WO2022239931A1 - 전자 장치 및 전자 장치에서 이미지 촬영 방법 - Google Patents

전자 장치 및 전자 장치에서 이미지 촬영 방법 Download PDF

Info

Publication number
WO2022239931A1
WO2022239931A1 PCT/KR2022/001143 KR2022001143W WO2022239931A1 WO 2022239931 A1 WO2022239931 A1 WO 2022239931A1 KR 2022001143 W KR2022001143 W KR 2022001143W WO 2022239931 A1 WO2022239931 A1 WO 2022239931A1
Authority
WO
WIPO (PCT)
Prior art keywords
roi
region
interest
image
detected
Prior art date
Application number
PCT/KR2022/001143
Other languages
English (en)
French (fr)
Inventor
윤성욱
오양근
손병준
안성주
박지윤
Original Assignee
삼성전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from KR1020210096836A external-priority patent/KR20220153988A/ko
Application filed by 삼성전자 주식회사 filed Critical 삼성전자 주식회사
Priority to EP22807581.8A priority Critical patent/EP4240004A1/en
Priority to US17/586,040 priority patent/US20220366664A1/en
Publication of WO2022239931A1 publication Critical patent/WO2022239931A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformation in the plane of the image
    • G06T3/20—Linear translation of a whole image or part thereof, e.g. panning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformation in the plane of the image
    • G06T3/40—Scaling the whole image or part thereof
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules

Definitions

  • the present disclosure relates to an electronic device and a method for capturing an image in the electronic device. More specifically, the present disclosure relates to an electronic device that continuously detects a region of interest while capturing an image and provides the region of interest in the center of a screen.
  • a region of interest e.g., face area
  • zooming/panning is applied so that the set region of interest is always located in the center of the display screen.
  • the region of interest is located at the center of the display screen. To do so, functions such as zooming/panning can be disabled.
  • an aspect of the present disclosure is to provide an electronic device and a method for taking an image in the electronic device.
  • an electronic device includes a camera module, a display, a plurality of detection modules, and at least one processor, and the at least one processor uses a first detection module for detecting a first ROI among the plurality of detection modules. At least one first region of interest is detected in a first image input through the camera module, and at least one region of interest detected in the first image is detected in a second image input through the camera using the first detection module. If at least one first ROI that matches the first ROI of , is not detected, at least one second ROI is detected in the second image by using a second detection module for detecting a second ROI among the plurality of detection modules.
  • a region of interest is detected, at least one first region of interest is estimated based on the at least one second region of interest, and at least one first region of interest detected in the first image and at least one second region of interest estimated from the first image are detected. If the first ROI is matched, the estimated at least one first ROI is updated to the at least one first ROI, and the at least one first ROI detected in the first image is matched. Based on the estimated location of the at least one first ROI, a location of a preview region including the updated at least one first ROI is configured to be changed.
  • a method for capturing an image in an electronic device includes an operation of detecting at least one first ROI in a first image input through a camera module by using a first detection module for detecting a first ROI among a plurality of detection modules; If at least one first ROI that matches the at least one first ROI detected in the first image is not detected in the second image input through the camera using the camera, the second ROI among the plurality of detection modules is not detected. Detecting at least one second ROI in the second image using a second detection module for region detection, and estimating at least one first ROI based on the at least one second ROI.
  • the estimated at least one first ROI is updated as the at least one first ROI. action; and matched with at least one first region of interest detected in the first image.
  • An operation of changing a location of a preview area including the updated at least one first ROI based on the estimated location of the at least one first ROI may be included.
  • an electronic device can continuously detect a region of interest while capturing an image and provide the detected region of interest to the center of a display screen.
  • FIG. 1 is a block diagram of an electronic device in a network environment according to an embodiment of the present disclosure.
  • FIG. 2 is a block diagram illustrating an electronic device according to an embodiment of the present disclosure.
  • FIG. 3 is a block diagram illustrating an image capture module of an electronic device according to an embodiment of the present disclosure.
  • 4A and 4B are diagrams for explaining an estimation function for estimating a first ROI based on a second ROI in an electronic device according to various embodiments of the present disclosure
  • FIG. 5 is a diagram for explaining an estimation function for estimating a second ROI based on a first ROI in an electronic device according to an embodiment of the present disclosure.
  • 6A, 6B, 6C, and 6D are diagrams for explaining an estimation function for estimating a first ROI based on a third ROI in an electronic device according to various embodiments of the present disclosure.
  • FIG. 7 is a diagram for explaining movement of a preview image according to movement of a subject in an electronic device according to an embodiment of the present disclosure.
  • FIG. 8 is a flowchart illustrating an operation of detecting a region of interest while taking an image of an electronic device according to an embodiment of the present disclosure.
  • 9A to 9B are flowcharts illustrating an operation of detecting a region of interest while capturing an image of an electronic device according to various embodiments of the present disclosure.
  • FIG. 10 is a flowchart illustrating an operation of detecting a region of interest while taking an image of an electronic device according to an embodiment of the present disclosure .
  • FIG. 1 is a block diagram of an electronic device 101 within a network environment 100 according to an embodiment of the present disclosure.
  • an electronic device 101 communicates with an electronic device 102 through a first network 198 (eg, a short-range wireless communication network) or through a second network 199. It may communicate with at least one of the electronic device 104 or the server 108 through (eg, a long-distance wireless communication network). According to one embodiment of the present disclosure, the electronic device 101 may communicate with the electronic device 104 through the server 108 .
  • a first network 198 eg, a short-range wireless communication network
  • the server 108 e.g, a long-distance wireless communication network
  • the electronic device 101 includes a processor 120, a memory 130, an input module 150, an audio output module 155, a display module 160, an audio module 170, Sensor module 176, interface 177, connection terminal 178, haptic module 179, camera module 180, power management module 188, battery 189, communication module 190, subscriber identification module (196), or an antenna module (197).
  • at least one of these components eg, the connection terminal 178) may be omitted or one or more other components may be added.
  • some of these components are one component (eg, display module 160). ) can be incorporated.
  • the processor 120 for example, executes software (eg, the program 140) to cause at least one other component (eg, hardware or software component) of the electronic device 101 connected to the processor 120. It can control and perform various data processing or calculations. According to one embodiment of the present disclosure, as at least part of data processing or operation, the processor 120 transfers commands or data received from other components (eg, sensor module 176 or communication module 190) to volatile memory. 132, process the command or data stored in the volatile memory 132, and store the resulting data in the non-volatile memory 134.
  • software eg, the program 140
  • the processor 120 transfers commands or data received from other components (eg, sensor module 176 or communication module 190) to volatile memory. 132, process the command or data stored in the volatile memory 132, and store the resulting data in the non-volatile memory 134.
  • the processor 120 may include a main processor 121 (eg, a central processing unit or an application processor) or a secondary processor 123 (eg, a graphic processing unit, a neural network) that may operate independently or together with the main processor 121 It may include a processing unit (NPU: neural processing unit), an image signal processor, a sensor hub processor, or a communication processor).
  • a main processor 121 e.g, a central processing unit or an application processor
  • a secondary processor 123 eg, a graphic processing unit, a neural network
  • the main processor 121 may include a processing unit (NPU: neural processing unit), an image signal processor, a sensor hub processor, or a communication processor.
  • NPU neural processing unit
  • the auxiliary processor 123 may use less power than the main processor 121 or be set to be specialized for a designated function.
  • the secondary processor 123 may be implemented separately from or as part of the main processor 121 .
  • the secondary processor 123 may, for example, take the place of the main processor 121 while the main processor 121 is in an inactive (eg, sleep) state, or the main processor 121 is active (eg, running an application). ) state, together with the main processor 121, at least one of the components of the electronic device 101 (eg, the display module 160, the sensor module 176, or the communication module 190) It is possible to control at least some of the related functions or states.
  • the auxiliary processor 123 eg, an image signal processor or a communication processor
  • the auxiliary processor 123 is a part of other functionally related components (eg, the camera module 180 or the communication module 190).
  • the auxiliary processor 123 may include a hardware structure specialized for processing an artificial intelligence model.
  • AI models can be created through machine learning. Such learning may be performed, for example, in the electronic device 101 itself where the artificial intelligence model is performed, or may be performed through a separate server (eg, the server 108).
  • the learning algorithm may include, for example, supervised learning, unsupervised learning, semi-supervised learning or reinforcement learning, but in the above example Not limited.
  • the artificial intelligence model may include a plurality of artificial neural network layers.
  • Artificial neural networks include deep neural networks (DNNs), convolutional neural networks (CNNs), recurrent neural networks (RNNs), restricted boltzmann machines (RBMs), deep belief networks (DBNs), bidirectional recurrent deep neural networks (BRDNNs), It may be one of deep Q-networks or a combination of two or more of the foregoing, but is not limited to the foregoing examples.
  • the artificial intelligence model may include, in addition or alternatively, software structures in addition to hardware structures.
  • the memory 130 may store various data used by at least one component (eg, the processor 120 or the sensor module 176) of the electronic device 101 .
  • the data may include, for example, input data or output data for software (eg, program 140) and commands related thereto.
  • the memory 130 may include volatile memory 132 or non-volatile memory 134 .
  • the program 140 may be stored as software in the memory 130 and may include, for example, an operating system 142 , middleware 144 , or an application 146 .
  • the input module 150 may receive a command or data to be used by a component (eg, the processor 120) of the electronic device 101 from the outside of the electronic device 101 (eg, a user).
  • the input module 150 may include, for example, a microphone, a mouse, a keyboard, a key (eg, a button), or a digital pen (eg, a stylus pen).
  • the sound output module 155 may output sound signals to the outside of the electronic device 101 .
  • the sound output module 155 may include, for example, a speaker or a receiver.
  • the speaker can be used for general purposes such as multimedia playback or recording playback.
  • a receiver may be used to receive an incoming call. According to one embodiment of the present disclosure, the receiver may be implemented separately from the speaker or as part of it.
  • the display module 160 may visually provide information to the outside of the electronic device 101 (eg, a user).
  • the display module 160 may include, for example, a display, a hologram device, or a projector and a control circuit for controlling the device.
  • the display module 160 may include a touch sensor configured to detect a touch or a pressure sensor configured to measure the intensity of force generated by the touch.
  • the audio module 170 may convert sound into an electrical signal or vice versa. According to one embodiment of the present disclosure, the audio module 170 acquires sound through the input module 150, the sound output module 155, or an external electronic device connected directly or wirelessly to the electronic device 101. (eg, the electronic device 102) (eg, sound may be output through a speaker or a headphone).
  • the sensor module 176 detects an operating state (eg, power or temperature) of the electronic device 101 or an external environmental state (eg, a user state), and generates an electrical signal or data value corresponding to the detected state. can do.
  • the sensor module 176 may include, for example, a gesture sensor, a gyro sensor, an air pressure sensor, a magnetic sensor, an acceleration sensor, a grip sensor, a proximity sensor, a color sensor, an IR (infrared) sensor, It may include a biological sensor, a temperature sensor, a humidity sensor, or an illuminance sensor.
  • the interface 177 may support one or more designated protocols that may be used to directly or wirelessly connect the electronic device 101 to an external electronic device (eg, the electronic device 102).
  • the interface 177 may include, for example, a high definition multimedia interface (HDMI), a universal serial bus (USB) interface, an SD card interface, or an audio interface.
  • HDMI high definition multimedia interface
  • USB universal serial bus
  • SD card interface Secure Digital Card interface
  • audio interface audio interface
  • connection terminal 178 may include a connector through which the electronic device 101 may be physically connected to an external electronic device (eg, the electronic device 102).
  • the connection terminal 178 may include, for example, an HDMI connector, a USB connector, an SD card connector, or an audio connector (eg, a headphone connector).
  • the haptic module 179 may convert electrical signals into mechanical stimuli (eg, vibration or motion) or electrical stimuli that a user may perceive through tactile or kinesthetic senses.
  • the haptic module 179 may include, for example, a motor, a piezoelectric element, or an electrical stimulation device.
  • the camera module 180 may capture still images and moving images. According to one embodiment of the present disclosure, the camera module 180 may include one or more lenses, image sensors, image signal processors, or flashes.
  • the power management module 188 may manage power supplied to the electronic device 101 .
  • the power management module 188 may be implemented as at least part of a power management integrated circuit (PMIC), for example.
  • PMIC power management integrated circuit
  • the battery 189 may supply power to at least one component of the electronic device 101 .
  • the battery 189 may include, for example, a non-rechargeable primary battery, a rechargeable secondary battery, or a fuel cell.
  • the communication module 190 is a direct (eg, wired) communication channel or a wireless communication channel between the electronic device 101 and an external electronic device (eg, the electronic device 102, the electronic device 104, or the server 108). Establishment and communication through the established communication channel may be supported.
  • the communication module 190 may include one or more communication processors that operate independently of the processor 120 (eg, an application processor) and support direct (eg, wired) communication or wireless communication.
  • the communication module 190 is a wireless communication module 192 (eg, a cellular communication module, a short-range wireless communication module, or a global navigation satellite system (GNSS) communication module) or a wired communication module (194 ) (eg, a local area network (LAN) communication module or a power line communication module).
  • a corresponding communication module is a first network 198 (eg, a short-range communication network such as Bluetooth, wireless fidelity (WiFi) direct, or infrared data association (IrDA)) or a second network 199 (eg, a legacy communication module).
  • the wireless communication module 192 uses subscriber information (eg, International Mobile Subscriber Identifier (IMSI)) stored in the subscriber identification module 196 within a communication network such as the first network 198 or the second network 199.
  • IMSI International Mobile Subscriber Identifier
  • the wireless communication module 192 may support a 5G network after a 4G network and a next-generation communication technology, for example, NR access technology (new radio access technology).
  • NR access technologies include high-speed transmission of high-capacity data (enhanced mobile broadband (eMBB)), minimization of terminal power and access of multiple terminals (massive machine type communications (mMTC)), or high reliability and low latency (ultra-reliable and low latency (URLLC)).
  • eMBB enhanced mobile broadband
  • mMTC massive machine type communications
  • 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) to achieve a high data rate, for example.
  • the wireless communication module 192 uses various technologies for securing performance in a high frequency band, such as beamforming, massive multiple-input and multiple-output (MIMO), and full-dimensional multiplexing. Technologies such as input/output (FD-MIMO: full dimensional MIMO), array antenna, analog beam-forming, or large scale antenna may be supported.
  • the wireless communication module 192 may support various requirements defined for the electronic device 101, an external electronic device (eg, the electronic device 104), or a network system (eg, the second network 199).
  • the wireless communication module 192 is a peak data rate for realizing eMBB (eg, 20 Gbps or more), a loss coverage for realizing mMTC (eg, 164 dB or less), or U-U- for realizing URLLC.
  • Plane latency eg, downlink (DL) and uplink (UL) 0.5 ms or less, or round trip 1 ms or less
  • DL downlink
  • UL uplink
  • round trip 1 ms or less can be supported.
  • the antenna module 197 may transmit or receive signals or power to the outside (eg, an external electronic device).
  • the antenna module 197 may include an antenna including a radiator formed of a conductor or a conductive pattern formed on a substrate (eg, PCB).
  • the antenna module 197 may include a plurality of antennas (eg, an array antenna). In this case, at least one antenna suitable for a communication method used in a communication network such as the first network 198 or the second network 199 is selected from the plurality of antennas by the communication module 190, for example. can be chosen A signal or power may be transmitted or received between the communication module 190 and an external electronic device through the selected at least one antenna.
  • other components eg, a radio frequency integrated circuit (RFIC)
  • RFIC radio frequency integrated circuit
  • the antenna module 197 may form a mmWave antenna module.
  • the mmWave antenna module may be disposed on or adjacent to a printed circuit board, a first surface (eg, a lower surface) of the printed circuit board, and support a designated high frequency band (eg, mmWave band).
  • a RFIC, and a plurality of antennas eg, an array antenna
  • a second surface eg, a top surface or a side surface
  • peripheral devices eg, a bus, general purpose input and output (GPIO), serial peripheral interface (SPI), or mobile industry processor interface (MIPI)
  • signal e.g. commands or data
  • commands or data may be transmitted or received between the electronic device 101 and the external electronic device 104 through the server 108 connected to the second network 199 .
  • Each of the external electronic devices 102 or 104 may be the same as or different from the electronic device 101 .
  • all or part of operations executed in the electronic device 101 may be executed in one or more external electronic devices among the external electronic devices 102 , 104 , or 108 .
  • the electronic device 101 when the electronic device 101 needs to perform a certain function or service automatically or in response to a request from a user or another device, the electronic device 101 instead of executing the function or service by itself.
  • one or more external electronic devices may be requested to perform the function or at least part of the service.
  • One or more external electronic devices receiving the request may execute at least a part of the requested function or service or an additional function or service related to the request, and deliver the execution result to the electronic device 101 .
  • the electronic device 101 may provide the result as at least part of a response to the request as it is or additionally processed.
  • cloud computing distributed computing, mobile edge computing (MEC), or client-server computing technology may be used.
  • the electronic device 101 may provide an ultra-low latency service using, for example, distributed computing or mobile edge computing.
  • the external electronic device 104 may include an internet of things (IoT) device.
  • Server 108 may be an intelligent server using machine learning and/or neural networks.
  • the external electronic device 104 or server 108 may be included in the second network 199 .
  • the electronic device 101 may be applied to intelligent services (eg, smart home, smart city, smart car, or health care) based on 5G communication technology and IoT-related technology.
  • FIG. 2 is a block diagram 200 illustrating an electronic device according to various embodiments.
  • an electronic device 201 may include a processor 220, a memory 230, a display 260, and a camera module 290.
  • the processor 220 may control the overall operation of the electronic device 201, may be the same as the processor 120 of FIG. 1, or may be performed by the processor 120. It may perform at least one function or operation.
  • the processor 220 continuously detects an ROI using a plurality of detection modules while capturing an image, and displays a preview image displayed on the display 260 according to a change in the ROI. It may include an image capturing module 310 capable of changing.
  • the processor 220 may control the image capturing module 310 or may perform the same function as the image capturing module 310 .
  • the image capturing module 310 may be included in the processor 220 or may be included in the electronic device 201 as a separate module.
  • the image capture module 310 can be described in FIG. 3 below.
  • the memory 230 may be implemented substantially the same as or similar to the memory 130 of FIG. 1 .
  • the display 260 may be implemented substantially the same as or similar to the display module 160 of FIG. 1 .
  • the display 260 may display a preview image including a region of interest while capturing an image.
  • the camera module 290 may be implemented substantially the same as or similar to the camera module 180 of FIG. 1 .
  • FIG. 3 is a block diagram 300 illustrating an image capture module of an electronic device according to an embodiment of the present disclosure
  • FIGS. 4A to 4B are based on a second region of interest in an electronic device according to various embodiments of the present disclosure.
  • FIG. 5 is a diagram of a second ROI based on the first ROI in an electronic device according to an embodiment of the present disclosure
  • 6A, 6B, 6C, and 6D are diagrams 500 for explaining an estimation function for estimating
  • FIGS. 600a to 600d are diagrams for explaining an estimation function for estimating
  • FIG. 7 is a diagram 700 for explaining movement of a preview image according to movement of a subject in an electronic device according to an embodiment of the present disclosure. to be.
  • the image capturing module 310 may include a region of interest determining module 330 , a target region determining module 350 , and a preview region determining module 370 .
  • the ROI determination module 330 may detect an ROI from an image input through the camera module 290 .
  • the ROI determination module 330 detects an ROI from an image input from the camera module 290 using a plurality of detection modules while capturing an image, and A zooming function or/and panning to crop the region of interest in an image and position the cropped region of interest in the center of a display (eg, display 260 of FIG. 2) at a constant ratio function can be performed.
  • the ROI determination module 330 may include a plurality of detection modules, and the plurality of detection modules are ROI (Region of Interest) detection modules for detecting different regions of interest.
  • the plurality of detection modules may include a face detector for face detection, a body detector for body detection, and a face attribute detection module for face feature detection. detector) and the like, and other feature detection modules may be included.
  • Each of the plurality of detection modules may detect coordinate information (eg, left coordinates, right coordinates, upper coordinates, and lower coordinates) of each of a plurality of regions of interest, and the plurality of detection modules operate in a set order or simultaneously. can do.
  • the ROI determination module 330 performs first detection for detecting a first ROI among the plurality of detection modules when a first ROI is set among a plurality of ROI.
  • the module can be determined as the main detection module.
  • the ROI determination module 330 determines at least one detection module other than the first detection module determined to be the main detection module among the plurality of detection modules as an auxiliary detection module, and sets the first detection module as the main detection module.
  • An application order of the at least one detection module determined as the auxiliary detection module for detecting the first ROI may be confirmed based on an order set when determined by the detection module.
  • the ROI determination module 330 may preset and store an application order of at least one auxiliary detection module for detecting the ROI according to the determined primary detection module type.
  • the ROI determination module 330 sequentially uses a plurality of detection modules to detect at least one image through the camera module 290. At least one first region of interest may be detected and updated in each region.
  • the ROI determination module 330 may include a first detection module (eg, face region) for detecting a first ROI (eg, face region) set as a main detection module among a plurality of detection modules. If at least one first region of interest (eg, N face regions) is detected in the first image input through the camera module using the face detector, the detected first region of interest (eg, N face regions) is detected. The dog's face region) may be updated as at least one first region of interest.
  • the first region of interest eg, face region
  • the first detection module ( Example: If at least one first region of interest (eg, M face regions) is detected in the second image input through the camera module 290 next to the first image using a face detector, region matching is performed. function, at least one first region of interest (eg, N face regions) detected in the first image and at least one first region of interest (eg, M face regions) detected in the second image can be compared.
  • the region matching function can be explained using the following ⁇ Equation 1> to ⁇ Equation 2>.
  • the ROI determining module 330 includes at least one first ROI (eg, N face regions) detected from the first image and at least one first ROI (eg, N face regions) detected from the second image.
  • M facial regions) all match (eg, all faces of the same subject), at least one first ROI (eg, M (K + L) face regions) detected in the second image
  • At least one first region of interest may be updated with
  • the ROI determining module 330 may include some first ROI (eg, K face regions) among at least one first ROI (eg, N (K+J) face regions) detected in the first image. face regions) and at least one first region of interest (eg, M (K+L) face regions) detected in the second image, some first regions of interest (eg, K face regions) If they match (eg, some faces of the same subject), some first regions of interest among at least one first region of interest (eg, M (K+L) face regions) detected in the second image ( At least one first region of interest may be updated with K face regions.
  • some first ROI eg, K face regions
  • K face regions among at least one first ROI (eg, N (K+J) face regions) detected in the first image. face regions) and at least one first region of interest (eg, M (K+L) face regions) detected in the second image, some first regions of interest (eg, K face regions) If they match (eg, some faces of the same subject), some first regions of interest among
  • the ROI determining module 330 may include at least one detected from the first image among at least one first ROI (eg, M (K+L) face regions) detected from the second image. Determine some first regions of interest (eg, L face regions) that do not match the first regions of interest (eg, N (K + J) regions of interest) as new first regions of interest (eg, face of a new subject) region) and the new first region of interest (eg, L face regions) may be added to update at least one first region of interest.
  • first ROI eg, M (K+L) face regions
  • Determine some first regions of interest eg, L face regions
  • the first regions of interest eg, N (K + J) regions of interest
  • new first region of interest eg, L face regions
  • the ROI determining module 330 may, among at least one first ROI (eg, N (K+J) face regions) detected in the first image.
  • a second region of interest eg, body region
  • At least one second region of interest is detected in the second image using a second detection module (eg, body detector) for :
  • At least one first ROI eg, P face regions
  • At least one first ROI may be estimated based on P body regions.
  • the ROI determining module 330 determines at least one first ROI (eg, P face regions) from the at least one second ROI (eg, P body regions) by using an estimation function. can be estimated
  • the estimation function can be described with reference to FIGS. 4A to 4B, 5, and 6A to 6D.
  • the ROI determination module 330 uses a region matching function to select some first ROI (eg, J facial regions) detected from the first image and the estimated at least one first ROI (eg, J facial regions). : P face regions) can be compared.
  • the ROI determining module 330 determines some first ROI (Q facial regions) among some first ROI (eg, J (Q+S) facial regions) detected in the first image. If some first regions of interest (Q face regions) among the estimated at least one first region of interest (eg, P (Q+S) face regions) match, the estimated at least one second region of interest At least one first ROI may be updated with some first ROIs (Q face regions) among 1 ROI (eg, P (Q + S) face regions).
  • the ROI determining module 330 may include some first ROI (eg, P (Q+R) face regions) detected from the first image among the estimated at least one first ROI (eg, P (Q+R) face regions).
  • Some first regions of interest eg, R face regions
  • J (Q+S) face regions are determined as new first regions of interest (eg, face regions of a new subject)
  • At least one first ROI may be updated by adding the new first ROI (eg, R face regions).
  • the ROI determining module 330 may, among at least one first ROI (eg, N (K+J) face regions) detected in the first image.
  • a third region of interest eg, facial feature region
  • a third region of interest set as an auxiliary detection module among a plurality of detection modules in order to detect some first regions of interest (eg, J facial regions) not detected by the first detection module.
  • At least one third region of interest eg, T facial feature regions
  • At least one first ROI eg, T face regions
  • the ROI determining module 330 uses an estimation function to determine at least one first ROI (eg, T facial feature regions) in the at least one third ROI (eg, T facial feature regions). can be estimated.
  • the estimation function can be described with reference to FIGS. 4A to 4B, 5, and 6A to 6D.
  • the ROI determination module 330 uses a region matching function to select some first ROI (eg, J facial regions) detected from the first image and the estimated at least one first ROI (eg, J facial regions). : T face regions) can be compared.
  • the ROI determining module 330 includes at least some first ROI (eg, J face regions) detected in the first image and the estimated at least one first ROI (eg, T face regions). If all of these are identical, the at least one first ROI may be updated with the estimated at least one first ROI (eg, T face regions).
  • first ROI eg, J face regions
  • first ROI e.g, T face regions
  • the ROI determining module 330 determines some first ROI (Q facial regions) among some first ROI (eg, J (Q+S) facial regions) detected in the first image. If some first regions of interest (Q face regions) among the estimated at least one first region of interest (eg, T (Q+V) face regions) coincide with each other, the estimated at least one second region of interest At least one first ROI may be updated with some first ROIs (Q face regions) among 1 ROI (eg, T (Q + V) face regions).
  • the ROI determining module 330 may include some first ROI (eg, T (Q + V) face regions detected from the first image among the estimated at least one first ROI (eg, T (Q+V) face regions).
  • Some first regions of interest eg, V face regions
  • J (Q+S) face regions are determined as new first regions of interest (eg, face regions of a new subject)
  • At least one first ROI may be updated by adding the new first ROI (eg, V face regions).
  • the ROI determination module 330 may include a second detection module (eg, a body region) for detecting a second ROI (eg, a body region) set as a main detection module among a plurality of detection modules. body detector) to detect at least one second region of interest (eg, N body regions) in the first image input through the camera module, the detected second region of interest (eg, N body regions) The dog's body region) may be updated as at least one second region of interest.
  • the second region of interest eg, the body region
  • the second region of interest may indicate a set region of interest among a plurality of regions of interest.
  • the second detection module ( Example: When at least one second region of interest (eg, M body regions) is detected in the second image inputted through the camera module 290 next to the first image using a body detector, region matching is performed. function, at least one second region of interest (eg, N body regions) detected in the first image and at least one second region of interest (eg, M body regions) detected in the second image can be compared.
  • the area matching function can be explained in ⁇ Equation 1> to ⁇ Equation 2> below.
  • the ROI determining module 330 includes at least one second ROI (eg, N body regions) detected from the first image and at least one second ROI (eg, N body regions) detected from the second image. M number of body regions) all match (eg, body of the same subject), at least one second region of interest (eg, M (K+L) body regions) detected in the second image At least one second region of interest may be updated with
  • the ROI determining module 330 may include some second ROI (eg, K body regions) among at least one second ROI (eg, N (K + J) body regions) detected in the first image. body regions of the dog) and at least one second region of interest (eg, M (K+L) body regions) detected in the second image, some second regions of interest (eg, K body regions) If they match (eg, some bodies of the same subject), some second regions of interest among at least one second region of interest (eg, M (K + L) body regions) detected in the second image ( At least one second region of interest may be updated with K body regions.
  • K body regions eg, K body regions
  • the ROI determining module 330 includes at least one detected from the first image among at least one second ROI (eg, M (K+L) body regions) detected from the second image.
  • Some second regions of interest eg, L body regions
  • the second regions of interest eg, N (K + J) body regions
  • are determined as new second regions of interest eg, At least one second region of interest may be updated by adding the new body region of the subject
  • the new second region of interest eg, L body regions.
  • the ROI determining module 330 may, among at least one second ROI (eg, N (K+J) body regions) detected in the first image.
  • a first region of interest eg, face region
  • At least one first region of interest is detected in the second image using a first detection module (eg, face detector) for :
  • At least one second region of interest eg, P body regions
  • At least one second region of interest may be estimated based on the P number of face regions.
  • the ROI determining module 330 determines at least one second ROI (eg, P body regions) from the at least one first ROI (eg, P face regions) by using an estimation function. can be estimated
  • the estimation function can be described with reference to FIGS. 4A to 4B, 5, and 6A to 6D.
  • the ROI determination module 330 uses a region matching function to determine some second regions of interest (eg, J body regions) detected in the first image and at least one estimated second region of interest (eg, J body regions). : P body regions) can be compared.
  • the ROI determining module 330 includes at least some second regions of interest (eg, J body regions) detected in the first image and at least one estimated second region of interest (eg, P body regions). If all of these are identical, the at least one second region of interest may be updated with the estimated at least one second region of interest (eg, P body regions).
  • second regions of interest eg, J body regions
  • estimated second region of interest e.g, P body regions
  • the ROI determining module 330 determines some second regions of interest (Q body regions) among some second regions of interest (eg, J (Q+S) body regions) detected in the first image. If some second regions of interest (Q body regions) among the estimated at least one second region of interest (eg, P (Q+R) body regions) match, the estimated at least one second region of interest At least one second region of interest may be updated with some second regions of interest (Q body regions) among 2 regions of interest (eg, P (Q + R) body regions).
  • the ROI determining module 330 may include some second ROI (eg, P (Q + R) body regions) detected from the first image among the estimated at least one second ROI (eg, P (Q + R) body regions).
  • Some second regions of interest eg R body regions
  • J (Q + S body regions) are determined as new second regions of interest (eg new subject's body regions)
  • At least one second region of interest may be updated by adding the new second region of interest (eg, R body regions).
  • the ROI determining module 330 may, among at least one second ROI (eg, N (K+J) body regions) detected in the first image.
  • a third region of interest eg, facial feature region
  • a third region of interest set as an auxiliary detection module among a plurality of detection modules in order to detect some first regions of interest (eg, J body regions) not detected by the second detection module.
  • At least one third region of interest eg, P facial feature regions
  • a third detection module eg, face attribute detector
  • an estimation function is used to detect the At least one first ROI (eg, P face regions) may be estimated based on at least one third ROI (eg, P facial feature regions).
  • the ROI determining module 330 uses an estimation function to determine at least one second region of interest (eg, P body regions) based on the at least one first region of interest (eg, P face regions). can be estimated.
  • at least one second region of interest eg, P body regions
  • at least one first region of interest eg, P face regions
  • the estimation function can be described with reference to FIGS. 4A to 4B, 5, and 6A to 6D.
  • the ROI determination module 330 uses a region matching function to determine some second regions of interest (eg, J body regions) detected in the first image and at least one estimated second region of interest (eg, J body regions). : P body regions) can be compared.
  • the ROI determining module 330 includes at least some second regions of interest (eg, J body regions) detected in the first image and at least one estimated second region of interest (eg, P body regions). If all of these are identical, the at least one second region of interest may be updated with the estimated at least one second region of interest (eg, P body regions).
  • second regions of interest eg, J body regions
  • estimated second region of interest e.g, P body regions
  • the ROI determining module 330 determines some second regions of interest (Q body regions) among some second regions of interest (eg, J (Q+S) body regions) detected in the first image. If some second regions of interest (Q body regions) among the estimated at least one second region of interest (eg, P (Q+R) body regions) match, the estimated at least one second region of interest At least one second region of interest may be updated with some second regions of interest (Q body regions) among 2 regions of interest (eg, P (Q + R) body regions).
  • the ROI determining module 330 may include some second ROI (eg, P (Q + R) body regions) detected from the first image among the estimated at least one second ROI (eg, P (Q + R) body regions).
  • Some second regions of interest eg R body regions
  • J (Q + S body regions) are determined as new second regions of interest (eg new subject's body regions)
  • At least one second region of interest may be updated by adding the new second region of interest (eg, R body regions).
  • the ROI determination module 330 (eg, the processor 220 of FIG. 2 ) simultaneously uses a plurality of detection modules in each of at least one image through the camera module 290. At least one first region of interest may be detected and updated.
  • the region of interest determination module 330 when the ROI determination module 330 determines all of the plurality of detection modules as the main detection module, the region of interest determination module 330 simultaneously uses the plurality of detection modules and receives input through the camera module. At least one first region of interest may be detected in the image.
  • the ROI determination module 330 includes a plurality of detection modules (eg, a first detection module (eg, face detector), a second detection module (eg, body factor), and a second detection module).
  • a first detection module eg, face detector
  • a second detection module eg, body factor
  • a second detection module eg, body factor
  • a second detection module eg, body factor
  • the ROI determination module 330 detects the at least one first ROI (eg, N face regions) in the first image
  • the plurality of detection modules At least one first region of interest (eg, M face regions) in the second image inputted through the camera module 290 next to the first image by using a first detection module (eg, face detector) among can be detected.
  • the ROI determining module 330 selects at least one second ROI (eg, P body regions) from the second image by using a second detection module (eg, body detector) among the plurality of detection modules.
  • at least one first ROI eg, P face regions
  • the ROI determination module 330 selects at least one third ROI (eg, T facial features) from the second image by using a third detection module (eg, face attribute detector) among the plurality of detection modules. region) and at least one first region of interest (eg, T face regions) may be detected based on the at least one third region of interest by using an estimation function.
  • a third detection module eg, face attribute detector
  • the ROI determining module 330 uses a region matching function to determine at least one first ROI (eg, N face regions) detected from the first image and the It may be compared with at least one first ROI (eg, M face regions, P face regions, and T face regions) detected using a plurality of detection modules.
  • first ROI eg, N face regions
  • the ROI determination module 330 determines at least one first ROI detected using the plurality of detection modules (eg, M face regions, P face regions, and Among the T face regions), some or all of the at least one first region of interest (eg, M face regions) matched with the at least one first region of interest (eg, N face regions) detected in the first image. , P face regions and T face regions) may be updated as at least one first ROI.
  • the ROI determination module 330 determines at least one first ROI detected using the plurality of detection modules (eg, M face regions, P face regions, and Among the T face regions), some or all of the at least one first region of interest (eg, M face regions) that does not match the at least one first region of interest (eg, N face regions) detected in the first image region, P face regions, and T face regions) may be added as new first regions of interest to update the at least one first region of interest.
  • the at least one first ROI detected using the plurality of detection modules eg, M face regions, P face regions, and Among the T face regions
  • some or all of the at least one first region of interest eg, M face regions
  • the at least one first region of interest eg, N face regions
  • the ROI determining module 330 may transmit the updated at least one first ROI to the target determining region 350 .
  • the ROI determining module 330 determines the first ROI detected from the first image and the second image by using the region matching function. It is possible to determine whether the first region of interest detected in .
  • the ROI determining module 330 performs a region matching function using at least one of a plurality of equations using Interaction of Union (IOU) included in Equation 1 below. can do.
  • the ROI determining module 330 when a result of matching using at least one of a plurality of equations using Interaction of Union (IOU) included in the following ⁇ Equation 1> is greater than or equal to a threshold value (eg, 75%) ,
  • the first region of interest (region of interest A) detected in the first image and the first region of interest (region of interest B) detected in the second image may be determined as the same first region of interest.
  • the ROI determining module 330 may calculate the size of the first ROI by increasing the size of the first ROI to a predetermined size or more in consideration of the movement of the subject for detecting the ROI.
  • the ROI determining module 330 when the ROI determining module 330 detects a plurality of first ROIs matching one first ROI, the largest IOU among the plurality of first ROIs.
  • a first ROI having a value or a center distance closest to one of the plurality of first ROIs may be determined as the first ROI coincident with the one first ROI.
  • the ROI determining module 330 may perform a region matching function using a Euclidean distance capable of obtaining a similarity as shown in ⁇ Equation 2>.
  • the ROI determining module 330 determines the center (A RECT center) of the first ROI (ROI A) detected in the first image and the first ROI detected in the second image through Equation 2 below.
  • the ROI determining module 330 determines the first ROI from the second ROI (eg, the body region) by using an estimation function. (eg, face region), estimate a second region of interest (eg, body region) from a first region of interest (eg, face region), or estimate a first region of interest (eg, facial feature region) from three regions of interest (eg, facial feature region). Regions (e.g. face regions) can be estimated.
  • an estimation function eg, face region
  • estimate a second region of interest eg, body region
  • a first region of interest eg, facial feature region
  • regions e.g. face regions
  • the ROI determination module 330 may estimate the first ROI based on the second ROI detected using the second detection module. As shown in FIG. 4A, the ROI determining module 330 generates a predetermined ratio (R1, R2) to the size (W(width), H(height)) of the second ROI 411 (eg, body region).
  • the size (W*R1, H*R2) of the first region of interest (eg, face region) is calculated, and the sizes ((W(width), H( height) by using an estimation function that calculates the location (height*R4 at the left, width*R3 at the bottom) of the first region of interest 413 (eg, face region) at a constant ratio (R3, R4),
  • the first ROI 413 may be estimated from the second ROI 411 .
  • the ROI determining module 330 determines the first interest as positional information between skeletons. Areas (e.g. face area) size and location can be calculated. The ROI determination module 330 may estimate the size and position of the face region using coordinates of left and right shoulder skeletons among the body skeleton information. As shown in FIG. 4B, the ROI determining module 330 multiplies the Euclidean Distance between left and right shoulder coordinates by a specific ratio (eg Ratio5 and Ratio6), respectively, to obtain a first ROI (eg, face region).
  • a specific ratio eg Ratio5 and Ratio6
  • 413 eg, a1*R6 (width) and a1*R5 (height)
  • the center coordinates (a1/2) of the left and right shoulders and the estimated first region of interest (eg, face region) are estimated.
  • the position of the estimated first region of interest (eg, face region) may be determined so that the center coordinates of 413 coincide and the first region of interest (eg, face region) is located on the shoulder.
  • the ROI determination module 330 determines a second ROI (eg, a face region) based on the first ROI 413 (eg, a face region) detected using the first detection module. : body area) can be estimated. As shown in FIG. 5 , the ROI determining module 330 determines the size (W(width), H(height)) of the first ROI 413 (eg, face region) at a predetermined ratio (R7, R8). ), the size (W*R7, H*R8) of the second region of interest (eg, body region) is calculated, and the TOP of the second region of interest 411 (eg, body region) and the first region of interest are calculated.
  • the ROI determining module 330 determines the size (W(width), H(height)) of the first ROI 413 (eg, face region) at a predetermined ratio (R7, R8).
  • the size (W*R7, H*R8) of the second region of interest (eg, body region) is calculated
  • the second region of interest (eg, face region) coincides with the center of the second region of interest 411 (eg, body region) and the center of the first region of interest (eg, face region)
  • the second region of interest (eg, body region) may be estimated using a congruent estimation function.
  • the ROI determining module 330 may perform a first ROI (eg, face) based on a third ROI (eg, facial feature information) detected using the third detection module. area) can be estimated.
  • the ROI determining module 330 uses a relative position and size based on information such as eyes, nose, and mouth detected in a third ROI (eg, facial feature information) to determine a second ROI (eg, facial feature information).
  • a first region of interest (eg, face region) is estimated based on the body region), or a second region of interest (eg, the body region) is estimated based on the first region of interest (eg, the face region). 1
  • a region of interest (eg, face region) can be estimated.
  • the ROI determining module 330 detects both eyes 631 and 633 as the third ROI as shown in FIG. 6A, the size and position of the first ROI (eg, face region) are determined by both eyes.
  • the first region of interest (e.g. face area) 613 can be estimated.
  • the ROI determining module 330 when detecting both eyes 631 and 633 and the nose 635 as the third ROI, as shown in FIG. 6B, size of the first ROI (eg, face region) And the location is an estimation function that multiplies the distance (W) of both eyes (631, 633) and the height (H) of the eyes (631, 633) and the nose (635) by R', R ,, , R ,,, ratio.
  • a first region of interest (eg, a face region) 613 may be estimated using the .
  • the ROI determining module 330 detects the nose 635 and the mouth 673 as the third ROI as shown in FIG. 6C, the size and position of the first ROI (eg, face region) are The first region of interest ( Example: face area) 613 can be estimated.
  • the ROI determining module 330 detects the mouth 673 as the third ROI, as shown in FIG. 6D, the size and position of the first ROI (eg, face region) of the mouth 673
  • the first region of interest (eg, face region) 613 may be estimated using an estimation function that multiplies the distance W and the height H by a ratio of R′, R , , R , , .
  • the ROI determining module 330 estimates a first ROI based on the third ROI as shown in FIGS. 6A to 6D, and performs the method as shown in FIG. 5A based on the estimated first ROI.
  • the second region of interest can be estimated with
  • the ROI determining module 330 may differently update the size of the estimated ROI according to a predetermined magnification used in the estimation function.
  • the ROI determining module 330 uses a mask or the like to detect the first ROI (eg, face). region) is partially occluded, and in the case of a subject (eg, human) that fails to detect the first region of interest (eg, face region), the second region of interest (eg, body detector) is used as an auxiliary detector. body area) can be detected.
  • the region of interest determination module 330 estimates only the face region or the upper body region as the region of interest according to a predetermined ratio (eg, R1, R2, R3, R4) to the detected second region of interest (eg, the body region). up to, or the entire body area can be estimated.
  • a plurality of subjects eg, people
  • all of the plurality of subjects are displayed cropped around the face area, or some of the subjects' faces are displayed.
  • the area and the upper body area of some subjects may be cropped and displayed together, or the face area of some subjects, the upper body area of some subjects, and the body area of some subjects may be cropped and displayed together. That is, according to a predetermined ratio used in the estimation function, a plurality of subjects (eg, people) to which different crop ranges such as the face area, the upper body area, and the body area are applied may be displayed on the display.
  • the ROI determining module 330 when the first region of interest (eg, face region) is set as the main region of interest, the ROI determining module 330 partially covers the first region of interest (eg, face region) with a mask or the like. If not, the upper body region or the second region of interest (eg, the body region) estimated by operating the second detection module (eg, body detector) may be changed to the main region of interest and used. When changing the upper body region or the second region of interest (eg, the body region) as the main region of interest, the ROI determining module 330 replaces zooming in the center of the face region with zooming in the center of the upper body region or the body region ( zooming).
  • the region of interest determination module 330 determines regions of interest different from each other in all subjects included in an image input through a camera module (eg, the camera module 290 of FIG. 2 ). can be applied.
  • the region of interest determination module 330 determines the first image input through the camera module (eg, the camera module 290 of FIG. 2 ). At least one first region of interest (eg, N face regions) detected by the first image and then the camera module (eg, the camera module 290 of FIG. 2 ) are continuously matched at least a certain number of frames input. It may be determined that the at least one first region of interest that corresponds to the at least one first region of interest (eg, N face regions) detected in the first image.
  • the camera module eg, the camera module 290 of FIG. 2
  • the ROI determination module 330 applies different ROIs to each of a plurality of subjects included in an image input through the camera module and uses all ROIs, or Among all ROIs, only a certain number of ROIs may be used.
  • the ROI determining module 330 may select to use only a certain number of upper regions of interest having larger regions of interest among all regions of interest, and selecting a higher certain number of upper regions having large regions of interest.
  • the method may be classified in order of size and selected, or a certain number close to the center of the image may be selected.
  • the ROI determining module 330 may select a predetermined number by applying a weight to the distance from the center of the image and the size of the ROI.
  • the ROI determination module 330 determines a main subject among a plurality of subjects included in an image based on the selected number of ROIs, sets only the main subject as an ROI, and performs zooming and/or Alternatively, a panning function may be performed.
  • the ROI determination module 330 determines the main ROI (eg, the first ROI) in the main detection module (eg, the first detection module). region) is not detected and the main ROI (eg, the first ROI) is detected using a plurality of auxiliary detection modules, the order of the plurality of auxiliary detection modules may be changed and a new auxiliary detection module may be added.
  • the ROI determination module 330 detects the main ROI (eg, the first ROI) using a plurality of auxiliary detection modules.
  • the region matching function may be performed after performing the estimation function, or the estimation function may be performed after performing the region matching function.
  • the ROI determination module 330 may update previous ROIs with different ROIs detected using a plurality of auxiliary detection modules. have.
  • the ROI determination module 330 uses a plurality of detection modules to detect a camera module (eg, the camera module 290 of FIG. 2 )
  • a region of interest may be detected for all subjects included in an input image through or limited to a region surrounding a set region of interest.
  • the target region determination module 350 selects a target region displaying at least one first ROI based on a change in the first ROI can be changed
  • a new second target region may be calculated based on a change in at least one first region of interest detected in a second image input next to the first image.
  • the target region determining module 350 may perform a first condition, a part or number of at least one first region of interest being changed because a new subject is added or an existing subject disappears from the image.
  • the target area determination module 350 determines a first target area when the image (eg, the second image) further includes a first area of interest for a new subject trackable according to the first condition. It can be updated to the second target area. If the target area determination module 350 does not detect the first ROI for the previously tracked subject in the image (eg, the second image) according to the first condition, the first ROI of the remaining subjects The first target area may be updated to the second target area so that only the .
  • the target area determination module 350 determines whether a subject to which zooming and/or panning is applied according to the setting of the first area of interest according to the second condition is located at the top/bottom/bottom of the screen. When moving left/right and approaching the boundary of the first target area, the first target area may be updated to the second target area to provide an effect of moving along the subject.
  • the target area determining module 350 determines all areas of interest set in an image (eg, the second image), and selects a first target area when it is determined that even one subject will deviate from the first target area. 2 can be updated to the target area.
  • the target region determining module 350 may, according to the third condition, if the position of at least one first region of interest included in the first target region is changed to a threshold value or more, the first target region may be updated to the second target area.
  • the target area determining module 350 may be used when subjects who were standing on the display (eg, the display 260 of FIG. 2) sit down, or at least one first image widely distributed in the first image.
  • the first target region may be updated to the second target region so as to reduce blank space in the display and zoom the first region of interest larger.
  • the target area determination module 350 determines the first target area (current target area) through Equation 4 below, when at least one of the first to third conditions is satisfied. ) may be updated to the second target area (New Target RECT).
  • the target region determination module 350 calculates a new target region (New Target RECT) by adding a predetermined margin to the top, bottom, left, and right sides of the Union RECT including at least one first region of interest.
  • the target area determination module 350 adjusts the size of the new target area at the same ratio as the image input through the camera module (eg, the camera module 290 of FIG. 2 ), A new review area may be determined, and the determined new preview area may be transmitted to the preview area determination module.
  • the target area determining module 350 compares the determined new preview area with the input image, and when the size of the new preview area is equal to or larger than the size of the input image or exceeds the boundary of the input image, the new preview area is determined.
  • the size of the preview area may be adjusted according to the size of the input image.
  • the preview area determining module 370 may provide a new preview image by gradually moving from a previous preview image.
  • the preview area determining module 370 receives the current preview image 711 including the current preview area from the target area determining module (eg 350).
  • the target area determining module eg 350
  • an intermediate preview image 713 including an intermediate preview area to be displayed in the middle of the current preview image 711 and the new preview image 715 can create
  • the preview area determination module 370 sequentially displays the current preview image 711, the intermediate preview image 713, and the new preview image 715, so that the current preview image is naturally changed to the new preview image 715. can be displayed.
  • the preview area determining module 370 when the maximum distance that can be moved at one time is d1 and the ratio that can be enlarged or reduced at one time is r1, through Equation 5 below , Center coordinate information (NextCenter) is calculated as the location information of the intermediate preview region, and size information (NextRectSize) of the intermediate preview region is calculated through the following ⁇ Equation 6> to obtain an intermediate preview image 713 including the intermediate preview region.
  • the preview area determination module 370 when the preview area determining module 370 moves from the current preview image 711 including the current preview area to a new preview image including the new preview area and displays the image, the preview area determination module 370 independently d1, which is the maximum distance that can be moved at one time, and r1, which is the ratio that can be enlarged or reduced at one time, can be adaptively applied so that the new preview image can be displayed while simultaneously ending the movement function and the enlargement or reduction function operated by can
  • the preview area determination module 370 may adjust the number of zooming and movement of the preview area while comparing the currently required number of zooming (enlargement or reduction) with the number of movement.
  • the preview area determining module 370 may adjust a movement amount of a preview area (eg, a current preview area of a current preview image or a new preview area of a new preview image).
  • the preview area determining module 370 gradually applies d1, which is the maximum distance that can be moved at one time, when the preview area moves above the threshold and the change amount is large, and when the preview area moves below the threshold value, the change amount is increased. If it is small, d1 can be applied progressively smaller.
  • the preview area determining module 370 of the present disclosure may adaptively apply r1, which is a ratio that can be enlarged or reduced at one time, according to the amount of change in zooming (enlargement or reduction) in the same manner as the amount of movement of the preview area. .
  • the preview area determining module 370 may display the new preview area on a display (eg, the display 260 of FIG. 2 ) by adjusting the resolution set in the electronic device.
  • an electronic device may include a camera module (eg, the camera module 290 of FIG. 2 ), a display (eg, the display 260 of FIG. 2 ), It includes a plurality of detection modules and at least one processor (eg, the processor 220 of FIG. 2 ), wherein the at least one processor includes a first detection module for detecting a first ROI among the plurality of detection modules. At least one first region of interest is detected in a first image input through the camera module using the first detection module, and at least one region of interest detected in the first image is detected in a second image input through the camera using the first detection module.
  • a camera module eg, the camera module 290 of FIG. 2
  • a display eg, the display 260 of FIG. 2
  • the at least one processor includes a first detection module for detecting a first ROI among the plurality of detection modules. At least one first region of interest is detected in a first image input through the camera module using the first detection module, and at least one region of interest detected in the first image is detected
  • At least one second ROI is detected from the second image by using a second detection module for detecting a second ROI among the plurality of detection modules. 2 Detecting a region of interest, estimating at least one first region of interest based on the at least one second region of interest, and combining the at least one first region of interest detected from the first image and the estimated at least one region of interest. If the first ROI matches, the estimated at least one first ROI is updated to the at least one first ROI, and the at least one first ROI detected in the first image is matched. Based on the estimated location of the at least one first ROI, a location of a preview region including the updated at least one first ROI may be configured to be changed.
  • the at least one processor detects the at least one first region of interest in the second image input through the camera module using the first detection module. determining whether the at least one first ROI detected in the first image matches the at least one first ROI detected in the second image, and the at least one first ROI detected in the first image When an area and the at least one first ROI detected in the second image match, the at least one first ROI detected in the second image may be set to be updated with at least one first ROI. have.
  • the processor may, if the at least one first ROI detected from the first image and the at least one first ROI detected from the second image do not match, The at least one first ROI may be updated by adding the at least one first ROI detected in the second image as a new first ROI.
  • the at least one processor additionally determines the at least one first ROI estimated based on the at least one first ROI detected from the first image and the second ROI. If they do not match, the at least one first ROI may be set to be updated by adding the estimated at least one first ROI as a new first ROI.
  • the at least one processor additionally determines the at least one first ROI estimated based on the at least one first ROI detected from the first image and the second ROI. If they do not match, at least one third ROI is detected from the second image by using a third detection module for detecting a third ROI among the plurality of detection modules, and based on the at least one third ROI At least one second region of interest is estimated, at least one first region of interest is estimated based on the estimated at least one second region of interest, and at least one first region of interest detected from the first image is estimated. When the estimated at least one first region of interest coincides with the estimated at least one first region of interest, it may be configured to update the estimated at least one first region of interest to the at least one first region of interest.
  • the at least one processor additionally calculates the size of the first ROI based on the size of the second ROI and a predetermined ratio, and calculates the size and constant of the second ROI.
  • the location of the first ROI may be calculated based on the ratio, and the first ROI may be estimated from the second ROI based on the calculated size and location of the first ROI.
  • the at least one processor additionally checks the setting of the first ROI among a plurality of ROIs
  • the first ROI detection module performs a first operation for detecting a first ROI among the plurality of detection modules. It can be set to determine the detection module as the main detection module.
  • the at least one processor additionally determines at least one detection module other than the first detection module determined as the main detection module among the plurality of detection modules as an auxiliary detection module, and the An application order of the at least one detection module determined as the auxiliary detection module for detecting the first ROI may be determined based on an order set when the first detection module is determined as the main detection module.
  • the at least one processor additionally uses the plurality of detection modules at the same time when all of the plurality of detection modules are determined as the main detection module to detect a second signal input through the camera module. It may be configured to detect at least one first region of interest in the image that matches the at least one first region of interest detected in the first image.
  • the at least one processor additionally determines the at least one first ROI detected from the first image and the at least one first ROI detected using the plurality of detection modules. If they match, the at least one first ROI detected using the plurality of detection modules may be configured to be updated to the at least one first ROI.
  • the ROI detection operation may include operations 801 to 815 and may include a processor (eg, the processor 120 of FIG. 1 ) of an electronic device (eg, the electronic device 101 of FIG. 1 or the electronic device 201 of FIG. 2 ). ) or the processor 220 of FIG. 2). According to an embodiment, at least one of operations 801 to 815 may be omitted, the order of some operations may be changed, or another operation may be added.
  • an electronic device eg, the electronic device 101 of FIG. 1 or the electronic device 201 of FIG. 2 uses a first detection module to perform a camera module (eg, a camera module). At least one first ROI may be detected from the first image input through (290)).
  • a camera module eg, a camera module
  • the electronic device uses a first detection module (eg, face detector) for detecting a first region of interest (eg, face region) among a plurality of detection modules as a main detection module.
  • a first detection module eg, face detector
  • At least one first ROI may be detected from a first image input through the camera module, and the detected at least one first ROI may be updated as at least one first ROI.
  • the first region of interest eg, face region
  • the plurality of detection modules may include a region of interest (ROI) detection module for detecting different regions of interest.
  • ROI region of interest
  • the plurality of detection modules may include a face detector for face detection, a body detector for body detection, and a face attribute detection module for face feature detection. detector) and the like, and other feature detection modules may be included.
  • Each of the plurality of detection modules may detect coordinate information (eg, left coordinates, right coordinates, upper coordinates, and lower coordinates) of each of a plurality of regions of interest.
  • the electronic device uses the first detection module to determine the first image from the second image input through the camera module. It may be checked whether at least one first ROI identical to the detected at least one first ROI is detected.
  • the electronic device may update at least one first ROI detected from a second image input through the camera module using the first detection module to at least one first ROI.
  • the electronic device may change the position of the preview area including the updated at least one first ROI based on the estimated position of the at least one first ROI. have.
  • the electronic device may include: a first condition in which the number of at least one first ROI is changed; a first condition in which a position of some or all of the at least one first ROI is changed; Alternatively, when at least one of the conditions for changing the size of the integrated region of the at least one first ROI is satisfied, the target region for displaying the at least one first ROI may be updated.
  • the electronic device may update the target region by adding margins of a predetermined ratio to the upper, lower, left, and right sides of the combined region including the at least one first region of interest.
  • the electronic device may calculate a new preview area based on the updated target area.
  • the electronic device determines the position and size of the intermediate preview area based on the coordinate information of the current preview area, the coordinate information of the new preview area, the set maximum distance that can be moved at one time, and the set ratio that can be enlarged or reduced at one time. can decide The electronic device may sequentially display a current preview image including the current preview area, an intermediate preview image including the intermediate preview area, and a new preview image including the new preview area.
  • the electronic device may not detect at least one first ROI identical to at least one first ROI detected from the first image in a second image input through the camera module by using the first detection module. If not, in operation 807, the electronic device may detect at least one second ROI from the second image by using the second detection module.
  • the electronic device may use the first detection module (eg, a face detector) to determine a first region of interest in a second image received through the camera module after the first image. For example, if the face region) is not detected, it may be determined that at least one first ROI matching the at least one first ROI detected in the first image has not been detected in the second image.
  • the first detection module eg, a face detector
  • the electronic device uses the first detection module (eg, face detector) to determine the first region of interest in the second image received through the camera module after the first image. (Example: face area) is detected, and at least one first ROI detected in the first image and at least one in the second image are detected by using a region matching function based on ⁇ Equation 1> and ⁇ Equation 2>. If it is determined that the at least one detected first ROI does not match, the at least one first ROI matching the at least one first ROI detected in the first image is not detected in the second image. can be determined as
  • the electronic device uses the region matching function to determine that the at least one first region of interest detected in the first image does not match at least one region of interest detected in the second image.
  • the at least one first ROI may be updated by adding the first ROI of at least one new first ROI.
  • the electronic device uses a second detection module (eg, body detector) for detecting a second region of interest (eg, a body region) among a plurality of detection modules as an auxiliary detection module. At least one second ROI may be detected from the second image.
  • a second detection module eg, body detector
  • a second region of interest eg, a body region
  • At least one second ROI may be detected from the second image.
  • the electronic device selects at least one first region based on the at least one second region of interest (eg, the body region).
  • a region of interest eg, a face region
  • the electronic device may select at least one first interest in the at least one second region of interest (eg, body region) by using the estimation function based on FIGS. 4A to 4B .
  • Regions e.g. face regions
  • the electronic device determines at least one first region of interest detected in the first image and at least one second region of interest estimated as above. 1 It is possible to check whether the regions of interest match.
  • the electronic device determines whether the at least one first region of interest detected in the first image matches the estimated at least one first region of interest. If the electronic device confirms that the at least one first region of interest detected in the first image matches the estimated at least one first region of interest, in operation 813, the electronic device, The estimated at least one first region of interest may be updated to at least one first region of interest.
  • the electronic device may use a region matching function based on ⁇ Equation 1> and ⁇ Equation 2> to determine at least one first region of interest detected from the first image and the first region of interest. If the estimated at least one first ROI matches, the estimated at least one first ROI may be updated as the at least one first ROI.
  • the at least one first ROI detected in the first image does not match the estimated at least one first ROI using the region matching function. Otherwise, the at least one first ROI may be updated by adding the estimated at least one first ROI as at least one new first ROI.
  • the electronic device may include: a first condition in which the number of at least one first ROI is changed; a first condition in which a position of some or all of the at least one first ROI is changed; Alternatively, when at least one of the conditions for changing the size of the integrated region of the at least one first ROI is satisfied, the target region for displaying the at least one first ROI may be updated.
  • the electronic device may update the target region by adding margins of a predetermined ratio to the upper, lower, left, and right sides of the combined region including the at least one first region of interest.
  • the electronic device may calculate a new preview area based on the updated target area.
  • the electronic device determines the position and size of the intermediate preview area based on the coordinate information of the current preview area, the coordinate information of the new preview area, the set maximum distance that can be moved at one time, and the set ratio that can be enlarged or reduced at one time. can decide The electronic device may sequentially display a current preview image including the current preview area, an intermediate preview image including the intermediate preview area, and a new preview image including the new preview area.
  • operation 811 if the electronic device determines that the at least one first region of interest detected in the first image and the estimated at least one first region of interest do not match, in operation 815, the electronic device , An operation of detecting at least one first ROI matching the at least one first ROI detected in the first image from the second image by using the next detection module among the plurality of detection modules may be executed.
  • 9A to 9B are flowcharts 900a to 900b for describing an operation of detecting a region of interest while capturing an image of an electronic device according to an exemplary embodiment.
  • the ROI detection operation may include operations 901 to 913 of FIG. 9A and operations 921 to 933 of FIG. 9B, and may include an electronic device (eg, the electronic device of FIG. 1 ( 101) or the processor of the electronic device 201 of FIG. 2 (eg, the processor 120 of FIG. 1 or the processor 220 of FIG. 2).
  • an electronic device eg, the electronic device of FIG. 1 ( 101) or the processor of the electronic device 201 of FIG. 2 (eg, the processor 120 of FIG. 1 or the processor 220 of FIG. 2).
  • at least one of operations 901 to 913 of FIG. 9A and operations 921 to 933 of FIG. 9B may be omitted, the order of some operations may be changed, or another operation may be added. .
  • the main detection module is set as the first detection module (eg, face detector)
  • the operation of detecting the first region of interest is as follows.
  • an electronic device eg, the electronic device 101 of FIG. 1 or the electronic device 201 of FIG. 2
  • an image eg, a second image
  • the electronic device may input an image (eg, a second image) through a camera module (eg, the camera module 290 of FIG. 2 ).
  • a camera module eg, the camera module 290 of FIG. 2 .
  • the electronic device detects an image (eg, the second image) through a first detection module (eg, face detector). At least one first ROI (eg, M face regions) may be detected.
  • a first detection module eg, face detector
  • At least one first detection module eg, face detector
  • a region of interest eg, M face regions
  • the electronic device (eg, the electronic device 101 of FIG. 1 or the electronic device 201 of FIG. 2 ) includes at least one first ROI detected from an image (eg, the second image) and a previous image. It may be determined whether part or all of the at least one first ROI detected in (eg, the first image) matches.
  • the electronic device uses a region matching function based on ⁇ Equation 1> to ⁇ Equation 2> to detect at least one first image (eg, a second image). Whether the region of interest (eg, M face regions) and at least one first region of interest (eg, N face regions) detected in a previous image (eg, the first image) partially or entirely match may be determined.
  • region of interest eg, M face regions
  • first region of interest eg, N face regions
  • the electronic device determines at least one first region of interest (eg, the first region of interest) detected in the previous image (eg, the first image).
  • the electronic device determines at least one first region of interest (eg, the first region of interest) detected in the previous image (eg, the first image).
  • the electronic device determines at least one first region of interest (eg, the first region of interest) detected in the previous image (eg, the first image).
  • the electronic device determines at least one first region of interest (eg, the first region of interest) detected in the previous image (eg, the first image).
  • the electronic device determines at least one first region of interest (eg, the first region of interest) detected in the previous image (eg, the first image).
  • the electronic device determines at least one first region of interest detected in the previous image (eg, the first image).
  • the electronic device determines at least one first region of interest detected in the previous image (eg, the first image).
  • the electronic device determines at least one first region of interest detected in the
  • the electronic device selects at least one first region of interest (eg, the first region of interest) detected in the previous image (eg, the first image).
  • the electronic device eg, the electronic device 101 of FIG. 1 or the electronic device 201 of FIG. 2
  • selects at least one first region of interest eg, the first region of interest detected in the previous image (eg, the first image).
  • Some first regions of interest eg, K face regions) among N (K+J face regions) and at least one first region of interest (eg, second image) detected from an image (eg, K face regions) :
  • some first regions of interest eg, K face regions
  • M (K + L) face regions match (eg, some faces of the same subject)
  • the image Example: At least one first ROI (eg, K face regions) among at least one first ROI (eg, M (K+L) face regions) detected in the second image). Regions of interest can be updated.
  • the electronic device determines at least one first region of interest (eg, the second image) detected from the image (eg, the second image).
  • the image eg, the second image
  • at least one first region of interest eg, N (K + J) detected in the previous image (eg, the first image) does not match
  • Some first regions of interest eg, L face regions
  • the new first regions of interest eg, L face regions
  • the electronic device selects at least one first region of interest (eg, the first region of interest) detected in the previous image (eg, the first image).
  • the electronic device eg, the electronic device 101 of FIG. 1 or the electronic device 201 of FIG. 2
  • selects at least one first region of interest eg, the first region of interest
  • the previous image eg, the first image.
  • some first ROI eg, J face regions
  • operation 909 is performed.
  • the electronic device uses the second detection module (eg, body detector) to determine the image (eg, the second image).
  • the second detection module eg, body detector
  • the image e.g. the second image
  • at least one second region of interest e.g, P body regions
  • the electronic device may use a second detection module (eg, body detector) for detecting a second region of interest among a plurality of detection modules in an image (eg, a second image) at least One second region of interest (eg, P body regions) may be detected.
  • a second detection module eg, body detector
  • the electronic device determines at least one second region of interest (eg, P body regions).
  • a first region of interest eg, P face regions
  • P face regions may be estimated.
  • the electronic device uses the estimation function based on FIGS. 4A to 4B to determine the at least one second region of interest (eg, P body regions).
  • a first region of interest eg, P face regions
  • P face regions may be estimated.
  • the electronic device eg, the electronic device 101 of FIG. 1 or the electronic device 201 of FIG. 2
  • the electronic device includes the estimated at least one first region of interest (eg, P face regions) and a previous image ( Example: It may be determined whether some or all of the first regions of interest (eg, J (Q + S) facial regions) detected in the first image) are matched.
  • the electronic device uses a region matching function based on ⁇ Equation 1> or ⁇ Equation 2> to determine the estimated at least one first region of interest (eg, P faces). region) and some first regions of interest (eg, J (Q+S) face regions) detected in a previous image (eg, the first image) may be partially or entirely matched.
  • the electronic device detects at least a part of the first region of interest (eg, the first region of interest) in the previous image (eg, the first image). : J face regions) and the estimated at least one first region of interest (eg, P face regions) all match, in operation 907, the estimated at least one first region of interest (eg, P face regions)
  • the at least one first region of interest may be updated as the facial region).
  • the electronic device detects a part of the first region of interest (eg, the first image) in the previous image (eg, the first image).
  • Some first regions of interest (Q face regions) among J (Q+S) face regions) and at least one estimated first region of interest (e.g., P (Q+S) faces) region), if some first regions of interest (Q facial regions) match, in operation 907, among the estimated at least one first region of interest (eg, P (Q + S) face regions).
  • At least one first region of interest may be updated with some first regions of interest (Q face regions).
  • the electronic device determines the estimated at least one region of interest (eg, P (Q + R) face regions) that do not match some first regions of interest (eg, J (Q + S) face regions) detected in the first image (eg, R faces) region) as a new first region of interest (eg, a face region of a new subject), and in operation 907, the new first region of interest (eg, R face regions) is added to form at least one first region of interest. can be updated.
  • the estimated at least one region of interest eg, P (Q + R) face regions
  • some first regions of interest eg, J (Q + S) face regions
  • the new first region of interest eg, R face regions
  • an electronic device eg, the electronic device 101 of FIG. 1 or the electronic device 201 of FIG. 2
  • an image eg, a second image
  • the electronic device may input an image (eg, a second image) through a camera module (eg, the camera module 290 of FIG. 2 ).
  • a camera module eg, the camera module 290 of FIG. 2 .
  • the electronic device detects an image (eg, the second image) through a first detection module (eg, face detector). At least one first ROI (eg, M face regions) may be detected.
  • a first detection module eg, face detector
  • At least one first detection module eg, face detector
  • a region of interest eg, M face regions
  • the electronic device determines at least one first region of interest and a previous image detected from an image (eg, the second image). It may be determined whether part or all of the at least one first ROI detected in (eg, the first image) matches.
  • the electronic device uses a region matching function based on ⁇ Equation 1> to ⁇ Equation 2> to detect at least one first image (eg, a second image). Whether the region of interest (eg, M face regions) and at least one first region of interest (eg, N face regions) detected in a previous image (eg, the first image) partially or entirely match may be determined.
  • region of interest eg, M face regions
  • first region of interest eg, N face regions
  • the electronic device determines at least one first region of interest (eg, the first region of interest) detected in the previous image (eg, the first image).
  • the electronic device determines at least one first region of interest (eg, the first region of interest) detected in the previous image (eg, the first image).
  • the electronic device determines at least one first region of interest (eg, the first region of interest) detected in the previous image (eg, the first image).
  • the electronic device determines at least one first region of interest (eg, the first region of interest) detected in the previous image (eg, the first image).
  • the electronic device determines at least one first region of interest (eg, the first region of interest) detected in the previous image (eg, the first image).
  • the electronic device determines at least one first region of interest (eg, the first region of interest) detected in the previous image (eg, the first image).
  • the electronic device determines at least one first region of interest (eg, the first region of interest) detected in the previous image (eg, the
  • the electronic device selects at least one first region of interest (eg, the first region of interest) detected in the previous image (eg, the first image).
  • the electronic device determines at least one first region of interest (eg, the second image) detected from the image (eg, the second image).
  • at least one first region of interest eg, the second image
  • the electronic device determines at least one first region of interest (eg, the second image) detected from the image (eg, the second image).
  • at least one first region of interest eg, N (K + J) detected in the previous image (eg, the first image) does not match
  • Some first regions of interest eg, L face regions
  • the new first regions of interest eg, L face regions
  • the new first regions of interest eg, L face regions
  • the electronic device selects at least one first region of interest (eg, the first region of interest) detected in the previous image (eg, the first image).
  • the electronic device selects at least one first region of interest (eg, the first region of interest) detected in the previous image (eg, the first image).
  • the electronic device uses a third detection module (eg, face attribute detector) to generate an image (eg, the second electronic device 101).
  • a third detection module eg, face attribute detector
  • image e.g., the second electronic device 101
  • at least one third region of interest e.g, T facial feature regions
  • the electronic device uses a third detection module (eg, face attribute detector) for detecting a third region of interest among a plurality of detection modules in an image (eg, a second image). At least one third region of interest (eg, T facial feature regions) may be detected.
  • a third detection module eg, face attribute detector
  • the electronic device determines at least one third region of interest (eg, T facial feature regions).
  • a first region of interest eg, T face regions
  • T face regions may be estimated.
  • the electronic device may use the estimation function based on FIGS. 4A to 4B to determine the at least one third region of interest (eg, T facial feature regions).
  • a first region of interest (eg, T face regions) of may be estimated.
  • the electronic device eg, the electronic device 101 of FIG. 1 or the electronic device 201 of FIG. 2
  • the electronic device includes the estimated at least one first region of interest (eg, T face regions) and a previous image ( Example: It may be determined whether some or all of the first regions of interest (eg, N (K + J) face regions) detected in the first image) are matched.
  • the electronic device uses a region matching function based on ⁇ Equation 1> or ⁇ Equation 2> to determine the estimated at least one first region of interest (eg, T faces). region) and some first regions of interest (eg, J facial regions) detected in a previous image (eg, the first image) may be partially or entirely matched.
  • first region of interest e.g, T faces
  • J facial regions e.g., J facial regions
  • the electronic device detects at least a part of the first ROI (eg, the first region of interest) in the previous image (eg, the first image). : J face regions) and the estimated at least one first region of interest (eg, T face regions) all match, in operation 927, the estimated at least one first region of interest (eg, T face region)
  • the at least one first region of interest may be updated as the facial region).
  • the electronic device detects a part of the first region of interest (eg, the first image) in the previous image (eg, the first image). If some first regions of interest (U face regions) among the estimated at least one first region of interest (e.g., T (U+V) face regions) match the J face regions, the step 927 In operation, at least one first interest region (eg, U face regions) among the estimated at least one first region of interest (eg, T (U + V) face regions) is selected. Areas can be updated.
  • the electronic device determines the estimated at least one region of interest (eg, T (U + V) Of the face regions), some first regions of interest (eg, V face regions) that do not match some first regions of interest (eg, J face regions) detected in the first image are selected as new first regions of interest. (eg, a face region of a new subject), and in operation 927, at least one first region of interest may be updated by adding the new first region of interest (eg, V face regions).
  • some first regions of interest eg, V face regions
  • some first regions of interest eg, V face regions
  • J face regions eg, J face regions
  • FIG. 10 is a flowchart 1000 illustrating an operation of detecting a region of interest during image capture of an electronic device according to an embodiment of the present disclosure.
  • the ROI detection operation may include operations 1001 to 1009 and may include a processor (eg, the electronic device 101 of FIG. 1 or the electronic device 201 of FIG. 2 ). : It can be understood as being performed by the processor 120 of FIG. 1 or the processor 220 of FIG. 2 . According to an embodiment of the present disclosure, at least one of operations 1001 to 1009 may be omitted, the order of some operations may be changed, or another operation may be added.
  • a processor eg, the electronic device 101 of FIG. 1 or the electronic device 201 of FIG. 2 .
  • the electronic device may input an image (eg, the second image).
  • the electronic device may input an image (eg, a second image) through a camera module (eg, the camera module 290 of FIG. 2 ).
  • a camera module eg, the camera module 290 of FIG. 2 .
  • the electronic device uses a plurality of detection modules at the same time in an image (eg, the second image).
  • a first region of interest may be detected.
  • the electronic device selects at least one first region of interest (eg, M faces) from an image (eg, a second image) through a first detection module (eg, face detector) for detecting a first region of interest. area) can be detected.
  • a first detection module eg, face detector
  • the electronic device selects at least one second region of interest (eg, P bodies) from an image (eg, a second image) through a second detection module (eg, body detector) for detecting a second region of interest. region), and at 1005b, at least one first region of interest (eg, P face regions) may be detected from the at least one second region of interest (eg, P body regions) using an estimation function.
  • a second detection module eg, body detector
  • the electronic device detects at least one third region of interest (eg, T number of regions of interest) in an image (eg, the second image) through a third detection module (eg, face attribute detector) for detecting a third region of interest.
  • a third detection module eg, face attribute detector
  • facial feature regions detect at least one first region of interest (eg, T facial feature regions) from at least one third region of interest (eg, T facial feature regions) by using an estimation function. can do.
  • the electronic device determines at least one first region of interest (eg, the first region of interest) detected in the previous image (eg, the first image). : Determining whether some or all of the N face regions) and at least one first region of interest detected using a plurality of detection modules (eg, M face regions, P face regions, and T face regions) match can do.
  • a plurality of detection modules eg, M face regions, P face regions, and T face regions
  • the electronic device may use a region matching function to determine at least one first region of interest (eg, N face regions) detected in a previous image (eg, the first image) and a second region of interest (eg, N face regions). It may be determined whether some or all of the at least one first region of interest (eg, M face regions) detected by using the first detection module coincides with each other.
  • a region matching function to determine at least one first region of interest (eg, N face regions) detected in a previous image (eg, the first image) and a second region of interest (eg, N face regions). It may be determined whether some or all of the at least one first region of interest (eg, M face regions) detected by using the first detection module coincides with each other.
  • the electronic device may use a region matching function to determine at least one first region of interest (eg, N face regions) detected in a previous image (eg, the first image) and a second region of interest (eg, N face regions). It is possible to determine whether some or all of the at least one first region of interest (eg, P facial regions) estimated and detected using the 2 detection modules coincides with each other.
  • a region matching function to determine at least one first region of interest (eg, N face regions) detected in a previous image (eg, the first image) and a second region of interest (eg, N face regions). It is possible to determine whether some or all of the at least one first region of interest (eg, P facial regions) estimated and detected using the 2 detection modules coincides with each other.
  • the electronic device may use a region matching function to determine at least one first region of interest (eg, N face regions) detected in a previous image (eg, the first image) and a second region of interest (eg, N face regions). 3 It is possible to determine whether some or all of the first regions of interest (eg, T face regions) estimated and detected using the detection module match.
  • a region matching function to determine at least one first region of interest (eg, N face regions) detected in a previous image (eg, the first image) and a second region of interest (eg, N face regions). 3 It is possible to determine whether some or all of the first regions of interest (eg, T face regions) estimated and detected using the detection module match.
  • the electronic device detects at least one first region of interest (eg, the electronic device 201 of FIG. 2 ) using a plurality of detection modules.
  • the first regions of interest eg, N face regions
  • the electronic device selects at least one first region of interest from some or all of the determined first regions of interest.
  • M face regions, P face regions, and T face regions may be updated as at least one first ROI.
  • a method for capturing an image in an electronic device may include at least one image input through a camera module by using a first detection module for detecting a first ROI among a plurality of detection modules. Detecting a first region of interest of, at least one first region of interest identical to at least one first region of interest detected in the first image in a second image input through the camera module using the first detection module.
  • the at least one region of interest detected in the first image An operation of determining whether one first ROI and the at least one first ROI detected in the second image match, and an operation of determining whether the at least one first ROI detected in the first image matches the second ROI.
  • the method may further include updating the at least one first ROI detected from the second image to the at least one first ROI when the at least one first ROI detected from the image matches.
  • the method may further include updating the at least one first ROI by adding the detected at least one first ROI as a new first ROI.
  • the estimated at least one ROI may further include updating at least one first ROI by adding one first ROI as a new first ROI.
  • the plurality of detection At least one third ROI is detected in the second image by using a third detection module for detecting a third ROI among the modules, and at least one second ROI is detected based on the at least one third ROI.
  • the estimating of the first ROI may include calculating the size of the first ROI based on the size of the second ROI and a predetermined ratio, and the second ROI.
  • An operation of calculating the location of the first ROI based on the size and a predetermined ratio of , and an operation of estimating the first ROI from the second ROI based on the calculated size and location of the first ROI. can include
  • a first detection module for detecting a first ROI among the plurality of detection modules is determined as a main detection module. It may further include an operation to do.
  • an operation of determining at least one detection module other than the first detection module determined as a main detection module among the plurality of detection modules as an auxiliary detection module, and the first detection module as the above may further include checking an application order of the at least one detection module determined as the auxiliary detection module for detecting the first ROI based on an order set when determined by the main detection module.
  • the detection of the first image in the second image input through the camera module by simultaneously using the plurality of detection modules may further include an operation of detecting at least one first ROI matching the at least one first ROI.
  • the plurality of detection The method may further include updating the at least one first ROI detected using the modules to the at least one first ROI.
  • Electronic devices may be devices of various types.
  • the electronic device may include, for example, a portable communication device (eg, a smart phone), a computer device, a portable multimedia device, a portable medical device, a camera, a wearable device, or a home appliance.
  • a portable communication device eg, a smart phone
  • a computer device e.g., a smart phone
  • a portable multimedia device e.g., a portable medical device
  • a camera e.g., a portable medical device
  • a camera e.g., a portable medical device
  • a camera e.g., a portable medical device
  • a camera e.g., a camera
  • a wearable device e.g., a smart bracelet
  • first”, “second”, or “first” or “secondary” may simply be used to distinguish a given component from other corresponding components, and may be used to refer to a given component in another aspect (eg, importance or order) is not limited.
  • a (eg, first) component is said to be “coupled” or “connected” to another (eg, second) component, with or without the terms “functionally” or “communicatively”.
  • the certain component may be connected to the other component directly (eg by wire), wirelessly, or through a third component.
  • 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, for example, logic, logical blocks, parts, or circuits.
  • a module may be an integrally constructed component or a minimal unit of components or a portion thereof that performs one or more functions.
  • the module may be implemented in the form of an application-specific integrated circuit (ASIC).
  • ASIC application-specific integrated circuit
  • a storage medium eg, the internal memory 136 or the external memory 138
  • a machine eg, the electronic device 101
  • It may be implemented as software (eg, the program 140) including the above instructions.
  • a processor eg, the processor 120
  • a device eg, the electronic device 101
  • the one or more instructions may include code generated by a compiler or code executable by an interpreter.
  • the device-readable storage medium may be provided in the form of a non-transitory storage medium.
  • the storage medium is a tangible device and does not contain a signal (e.g. electromagnetic wave), and this term refers to the case where data is stored semi-permanently in the storage medium. It does not discriminate when it is temporarily stored.
  • a signal e.g. electromagnetic wave
  • methods according to various embodiments disclosed in this document may be included in and provided in a computer program product.
  • Computer program products may be traded between sellers and buyers as commodities.
  • a computer program product is distributed in the form of a device-readable storage medium (eg compact disc read only memory (CD-ROM)), or through an application store (eg Play Store TM ) or on two user devices ( It can be distributed (eg downloaded or uploaded) online, directly between smart phones.
  • a part of the computer program product may be temporarily stored or temporarily created in a storage medium readable by a device such as a manufacturer's server, an application store server, or a relay server's memory.
  • each component (eg, module or program) of the components described above may include a single object or a plurality of entities, and some of the plurality of entities are separated from other components. It could be.
  • one or more components or operations among the corresponding components described above may be omitted, or one or more other components or operations may be added.
  • a plurality of components eg modules or programs
  • the integrated component according to various embodiments of the present disclosure is performed by a corresponding component among the plurality of components prior to the integration of one or more functions of each component of the plurality of components. The same or similar can be done.
  • operations performed by a module, program, or other component are executed sequentially, in parallel, iteratively, or heuristically, or one or more of the operations are executed in a different order. may be added, omitted, or one or more other actions may be added.

Abstract

전자 장치가 제공된다. 상기 전자 장치는, 카메라 모듈, 디스플레이, 복수의 검출 모듈, 및 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 상기 복수의 검출 모듈 중 제1 관심 영역 검출을 위한 제1 검출 모듈을 이용하여 상기 카메라 모듈을 통해 입력되는 제1 이미지에서 적어도 하나의 제1 관심 영역을 검출하고, 상기 제1 검출 모듈을 이용하여 상기 카메라를 통해 입력되는 제2 이미지에서 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 일치하는 적어도 하나의 제1 관심 영역을 검출하지 못하면, 상기 복수의 검출 모듈 중 제2 관심 영역 검출을 위한 제2 검출 모듈을 이용하여 상기 제2 이미지에서 적어도 하나의 제2 관심 영역을 검출하고, 상기 적어도 하나의 제2 관심 영역을 기반으로 적어도 하나의 제1 관심 영역을 추정하고, 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 상기 추정한 적어도 하나의 제1 관심 영역이 일치하면, 상기 추정한 적어도 하나의 제1 관심 영역을 적어도 하나의 제1 관심 영역으로 업데이트하고, 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 일치된 상기 추정한 적어도 하나의 제1 관심 영역의 위치를 기반으로 상기 업데이트된 적어도 하나의 제1 관심 영역을 포함하는 프리뷰 영역의 위치를 변경하도록 설정될 수 있다.

Description

전자 장치 및 전자 장치에서 이미지 촬영 방법
본 개시는 전자 장치 및 전자 장치에서 이미지 촬영 방법에 관한 것이다. 더욱 상세하게는, 본 개시는 이미지를 촬영하는 동안 관심 영역을 지속적으로 검출하고, 화면의 중심에 상기 관심 영역을 제공하는 전자 장치에 관한 것이다.
전자 장치, 예를 들어, 스마트 폰과 같은 휴대용 전자 장치를 통해 제공되는 다양한 서비스 및 부가 기능들이 점차 증가하고 있다. 이러한 전자 장치의 효용 가치를 높이고, 다양한 사용자들의 욕구를 만족시키기 위해서 통신 서비스 제공자 또는 전자 장치 제조사들은 다양한 기능들을 제공하고 다른 업체와의 차별화를 위해 전자 장치를 경쟁적으로 개발하고 있다. 이에 따라, 전자 장치를 통해서 제공되는 다양한 기능들도 점점 고도화 되고 있다.
전자 장치를 통해 제공되는 다양한 기능들 중 이미지를 촬영 기능(예: 화상 통화, 사진 촬영 및/또는 동영상 촬영)에서는, 이미지를 촬영하는 동안 관심 영역(ROI: Region of interest)(예: 얼굴 영역)이 설정되는 경우, 상기 설정된 관심 영역이 항상 디스플레이 화면의 중심에 위치하도록 줌밍(zooming)/패닝(panning)과 같은 기능을 적용하고 있다.
상기 정보는 본 개시의 이해를 돕기 위한 배경 정보로서만 제공된다. 상기 중 어느 것이 본 개시와 관련하여 선행 기술로서 적용될 수 있는지 여부에 대한 결정이 이루어지 않으며 어떠한 주장도 이루어지지 않는다.
전자 장치에서 이미지를 촬영하는 동안 피사체의 검출되지 않는 경우, 예를 들어, 관심 영역으로 설정된 피사체의 얼굴이 마스크 등으로 일부 가려져서 경우 관심 영역이 검출되지 않을 경우, 관심 영역을 디스플레이 화면의 중심에 위치시키기는 줌밍(zooming)/패닝(panning)과 같은 기능이 비활성화 될 수 있다.
본 개시의 측면들은 적어도 상기에서 언급된 문제 및/또는 단점을 해결하고 적어도 하기에서 설명되는 이점을 제공할 수 있다. 따라서 본 개시의 측면은 전자 장치 및 상기 전자 장치에서 이미지를 촬영하는 방법을 제공하는 것이다.
추가적인 측면들은 하기의 설명에서 부분적으로 설명될 것이고, 부분적으로 설명으로부터 명백하거나 제시된 실시 예의 실행에 의해 학습될 수 있다.
본 개시의 측면에 따르면 전자 장치가 전자 장치가 제공된다. 상기 전자 장치는, 카메라 모듈, 디스플레이, 복수의 검출 모듈, 및 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 상기 복수의 검출 모듈 중 제1 관심 영역 검출을 위한 제1 검출 모듈을 이용하여 상기 카메라 모듈을 통해 입력되는 제1 이미지에서 적어도 하나의 제1 관심 영역을 검출하고, 상기 제1 검출 모듈을 이용하여 상기 카메라를 통해 입력되는 제2 이미지에서 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 일치하는 적어도 하나의 제1 관심 영역을 검출하지 못하면, 상기 복수의 검출 모듈 중 제2 관심 영역 검출을 위한 제2 검출 모듈을 이용하여 상기 제2 이미지에서 적어도 하나의 제2 관심 영역을 검출하고, 상기 적어도 하나의 제2 관심 영역을 기반으로 적어도 하나의 제1 관심 영역을 추정하고, 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 상기 추정한 적어도 하나의 제1 관심 영역이 일치하면, 상기 추정한 적어도 하나의 제1 관심 영역을 적어도 하나의 제1 관심 영역으로 업데이트하고, 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 일치된 상기 추정한 적어도 하나의 제1 관심 영역의 위치를 기반으로 상기 업데이트된 적어도 하나의 제1 관심 영역을 포함하는 프리뷰 영역의 위치를 변경하도록 설정된다.
본 개시의 측면에 따르면 , 전자 장치에서 이미지를 촬영하는 방법에 제공된다. 상기 방법은 복수의 검출 모듈 중 제1 관심 영역 검출을 위한 제1 검출 모듈을 이용하여 카메라 모듈을 통해 입력되는 제1 이미지에서 적어도 하나의 제1 관심 영역을 검출하는 동작, 상기 제1 검출 모듈을 이용하여 상기 카메라를 통해 입력되는 제2 이미지에서 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 일치하는 적어도 하나의 제1 관심 영역을 검출하지 못하면, 상기 복수의 검출 모듈 중 제2 관심 영역 검출을 위한 제2 검출 모듈을 이용하여 상기 제2 이미지에서 적어도 하나의 제2 관심 영역을 검출하는 동작, 상기 적어도 하나의 제2 관심 영역을 기반으로 적어도 하나의 제1 관심 영역을 추정하는 동작, 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 상기 추정한 적어도 하나의 제1 관심 영역이 일치하면, 상기 추정한 적어도 하나의 제1 관심 영역을 적어도 하나의 제1 관심 영역으로 업데이트하는 동작; 및 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 일치된 상기 추정한 적어도 하나의 제1 관심 영역의 위치를 기반으로 상기 업데이트된 적어도 하나의 제1 관심 영역을 포함하는 프리뷰 영역의 위치를 변경하는 동작을 포함할 수 있다.
본 개시의 다양한 실시 예들에 따르면, 전자 장치에서 이미지를 촬영하는 동안 관심 영역을 지속적으로 검출하고 상기 검출된 관심 영역을 디스플레이 화면의 중심에 제공할 수 있는 효과가 있다.
본 개시의 다른 측면들, 이점 및 현저한 특징은 첨부된 도면과 함께 하기 상세한 설명으로부터 당업자에게 명백해질 수 있다.
본 개시의 특정 실시 예들의 상기 및 다른 측면들, 특징 및 이점은 첨부된 도면과 함께 하기의 설명으로부터 더욱 명백히 할 것이며, 여기서:
도 1은 본 개시의 일실시 예에 따른 네트워크 환경 내의 전자 장치의 블록도 이다.
도 2는 본 개시의 일실시 예에 따른 전자 장치를 도시한 블록도 이다.
도 3은 본 개시의 일실시예에 따른 전자 장치의 이미지 촬영 모듈을 도시한 블록도 이다.
도 4a 내지 도 4b는 본 개시의 다양한 실시 예들에 따른 전자 장치에서 제2 관심 영역을 기반으로 제1 관심 영역의 추정하기 위한 추정 기능을 설명하기 위한 도면들 이다
도 5는 본 개시의 일실시 예에 따른 전자 장치에서 제1 관심 영역을 기반으로 제2 관심 영역의 추정하기 위한 추정 기능을 설명하기 위한 도면 이다.
도 6a, 도 6b, 도 6c, 및 도 6d는 본 개시의 다양한 실시 예들에 따른 전자 장치에서 제3관심 영역을 기반으로 제1 관심 영역의 추정하기 위한 추정 기능을 설명하기 위한 도면들 이다.
도 7은 본 개시의 일실시 예에 따른 전자 장치에서 피사체의 이동에 따른 프리뷰 이미지의 이동을 설명하기 위한 도면 이다.
도 8은 본 개시의 일실시 예에 따른 전자 장치의 이미지 촬영 동안 관심 영역 검출 동작을 설명하기 위한 흐름도 이다.
도 9a 내지 도 9b는 본 개시의 다양한 실시 예들에 따른 전자 장치의 이미지 촬영 동안 관심 영역 검출 동작을 설명하기 위한 흐름도 이다.
도 10은 본 개시의 일실시 예에 따른 전자 장치의 이미지 촬영 동안 관심 영역 검출 동작을 설명하기 위한 흐름도 이다.
도면 전체에 걸쳐, 참조 번호들이 동일 또는 유사한 구성요소들, 특징 및 구조를 도시하는데 사용된다는 점에 유의해야한다.
청구항과 이에 준하는 것으로 정의된 본 개시의 다양한 실시 예들에 대한 포괄적 이해를 돕기 위해 첨부된 도면과 관련된 하기 설명이 제공될 수 있다. 그것은 이해를 돕기 위한 다양한 구체적인 세부사항들을 포함하고 있지만 이것들은 단지 일 예로 간주될 수 있다. 따라서, 당업자는 본 문서에 기술된 다양한 실시 예들의 다양한 변경과 수정이 본 개시의 범위와 정신(spirit)에서 벗어나지 않고 이루어질 수 있음을 인식할 것이다. 또한 명확성과 간결성을 위해 잘 알려진 기능 및 구성의 설명은 생략할 수 있다.
하기 설명 및 청구항들에 사용된 용어와 단어는 참고 문헌적 의미에 국한되지 않고, 발명자가 본 개시에 대한 명확하고 일관된 이해를 가능하게 하기 위해 사용하는 것이다. 따라서, 본 개시의 다양한 실시 예들에 대한 하기 설명이 첨부된 청구항들 및 이에 준하는 것으로 정의하는 본 개시를 제한하기 위한 목적이 아니라 설명을 위한 목적으로만 제공된다는 것이 당업자에게 명백할 수 있다.
도 1은, 본 개시의 일실시예에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록 도 이다. 도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제 2 네트워크(199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(104) 또는 서버(108) 중 적어도 하나와 통신할 수 있다. 본 개시의 일실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 본 개시의 일실시예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 연결 단자(178), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 포함할 수 있다. 본 개시의 어떤 실시예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(178))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 본 개시의 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(176), 카메라 모듈(180), 또는 안테나 모듈(197))은 하나의 구성요소(예: 디스플레이 모듈(160))로 통합될 수 있다.
프로세서(120)는, 예를 들면, 소프트웨어(예: 프로그램(140))를 실행하여 프로세서(120)에 연결된 전자 장치(101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 본 개시의 일실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(120)는 다른 구성요소(예: 센서 모듈(176) 또는 통신 모듈(190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(132)에 저장하고, 휘발성 메모리(132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(134)에 저장할 수 있다. 본 개시의 일실시예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(101)가 메인 프로세서(121) 및 보조 프로세서(123)를 포함하는 경우, 보조 프로세서(123)는 메인 프로세서(121)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(123)는 메인 프로세서(121)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(123)는, 예를 들면, 메인 프로세서(121)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(121)를 대신하여, 또는 메인 프로세서(121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(121)와 함께, 전자 장치(101)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(160), 센서 모듈(176), 또는 통신 모듈(190))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 본 개시의 일실시예에 따르면, 보조 프로세서(123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 수 있다. 본 개시의 일실시예에 따르면, 보조 프로세서(123)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능 모델이 수행되는 전자 장치(101) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(108))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.
메모리(130)는, 전자 장치(101)의 적어도 하나의 구성요소(예: 프로세서(120) 또는 센서 모듈(176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(130)는, 휘발성 메모리(132) 또는 비휘발성 메모리(134)를 포함할 수 있다.
프로그램(140)은 메모리(130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(142), 미들 웨어(144) 또는 어플리케이션(146)을 포함할 수 있다.
입력 모듈(150)은, 전자 장치(101)의 구성요소(예: 프로세서(120))에 사용될 명령 또는 데이터를 전자 장치(101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(150)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.
음향 출력 모듈(155)은 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 모듈(155)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 본 개시의 일실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
디스플레이 모듈(160)은 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 본 개시의 일실시예에 따르면, 디스플레이 모듈(160)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.
오디오 모듈(170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 본 개시의 일실시예에 따르면, 오디오 모듈(170)은, 입력 모듈(150)을 통해 소리를 획득하거나, 음향 출력 모듈(155), 또는 전자 장치(101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(102))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.
센서 모듈(176)은 전자 장치(101)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 본 개시의 일실시예에 따르면, 센서 모듈(176)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.
인터페이스(177)는 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 본 개시의 일실시예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(178)는, 그를 통해서 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 본 개시의 일실시예에 따르면, 연결 단자(178)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(179)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 본 개시의 일실시예에 따르면, 햅틱 모듈(179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(180)은 정지 영상 및 동영상을 촬영할 수 있다. 본 개시의 일실시예에 따르면, 카메라 모듈(180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(188)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 본 개시의 일실시예에 따르면, 전력 관리 모듈(188)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(189)는 전자 장치(101)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 본 개시의 일실시예에 따르면, 배터리(189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(190)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(190)은 프로세서(120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 본 개시의 일실시예에 따르면, 통신 모듈(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제1 네트워크(198)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제 2 네트워크(199)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(104)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(192)은 가입자 식별 모듈(196)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크 내에서 전자 장치(101)를 확인 또는 인증할 수 있다.
무선 통신 모듈(192)은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB(enhanced mobile broadband)), 단말 전력 최소화와 다수 단말의 접속(mMTC(massive machine type communications)), 또는 고신뢰도와 저지연(URLLC(ultra-reliable and low-latency communications))을 지원할 수 있다. 무선 통신 모듈(192)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(192)은 고주파 대역에서의 성능 확보를 위한 다양한 기술들, 예를 들어, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO: full dimensional MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다. 무선 통신 모듈(192)은 전자 장치(101), 외부 전자 장치(예: 전자 장치(104)) 또는 네트워크 시스템(예: 제 2 네트워크(199))에 규정되는 다양한 요구사항을 지원할 수 있다. 본 개시의 일실시예에 따르면, 무선 통신 모듈(192)은 eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.
안테나 모듈(197)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 본 개시의 일실시예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 본 개시의 일실시예에 따르면, 안테나 모듈(197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(190)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(190)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 본 개시의 일실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(197)의 일부로 형성될 수 있다.
본 개시의 다양한 실시예에 따르면, 안테나 모듈(197)은 mmWave 안테나 모듈을 형성할 수 있다. 본 개시의 일실시예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제 2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.
상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.
본 개시의 일실시예에 따르면, 명령 또는 데이터는 제 2 네트워크(199)에 연결된 서버(108)를 통해서 전자 장치(101)와 외부의 전자 장치(104)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(102, 또는 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 본 개시의 일실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(102, 104, 또는 108) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(101)로 전달할 수 있다. 전자 장치(101)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(101)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 본 개시의 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. 본 개시의 일실시예에 따르면, 외부의 전자 장치(104) 또는 서버(108)는 제 2 네트워크(199) 내에 포함될 수 있다. 전자 장치(101)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다.
도 2는 다양한 실시 예들에 따른 전자 장치를 도시한 블록도(200)이다.
상기 도 2를 참조하면, 전자 장치(201)(예: 도 1의 전자 장치(101))는, 프로세서(220), 메모리(230), 디스플레이(260), 및 카메라 모듈(290)을 포함할 수 있다.
본 개시의 다양한 실시 예들에 따르면, 프로세서(220)는, 전자 장치(201)의 전반적인 동작을 제어할 수 있으며, 도 1의 프로세서(120)와 동일할 수 있거나, 상기 프로세서(120)에서 수행되는 적어도 하나의 기능 또는 동작을 수행할 수 있다.
본 개시의 다양한 실시 예들에 따르면, 프로세서(220)는, 이미지를 촬영하는 동안 복수의 검출 모듈을 이용하여 관심 영역을 지속적으로 검출하고, 관심 영역의 변화에 따라 디스플레이(260)에 표시되는 프리뷰 이미지를 변경할 수 있는 이미지 촬영 모듈(310)을 포함할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 프로세서(220)는, 상기 이미지 촬영 모듈(310)을 제어하거나, 또는 상기 이미지 촬영 모듈(310)과 동일한 기능을 수행할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 이미지 촬영 모듈(310)은, 상기 프로세서(220)에 포함되거나, 또는 별도의 모듈로 상기 전자 장치(201)에 포함될 수 있다. 상기 이미지 촬영 모듈(310)은 하기 도 3에서 설명할 수 있다.
본 개시의 다양한 실시 예들에 따르면, 메모리(230)는 도 1의 메모리(130)와 실질적으로 동일하거나 유사하게 구현될 수 있다.
본 개시의 다양한 실시 예들에 따르면, 디스플레이(260)는, 도 1의 디스플레이 모듈(160)과 실질적으로 동일하거나 유사하게 구현될 수 있다. 일 실시 예에 따르면, 상기 디스플레이(260)는, 이미지를 촬영하는 동안 관심 영역을 포함하는 프리뷰 이미지를 표시할 수 있다.
본 개시의 다양한 실시 예들에 따르면, 카메라 모듈(290)은 도 1의 카메라 모듈(180) 과 실질적으로 동일하거나 유사하게 구현될 수 있다.
도 3은 본 개시의 일 실시 예에 따른 전자 장치의 이미지 촬영 모듈을 도시한 블록도(300)이고, 도 4a 내지 도 4b는 본 개시의 다양한 실시 예들에 따른 전자 장치에서 제2 관심 영역을 기반으로 제1 관심 영역의 추정하기 위한 추정 기능을 설명하기 위한 도면들(400a 내지 도 400b)이고, 도 5는 본 개시의 일실 시예에 따른 전자 장치에서 제1 관심 영역을 기반으로 제2 관심 영역의 추정하기 위한 추정 기능을 설명하기 위한 도면(500)이고, 도 6a, 도 6b, 도 6c 및 도 6d는 본 개시의 일 실시 예에 따른 전자 장치에서 제3관심 영역을 기반으로 제1 관심 영역의 추정하기 위한 추정 기능을 설명하기 위한 도면들(600a 내지 도 600d)이고, 도 7은 본 개시의 일실 시 예에 따른 전자 장치에서 피사체의 이동에 따른 프리뷰 이미지의 이동을 설명하기 위한 도면(700)이다.
상기 도 3을 참조하면, 이미지 촬영 모듈(310)은, 관심 영역 결정 모듈(330), 타겟 영역 결정 모듈(350), 및 프리뷰 영역 결정 모듈(370)을 포함할 수 있다.
본 개시의 다양한 실시 예들에 따르면, 관심 영역 결정 모듈(330)(예: 도 2의 프로세서(220))은, 카메라 모듈(290)을 통해 입력되는 이미지에서 관심 영역을 검출할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 관심 영역 결정 모듈(330)은, 이미지를 촬영하는 동안, 복수의 검출 모듈을 이용하여 상기 카메라 모듈(290)로부터 입력되는 이미지에서 관심 영역을 검출하고, 상기 이미지에서 상기 관심 영역을 크롭(crop)하고, 상기 크롭 된 관심 영역을 일정 비율로 디스플레이(예: 도 2의 디스플레이(260))의 중심에 위치하도록 줌밍(zooming) 기능 또는/및 패닝(panning) 기능을 수행할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 관심 영역 결정 모듈(330)은, 복수의 검출 모듈을 포함할 수 있고, 상기 복수의 검출 모듈은 서로 다른 관심 영역 검출을 위한 ROI(Region of Interest)검출 모듈을 포함할 수 있다. 예를 들어, 복수의 검출 모듈은, 얼굴의 검출을 위한 얼굴 검출 모듈(face detector), 몸 의 검출을 위한 몸 검출 모듈(body detector), 및 얼굴 특징의 검출을 위한 얼굴 특징 검출 모듈(face attribute detector)등을 포함하고, 그 외에 다른 특징 검출 모듈을 포함할 수 있다. 상기 복수의 검출 모듈 각각은 복수의 관심 영역 각각의 좌표 정보(예: 좌측 좌표, 우측 좌표, 상측 좌표 및 하측 좌표)검출할 수 있으며, 상기 복수의 검출 모듈은 설정된 순서대로 동작하거나, 또는 동시에 동작할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 관심 영역 결정 모듈(330)은, 복수의 관심 영역들 중 제1 관심 영역이 설정되면, 상기 복수의 검출 모듈들 중 제1 관심 영역 검출을 위한 제1 검출 모듈을 주 검출 모듈로 결정할 수 있다. 상기 관심 영역 결정 모듈(330)은, 상기 복수의 검출 모듈들 중 주 검출 모듈로 결정된 상기 제1검출 모듈을 제외한 적어도 하나의 검출 모듈을 보조 검출 모듈로 결정하고, 상기 제1 검출 모듈을 상기 주 검출 모듈로 결정할 때 설정된 순서를 기반으로, 상기 제1 관심 영역을 검출하기 위한 상기 보조 검출 모듈로 결정한 상기 적어도 하나의 검출 모듈의 적용 순서를 확인할 수 있다. 상기 관심 영역 결정 모듈(330)은, 결정된 주 검출 모듈의 종류에 따라 관심 영역을 검출하기 위한 적어도 하나의 보조 검출 모듈의 적용 순서를 미리 설정하여 저장할 수 있다.
본 개시의 다양한 실시 예들에 따르면, 관심 영역 결정 모듈(330)(예: 도 2의 프로세서(220))은, 복수의 검출 모듈을 순서적으로 이용하여 카메라 모듈(290)을 통해 적어도 하나의 이미지 각각에서 적어도 하나의 제1 관심 영역을 검출하여 업데이트할 수 있다.
본 개시의 다양한 실시 예들에 따르면, 상기 관심 영역 결정 모듈(330)은, 복수의 검출 모듈들 중 주 검출 모듈로 설정된 제1 관심 영역(예: 얼굴 영역) 검출을 위한 제1 검출 모듈(예: face detector)을 이용하여 상기 카메라 모듈을 통해 입력되는 제1 이미지에서 적어도 하나의 제1 관심 영역(예: N개의 얼굴 영역)을 검출하면, 상기 검출된 적어도 하나의 제1 관심 영역(예: N개의 얼굴 영역)을 적어도 하나의 제1 관심 영역으로 업데이트할 수 있다. 상기 제1 관심 영역(예: 얼굴 영역)은 복수의 관심 영역들 중 설정된 관심 영역을 나타낼 수 있다.
본 개시의 일 실시 예에 따르면, 상기 관심 영역 결정 모듈(330)은, 상기 제1 이미지에서 상기 적어도 하나의 제1 관심 영역(예: N개의 얼굴 영역)을 검출한 이후 상기 제1 검출 모듈(예: face detector)을 이용하여 상기 제1 이미지 다음으로 상기 카메라 모듈(290)을 통해 입력되는 상기 제2 이미지에서 적어도 하나의 제1 관심 영역(예: M개의 얼굴 영역)을 검출하면, 영역 매칭 기능을 이용하여, 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역(예: N개의 얼굴 영역)과 상기 제2 이미지에서 검출한 적어도 하나의 제1 관심 영역(예: M개의 얼굴 영역)을 비교할 수 있다. 상기 영역 매칭 기능은 하기 <식 1> 내지 <식 2>해서 설명할 수 있다.
상기 관심 영역 결정 모듈(330)은, 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역(예: N개의 얼굴 영역)과 상기 제2 이미지에서 검출한 적어도 하나의 제1 관심 영역(예: M개의 얼굴 영역)이 모두 일치하는 경우 (예: 모두 동일한 피사체의 얼굴), 상기 제2 이미지에서 검출한 적어도 하나의 제1 관심 영역(예: M개(K개+L개)의 얼굴 영역)으로 적어도 하나의 제1 관심 영역을 업데이트할 수 있다.
상기 관심 영역 결정 모듈(330)은, 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역(예: N개(K개 +J개)의 얼굴 영역) 중 일부 제1 관심 영역(예: K개의 얼굴 영역)과 상기 제2 이미지에서 검출한 적어도 하나의 제1 관심 영역(예: M개(K개+L개)의 얼굴 영역) 중 일부 제1 관심 영역(예: K개의 얼굴 영역)이 일치하는 경우(예: 일부 동일한 피사체의 얼굴), 상기 제2 이미지에서 검출한 적어도 하나의 제1 관심 영역(예: M개(K개+L개)의 얼굴 영역) 중 일부 제1 관심 영역(K개의 얼굴 영역)으로 적어도 하나의 제1관심 영역을 업데이트 할 수 있다.
상기 관심 영역 결정 모듈(330)은, 상기 제2 이미지에서 검출한 적어도 하나의 제1 관심 영역(예: M개(K개+L개)의 얼굴 영역) 중 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역(예: N개(K개 +J개)과 일치되지 않은 일부 제1 관심 영역(예: L개의 얼굴 영역)을 새로운 제1관심 영역으로 결정하고(예: 새로운 피사체의 얼굴 영역), 상기 새로운 제1 관심 영역(예: L개의 얼굴 영역)을 추가하여 적어도 하나의 제1 관심 영역을 업데이트 할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 관심 영역 결정 모듈(330)은, 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역(예: N개(K개 +J개)의 얼굴 영역) 중 상기 제1 검출 모듈을 이용하여 검출되지 않은 일부 제1 관심 영역(예: J개의 얼굴 영역)을 검출하기 위해, 복수의 검출 모듈 중 보조 검출 모듈로 설정된 제2관심 영역(예: 몸 영역) 검출을 위한 제2 검출 모듈(예: body detector)을 이용하여, 상기 제2 이미지에서 적어도 하나의 제2 관심 영역(예: P개의 몸 영역)을 검출하고, 상기 적어도 하나의 제2 관심 영역(예: P개의 몸 영역)을 기반으로 적어도 하나의 제1 관심 영역(예: P개의 얼굴 영역)을 추정할 수 있다.
상기 관심 영역 결정 모듈(330)은, 추정 기능을 이용하여, 상기 적어도 하나의 제2관심 영역(예: P개의 몸 영역)에서, 적어도 하나의 제1 관심 영역(예: P개의 얼굴 영역)을 추정할 수 있다. 상기 추정 기능은 하기 도 4a 내지 도 4b, 도 5 및 도 6a 내지 도 6d에서 설명할 수 있다.
상기 관심 영역 결정 모듈(330)은, 영역 매칭 기능을 이용하여, 상기 제1 이미지에서 검출한 일부 제1 관심 영역(예: J개의 얼굴 영역)과 상기 추정한 적어도 하나의 제1 관심 영역(예: P개의 얼굴 영역)을 비교할 수 있다.
상기 관심 영역 결정 모듈(330)은, 상기 제1 이미지에서 검출한 적어도 일부 제1 관심 영역(예: J개의 얼굴 영역)과 상기 추정한 적어도 하나의 제1 관심 영역(예: P개의 얼굴 영역)이 모두 일치하면, 상기 추정한 적어도 하나의 제1 관심 영역(예: P개의 얼굴 영역)으로 적어도 하나의 제1 관심 영역을 업데이트할 수 있다.
상기 관심 영역 결정 모듈(330)은, 상기 제1 이미지에서 검출한 일부 제1 관심 영역(예: J개(Q개+S개)의 얼굴 영역) 중 일부 제1관심 영역(Q개의 얼굴 영역)과 상기 추정한 적어도 하나의 제1 관심 영역(예: P개(Q개+S개)의 얼굴 영역) 중 일부 제1관심 영역(Q개의 얼굴 영역)이 일치하면, 상기 추정한 적어도 하나의 제1 관심 영역(예: P개(Q개+S개)의 얼굴 영역) 중 일부 제1관심 영역(Q개의 얼굴 영역)으로 적어도 하나의 제1 관심 영역을 업데이트할 수 있다.
상기 관심 영역 결정 모듈(330)은, 상기 추정한 적어도 하나의 제1 관심 영역(예: P개(Q개+R개)의 얼굴 영역) 중 상기 제1 이미지에서 검출한 일부 제1 관심 영역(예: J개(Q개+S개)의 얼굴 영역)과 일치되지 않은 일부 제1 관심 영역(예: R개의 얼굴 영역)을 새로운 제1관심 영역으로 결정하고(예: 새로운 피사체의 얼굴 영역), 상기 새로운 제1 관심 영역(예: R개의 얼굴 영역)을 추가하여 적어도 하나의 제1 관심 영역을 업데이트 할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 관심 영역 결정 모듈(330)은, 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역(예: N개(K개 +J개)의 얼굴 영역) 중 상기 제1 검출 모듈을 이용하여 검출되지 않은 일부 제1 관심 영역(예: J개의 얼굴 영역)을 검출하기 위해, 복수의 검출 모듈 중 보조 검출 모듈로 설정된 제3관심 영역(예: 얼굴 특징 영역) 검출을 위한 제2 검출 모듈(예: face attribute detector)을 이용하여, 상기 제2 이미지에서 적어도 하나의 제3 관심 영역(예: T개의 얼굴 특징 영역)을 검출하고, 상기 적어도 하나의 제3관심 영역(예: T개의 얼굴 특징 영역)을 기반으로 적어도 하나의 제1 관심 영역(예: T개의 얼굴 영역)을 추정할 수 있다.
상기 관심 영역 결정 모듈(330)은, 추정 기능을 이용하여, 상기 적어도 하나의 제3관심 영역(예: T개의 얼굴 특징 영역)에서, 적어도 하나의 제1 관심 영역(예: T개의 얼굴 영역)을 추정할 수 있다. 상기 추정 기능은 하기 도 4a 내지 도 4b, 도 5 및 도 6a 내지 도 6d에서 설명할 수 있다.
상기 관심 영역 결정 모듈(330)은, 영역 매칭 기능을 이용하여, 상기 제1 이미지에서 검출한 일부 제1 관심 영역(예: J개의 얼굴 영역)과 상기 추정한 적어도 하나의 제1 관심 영역(예: T개의 얼굴 영역)을 비교할 수 있다.
상기 관심 영역 결정 모듈(330)은, 상기 제1 이미지에서 검출한 적어도 일부 제1 관심 영역(예: J개의 얼굴 영역)과 상기 추정한 적어도 하나의 제1 관심 영역(예: T개의 얼굴 영역)이 모두 일치하면, 상기 추정한 적어도 하나의 제1 관심 영역(예: T개의 얼굴 영역)으로 적어도 하나의 제1 관심 영역을 업데이트할 수 있다.
상기 관심 영역 결정 모듈(330)은, 상기 제1 이미지에서 검출한 일부 제1 관심 영역(예: J개(Q개+S개)의 얼굴 영역) 중 일부 제1관심 영역(Q개의 얼굴 영역)과 상기 추정한 적어도 하나의 제1 관심 영역(예: T개(Q개+V개)의 얼굴 영역) 중 일부 제1관심 영역(Q개의 얼굴 영역)이 일치하면, 상기 추정한 적어도 하나의 제1 관심 영역(예: T개(Q개+V개)의 얼굴 영역) 중 일부 제1관심 영역(Q개의 얼굴 영역)으로 적어도 하나의 제1 관심 영역을 업데이트할 수 있다.
상기 관심 영역 결정 모듈(330)은, 상기 추정한 적어도 하나의 제1 관심 영역(예: T개(Q개+V개)의 얼굴 영역) 중 상기 제1 이미지에서 검출한 일부 제1 관심 영역(예: J개(Q개+S개)의 얼굴 영역)과 일치되지 않은 일부 제1 관심 영역(예: V개의 얼굴 영역)을 새로운 제1관심 영역으로 결정하고(예: 새로운 피사체의 얼굴 영역), 상기 새로운 제1 관심 영역(예: V개의 얼굴 영역)을 추가하여 적어도 하나의 제1 관심 영역을 업데이트 할 수 있다.
본 개시의 다양한 실시 예에 따르면, 상기 관심 영역 결정 모듈(330)은, 복수의 검출 모듈들 중 주 검출 모듈로 설정된 제2 관심 영역(예: 몸 영역) 검출을 위한 제2 검출 모듈(예: body detector)을 이용하여 상기 카메라 모듈을 통해 입력되는 제1 이미지에서 적어도 하나의 제2 관심 영역(예: N개의 몸 영역)을 검출하면, 상기 검출된 적어도 하나의 제2 관심 영역(예: N개의 몸 영역)을 적어도 하나의 제2 관심 영역으로 업데이트할 수 있다. 상기 제2 관심 영역(예: 몸 영역)은 복수의 관심 영역들 중 설정된 관심 영역을 나타낼 수 있다.
본 개시의 일 실시 예에 따르면, 상기 관심 영역 결정 모듈(330)은, 상기 제1 이미지에서 상기 적어도 하나의 제2 관심 영역(예: N개의 몸 영역)을 검출한 이후 상기 제2 검출 모듈(예: body detector)을 이용하여 상기 제1 이미지 다음으로 상기 카메라 모듈(290)을 통해 입력되는 상기 제2 이미지에서 적어도 하나의 제2 관심 영역(예: M개의 몸 영역)을 검출하면, 영역 매칭 기능을 이용하여, 상기 제1 이미지에서 검출한 적어도 하나의 제2 관심 영역(예: N개의 몸 영역)과 상기 제2 이미지에서 검출한 적어도 하나의 제2 관심 영역(예: M개의 몸 영역)을 비교할 수 있다. 상기 영역 매칭 기능은 하기 <식 1> 내지 <식 2>에서 설명할 수 있다.
상기 관심 영역 결정 모듈(330)은, 상기 제1 이미지에서 검출한 적어도 하나의 제2 관심 영역(예: N개의 몸 영역)과 상기 제2 이미지에서 검출한 적어도 하나의 제2 관심 영역(예: M개의 몸 영역)이 모두 일치하는 경우 (예: 모두 동일한 피사체의 몸), 상기 제2 이미지에서 검출한 적어도 하나의 제2 관심 영역(예: M개(K개+L개)의 몸 영역)으로 적어도 하나의 제2 관심 영역을 업데이트할 수 있다.
상기 관심 영역 결정 모듈(330)은, 상기 제1 이미지에서 검출한 적어도 하나의 제2 관심 영역(예: N개(K개 +J개)의 몸 영역) 중 일부 제2 관심 영역(예: K개의 몸 영역)과 상기 제2 이미지에서 검출한 적어도 하나의 제2 관심 영역(예: M개(K개+L개)의 몸 영역) 중 일부 제2 관심 영역(예: K개의 몸 영역)이 일치하는 경우(예: 일부 동일한 피사체의 몸), 상기 제2 이미지에서 검출한 적어도 하나의 제2 관심 영역(예: M개(K개+L개)의 몸 영역) 중 일부 제2 관심 영역(K개의 몸 영역)으로 적어도 하나의 제2관심 영역을 업데이트 할 수 있다.
상기 관심 영역 결정 모듈(330)은, 상기 제2 이미지에서 검출한 적어도 하나의 제2 관심 영역(예: M개(K개+L개)의 몸 영역) 중 상기 제1 이미지에서 검출한 적어도 하나의 제2 관심 영역(예: N개(K개 +J개)의 몸 영역)과 일치되지 않은 일부 제2 관심 영역(예: L개의 몸 영역)을 새로운 제2관심 영역으로 결정하고(예: 새로운 피사체의 몸 영역), 상기 새로운 제2 관심 영역(예: L개의 몸 영역)을 추가하여 적어도 하나의 제2 관심 영역을 업데이트 할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 관심 영역 결정 모듈(330)은, 상기 제1 이미지에서 검출한 적어도 하나의 제2 관심 영역(예: N개(K개 +J개)의 몸 영역) 중 상기 제2 검출 모듈을 이용하여 검출되지 않은 일부 제2 관심 영역(예: J개의 몸 영역)을 검출하기 위해, 복수의 검출 모듈 중 보조 검출 모듈로 설정된 제1관심 영역(예: 얼굴 영역) 검출을 위한 제1 검출 모듈(예: face detector)을 이용하여, 상기 제2 이미지에서 적어도 하나의 제1 관심 영역(예: P개의 얼굴 영역)을 검출하고, 상기 적어도 하나의 제1관심 영역(예: P개의 얼굴 영역)을 기반으로 적어도 하나의 제2 관심 영역(예: P개의 몸 영역)을 추정할 수 있다.
상기 관심 영역 결정 모듈(330)은, 추정 기능을 이용하여, 상기 적어도 하나의 제1관심 영역(예: P개의 얼굴 영역)에서, 적어도 하나의 제2 관심 영역(예: P개의 몸 영역)을 추정할 수 있다. 상기 추정 기능은 하기 도 4a 내지 도 4b, 도 5 및 도 6a 내지 도 6d에서 설명할 수 있다.
상기 관심 영역 결정 모듈(330)은, 영역 매칭 기능을 이용하여, 상기 제1 이미지에서 검출한 일부 제2 관심 영역(예: J개의 몸 영역)과 상기 추정한 적어도 하나의 제2 관심 영역(예: P개의 몸 영역)을 비교할 수 있다.
상기 관심 영역 결정 모듈(330)은, 상기 제1 이미지에서 검출한 적어도 일부 제2 관심 영역(예: J개의 몸 영역)과 상기 추정한 적어도 하나의 제2 관심 영역(예: P개의 몸 영역)이 모두 일치하면, 상기 추정한 적어도 하나의 제2 관심 영역(예: P개의 몸 영역)으로 적어도 하나의 제2 관심 영역을 업데이트할 수 있다.
상기 관심 영역 결정 모듈(330)은, 상기 제1 이미지에서 검출한 일부 제2 관심 영역(예: J개(Q개+S개)의 몸 영역) 중 일부 제2 관심 영역(Q개의 몸 영역)과 상기 추정한 적어도 하나의 제2 관심 영역(예: P개(Q개+R개)의 몸 영역) 중 일부 제2관심 영역(Q개의 몸 영역)이 일치하면, 상기 추정한 적어도 하나의 제2 관심 영역(예: P개(Q개+R개)의 몸 영역) 중 일부 제2 관심 영역(Q개의 몸 영역)으로 적어도 하나의 제2 관심 영역을 업데이트할 수 있다.
상기 관심 영역 결정 모듈(330)은, 상기 추정한 적어도 하나의 제2 관심 영역(예: P개(Q개+R개)의 몸 영역) 중 상기 제1 이미지에서 검출한 일부 제2 관심 영역(예: J개(Q개+S개)의 몸 영역)과 일치되지 않은 일부 제2 관심 영역(예: R개의 몸 영역)을 새로운 제2관심 영역으로 결정하고(예: 새로운 피사체의 몸 영역), 상기 새로운 제2 관심 영역(예: R개의 몸 영역)을 추가하여 적어도 하나의 제2 관심 영역을 업데이트 할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 관심 영역 결정 모듈(330)은, 상기 제1 이미지에서 검출한 적어도 하나의 제2 관심 영역(예: N개(K개 +J개)의 몸 영역) 중 상기 제2 검출 모듈을 이용하여 검출되지 않은 일부 제1 관심 영역(예: J개의 몸 영역)을 검출하기 위해, 복수의 검출 모듈 중 보조 검출 모듈로 설정된 제3관심 영역(예: 얼굴 특징 영역) 검출을 위한 제3 검출 모듈(예: face attribute detector)을 이용하여, 상기 제2 이미지에서 적어도 하나의 제3 관심 영역(예: P개의 얼굴 특징 영역)을 검출하고, 추정 기능을 이용하여, 상기 적어도 하나의 제3관심 영역(예: P개의 얼굴 특징 영역)을 기반으로 적어도 하나의 제1 관심 영역(예: P개의 얼굴 영역)을 추정할 수 있다.
상기 관심 영역 결정 모듈(330)은, 추정 기능을 이용하여, 상기 적어도 하나의 제1관심 영역(예: P개의 얼굴 영역)을 기반으로 적어도 하나의 제2 관심 영역(예: P개의 몸 영역)을 추정할 수 있다.
상기 추정 기능은 하기 도 4a 내지 도 4b, 도 5 및 도 6a 내지 도 6d에서 설명할 수 있다.
상기 관심 영역 결정 모듈(330)은, 영역 매칭 기능을 이용하여, 상기 제1 이미지에서 검출한 일부 제2 관심 영역(예: J개의 몸 영역)과 상기 추정한 적어도 하나의 제2 관심 영역(예: P개의 몸 영역)을 비교할 수 있다.
상기 관심 영역 결정 모듈(330)은, 상기 제1 이미지에서 검출한 적어도 일부 제2 관심 영역(예: J개의 몸 영역)과 상기 추정한 적어도 하나의 제2 관심 영역(예: P개의 몸 영역)이 모두 일치하면, 상기 추정한 적어도 하나의 제2 관심 영역(예: P개의 몸 영역)으로 적어도 하나의 제2 관심 영역을 업데이트할 수 있다.
상기 관심 영역 결정 모듈(330)은, 상기 제1 이미지에서 검출한 일부 제2 관심 영역(예: J개(Q개+S개)의 몸 영역) 중 일부 제2 관심 영역(Q개의 몸 영역)과 상기 추정한 적어도 하나의 제2 관심 영역(예: P개(Q개+R개)의 몸 영역) 중 일부 제2관심 영역(Q개의 몸 영역)이 일치하면, 상기 추정한 적어도 하나의 제2 관심 영역(예: P개(Q개+R개)의 몸 영역) 중 일부 제2 관심 영역(Q개의 몸 영역)으로 적어도 하나의 제2 관심 영역을 업데이트할 수 있다.
상기 관심 영역 결정 모듈(330)은, 상기 추정한 적어도 하나의 제2 관심 영역(예: P개(Q개+R개)의 몸 영역) 중 상기 제1 이미지에서 검출한 일부 제2 관심 영역(예: J개(Q개+S개)의 몸 영역)과 일치되지 않은 일부 제2 관심 영역(예: R개의 몸 영역)을 새로운 제2관심 영역으로 결정하고(예: 새로운 피사체의 몸 영역), 상기 새로운 제2 관심 영역(예: R개의 몸 영역)을 추가하여 적어도 하나의 제2 관심 영역을 업데이트 할 수 있다.
본 개시의 다양한 실시 예들에 따르면, 관심 영역 결정 모듈(330)(예: 도 2의 프로세서(220))은, 복수의 검출 모듈을 동시에 이용하여 카메라 모듈(290)을 통해 적어도 하나의 이미지 각각에서 적어도 하나의 제1 관심 영역을 검출하여 업데이트할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 관심 영역 결정 모듈(330)은, 복수의 검출 모듈들을 모두를 주 검출 모듈로 결정하는 경우, 상기 복수의 검출 모듈들을 동시에 이용하여 상기 카메라 모듈을 통해 입력되는 이미지에서 적어도 하나의 제1 관심 영역을 검출할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 관심 영역 결정 모듈(330)은, 복수의 검출 모듈들(예: 제1 검출 모듈(예: face detector), 제2 검출 모듈(예: body factor) 및 제3 검출 모듈(예: face attribute detector))을 동시에 이용하여 상기 카메라 모듈을 통해 입력되는 제1 이미지에서 적어도 하나의 제1 관심 영역(예: N개의 얼굴 영역)을 검출하면, 상기 검출된 적어도 하나의 제1 관심 영역(예: N개의 얼굴 영역)을 적어도 하나의 제1 관심 영역으로 업데이트할 수 있다. 상기 제1 관심 영역(예: 얼굴 영역)은 복수의 관심 영역들 중 설정된 관심 영역을 나타낼 수 있다.
본 개시의 일 실시 예에 따르면, 상기 관심 영역 결정 모듈(330)은, 상기 제1 이미지에서 상기 적어도 하나의 제1 관심 영역(예: N개의 얼굴 영역)을 검출한 이후 상기 복수의 검출 모듈들 중 제1 검출 모듈(예: face detector)을 이용하여 상기 제1 이미지 다음으로 상기 카메라 모듈(290)을 통해 입력되는 상기 제2 이미지에서 적어도 하나의 제1 관심 영역(예: M개의 얼굴 영역) 검출할 수 있다. 상기 관심 영역 결정 모듈(330)은, 상기 복수의 검출 모듈들 중 제2 검출 모듈(예: body detector)을 이용하여 상기 제2 이미지에서 적어도 하나의 제2 관심 영역(예: P개의 몸 영역)을 검출하고, 추정 기능을 이용하여 상기 적어도 하나의 제2 관심 영역을 기반으로 적어도 하나의 제1 관심 영역(예: P개의 얼굴 영역) 검출할 수 있다. 상기 관심 영역 결정 모듈(330)은, 상기 복수의 검출 모듈들 중 제3 검출 모듈(예: face attribute detector)을 이용하여 상기 제2 이미지에서 적어도 하나의 제3 관심 영역(예: T개의 얼굴 특징 영역)을 검출하고, 추정 기능을 이용하여 상기 적어도 하나의 제3 관심 영역을 기반으로 적어도 하나의 제1 관심 영역(예: T개의 얼굴 영역) 검출할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 관심 영역 결정 모듈(330)은, 영역 매칭 기능을 이용하여, 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역(예: N개의 얼굴 영역)과 상기 복수의 검출 모듈들을 이용하여 검출한 적어도 하나의 제1 관심 영역들(예: M개의 얼굴 영역, P개의 얼굴 영역 및 T개의 얼굴 영역)과 비교할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 관심 영역 결정 모듈(330)은, 상기 복수의 검출 모듈들을 이용하여 검출한 적어도 하나의 제1 관심 영역들(예: M개의 얼굴 영역, P개의 얼굴 영역 및 T개의 얼굴 영역) 중 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역(예: N개의 얼굴 영역)과 일치되는 일부 또는 전체의 적어도 하나의 제1 관심 영역들(예: M개의 얼굴 영역, P개의 얼굴 영역 및 T개의 얼굴 영역)을 적어도 하나의 제1 관심 영역으로 업데이트할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 관심 영역 결정 모듈(330)은, 상기 복수의 검출 모듈들을 이용하여 검출한 적어도 하나의 제1 관심 영역들(예: M개의 얼굴 영역, P개의 얼굴 영역 및 T개의 얼굴 영역) 중 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역(예: N개의 얼굴 영역)과 일치되는 않는 일부 또는 전체의 적어도 하나의 제1 관심 영역들(예: M개의 얼굴 영역, P개의 얼굴 영역 및 T개의 얼굴 영역)을 새로운 제1관심 영역으로 추가하여 적어도 하나의 제1 관심 영역으로 업데이트할 수 있다.
본 개시의 다양한 실시 예들에 따르면, 관심 영역 결정 모듈(330)(예: 도 2의 프로세서(220))은, 업데이트된 적어도 하나의 제1 관심 영역을 타겟 결정 영역(350)로 전송할 수 있다.
본 개시의 다양한 실시 예들에 따르면, 관심 영역 결정 모듈(330)(예: 도 2의 프로세서(220))은, 영역 매칭 기능을 이용하여, 제1 이미지에서 검출한 제1 관심 영역과 제2 이미지에서 검출한 제1 관심 영역의 일치 여부를 결정할 수 있다.
본 개시의 일 실시 예에 따르면, 관심 영역 결정 모듈(330)은, 하기 <식 1>에 포함된 IOU(Interaction of Union)를 이용한 복수의 식들 중 적어도 하나의 식을 이용하여 영역 매칭 기능을 수행할 수 있다. 상기 관심 영역 결정 모듈(330)은, 하기 <식 1>에 포함된 IOU(Interaction of Union)를 이용한 복수의 식들 중 적어도 하나 식을 이용하여 매칭한 결과가 임계 값(예: 75%) 이상인 경우, 제1 이미지에서 검출한 제1 관심 영역(A관심 영역)과 제2 이미지에서 검출한 제1 관심 영역(B관심 영역)을 동일한 제1 관심 영역으로 판단할 수 있다.
<식 1>
Figure PCTKR2022001143-appb-I000001
본 개시의 일 실시 예에 따르면, 관심 영역 결정 모듈(330)은, 관심 영역을 검출하는 피사체가 이동하는 것을 고려하여 제1 관심 영역의 크기를 일정 크기 이상 넓혀서 계산할 수 있다.
본 개시의 일 실시 예에 따르면, 관심 영역 결정 모듈(330)은, 하나의 제1 관심 영역과 일치되는 복수개의 제1 관심 영역들을 검출하는 경우, 상기 복수개의 제1 관심 영역들 중 가장 큰 IOU 값을 가지는 제1 관심 영역, 또는 복수 개의 제1 관심 영역들 중 하나의 관심 영역과 중심 거리가 가장 가까운 제1 관심 영역을 하나의 제1 관심 영역과 일치하는 제1 관심 영역으로 결정할 수 있다.
본 개시의 일 실시 예에 따르면, 관심 영역 결정 모듈(330)은, <식 2>와 같이 유사 도를 구할 수 있는 유클리디안 거리를 이용하여 영역 매칭 기능을 수행할 수 있다. 상기 관심 영역 결정 모듈(330)은, 하기 <식 2>를 통해 제1 이미지에서 검출한 제1 관심 영역(A관심 영역)의 중심(A RECT center)과 제2 이미지에서 검출한 제1 관심 영역(B관심 영역)의 중심(B RECT center)간의 유클리디안 거리(Euclidean Distance)가 제2 관심 모듈(예: body detector)에서 검출된 제2 관심 영역의 넓이(BodyWidth)에 일정 비율을 곱한 값 보다 작거나, 제2 관심 모듈(예: body detector)에서 검출된 제2 관심 영역의 폭(BodyHeight)에 일정 비율을 곱한 값 보다 작으면 제1 이미지에서 검출한 제1 관심 영역(A관심 영역)과 제2 이미지에서 검출한 제1 관심 영역(B관심 영역)을 동일한 제1 관심 영역으로 판단할 수 있다.
<식 2>
Figure PCTKR2022001143-appb-I000002
본 개시의 다양한 실시 예들에 따르면, 관심 영역 결정 모듈(330)(예: 도 2의 프로세서(220))은, 추정 기능을 이용하여, 제2 관심 영역(예: 몸 영역)에서 제1 관심 영역(예: 얼굴 영역)을 추정하거나, 제1관심 영역(예: 얼굴 영역)에서 제2 관심 영역(예: 몸 영역)을 추정하거나, 또는 3 관심 영역(예: 얼굴 특징 영역)에서 제1 관심 영역(예: 얼굴 영역)을 추정할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 관심 영역 결정 모듈(330)은, 제2 검출 모듈을 이용하여 검출한 제2 관심 영역을 기반으로 제1 관심 영역을 추정할 수 있다. 상기 관심 영역 결정 모듈(330)은 상기 도 4a와 같이, 제2 관심 영역(411)(예: 몸 영역)의 크기((W(width), H(height))에 일정 비율(R1, R2)로 제1 관심 영역(예: 얼굴 영역)의 크기(W*R1, H*R2)를 계산하고, 제2 관심 영역(411)(예: 몸 영역)의 크기((W(width), H(height))에 일정 비율(R3, R4)로 제1 관심 영역(413)(예: 얼굴 영역)의 위치(left에서 height*R4, bottom에서 width*R3)를 계산하는 추정 기능을 이용하여, 상기 제2 관심 영역(411)에서 상기 제1 관심 영역(413)을 추정할 수 있다.
상기 관심 영역 결정 모듈(330)은, 전자 장치의 메모리(예: 도 2의 메모리(230))에 인체 골격(Body Skeleton) 정보가 저장되어 있는 경우, 골격(skeleton )간의 위치 정보로 제1관심 영역(예: 얼굴 영역)크기와 위치를 계산할 수 있다. 상기 관심 영역 결정 모듈(330)은, 상기 인체 골격(Body Skeleton) 정보 중 좌우 어깨 골격의 좌표를 이용하여 얼굴 영역의 크기와 위치를 추정할 수 있다. 상기 관심 영역 결정 모듈(330)은, 상기 도 4b 와 같이, 좌우 어깨 좌표 사이의 유클리디안 거리(EuclideanDistance)에 특정 비율(예: Ratio5 및 Ratio6)을 각각 곱하여 제1 관심 영역(예: 얼굴 영역)(413)의 크기(예: a1*R6(width)와 a1*R5(height))를 추정하고, 좌우 어깨의 중심 좌표(a1/2)와 추정한 제1 관심 영역(예: 얼굴 영역)(413)의 중심 좌표가 일치하도록 하고, 어깨 위에 제1 관심 영역(예: 얼굴 영역)이 위치하도록 추정된 제1 관심 영역(예: 얼굴 영역)의 위치를 결정할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 관심 영역 결정 모듈(330)은, 제1 검출 모듈을 이용하여 검출한 제1 관심 영역(413)(예: 얼굴 영역)을 기반으로 제2 관심 영역(예: 몸 영역)을 추정할 수 있다. 상기 관심 영역 결정 모듈(330)은, 상기 도 5와 같이, 제1 관심 영역(413)(예: 얼굴 영역)의 크기((W(width), H(height))에 일정 비율(R7, R8)로 제2 관심 영역(예: 몸 영역)의 크기(W*R7, H*R8)를 계산하고, 제2 관심 영역(411)(예: 몸 영역)의 상측(TOP)과 제1 관심 영역(예: 얼굴 영역)의 상측(TOP)이 일치하고, 제2 관심 영역(411)(예: 몸 영역)의 중심(center)과 제1 관심 영역(예: 얼굴 영역)의 중심(center)가 일치하는 추정 기능을 이용하여, 상기 제2 관심 영역(예: 몸 영역)을 추정할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 관심 영역 결정 모듈(330)은, 제3검출 모듈을 이용하여 검출한 제3관심 영역(예: 얼굴 특징 정보)을 기반으로 제1 관심 영역(예: 얼굴 영역)을 추정할 수 있다. 상기 관심 영역 결정 모듈(330)은, 제3 관심 영역(예: 얼굴 특징 정보)에서 검출되는 눈, 코, 입과 같은 정보를 기반으로 상대적인 위치와 크기를 이용하여, 제2 관심 영역(예: 몸 영역)을 기반으로 제1 관심 영역(예: 얼굴 영역)을 추정하거나 또는 제1 관심 영역(예: 얼굴 영역)을 기반으로 제2 관심 영역(예: 몸 영역)을 추정하는 유사한 방법으로 제1 관심 영역(예: 얼굴 영역)을 추정할 수 있다. 상기 관심 영역 결정 모듈(330)은, 상기 도 6a와 같이, 제3 관심 영역으로 양쪽 눈(631, 633)을 검출하는 경우, 제1 관심 영역(예: 얼굴 영역)의 크기 및 위치는 양쪽 눈(631, 633)의 거리(W)와 눈(631, 633)의 높이(H)에 R', R,, , R,,, 비율을 곱하는 추정 기능을 이용하여 제1 관심 영역(예: 얼굴 영역)(613)을 추정할 수 있다.
상기 관심 영역 결정 모듈(330)은, 상기 도 6b와 같이, 제3 관심 영역으로 양쪽 눈(631, 633)과 코(635)를 검출하는 경우, 제1 관심 영역(예: 얼굴 영역)의 크기 및 위치는 양쪽 눈(631, 633)의 거리(W)와 눈(631, 633)과 코(635)의 높이(H)에 R', R,, , R,,, 비율을 곱하는 추정 기능을 이용하여 제1 관심 영역(예: 얼굴 영역)(613)을 추정할 수 있다.
상기 관심 영역 결정 모듈(330)은, 상기 도 6c와 같이, 제3 관심 영역으로 코(635)와 입(673)를 검출하는 경우, 제1 관심 영역(예: 얼굴 영역)의 크기 및 위치는 입(637)의 좌우 거리(W)와 코(635)와 입(673)의 높이(H)에 R', R,, , R,,, 비율을 곱하는 추정 기능을 이용하여 제1 관심 영역(예: 얼굴 영역)(613)을 추정할 수 있다.
상기 관심 영역 결정 모듈(330)은, 상기 도 6d와 같이, 제3 관심 영역으로 입(673)를 검출하는 경우, 제1 관심 영역(예: 얼굴 영역)의 크기 및 위치는 입(673)의 거리(W)와 높이(H)에 R', R,,, R,,, 비율을 곱하는 추정 기능을 이용하여 제1 관심 영역(예: 얼굴 영역)(613)을 추정할 수 있다.
상기 관심 영역 결정 모듈(330)은, 상기 도 6a 내지 상기 도 6d와 같이 제3 관심 영역을 기반으로 제1 관심 영역을 추정하고, 상기 추정한 제1 관심 영역을 기반으로 상기 도 5a와 같은 방법으로 제2 관심 영역을 추정할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 관심 영역 결정 모듈(330)은, 추정 기능에서 사용되는 일정 배율에 따라 추정되는 관심 영역의 크기를 다르게 업데이트할 수 있다.
예를 들어, 상기 관심 영역 결정 모듈(330)은, 제1 관심 영역(예: 얼굴 영역)을 검출하기 위한 제1 검출 모듈이 주 검출 모듈인 경우, 마스크 등으로 제1 관심 영역(예: 얼굴 영역)이 일부 가려져 제1 관심 영역(예: 얼굴 영역)의 검출을 실패하는 피사체(예: 사람)의 경우, 보조 검출기인 제2 검출 모듈(예: body detector)로 제2 관심 영역(예: 몸 영역)을 검출할 수 있다. 상기 관심 영역 결정 모듈(330)은, 상기 검출한 제2 관심 영역(예: 몸 영역)과 일정 비율(예: R1, R2, R3, R4)에 따라 관심 영역은 얼굴 영역만을 추정하거나, 상반신 영역까지 추정하거나, 또는 몸 영역 전체를 추정할 수 있다. 따라서, 디스플레이(예: 도 2의 디스플레이(260))에 복수의 피사체들(예: 사람들)을 표시될 때, 복수의 피사체들 모두가 얼굴 영역을 중심으로 크롭 되어 표시되거나, 또는 일부 피사체의 얼굴 영역과 일부 피사체의 상반신 영역이 크롭 되어 함께 표시되거나, 또는 일부 피사체의 얼굴 영역, 일부 피사체의 상반신 영역 및 일부 피사체의 몸 영역이 크롭 되어 함께 표시될 수 있다. 즉, 추정 기능에서 사용되는 일정 비율에 따라서, 얼굴 영역, 상반신 영역, 몸 영역과 같이 서로 다른 크롭(crop) 범위가 적용된 복수의 피사체(예: 사람들)을 상기 디스플레이에 표시할 수 있다.
예를 들어, 상기 관심 영역 결정 모듈(330)은, 제1 관심 영역(예: 얼굴 영역)이 주 관심 영역으로 설정되어 있는 경우, 마스크 등으로 제1 관심 영역(예: 얼굴 영역)이 일부 가려질 경우, 제2 검출 모듈(예: body detector)을 동작하여 추정한 상반신 영역 또는 제2 관심 영역(예: 몸 영역)을 주 관심 영역으로 변경하여 사용할 수 있다. 상기 관심 영역 결정 모듈(330)은, 상반신 영역 또는 제2 관심 영역(예: 몸 영역)을 주 관심 영역으로 변경하는 경우, 얼굴 영역 중심의 줌밍(zooming)을 상반신 영역 또는 몸 영역 중심의 줌밍(zooming)으로 변경할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 관심 영역 결정 모듈(330)은, 카메라 모듈(예: 도 2의 카메라 모듈(290))을 통해 입력되는 이미지에 포함된 모든 피사체들 각각에서 서로 다른 관심 영역을 적용할 수 있다.
본 개시의 다양한 실시 예들에 따르면, 관심 영역 결정 모듈(330)(예: 도 2의 프로세서(220))은, 카메라 모듈(예: 도 2의 카메라 모듈(290))을 통해 입력된 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역(예: N개의 얼굴 영역)과 상기 제1 이미지 다음으로 카메라 모듈(예: 도 2의 카메라 모듈(290))을 통해 입력되는 일정 프레임 개수 이상 연속적으로 일치하는 적어도 하나의 제1관심 영역을 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역(예: N개의 얼굴 영역)과 일치하는 것으로 결정할 수 있다. 따라서, 상기 카메라 모듈 앞을 지나가는 피사체(예: 사람), 또는 짧은 시간 동안만 상기 카메라 모듈을 통해 입력되는 이미지에 포함된 피사체(예: 사람)가 관심영역으로 설정되는 것을 방지할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 관심 영역 결정 모듈(330)은, 상기 카메라 모듈을 통해 입력되는 이미지에 포함된 복수의 피사체들 각각에 서로 다른 관심 영역을 적용하여 모든 관심 영역들을 사용하거나 또는 모든 관심 영역들 중 일정 개수의 관심 영역들만을 사용할 수 있다.
예를 들어, 상기 관심 영역 결정 모듈(330)은, 모든 관심 영역들 중 관심 영역들의 크기가 큰 상위 일정 개수의 관심 영역만을 사용하도록 선택할 수 있으며, 관심 영역들의 크기가 큰 상위 일정 개수를 선택하는 방법은 크기 순으로 분류하여 선택하거나 또는 이미지의 중심부에 가까운 일정 개수를 선택할 수도 있다. 상기 관심 영역 결정 모듈(330)은, 이미지의 중심부와의 거리 정도 및 관심 영역의 크기에 가중치를 적용하여 일정 개수를 선택할 수도 있다. 상기 관심 영역 결정 모듈(330)은, 상기 선택된 일정 개수의 관심 영역을 기반으로 이미지에 포함된 복수의 피사체들 중 주요 피사체를 결정하고, 상기 주요 피사체만을 관심 영역으로 설정하여 줌밍(zooming) 및/또는 패닝(panning)기능을 수행할 수 있다.
본 개시의 다양한 실시 예들에 따르면, 관심 영역 결정 모듈(330)(예: 도 2의 프로세서(220))은, 주 검출 모듈(예: 제1 검출 모듈)에서 주 관심 영역(예: 제1 관심 영역)을 검출하지 못하여 복수의 보조 검출 모듈을 이용하여 주 관심 영역(예: 제1 관심 영역)을 검출하는 경우, 상기 복수의 보조 검출 모듈들간의 순서를 변경할 수 있고 새로운 보조 검출 모듈을 추가할 수 있다.
본 개시의 다양한 실시 예들에 따르면, 관심 영역 결정 모듈(330)(예: 도 2의 프로세서(220))은, 복수의 보조 검출 모듈을 이용하여 주 관심 영역(예: 제1 관심 영역)을 검출하는 경우, 추정 기능을 수행한 이후 영역 매칭 기능을 수행하거나, 또는 영역 매칭 기능을 수행한 이후 추정 기능을 수행할 수 있다.
본 개시의 일 실시 예들에 따르면, 상기 관심 영역 결정 모듈(330)은, 추정 기능을 수행하지 않는 경우, 복수의 보조 검출 모듈을 이용하여 검출된 서로 다른 관심 영역들로 이전 관심 영역들을 업데이트할 수 있다.
본 개시의 다양한 실시 예들에 따르면, 관심 영역 결정 모듈(330)(예: 도 2의 프로세서(220))은, 복수의 검출 모듈을 이용하여 카메라 모듈(예: 도 2의 카메라 모듈(290))을 통해 입력되는 이미지에 포함된 모든 피사체들을 대상으로 관심 영역을 검출하거나, 또는 설정된 관심 영역의 주변 영역에 한정하여 관심 영역을 검출할 수 있다.
본 개시의 다양한 실시 예들에 따르면, 타겟 영역 결정 모듈(350)(예: 도 2의 프로세서(220)는, 제1 관심 영역의 변화를 기반으로 적어도 하나의 제1 관심 영역을 표시하는 타겟 영역을 변경할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 타겟 영역 결정 모듈(350)은, 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역을 표시하기 위한 제1 타겟 영역으로 제1 프리뷰 이미지를 표시하는 동안, 상기 제1 이미지 다음으로 입력된 제2 이미지에서 검출된 적어도 하나의 제1 관심 영역의 변화를 기반으로 새로운 제2 타겟 영역을 계산할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 타겟 영역 결정 모듈(350)은, 이미지에서 새로운 피사체가 추가되거나 또는 기존의 피사체가 사라져서 적어도 하나의 제1 관심 영역의 개수가 변경되는 제1조건, 일부 또는 모든 피사체의 이동으로 적어도 하나의 제1 관심 영역 중 일부 또는 전체의 위치가 변경되는 제2 조건(예: 적어도 하나의 제1 관심 영역 중 일부 또는 전체가 현재 타겟 영역(예: 제1 타겟 영역)을 벗어나는 경우), 또는 적어도 하나의 제1 관심영역을 포함하는 통합 영역(Union RECT)의 크기가 변경되는 제3 조건(예: 통합 영역의 크기가 현재 타겟 영역(예: 제1 타겟 영역)(Target RECT) 대비 일정 비율(Th1) 이하로 작아져서 하기 <식 3>를 만족하는 경우) 중 적어도 하나를 만족하면, 적어도 하나의 제1관심 영역을 표시하기 위한 제1 타겟 영역을 새로운 제2 타겟 영역으로 업데이트할 수 있다.
<식 3>
Figure PCTKR2022001143-appb-I000003
Union_RECT : 적어도 하나의 관심 영역( N개의 ROI RECT)를 포함하는 최소 영역
예를 들어, 상기 타겟 영역 결정 모듈(350)은, 상기 제1 조건에 따라 이미지(예: 제2 이미지)에서 추적 가능한 새로운 피사체에 대한 제1 관심 영역을 추가로 포함하는 경우 제1 타겟 영역을 제2 타겟 영역으로 업데이트할 수 있다. 상기 타겟 영역 결정 모듈(350)은, 상기 제1 조건에 따라 이미지(예: 제2 이미지)에서 기존에 추적하고 있던 피사체에 대한 제1 관심 영역을 검출하지 못하면, 남아 있는 피사체들의 제1관심 영역들만을 표시할 수 있도록 제1 타겟 영역을 제2 타겟 영역으로 업데이트할 수 있다.
예를 들어, 상기 타겟 영역 결정 모듈(350)은, 상기 제2 조건에 따라 제1 관심 영역의 설정에 따라 줌밍(zooming) 및/또는 페닝(panning)이 적용되는 피사체가 화면의 상/하/좌/우로 이동하여 제1 타겟 영역의 경계에 가까워 질 경우, 제1 타겟 영역을 제2 타겟 영역으로 업데이트하여 피사체를 따라 이동하는 효과를 제공할 수 있다. 상기 타겟 영역 결정 모듈(350)은, 이미지(예: 제2 이미지)내에 설정된 모든 관심 영역들에 대해 각각 판단하여 하나의 피사체라도 제1 타겟 영역을 벗어날 것으로 판단되는 경우, 제1 타겟 영역을 제2 타겟 영역으로 업데이트할 수 있다.
예를 들어, 상기 타겟 영역 결정 모듈(350)은, 상기 제3 조건에 따라, 제1 타겟 영역에 포함된 적어도 하나의 제1관심 영역이 위치가 임계 값 이상으로 변경되는 경우, 제1 타겟 영역을 제2 타겟 영역으로 업데이트할 수 있다. 예를 들어, 상기 타겟 영역 결정 모듈(350)은, 디스플레이(예: 도 2의 디스플레이(260)) 에서 서 있던 피사체들이 자리에 앉게 될 경우, 또는 제1 이미지에서 넓게 분포하던 적어도 하나의 제1 관심 영역들이 제2 이미지에서 한쪽으로 모이게 되는 경우, 상기 디스플레이 내의 여백을 줄이고 제1 관심 영역을 더 크게 줌밍(zooming)할 수 있도록 제1 타겟 영역을 제2 타겟 영역으로 업데이트할 수 있다.
일 실시 예에 따르면, 상기 타겟 영역 결정 모듈(350)은, 상기 제1조건 내지 상기 제3 조건 중 적어도 하나의 조건을 만족하는 경우, 하기 <식 4>를 통해 제1 타겟 영역(현재 타겟 영역)을 제2 타겟 영역(새로운 타겟(New Target RECT))으로 업데이트할 수 있다. 상기 타겟 영역 결정 모듈(350)은, 적어도 하나의 제1 관심영역을 포함하는 통합 영역(Union RECT)의 상하좌우에 일정 비율의 마진(margin)을 더하여 새로운 타겟 영역(New Target RECT))을 계산할 수 있다.
<식 4>
Figure PCTKR2022001143-appb-I000004
본 개시의 일 실시 예에 따르면, 상기 타겟 영역 결정 모듈(350)은, 카메라 모듈(예: 도 2의 카메라 모듈(290))을 통해 입력되는 이미지와 동일한 비율로 새로운 타겟 영역의 크기를 조정하여 새로운 리뷰 영역을 결정하고, 상기 결정한 새로운 프리뷰 영역을 프리뷰 영역 결정 모듈로 전송할 수 있다. 상기 타겟 영역 결정 모듈(350)은, 상기 결정된 새로운 프리뷰 영역과 상기 입력 이미지를 비교하여, 상기 새로운 프리뷰 영역의 크기가 상기 입력 이미지의 크기 이상이거나, 또는 상기 입력 이미지의 경계를 넘어가는 경우 상기 새로운 프리뷰 영역의 크기를 상기 입력 이미지의 크기에 맞게 조정할 수 있다.
본 개시의 다양한 실시 예들에 따르면, 프리뷰 영역 결정 모듈(370)은, 이전 프리뷰 이미지에서 점진적으로 이동하여 새로운 프리뷰 이미지를 제공할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 프리뷰 영역 결정 모듈(370)은, 상기 도 7과 같이, 현재 프리뷰 영역을 포함하는 현재 프리뷰 이미지(711)를 상기 타겟 영역 결정 모듈(예: 350)로부터 수신한 새로운 프리뷰 영역을 포함하는 새로운 프리뷰 이미지(715)로 변경하여 표시할 때, 현재 프리뷰 이미지(711)와 새로운 프리뷰 이미지(715)의 중간에 표시될 중간 프리뷰 영역을 포함하는 중간 프리뷰 이미지(713)를 생성할 수 있다. 상기 프리뷰 영역 결정 모듈(370)은, 현재 프리뷰 이미지(711), 중간 프리뷰 이미지(713) 및 새로운 프리뷰 이미지(715)를 순서적으로 표시함에 따라 자연스럽게 현재 프리뷰 이미지를 새로운 프리뷰 이미지(715)로 변경하여 표시할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 프리뷰 영역 결정 모듈(370)은, 한번에 이동할 수 있는 최대 거리가 d1이고, 한번에 확대 또는 축소할 수 있는 비율을 r1이라고 할 때, 하기 <식 5>를 통해, 중간 프리뷰 영역의 위치 정보로써 중심 좌표 정보(NextCenter)를 계산하고, 하기 <식 6>을 통해 중간 프리뷰 영역의 크기 정보(NextRectSize)을 계산하여 중간 프리뷰 영역을 포함하는 중간 프리뷰 이미지(713)를 생성할 수 있다.
<식 5>
Figure PCTKR2022001143-appb-I000005
(
Figure PCTKR2022001143-appb-I000006
: 현재 프리뷰 영역의 중심 좌표 정보,
Figure PCTKR2022001143-appb-I000007
: 새로운 프리뷰 영역의 중심 좌표 정보)
Figure PCTKR2022001143-appb-I000008
<식 6>
Figure PCTKR2022001143-appb-I000009
(CurrentRectSize: 현재 프리뷰 영역의 크기, PreviewRectSize: 새로운 프리뷰 영역의 크기)
본 개시의 일 실시 예에 따르면, 상기 프리뷰 영역 결정 모듈(370)은, 현재 프리뷰 영역을 포함하는 현재 프리뷰 이미지(711)에서 새로운 프리뷰 영역을 포함하는 새로운 프리뷰 이미지로 이동하여 표시할 때, 독립 적으로 동작하는 이동 기능과 확대 또는 축소 기능을 동시에 종료하면서 상기 새로운 프리뷰 이미지를 표시할 수 있도록, 한번에 이동할 수 있는 최대 거리인 d1과, 한번에 확대 또는 축소할 수 있는 비율인 r1을 적응적으로 적용할 수 있다. 상기 프리뷰 영역 결정 모듈(370)은, 현재 필요한 줌밍(확대 또는 축소) 횟수와 이동 횟수를 비교하면서, 프리뷰 영역의 줌밍 횟수와 이동 횟수를 조절할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 프리뷰 영역 결정 모듈(370)은, 프리뷰 영역(예: 현재 프리뷰 이미지의 현재 프리뷰 영역 또는 새로운 프리뷰 이미지의 새로운 프리뷰 영역)의 이동 량을 조절할 수 있다. 상기 프리뷰 영역 결정 모듈(370)은, 프리뷰 영역이 임계 값 이상으로 이동하여 변화 량이 클 경우, 한번에 이동할 수 있는 최대 거리인 d1을 점진적으로 크게 적용하고, 프리뷰 영역이 임계 값 이하로 이동하여 변화 량이 작을 경우, d1을 점진적으로 작게 적용할 수 있다.
본 개시의 상기 프리뷰 영역 결정 모듈(370)은 프리뷰 영역의 이동 량과 동일한 방식으로 줌밍(확대 또는 축소)의 변화 량에 따라 한번에 확대 또는 축소할 수 있는 비율인 r1을 적응적으로 적용할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 프리뷰 영역 결정 모듈(370)은, 새로운 프리뷰 영역을 전자 장치에 설정된 해상도로 조절하여 디스플레이(예: 도 2의 디스플레이(260))에 표시할 수 있다.
본 개시의 다양한 실시 예들에 따르면, 전자 장치(예: 전자 장치(201))는, 카메라 모듈(예: 도 2의 카메라 모듈(290)), 디스플레이(예: 도 2의 디스플레이(260)), 복수의 검출 모듈, 및 적어도 하나의 프로세서(예: 도 2의 프로세서(220))를 포함하고, 상기 적어도 하나의 프로세서는, 상기 복수의 검출 모듈 중 제1 관심 영역 검출을 위한 제1 검출 모듈을 이용하여 상기 카메라 모듈을 통해 입력되는 제1 이미지에서 적어도 하나의 제1 관심 영역을 검출하고, 상기 제1 검출 모듈을 이용하여 상기 카메라를 통해 입력되는 제2 이미지에서 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 일치하는 적어도 하나의 제1 관심 영역을 검출하지 못하면, 상기 복수의 검출 모듈 중 제2 관심 영역 검출을 위한 제2 검출 모듈을 이용하여 상기 제2 이미지에서 적어도 하나의 제2 관심 영역을 검출하고, 상기 적어도 하나의 제2 관심 영역을 기반으로 적어도 하나의 제1 관심 영역을 추정하고, 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 상기 추정한 적어도 하나의 제1 관심 영역이 일치하면, 상기 추정한 적어도 하나의 제1 관심 영역을 적어도 하나의 제1 관심 영역으로 업데이트하고, 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 일치된 상기 추정한 적어도 하나의 제1 관심 영역의 위치를 기반으로 상기 업데이트된 적어도 하나의 제1 관심 영역을 포함하는 프리뷰 영역의 위치를 변경하도록 설정될 수 있다.
본 개시의 다양한 실시 예들에 따르면, 상기 적어도 하나의 프로세서는, 상기 제1 검출 모듈을 이용하여 상기 카메라 모듈을 통해 입력되는 상기 제2 이미지에서 상기 적어도 하나의 제1 관심 영역을 검출하면, 상기 제1 이미지에서 검출한 상기 적어도 하나의 제1 관심 영역과 상기 제2 이미지에서 검출한 상기 적어도 하나의 제1 관심 영역의 일치 여부를 결정하고, 상기 제1이미지에서 검출한 상기 적어도 하나의 제1 관심 영역과 상기 제2 이미지에서 검출한 상기 적어도 하나의 제1 관심 영역이 일치하면, 상기 제2 이미지에서 검출한 상기 적어도 하나의 제1 관심 영역을 적어도 하나의 제1 관심 영역으로 업데이트하도록 설정될 수 있다.
본 개시의 다양한 실시 예들에 따르면, 상기 프로세서는, 상기 제1이미지에서 검출한 상기 적어도 하나의 제1 관심 영역과 상기 제2 이미지에서 검출한 상기 적어도 하나의 제1 관심 영역이 일치하지 않으면, 상기 제2 이미지에서 검출한 상기 적어도 하나의 제1 관심 영역을 새로운 제1관심 영역으로 추가하여 적어도 하나의 제1 관심 영역을 업데이트하도록 설정될 수 있다.
본 개시의 다양한 실시 예들에 따르면, 상기 적어도 하나의 프로세서는 추가적으로, 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 상기 제2 관심 영역을 기반으로 추정한 적어도 하나의 제1 관심 영역이 일치하지 않으면, 상기 추정한 적어도 하나의 제1 관심 영역을 새로운 제1관심 영역으로 추가하여 적어도 하나의 제1 관심 영역을 업데이트하도록 설정될 수 있다.
본 개시의 다양한 실시 예들에 따르면, 상기 적어도 하나의 프로세서는 추가적으로, 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 상기 제2 관심 영역을 기반으로 추정한 적어도 하나의 제1 관심 영역이 일치하지 않으면, 상기 복수의 검출 모듈 중 제3 관심 영역 검출을 위한 제3 검출 모듈을 이용하여 상기 제2 이미지에서 적어도 하나의 제3 관심 영역을 검출하고, 상기 적어도 하나의 제3 관심 영역을 기반으로 적어도 하나의 제2 관심 영역을 추정하고, 상기 추정한 적어도 하나의 제2 관심 영역을 기반으로 적어도 하나의 제1 관심 영역을 추정하고, 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 상기 추정한 적어도 하나의 제1 관심 영역이 일치하면, 상기 추정한 적어도 하나의 제1 관심 영역을 적어도 하나의 제1 관심 영역으로 업데이트하도록 설정될 수 있다.
본 개시의 다양한 실시 예들에 따르면, 상기 적어도 하나의 프로세서는 추가적으로, 상기 제2 관심 영역의 크기와 일정 비율을 기반으로 상기 제1 관심 영역의 크기를 계산하고, 상기 제2 관심 영역의 크기와 일정 비율을 기반으로 상기 제1 관심 영역의 위치를 계산하고, 상기 계산된 제1 관심 영역의 크기 및 위치를 기반으로 상기 제2 관심 영역에서 상기 제1 관심 영역을 추정하도록 설정될 수 있다.
본 개시의 다양한 실시 예들에 따르면, 상기 적어도 하나의 프로세서는 추가적으로, 복수의 관심 영역들 중 상기 제1 관심 영역의 설정을 확인하면, 상기 복수의 검출 모듈들 중 제1 관심 영역 검출을 위한 제1 검출 모듈을 주 검출 모듈로 결정하도록 설정될 수 있다.
본 개시의 다양한 실시 예들에 따르면, 상기 적어도 하나의 프로세서는 추가적으로, 상기 복수의 검출 모듈들 중 주 검출 모듈로 결정한 상기 제1검출 모듈을 제외한 적어도 하나의 검출 모듈을 보조 검출 모듈로 결정하고, 상기 제1 검출 모듈을 상기 주 검출 모듈로 결정할 때 설정된 순서를 기반으로, 상기 제1 관심 영역을 검출하기 위한 상기 보조 검출 모듈로 결정한 상기 적어도 하나의 검출 모듈의 적용 순서를 확인하도록 설정될 수 있다.
본 개시의 다양한 실시 예들에 따르면, 상기 적어도 하나의 프로세서는 추가적으로, 상기 복수의 검출 모듈들을 모두 주 검출 모듈로 결정하는 경우, 상기 복수의 검출 모듈들을 동시에 이용하여 상기 카메라 모듈을 통해 입력되는 제2 이미지에서 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 일치하는 적어도 하나의 제1 관심 영역을 검출하도록 설정될 수 있다.
본 개시의 다양한 실시 예들에 따르면, 상기 적어도 하나의 프로세서는 추가적으로, 상기 제1이미지에서 검출한 상기 적어도 하나의 제1 관심 영역과 상기 복수의 검출 모듈들을 이용하여 검출한 적어도 하나의 제1 관심 영역이 일치하면, 상기 복수의 검출 모듈들을 이용하여 검출한 적어도 하나의 제1 관심 영역을 적어도 하나의 제1 관심 영역으로 업데이트하도록 설정될 수 있다.
도 8은 본 개시는 일실시 예에 따른 전자 장치의 이미지 촬영 동안 관심 영역 검출 동작을 설명하기 위한 흐름도(800)이다. 상기 관심 영역 검출 동작은 801 동작 내지 815동작들을 포함할 수 있으며 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))의 프로세서(예: 도 1의 프로세서(120) 또는 도 2의 프로세서(220))에 의해 수행되는 것으로 이해될 수 있다. 일 실시 예에 따르면, 801 동작 내지 815동작들 중 적어도 하나가 생략되거나, 일부 동작들의 순서가 바뀌거나, 다른 동작이 추가될 수 있다.
상기 도 8을 참조하면, 801동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))는, 제1 검출 모듈을 이용하여 카메라 모듈(예: 카메라 모듈(290))을 통해 입력되는 제1 이미지에서 적어도 하나의 제1 관심 영역을 검출할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 전자 장치는, 복수의 검출 모듈들 중 제1 관심 영역(예: 얼굴 영역) 검출을 위한 제1 검출 모듈(예: face detector)을 주 검출 모듈로 이용하여 상기 카메라 모듈을 통해 입력되는 제1 이미지에서 적어도 하나의 제1 관심 영역을 검출하고, 상기 검출된 적어도 하나의 제1 관심 영역을 적어도 하나의 제1 관심 영역으로 업데이트할 수 있다. 상기 제1 관심 영역(예: 얼굴 영역)은 복수의 관심 영역들 중 설정된 관심 영역을 나타낼 수 있다.
본 개시의 일 실시 예에 따르면, 상기 복수의 검출 모듈은, 서로 다른 관심 영역 검출을 위한 ROI(Region of Interest)검출 모듈을 포함할 수 있다. 예를 들어, 복수의 검출 모듈은, 얼굴의 검출을 위한 얼굴 검출 모듈(face detector), 몸 의 검출을 위한 몸 검출 모듈(body detector), 및 얼굴 특징의 검출을 위한 얼굴 특징 검출 모듈(face attribute detector)등을 포함하고, 그 외에 다른 특징 검출 모듈을 포함할 수 있다. 상기 복수의 검출 모듈 각각은 복수의 관심 영역 각각의 좌표 정보(예: 좌측좌표, 우측 좌표, 상측 좌표 및 하측 좌표)검출할 수 있다.
803동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))는, 제1 검출 모듈을 이용하여 카메라 모듈을 통해 입력되는 제2 이미지에서 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 일치하는 적어도 하나의 제1 관심 영역의 검출 여부를 확인할 수 있다.
상기 803동작에서. 상기 전자 장치는, 상기 제1 검출 모듈을 이용하여 카메라 모듈을 통해 입력되는 제2 이미지에서 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 일치하는 적어도 하나의 제1 관심 영역의 검출하면, 805동작에서, 상기 전자 장치는, 상기 제1 검출 모듈을 이용하여 카메라 모듈을 통해 입력되는 제2 이미지에서 검출한 적어도 하나의 제1 관심 영역을 적어도 하나의 제1 관심 영역으로 업데이트할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 전자 장치는, 상기 추정한 적어도 하나의 제1 관심 영역의 위치를 기반으로, 상기 업데이트된 적어도 하나의 제1 관심 영역을 포함하는 프리뷰 영역의 위치를 변경할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 전자 장치는, 적어도 하나의 제1 관심 영역의 개수가 변경되는 제1 조건, 적어도 하나의 제1 관심 영역 중 일부 또는 전체의 위치가 변경되는 제1 조건, 또는 적어도 하나의 제1 관심 영역의 통합 영역의 크기가 변경되는 조건 중 적어도 하나의 조건을 만족하는 경우, 적어도 하나의 제1 관심 영역을 표시하기 위한 타겟 영역을 업데이트할 수 있다. 상기 전자 장치는, 상기 적어도 하나의 제1 관심 영역들을 포함하는 상기 통합 영역의 상하좌우에 일정 비율의 마진을 추가하여 상기 타겟 영역을 업데이트할 수 있다. 상기 전자 장치는, 상기 업데이트된 타겟 영역을 기반으로 새로운 프리뷰 영역을 계산할 수 있다. 상기 전자 장치는, 현재 프리뷰 영역의 좌표 정보, 상기 새로운 프리뷰 영역의 좌표 정보, 설정된 한번에 이동할 수 있는 최대 거리, 및 설정된 한번에 확대 또는 축소할 수 있는 비율을 기반으로, 중간 프리뷰 영역의 위치와 크기를 결정할 수 있다. 상기 전자 장치는, 상기 현재 프리뷰 영역을 포함하는 현재 프리뷰 이미지, 상기 중간 프리뷰 영역을 포함하는 중간 프리뷰 이미지 및 상기 새로운 프리뷰 영역을 포함하는 새로운 프리뷰 이미지를 순서적으로 표시할 수 있다.
상기 803동작에서. 상기 전자 장치는, 상기 제1 검출 모듈을 이용하여 카메라 모듈을 통해 입력되는 제2 이미지에서 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 일치하는 적어도 하나의 제1 관심 영역의 검출하지 못하면, 807동작에서, 상기 전자 장치는, 제2 검출 모듈을 이용하여 제2 이미지에서 적어도 하나의 제2 관심 영역을 검출할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 전자 장치는, 상기 제1 검출 모듈(예: face detector)을 이용하여 상기 제1 이미지 다음으로 상기 카메라 모듈을 통해 수신하는 제2 이미지에서 제1 관심 영역(예: 얼굴 영역)을 검출하지 못하면, 상기 제2 이미지에서 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 일치하는 적어도 하나의 제1 관심 영역을 검출하지 못한 것으로 결정할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 전자 장치는, 상기 제1 검출 모듈(예: face detector)을 이용하여 상기 제1 이미지 다음으로 상기 카메라 모듈을 통해 수신하는 상기 제2 이미지에서 제1 관심 영역(예: 얼굴 영역)을 검출하고, 상기 <식 1>과 상기 <식 2>를 기반한 영역 매칭 기능을 이용하여, 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 상기 제2 이미지에서 검출한 적어도 하나의 제1 관심 영역이 일치하지 않음을 판단하면, 상기 제2 이미지에서 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 일치하는 적어도 하나의 제1 관심 영역을 검출하지 못한 것으로 결정할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 전자 장치는, 상기 영역 매칭 기능을 이용하여, 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 일치되지 않는다고 판단한 상기 제2 이미지에서 검출한 적어도 하나의 제1 관심 영역을 새로운 적어도 하나의 제1관심 영역으로 추가하여 적어도 하나의 제1 관심 영역을 업데이트할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 전자 장치는, 복수의 검출 모듈들 중 제2 관심 영역(예: 몸 영역) 검출을 위한 제2 검출 모듈(예: body detector)을 보조 검출 모듈로 이용하여 상기 제2 이미지에서 적어도 하나의 제2 관심 영역을 검출할 수 있다.
809동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))는, 적어도 하나의 제2 관심 영역(예: 몸 영역)을 기반으로 적어도 하나의 제1 관심 영역(예: 얼굴 영역)을 추정할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 전자 장치는, 상기 도 4a 내지 상기 도 4b를 기반한 추정 기능을 이용하여, 상기 적어도 하나의 제2 관심 영역(예: 몸 영역)에서 적어도 하나의 제1 관심 영역(예: 얼굴 영역)을 추정할 수 있다.
811동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))는, 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 상기 추정한 적어도 하나의 제1 관심 영역이 일치 여부를 확인할 수 있다.
상기 811동작에서, 상기 전자 장치는, 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 상기 추정한 적어도 하나의 제1 관심 영역이 일치함을 확인하면, 813동작에서, 상기 전자 장치는, 상기 추정한 적어도 하나의 제1 관심 영역을 적어도 하나의 제1 관심 영역으로 업데이트할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 전자 장치는, 상기 <식 1>과 상기 <식 2>를 기반한 영역 매칭 기능을 이용하여, 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 상기 추정한 적어도 하나의 제1 관심 영역이 일치하면, 상기 추정한 적어도 하나의 제1 관심 영역을 적어도 하나의 제1 관심 영역으로 업데이트할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 전자 장치는, 상기 영역 매칭 기능을 이용하여, 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 상기 추정한 적어도 하나의 제1 관심 영역이 일치하지 않으면, 상기 추정한 적어도 하나의 제1 관심 영역을 새로운 적어도 하나의 제1관심 영역으로 추가하여 적어도 하나의 제1 관심 영역을 업데이트할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 전자 장치는, 적어도 하나의 제1 관심 영역의 개수가 변경되는 제1 조건, 적어도 하나의 제1 관심 영역 중 일부 또는 전체의 위치가 변경되는 제1 조건, 또는 적어도 하나의 제1 관심 영역의 통합 영역의 크기가 변경되는 조건 중 적어도 하나의 조건을 만족하는 경우, 적어도 하나의 제1 관심 영역을 표시하기 위한 타겟 영역을 업데이트할 수 있다. 상기 전자 장치는, 상기 적어도 하나의 제1 관심 영역들을 포함하는 상기 통합 영역의 상하좌우에 일정 비율의 마진을 추가하여 상기 타겟 영역을 업데이트할 수 있다. 상기 전자 장치는, 상기 업데이트된 타겟 영역을 기반으로 새로운 프리뷰 영역을 계산할 수 있다. 상기 전자 장치는, 현재 프리뷰 영역의 좌표 정보, 상기 새로운 프리뷰 영역의 좌표 정보, 설정된 한번에 이동할 수 있는 최대 거리, 및 설정된 한번에 확대 또는 축소할 수 있는 비율을 기반으로, 중간 프리뷰 영역의 위치와 크기를 결정할 수 있다. 상기 전자 장치는, 상기 현재 프리뷰 영역을 포함하는 현재 프리뷰 이미지, 상기 중간 프리뷰 영역을 포함하는 중간 프리뷰 이미지 및 상기 새로운 프리뷰 영역을 포함하는 새로운 프리뷰 이미지를 순서적으로 표시할 수 있다.
상기 811동작에서, 상기 전자 장치는, 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 상기 추정한 적어도 하나의 제1 관심 영역이 일치하지 않음을 확인하면, 815동작에서, 상기 전자 장치는, 복수의 검출 모듈 중 다음 검출 모듈을 이용하여 제2 이미지에서 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 일치하는 적어도 하나의 제1 관심 영역을 검출하는 동작을 실행할 수 있다.
도 9a 내지 도 9b는 본 개시는 일 실시 예에 따른 전자 장치의 이미지 촬영 동안 관심 영역 검출 동작을 설명하기 위한 흐름도(900a 내지 900b)이다.
상기 도 9a 내지 도 9b를 참조하면, 상기 관심 영역 검출 동작은 도 9a의 901 동작 내지 913동작들 및 도 9b의 921동작 내지 933동작들을 포함할 수 있으며 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))의 프로세서(예: 도 1의 프로세서(120) 또는 도 2의 프로세서(220))에 의해 수행되는 것으로 이해될 수 있다. 본 개시의 일 실시 예에 따르면, 도 9a의 901 동작 내지 913동작들 및 도 9b의 921동작 내지 933동작들 중 적어도 하나가 생략되거나, 일부 동작들의 순서가 바뀌거나, 다른 동작이 추가될 수 있다.
주 검출 모듈이 제1 검출 모듈(예: face detector)로 설정된 경우, 제1 관심 영역(예: 얼굴 영역)을 검출하는 동작을 살펴보면 하기와 같다.
상기 도 9a를 참조하면, 901동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))는, 이미지(예: 제2 이미지)를 입력할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 전자 장치는, 카메라 모듈(예: 도 2의 카메라 모듈(290))을 통해 이미지(예: 제2 이미지)를 입력할 수 있다
903동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))는, 제1 검출 모듈(예: face detector)를 통해 이미지(예: 제2 이미지)에서 적어도 하나의 제1 관심 영역(예: M개의 얼굴 영역)을 검출할 수 있다.
본 개시의 일 실시 예에 따르면, 복수의 검출 모듈들 중 제1 관심 영역 검출을 위한 제1 검출 모듈(예: face detector)을 이용하여 상기 이미지(예: 제2 이미지)에서 적어도 하나의 제1 관심 영역(예: M개의 얼굴 영역)을 검출할 수 있다.
905동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))는, 이미지(예: 제2 이미지)에서 검출한 적어도 하나의 제1관심 영역과 이전 이미지(예: 제1 이미지)에서 검출한 적어도 하나의 제1 관심 영역간의 일부 또는 전체의 일치 여부를 판단할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 전자 장치는, 상기 <식 1> 내지 상기 <식 2>를 기반한 영역 매칭 기능을 이용하여, 이미지(예: 제2 이미지)에서 검출한 적어도 하나의 제1관심 영역(예: M개의 얼굴 영역)과 이전 이미지(예: 제1 이미지)에서 검출한 적어도 하나의 제1 관심 영역(예: N개의 얼굴 영역)간의 일부 또는 전체 일치 여부를 판단할 수 있다.
상기 905동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))는, 이전 이미지(예: 제 1 이미지)에서 검출한 적어도 하나의 제1 관심 영역(예: N개의 얼굴 영역)과 이미지(예: 제2 이미지)에서 검출한 적어도 하나의 제1 관심 영역(예: M개의 얼굴 영역)이 모두 일치하는 경우 (예: 모두 동일한 피사체의 얼굴), 907동작에서 상기 이미지(예: 제2 이미지)에서 검출한 적어도 하나의 제1 관심 영역(예: M개(K개+L개)의 얼굴 영역)으로 적어도 하나의 제1 관심 영역을 업데이트할 수 있다.
상기 905동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))는, 이전 이미지(예: 제1 이미지)에서 검출한 적어도 하나의 제1 관심 영역(예: N개(K개 +J개)의 얼굴 영역) 중 일부 제1 관심 영역(예: K개의 얼굴 영역)과 이미지(예: 제2 이미지)에서 검출한 적어도 하나의 제1 관심 영역(예: M개(K개+L개)의 얼굴 영역) 중 일부 제1 관심 영역(예: K개의 얼굴 영역)이 일치하는 경우(예: 일부 동일한 피사체의 얼굴), 상기 907동작에서, 상기 이미지(예: 제2 이미지)에서 검출한 적어도 하나의 제1 관심 영역(예: M개(K개+L개)의 얼굴 영역) 중 일부 제1 관심 영역(K개의 얼굴 영역)으로 적어도 하나의 제1관심 영역을 업데이트 할 수 있다.
상기 905동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))는, 이미지(예: 제2 이미지)에서 검출한 적어도 하나의 제1 관심 영역(예: M개(K개+L개)의 얼굴 영역) 중 이전 이미지(예: 제1 이미지)에서 검출한 적어도 하나의 제1 관심 영역(예: N개(K개 +J개)과 일치되지 않은 일부 제1 관심 영역(예: L개의 얼굴 영역)을 새로운 제1관심 영역으로 결정하고(예: 새로운 피사체의 얼굴 영역), 상기 907동작에서, 상기 새로운 제1 관심 영역(예: L개의 얼굴 영역)을 추가하여 적어도 하나의 제1 관심 영역을 업데이트 할 수 있다.
상기 905동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))는, 이전 이미지(예: 제1 이미지)에서 검출한 적어도 하나의 제1 관심 영역(예: N개(K개 +J개)의 얼굴 영역) 중 제1 검출 모듈을 이용하여 검출되지 않은 일부 제1 관심 영역(예: J개의 얼굴 영역)의 존재를 확인하면, 909동작을 수행할 수 있다.
상기 909동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))는, 제2 검출 모듈(예: body detector)을 이용하여 이미지(예; 제2 이미지)에서 적어도 하나의 제2 관심 영역(예: P개의 몸 영역을 검출할 수 있다
본 개시의 일 실시 예에 따르면, 상기 전자 장치는, 복수의 검출 모듈들 중 제2 관심 영역 검출을 위한 제2 검출 모듈(예: body detector)을 이용하여 이미지(예: 제2 이미지)에서 적어도 하나의 제2 관심 영역(예: P개의 몸 영역)을 검출할 수 있다.
911동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))는, 적어도 하나의 제2 관심 영역(예: P개의 몸 영역)을 기반으로 적어도 하나의 제1 관심 영역(예: P개의 얼굴 영역)을 추정할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 전자 장치는, 상기 도 4a 내지 상기 도 4b를 기반한 추정 기능을 이용하여, 상기 적어도 하나의 제2 관심 영역(예: P개의 몸 영역)에서 상기 적어도 하나의 제1 관심 영역(예: P개의 얼굴 영역)을 추정할 수 있다.
913동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))는, 추정한 적어도 하나의 제1관심 영역(예: P개의 얼굴 영역)과 이전 이미지(예: 제1 이미지)에서 검출한 일부 제1 관심 영역(예: J개(Q개+S개)의 얼굴 영역) 간의 일부 또는 전체의 일치 여부를 판단할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 전자 장치는, 상기 <식 1> 또는 상기 <식 2>를 기반한 영역 매칭 기능을 이용하여, 상기 추정한 적어도 하나의 제1관심 영역(예: P개의 얼굴 영역)과 이전 이미지(예: 제1 이미지)에서 검출한 일부 제1 관심 영역(예: J개(Q개+S개)의 얼굴 영역) 간의 일부 또는 전체의 일치 여부를 판단할 수 있다.
상기 913동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))는, 이전 이미지(예: 제1 이미지)에서 검출한 적어도 일부 제1 관심 영역(예: J개의 얼굴 영역)과 상기 추정한 적어도 하나의 제1 관심 영역(예: P개의 얼굴 영역)이 모두 일치하면, 상기 907동작에서, 상기 추정한 적어도 하나의 제1 관심 영역(예: P개의 얼굴 영역)으로 적어도 하나의 제1 관심 영역을 업데이트할 수 있다.
상기 913동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))는, 이전 이미지(예: 제1 이미지)에서 검출한 일부 제1 관심 영역(예: J개(Q개+S개)의 얼굴 영역) 중 일부 제1관심 영역(Q개의 얼굴 영역)과 상기 추정한 적어도 하나의 제1 관심 영역(예: P개(Q개+S개)의 얼굴 영역) 중 일부 제1관심 영역(Q개의 얼굴 영역)이 일치하면, 상기 907동작에서, 상기 추정한 적어도 하나의 제1 관심 영역(예: P개(Q개+S개)의 얼굴 영역) 중 일부 제1관심 영역(Q개의 얼굴 영역)으로 적어도 하나의 제1 관심 영역을 업데이트할 수 있다.
상기 913동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))는, 상기 추정한 적어도 하나의 제1 관심 영역(예: P개(Q개+R개)의 얼굴 영역) 중 상기 제1 이미지에서 검출한 일부 제1 관심 영역(예: J개(Q개+S개)의 얼굴 영역)과 일치되지 않은 일부 제1 관심 영역(예: R개의 얼굴 영역)을 새로운 제1관심 영역으로 결정하고(예: 새로운 피사체의 얼굴 영역), 상기 907동작에서, 상기 새로운 제1 관심 영역(예: R개의 얼굴 영역)을 추가하여 적어도 하나의 제1 관심 영역을 업데이트 할 수 있다.
상기 도 9b를 참조하면, 921동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))는, 이미지(예: 제2 이미지)를 입력할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 전자 장치는, 카메라 모듈(예: 도 2의 카메라 모듈(290))을 통해 이미지(예: 제2 이미지)를 입력할 수 있다
923동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))는, 제1 검출 모듈(예: face detector)를 통해 이미지(예: 제2 이미지)에서 적어도 하나의 제1 관심 영역(예: M개의 얼굴 영역)을 검출할 수 있다.
본 개시의 일 실시 예에 따르면, 복수의 검출 모듈들 중 제1 관심 영역 검출을 위한 제1 검출 모듈(예: face detector)을 이용하여 상기 이미지(예: 제2 이미지)에서 적어도 하나의 제1 관심 영역(예: M개의 얼굴 영역)을 검출할 수 있다.
925동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))는, 이미지(예: 제2 이미지)에서 검출한 적어도 하나의 제1관심 영역과 이전 이미지(예: 제1 이미지)에서 검출한 적어도 하나의 제1 관심 영역간의 일부 또는 전체의 일치 여부를 판단할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 전자 장치는, 상기 <식 1> 내지 상기 <식 2>를 기반한 영역 매칭 기능을 이용하여, 이미지(예: 제2 이미지)에서 검출한 적어도 하나의 제1관심 영역(예: M개의 얼굴 영역)과 이전 이미지(예: 제1 이미지)에서 검출한 적어도 하나의 제1 관심 영역(예: N개의 얼굴 영역)간의 일부 또는 전체 일치 여부를 판단할 수 있다.
상기 925동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))는, 이전 이미지(예: 제 1 이미지)에서 검출한 적어도 하나의 제1 관심 영역(예: N개의 얼굴 영역)과 이미지(예: 제2 이미지)에서 검출한 적어도 하나의 제1 관심 영역(예: M개의 얼굴 영역)이 모두 일치하는 경우 (예: 모두 동일한 피사체의 얼굴), 927동작에서 상기 이미지(예: 제2 이미지)에서 검출한 적어도 하나의 제1 관심 영역(예: M개(K개+L개)의 얼굴 영역)으로 적어도 하나의 제1 관심 영역을 업데이트할 수 있다.
상기 925동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))는, 이전 이미지(예: 제1 이미지)에서 검출한 적어도 하나의 제1 관심 영역(예: N개(K개 +J개)의 얼굴 영역) 중 일부 제1 관심 영역(예: K개의 얼굴 영역)과 이미지(예: 제2 이미지)에서 검출한 적어도 하나의 제1 관심 영역(예: M개(K개+L개)의 얼굴 영역) 중 일부 제1 관심 영역(예: K개의 얼굴 영역)이 일치하는 경우(예: 일부 동일한 피사체의 얼굴), 상기 927동작에서, 상기 이미지(예: 제2 이미지)에서 검출한 적어도 하나의 제1 관심 영역(예: M개(K개+L개)의 얼굴 영역) 중 일부 제1 관심 영역(K개의 얼굴 영역)으로 적어도 하나의 제1관심 영역을 업데이트 할 수 있다.
상기 925동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))는, 이미지(예: 제2 이미지)에서 검출한 적어도 하나의 제1 관심 영역(예: M개(K개+L개)의 얼굴 영역) 중 이전 이미지(예: 제1 이미지)에서 검출한 적어도 하나의 제1 관심 영역(예: N개(K개 +J개)과 일치되지 않은 일부 제1 관심 영역(예: L개의 얼굴 영역)을 새로운 제1관심 영역으로 결정하고(예: 새로운 피사체의 얼굴 영역), 상기 927동작에서, 상기 새로운 제1 관심 영역(예: L개의 얼굴 영역)을 추가하여 적어도 하나의 제1 관심 영역을 업데이트 할 수 있다.
상기 925동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))는, 이전 이미지(예: 제1 이미지)에서 검출한 적어도 하나의 제1 관심 영역(예: N개(K개 +J개)의 얼굴 영역) 중 제1 검출 모듈을 이용하여 검출되지 않은 일부 제1 관심 영역(예: J개의 얼굴 영역)의 존재를 확인하면, 929동작을 수행할 수 있다.
상기 929동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))는, 제3 검출 모듈(예: face attribute detector)을 이용하여 이미지(예; 제2 이미지)에서 적어도 하나의 제3 관심 영역(예: T개의 얼굴 특징 영역)을 검출할 수 있다
본 개시의 일 실시 예에 따르면, 상기 전자 장치는, 복수의 검출 모듈들 중 제3 관심 영역 검출을 위한 제3 검출 모듈(예: face attribute detector)을 이용하여 이미지(예: 제2 이미지)에서 적어도 하나의 제3 관심 영역(예: T개의 얼굴 특징 영역)을 검출할 수 있다.
931동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))는, 적어도 하나의 제3 관심 영역(예: T개의 얼굴 특징 영역)을 기반으로 적어도 하나의 제1 관심 영역(예: T개의 얼굴 영역)을 추정할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 전자 장치는, 상기 도 4a 내지 상기 도 4b를 기반한 추정 기능을 이용하여, 상기 적어도 하나의 제3 관심 영역(예: T개의 얼굴 특징 영역)에서 상기 적어도 하나의 제1 관심 영역(예: T개의 얼굴 영역)을 추정할 수 있다.
933동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))는, 추정한 적어도 하나의 제1 관심 영역(예: T개의 얼굴 영역)과 이전 이미지(예: 제1 이미지)에서 검출한 일부 제1 관심 영역(예: N개(K개 +J개)의 얼굴 영역)간의 일부 또는 전체의 일치 여부를 판단할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 전자 장치는, 상기 <식 1> 또는 상기 <식 2>를 기반한 영역 매칭 기능을 이용하여, 상기 추정한 적어도 하나의 제1관심 영역(예: T개의 얼굴 영역)과 이전 이미지(예: 제1 이미지)에서 검출한 일부 제1 관심 영역(예: J개의 얼굴 영역) 간의 일부 또는 전체의 일치 여부를 판단할 수 있다.
상기 933동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))는, 이전 이미지(예: 제1 이미지)에서 검출한 적어도 일부 제1 관심 영역(예: J개의 얼굴 영역)과 상기 추정한 적어도 하나의 제1 관심 영역(예: T개의 얼굴 영역)이 모두 일치하면, 상기 927동작에서, 상기 추정한 적어도 하나의 제1 관심 영역(예: T개의 얼굴 영역)으로 적어도 하나의 제1 관심 영역을 업데이트할 수 있다.
상기 933동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))는, 이전 이미지(예: 제1 이미지)에서 검출한 일부 제1 관심 영역(예: J개의 얼굴 영역)과 상기 추정한 적어도 하나의 제1 관심 영역(예: T개(U개+V개)의 얼굴 영역) 중 일부 제1관심 영역(U개의 얼굴 영역)이 일치하면, 상기 927동작에서, 상기 추정한 적어도 하나의 제1 관심 영역(예: T개(U개+V개)의 얼굴 영역) 중 일부 제1관심 영역(예: U개의 얼굴 영역)으로 적어도 하나의 제1 관심 영역을 업데이트할 수 있다.
상기 933동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))는, 상기 추정한 적어도 하나의 제1 관심 영역(예: T개(U개+V개)의 얼굴 영역) 중 상기 제1 이미지에서 검출한 일부 제1 관심 영역(예: J개의 얼굴 영역)과 일치되지 않은 일부 제1 관심 영역(예: V개의 얼굴 영역)을 새로운 제1관심 영역으로 결정하고(예: 새로운 피사체의 얼굴 영역), 상기 927동작에서, 상기 새로운 제1 관심 영역(예: V개의 얼굴 영역)을 추가하여 적어도 하나의 제1 관심 영역을 업데이트 할 수 있다.
도 10은 본 개시의 일 실시 예에 따른 전자 장치의 이미지 촬영 동안 관심 영역 검출 동작을 설명하기 위한 흐름도(1000)이다.
상기 도 10을 참조하면, 상기 관심 영역 검출 동작은 1001 동작 내지 1009동작들을 포함할 수 있으며 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))의 프로세서(예: 도 1의 프로세서(120) 또는 도 2의 프로세서(220))에 의해 수행되는 것으로 이해될 수 있다. 본 개시의 일 실시 예에 따르면, 1001 동작 내지 1009동작들 중 적어도 하나가 생략되거나, 일부 동작들의 순서가 바뀌거나, 다른 동작이 추가될 수 있다.
1001동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))는, 이미지(예: 제2 이미지)를 입력할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 전자 장치는, 카메라 모듈(예: 도 2의 카메라 모듈(290))을 통해 이미지(예: 제2 이미지)를 입력할 수 있다
1003a, 1003b 및 1003c에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))는, 동시에 복수의 검출 모듈을 이용하여 동시에 이미지(예: 제2 이미지)에서 제1 관심 영역을 검출할 수 있다.
상기 1003a에서, 상기 전자 장치는, 제 1 관심 영역 검출을 위한 제1 검출 모듈(예: face detector)를 통해 이미지(예: 제2 이미지)에서 적어도 하나의 제1 관심 영역(예: M개의 얼굴 영역)을 검출할 수 있다.
상기 1003b에서, 상기 전자 장치는, 제2 관심 영역 검출을 위한 제2 검출 모듈(예: body detector)를 통해 이미지(예: 제2 이미지)에서 적어도 하나의 제2 관심 영역(예: P개의 몸 영역)을 검출하고, 1005b에서, 추정 기능을 이용하여 상기 적어도 하나의 제2 관심 영역(예: P개의 몸 영역)에서 적어도 하나의 제1 관심 영역(예: P개의 얼굴 영역)을 검출할 수 있다.
상기 1003c에서, 상기 전자 장치는, 제3 관심 영역 검출을 위한 제3 검출 모듈(예: face attribute detector)를 통해 이미지(예: 제2 이미지)에서 적어도 하나의 제3 관심 영역(예: T개의 얼굴 특징 영역)을 검출하고, 1005c에서, 추정 기능을 이용하여 적어도 하나의 제3 관심 영역(예: T개의 얼굴 특징 영역)에서 적어도 하나의 제1 관심 영역(예: T개의 얼굴 영역)을 검출할 수 있다.
1007동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))는, 이전 이미지(예: 제1 이미지)에서 검출한 적어도 하나의 제1 관심 영역(예: N개의 얼굴 영역)과 복수의 검출 모듈들을 이용하여 검출한 적어도 하나의 제1 관심 영역들(예: M개의 얼굴 영역, P개의 얼굴 영역 및 T개의 얼굴 영역)간의 일부 또는 전체 일치 여부를 판단할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 전자 장치는, 영역 매칭 기능을 이용하여, 이전 이미지(예: 제1 이미지)에서 검출한 적어도 하나의 제1 관심 영역(예: N개의 얼굴 영역)과 제1 검출 모듈을 이용하여 검출한 적어도 하나의 제1 관심 영역들(예: M개의 얼굴 영역)간의 일부 또는 전체의 일치 여부를 판단할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 전자 장치는, 영역 매칭 기능을 이용하여, 이전 이미지(예: 제1 이미지)에서 검출한 적어도 하나의 제1 관심 영역(예: N개의 얼굴 영역)과 제2 검출 모듈을 이용하여 추정한 검출한 적어도 하나의 제1 관심 영역들(예: P개의 얼굴 영역)간의 일부 또는 전체의 일치 여부를 판단할 수 있다.
본 개시의 일 실시 예에 따르면, 상기 전자 장치는, 영역 매칭 기능을 이용하여, 이전 이미지(예: 제1 이미지)에서 검출한 적어도 하나의 제1 관심 영역(예: N개의 얼굴 영역)과 제3 검출 모듈을 이용하여 추정한 검출한 적어도 하나의 제1 관심 영역들(예: T개의 얼굴 영역)간의 일부 또는 전체의 일치 여부를 판단할 수 있다.
상기 1007동작에서, 전자 장치(예: 도 1의 전자 장치(101) 또는 도 2의 전자 장치(201))는, 복수의 검출 모듈들을 이용하여 검출한 적어도 하나의 제1 관심 영역들(예: M개의 얼굴 영역, P개의 얼굴 영역 및 T개의 얼굴 영역) 중 이전 이미지(예: 제1 이미지)에서 검출한 적어도 하나의 제1 관심 영역(예: N개의 얼굴 영역)과 일치되는 일부 또는 전체의 적어도 하나의 제1 관심 영역들(예: M개의 얼굴 영역, P개의 얼굴 영역 및 T개의 얼굴 영역)을 결정하면, 1009 동작에서 전자 장치는, 상기 결정된 일부 또는 전체의 적어도 하나의 제1 관심 영역들(예: M개의 얼굴 영역, P개의 얼굴 영역 및 T개의 얼굴 영역)을 적어도 하나의 제1 관심 영역으로 업데이트할 수 있다.
본 개시의 다양한 실시 예들에 따르면, 전자 장치에서 이미지를 촬영하는 방법은, 복수의 검출 모듈 중 제1 관심 영역 검출을 위한 제1 검출 모듈을 이용하여 카메라 모듈을 통해 입력되는 제1 이미지에서 적어도 하나의 제1 관심 영역을 검출하는 동작, 상기 제1 검출 모듈을 이용하여 상기 카메라모듈을 통해 입력되는 제2 이미지에서 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 일치하는 적어도 하나의 제1 관심 영역을 검출하지 못하면, 상기 복수의 검출 모듈 중 제2 관심 영역 검출을 위한 제2 검출 모듈을 이용하여 상기 제2 이미지에서 적어도 하나의 제2 관심 영역을 검출하는 동작, 상기 적어도 하나의 제2 관심 영역을 기반으로 적어도 하나의 제1 관심 영역을 추정하는 동작, 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 상기 추정한 적어도 하나의 제1 관심 영역이 일치하면, 상기 추정한 적어도 하나의 제1 관심 영역을 적어도 하나의 제1 관심 영역으로 업데이트하는 동작, 및 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 일치된 상기 추정한 적어도 하나의 제1 관심 영역의 위치를 기반으로 상기 업데이트된 적어도 하나의 제1 관심 영역을 포함하는 프리뷰 영역의 위치를 변경하는 동작을 포함합니다.
본 개시의 다양한 실시 예들에 따르면, 상기 제1 검출 모듈을 이용하여 상기 카메라 모듈을 통해 입력되는 상기 제2 이미지에서 상기 적어도 하나의 제1 관심 영역을 검출하면, 상기 제1 이미지에서 검출한 상기 적어도 하나의 제1 관심 영역과 상기 제2 이미지에서 검출한 상기 적어도 하나의 제1 관심 영역의 일치 여부를 결정하는 동작, 및 상기 제1이미지에서 검출한 상기 적어도 하나의 제1 관심 영역과 상기 제2 이미지에서 검출한 상기 적어도 하나의 제1 관심 영역이 일치하면, 상기 제2 이미지에서 검출한 상기 적어도 하나의 제1 관심 영역을 적어도 하나의 제1 관심 영역으로 업데이트하는 동작을 더 포함할 수 있다.
본 개시의 다양한 실시 예들에 따르면, 상기 제1이미지에서 검출한 상기 적어도 하나의 제1 관심 영역과 상기 제2 이미지에서 검출한 상기 적어도 하나의 제1 관심 영역이 일치하지 않으면, 상기 제2 이미지에서 검출한 상기 적어도 하나의 제1 관심 영역을 새로운 제1관심 영역으로 추가하여 적어도 하나의 제1 관심 영역을 업데이트하는 동작을 더 포함할 수 있다.
본 개시의 다양한 실시 예들에 따르면, 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 상기 제2 관심 영역을 기반으로 추정한 적어도 하나의 제1 관심 영역이 일치하지 않으면, 상기 추정한 적어도 하나의 제1 관심 영역을 새로운 제1관심 영역으로 추가하여 적어도 하나의 제1 관심 영역을 업데이트하는 동작을 더 포함할 수 있다.
본 개시의 다양한 실시 예들에 따르면, 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 상기 제2 관심 영역을 기반으로 추정한 적어도 하나의 제1 관심 영역이 일치하지 않으면, 상기 복수의 검출 모듈 중 제3 관심 영역 검출을 위한 제3 검출 모듈을 이용하여 상기 제2 이미지에서 적어도 하나의 제3 관심 영역을 검출하고, 상기 적어도 하나의 제3 관심 영역을 기반으로 적어도 하나의 제2 관심 영역을 추정하는 동작, 상기 추정한 적어도 하나의 제2 관심 영역을 기반으로 적어도 하나의 제1 관심 영역을 추정하는 동작; 및 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 상기 추정한 적어도 하나의 제1 관심 영역이 일치하면, 상기 추정한 적어도 하나의 제1 관심 영역을 적어도 하나의 제1 관심 영역으로 업데이트하는 동작을 더 포함할 수 있다.
본 개시의 다양한 실시 예들에 따르면, 상기 제1 관심 영역을 추정하는 동작은, 상기 제2 관심 영역의 크기와 일정 비율을 기반으로 상기 제1 관심 영역의 크기를 계산하는 동작, 상기 제2 관심 영역의 크기와 일정 비율을 기반으로 상기 제1 관심 영역의 위치를 계산하는 동작, 상기 계산된 제1 관심 영역의 크기 및 위치를 기반으로 상기 제2 관심 영역에서 상기 제1 관심 영역을 추정하는 동작을 포함할 수 있다.
본 개시의 다양한 실시 예들에 따르면, 복수의 관심 영역들 중 상기 제1 관심 영역의 설정을 확인하면, 상기 복수의 검출 모듈들 중 제1 관심 영역 검출을 위한 제1 검출 모듈을 주 검출 모듈로 결정하는 동작을 더 포함할 수 있다.
본 개시의 다양한 실시 예들에 따르면, 상기 복수의 검출 모듈들 중 주 검출 모듈로 결정한 상기 제1검출 모듈을 제외한 적어도 하나의 검출 모듈을 보조 검출 모듈로 결정하는 동작, 및 상기 제1 검출 모듈을 상기 주 검출 모듈로 결정할 때 설정된 순서를 기반으로, 상기 제1 관심 영역을 검출하기 위한 상기 보조 검출 모듈로 결정한 상기 적어도 하나의 검출 모듈의 적용 순서를 확인하는 동작을 더 포함할 수 있다.
본 개시의 다양한 실시 예들에 따르면, 상기 복수의 검출 모듈들을 모두 주 검출 모듈로 결정하는 경우, 상기 복수의 검출 모듈들을 동시에 이용하여 상기 카메라 모듈을 통해 입력되는 제2 이미지에서 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 일치하는 적어도 하나의 제1 관심 영역을 검출하는 동작을 더 포함할 수 있다.
본 개시의 다양한 실시 예들에 따르면, 상기 제1이미지에서 검출한 상기 적어도 하나의 제1 관심 영역과 상기 복수의 검출 모듈들을 이용하여 검출한 적어도 하나의 제1 관심 영역이 일치하면, 상기 복수의 검출 모듈들을 이용하여 검출한 적어도 하나의 제1 관심 영역을 적어도 하나의 제1 관심 영역으로 업데이트하는 동작 더 포함할 수 있다.
본 문서에 개시된 다양한 실시예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제1", "제 2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제1) 구성요소가 다른(예: 제 2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제 3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.
본 문서의 다양한 실시예들에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 본 개시의 일실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(101)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 사익 내장 메모리(136) 또는 상기 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.
본 개시의 일실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory(CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.본 개시의 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. 본 개시의 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, 본 개시의 다양한 실예들에 따른 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. 본 개시의 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.
본 개시는 다양한 실시예들을 참조하여 보여지고 설명되고 있지만, 첨부된 청구범위 및 그에 대응되는 내용에 의해 정의된 본 개시의 범위와 정신(spirit)에 벗어나지 않으면서 형태 및 세부 사항의 다양햔 변경이 이루어질 수 있다는 것은 당업자에 의해 이해될 수 있다.

Claims (15)

  1. 전자 장치에 있어서,
    카메라 모듈:
    디스플레이;
    복수의 검출 모듈; 및
    적어도 하나의 프로세서를 포함하고, 상기 프로세서는,
    상기 복수의 검출 모듈 중 제1 관심 영역 검출을 위한 제1 검출 모듈을 이용하여 상기 카메라 모듈을 통해 입력되는 제1 이미지에서 적어도 하나의 제1 관심 영역을 검출하고,
    상기 제1 검출 모듈을 이용하여 상기 카메라 모듈을 통해 입력되는 제2 이미지에서 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 일치하는 적어도 하나의 제1 관심 영역을 검출하지 못하면, 상기 복수의 검출 모듈 중 제2 관심 영역 검출을 위한 제2 검출 모듈을 이용하여 상기 제2 이미지에서 적어도 하나의 제2 관심 영역을 검출하고, 상기 적어도 하나의 제2 관심 영역을 기반으로 적어도 하나의 제1 관심 영역을 추정하고,
    상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 상기 추정한 적어도 하나의 제1 관심 영역이 일치하면, 상기 추정한 적어도 하나의 제1 관심 영역을 적어도 하나의 제1 관심 영역으로 업데이트하고,
    상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 일치된 상기 추정한 적어도 하나의 제1 관심 영역의 위치를 기반으로 상기 업데이트된 적어도 하나의 제1 관심 영역을 포함하는 프리뷰 영역의 위치를 변경하도록 설정된 전자 장치.
  2. 제1 항에 있어서, 상기 적어도 하나의 프로세서는 추가적으로,
    상기 제1 검출 모듈을 이용하여 상기 카메라 모듈을 통해 입력되는 상기 제2 이미지에서 상기 적어도 하나의 제1 관심 영역을 검출하면, 상기 제1 이미지에서 검출한 상기 적어도 하나의 제1 관심 영역과 상기 제2 이미지에서 검출한 상기 적어도 하나의 제1 관심 영역의 일치 여부를 결정하고,
    상기 제1 이미지에서 검출한 상기 적어도 하나의 제1 관심 영역과 상기 제2 이미지에서 검출한 상기 적어도 하나의 제1 관심 영역이 일치하면, 상기 제2 이미지에서 검출한 상기 적어도 하나의 제1 관심 영역으로 적어도 하나의 제1 관심 영역을 업데이트하도록 설정된 전자 장치.
  3. 제2 항에 있어서, 상기 적어도 하나의 프로세서는 추가적으로,
    상기 제1이미지에서 검출한 상기 적어도 하나의 제1 관심 영역과 상기 제2 이미지에서 검출한 상기 적어도 하나의 제1 관심 영역이 일치하지 않으면, 상기 제2 이미지에서 검출한 상기 적어도 하나의 제1 관심 영역을 새로운 제1관심 영역으로 추가하여 적어도 하나의 제1 관심 영역을 업데이트하도록 설정된 전자 장치.
  4. 제1 항에 있어서, 상기 적어도 하나의 프로세서는 추가적으로,
    상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 상기 제2 관심 영역을 기반으로 추정한 적어도 하나의 제1 관심 영역이 일치하지 않으면, 상기 추정한 적어도 하나의 제1 관심 영역을 새로운 제1관심 영역으로 추가하여 적어도 하나의 제1 관심 영역을 업데이트하도록 설정된 전자 장치.
  5. 제1항에 있어서, 상기 적어도 하나의 프로세서는 추가적으로,
    상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 상기 제2 관심 영역을 기반으로 추정한 적어도 하나의 제1 관심 영역이 일치하지 않으면, 상기 복수의 검출 모듈 중 제3 관심 영역 검출을 위한 제3 검출 모듈을 이용하여 상기 제2 이미지에서 적어도 하나의 제3 관심 영역을 검출하고, 상기 적어도 하나의 제3 관심 영역을 기반으로 적어도 하나의 제2 관심 영역을 추정하고,
    상기 추정한 적어도 하나의 제2 관심 영역을 기반으로 적어도 하나의 제1 관심 영역을 추정하고,
    상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 상기 추정한 적어도 하나의 제1 관심 영역이 일치하면, 상기 추정한 적어도 하나의 제1 관심 영역을 적어도 하나의 제1 관심 영역으로 업데이트하도록 설정된 전자 장치.
  6. 제1 항에 있어서, 상기 적어도 하나의 프로세서는 추가적으로,
    상기 제2 관심 영역의 크기와 일정 비율을 기반으로 상기 제1 관심 영역의 크기를 계산하고,
    상기 제2 관심 영역의 위치와 일정 비율을 기반으로 상기 제1 관심 영역의 위치를 계산하고,
    상기 계산된 제1 관심 영역의 크기 및 위치를 기반으로 상기 제2 관심 영역에서 상기 제1 관심 영역을 추정하도록 설정된 전자 장치.
  7. 제1 항에 있어서, 상기 적어도 하나의 프로세서는 추가적으로,
    복수의 관심 영역들 중 상기 제1 관심 영역이 설정되면, 상기 복수의 검출 모듈들 중 제1 관심 영역 검출을 위한 제1 검출 모듈을 주 검출 모듈로 결정하고,
    상기 복수의 검출 모듈들 중 주 검출 모듈로 결정된 상기 제1검출 모듈을 제외한 적어도 하나의 검출 모듈을 보조 검출 모듈로 결정하고, 설정된 순서에 따라 상기 보조 검출 모듈로 결정된 적어도 하나의 검출 모듈을 이용하여 상기 제1 관심 영역을 검출하도록 설정된 전자 장치.
  8. 제1 항에 있어서, 상기 적어도 하나의 프로세서는 추가적으로,
    상기 복수의 검출 모듈들을 주 검출 모듈로 결정하는 경우, 상기 복수의 검출 모듈들을 동시에 이용하여 상기 카메라 모듈을 통해 입력되는 제2 이미지에서 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 일치하는 적어도 하나의 제1 관심 영역을 검출하고,
    상기 제1이미지에서 검출한 상기 적어도 하나의 제1 관심 영역과 상기 복수의 검출 모듈들을 이용하여 검출한 적어도 하나의 제1 관심 영역이 일치하면, 상기 복수의 검출 모듈들을 이용하여 검출한 적어도 하나의 제1 관심 영역 적어도 하나의 제1 관심 영역으로 업데이트하도록 설정된 전자 장치.
  9. 전자 장치에 이미지 촬영 방법에 있어서,
    복수의 검출 모듈 중 제1 관심 영역 검출을 위한 제1 검출 모듈을 이용하여 카메라 모듈을 통해 입력되는 제1 이미지에서 적어도 하나의 제1 관심 영역을 검출하는 동작;
    상기 제1 검출 모듈을 이용하여 상기 카메라 모듈을 통해 입력되는 제2 이미지에서 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 일치하는 적어도 하나의 제1 관심 영역을 검출하지 못하면, 상기 복수의 검출 모듈 중 제2 관심 영역 검출을 위한 제2 검출 모듈을 이용하여 상기 제2 이미지에서 적어도 하나의 제2 관심 영역을 검출하는 동작;
    상기 적어도 하나의 제2 관심 영역을 기반으로 적어도 하나의 제1 관심 영역을 추정하는 동작;
    상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 상기 추정한 적어도 하나의 제1 관심 영역이 일치하면, 상기 추정한 적어도 하나의 제1 관심 영역을 적어도 하나의 제1 관심 영역으로 업데이트하는 동작; 및
    상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 일치된 상기 추정한 적어도 하나의 제1 관심 영역의 위치를 기반으로 상기 업데이트된 적어도 하나의 제1 관심 영역을 포함하는 프리뷰 영역의 위치를 변경하는 동작을 포함하는 방법.
  10. 제9 항에 있어서,
    상기 제1 검출 모듈을 이용하여 상기 카메라 모듈을 통해 입력되는 상기 제2 이미지에서 상기 적어도 하나의 제1 관심 영역을 검출하면, 상기 제1 이미지에서 검출한 상기 적어도 하나의 제1 관심 영역과 상기 제2 이미지에서 검출한 상기 적어도 하나의 제1 관심 영역의 일치 여부를 결정하는 동작;
    상기 제1이미지에서 검출한 상기 적어도 하나의 제1 관심 영역과 상기 제2 이미지에서 검출한 상기 적어도 하나의 제1 관심 영역이 일치하면, 상기 제2 이미지에서 검출한 상기 적어도 하나의 제1 관심 영역을 적어도 하나의 제1 관심 영역으로 업데이트하는 동작; 및
    상기 제1이미지에서 검출한 상기 적어도 하나의 제1 관심 영역과 상기 제2 이미지에서 검출한 상기 적어도 하나의 제1 관심 영역이 일치하지 않으면, 상기 제2 이미지에서 검출한 상기 적어도 하나의 제1 관심 영역을 새로운 제1관심 영역으로 추가하여 적어도 하나의 제1 관심 영역을 업데이트하는 동작을 더 포함하는 방법.
  11. 제9 항에 있어서,
    상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 상기 제2 관심 영역을 기반으로 추정한 적어도 하나의 제1 관심 영역이 일치하지 않으면, 상기 추정한 적어도 하나의 제1 관심 영역을 새로운 제1관심 영역으로 추가하여 적어도 하나의 제1 관심 영역을 업데이트하는 동작을 더 포함하는 방법.
  12. 제9항에 있어서,
    상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 상기 제2 관심 영역을 기반으로 추정한 적어도 하나의 제1 관심 영역이 일치하지 않으면, 상기 복수의 검출 모듈 중 제3 관심 영역 검출을 위한 제3 검출 모듈을 이용하여 상기 제2 이미지에서 적어도 하나의 제3 관심 영역을 검출하고, 상기 적어도 하나의 제3 관심 영역을 기반으로 적어도 하나의 제2 관심 영역을 추정하는 동작;
    상기 추정한 적어도 하나의 제2 관심 영역을 기반으로 적어도 하나의 제1 관심 영역을 추정하는 동작; 및
    상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 상기 추정한 적어도 하나의 제1 관심 영역이 일치하면, 상기 추정한 적어도 하나의 제1 관심 영역을 적어도 하나의 제1 관심 영역으로 업데이트하는 동작을 더 포함하는 방법.
  13. 제9 항에 있어서, 상기 제1 관심 영역을 추정하는 동작은,
    상기 제2 관심 영역의 크기와 일정 비율을 기반으로 상기 제1 관심 영역의 크기를 계산하는 동작;
    상기 제2 관심 영역의 위치와 일정 비율을 기반으로 상기 제1 관심 영역의 위치를 계산하는 동작; 및
    상기 계산된 제1 관심 영역의 크기 및 위치를 기반으로 상기 제2 관심 영역에서 상기 제1 관심 영역을 추정하는 동작을 포함하는 방법.
  14. 제9 항에 있어서,
    복수의 관심 영역들 중 상기 제1 관심 영역의 설정을 확인하면, 상기 복수의 검출 모듈들 중 제1 관심 영역 검출을 위한 제1 검출 모듈을 주 검출 모듈로 결정하는 동작; 및
    상기 복수의 검출 모듈들 중 주 검출 모듈로 결정한 상기 제1검출 모듈을 제외한 적어도 하나의 검출 모듈을 보조 검출 모듈로 결정하는 동작; 및
    상기 제1 검출 모듈을 상기 주 검출 모듈로 결정할 때 설정된 순서를 기반으로, 상기 제1 관심 영역을 검출하기 위한 상기 보조 검출 모듈로 결정한 상기 적어도 하나의 검출 모듈의 적용 순서를 확인하는 동작을 더 포함하는 방법.
  15. 제9 항에 있어서,
    상기 복수의 검출 모듈들을 모두 주 검출 모듈로 결정하는 경우, 상기 복수의 검출 모듈들을 동시에 이용하여 상기 카메라 모듈을 통해 입력되는 제2 이미지에서 상기 제1 이미지에서 검출한 적어도 하나의 제1 관심 영역과 일치하는 적어도 하나의 제1 관심 영역을 검출하는 동작; 및
    상기 제1 이미지에서 검출한 상기 적어도 하나의 제1 관심 영역과 상기 복수의 검출 모듈들을 이용하여 검출한 적어도 하나의 제1 관심 영역이 일치하면, 상기 복수의 검출 모듈들을 이용하여 검출한 적어도 하나의 제1 관심 영역을 적어도 하나의 제1 관심 영역으로 업데이트하는 동작 더 포함하는 방법.
PCT/KR2022/001143 2021-05-12 2022-01-21 전자 장치 및 전자 장치에서 이미지 촬영 방법 WO2022239931A1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
EP22807581.8A EP4240004A1 (en) 2021-05-12 2022-01-21 Electronic device and method for capturing image by electronic device
US17/586,040 US20220366664A1 (en) 2021-05-12 2022-01-27 Electronic device and method for capturing image in the electronic device

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR20210061505 2021-05-12
KR10-2021-0061505 2021-05-12
KR10-2021-0096836 2021-07-23
KR1020210096836A KR20220153988A (ko) 2021-05-12 2021-07-23 전자 장치 및 전자 장치에서 이미지 촬영 방법

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US17/586,040 Continuation US20220366664A1 (en) 2021-05-12 2022-01-27 Electronic device and method for capturing image in the electronic device

Publications (1)

Publication Number Publication Date
WO2022239931A1 true WO2022239931A1 (ko) 2022-11-17

Family

ID=84029237

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/001143 WO2022239931A1 (ko) 2021-05-12 2022-01-21 전자 장치 및 전자 장치에서 이미지 촬영 방법

Country Status (1)

Country Link
WO (1) WO2022239931A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011035634A (ja) * 2009-07-31 2011-02-17 Casio Computer Co Ltd 画像処理装置及び方法
KR20110119214A (ko) * 2010-04-27 2011-11-02 한국산업기술대학교산학협력단 얼굴 변화에 강인한 얼굴 인식 방법
KR20180086803A (ko) * 2017-01-23 2018-08-01 광주과학기술원 다중 카메라 환경에서의 관심 객체를 실시간으로 추적하기 위한 방법 및 시스템
KR20190095200A (ko) * 2019-07-26 2019-08-14 엘지전자 주식회사 영상 내 물체 인식 장치 및 방법
KR20210015697A (ko) * 2019-07-31 2021-02-10 한국과학기술원 객체 재인식 장치 및 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011035634A (ja) * 2009-07-31 2011-02-17 Casio Computer Co Ltd 画像処理装置及び方法
KR20110119214A (ko) * 2010-04-27 2011-11-02 한국산업기술대학교산학협력단 얼굴 변화에 강인한 얼굴 인식 방법
KR20180086803A (ko) * 2017-01-23 2018-08-01 광주과학기술원 다중 카메라 환경에서의 관심 객체를 실시간으로 추적하기 위한 방법 및 시스템
KR20190095200A (ko) * 2019-07-26 2019-08-14 엘지전자 주식회사 영상 내 물체 인식 장치 및 방법
KR20210015697A (ko) * 2019-07-31 2021-02-10 한국과학기술원 객체 재인식 장치 및 방법

Similar Documents

Publication Publication Date Title
WO2020246727A1 (en) Foldable electronic device and method for displaying information in foldable electronic device
WO2022010122A1 (ko) 영상을 제공하는 방법 및 이를 지원하는 전자 장치
WO2022030838A1 (ko) 프리뷰 이미지를 제어하는 전자 장치 및 방법
WO2022154387A1 (ko) 전자 장치 및 그의 동작 방법
WO2021230485A1 (ko) 영상을 제공하는 방법 및 장치
WO2022139262A1 (ko) 관심 객체를 이용하여 비디오를 편집하는 전자 장치 및 그 동작 방법
WO2022098204A1 (ko) 가상현실 서비스를 제공하는 전자 장치 및 방법
WO2022239931A1 (ko) 전자 장치 및 전자 장치에서 이미지 촬영 방법
WO2022085961A1 (ko) 컨텐츠를 출력하는 전자 장치 및 전자 장치의 동작 방법
WO2022154166A1 (ko) 콘텐츠 생성 기능을 제공하기 위한 방법 및 이를 지원하는 전자 장치
WO2021256709A1 (ko) 전자 장치 및 전자 장치의 동작 방법
WO2022131784A1 (ko) 증강 현실 콘텐츠를 제공하는 전자 장치 및 방법
WO2024034838A1 (ko) 복수의 디스플레이들을 통해 화면을 표시하기 위한 전자 장치 및 방법
WO2024063432A1 (ko) 전자 장치의 어플리케이션 실행 화면 제어 방법 및 그 전자 장치
WO2024029732A1 (ko) 시각적 왜곡 보정을 위한 전자 장치 및 방법
WO2024085493A1 (ko) 프리뷰 이미지를 표시하기 위한 전자 장치 및 방법
WO2022108239A1 (ko) 플렉서블 디스플레이를 포함하는 전자 장치 및 이의 동작 방법
WO2023146149A1 (ko) 이미지를 제공하는 방법 및 이를 지원하는 전자 장치
WO2022215984A1 (ko) 지정된 기능을 제어하는 방법 및 이를 지원하는 전자 장치
WO2022086126A1 (en) Wireless charging device for providing touch pad and haptic
WO2022203211A1 (ko) 카메라 모듈을 포함하는 전자 장치 및 그 전자 장치의 동작 방법
WO2022154388A1 (ko) 전자 장치 및 그의 이미지 처리 방법
WO2022124561A1 (ko) 복수의 센서를 이용한 전자 장치의 제어 방법 및 그 전자 장치
WO2023068468A1 (ko) 전자 장치의 그립 상태를 식별하기 위한 전자 장치 및 방법
WO2023063608A1 (ko) 이미지를 제공하는 방법 및 이를 지원하는 전자 장치

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22807581

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2022807581

Country of ref document: EP

Effective date: 20230531

NENP Non-entry into the national phase

Ref country code: DE