KR20240073714A - Electronic device and method for increasing the resolution of digital bokeh image - Google Patents
Electronic device and method for increasing the resolution of digital bokeh image Download PDFInfo
- Publication number
- KR20240073714A KR20240073714A KR1020220166035A KR20220166035A KR20240073714A KR 20240073714 A KR20240073714 A KR 20240073714A KR 1020220166035 A KR1020220166035 A KR 1020220166035A KR 20220166035 A KR20220166035 A KR 20220166035A KR 20240073714 A KR20240073714 A KR 20240073714A
- Authority
- KR
- South Korea
- Prior art keywords
- distance
- image
- processor
- electronic device
- focus
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 47
- 238000012545 processing Methods 0.000 claims abstract description 116
- 230000006872 improvement Effects 0.000 claims abstract description 106
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 7
- 238000003786 synthesis reaction Methods 0.000 claims abstract description 7
- 230000000694 effects Effects 0.000 claims description 34
- 230000001537 neural effect Effects 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000004891 communication Methods 0.000 description 46
- 241000282472 Canis lupus familiaris Species 0.000 description 16
- 238000013528 artificial neural network Methods 0.000 description 15
- 238000005516 engineering process Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 13
- 230000003287 optical effect Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 238000013527 convolutional neural network Methods 0.000 description 6
- 238000013473 artificial intelligence Methods 0.000 description 5
- 239000003381 stabilizer Substances 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 3
- 230000000638 stimulation Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000000712 assembly Effects 0.000 description 2
- 238000000429 assembly Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 241000282326 Felis catus Species 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003086 colorant Substances 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
- 230000003247 decreasing effect 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
- 230000007717 exclusion Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000446 fuel Substances 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
- 238000005192 partition Methods 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
- 238000012546 transfer Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- H04N23/95—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
- H04N23/958—Computational photography systems, e.g. light-field imaging systems for extended depth of field imaging
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/222—Studio circuitry; Studio devices; Studio equipment
- H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
- H04N5/272—Means for inserting a foreground image in a background image, i.e. inlay, outlay
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
Abstract
일 실시예에 따르면, 전자 장치(electronic device)는 적어도 하나의 프로세서, 적어도 하나의 카메라를 포함할 수 있다. 상기 적어도 하나의 프로세서는, 상기 적어도 하나의 카메라를 통해 이미지를 획득할 수 있다. 상기 적어도 하나의 프로세서는, 복수의 객체들에 대응하는 깊이 데이터들을 포함한 깊이 맵을 생성할 수 있다. 상기 적어도 하나의 프로세서는, 상기 복수의 객체들 중에서 블러 처리를 하지 않을 객체를 식별하기 위한 사용자 입력을 수신할 수 있다. 상기 적어도 하나의 프로세서는, 상기 사용자 입력에 대응하는 상기 객체 및 상기 깊이 맵에 기반하여 개선 영역을 식별할 수 있다. 상기 적어도 하나의 프로세서는, 상기 사용자 입력에 대응하는 상기 객체 및 상기 깊이 맵에 기반하여 포커스 영역을 식별할 수 있다. 상기 적어도 하나의 프로세서는, 상기 개선 영역의 블러 정보가 기준 값 이상인지 여부를 식별할 수 있다. 상기 적어도 하나의 프로세서는, 상기 기준 값 이상의 상기 블러 정보에 기반하여, 상기 개선 영역에 대하여 상기 블러 정보를 감소시키기 위한 이미지 처리를 수행할 수 있다. 상기 적어도 하나의 프로세서는, 상기 포커스 영역을 제외한 상기 이미지의 부분에 블러 처리를 수행할 수 있다. 상기 적어도 하나의 프로세서는, 상기 포커스 영역을 제외한 상기 이미지의 부분과, 상기 포커스 영역의 합성에 기반하여 출력 이미지를 생성할 수 있다. According to one embodiment, an electronic device may include at least one processor and at least one camera. The at least one processor may acquire an image through the at least one camera. The at least one processor may generate a depth map including depth data corresponding to a plurality of objects. The at least one processor may receive a user input for identifying an object that will not be blurred among the plurality of objects. The at least one processor may identify an improvement area based on the object and the depth map corresponding to the user input. The at least one processor may identify a focus area based on the object and the depth map corresponding to the user input. The at least one processor may identify whether blur information in the improvement area is greater than or equal to a reference value. The at least one processor may perform image processing to reduce the blur information for the improvement area based on the blur information that is greater than or equal to the reference value. The at least one processor may perform blur processing on portions of the image excluding the focus area. The at least one processor may generate an output image based on a synthesis of the focus area and a portion of the image excluding the focus area.
Description
본 개시의 실시예들은, 디지털 보케 이미지의 해상도를 높이기 위한 전자 장치 및 방법에 관한 것이다. Embodiments of the present disclosure relate to an electronic device and method for increasing the resolution of a digital bokeh image.
스마트폰의 소형화에 따라, 카메라 모듈의 두께는 감소해왔다. 카메라 모듈 두께의 감소로 디지털 보케(bokeh) 기술의 중요도가 높아졌다. 디지털 보케는, 피사체와 배경을 분리하여, 블러(blur) 처리한 배경 영역 이미지와 피사체에 대응하는 객체 영역 이미지를 합성하는 기술이다.As smartphones become smaller, the thickness of the camera module has decreased. As camera module thickness decreases, the importance of digital bokeh technology has increased. Digital bokeh is a technology that separates the subject and the background and combines a blurred background area image with an object area image corresponding to the subject.
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 관련된 종래 기술(prior art)로서 적용될 수 있는지에 대하여 어떠한 주장이나 결정이 제기되지 않는다. The above information may be provided as background art for the purpose of aiding understanding of the present disclosure. No claim or determination is made as to whether any of the foregoing can be applied as prior art to the present disclosure.
일 실시예에 따르면, 전자 장치(electronic device)는 적어도 하나의 프로세서, 적어도 하나의 카메라를 포함할 수 있다. 상기 적어도 하나의 프로세서는, 상기 적어도 하나의 카메라를 통해 이미지를 획득할 수 있다. 상기 적어도 하나의 프로세서는, 복수의 객체들에 대응하는 깊이 데이터들을 포함한 깊이 맵을 생성할 수 있다. 상기 적어도 하나의 프로세서는, 상기 복수의 객체들 중에서 블러 처리를 하지 않을 객체를 식별하기 위한 사용자 입력을 수신할 수 있다. 상기 적어도 하나의 프로세서는, 상기 사용자 입력에 대응하는 상기 객체 및 상기 깊이 맵에 기반하여 개선 영역을 식별할 수 있다. 상기 적어도 하나의 프로세서는, 상기 사용자 입력에 대응하는 상기 객체 및 상기 깊이 맵에 기반하여 포커스 영역을 식별할 수 있다. 상기 적어도 하나의 프로세서는, 상기 개선 영역의 블러 정보가 기준 값 이상인지 여부를 식별할 수 있다. 상기 적어도 하나의 프로세서는, 상기 기준 값 이상의 상기 블러 정보에 기반하여, 상기 개선 영역에 대하여 상기 블러 정보를 감소시키기 위한 이미지 처리를 수행할 수 있다. 상기 적어도 하나의 프로세서는, 상기 포커스 영역을 제외한 상기 이미지의 부분에 블러 처리를 수행할 수 있다. 상기 적어도 하나의 프로세서는, 상기 포커스 영역을 제외한 상기 이미지의 부분과, 상기 포커스 영역의 합성에 기반하여 출력 이미지를 생성할 수 있다. According to one embodiment, an electronic device may include at least one processor and at least one camera. The at least one processor may acquire an image through the at least one camera. The at least one processor may generate a depth map including depth data corresponding to a plurality of objects. The at least one processor may receive a user input for identifying an object that will not be blurred among the plurality of objects. The at least one processor may identify an improvement area based on the object and the depth map corresponding to the user input. The at least one processor may identify a focus area based on the object and the depth map corresponding to the user input. The at least one processor may identify whether blur information in the improvement area is greater than or equal to a reference value. The at least one processor may perform image processing to reduce the blur information for the improvement area based on the blur information that is greater than or equal to the reference value. The at least one processor may perform blur processing on portions of the image excluding the focus area. The at least one processor may generate an output image based on a synthesis of the focus area and a portion of the image excluding the focus area.
일 실시예에 따르면, 전자 장치(electronic device)에 의해 수행되는 방법은 적어도 하나의 카메라를 통해 이미지를 획득하는 동작을 포함할 수 있다. 상기 방법은 복수의 객체들에 대응하는 깊이 데이터들을 포함한 깊이 맵을 생성하는 동작을 포함할 수 있다. 상기 방법은 상기 복수의 객체들 중에서 블러 처리를 하지 않을 객체를 식별하기 위한 사용자 입력을 수신하는 동작을 포함할 수 있다. 상기 방법은 사용자 입력에 대응하는 상기 객체 및 상기 깊이 맵에 기반하여 개선 영역을 식별하는 동작을 포함할 수 있다. 상기 방법은, 상기 사용자 입력에 대응하는 상기 객체 및 상기 깊이 맵에 기반하여 포커스 영역을 식별하는 동작을 포함할 수 있다. 상기 방법은 상기 개선 영역의 블러 정보가 기준 값 이상인지 여부를 식별하는 동작을 포함할 수 있다. 상기 방법은 상기 기준 값 이상의 상기 블러 정보에 기반하여, 상기 개선 영역에 대하여 상기 블러 정보를 감소시키기 위한 이미지 처리를 수행하는 동작을 포함할 수 있다. 상기 방법은 상기 포커스 영역을 제외한 상기 이미지의 부분에 블러 처리를 수행하는 동작을 포함할 수 있다. 상기 방법은 상기 포커스 영역을 제외한 상기 이미지의 부분과 상기 포커스 영역의 합성에 기반하여 출력 이미지를 생성하는 동작을 포함할 수 있다. According to one embodiment, a method performed by an electronic device may include acquiring an image through at least one camera. The method may include generating a depth map including depth data corresponding to a plurality of objects. The method may include receiving a user input to identify an object that will not be blurred among the plurality of objects. The method may include identifying an improvement area based on the depth map and the object corresponding to a user input. The method may include identifying a focus area based on the depth map and the object corresponding to the user input. The method may include an operation of identifying whether blur information in the improvement area is greater than or equal to a reference value. The method may include performing image processing to reduce the blur information for the improvement area based on the blur information that is greater than or equal to the reference value. The method may include performing blur processing on a portion of the image excluding the focus area. The method may include generating an output image based on a synthesis of the focus area and a portion of the image excluding the focus area.
도 1은 실시예들에 따른, 네트워크 환경 내의 전자 장치의 블록도이다.
도 2는 다양한 실시예들에 따른, 카메라 모듈을 예시하는 블록도이다.
도 3은 실시예들에 따른, 디지털 보케의 예를 도시한다.
도 4는 실시예들에 따른, 블러 정보를 감소시키기 위한 이미지 처리 과정 없이 생성된 출력 이미지의 예를 도시한다.
도 5는 실시예들에 따른, 깊이 맵의 예를 도시한다.
도 6은 실시예들에 따른, 포커스 영역의 블러 정보를 식별하기 위한 기준 거리 범위의 예를 도시한다.
도 7은 실시예들에 따른, 포커스 영역의 블러 정보에 기반하여 출력 이미지를 생성하기 위한 전자 장치의 동작의 흐름을 도시한다.
도 8은 실시예들에 따른, 이미지 획득 시 블러 정보를 식별하기 위한 전자 장치의 동작의 흐름을 도시한다.
도 9는 실시예들에 따른, 이미지를 획득하는 동안, 디지털 보케를 수행하기 위한 전자 장치의 동작의 흐름을 도시한다.
도 10은 실시예들에 따른, 이미지를 획득한 이후, 디지털 보케를 수행하기 위한 전자 장치의 동작의 흐름을 도시한다. 1 is a block diagram of an electronic device in a network environment, according to embodiments.
2 is a block diagram illustrating a camera module, according to various embodiments.
3 shows an example of digital bokeh, according to embodiments.
Figure 4 shows an example of an output image generated without image processing to reduce blur information, according to embodiments.
5 shows an example of a depth map, according to embodiments.
Figure 6 shows an example of a reference distance range for identifying blur information in a focus area, according to embodiments.
FIG. 7 illustrates a flow of operations of an electronic device for generating an output image based on blur information of a focus area, according to embodiments.
FIG. 8 illustrates a flow of operations of an electronic device for identifying blur information when acquiring an image, according to embodiments.
9 illustrates a flow of operations of an electronic device for performing digital bokeh while acquiring an image, according to embodiments.
FIG. 10 illustrates a flow of operations of an electronic device for performing digital bokeh after acquiring an image, according to embodiments.
본 개시에서 사용되는 용어들은 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 다른 실시예의 범위를 한정하려는 의도가 아닐 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 용어들은 본 개시에 기재된 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가질 수 있다. 본 개시에 사용된 용어들 중 일반적인 사전에 정의된 용어들은, 관련 기술의 문맥상 가지는 의미와 동일 또는 유사한 의미로 해석될 수 있으며, 본 개시에서 명백하게 정의되지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다. 경우에 따라서, 본 개시에서 정의된 용어일지라도 본 개시의 실시예들을 배제하도록 해석될 수 없다.Terms used in the present disclosure are merely used to describe specific embodiments and may not be intended to limit the scope of other embodiments. Singular expressions may include plural expressions, unless the context clearly dictates otherwise. Terms used herein, including technical or scientific terms, may have the same meaning as commonly understood by a person of ordinary skill in the technical field described in this disclosure. Among the terms used in this disclosure, terms defined in general dictionaries may be interpreted to have the same or similar meaning as the meaning they have in the context of related technology, and unless clearly defined in this disclosure, have an ideal or excessively formal meaning. It is not interpreted as In some cases, even terms defined in the present disclosure cannot be interpreted to exclude embodiments of the present disclosure.
이하에서 설명되는 본 개시의 다양한 실시예들에서는 하드웨어적인 접근 방법을 예시로서 설명한다. 하지만, 본 개시의 다양한 실시예들에서는 하드웨어와 소프트웨어를 모두 사용하는 기술을 포함하고 있으므로, 본 개시의 다양한 실시예들이 소프트웨어 기반의 접근 방법을 제외하는 것은 아니다.In various embodiments of the present disclosure described below, a hardware approach method is explained as an example. However, since various embodiments of the present disclosure include technology using both hardware and software, the various embodiments of the present disclosure do not exclude software-based approaches.
이하 설명에서 사용되는 합성(montaging)을 지칭하는 용어(예: 합성, 병합(merging), 결합(combination)), 이미지 내의 부분(part of the image)을 지칭하는 용어(예: 이미지 영역(image region)), 획득된 이미지 내의 부분(part of the obtained image)을 지칭하는 용어(개선 영역(improvement area), 개선을 위한 영역(region for improvement), 해상도 향상을 위한 영역(region for resolution enhancement)), 정해진 값(specified value)을 지칭하는 용어(기준 값(reference value), 임계 값(threshold value)) 등은 설명의 편의를 위해 예시된 것이다. 따라서, 본 개시가 후술되는 용어들에 한정되는 것은 아니며, 동등한 기술적 의미를 가지는 다른 용어가 사용될 수 있다. 또한, 이하 사용되는 '...부', '...기', '...물', '...체' 등의 용어는 적어도 하나의 형상 구조를 의미하거나 또는 기능을 처리하는 단위를 의미할 수 있다.Terms used in the description below refer to montaging (e.g., compositing, merging, combination), and terms that refer to a part of the image (e.g., image region). )), a term referring to a part of the obtained image (improvement area, region for improvement, region for resolution enhancement), Terms referring to specified values (reference value, threshold value), etc. are provided as examples for convenience of explanation. Accordingly, the present disclosure is not limited to the terms described below, and other terms having equivalent technical meaning may be used. In addition, terms such as '... part', '... base', '... water', and '... body' used hereinafter mean at least one shape structure or a unit that processes a function. It can mean.
또한, 본 개시에서, 특정 조건의 만족(satisfied), 충족(fulfilled) 여부를 판단하기 위해, 초과 또는 미만의 표현이 사용될 수 있으나, 이는 일 예를 표현하기 위한 기재일 뿐 이상 또는 이하의 기재를 배제하는 것이 아니다. '이상'으로 기재된 조건은 '초과', '이하'로 기재된 조건은 '미만', '이상 및 미만'으로 기재된 조건은 '초과 및 이하'로 대체될 수 있다. 또한, 이하, 'A' 내지 'B'는 A부터(A 포함) B까지의(B 포함) 요소들 중 적어도 하나를 의미한다.In addition, in the present disclosure, the expressions greater than or less than may be used to determine whether a specific condition is satisfied or fulfilled, but this is only a description for expressing an example, and the description of more or less may be used. It's not exclusion. Conditions written as ‘more than’ can be replaced with ‘more than’, conditions written as ‘less than’ can be replaced with ‘less than’, and conditions written as ‘more than and less than’ can be replaced with ‘greater than and less than’. In addition, hereinafter, 'A' to 'B' means at least one of the elements from A to (including A) and B (including B).
본 개시의 실시예들을 설명하기에 앞서, 실시예들에 따른 전자 장치의 동작들을 설명하기 위해 필요한 용어들이 정의된다. 객체는 피사체에 대응하는 이미지 내의 부분일 수 있다. 개선 영역은 해상도를 향상하기 위한 이미지 처리의 대상으로써, 객체 주변의 이미지의 부분일 수 있다. 상기 객체는 사용자 입력에 의해 지정될 수 있다. 개선 객체는 상기 개선 영역 내에 포함된, 이미지의 부분일 수 있다. 포커스 영역은 디지털 보케 적용 시, 블러 처리를 하지 않는, 이미지의 부분일 수 있다. 포커스 객체는 상기 포커스 영역에 포함된, 이미지의 부분일 수 있다. 블러 정보는 이미지의 부분이 얼마나 흐린지를 나타내는 지표일 수 있다. 깊이 맵은 이미지 내의 복수의 객체들에 대응하는 깊이 데이터들을 포함할 수 있다. Before describing the embodiments of the present disclosure, terms necessary to describe the operations of the electronic device according to the embodiments are defined. The object may be a part of the image that corresponds to the subject. The enhancement area is a target of image processing to improve resolution and may be a portion of the image surrounding the object. The object may be designated by user input. An enhancement object may be a portion of an image contained within the enhancement area. The focus area may be a portion of the image that is not blurred when applying digital bokeh. A focus object may be a portion of an image included in the focus area. Blur information may be an indicator of how blurry a part of an image is. The depth map may include depth data corresponding to a plurality of objects in the image.
이하, 첨부된 도면을 참조하여 본 문서에 개시된 다양한 실시 예들이 설명된다. 설명의 편의를 위하여 도면에 도시된 구성요소들은 그 크기가 과장 또는 축소될 수 있으며, 본 발명이 반드시 도시된 바에 의해 한정되는 것은 아니다.Hereinafter, various embodiments disclosed in this document will be described with reference to the attached drawings. For convenience of explanation, the sizes of components shown in the drawings may be exaggerated or reduced, and the present invention is not necessarily limited to what is shown.
도 1은 실시예들에 따른, 네트워크 환경 내의 전자 장치의 블록도이다.1 is a block diagram of an electronic device in a network environment, according to embodiments.
도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제2 네트워크(199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(104) 또는 서버(108) 중 적어도 하나와 통신할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일 실시예에 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.Referring to FIG. 1, in the
프로세서(120)는, 예를 들면, 소프트웨어(예: 프로그램(140))을 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. 일 실시예에 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. 일 실시예에 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 들면, 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.The processor 120, for example, executes software (e.g., program 140) to operate at least one other component (e.g., hardware or software component) of the
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))과 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일 실시예에 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. 일 실시예에 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 들면, 인공지능 모델이 수행되는 전자 장치(101) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(108))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들면, 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.The auxiliary processor 123 may, for example, act on behalf of the main processor 121 while the main processor 121 is in an inactive (e.g., sleep) state, or while the main processor 121 is in an active (e.g., application execution) state. ), together with the main processor 121, at least one of the components of the electronic device 101 (e.g., the
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 들면, 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. The memory 130 may store various data used by at least one component (eg, the processor 120 or the sensor module 176) of the
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. The program 140 may be stored as software in the memory 130 and may include, for example, an operating system 142, middleware 144, or application 146.
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. The
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. 일 실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.The
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. 일 실시예에 따르면, 디스플레이 모듈(160)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다. The
오디오 모듈(170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일 실시예에 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.The audio module 170 can convert sound into an electrical signal or, conversely, convert an electrical signal into sound. According to one embodiment, the audio module 170 acquires sound through the
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. 일 실시예에 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. The sensor module 176 detects the operating state (e.g., power or temperature) of the
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. 일 실시예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.The
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. 일 실시예에 따르면, 연결 단자(178)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.The
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. 일 실시예에 따르면, 햅틱 모듈(179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.The haptic module 179 can convert electrical signals into mechanical stimulation (e.g., vibration or movement) or electrical stimulation that the user can perceive through tactile or kinesthetic senses. According to one embodiment, the haptic module 179 may include, for example, a motor, a piezoelectric element, or an electrical stimulation device.
카메라 모듈(180)은 정지 영상 및 동영상을 촬영할 수 있다. 일 실시예에 따르면, 카메라 모듈(180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.The
전력 관리 모듈(188)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 일 실시예에 따르면, 전력 관리 모듈(188)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.The power management module 188 can manage power supplied to the
배터리(189)는 전자 장치(101)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일 실시예에 따르면, 배터리(189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.The
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. 일 실시예에 따르면, 통신 모듈(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제1 네트워크(198)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제2 네트워크(199)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(104)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(192)은 가입자 식별 모듈(196)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제1 네트워크(198) 또는 제2 네트워크(199)와 같은 통신 네트워크 내에서 전자 장치(101)를 확인 또는 인증할 수 있다. Communication module 190 provides a direct (e.g., wired) communication channel or wireless communication channel between
무선 통신 모듈(192)은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들면, 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 들면, 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 들면, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO(full dimensional MIMO)), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다. 무선 통신 모듈(192)은 전자 장치(101), 외부 전자 장치(예: 전자 장치(104)) 또는 네트워크 시스템(예: 제2 네트워크(199))에 규정되는 다양한 요구사항을 지원할 수 있다. 일 실시예에 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.The wireless communication module 192 may support 5G networks after 4G networks and next-generation communication technologies, for example, NR access technology (new radio access technology). NR access technology provides high-speed transmission of high-capacity data (eMBB (enhanced mobile broadband)), minimization of terminal power and access to multiple terminals (mMTC (massive machine type communications)), or high reliability and low latency (URLLC (ultra-reliable and low latency). -latency communications)) can be supported. The wireless communication module 192 may support a high frequency band (eg, mmWave band), for example, to achieve a high data transfer rate. The wireless communication module 192 uses various technologies to secure performance in high frequency bands, such as beamforming, massive MIMO (multiple-input and multiple-output), and full-dimensional multiplexing. It can support technologies such as input/output (FD-MIMO (full dimensional MIMO)), array antenna, analog beam-forming, or large scale antenna. The wireless communication module 192 may support various requirements specified in the
안테나 모듈(197)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일 실시예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일 실시예에 따르면, 안테나 모듈(197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제1 네트워크(198) 또는 제2 네트워크(199)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(190)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(190)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(197)의 일부로 형성될 수 있다. The
다양한 실시예에 따르면, 안테나 모듈(197)은 mmWave 안테나 모듈을 형성할 수 있다. 일 실시예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.According to various embodiments, the
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.At least some of the components are connected to each other through a communication method between peripheral devices (e.g., bus, general purpose input and output (GPIO), serial peripheral interface (SPI), or mobile industry processor interface (MIPI)) and signal ( (e.g. commands or data) can be exchanged with each other.
일 실시예에 따르면, 명령 또는 데이터는 제2 네트워크(199)에 연결된 서버(108)를 통해서 전자 장치(101)와 외부의 전자 장치(104)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(102, 또는 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 일 실시예에 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 들면, 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. 일 실시예에 따르면, 외부의 전자 장치(104) 또는 서버(108)는 제2 네트워크(199) 내에 포함될 수 있다. 전자 장치(101)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다. According to one embodiment, commands or data may be transmitted or received between the
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 방출 또는 반사되는 빛을 수집할 수 있다. 렌즈 어셈블리(210)는 하나 또는 그 이상의 렌즈들을 포함할 수 있다. 일 실시예에 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. Figure 2 is a block diagram 200 illustrating a
플래쉬(220)는 피사체로부터 방출 또는 반사되는 빛을 강화하기 위하여 사용되는 빛을 방출할 수 있다. 일 실시예에 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. 일 실시예에 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.The flash 220 may emit light used to enhance light emitted or reflected from a subject. According to one embodiment, the flash 220 may include one or more light emitting diodes (eg, red-green-blue (RGB) LED, white LED, infrared LED, or ultraviolet LED), or a xenon lamp. The image sensor 230 may acquire an image corresponding to the subject by converting light emitted or reflected from the subject and transmitted through the
이미지 스태빌라이저(240)는 카메라 모듈(180) 또는 이를 포함하는 전자 장치(예: 도 1의 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)할 수 있다. 이는 촬영되는 이미지에 대한 상기 움직임에 의한 부정적인 영향의 적어도 일부를 보상하게 해 준다. 일 실시예에 따르면, 이미지 스태빌라이저(240)는 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 상기 움직임을 감지할 수 있다. 일 실시예에 따르면, 이미지 스태빌라이저(240)는, 예를 들면, 광학식 이미지 스태빌라이저로 구현될 수 있다. 메모리(250)는 이미지 센서(230)를 통하여 획득된 이미지의 적어도 일부를 다음 이미지 처리 작업을 위하여 적어도 일시 저장할 수 있다. 예를 들어, 셔터에 따른 이미지 획득이 지연되거나, 또는 복수의 이미지들이 고속으로 획득되는 경우, 획득된 원본 이미지(예: bayer-patterned 이미지 또는 높은 해상도의 이미지)는 메모리(250)에 저장이 되고, 그에 대응하는 사본 이미지(예: 낮은 해상도의 이미지)는 표시 장치(예: 도 1의 디스플레이 모듈(160))을 통하여 프리뷰 될 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. 일 실시예에 따르면, 메모리(250)는 메모리(예: 도 1의 메모리(130))의 적어도 일부로, 또는 이와는 독립적으로 운영되는 별도의 메모리로 구성될 수 있다.The image stabilizer 240 responds to movement of the
이미지 시그널 프로세서(260)는 이미지 센서(230)를 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(bluring), 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)를 수행할 수 있다. 이미지 시그널 프로세서(260)에 의해 처리된 이미지는 추가 처리를 위하여 메모리(250)에 다시 저장되거나 카메라 모듈(180)의 외부 구성 요소(예: 도 1의 메모리(130), 표시 장치(160), 전자 장치(102), 전자 장치(104), 또는 서버(108))로 제공될 수 있다. 일 실시예에 따르면, 이미지 시그널 프로세서(260)는 프로세서(예: 도 1의 프로세서(120))의 적어도 일부로 구성되거나, 프로세서(120)와 독립적으로 운영되는 별도의 프로세서로 구성될 수 있다. 이미지 시그널 프로세서(260)가 프로세서(120)와 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 표시 장치(160)를 통해 표시될 수 있다.The image signal processor 260 may perform one or more image processes on an image acquired through the image sensor 230 or an image stored in the memory 250. The one or more image processes may include, for example, depth map creation, three-dimensional modeling, panorama creation, feature point extraction, image compositing, or image compensation (e.g., noise reduction, resolution adjustment, brightness adjustment, blurring ( Additionally or alternatively, the image signal processor 260 may include blurring, sharpening, or softening, and may include at least one of the components included in the camera module 180 (eg, an image sensor). (230)), the image processed by the image signal processor 260 may be stored back in the memory 250 for further processing. It may be provided as an external component of the camera module 180 (e.g., memory 130,
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.According to one embodiment, the
도 3은 실시예들에 따른, 디지털 보케의 예를 도시한다.3 shows an example of digital bokeh, according to embodiments.
도 3을 참조하면, 일 실시예에 따르면, 제1 이미지(301)는 카메라를 통해 획득한 이미지일 수 있다. 상기 제1 이미지(301)는, 제1 객체(303), 제2 객체(305), 및 배경 영역(307)을 포함할 수 있다. 상기 제1 객체(303)는 강아지 인형에 대응하는 이미지의 부분일 수 있다. 상기 제2 객체(305)는 USB(universal serial bus)포트 선에 대응하는 이미지의 부분일 수 있다. 상기 배경 영역(307)은 상기 제1 객체(303)와 상기 제2 객체(305)를 제외한 이미지의 부분일 수 있다. 제2 이미지(309)는 제1 이미지(301)에 대하여 디지털 보케 처리를 통해 획득된 출력 이미지일 수 있다. 상기 제2 이미지(309)는 제1 객체(311), 제2 객체(313), 배경 영역(315)을 포함할 수 있다. 상기 제1 객체(311)는 강아지 인형에 대응하는 이미지의 부분일 수 있다. 상기 제2 객체(313)는 USB 포트 선에 대응하는 이미지의 부분일 수 있다. 상기 배경 영역(315)은 상기 제1 객체(311)와 상기 제2 객체(313)를 제외한 이미지의 부분일 수 있다.Referring to FIG. 3, according to one embodiment, the
일 실시예에 따르면, 상기 적어도 하나의 프로세서(예: 도 1의 프로세서(120))는, 카메라(예: 도 1의 카메라 모듈(180))를 통해 복수의 객체들을 포함하는 이미지를 획득할 수 있다. 예를 들면, 상기 적어도 하나의 프로세서(120)는, 제1 객체(303), 제2 객체(305), 및 배경 영역(307)을 포함하는 이미지를 획득할 수 있다. According to one embodiment, the at least one processor (e.g., processor 120 of FIG. 1) may acquire an image including a plurality of objects through a camera (e.g.,
일 실시예에 따르면, 상기 적어도 하나의 프로세서(120)는, 복수의 객체들에 대응하는 깊이 데이터들을 포함한 깊이 맵을 생성할 수 있다. 예를 들면, 상기 적어도 하나의 프로세서(120)는, 제1 객체(303)에 대응하는 깊이 데이터, 제2 객체(305)에 대응하는 깊이 데이터, 및 배경 영역(307) 내의 객체들에 대응하는 깊이 데이터들을 포함하는 깊이 맵을 획득할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 깊이 맵을 통해 이미지에 포함되는 복수의 객체들에 대응하는 깊이 데이터들을 획득할 수 있다. 상기 깊이 데이터는 상기 객체에 대응하는 피사체로부터 상기 카메라(180)를 포함한 전자 장치(예: 도 1의 전자 장치(101))까지의 거리일 수 있다. 상기 깊이 데이터는 깊이 센서를 통해 획득될 수 있다. 예를 들면, 상기 적어도 하나의 프로세서(120)는, 깊이 센서를 통해 깊이 데이터를 획득하기 위해 제1 신호를 송신할 수 있다. 상기 적어도 하나의 프로세서(120)는, 송신된 제1 신호가 상기 복수의 객체들 중 하나의 객체에 의해 반사된, 제2 신호를 상기 깊이 센서를 통해 적어도 일부 수신할 수 있다. 상기 깊이 센서는 TOF(time of flight) 센서일 수 있다. 예를 들면, 상기 깊이 데이터는 복수의 카메라들로부터 획득된 이미지들에 기반하여 획득될 수 있다. 상기 적어도 하나의 프로세서(120)는, 제1 카메라로부터 제1 이미지를 획득할 수 있다. 상기 적어도 하나의 프로세서(120)는, 제2 카메라로부터 제2 이미지를 획득할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 제1 이미지 및 상기 제2 이미지를 비교하여, 복수의 객체들에 대응하는 깊이 데이터들을 획득할 수 있다. 상기 전자 장치(101)에 가까운 피사체 일수록, 상기 전자 장치(101)로부터 먼 피사체에 비해, 제1 이미지 내의 피사체에 대응하는 객체와 제2 이미지 내의 상기 피사체에 대응하는 상기 객체의 위치의 차이가 클 수 있다. 예를 들면, 상기 깊이 데이터는 단일한 카메라를 통해 획득된 이미지에 기반하여 식별될 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 CNN(convolution neural network)를 통해 상기 이미지로부터 깊이 데이터들을 획득할 수 있다. 다만, 본 개시의 실시예들은 이에 제한되지 않는다. According to one embodiment, the at least one processor 120 may generate a depth map including depth data corresponding to a plurality of objects. For example, the at least one processor 120 may generate depth data corresponding to the
일 실시예에 따르면, 상기 적어도 하나의 프로세서(120)는, 복수의 객체들 중에서 블러 처리를 하지 않을 객체를 식별하기 위한 사용자 입력을 수신할 수 있다. 예를 들면, 상기 사용자는 제1 객체(303)에 대응하는 디스플레이 상의 영역을 터치할 수 있다. 상기 제1 객체(303)는 상기 이미지(301) 내에 포함된 복수의 객체들 중에서 블러 처리를 하지 않을 객체로 지정될 수 있다. 상기 제1 객체(303)는 디지털 보케(bokeh)에서, 초점이 맞은 것처럼 보이는 객체로 지정될 수 있다. 상기 디지털 보케는 획득한 이미지의 일부에 블러 처리를 수행하여, 이미지 내의 객체 중 일부에만 초점이 맞은 것처럼 표현하는 이미지 처리 방식일 수 있다. According to one embodiment, the at least one processor 120 may receive a user input for identifying an object that will not be blurred among a plurality of objects. For example, the user may touch an area on the display corresponding to the
일 실시예에 따르면, 상기 적어도 하나의 프로세서(120)는, 상기 사용자 입력에 대응하는 상기 객체 및 상기 깊이 맵에 기반하여 개선 영역을 식별할 수 있다. 상기 개선 영역은 상기 객체와 개선 객체를 포함할 수 있다. 상기 개선 영역은 해상도를 높이기 위한 이미지 처리를 수행하는 이미지의 부분일 수 있다. 상기 개선 영역에 대해서 이미지 처리를 수행하는 것은 상기 객체에 대응하는 피사체 근처의 다른 피사체에 대해서도 높은 해상도의 이미지를 출력하기 위함이다. 또한 전체 이미지가 아닌 일부 영역에 대해 해상도를 높이기 위한 이미지 처리를 수행함으로써, 시간적 효율이 확보될 수 있다. 상기 적어도 하나의 프로세서(120)는, 개선 영역을 제외한 이미지의 부분 중 일부에 대해, 보케 효과를 위해 블러 처리할 수 있기 때문이다. 다시 말해, 상기 블러 처리될 이미지의 부분에 대해서는 해상도를 높이기 위한 이미지 처리를 수행하지 않을 수 있기 때문에, 상기 적어도 하나의 프로세서(120)는, 상기 개선 영역에 대해 해상도를 높이기 위한 이미지 처리를 수행함으로써 시간적 효율을 확보할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 깊이 맵에 기반하여, 상기 수신된 사용자 입력에 대응하는 상기 객체의 거리를 식별할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 개선 객체를 식별할 수 있다. 상기 객체에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리와 상기 개선 객체에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리의 차는 제2 지정 거리 미만일 수 있다. According to one embodiment, the at least one processor 120 may identify an improvement area based on the object and the depth map corresponding to the user input. The improvement area may include the object and the improvement object. The improvement area may be a portion of the image on which image processing is performed to increase resolution. Performing image processing on the improvement area is to output high-resolution images for other subjects near the subject corresponding to the object. Additionally, time efficiency can be secured by performing image processing to increase resolution on some areas rather than the entire image. This is because the at least one processor 120 may blur a portion of the image excluding the enhancement area for a bokeh effect. In other words, since image processing to increase resolution may not be performed on the portion of the image to be blurred, the at least one processor 120 performs image processing to increase resolution on the improvement area. Time efficiency can be secured. The at least one processor 120 may identify the distance of the object corresponding to the received user input based on the depth map. The at least one processor 120 may identify the improvement object. The difference between the distance from the subject corresponding to the object to the
예를 들면, 상기 적어도 하나의 프로세서(120)는, 상기 깊이 맵에 기반하여, 사용자 입력에 대응하는 제1 객체(303)와 상기 전자 장치(101) 간의 거리를 식별할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 제1 객체(303)에 대응하는 강아지 인형으로부터 상기 전자 장치(101)까지의 거리와 상기 개선 객체에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리의 차가 상기 제2 지정 거리 미만인, 상기 개선 객체를 식별할 수 있다. 상기 제1 객체(303)에 대응하는 강아지 인형으로부터 상기 전자 장치(101)까지의 거리와, 상기 제2 객체(305)에 대응하는 USB 포트 선으로부터 상기 전자 장치(101)까지의 거리의 차가, 상기 제2 지정 거리 미만일 수 있다. 상기 제2 객체(305)는 상기 개선 객체일 수 있다. 상기 개선 영역은 제1 객체(303)와, 제2 객체(305)를 포함할 수 있다. 상기 적어도 하나의 프로세서(120)는, 자연스러운 보케(bokeh) 이미지의 구현을 위해, 상기 사용자 입력에 대응하는 상기 제1 객체(303)와 상기 제2 지정 거리에 기반하여, 상기 개선 영역을 식별할 수 있다. For example, the at least one processor 120 may identify the distance between the
일 실시예에 따르면, 상기 적어도 하나의 프로세서(120)는, 개선 영역의 블러 정보가 기준 값 이상인지 여부를 판단할 수 있다. According to one embodiment, the at least one processor 120 may determine whether blur information in the improvement area is greater than or equal to a reference value.
일 실시예에 따르면, 상기 적어도 하나의 프로세서(120)는, 상기 이미지 상에 포함된 화소의 엣지 특성에 기반하여 블러 정보를 식별할 수 있다. 상기 블러 정보는 블러 정도를 포함할 수 있다. 엣지는 인접 화소와 비교하여 색상의 변화가 얼마나 다양한지를 나타내는 지표일 수 있다. 상기 엣지의 값은 인접 화소와 비교하여 색상의 변화가 다양할수록 클 수 있다. 상기 엣지 특성은 상기 엣지의 강도와 엣지 방향의 일관성을 포함할 수 있다. 상기 적어도 하나의 프로세서(120)는, 화소에 포함된 상기 엣지의 상기 강도 및 상기 엣지 방향의 일관성을 식별할 수 있다. 상기 엣지의 상기 강도는 해당 화소 및 인접 화소 간에 변화가 큰 엣지가 얼마나 많이 포함되어 있는지를 나타내는 지표일 수 있다. 인접 화소 간의 색상의 변화가 클수록 상기 엣지의 상기 강도가 클 수 있다. 색상이 변화가 다양한 픽셀이 많을수록 해당 화소 및 인접 화소에 포함된 엣지가 클 수 있다. 따라서, 해당 화소의 그래디언트의 크기(magnitude of gradient)에 따라 해당 화소의 엣지의 강도가 결정될 수 있다. 상기 엣지의 강도는 상기 이미지 상에 포함된 상기 화소와 인접 화소의 제1 방향의 상기 그래디언트의 크기 및 상기 제1 방향에 수직한 제2 방향의 상기 그래디언트의 크기에 기초하여 식별될 수 있다. 상기 제1 방향의 상기 그래디언트의 크기와 상기 제2 방향의 상기 그래디언트의 크기가 클수록, 블러 정도는 낮을 수 있다. 상기 엣지 방향의 일관성은 해당 화소와 인접 화소에 포함된 엣지들이 얼마나 일관된 방향을 향하는지를 나타내는 지표일 수 있다. 상기 엣지 방향은 그래디언트와 수직(orthogonal)할 수 있다. 그러므로, 상기 그래디언트의 방향이 일관되면, 상기 엣지 방향 또한 일관될 수 있다. 상기 엣지 방향의 일관성은 상기 화소와 상기 인접 화소의 상기 제1 방향의 상기 그래디언트의 분포 및 상기 제1 방향에 수직한 상기 제2 방향의 상기 그래디언트의 분포에 따라 식별될 수 있다. 상기 제1 방향의 그래디언트에 일관성이 클수록, 상기 엣지 방향의 일관성은 높을 수 있다. 상기 제2 방향의 그래디언트에 일관성이 클수록, 상기 엣지 방향의 일관성은 높을 수 있다. 상기 엣지 방향의 일관성이 높을수록, 블러 정도가 높을 수 있다. 상기 엣지 방향의 일관성이 높을수록 해당 블러는 피사체의 움직임에 의해 생성되었을 가능성이 높을 수 있다. According to one embodiment, the at least one processor 120 may identify blur information based on edge characteristics of pixels included in the image. The blur information may include the degree of blur. An edge may be an indicator of how diverse the color change is compared to adjacent pixels. The value of the edge may be larger as the color change becomes more diverse compared to adjacent pixels. The edge characteristics may include the strength of the edge and the consistency of the edge direction. The at least one processor 120 may identify the intensity of the edge included in the pixel and the consistency of the edge direction. The intensity of the edge may be an indicator of how many edges with large changes between the corresponding pixel and adjacent pixels are included. The greater the change in color between adjacent pixels, the greater the intensity of the edge may be. The more pixels there are with varying colors, the larger the edges included in that pixel and adjacent pixels can be. Accordingly, the strength of the edge of the corresponding pixel may be determined according to the magnitude of gradient of the corresponding pixel. The strength of the edge may be identified based on the size of the gradient in a first direction of the pixel and adjacent pixels included in the image and the size of the gradient in a second direction perpendicular to the first direction. The larger the size of the gradient in the first direction and the size of the gradient in the second direction, the lower the degree of blur may be. The consistency of the edge direction may be an indicator of how consistent the edges included in the corresponding pixel and adjacent pixels are oriented. The edge direction may be orthogonal to the gradient. Therefore, if the direction of the gradient is consistent, the edge direction can also be consistent. The consistency of the edge direction may be identified according to the distribution of the gradient in the first direction of the pixel and the adjacent pixel and the distribution of the gradient in the second direction perpendicular to the first direction. The greater the consistency of the gradient in the first direction, the higher the consistency in the edge direction may be. The greater the consistency of the gradient in the second direction, the higher the consistency in the edge direction may be. The higher the consistency of the edge direction, the higher the degree of blur may be. The higher the consistency of the edge direction, the more likely it is that the blur was created by the movement of the subject.
일 실시예에 따르면, 상기 적어도 하나의 프로세서(120)는, 상기 객체의 거리에 기반하여, 블러 정보를 식별할 수 있다. 제1 기준 거리 범위 내에 상기 객체에 대응하는 피사체가 있을 시, 상기 제1 거리 범위 내의 거리를 갖는 객체의 선명도는 지정 값 이상일 수 있다. 상기 제1 기준 거리 범위 외에 상기 객체에 대응하는 피사체가 있을 시, 상기 제1 거리 범위 외의 거리를 갖는 상기 객체의 선명도는 지정 값 미만일 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 전자 장치(101)로부터 상기 사용자 입력에 대응하는 상기 객체의 거리가 제1 기준 거리 범위 내 일시, 상기 개선 영역의 상기 블러 정보를 기준 값 미만으로 식별할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 전자 장치(101)로부터 상기 사용자 입력에 대응하는 상기 객체의 거리가 제1 기준 거리 범위 외 일시, 상기 개선 영역의 상기 블러 정보를 기준 값 이상으로 식별할 수 있다. 상기 제1 기준 거리 범위는, 피사계 심도(depth of field)와, 초점이 맞춰진 피사체로부터 상기 전자 장치(101)까지의 거리에 기반하여 식별될 수 있다. 상기 객체의 상기 거리는 상기 객체에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리일 수 있다. 상기 제1 기준 거리 범위는 조리개 값, 사용되는 상기 카메라의 초점 거리, 및 초점이 맞춰진 피사체와 상기 전자 장치(101) 간의 거리에 기반하여 식별될 수 있다. 예를 들면, 상기 조리개가 통과시키는 빛의 양이 많을수록, 제1 기준 거리 범위는 좁아질 수 있다. 다시 말해, 상기 조리개의 F-수(f-number)를 낮추면 상기 제1 기준 거리 범위는 좁아질 수 있다. 예를 들면, 사용되는 상기 카메라의 초점 거리가 클수록 상기 제1 기준 거리 범위는 좁아질 수 있다. 다시 말해, 상기 카메라가 고배율일수록 상기 제1 기준 거리 범위는 좁아질 수 있다. 예를 들면, 상기 초점이 맞춰진 피사체와 상기 전자 장치(101) 간의 거리가 클수록 상기 제1 기준 거리 범위는 넓어질 수 있다. 다시 말해, 상기 전자 장치로부터 멀리 떨어진 물체에 대하여 초점이 맞춰질수록 상기 제1 기준 거리 범위는 넓어질 수 있다. According to one embodiment, the at least one processor 120 may identify blur information based on the distance of the object. When there is a subject corresponding to the object within the first reference distance range, the sharpness of the object having a distance within the first distance range may be greater than or equal to a specified value. When there is a subject corresponding to the object outside the first reference distance range, the sharpness of the object having a distance outside the first distance range may be less than a specified value. The at least one processor 120 identifies the blur information in the improvement area as being less than a reference value when the distance of the object corresponding to the user input from the
일 실시예에 따르면, 상기 적어도 하나의 프로세서(120)는, 상기 기준 값 이상의 상기 블러 정보에 기반하여, 상기 개선 영역에 대하여 상기 블러 정보를 감소시키기 위한 이미지 처리를 수행할 수 있다. 상기 적어도 하나의 프로세서(120)는, 뉴럴 네트워크(neural network)를 통해, 상기 블러 정보를 감소시키기 위한 상기 이미지 처리를 수행할 수 있다. 상기 개선 영역에 대한 상기 블러 정보를 감소시키기 위한 이미지 처리는 CPU(central processing unit), NPU(neural processing unit), 또는 GPU(graphics processing unit)를 통해 실행될 수 있다. According to one embodiment, the at least one processor 120 may perform image processing to reduce the blur information for the improvement area based on the blur information that is greater than or equal to the reference value. The at least one processor 120 may perform the image processing to reduce the blur information through a neural network. Image processing to reduce the blur information for the improvement area may be performed through a central processing unit (CPU), a neural processing unit (NPU), or a graphics processing unit (GPU).
일 실시예에 따르면, 상기 적어도 하나의 프로세서(120)는, 상기 사용자 입력에 대응하는 상기 객체 및 상기 깊이 맵에 기반하여 포커스 영역을 식별할 수 있다. 상기 포커스 영역은 상기 객체와 포커스 객체를 포함할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 깊이 맵에 기반하여, 상기 수신된 사용자 입력에 대응하는 상기 객체의 거리를 식별할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 포커스 객체를 식별할 수 있다. 상기 객체에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리와 상기 포커스 객체에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리의 차는 제1 지정 거리 미만일 수 있다. 예를 들면, 상기 적어도 하나의 프로세서(120)는, 상기 깊이 맵에 기반하여, 사용자 입력에 대응하는 제1 객체(303)와 상기 전자 장치(101) 간의 거리를 식별할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 제1 객체(303)에 대응하는 강아지 인형으로부터 상기 전자 장치(101)까지의 거리와 상기 포커스 객체에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리의 차가, 상기 제1 지정 거리 미만인, 포커스 객체를 식별할 수 있다. 상기 제1 객체(303)에 대응하는 강아지 인형으로부터 상기 전자 장치(101)까지의 거리와, 상기 제2 객체(305)에 대응하는 USB 포트 선으로부터 상기 전자 장치(101)까지의 거리의 차가, 상기 제1 지정 거리 미만일 수 있다. 상기 제2 객체(305)는 포커스 객체일 수 있다. 상기 포커스 영역 내에 포함된 상기 포커스 객체는 상기 이미지(301) 내에 포함된 복수의 객체들 중에서 블러 처리를 하지 않을 객체로 식별될 수 있다. 상기 포커스 객체는 디지털 보케(bokeh)에서, 초점이 맞은 것처럼 보이는 객체로 식별될 수 있다. 상기 포커스 영역은 제1 객체(303)와, 제2 객체(305)를 포함할 수 있다. 상기 적어도 하나의 프로세서(120)는, 자연스러운 보케(bokeh) 이미지의 구현을 위해, 상기 사용자 입력에 대응하는 상기 제1 객체(303)와 상기 제1 지정 거리에 기반하여, 상기 포커스 영역을 식별할 수 있다. According to one embodiment, the at least one processor 120 may identify a focus area based on the object and the depth map corresponding to the user input. The focus area may include the object and the focus object. The at least one processor 120 may identify the distance of the object corresponding to the received user input based on the depth map. The at least one processor 120 may identify the focus object. The difference between the distance from the subject corresponding to the object to the
일 실시예에 따르면, 상기 적어도 하나의 프로세서(120)는, 상기 포커스 영역을 제외한 상기 이미지의 부분에 블러(blur) 처리를 수행할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 포커스 영역을 제외한 상기 이미지의 부분과 상기 포커스 영역을 합성하여, 출력 이미지를 생성할 수 있다. 예를 들면, 상기 적어도 하나의 프로세서(120)는, 상기 포커스 영역을 제외한 배경 영역(307)에 블러 처리를 수행할 수 있다. 상기 적어도 하나의 프로세서(120)는, 블러 처리된 배경 영역(315)에 상기 포커스 영역을 합성하여 출력 이미지인 제2 이미지(309)를 생성할 수 있다. 상기 포커스 영역은 상기 제1 객체(311) 및 상기 제2 객체(313)를 포함할 수 있다.According to one embodiment, the at least one processor 120 may perform blur processing on a portion of the image excluding the focus area. The at least one processor 120 may generate an output image by combining the focus area with a portion of the image excluding the focus area. For example, the at least one processor 120 may perform blur processing on the
일 실시예에 따르면, 상기 적어도 하나의 프로세서(120)는, 상기 전자 장치(101)까지의 거리가 먼 피사체에 대응하는 객체일수록 더 강한 세기로 블러 처리할 수 있다. 상기 블러 처리의 세기는 블러 정도일 수 있다. 상기 블러 처리의 상기 세기가 강할수록, 상기 블러 처리한 이미지가 흐리게 표현될 수 있다. 예를 들면, 제1 세기로 블러 처리한 이미지는 제1 세기보다 작은 제2 세기로 블러 처리한 이미지에 비해 흐릴 수 있다. 예를 들면, 상기 적어도 하나의 프로세서(120)는, 제1 이미지 부분에 대응하는 제1 피사체는 제1 세기로 블러 처리할 수 있다. 상기 적어도 하나의 프로세서(120)는, 제2 이미지 부분에 대응하는 제2 피사체는 제1 세기보다 작은 제2 세기로 블러 처리할 수 있다. 상기 제1 피사체는 상기 전자 장치(101)까지 제1 거리만큼 떨어져 있을 수 있다. 상기 제2 피사체는 상기 전자 장치(101)까지 제2 거리만큼 떨어져 있을 수 있다. 상기 제1 거리는 상기 제2 거리보다 클 수 있다. According to one embodiment, the at least one processor 120 may blur an object with a stronger intensity as the distance to the
일 실시예에 따르면, 상기 적어도 하나의 프로세서(120)는, 카메라의 광학적 설정 변경 없이도, 소프트웨어적인 처리를 통해, 보케 효과가 적용된 상기 출력 이미지(309)를 생성할 수 있다. According to one embodiment, the at least one processor 120 may generate the
일 실시예에 따르면, 상기 적어도 하나의 프로세서는, 디지털 보케 효과 적용이 가능한지 여부를 표시하기 위한 알림을 디스플레이를 통해 표시할 수 있다. 예를 들면, 상기 적어도 하나의 프로세서(120)는, 상기 적어도 하나의 카메라를 통해 상기 이미지를 획득하는 동안, 상기 복수의 객체들에 대응하는 상기 깊이 데이터를 포함한 상기 깊이 맵을 생성할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 객체의 거리가 제2 기준 거리 범위 외인지 여부를 식별할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 객체의 거리가 상기 제2 기준 거리 범위 외인지를 식별함에 기반하여, 보케 효과 적용이 어려움을 표시하기 위한 알림을 표시할 수 있다. 상기 제2 기준 거리 범위는 해상도를 높이기 위한 이미지 처리가 수행되더라도, 해상도가 지정 값 이상으로 높아지기 어려운 경우를 식별하기 위해 설정될 수 있다. 상기 제2 기준 거리 범위 외에 위치한 피사체에 대응하는 객체에 대하여 해상도를 높이기 위한 이미지 처리를 수행하더라도, 해상도가 지정 값 이상으로 높아지지 않을 수 있다. 상기 객체의 상기 거리는 상기 객체에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리일 수 있다. 상기 제2 기준 거리 범위는 상기 제1 기준 거리 범위를 포함할 수 있다. According to one embodiment, the at least one processor may display a notification on the display to indicate whether the digital bokeh effect can be applied. For example, the at least one processor 120 may generate the depth map including the depth data corresponding to the plurality of objects while acquiring the image through the at least one camera. The at least one processor 120 may identify whether the distance of the object is outside the second reference distance range. The at least one processor 120 may display a notification indicating difficulty in applying the bokeh effect based on identifying whether the distance of the object is outside the second reference distance range. The second reference distance range may be set to identify cases where it is difficult to increase the resolution beyond a specified value even if image processing to increase the resolution is performed. Even if image processing to increase resolution is performed on an object corresponding to a subject located outside the second reference distance range, the resolution may not be increased beyond a specified value. The distance of the object may be the distance from the subject corresponding to the object to the
일 실시예에 따르면, 상기 적어도 하나의 프로세서(120)는, 상기 적어도 하나의 카메라를 통해 상기 이미지를 획득할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 적어도 하나의 카메라를 통해 획득한 상기 이미지 내의 상기 객체의 거리를 식별할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 객체의 거리가 상기 제1 기준 거리 범위 외이고, 상기 제2 기준 거리 범위 내인지를 식별함에 기반하여, 알림을 표시할 수 있다. 상기 알림은 보케 효과 적용시 해상도 향상을 위해 이미지 처리가 필요함을 나타낼 수 있다. 상기 객체의 상기 거리가 상기 제1 기준 거리 범위 외일 시, 해상도 향상을 위해 이미지 처리가 필요하기 때문이다. 상기 해상도 향상을 위한 상기 이미지 처리는 상기 디지털 보케 효과의 성능을 높이기 위해 실행될 수 있다. 상기 객체의 상기 거리가 상기 제2 기준 거리 범위 내일 시, 상기 해상도 향상을 위한 이미지 처리를 수행하면, 상기 객체의 해상도가 지정 값 미만이 될 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 객체의 상기 거리가 상기 제2 기준 거리 범위 외인지를 식별함에 기반하여, 보케 효과 적용이 어려움을 표시하기 위한 알림을 나타낼 수 있다. 상기 제2 기준 거리 범위 외에 위치한 피사체에 대응하는 객체에 대하여 해상도를 높이기 위한 이미지 처리를 수행하더라도, 해상도가 지정 값 이상으로 높아지지 않을 수 있기 때문이다. 상기 객체의 상기 거리는 상기 객체에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리일 수 있다. 상기 제2 기준 거리 범위는 상기 제1 기준 거리 범위를 포함할 수 있다. According to one embodiment, the at least one processor 120 may acquire the image through the at least one camera. The at least one processor 120 may identify the distance of the object in the image acquired through the at least one camera. The at least one processor 120 may display a notification based on identifying whether the distance of the object is outside the first reference distance range and within the second reference distance range. The notification may indicate that image processing is necessary to improve resolution when applying the bokeh effect. This is because, when the distance of the object is outside the first reference distance range, image processing is required to improve resolution. The image processing to improve the resolution may be performed to improve the performance of the digital bokeh effect. When the distance of the object is within the second reference distance range, if image processing to improve the resolution is performed, the resolution of the object may become less than a specified value. The at least one processor 120 may display a notification indicating difficulty in applying the bokeh effect based on identifying whether the distance of the object is outside the second reference distance range. This is because even if image processing to increase resolution is performed on an object corresponding to a subject located outside the second reference distance range, the resolution may not be increased beyond a specified value. The distance of the object may be the distance from the subject corresponding to the object to the
도 4는 실시예들에 따른, 블러 정보를 감소시키기 위한 이미지 처리 과정 없이 생성된 출력 이미지의 예를 도시한다. Figure 4 shows an example of an output image generated without image processing to reduce blur information, according to embodiments.
도 4를 참조하면, 일 실시예에 따르면, 전자 장치(예: 도 1의 전자 장치(101))는 제1 이미지(401) 및 제2 이미지(407)를 카메라(예: 도 1의 카메라 모듈(180))를 통해 획득할 수 있다. 상기 제1 이미지(401)는 제1 객체(403)에 초점을 맞추고 촬영함으로써, 획득될 수 있다. 상기 제1 이미지(401)는 제1 객체(403) 및 제2 객체(405)를 포함할 수 있다. 상기 제1 객체(403)는 강아지 인형에 대응하는 상기 제1 이미지(401)의 부분일 수 있다. 상기 제2 객체(405)는 사람 형태의 인형에 대응하는 상기 제1 이미지(401)의 부분일 수 있다. 상기 제2 이미지(407)는 상기 제1 이미지(401)에 대하여 디지털 보케 처리를 통해 획득된 출력 이미지일 수 있다. 상기 제2 이미지(407)는 제1 객체(409) 및 제2 객체(411)를 포함할 수 있다. 상기 제1 객체(409)는 강아지 인형에 대응하는 상기 제2 이미지(407)의 부분일 수 있다. 상기 제2 객체(411)는 사람 형태의 인형에 대응하는 상기 제2 이미지(407)의 부분일 수 있다. 상기 제2 이미지(407)는 상기 제2 객체(411)를 포커스 영역에 포함할 수 있다. Referring to FIG. 4, according to one embodiment, an electronic device (e.g., the
일 실시예에 따르면, 상기 전자 장치(101)는 제3 이미지(413) 및 제4 이미지(419)를 카메라(180)를 통해 획득할 수 있다. 제3 이미지(413)는 제2 객체(417)에 초점을 맞추고 촬영함으로써, 획득될 수 있다. 상기 제3 이미지(413)는 제1 객체(415) 및 제2 객체(417)를 포함할 수 있다. 상기 제1 객체(415)는 강아지 인형에 대응하는 상기 제3 이미지(413)의 부분일 수 있다. 상기 제2 객체(417)는 사람 형태의 인형에 대응하는 상기 제3 이미지(413)의 부분일 수 있다. 제4 이미지(419)는 상기 제3 이미지(413)에 대하여 디지털 보케 처리를 통해 획득된 출력 이미지일 수 있다. 상기 제4 이미지(419)는 제1 객체(421) 및 제2 객체(423)를 포함할 수 있다. 상기 제1 객체(421)는 강아지 인형에 대응하는 상기 제4 이미지(419)의 부분일 수 있다. 상기 제2 객체(423)는 사람 형태의 인형에 대응하는 상기 제4 이미지(419)의 부분일 수 있다. 상기 제4 이미지(419)는 상기 제1 객체(421)를 포커스 영역에 포함할 수 있다. According to one embodiment, the
일 실시예에 따르면, 상기 제2 객체(405)는 광학적 원인으로 블러(blur)하게 촬영될 수 있다. 예를 들면, 적어도 하나의 프로세서(예: 도 1의 프로세서(120))는 제1 객체(403)에 초점을 맞추고 촬영함으로써, 상기 제1 이미지(401)를 획득할 수 있다. 상기 제2 객체(405)는 피사계 심도(depth of field)를 벗어나, 블러하게 촬영될 수 있다. 렌즈가 특정한 피사체에 초점을 맞출 시, 피사체로부터 일정한 거리 범위에 있는 다른 피사체도 초점이 맞을 수 있다. 상기 피사계 심도는 상기 다른 피사체도 초점이 맞는 일정한 거리 범위일 수 있다. 상기 전자 장치(101)로부터 상기 제2 객체(405)에 대응하는 피사체 간의 거리는, 피사계 심도를 벗어날 수 있다. 상기 제2 객체(405)에 대응하는 상기 피사체는 피사계 심도를 벗어난 위치에 있기 때문에 상기 제2 객체(405)는 블러할 수 있다. According to one embodiment, the
일 실시예에 따르면, 상기 적어도 하나의 프로세서(120)는, 복수의 객체들에 대응하는 깊이 데이터들을 포함한 깊이 맵을 생성할 수 있다. 예를 들면, 상기 적어도 하나의 프로세서(120)는, 제1 객체(403)에 대응하는 깊이 데이터 및 제2 객체(405)에 대응하는 깊이 데이터를 포함하는 깊이 맵을 획득할 수 있다. 상기 깊이 데이터는 상기 객체에 대응하는 피사체로부터 상기 카메라(180)를 포함한 전자 장치(101)까지의 거리일 수 있다. 상기 적어도 하나의 프로세서(120)는, 복수의 객체들 중에서 블러 처리를 하지 않을 객체를 식별하기 위한 사용자 입력을 수신할 수 있다. 예를 들면, 사용자는 제2 객체(405)에 대응하는 디스플레이 상의 영역을 터치할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 사용자 입력에 대응하는 상기 제2 객체(405) 및 상기 깊이 맵에 기반하여 포커스 영역을 식별할 수 있다. 상기 포커스 영역은 상기 객체와 포커스 객체를 포함할 수 있다. 예를 들면, 상기 포커스 영역은 상기 제2 객체(405)와 상기 제2 객체(405)가 위치한 파티션 벽에 대응하는 객체를 포함할 수 있다. According to one embodiment, the at least one processor 120 may generate a depth map including depth data corresponding to a plurality of objects. For example, the at least one processor 120 may obtain a depth map including depth data corresponding to the
일 실시예에 따르면, 상기 적어도 하나의 프로세서(120)는, 포커스 영역을 제외한 상기 이미지의 부분에 블러(blur) 처리를 수행할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 포커스 영역을 제외한 상기 이미지의 부분과 상기 포커스 영역을 합성하여, 출력 이미지를 생성할 수 있다. 예를 들면, 상기 포커스 영역은 제2 객체(405)를 포함할 수 있다. 예를 들면, 상기 적어도 하나의 프로세서(120)는, 상기 포커스 영역을 제외한 이미지 부분에 블러 처리를 수행할 수 있다. 상기 적어도 하나의 프로세서(120)는, 블러 처리된 상기 포커스 영역을 제외한 이미지 부분과 상기 포커스 영역을 합성하여 출력 이미지인 제2 이미지(407)를 생성할 수 있다. 상기 포커스 영역은 상기 제2 객체(405)를 포함할 수 있다. 상기 출력 이미지는 제2 이미지(407)일 수 있다. 단, 제2 객체(411)에 디지털 보케 효과를 위한 블러 처리가 수행되지 않았더라도, 제2 객체(411)는 블러할 수 있다. 상기 제2 객체(411)는 피사계 심도를 벗어났기 때문일 수 있다. 제2 이미지(407)에서, 제2 객체(411)가 블러할 시, 상기 디지털 보케 효과가 구현되지 않을 수 있다. 상기 포커스 영역의 선명도와 상기 포커스 영역을 제외한 이미지 부분의 선명도의 차이가 클수록 상기 디지털 보케 효과가 상대적으로 구현되기 쉽기 때문이다. 상기 제1 객체(409)와 상기 제2 객체(411)의 블러 정도가 비슷하다면, 상기 디지털 보케 효과가 구현되기 어려울 수 있다. 그러므로, 상기 적어도 하나의 프로세서(120)는, 포커스 영역의 해상도를 향상시켜 블러 정도를 낮추기 위한 이미지 처리를 상기 개선 영역 주변에 수행할 수 있다. According to one embodiment, the at least one processor 120 may perform blur processing on portions of the image excluding the focus area. The at least one processor 120 may generate an output image by combining the focus area with a portion of the image excluding the focus area. For example, the focus area may include a
일 실시예에 따르면, 상기 제1 객체(415)는 광학적 원인으로 블러(blur)하게 촬영될 수 있다. 예를 들면, 상기 적어도 하나의 프로세서(120)는 제2 객체(417)에 초점을 맞추고 촬영함으로써, 상기 제3 이미지(413)를 획득할 수 있다. 상기 제1 객체(415)는 피사계 심도(depth of field)를 벗어나, 블러하게 촬영될 수 있다. 렌즈가 특정한 피사체에 초점을 맞추면, 피사체로부터 일정한 거리 범위에 있는 다른 피사체도 초점이 맞을 수 있다. 상기 피사계 심도는 상기 다른 피사체도 초점이 맞는 일정한 거리 범위일 수 있다. 상기 전자 장치(101)로부터 상기 제1 객체(415)에 대응하는 피사체 간의 거리는, 피사계 심도를 벗어날 수 있다. 상기 제1 객체(415)에 대응하는 상기 피사체는 피사계 심도를 벗어난 위치에 있기 때문에 상기 제1 객체(415)는 블러할 수 있다. According to one embodiment, the
일 실시예에 따르면, 상기 적어도 하나의 프로세서(120)는, 복수의 객체들에 대응하는 깊이 데이터들을 포함한 깊이 맵을 생성할 수 있다. 예를 들면, 상기 적어도 하나의 프로세서(120)는, 제1 객체(415)에 대응하는 깊이 데이터 및 제2 객체(417)에 대응하는 깊이 데이터를 포함하는 깊이 맵을 획득할 수 있다. 상기 깊이 데이터는 상기 객체에 대응하는 피사체로부터 상기 카메라(180)를 포함한 전자 장치(101)까지의 거리일 수 있다. 상기 적어도 하나의 프로세서(120)는, 복수의 객체들 중에서 블러 처리를 하지 않을 객체를 식별하기 위한 사용자 입력을 수신할 수 있다. 예를 들면, 사용자는 제1 객체(415)에 대응하는 디스플레이 상의 영역을 터치할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 사용자 입력에 대응하는 상기 제1 객체(415) 및 상기 깊이 맵에 기반하여 포커스 영역을 식별할 수 있다. 상기 포커스 영역은 상기 제1 객체(415)와 포커스 객체를 포함할 수 있다. 예를 들면, 상기 포커스 영역은 상기 제1 객체(415)와 상기 제1 객체(415) 옆의 USB포트 선에 대응하는 객체를 포함할 수 있다. According to one embodiment, the at least one processor 120 may generate a depth map including depth data corresponding to a plurality of objects. For example, the at least one processor 120 may obtain a depth map including depth data corresponding to the
일 실시예에 따르면, 상기 적어도 하나의 프로세서(120)는, 포커스 영역을 제외한 상기 이미지의 부분에 블러(blur) 처리를 수행할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 포커스 영역을 제외한 상기 이미지의 부분과 상기 포커스 영역을 합성하여, 출력 이미지를 생성할 수 있다. 예를 들면, 상기 포커스 영역은 제1 객체(415)를 포함할 수 있다. 예를 들면, 상기 적어도 하나의 프로세서(120)는, 상기 포커스 영역을 제외한 이미지 부분에 블러 처리를 수행할 수 있다. 상기 적어도 하나의 프로세서(120)는, 블러 처리된 상기 포커스 영역을 제외한 이미지 부분과 상기 포커스 영역을 합성하여 출력 이미지인 제4 이미지(419)를 생성할 수 있다. 상기 포커스 영역은 상기 제1 객체(421)를 포함할 수 있다. 상기 포커스 영역을 제외한 이미지 부분은 제2 객체(423)를 포함할 수 있다. 상기 출력 이미지는 제4 이미지(419)일 수 있다. 단, 제1 객체(421)에 디지털 보케 효과를 위한 블러 처리가 수행되지 않았더라도, 상기 제1 객체(421)는 블러할 수 있다. 상기 제1 객체(421)는 피사계 심도를 벗어났기 때문일 수 있다. 제4 이미지(419)에서, 제1 객체(421)가 블러할 시, 상기 디지털 보케 효과가 구현되지 않을 수 있다. 상기 포커스 영역의 선명도와 상기 포커스 영역을 제외한 이미지 부분의 선명도의 차이가 클수록 상기 디지털 보케 효과가 상대적으로 구현되기 쉽기 때문이다. 상기 제1 객체(421)와 상기 제2 객체(423)의 블러 정도가 비슷하다면, 상기 디지털 보케 효과가 구현되기 어려울 수 있다. 그러므로, 상기 적어도 하나의 프로세서(120)는, 포커스 영역에 해상도를 향상시켜 블러 정도를 낮추기 위한 이미지 처리를 상기 포커스 영역에 수행할 수 있다. According to one embodiment, the at least one processor 120 may perform blur processing on portions of the image excluding the focus area. The at least one processor 120 may generate an output image by combining the focus area with a portion of the image excluding the focus area. For example, the focus area may include the
도 5는 실시예들에 따른, 깊이 맵의 예를 도시한다. 5 shows an example of a depth map, according to embodiments.
도 5를 참조하면, 일 실시예에 따르면, 이미지(501)는 카메라를 통해 획득될 수 있다. 상기 이미지(501)는 제1 객체(503), 제2 객체(505), 및 제3 객체(507)를 포함할 수 있다. 상기 제1 객체(503)는 강아지 인형에 대응하는 상기 이미지(501)의 부분일 수 있다. 상기 제2 객체(505)는 고양이 인형에 대응하는 상기 이미지(501)의 부분일 수 있다. 상기 제3 객체(507)는 사람 인형에 대응하는 상기 이미지(501)의 부분일 수 있다. 깊이 맵(509)은 상기 이미지(501)에 포함된 복수의 객체들에 대응하는 깊이 데이터들을 직관적으로 표현할 수 있다. 적어도 하나의 프로세서(예: 도 1의 프로세서(120))는, 상기 깊이 맵의 제1 영역(511)을 통해, 상기 제1 객체(503)의 깊이 데이터를 획득할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 깊이 맵의 제2 영역(513)을 통해, 상기 제2 객체(505)의 깊이 데이터를 획득할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 깊이 맵의 제3 영역(515)을 통해, 상기 제3 객체(507)의 깊이 데이터를 획득할 수 있다. 상기 깊이 맵에서, 상기 전자 장치(예: 도 1의 전자 장치(101))와 가까운 피사체에 대응하는 영역일수록 상기 전자 장치(101)와 먼 피사체에 대응하는 영역에 비해 명도가 낮게 표현될 수 있다. Referring to Figure 5, according to one embodiment,
일 실시예에 따르면, 상기 제1 객체(503)에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리는, 상기 제2 객체(505)에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리에 비해 가까울 수 있다. 상기 제2 객체(505)에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리는 상기 제3 객체(507)에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리에 비해 가까울 수 있다. 그러므로, 상기 제1 영역(511)의 명도는 상기 제2 영역(513)의 명도에 비해 낮을 수 있다. 상기 제2 영역(513)의 명도는 상기 제3 영역(515)의 명도에 비해 낮을 수 있다. 상기 깊이 데이터는 상기 객체에 대응하는 피사체로부터 상기 카메라(예: 도 1의 카메라(180))를 포함한 상기 전자 장치(101)까지의 거리일 수 있다.According to one embodiment, the distance from the subject corresponding to the
일 실시예에 따르면, 상기 깊이 데이터는, 다양한 방식을 통해 획득될 수 있다. 예를 들면, 상기 깊이 데이터는 깊이 센서를 통해 획득될 수 있다. 상기 적어도 하나의 프로세서(120)는, 깊이 센서를 통해 깊이 데이터를 획득하기 위해 제1 신호를 송신할 수 있다. 상기 적어도 하나의 프로세서(120)는, 송신된 제1 신호가 상기 복수의 객체들 중 하나의 객체에 의해 반사된, 제2 신호를 상기 깊이 센서를 통해 적어도 일부 수신할 수 있다. 상기 깊이 센서는 TOF(time of flight) 센서일 수 있다. 예를 들면, 상기 깊이 데이터는 복수의 카메라들로부터 획득된 이미지들에 기반하여 획득될 수 있다. 상기 적어도 하나의 프로세서(120)는, 제1 카메라로부터 제1 이미지를 획득할 수 있다. 상기 적어도 하나의 프로세서(120)는, 제2 카메라로부터 제2 이미지를 획득할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 제1 이미지 및 상기 제2 이미지를 비교하여, 복수의 객체들에 대응하는 깊이 데이터들을 획득할 수 있다. 상기 전자 장치(101)에 가까운 피사체 일수록, 상기 전자 장치(101)로부터 먼 피사체에 비해, 제1 이미지 내의 피사체에 대응하는 객체와 제2 이미지 내의 상기 피사체에 대응하는 상기 객체의 위치의 차이가 클 것이기 때문이다. 예를 들면, 상기 깊이 데이터는 단일한 카메라를 통해 획득된 이미지에 기반하여 식별될 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 CNN(convolution neural network)를 통해 상기 이미지로부터 깊이 데이터들을 획득할 수 있다. 다만, 본 개시의 실시예들은 이에 제한되지 않는다. According to one embodiment, the depth data may be obtained through various methods. For example, the depth data may be obtained through a depth sensor. The at least one processor 120 may transmit a first signal to obtain depth data through a depth sensor. The at least one processor 120 may receive at least a portion of a second signal in which the transmitted first signal is reflected by one of the plurality of objects through the depth sensor. The depth sensor may be a time of flight (TOF) sensor. For example, the depth data may be obtained based on images acquired from a plurality of cameras. The at least one processor 120 may acquire a first image from a first camera. The at least one processor 120 may acquire a second image from a second camera. The at least one processor 120 may compare the first image and the second image to obtain depth data corresponding to a plurality of objects. The closer the subject is to the
일 실시예에 따르면, 상기 적어도 하나의 프로세서(120)는, 상기 깊이 데이터들을 통해 정보를 획득하거나, 영역을 식별할 수 있다. 예를 들면, 상기 적어도 하나의 프로세서(120)는, 상기 깊이 데이터들에 기반하여 상기 개선 영역의 블러 정보를 획득할 수 있다. 상기 개선 영역은, 객체에 대응하는 피사체 근처의 다른 피사체에 대응할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 개선 영역의 상기 블러 정보가 기준 값 이상일 시, 상기 개선 영역에 대하여 상기 블러 정보를 감소시키기 위한 이미지 처리를 수행할 수 있다. 상기 블러 정보를 감소시키기 위한 이미지 처리는 CPU(central processing unit), NPU(neural processing unit), 또는 GPU(graphics processing unit)를 통해 실행될 수 있다. According to one embodiment, the at least one processor 120 may obtain information or identify an area through the depth data. For example, the at least one processor 120 may obtain blur information of the improvement area based on the depth data. The improvement area may correspond to another subject near the subject corresponding to the object. When the blur information in the improvement area is greater than or equal to a reference value, the at least one processor 120 may perform image processing to reduce the blur information in the improvement area. Image processing to reduce blur information may be performed through a central processing unit (CPU), a neural processing unit (NPU), or a graphics processing unit (GPU).
예를 들면, 상기 적어도 하나의 프로세서(120)는, 상기 깊이 데이터들에 기반하여 개선 영역을 식별할 수 있다. 상기 개선 영역은 사용자 입력에 대응하는 객체와, 개선 객체를 포함할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 깊이 맵(509)에 기반하여, 상기 사용자 입력에 대응하는 상기 객체와 상기 전자 장치(101)의 거리를 식별할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 개선 객체를 식별할 수 있다. 상기 객체에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리와 상기 개선 객체에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리의 차는 제2 지정 거리 미만일 수 있다. For example, the at least one processor 120 may identify an improvement area based on the depth data. The improvement area may include an object corresponding to a user input and an improvement object. The at least one processor 120 may identify the distance between the object corresponding to the user input and the
예를 들면, 상기 적어도 하나의 프로세서(120)는, 상기 깊이 데이터들에 기반하여 포커스 영역을 식별할 수 있다. 상기 포커스 영역은 사용자 입력에 대응하는 객체와, 포커스 객체를 포함할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 깊이 맵(509)에 기반하여, 상기 사용자 입력에 대응하는 상기 객체와 상기 전자 장치(101)의 거리를 식별할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 포커스 객체를 식별할 수 있다. 상기 객체에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리와 상기 포커스 객체에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리의 차는 제1 지정 거리 미만일 수 있다.For example, the at least one processor 120 may identify a focus area based on the depth data. The focus area may include an object corresponding to a user input and a focus object. The at least one processor 120 may identify the distance between the object corresponding to the user input and the
도 6은 실시예들에 따른, 포커스 영역의 블러 정보를 식별하기 위한 기준 거리 범위의 예를 도시한다. Figure 6 shows an example of a reference distance range for identifying blur information in a focus area, according to embodiments.
도 6을 참조하면, 일 실시예에 따르면, 상태(601)에서, 적어도 하나의 프로세서(예: 도 1의 프로세서(120))는, 조리개(607)의 F-수(f-number), 센서(예: CCD(charge coupled device))의 크기, 렌즈의 초점 거리에 따라 객체의 선명도가 높게 촬영되는 거리 범위를 식별할 수 있다. 예를 들면, 상기 조리개(607)의 F-수는 2.8일 수 있다. 상태(603)에서, 상기 적어도 하나의 프로세서(120)는, 조리개(609)의 F-수(f-number), 센서(예: CCD(charge coupled device))의 크기, 렌즈의 초점 거리에 따라 객체의 선명도가 높게 촬영되는 거리 범위를 식별할 수 있다. 예를 들면, 상기 조리개(609)의 F-수는 5.6일 수 있다. 상태(605)에서, 상기 적어도 하나의 프로세서(120)는, 조리개(611)의 F-수(f-number), 센서(예: CCD(charge coupled device))의 크기, 렌즈의 초점 거리에 따라 객체의 선명도가 높게 촬영되는 거리 범위를 식별할 수 있다. 예를 들면, 상기 조리개(611)의 F-수는 11일 수 있다.Referring to Figure 6, according to one embodiment, in
일 실시예에 따르면, 이미지에 포함된 객체의 광학적 원인으로 인한 블러 정도는 전자 장치(예: 도 1의 전자 장치(101))와 상기 객체에 대응하는 피사체 간 거리에 의해 결정될 수 있다. 상기 전자 장치(101)와 상기 객체에 대응하는 피사체 간 거리를 이하 상기 객체의 거리로 지칭할 수 있다. 렌즈가 특정한 피사체에 초점을 맞추면, 피사체로부터 일정한 거리 범위에 있는 다른 피사체도 초점이 맞을 수 있다. 상기 다른 피사체도 초점이 맞는 일정한 거리 범위를 피사계 심도(depth of field)로 지칭할 수 있다. 상기 전자 장치(101)로부터 상기 객체에 대응하는 피사체 간의 거리는, 상기 피사계 심도를 벗어날 수 있다. 상기 객체의 상기 거리가 상기 피사계 심도를 벗어날 시, 상기 객체는 블러하게 표현될 수 있다. According to one embodiment, the degree of blur caused by optical causes of an object included in an image may be determined by the distance between an electronic device (eg, the
일 실시예에 따르면, 피사체의 선명도가 지정 값 이상으로 촬영되는 객체의 거리 범위는 제1 기준 거리 범위로 지칭될 수 있다. 상기 제1 기준 거리 범위는 상기 피사계 심도에 의해 식별될 수 있다. 상기 피사계 심도는 조리개 값, 사용되는 상기 카메라의 초점 거리, 및 초점이 맞춰진 피사체와 상기 전자 장치(101) 간의 거리에 기반하여 식별될 수 있다. 예를 들면, 상기 조리개가 통과시키는 빛의 양이 많을수록, 피사계 심도는 좁아질 수 있다. 다시 말해, 상기 조리개의 F-수(f-number)를 낮추면 상기 피사계 심도는 좁아질 수 있다. 예를 들면, 사용되는 상기 카메라의 초점 거리가 클수록 상기 피사계 심도는 좁아질 수 있다. 다시 말해, 상기 카메라가 고배율일수록 상기 피사계 심도는 좁아질 수 있다. 예를 들면, 상기 초점이 맞춰진 피사체와 상기 전자 장치(101) 간의 거리가 클수록 상기 피사계 심도는 넓어질 수 있다. 다시 말해, 상기 전자 장치로부터 멀리 떨어진 물체에 대하여 초점이 맞춰질수록 상기 피사계 심도는 넓어질 수 있다.According to one embodiment, the distance range of an object in which the object's sharpness is photographed above a specified value may be referred to as a first reference distance range. The first reference distance range may be identified by the depth of field. The depth of field may be identified based on the aperture value, the focal length of the camera used, and the distance between the focused subject and the
일 실시예에 따르면, 상태(601)에서, 상기 전자 장치(101)로부터 꽃까지의 거리는 피사계 심도 범위 내일 수 있다. 상기 전자 장치(101)로부터 강아지까지의 거리는 피사계 심도 범위 외일 수 있다. 상기 전자 장치(101)로부터 나무까지의 거리는 피사계 심도 범위 외일 수 있다. 그러므로, 획득된 이미지에서 상기 꽃에 대응하는 객체의 선명도는 지정 값 이상일 수 있다. 상기 강아지에 대응하는 객체의 선명도는 지정 값 미만일 수 있다. 상기 나무에 대응하는 객체의 선명도는 지정 값 미만일 수 있다. 다시 말해 획득된 이미지 내의 꽃에 대응하는 객체는 상대적으로 선명하게 획득될 수 있다. 강아지에 대응하는 객체, 나무에 대응하는 객체는 블러하게 획득될 수 있다. 객체의 거리가 피사계 심도 범위 외일 시, 상기 객체는 광학적 원인에 의해 블러할 수 있다.According to one embodiment, in
일 실시예에 따르면, 상태(603)에서, 상기 전자 장치(101)로부터 꽃까지의 거리는 피사계 심도 범위 내일 수 있다. 상기 전자 장치(101)로부터 강아지까지의 거리는 피사계 심도 범위 내일 수 있다. 상기 전자 장치(101)로부터 나무까지의 거리는 피사계 심도 범위 외일 수 있다. 그러므로, 획득된 이미지에서 상기 꽃에 대응하는 객체의 선명도는 지정 값 이상일 수 있다. 상기 강아지에 대응하는 객체의 선명도는 지정 값 이상일 수 있다. 상기 나무에 대응하는 객체의 선명도는 지정 값 미만일 수 있다. 다시 말해 획득된 이미지 내의 꽃에 대응하는 객체, 강아지에 대응하는 객체는 상대적으로 선명하게 획득되고, 나무에 대응하는 객체는 블러하게 획득될 수 있다.According to one embodiment, in
일 실시예에 따르면, 상태(605)에서, 상기 전자 장치(101)로부터 꽃까지의 거리는 피사계 심도 범위 내일 수 있다. 상기 전자 장치(101)로부터 강아지까지의 거리는 피사계 심도 범위 내일 수 있다. 상기 전자 장치(101)로부터 나무까지의 거리는 피사계 심도 범위 내일 수 있다. 그러므로, 획득된 이미지에서 상기 꽃에 대응하는 객체의 선명도는 지정 값 이상일 수 있다. 상기 강아지에 대응하는 객체의 선명도는 지정 값 이상일 수 있다. 상기 나무에 대응하는 객체의 선명도는 지정 값 이상일 수 있다. 다시 말해 획득된 이미지 내의 꽃에 대응하는 객체, 강아지에 대응하는 객체, 나무에 대응하는 객체 모두 선명하게 획득될 수 있다. According to one embodiment, in
일 실시예에 따르면, 상태(601)에서, 상기 조리개(607)의 F-수(f-number)는 2.8일 수 있다. 상태(603)에서, 상기 조리개(609)의 F-수(f-number)는 5.6일 수 있다. 상기 조리개(607)의 F-수에 의해 식별되는 피사계 심도는, 상기 조리개(609)의 F-수에 의해 식별되는 피사계 심도에 비해 얕을 수 있다. 상태(603)에서, 상기 조리개(609)의 F-수(f-number)는 5.6일 수 있다. 상태(605)에서, 상기 조리개(611)의 F-수(f-number)는 11일 수 있다. 상기 조리개(609)의 F-수에 의해 식별되는 피사계 심도는, 상기 조리개(611)의 F-수에 의해 식별되는 피사계 심도에 비해 얕을 수 있다. 조리개가 통과시키는 빛의 양이 많을 수록, 피사계 심도는 좁아질 수 있기 때문이다.According to one embodiment, in
일 실시예에 따르면, 상기 적어도 하나의 프로세서(120)는, 객체의 거리에 따라 상기 객체의 블러 정보가 지정 값 이상인지 여부를 식별할 수 있다. 그러므로, 상기 객체의 상기 거리가 피사계 심도(예: 제1 기준 거리 범위) 이내일 시, 상기 적어도 하나의 프로세서(120)는, 블러 정보가 지정 값 이상인 것으로 판단하고, 블러 정보를 낮추기 위한 이미지 처리를 수행할 수 있다. 상기 블러 정보를 낮추기 위한 이미지 처리는 해상도를 높이기 위해 수행될 수 있다. 상기 블러 정보를 낮추기 위한 이미지 처리는 CPU(central processing unit), NPU(neural processing unit), 또는 GPU(graphics processing unit)를 통해 수행될 수 있다. According to one embodiment, the at least one processor 120 may identify whether the blur information of the object is greater than or equal to a specified value according to the distance of the object. Therefore, when the distance of the object is within the depth of field (e.g., a first reference distance range), the at least one processor 120 determines that the blur information is greater than a specified value and performs image processing to reduce the blur information. can be performed. Image processing to reduce the blur information may be performed to increase resolution. Image processing to reduce the blur information may be performed through a central processing unit (CPU), a neural processing unit (NPU), or a graphics processing unit (GPU).
도 7은 실시예들에 따른, 포커스 영역의 블러 정보에 기반하여 출력 이미지를 생성하기 위한 전자 장치의 동작의 흐름을 도시한다.FIG. 7 illustrates a flow of operations of an electronic device for generating an output image based on blur information of a focus area, according to embodiments.
이하 실시예에서 각 동작들은 순차적으로 수행될 수도 있으나, 반드시 순차적으로 수행되는 것은 아니다. 예를 들어, 각 동작들의 순서가 변경될 수도 있으며, 적어도 두 동작들이 병렬적으로 수행될 수도 있다.In the following embodiments, each operation may be performed sequentially, but is not necessarily performed sequentially. For example, the order of each operation may be changed, and at least two operations may be performed in parallel.
일 실시 예에 따르면, 동작(701) 내지 동작(715)은 전자 장치(예: 도 1의 전자 장치(101))의 프로세서(예: 도 1의 프로세서(120))에서 수행되는 것으로 이해될 수 있다. According to one embodiment,
도 7을 참조하면, 일 실시예에 따르면, 동작(701)에서, 적어도 하나의 프로세서(예: 도 1의 프로세서(120))는, 이미지를 획득하고 깊이 맵을 생성할 수 있다. 일 실시예에 따르면, 상기 적어도 하나의 프로세서(120)는, 복수의 객체들에 대응하는 깊이 데이터들을 포함한 깊이 맵을 생성할 수 있다. 예를 들면, 상기 적어도 하나의 프로세서(120)는, 제1 객체(예: 도 3의 제1 객체(303))에 대응하는 깊이 데이터, 제2 객체(예: 도 3의 제2 객체(305))에 대응하는 깊이 데이터, 제3 객체(예: 도 3의 배경 영역(307) 내의 객체들 중 하나의 객체)에 대응하는 깊이 데이터들을 포함하는 깊이 맵을 획득할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 깊이 맵을 통해 이미지에 포함되는 복수의 객체들에 대응하는 깊이 데이터들을 획득할 수 있다. 상기 깊이 데이터는 상기 객체에 대응하는 피사체로부터 상기 카메라(예: 도 1의 카메라 모듈(180))를 포함한 전자 장치(예: 도 1의 전자 장치(101))까지의 거리일 수 있다. 상기 깊이 데이터는 깊이 센서를 통해 획득될 수 있다. 예를 들면, 상기 적어도 하나의 프로세서(120)는, 깊이 데이터를 획득하기 위해 깊이 센서를 통해 제1 신호를 송신할 수 있다. 상기 적어도 하나의 프로세서(120)는, 송신된 제1 신호가 상기 복수의 객체들 중 하나의 객체에 의해 반사된, 제2 신호를 상기 깊이 센서를 통해 적어도 일부 수신할 수 있다. 상기 깊이 센서는 TOF(time of flight) 센서일 수 있다. 예를 들면, 상기 깊이 데이터는 복수의 카메라들로부터 획득된 이미지들에 기반하여 획득될 수 있다. 상기 적어도 하나의 프로세서(120)는, 제1 카메라로부터 제1 이미지를 획득할 수 있다. 상기 적어도 하나의 프로세서(120)는, 제2 카메라로부터 제2 이미지를 획득할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 제1 이미지 및 상기 제2 이미지를 비교하여, 복수의 객체들에 대응하는 깊이 데이터들을 획득할 수 있다. 상기 전자 장치(101)에 가까운 피사체 일수록, 상기 전자 장치(101)로부터 먼 피사체에 비해, 제1 이미지 내의 피사체에 대응하는 객체와 제2 이미지 내의 상기 피사체에 대응하는 상기 객체의 위치의 차이가 클 것이기 때문이다. 예를 들면, 상기 깊이 데이터는 단일한 카메라를 통해 획득된 이미지에 기반하여 식별될 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 CNN(convolution neural network)를 통해 상기 이미지로부터 깊이 데이터들을 획득할 수 있다. 다만, 본 개시의 실시예들은 이에 제한되지 않는다. Referring to Figure 7, according to one embodiment, in
일 실시예에 따르면, 동작(703)에서, 상기 적어도 하나의 프로세서(120)는, 블러 처리를 하지 않을 객체를 식별하기 위한 사용자 입력을 수신할 수 있다. 예를 들면, 상기 사용자는 제1 객체(예: 도 3의 제1 객체(303))에 대응하는 디스플레이 상의 영역을 터치할 수 있다. 상기 제1 객체(303)는 이미지 내에 포함된 복수의 객체들 중에서 블러 처리를 하지 않을 객체로 지정될 수 있다. 상기 제1 객체(303)는 디지털 보케(bokeh)에서, 초점이 맞은 것처럼 보이는 객체로 지정될 수 있다. 상기 디지털 보케는 획득한 이미지의 일부에 블러 처리를 수행하여, 이미지 내의 객체 중 일부에만 초점이 맞은 것처럼 표현하는 이미지 처리 방식일 수 있다. According to one embodiment, in
일 실시예에 따르면, 동작(705)에서, 상기 적어도 하나의 프로세서(120)는, 객체 및 깊이 맵에 기반하여 개선 영역 및 포커스 영역을 식별할 수 있다. 일 실시예에 따르면, 상기 적어도 하나의 프로세서(120)는, 상기 사용자 입력에 대응하는 상기 객체 및 상기 깊이 맵에 기반하여 개선 영역을 식별할 수 있다. 상기 개선 영역은 상기 객체와 개선 객체를 포함할 수 있다. 상기 개선 영역은 해상도를 높이기 위한 이미지 처리를 수행하는 이미지의 부분일 수 있다. 상기 개선 영역에 대해서 이미지 처리를 수행하는 것은 상기 객체에 대응하는 피사체 근처의 다른 피사체에 대해서도 높은 해상도의 이미지를 출력하기 위함이다. 또한 전체 이미지가 아닌 일부 영역에 대해 해상도를 높이기 위한 이미지 처리를 수행함으로써, 시간적 효율을 확보할 수 있다. 블러 처리될 이미지의 부분에 대해서는 해상도를 높이기 위한 이미지 처리를 수행하지 않을 수 있기 때문이다. 상기 적어도 하나의 프로세서(120)는, 상기 깊이 맵에 기반하여, 상기 수신된 사용자 입력에 대응하는 상기 객체의 거리를 식별할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 개선 객체를 식별할 수 있다. 상기 객체에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리와 상기 개선 객체에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리의 차는 제2 지정 거리 미만일 수 있다. According to one embodiment, in
일 실시예에 따르면, 상기 적어도 하나의 프로세서(120)는, 상기 사용자 입력에 대응하는 상기 객체 및 상기 깊이 맵에 기반하여 포커스 영역을 식별할 수 있다. 상기 포커스 영역은 상기 객체와 포커스 객체를 포함할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 깊이 맵에 기반하여, 상기 수신된 사용자 입력에 대응하는 상기 객체의 거리를 식별할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 포커스 객체를 식별할 수 있다. 상기 객체에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리와 상기 포커스 객체에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리의 차는 제1 지정 거리 미만일 수 있다.According to one embodiment, the at least one processor 120 may identify a focus area based on the object and the depth map corresponding to the user input. The focus area may include the object and the focus object. The at least one processor 120 may identify the distance of the object corresponding to the received user input based on the depth map. The at least one processor 120 may identify the focus object. The difference between the distance from the subject corresponding to the object to the
일 실시예에 따르면, 동작(707)에서, 상기 적어도 하나의 프로세서(120)는, 개선 영역의 블러 정보를 식별할 수 있다. 일 실시예에 따르면, 상기 적어도 하나의 프로세서(120)는, 상기 이미지 상에 포함된 화소의 엣지 특성에 기반하여 블러 정보를 식별할 수 있다. 상기 블러 정보는 블러 정도를 포함할 수 있다. 상기 엣지는 인접 화소와 비교하여 색상의 변화가 얼마나 다양한지를 나타내는 지표일 수 있다. 상기 엣지 값은 인접 화소와 비교하여 색상의 변화가 다양할수록 클 수 있다. 상기 엣지 특성은 상기 엣지의 강도와 상기 엣지 방향의 일관성을 포함할 수 있다. 상기 엣지의 강도는 해당 화소 및 인접 화소 간에 변화가 큰 엣지가 얼마나 많이 포함되어 있는지를 나타내는 지표일 수 있다. 인접 화소 간의 색상의 변화가 클수록 엣지의 강도가 클 수 있다. 따라서, 해당 화소의 그래디언트의 크기(magnitude of gradient)에 따라 해당 화소의 엣지의 강도가 결정될 수 있다. 상기 엣지의 강도는 상기 이미지 상에 포함된 상기 화소와 인접 화소의 제1 방향의 그래디언트의 크기 및 상기 제1 방향에 수직한 제2 방향의 그래디언트의 크기에 기초하여 식별될 수 있다. 상기 제1 방향의 그래디언트의 크기와 상기 제2 방향의 상기 그래디언트의 크기가 클수록, 블러 정도는 낮을 수 있다. 상기 엣지 방향의 일관성은 해당 화소와 인접 화소에 포함된 엣지들이 얼마나 일관된 방향을 향하는지를 나타내는 지표일 수 있다. 상기 엣지 방향은 그래디언트와 수직(orthogonal)할 수 있다. 그러므로, 그래디언트의 방향이 일관되면, 상기 엣지 방향 또한 일관될 수 있다. 상기 엣지 방향의 일관성은 상기 화소와 상기 인접 화소의 상기 제1 방향의 상기 그래디언트의 분포 및 상기 제1 방향에 수직한 상기 제2 방향의 상기 그래디언트의 분포에 따라 식별될 수 있다. 상기 제1 방향의 상기 그래디언트에 일관성이 클수록, 상기 엣지 방향의 일관성은 높을 수 있다. 상기 제2 방향의 그래디언트에 일관성이 클수록, 상기 엣지 방향의 일관성은 높을 수 있다. 상기 엣지 방향의 일관성이 높을수록, 블러 정도가 높을 수 있다. 상기 엣지 방향의 일관성이 높을수록 해당 블러는 피사체의 움직임에 의해 생성되었을 가능성이 높을 수 있다. According to one embodiment, in
일 실시예에 따르면, 상기 적어도 하나의 프로세서(120)는, 상기 객체의 거리에 기반하여, 블러 정보를 식별할 수 있다. 제1 기준 거리 범위 내에 상기 객체에 대응하는 피사체가 있을 시, 상기 제1 거리 범위 내의 거리를 갖는 객체의 선명도는 지정 값 이상일 수 있다. 상기 제1 기준 거리 범위 외에 상기 객체에 대응하는 피사체가 있을 시, 상기 제1 거리 범위 외의 거리를 갖는 상기 객체의 선명도는 지정 값 미만일 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 전자 장치(101)로부터 상기 사용자 입력에 대응하는 상기 객체의 거리가 제1 기준 거리 범위 내 일시, 상기 개선 영역의 상기 블러 정보를 기준 값 미만으로 식별할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 전자 장치(101)로부터 상기 사용자 입력에 대응하는 상기 객체의 거리가 제1 기준 거리 범위 외 일시, 상기 개선 영역의 상기 블러 정보를 기준 값 이상으로 식별할 수 있다. 상기 제1 기준 거리 범위는 피사계 심도(depth of field)와 초점이 맞춰진 피사체로부터 상기 전자 장치(101)까지의 거리에 기반하여 식별될 수 있다. 상기 객체의 상기 거리는 상기 객체에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리일 수 있다. 상기 제1 기준 거리 범위는 조리개 값, 사용되는 상기 카메라의 초점 거리, 및 초점이 맞춰진 피사체와 상기 전자 장치(101) 간의 거리에 기반하여 식별될 수 있다. According to one embodiment, the at least one processor 120 may identify blur information based on the distance of the object. When there is a subject corresponding to the object within the first reference distance range, the sharpness of the object having a distance within the first distance range may be greater than or equal to a specified value. When there is a subject corresponding to the object outside the first reference distance range, the sharpness of the object having a distance outside the first distance range may be less than a specified value. The at least one processor 120 identifies the blur information in the improvement area as being less than a reference value when the distance of the object corresponding to the user input from the
일 실시예에 따르면, 동작(709)에서, 상기 적어도 하나의 프로세서(120)는, 개선 영역의 블러 정보가 기준 값 이상인지 여부를 식별할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 개선 영역의 상기 블러 정보가 기준 값 이상일 시, 동작(713)을 수행할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 개선 영역의 블러 정보가 기준 값 미만일 시, 동작(711)을 수행할 수 있다. 상기 개선 영역이 해상도를 향상하기 위한 이미지 처리가 필요한지 여부에 따라 수행되는 동작이 달라지기 때문이다.According to one embodiment, in
일 실시예에 따르면, 동작(711)에서, 상기 적어도 하나의 프로세서(120)는, 포커스 영역을 제외한 이미지의 부분에 블러 처리를 수행할 수 있다. 일 실시예에 따르면, 상기 적어도 하나의 프로세서(120)는, 상기 전자 장치(101)까지의 거리가 먼 피사체에 대응하는 객체일수록 더 강한 세기로 블러 처리할 수 있다. 상기 블러 처리의 세기는 블러 정도일 수 있다. 상기 블러 처리의 상기 세기가 강할수록, 상기 블러 처리한 이미지가 흐리게 표현될 수 있다. 예를 들면, 제1 세기로 블러 처리한 이미지는 제1 세기보다 작은 제2 세기로 블러 처리한 이미지에 비해 흐릴 수 있다. 예를 들면, 상기 적어도 하나의 프로세서(120)는, 제1 이미지 부분에 대응하는 제1 피사체는 제1 세기로 블러 처리할 수 있다. 상기 적어도 하나의 프로세서(120)는, 제2 이미지 부분에 대응하는 제2 피사체는 제1 세기보다 작은 제2 세기로 블러 처리할 수 있다. 상기 제1 피사체는 상기 전자 장치(101)까지 제1 거리만큼 떨어져 있을 수 있다. 상기 제2 피사체는 상기 전자 장치(101)까지 제2 거리만큼 떨어져 있을 수 있다. 상기 제1 거리는 상기 제2 거리보다 클 수 있다. According to one embodiment, in
일 실시예에 따르면, 동작(713)에서, 상기 적어도 하나의 프로세서(120)는, 개선 영역에 이미지 처리를 수행할 수 있다. 일 실시예에 따르면, 상기 적어도 하나의 프로세서(120)는, 상기 기준 값 이상의 상기 블러 정보에 기반하여, 상기 개선 영역에 대하여 상기 블러 정보를 감소시키기 위한 이미지 처리를 수행할 수 있다. 상기 적어도 하나의 프로세서(120)는, 뉴럴 네트워크를 통해, 상기 블러 정보를 감소시키기 위한 상기 이미지 처리를 수행할 수 있다. 상기 개선 영역에 대한 상기 블러 정보를 감소시키기 위한 이미지 처리는 CPU(central processing unit), NPU(neural processing unit), 또는 GPU(graphics processing unit)를 통해 실행될 수 있다. According to one embodiment, in
일 실시예에 따르면, 동작(715)에서, 상기 적어도 하나의 프로세서(120)는, 포커스 영역을 제외한 이미지의 부분과 포커스 영역을 합성하여 출력 이미지를 생성할 수 있다. 상기 적어도 하나의 프로세서(120)는, 포커스 영역의 선명도가 포커스 영역이 아닌 부분의 선명도에 비해 높은 출력 이미지를 생성할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 사용자가 지정한 객체 주변의 개선 영역에 대하여 해상도를 높이기 위한 이미지 처리를 수행하여, 출력 이미지를 생성할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 사용자가 지정한 객체 주변의 포커스 영역에 대해 선명도가 상대적으로 높은 출력 이미지를 획득할 수 있다. According to one embodiment, in
도 8은 실시예들에 따른, 이미지 획득 시 블러 정보를 식별하기 위한 전자 장치의 동작의 흐름을 도시한다.FIG. 8 illustrates a flow of operations of an electronic device for identifying blur information when acquiring an image, according to embodiments.
이하 실시예에서 각 동작들은 순차적으로 수행될 수도 있으나, 반드시 순차적으로 수행되는 것은 아니다. 예를 들어, 각 동작들의 순서가 변경될 수도 있으며, 적어도 두 동작들이 병렬적으로 수행될 수도 있다.In the following embodiments, each operation may be performed sequentially, but is not necessarily performed sequentially. For example, the order of each operation may be changed, and at least two operations may be performed in parallel.
일 실시 예에 따르면, 동작(801) 내지 동작(805)은 전자 장치(예: 도 1의 전자 장치(101))의 프로세서(예: 도 1의 프로세서(120))에서 수행되는 것으로 이해될 수 있다. According to one embodiment,
도 8을 참조하면, 일 실시예에 따르면, 동작(801)에서, 적어도 하나의 프로세서(예: 도 1의 프로세서(120))는, 복수의 객체들에 대응하는 깊이 데이터들을 획득할 수 있다. 예를 들면, 상기 깊이 데이터는 깊이 센서에 의해 획득될 수 있다. 다른 예를 들면, 상기 깊이 데이터는 복수의 카메라들로부터 획득된 이미지에 의해 식별될 수 있다. 상기 깊이 데이터는 단일한 카메라로부터 획득된 이미지를 뉴럴 네트워크(neural network)에 입력하여 획득될 수 있다. Referring to FIG. 8, according to one embodiment, in
일 실시예에 따르면, 동작(803)에서, 상기 적어도 하나의 프로세서(120)는, 제1 기준 거리 범위를 식별할 수 있다. 상기 제1 기준 거리 범위에 배치된 피사체에 대응하는 객체의 선명도는 지정 값 이상일 수 있다. 상기 제1 기준 거리 범위는 조리개 값, 사용되는 상기 적어도 하나의 카메라의 초점 거리, 및 초점이 맞춰진 피사체와 상기 전자 장치 간의 거리에 기반하여 식별될 수 있다. 예를 들면, 상기 제1 기준 거리 범위는 조리개의 F-수(f-number)가 클수록 넓을 수 있다. 다른 예를 들면, 상기 제1 기준 거리 범위는 카메라의 초점 거리가 클수록 좁아질 수 있다. 다시 말해, 상기 카메라가 고배율일수록 상기 피사계 심도는 좁아질 수 있다. 다른 예를 들면, 초점이 맞춰진 피사체와 상기 전자 장치 간의 거리가 클수록 피사계 심도는 넓어질 수 있다. According to one embodiment, in
일 실시예에 따르면, 동작(805)에서, 상기 적어도 하나의 프로세서(120)는, 깊이 데이터 및 제1 기준 거리 정보를 저장할 수 있다. 일 실시예에 따르면, 상기 적어도 하나의 프로세서(120)는, 상기 저장된 깊이 데이터 및 제1 기준 거리 정보에 기반하여, 정보를 획득하거나, 영역을 식별할 수 있다. 예를 들면, 상기 적어도 하나의 프로세서(120)는, 상기 깊이 데이터들에 기반하여 상기 개선 영역의 블러 정보를 획득할 수 있다. 예를 들면, 상기 적어도 하나의 프로세서(120)는, 상기 깊이 데이터들에 기반하여 개선 영역을 식별할 수 있다. 예를 들면, 상기 적어도 하나의 프로세서(120)는, 상기 깊이 데이터들에 기반하여 포커스 영역을 식별할 수 있다.According to one embodiment, in
도 9는 실시예들에 따른, 이미지를 획득하는 동안, 디지털 보케를 수행하기 위한 전자 장치의 동작의 흐름을 도시한다.9 illustrates a flow of operations of an electronic device for performing digital bokeh while acquiring an image, according to embodiments.
이하 실시예에서 각 동작들은 순차적으로 수행될 수도 있으나, 반드시 순차적으로 수행되는 것은 아니다. 예를 들어, 각 동작들의 순서가 변경될 수도 있으며, 적어도 두 동작들이 병렬적으로 수행될 수도 있다.In the following embodiments, each operation may be performed sequentially, but is not necessarily performed sequentially. For example, the order of each operation may be changed, and at least two operations may be performed in parallel.
일 실시 예에 따르면, 동작(901) 내지 동작(907)은 전자 장치(예: 도 1의 전자 장치(101))의 프로세서(예: 도 1의 프로세서(120))에서 수행되는 것으로 이해될 수 있다. According to one embodiment,
도 9를 참조하면, 일 실시예에 따르면, 동작(901)에서, 적어도 하나의 프로세서(예: 도 1의 프로세서(120))는, 이미지를 수신할 수 있다. 상기 적어도 하나의 프로세서(120)는, 카메라(예: 도 1의 카메라 모듈(180))에 기반하여, 이미지를 수신할 수 있다. Referring to FIG. 9 , according to one embodiment, in
일 실시예에 따르면, 동작(903)에서, 상기 적어도 하나의 프로세서(120)는, 깊이 맵을 생성할 수 있다. 상기 깊이 맵은 상기 이미지 내의 복수의 객체들에 대응하는 깊이 데이터들을 포함할 수 있다. 상기 깊이 데이터는 객체에 대응하는 피사체로부터 상기 카메라(180)를 포함한 전자 장치(101)까지의 거리일 수 있다. 일 실시예에 따르면, 상기 깊이 데이터는 깊이 센서를 통해 획득될 수 있다. 상기 깊이 센서는 TOF(time of flight) 센서일 수 있다. 일 실시예에 따르면, 상기 깊이 데이터는 복수의 카메라들로부터 획득된 이미지들에 기반하여 획득될 수 있다. 상기 적어도 하나의 프로세서(120)는, 제1 카메라로부터 제1 이미지를 획득할 수 있다. 상기 적어도 하나의 프로세서(120)는, 제2 카메라로부터 제2 이미지를 획득할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 제1 이미지 및 상기 제2 이미지를 비교하여, 복수의 객체들에 대응하는 깊이 데이터들을 획득할 수 있다. 상기 전자 장치(101)에 가까운 피사체 일수록, 상기 전자 장치(101)로부터 먼 피사체에 비해, 제1 이미지 내의 피사체에 대응하는 객체와 제2 이미지 내의 상기 피사체에 대응하는 상기 객체의 위치의 차이가 클 것이기 때문이다. 예를 들면, 상기 깊이 데이터는 단일한 카메라를 통해 획득된 이미지에 기반하여 식별될 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 CNN(convolution neural network)를 통해 상기 이미지로부터 깊이 데이터들을 획득할 수 있다. 다만, 본 개시의 실시예들은 이에 제한되지 않는다. According to one embodiment, in
일 실시예에 따르면, 동작(905)에서, 상기 적어도 하나의 프로세서(120)는, 획득된 이미지에 기반하여 보케 효과를 적용할 수 있다. 일 실시예에 따르면, 상기 적어도 하나의 프로세서(120)는, 복수의 객체들 중에서 블러 처리를 하지 않을 객체를 식별하기 위한 사용자 입력을 수신할 수 있다. 일 실시예에 따르면, 상기 적어도 하나의 프로세서(120)는, 상기 사용자 입력에 대응하는 상기 객체 및 상기 깊이 맵에 기반하여 개선 영역을 식별할 수 있다. 일 실시예에 따르면, 상기 적어도 하나의 프로세서(120)는, 상기 사용자 입력에 대응하는 상기 객체 및 상기 깊이 맵에 기반하여 포커스 영역을 식별할 수 있다. 상기 개선 영역은 해상도를 높이기 위한 이미지 처리를 수행하는 이미지의 부분일 수 있다. 상기 개선 영역은 상기 포커스 영역과 같을 수 있다. 다만, 이에 제한되지 않는다. 일 실시예에 따르면, 상기 적어도 하나의 프로세서(120)는, 상기 사용자 입력에 대응하는 상기 객체 및 상기 깊이 맵에 기반하여 포커스 영역을 식별할 수 있다. 일 실시예에 따르면, 상기 적어도 하나의 프로세서(120)는, 개선 영역의 블러 정보가 기준 값 이상인지 여부를 판단할 수 있다. 예를 들면, 상기 적어도 하나의 프로세서(120)는, 상기 이미지 상에 포함된 화소의 엣지 특성에 기반하여 블러 정보를 식별할 수 있다. 예를 들면, 상기 적어도 하나의 프로세서(120)는, 상기 객체의 거리에 기반하여, 블러 정보를 식별할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 전자 장치(101)로부터 상기 사용자 입력에 대응하는 상기 객체의 거리가 제1 기준 거리 범위 내 일시, 상기 개선 영역의 상기 블러 정보를 기준 값 미만으로 식별할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 전자 장치(101)로부터 상기 사용자 입력에 대응하는 상기 객체의 거리가 제1 기준 거리 범위 외일 시, 상기 개선 영역의 상기 블러 정보를 기준 값 이상으로 식별할 수 있다. 일 실시예에 따르면, 상기 적어도 하나의 프로세서(120)는, 상기 기준 값 이상의 상기 블러 정보에 기반하여, 상기 개선 영역에 대하여 상기 블러 정보를 감소시키기 위한 이미지 처리를 수행할 수 있다. 일 실시예에 따르면, 상기 적어도 하나의 프로세서(120)는, 상기 포커스 영역을 제외한 상기 이미지의 부분에 블러(blur) 처리를 수행할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 포커스 영역을 제외한 상기 이미지의 부분과 상기 포커스 영역을 합성하여, 출력 이미지를 생성할 수 있다.According to one embodiment, in
일 실시예에 따르면, 동작(907)에서, 상기 적어도 하나의 프로세서(120)는, 출력 이미지를 출력하고 영상을 저장할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 출력 이미지를 디스플레이에 출력할 수 있다. 상기 디지털 보케 효과는 영상에 포함된 프레임에도 적용될 수 있다. 영상의 경우, 상기 적어도 하나의 프로세서(120)는, 매 프레임마다 초점이 맞은 피사체의 깊이 및 피사계 심도를 함께 저장할 수 있다. According to one embodiment, in
도 10은 실시예들에 따른, 이미지를 획득한 이후, 디지털 보케를 수행하기 위한 전자 장치의 동작의 흐름을 도시한다.FIG. 10 illustrates a flow of operations of an electronic device for performing digital bokeh after acquiring an image, according to embodiments.
이하 실시예에서 각 동작들은 순차적으로 수행될 수도 있으나, 반드시 순차적으로 수행되는 것은 아니다. 예를 들어, 각 동작들의 순서가 변경될 수도 있으며, 적어도 두 동작들이 병렬적으로 수행될 수도 있다.In the following embodiments, each operation may be performed sequentially, but is not necessarily performed sequentially. For example, the order of each operation may be changed, and at least two operations may be performed in parallel.
일 실시 예에 따르면, 동작(1001) 내지 동작(1007)은 전자 장치(예: 도 1의 전자 장치(101))의 프로세서(예: 도 1의 프로세서(120))에서 수행되는 것으로 이해될 수 있다. According to one embodiment,
도 10을 참조하면, 일 실시예에 따르면, 동작(1001)에서, 상기 적어도 하나의 프로세서(120)는, 이미지를 획득할 수 있다. 상기 적어도 하나의 프로세서(120)는, 카메라(예: 도 1의 카메라 모듈(180))에 기반하여, 이미지를 획득할 수 있다. Referring to FIG. 10, according to one embodiment, in
일 실시예에 따르면, 동작(1003)에서, 상기 적어도 하나의 프로세서(120)는, 깊이 맵에 기반하여 깊이 데이터를 식별할 수 있다. 상기 깊이 맵은 상기 이미지 내의 복수의 객체들에 대응하는 깊이 데이터들을 포함할 수 있다. 상기 깊이 데이터는 객체에 대응하는 피사체로부터 상기 카메라(180)를 포함한 전자 장치(101)까지의 거리일 수 있다. 상기 적어도 하나의 프로세서(120)는, 저장된 깊이 맵에 기반하여 객체에 대응하는 피사체의 깊이 데이터를 식별할 수 있다. According to one embodiment, in
일 실시예에 따르면, 동작(1005)에서, 상기 적어도 하나의 프로세서(120)는, 획득된 이미지에 기반하여 보케 효과를 적용할 수 있다. According to one embodiment, in
일 실시예에 따르면, 상기 적어도 하나의 프로세서(120)는, 복수의 객체들 중에서 블러 처리를 하지 않을 객체를 식별하기 위한 사용자 입력을 수신할 수 있다. 일 실시예에 따르면, 상기 적어도 하나의 프로세서(120)는, 상기 사용자 입력에 대응하는 상기 객체 및 상기 깊이 맵에 기반하여 개선 영역을 식별할 수 있다. 일 실시예에 따르면, 상기 적어도 하나의 프로세서(120)는, 상기 사용자 입력에 대응하는 상기 객체 및 상기 깊이 맵에 기반하여 포커스 영역을 식별할 수 있다. 일 실시예에 따르면, 상기 적어도 하나의 프로세서(120)는, 개선 영역의 블러 정보가 기준 값 이상인지 여부를 판단할 수 있다. 일 실시예에 따르면, 상기 적어도 하나의 프로세서(120)는, 상기 기준 값 이상의 상기 블러 정보에 기반하여, 상기 개선 영역에 대하여 상기 블러 정보를 감소시키기 위한 이미지 처리를 수행할 수 있다. 일 실시예에 따르면, 상기 적어도 하나의 프로세서(120)는, 상기 포커스 영역을 제외한 상기 이미지의 부분에 블러(blur) 처리를 수행할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 포커스 영역을 제외한 상기 이미지의 부분과 상기 포커스 영역을 합성하여, 출력 이미지를 생성할 수 있다.According to one embodiment, the at least one processor 120 may receive a user input for identifying an object that will not be blurred among a plurality of objects. According to one embodiment, the at least one processor 120 may identify an improvement area based on the object and the depth map corresponding to the user input. According to one embodiment, the at least one processor 120 may identify a focus area based on the object and the depth map corresponding to the user input. According to one embodiment, the at least one processor 120 may determine whether blur information in the improvement area is greater than or equal to a reference value. According to one embodiment, the at least one processor 120 may perform image processing to reduce the blur information for the improvement area based on the blur information that is greater than or equal to the reference value. According to one embodiment, the at least one processor 120 may perform blur processing on a portion of the image excluding the focus area. The at least one processor 120 may generate an output image by combining the focus area with a portion of the image excluding the focus area.
일 실시예에 따르면, 동작(1007)에서, 상기 적어도 하나의 프로세서(120)는, 출력 이미지를 출력하고 영상을 저장할 수 있다. 상기 적어도 하나의 프로세서(120)는, 출력 이미지를 출력하고 영상을 저장할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 출력 이미지를 디스플레이에 출력할 수 있다. 상기 디지털 보케 효과는 영상에 포함된 프레임에도 적용될 수 있다. According to one embodiment, in
일 실시예에 따르면, 이미지에 디지털 보케 효과를 적용하기 위한 도 9의 동작(905)은 이미지가 메모리에 저장되기 전, 이미지를 획득하는 동안 실행될 수 있다. 다른 일 실시예에 따르면, 이미지에 디지털 보케 효과를 적용하기 위한 도 10의 동작(1005)은 이미지가 메모리에 저장된 후, 실행될 수 있다. 따라서 본 개시에 따른 실시예들은 이미지가 획득되기 전과 후에 모두 적용될 수 있다. According to one embodiment,
상술한 바와 같이, 일 실시예에 따르면, 전자 장치(electronic device)(101)는 적어도 하나의 프로세서(120), 적어도 하나의 카메라(180)를 포함할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 적어도 하나의 카메라(180)를 통해 이미지(301;401;413;501)를 획득할 수 있다. 상기 적어도 하나의 프로세서(120)는, 복수의 객체들에 대응하는 깊이 데이터들을 포함한 깊이 맵(509)을 생성할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 복수의 객체들 중에서 블러 처리를 하지 않을 객체를 식별하기 위한 사용자 입력을 수신할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 사용자 입력에 대응하는 상기 객체 및 상기 깊이 맵(509)에 기반하여 개선 영역을 식별할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 사용자 입력에 대응하는 상기 객체 및 상기 깊이 맵(509)에 기반하여 포커스 영역을 식별할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 개선 영역의 블러 정보가 기준 값 이상인지 여부를 식별할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 기준 값 이상의 상기 블러 정보에 기반하여, 상기 개선 영역에 대하여 상기 블러 정보를 감소시키기 위한 이미지 처리를 수행할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 포커스 영역을 제외한 상기 이미지의 부분에 블러 처리를 수행할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 포커스 영역을 제외한 상기 이미지의 부분과, 상기 포커스 영역의 합성에 기반하여 출력 이미지(309)를 생성할 수 있다. As described above, according to one embodiment, the
일 실시예에 따르면, 상기 개선 영역에 대하여 상기 블러 정보를 감소시키기 위한 상기 이미지 처리를 수행하기 위하여, 상기 개선 영역에 대하여 NPU(neural processing unit)를 통해 해상도를 높이기 위해 상기 이미지 처리를 수행할 수 있다. According to one embodiment, in order to perform the image processing to reduce the blur information for the improvement area, the image processing may be performed to increase resolution for the improvement area through a neural processing unit (NPU). there is.
일 실시예에 따르면, 상기 개선 영역의 상기 블러 정보가 상기 기준 값 이상인지 여부를 식별하기 위하여, 상기 적어도 하나의 프로세서(120)는, 상기 이미지 상에 포함된 화소의 엣지 특성에 기반하여, 상기 블러 정보를 식별할 수 있다. 상기 엣지 특성은 상기 엣지의 강도와 엣지 방향의 일관성을 포함할 수 있다. 상기 엣지의 상기 강도는 상기 이미지 상에 포함된 상기 화소와 주변 화소의 제1 방향의 그래디언트의 크기 및 상기 제1 방향에 수직한 제2 방향의 그래디언트의 크기에 기초하여 식별될 수 있다. 상기 엣지 방향의 상기 일관성은 상기 화소와 상기 주변 화소의 상기 제1 방향의 상기 그래디언트의 분포 및 상기 제1 방향에 수직한 상기 제2 방향의 상기 그래디언트의 분포에 따라 식별될 수 있다. According to one embodiment, in order to identify whether the blur information in the enhancement area is greater than or equal to the reference value, the at least one processor 120, based on edge characteristics of pixels included in the image, Blur information can be identified. The edge characteristics may include the strength of the edge and the consistency of the edge direction. The strength of the edge may be identified based on the size of the gradient in a first direction of the pixel and surrounding pixels included in the image and the size of the gradient in a second direction perpendicular to the first direction. The consistency in the edge direction may be identified according to the distribution of the gradient in the first direction of the pixel and the surrounding pixels and the distribution of the gradient in the second direction perpendicular to the first direction.
일 실시예에 따르면, 상기 개선 영역의 상기 블러 정보가 상기 기준 값 이상인지 여부를 식별하기 위하여, 상기 적어도 하나의 프로세서(120)는, 상기 전자 장치(101)로부터 상기 사용자 입력에 대응하는 상기 객체의 거리가 제1 기준 거리 범위 이내인지 여부를 식별할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 개선 영역의 상기 블러 정보가 상기 기준 값 이상인지 여부를 식별하기 위하여, 상기 전자 장치로부터, 상기 사용자 입력에 대응하는 상기 객체의 거리가 상기 제1 기준 거리 범위 이내인 경우, 상기 개선 영역의 상기 블러 정보를 기준 값 미만으로 식별할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 개선 영역의 상기 블러 정보가 상기 기준 값 이상인지 여부를 식별하기 위하여, 상기 전자 장치로부터, 상기 사용자 입력에 대응하는 객체의 거리가 상기 제1 기준 거리 범위 외인 경우, 상기 개선 영역의 블러 정보를 기준 값 이상으로 식별할 수 있다. 상기 객체의 상기 거리는 상기 객체에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리일 수 있다. 상기 제1 기준 거리 범위는 조리개 값, 사용되는 상기 적어도 하나의 카메라(180)의 초점 거리, 및 초점이 맞춰진 피사체와 상기 전자 장치 간의 거리에 기반하여 식별될 수 있다. According to one embodiment, in order to identify whether the blur information in the improvement area is greater than or equal to the reference value, the at least one processor 120 selects the object corresponding to the user input from the
일 실시예에 따르면, 상기 수신된 상기 사용자 입력 및 상기 깊이 맵(509)에 기반하여 상기 포커스 영역을 식별하기 위하여, 상기 적어도 하나의 프로세서(120)는, 상기 수신된 사용자 입력에 대응하는 상기 객체의 거리를 식별할 수 있다. 상기 적어도 하나의 프로세서(120)는, 포커스 객체의 거리와 상기 객체의 거리의 차가 제1 지정 거리 미만인 상기 포커스 객체를 식별할 수 있다. 상기 객체의 상기 거리는 상기 객체에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리일 수 있다. 상기 포커스 객체의 상기 거리는 상기 포커스 객체에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리일 수 있다. 상기 포커스 영역은 상기 객체와 상기 포커스 객체를 포함할 수 있다. According to one embodiment, to identify the focus area based on the received user input and the
일 실시예에 따르면, 상기 복수의 객체들에 대응하는 상기 깊이 데이터를 포함한 상기 깊이 맵(509)을 생성하기 위하여, 상기 적어도 하나의 프로세서(120)는, 깊이 센서를 통해 송신된 제1 신호가 상기 복수의 객체들 중 하나의 객체에 의해 반사된 제2 신호를 상기 깊이 센서를 통해 수신할 수 있다. 상기 복수의 객체들 중 하나의 객체에 대응하는 상기 깊이 데이터는 상기 제1 신호의 송신과 상기 제2 신호의 수신 사이의 시간 간격에 기반하여 획득될 수 있다. According to one embodiment, in order to generate the
일 실시예에 따르면, 상기 복수의 객체들에 대응하는 상기 깊이 데이터를 포함한 상기 깊이 맵(509)을 생성하기 위하여, 상기 적어도 하나의 프로세서(120)는, 제1 카메라(180)를 통해 제1 이미지를 획득할 수 있다. 상기 적어도 하나의 프로세서(120)는, 제2 카메라(180)를 통해 제2 이미지를 획득할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 제1 이미지 및 상기 제2 이미지를 비교함으로써, 상기 복수의 객체들에 대응하는 상기 깊이 데이터를 획득할 수 있다. According to one embodiment, in order to generate the
일 실시예에 따르면, 상기 포커스 영역을 제외한 상기 이미지의 부분에 상기 블러 처리를 수행하기 위하여, 상기 적어도 하나의 프로세서(120)는, 제1 이미지 부분에 대응하는 제1 피사체는 제1 세기로 블러 처리할 수 있다. 상기 적어도 하나의 프로세서(120)는, 제2 이미지 부분에 대응하는 제2 피사체는 제2 세기로 블러 처리할 수 있다. 상기 제1 피사체는 상기 전자 장치까지 제1 거리만큼 떨어져 있을 수 있다. 상기 제2 피사체는 상기 전자 장치까지 제2 거리만큼 떨어져 있을 수 있다. 상기 제1 거리는 상기 제2 거리보다 클 수 있다. 상기 제1 세기는 상기 제2 세기보다 클 수 있다. According to one embodiment, in order to perform the blur processing on the portion of the image excluding the focus area, the at least one processor 120 blurs the first subject corresponding to the first image portion with a first intensity. It can be handled. The at least one processor 120 may blur the second subject corresponding to the second image portion at a second intensity. The first subject may be separated from the electronic device by a first distance. The second subject may be separated from the electronic device by a second distance. The first distance may be greater than the second distance. The first intensity may be greater than the second intensity.
일 실시예에 따르면, 상기 적어도 하나의 프로세서(120)는, 상기 적어도 하나의 카메라(180)를 통해 상기 이미지를 획득하는 동안, 상기 복수의 객체들에 대응하는 상기 깊이 데이터를 포함한 상기 깊이 맵(509)을 추가적으로 생성할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 객체의 거리가 제2 기준 거리 범위 외인지 여부를 추가적으로 식별할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 객체의 거리가 상기 제2 기준 거리 범위 외인지를 식별함에 기반하여, 보케 효과 적용이 어려움을 표시하기 위한 알림을 추가적으로 표시할 수 있다. 상기 객체의 상기 거리는 상기 객체에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리일 수 있다. 상기 제2 기준 거리 범위는 상기 제1 기준 거리 범위를 포함할 수 있다. According to one embodiment, the at least one processor 120, while acquiring the image through the at least one
일 실시예에 따르면, 상기 적어도 하나의 프로세서(120)는, 상기 적어도 하나의 카메라(180)를 통해 상기 이미지를 추가적으로 획득할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 적어도 하나의 카메라(180)를 통해 획득한 상기 이미지 내의 상기 객체의 거리를 추가적으로 식별할 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 객체의 거리가 상기 제1 기준 거리 범위 외이고, 제2 기준 거리 범위 내인지를 식별함에 기반하여, 알림을 추가적으로 표시할 수 있다. 상기 알림은 디지털 보케 효과 적용시 해상도 향상을 위해 이미지 처리가 필요함을 나타낼 수 있다. 상기 적어도 하나의 프로세서(120)는, 상기 객체의 거리가 상기 제2 기준 거리 범위 외인지를 식별함에 기반하여, 디지털 보케 효과 적용이 어려움을 표시하기 위한 알림을 추가적으로 나타낼 수 있다. 상기 객체의 상기 거리는 상기 객체에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리일 수 있다. 상기 제2 기준 거리 범위는 상기 제1 기준 거리 범위를 포함할 수 있다. According to one embodiment, the at least one processor 120 may additionally acquire the image through the at least one
상술한 바와 같이, 일 실시예에 따르면, 전자 장치(electronic device)에 의해 수행되는 방법은 적어도 하나의 카메라(180)를 통해 이미지를 획득하는 동작을 포함할 수 있다. 상기 방법은 복수의 객체들에 대응하는 깊이 데이터들을 포함한 깊이 맵(509)을 생성하는 동작을 포함할 수 있다. 상기 방법은 상기 복수의 객체들 중에서 블러 처리를 하지 않을 객체를 식별하기 위한 사용자 입력을 수신하는 동작을 포함할 수 있다. 상기 방법은 사용자 입력에 대응하는 상기 객체 및 상기 깊이 맵(509)에 기반하여 개선 영역을 식별하는 동작을 포함할 수 있다. 상기 방법은, 상기 사용자 입력에 대응하는 상기 객체 및 상기 깊이 맵(509)에 기반하여 포커스 영역을 식별하는 동작을 포함할 수 있다. 상기 방법은 상기 개선 영역의 블러 정보가 기준 값 이상인지 여부를 식별하는 동작을 포함할 수 있다. 상기 방법은 상기 기준 값 이상의 상기 블러 정보에 기반하여, 상기 개선 영역에 대하여 상기 블러 정보를 감소시키기 위한 이미지 처리를 수행하는 동작을 포함할 수 있다. 상기 방법은 상기 포커스 영역을 제외한 상기 이미지의 부분에 블러 처리를 수행하는 동작을 포함할 수 있다. 상기 방법은 상기 포커스 영역을 제외한 상기 이미지의 부분과 상기 포커스 영역의 합성에 기반하여 출력 이미지(309)를 생성하는 동작을 포함할 수 있다. As described above, according to one embodiment, a method performed by an electronic device may include an operation of acquiring an image through at least one
일 실시예에 따르면, 상기 개선 영역에 대하여 상기 블러 정보를 감소시키기 위한 상기 이미지 처리를 수행하는 동작은, 상기 개선 영역에 대하여 NPU(neural processing unit)를 통해 해상도를 높이기 위해 상기 이미지 처리를 수행하는 동작을 포함할 수 있다. According to one embodiment, the operation of performing the image processing to reduce the blur information with respect to the improvement area includes performing the image processing to increase resolution with respect to the improvement area through a neural processing unit (NPU). Can include actions.
일 실시예에 따르면, 상기 개선 영역의 상기 블러 정보가 상기 기준 값 이상인지 여부를 식별하는 동작은, 상기 이미지 상에 포함된 화소의 엣지 특성에 기반하여, 상기 블러 정보를 식별하는 동작을 포함할 수 있다. 상기 엣지 특성은 상기 엣지의 강도와 엣지 방향의 일관성을 포함할 수 있다. 상기 엣지의 강도는 상기 이미지 상에 포함된 상기 화소와 주변 화소의 제1 방향의 그래디언트의 크기 및 상기 제1 방향에 수직한 제2 방향의 그래디언트의 크기에 기초하여 식별될 수 있다. 상기 엣지 방향의 일관성은 상기 화소와 상기 주변 화소의 상기 제1 방향의 상기 그래디언트의 분포 및 상기 제1 방향에 수직한 상기 제2 방향의 상기 그래디언트의 분포에 따라 식별될 수 있다. According to one embodiment, the operation of identifying whether the blur information in the improvement area is greater than or equal to the reference value may include identifying the blur information based on edge characteristics of pixels included in the image. You can. The edge characteristics may include the strength of the edge and the consistency of the edge direction. The strength of the edge may be identified based on the size of the gradient in a first direction of the pixel and surrounding pixels included in the image and the size of the gradient in a second direction perpendicular to the first direction. The consistency of the edge direction may be identified according to the distribution of the gradient of the pixel and the surrounding pixels in the first direction and the distribution of the gradient in the second direction perpendicular to the first direction.
일 실시예에 따르면, 상기 개선 영역의 상기 블러 정보가 상기 기준 값 이상인지 여부를 식별하는 동작은, 상기 전자 장치(101)로부터 상기 사용자 입력에 대응하는 상기 객체의 거리가 제1 기준 거리 범위 이내인지 여부를 식별하는 동작을 포함할 수 있다. 상기 개선 영역의 상기 블러 정보가 상기 기준 값 이상인지 여부를 식별하는 동작은, 상기 전자 장치로부터, 상기 사용자 입력에 대응하는 상기 객체의 거리가 상기 제1 기준 거리 범위 이내인 경우, 상기 개선 영역의 상기 블러 정보를 기준 값 미만으로 식별하는 동작을 포함할 수 있다. 상기 개선 영역의 상기 블러 정보가 상기 기준 값 이상인지 여부를 식별하는 동작은, 상기 전자 장치로부터, 상기 사용자 입력에 대응하는 객체의 거리가 상기 제1 기준 거리 범위 외인 경우, 상기 개선 영역의 블러 정보를 기준 값 이상으로 식별하는 동작을 포함할 수 있다. 상기 객체의 상기 거리는 상기 객체에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리일 수 있다. 상기 제1 기준 거리 범위는 조리개 값, 사용되는 상기 적어도 하나의 카메라(180)의 초점 거리, 및 초점이 맞춰진 피사체와 상기 전자 장치 간의 거리에 기반하여 식별될 수 있다. According to one embodiment, the operation of identifying whether the blur information in the improvement area is greater than or equal to the reference value is performed when the distance of the object corresponding to the user input from the
일 실시예에 따르면, 상기 수신된 상기 사용자 입력 및 상기 깊이 맵(509)에 기반하여 상기 포커스 영역을 식별하는 동작은, 상기 수신된 사용자 입력에 대응하는 상기 객체의 거리를 식별하는 동작을 포함할 수 있다. 상기 수신된 상기 사용자 입력 및 상기 깊이 맵(509)에 기반하여 상기 포커스 영역을 식별하는 동작은, 포커스 객체의 거리와 상기 객체의 거리의 차가 제1 지정 거리 미만인 상기 포커스 객체를 식별하는 동작을 포함할 수 있다. 상기 객체의 상기 거리는 상기 객체에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리일 수 있다. 상기 포커스 객체의 상기 거리는 상기 포커스 객체에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리일 수 있다. 상기 포커스 영역은 상기 객체와 상기 포커스 객체를 포함할 수 있다.According to one embodiment, the operation of identifying the focus area based on the received user input and the
일 실시예에 따르면, 상기 복수의 객체들에 대응하는 상기 깊이 데이터를 포함한 상기 깊이 맵(509)을 생성하는 동작은, 깊이 센서를 통해 송신된 제1 신호가 상기 복수의 객체들 중 하나의 객체에 의해 반사된 제2 신호를 상기 깊이 센서를 통해 수신하는 동작을 포함할 수 있다. 상기 복수의 객체들 중 하나의 객체에 대응하는 상기 깊이 데이터는 상기 제1 신호의 송신과 상기 제2 신호의 수신 사이의 시간 간격에 기반하여 획득될 수 있다. According to one embodiment, the operation of generating the
일 실시예에 따르면, 상기 복수의 객체들에 대응하는 상기 깊이 데이터를 포함한 상기 깊이 맵(509)을 생성하는 동작은, 제1 카메라(180)를 통해 제1 이미지를 획득하는 동작을 포함할 수 있다. 상기 복수의 객체들에 대응하는 상기 깊이 데이터를 포함한 상기 깊이 맵(509)을 생성하는 동작은, 제2 카메라(180)를 통해 제2 이미지를 획득하는 동작을 포함할 수 있다. 상기 복수의 객체들에 대응하는 상기 깊이 데이터를 포함한 상기 깊이 맵(509)을 생성하는 동작은, 상기 제1 이미지 및 상기 제2 이미지를 비교함으로써, 상기 복수의 객체들에 대응하는 상기 깊이 데이터를 획득하는 동작을 포함할 수 있다. According to one embodiment, the operation of generating the
일 실시예에 따르면, 상기 포커스 영역을 제외한 상기 이미지의 부분에 상기 블러 처리를 수행하는 동작은, 제1 이미지 부분에 대응하는 제1 피사체는 제1 세기로 블러 처리하는 동작을 포함할 수 있다. 상기 포커스 영역을 제외한 상기 이미지의 부분에 상기 블러 처리를 수행하는 동작은, 제2 이미지 부분에 대응하는 제2 피사체는 제2 세기로 블러 처리하는 동작을 포함할 수 있다. 상기 제1 피사체는 상기 전자 장치까지 제1 거리만큼 떨어져 있을 수 있다. 상기 제2 피사체는 상기 전자 장치까지 제2 거리만큼 떨어져 있을 수 있다. 상기 제1 거리는 상기 제2 거리보다 클 수 있다. 상기 제1 세기는 상기 제2 세기보다 클 수 있다. According to one embodiment, the operation of performing the blur processing on a portion of the image excluding the focus area may include blurring a first subject corresponding to the first image portion with a first intensity. The operation of performing blur processing on a portion of the image excluding the focus area may include blurring a second subject corresponding to the second image portion at a second intensity. The first subject may be separated from the electronic device by a first distance. The second subject may be separated from the electronic device by a second distance. The first distance may be greater than the second distance. The first intensity may be greater than the second intensity.
일 실시예에 따르면, 상기 방법은 상기 적어도 하나의 카메라(180)를 통해 상기 이미지를 획득하는 동안, 상기 복수의 객체들에 대응하는 상기 깊이 데이터를 포함한 상기 깊이 맵(509)을 생성하는 동작을 추가적으로 포함할 수 있다. 상기 방법은 상기 객체의 거리가 제2 기준 거리 범위 외인지 여부를 식별하는 동작을 추가적으로 포함할 수 있다. 상기 방법은 상기 객체의 거리가 상기 제2 기준 거리 범위 외인지를 식별함에 기반하여, 보케 효과 적용이 어려움을 표시하기 위한 알림을 표시하는 동작을 추가적으로 포함할 수 있다. 상기 객체의 상기 거리는 상기 객체에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리일 수 있다. 상기 제2 기준 거리 범위는 상기 제1 기준 거리 범위를 포함할 수 있다. According to one embodiment, the method includes generating the
일 실시예에 따르면, 상기 방법은 상기 적어도 하나의 카메라(180)를 통해 상기 이미지를 획득하는 동작을 추가적으로 포함할 수 있다. 상기 방법은 상기 적어도 하나의 카메라(180)를 통해 획득한 상기 이미지 내의 상기 객체의 거리를 식별하는 동작을 추가적으로 포함할 수 있다. 상기 방법은 상기 객체의 거리가 상기 제1 기준 거리 범위 외이고, 제2 기준 거리 범위 내인지를 식별함에 기반하여, 알림을 표시하는 동작을 추가적으로 포함할 수 있다. 상기 알림은 보케 효과 적용시 해상도 향상을 위해 이미지 처리가 필요함을 나타낼 수 있다. 상기 방법은 상기 객체의 거리가 상기 제2 기준 거리 범위 외인지를 식별함에 기반하여, 보케 효과 적용이 어려움을 표시하기 위한 알림을 추가적으로 포함할 수 있다. 상기 객체의 상기 거리는 상기 객체에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리일 수 있다. 상기 제2 기준 거리 범위는 상기 제1 기준 거리 범위를 포함할 수 있다. According to one embodiment, the method may additionally include an operation of acquiring the image through the at least one
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, 전자 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.Electronic devices according to various embodiments disclosed in this document may be of various types. Electronic devices may include, for example, portable communication devices (e.g., smartphones), computer devices, portable multimedia devices, portable medical devices, cameras, electronic devices, or home appliances. Electronic devices according to embodiments of this document are not limited to the above-described devices.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제1", "제2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제1) 구성요소가 다른(예: 제2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.The various embodiments of this document and the terms used herein are not intended to limit the technical features described in this document to specific embodiments, but should be understood to include various changes, equivalents, or replacements of the embodiments. In connection with the description of the drawings, similar reference numbers may be used for similar or related components. The singular form of a noun corresponding to an item may include one or more of the above items, unless the relevant context clearly indicates otherwise. As used herein, “A or B”, “at least one of A and B”, “at least one of A or B”, “A, B or C”, “at least one of A, B and C”, and “A Each of phrases such as “at least one of , B, or C” may include any one of the items listed together in the corresponding phrase, or any possible combination thereof. Terms such as "first", "second", or "first" or "second" may be used simply to distinguish one element from another, and may be used to distinguish such elements in other respects, such as importance or order) is not limited. One (e.g. first) component is said to be "coupled" or "connected" to another (e.g. second) component, with or without the terms "functionally" or "communicatively". Where mentioned, it means that any of the components can be connected to the other components directly (e.g. wired), wirelessly, or through a third component.
본 문서의 다양한 실시예들에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일 실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다. The term “module” used in various embodiments of this document may include a unit implemented in hardware, software, or firmware, and is interchangeable with terms such as logic, logic block, component, or circuit, for example. It can be used as A module may be an integrated part or a minimum unit of the parts or a part thereof that performs one or more functions. For example, according to one embodiment, the module may be implemented in the form of an application-specific integrated circuit (ASIC).
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.Various embodiments of the present document are one or more instructions stored in a storage medium (e.g., built-in memory 136 or external memory 138) that can be read by a machine (e.g., electronic device 101). It may be implemented as software (e.g., program 140) including these. For example, a processor (e.g., processor 120) of a device (e.g., electronic device 101) may call at least one command among one or more commands stored from a storage medium and execute it. This allows the device to be operated to perform at least one function according to the at least one instruction called. The one or more instructions may include code generated by a compiler or code that can be executed by an interpreter. A storage medium that can be read by a device may be provided in the form of a non-transitory storage medium. Here, 'non-transitory' only means that the storage medium is a tangible device and does not contain signals (e.g. electromagnetic waves), and this term refers to cases where data is semi-permanently stored in the storage medium. There is no distinction between cases where it is temporarily stored.
일 실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory(CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어™)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.According to one embodiment, methods according to various embodiments disclosed in this document may be provided and included in a computer program product. Computer program products are commodities and can be traded between sellers and buyers. The computer program product may be distributed in the form of a machine-readable storage medium (e.g. compact disc read only memory (CD-ROM)) or through an application store (e.g. Play Store™) or on two user devices (e.g. It can be distributed (e.g. downloaded or uploaded) directly between smart phones) or online. In the case of online distribution, at least a portion of the computer program product may be at least temporarily stored or temporarily created in a machine-readable storage medium, such as the memory of a manufacturer's server, an application store's server, or a relay server.
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 있다According to various embodiments, each component (e.g., module or program) of the above-described components may include a single or plural entity, and some of the plurality of entities may be separately placed in other components. there is. According to various embodiments, one or more of the components or operations described above may be omitted, or one or more other components or operations may be added. Alternatively or additionally, multiple components (eg, modules or programs) may be integrated into a single component. In this case, the integrated component may perform one or more functions of each component of the plurality of components identically or similarly to those performed by the corresponding component of the plurality of components prior to the integration. . According to various embodiments, operations performed by a module, program, or other component may be executed sequentially, in parallel, iteratively, or heuristically, or one or more of the operations may be executed in a different order, or omitted. or one or more other operations may be added.
Claims (20)
적어도 하나의 프로세서(120),
적어도 하나의 카메라(180)를 포함하고,
상기 적어도 하나의 프로세서(120)는,
상기 적어도 하나의 카메라(180)를 통해 이미지(301;401;413;501)를 획득하고,
복수의 객체들에 대응하는 깊이 데이터들을 포함한 깊이 맵(509)을 생성하고,
상기 복수의 객체들 중에서 블러 처리를 하지 않을 객체를 식별하기 위한 사용자 입력을 수신하고,
상기 사용자 입력에 대응하는 상기 객체 및 상기 깊이 맵(509)에 기반하여 개선 영역을 식별하고,
상기 사용자 입력에 대응하는 상기 객체 및 상기 깊이 맵(509)에 기반하여 포커스 영역을 식별하고,
상기 개선 영역의 블러 정보가 기준 값 이상인지 여부를 식별하고,
상기 기준 값 이상의 상기 블러 정보에 기반하여, 상기 개선 영역에 대하여 상기 블러 정보를 감소시키기 위한 이미지 처리를 수행하고,
상기 포커스 영역을 제외한 상기 이미지의 부분에 블러 처리를 수행하고,
상기 포커스 영역을 제외한 상기 이미지의 부분과, 상기 포커스 영역의 합성에 기반하여 출력 이미지(309)를 생성하도록 구성되는,
전자 장치.
In the electronic device 101,
at least one processor 120,
Comprising at least one camera 180,
The at least one processor 120,
Acquire images (301; 401; 413; 501) through the at least one camera (180),
Generate a depth map 509 containing depth data corresponding to a plurality of objects,
Receiving user input to identify an object that will not be blurred among the plurality of objects,
identify areas of improvement based on the object and the depth map (509) corresponding to the user input;
Identifying a focus area based on the object and the depth map (509) corresponding to the user input,
Identify whether blur information in the improvement area is greater than or equal to a reference value,
Based on the blur information greater than or equal to the reference value, image processing is performed to reduce the blur information for the improvement area,
Perform blur processing on portions of the image excluding the focus area,
configured to generate an output image (309) based on a synthesis of the focus area and a portion of the image excluding the focus area,
Electronic devices.
상기 개선 영역에 대하여 상기 블러 정보를 감소시키기 위한 상기 이미지 처리를 수행하기 위하여, 상기 적어도 하나의 프로세서(120)는,
상기 개선 영역에 대하여 NPU(neural processing unit)를 통해 해상도를 높이기 위해 상기 이미지 처리를 수행하도록 구성되는,
전자 장치.
In claim 1,
To perform the image processing to reduce the blur information for the enhancement area, the at least one processor 120:
Configured to perform the image processing to increase resolution for the improvement area through a neural processing unit (NPU),
Electronic devices.
상기 개선 영역의 상기 블러 정보가 상기 기준 값 이상인지 여부를 식별하기 위하여, 상기 적어도 하나의 프로세서(120)는,
상기 이미지 상에 포함된 화소의 엣지 특성에 기반하여, 상기 블러 정보를 식별하도록 구성되고,
상기 엣지 특성은 상기 엣지의 강도와 엣지 방향의 일관성을 포함하고,
상기 엣지의 상기 강도는 상기 이미지 상에 포함된 상기 화소와 주변 화소의 제1 방향의 그래디언트의 크기 및 상기 제1 방향에 수직한 제2 방향의 그래디언트의 크기에 기초하여 식별되고,
상기 엣지 방향의 상기 일관성은 상기 화소와 상기 주변 화소의 상기 제1 방향의 상기 그래디언트의 분포 및 상기 제1 방향에 수직한 상기 제2 방향의 상기 그래디언트의 분포에 따라 식별되는,
전자 장치.
In claim 1,
In order to identify whether the blur information in the improvement area is greater than or equal to the reference value, the at least one processor 120,
Configured to identify the blur information based on edge characteristics of pixels included in the image,
The edge characteristics include the strength of the edge and the consistency of edge direction,
The strength of the edge is identified based on the magnitude of the gradient in a first direction and the magnitude of the gradient in a second direction perpendicular to the first direction of the pixel and surrounding pixels included in the image,
The consistency in the edge direction is identified according to the distribution of the gradient in the first direction of the pixel and the surrounding pixels and the distribution of the gradient in the second direction perpendicular to the first direction.
Electronic devices.
상기 개선 영역의 상기 블러 정보가 상기 기준 값 이상인지 여부를 식별하기 위하여, 상기 적어도 하나의 프로세서(120)는,
상기 전자 장치(101)로부터 상기 사용자 입력에 대응하는 상기 객체의 거리가 제1 기준 거리 범위 이내인지 여부를 식별하도록 구성되고,
상기 전자 장치로부터, 상기 사용자 입력에 대응하는 상기 객체의 거리가 상기 제1 기준 거리 범위 이내인 경우, 상기 개선 영역의 상기 블러 정보를 기준 값 미만으로 식별하고,
상기 전자 장치로부터, 상기 사용자 입력에 대응하는 객체의 거리가 상기 제1 기준 거리 범위 외인 경우, 상기 개선 영역의 블러 정보를 기준 값 이상으로 식별하도록 구성되고,
상기 객체의 상기 거리는 상기 객체에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리이고,
상기 제1 기준 거리 범위는 조리개 값, 사용되는 상기 적어도 하나의 카메라(180)의 초점 거리, 및 초점이 맞춰진 피사체와 상기 전자 장치 간의 거리에 기반하여 식별되는,
전자 장치.
In claim 1,
In order to identify whether the blur information in the improvement area is greater than or equal to the reference value, the at least one processor 120,
configured to identify whether the distance of the object corresponding to the user input from the electronic device 101 is within a first reference distance range,
When the distance of the object corresponding to the user input from the electronic device is within the first reference distance range, identify the blur information in the improvement area as less than a reference value,
configured to identify blur information of the improvement area as greater than or equal to a reference value when the distance of the object corresponding to the user input from the electronic device is outside the first reference distance range,
The distance of the object is the distance from the subject corresponding to the object to the electronic device 101,
The first reference distance range is identified based on the aperture value, the focal length of the at least one camera 180 used, and the distance between the focused subject and the electronic device,
Electronic devices.
상기 수신된 상기 사용자 입력 및 상기 깊이 맵(509)에 기반하여 상기 포커스 영역을 식별하기 위하여, 상기 적어도 하나의 프로세서(120)는,
상기 수신된 사용자 입력에 대응하는 상기 객체의 거리를 식별하고,
포커스 객체의 거리와 상기 객체의 거리의 차가 제1 지정 거리 미만인 상기 포커스 객체를 식별하도록 구성되고,
상기 객체의 상기 거리는 상기 객체에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리이고,
상기 포커스 객체의 상기 거리는 상기 포커스 객체에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리이고,
상기 포커스 영역은 상기 객체와 상기 포커스 객체를 포함하는,
전자 장치.
In claim 1,
To identify the focus area based on the received user input and the depth map 509, the at least one processor 120:
Identifying the distance of the object corresponding to the received user input,
configured to identify the focus object where the difference between the distance of the focus object and the distance of the object is less than a first specified distance,
The distance of the object is the distance from the subject corresponding to the object to the electronic device 101,
The distance of the focus object is the distance from the subject corresponding to the focus object to the electronic device 101,
The focus area includes the object and the focus object,
Electronic devices.
상기 복수의 객체들에 대응하는 상기 깊이 데이터를 포함한 상기 깊이 맵(509)을 생성하기 위하여, 상기 적어도 하나의 프로세서(120)는,
깊이 센서를 통해 송신된 제1 신호가 상기 복수의 객체들 중 하나의 객체에 의해 반사된 제2 신호를 상기 깊이 센서를 통해 수신하고,
상기 복수의 객체들 중 하나의 객체에 대응하는 상기 깊이 데이터는 상기 제1 신호의 송신과 상기 제2 신호의 수신 사이의 시간 간격에 기반하여 획득되는,
전자 장치.
In claim 1,
To generate the depth map 509 including the depth data corresponding to the plurality of objects, the at least one processor 120:
A first signal transmitted through a depth sensor receives a second signal reflected by one of the plurality of objects through the depth sensor,
The depth data corresponding to one object among the plurality of objects is obtained based on a time interval between transmission of the first signal and reception of the second signal,
Electronic devices.
상기 복수의 객체들에 대응하는 상기 깊이 데이터를 포함한 상기 깊이 맵(509)을 생성하기 위하여, 상기 적어도 하나의 프로세서(120)는,
제1 카메라(180)를 통해 제1 이미지를 획득하고,
제2 카메라(180)를 통해 제2 이미지를 획득하고,
상기 제1 이미지 및 상기 제2 이미지를 비교함으로써, 상기 복수의 객체들에 대응하는 상기 깊이 데이터를 획득하도록 구성되는,
전자 장치.
In claim 1,
To generate the depth map 509 including the depth data corresponding to the plurality of objects, the at least one processor 120:
Obtaining a first image through the first camera 180,
Obtaining a second image through the second camera 180,
configured to obtain the depth data corresponding to the plurality of objects by comparing the first image and the second image,
Electronic devices.
상기 포커스 영역을 제외한 상기 이미지의 부분에 상기 블러 처리를 수행하기 위하여, 상기 적어도 하나의 프로세서(120)는,
제1 이미지 부분에 대응하는 제1 피사체는 제1 세기로 블러 처리하고,
제2 이미지 부분에 대응하는 제2 피사체는 제2 세기로 블러 처리하도록 구성되고,
상기 제1 피사체는 상기 전자 장치까지 제1 거리만큼 떨어져 있고,
상기 제2 피사체는 상기 전자 장치까지 제2 거리만큼 떨어져 있고,
상기 제1 거리는 상기 제2 거리보다 크고,
상기 제1 세기는 상기 제2 세기보다 큰,
전자 장치.
In claim 1,
In order to perform the blur processing on a portion of the image excluding the focus area, the at least one processor 120,
The first subject corresponding to the first image portion is blurred with the first intensity,
A second subject corresponding to the second image portion is configured to be blurred with a second intensity,
The first subject is separated from the electronic device by a first distance,
The second subject is a second distance away from the electronic device,
The first distance is greater than the second distance,
wherein the first century is greater than the second century,
Electronic devices.
상기 적어도 하나의 프로세서(120)는,
상기 적어도 하나의 카메라(180)를 통해 상기 이미지를 획득하는 동안, 상기 복수의 객체들에 대응하는 상기 깊이 데이터를 포함한 상기 깊이 맵(509)을 생성하고,
상기 객체의 거리가 제2 기준 거리 범위 외인지 여부를 식별하고,
상기 객체의 거리가 상기 제2 기준 거리 범위 외인지를 식별함에 기반하여, 보케 효과 적용이 어려움을 표시하기 위한 알림을 표시하도록 추가적으로 구성되고,
상기 객체의 상기 거리는 상기 객체에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리이고,
상기 제2 기준 거리 범위는 상기 제1 기준 거리 범위를 포함하는,
전자 장치.
In claim 4,
The at least one processor 120,
While acquiring the image through the at least one camera (180), generate the depth map (509) including the depth data corresponding to the plurality of objects,
Identify whether the distance of the object is outside the second reference distance range,
Based on identifying whether the distance of the object is outside the second reference distance range, it is further configured to display a notification to indicate difficulty in applying the bokeh effect,
The distance of the object is the distance from the subject corresponding to the object to the electronic device 101,
The second reference distance range includes the first reference distance range,
Electronic devices.
상기 적어도 하나의 프로세서(120)는,
상기 적어도 하나의 카메라(180)를 통해 상기 이미지를 획득하고,
상기 적어도 하나의 카메라(180)를 통해 획득한 상기 이미지 내의 상기 객체의 거리를 식별하고,
상기 객체의 거리가 상기 제1 기준 거리 범위 외이고, 제2 기준 거리 범위 내인지를 식별함에 기반하여, 알림을 표시하도록 추가적으로 구성되고,
상기 알림은 디지털 보케 효과 적용시 해상도 향상을 위해 이미지 처리가 필요함을 나타내고,
상기 객체의 거리가 상기 제2 기준 거리 범위 외인지를 식별함에 기반하여, 디지털 보케 효과 적용이 어려움을 표시하기 위한 알림을 나타내도록 추가적으로 구성되고,
상기 객체의 상기 거리는 상기 객체에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리이고,
상기 제2 기준 거리 범위는 상기 제1 기준 거리 범위를 포함하는,
전자 장치.
In claim 4,
The at least one processor 120,
Obtaining the image through the at least one camera 180,
Identifying the distance of the object in the image acquired through the at least one camera 180,
Additional configured to display a notification based on identifying whether the distance of the object is outside the first reference distance range and within the second reference distance range,
The above notification indicates that image processing is necessary to improve resolution when applying the digital bokeh effect,
Based on identifying whether the distance of the object is outside the second reference distance range, it is further configured to display a notification to indicate difficulty in applying the digital bokeh effect,
The distance of the object is the distance from the subject corresponding to the object to the electronic device 101,
The second reference distance range includes the first reference distance range,
Electronic devices.
적어도 하나의 카메라(180)를 통해 이미지를 획득하는 동작과,
복수의 객체들에 대응하는 깊이 데이터들을 포함한 깊이 맵(509)을 생성하는 동작과,
상기 복수의 객체들 중에서 블러 처리를 하지 않을 객체를 식별하기 위한 사용자 입력을 수신하는 동작과,
상기 사용자 입력에 대응하는 상기 객체 및 상기 깊이 맵(509)에 기반하여 개선 영역을 식별하는 동작과,
상기 사용자 입력에 대응하는 상기 객체 및 상기 깊이 맵(509)에 기반하여 포커스 영역을 식별하는 동작과,
상기 개선 영역의 블러 정보가 기준 값 이상인지 여부를 식별하는 동작과,
상기 기준 값 이상의 상기 블러 정보에 기반하여, 상기 개선 영역에 대하여 상기 블러 정보를 감소시키기 위한 이미지 처리를 수행하는 동작과,
상기 포커스 영역을 제외한 상기 이미지의 부분에 블러 처리를 수행하는 동작과,
상기 포커스 영역을 제외한 상기 이미지의 부분과 상기 포커스 영역의 합성에 기반하여 출력 이미지(309)를 생성하는 동작을 포함하는,
방법.
In a method performed by an electronic device,
An operation of acquiring an image through at least one camera 180,
An operation of generating a depth map 509 including depth data corresponding to a plurality of objects;
An operation of receiving a user input to identify an object that will not be blurred among the plurality of objects;
identifying an improvement area based on the object and the depth map (509) corresponding to the user input;
Identifying a focus area based on the object and the depth map 509 corresponding to the user input;
An operation of identifying whether blur information of the improvement area is greater than or equal to a reference value;
An operation of performing image processing to reduce the blur information for the improvement area based on the blur information greater than or equal to the reference value;
An operation of performing blur processing on a portion of the image excluding the focus area;
Comprising an operation of generating an output image (309) based on a synthesis of the focus area and a portion of the image excluding the focus area,
method.
상기 개선 영역에 대하여 상기 블러 정보를 감소시키기 위한 상기 이미지 처리를 수행하는 동작은,
상기 개선 영역에 대하여 NPU(neural processing unit)를 통해 해상도를 높이기 위해 상기 이미지 처리를 수행하는 동작을 포함하는,
방법.
In claim 11,
The operation of performing the image processing to reduce the blur information for the improvement area includes:
Comprising the operation of performing the image processing to increase resolution for the improvement area through a neural processing unit (NPU),
method.
상기 개선 영역의 상기 블러 정보가 상기 기준 값 이상인지 여부를 식별하는 동작은,
상기 이미지 상에 포함된 화소의 엣지 특성에 기반하여, 상기 블러 정보를 식별하는 동작과,
상기 엣지 특성은 상기 엣지의 강도와 엣지 방향의 일관성을 포함하고,
상기 엣지의 강도는 상기 이미지 상에 포함된 상기 화소와 주변 화소의 제1 방향의 그래디언트의 크기 및 상기 제1 방향에 수직한 제2 방향의 그래디언트의 크기에 기초하여 식별되고,
상기 엣지 방향의 일관성은 상기 화소와 상기 주변 화소의 상기 제1 방향의 상기 그래디언트의 분포 및 상기 제1 방향에 수직한 상기 제2 방향의 상기 그래디언트의 분포에 따라 식별되는,
방법.
In claim 11,
The operation of identifying whether the blur information in the improvement area is greater than or equal to the reference value includes:
An operation of identifying the blur information based on edge characteristics of pixels included in the image;
The edge characteristics include the strength of the edge and the consistency of edge direction,
The strength of the edge is identified based on the size of the gradient in a first direction and the size of the gradient in a second direction perpendicular to the first direction of the pixel and surrounding pixels included in the image,
The consistency of the edge direction is identified according to the distribution of the gradient in the first direction of the pixel and the surrounding pixels and the distribution of the gradient in the second direction perpendicular to the first direction,
method.
상기 개선 영역의 상기 블러 정보가 상기 기준 값 이상인지 여부를 식별하는 동작은,
상기 전자 장치(101)로부터 상기 사용자 입력에 대응하는 상기 객체의 거리가 제1 기준 거리 범위 이내인지 여부를 식별하는 동작과,
상기 전자 장치로부터, 상기 사용자 입력에 대응하는 상기 객체의 거리가 상기 제1 기준 거리 범위 이내인 경우, 상기 개선 영역의 상기 블러 정보를 기준 값 미만으로 식별하는 동작과,
상기 전자 장치로부터, 상기 사용자 입력에 대응하는 객체의 거리가 상기 제1 기준 거리 범위 외인 경우, 상기 개선 영역의 블러 정보를 기준 값 이상으로 식별하는 동작과,
상기 객체의 상기 거리는 상기 객체에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리이고,
상기 제1 기준 거리 범위는 조리개 값, 사용되는 상기 적어도 하나의 카메라(180)의 초점 거리, 및 초점이 맞춰진 피사체와 상기 전자 장치 간의 거리에 기반하여 식별되는,
방법.
In claim 11,
The operation of identifying whether the blur information in the improvement area is greater than or equal to the reference value includes:
An operation of identifying whether the distance of the object corresponding to the user input from the electronic device 101 is within a first reference distance range;
When the distance of the object corresponding to the user input from the electronic device is within the first reference distance range, identifying the blur information in the improvement area as less than a reference value;
When the distance of an object corresponding to the user input from the electronic device is outside the first reference distance range, identifying blur information of the improvement area as greater than or equal to a reference value;
The distance of the object is the distance from the subject corresponding to the object to the electronic device 101,
The first reference distance range is identified based on the aperture value, the focal length of the at least one camera 180 used, and the distance between the focused subject and the electronic device,
method.
상기 수신된 상기 사용자 입력 및 상기 깊이 맵(509)에 기반하여 상기 포커스 영역을 식별하는 동작은,
상기 수신된 사용자 입력에 대응하는 상기 객체의 거리를 식별하는 동작과,
포커스 객체의 거리와 상기 객체의 거리의 차가 제1 지정 거리 미만인 상기 포커스 객체를 식별하는 동작을 포함하고,
상기 객체의 상기 거리는 상기 객체에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리이고,
상기 포커스 객체의 상기 거리는 상기 포커스 객체에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리이고,
상기 포커스 영역은 상기 객체와 상기 포커스 객체를 포함하는,
방법.
In claim 11,
The operation of identifying the focus area based on the received user input and the depth map 509 includes:
Identifying the distance of the object corresponding to the received user input;
Identifying the focus object where the difference between the distance of the focus object and the object is less than a first specified distance,
The distance of the object is the distance from the subject corresponding to the object to the electronic device 101,
The distance of the focus object is the distance from the subject corresponding to the focus object to the electronic device 101,
The focus area includes the object and the focus object,
method.
상기 복수의 객체들에 대응하는 상기 깊이 데이터를 포함한 상기 깊이 맵(509)을 생성하는 동작은,
깊이 센서를 통해 송신된 제1 신호가 상기 복수의 객체들 중 하나의 객체에 의해 반사된 제2 신호를 상기 깊이 센서를 통해 수신하는 동작을 포함하는,
상기 복수의 객체들 중 하나의 객체에 대응하는 상기 깊이 데이터는 상기 제1 신호의 송신과 상기 제2 신호의 수신 사이의 시간 간격에 기반하여 획득되는,
방법.
In claim 11,
The operation of generating the depth map 509 including the depth data corresponding to the plurality of objects includes,
Comprising an operation of receiving, through the depth sensor, a second signal in which a first signal transmitted through the depth sensor is reflected by one of the plurality of objects,
The depth data corresponding to one object among the plurality of objects is obtained based on a time interval between transmission of the first signal and reception of the second signal,
method.
상기 복수의 객체들에 대응하는 상기 깊이 데이터를 포함한 상기 깊이 맵(509)을 생성하는 동작은,
제1 카메라(180)를 통해 제1 이미지를 획득하는 동작과,
제2 카메라(180)를 통해 제2 이미지를 획득하는 동작과,
상기 제1 이미지 및 상기 제2 이미지를 비교함으로써, 상기 복수의 객체들에 대응하는 상기 깊이 데이터를 획득하는 동작을 포함하는,
방법.
In claim 11,
The operation of generating the depth map 509 including the depth data corresponding to the plurality of objects includes,
An operation of acquiring a first image through the first camera 180,
An operation of acquiring a second image through the second camera 180,
Comprising the operation of obtaining the depth data corresponding to the plurality of objects by comparing the first image and the second image,
method.
상기 포커스 영역을 제외한 상기 이미지의 부분에 상기 블러 처리를 수행하는 동작은,
제1 이미지 부분에 대응하는 제1 피사체는 제1 세기로 블러 처리하는 동작과,
제2 이미지 부분에 대응하는 제2 피사체는 제2 세기로 블러 처리하는 동작을 포함하고,
상기 제1 피사체는 상기 전자 장치까지 제1 거리만큼 떨어져 있고,
상기 제2 피사체는 상기 전자 장치까지 제2 거리만큼 떨어져 있고,
상기 제1 거리는 상기 제2 거리보다 크고,
상기 제1 세기는 상기 제2 세기보다 큰,
방법.
In claim 11,
The operation of performing the blur processing on a portion of the image excluding the focus area includes:
An operation of blurring the first subject corresponding to the first image portion with a first intensity;
comprising blurring a second subject corresponding to the second image portion at a second intensity;
The first subject is separated from the electronic device by a first distance,
The second subject is a second distance away from the electronic device,
The first distance is greater than the second distance,
wherein the first century is greater than the second century,
method.
상기 적어도 하나의 카메라(180)를 통해 상기 이미지를 획득하는 동안, 상기 복수의 객체들에 대응하는 상기 깊이 데이터를 포함한 상기 깊이 맵(509)을 생성하는 동작과
상기 객체의 거리가 제2 기준 거리 범위 외인지 여부를 식별하는 동작과,
상기 객체의 거리가 상기 제2 기준 거리 범위 외인지를 식별함에 기반하여, 보케 효과 적용이 어려움을 표시하기 위한 알림을 표시하는 동작을 추가적으로 포함하고,
상기 객체의 상기 거리는 상기 객체에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리이고,
상기 제2 기준 거리 범위는 상기 제1 기준 거리 범위를 포함하는,
방법.
In claim 14,
Generating the depth map 509 including the depth data corresponding to the plurality of objects while acquiring the image through the at least one camera 180;
An operation of identifying whether the distance of the object is outside a second reference distance range;
Based on identifying whether the distance of the object is outside the second reference distance range, additionally comprising displaying a notification to indicate difficulty in applying the bokeh effect,
The distance of the object is the distance from the subject corresponding to the object to the electronic device 101,
The second reference distance range includes the first reference distance range,
method.
상기 적어도 하나의 카메라(180)를 통해 상기 이미지를 획득하는 동작과,
상기 적어도 하나의 카메라(180)를 통해 획득한 상기 이미지 내의 상기 객체의 거리를 식별하는 동작과,
상기 객체의 거리가 상기 제1 기준 거리 범위 외이고, 제2 기준 거리 범위 내인지를 식별함에 기반하여, 알림을 표시하는 동작을 추가적으로 포함하고,
상기 알림은 보케 효과 적용시 해상도 향상을 위해 이미지 처리가 필요함을 나타내고,
상기 객체의 거리가 상기 제2 기준 거리 범위 외인지를 식별함에 기반하여, 보케 효과 적용이 어려움을 표시하기 위한 알림을 나타내는 동작을 추가적으로 포함하고
상기 객체의 상기 거리는 상기 객체에 대응하는 피사체로부터 상기 전자 장치(101)까지의 거리이고,
상기 제2 기준 거리 범위는 상기 제1 기준 거리 범위를 포함하는,
방법.
In claim 14,
An operation of acquiring the image through the at least one camera 180;
Identifying the distance of the object in the image acquired through the at least one camera 180;
Additionally comprising the operation of displaying a notification based on identifying whether the distance of the object is outside the first reference distance range and within the second reference distance range,
The above notification indicates that image processing is necessary to improve resolution when applying the bokeh effect,
Based on identifying whether the distance of the object is outside the second reference distance range, it additionally includes an operation of displaying a notification to indicate difficulty in applying the bokeh effect;
The distance of the object is the distance from the subject corresponding to the object to the electronic device 101,
The second reference distance range includes the first reference distance range,
method.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/KR2023/015267 WO2024106746A1 (en) | 2022-11-18 | 2023-10-04 | Electronic device and method for increasing resolution of digital bokeh image |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020220155859 | 2022-11-18 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20240073714A true KR20240073714A (en) | 2024-05-27 |
Family
ID=
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220360710A1 (en) | Electronic device including multiple cameras and method of controlling electronic device | |
US20230239576A1 (en) | Method, apparatus, and storage medium for providing slow shutter | |
US20230209202A1 (en) | Electronic device for performing image stabilization, and operating method therefor | |
US20230388441A1 (en) | Electronic device and method for capturing image by using angle of view of camera module | |
US20230410268A1 (en) | Method for providing image, and electronic device supporting same | |
US20230262318A1 (en) | Method for taking photograph by using plurality of cameras, and device therefor | |
US20220360713A1 (en) | Electronic device including camera | |
KR20220099789A (en) | Electronic device including camera module and method operating the electronic device | |
KR20230033994A (en) | Electronic device including a plurality of cameras and operating method thereof | |
KR20240073714A (en) | Electronic device and method for increasing the resolution of digital bokeh image | |
US20240078685A1 (en) | Method for generating file including image data and motion data, and electronic device therefor | |
US20240121512A1 (en) | Method and electronic device for controlling camera | |
US20230396885A1 (en) | Electronic device including camera module and electronic device operating method | |
US20230396889A1 (en) | Image capturing method for electronic device, and electronic device therefor | |
US20230199330A1 (en) | Electronic device for processing continuous shooting input and method thereof | |
US20240007732A1 (en) | Electronic device including plurality of cameras | |
US20240013405A1 (en) | Object tracking method and electronic apparatus therefor | |
EP4228246A1 (en) | Electronic device capable of auto-focusing and method for operating same | |
US20230007160A1 (en) | Photographing method of electronic apparatus and electronic apparatus thereof | |
US20230091780A1 (en) | Electronic device and method for generating an image | |
KR20220153366A (en) | Method for correcting image distortion and Electronic device thereof | |
KR20240057945A (en) | Electronic apparatus and operating method for generating high dynamic range image | |
KR20240056362A (en) | Electronic device, method, and non-transitory computer readable storage medium for changing a setting of a camera | |
KR20230166809A (en) | Electronic device including image sensor and operating method thereof | |
KR20220157196A (en) | Method for processing image and electronic device thereof |