KR20230119570A - 이미지를 보정하는 장치 및 그 방법 - Google Patents

이미지를 보정하는 장치 및 그 방법 Download PDF

Info

Publication number
KR20230119570A
KR20230119570A KR1020220033163A KR20220033163A KR20230119570A KR 20230119570 A KR20230119570 A KR 20230119570A KR 1020220033163 A KR1020220033163 A KR 1020220033163A KR 20220033163 A KR20220033163 A KR 20220033163A KR 20230119570 A KR20230119570 A KR 20230119570A
Authority
KR
South Korea
Prior art keywords
motion
image
electronic device
probability
stabilization
Prior art date
Application number
KR1020220033163A
Other languages
English (en)
Inventor
김승훈
신홍섭
이보희
주민호
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
Publication of KR20230119570A publication Critical patent/KR20230119570A/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
    • H04N23/68—Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
    • H04N23/682—Vibration or motion blur correction
    • H04N23/683—Vibration or motion blur correction performed by a processor, e.g. controlling the readout of an image memory
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/001—
    • 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
    • H04N23/80—Camera processing pipelines; Components thereof
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • H04N5/144—Movement detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Studio Devices (AREA)

Abstract

다양한 실시예에 따라서, 전자 장치는, 카메라; 및 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 상기 카메라를 통하여, 제 1 시점에 제 1 이미지를 획득하고, 상기 제 1 시점에 대응하는 상기 전자 장치의 제 1 움직임 정보를 확인하고, 상기 제 1 움직임 정보에 기반하여, 상기 제 1 이미지에 대응하는 움직임이 제 1 움직임일 제 1 확률, 및 상기 제 1 이미지에 대응하는 상기 움직임이 제 2 움직임일 제 2 확률을 확인하고, 상기 제 1 움직임, 상기 제 1 확률, 상기 제 2 움직임, 및 상기 제 2 확률에 적어도 기반하여, 상기 제 1 이미지의 제 1 안정화 방식을 결정하고, 상기 제 1 안정화 방식을 상기 제 1 이미지에 적용하도록 설정될 수 있다. 그 외에도 다양한 실시 예들이 가능하다.

Description

이미지를 보정하는 장치 및 그 방법{ELECTRONIC DEVICE FOR ADJUSTING AN IMAGE AND METHOD THEREOF}
다양한 실시 예들은, 이미지를 보정하는 전자 장치 및 이미지를 생성하는 방법에 관한 것이다.
스마트폰, 또는 태블릿 PC와 같은 전자 장치는 카메라(또는 카메라 모듈, 카메라 장치)를 포함할 수 있고, 사진 또는 동영상을 촬영할 수 있다.
사용자가 전자 장치를 이용하여 사진 또는 동영상을 촬영하는 경우, 사용자의 움직임이나 전자 장치의 움직임에 의해, 촬영된 사진 또는 동영상에 흔들림이 발생할 수 있다.
사진 또는 동영상의 흔들림을 보정하기 위한 다양한 방식이 논의 되고 있으며, 특정 상황에서 어느 안정화 방식이 적절한지에 대한 연구가 진행되고 있다.
전자 장치의 움직임이 결정되는 경우, 결정된 움직임에 대응하는 안정화 방식을 적용할 수 있다. 그러나 전자 장치의 움직임이 변경되는 경우에는 적용되는 안정화 방식 간의 스위칭 방법이 문제될 수 있다. 예를 들어, 사용자가 걸으면서 동영상을 촬영하다가 달리기 시작하는 경우, 달기의 시작 전후로 적용되는 안정화 방식의 적절한 스위칭이 요구될 수 있다.
다양한 실시 예들에 따른 이미지를 보정하는 장치 및 그 방법은, 전자 장치의 움직임에 따라 흔들림 보정 방식을 결정하는 방법을 제공할 수 있다.
다양한 실시예에 따라서, 전자 장치는, 카메라; 및 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 상기 카메라를 통하여, 제 1 시점에 제 1 이미지를 획득하고, 상기 제 1 시점에 대응하는 상기 전자 장치의 제 1 움직임 정보를 확인하고, 상기 제 1 움직임 정보에 기반하여, 상기 제 1 이미지에 대응하는 움직임이 제 1 움직임일 제 1 확률, 및 상기 제 1 이미지에 대응하는 상기 움직임이 제 2 움직임일 제 2 확률을 확인하고, 상기 제 1 움직임, 상기 제 1 확률, 상기 제 2 움직임, 및 상기 제 2 확률에 적어도 기반하여, 상기 제 1 이미지의 제 1 안정화 방식을 결정하고, 상기 제 1 안정화 방식을 상기 제 1 이미지에 적용하도록 설정될 수 있다.
다양한 실시예에 따라서, 전자 장치의 동작 방법은, 상기 전자 장치의 카메라를 통하여, 제 1 시점에 제 1 이미지를 획득하는 동작; 상기 제 1 시점에 대응하는 상기 전자 장치의 제 1 움직임 정보를 확인하는 동작; 상기 제 1 움직임 정보에 기반하여, 상기 제 1 이미지에 대응하는 움직임이 제 1 움직임일 제 1 확률, 및 상기 제 1 이미지에 대응하는 상기 움직임이 제 2 움직임일 제 2 확률을 확인하는 동작; 상기 제 1 움직임, 상기 제 1 확률, 상기 제 2 움직임, 및 상기 제 2 확률에 적어도 기반하여, 상기 제 1 이미지의 제 1 안정화 방식을 결정하는 동작; 및 상기 제 1 안정화 방식을 상기 제 1 이미지에 적용하는 동작을 포함할 수 있다.
다양한 실시예에 따른 이미지를 보정하는 장치 및 그 방법을 제공함으로써, 전자 장치의 움직임에 따른 이미지의 흔들림을 보정할 수 있다.
도 1은, 다양한 실시예들에 따른, 네트워크 환경 내의 전자 장치의 블록도이다.
도 2는, 다양한 실시예들에 따른, 카메라 모듈을 예시하는 블럭도이다.
도 3은, 다양한 실시예들에 따른, 전자 장치의 동작을 설명하기 위한 흐름도이다.
도 4는, 다양한 실시예에 따른 전자 장치의 동작을 설명하기 위한 도면이다.
도 5는, 다양한 실시예에 따른 전자 장치의 동작을 설명하기 위한 흐름도이다.
도 6은, 다양한 실시예들에 따른, 전자 장치의 동작을 설명하기 위한 도면이다.
도 7은, 다양한 실시예들에 따른, 전자 장치의 동작을 설명하기 위한 흐름도이다.
도 8은, 다양한 실시예들에 따른, 전자 장치의 동작을 설명하기 위한 흐름도이다.
도 9는, 다양한 실시예들에 따른, 전자 장치의 동작을 설명하기 위한 흐름도이다.
도 10은, 다양한 실시예들에 따른, 전자 장치의 동작을 설명하기 위한 흐름도이다.
도 1은, 다양한 실시예들에 따른, 네트워크 환경 내의 전자 장치의 블록도이다.
도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제 1 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)와 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, 인공지능이 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 제 1 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 제 1 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 1eMBB 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, 제 1 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 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.
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 모듈을 예시하는 블럭도이다. 도 2를 참조하면, 카메라 모듈(180)은 렌즈 어셈블리(210), 플래쉬(220), 이미지 센서(230), 이미지 스태빌라이저(240), 메모리(250)(예: 버퍼 메모리), 또는 이미지 시그널 프로세서(260)를 포함할 수 있다. 렌즈 어셈블리(210)는 이미지 촬영의 대상인 피사체로부터 방출되는 빛을 수집할 수 있다. 렌즈 어셈블리(210)는 하나 또는 그 이상의 렌즈들을 포함할 수 있다. 일실시예에 따르면, 카메라 모듈(180)은 복수의 렌즈 어셈블리(210)들을 포함할 수 있다. 이런 경우, 카메라 모듈(180)은, 예를 들면, 듀얼 카메라, 360도 카메라, 또는 구형 카메라(spherical camera)를 형성할 수 있다. 복수의 렌즈 어셈블리(210)들 중 일부는 동일한 렌즈 속성(예: 화각, 초점 거리, 자동 초점, f 넘버(f number), 또는 광학 줌)을 갖거나, 또는 적어도 하나의 렌즈 어셈블리는 다른 렌즈 어셈블리의 렌즈 속성들과 다른 하나 이상의 렌즈 속성들을 가질 수 있다. 렌즈 어셈블리(210)는, 예를 들면, 광각 렌즈 또는 망원 렌즈를 포함할 수 있다.
플래쉬(220)는 피사체로부터 방출 또는 반사되는 빛을 강화하기 위하여 사용되는 빛을 방출할 수 있다. 일실시예에 따르면, 플래쉬(220)는 하나 이상의 발광 다이오드들(예: RGB(red-green-blue) LED, white LED, infrared LED, 또는 ultraviolet LED), 또는 xenon lamp를 포함할 수 있다. 이미지 센서(230)는 피사체로부터 방출 또는 반사되어 렌즈 어셈블리(210)를 통해 전달된 빛을 전기적인 신호로 변환함으로써, 상기 피사체에 대응하는 이미지를 획득할 수 있다. 일실시예에 따르면, 이미지 센서(230)는, 예를 들면, RGB 센서, BW(black and white) 센서, IR 센서, 또는 UV 센서와 같이 속성이 다른 이미지 센서들 중 선택된 하나의 이미지 센서, 동일한 속성을 갖는 복수의 이미지 센서들, 또는 다른 속성을 갖는 복수의 이미지 센서들을 포함할 수 있다. 이미지 센서(230)에 포함된 각각의 이미지 센서는, 예를 들면, CCD(charged coupled device) 센서 또는 CMOS(complementary metal oxide semiconductor) 센서를 이용하여 구현될 수 있다.
이미지 스태빌라이저(240)는 카메라 모듈(180) 또는 이를 포함하는 전자 장치(101)의 움직임에 반응하여, 렌즈 어셈블리(210)에 포함된 적어도 하나의 렌즈 또는 이미지 센서(230)를 특정한 방향으로 움직이거나 이미지 센서(230)의 동작 특성을 제어(예: 리드 아웃(read-out) 타이밍을 조정 등)할 수 있다. 이는 촬영되는 이미지에 대한 상기 움직임에 의한 부정적인 영향의 적어도 일부를 보상하게 해 준다. 일실시예에 따르면, 이미지 스태빌라이저(240)는, 일실시예에 따르면, 이미지 스태빌라이저(240)은 카메라 모듈(180)의 내부 또는 외부에 배치된 자이로 센서(미도시) 또는 가속도 센서(미도시)를 이용하여 카메라 모듈(180) 또는 전자 장치(101)의 그런 움직임을 감지할 수 있다. 일실시예에 따르면, 이미지 스태빌라이저(240)는, 예를 들면, 광학식 이미지 스태빌라이저로 구현될 수 있다. 메모리(250)는 이미지 센서(230)을 통하여 획득된 이미지의 적어도 일부를 다음 이미지 처리 작업을 위하여 적어도 일시 저장할 수 있다. 예를 들어, 셔터에 따른 이미지 획득이 지연되거나, 또는 복수의 이미지들이 고속으로 획득되는 경우, 획득된 원본 이미지(예: Bayer-patterned 이미지 또는 높은 해상도의 이미지)는 메모리(250)에 저장이 되고, 그에 대응하는 사본 이미지(예: 낮은 해상도의 이미지)는 디스플레이 모듈(160)을 통하여 프리뷰될 수 있다. 이후, 지정된 조건이 만족되면(예: 사용자 입력 또는 시스템 명령) 메모리(250)에 저장되었던 원본 이미지의 적어도 일부가, 예를 들면, 이미지 시그널 프로세서(260)에 의해 획득되어 처리될 수 있다. 일실시예에 따르면, 메모리(250)는 메모리(130)의 적어도 일부로, 또는 이와는 독립적으로 운영되는 별도의 메모리로 구성될 수 있다.
이미지 시그널 프로세서(260)는 이미지 센서(230)을 통하여 획득된 이미지 또는 메모리(250)에 저장된 이미지에 대하여 하나 이상의 이미지 처리들을 수행할 수 있다. 상기 하나 이상의 이미지 처리들은, 예를 들면, 깊이 지도(depth map) 생성, 3차원 모델링, 파노라마 생성, 특징점 추출, 이미지 합성, 또는 이미지 보상(예: 노이즈 감소, 해상도 조정, 밝기 조정, 블러링(blurring), 샤프닝(sharpening), 또는 소프트닝(softening)을 포함할 수 있다. 추가적으로 또는 대체적으로, 이미지 시그널 프로세서(260)는 카메라 모듈(180)에 포함된 구성 요소들 중 적어도 하나(예: 이미지 센서(230))에 대한 제어(예: 노출 시간 제어, 또는 리드 아웃 타이밍 제어 등)를 수행할 수 있다. 이미지 시그널 프로세서(260)에 의해 처리된 이미지는 추가 처리를 위하여 메모리(250)에 다시 저장 되거나 카메라 모듈(180)의 외부 구성 요소(예: 메모리(130), 디스플레이 모듈(160), 전자 장치(102), 전자 장치(104), 또는 서버(108))로 제공될 수 있다. 일실시예에 따르면, 이미지 시그널 프로세서(260)는 프로세서(120)의 적어도 일부로 구성되거나, 프로세서(120)와 독립적으로 운영되는 별도의 프로세서로 구성될 수 있다. 이미지 시그널 프로세서(260)이 프로세서(120)과 별도의 프로세서로 구성된 경우, 이미지 시그널 프로세서(260)에 의해 처리된 적어도 하나의 이미지는 프로세서(120)에 의하여 그대로 또는 추가의 이미지 처리를 거친 후 디스플레이 모듈(160)를 통해 표시될 수 있다.
일 실시예에 따르면, 전자 장치(101)는 각각 다른 속성 또는 기능을 가진 복수의 카메라 모듈(180)들을 포함할 수 있다. 이런 경우, 예를 들면, 상기 복수의 카메라 모듈(180)들 중 적어도 하나는 광각 카메라이고, 적어도 다른 하나는 망원 카메라일 수 있다. 유사하게, 상기 복수의 카메라 모듈(180)들 중 적어도 하나는 전면 카메라이고, 적어도 다른 하나는 후면 카메라일 수 있다.
도 3은, 다양한 실시예들에 따른, 전자 장치의 동작을 설명하기 위한 흐름도이다. 도 3은, 도 4를 참조하여 설명하도록 한다. 도 4는, 다양한 실시예들에 따른, 전자 장치의 동작을 설명하기 위한 도면이다.
다양한 실시예들에 따른, 전자 장치(101)는, 적어도 하나의 이미지(또는 프레임)를 획득할 수 있다. 전자 장치(101)가 "이미지(또는 프레임)"를 획득한다는 것은, "하나의 이미지(또는 프레임)" 즉, "정지 이미지"를 획득하는 것을 의미할 수 있고, 또는 "복수 개의 이미지(또는 프레임)" 즉, "영상"을 획득하는 것을 의미할 수도 있다.
도 3을 참조하여, 이미지의 흔들림 보정 동작을 설명하도록 한다.
도 3을 참조하면, 301 동작에서, 다양한 실시예들에 따른, 전자 장치(101)(예를 들어, 프로세서(120))는, 각 프레임의 camera pose 및 camera pose의 변화량을 확인할 수 있다. 전자 장치(101)는, 복수 개의 이미지를 획득하는 동안, 전자 장치(101)의 움직임 정보를 획득할 수 있고, 획득된 움직임 정보에 기반하여 camera pose의 변화량을 추정할 수 있다. 전자 장치(101)가 움직임 정보를 획득하는 방식에는 제한이 없다. 예를 들어, 전자 장치(101)는, 센서 모듈(176)을 통해 획득되는 센싱 정보(예: 지자기 정보, 가속도 정보, 및/또는 위치 정보)에 적어도 기반하여, 전자 장치(101)의 움직임 정보를 획득할 수 있다. 예를 들어, 전자 장치(101)는, 이미지를 분석하고, 분석 결과에 기반하여 전자 장치(101)의 움직임 정보를 획득할 수도 있다.
"camera pose"는, 전자 장치(101)의 위치 및 전자 장치(101)의 자세에 기반하여 결정되는 전자 장치(101)가 향하는 방향일 수 있다. 전자 장치(101)가 복수 개의 이미지를 획득하는 과정에서, 전자 장치(101)가 기준 프레임(예를 들어, 첫 번째 프레임)을 획득할 때의 전자 장치(101)의 위치를 기준 위치로 정의하고, 그 때의 전자 장치(101)의 카메라 모듈(180)이 향하는 방향을 기준 방향으로 정의할 수 있다. camera pose의 "변화량"은, 기준 프레임의 camera pose와 각 프레임의 camera pose의 차이일 수 있다. 예를 들어, 제 2 프레임의 camera pose의 변화량은, 기준 프레임(예를 들어, 제 1 프레임)과 제 2 프레임 사이의 camera pose의 차이일 수 있다. 전자 장치(101)의 위치, 전자 장치(101)의 자세, 전자 장치(101)가 향하는 방향, 기준 위치, 기준 방향, 및 camera pose는 예시적인 것으로서 그 제한은 없다.
303 동작에서, 다양한 실시예들에 따른, 전자 장치(101)는, original camera path를 확인할 수 있다. 전자 장치(101)는, 각 프레임의 camera pose 및 camera pose의 변화량에 기반하여, original camera path를 계산할 수 있다. "original camera path"는 전자 장치(101)의 실제 움직임에 대한 정보일 수 있다.
305 동작에서, 다양한 실시예들에 따른, 전자 장치(101)는, camera pose 및 original camera path에 기반하여, optimal camera path를 확인할 수 있다. "optimal camera path"는, original camera path의 margin 내의 camera path 중에서 이미지의 안정화를 위해 계산된 최적의 camera path일 수 있다. 전자 장치(101)는, 전자 장치(101)의 움직임에 따라, optimal camera path를 확인할 수 있다. 예를 들어, 움직임의 종류는, 정지 상태(예: 삼각대에 고정된 상태), 지정된 범위 내의 약한 움직임, 지정된 범위를 내의 불규칙한 움직임(예: 걷는 상태), 지정된 범위를 벗어난 불규칙한 움직임(예: 뛰는 상태), 일정한 방향 및 일정한 속력의 움직임(예: 패닝 상태), 차량을 타고 이동하는 움직임, 및 어느 것으로 분류되지 않는 랜덤 움직임을 포함할 수 있다. 움직임의 종류에는 제한이 없다. 전자 장치(101)는, 확인되는 움직임의 종류에 대응하는 안정화 방식에 따라 optimal camera path를 확인할 수 있다. 예를 들어, 전자 장치(101)는, 정지(예: 삼각대에 고정된 상태)에 기반하여, 센터 크롭(center crop)을 수행할 수 있다. 예를 들어, 전자 장치(101)는, 지정된 범위 내의 약한 움직임에 기반하여, static 방식에 따라 optimal camera path를 확인할 수 있다. 예를 들어, 전자 장치(101)는, 일정한 방향 및 일정한 속력의 움직임(예: 패닝 상태)에 기반하여, linear 방식에 따라 optimal camera path를 확인할 수 있다. 예를 들어, 전자 장치(101)는, 지정된 범위를 내의 불규칙한 움직임(예: 걷는 상태)에 기반하여, walking 방식에 따라 optimal camera path를 확인할 수 있다. 예를 들어, 전자 장치(101)는, 지정된 범위를 벗어난 불규칙한 움직임(예: 뛰는 상태)에 기반하여, running 방식에 따라 optimal camera path를 확인할 수 있다. 예를 들어, 전자 장치(101)는, 차량을 타고 이동하는 움직임에 기반하여, regular 방식에 따라 optimal camera path를 확인할 수 있다. 예를 들어, 전자 장치(101)는, 어느 것으로 분류되지 않는 랜덤 움직임에 기반하여, 모든 움직임에 적당한 방식에 따라 optimal camera path를 확인할 수 있다. 다양한 실시예들에 따라, 전자 장치(101)는, 확인되는 움직임에 따라, 복수 개의 옵션 중에서 하나의 옵션을 선택하여 optimal camera path를 확인하는 방식을 결정할 수 있다. 전자 장치(101)가 복수 개의 옵션 중에서 하나의 옵션을 선택하는 방식은, 딥러닝 방식에 의해 도출될 수도 있고, 또는 지정된 알고리즘에 기반하여 도출될 수도 있다. 딥러닝 방식은, 해당 움직임으로 학습된 신경망을 이용하는 것일 수 있다. 예를 들어, 전자 장치(101)는, 딥러닝 방식에 의해, 움직임 별 데이터에 기반하여 학습된 신경망을 이용하여 optimal camera path를 확인할 수 있다. 전자 장치(101)가 하나의 옵션을 선택하는 방법에는 제한이 없다. 예를 들어, 전자 장치(101)는, 움직임이 정지 상태로 확인되는 것에 기반하여, linear 방식 및 smooth 방식을 각각의 가중치에 따라 혼합한 제 1 옵션과, static 방식의 제 2 옵션 중에서 하나의 옵션에 기반하여, optimal camera path를 확인할 수 있다. 예를 들어, 전자 장치(101)는, 움직임이 지정된 범위 내의 약한 움직임으로 확인되는 것에 기반하여, static 방식, linear 방식 및 smooth 방식을 각각의 가중치에 따라 혼합한 제 3 옵션과, static 방식의 제 4 옵션 중에서 하나의 옵션에 기반하여, optimal camera path를 확인할 수 있다. 예를 들어, 전자 장치(101)는, 움직임이 지정된 범위를 내의 불규칙한 움직임(예: 걷는 상태)으로 확인되는 것에 기반하여, static 방식, linear 방식, 및 smooth 방식을 각각의 가중치에 따라 혼합한 제 5 옵션과, static 방식, linear 방식, 및 smooth 방식을 각각의 다른 가중치에 따라 혼합한 제 6 옵션 중에서 하나의 옵션에 기반하여, optimal camera path를 확인할 수 있다. 예를 들어, 전자 장치(101)는, 움직임이 지정된 범위를 벗어난 불규칙한 움직임(예: 뛰는 상태)으로 확인되는 것에 기반하여, linear 방식, 및 smooth 방식을 각각의 가중치에 따라 혼합한 제 7 옵션과, static 방식, linear 방식, 및 smooth 방식을 각각의 가중치에 따라 혼합한 제 8 옵션과, static 방식, linear 방식, 및 smooth 방식을 각각의 다른 가중치에 따라 혼합한 제 9 옵션 중에서 하나의 옵션에 기반하여, optimal camera path를 확인할 수 있다. 예를 들어, 전자 장치(101)는, 움직임이 일정한 방향 및 일정한 속력의 움직임(예: 패닝 상태)으로 확인되는 것에 기반하여, static 방식, linear 방식, 및 smooth 방식을 각각의 가중치에 따라 혼합한 제 10 옵션과, static 방식, linear 방식, 및 smooth 방식을 각각의 다른 가중치에 따라 혼합한 제 11 옵션과, static 방식, linear 방식, 및 smooth 방식을 각각의 또 다른 가중치에 따라 혼합한 제 12 옵션 중에서 하나의 옵션에 기반하여, optimal camera path를 확인할 수 있다.
307 동작에서, 다양한 실시예들에 따른, 전자 장치(101)는, optimal camera path와 original camera path의 차이를 보정량으로 확인할 수 있다.
309 동작에서, 다양한 실시예들에 따른, 전자 장치(101)는, 프레임의 중심을 확인된 보정량만큼 이동시킴으로서, 전자 장치(101)의 움직임을 보상할 수 있다.
도 3의 실시예를 참조하면, 전자 장치(101)가 optimal camera path를 계산하고, 보정량만큼 전자 장치(101)의 움직임을 보상하는 동작을, 이미지 안정화 동작(예: VDIS(video digital image stabilization)라고 정의할 수 있다. 전자 장치(101)는, 전자 장치(101)의 움직임에 따라, 안정화 방식을 결정하고, 결정된 안정화 방식을 이미지에 적용하여, 이미지의 흔들림을 보정할 수 있다. 예를 들어, 도 4를 참조하면, 전자 장치(101)는, 전자 장치(101)의 움직임이 제 1 움직임인 경우, 제 1 움직임에 대응하는 제 1 방식의 안정화 방식을 이미지에 적용할 수 있다. 전자 장치(101)는, 제 2 움직임에 기반하여 제 2 방식을 이미지에 적용할 수 있고, 제 3 움직임에 기반하여 제 3 방식을 이미지에 적용할 수 있다. 예를 들어, 움직임의 종류는, 정지 상태(예: 삼각대에 고정된 상태), 지정된 범위 내의 약한 움직임, 지정된 범위를 내의 불규칙한 움직임(예: 걷는 상태), 지정된 범위를 벗어난 불규칙한 움직임(예: 뛰는 상태), 일정한 방향 및 일정한 속력의 움직임(예: 패닝 상태), 차량을 타고 이동하는 움직임, 및 어느 것으로 분류되지 않는 랜덤 움직임을 포함할 수 있다. 움직임의 종류에는 제한이 없다. 예를 들어, 전자 장치(101)는, 움직임이 정지 상태(예: 삼각대에 고정된 상태)로 확인되는 것에 기반하여, 딥러닝 방식이나 지정된 알고리즘을 적용하지 않고, 이미지 크롭(image crop)만 실행할 수도 있다. 예를 들어, 전자 장치(101)는, 움직임의 종류를 확인하고, 확인된 움직임의 종류에 대응하는 최적의 알고리즘을 적용하여 이미지의 흔들림을 보정하거나, 확인된 움직임의 데이터로만 학습된 신경망을 이용하여 이미지의 흔들림을 보정할 수도 있다. 예를 들어, 전자 장치(101)는, 움직임이 랜덤 움직임으로 확인되는 것에 기반하여, 모든 움직임에 대한 데이터로 학습된 신경망을 이용할 수도 있다. 전자 장치(101)가 지정된 알고리즘, 또는 대응하는 신경망을 이용하는 방식에는 제한이 없다.
도 5는, 다양한 실시예들에 따른, 전자 장치의 동작을 설명하기 위한 흐름도이다. 도 5는, 도 6을 참조하여 설명하도록 한다. 도 6은, 전자 장치의 동작을 설명하기 위한 도면이다.
도 5를 참조하면, 501 동작에서, 다양한 실시예들에 따른, 전자 장치(101)(예를 들어, 프로세서(120))는, 이미지를 획득할 수 있다. 503 동작에서, 다양한 실시예들에 따른, 전자 장치(101)는, 움직임 정보를 확인할 수 있다. 예를 들어, 전자 장치(101)는, 카메라 모듈(180)을 통하여, 이미지를 촬영할 수 있다. 전자 장치(101)는, 카메라 모듈(180)을 통해 이미지를 촬영함과 동시에, 센서 모듈(176)을 통해 전자 장치(101)의 움직임과 관련된 센싱 정보를 획득할 수 있다. 전자 장치(101)는, 센싱 정보에 기반하여 전자 장치(101)의 움직임 정보를 확인할 수 있다. 전자 장치(101)는, 촬영된 이미지와, 이미지가 촬영된 시점의 전자 장치(101)의 움직임 정보를 확인할 수 있다. 예를 들어, 전자 장치(101)는, 카메라 모듈(180)을 통하여, 이미지를 촬영할 수 있다. 전자 장치(101)는, 카메라 모듈(180)을 통하여 획득한 이미지를 분석하고, 분석 결과에 기반하여 전자 장치(101)의 움직임 정보를 확인할 수 있다. 전자 장치(101)는, 획득된 이미지를 분석하고, 분석 결과에 기반하여 이미지가 촬영될 당시의, 이미지를 촬영한 장치의 움직임 정보를 확인할 수 있다. 예를 들어, 전자 장치(101)는, 통신 모듈(190)을 통하여, 외부 장치(예: 전자 장치(102) 또는 서버(108))로부터, 이미지를 획득할 수도 있다. 전자 장치(101)는, 통신 모듈(190)을 통하여, 외부 장치(예: 전자 장치(102) 또는 서버(108))로부터, 이미지와 함께 이미지가 촬영된 시점의, 이미지를 촬영한 장치의 움직임 정보를 획득할 수도 있다. 전자 장치(101)는, 통신 모듈(190)을 통해 획득한 이미지를 분석하고, 분석 결과에 기반하여 이미지가 촬영될 당시의, 이미지를 촬영한 장치의 움직임 정보를 확인할 수도 있다. 전자 장치(101)가, 이미지 및 이미지에 대응하는 움직임 정보를 획득하는 방식에는 제한이 없다.
505 동작에서, 다양한 실시예들에 따른, 전자 장치(101)는, 전자 장치(101)의 움직임 정보에 기반하여, 획득된 이미지(또는 프레임)에 대응하는 움직임을 확인할 수 있다. 예를 들어, 전자 장치(101)는, 움직임 정보를 분석하고, 분석 결과에 기반하여, 전자 장치(101)의 움직임이 복수 개의 움직임 중에서 적어도 하나의 움직임에 해당할 적어도 하나의 확률을 계산할 수 있다. 예를 들어, 전자 장치(101)는, 전자 장치(101)의 움직임이 제 1 움직임일 제 1 확률 및 제 2 움직임일 제 2 확률을 확인할 수 있으며, 전자 장치(101)의 움직임일 가능성이 있는 예상 움직임의 개수에는 제한이 없다. 예를 들어, 도 6을 참조하면, 전자 장치(101)는, 전자 장치(101)의 움직임이 제 1 움직임일 제 1 확률(p1), 제 2 움직임일 제 2 확률(p2), 및 제 3 움직임일 제 3 확률(p3)을 확인할 수도 있다.
예를 들어, 움직임의 종류는, 고정된 상태, 지정된 범위 내의 약한 움직임, 지정된 범위를 내의 불규칙한 움직임, 지정된 범위를 벗어난 불규칙한 움직임, 일정한 방향 및 일정한 속력의 움직임, 차량을 타고 이동하는 움직임, 및 어느 것으로 분류되지 않는 랜덤 움직임을 포함할 수 있다. 움직임의 종류는 예시적인 것으로서 그 제한은 없다. 도 6을 참조하면, 움직임의 종류에 따라 다른 안정화 방식이 적용될 수 있다. 예를 들어, 전자 장치(101)는, 전자 장치(101)의 움직임이 제 1 움직임인 것에 기반하여, 제 1 움직임에 대응하는 제 1 방식을 이미지에 적용할 수 있다. 전자 장치(101)는, 제 2 움직임에 기반하여 제 2 움직임에 대응하는 제 2 방식을 이미지에 적용할 수 있고, 제 3 움직임에 기반하여 제 3 움직임에 대응하는 제 3 방식을 이미지에 적용할 수 있다.
507 동작에서, 다양한 실시예들에 따른, 전자 장치(101)는, 이미지에 대응하는 안정화 방식을 결정할 수 있다. 전자 장치(101)는, 이미지의 프레임 별로 각각의 안정화 방식을 결정할 수 있다. 전자 장치(101)는, 이미지의 각각의 프레임에 대응하는 각각의 움직임에 기반하여, 각각의 안정화 방식을 결정할 수 있다. 예를 들어, 전자 장치(101)는, 움직임 정보에 기반하여, 이미지를 촬영한 시점의 전자 장치(101)의 움직임이, 움직임이 복수 개의 움직임 중에서 적어도 하나의 움직임에 해당할 적어도 하나의 확률을 확인하고, 확인된 적어도 하나의 움직임 및 확인된 적어도 하나의 확률에 기반하여, 이미지에 대응하는 안정화 방식을 결정할 수 있다. 예를 들어, 전자 장치(101)는, 이미지를 촬영한 시점의 전자 장치(101)의 움직임이 제 1 움직임일 수도 있고 제 2 움직임일 수도 있는 경우, 각각의 움직임에 대응하는 각각의 방식을 반영하여 이미지에 대응하는 안정화 방식을 결정할 수 있다. 예를 들어, 전자 장치(101)는, 이미지를 촬영한 시점의 전자 장치(101)의 움직임이, 제 1 움직임일 제 1 확률 및 제 2 움직임일 제 2 확률을 확인하는 경우, 제 1 움직임에 대응하는 제 1 방식 및 제 2 움직임에 대응하는 제 2 방식이 반영된 안정화 방식을, 이미지에 대응하는 안정화 방식으로 결정할 수 있다. 예를 들어, 전자 장치(101)는, 제 1 움직임에 대응하는 제 1 방식을 제 1 확률에 따라, 이미지에 대응하는 안정화 방식에 반영하고, 제 2 움직임에 대응하는 제 2 방식을 제 2 확률에 따라, 이미지에 대응하는 안정화 방식에 반영할 수 있다. 예를 들어, 전자 장치(101)는, 이미지에 대응하는 움직임으로 복수 개의 움직임 및 복수 개의 움직임에 대응하는 복수 개의 확률을 확인하는 경우, 확률이 기준값 이상인 적어도 하나의 움직임에 대응하는 적어도 하나의 방식을, 이미지에 대응하는 안정화 방식에 반영할 수 있다. 예를 들어, 전자 장치(101)는, 이미지에 대응하는 움직임과 관련하여, 제 1 움직임일 제 1 확률, 제 2 움직임일 제 2 확률, 및 제 3 움직임일 제 3 확률을 확인할 수 있다. 이 경우, 전자 장치(101)는, 제 1 확률 및 제 2 확률은 기준값 이상이고 제 3 확률은 기준값 미만인 것에 기반하여, 제 1 움직임에 대응하는 제 1 방식 및 제 2 움직임에 대응하는 제 2 방식을 반영한 안정화 방식을, 이미지의 안정화 방식으로 결정할 수 있다. 또는, 전자 장치(101)는, 확인된 복수 개의 움직임 중에서, 확률이 기준값 이상인 움직임이 세 개 이상인 경우, 전자 장치(101)의 움직임을 랜덤 움직임으로 결정하고, 랜덤 움직임에 대응하여 지정된 안정화 방식을, 이미지의 안정화 방식으로 결정할 수 있다. 예를 들어, 전자 장치(101)는, 제 1 움직임일 제 1 확률, 제 2 움직임일 제 2 확률, 및 제 3 움직임일 제 3 확률이 모두 기준값 이상인 것에 기반하여, 랜덤 움직임에 대응하여 지정된 안정화 방식을, 이미지의 안정화 방식으로 결정할 수 있다.
509 동작에서, 다양한 실시예들에 따른, 전자 장치(101)는, 결정된 안정화 방식을 이미지에 적용할 수 있다. 전자 장치(101)는, 결정된 안정화 방식에 기반하여, 이미지의 흔들림을 보정할 수 있다.
도 7은, 다양한 실시예들에 따른, 전자 장치의 동작을 설명하기 위한 흐름도이다.
도 7을 참조하면, 701 동작에서, 다양한 실시예들에 따른, 전자 장치(101)(예를 들어, 프로세서(120))는, 복수 개의 이미지를 획득할 수 있다. 전자 장치(101)는, 연속하여 촬영된 복수 개의 이미지를 획득할 수 있다. 예를 들어, 전자 장치(101)는, 제 1 시점에 촬영된 제 1 이미지(또는 제 1 프레임)를 획득하고, 제 1 시점 이후 제 2 시점에 촬영된 제 2 이미지(또는 제 2 프레임)를 획득하고, 제 2 시점 이후 제 3 시점에 촬영된 제 3 이미지(또는 제 3 프레임)를 획득할 수 있다.
703 동작에서, 다양한 실시예들에 따른, 전자 장치(101)는, 움직임 정보를 확인할 수 있다. 전자 장치(101)는, 복수 개의 이미지에 대응하는 복수 개의 움직임 정보를 확인할 수 있다. 전자 장치(101)는, 복수 개의 이미지에 대응하는 복수 개의 움직임에 대한 정보를 포함하는 움직임 정보를 확인할 수 있다. 움직임 정보의 형태에 따라, 전자 장치(101)는, 복수 개의 움직임 정보를 획득한다고 표현될 수도 있고, 하나의 움직임 정보에 포함되는 복수 개의 움직임을 확인한다고 표현될 수도 있으며, 움직임 정보의 형태에는 제한이 없다. 예를 들어, 전자 장치(101)는, 제 1 시점에 대응하는 제 1 움직임 정보, 제 2 시점에 대응하는 제 2 움직임 정보, 및 제 3 시점에 대응하는 제 3 움직임 정보를 확인할 수 있다. 전자 장치(101)는, 503 동작과 마찬가지로, 센서 모듈(176)을 통해 획득되는 센싱 정보에 기반한 움직임 정보, 통신 모듈(190)을 통해 획득되는 움직임 정보, 또는 이미지 분석 결과에 기반하여 확인되는 움직임 정보를 확인할 수 있으며, 전자 장치(101)가 움직임 정보를 확인하는 방식에는 제한이 없다.
705 동작에서, 다양한 실시예들에 따른, 전자 장치(101)는, 획득된 복수 개의 이미지 각각에 대응하는 각각의 움직임을 확인할 수 있다. 예를 들어, 전자 장치(101)는, 복수 개의 이미지 각각에 대응하여, 하나의 움직임을 확인할 수도 있고, 복수 개의 움직임을 확인할 수도 있다. 전자 장치(101)가 하나의 이미지에 대하여 복수 개의 움직임을 확인한다는 것은, 503 동작과 같이, 하나의 이미지에 대응하는 복수 개의 움직임 및 그 확률을 확인하는 것을 의미할 수 있다. 예를 들어, 전자 장치(101)는, 제 1 시점에 획득된 제 1 이미지에 대응하는 적어도 하나의 제 1 움직임, 및 적어도 하나의 제 1 움직임에 대응하는 적어도 하나의 제 1 확률을 확인할 수 있다. 전자 장치(101)는, 제 2 시점에 획득된 제 2 이미지에 대응하는 적어도 하나의 제 2 움직임, 및 적어도 하나의 제 2 움직임에 대응하는 적어도 하나의 제 2 확률을 확인할 수 있다. 전자 장치(101)는, 제 3 시점에 획득된 제 3 이미지에 대응하는 적어도 하나의 제 3 움직임, 및 적어도 하나의 제 3 움직임에 대응하는 적어도 하나의 제 3 확률을 확인할 수 있다.
707 동작에서, 다양한 실시예들에 따른, 전자 장치(101)는, 미래 프레임의 움직임을 참조하여 현재 프레임(예를 들어, 타겟 프레임)의 안정화 방식을 결정할 수 있다. "현재 프레임(또는 현재 이미지)"은, 안정화 방식을 결정하는 대상이 되는 프레임일 수 있다. 현재 프레임은 미래 프레임과 대비하여 이전 시점에 획득된 프레임이라는 것을 강조하기 위하여 사용된 용어로서, 현재 프레임(또는 현재 이미지)은, 시기적으로 현 시점의 프레임이라는 의미일 수도 있고, 또는 안정화 방식을 결정하는 대상이 되는 프레임이라는 의미일 수 있다. "미래 프레임"은, 현재 프레임이 획득된 시점 이후에 획득된 프레임일 수 있다. 예를 들어, 전자 장치(101)는, 제 1 시점에 획득된 제 1 이미지(또는 제 1 프레임)에 대응하는 적어도 하나의 제 1 움직임 및 적어도 하나의 제 1 움직임에 대응하는 적어도 하나의 제 1 확률과, 제 1 시점 이후 제 2 시점에 획득된 제 2 이미지(또는 제 2 프레임)에 대응하는 적어도 하나의 제 2 움직임 및 적어도 하나의 제 2 움직임에 대응하는 적어도 하나의 제 2 확률에 기반하여, 제 1 이미지(또는 제 1 프레임)에 대응하는 제 1 안정화 방식을 결정할 수 있다. 예를 들어, 전자 장치(101)는, 미래 프레임의 움직임이 현재 프레임의 움직임과 상이한 것에 기반하여, 현재 프레임의 움직임과 미래 프레임의 움직임을 반영한 안정화 방식을, 현재 프레임의 안정화 방식으로 결정할 수 있다. 예를 들어, 전자 장치(101)는, 제 1 시점의 제 1 프레임에 대응하는 움직임이 제 1 움직임일 제 1 확률, 제 2 움직임일 제 2 확률을 확인하고, 제 1 시점 이후의 제 2 시점의 제 2 프레임에 대응하는 움직임이 제 3 움직임일 제 3 확률을 확인하고, 제 3 움직임이 제 1 움직임 또는 제 2 움직임과 상이한 것에 기반하여, 제 1 움직임, 제 1 확률, 제 2 움직임, 제 2 확률, 제 3 움직임 및 제 3 확률에 적어도 기반하여, 제 1 프레임의 제 1 안정화 방식을 결정할 수 있다.
709 동작에서, 다양한 실시예들에 따른, 전자 장치(101)는, 결정된 안정화 방식을 현재 이미지(또는 현재 프레임)에 적용할 수 있다.
복수 개의 이미지에 대응하는 움직임에 기반하여, 안정화 방식을 결정하는 실시예를 도 8, 도 9, 및 도 10에서 추가적으로 설명하도록 한다.
도 8은, 다양한 실시예들에 따른, 전자 장치의 동작을 설명하기 위한 흐름도이다.
도 8을 참조하면, 801 동작에서, 다양한 실시예들에 따른, 전자 장치(101)(예를 들어, 프로세서(120))는, 복수 개의 이미지를 획득하고, 복수 개의 이미지 각각에 대응하는 복수 개의 움직임 각각을 확인할 수 있다. 전자 장치(101)는, 연속하여 촬영된 복수 개의 이미지를 획득할 수 있다. 801 동작은, 701 동작 및 703 동작일 수 있다.
803 동작에서, 다양한 실시예들에 따른, 전자 장치(101)는, 제 1 이미지으로부터의 거리가 기준값(예: 기준 거리) 이하인 적어도 하나의 이미지에 대응하는 적어도 하나의 움직임에 기반하여, 제 1 이미지의 안정화 방식을 결정할 수 있다. 이미지(또는 프레임) 사이의 "거리"는, 프레임 넘버의 차이일 수 있다. 예를 들어, 100개의 프레임이 연속하여 획득된 경우, 제 1 프레임과 제 2 프레임 사이의 거리는 1이고, 제 1 프레임과 제 10 프레임 사이의 거리는 9이고, 제 1 프레임과 제 100 프레임 사이의 거리는 99이고, 제 2 프레임과 제 100 프레임 사이의 거리는 98일 수 있다. 예를 들어, 100개의 프레임이 연속하여 획득되고, 거리에 대한 기준값이 10인 경우, 전자 장치(101)는, 제 1 프레임의 안정화 방식을 결정하기 위하여, 제 1 프레임부터 제 11 프레임까지의 각각의 프레임에 대응하는 각각의 움직임을 참조할 수 있다. 예를 들어, 전자 장치(101)는, 기준 거리 이내의 모든 프레임 각각의 움직임을 모두 반영하여 현재 프레임의 안정화 방식을 결정할 수도 있고, 기준 거리 이내의 프레임 중에서, 현재 프레임의 움직임과 상이한 적어도 하나의 프레임의 움직임을 반영하여 현재 프레임의 안정화 방식을 결정할 수도 있다.
805 동작에서, 다양한 실시예들에 따른, 전자 장치(101)는, 결정된 안정화 방식을 이미지(예: 현재 이미지)에 적용할 수 있다.
도 9는, 다양한 실시예들에 따른, 전자 장치의 동작을 설명하기 위한 흐름도이다.
도 9의 901 동작에 앞서, 전자 장치(101)(예를 들어, 프로세서(120))는, 801 동작을 수행할 수 있다. 예를 들어, 전자 장치(101)는, 복수 개의 이미지를 획득하고, 복수 개의 이미지 각각에 대응하는 복수 개의 움직임 각각을 확인할 수 있다.
도 9를 참조하면, 901 동작에서, 다양한 실시예들에 따른, 전자 장치(101)(예를 들어, 프로세서(120))는, 움직임의 개수를 확인할 수 있다. 전자 장치(101)는, 복수 개의 이미지 각각에 대응하는 복수 개의 움직임 중에서, 동일한 움직임으로 분류되는 움직임에 각각 대응하는 개수를 확인할 수 있다. 예를 들어, 복수 개의 이미지 중에서, 그 움직임이 제 1 움직임인 이미지의 개수, 제 2 움직임인 이미지의 개수, 및 제 3 움직임인 이미지의 개수를 확인할 수 있다. 예를 들어, 기준 거리가 5이고, 제 1 프레임부터 제 6 프레임까지의 움직임이 각각 순서대로 제 1 움직임, 제 2 움직임, 제 3 움직임, 제 1 움직임, 제 2 움직임, 제 1 움직임인 경우, 제 1 움직임에 해당하는 프레임은 3개, 제 2 움직임에 해당하는 프레임은 2개, 제 3 움직임에 해당하는 프레임은 1개로 확인될 수 있다.
903 동작에서, 다양한 실시예들에 따른, 전자 장치(101)는, 확인된 움직임의 개수에 기반하여, 이미지(예를 들어, 현재 이미지)에 대응하는 안정화 방식을 결정할 수 있다. 예를 들어, 전자 장치(101)는, 복수 개의 이미지 각각에 대응하는 복수 개의 움직임 중에서 동일한 움직임으로 분류되는 움직임에 각각 대응하는 개수를 확인하고, 확인된 움직임의 개수에 기반하여, 안정화 방식을 결정할 수 있다. 예를 들어, 901 동작에서와 같이, 기준 거리가 5이고, 제 1 움직임에 해당하는 프레임은 3개, 제 2 움직임에 해당하는 프레임은 2개, 제 3 움직임에 해당하는 프레임은 1개로 확인되는 경우, 전자 장치(101)는, 제 1 움직임 및 제 1 움직임의 개수인 3개, 제 2 움직임 및 제 2 움직임의 개수인 2개, 제 3 움직임 및 제 3 움직임의 개수인 1개에 적어도 기반하여, 제 1 프레임의 안정화 방식을 결정할 수 있다. 예를 들어, 전자 장치(101)는, 움직임의 개수가 큰 움직임에 대응하는 방식을, 움직임의 개수가 작은 움직임에 대응하는 방식에 비하여, 더 높은 비율(예: 가중치)로 반영한 안정화 방식을, 현재 움직임에 대응하는 안정화 방식으로 결정할 수 있다. 예를 들어, 전자 장치(101)는, 제 1 움직임이 3개, 제 2 움직임이 2개, 제 3 움직임이 1개인 경우, 제 1 움직임에 대응하는 제 1 방식은 3/(3+2+1)의 비율로 안정화 방식에 반영하고, 제 2 움직임에 대응하는 제 2 방식은 2/(3+2+1)의 비율로 안정화 방식에 반영하고, 제 3 움직임에 대응하는 제 3 방식은 1/(3+2+1)의 비율로 안정화 방식에 반영할 수 있다. 다만, 반영 비율에는 제한이 없다.
905 동작에서, 다양한 실시예들에 따른, 전자 장치(101)는, 결정된 안정화 방식을 현재 이미지(또는 현재 프레임)에 적용할 수 있다.
도 10은, 다양한 실시예들에 따른, 전자 장치의 동작을 설명하기 위한 흐름도이다.
도 10의 1001 동작에 앞서, 전자 장치(101)(예를 들어, 프로세서(120))는, 801 동작을 수행할 수 있다. 예를 들어, 전자 장치(101)는, 복수 개의 이미지를 획득하고, 복수 개의 이미지 각각에 대응하는 복수 개의 움직임 각각을 확인할 수 있다.
도 10을 참조하면, 1001 동작에서, 다양한 실시예들에 따른, 전자 장치(101)(예를 들어, 프로세서(120))는, 획득된 복수 개의 이미지 중에서 적어도 하나의 이미지와 제 1 이미지(예: 현재 이미지) 사이의 거리를 확인할 수 있다. 1003 동작에서, 다양한 실시예들에 따른, 전자 장치(101)는, 적어도 하나의 이미지와 제 1 이미지(예: 현재 이미지) 사이의 거리에 기반하여, 제 1 이미지의 안정화 방식을 결정할 수 있다. 예를 들어, 전자 장치(101)는, 현재 프레임의 안정화 방식을 결정하기 위하여, 현재 프레임으로부터의 거리가 가까운 프레임의 움직임의 반영 비율(예: 가중치)을 높일 수 있다. 예를 들어, 기준 거리가 5이고, 제 1 프레임부터 제 6 프레임까지의 움직임이 각각 순서대로 제 1 움직임, 제 2 움직임, 제 3 움직임, 제 1 움직임, 제 2 움직임, 제 1 움직임인 경우, 제 1 프레임으로부터 제 2 프레임까지의 거리가 제 1 프레임으로부터 제 3 프레임까지의 거리 보다 가까운 것에 기반하여, 전자 장치(101)는, 제 2 프레임의 제 2 움직임에 대응하는 제 2 방식의 반영 비율을, 제 3 프레임의 제 3 움직임에 대응하는 제 3 방식의 반영 비율 보다 크게 설정할 수 있다. 다만, 반영 비율에는 제한이 없다.
1005 동작에서, 다양한 실시예들에 따른, 전자 장치(101)는, 결정된 안정화 방식을 현재 이미지(또는 현재 프레임)에 적용할 수 있다.
상술한 동작들 중 적어도 하나는 딥 러닝에 의해 설계될 수 있다. 예를 들어, 전자 장치(101)는, 전자 장치(101)의 움직임과 관련된 데이터에 기반하여 학습된 모델을 이용하여, 전자 장치(101)의 움직임 및, 움직임과 관련된 안정화 방식을 추론할 수도 있다.
본 명세서에 기재된 다양한 실시예들은, 적용 가능한 범위 내에서, 상호 유기적으로 적용될 수 있음을 당업자는 이해할 수 있다. 예를 들어, 본 명세서에 기재된 일 실시예의 적어도 일부 동작이 생략되어 적용될 수도 있고, 일 실시예의 적어도 일부 동작과 다른 실시예의 적어도 일부 동작이 유기적으로 연결되어 적용될 수도 있음을 당업자는 이해할 수 있다.
다양한 실시예에 따라서, 전자 장치(101)는, 카메라(예: 카메라 모듈(180)); 및 적어도 하나의 프로세서(예: 프로세서(120) 및/또는 이미지 시그널 프로세서(260))를 포함하고, 상기 적어도 하나의 프로세서는, 상기 카메라를 통하여, 제 1 시점에 제 1 이미지를 획득하고, 상기 제 1 시점에 대응하는 상기 전자 장치의 제 1 움직임 정보를 확인하고, 상기 제 1 움직임 정보에 기반하여, 상기 제 1 이미지에 대응하는 움직임이 제 1 움직임일 제 1 확률, 및 상기 제 1 이미지에 대응하는 상기 움직임이 제 2 움직임일 제 2 확률을 확인하고, 상기 제 1 움직임, 상기 제 1 확률, 상기 제 2 움직임, 및 상기 제 2 확률에 적어도 기반하여, 상기 제 1 이미지의 제 1 안정화 방식을 결정하고, 상기 제 1 안정화 방식을 상기 제 1 이미지에 적용하도록 설정될 수 있다.
다양한 실시예에 따라서, 상기 적어도 하나의 프로세서는, 상기 제 1 움직임에 대응하는 제 1 방식, 및 상기 제 2 움직임에 대응하는 제 2 방식이 반영된 상기 제 1 안정화 방식을 결정하도록 설정될 수 있다.
다양한 실시예에 따라서, 상기 적어도 하나의 프로세서는, 상기 제 1 확률에 따라 상기 제 1 방식을 상기 제 1 안정화 방식에 반영하고, 상기 제 2 확률에 따라 상기 제 2 방식을 상기 제 1 안정화 방식에 반영하도록 설정수 있다.
다양한 실시예에 따라서, 상기 제 1 확률 및 상기 제 2 확률은 기준값 이상일 수 있다.
다양한 실시예에 따라서, 상기 적어도 하나의 프로세서는, 상기 제 1 움직임 정보에 기반하여, 상기 제 1 이미지에 대응하는 상기 움직임이 제 3 움직임일 제 3 확률을 확인하고, 상기 제 1 확률, 및 상기 제 2 확률은 상기 기준값 이상이고, 상기 제 3 확률은 상기 기준값 미만인 것에 기반하여, 상기 제 1 이미지의 상기 제 1 안정화 방식을 결정하고, 상기 제 1 확률, 상기 제 2 확률, 및 상기 제 3 확률이 모두 기준값 이상인 것에 기반하여, 상기 제 1 이미지의 안정화 방식을 상기 제 1 안정화 방식과 다른 지정된 안정화 방식으로 결정하고, 상기 지정된 안정화 방식을 상기 제 1 이미지에 적용하도록 설정될 수 있다.
다양한 실시예에 따라서, 상기 적어도 하나의 프로세서는, 상기 카메라를 통하여, 제 1 시점 이후 제 2 시점에 제 2 이미지를 획득하고, 상기 제 2 시점에 대응하는 상기 전자 장치의 제 2 움직임 정보를 확인하고, 상기 제 2 움직임 정보에 기반하여, 상기 제 2 이미지에 대응하는 제 4 움직임의 제 4 확률을 확인하고, 상기 제 4 움직임 및 상기 제 4 확률에 적어도 기반하여, 상기 제 1 이미지의 상기 제 1 안정화 방식을 결정하도록 설정될 수 있다.
다양한 실시예에 따라서, 상기 제 2 이미지의 상기 제 4 움직임은, 상기 제 1 움직임 또는 상기 제 2 움직임과 상이할 수 있다.
다양한 실시예에 따라서, 상기 적어도 하나의 프로세서는, 상기 카메라를 통하여, 상기 제 1 이미지를 포함하는 복수 개의 이미지를 획득하고, 상기 제 1 움직임 정보를 포함하는 움직임 정보를 확인하고, 상기 움직임 정보에 기반하여, 상기 복수 개의 이미지 각각에 대응하는 복수 개의 움직임 각각을 확인하고, 상기 복수 개의 이미지 각각에 대응하는 상기 복수 개의 움직임 중에서, 상기 제 1 이미지로부터의 거리가 기준값 이하인 적어도 하나의 이미지에 대응하는 적어도 하나의 움직임에 적어도 기반하여, 상기 제 1 안정화 방식을 결정하도록 설정될 수 있다.
다양한 실시예에 따라서, 상기 적어도 하나의 프로세서는, 상기 적어도 하나의 움직임 중에서 동일한 움직임으로 분류되는 움직임에 각각 대응하는 적어도 하나의 개수를 확인하고, 상기 적어도 하나의 움직임 및 상기 확인된 적어도 하나의 개수에 적어도 기반하여, 상기 제 1 안정화 방식을 결정하도록 설정될 수 있다.
다양한 실시예에 따라서, 상기 적어도 하나의 프로세서는, 상기 적어도 하나의 이미지와 상기 제 1 이미지 사이의 거리에 각각 대응하는 적어도 하나의 거리를 확인하고, 상기 적어도 하나의 움직임 및 상기 확인된 적어도 하나의 거리에 적어도 기반하여, 상기 제 1 안정화 방식을 결정하도록 설정될 수 있다.
다양한 실시예에 따라서, 전자 장치(예: 전자 장치(101))의 동작 방법은, 상기 전자 장치의 카메라(예: 카메라 모듈(180))를 통하여, 제 1 시점에 제 1 이미지를 획득하는 동작; 상기 제 1 시점에 대응하는 상기 전자 장치의 제 1 움직임 정보를 확인하는 동작; 상기 제 1 움직임 정보에 기반하여, 상기 제 1 이미지에 대응하는 움직임이 제 1 움직임일 제 1 확률, 및 상기 제 1 이미지에 대응하는 상기 움직임이 제 2 움직임일 제 2 확률을 확인하는 동작; 상기 제 1 움직임, 상기 제 1 확률, 상기 제 2 움직임, 및 상기 제 2 확률에 적어도 기반하여, 상기 제 1 이미지의 제 1 안정화 방식을 결정하는 동작; 및 상기 제 1 안정화 방식을 상기 제 1 이미지에 적용하는 동작을 포함할 수 있다.
다양한 실시예에 따라서, 상기 제 1 안정화 방식을 결정하는 동작은, 상기 제 1 움직임에 대응하는 제 1 방식, 및 상기 제 2 움직임에 대응하는 제 2 방식이 반영된 상기 제 1 안정화 방식을 결정하는 동작을 포함할 수 있다.
다양한 실시예에 따라서, 상기 제 1 안정화 방식을 결정하는 동작은, 상기 제 1 확률에 따라 상기 제 1 방식을 상기 제 1 안정화 방식에 반영하는 동작; 및 상기 제 2 확률에 따라 상기 제 2 방식을 상기 제 1 안정화 방식에 반영하는 동작을 포함할 수 있다.
다양한 실시예에 따라서, 상기 제 1 확률 및 상기 제 2 확률은 기준값 이상일 수 있다.
다양한 실시예에 따라서, 상기 제 1 안정화 방식을 결정하는 동작 및 상기 제 1 안정화 방식을 상기 제 1 이미지에 적용하는 동작은, 상기 제 1 움직임 정보에 기반하여, 상기 제 1 이미지에 대응하는 상기 움직임이 제 3 움직임일 제 3 확률을 확인하는 동작; 상기 제 1 확률, 및 상기 제 2 확률은 상기 기준값 이상이고, 상기 제 3 확률은 상기 기준값 미만인 것에 기반하여, 상기 제 1 이미지의 상기 제 1 안정화 방식을 결정하는 동작; 상기 제 1 확률, 상기 제 2 확률, 및 상기 제 3 확률이 모두 기준값 이상인 것에 기반하여, 상기 제 1 이미지의 안정화 방식을 상기 제 1 안정화 방식과 다른 지정된 안정화 방식으로 결정하는 동작; 및 상기 지정된 안정화 방식을 상기 제 1 이미지에 적용하는 동작을 포함할 수 있다.
다양한 실시예에 따라서, 상기 방법은, 상기 카메라를 통하여, 제 1 시점 이후 제 2 시점에 제 2 이미지를 획득하는 동작; 상기 제 2 시점에 대응하는 상기 전자 장치의 제 2 움직임 정보를 확인하는 동작; 및 상기 제 2 움직임 정보에 기반하여, 상기 제 2 이미지에 대응하는 제 4 움직임의 제 4 확률을 확인하는 동작을 더 포함하고, 상기 제 1 안정화 방식을 결정하는 동작은, 상기 제 4 움직임 및 상기 제 4 확률에 적어도 기반하여, 상기 제 1 이미지의 상기 제 1 안정화 방식을 결정하는 동작을 포함할 수 있다.
다양한 실시예에 따라서, 상기 제 2 이미지의 상기 제 4 움직임은, 상기 제 1 움직임 또는 상기 제 2 움직임과 상이할 수 있다.
다양한 실시예에 따라서, 상기 방법은, 상기 카메라를 통하여, 상기 제 1 이미지를 포함하는 복수 개의 이미지를 획득하는 동작; 상기 제 1 움직임 정보를 포함하는 움직임 정보를 확인하는 동작; 상기 움직임 정보에 기반하여, 상기 복수 개의 이미지 각각에 대응하는 복수 개의 움직임 각각을 확인하는 동작을 더 포함할 수 있다. 상기 제 1 안정화 방식을 결정하는 동작은, 상기 복수 개의 이미지 각각에 대응하는 상기 복수 개의 움직임 중에서, 상기 제 1 이미지로부터의 거리가 기준값 이하인 적어도 하나의 이미지에 대응하는 적어도 하나의 움직임에 적어도 기반하여, 상기 제 1 안정화 방식을 결정하는 동작을 포함할 수 있다.
다양한 실시예에 따라서, 상기 방법은, 상기 적어도 하나의 움직임 중에서 동일한 움직임으로 분류되는 움직임에 각각 대응하는 적어도 하나의 개수를 확인하는 동작을 더 포함할 수 있다. 상기 제 1 안정화 방식을 결정하는 동작은, 상기 적어도 하나의 움직임 및 상기 확인된 적어도 하나의 개수에 적어도 기반하여, 상기 제 1 안정화 방식을 결정하는 동작을 포함할 수 있다.
다양한 실시예에 따라서, 상기 방법은, 상기 적어도 하나의 이미지와 상기 제 1 이미지 사이의 거리에 각각 대응하는 적어도 하나의 거리를 확인하는 동작을 더 포함할 수 있다. 상기 제 1 안정화 방식을 결정하는 동작은, 상기 적어도 하나의 움직임 및 상기 확인된 적어도 하나의 거리에 적어도 기반하여, 상기 제 1 안정화 방식을 결정하는 동작을 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)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(136) 또는 외장 메모리(138))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(140))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(101))의 프로세서(예: 프로세서(120))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
일실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory(CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.

Claims (20)

  1. 전자 장치에 있어서,
    카메라; 및
    적어도 하나의 프로세서를 포함하고,
    상기 적어도 하나의 프로세서는,
    상기 카메라를 통하여, 제 1 시점에 제 1 이미지를 획득하고,
    상기 제 1 시점에 대응하는 상기 전자 장치의 제 1 움직임 정보를 확인하고,
    상기 제 1 움직임 정보에 기반하여, 상기 제 1 이미지에 대응하는 움직임이 제 1 움직임일 제 1 확률, 및 상기 제 1 이미지에 대응하는 상기 움직임이 제 2 움직임일 제 2 확률을 확인하고,
    상기 제 1 움직임, 상기 제 1 확률, 상기 제 2 움직임, 및 상기 제 2 확률에 적어도 기반하여, 상기 제 1 이미지의 제 1 안정화 방식을 결정하고,
    상기 제 1 안정화 방식을 상기 제 1 이미지에 적용하도록 설정되는,
    전자 장치.
  2. 제 1 항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 제 1 움직임에 대응하는 제 1 방식, 및 상기 제 2 움직임에 대응하는 제 2 방식이 반영된 상기 제 1 안정화 방식을 결정하도록 설정되는,
    전자 장치.
  3. 제 2 항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 제 1 확률에 따라 상기 제 1 방식을 상기 제 1 안정화 방식에 반영하고,
    상기 제 2 확률에 따라 상기 제 2 방식을 상기 제 1 안정화 방식에 반영하도록 설정되는,
    전자 장치.
  4. 제 1 항에 있어서,
    상기 제 1 확률 및 상기 제 2 확률은 기준값 이상인,
    전자 장치.
  5. 제 4 항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 제 1 움직임 정보에 기반하여, 상기 제 1 이미지에 대응하는 상기 움직임이 제 3 움직임일 제 3 확률을 확인하고,
    상기 제 1 확률, 및 상기 제 2 확률은 상기 기준값 이상이고, 상기 제 3 확률은 상기 기준값 미만인 것에 기반하여, 상기 제 1 이미지의 상기 제 1 안정화 방식을 결정하고,
    상기 제 1 확률, 상기 제 2 확률, 및 상기 제 3 확률이 모두 기준값 이상인 것에 기반하여, 상기 제 1 이미지의 안정화 방식을 상기 제 1 안정화 방식과 다른 지정된 안정화 방식으로 결정하고,
    상기 지정된 안정화 방식을 상기 제 1 이미지에 적용하도록 설정되는,
    전자 장치.
  6. 제 1 항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 카메라를 통하여, 제 1 시점 이후 제 2 시점에 제 2 이미지를 획득하고,
    상기 제 2 시점에 대응하는 상기 전자 장치의 제 2 움직임 정보를 확인하고,
    상기 제 2 움직임 정보에 기반하여, 상기 제 2 이미지에 대응하는 제 4 움직임의 제 4 확률을 확인하고,
    상기 제 4 움직임 및 상기 제 4 확률에 적어도 기반하여, 상기 제 1 이미지의 상기 제 1 안정화 방식을 결정하도록 설정되는,
    전자 장치.
  7. 제 6 항에 있어서,
    상기 제 2 이미지의 상기 제 4 움직임은, 상기 제 1 움직임 또는 상기 제 2 움직임과 상이한,
    전자 장치.
  8. 제 1 항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 카메라를 통하여, 상기 제 1 이미지를 포함하는 복수 개의 이미지를 획득하고,
    상기 제 1 움직임 정보를 포함하는 움직임 정보를 확인하고,
    상기 움직임 정보에 기반하여, 상기 복수 개의 이미지 각각에 대응하는 복수 개의 움직임 각각을 확인하고,
    상기 복수 개의 이미지 각각에 대응하는 상기 복수 개의 움직임 중에서, 상기 제 1 이미지로부터의 거리가 기준값 이하인 적어도 하나의 이미지에 대응하는 적어도 하나의 움직임에 적어도 기반하여, 상기 제 1 안정화 방식을 결정하도록 설정되는,
    전자 장치.
  9. 제 8 항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 적어도 하나의 움직임 중에서 동일한 움직임으로 분류되는 움직임에 각각 대응하는 적어도 하나의 개수를 확인하고,
    상기 적어도 하나의 움직임 및 상기 확인된 적어도 하나의 개수에 적어도 기반하여, 상기 제 1 안정화 방식을 결정하도록 설정되는,
    전자 장치.
  10. 제 8 항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 적어도 하나의 이미지와 상기 제 1 이미지 사이의 거리에 각각 대응하는 적어도 하나의 거리를 확인하고,
    상기 적어도 하나의 움직임 및 상기 확인된 적어도 하나의 거리에 적어도 기반하여, 상기 제 1 안정화 방식을 결정하도록 설정되는,
    전자 장치.
  11. 전자 장치의 동작 방법에 있어서,
    상기 전자 장치의 카메라를 통하여, 제 1 시점에 제 1 이미지를 획득하는 동작;
    상기 제 1 시점에 대응하는 상기 전자 장치의 제 1 움직임 정보를 확인하는 동작;
    상기 제 1 움직임 정보에 기반하여, 상기 제 1 이미지에 대응하는 움직임이 제 1 움직임일 제 1 확률, 및 상기 제 1 이미지에 대응하는 상기 움직임이 제 2 움직임일 제 2 확률을 확인하는 동작;
    상기 제 1 움직임, 상기 제 1 확률, 상기 제 2 움직임, 및 상기 제 2 확률에 적어도 기반하여, 상기 제 1 이미지의 제 1 안정화 방식을 결정하는 동작; 및
    상기 제 1 안정화 방식을 상기 제 1 이미지에 적용하는 동작을 포함하는,
    방법.
  12. 제 11 항에 있어서,
    상기 제 1 안정화 방식을 결정하는 동작은,
    상기 제 1 움직임에 대응하는 제 1 방식, 및 상기 제 2 움직임에 대응하는 제 2 방식이 반영된 상기 제 1 안정화 방식을 결정하는 동작을 포함하는,
    방법.
  13. 제 12 항에 있어서,
    상기 제 1 안정화 방식을 결정하는 동작은,
    상기 제 1 확률에 따라 상기 제 1 방식을 상기 제 1 안정화 방식에 반영하는 동작; 및
    상기 제 2 확률에 따라 상기 제 2 방식을 상기 제 1 안정화 방식에 반영하는 동작을 포함하는,
    방법.
  14. 제 11 항에 있어서,
    상기 제 1 확률 및 상기 제 2 확률은 기준값 이상인,
    방법.
  15. 제 14 항에 있어서,
    상기 제 1 안정화 방식을 결정하는 동작 및 상기 제 1 안정화 방식을 상기 제 1 이미지에 적용하는 동작은,
    상기 제 1 움직임 정보에 기반하여, 상기 제 1 이미지에 대응하는 상기 움직임이 제 3 움직임일 제 3 확률을 확인하는 동작;
    상기 제 1 확률, 및 상기 제 2 확률은 상기 기준값 이상이고, 상기 제 3 확률은 상기 기준값 미만인 것에 기반하여, 상기 제 1 이미지의 상기 제 1 안정화 방식을 결정하는 동작;
    상기 제 1 확률, 상기 제 2 확률, 및 상기 제 3 확률이 모두 기준값 이상인 것에 기반하여, 상기 제 1 이미지의 안정화 방식을 상기 제 1 안정화 방식과 다른 지정된 안정화 방식으로 결정하는 동작; 및
    상기 지정된 안정화 방식을 상기 제 1 이미지에 적용하는 동작을 포함하는,
    방법.
  16. 제 11 항에 있어서,
    상기 카메라를 통하여, 제 1 시점 이후 제 2 시점에 제 2 이미지를 획득하는 동작;
    상기 제 2 시점에 대응하는 상기 전자 장치의 제 2 움직임 정보를 확인하는 동작; 및
    상기 제 2 움직임 정보에 기반하여, 상기 제 2 이미지에 대응하는 제 4 움직임의 제 4 확률을 확인하는 동작을 더 포함하고,
    상기 제 1 안정화 방식을 결정하는 동작은,
    상기 제 4 움직임 및 상기 제 4 확률에 적어도 기반하여, 상기 제 1 이미지의 상기 제 1 안정화 방식을 결정하는 동작을 포함하는,
    방법.
  17. 제 16 항에 있어서,
    상기 제 2 이미지의 상기 제 4 움직임은, 상기 제 1 움직임 또는 상기 제 2 움직임과 상이한,
    방법.
  18. 제 11 항에 있어서,
    상기 카메라를 통하여, 상기 제 1 이미지를 포함하는 복수 개의 이미지를 획득하는 동작;
    상기 제 1 움직임 정보를 포함하는 움직임 정보를 확인하는 동작;
    상기 움직임 정보에 기반하여, 상기 복수 개의 이미지 각각에 대응하는 복수 개의 움직임 각각을 확인하는 동작을 더 포함하고,
    상기 제 1 안정화 방식을 결정하는 동작은,
    상기 복수 개의 이미지 각각에 대응하는 상기 복수 개의 움직임 중에서, 상기 제 1 이미지로부터의 거리가 기준값 이하인 적어도 하나의 이미지에 대응하는 적어도 하나의 움직임에 적어도 기반하여, 상기 제 1 안정화 방식을 결정하는 동작을 포함하는,
    방법.
  19. 제 18 항에 있어서,
    상기 적어도 하나의 움직임 중에서 동일한 움직임으로 분류되는 움직임에 각각 대응하는 적어도 하나의 개수를 확인하는 동작을 더 포함하고,
    상기 제 1 안정화 방식을 결정하는 동작은,
    상기 적어도 하나의 움직임 및 상기 확인된 적어도 하나의 개수에 적어도 기반하여, 상기 제 1 안정화 방식을 결정하는 동작을 포함하는,
    방법.
  20. 제 18 항에 있어서,
    상기 적어도 하나의 이미지와 상기 제 1 이미지 사이의 거리에 각각 대응하는 적어도 하나의 거리를 확인하는 동작을 더 포함하고,
    상기 제 1 안정화 방식을 결정하는 동작은,
    상기 적어도 하나의 움직임 및 상기 확인된 적어도 하나의 거리에 적어도 기반하여, 상기 제 1 안정화 방식을 결정하는 동작을 포함하는,
    방법.
KR1020220033163A 2022-02-07 2022-03-17 이미지를 보정하는 장치 및 그 방법 KR20230119570A (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020220015680 2022-02-07
KR20220015680 2022-02-07

Publications (1)

Publication Number Publication Date
KR20230119570A true KR20230119570A (ko) 2023-08-16

Family

ID=87848515

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220033163A KR20230119570A (ko) 2022-02-07 2022-03-17 이미지를 보정하는 장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR20230119570A (ko)

Similar Documents

Publication Publication Date Title
KR20220067034A (ko) 슬로우 셔터를 제공하기 위한 방법, 장치 및 저장 매체
US20220360713A1 (en) Electronic device including camera
KR20220157735A (ko) 전자 장치의 촬영 방법 및 그 전자 장치
KR20220151932A (ko) 전자 장치 및 전자 장치의 동작 방법
KR20220130481A (ko) 카메라 모듈의 화각을 이용하여 이미지를 촬영하는 전자 장치 및 방법
KR20220099789A (ko) 카메라 모듈을 포함하는 전자 장치 및 그 전자 장치의 동작 방법
KR20220151451A (ko) 복수의 카메라를 포함하는 전자 장치 및 그 동작 방법
KR20230119570A (ko) 이미지를 보정하는 장치 및 그 방법
US12015848B2 (en) Electronic device performing image stabilization and operating method thereof
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
KR20230039351A (ko) 이미지에 보케 효과를 적용하는 전자 장치 및 그 동작 방법
KR20220152819A (ko) 카메라를 포함하는 전자 장치
KR20230062010A (ko) 촬영 시 흔들림을 보정하는 방법 및 그 전자 장치
KR20220157196A (ko) 이미지 처리 방법 및 그 전자 장치
KR20220153305A (ko) 이미지 데이터와 모션 데이터를 포함하는 파일을 생성하는 방법 및 그 전자 장치
KR20230053144A (ko) 전자 장치 및 전자 장치에서 촬영 기능을 수행하는 방법
KR20230065034A (ko) Hdr 이미지들을 촬영하는 전자 장치와 이의 동작 방법
KR20220153366A (ko) 이미지 왜곡을 보정하는 방법 및 그 전자 장치
KR20230115178A (ko) 카메라를 포함하는 전자 장치
KR20220101998A (ko) 자동 초점 조절이 가능한 전자 장치 및 그 동작 방법
KR20230059103A (ko) 카메라 모듈을 포함하는 전자 장치 및 그 전자 장치의 동작 방법
KR20220124472A (ko) 복수의 렌즈들을 구비하는 전자 장치 및 그 제어 방법
KR20230168864A (ko) 복수의 노출값을 이용하여 이미지를 처리하는 전자 장치 및 방법
KR20220160341A (ko) 렌즈 구동 정보와 이미지를 동기화하는 전자 장치