KR20230060304A - 복수의 렌즈들을 구비하는 전자 장치 및 그 제어 방법 - Google Patents

복수의 렌즈들을 구비하는 전자 장치 및 그 제어 방법 Download PDF

Info

Publication number
KR20230060304A
KR20230060304A KR1020210144893A KR20210144893A KR20230060304A KR 20230060304 A KR20230060304 A KR 20230060304A KR 1020210144893 A KR1020210144893 A KR 1020210144893A KR 20210144893 A KR20210144893 A KR 20210144893A KR 20230060304 A KR20230060304 A KR 20230060304A
Authority
KR
South Korea
Prior art keywords
camera
processor
image
view
angle
Prior art date
Application number
KR1020210144893A
Other languages
English (en)
Inventor
오양근
윤성욱
손병준
안성주
박지윤
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 KR1020210144893A priority Critical patent/KR20230060304A/ko
Priority to PCT/KR2022/016279 priority patent/WO2023075335A1/ko
Priority to US18/150,010 priority patent/US20230156337A1/en
Publication of KR20230060304A publication Critical patent/KR20230060304A/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
    • H04N23/63—Control of cameras or camera modules by using electronic viewfinders
    • H04N23/631—Graphical user interfaces [GUI] specially adapted for controlling image capture or setting capture parameters
    • H04N23/632—Graphical user interfaces [GUI] specially adapted for controlling image capture or setting capture parameters for displaying or modifying preview images prior to image capturing, e.g. variety of image resolutions or capturing parameters
    • 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
    • H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/69—Control of means for changing angle of the field of view, e.g. optical zoom objectives or electronic zooming
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/62—Extraction of image or video features relating to a temporal dimension, e.g. time-based feature extraction; Pattern tracking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/45—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from two or more image sensors being of different type or operating in different modes, e.g. with a CMOS sensor for moving images in combination with a charge-coupled device [CCD] for still images
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/50—Constructional details
    • H04N23/55—Optical parts specially adapted for electronic image sensors; Mounting 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
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • H04N23/611—Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/63—Control of cameras or camera modules by using electronic viewfinders
    • H04N23/631—Graphical user interfaces [GUI] specially adapted for controlling image capture or setting capture parameters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/63—Control of cameras or camera modules by using electronic viewfinders
    • H04N23/633—Control of cameras or camera modules by using electronic viewfinders for displaying additional information relating to control or operation of the camera
    • H04N23/635—Region indicators; Field of view indicators
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
    • H04N5/268—Signal distribution or switching
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Studio Devices (AREA)

Abstract

일 실시 예에 따른 전자 장치는, 복수의 카메라들, 디스플레이 및 상기 복수의 카메라들 및 상기 디스플레이와 전기적으로 연결된 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는 상기 복수의 카메라들을 이용하는 촬영을 지원하는 어플리케이션을 실행하고, 상기 복수의 카메라들 중 제1 카메라를 통해 제1 화각을 갖는 제1 이미지를 획득하고, 상기 촬영의 배율이 제1 배율로 설정된 상태에서, 상기 제1 이미지의 프리뷰를 상기 디스플레이에 표시하고, 상기 제1 이미지에서 식별된 적어도 하나의 객체가 이동함에 따라 상기 적어도 하나의 객체가 포함되도록 상기 디스플레이에 표시되는 상기 제1 이미지의 프리뷰를 변경하고, 상기 제1 화각의 지정된 영역에 상기 적어도 하나의 객체가 위치하는 것에 응답하여, 상기 배율을 제2 배율로 변경하며 상기 복수의 카메라들 중 제2 카메라를 통해 제2 화각을 갖는 제2 이미지를 획득하고, 상기 제2 배율은 상기 제1 화각, 상기 제2 화각 및 상기 제1 화각에 대한 상기 적어도 하나의 객체의 위치에 기반하여 결정되며, 상기 촬영의 배율이 제2 배율로 설정된 상태에서, 상기 제2 이미지의 적어도 일부를 상기 디스플레이에 프리뷰로 표시할 수 있다. 이 외에도 명세서를 통해 파악되는 다양한 실시 예가 가능하다.

Description

복수의 렌즈들을 구비하는 전자 장치 및 그 제어 방법{ELECTRONIC DEVICE HAVING A PLURALITY OF LENSES AND CONTROLLING METHOD THEREOF}
본 문서에서 개시되는 다양한 실시 예들은, 복수의 카메라들을 구비하는 전자 장치와 그 전자 장치를 제어하는 기술에 관한 것이다.
최근 들어, 디지털 카메라, 디지털 캠코더, 또는 스마트 폰과 같이 카메라가 장착된 전자 장치의 보급이 활발히 이루어지고 있다. 이러한 카메라가 장착된 전자 장치는 카메라를 이용하여 촬영 중인 영상 내의 인물, 동물, 사물 등을 추적하고, 추적 영역을 관심 영역의 지정된 크기에 표시되도록 하는 기능을 탑재하고 있다.
또한, 카메라가 장착된 전자 장치는 카메라를 이용하여 촬영 중인 영상 내의 인물, 동물, 사물 등 관심 영역을 실시간으로 검출하고, 검출 결과를 바탕으로 줌 인/아웃 동작을 수행하여 관심 영역이 지정된 크기에 표시되도록 하는 기능을 탑재하고 있다.
한편, 단일 카메라에서는 물체를 추적하여 화면에 표시할 수 있지만 다중 카메라를 사용하는 경우 카메라 전환에 따라 자연스럽게 동일 물체를 추적하는 것은 어려울 수 있다. 화각 차이 및 줌 동작이 적용되는 영역의 차이로 인해 전환 시 화면 끊김이 발생할 수 있다. 또한 물체를 수동으로 다시 선택하는 경우 화면 전환이 자연스럽지 않을 수 있다.
또한, 관심 영역을 검출하여 화면에 표시할 수 있지만 단일 카메라 사용에 따른 화각 제한으로 인해 더 넓은 배경을 프레이밍할 수 없으며, 과도한 줌 인으로 인해 화질 저하가 발생할 수 있다.
본 문서에서 개시되는 다양한 실시 예들은 카메라 전환 시 동일한 물체가 지속적으로 추적되며, 자동 프레이밍(auto framing)이 끊임없이 지속되는 장치 및 방법 등을 제공할 수 있다.
일 실시 예에 따른 전자 장치는, 복수의 카메라들, 디스플레이 및 상기 복수의 카메라들 및 상기 디스플레이와 전기적으로 연결된 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는 상기 복수의 카메라들을 이용하는 촬영을 지원하는 어플리케이션을 실행하고, 상기 복수의 카메라들 중 제1 카메라를 통해 제1 화각을 갖는 제1 이미지를 획득하고, 상기 촬영의 배율이 제1 배율로 설정된 상태에서, 상기 제1 이미지의 프리뷰를 상기 디스플레이에 표시하고, 상기 제1 이미지에서 식별된 적어도 하나의 객체가 이동함에 따라 상기 적어도 하나의 객체가 포함되도록 상기 디스플레이에 표시되는 상기 제1 이미지의 프리뷰를 변경하고, 상기 제1 화각의 지정된 영역에 상기 적어도 하나의 객체가 위치하는 것에 응답하여, 상기 배율을 제2 배율로 변경하며 상기 복수의 카메라들 중 제2 카메라를 통해 제2 화각을 갖는 제2 이미지를 획득하고, 상기 제2 배율은 상기 제1 화각, 상기 제2 화각 및 상기 제1 화각에 대한 상기 적어도 하나의 객체의 위치에 기반하여 결정되며, 상기 촬영의 배율이 제2 배율로 설정된 상태에서, 상기 제2 이미지의 적어도 일부를 상기 디스플레이에 프리뷰로 표시할 수 있다.
일 실시 예에 따른 전자 장치의 동작 방법은, 복수의 카메라들을 이용하는 촬영을 지원하는 어플리케이션을 실행하는 동작, 상기 복수의 카메라들 중 제1 카메라를 통해 제1 화각을 갖는 제1 이미지를 획득하는 동작, 상기 촬영의 배율이 제1 배율로 설정된 상태에서, 상기 제1 이미지의 프리뷰를 디스플레이에 표시하는 동작, 상기 제1 이미지에서 식별된 적어도 하나의 객체가 이동함에 따라 상기 적어도 하나의 객체가 포함되도록 상기 디스플레이에 표시되는 상기 제1 이미지의 프리뷰를 변경하는 동작, 상기 제1 화각의 지정된 영역에 상기 적어도 하나의 객체가 위치하는 것에 응답하여, 상기 배율을 제2 배율로 변경하며 상기 복수의 카메라들 중 제2 카메라를 통해 제2 화각을 갖는 제2 이미지를 획득하는 동작, 상기 제2 배율은 상기 제1 화각, 상기 제2 화각 및 상기 제1 화각에 대한 상기 적어도 하나의 객체의 위치에 기반하여 결정되며, 상기 촬영의 배율이 제2 배율로 설정된 상태에서, 상기 제2 이미지의 적어도 일부를 상기 디스플레이에 프리뷰로 표시하는 동작을 포함할 수 있다.
본 문서에 개시된 다양한 실시 예에 따르면, 자연스럽게 카메라 전환을 함으로써 끊김 없이 물체를 추적하고 자동 프레이밍을 지속할 수 있다.
본 문서에 개시된 다양한 실시 예에 따르면, 다중 카메라를 활용함에 따라 사용자로 하여금 더 넓은 화각 및 고화질의 동영상을 획득하게 할 수 있다.
이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.
도 1은 일 실시 예에 따른 전자 장치의 블록도이다.
도 2는 일 실시 예에 따른 전자 장치에서 카메라를 전환하여 프리뷰 이미지를 표시하기 위한 기능을 제어하는 개념을 나타낸다.
도 3은 일 실시 예에 따른 전자 장치가 객체의 이동에 따라 카메라를 전환하는 동작의 흐름도이다.
도 4는 일 실시 예에 따른 전자 장치가 객체가 지정된 영역에 위치함에 따라 카메라를 전환하는 동작의 흐름도이다.
도 5는 일 실시 예에 따른 전자 장치가 제1 카메라 및 제2 카메라에서 동일한 객체를 추적하는 동작의 흐름도이다.
도 6a는 일 실시 예에 따른 전자 장치에서 제1 카메라의 화각이 제2 카메라의 화각보다 작은 경우 제1 화각에서의 전환 영역을 도시한다.
도 6b는 일 실시 예에 따른 전자 장치에서 제1 카메라의 화각이 제2 카메라의 화각보다 큰 경우 제1 화각에서의 전환 영역을 도시한다.
도 7은 일 실시 예에 따른 전자 장치에서 제1 카메라로 추적하는 객체의 카테고리 정보를 획득하는 동작의 흐름도이다.
도 8은 일 실시 예에 따른 전자 장치에서 제1 카메라의 화각이 제2 카메라의 화각보다 작은 경우 객체의 이동에 따라 줌 정보를 추출하는 것을 도시한다.
도 9는 일 실시 예에 따른 전자 장치에서 제1 카메라의 화각이 제2 카메라의 화각보다 큰 경우 객체의 이동에 따라 줌 정보를 추출하는 것을 도시한다.
도 10은 일 실시 예에 따른 전자 장치가 추적하는 객체의 카테고리 정보에 기반하여 제2 카메라에서 동일 객체를 추적하는 것을 나타낸 흐름도이다.
도 11a는 일 실시 예에 따른 전자 장치에서 추적하는 객체가 사람인 경우 제2 카메라에서 동일 객체를 추적하는 것을 나타낸 흐름도이다.
도 11b는 일 실시 예에 따른 전자 장치에서 추적하는 객체가 동물인 경우 제2 카메라에서 동일 객체를 추적하는 것을 나타낸 흐름도이다.
도 12는 일 실시 예에 따른 전자 장치에서 줌 영역을 재계산하는 것을 나타낸 흐름도이다.
도 13a는 일 실시 예에 따른 전자 장치에서 제1 카메라의 화각이 제2 카메라의 화각보다 작은 경우 제2 관심 영역이 결정된 것을 도시한다.
도 13b는 일 실시 예에 따른 전자 장치에서 제1 카메라의 화각이 제2 카메라의 화각보다 큰 경우 제2 관심 영역이 결정된 것을 도시한다.
도 14는 다양한 실시 예들에 따른 네트워크 환경 내의 전자 장치의 블록도이다.
도 15는 일 실시 예에 따른, 카메라 모듈을 예시하는 블록도이다.
도면의 설명과 관련하여, 동일 또는 유사한 구성요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.
이하, 본 발명의 다양한 실시 예가 첨부된 도면을 참조하여 기재된다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 실시 예의 다양한 변경(modification), 균등물(equivalent), 및/또는 대체물(alternative)을 포함하는 것으로 이해되어야 한다.
도 1은 일 실시 예에 따른 전자 장치의 블록도이다.
도 1을 참조하면, 일 실시 예에 따른 전자 장치(100)는, 프로세서(110), 카메라(120), 디스플레이(130) 및 메모리(140)를 포함할 수 있다. 다양한 실시 예에서, 전자 장치(100)는 도 1에 도시된 구성요소 외에 추가적인 구성요소를 포함하거나, 도 1에 도시된 구성요소 중 적어도 하나를 생략할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 메모리(140)에 저장된 인스트럭션들을 이용하여 전자 장치(100)의 적어도 하나의 다른 구성요소들의 제어 및/또는 통신에 관한 연산이나 데이터 처리를 실행할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 중앙처리장치(CPU), 그래픽처리장치(GPU), MCU(micro controller unit), 센서허브, 보조프로세서(supplementary processor), 통신프로세서(communication processor), 애플리케이션 프로세서(application processor), ASIC(application specific integrated circuit), FPGA(field programmable gate arrays) 중 적어도 하나를 포함할 수 있으며, 복수의 코어들을 가질 수 있다.
일 실시 예에 따르면, 프로세서(110)는 카메라(120)를 통해 이미지를 획득할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 카메라(120)를 통해 획득한 이미지를 디스플레이(130)에 프리뷰 형태로 제공할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 카메라(120)를 이용하여 복수의 이미지 프레임들을 획득할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 카메라(120)를 이용하여 복수의 이미지 프레임들에 포함된 적어도 하나의 객체를 식별하거나, 또는 그 물체의 움직임을 추정 또는 추적할 수 있다. 예를 들어, 프로세서(120)는 이전 프레임에서 식별된 적어도 하나의 객체와 동일한 객체를 현재 프레임에서 식별하여 객체의 움직임을 추적할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 추적되는 물체의 크기 및/또는 물체의 좌표에 기반하여 카메라(120)를 전환할 수 있다. 예를 들어, 프로세서(110)는 추적되는 물체의 크기 및/또는 물체의 좌표에 기반하여 줌 인 되어야 하는 것으로 판단되는 경우 화각이 큰 카메라에서 화각이 작은 카메라로 전환할 수 있다. 또한 예를 들어, 프로세서(110)는 추적되는 물체의 크기 및/또는 물체의 좌표에 기반하여 줌 아웃 되어야 하는 것으로 판단되는 경우 화각이 작은 카메라에서 화각이 큰 카메라로 전환할 수 있다.
프로세서(110)의 동작과 관련된 구체적인 내용은 도 3 내지 도 5, 도 7, 도 10 및 도 11a 내지 도 12를 참조하여 후술한다.
일 실시 예에 따르면, 카메라(120)는 영상(예: 정지 영상 및 동영상)을 획득(acquire)(또는 촬영)할 수 있다. 예를 들면, 카메라(120)와 전기적으로 연결되는 이미지 시그널 프로세서는, 영상(예: 프리뷰 영상 또는 메모리(140)에 저장된 영상)에 포함된 객체(예: 사람, 동물, 사물)와 배경을 구분할 수 있다. 일 실시 예에 따르면, 이미지 시그널 프로세서는 카메라(120)로부터 분리되거나, 프로세서(110)의 일부로서 구현될 수 있다. 일 실시 예에 따르면, 카메라(220)는 이미지 센서(예: 도 15의 이미지 센서(1530))를 포함할 수 있다. 일 실시 예에 따르면, 이미지 센서는 색상 정보를 획득 및/또는 처리할 수 있다.
일 실시 예에 따르면, 카메라(120)는 복수의 렌즈들을 포함하고, 상기 복수의 렌즈들 각각은 서로 상이한 줌 레벨을 가지고 있을 수 있다. 예를 들어, 상기 복수의 렌즈들은 울트라 와이드 렌즈(ultra-wide lens), 와이드 렌즈(wide lens) 및 텔레 렌즈(tele lens) 중 적어도 두 개를 포함할 수 있다. 일 실시 예에 따르면, 카메라(120)는 제1 카메라(121) 및 제2 카메라(122)을 포함할 수 있다. 일 실시 예에 따르면, 제1 카메라(121) 및 제2 카메라(122)는 서로 상이한 렌즈를 가질 수 있다. 예를 들어, 제1 카메라(121)가 와이드 렌즈를 가지고 제2 카메라(122)가 울트라 와이드 렌즈를 가질 수 있다. 또한 예를 들어, 제1 카메라(121)가 울트라 와이드 렌즈를 가지고 제2 카메라(122)가 와이드 렌즈를 가질 수 있다. 또한, 예를 들어, 제1 카메라(121)가 텔레 렌즈를 가지고 제2 카메라(122)가 와이드 렌즈를 가질 수 있다. 또한 예를 들어, 제1 카메라(121)가 와이드 렌즈를 가지고 제2 카메라(122)가 텔레 렌즈를 가질 수 있다.
일 실시 예에 따르면, 디스플레이(130)는 카메라(120) 중 제1 카메라(121)를 통해 획득한 제1 화각을 갖는 제1 이미지를 표시할 수 있다. 일 실시 예에 따르면, 디스플레이(130)는 촬영 배율이 제1 배율로 설정된 상태에서, 제1 화각을 갖는 제1 이미지의 프리뷰를 표시할 수 있다. 일 실시 예에 따르면, 디스플레이(130)는 카메라(120) 중 제2 카메라(122)를 통해 획득한 제2 화각을 갖는 제2 이미지를 표시할 수 있다. 일 실시 예에 따르면, 디스플레이(130)는 촬영 배율이 제2 배율로 설정된 상태에서, 제2 화각을 갖는 제2 이미지의 프리뷰를 표시할 수 있다.
일 실시 예에 따르면, 디스플레이(130)는, 프로세서(110)에서 처리된 영상 신호, 데이터 신호, OSD(on screen display) 신호, 제어 신호 등을 변환하여 구동 신호를 생성할 수 있다. 일 실시 예에 따르면, 디스플레이(130)는 PDP(plasma display panel), LCD(liquid crystal display), OLED(organic light emitting diode), 플렉서블 디스플레이(flexible display) 등으로 구현될 수 있으며, 또한, 3차원 디스플레이(3D display)로 구현될 수 있다. 일 실시 예에 따르면, 디스플레이(130)는, 터치 스크린으로 구성되어 출력 장치 이외에 입력 장치로 사용될 수 있다.
일 실시 예에 따르면, 메모리(140)는, 하나 이상의 메모리 집합을 의미할 수 있다. 일 실시 예에 따르면, 메모리(140)는, 다른 구성 요소들(예: 프로세서(110), 디스플레이(130))로부터 수신되거나 다른 구성요소들에 의해 생성된 데이터 및/또는 명령을 저장할 수 있다.
도 2는 일 실시 예에 따른 전자 장치에서 카메라를 전환하여 프리뷰 이미지를 표시하기 위한 기능을 제어하는 개념을 나타낸다.
도 2를 참조하면, 일 실시 예에 따른 전자 장치(100)에서 복수의 카메라들을 이용하는 촬영을 지원하는 어플리케이션(200)은 객체 검출 및 추적 모듈(210), 줌 영역 계산 모듈(220), 카메라 전환 판단 모듈(230), 추적 정보 및 줌 정보 추출 모듈(240), 추적 정보 및 줌 정보 전달 모듈(250), 객체 재추적 모듈(260), 줌 영역 매칭 및 재계산 모듈(270) 및 카메라 전환 모듈(280)을 포함할 수 있다. 다양한 실시 예에서, 전자 장치(100)는 도 2에 도시된 구성요소 외에 추가적인 구성요소를 포함하거나, 도 2에 도시된 구성요소 중 적어도 하나를 생략할 수 있다.
일 실시 예에 따르면, 객체 검출 및 추적 모듈(210)은 객체 검출 모드 및/또는 추적 모드에서 동작할 수 있다. 일 실시 예에 따르면, 객체 검출 및 추적 모듈(210)은 객체 검출 모드에서 카메라(120)로 획득한 이미지의 프리뷰에서 객체(또는 물체)를 자동으로 검출하거나 디스플레이(130)에 대한 사용자 입력(예: 터치 입력)을 수신하는 것에 응답하여 수동으로 검출할 수 있다. 일 실시 예에 따르면, 객체 검출 및 추적 모듈(210)은 검출된 객체를 추적할 수 있다. 일 실시 예에 따르면, 객체 검출 및 추적 모듈(210)은 사람의 얼굴, 신체 일부 또는 전체, 동물 또는 사물을 객체로 검출(또는 식별)할 수 있고, 추적 대상 객체는 한 개 또는 복수 개가 될 수 있다. 일 실시 예에 따르면, 객체 검출 및 추적 모듈(210)은 사용자 입력(예: 터치 입력)을 수신하는 것에 응답하여 사람의 얼굴, 신체 일부 또는 전체, 동물 또는 사물을 객체로 검출(또는 식별)할 수 있다.
일 실시 예에 따르면, 객체 검출 및 추적 모듈(210)은 추적모드에서 검출된 적어도 하나의 객체를 지속적으로 추적하고, 적어도 하나의 객체의 좌표를 줌 영역 계산 모듈(220)로 전달할 수 있다. 예를 들어, 객체 검출 및 추적 모듈(210)은 검출된 객체가 복수개인 경우 객체 각각의 좌표를 줌 영역 계산 모듈(220)로 전달할 수 있다.
일 실시 예에 따르면, 줌 영역 계산 모듈(220)은 객체 검출 및 추적 모듈(210)로부터 전달받은 적어도 하나의 객체의 좌표에 기반하여 줌 인 또는 줌 아웃을 적용할 영역을 계산할 수 있다. 본 문서에서 줌 영역은 줌 인 또는 줌 아웃이 적용되어 디스플레이(130)에 표시되는 영역을 의미할 수 있다. 본 문서에서 줌 영역은 관심 영역(ROI, region of interest)으로 참조될 수 있다. 일 실시 예에 따르면, 줌 영역은 프리뷰 내 일부 영역일 수 있고, 줌 영역이 점점 커질수록 디스플레이(130)에서 줌 아웃 효과가 발생할 수 있다. 일 실시 예에 따르면, 줌 영역이 점점 작아질수록 디스플레이(130)에서 줌 인 효과가 발생할 수 있다.
일 실시 예에 따르면, 줌 영역은 모든 객체의 좌표를 포함하는 영역이 될 수 있고, 일부 객체만 포함하는 영역이 될 수 있다. 일 실시 예에 따르면, 줌 영역은 프리뷰 전체 영역이 될 수 있으며, 일부 영역이 될 수 있다. 일 실시 예에 따르면, 프리뷰 내 객체 좌표 위치에 따라 일부 객체는 줌 영역에서 제외될 수 있다. 예를 들어, 객체 좌표의 위치가 프리뷰 내의 외곽 영역에 있는 경우, 객체는 줌 영역에서 제외될 수 있다. 일 실시 예에 따르면, 프리뷰 내의 외곽 영역은 전체 프리뷰 면적의 특정 퍼센트로 결정될 수 있다. 일 실시 예에 따르면, 줌 영역의 최소 크기는 화질 저하를 최소로 하는 크기로 결정될 수 있다. 일 실시 예에 따르면, 줌 영역의 최소 크기는 전체 프리뷰 면적의 일정 비율로 결정될 수 있다.
일 실시 예에 따르면, 카메라 전환 판단 모듈(230)은 추적되고 있는 객체의 크기와 좌표, 줌 영역 크기 및 위치에 따라 동작할 수 있다. 일 실시 예에 따르면, 각 카메라 렌즈 마다 화질 저하를 최소로 하는 최소 줌 영역 크기가 존재하고, 프리뷰 내 줌 영역이 이동될 수 있는 영역이 존재한다.
일 실시 예에 따르면, 카메라 전환 판단 모듈(230)은 추적하고 있는 객체가 프리뷰 내 외곽 영역으로 이동하는지 여부, 줌 영역 크기가 프리뷰 크기와 동일한지 여부 또는 줌 영역의 크기가 지정된 크기 이상인지 여부를 판단할 수 있다. 일 실시 예에 따르면, 카메라 전환 판단 모듈(230)은 추적하고 있는 객체가 프리뷰 내 외곽 영역으로 이동하는 경우, 줌 영역 크기가 프리뷰 크기와 동일한 경우 또는 줌 영역의 크기가 지정된 크기 이상인 경우 현재 카메라보다 화각이 넓은 카메라로 전환해야 하는 것으로 판단할 수 있다.
일 실시 예에 따르면, 카메라 전환 판단 모듈(230)은 추적하고 있는 객체가 제1 카메라의 프리뷰와 제2 카메라의 프리뷰가 중첩된 영역에 존재하는지 여부, 줌 영역의 면적이 최소 크기인지 여부 또는 줌 영역의 크기가 임계값(threshold) 미만인지 여부를 판단할 수 있다. 일 실시 예에 따르면, 제1 카메라의 프리뷰와 제2 카메라의 프리뷰가 중첩된 영역은 캘리브레이션 정보를 통해 획득될 수 있다.
일 실시 예에 따르면, 카메라 전환 판단 모듈(230)은 추적하고 있는 객체가 제1 카메라의 프리뷰와 제2 카메라의 프리뷰가 중첩된 영역에 존재하는 경우, 줌 영역의 면적이 최소 크기인 것으로 판단되면 현재 카메라보다 화각이 좁은 카메라로 전환해야 하는 것으로 판단할 수 있다. 일 실시 예에 따르면, 카메라 전환 판단 모듈(230)은 추적하고 있는 객체가 제1 카메라의 프리뷰와 제2 카메라의 프리뷰가 중첩된 영역에 존재하는 경우, 줌 영역의 크기가 임계값 미만인 것으로 판단되면 현재 카메라보다 화각이 좁은 카메라로 전환해야 하는 것으로 판단할 수 있다.
일 실시 예에 따르면, 임계값은 현재 카메라의 화각 값에 기반하여 계산될 수 있다. 일 실시 예에 따르면, 카메라 전환 판단 모듈(230)은 카메라를 전환해야 하는 것으로 판단되면, 전환될 카메라를 활성화할 수 있다. 일 실시 예에 따르면, 카메라 전환 판단 모듈(230)은 객체 좌표 및 줌 영역이 지정된 영역 밖으로 이동하는 경우, 전환될 카메라를 비활성화 할 수 있다. 본 문서에서, 카메라 전환 판단 모듈(230)이 카메라를 전환할 것으로 판단하기 위해 객체가 위치하는 영역은 지정된 영역 또는 전환 영역으로 참조될 수 있다. 본 문서에서, 전환 전 카메라 또는 현재 카메라는 제1 카메라로, 전환 후 카메라 또는 전환될 카메라는 제2 카메라로 참조될 수 있다.
일 실시 예에 따르면, 카메라 전환 판단 모듈(230)이 현재 카메라보다 화각이 넓은 카메라로 전환해야 하는 것으로 판단한 후 객체 좌표 및 줌 영역이 지정된 영역(또는 전환 영역)(예: 프리뷰 내 외곽 영역)을 벗어나는 경우, 카메라 전환 판단 모듈(230)은 전환될 카메라를 비활성화 할 수 있다. 다른 예를 들어, 카메라 전환 판단 모듈(230)이 현재 카메라보다 화각이 좁은 카메라로 전환해야 하는 것으로 판단한 후 객체 좌표 및 줌 영역이 지정된 영역(또는 전환 영역)(예: 프리뷰 중심 영역)을 벗어나는 경우, 카메라 전환 판단 모듈(230)은 전환될 카메라를 비활성화 할 수 있다.
일 실시 예에 따르면, 추적 정보 및 줌 정보 추출 모듈(240)은 추적 정보 추출 모드 및/또는 줌 정보 추출 모드에서 동작할 수 있다. 일 실시 예에 따르면, 추적 정보 및 줌 정보 추출 모듈(240)은 추적 정보 추출 모드에서, 객체 추적이 시작되었을 때부터 추적 정보를 추출할 수 있고, 객체 추적 영역 및 줌 영역이 전환 영역에 존재하여 전환될 카메라가 활성화되었을 때 추적 정보를 추출할 수 있다. 일 실시 예에 따르면, 추출된 추적 정보는 갱신될 수 있다. 예를 들어, 추적 정보는 추적되는 객체의 크기, 좌표, 객체의 텍스처, 객체의 색 및 객체를 둘러싼 영역의 텍스처 중 적어도 하나를 포함할 수 있다. 또한 예를 들어, 추적되는 객체가 사람인 경우 추적 정보는 헤어 스타일, 눈, 코, 입, 눈썹, 얼굴 정보, 옷의 텍스처, 신발의 텍스처, 사일리언스 맵(saliency map), 현재 카메라의 화각 및 캘리브레이션 데이터 중 적어도 하나를 포함할 수 있다. 일 실시 예에 따르면, 추적 정보는 복수 개의 객체의 추적 정보를 포함할 수 있다. 일 실시 예에 따르면, 추적 정보는 추적되는 객체에 대한 카테고리 정보를 포함할 수 있다. 예를 들어, 추적되는 객체에 대한 카테고리는 사람, 동물 또는 사물을 포함할 수 있다. 일 실시 예에 따르면, 추적 정보 및 줌 정보 추출 모듈(240)은 줌 정보 추출 모드에서 카메라 화각 정보, 프리뷰 크기, 줌 영역 크기 및 전체 프리뷰 내 줌 영역 위치 중 적어도 하나를 추출할 수 있다.
일 실시 예에 따르면, 추적 정보 및 줌 정보 전달 모듈(250)은 전환될 카메라에 추적 정보 및 줌 정보를 전달할 수 있다. 일 실시 예에 따르면, 추적 정보 및 줌 정보는 메모리(140)에 저장이 되며, 전환될 카메라는 메모리(140)로부터 추적 정보 및/또는 줌 정보를 획득할 수 있다. 일 실시 예에 따르면, 전환되기 전 카메라와 전환된 후 카메라는 추적 정보 및 줌 정보를 공유할 수 있다.
일 실시 예에 따르면, 객체 재추적 모듈(260)은 전환 전 카메라에서 추적하던 객체와 동일한 객체를 추적할 수 있다. 일 실시 예에 따르면, 객체 재추적 모듈(260)은 전환된 카메라에서 전환 전 카메라에서 추적하던 객체와 동일한 객체를 식별하기 위하여 전달된(또는 획득한) 추적 정보를 사용할 수 있다. 일 실시 예에 따르면, 객체 재추적 모듈(260)은 전환 전 카메라에서 획득한 이미지의 프리뷰 크기, 프리뷰 내 객체 좌표, 객체 크기 및 캘리브레이션 데이터 중 적어도 하나를 기반으로 전환될 카메라에서 획득한 이미지의 프리뷰에서 동일 객체의 위치를 예측할 수 있다. 일 실시 예에 따르면, 동일 객체 예상 영역에는 복수의 객체가 존재할 수 있다. 예를 들어, 추적되는 객체에는 사람과 동물, 사물이 모두 포함될 수 있고, 동일 객체 예상 영역에서 사람, 동물 또는 사물이 존재할 수 있다. 일 실시 예에 따르면, 객체 재추적 모듈(260)은 획득한 카테고리 정보에 기반하여 해당 카테고리에 포함되는 객체만 검출할 수 있다. 일 실시 예에 따르면, 객체 재추적 모듈(260)은 검출된 객체에서 추적 정보를 추출할 수 있고, 추출된 정보를 전달받은 추적 정보와 비교하여 동일 객체를 식별할 수 있다. 일 실시 예에 따르면, 객체 재추적 모듈(260)은 동일 객체를 찾은 후 전환될 카메라에서 객체 추적을 시작할 수 있다.
일 실시 예에 따르면, 줌 영역 매칭 및 재계산 모듈(270)은 카메라 전환 시 부드럽게 전환될 수 있도록 줌 영역을 계산할 수 있다. 일 실시 예에 따르면, 줌 영역 매칭 및 재계산 모듈(270)은 전환될 카메라에서 획득한 이미지의 프리뷰에서 추적 객체의 위치 및 크기에 기반하여 전환 전 카메라의 줌 영역과 동일한 영역을 결정할 수 있다. 예를 들어, 줌 영역 매칭 및 재계산 모듈(270)은 줌 영역에서 객체의 영역이 차지하는 비율(ratio)에 기반하여 줌 영역을 계산할 수 있다. 일 실시 예에 따르면, 카메라 전환 전 줌 영역 내에서의 추적 객체의 상대적 위치 및 상대적 크기는 전환 후의 줌 영역 내에서의 추적 객체의 상대적 위치 및 상대적 크기와 각각 동일하거나 대응될 수 있다.
일 실시 예에 따르면, 카메라 전환 모듈(280)은 줌 영역이 계산된 후 전환 전 카메라를 비활성화하고 전환 후 카메라로 획득한 이미지에서 줌 영역을 디스플레이(130)에 표시할 수 있다. 일 실시 예에 따르면, 카메라 전환 모듈(280)은 전환되기 전과 후의 카메라 화각 차이로 인한 왜곡이 발생함에 따라, 전환 시 객체 주변 영역에 블러 효과를 적용하여 자연스럽게 전환할 수 있다.
도 3은 일 실시 예에 따른 전자 장치(예: 도 1의 전자 장치(100))가 객체의 이동에 따라 카메라를 전환하는 동작의 흐름도이다.
도 3을 참조하면, 일 실시 예에 따른 프로세서(예: 도 1의 프로세서(110))는 동작 310에서 복수의 카메라들을 이용하는 촬영을 지원하는 어플리케이션(예: 도 2의 어플리케이션(200))을 실행할 수 있다. 예를 들어, 촬영을 지원하는 어플리케이션(200)은 카메라 어플리케이션을 포함할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 어플리케이션(200)의 실행화면을 디스플레이(예: 도 1의 디스플레이(130))를 통해 출력할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 동작 320에서 복수의 카메라들 중 제1 카메라(예: 도 1의 제1 카메라(121))를 통해 제1 화각을 갖는 제1 이미지를 획득할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 촬영을 지원하는 어플리케이션(200)이 실행된 상태에서 제1 카메라(121)를 통해 제1 화각을 갖는 제1 이미지를 획득할 수 있다. 예를 들어, 제1 카메라는 텔레 카메라, 와이드 카메라 및 울트라 와이드 카메라 중 하나일 수 있다.
일 실시 예에 따르면, 프로세서(110)는 동작 330에서 촬영의 배율이 제1 배율로 설정된 상태에서, 제1 이미지의 프리뷰를 디스플레이(130)에 표시할 수 있다. 일 실시 예에 따르면, 일 실시 예에 따르면, 프로세서(110)는 제1 카메라(121)의 줌 레벨로 수신된 이미지를 프리뷰로 디스플레이에 표시할 수 있다. 예를 들어, 프로세서(110)는 텔레 카메라의 줌 레벨로 수신된 이미지를 프리뷰로 디스플레이(130)에 표시할 수 있다. 또한 예를 들어, 프로세서(110)는 와이드 카메라의 줌 레벨로 수신된 이미지를 프리뷰로 디스플레이(130)에 표시할 수 있다. 또한 예를 들어, 프로세서(110)는 울트라 와이드 카메라의 줌 레벨로 수신된 이미지를 프리뷰로 디스플레이(130)에 표시할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 동작 340에서 제1 이미지에서 식별된 적어도 하나의 객체가 이동함에 따라 적어도 하나의 객체가 포함되도록 디스플레이(130)에 표시되는 제1 이미지의 프리뷰를 변경할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 제1 이미지에서 식별되는 객체가 움직임에 따라 제1 이미지의 프리뷰를 변경함으로써 사용자가 디스플레이(130)를 통해 객체를 확인할 수 있도록 할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 동작 350에서 제1 화각의 지정된 영역에 적어도 하나의 객체가 위치하는 것에 응답하여, 배율을 제2 배율로 변경하며 복수의 카메라들 중 제2 카메라(예: 도 1의 제2 카메라(122))를 통해 제2 화각을 갖는 제2 이미지를 획득할 수 있다. 예를 들어, 제2 배율은 제1 배율과 구별되는 임의의 배율을 의미할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 제1 이미지에서 식별되는 적어도 하나의 객체가 제1 화각의 지정된 영역에 위치하는지 여부를 판단할 수 있다.
예를 들어, 제1 화각이 제2 화각보다 작은 경우, 프로세서(110)는 제1 이미지에서 식별되는 적어도 하나의 객체의 중심점이 제1 화각의 가장자리에 인접한 영역 내에 포함되는지 판단할 수 있다. 더 구체적으로 예를 들면, 프로세서(110)는 제1 이미지에서 식별되는 적어도 하나의 객체의 중심점이 제1 화각의 가장자리로부터 약 10% 범위 내에 포함되는지 판단할 수 있다. 다만, 상기 지정된 영역이 제1 화각의 가장자리로부터 약 10% 이내인 영역으로 예시를 든 것은 일 예시에 불과하며, 상기 지정된 영역은 상기 제1 화각의 가장자리로부터 약 10% ~ 약 90% 내에서 다양하게 정의될 수 있다.
다른 예를 들어, 제1 화각이 제2 화각보다 큰 경우, 프로세서(110)는 제1 이미지에서 식별되는 적어도 하나의 객체의 중심점이, 제2 화각과 중첩되거나 제2 화각보다 작은 영역에 포함되는지 여부를 판단할 수 있다. 또한 예를 들어, 프로세서(110)는 제1 이미지에서 식별되는 적어도 하나의 객체의 중심점이 제1 카메라의 프리뷰와 제2 카메라의 프리뷰가 중첩된 영역 내에 포함되는지 판단할 수 있다. 더 구체적으로 예를 들면, 프로세서(110)는 제1 이미지에서 식별되는 적어도 하나의 객체의 중심점이 제1 화각의 중심으로부터 약 10% 범위 내에 포함되는지 판단할 수 있다. 다만, 상기 지정된 영역이 제1 화각의 중심으로부터 약 10% 이내인 영역으로 예시를 든 것은 일 예시에 불과하며, 상기 지정된 영역은 상기 제1 화각의 중심으로부터 약 10% ~ 약 90% 내에서 다양하게 정의될 수 있다.
일 실시 예에 따르면, 프로세서(110)는 제1 이미지에서 식별된 적어도 하나의 객체가 제1 화각의 지정된 영역에 위치하는 것에 응답하여, 촬영을 지원하는 어플리케이션(200)이 실행된 상태에서 제2 카메라(122)를 통해 제2 화각을 갖는 제2 이미지를 획득할 수 있다. 예를 들어, 제1 카메라는 텔레 카메라, 와이드 카메라 및 울트라 와이드 카메라 중 하나일 수 있다.
일 실시 예에 따르면, 프로세서(110)는 동작 360에서 촬영의 배율이 제2 배율로 설정된 상태에서, 제2 이미지의 적어도 일부를 디스플레이(130)에 프리뷰로 표시할 수 있다. 일 실시 예에 따르면, 일 실시 예에 따르면, 프로세서(110)는 제2 카메라(122)의 줌 레벨로 수신된 이미지를 프리뷰로 디스플레이에 표시할 수 있다. 예를 들어, 프로세서(110)는 텔레 카메라의 줌 레벨로 수신된 이미지를 프리뷰로 디스플레이(130)에 표시할 수 있다. 또한 예를 들어, 프로세서(110)는 와이드 카메라의 줌 레벨로 수신된 이미지를 프리뷰로 디스플레이(130)에 표시할 수 있다. 또한 예를 들어, 프로세서(110)는 울트라 와이드 카메라의 줌 레벨로 수신된 이미지를 프리뷰로 디스플레이(130)에 표시할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 디스플레이(130)에 표시되는 프리뷰를 제1 이미지에서 제2 이미지의 적어도 일부 영역으로 변경할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 제1 카메라를 통해 획득된 제1 이미지를 표시한 상태에서, 배율이 제1 배율에서 제2 배율로 점진적으로 변경됨에 따라, 디스플레이(130)에 표시되는 프리뷰를 제2 카메라를 통해 획득된 제2 이미지의 적어도 일부 영역으로 변경할 수 있다.
도 4는 일 실시 예에 따른 전자 장치가 객체가 지정된 영역에 위치함에 따라 카메라를 전환하는 동작의 흐름도이다. 도 4의 내용과 관련하여 전술한 내용과 중복되거나 대응되는 내용은 간략히 하거나 생략한다.
도 4를 참조하면, 일 실시 예에 따른 프로세서(110)는 동작 410에서 제1 이미지에서 객체를 검출하고 추적할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 제1 이미지의 프리뷰에서 사람 머리, 신체 일부 또는 전체, 동물 또는 사물을 자동으로 검출할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 디스플레이(130)에 제1 이미지의 프리뷰가 표시된 상태에서, 디스플레이(130)에 대한 사용자 입력(예: 터치 입력)을 수신하는 것에 응답하여 제1 이미지에서 추적할 객체를 검출할 수 있다. 예를 들어, 검출되는 객체는 한 개 또는 복수 개일 수 있다.
일 실시 예에 따르면, 프로세서(110)는 동작 420에서 제1 이미지 내의 제1 관심 영역을 계산할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 제1 이미지에서 검출된 객체의 좌표를 기반으로 제1 관심 영역을 계산할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 객체 전부를 포함하거나 객체의 일부만 포함하도록 제1 관심 영역을 계산할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 프리뷰 전체가 되거나 프리뷰의 일부 영역이 되도록 제1 관심 영역을 계산할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 동작 430에서 제1 카메라(121)를 이용하여 줌 인 또는 줌 아웃할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 검출된 객체의 크기에 기반하여 제1 관심 영역의 크기를 결정할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 제1 관심 영역의 크기에 따라 제1 카메라를 이용하여 줌 인 또는 줌 아웃 동작을 수행할 수 있다. 예를 들어, 제1 관심 영역의 크기가 작아지면 프로세서(110)는 제1 카메라(121)를 이용하여 줌 인 동작을 수행할 수 있다. 다른 예를 들어, 줌 영역의 크기가 커지면 프로세서(110)는 제1 카메라(121)를 이용하여 줌 아웃 동작을 수행할 수 있다. 제1 관심 영역의 최소 크기는 화질 열화가 최소인 크기일 수 있으며, 화질 열화 기준은 사용자에 의해 정의될 수 있다.
일 실시 예에 따르면, 프로세서(110)는 동작 440에서 객체가 제1 화각의 지정된 영역에 위치하는지 여부를 판단할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 검출된 객체를 추적할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 검출된 객체에 대응되는 객체 영역을 결정하고, 객체 영역을 추적할 수 있다. 예를 들어, 객체 영역은 검출된 객체보다 큰 마진 영역을 포함할 수 있다. 프로세서(110)는 객체 영역에 마진 영역을 포함시켜 객체의 미세한 떨림과 같은 움직임이 있는 경우, 이를 무시하여 프리뷰 이미지가 흔들리는 것을 방지할 수 있다.
일 실시 예에 따르면, 추적되는 객체가 제1 화각의 지정된 영역(또는 전환 영역)으로 이동하는지 여부를 판단할 수 있다. 이 때, 추적되는 객체는 한 개 또는 복수 개일 수 있다. 예를 들어, 제1 화각이 제2 화각보다 작은 경우의 지정된 영역은 제1 화각의 가장자리에 인접한 영역을 의미할 수 있다. 다른 예를 들어, 제1 화각이 제2 화각보다 큰 경우의 지정된 영역은 제1 카메라의 프리뷰와 제2 카메라의 프리뷰가 중첩된 영역을 의미할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 추적되는 객체의 이동 속도에 기반하여 지정된 영역을 결정할 수 있다. 예를 들어, 프로세서(110)는 추적되는 객체의 이동 속도가 빠를수록 지정된 영역의 크기를 크게 결정할 수 있다. 또한 예를 들어, 프로세서(110)는 추적되는 객체의 이동속도가 느릴수록 지정된 영역의 크기를 작게 결정할 수 있다. 다만, 이에 제한되지 않으며, 프로세서(110)는 지정된 영역의 크기를 다양하게 결정할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 객체가 제1 화각의 지정된 영역에 위치하는 것으로 판단되는 경우 동작 450에서 제1 카메라(121)를 이용하여 줌 인 또는 줌 아웃을 할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 추적되는 객체가 제1 화각의 지정된 영역으로 이동한 것으로 판단되는 경우, 카메라 전환 시 부드럽게 전환되도록 제1 관심 영역의 크기를 조절하여 디스플레이(130)를 통해 줌 인 또는 줌 아웃 효과를 제공할 수 있다. 예를 들어, 제1 화각이 제2 화각보다 큰 경우 프로세서(110)는 제1 관심 영역의 크기를 줄여 줌 인 효과를 제공할 수 있다. 다른 예를 들어, 제1 화각이 제2 화각보다 큰 경우 프로세서(110)는 제1 관심 영역의 크기를 키워 줌 아웃 효과를 제공할 수 있다.
상술한 실시 예에 따르면, 프로세서(110)는 카메라를 제2 카메라로 전환하기 전에 줌 인 또는 줌 아웃 동작을 수행함으로써, 제2 카메라로 전환 시 부드럽게 전환되는 효과를 제공할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 객체가 제1 화각의 지정된 영역에 위치하지 않는 것으로 판단되는 경우 동작 410으로 돌아갈 수 있다.
일 실시 예에 따르면, 프로세서(110)는 동작 460에서 객체가 제1 화각의 지정된 영역에 지정된 시간 이상 존재하는지 여부를 판단할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 객체가 제1 화각의 지정된 영역에 지정된 시간 이상 존재하는 것으로 판단되는 경우, 동작 470에서 제2 이미지 내의 제2 관심 영역을 계산할 수 있다. 예를 들어, 제2 관심 영역은 제1 카메라(121)에서 추적된 객체와 동일한 객체를 포함하는 영역을 의미할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 추적되는 객체가 제1 화각의 지정된 영역에 포함되는 시간이 임계 값 이상인 경우 제2 이미지 내의 제2 관심 영역을 계산할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 제1 관심 영역 내 객체의 위치 또는 제1 관심 영역에 대한 객체의 크기의 비율에 기반하여 제2 관심 영역을 결정할 수 있다. 예를 들어, 제1 관심 영역 내 객체의 위치 및 제1 관심 영역에 대한 객체의 크기의 비율은 제2 관심 영역 내 객체의 위치 및 제2 관심 영역에 대한 객체의 크기의 비율에 각각 대응될 수 있다.
일 실시 예에 따르면, 프로세서(110)는 객체가 제1 화각의 지정된 영역에 지정된 시간 이상 존재하는 것으로 판단되지 않는 경우, 동작 440으로 돌아갈 수 있다. 예를 들어, 프로세서(110)는 객체가 제1 화각의 지정된 영역으로 이동하고 임계 값 미만의 시간 경과 후 지정된 영역을 벗어난 경우, 동작 440로 돌아갈 수 있다.
일 실시 예에 따르면, 프로세서(110)는 동작 480에서 디스플레이(130)에 표시되는 프리뷰를 변경할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 제2 관심 영역이 결정되면 제2 관심 영역에 기반한 프리뷰 이미지를 디스플레이(130)에 표시할 수 있다.
도 5는 일 실시 예에 따른 전자 장치가 제1 카메라 및 제2 카메라에서 동일한 객체를 추적하는 동작의 흐름도이다. 도 5의 동작 510 내지 동작 540은 도 4의 동작 460과 함께 수행될 수 있다.
도 5를 참조하면, 도 4의 동작 450에서 프로세서(110)가 제1 카메라를 이용하여 줌 인 또는 줌 아웃한 후, 프로세서(110)는 동작 510에서 추적 정보 및 줌 정보를 획득할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 제2 카메라로 전달될 추적 정보 및 줌 정보를 추출(또는 획득)할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 추적되는 객체의 카테고리에 따라 다른 추적 정보를 추출할 수 있다. 예를 들어, 추적되는 객체의 카테고리가 사람인 경우 프로세서(110)는 얼굴 정보(예: 얼굴 외곽 라인, 눈, 코, 입, 눈썹), 헤어 색, 헤어 라인, 헤어스타일, 안경 착용 여부, 의상(예: 상의, 하의) 색상, 의상 무니 텍스처 및 신발 텍스처 중 적어도 하나를 추출할 수 있다. 또한 예를 들어, 추적되는 객체의 카테고리가 동물인 경우 프로세서(110)는 동물 종류(예: 개, 고양이), 털 색, 털 무늬 및 텍스처 중 적어도 하나를 추출할 수 있다. 일 실시 예에 따르면, 추적되는 객체의 카테고리가 사물인 경우, 프로세서(110)는 사물의 종류, 사물의 색, 텍스처, 아웃라인 및 사일리언스 맵 중 적어도 하나를 추출할 수 있다.
일 실시 예에 따르면, 프로세서(110)가 획득하는 줌 정보는 제1 카메라 프리뷰의 너비, 높이, 객체의 좌표, 객체의 크기, 제1 관심 영역의 좌표, 제1 관심 영역 내 객체의 위치 정보, 제1 관심 영역 대비 객체가 차지하는 면적 중 적어도 하나를 포함할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 획득한 추적 정보 및 줌 정보를 메모리(140)에 저장할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 동작 520에서 제2 카메라(122)를 활성화할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 제1 카메라(121)에서 제2 카메라(122)로 전환되기 이전에 제2 카메라(122)를 활성화시키고 활성화된 제2 카메라(122)를 이용하여 백그라운드에서 객체를 추적할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 동작 530에서 추적 정보 및 줌 정보를 전송할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 메모리(140)에 저장된 추적 정보 및 줌 정보를 제2 카메라(122)로 전송(또는 전달)할 수 있다. 일 실시 예에 따르면, 추적 정보 및 줌 정보는 카메라 시스템 패스 또는 프레임워크 패스를 통해 제2 카메라(122)로 전달될 수 있다.
일 실시 예에 따르면, 프로세서(110)는 동작 540에서 제2 카메라(122)를 이용하여 객체를 추적할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 제2 카메라(122)에서 수신된 추적 정보 및 줌 정보에 기반하여, 제2 카메라(122)를 이용하여 제1 카메라(121)에서 추적된 객체와 동일한 객체를 추적할 수 있다.
도 6a는 일 실시 예에 따른 전자 장치에서 제1 카메라의 제1 화각이 제2 카메라의 제2 화각보다 작은 경우 제1 화각에서의 전환 영역을 도시한다.
도 6a를 참조하면, 제1 화각이 제2 화각보다 작은 경우, 프로세서(110)는 전환 영역(615)을 제1 화각(610)의 가장자리에 인접한 영역으로 결정할 수 있다. 예를 들면, 프로세서(110)는 제1 화각(610)의 가장자리로부터 약 10% 범위 이내인 영역을 전환 영역(615)으로 결정할 수 있다. 다만, 전환 영역(615)이 제1 화각(610)의 가장자리로부터 약 10% 이내인 영역으로 예시를 든 것은 일 예시에 불과하며, 전환 영역(615)은 제1 화각(610)의 가장자리로부터 약 10% ~ 약 90% 내에서 다양하게 정의될 수 있다.
도 6b는 일 실시 예에 따른 전자 장치에서 제1 카메라의 화각이 제2 카메라의 화각보다 큰 경우 제1 화각에서의 전환 영역을 도시한다.
도 6b를 참조하면, 제1 화각이 제2 화각보다 큰 경우, 프로세서(110)는 전환 영역(625)을 제1 카메라의 프리뷰와 제2 카메라의 프리뷰가 중첩된 영역으로 결정할 수 있다. 예를 들면, 프로세서(110)는 제1 화각(620)의 중심으로부터 약 10% 범위 이내인 영역을 전환 영역(625)으로 결정할 수 있다. 다만, 전환 영역(625)이 제1 화각(620)의 중심으로부터 약 10% 이내인 영역으로 예시를 든 것은 일 예시에 불과하며, 전환 영역(625)은 제1 화각(620)의 중심으로부터 약 10% ~ 약 90% 내에서 다양하게 정의될 수 있다.
다양한 실시 예들에 따르면, 프로세서(110)는 추적되는 객체의 이동 속도, 캘리브레이션 데이터 또는 설정 값에 따라 다양하게 결정될 수 있다.
도 7은 일 실시 예에 따른 전자 장치에서 제1 카메라로 추적하는 객체의 카테고리 정보를 획득하는 동작의 흐름도이다. 도 7의 설명과 관련하여 전술한 내용과 대응되거나 중복되는 내용은 간략히 하거나 생략한다.
도 7을 참조하면, 일 실시 예에 따른 프로세서(110)는 동작 710에서 제1 이미지에서 객체를 검출할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 제1 이미지의 프리뷰에서 적어도 하나의 객체를 자동으로 검출할 수 있다. 다른 실시 예에 따르면, 프로세서(110)는 디스플레이(130)에 제1 이미지의 프리뷰가 표시된 상태에서, 디스플레이(130)에 대한 사용자 입력(예: 터치 입력)을 수신하는 것에 응답하여 적어도 하나의 객체를 검출할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 동작 720에서 제1 이미지에서 검출한 객체가 사람인지 여부를 판단할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 제1 이미지에서 검출한 객체가 복수 개인 경우, 복수 개의 객체 각각에 대하여 사람인지 여부를 판단할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 제1 이미지에서 검출한 객체가 사람인 것으로 판단되는 경우 동작 730에서 객체의 얼굴, 헤어 및/또는 의상 정보를 추출할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 제1 이미지에서 검출한 객체가 사람인 것으로 판단되지 않는 경우 동작 740에서 검출한 객체가 동물인지 여부를 판단할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 제1 이미지에서 검출한 객체가 복수 개인 경우, 복수 개의 객체 각각에 대하여 동물인지 여부를 판단할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 제1 이미지에서 검출한 객체가 동물인 것으로 판단되는 경우 동작 750에서 객체의 종류, 색, 무늬 및/또는 텍스처를 추출할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 제1 이미지에서 검출한 객체가 동물인 것으로 판단되지 않는 경우 동작 760에서 객체의 종류, 색, 텍스처, 아웃라인 또는 사일리언스 맵(saliency map)을 추출할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 동작 770에서 줌 정보를 추출할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 제1 카메라 프리뷰의 너비, 높이, 객체의 좌표, 객체의 크기, 제1 관심 영역의 좌표, 제1 관심 영역 내 객체의 위치 정보, 제1 관심 영역 대비 객체가 차지하는 면적 중 적어도 하나를 포함하는 줌 정보를 획득할 수 있다.
도 8은 일 실시 예에 따른 전자 장치에서 제1 카메라의 화각이 제2 카메라의 화각보다 작은 경우 객체의 이동에 따라 줌 정보를 추출하는 것을 도시한다.
도 8의 (a)를 참조하면, 일 실시 예에 따른 프로세서(110)는 제1 화각(610) 내에서 객체(800)를 식별하고, 식별된 객체(800)에 대응되는 제1 관심 영역(810)을 결정할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 제1 화각(610) 내의 전환 영역(615)을 결정할 수 있다.
도 8의 (b)를 참조하면, 일 실시 예에 따른 프로세서(110)는 식별된 객체(800)가 이동함에 따라, 제1 관심 영역(810)을 변경할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 식별된 객체(800)의 좌표를 기반으로 제1 관심 영역(810)을 결정할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 제1 관심 영역(810)이 결정됨에 따라 줌 정보를 획득할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 제1 관심 영역(810)의 크기 및 제1 관심 영역(810)의 프리뷰 내 위치를 포함하는 줌 정보를 획득할 수 있다. 예를 들어, 제1 관심 영역(810)의 크기는 제1 관심 영역의 높이(811) 및 제1 관심 영역의 너비(813)에 의해 결정될 수 있다. 또한 예를 들어, 제1 관심 영역의 프리뷰 내 위치는 제1 관심 영역의 좌표(815, 817)에 의해 결정될 수 있다.
일 실시 예에 따르면, 프로세서(110)는 제1 관심 영역(810)에 대한 객체(800)의 크기의 비율 및 제1 관심 영역(810) 내 객체(800)의 위치를 포함하는 줌 정보를 획득할 수 있다. 예를 들어, 제1 관심 영역(810)에 대한 객체(800)의 크기의 비율은 객체(800)의 높이(821) 및 객체(800)의 너비(823)에 기반하여 결정될 수 있다. 또한 예를 들어, 제1 관심 영역(810) 내 객체(800)의 위치는 객체의 좌표(825, 827)에 의해 결정될 수 있다.
도 9는 일 실시 예에 따른 전자 장치에서 제1 카메라의 화각이 제2 카메라의 화각보다 큰 경우 객체의 이동에 따라 줌 정보를 추출하는 것을 도시한다.
도 9의 (a)를 참조하면, 일 실시 예에 따른 프로세서(110)는 제1 화각(620) 내에서 객체(800)를 식별하고, 식별된 객체(800)에 대응되는 제1 관심 영역(910)을 결정할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 제1 화각(620) 내의 전환 영역(625)을 결정할 수 있다.
도 9의 (b)를 참조하면, 일 실시 예에 따른 프로세서(110)는 식별된 객체(800)가 이동함에 따라, 제1 관심 영역(910)을 변경할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 식별된 객체(800)의 좌표를 기반으로 제1 관심 영역(910)을 결정할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 제1 관심 영역(910)이 결정됨에 따라 줌 정보를 획득할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 제1 관심 영역(910)의 크기 및 제1 관심 영역(910)의 프리뷰 내 위치를 포함하는 줌 정보를 획득할 수 있다. 예를 들어, 제1 관심 영역(910)의 크기는 제1 관심 영역의 높이(911) 및 제1 관심 영역의 너비(913)에 의해 결정될 수 있다. 또한 예를 들어, 제1 관심 영역의 프리뷰 내 위치는 제1 관심 영역의 좌표(915, 917)에 의해 결정될 수 있다.
일 실시 예에 따르면, 프로세서(110)는 제1 관심 영역(910)에 대한 객체(900)의 크기의 비율 및 제1 관심 영역(910) 내 객체(800)의 위치를 포함하는 줌 정보를 획득할 수 있다. 예를 들어, 제1 관심 영역(910)에 대한 객체(800)의 크기의 비율은 객체(800)의 높이(921) 및 객체(800)의 너비(923)에 기반하여 결정될 수 있다. 또한 예를 들어, 제1 관심 영역(910) 내 객체(800)의 위치는 객체의 좌표(925, 927)에 의해 결정될 수 있다.
도 10은 일 실시 예에 따른 전자 장치가 추적하는 객체의 카테고리 정보에 기반하여 제2 카메라(예: 도 1의 제2 카메라(122))에서 동일 객체를 추적하는 것을 나타낸 흐름도이다.
도 10을 참조하면, 일 실시 예에 따른 프로세서(110)는 동작 1010에서 추적 객체에 대한 카테고리 정보를 획득할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 제2 카메라(122)에서 메모리(140)로부터 획득한 추적 정보에 기반하여, 추적 객체에 대한 카테고리 정보를 획득할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 동작 1020에서 추적 객체에 대한 카테고리가 사람인지 여부를 판단할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 추적 객체에 대한 카테고리가 사람인 것으로 판단되는 경우, 제2 카메라의 프리뷰에서 객체의 얼굴 및 몸을 검출할 수 있다. 이에 대해서는 도면 11a를 참조하여 후술하기로 한다.
일 실시 예에 따르면, 프로세서(110)는 추적 객체에 대한 카테고리가 사람인 것으로 판단되지 않는 경우, 동작 1030에서 추적 객체에 대한 카테고리가 동물인지 여부를 판단할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 추적 객체에 대한 카테고리가 동물인 것으로 판단되는 경우, 제2 카메라의 프리뷰에서 동물을 검출할 수 있다. 이에 대해서는 도면 11b를 참조하여 후술하기로 한다.
일 실시 예에 따르면, 프로세서(110)는 추적 객체에 대한 카테고리가 동물인 것으로 판단되지 않는 경우, 동작 1040에서 제2 카메라(122)의 프리뷰에서 사일리언스 맵을 추출할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 동작 1050에서 추적 객체와 텍스처 및 아웃라인을 비교함으로써 제2 카메라(122)의 프리뷰에서 추적 객체와 동일한 객체를 검출할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 제2 카메라(122)의 프리뷰에서 추출된 사일리언스 맵에 기반하여, 추적 객체와 텍스처 및 아웃라인을 비교하여 추적 객체와 동일한 객체를 검출할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 동작 1060에서 제2 카메라를 이용하여 검출한 객체를 추적할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 메모리(140)로부터 획득한 카테고리 정보에 기반하여, 제2 카메라(122)를 이용하여 제1 카메라(121)에서 추적된 객체와 동일한 객체를 추적할 수 있다.
도 11a는 일 실시 예에 따른 전자 장치(예: 도 1의 전자 장치(100))에서 추적하는 객체가 사람인 경우 제2 카메라(예: 도 1의 제2 카메라(122))에서 동일 객체를 추적하는 것을 나타낸 흐름도이다.
도 11a를 참조하면, 도 10의 동작 1020에서 프로세서(110)가 추적 객체의 카테고리가 사람인 것으로 판단하면, 프로세서(110)는 동작 1110에서 제2 카메라(122)의 프리뷰에서 얼굴 및/또는 몸을 검출할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 동작 1120에서 제2 카메라(122)의 프리뷰에 다수의 사람이 포함되어 있는지 여부를 판단할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 제2 카메라(122)의 프리뷰에서 얼굴 및/또는 몸을 검출한 것에 기반하여 제2 카메라(122)의 프리뷰에 다수의 사람이 포함되어 있는지 여부를 판단할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 제2 카메라의 프리뷰에 다수의 사람이 포함되어 있는 것으로 판단되지 않는 경우 동작 1150에서 제2 카메라를 이용하여 제2 카메라의 프리뷰에서 식별된 객체(예: 사람)를 추적할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 제2 카메라(122)의 프리뷰에 포함된 사람이 한명인 것으로 판단되는 경우, 제2 카메라(122)를 이용하여 한 명의 사람을 추적할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 제2 카메라(122)의 프리뷰에 다수의 사람이 포함되어 있는 것으로 판단되는 경우 동작 1130에서 다수의 사람 각각의 얼굴 특징(예: 눈, 코, 입, 눈썹, 얼굴 외곽 라인), 헤어 또는 의상 신발 정보를 추출할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 동작 1140에서 추출한 정보를 비교하여 제2 이미지 내에서 동일 객체를 검출할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 제2 카메라(122)의 프리뷰에서 추출한 정보와 메모리(140)로부터 획득한 추적 정보 및 줌 정보를 비교하여, 제1 카메라(121)에서 추적된 객체와 동일한 객체를 제2 이미지 내에서 결정할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 동작 1150에서 제2 카메라(122)를 이용하여 객체를 추적할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 동작 1140에서 동일한 객체로 결정된 객체를 추적할 수 있다.
도 11b는 일 실시 예에 따른 전자 장치에서 추적하는 객체가 동물인 경우 제2 카메라에서 동일 객체를 추적하는 것을 나타낸 흐름도이다.
도 11b를 참조하면, 도 10의 동작 1030에서 프로세서(110)가 추적 객체의 카테고리가 동물인 것으로 판단하면, 프로세서(110)는 동작 1115에서 제2 카메라(122)의 프리뷰에서 동물을 검출할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 동작 1125에서 제2 카메라의 프리뷰에 다수의 동물이 포함되어 있는지 여부를 판단할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 제2 카메라(122)의 프리뷰에서 동물을 검출한 것에 기반하여 제2 카메라(122)의 프리뷰에 다수의 동물이 포함되어 있는지 여부를 판단할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 제2 카메라(122)의 프리뷰에 다수의 동물이 포함되어 있는 것으로 판단되지 않는 경우 동작 1155에서 제2 카메라(122)를 이용하여 제2 카메라(122)의 프리뷰에서 식별된 객체(예: 동물)를 추적할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 제2 카메라(122)의 프리뷰에 포함된 동물이 하나인 것으로 판단되는 경우, 제2 카메라(122)를 이용하여 하나의 동물을 추적할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 제2 카메라(122)의 프리뷰에 다수의 동물이 포함되어 있는 것으로 판단되는 경우 동작 1135에서 다수의 동물 각각의 털 색, 무늬 및 텍스처에 대한 정보를 추출할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 동작 1145에서 추출한 정보를 비교하여 제2 이미지 내에서 동일 객체를 검출할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 제2 카메라(122)의 프리뷰에서 추출한 정보와 메모리(140)로부터 획득한 추적 정보 및 줌 정보를 비교하여, 제1 카메라(121)에서 추적된 객체와 동일한 객체를 제2 이미지 내에서 결정할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 동작 1155에서 제2 카메라를 이용하여, 동작 1145에서 동일한 객체로 결정된 객체를 추적할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 동작 1140에서 동일한 객체로 결정된 객체를 추적할 수 있다.
도 12는 일 실시 예에 따른 전자 장치에서 줌 영역을 재계산하는 것을 나타낸 흐름도이다.
도 12를 참조하면, 일 실시 예에 따르면, 프로세서(110)는 동작 1210에서 제2 카메라(예: 도 1의 제2 카메라(122))로 객체를 추적할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 제2 카메라(122)를 이용하여, 제1 카메라(예: 도 1의 제1 카메라(121))로 추적한 객체와 동일한 객체를 추적할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 메모리(140)에 저장된 추적 정보 및 줌 정보에 기반하여 제1 카메라(121)로 추적한 객체와 동일한 객체를 제2 카메라(122)의 프리뷰에서 검출하고 추적할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 동작 1220에서 카메라 전환 전 객체 크기의 비율과 전환 후 객체 크기의 비율이 동일한지 여부를 판단할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 메모리(140)에 저장된 줌 정보에 기반하여, 제1 카메라(121)의 프리뷰 내 관심 영역에 대한 객체의 크기 비율과 제2 카메라(122)의 프리뷰 내 관심 영역에 대한 객체의 크기 비율이 동일한지 여부를 판단할 수 있다. 본 문서에서, 제1 카메라(121)의 프리뷰 내 관심 영역은 제1 관심 영역으로 참조될 수 있고, 제2 카메라(122)의 프리뷰 내 관심 영역은 제2 관심 영역으로 참조될 수 있다.
일 실시 예에 따르면, 프로세서(110)는 카메라 전환 전 객체 크기의 비율과 전환 후 객체 크기의 비율이 동일하지 않은 것으로 판단되는 경우 동작 1230에서 동일한 비율이 되도록 관심 영역 정보를 업데이트 할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 제1 관심 영역에 대한 객체의 크기 비율과 제2 관심 영역에 대한 객체의 크기 비율이 동일하지 않은 것으로 판단되는 경우, 제1 관심 영역에 대한 객체의 크기 비율과 제2 관심 영역에 대한 객체의 크기 비율이 동일하도록 관심 영역 정보를 업데이트할 수 있다. 예를 들어, 관심 영역 정보는 관심 영역의 크기 정보 및 위치 정보 중 적어도 하나를 포함할 수 있다. 예를 들어, 프로세서(110)는 제2 관심 영역에 대한 객체의 크기 비율이 제1 관심 영역에 대한 객체의 크기 비율과 동일해지도록 제2 관심 영역의 크기 및/또는 위치를 다시 계산(또는 결정)할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 카메라 전환 전 객체 크기의 비율과 전환 후 객체 크기의 비율이 동일한 것으로 판단되는 경우 동작 1240에서 객체 간 크기 배율 정보를 획득할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 제1 관심 영역에 대한 객체의 크기 비율과 제2 관심 영역에 대한 객체의 크기 비율이 동일한 것으로 판단되는 경우, 제1 이미지에서 식별된 객체와 제2 이미지에서 식별된 객체 간 크기 배율에 대한 정보를 획득할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 동작 1250에서 획득된 배율 정보에 기반하여 관심 영역 정보 및 객체의 위치 정보를 업데이트할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 제1 이미지에서 식별된 객체와 제2 이미지에서 식별된 객체 간 크기 배율에 대한 정보에 기반하여, 관심 영역 정보 및 객체의 위치 정보를 업데이트할 수 있다. 예를 들어, 객체의 위치 정보는 관심 영역 내 객체의 좌표에 대한 정보를 포함할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 제1 이미지에서 식별된 객체와 제2 이미지에서 식별된 객체 간 크기 배율에 대한 정보에 기반하여, 관심 영역의 크기 및/또는 위치와 관심 영역 내 객체의 위치에 대한 정보를 업데이트(또는 갱신)할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 갱신된 관심 영역 정보 및 객체의 위치 정보에 기반하여 제2 관심 영역을 결정할 수 있다.
도 13a는 일 실시 예에 따른 전자 장치(예: 도 1의 전자 장치(100))에서 제1 카메라의 화각이 제2 카메라의 화각보다 작은 경우 제2 관심 영역이 결정된 것을 도시한다. 도 13a와 관련된 설명 중 전술한 내용에 대응되거나 중복되는 내용은 간략히 하거나 생략한다.
도 13a를 참조하면, 일 실시 예에 따른 프로세서(110)는 제2 화각(1310) 내의 제2 관심 영역(1312)을 결정할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 메모리(140)에 저장된 추적 정보 및 줌 정보에 기반하여 제2 화각(1310) 내의 제2 관심 영역(1312)를 결정할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 제2 관심 영역(1312)에 대한 객체(1300)의 크기의 비율이 제1 관심 영역(예: 도 8의 제1 관심 영역(810))에 대한 객체(예: 도 8의 객체(800))의 크기의 비율과 동일하도록 제2 관심 영역(1312)의 크기를 결정할 수 있다. 예를 들어, 제2 관심 영역(1312)에 대한 객체(1300)의 크기의 비율은 객체(1300)의 높이(1311) 및 객체(1300)의 너비(1313)에 기반하여 결정될 수 있다.
일 실시 예에 따르면, 프로세서(110)는 제2 관심 영역(1312) 내 객체(1300)의 위치가 제1 관심 영역(810) 내 객체(800)의 위치와 동일하도록 제2 관심 영역(1312)의 위치를 결정할 수 있다. 예를 들어, 제2 관심 영역(1312) 내 객체(1300)의 위치는 객체의 좌표(1315, 1317)에 의해 결정될 수 있다. 이 때, 제1 관심 영역(810)에 포함된 객체(800)와 제2 관심 영역(1312)에 포함된 객체(1300)는 동일한 객체이다.
도 13b는 일 실시 예에 따른 전자 장치에서 제1 카메라의 화각이 제2 카메라의 화각보다 큰 경우의 제2 관심 영역이 결정된 것을 도시한다. 도 13b와 관련된 설명 중 전술한 내용에 대응되거나 중복되는 내용은 간략히 하거나 생략한다.
도 13b를 참조하면, 일 실시 예에 따른 프로세서(110)는 제2 화각(1320) 내의 제2 관심 영역(1322)을 결정할 수 있다. 일 실시 예에 따르면, 프로세서(110)는 메모리(140)에 저장된 추적 정보 및 줌 정보에 기반하여 제2 화각(1320) 내의 제2 관심 영역(1322)를 결정할 수 있다.
일 실시 예에 따르면, 프로세서(110)는 제2 관심 영역(1322)에 대한 객체(1300)의 크기의 비율이 제1 관심 영역(예: 도 9의 제1 관심 영역(910))에 대한 객체(예: 도 9의 객체(800))의 크기의 비율과 동일하도록 제2 관심 영역(1322)의 크기를 결정할 수 있다. 예를 들어, 제2 관심 영역(1322)에 대한 객체(1300)의 크기의 비율은 객체(1300)의 높이(1321) 및 객체(1300)의 너비(1323)에 기반하여 결정될 수 있다.
일 실시 예에 따르면, 프로세서(110)는 제2 관심 영역(1322) 내 객체(1300)의 위치가 제1 관심 영역(910) 내 객체(800)의 위치와 동일하도록 제2 관심 영역(1322)의 위치를 결정할 수 있다. 예를 들어, 제2 관심 영역(1322) 내 객체(1300)의 위치는 객체의 좌표(1325, 1327)에 의해 결정될 수 있다. 이 때, 제1 관심 영역(910)에 포함된 객체(800)와 제2 관심 영역(1322)에 포함된 객체(1300)는 동일한 객체이다.
도 14은 일 실시 예에 따른 네트워크 환경(1400) 내의 전자 장치(1401)(예: 도 1의 전자 장치(100))의 블록도이다.
도 14을 참조하면, 네트워크 환경(1400)에서 전자 장치(1401)는 제 1 네트워크(1498)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(1402)와 통신하거나, 또는 제 2 네트워크(1499)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(1404) 또는 서버(1408) 중 적어도 하나와 통신할 수 있다. 일 실시예에 따르면, 전자 장치(1401)는 서버(1408)를 통하여 전자 장치(1404)와 통신할 수 있다. 일 실시예에 따르면, 전자 장치(1401)는 프로세서(1410)(예: 도 1의 프로세서(110)), 메모리(1430), 입력 모듈(1450), 음향 출력 모듈(1455), 디스플레이 모듈(1460), 오디오 모듈(1470), 센서 모듈(1476), 인터페이스(1477), 연결 단자(1478), 햅틱 모듈(1479), 카메라 모듈(1480), 전력 관리 모듈(1488), 배터리(1489), 통신 모듈(1490), 가입자 식별 모듈(1496), 또는 안테나 모듈(1497)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(1401)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(1478))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(1476), 카메라 모듈(1480), 또는 안테나 모듈(1497))은 하나의 구성요소(예: 디스플레이 모듈(1460))로 통합될 수 있다.
프로세서(1420)는, 예를 들면, 소프트웨어(예: 프로그램(1440))를 실행하여 프로세서(1420)에 연결된 전자 장치(1401)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일 실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(1420)는 다른 구성요소(예: 센서 모듈(1476) 또는 통신 모듈(1490))로부터 수신된 명령 또는 데이터를 휘발성 메모리(1432)에 저장하고, 휘발성 메모리(1432)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(1434)에 저장할 수 있다. 일 실시예에 따르면, 프로세서(1420)는 메인 프로세서(1421)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(1423)(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(1401)가 메인 프로세서(1421) 및 보조 프로세서(1423)를 포함하는 경우, 보조 프로세서(1423)는 메인 프로세서(1421)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(1423)는 메인 프로세서(1421)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(1423)는, 예를 들면, 메인 프로세서(1421)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(1421)를 대신하여, 또는 메인 프로세서(1421)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(1421)와 함께, 전자 장치(1401)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(1460), 센서 모듈(1476), 또는 통신 모듈(1490))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일 실시예에 따르면, 보조 프로세서(1423)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(1480) 또는 통신 모듈(1490))의 일부로서 구현될 수 있다. 일 실시예에 따르면, 보조 프로세서(1423)(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(1401) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(1408))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(1430)는, 전자 장치(1401)의 적어도 하나의 구성요소(예: 프로세서(1420) 또는 센서 모듈(1476))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(1440)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(1430)는, 휘발성 메모리(1432) 또는 비휘발성 메모리(1434)를 포함할 수 있다.
프로그램(1440)은 메모리(1430)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(1442), 미들 웨어(1444) 또는 어플리케이션(1446)을 포함할 수 있다.
입력 모듈(1450)은, 전자 장치(1401)의 구성요소(예: 프로세서(1420))에 사용될 명령 또는 데이터를 전자 장치(1401)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(1450)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.
음향 출력 모듈(1455)은 음향 신호를 전자 장치(1401)의 외부로 출력할 수 있다. 음향 출력 모듈(1455)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일 실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
디스플레이 모듈(1460)은 전자 장치(1401)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(1460)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일 실시예에 따르면, 디스플레이 모듈(1460)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.
오디오 모듈(1470)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일 실시예에 따르면, 오디오 모듈(1470)은, 입력 모듈(1450)을 통해 소리를 획득하거나, 음향 출력 모듈(1455), 또는 전자 장치(1401)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(1402))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.
센서 모듈(1476)은 전자 장치(1401)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일 실시예에 따르면, 센서 모듈(1476)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(1477)는 전자 장치(1401)가 외부 전자 장치(예: 전자 장치(1402))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일 실시예에 따르면, 인터페이스(1477)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(1478)는, 그를 통해서 전자 장치(1401)가 외부 전자 장치(예: 전자 장치(1402))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일 실시예에 따르면, 연결 단자(1478)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(1479)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일 실시예에 따르면, 햅틱 모듈(1479)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(1480)은 정지 영상 및 동영상을 촬영할 수 있다. 일 실시예에 따르면, 카메라 모듈(1480)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(1488)은 전자 장치(1401)에 공급되는 전력을 관리할 수 있다. 일 실시예에 따르면, 전력 관리 모듈(1488)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(1489)는 전자 장치(1401)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일 실시예에 따르면, 배터리(1489)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(1490)은 전자 장치(1401)와 외부 전자 장치(예: 전자 장치(1402), 전자 장치(1404), 또는 서버(1408)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(1490)은 프로세서(1420)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일 실시예에 따르면, 통신 모듈(1490)은 무선 통신 모듈(1492)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(1494)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제 1 네트워크(1498)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제 2 네트워크(1499)(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(1404)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(1492)은 가입자 식별 모듈(1496)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제 1 네트워크(1498) 또는 제 2 네트워크(1499)와 같은 통신 네트워크 내에서 전자 장치(1401)를 확인 또는 인증할 수 있다.
무선 통신 모듈(1492)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(1492)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(1492)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(1492)은 전자 장치(1401), 외부 전자 장치(예: 전자 장치(1404)) 또는 네트워크 시스템(예: 제 2 네트워크(1499))에 규정되는 다양한 요구사항을 지원할 수 있다. 일 실시예에 따르면, 무선 통신 모듈(1492)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(1497)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일 실시예에 따르면, 안테나 모듈(1497)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일 실시예에 따르면, 안테나 모듈(1497)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제 1 네트워크(1498) 또는 제 2 네트워크(1499)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(1490)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(1490)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(1497)의 일부로 형성될 수 있다.
다양한 실시예에 따르면, 안테나 모듈(1497)은 mmWave 안테나 모듈을 형성할 수 있다. 일 실시예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제 1 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.
일 실시예에 따르면, 명령 또는 데이터는 제 2 네트워크(1499)에 연결된 서버(1408)를 통해서 전자 장치(1401)와 외부의 전자 장치(1404)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(1402, 또는 1004) 각각은 전자 장치(1401)와 동일한 또는 다른 종류의 장치일 수 있다. 일 실시예에 따르면, 전자 장치(1401)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(1402, 1004, 또는 1008) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(1401)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(1401)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(1401)로 전달할 수 있다. 전자 장치(1401)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(1401)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시예에 있어서, 외부의 전자 장치(1404)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(1408)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일 실시예에 따르면, 외부의 전자 장치(1404) 또는 서버(1408)는 제 2 네트워크(1499) 내에 포함될 수 있다. 전자 장치(1401)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. "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, 일 실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(1401)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(1436) 또는 외장 메모리(1438))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(1440))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(1401))의 프로세서(예: 프로세서(1420))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
일 실시예에 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 15는, 다양한 실시예들에 따른, 카메라 모듈(1480)을 예시하는 블록도(1500)이다. 도 15를 참조하면, 카메라 모듈(1480)은 렌즈 어셈블리(1510), 플래쉬(1520), 이미지 센서(1530), 이미지 스태빌라이저(1540), 메모리(1550)(예: 버퍼 메모리), 또는 이미지 시그널 프로세서(1560)를 포함할 수 있다. 렌즈 어셈블리(1510)는 이미지 촬영의 대상인 피사체로부터 방출되는 빛을 수집할 수 있다. 렌즈 어셈블리(1510)는 하나 또는 그 이상의 렌즈들을 포함할 수 있다. 일 실시예에 따르면, 카메라 모듈(1480)은 복수의 렌즈 어셈블리(1510)들을 포함할 수 있다. 이런 경우, 카메라 모듈(1480)은, 예를 들면, 듀얼 카메라, 360도 카메라, 또는 구형 카메라(spherical camera)를 형성할 수 있다. 복수의 렌즈 어셈블리(1510)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(1510)는, 예를 들면, 광각 렌즈 또는 망원 렌즈를 포함할 수 있다.
플래쉬(1520)는 피사체로부터 방출 또는 반사되는 빛을 강화하기 위하여 사용되는 빛을 방출할 수 있다. 일 실시예에 따르면, 플래쉬(1520)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(1530)는 피사체로부터 방출 또는 반사되어 렌즈 어셈블리(1510) 를 통해 전달된 빛을 전기적인 신호로 변환함으로써, 상기 피사체에 대응하는 이미지를 획득할 수 있다. 일 실시예에 따르면, 이미지 센서(1530)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(1530)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(1540)는 카메라 모듈(1480) 또는 이를 포함하는 전자 장치(1401)의 움직임에 반응하여, 렌즈 어셈블리(1510)에 포함된 적어도 하나의 렌즈 또는 이미지 센서(1530)를 특정한 방향으로 움직이거나 이미지 센서(1530)의 동작 특성을 제어(예: 리드 아웃(read-out) 타이밍을 조정 등)할 수 있다. 이는 촬영되는 이미지에 대한 상기 움직임에 의한 부정적인 영향의 적어도 일부를 보상하게 해 준다. 일 실시예에 따르면, 이미지 스태빌라이저(1540)는, 일 실시예에 따르면, 이미지 스태빌라이저(1540)는 카메라 모듈(1480)의 내부 또는 외부에 배치된 자이로 센서(미도시) 또는 가속도 센서(미도시)를 이용하여 카메라 모듈(1480) 또는 전자 장치(1401)의 그런 움직임을 감지할 수 있다. 일 실시예에 따르면, 이미지 스태빌라이저(1540)는, 예를 들면, 광학식 이미지 스태빌라이저로 구현될 수 있다. 메모리(1550)는 이미지 센서(1530)를 통하여 획득된 이미지의 적어도 일부를 다음 이미지 처리 작업을 위하여 적어도 일시 저장할 수 있다. 예를 들어, 셔터에 따른 이미지 획득이 지연되거나, 또는 복수의 이미지들이 고속으로 획득되는 경우, 획득된 원본 이미지(예: Bayer-patterned 이미지 또는 높은 해상도의 이미지)는 메모리(1550)에 저장이 되고, 그에 대응하는 사본 이미지(예: 낮은 해상도의 이미지)는 표시 장치(1460)를 통하여 프리뷰될 수 있다. 이후, 지정된 조건이 만족되면(예: 사용자 입력 또는 시스템 명령) 메모리(1550)에 저장되었던 원본 이미지의 적어도 일부가, 예를 들면, 이미지 시그널 프로세서(1560)에 의해 획득되어 처리될 수 있다. 일 실시예에 따르면, 메모리(1550)는 메모리(1430)의 적어도 일부로, 또는 이와는 독립적으로 운영되는 별도의 메모리로 구성될 수 있다.
이미지 시그널 프로세서(1560)는 이미지 센서(1530)를 통하여 획득된 이미지 또는 메모리(1550)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(1560)는 카메라 모듈(1480)에 포함된 구성 요소들 중 적어도 하나(예: 이미지 센서(1530))에 대한 제어(예: 노출 시간 제어, 또는 리드 아웃 타이밍 제어 등)를 수행할 수 있다. 이미지 시그널 프로세서(1560)에 의해 처리된 이미지는 추가 처리를 위하여 메모리(1550)에 다시 저장되거나 카메라 모듈(1480)의 외부 구성 요소(예: 메모리(1430), 표시 장치(1460), 전자 장치(1402), 전자 장치(1404), 또는 서버(1408))로 제공될 수 있다. 일 실시예에 따르면, 이미지 시그널 프로세서(1560)는 프로세서(1420)의 적어도 일부로 구성되거나, 프로세서(1420)와 독립적으로 운영되는 별도의 프로세서로 구성될 수 있다. 이미지 시그널 프로세서(1560)가 프로세서(1420)와 별도의 프로세서로 구성된 경우, 이미지 시그널 프로세서(1560)에 의해 처리된 적어도 하나의 이미지는 프로세서(1420)에 의하여 그대로 또는 추가의 이미지 처리를 거친 후 표시 장치(1460)를 통해 표시될 수 있다.
일 실시예에 따르면, 전자 장치(1401)는 각각 다른 속성 또는 기능을 가진 복수의 카메라 모듈(1480)들을 포함할 수 있다. 이런 경우, 예를 들면, 상기 복수의 카메라 모듈(1480)들 중 적어도 하나는 광각 카메라이고, 적어도 다른 하나는 망원 카메라일 수 있다. 유사하게, 상기 복수의 카메라 모듈(1480)들 중 적어도 하나는 전면 카메라이고, 적어도 다른 하나는 후면 카메라일 수 있다.
상술한 바와 같이, 일 실시 예에 따른 전자 장치(예: 도 1의 전자 장치(100))는, 복수의 카메라들(예: 도 1의 카메라(120)), 디스플레이(예: 도 1의 디스플레이(130)) 및 상기 복수의 카메라들 및 상기 디스플레이와 전기적으로 연결된 적어도 하나의 프로세서(예: 도 1의 프로세서(110))를 포함하고, 상기 적어도 하나의 프로세서는 상기 복수의 카메라들을 이용하는 촬영을 지원하는 어플리케이션을 실행하고, 상기 복수의 카메라들 중 제1 카메라를 통해 제1 화각을 갖는 제1 이미지를 획득하고, 상기 촬영의 배율이 제1 배율로 설정된 상태에서, 상기 제1 이미지의 프리뷰를 상기 디스플레이에 표시하고, 상기 제1 이미지에서 식별된 적어도 하나의 객체가 이동함에 따라 상기 적어도 하나의 객체가 포함되도록 상기 디스플레이에 표시되는 상기 제1 이미지의 프리뷰를 변경하고, 상기 제1 화각의 지정된 영역에 상기 적어도 하나의 객체가 위치하는 것에 응답하여, 상기 배율을 제2 배율로 변경하며 상기 복수의 카메라들 중 제2 카메라를 통해 제2 화각을 갖는 제2 이미지를 획득하고, 상기 제2 배율은 상기 제1 화각, 상기 제2 화각 및 상기 제1 화각에 대한 상기 적어도 하나의 객체의 위치에 기반하여 결정되며, 상기 촬영의 배율이 제2 배율로 설정된 상태에서, 상기 제2 이미지의 적어도 일부를 상기 디스플레이에 프리뷰로 표시할 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서(110)는 상기 제1 화각의 지정된 영역에 상기 적어도 하나의 객체가 지정된 시간 이상 위치하는 것으로 판단하는 것에 응답하여, 상기 제1 카메라에서 상기 제2 카메라로 전환할 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서(110)는, 상기 제1 카메라에서 상기 제2 카메라로 전환되기 이전에 상기 제2 카메라를 활성화시키고, 상기 활성화된 제2 카메라로 상기 적어도 하나의 객체를 추적할 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서(110)는, 상기 제1 카메라에서 상기 제2 카메라로 전환된 후, 상기 적어도 하나의 객체를 제외한 영역 중 적어도 일부 영역에 블러 효과를 적용한 상기 제2 이미지의 적어도 일부를 상기 디스플레이에 프리뷰로 표시할 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서(110)는 상기 제1 이미지에서 식별된 적어도 하나의 객체의 카테고리 정보를 획득하고, 상기 획득된 카테고리 정보에 기반하여 상기 제2 카메라를 이용하여 상기 적어도 하나의 객체를 검출하고, 상기 제2 카메라를 이용하여 상기 검출된 적어도 하나의 객체를 추적할 수 있다.
일 실시 예에 따르면, 전자 장치(100)는 메모리(예: 도 1의 메모리(140))를 더 포함하고, 상기 적어도 하나의 프로세서(110)는 상기 적어도 하나의 객체를 포함하는 제1 관심 영역을 결정하고, 상기 제1 관심 영역 내 상기 적어도 하나의 객체의 위치 및 상기 제1 관심 영역에 대한 상기 적어도 하나의 객체의 크기의 비율(ratio)에 대한 정보를 포함하는 제1 정보를 상기 메모리에 저장할 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서(110)는 상기 적어도 하나의 객체의 좌표를 기반으로 상기 제1 관심 영역을 결정할 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서(110)는 상기 제1 관심 영역 내 상기 적어도 하나의 객체의 위치 또는 상기 제1 관심 영역에 대한 상기 적어도 하나의 객체의 크기의 비율이 변함에 따라 상기 제1 정보를 업데이트할 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서(110)는, 상기 메모리에 저장된 상기 제1 정보에 기반하여, 상기 적어도 하나의 객체를 포함하는 제2 관심 영역을 결정하고, 상기 제1 관심 영역 내 상기 적어도 하나의 객체의 위치 및 상기 제1 관심 영역에 대한 상기 적어도 하나의 객체의 크기의 비율은 상기 제2 관심 영역 내 상기 적어도 하나의 객체의 위치 및 상기 제2 관심 영역에 대한 상기 적어도 하나의 객체의 크기의 비율에 대응되며, 상기 제2 관심 영역이 결정되면 상기 제1 카메라를 비활성화할 수 있다.
일 실시 예에 따르면, 상기 제1 화각의 지정된 영역의 크기는 상기 제1 이미지에서 식별된 적어도 하나의 객체의 이동 속도에 기반하여 결정될 수 있다.
일 실시 예에 따르면, 상기 제1 화각이 상기 제2 화각보다 작은 경우, 상기 적어도 하나의 프로세서(110)는 상기 제1 화각의 가장자리에 인접한 영역을 상기 제1 화각의 지정된 영역으로 결정할 수 있다.
일 실시 예에 따르면, 상기 제1 화각이 상기 제2 화각보다 큰 경우, 상기 적어도 하나의 프로세서(110)는 상기 제2 화각과 중첩되거나 상기 제2 화각보다 작은 영역을 상기 제1 화각의 지정된 영역으로 결정할 수 있다.
일 실시 예에 따르면, 상기 제1 카메라 및 상기 제2 카메라는 각각 텔레 카메라, 와이드 카메라 및 울트라 와이드 카메라 중 하나일 수 있다.
상술한 바와 같이, 일 실시 예에 따른 전자 장치(예: 도 1의 전자 장치(100))의 동작 방법은, 복수의 카메라들(예: 도 1의 카메라(120))을 이용하는 촬영을 지원하는 어플리케이션을 실행하는 동작, 상기 복수의 카메라들 중 제1 카메라를 통해 제1 화각을 갖는 제1 이미지를 획득하는 동작, 상기 촬영의 배율이 제1 배율로 설정된 상태에서, 상기 제1 이미지의 프리뷰를 디스플레이(예: 도 1의 디스플레이(130))에 표시하는 동작, 상기 제1 이미지에서 식별된 적어도 하나의 객체가 이동함에 따라 상기 적어도 하나의 객체가 포함되도록 상기 디스플레이에 표시되는 상기 제1 이미지의 프리뷰를 변경하는 동작, 상기 제1 화각의 지정된 영역에 상기 적어도 하나의 객체가 위치하는 것에 응답하여, 상기 배율을 제2 배율로 변경하며 상기 복수의 카메라들 중 제2 카메라를 통해 제2 화각을 갖는 제2 이미지를 획득하는 동작, 상기 제2 배율은 상기 제1 화각, 상기 제2 화각 및 상기 제1 화각에 대한 상기 적어도 하나의 객체의 위치에 기반하여 결정되며, 상기 촬영의 배율이 제2 배율로 설정된 상태에서, 상기 제2 이미지의 적어도 일부를 상기 디스플레이에 프리뷰로 표시하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 상기 제1 화각의 지정된 영역에 상기 적어도 하나의 객체가 지정된 시간 이상 위치하는 것으로 판단하는 것에 응답하여, 상기 제1 카메라에서 상기 제2 카메라로 전환하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 상기 제1 카메라에서 상기 제2 카메라로 전환되기 이전에 상기 제2 카메라를 활성화시키고, 상기 활성화된 제2 카메라로 상기 적어도 하나의 객체와 동일한 객체를 추적하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 상기 제2 이미지의 적어도 일부를 상기 디스플레이에 프리뷰로 표시하는 동작은, 상기 제1 카메라에서 상기 제2 카메라로 전환된 후 상기 적어도 하나의 객체를 제외한 영역 중 적어도 일부 영역에 블러 효과를 적용하여 상기 프리뷰를 표시하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 상기 제1 이미지에서 식별된 적어도 하나의 객체의 카테고리 정보를 획득하는 동작, 상기 획득된 카테고리 정보에 기반하여 상기 제2 카메라를 이용하여 상기 적어도 하나의 객체를 검출하는 동작 및 상기 제2 카메라를 이용하여 상기 검출된 적어도 하나의 객체를 추적하는 동작을 더 포함할 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 객체를 포함하는 제1 관심 영역을 결정하는 동작 및 상기 제1 관심 영역 내 상기 적어도 하나의 객체의 위치 및 상기 제1 관심 영역에 대한 상기 적어도 하나의 객체의 크기의 비율에 대한 정보를 포함하는 제1 정보를 메모리에 저장하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 상기 메모리에 저장된 상기 제1 정보에 기반하여, 상기 적어도 하나의 객체를 포함하는 제2 관심 영역을 결정하는 동작, 상기 제1 관심 영역 내 상기 적어도 하나의 객체의 위치 및 상기 제1 관심 영역에 대한 상기 적어도 하나의 객체의 크기의 비율은 상기 제2 관심 영역 내 상기 적어도 하나의 객체의 위치 및 상기 제2 관심 영역에 대한 상기 적어도 하나의 객체의 크기의 비율에 대응되며 상기 제2 관심 영역이 결정되면 상기 제1 카메라를 비활성화하는 동작을 포함할 수 있다.

Claims (20)

  1. 전자 장치에 있어서,
    복수의 카메라들;
    디스플레이; 및
    상기 복수의 카메라들 및 상기 디스플레이와 전기적으로 연결된 적어도 하나의 프로세서를 포함하고,
    상기 적어도 하나의 프로세서는:
    상기 복수의 카메라들을 이용하는 촬영을 지원하는 어플리케이션을 실행하고,
    상기 복수의 카메라들 중 제1 카메라를 통해 제1 화각을 갖는 제1 이미지를 획득하고,
    상기 촬영의 배율이 제1 배율로 설정된 상태에서, 상기 제1 이미지의 프리뷰를 상기 디스플레이에 표시하고,
    상기 제1 이미지에서 식별된 적어도 하나의 객체가 이동함에 따라 상기 적어도 하나의 객체가 포함되도록 상기 디스플레이에 표시되는 상기 제1 이미지의 프리뷰를 변경하고,
    상기 제1 화각의 지정된 영역에 상기 적어도 하나의 객체가 위치하는 것에 응답하여, 상기 배율을 제2 배율로 변경하며 상기 복수의 카메라들 중 제2 카메라를 통해 제2 화각을 갖는 제2 이미지를 획득하고, 상기 제2 배율은 상기 제1 화각, 상기 제2 화각 및 상기 제1 화각에 대한 상기 적어도 하나의 객체의 위치에 기반하여 결정됨;
    상기 촬영의 배율이 제2 배율로 설정된 상태에서, 상기 제2 이미지의 적어도 일부를 상기 디스플레이에 프리뷰로 표시하는, 전자 장치.
  2. 청구항 1에 있어서,
    상기 적어도 하나의 프로세서는 상기 제1 화각의 지정된 영역에 상기 적어도 하나의 객체가 지정된 시간 이상 위치하는 것으로 판단하는 것에 응답하여, 상기 제1 카메라에서 상기 제2 카메라로 전환하는, 전자 장치.
  3. 청구항 2에 있어서,
    상기 적어도 하나의 프로세서는, 상기 제1 카메라에서 상기 제2 카메라로 전환되기 이전에 상기 제2 카메라를 활성화시키고, 상기 활성화된 제2 카메라로 상기 적어도 하나의 객체를 추적하는, 전자 장치.
  4. 청구항 2에 있어서,
    상기 적어도 하나의 프로세서는, 상기 제1 카메라에서 상기 제2 카메라로 전환된 후, 상기 적어도 하나의 객체를 제외한 영역 중 적어도 일부 영역에 블러 효과를 적용한 상기 제2 이미지의 적어도 일부를 상기 디스플레이에 프리뷰로 표시하는, 전자 장치.
  5. 청구항 1에 있어서,
    상기 적어도 하나의 프로세서는:
    상기 제1 이미지에서 식별된 적어도 하나의 객체의 카테고리 정보를 획득하고,
    상기 획득된 카테고리 정보에 기반하여 상기 제2 카메라를 이용하여 상기 적어도 하나의 객체를 검출하고,
    상기 제2 카메라를 이용하여 상기 검출된 적어도 하나의 객체를 추적하는, 전자 장치.
  6. 청구항 1에 있어서,
    메모리를 더 포함하고,
    상기 적어도 하나의 프로세서는:
    상기 적어도 하나의 객체를 포함하는 제1 관심 영역을 결정하고,
    상기 제1 관심 영역 내 상기 적어도 하나의 객체의 위치 및 상기 제1 관심 영역에 대한 상기 적어도 하나의 객체의 크기의 비율(ratio)에 대한 정보를 포함하는 제1 정보를 상기 메모리에 저장하는, 전자 장치.
  7. 청구항 6에 있어서,
    상기 적어도 하나의 프로세서는 상기 적어도 하나의 객체의 좌표를 기반으로 상기 제1 관심 영역을 결정하는, 전자 장치.
  8. 청구항 6에 있어서,
    상기 적어도 하나의 프로세서는 상기 제1 관심 영역 내 상기 적어도 하나의 객체의 위치 또는 상기 제1 관심 영역에 대한 상기 적어도 하나의 객체의 크기의 비율이 변함에 따라 상기 제1 정보를 업데이트하는, 전자 장치.
  9. 청구항 6에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 메모리에 저장된 상기 제1 정보에 기반하여, 상기 적어도 하나의 객체를 포함하는 제2 관심 영역을 결정하고, 상기 제1 관심 영역 내 상기 적어도 하나의 객체의 위치 및 상기 제1 관심 영역에 대한 상기 적어도 하나의 객체의 크기의 비율은 상기 제2 관심 영역 내 상기 적어도 하나의 객체의 위치 및 상기 제2 관심 영역에 대한 상기 적어도 하나의 객체의 크기의 비율에 대응됨;
    상기 제2 관심 영역이 결정되면 상기 제1 카메라를 비활성화하는, 전자 장치.
  10. 청구항 1에 있어서,
    상기 제1 화각의 지정된 영역의 크기는 상기 제1 이미지에서 식별된 적어도 하나의 객체의 이동 속도에 기반하여 결정되는, 전자 장치.
  11. 청구항 1에 있어서,
    상기 제1 화각이 상기 제2 화각보다 작은 경우,
    상기 적어도 하나의 프로세서는 상기 제1 화각의 가장자리에 인접한 영역을 상기 제1 화각의 지정된 영역으로 결정하는, 전자 장치.
  12. 청구항 1에 있어서,
    상기 제1 화각이 상기 제2 화각보다 큰 경우,
    상기 적어도 하나의 프로세서는 상기 제2 화각과 중첩되거나 상기 제2 화각보다 작은 영역을 상기 제1 화각의 지정된 영역으로 결정하는, 전자 장치.
  13. 청구항 1에 있어서,
    상기 제1 카메라 및 상기 제2 카메라는 각각 텔레 카메라, 와이드 카메라 및 울트라 와이드 카메라 중 하나인, 전자 장치.
  14. 전자 장치의 동작 방법에 있어서,
    복수의 카메라들을 이용하는 촬영을 지원하는 어플리케이션을 실행하는 동작;
    상기 복수의 카메라들 중 제1 카메라를 통해 제1 화각을 갖는 제1 이미지를 획득하는 동작;
    상기 촬영의 배율이 제1 배율로 설정된 상태에서, 상기 제1 이미지의 프리뷰를 디스플레이에 표시하는 동작,
    상기 제1 이미지에서 식별된 적어도 하나의 객체가 이동함에 따라 상기 적어도 하나의 객체가 포함되도록 상기 디스플레이에 표시되는 상기 제1 이미지의 프리뷰를 변경하는 동작;
    상기 제1 화각의 지정된 영역에 상기 적어도 하나의 객체가 위치하는 것에 응답하여, 상기 배율을 제2 배율로 변경하며 상기 복수의 카메라들 중 제2 카메라를 통해 제2 화각을 갖는 제2 이미지를 획득하는 동작, 상기 제2 배율은 상기 제1 화각, 상기 제2 화각 및 상기 제1 화각에 대한 상기 적어도 하나의 객체의 위치에 기반하여 결정됨; 및
    상기 촬영의 배율이 제2 배율로 설정된 상태에서, 상기 제2 이미지의 적어도 일부를 상기 디스플레이에 프리뷰로 표시하는 동작을 포함하는, 전자 장치의 동작 방법.
  15. 청구항 14에 있어서,
    상기 제1 화각의 지정된 영역에 상기 적어도 하나의 객체가 지정된 시간 이상 위치하는 것으로 판단하는 것에 응답하여, 상기 제1 카메라에서 상기 제2 카메라로 전환하는 동작을 포함하는, 전자 장치의 동작 방법.
  16. 청구항 15에 있어서,
    상기 제1 카메라에서 상기 제2 카메라로 전환되기 이전에 상기 제2 카메라를 활성화시키고, 상기 활성화된 제2 카메라로 상기 적어도 하나의 객체와 동일한 객체를 추적하는 동작을 포함하는, 전자 장치의 동작 방법.
  17. 청구항 15에 있어서,
    상기 제2 이미지의 적어도 일부를 상기 디스플레이에 프리뷰로 표시하는 동작은, 상기 제1 카메라에서 상기 제2 카메라로 전환된 후 상기 적어도 하나의 객체를 제외한 영역 중 적어도 일부 영역에 블러 효과를 적용하여 상기 프리뷰를 표시하는 동작을 포함하는, 전자 장치의 동작 방법.
  18. 청구항 15에 있어서,
    상기 제1 이미지에서 식별된 적어도 하나의 객체의 카테고리 정보를 획득하는 동작;
    상기 획득된 카테고리 정보에 기반하여 상기 제2 카메라를 이용하여 상기 적어도 하나의 객체를 검출하는 동작; 및
    상기 제2 카메라를 이용하여 상기 검출된 적어도 하나의 객체를 추적하는 동작을 더 포함하는, 전자 장치의 동작 방법.
  19. 청구항 15에 있어서,
    상기 적어도 하나의 객체를 포함하는 제1 관심 영역을 결정하는 동작; 및
    상기 제1 관심 영역 내 상기 적어도 하나의 객체의 위치 및 상기 제1 관심 영역에 대한 상기 적어도 하나의 객체의 크기의 비율에 대한 정보를 포함하는 제1 정보를 메모리에 저장하는 동작을 포함하는, 전자 장치의 동작 방법.
  20. 청구항 19에 있어서,
    상기 메모리에 저장된 상기 제1 정보에 기반하여, 상기 적어도 하나의 객체를 포함하는 제2 관심 영역을 결정하는 동작, 상기 제1 관심 영역 내 상기 적어도 하나의 객체의 위치 및 상기 제1 관심 영역에 대한 상기 적어도 하나의 객체의 크기의 비율은 상기 제2 관심 영역 내 상기 적어도 하나의 객체의 위치 및 상기 제2 관심 영역에 대한 상기 적어도 하나의 객체의 크기의 비율에 대응됨; 및
    상기 제2 관심 영역이 결정되면 상기 제1 카메라를 비활성화하는 동작을 포함하는, 전자 장치의 동작 방법.
KR1020210144893A 2021-10-27 2021-10-27 복수의 렌즈들을 구비하는 전자 장치 및 그 제어 방법 KR20230060304A (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020210144893A KR20230060304A (ko) 2021-10-27 2021-10-27 복수의 렌즈들을 구비하는 전자 장치 및 그 제어 방법
PCT/KR2022/016279 WO2023075335A1 (ko) 2021-10-27 2022-10-24 복수의 렌즈들을 구비하는 전자 장치 및 그 제어 방법
US18/150,010 US20230156337A1 (en) 2021-10-27 2023-01-04 Electronic device having a plurality of lenses and controlling method thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210144893A KR20230060304A (ko) 2021-10-27 2021-10-27 복수의 렌즈들을 구비하는 전자 장치 및 그 제어 방법

Publications (1)

Publication Number Publication Date
KR20230060304A true KR20230060304A (ko) 2023-05-04

Family

ID=86159578

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210144893A KR20230060304A (ko) 2021-10-27 2021-10-27 복수의 렌즈들을 구비하는 전자 장치 및 그 제어 방법

Country Status (3)

Country Link
US (1) US20230156337A1 (ko)
KR (1) KR20230060304A (ko)
WO (1) WO2023075335A1 (ko)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10194089B2 (en) * 2016-02-08 2019-01-29 Qualcomm Incorporated Systems and methods for implementing seamless zoom function using multiple cameras
KR102666977B1 (ko) * 2017-01-09 2024-05-20 삼성전자주식회사 전자 장치 및 전자 장치의 영상 촬영 방법
KR20180092621A (ko) * 2017-02-10 2018-08-20 엘지전자 주식회사 단말기 및 그 제어 방법
KR101983725B1 (ko) * 2017-08-03 2019-09-03 엘지전자 주식회사 전자 기기 및 전자 기기의 제어 방법
KR102640227B1 (ko) * 2019-07-31 2024-02-22 코어포토닉스 리미티드 카메라 패닝 또는 모션에서 배경 블러링을 생성하는 시스템 및 방법

Also Published As

Publication number Publication date
WO2023075335A1 (ko) 2023-05-04
US20230156337A1 (en) 2023-05-18

Similar Documents

Publication Publication Date Title
EP4187896A1 (en) Electronic device and method for controlling preview image
KR20220006753A (ko) 영상을 제공하는 방법 및 이를 지원하는 전자 장치
US20230262318A1 (en) Method for taking photograph by using plurality of cameras, and device therefor
KR20220090158A (ko) 관심 객체를 이용하여 비디오를 편집하는 전자 장치 및 그 동작 방법
KR20220102401A (ko) 전자 장치 및 그의 동작 방법
US20240013405A1 (en) Object tracking method and electronic apparatus therefor
US20230388441A1 (en) Electronic device and method for capturing image by using angle of view of camera module
KR20210138483A (ko) 영상 촬영 가이드를 제공하는 방법 또는 장치
KR20220066800A (ko) 플렉서블 디스플레이를 포함하는 전자 장치 및 그의 프리뷰 제어 방법
KR20220151932A (ko) 전자 장치 및 전자 장치의 동작 방법
KR20230033994A (ko) 복수의 카메라를 포함하는 전자 장치 및 그 동작 방법
KR20230023506A (ko) 이미지 안정화를 수행하는 전자 장치 및 그의 동작 방법
KR20220157735A (ko) 전자 장치의 촬영 방법 및 그 전자 장치
KR20230060304A (ko) 복수의 렌즈들을 구비하는 전자 장치 및 그 제어 방법
US20230316453A1 (en) Electronic device including flexible display, and preview control method thereof
US20220358776A1 (en) Electronic device and operating method thereof
US20240121512A1 (en) Method and electronic device for controlling camera
US20240004980A1 (en) Method, device, and storage medium for user authentication
KR20220157196A (ko) 이미지 처리 방법 및 그 전자 장치
KR20220153366A (ko) 이미지 왜곡을 보정하는 방법 및 그 전자 장치
KR20240057945A (ko) 고 동적 대역 영상을 생성하는 전자 장치 및 그 동작 방법
KR20240073714A (ko) 디지털 보케 이미지의 해상도를 높이기 위한 전자 장치 및 방법
KR20240056362A (ko) 카메라의 설정을 변경하기 위한 전자 장치, 방법, 및 비일시적 컴퓨터 판독가능 저장 매체
KR20240051782A (ko) 카메라를 이용하여 영상을 획득하는 전자 장치 및 그 동작 방법
KR20240079123A (ko) 이미지의 뷰 영역을 결정하는 전자 장치 및 그 동작 방법