촬영 기능을 활성화 시키는 동작을 더 포함하는 방법.
  19. 제18 항에 있어서,
    상기 설정된 다른 촬영 기능으로 상기 자동 타이머 촬영 기능이 활성화되면, 상기 이미지에 포함된 복수의 피사체들에 대한 움직임 여부를 검출하는 동작;
    상기 복수의 피사체들에 대한 움직임이 검출되지 않으면, 상기 복수의 피사체들의 시선이 상기 카메라 모듈의 정면을 응시하는지 검출하는 동작;
    상기 복수의 피사체들의 시선이 상기 카메라 모듈의 정면을 응시하는 것을 검출하면, 상기 제1 촬영 기능을 수행하는 동작; 및
    상기 복수의 피사체들의 시선이 상기 카메라 모듈의 정면을 응시하지 않는 것을 검출하면, 촬영된 이미지를 상기 디스플레이에 표시하지 않는 제2 촬영 기능을 일정 시간 마다 수행하는 동작을 더 포함하는 방법.
  20. 제19 항에 있어서,
    상기 제1 촬영 기능으로 촬영된 적어도 하나의 이미지와 상기 제2 촬영 기능으로 촬영된 적어도 하나의 이미지를 상기 디스플레이에 표시하는 동작을 더 포함하는 방법.
KR1020210136351A 2021-10-14 2021-10-14 전자 장치 및 전자 장치에서 촬영 기능을 수행하는 방법 KR20230053144A (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020210136351A KR20230053144A (ko) 2021-10-14 2021-10-14 전자 장치 및 전자 장치에서 촬영 기능을 수행하는 방법
EP22881151.9A EP4373116A1 (en) 2021-10-14 2022-06-07 Electronic device and method for performing photographing function on electronic device
PCT/KR2022/008006 WO2023063520A1 (ko) 2021-10-14 2022-06-07 전자 장치 및 전자 장치에서 촬영 기능을 수행하는 방법
US17/854,807 US20230122019A1 (en) 2021-10-14 2022-06-30 Electronic device and method for performing capturing function in electronic device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210136351A KR20230053144A (ko) 2021-10-14 2021-10-14 전자 장치 및 전자 장치에서 촬영 기능을 수행하는 방법

Publications (1)

Publication Number Publication Date
KR20230053144A true KR20230053144A (ko) 2023-04-21

Family

ID=85987858

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210136351A KR20230053144A (ko) 2021-10-14 2021-10-14 전자 장치 및 전자 장치에서 촬영 기능을 수행하는 방법

Country Status (2)

Country Link
KR (1) KR20230053144A (ko)
WO (1) WO2023063520A1 (ko)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010021956A (ja) * 2008-07-14 2010-01-28 Canon Inc 撮像装置
JP5144487B2 (ja) * 2008-12-15 2013-02-13 キヤノン株式会社 主顔選択装置、その制御方法、撮像装置及びプログラム
JP2014068281A (ja) * 2012-09-27 2014-04-17 Canon Inc 撮像装置
JP6499583B2 (ja) * 2013-09-24 2019-04-10 シャープ株式会社 画像処理装置及び画像表示装置
CN110298310A (zh) * 2019-06-28 2019-10-01 深圳市商汤科技有限公司 图像处理方法及装置、电子设备和存储介质

Also Published As

Publication number Publication date
WO2023063520A1 (ko) 2023-04-20

Similar Documents

Publication Publication Date Title
US20220360713A1 (en) Electronic device including camera
KR20220151932A (ko) 전자 장치 및 전자 장치의 동작 방법
KR20230033994A (ko) 복수의 카메라를 포함하는 전자 장치 및 그 동작 방법
KR20230053144A (ko) 전자 장치 및 전자 장치에서 촬영 기능을 수행하는 방법
EP4373116A1 (en) Electronic device and method for performing photographing function on electronic device
US20240121512A1 (en) Method and electronic device for controlling camera
US20230396885A1 (en) Electronic device including camera module and electronic device operating method
US20240098347A1 (en) Electronic device comprising image sensor and dynamic vision sensor, and operating method therefor
KR20220156336A (ko) 이미지 센서 및 동적 비전 센서를 포함하는 전자 장치 및 그 동작 방법
KR20230119570A (ko) 이미지를 보정하는 장치 및 그 방법
US20230214632A1 (en) Method for processing image through neural network and electronic device thereof
US20230101888A1 (en) Electronic device performing image stabilization and operating method thereof
KR20220157735A (ko) 전자 장치의 촬영 방법 및 그 전자 장치
KR20220166112A (ko) 언더 디스플레이 카메라를 이용한 전자 장치 및 그 동작 방법
KR20220153366A (ko) 이미지 왜곡을 보정하는 방법 및 그 전자 장치
KR20220157196A (ko) 이미지 처리 방법 및 그 전자 장치
KR20230026832A (ko) 동작 제스처를 감지하는 전자 장치 및 그 동작 방법
KR20220127967A (ko) 사용자 인터페이스를 제공하기 위한 방법, 장치 및 저장 매체
KR20230062010A (ko) 촬영 시 흔들림을 보정하는 방법 및 그 전자 장치
KR20230023439A (ko) 카메라를 포함하는 전자 장치
KR20220153305A (ko) 이미지 데이터와 모션 데이터를 포함하는 파일을 생성하는 방법 및 그 전자 장치
KR20220014150A (ko) 이미지 센서와 이미지 시그널 프로세서를 포함하는 전자 장치 및 그의 방법
KR20220124472A (ko) 복수의 렌즈들을 구비하는 전자 장치 및 그 제어 방법
KR20220152819A (ko) 카메라를 포함하는 전자 장치
KR20230023498A (ko) 언더 디스플레이 카메라를 포함하는 전자 장치 및 그 동작 방법