KR20240057945A - 고 동적 대역 영상을 생성하는 전자 장치 및 그 동작 방법 - Google Patents
고 동적 대역 영상을 생성하는 전자 장치 및 그 동작 방법 Download PDFInfo
- Publication number
- KR20240057945A KR20240057945A KR1020220166365A KR20220166365A KR20240057945A KR 20240057945 A KR20240057945 A KR 20240057945A KR 1020220166365 A KR1020220166365 A KR 1020220166365A KR 20220166365 A KR20220166365 A KR 20220166365A KR 20240057945 A KR20240057945 A KR 20240057945A
- Authority
- KR
- South Korea
- Prior art keywords
- image
- electronic device
- area
- processor
- threshold
- Prior art date
Links
- 238000011017 operating method Methods 0.000 title 1
- 230000033001 locomotion Effects 0.000 claims abstract description 67
- 230000015654 memory Effects 0.000 claims abstract description 40
- 238000000034 method Methods 0.000 claims description 34
- 229920006395 saturated elastomer Polymers 0.000 claims description 9
- 230000011218 segmentation Effects 0.000 claims description 8
- 238000004891 communication Methods 0.000 description 48
- 238000010586 diagram Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 13
- 230000008569 process Effects 0.000 description 12
- 238000012545 processing Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 9
- 238000013528 artificial neural network Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000013473 artificial intelligence Methods 0.000 description 5
- 238000012937 correction Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 239000003381 stabilizer Substances 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000000638 stimulation Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000000712 assembly Effects 0.000 description 2
- 238000000429 assembly Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000002194 synthesizing effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003155 kinesthetic effect Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 229910052724 xenon Inorganic materials 0.000 description 1
- FHNFHKCVQCLJFQ-UHFFFAOYSA-N xenon atom Chemical compound [Xe] FHNFHKCVQCLJFQ-UHFFFAOYSA-N 0.000 description 1
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
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/741—Circuitry for compensating brightness variation in the scene by increasing the dynamic range of the image compared to the dynamic range of the electronic image sensors
-
- 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
- H04N23/68—Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/73—Circuitry for compensating brightness variation in the scene by influencing the exposure time
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/95—Computational photography systems, e.g. light-field imaging systems
- H04N23/951—Computational photography systems, e.g. light-field imaging systems by using two or more images to influence resolution, frame rate or aspect ratio
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
다양한 실시예들에 따른 전자 장치(electronic device)는 카메라, 메모리 및 적어도 하나의 프로세서를 포함할 수 있다. 적어도 하나의 프로세서는 서로 다른 노출 값에 기초하여 상기 카메라를 통해서 획득된 복수의 이미지 프레임들을 획득하고, 상기 복수의 이미지 프레임들 중 적어도 하나의 이미지 프레임 내에서 지정된 클래스로 분류되는 적어도 하나의 영역을 식별하고, 상기 식별된 적어도 하나의 영역에 대한 피사체의 움직임 정보를 획득하며, 상기 움직임 정보가 임계치 이상인 경우 상기 복수의 이미지 프레임들 중 어느 하나의 이미지 프레임을 보정하여 영상을 생성하고, 상기 움직임 정보가 상기 임계치보다 작은 경우 상기 복수의 이미지 프레임들을 합성하여 고 동적 범위 영상을 생성하도록 구성될 수 있다.
Description
본 개시는 고 동적 대역 영상을 생성하는 전자 장치 및 그 동작 방법에 관한 것이다.
디지털 카메라를 포함하는 전자 장치는 빛을 검출하고 검출된 빛을 전기 신호로 출력하는 이미지 센서를 이용하여 디지털 영상을 생성할 수 있다. 이미지 센서가 검출할 수 있는 빛의 세기의 범위는 인간의 시각에 의하 감지되는 범위보다 좁을 수 있다. 영상을 생성하는 전자 장치가 표현할 수 있는 동적 범위(dynamic range)를 향상시키기 위하여 고 동적 범위(high dynamic range, HDR) 알고리즘이 이용될 수 있다. 고 동적 범위 영상을 생성하는 대표적인 방법은 여러 노출값에 기반하여 획득된 복수의 이미지 프레임들을 합성하여 영상을 생성하는 것이다.
상술한 정보는 본 개시에 대한 이해를 돕기 위한 목적으로 하는 배경 기술(related art)로 제공될 수 있다. 상술한 내용 중 어느 것도 본 개시와 관련하여 종래 기술(prior art)로서 적용될 수 있는지에 관해서는 어떠한 주장이나 결정이 제기되지 않는다.
일 실시예에 따른 전자 장치는 카메라, 인스트럭션들을 저장하는 메모리 및 적어도 하나의 프로세서를 포함할 수 있다. 상기 적어도 하나의 프로세서는 상기 인스트럭션들을 실행시에 서로 다른 노출 값에 기초하여 상기 카메라를 통해서 획득된 복수의 이미지 프레임들을 획득하도록 구성될 수 있다. 상기 적어도 하나의 프로세서는 상기 복수의 이미지 프레임들 중 적어도 하나의 이미지 프레임 내에서 지정된 클래스로 분류되는 적어도 하나의 영역을 식별하도록 구성될 수 있다. 상기 적어도 하나의 프로세서는 상기 식별된 적어도 하나의 영역에 대한 피사체의 움직임 정보를 획득하도록 구성될 수 있다. 상기 적어도 하나의 프로세서는 상기 움직임 정보가 임계치 이상인 경우 상기 복수의 이미지 프레임들 중 어느 하나의 이미지 프레임을 보정하여 영상을 생성하고, 상기 움직임 정보가 상기 임계치보다 작은 경우 상기 복수의 이미지 프레임들을 합성하여 고 동적 범위 영상을 생성하도록 구성될 수 있다.
일 실시예에 따른 전자 장치를 동작하는 방법은, 서로 다른 노출 값에 기초하여 획득된 복수의 이미지 프레임들을 획득하는 동작을 포함할 수 있다. 상기 방법은 복수의 이미지 프레임들 중 적어도 하나의 이미지 프레임 내에서 지정된 클래스로 분류되는 적어도 하나의 영역을 식별하는 동작을 포함할 수 있다. 상기 방법은 상기 식별된 적어도 하나의 영역에 대한 움직임 정보를 획득하는 동작을 포함할 수 있다. 상기 방법은 상기 움직임 정보와 임계치를 비교한 결과에 기초하여, 상기 움직임 정보가 상기 임계치 이상인 경우 상기 복수의 이미지 프레임들 중 어느 하나의 이미지 프레임을 보정하여 영상을 생성하고, 상기 움직임 정보가 상기 임계치보다 작은 경우 상기 복수의 이미지 프레임들을 합성하여 고 동적 범위 영상을 생성하는 동작을 포함할 수 있다.
일 실시예에 따른 프로그램을 기록한 비일시적 저장 매체는, 상술한 방법을 실행하기 위한 프로그램을 기록한 것일 수 있다.
도 1은, 다양한 실시예들에 따른, 네트워크 환경 내의 전자 장치의 블록도이다.
도 2는, 다양한 실시예들에 따른, 카메라 모듈을 예시하는 블럭도이다.
도 3은, 일 실시예에 따른 전자 장치의 구성을 도시한 블록도이다.
도 4는, 일 실시예에 따른 전자 장치가 영상을 생성하기 위한 구조를 도시한 블록도이다.
도 5는, 일 실시예에 따른 전자 장치가 동작하는 프로세스를 도시한 흐름도이다.
도 6은, 일 실시예에 따른 전자 장치가 보정하는 이미지 프레임의 픽셀 값을 나타내기 위한 YUV 공간을 도시한 도면이다.
도 7은, 일 실시예에 따른 전자 장치가 복수개의 이미지 프레임들을 합성하여 영상을 획득하는 동작을 설명하기 위한 도면이다.
도 8은, 일 실시예에 따른 전자 장치가 고 동적 범위 영상을 생성하는 프로세스를 도시한 흐름도이다.
도 9는, 일 실시예에 따라 이미지 프레임들로부터 고 동적 범위 영상이 생성되는 과정의 예시를 도시한 도면이다.
도 2는, 다양한 실시예들에 따른, 카메라 모듈을 예시하는 블럭도이다.
도 3은, 일 실시예에 따른 전자 장치의 구성을 도시한 블록도이다.
도 4는, 일 실시예에 따른 전자 장치가 영상을 생성하기 위한 구조를 도시한 블록도이다.
도 5는, 일 실시예에 따른 전자 장치가 동작하는 프로세스를 도시한 흐름도이다.
도 6은, 일 실시예에 따른 전자 장치가 보정하는 이미지 프레임의 픽셀 값을 나타내기 위한 YUV 공간을 도시한 도면이다.
도 7은, 일 실시예에 따른 전자 장치가 복수개의 이미지 프레임들을 합성하여 영상을 획득하는 동작을 설명하기 위한 도면이다.
도 8은, 일 실시예에 따른 전자 장치가 고 동적 범위 영상을 생성하는 프로세스를 도시한 흐름도이다.
도 9는, 일 실시예에 따라 이미지 프레임들로부터 고 동적 범위 영상이 생성되는 과정의 예시를 도시한 도면이다.
도 1은, 다양한 실시예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록도이다. 도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 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) 중 적어도 하나와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 연결 단자(178), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(178))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(176), 카메라 모듈(180), 또는 안테나 모듈(197))은 하나의 구성요소(예: 디스플레이 모듈(160))로 통합될 수 있다.
프로세서(120)는, 예를 들면, 소프트웨어(예: 프로그램(140))를 실행하여 프로세서(120)에 연결된 전자 장치(101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(120)는 다른 구성요소(예: 센서 모듈(176) 또는 통신 모듈(190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(132)에 저장하고, 휘발성 메모리(132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(134)에 저장할 수 있다. 일실시예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(101)가 메인 프로세서(121) 및 보조 프로세서(123)를 포함하는 경우, 보조 프로세서(123)는 메인 프로세서(121)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(123)는 메인 프로세서(121)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(123)는, 예를 들면, 메인 프로세서(121)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(121)를 대신하여, 또는 메인 프로세서(121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(121)와 함께, 전자 장치(101)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(160), 센서 모듈(176), 또는 통신 모듈(190))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능 모델이 수행되는 전자 장치(101) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(108))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.
메모리(130)는, 전자 장치(101)의 적어도 하나의 구성요소(예: 프로세서(120) 또는 센서 모듈(176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(130)는, 휘발성 메모리(132) 또는 비휘발성 메모리(134)를 포함할 수 있다.
프로그램(140)은 메모리(130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(142), 미들 웨어(144) 또는 어플리케이션(146)을 포함할 수 있다.
입력 모듈(150)은, 전자 장치(101)의 구성요소(예: 프로세서(120))에 사용될 명령 또는 데이터를 전자 장치(101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(150)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.
음향 출력 모듈(155)은 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 모듈(155)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
디스플레이 모듈(160)은 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일실시예에 따르면, 디스플레이 모듈(160)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.
오디오 모듈(170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일실시예에 따르면, 오디오 모듈(170)은, 입력 모듈(150)을 통해 소리를 획득하거나, 음향 출력 모듈(155), 또는 전자 장치(101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(102))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.
센서 모듈(176)은 전자 장치(101)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일실시예에 따르면, 센서 모듈(176)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.
인터페이스(177)는 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일실시예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(178)는, 그를 통해서 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일실시예에 따르면, 연결 단자(178)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(179)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일실시예에 따르면, 햅틱 모듈(179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(180)은 정지 영상 및 동영상을 촬영할 수 있다. 일실시예에 따르면, 카메라 모듈(180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(188)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 일실시예에 따르면, 전력 관리 모듈(188)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(189)는 전자 장치(101)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일실시예에 따르면, 배터리(189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(190)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(190)은 프로세서(120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일실시예에 따르면, 통신 모듈(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 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 eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.
안테나 모듈(197)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 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.
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.
도 2는, 다양한 실시예들에 따른, 카메라 모듈(180)을 예시하는 블럭도(200)이다. 도 2를 참조하면, 카메라 모듈(180)은 렌즈 어셈블리(210), 플래쉬(220), 이미지 센서(230), 이미지 스태빌라이저(240), 메모리(250)(예: 버퍼 메모리), 또는 이미지 시그널 프로세서(260)를 포함할 수 있다. 렌즈 어셈블리(210)는 이미지 촬영의 대상인 피사체로부터 방출되는 빛을 수집할 수 있다. 렌즈 어셈블리(210)는 하나 또는 그 이상의 렌즈들을 포함할 수 있다. 일실시예에 따르면, 카메라 모듈(180)은 복수의 렌즈 어셈블리(210)들을 포함할 수 있다. 이런 경우, 카메라 모듈(180)은, 예를 들면, 듀얼 카메라, 360도 카메라, 또는 구형 카메라(spherical camera)를 형성할 수 있다. 복수의 렌즈 어셈블리(210)들 중 일부는 동일한 렌즈 속성(예: 화각, 초점 거리, 자동 초점, f 넘버(f number), 또는 광학 줌)을 갖거나, 또는 적어도 하나의 렌즈 어셈블리는 다른 렌즈 어셈블리의 렌즈 속성들과 다른 하나 이상의 렌즈 속성들을 가질 수 있다. 렌즈 어셈블리(210)는, 예를 들면, 광각 렌즈 또는 망원 렌즈를 포함할 수 있다.
플래쉬(220)는 피사체로부터 방출 또는 반사되는 빛을 강화하기 위하여 사용되는 빛을 방출할 수 있다. 일실시예에 따르면, 플래쉬(220)는 하나 이상의 발광 다이오드들(예: RGB(red-green-blue) LED, white LED, infrared LED, 또는 ultraviolet LED), 또는 xenon lamp를 포함할 수 있다. 이미지 센서(230)는 피사체로부터 방출 또는 반사되어 렌즈 어셈블리(210) 를 통해 전달된 빛을 전기적인 신호로 변환함으로써, 상기 피사체에 대응하는 이미지를 획득할 수 있다. 일실시예에 따르면, 이미지 센서(230)는, 예를 들면, RGB 센서, BW(black and white) 센서, IR 센서, 또는 UV 센서와 같이 속성이 다른 이미지 센서들 중 선택된 하나의 이미지 센서, 동일한 속성을 갖는 복수의 이미지 센서들, 또는 다른 속성을 갖는 복수의 이미지 센서들을 포함할 수 있다. 이미지 센서(230)에 포함된 각각의 이미지 센서는, 예를 들면, CCD(charged coupled device) 센서 또는 CMOS(complementary metal oxide semiconductor) 센서를 이용하여 구현될 수 있다.
이미지 스태빌라이저(240)는 카메라 모듈(180) 또는 이를 포함하는 전자 장치(101)의 움직임에 반응하여, 렌즈 어셈블리(210)에 포함된 적어도 하나의 렌즈 또는 이미지 센서(230)를 특정한 방향으로 움직이거나 이미지 센서(230)의 동작 특성을 제어(예: 리드 아웃(read-out) 타이밍을 조정 등)할 수 있다. 이는 촬영되는 이미지에 대한 상기 움직임에 의한 부정적인 영향의 적어도 일부를 보상하게 해 준다. 일실시예에 따르면, 이미지 스태빌라이저(240)는, 일실시예에 따르면, 이미지 스태빌라이저(240)은 카메라 모듈(180)의 내부 또는 외부에 배치된 자이로 센서(미도시) 또는 가속도 센서(미도시)를 이용하여 카메라 모듈(180) 또는 전자 장치(101)의 그런 움직임을 감지할 수 있다. 일실시예에 따르면, 이미지 스태빌라이저(240)는, 예를 들면, 광학식 이미지 스태빌라이저로 구현될 수 있다. 메모리(250)는 이미지 센서(230)을 통하여 획득된 이미지의 적어도 일부를 다음 이미지 처리 작업을 위하여 적어도 일시 저장할 수 있다. 예를 들어, 셔터에 따른 이미지 획득이 지연되거나, 또는 복수의 이미지들이 고속으로 획득되는 경우, 획득된 원본 이미지(예: Bayer-patterned 이미지 또는 높은 해상도의 이미지)는 메모리(250)에 저장이 되고, 그에 대응하는 사본 이미지(예: 낮은 해상도의 이미지)는 디스플레이 모듈(160)을 통하여 프리뷰될 수 있다. 이후, 지정된 조건이 만족되면(예: 사용자 입력 또는 시스템 명령) 메모리(250)에 저장되었던 원본 이미지의 적어도 일부가, 예를 들면, 이미지 시그널 프로세서(260)에 의해 획득되어 처리될 수 있다. 일실시예에 따르면, 메모리(250)는 메모리(130)의 적어도 일부로, 또는 이와는 독립적으로 운영되는 별도의 메모리로 구성될 수 있다.
이미지 시그널 프로세서(260)는 이미지 센서(230)을 통하여 획득된 이미지 또는 메모리(250)에 저장된 이미지에 대하여 하나 이상의 이미지 처리들을 수행할 수 있다. 상기 하나 이상의 이미지 처리들은, 예를 들면, 깊이 지도(depth map) 생성, 3차원 모델링, 파노라마 생성, 특징점 추출, 이미지 합성, 또는 이미지 보상(예: 노이즈 감소, 해상도 조정, 밝기 조정, 블러링(blurring), 샤프닝(sharpening), 또는 소프트닝(softening)을 포함할 수 있다. 추가적으로 또는 대체적으로, 이미지 시그널 프로세서(260)는 카메라 모듈(180)에 포함된 구성 요소들 중 적어도 하나(예: 이미지 센서(230))에 대한 제어(예: 노출 시간 제어, 또는 리드 아웃 타이밍 제어 등)를 수행할 수 있다. 이미지 시그널 프로세서(260)에 의해 처리된 이미지는 추가 처리를 위하여 메모리(250)에 다시 저장 되거나 카메라 모듈(180)의 외부 구성 요소(예: 메모리(130), 디스플레이 모듈(160), 전자 장치(102), 전자 장치(104), 또는 서버(108))로 제공될 수 있다. 일실시예에 따르면, 이미지 시그널 프로세서(260)는 프로세서(120)의 적어도 일부로 구성되거나, 프로세서(120)와 독립적으로 운영되는 별도의 프로세서로 구성될 수 있다. 이미지 시그널 프로세서(260)이 프로세서(120)과 별도의 프로세서로 구성된 경우, 이미지 시그널 프로세서(260)에 의해 처리된 적어도 하나의 이미지는 프로세서(120)에 의하여 그대로 또는 추가의 이미지 처리를 거친 후 디스플레이 모듈(160)를 통해 표시될 수 있다.
일실시예에 따르면, 전자 장치(101)는 각각 다른 속성 또는 기능을 가진 복수의 카메라 모듈(180)들을 포함할 수 있다. 이런 경우, 예를 들면, 상기 복수의 카메라 모듈(180)들 중 적어도 하나는 광각 카메라이고, 적어도 다른 하나는 망원 카메라일 수 있다. 유사하게, 상기 복수의 카메라 모듈(180)들 중 적어도 하나는 전면 카메라이고, 적어도 다른 하나는 후면 카메라일 수 있다.
도 3은, 일 실시예에 따른 전자 장치(101)의 구성을 도시한 블록도이다.
일 실시예에 따른 전자 장치(101)는 디스플레이(310)(예: 도 1의 디스플레이 모듈(160)), 카메라(320)(예: 도 1 또는 도 2의 카메라 모듈(180)), 메모리(330)(예: 도 1의 메모리(130)) 및 프로세서(340)(예: 도 1의 프로세서(120))를 포함할 수 있다. 도 3은 일 실시예에 따른 전자 장치(101)의 구성에 대한 예시를 설명하기 위한 것으로서, 전자 장치(101)는 도 3에 도시된 구성요소 중 일부를 생략하거나, 다른 구성요소로 대체하여 구성될 수도 있다. 전자 장치(101)는 도 3에 도시된 구성요소 이외에 다른 구성요소를 더 포함할 수도 있다.
일 실시예에서, 메모리(330)는 인스트럭션들(instructions)을 저장할 수 있다. 프로세서(340)는 메모리(330)에 저장된 인스트럭션들을 실행하여, 연산을 수행하거나 전자 장치(101)의 동작을 제어할 수 있다.
일 실시예에서, 프로세서(340)는 서로 다른 노출 값에 기초하여 복수의 이미지 프레임들을 획득하도록 카메라(320)를 제어할 수 있다. 예를 들어, 프로세서(340)는 촬영 환경에 기초하여 촬영 설정에 기준이 되는 기준 노출 값(reference exposure value, 0Ev)을 결정할 수 있다. 프로세서(340)는 기준 노출 값을 기준으로 노출 값을 감소시킨 음의 노출 값(-Ev) 또는 노출 값을 증가시킨 양의 노출 값(+Ev)을 결정할 수 있다. 카메라(320)를 통해서 획득된 복수의 이미지 프레임들은 기준 노출값(0 Ev)에 기초하여 획득된 제1 이미지 프레임, 기준 노출값보다 낮은 노출 값(-Ev)에 기초하여 획득된 제2 이미지 프레임 또는 기준 노출값보다 높은 노출 값(+Ev)에 기초하여 획득된 제3 이미지 프레임 중 적어도 둘 이상을 포함할 수 있다. 노출 값은 카메라(320)가 영상을 촬영할 때 광에 노출되도록 하는 노출량에 상응하는 값을 의미할 수 있다.
일 실시예에서, 프로세서(340)는 획득된 복수의 이미지 프레임들에 기초하여 고 동적 범위(high dynamic range, HDR) 영상을 생성할 수 있다. 고 동적 범위 영상을 생성함으로써, 프로세서(340)는 기준 노출 값에 기초하여 촬영된 이미지 프레임 내에서 픽셀 값이 포화된 영역에 대해서 보다 넓은 동적 범위 내에서 영상을 표현할 수 있다. 그러나, 서로 다른 노출 값에 기초하여 복수의 이미지 프레임들을 획득하는 경우, 각 이미지 프레임들을 획득하는 시간 구간이 서로 상이할 수 있다. 따라서, 피사체의 움직임이 많은 경우, 각 영상 내에서 피사체가 촬영된 픽셀의 위치가 상이할 수 있다. 이로 인해 움직이는 피사체가 촬영된 복수의 이미지 프레임들을 합성하면 피사체가 흐릿해지는(blurred) 고스트(ghost) 현상이 나타날 수 있다.
일 실시예에서, 프로세서(340)는 획득된 복수의 이미지 프레임들 중 적어도 하나의 이미지 프레임 내에서 지정된 클래스로 분류되는 적어도 하나의 영역을 식별할 수 있다. 적어도 하나의 영역을 식별하기 위해, 프로세서(340)는 의미적 분할(semantic segmentation) 알고리즘에 기초하여 적어도 하나의 이미지 프레임 내에 포함된 픽셀들이 속하는 클래스를 분류할 수 있다. 의미적 분할은 이미지를 복수 개의 픽셀 집합으로 나누는 과정을 의미할 수 있다. 프로세서(340)는 의미적 분할을 수행하여 이미지 내의 영역들에 대한 분류 결과 또는 이미지 내 각 픽셀들에 대한 분류 결과를 획득할 수 있다. 예를 들어, 프로세서(340)는 적어도 하나의 이미지 프레임 내에서 움직임이 많은 것으로 예상되는 피사체(예: 사람의 얼굴이나 손과 같은 인체의 적어도 일부)가 촬영된 영역을 식별할 수 있다. 적어도 하나의 이미지 프레임 내에서 식별되는 영역의 분류(클래스(class))는 미리 결정된 것일 수 있다. 또는 적어도 하나의 이미지 프레임 내에서 전자 장치가 식별하는 영역의 분류는 기계학습 알고리즘에 기초하여 분류된 피사체의 종류에 상응하는 움직임의 양을 학습한 모델에 기초하여 결정될 수도 있다. 다만, 이에 한정되지 아니한다.
일 실시예에서, 프로세서(340)는 식별된 적어도 하나의 영역에 대한 움직임 정보를 획득할 수 있다. 움직임 정보는 식별된 적어도 하나의 영역에 촬영된 피사체에 대한 움직임의 정도를 지시하는 정보를 포함할 수 있다. 프로세서(340)는 움직임 정보에 포함된 움직임의 정도를 나타내는 값을 임계치와 비교할 수 있다. 움직임 정보에 상응하는 값(움직임의 정도를 나타내는 값)이 임계치 이상인 경우, 프로세서(340)는 복수의 이미지 프레임들 중 어느 하나의 이미지 프레임을 보정하여 영상을 생성할 수 있다. 프로세서(340)는 하나의 이미지 프레임에 기초하여 고 동적 범위 영상과 같은 화질을 구현하기 위하여 이미지 프레임 내의 픽셀 값들에 대한 명도 또는 채도 중 적어도 하나를 보정할 수 있다. 프로세서(340)는 하나의 이미지 프레임의 픽셀 값을 보정하여 영상을 생성할 수 있다. 움직임 정보에 상응하는 값이 임계치 이상인 경우, 영상을 생성하기 위해 사용되는 이미지 프레임은 기준 노출 값보다 낮은 노출 값에 기초하여 촬영된 이미지 프레임(예: 제2 이미지 프레임)을 제외한 나머지 이미지 프레임들 중에서 선택될 수 있다.
일 실시예에서, 움직임 정보에 상응하는 값이 임계치 이상인 경우, 프로세서(340)는 이미지 프레임 내에서 픽셀 값이 포화된 영역에 대한 명도 또는 채도 중 적어도 하나를 보정할 수 있다. 프로세서(340)는 이미지 프레임 내에서 픽셀 값이 포화된 값을 가지는 픽셀들을 식별할 수 있다. 프로세서(340)는 식별된 픽셀들의 픽셀 값에 포함된 명도 또는 채도를 보정할 수 있다. 일 실시예에서, 프로세서(340)는 움직임 정보가 임계치 이상인 피사체에 대한 영상을 생성하기 위해 이미지 프레임에 대한 YUV 영상에서 파란색의 색차를 나타내는 U 값 또는 붉은색의 색차를 나타내는 V 값 중 적어도 하나를 증가시킬 수 있다.
일 실시예에서, 식별된 움직임 정보에 상응하는 값이 임계치 미만인 경우, 프로세서(340)는 복수의 이미지 프레임들을 합성하여 고 동적 범위 영상을 생성할 수 있다. 일 실시예에 따른 전자 장치(101)는 지정된 분류에 속하는 피사체가 촬영된 영역을 식별하고, 피사체의 움직임에 기초하여 고 동적 범위 영상을 생성하는 알고리즘의 적용 여부를 결정함으로써, 고 동적 범위 영상을 제공함에 있어서 지정된 분류의 피사체에 대해 발생하는 고스트 현상을 방지할 수 있다. 예를 들어, 전자 장치에서 실행된 카메라 어플리케이션에서 인물 촬영 모드가 설정된 상태에서, 사용자는 촬영 대상이 되는 인물이 선명하게 촬영되는 것을 요구하므로, 일 실시예에 따른 전자 장치는 인물에 대해 발생하는 고스트 현상이 방지되도록 할 수 있다.
일 실시예에서, 식별된 적어도 하나의 영역에 대한 움직임 정보에 상응하는 값이 임계치 이상인 경우, 프로세서(340)는 식별된 적어도 하나의 영역에 대한 영상 및 다른 영역에 대한 영상을 각각 다른 방식으로 생성할 수 있다. 프로세서(340)는 식별된 적어도 하나의 영역에 대한 영상 및 다른 영역에 대한 영상을 합성하여 영상을 획득할 수 있다. 예를 들어, 프로세서(340)는 식별된 적어도 하나의 영역에 대한 픽셀 값을 하나의 이미지 프레임의 명도 또는 채도 중 적어도 하나를 보정하여 획득할 수 있다. 프로세서(340)는 나머지 영역에 대한 픽셀 값을 복수의 이미지 프레임을 합성(synthesize)하는 HDR 블렌딩(blending) 과정을 수행하여 획득할 수 있다. 프로세서(340)는 각각의 픽셀들에 상응하는 값들에 기초하여 영상을 구성할 수 있다. 일 실시예에서, 프로세서(340)는 식별된 적어도 하나의 영역 및 식별된 적어도 하나의 영역에 인접한 영역에 대한 영상을 하나의 이미지 프레임을 보정하여 획득할 수 있다.
도 4는, 일 실시예에 따른 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))가 영상을 생성하기 위한 구조를 모듈 단위로 도시한 블록도이다.
일 실시예에 따른 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 HDR 블렌더(blender)(400) 및 인터페이스 래퍼(interface wrapper)(430)를 포함할 수 있다.
일 실시예에서, 인터페이스 래퍼(430)는 카메라(예: 도 1의 카메라 모듈(180), 또는 도 3의 카메라(320))를 통해서 획득된 입력 프레임들(410)에 대한 메타데이터(420)에 입력 프레임들(410) 내의 적어도 하나의 영역을 의미적 분할(sematic segment)한 결과에 대한 정보를 추가할 수 있다. 입력 프레임들(410)은 HDR 블렌더(400)로 입력되는 이미지 프레임들을 의미할 수 있다. 입력 프레임들(410)은 카메라(예: 도 1의 카메라 모듈(180), 또는 도 3의 카메라(320))를 통해서 획득된 이미지 프레임들을 포함할 수 있다. 입력 프레임들(410)에 대한 메타데이터(420)는, 예를 들어, 입력 프레임들(410)을 촬영한 카메라(예: 도 1, 2의 카메라 모듈(180), 또는 도 3의 카메라(320))에 대한 설정값(예: 초점 거리, 플래시 사용 유무, 조리개 값 또는 셔터 속도 중 적어도 하나)을 포함할 수 있다. 인터페이스 래퍼(430)는 의미적 분할(semantic segmentation)한 결과에 대한 정보를 메타데이터(420)에 추가하여 HDR 블렌더(400)로 입력할 수 있다.
HDR 블렌더(400)는 입력 프레임들(410) 및 인터페이스 래퍼(430)로부터 입력된 정보에 기초하여 출력 이미지(440)를 생성할 수 있다. HDR 블렌더(400)는 입력 프레임들(410) 내에서 식별되는 영역에 대한 움직임 정보가 임계치 미만인 경우, 입력 프레임들(410)을 합성하는 HDR 알고리즘에 기초하여 출력 이미지(440)를 생성할 수 있다. 입력 프레임들(410) 내에서 식별되는 영역에 대한 움직임 정보가 임계치 이상인 경우, HDR 블렌더(400)는 입력 프레임들(410) 중 어느 하나의 명도 또는 채도 중 적어도 하나를 보정하여 출력 이미지(440)를 생성할 수 있다. 일 실시예에 따른 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 픽셀들의 명도 값 또는 채도 값 중 적어도 하나를 보정하여 HDR 알고리즘에 기초하여 생성된 HDR 영상과 유사한 결과를 얻을 수 있다.
도 5는, 일 실시예에 따른 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))가 동작하는 프로세스를 도시한 흐름도(500)이다.
동작 510에서, 일 실시예에 따른 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 카메라(예: 도 1, 2의 카메라 모듈(180), 또는 도 3의 카메라(320))를 통해서 복수의 이미지 프레임들을 획득할 수 있다. 일 실시예에 따른 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 서로 다른 노출 값에 기초하여 복수의 이미지 프레임들을 획득할 수 있다. 예를 들어, 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 카메라 어플리케이션에서 자동 HDR 촬영에 관한 설정이 온(on) 상태인 동안 정지 영상을 생성하도록 하는 사용자 입력(예: 디스플레이에 표시된 촬영 버튼을 선택하는 터치 입력)에 응답하여 복수의 이미지 프레임들을 획득하도록 카메라(예: 도 1, 2의 카메라 모듈(180), 또는 도 3의 카메라(320))를 제어할 수 있다.
동작 520에서, 일 실시예에 따른 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 동작 510에서 획득된 복수의 이미지 프레임들에 대하여 적어도 하나의 영역을 식별할 수 있다. 일 실시예에 따르면, 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 이미지 프레임에 대한 의미적 분할(semantic segmentation)을 수행할 수 있다.
동작 530에서, 일 실시예에 따른 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 동작 510에서 식별된 적어도 하나의 영역 중에서 지정된 클래스에 속하는 영역이 존재하는지 여부를 판단할 수 있다. 일 실시예에서, 지정된 클래스는 움직임이 많은 것으로 예상되는 클래스일 수 있다. 상술한 바와 같이, 지정된 클래스는 미리 지정된 값이거나, 기계 학습 모델에 기초하여 움직임이 많을 것으로 예측되는 객체에 대한 것일 수 있다.
동작 530에서 지정된 클래스에 속하는 영역이 존재하지 않는 것으로 판단된 경우, 일 실시예에 따른 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 동작 560에서 복수의 이미지 프레임들을 합성하여 영상을 획득할 수 있다. 예를 들어, 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 서로 다른 노출 값에 기초하여 획득된 영상들을 합성하여 고 동적 범위 영상을 생성할 수 있다.
동작 530에서 지정된 클래스에 속하는 영역이 존재하는 것으로 판단된 경우, 일 실시예에 따른 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 동작 540에서 식별된 영역에 대한 움직임 정보에 상응하는 값(모션 크기)을 임계치와 비교할 수 있다. 임계치는, 예를 들어, 미리 결정된 값이거나, 조건(예: 피사체의 종류 또는 촬영 환경)에 따라서 결정되는 값일 수 있다.
동작 540에서 모션 크기가 임계치 이하인 것으로 판단된 경우, 일 실시예에 따른 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 동작 560에서 복수의 이미지 프레임들을 합성하여 영상을 획득할 수 있다. 예를 들어, 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 서로 다른 노출 값에 기초하여 획득된 영상들을 합성하여 고 동적 범위 영상을 생성할 수 있다.
동작 540에서 모션 크기가 임계치보다 큰 것으로 판단된 경우, 일 실시예에 따른 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 동작 550에서 하나의 이미지 프레임을 보정하여 영상을 획득할 수 있다. 일 실시예에 따른 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 동작 560에서 복수의 이미지 프레임들을 이용하여 높은 동적 범위를 가지는 영상을 얻은 것과 유사한 결과를 가지도록 이미지 프레임의 채도 또는 명도 중 적어도 하나를 보정할 수 있다. 동작 560에서, 보정의 대상이 되는 이미지 프레임은 기준 노출 값보다 낮은 노출 값에 기초하여 획득된 이미지 프레임을 제외한 나머지 이미지 프레임 중에서 선택될 수 있다.
도 6은, 일 실시예에 따른 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))가 보정하는 이미지 프레임의 픽셀 값을 나타내기 위한 YUV 공간(600)을 도시한 도면이다.
일 실시예에 따른 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 촬영된 이미지 프레임에서 지정된 객체에 상응하는 영역이 식별되는 경우 복수의 이미지 프레임을 합성한 고 동적 범위 영상과 유사한 결과를 가지도록 하나의 이미지 프레임을 보정하여 하나의 이미지 프레임을 보정하는 동작(예: 도 5의 동작 550)을 수행할 수 있다. 일 실시예에 따른 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 복수의 이미지 프레임을 합성한 고 동적 범위 영상과 유사한 결과를 얻기 위하여, YUV 공간(600)에서 나타나는 색차 값을 보정할 수 있다.
예를 들어, 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 YUV 공간(600)에서 나타나는 픽셀 값(610)을 YUV 영역의 중심으로부터 멀어지는 방향에 해당하는 보정 값(620)으로 보정할 수 있다. 여기서, YUV 공간(600)에서 U 및 V 값이 증가하도록 보정되는 정도에 따라서 Y 값은 본래의 픽셀 값에 포함된 값보다 감소된 값으로 조정될 수 있다.
일 실시예에 따른 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 픽셀 값을 보정하기 위한 픽셀 값-보정 값 쌍을 포함하는 테이블을 저장할 수 있다. 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 촬영된 이미지 프레임 내의 모션 크기가 임계치보다 큰 영역의 픽셀 값에 상응하는 보정 값을 테이블에 기초하여 결정하고, 결정된 보정 값으로 픽셀 값을 보정할 수 있다.
도 7은, 일 실시예에 따른 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))가 복수개의 이미지 프레임들을 합성하여 영상을 획득하는 동작을 설명하기 위한 도면이다.
일 실시예에 따른 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 기준 노출 값에 기초하여 획득된 제1 이미지 프레임(703), 기준 노출 값보다 낮은 노출 값에 기초하여 획득된 제2 이미지 프레임(701) 및 기준 노출 값보다 높은 노출 값에 기초하여 획득된 제3 이미지 프레임(705)을 합성할 수 있다.
일 실시예에 따른 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 낮은 노출 값에 기초하여 획득된 제2 이미지 프레임(701)을 포함하는 복수의 이미지 프레임들(701, 703, 705)을 HDR 알고리즘에 기초하여 합성함으로써, 동적 범위가 확장된 합성 이미지(710)를 획득할 수 있다. 즉, 기준 노출 값에 기초하여 영상을 촬영하였을 때 픽셀 값이 포화되는 영역에 대하여, 보다 넓은 범위에 대해서 픽셀 값을 표현할 수 있다.
도 8은, 일 실시예에 따른 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))가 고 동적 범위 영상을 생성하는 프로세스를 도시한 흐름도(800)이다.
일 실시예에 따른 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 도 5에 도시된 바와 같이 동작 510 및 동작 520을 수행할 수 있다.
동작 831에서, 일 실시예에 따른 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 동작 520에서 식별된 적어도 하나의 영역에 대한 움직임 정보가 임계치 이상인 경우, 적어도 하나의 이미지 프레임에 기초하여 해당 영역에 대한 픽셀 값을 획득할 수 있다. 예를 들어, 일 실시예에 따른 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 촬영된 이미지 프레임에서 얼굴이 촬영된 영역을 식별하고, 얼굴이 촬영된 영역에 대한 움직임이 임계치 이상인지 여부를 판단할 수 있다. 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 얼굴이 촬영된 영역에서 얼굴이 임계치 이상의 속도로 움직이는 것으로 판단된 경우 복수의 이미지 프레임 중 기준 노출 값에 기초하여 촬영된 이미지 프레임 내에서 얼굴이 촬영된 영역의 픽셀 값의 명도 또는 채도 값 중 적어도 하나를 보정할 수 있다. 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 보정된 픽셀 값을 영상 내에서 얼굴에 해당하는 영역의 픽셀 값으로 결정할 수 있다.
동작 833에서, 일 실시예에 따른 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 동작 831에서 픽셀 값을 획득한 영역 이외의 영역들에 대한 픽셀 값을 획득할 수 있다. 동작 833에서, 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 복수의 이미지 프레임들을 합성하여 나머지 영역에 대한 픽셀 값들을 획득할 수 있다. 예를 들어, 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 이미지 프레임에서 얼굴이 촬영된 영역을 식별하고, 얼굴이 촬영된 영역 이외의 영역 또는 움직임이 임계치 이하인 영역을 결정할 수 있다. 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 동작 510에서 복수의 이미지들을 합성하고, 복수의 이미지들이 합성된 이미지로부터 결정된 영역에 포함된 픽셀들의 픽셀 값을 획득할 수 있다.
동작 840에서, 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 동작 831 및 동작 833에서 획득된 픽셀 값들에 기초하여 영상을 구성할 수 있다. 예를 들어, 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 영상 내에서 얼굴이 촬영된 영역에 포함된 픽셀들의 픽셀 값은 동작 831에서 획득된 픽셀들의 픽셀 값에 기초하여 획득하고, 나머지 영역에 포함된 픽셀들의 픽셀 값은 동작 833에서 획득된 픽셀들의 픽셀 값에 기초하여 획득할 수 있다.
도 9는, 일 실시예에 따라 이미지 프레임들로부터 고 동적 범위 영상이 생성되는 과정의 예시를 도시한 도면이다.
일 실시예에 따른 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 고 동적 범위 영상 촬영 명령에 응답하여 복수의 이미지 프레임들(910)을 획득하는 동작(예: 도 5 또는 도 8의 동작 510)을 수행할 수 있다.
일 실시예에서, 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 영상 내에서 손이 촬영된 영역(911)을 식별하는 동작(예: 도 5 또는 도 8의 동작 520)을 수행할 수 있다. 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 이미지 프레임에서 손이 촬영된 영역(911) 내의 픽셀 값들의 명도 또는 채도 중 적어도 하나를 보정한 픽셀 값들(921)을 획득할 수 있다. 도 9에서, 하나의 이미지 프레임으로부터 명도 또는 채도 중 적어도 하나를 보정한 픽셀 값들을 획득하는 영역을 하나의 프레임 내에서 손이 촬영된 영역인 것으로 도시되었으나, 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 복수의 프레임들 내에서 손이 움직이면서 촬영된 영역(예를 들어, 복수의 프레임들 중 적어도 하나에서 손이 촬영된 영역)에 대해서 하나의 이미지 프레임의 픽셀 값들을 보정하여 픽셀 값들을 획득할 수 있다.
일 실시예에서, 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 복수의 이미지 프레임들(910)을 합성할 수 있다. 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 기준 노출 값에 기초하여 촬영된 제1 이미지 프레임(915), 기준 노출 값보다 낮은 노출 값에 기초하여 촬영된 제2 이미지 프레임(917) 또는 기준 노출 값보다 높은 노출 값에 기초하여 촬영된 제3 이미지 프레임(913) 중 적어도 둘 이상을 합성할 수 있다. 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 복수의 이미지 프레임들(910)을 합성한 영상으로부터 이미지 프레임들(910)에 손이 촬영된 영역(924)을 제외한 나머지 영역에 대한 픽셀 값들(923)을 획득할 수 있다.
일 실시예에서, 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 픽셀 값들 (921) 및 픽셀 값들(923)에 기초하여 영상(930)을 획득할 수 있다. 픽셀 값들 (921) 및 픽셀 값들(923)에 기초하여 영상(930)을 생성함으로써, 손이 촬영된 영역 주변(931)에 고스트 현상이 발생함이 없이 고 동적 범위 영상이 제공될 수 있다.
고 동적 범위 영상을 생성하기 위하여 복수의 이미지 프레임들을 획득하는 경우에, 이미지 프레임들을 획득하는 시점들 사이에 차이가 있으므로, 피사체가 움직이는 경우 이미지 프레임들 내에서 피사체가 촬영된 위치가 서로 다를 수 있다. 피사체가 촬영된 위치가 서로 다른 이미지 프레임들을 합성할 경우 피사체가 흐리게 나타나는 고스트 현상(ghost effect)이 영상에 나타날 수 있다.
본 문서에서 이루고자 하는 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
일 실시예에 따른 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))는 카메라(예: 도 1, 2의 카메라 모듈(180), 또는 도 3의 카메라(320)), 인스트럭션들을 저장하는 메모리(예: 도 1의 메모리(130), 도 3의 메모리(330)) 및 적어도 하나의 프로세서(예: 도 1의 프로세서(120), 도 3의 프로세서(340))를 포함할 수 있다. 상기 적어도 하나의 프로세서(예: 도 1의 프로세서(120), 도 3의 프로세서(340))는 상기 인스트럭션들을 실행시에 서로 다른 노출 값에 기초하여 상기 카메라를 통해서 획득된 복수의 이미지 프레임들을 획득하도록 구성될 수 있다. 상기 적어도 하나의 프로세서(예: 도 1의 프로세서(120), 도 3의 프로세서(340))는 상기 복수의 이미지 프레임들 중 적어도 하나의 이미지 프레임 내에서 지정된 클래스로 분류되는 적어도 하나의 영역을 식별하도록 구성될 수 있다. 상기 적어도 하나의 프로세서(예: 도 1의 프로세서(120), 도 3의 프로세서(340))는 상기 식별된 적어도 하나의 영역에 대한 피사체의 움직임 정보를 획득하도록 구성될 수 있다. 상기 적어도 하나의 프로세서(예: 도 1의 프로세서(120), 도 3의 프로세서(340))는 상기 움직임 정보가 임계치 이상인 경우 상기 복수의 이미지 프레임들 중 어느 하나의 이미지 프레임을 보정하여 영상을 생성하고, 상기 움직임 정보가 상기 임계치보다 작은 경우 상기 복수의 이미지 프레임들을 합성하여 고 동적 범위 영상을 생성하도록 구성될 수 있다.
일 실시예에서, 상기 적어도 하나의 프로세서(예: 도 1의 프로세서(120), 도 3의 프로세서(340))는 상기 인스트럭션들을 실행시에 상기 움직임 정보가 임계치 이상인 경우 상기 이미지 프레임 내에서 픽셀 값이 포화된 영역에 대한 채도 및 명도 중 적어도 하나를 보정하도록 구성될 수 있다.
일 실시예에서, 상기 적어도 하나의 프로세서(예: 도 1의 프로세서(120), 도 3의 프로세서(340))는 상기 인스트럭션들을 실행시에, 상기 움직임 정보가 임계치 이상인 경우 상기 이미지 프레임에 대한 YUV 영상에서 색차 신호 값을 증가시키도록 구성될 수 있다.
일 실시예에서, 상기 복수의 이미지 프레임들은 기준 노출값에 기초하여 획득된 제1 이미지 프레임, 기준 노출값보다 낮은 노출값에 기초하여 획득된 제2 이미지 프레임, 및 기준 노출값보다 높은 노출값에 기초하여 획득된 제3 이미지 프레임을 포함할 수 있다. 상기 적어도 하나의 프로세서(예: 도 1의 프로세서(120), 도 3의 프로세서(340))는 상기 인스트럭션들을 실행시에, 상기 움직임 정보가 임계치 이상인 경우 상기 제2 이미지 프레임을 제외한 이미지 프레임에 기초하여 보정된 영상을 생성하도록 구성될 수 있다.
일 실시예에서, 상기 적어도 하나의 프로세서(예: 도 1의 프로세서(120), 도 3의 프로세서(340))는 상기 인스트럭션들을 실행시에, 상기 식별된 적어도 하나의 영역에 대한 움직임 정보가 임계치 이상인 경우, 상기 하나의 이미지 프레임의 상기 식별된 적어도 하나의 영역을 보정하여 상기 영상에서 상기 식별된 적어도 하나의 영역에 상응하는 영역을 획득하고, 상기 적어도 하나의 영역과 구별되는 다른 영역에 대해서는 상기 복수의 이미지 프레임들을 합성하여 영상의 나머지 영역을 획득하도록 구성될 수 있다.
일 실시예에서, 상기 적어도 하나의 프로세서(예: 도 1의 프로세서(120), 도 3의 프로세서(340))는 상기 인스트럭션들을 실행시에, 상기 복수의 이미지 프레임 중 적어도 일부에 대한 메타데이터에 기초하여 의미적 분할(semantic segmentation)을 수행하여 상기 적어도 하나의 영역을 식별하도록 구성될 수 있다.
일 실시예에서, 상기 적어도 하나의 프로세서(예: 도 1의 프로세서(120), 도 3의 프로세서(340))는 상기 인스트럭션들을 실행시에, 인체의 적어도 일부가 촬영된 영역을 상기 적어도 하나의 영역으로 식별하도록 구성될 수 있다.
일 실시예에 따른 전자 장치(예: 도 1 또는 도 3의 전자 장치(101))를 동작하는 방법은, 서로 다른 노출 값에 기초하여 획득된 복수의 이미지 프레임들을 획득하는 동작을 포함할 수 있다. 상기 방법은 복수의 이미지 프레임들 중 적어도 하나의 이미지 프레임 내에서 지정된 클래스로 분류되는 적어도 하나의 영역을 식별하는 동작을 포함할 수 있다. 상기 방법은 상기 식별된 적어도 하나의 영역에 대한 움직임 정보를 획득하는 동작을 포함할 수 있다. 상기 방법은 상기 움직임 정보와 임계치를 비교한 결과에 기초하여, 상기 움직임 정보가 상기 임계치 이상인 경우 상기 복수의 이미지 프레임들 중 어느 하나의 이미지 프레임을 보정하여 영상을 생성하고, 상기 움직임 정보가 상기 임계치보다 작은 경우 상기 복수의 이미지 프레임들을 합성하여 고 동적 범위 영상을 생성하는 동작을 포함할 수 있다.
일 실시예에서, 상기 영상을 생성하는 동작은, 상기 움직임 정보가 임계치 이상인 경우 상기 이미지 프레임 내에서 픽셀 값이 포화된 영역에 대한 채도 및 명도 중 적어도 하나를 보정하는 동작을 포함할 수 있다.
일 실시예에서, 상기 영상을 생성하는 동작은, 상기 식별된 적어도 하나의 영역에 대한 움직임 정보가 임계치 이상인 경우, 상기 하나의 이미지 프레임의 상기 식별된 적어도 하나의 영역을 보정하여 상기 영상에서 상기 식별된 적어도 하나의 영역에 상응하는 영역을 획득하는 동작, 및 나머지 영역에 대해서는 상기 복수의 이미지 프레임들을 합성하여 영상의 나머지 영역을 획득하는 동작을 포함할 수 있다.
다양한 실시 예들에 따르면, 움직임이 있는 물체가 촬영되어 고스트 현상이 발생할 가능성이 있는 경우 고스트 현상을 방지할 수 있는 전자 장치 및 이의 동작 방법이 제공될 수 있다.
다양한 실시 예들에 따르면, 고스트 현상을 방지하면서도 영상 내에서 픽셀 값이 포화된 영역에 대한 화질을 향상시킬 수 있는 전자 장치 및 이의 동작 방법이 제공될 수 있다.
본 개시에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 개시의 청구항 또는 명세서에 기재된 실시예들에 따른 방법들은 하드웨어, 소프트웨어, 또는 하드웨어와 소프트웨어의 조합의 형태로 구현될(implemented) 수 있다.
소프트웨어로 구현하는 경우, 하나 이상의 프로그램(소프트웨어 모듈)을 저장하는 컴퓨터 판독 가능 저장 매체가 제공될 수 있다. 컴퓨터 판독 가능 저장 매체에 저장되는 하나 이상의 프로그램은, 전자 장치(device) 내의 하나 이상의 프로세서에 의해 실행 가능하도록 구성된다(configured for execution). 하나 이상의 프로그램은, 전자 장치로 하여금 본 개시의 청구항 또는 명세서에 기재된 실시예들에 따른 방법들을 실행하게 하는 명령어(instructions)를 포함한다.
이러한 프로그램(소프트웨어 모듈, 소프트웨어)은 랜덤 액세스 메모리 (random access memory), 플래시(flash) 메모리를 포함하는 불휘발성(non-volatile) 메모리, 롬(ROM: read only memory), 전기적 삭제가능 프로그램가능 롬(EEPROM: electrically erasable programmable read only memory), 자기 디스크 저장 장치(magnetic disc storage device), 컴팩트 디스크 롬(CD-ROM: compact disc-ROM), 디지털 다목적 디스크(DVDs: digital versatile discs) 또는 다른 형태의 광학 저장 장치, 마그네틱 카세트(magnetic cassette)에 저장될 수 있다. 또는, 이들의 일부 또는 전부의 조합으로 구성된 메모리에 저장될 수 있다. 또한, 각각의 구성 메모리는 다수 개 포함될 수도 있다.
또한, 상기 프로그램은 인터넷(Internet), 인트라넷(Intranet), LAN(local area network), WLAN(wide LAN), 또는 SAN(storage area network)과 같은 통신 네트워크, 또는 이들의 조합으로 구성된 통신 네트워크를 통하여 접근(access)할 수 있는 부착 가능한(attachable) 저장 장치(storage device)에 저장될 수 있다. 이러한 저장 장치는 외부 포트를 통하여 본 개시의 실시 예를 수행하는 장치에 접속할 수 있다. 또한, 통신 네트워크상의 별도의 저장장치가 본 개시의 실시 예를 수행하는 장치에 접속할 수도 있다.
상술한 본 개시의 구체적인 실시예들에서, 개시에 포함되는 구성 요소는 제시된 구체적인 실시 예에 따라 단수 또는 복수로 표현되었다. 그러나, 단수 또는 복수의 표현은 설명의 편의를 위해 제시한 상황에 적합하게 선택된 것으로서, 본 개시가 단수 또는 복수의 구성 요소에 제한되는 것은 아니며, 복수로 표현된 구성 요소라 하더라도 단수로 구성되거나, 단수로 표현된 구성 요소라 하더라도 복수로 구성될 수 있다.
또한, 본 개시에서, “부”, “모듈” 등의 용어는 프로세서 또는 회로와 같은 하드웨어 구성(hardware component), 및/또는 프로세서와 같은 하드웨어 구성에 의해 실행되는 소프트웨어 구성(software component)일 수 있다.
"부", "모듈"은 어드레싱될 수 있는 저장 매체에 저장되며 프로세서에 의해 실행될 수 있는 프로그램에 의해 구현될 수도 있다. 예를 들어, “부”, "모듈" 은 소프트웨어 구성 요소들, 객체 지향 소프트웨어 구성 요소들, 클래스 구성 요소들 및 태스크 구성 요소들과 같은 구성 요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들에 의해 구현될 수 있다.
본 개시에서 설명된 특정 실행들은 일 실시예일 뿐이며, 어떠한 방법으로도 본 개시의 범위를 한정하는 것은 아니다. 명세서의 간결함을 위하여, 종래 전자적인 구성들, 제어 시스템들, 소프트웨어, 및 상기 시스템들의 다른 기능적인 측면들의 기재는 생략될 수 있다.
또한, 본 개시에서, “a, b 또는 c 중 적어도 하나를 포함한다”는 “a만 포함하거나, b만 포함하거나, c만 포함하거나, a 및 b를 포함하거나, b 및 c를 포함하거나, a 및 c를 포함하거나, a, b 및 c를 모두 포함하는 것을 의미할 수 있다.
한편 본 개시의 상세한 설명에서는 구체적인 실시 예에 관해 설명하였으나, 본 개시의 범위에서 벗어나지 않는 한도 내에서 여러 가지 변형이 가능함은 물론이다. 그러므로 본 개시의 범위는 설명된 실시 예에 국한되어 정해져서는 아니 되며 후술하는 특허청구의 범위뿐만 아니라 이 특허청구의 범위와 균등한 것들에 의해 정해져야 한다.
Claims (10)
- 전자 장치에 있어서,
카메라;
인스트럭션들을 저장하는 메모리; 및
적어도 하나의 프로세서를 포함하고,
상기 적어도 하나의 프로세서는 상기 인스트럭션들을 실행시에:
서로 다른 노출 값에 기초하여 상기 카메라를 통해서 획득된 복수의 이미지 프레임들을 획득하고,
상기 복수의 이미지 프레임들 중 적어도 하나의 이미지 프레임 내에서 지정된 클래스로 분류되는 적어도 하나의 영역을 식별하고,
상기 식별된 적어도 하나의 영역에 대한 피사체의 움직임 정보를 획득하고,
상기 움직임 정보가 임계치 이상인 경우 상기 복수의 이미지 프레임들 중 어느 하나의 이미지 프레임을 보정하여 영상을 생성하고,
상기 움직임 정보가 상기 임계치보다 작은 경우 상기 복수의 이미지 프레임들을 합성하여 고 동적 범위 영상을 생성하도록 구성된, 전자 장치. - 청구항 1에 있어서,
상기 적어도 하나의 프로세서는 상기 인스트럭션들을 실행시에:
상기 움직임 정보가 임계치 이상인 경우 상기 이미지 프레임 내에서 픽셀 값이 포화된 영역에 대한 채도 및 명도 중 적어도 하나를 보정하도록 구성된, 전자 장치. - 청구항 2에 있어서,
상기 적어도 하나의 프로세서는 상기 인스트럭션들을 실행시에:
상기 움직임 정보가 임계치 이상인 경우 상기 이미지 프레임에 대한 YUV 영상에서 색차 신호 값을 증가시키도록 구성된, 전자 장치. - 청구항 1에 있어서,
상기 복수의 이미지 프레임들은 기준 노출값에 기초하여 획득된 제1 이미지 프레임, 기준 노출값보다 낮은 노출값에 기초하여 획득된 제2 이미지 프레임, 및 기준 노출값보다 높은 노출값에 기초하여 획득된 제3 이미지 프레임을 포함하고,
상기 적어도 하나의 프로세서는 상기 인스트럭션들을 실행시에:
상기 움직임 정보가 임계치 이상인 경우 상기 제2 이미지 프레임을 제외한 이미지 프레임에 기초하여 보정된 영상을 생성하도록 구성된, 전자 장치. - 청구항 1에 있어서,
상기 적어도 하나의 프로세서는 상기 인스트럭션들을 실행시에:
상기 식별된 적어도 하나의 영역에 대한 움직임 정보가 임계치 이상인 경우, 상기 하나의 이미지 프레임의 상기 식별된 적어도 하나의 영역을 보정하여 상기 영상에서 상기 식별된 적어도 하나의 영역에 상응하는 영역을 획득하고, 상기 적어도 하나의 영역과 구별되는 다른 영역에 대해서는 상기 복수의 이미지 프레임들을 합성하여 영상의 나머지 영역을 획득하도록 구성된, 전자 장치. - 청구항 1에 있어서,
상기 적어도 하나의 프로세서는 상기 인스트럭션들을 실행시에, 상기 복수의 이미지 프레임 중 적어도 일부에 대한 메타데이터에 기초하여 의미적 분할(semantic segmentation)을 수행하여 상기 적어도 하나의 영역을 식별하도록 구성된, 전자 장치. - 청구항 1에 있어서,
상기 적어도 하나의 프로세서는 상기 인스트럭션들을 실행시에, 인체의 적어도 일부가 촬영된 영역을 상기 적어도 하나의 영역으로 식별하도록 구성된, 전자 장치. - 전자 장치를 동작하는 방법에 있어서,
서로 다른 노출 값에 기초하여 획득된 복수의 이미지 프레임들을 획득하는 동작;
복수의 이미지 프레임들 중 적어도 하나의 이미지 프레임 내에서 지정된 클래스로 분류되는 적어도 하나의 영역을 식별하는 동작;
상기 식별된 적어도 하나의 영역에 대한 움직임 정보를 획득하는 동작;
상기 움직임 정보와 임계치를 비교한 결과에 기초하여:
상기 움직임 정보가 상기 임계치 이상인 경우 상기 복수의 이미지 프레임들 중 어느 하나의 이미지 프레임을 보정하여 영상을 생성하고,
상기 움직임 정보가 상기 임계치보다 작은 경우 상기 복수의 이미지 프레임들을 합성하여 고 동적 범위 영상을 생성하는 동작을 포함하는, 방법. - 청구항 8에 있어서,
상기 영상을 생성하는 동작은,
상기 움직임 정보가 임계치 이상인 경우 상기 이미지 프레임 내에서 픽셀 값이 포화된 영역에 대한 채도 및 명도 중 적어도 하나를 보정하는 동작을 포함하는, 방법. - 청구항 8에 있어서,
상기 영상을 생성하는 동작은,
상기 식별된 적어도 하나의 영역에 대한 움직임 정보가 임계치 이상인 경우:
상기 하나의 이미지 프레임의 상기 식별된 적어도 하나의 영역을 보정하여 상기 영상에서 상기 식별된 적어도 하나의 영역에 상응하는 영역을 획득하는 동작, 및
나머지 영역에 대해서는 상기 복수의 이미지 프레임들을 합성하여 영상의 나머지 영역을 획득하는 동작을 포함하는, 방법.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR20220138365 | 2022-10-25 | ||
KR1020220138365 | 2022-10-25 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20240057945A true KR20240057945A (ko) | 2024-05-03 |
Family
ID=91077934
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020220166365A KR20240057945A (ko) | 2022-10-25 | 2022-12-02 | 고 동적 대역 영상을 생성하는 전자 장치 및 그 동작 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR20240057945A (ko) |
-
2022
- 2022-12-02 KR KR1020220166365A patent/KR20240057945A/ko unknown
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230209202A1 (en) | Electronic device for performing image stabilization, and operating method therefor | |
US20220353401A1 (en) | Electronic device for performing image processing and operation method thereof | |
US20230410268A1 (en) | Method for providing image, and electronic device supporting same | |
US12015848B2 (en) | Electronic device performing image stabilization and operating method thereof | |
US20230007160A1 (en) | Photographing method of electronic apparatus and electronic apparatus thereof | |
US20220360713A1 (en) | Electronic device including camera | |
KR20220166592A (ko) | 카메라 모듈을 포함하는 전자 장치 및 그 전자 장치의 동작 방법 | |
KR20220099789A (ko) | 카메라 모듈을 포함하는 전자 장치 및 그 전자 장치의 동작 방법 | |
KR20210154594A (ko) | 초점 조절 기능을 포함하는 전자 장치 및 방법 | |
KR20240057945A (ko) | 고 동적 대역 영상을 생성하는 전자 장치 및 그 동작 방법 | |
US20240121512A1 (en) | Method and electronic device for controlling camera | |
US12022189B2 (en) | Electronic device and method for generating an image | |
US20240348936A1 (en) | Method for providing image, and electronic device for supporting same | |
US20230396889A1 (en) | Image capturing method for electronic device, and electronic device therefor | |
US20230396885A1 (en) | Electronic device including camera module and electronic device operating method | |
US20240292110A1 (en) | Electronic device for capturing high dynamic range images, and operating method thereof | |
US20240078685A1 (en) | Method for generating file including image data and motion data, and electronic device therefor | |
US20230070184A1 (en) | Method for providing image and electronic device supporting the same | |
KR20240073714A (ko) | 디지털 보케 이미지의 해상도를 높이기 위한 전자 장치 및 방법 | |
KR20240056374A (ko) | 다중 노출 영상을 획득하는 전자 장치 및 그 동작 방법 | |
KR20240056362A (ko) | 카메라의 설정을 변경하기 위한 전자 장치, 방법, 및 비일시적 컴퓨터 판독가능 저장 매체 | |
KR20240120585A (ko) | 로우 이미지들을 블렌딩하는 방법 및 전자 장치 | |
KR20220101998A (ko) | 자동 초점 조절이 가능한 전자 장치 및 그 동작 방법 | |
KR20240120587A (ko) | 듀얼 픽셀 이미지 센서를 포함하는 카메라를 이용한 뎁스 맵 획득 방법 및 이를 지원하는 전자 장치 | |
KR20220153366A (ko) | 이미지 왜곡을 보정하는 방법 및 그 전자 장치 |