WO2022240076A1 - 영상 처리 방법 및 이를 지원하는 전자 장치 - Google Patents
영상 처리 방법 및 이를 지원하는 전자 장치 Download PDFInfo
- Publication number
- WO2022240076A1 WO2022240076A1 PCT/KR2022/006504 KR2022006504W WO2022240076A1 WO 2022240076 A1 WO2022240076 A1 WO 2022240076A1 KR 2022006504 W KR2022006504 W KR 2022006504W WO 2022240076 A1 WO2022240076 A1 WO 2022240076A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- image
- processor
- latent
- electronic device
- latent space
- Prior art date
Links
- 238000003672 processing method Methods 0.000 title claims description 6
- 239000013598 vector Substances 0.000 claims abstract description 77
- 238000000034 method Methods 0.000 claims description 18
- 238000004891 communication Methods 0.000 description 46
- 238000012937 correction Methods 0.000 description 18
- 238000006243 chemical reaction Methods 0.000 description 17
- 230000008859 change Effects 0.000 description 15
- 238000005516 engineering process Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 12
- 238000013528 artificial neural network Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 238000013473 artificial intelligence Methods 0.000 description 6
- 230000015572 biosynthetic process Effects 0.000 description 5
- 238000003786 synthesis reaction Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000037308 hair color Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000008921 facial expression Effects 0.000 description 3
- 238000010191 image analysis Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000000556 factor analysis Methods 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 206010041349 Somnolence Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003155 kinesthetic effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0475—Generative networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/40—Filling a planar surface by adding surface attributes, e.g. colour or texture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/22—Cropping
Definitions
- Various embodiments disclosed in this document may relate to an image processing method and an electronic device supporting the same.
- the electronic device may capture an image or receive and store an image from an external device.
- the electronic device may display stored images through a gallery app.
- the electronic device may provide various user interfaces for editing photos or videos through a video editing app.
- An electronic device may correct and display an image in various ways.
- the electronic device may change the hair color or skin tone of the photographed person or display an image to which an image effect that makes the person appear younger than the actual age is applied.
- the electronic device may provide a user interface capable of editing an image and display the image by applying various image effects according to an option selected by a user input.
- Electronic devices provide an image that is changed in a simple way, such as filter change, age, or facial expression, and it may be difficult to provide an image in which a user's desired composition, facial expression, or style is comprehensively changed.
- Various embodiments disclosed in this document may provide an electronic device that corrects an input image by reflecting attributes of an image selected by a user input.
- An electronic device includes a display, a memory, and a processor, and the processor generates a latent space generated based on a face database or receives data of the latent space generated from an external server to store, determine a basis vector for a first image in the latent space, determine a latent code for a second image in the latent space, and direct the basis vector of the latent code in the latent space
- An offset in a direction may be determined, and a third image obtained by correcting the second image may be generated based on the offset.
- An electronic device may provide a user interface capable of automatically correcting or editing an original image using an image selected by a user input.
- An electronic device converts a latent code of an input image by reflecting properties of a reference image (or best shot) on a face manifold, which is a latent space, and corrects the latent code using the converted latent code. image can be created. Through this, the electronic device can generate a corrected image having both the characteristics of the input image and the characteristics of the reference image.
- FIG. 1 is a block diagram of an electronic device in a network environment according to various embodiments.
- FIG 2 illustrates an image conversion unit according to various embodiments.
- 3A illustrates GAN and GAN inversion according to various embodiments.
- 3b shows Style GAN according to various embodiments.
- FIG. 4 shows a face manifold according to various embodiments.
- FIG 5 illustrates an image processing method according to various embodiments.
- FIG 6 illustrates correction of an input image in latent space according to various embodiments.
- FIG. 7A to 7C illustrate correction of an input image according to various embodiments.
- FIG. 8 illustrates a user interface for adjusting a correction level according to various embodiments.
- FIG. 1 is a block diagram of an electronic device 101 within a network environment 100, according to various embodiments.
- 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, 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, a 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 the antenna module 197 may be included.
- 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 eg, sensor module 176, camera module 180, or antenna module 197) are integrated into a single component (eg, display module 160). It can be.
- 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, as at least part of data processing or operation, the processor 120 transfers instructions or data received from other components (e.g., sensor module 176 or communication module 190) to volatile memory 132. , processing commands or data stored in the volatile memory 132 , and storing resultant data in the non-volatile memory 134 .
- software eg, the program 140
- the processor 120 transfers instructions or data received from other components (e.g., sensor module 176 or communication module 190) to volatile memory 132. , processing commands or data stored in the volatile memory 132 , and storing resultant 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 processing unit ( NPU: neural processing unit (NPU), image signal processor, sensor hub processor, or communication processor).
- a main processor 121 eg, a central processing unit or an application processor
- a secondary processor 123 eg, a graphic processing unit, a neural network processing unit ( NPU: neural processing unit (NPU), image signal processor, sensor hub processor, or communication processor.
- NPU neural network processing unit
- 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, image signal processor or communication processor
- may be implemented as part of other functionally related components eg, camera module 180 or communication module 190). have.
- 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, 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 set to detect a touch or a pressure sensor set 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, 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: Sound may be output through the electronic device 102 (eg, a speaker or a headphone).
- 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: Sound may be output through the electronic device 102 (eg, 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, a bio sensor, It may include a temperature sensor, humidity sensor, or light 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, 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 cell, a rechargeable secondary cell, 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 wireless communication module 192 eg, a cellular communication module, a short-range wireless communication module, or a global navigation satellite system (GNSS) communication module
- GNSS global navigation satellite system
- 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, legacy It may communicate with the external electronic device 104 through a cellular network, a 5G network, a next-generation communication network, the Internet, or a telecommunications network such as a computer network (eg, a LAN or a WAN).
- a telecommunications network such as a computer network (eg, a LAN or a WAN).
- These various types of communication modules may be integrated as one component (eg, a single chip) or implemented as a plurality of separate components (eg, multiple chips).
- 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.
- subscriber information eg, International Mobile Subscriber Identifier (IMSI)
- IMSI International Mobile Subscriber Identifier
- the electronic device 101 may be identified or authenticated.
- 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 eMBB realization (eg, 20 Gbps or more), a loss coverage for mMTC realization (eg, 164 dB or less), or a U-plane latency for URLLC realization (eg, Example: downlink (DL) and uplink (UL) each of 0.5 ms or less, or round trip 1 ms or less) may be supported.
- eMBB peak data rate for eMBB realization
- a loss coverage for mMTC realization eg, 164 dB or less
- U-plane latency for URLLC realization eg, Example: downlink (DL) and uplink (UL) each of 0.5 ms or less, or round trip 1 ms or less
- 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) may be additionally formed as a part of the antenna module 197 in addition to the radiator.
- RFIC radio frequency integrated circuit
- the antenna module 197 may form a mmWave antenna module.
- the mmWave antenna module includes a printed circuit board, an RFIC disposed on or adjacent to a first surface (eg, a lower surface) of the printed circuit board and capable of supporting a designated high frequency band (eg, mmWave band); and a plurality of antennas (eg, array antennas) disposed on or adjacent to a second surface (eg, a top surface or a side surface) of the printed circuit board and capable of transmitting or receiving signals of the designated high frequency band. can do.
- 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. According to one embodiment, 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.
- the image conversion unit 201 may be part of the processor 120 of FIG. 1 .
- the image conversion unit 201 may be configured separately from the processor 120 of FIG. 1 . In this case, at least some of the operations performed by the image conversion unit 201 may be performed by the processor 120 of FIG. 1 .
- the image conversion unit 201 may analyze a reference image (or best shot) selected by a user input in a latent space to determine attributes and attribute change values preferred by the user. .
- the image conversion unit 201 may change the latent code of the input image to be closer to the latent code of the reference image.
- the image conversion unit 201 may generate a corrected image for the input image using the changed latent code.
- the correction image may have both the characteristics of the input image and the characteristics of the reference image.
- the image conversion unit 201 may use various image generation models (generative models).
- the image generation model may include a generative adversarial network (GAN), a variational autoencoder (VAE), or a style GAN.
- GAN generative adversarial network
- VAE variational autoencoder
- the image generation model can generate an image in pixel space from code in latent space.
- the image generation model may map an image in pixel space to a latent code in the reverse direction (image latent coding; latent encoder).
- image latent coding may include a VAE encoder, an adversarial latent autoencoder (ALAE) encoder, or a GAN inversion.
- VAE generative adversarial network
- LAE adversarial latent autoencoder
- GAN GAN inversion
- the image conversion unit 201 may include a network latent factor analysis unit 210 , a reference image analysis unit 220 and a latent code manipulation unit 230 .
- the network latent factor analyzer 210 may be a model that analyzes a latent factor through an image generating model (eg, GAN).
- the network latent factor analyzer 210 may analyze the GAN to determine the direction of attribute change in the latent space.
- the network latent factor analyzer 210 may convert and analyze various images of a designated user into latent codes, and determine basis vectors and strengths of the basis vectors for various attributes.
- the reference image analyzer 220 may analyze reference images (or best shots) selected by a user input to determine a basis vector (or reference vector) representing a common attribute and a strength of the basis vector.
- the reference image analyzer 220 may receive a first latent code of a reference image (or best shot) and a second latent code of an average image of a plurality of images for a specified user as a first input. .
- the reference image analyzer 220 may receive the basis vector determined by the network latent factor analyzer 210 and the strength of the basis vector as a second input.
- the base image analyzer 220 may determine a basis vector corresponding to an attribute common to the reference images and a strength of the basis vector.
- the latent code manipulation unit 230 may modify the latent code of the input image based on basis vectors corresponding to properties of the reference image (or best shot) and strengths of the basis vectors.
- the latent code manipulation unit 230 may receive a latent code of an input image as a first input.
- the latent code manipulation unit 230 may receive the basis vector determined by the network latent factor analysis unit 210 and the strength of the basis vector as a second input.
- the latent code manipulation unit 230 may receive a basis vector for the reference image determined by the reference image analysis unit 220 and a strength of the basis vector as a third input.
- the latent code manipulation unit 230 may determine an offset of a latent code with respect to an input image (hereinafter, a latent offset) based on the first to third inputs.
- the latent code manipulation unit 230 may generate a corrected image based on the latent code and latent offset of the input image.
- 3A illustrates GAN and GAN inversion according to various embodiments.
- a processor eg, the processor 120 of FIG. 1
- an image conversion unit eg, the image conversion unit 201 of FIG. 2
- the GAN 301 is an artificial intelligence (AI) image synthesis technology, and may be a machine learning method that automatically creates a fake image similar to a real image.
- AI artificial intelligence
- the GAN 301 may include a generator (G) and a discriminator (D).
- the GAN 301 can generate an elaborate fake image (x') by learning commonalities that are not well represented in the image while the generator (G) and the discriminator (D) compete.
- the generator (G) is a module that generates a fake image similar to the real image
- the discriminator (D) is a module that distinguishes whether a given image is a real image or a generated fake image.
- the generator (G) generates a latent code (z) from random numbers and then passes it through a neural network to obtain a fake image x'.
- the discriminator (D) is trained to return a value of 1 if the given image is close to the real image and a value of 0 if it is close to the generated fake image.
- the generator (G) is trained to make the fake image it creates look like the real image. This is called an adversarial process.
- GAN inversion 305 may be an inverse function of GAN 301 .
- the GAN inversion 305 can output a latent code capable of generating it.
- latent code z may be generated through the GAN inversion 305.
- the fake image x' generated by passing the latent code z through the constructor (G) should theoretically be the same as the original image x.
- x and x' may be slightly different (reconstruction error).
- Another problem is that the GAN inversion 305 takes a long time. If it is simply passed through the neural network (encoder E), it will take a short time, but in order to reduce the reconstruction error, it is usually necessary to go through an optimization process afterwards to obtain a high-quality latent code.
- the GAN inversion 305 may include an encoder (E), a generator (G), and a discriminator (D).
- the encoder (E) is trained separately after the GAN (301) is trained, and can obtain a latent code (z) using a real image (x).
- the GAN inversion 305 may be trained so that the fake image (x') generated by inputting the latent code (z) to the generator (G) is the same as the real image (y).
- a processor eg, the processor 120 of FIG. 1
- an image conversion unit eg, the image conversion unit 201 of FIG. 2
- a corrected image can be generated by modifying based on the latent offset reflecting the properties of and inputting the corrected latent code to the generator (G).
- the correction image may have both features of the input image and features of the reference image.
- 3b shows Style GAN according to various embodiments.
- Style GAN 308 may be one type of GAN 301.
- Style GAN 308 may be a network structure and training method that creates a disentangled space so that high-level features are effectively distinguished in the latent space.
- the latent space is not independently changeable for each attribute, whereas in the Style GAN (308), the space of the intermediate latent code (w) is independently variable for each attribute. . Accordingly, when the Style GAN 308 changes one attribute, other unintended attributes may not change together.
- the Style GAN 308 may provide an intermediate latent space with entanglement control.
- interpolation is performed on one attribute in the entanglement-controlled intermediate latent space, side effects caused by unintended changes in other attributes may occur less or may not occur.
- Style GAN 308 when n is the normal vector of the decision boundary of each attribute, ⁇ n ⁇ can be orthogonal to each other.
- the generation unit of the Style GAN 308 may include a mapping unit 380 and a synthesis unit 390.
- the mapping unit 380 may map a latent code (z) to an intermediate latent code (w).
- Synthesis 390 may be a multi-layer network.
- a style code (y) may be generated by multiplying the intermediate latent code (w) generated by the mapping unit 380 by a specified matrix (A). have.
- the synthesis unit 390 may convert the style of the input by using the style code y for adaptive instance normalization (AdaIN).
- the Style GAN 308 may divide a style and a stochastic variation.
- the Style GAN 308 can control each style and stochastic variation by scale.
- FIG. 4 shows a face manifold according to various embodiments.
- a server eg, server 108 of FIG. 1
- processor 120 may configure a face manifold 401 based on a large-capacity face DB in a pixel space.
- the server 108 or the processor 120 may perform pre-training using a large-capacity face DB to train the GAN 301 or the style GAN 308.
- the server 108 or the processor 120 connects points (latent vectors or latent codes) in the latent space obtained through pre-training to form a face manifold, which is an N-dimensional surface. manifold) (401) can be created.
- the face manifold 401 determines a latent vector 410a corresponding to the input image 410.
- Server 108 or processor 120 may control semantic high-level attributes (eg, age, expression, identity) of input image 410 on face manifold 401 .
- a first corrected image 411 may be generated by the first latent vector 411a.
- the second corrected image 412 may be generated by the second latent vector 412a.
- the third corrected image 413 may be generated by the third latent vector 413a.
- the server 108 or the processor 120 may determine and reflect an offset (or movement amount) based on a basis vector corresponding to an attribute of the reference image (or best shot) and the strength of the basis vector.
- the degree of deformation of the input image may increase.
- the third corrected image 413 may include a face older than the first corrected image 411 or the second corrected image 412 .
- a corrected image in which facial expression or gender is gradually modified may be generated.
- FIG 5 illustrates an image processing method according to various embodiments.
- the server 108 or the processor 120 (or the image conversion unit 201 of FIG. 2) generates a GAN 301 and a GAN inversion 305 using a large-capacity face DB. can be learned.
- the GAN 301 can be trained to be indistinguishable from real images and fake images.
- the server 108 or the processor 120 uses the GAN 301 only on the criterion that real images and fake images cannot be distinguished without using annotations for data attributes (eg, posture, smile, glasses, hair color). can learn
- the GAN inversion 305 may be trained so that the fake image reconstructed through the encoder E and the generator G is the same as the real image.
- the server 108 or the processor 120 may obtain user data and personalize the GAN 301 and the GAN inversion 305 for learning.
- the server 108 or the processor 120 may obtain user data using a designated application (eg, a camera app or a gallery app).
- server 108 or processor 120 may collect selfie images of a user to determine an average shot of the selfie images.
- the server 108 or the processor 120 may input the average shot to the encoder E of the GAN inversion 305 .
- the server 108 or the processor 120 may learn that the fake image reconstructed through the encoder E and the generator G of the GAN inversion 305 is the same as the average shot.
- the server 108 or the processor 120 may personalize and learn the GAN 301 and the GAN inversion 305 using information (eg, location information) obtained from the electronic device 101. have.
- the server 108 or the processor 120 may use a pre-trained model corresponding to the user's race based on location information or image analysis information of the electronic device 101 .
- the processor 120 displays a user interface (eg, the display module of FIG. 1 ) through which a user can designate a reference image (or best shot) through a designated application (eg, a camera app or a gallery app). 160)).
- a user interface eg, the display module of FIG. 1
- a designated application eg, a camera app or a gallery app. 160
- the processor 120 may collect and display face photos of a designated user through a gallery app. When one or more images are selected by a user input, the selected image may be determined as a reference image.
- the server 108 or the processor 120 may input the selected reference image to the encoder E of the GAN inversion 305 through the user interface.
- the server 108 or the processor 120 may learn that the fake image reconstructed through the encoder E and the generator G of the GAN inversion 305 is the same as the reference image.
- the processor 120 performs the GAN 301 or GAN inversion ( 305) can learn adaptation itself.
- server 108 or processor 120 may analyze GAN 301 to determine the direction of change of various attributes in latent space (eg, face manifold 401). For example, the server 108 or processor 120 may convert and analyze various images of a specified user into latent codes, and determine basis vectors for various attributes and strengths of the basis vectors.
- latent space eg, face manifold 401
- server 108 or processor 120 may convert and analyze various images of a specified user into latent codes, and determine basis vectors for various attributes and strengths of the basis vectors.
- the server 108 or the processor 120 may determine an orthogonal basis vector, which is a set of vectors representing independent directions of attributes that change in latent space.
- an orthogonal basis vector which is a set of vectors representing independent directions of attributes that change in latent space.
- the intermediate latent space (w) of the trained style GAN 308 is entanglement-controlled, so that directions between attributes may be orthogonal to each other.
- the server 108 or the processor 120 can independently control each attribute of an image using an orthogonal basis vector. For example, the server 108 or the processor 120 may control to maintain the second attribute "hair color" without change when the first attribute "hair shape” is changed.
- the server 108 or the processor 120 classifies the latent codes according to the attributes annotated in the data set (eg, posture, smile, glasses, hair color), and changes each attribute.
- the direction of the optimal latent vector (or latent code) can be calculated.
- the server 108 or the processor 120 may return a linear sum of a plurality of latent vectors instead of the encoder E of the GAN inversion 305 returning only one latent vector.
- the server 108 or the processor 120 may calculate a latent vector by eigen-decomposition of a weight matrix (A) of the style GAN 308 .
- a direction that greatly changes the style code (y) may be a direction that greatly changes the image.
- server 108 or processor 120 concatenates all layers of style GAN 308 and then can be eigen-decomposed.
- a left-singular vector may be used after singular value decomposition (SVD) of a weight matrix (A) for each layer of the style GAN (308). .
- the server 108 or the processor 120 may determine a basis vector and strength of the basis vector by analyzing the reference image (or best shot) selected through the user input.
- the server 108 or the processor 120 may determine a basis vector common to the plurality of reference images and a strength of the basis vector.
- the server 108 or the processor 120 may determine a difference in a latent space between a plurality of reference images and an input image as a direction vector.
- Server 108 or processor 120 may calculate similarity (eg, cosine similarity) between direction vectors and orthogonal basis vectors.
- Server 108 or processor 120 may determine a similar basis vector to be common to all direction vectors.
- One basis vector may exist for each attribute, and a corresponding attribute may be changed when a latent code is moved in a determined direction.
- the server 108 or the processor 120 may exclude a basis vector because it does not have a common attribute when signs of basis-specific association coefficients change between direction vectors.
- the server 108 or the processor 120 may exclude a basis vector having a singular value greater than or equal to a specified value because artifacts may occur.
- the server 108 or the processor 120 may exclude basis vectors whose artifacts are determined to be greater than or equal to a specified value in advance.
- the server 108 or processor 120 calculates a latent offset (or shift amount) of a latent code of the input image based on a basis vector corresponding to an attribute of the reference image (or best shot) and the strength of the basis vector. can decide
- the server 108 or the processor 120 may determine basis vectors corresponding to a direction common to a plurality of reference images, and determine a latent offset ( ⁇ ) for an attribute to be corrected.
- the server 108 or the processor 120 may determine one basis vector e for each layer of the style GAN 308 and normalize it to determine a latent offset ⁇ .
- the latent offset ⁇ may be determined by Equation 1 below.
- k is a constant (scalar) for normalization
- e may refer to a basis vector
- the server 108 or the processor 120 may set several constraints for selecting a common direction to prevent excessive changes or artifacts in the input image.
- excessive change or artifact of latent offset ( ⁇ ) can be prevented through normalization.
- the server 108 or the processor 120 may generate a corrected image by reflecting the latent offset ( ⁇ ).
- the server 108 or processor 120 may add the latent offset ⁇ to the latent code w of the input image in the latent space.
- the server 108 or the processor 120 may generate a corrected image by inputting the summed code (w + ⁇ ) to the generator G. Through this, the corrected image may have characteristics common to the reference images while maintaining characteristics of the input image.
- the server 108 or the processor 120 determines the latent code w and the latent offset ⁇ for each layer of the style GAN 308. You can decide differently.
- the server 108 or the processor 120 may generate a corrected image at substantially the same time as capturing the input image or within a specified time (eg, 1 second).
- the server 108 or the processor 120 may generate a corrected image when a captured image is displayed through a gallery app.
- operations 530 and 540 may be performed substantially simultaneously with operation 550 .
- the processor 120 may provide a user interface for selecting a correction degree by comparing a correction image with an input image to a user.
- the processor 120 may provide a user interface capable of tuning the degree and direction of correction.
- FIG. 6 is an exemplary diagram illustrating correction of an input image in a latent space according to various embodiments.
- the server 108 or the processor 120 creates a face manifold (F), which is a latent space, based on a large-capacity face DB (face_DB) in a pixel space.
- the face manifold (F) can be shared by all users.
- the server 108 or the processor 120 uses an image generation model (eg, GAN 301) to generate a large-capacity face DB (face_DB). Face images can be converted into codes in the latent space and connected to create a face manifold (F), which is an N-dimensional surface.
- the server 108 or the processor 120 may train the GAN 301 and the GAN inversion 305 on the face manifold F. have.
- the server 108 or the processor 120 may determine a reference image (or best shot) (b) for each user.
- the reference image (b) may be an image selected by a user input received through a separate user interface.
- the server 108 or the processor 120 may configure a sub-manifold, which is a latent subspace, based on the reference image b of the pixel space.
- the sub-manifold may be configured separately from the face manifold (F) or may be configured as a part of the face manifold (F).
- the server 108 or the processor 120 may acquire the input image (a) and project the latent code of the input image (a) to the individual sub-manifold to generate the corrected image (a').
- the server 108 or the processor ( 120) may generate a corrected latent code z_a' by moving z_a closer to z_b1 and z_b2.
- the server 108 or the processor 120 may generate a corrected image a' by converting the corrected latent code z_a' into a pixel space.
- the corrected image (a') may have both the features of the input image (a) and the features of some (b_3, b_4) of the reference image (b).
- the input image (a) may be an image captured through the camera module 180 of the electronic device 101 .
- the input image (a) may be an image obtained by cropping a face area among images photographed through the camera module 180 .
- the correction image (a') may be converted (eg, resolution or color tone is changed) to match the background area except for the face area, and then synthesized.
- 7A to 7C illustrate correction of an input image according to various embodiments.
- 7A to 7C are illustrative and not limited thereto.
- the server 108 or processor 120 may determine first to third reference images 751 , 752 , and 753 according to a user input.
- the first to third reference images 751, 752, and 753 may have different attributes such as poses or hairstyles.
- Server 108 or processor 120 may obtain input image 710 .
- the input image 710 may be acquired through the camera module 180 .
- the input image 710 may be downloaded from an external device and stored in memory.
- the server 108 or the processor 120 converts the input image 710 into a shape similar to the first to third reference images 751, 752, and 753 through interpolation 701 in the latent space.
- a latent code may be changed by a specified value according to an interpolation level, and accordingly, the input image 710 may be sequentially changed in a form similar to each of the first to third reference images 751, 752, and 753.
- the corrected image for the input image 710 is changed differently from each other by the number of reference images, so that common properties of the reference images 751, 752, and 753 may not be reflected.
- the corrected image for the input image 710 is finally changed to each reference image so that the properties of the input image 710 may not be reflected.
- the server 108 or the processor 120 generates one image (hereinafter referred to as an average reference image) 760 obtained by averaging the first to third reference images 751 , 752 , and 753 .
- the server 108 or the processor 120 performs a weighted average on the latent codes of the first to third reference images 751, 752, and 753 to obtain one average reference image 760 latent codes. Codes can be generated, and the latent codes of the input image 710 can be interpolated 702 in the direction of the latent codes of the average reference image 760 .
- the corrected image for the input image 710 is finally changed to the average reference image 760, and the characteristics of the input image 710 may not be reflected.
- the server 108 or the processor 120 may determine a latent offset ⁇ related to a common attribute of the first to third reference images 751 , 752 , and 753 .
- the server 108 or the processor 120 may generate a corrected image by adding the latent offset ⁇ to the latent code of the input image 710 .
- the person's eyes may change to a confident look attribute.
- the person's eyes may change to a sleepy attribute.
- 8 illustrates a user interface for adjusting a correction level according to various embodiments. 8 is illustrative and not limited thereto.
- the processor 120 may determine a latent offset ⁇ related to a common attribute of reference images.
- the processor 120 may display various corrected images by changing the latent offset ⁇ in the latent code of the input image 810 .
- the processor 120 may display the user interface 801 for adjusting the correction level through the display module 160 .
- the user interface 801 may include a moving bar 820 , a moving object 821 and a selection object 822 .
- the latent offset ⁇ may be changed, and a corresponding corrected image may be selected by the selection object 822 .
- the processor 120 may recommend one of a variety of corrected images and select and display the corrected image as the selection object 822 .
- the processor 120 may also display a recommendation reason.
- the user interface 801 may support a function of selecting and storing one or a plurality of corrected images (not shown).
- the processor 120 may automatically correct the captured image based on preset reference images and store the corrected image.
- the processor 120 may store the reason for correction or details of correction in meta information (eg, EXIF tag) of the correction image or display the correction image together.
- the processor 120 may allow the user to cancel the automatic correction option through a separate setting screen.
- An electronic device (eg, the electronic device 101 of FIG. 1 ) according to various embodiments includes a display (eg, the display module 160 of FIG. 1 ), a memory (eg, the memory 130 of FIG. 1 ), and a processor. (eg, the processor 120 of FIG. 1), and the processor (eg, the processor 120 of FIG. 1) generates a latent space generated based on a face database, or an external server (eg, the processor 120 of FIG. 1). Data of the latent space generated by the server 108 of FIG. 1 is received and stored, a basis vector for a first image in the latent space is determined, and a latent code (latent) for a second image in the latent space is determined. code), determine an offset of the latent code in a direction toward the basis vector in the latent space, and generate a third image obtained by correcting the second image based on the offset.
- a display eg, the display module 160 of FIG. 1
- a memory eg, the memory 130 of FIG
- the processor may generate the latent space using a generative adversarial network (GAN).
- GAN generative adversarial network
- the processor may determine the basis vector using a style GAN in which entanglement-controlled attributes changeable in the latent space are controlled.
- the processor may determine changeable attributes in the latent space based on face images of a designated user.
- the processor may determine an attribute changeable in the latent space based on an average value of latent codes of the face images.
- the processor determines a changeable attribute in the latent space based on location information of the electronic device (eg, the electronic device 101 of FIG. 1 ).
- the processor eg, the processor 120 of FIG. 1
- the processor when there are a plurality of first images, the processor (eg, the processor 120 of FIG. 1 ) may determine the basis vector common to the first images in the latent space.
- the processor may exclude at least a part of the determined basis vector according to a specified condition.
- the electronic device eg, the electronic device 101 of FIG. 1
- the electronic device further includes a camera module (eg, the camera module 180 of FIG. 1 ), and the processor (eg, the processor of FIG. 1 ( 120) may determine an image photographed through the camera module (eg, the camera module 180 of FIG. 1 ) as the second image.
- a camera module eg, the camera module 180 of FIG. 1
- the processor eg, the processor of FIG. 1 ( 120) may determine an image photographed through the camera module (eg, the camera module 180 of FIG. 1 ) as the second image.
- the processor may determine the second image by cropping a background area that does not include a face among the photographed images.
- the processor may combine the third image with the background area.
- the processor may change the resolution or color tone of the third image and combine it with the background area.
- the processor determines a plurality of the offsets, and displays the third image corresponding to each of the offsets (eg, the display module of FIG. 1 ( 160)).
- the processor may display a user interface for selecting one of the offsets on the display (eg, the display module 160 of FIG. 1 ).
- the processor (eg, the processor 120 of FIG. 1 ) generates the third image by inputting the latent code and the offset to an inverse model of a generative adversarial network (GAN). can do.
- GAN generative adversarial network
- An image processing method is performed in an electronic device (eg, the electronic device 101 of FIG. 1 ) and generates a latent space generated based on a face database or an external server (eg, the electronic device 101 of FIG. 1 ).
- An operation of receiving and storing data of the latent space generated by the server 108 of FIG. 1 an operation of determining a basis vector for a first image in the latent space, and a latent code for a second image in the latent space.
- determining a latent code, determining an offset of the latent code in a direction toward the basis vector in the latent space, and generating a third image obtained by correcting the second image based on the offset Actions may be included.
- the operation of generating the latent space may include an operation of generating the latent space using a generative adversarial network (GAN).
- GAN generative adversarial network
- the determining of the basis vector may include displaying a user interface for selecting the first image, and determining the first image based on a user input received through the user interface. Actions may be included.
- the determining of the basis vector may include determining the basis vector common to the first images in the latent space when there are a plurality of first images.
- 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 (e.g., first) component is said to be “coupled” or “connected” to another (e.g., second) component, with or without the terms “functionally” or “communicatively.”
- 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, internal memory 136 or external memory 138
- a machine eg, electronic device 101
- 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
- the method according to various embodiments disclosed in this document may be included 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 (e.g. compact disc read only memory (CD-ROM)), or through an application store (e.g. Play StoreTM) or on two user devices (e.g. It can be distributed (eg downloaded or uploaded) online, directly between smart phones.
- a device-readable storage medium e.g. compact disc read only memory (CD-ROM)
- an application store e.g. Play StoreTM
- two user devices e.g. It can be distributed (eg downloaded or uploaded) online, directly between smart phones.
- at least part of the computer program product may be temporarily stored or temporarily created in a device-readable storage medium such as a manufacturer's server, an application store server, or a relay server's memory.
- each component (eg, module or program) of the above-described components may include a single object or a plurality of entities, and some of the plurality of entities may be separately disposed in other components. have.
- one or more components or operations among the aforementioned corresponding components 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 may perform one or more functions of each of the plurality of components identically or similarly to those performed by a corresponding component of the plurality of components prior to the integration. .
- the actions performed by a module, program, or other component are executed sequentially, in parallel, iteratively, or heuristically, or one or more of the actions are executed in a different order, or omitted. or one or more other actions may be added.
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
Abstract
본 문서에 개시되는 일 실시예에 따른 전자 장치는, 디스플레이, 메모리, 및 프로세서 포함하고, 상기 프로세서는 얼굴 데이터베이스를 기반으로 생성된 잠재 공간(latent space)을 생성하거나, 외부 서버에서 생성된 상기 잠재 공간의 데이터를 수신하여 저장하고, 상기 잠재 공간에서 제1 이미지에 대한 기저 벡터를 결정하고, 상기 잠재 공간에서 제2 이미지에 대한 잠재 코드(latent code)를 결정하고, 상기 잠재 공간에서 상기 잠재 코드의 상기 기저 벡터를 향하는 방향으로의 오프셋을 결정하고, 상기 오프셋에 기반하여 상기 제2 이미지를 보정한 제3 이미지를 생성할 수 있다. 이 외에도 명세서를 통해 파악되는 다양한 실시예가 가능하다.
Description
본 문서에서 개시되는 다양한 실시예들은, 영상 처리 방법 및 이를 지원하는 전자 장치와 관련될 수 있다.
전자 장치는 영상을 촬영하거나 외부 장치로부터 수신하여 저장할 수 있다. 전자 장치는 갤러리 앱을 통해 저장된 영상을 표시할 수 있다. 또는 전자 장치는 영상 편집 앱을 통해 사진 또는 동영상을 편집할 수 있는 다양한 사용자 인터페이스를 제공할 수 있다.
전자 장치는 다양한 방식으로 영상을 보정하여 표시할 수 있다. 예를 들어, 전자 장치는 촬영된 인물의 머리색, 또는 피부톤을 변경하거나, 실제 나이보다 어려 보이는 이미지 효과를 적용한 이미지를 표시할 수 있다.
또는, 전자 장치는 영상을 편집할 수 있는 사용자 인터페이스를 제공하고, 사용자 입력에 의해 선택된 옵션에 따라 다양한 이미지 효과를 적용하여 이미지를 표시할 수 있다.
전자 장치는 필터 변경, 나이 또는 표정 변경과 같은 단순한 방식으로 변경된 이미지를 제공하고 있으며, 사용자가 원하는 구도, 표정, 또는 스타일이 종합적으로 변경된 이미지의 제공이 어려울 수 있다.
본 문서에서 개시되는 다양한 실시예는 사용자 입력에 의해 선택된 이미지의 속성을 반영하여 입력 이미지를 보정하는 전자 장치를 제공할 수 있다.
다양한 실시예에 따른 전자 장치는 디스플레이, 메모리, 및 프로세서 포함하고, 상기 프로세서는 얼굴 데이터베이스를 기반으로 생성된 잠재 공간(latent space)을 생성하거나, 외부 서버에서 생성된 상기 잠재 공간의 데이터를 수신하여 저장하고, 상기 잠재 공간에서 제1 이미지에 대한 기저 벡터를 결정하고, 상기 잠재 공간에서 제2 이미지에 대한 잠재 코드(latent code)를 결정하고, 상기 잠재 공간에서 상기 잠재 코드의 상기 기저 벡터를 향하는 방향으로의 오프셋을 결정하고, 상기 오프셋에 기반하여 상기 제2 이미지를 보정한 제3 이미지를 생성할 수 있다.
본 문서에 개시되는 다양한 실시예들에 따른 전자 장치는 사용자 입력에 의해 선택된 이미지를 이용하여 원본 이미지를 자동으로 보정하거나 편집할 수 있는 사용자 인터페이스를 제공할 수 있다.
본 문서에 개시되는 다양한 실시예들에 따른 전자 장치는 잠재 공간인 얼굴 매니폴드 상에서 기준 이미지(또는 베스트 샷)의 속성을 반영하여 입력 이미지의 잠재 코드를 변환하고, 변환된 잠재 코드를 이용하여 보정 이미지를 생성할 수 있다. 이를 통해, 전자 장치는 입력 이미지의 특성과 기준 이미지의 특성을 모두 가지는 보정 이미지를 생성할 수 있다.
도 1은 다양한 실시예들에 따른 네트워크 환경 내의 전자 장치의 블록도 이다.
도 2는 다양한 실시예에 따른 영상 변환부를 나타낸다.
도 3a는 다양한 실시 예에 따른 GAN 및 GAN 인버전을 나타낸다.
도 3b는 다양한 실시 예에 따른 Style GAN을 나타낸다.
도 4는 다양한 실시 예에 따른 얼굴 매니폴드(face manifold)를 나타낸다.
도 5는 다양한 실시예에 따른 영상 처리 방법을 나타낸다.
도 6은 다양한 실시예에 따른 잠재 공간에서의 입력 이미지의 보정을 나타낸다.
도 7a 내지 도 7c는 다양한 실시예에 따른 입력 이미지의 보정을 나타낸다.
도 8은 다양한 실시예에 따른 보정 수준을 조절하는 사용자 인터페이스를 나타낸다.
도면의 설명과 관련하여, 동일 또는 유사한 구성요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.
이하, 본 문서의 다양한 실시예가 첨부된 도면을 참조하여 기재된다. 그러나, 이는 본 문서에 기재된 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 문서의 실시예의 다양한 변경(modifications), 균등물(equivalents), 및/또는 대체물(alternatives)을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다.
도 1은, 다양한 실시예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록도이다. 도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제 1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제 2 네트워크(199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(104) 또는 서버(108) 중 적어도 하나와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 연결 단자(178), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(178))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(176), 카메라 모듈(180), 또는 안테나 모듈(197))은 하나의 구성요소(예: 디스플레이 모듈(160))로 통합될 수 있다.
프로세서(120)는, 예를 들면, 소프트웨어(예: 프로그램(140))를 실행하여 프로세서(120)에 연결된 전자 장치(101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(120)는 다른 구성요소(예: 센서 모듈(176) 또는 통신 모듈(190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(132)에 저장하고, 휘발성 메모리(132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(134)에 저장할 수 있다. 일실시예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(101)가 메인 프로세서(121) 및 보조 프로세서(123)를 포함하는 경우, 보조 프로세서(123)는 메인 프로세서(121)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(123)는 메인 프로세서(121)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(123)는, 예를 들면, 메인 프로세서(121)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(121)를 대신하여, 또는 메인 프로세서(121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(121)와 함께, 전자 장치(101)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(160), 센서 모듈(176), 또는 통신 모듈(190))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능 모델이 수행되는 전자 장치(101) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(108))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.
메모리(130)는, 전자 장치(101)의 적어도 하나의 구성요소(예: 프로세서(120) 또는 센서 모듈(176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(130)는, 휘발성 메모리(132) 또는 비휘발성 메모리(134)를 포함할 수 있다.
프로그램(140)은 메모리(130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(142), 미들 웨어(144) 또는 어플리케이션(146)을 포함할 수 있다.
입력 모듈(150)은, 전자 장치(101)의 구성요소(예: 프로세서(120))에 사용될 명령 또는 데이터를 전자 장치(101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(150)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.
음향 출력 모듈(155)은 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 모듈(155)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
디스플레이 모듈(160)은 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일실시예에 따르면, 디스플레이 모듈(160)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.
오디오 모듈(170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일실시예에 따르면, 오디오 모듈(170)은, 입력 모듈(150)을 통해 소리를 획득하거나, 음향 출력 모듈(155), 또는 전자 장치(101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(102))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.
센서 모듈(176)은 전자 장치(101)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일실시예에 따르면, 센서 모듈(176)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.
인터페이스(177)는 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일실시예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(178)는, 그를 통해서 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일실시예에 따르면, 연결 단자(178)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(179)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일실시예에 따르면, 햅틱 모듈(179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(180)은 정지 영상 및 동영상을 촬영할 수 있다. 일실시예에 따르면, 카메라 모듈(180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(188)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 일실시예에 따르면, 전력 관리 모듈(188)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(189)는 전자 장치(101)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일실시예에 따르면, 배터리(189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(190)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(190)은 프로세서(120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일실시예에 따르면, 통신 모듈(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제 1 네트워크(198)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제 2 네트워크(199)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(104)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(192)은 가입자 식별 모듈(196)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크 내에서 전자 장치(101)를 확인 또는 인증할 수 있다.
무선 통신 모듈(192)은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB(enhanced mobile broadband)), 단말 전력 최소화와 다수 단말의 접속(mMTC(massive machine type communications)), 또는 고신뢰도와 저지연(URLLC(ultra-reliable and low-latency communications))을 지원할 수 있다. 무선 통신 모듈(192)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(192)은 고주파 대역에서의 성능 확보를 위한 다양한 기술들, 예를 들어, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO: full dimensional MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다. 무선 통신 모듈(192)은 전자 장치(101), 외부 전자 장치(예: 전자 장치(104)) 또는 네트워크 시스템(예: 제 2 네트워크(199))에 규정되는 다양한 요구사항을 지원할 수 있다. 일실시예에 따르면, 무선 통신 모듈(192)은 eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.
안테나 모듈(197)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(190)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(190)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(197)의 일부로 형성될 수 있다.
다양한 실시예에 따르면, 안테나 모듈(197)은 mmWave 안테나 모듈을 형성할 수 있다. 일실시예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제 1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제 2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.
상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.
일실시예에 따르면, 명령 또는 데이터는 제 2 네트워크(199)에 연결된 서버(108)를 통해서 전자 장치(101)와 외부의 전자 장치(104)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(102, 또는 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 일실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(102, 104, 또는 108) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(101)로 전달할 수 있다. 전자 장치(101)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(101)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시예에 있어서, 외부의 전자 장치(104)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(108)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일실시예에 따르면, 외부의 전자 장치(104) 또는 서버(108)는 제 2 네트워크(199) 내에 포함될 수 있다. 전자 장치(101)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다.
도 2는 다양한 실시예에 따른 영상 변환부를 나타낸다. 영상 변환부(201)는 도 1의 프로세서(120)의 일부일 수 있다. 또는 영상 변환부(201)는 도 1의 프로세서(120)와 별개로 구성될 수 있다. 이 경우, 영상 변환부(201)에서 수행되는 적어도 일부의 동작은 도 1의 프로세서(120)에서 수행될 수 있다.
도 2를 참조하면, 영상 변환부(201)는, 사용자 입력에 의해 선택된 기준 이미지(또는 베스트 샷)를 잠재 공간(latent space) 상에서 분석하여, 사용자가 선호하는 속성 및 속성 변경값을 결정할 수 있다. 영상 변환부(201)는 입력 이미지의 잠재 코드를, 기준 이미지의 잠재 코드와 가까워지도록 변경할 수 있다. 영상 변환부(201)는 변경된 잠재 코드를 이용하여 입력 이미지에 대한 보정 이미지를 생성할 수 있다. 보정 이미지는 입력 이미지의 특징 및 기준 이미지의 특징을 모두 가질 수 있다.
다양한 실시예에 따르면, 영상 변환부(201)는 다양한 이미지 생성 모델(image generation model; generative model)을 이용할 수 있다. 예를 들어, 이미지 생성 모델은 생성적 적대 신경망(generative adversarial network; 이하, GAN), VAE(variational autoencoder) 또는 스타일 GAN을 포함할 수 있다. 이미지 생성 모델은 잠재 공간의 코드로부터 픽셀 공간의 이미지를 생성할 수 있다. 또는 이미지 생성 모델은 역방향으로 픽셀 공간의 이미지를 잠재 코드로 매핑할 수 있다(이미지 잠재 코드화; latent encoder). 예를 들어, 이미지 잠재 코드화는 VAE encoder, ALAE(adversarial latent autoencoder) encoder, 또는 GAN 인버전을 포함할 수 있다.
다양한 실시예에 따르면, 영상 변환부(201)는 네트워크 잠재 요인 분석부(210), 기준 이미지 분석부(220) 및 잠재 코드 조작부(230)를 포함할 수 있다.
네트워크 잠재 요인 분석부(210)는 이미지 생성 모델(예: GAN)을 통해 잠재 요인(latent factor)을 분석하는 모델일 수 있다. 네트워크 잠재 요인 분석부(210)는 GAN을 분석하여 잠재 공간에서의 속성 변화의 방향을 결정할 수 있다. 예를 들어, 네트워크 잠재 요인 분석부(210)는 지정된 사용자에 대한 다양한 이미지들을 잠재 코드로 변환하여 분석하고, 다양한 속성에 대한 기저 벡터(basis vector) 및 기저 벡터의 세기를 결정할 수 있다.
기준 이미지 분석부(220)는 사용자 입력에 의해 선택된 기준 이미지(또는 베스트 샷)들을 분석하여 공통된 속성을 나타내는 기저 벡터(또는, 기준 벡터) 및 기저 벡터의 세기를 결정할 수 있다.
예를 들어, 기준 이미지 분석부(220)는 기준 이미지(또는 베스트 샷)의 제1 잠재 코드와, 지정된 사용자에 대한 복수의 이미지들의 평균 이미지의 제2 잠재 코드를 제1 입력으로 수신할 수 있다. 기준 이미지 분석부(220)는, 네트워크 잠재 요인 분석부(210)에서 결정된 기저 벡터(basis vector) 및 기저 벡터의 세기를 제2 입력으로 수신할 수 있다. 기준 이미지 분석부(220)는 제1 입력 및 제2 입력을 기반으로 기준 이미지들에 공통된 속성에 대응하는 기저 벡터 및 기저 벡터의 세기를 결정할 수 있다.
잠재 코드 조작부(latent factor manipulation)(230)는 기준 이미지(또는 베스트 샷)의 속성에 대응하는 기저 벡터 및 기저 벡터의 세기를 기반으로, 입력 이미지의 잠재 코드를 수정할 수 있다.
예를 들어, 잠재 코드 조작부(230)는 입력 이미지의 잠재 코드를 제1 입력으로 수신할 수 있다. 잠재 코드 조작부(230)는 네트워크 잠재 요인 분석부(210)에서 결정된 기저 벡터(basis vector) 및 기저 벡터의 세기를 제2 입력으로 수신할 수 있다. 잠재 코드 조작부(230)는 기준 이미지 분석부(220)에서 결정된 기준 이미지에 대한 기저 벡터 및 기저 벡터의 세기를 제3 입력으로 수신할 수 있다. 잠재 코드 조작부(230)는 제1 내지 제3 입력들을 기반으로 입력 이미지에 대한 잠재 코드의 오프셋(이하, 잠재 오프셋)을 결정할 수 있다. 잠재 코드 조작부(230)는 입력 이미지의 잠재 코드와 잠재 오프셋을 기반으로 보정 이미지를 생성할 수 있다.
도 3a는 다양한 실시 예에 따른 GAN 및 GAN 인버전을 나타낸다.
도 3a를 참조하면, 프로세서(예: 도 1의 프로세서(120)) 또는 영상 변환부(예: 도 2의 영상 변환부(201))는 이미지 생성 모델 중 GAN(301)을 이용할 수 있다. GAN(301)은 AI(artificial intelligence) 이미지 합성 기술로서, 실제 이미지와 유사한 가짜 이미지를 자동으로 만들어 내는 기계 학습(machine learning) 방식일 수 있다.
다양한 실시예에 따르면, GAN(301)은 생성자(generator; G) 및 판별자(discriminator; D)를 포함할 수 있다. GAN(301)은 생성자(G)와 판별자(D)가 경쟁하면서, 영상에서 잘 드러나지 않는 공통점을 학습하여 정교한 가짜 이미지(x')를 생성할 수 있다.
생성자(G)는 실제 이미지와 유사한 가짜 이미지를 생성하는 모듈이고, 판별자(D)는 주어진 이미지가 진짜 이미지인지 생성된 가짜 이미지인지를 구별하는 모듈이다. 생성자(G)가 잠재 코드(z)를 난수로부터 발생시킨 후, 뉴럴 네트워크를 통과시켜서 가짜 이미지 x'를 얻게 된다고 하자. 판별자(D)는 주어진 이미지가 실제 이미지에 가까우면 1 값을 리턴하고, 생성된 가짜 이미지에 가까우면 0 값을 리턴하도록 훈련된다. 반면 생성자(G)는 자신이 생성하는 가짜이미지가 실제 이미지처럼 보이도록 훈련된다. 이를 대립적 프로세스라고 한다.
GAN 인버전(305)은 GAN(301)의 역함수일 수 있다. GAN 인버전(305)은 이미지가 주어졌을 때, 그것을 생성할 만한 잠재코드를 출력할 수 있다. 실제 이미지가 x인 경우, GAN 인버전(305)을 통해 잠재코드 z가 생성될 수 있다. 잠재코드 z는 생성자(G)을 통과해서 생성한 가짜 이미지 x' 은, 이론적으로는 원본 이미지 x와 같아야 할 것이다. 하지만 현재 기술로는 x와 x'은 미세하게 다를 수 있다(reconstruction error). 또 하나의 문제는 GAN 인버전(305)이 시간이 오래 걸린다는 점이다. 단순히 뉴럴 네트워크(인코더 E)를 통과시키는 것이라면 시간이 짧게 걸리겠지만, reconstruction error를 줄이기 위해서는, 보통 그 후에 최적화 (optimization) 과정을 거쳐야 양질의 잠재 코드를 얻을 수 있게 된다.
GAN 인버전(305)은 인코더(encoder; E), 생성자(generator; G) 및 판별자(discriminator; D)를 포함할 수 있다.
인코더(E)는 GAN(301)이 훈련된 후에 별도로 훈련되며, 실제 이미지(x)를 이용하여 잠재 코드(z)를 획득할 수 있다. GAN 인버전(305)은 잠재 코드(z)를 생성자(G)에 입력하여 생성한 가짜 이미지(x')가 실제 이미지(y)와 같도록 훈련될 수 있다.
다양한 실시예에 따르면, 프로세서(예: 도 1의 프로세서(120)) 또는 영상 변환부(예: 도 2의 영상 변환부(201))는 입력 이미지의 잠재 코드를, 기준 이미지(또는 베스트 샷)의 속성을 반영한 잠재 오프셋을 기반으로 수정하고, 수정된 잠재 코드를 생성자(G)에 입력하여 보정 이미지를 생성할 수 있다. 보정 이미지는 입력 이미지의 특징과 기준 이미지의 특징을 모두 가질 수 있다.
얼굴에 대한 속성을 픽셀 공간에서 수정하는 경우, 원본 이미지에서 큰 변화를 주지 못하고 피상적인 효과밖에 주지 못하지만, 잠재 공간에서 수정하는 경우, 원본 이미지와 픽셀 측면에는 크게 차이 나면서, 사람들이 보기에는 유사하면서 의미 있는 차이(예: 웃게 하기, 윙크하게 하기, 젊게 만들기, 눈을 더 크게 하기, 또는 귀걸이를 착용하게 하기)를 만들어 줄 수 있다.
도 3b는 다양한 실시 예에 따른 Style GAN을 나타낸다.
도 3b를 참조하면, Style GAN(308)은 GAN(301)의 한 종류일 수 있다. Style GAN(308)은 잠재 공간에서 high-level 특성이 효과적으로 구별되도록 엉킴 제거(disentangle)된 공간을 만드는 네트워크 구조 및 훈련 방법일 수 있다. GAN(301)은 잠재 공간이 속성별로 독립적으로 변경 가능하지 않은 반면, Style GAN(308)은 중간 잠재 코드(intermediate latent code)(w)의 공간이 속성별로 독립적으로 변경 가능한 엉킴 제어된 특성이 있다. 이에 따라, Style GAN(308)은 하나의 속성을 변경하는 경우, 의도하지 않은 다른 속성이 같이 변경되지 않을 수 있다.
다양한 실시예에 따르면, Style GAN(308)은 엉킴 제어된 중간 잠재 공간(intermediate latent space)을 제공할 수 있다. 엉킴 제어된 중간 잠재 공간에서 하나의 속성에 대해 인터폴레이션(interpolation) 시 의도되지 않은 다른 속성이 변화를 부작용이 적게 발생하거나 발생하지 않을 수 있다.
수학적으로, Style GAN(308)은 각 속성의 decision boundary의 노멀 벡터(normal vector)를 n이라고 할 때, {n}이 서로 직교(orthogonal) 할 수 있다.
다양한 실시예에 따르면, Style GAN(308)의 생성부는 맵핑부(mapping)(380) 및 합성부(synthesis)(390)를 포함할 수 있다.
맵핑부(mapping)(380)는 잠재 코드(latent code)(z)를 중간 잠재 코드(intermediate latent code)(w)로 매핑할 수 있다.
합성부(synthesis)(390)는 다계층 네트워크일 수 있다. 합성부(synthesis)(390)의 각 계층에서는 맵핑부(mapping)(380)에서 생성된 중간 잠재 코드(w)에 지정된 행렬(A)을 곱하여 스타일 코드(style code) (y)를 생성할 수 있다. 합성부(synthesis)(390)는 스타일 코드(y)를 AdaIN(adaptive instance normalization)에 사용하여 입력의 스타일(style)을 변환할 수 있다.
다양한 실시예에 따르면, Style GAN(308)은 스타일(style)과 스토캐스틱 편차(stochastic variation)를 나눌 수 있다. 또한, Style GAN(308)은 스타일(style)과 스토캐스틱 편차(stochastic variation) 각각을 크기(scale)별로 제어할 수 있다.
도 4는 다양한 실시 예에 따른 얼굴 매니폴드(face manifold)를 나타낸다.
도 4를 참조하면, 서버(예: 도 1의 서버(108)) 또는 프로세서(120)는 픽셀 공간의 대용량의 얼굴 DB를 기반으로 얼굴 매니폴드(401)를 구성할 수 있다. 서버(108) 또는 프로세서(120)는 GAN(301) 또는 스타일 GAN(308)을 훈련하기 위해, 대용량 얼굴 DB를 사용하여 프리 트레이닝(pre-training)할 수 있다. 서버(108) 또는 프로세서(120)는 프리 트레이닝을 통해 획득한 잠재 공간 안의 점(잠재 벡터(latent vector) 또는 잠재 코드(latent code))들을 연결하여 N차원 평면(surface)인 얼굴 매니폴드(face manifold)(401)를 생성할 수 있다.
서버(108) 또는 프로세서(120)는 얼굴을 포함하는 입력 이미지(410)를 획득하는 경우, 입력 이미지(410)에 대응하는 잠재 벡터(latent vector)(410a)를 얼굴 매니폴드(401)에서 결정할 수 있다. 서버(108) 또는 프로세서(120)는 얼굴 매니폴드(401)위에서 입력 이미지(410)에 대한 유의미한(semantic) 하이 레벨 속성(예: 나이, 표정, 신원(identity))을 제어할 수 있다.
예를 들어, 입력 이미지(410)에 대응하는 잠재 벡터(latent vector)(410a)를 제1 오프셋 이동시키는 경우, 제1 잠재 벡터(411a)에 의해 제1 보정 이미지(411)가 생성될 수 있다. 잠재 벡터(latent vector)(410a)를 제2 오프셋 이동시키는 경우, 제2 잠재 벡터(412a)에 의해 제2 보정 이미지(412)가 생성될 수 있다. 잠재 벡터(latent vector)(410a)를 제3 오프셋 이동시키는 경우, 제3 잠재 벡터(413a)에 의해 제3 보정 이미지(413)가 생성될 수 있다. 서버(108) 또는 프로세서(120)는 기준 이미지(또는 베스트 샷)의 속성에 대응하는 기저 벡터 및 기저 벡터의 세기를 기반으로, 오프셋(또는 이동량)을 결정하여 반영할 수 있다.
오프셋의 크기가 커질수록 입력 이미지의 변형 정도가 커질 수 있다. 예를 들어, 변형되는 속성이 나이인 경우, 제3 보정 이미지(413)는 제1 보정 이미지(411) 또는 제2 보정 이미지(412) 보다 나이든 얼굴을 포함할 수 있다. 다른 예를 들어, 얼굴 표정 또는 성별이 점차적으로 변형되는 보정 이미지가 생성될 수 있다.
도 5는 다양한 실시예에 따른 영상 처리 방법을 나타낸다.
도 5를 참조하면, 동작 510에서, 서버(108) 또는 프로세서(120)(또는 도 2의 영상 변환부(201))는 대용량의 얼굴 DB를 이용하여 GAN(301) 및 GAN 인버전(305)을 학습시킬 수 있다. GAN(301)은 실제 이미지와 가짜 이미지가 구별 안되도록 학습될 수 있다. 서버(108) 또는 프로세서(120)는 데이터의 속성에 대한 annotation (예: 자세, 웃음, 안경, 머리 색)을 사용하지 않고, 실제 이미지와 가짜 이미지가 구별이 안 된다는 기준만으로 GAN(301)을 학습할 수 있다. GAN 인버전(305)은 인코더(E) 및 생성자(G)를 통해 재생성(reconstruction)한 가짜 이미지가 실제 이미지와 동일하도록 학습될 수 있다.
동작 520에서, 서버(108) 또는 프로세서(120)는 사용자의 데이터를 획득하여 GAN(301) 및 GAN 인버전(305)을 개인화 학습할 수 있다. 서버(108) 또는 프로세서(120)는 지정된 어플리케이션(예: 카메라 앱 또는 갤러리 앱)을 이용하여 사용자의 데이터를 획득할 수 있다.
예를 들어, 서버(108) 또는 프로세서(120)는 사용자의 셀피(selfie) 이미지들을 수집하여 셀피 이미지들의 평균 샷(average shot)을 결정할 수 있다. 서버(108) 또는 프로세서(120)는 평균 샷(average shot)을 GAN 인버전(305)의 인코더(E)에 입력할 수 있다. 서버(108) 또는 프로세서(120)는 GAN 인버전(305)의 인코더(E) 및 생성자(G)를 통해서 재생성(reconstruction)한 가짜 이미지가 평균 샷과 똑같도록 학습될 수 있다.
다양한 실시예에 따르면, 서버(108) 또는 프로세서(120)는 전자 장치(101)에서 획득한 정보(예: 위치 정보)를 이용하여 GAN(301) 및 GAN 인버전(305)을 개인화 학습할 수 있다. 예를 들어, 서버(108) 또는 프로세서(120)는 전자 장치(101)의 위치 정보 또는 이미지 분석 정보를 기반으로 사용자의 인종에 대응하는 사전 학습 모델(pre-trained model)을 이용할 수 있다.
다양한 실시예에 따르면, 프로세서(120)는 지정된 어플리케이션(예: 카메라 앱 또는 갤러리 앱)을 통해 사용자가 기준 이미지(또는 베스트 샷)을 지정할 수 있는 사용자 인터페이스를 디스플레이(예: 도 1의 디스플레이 모듈(160))를 통해 제공할 수 있다.
예를 들어, 프로세서(120)는 갤러리 앱을 통해 지정된 사용자의 얼굴 사진을 취합하여 표시할 수 있다. 사용자 입력에 의해 하나 이상의 이미지가 선택되는 경우, 선택된 이미지를 기준 이미지로 결정할 수 있다.
서버(108) 또는 프로세서(120)는 사용자 인터페이스를 통해 선택된 기준 이미지를 GAN 인버전(305)의 인코더(E)에 입력할 수 있다. 서버(108) 또는 프로세서(120)는 GAN 인버전(305)의 인코더(E) 및 생성자(G)를 통해서 재생성(reconstruction)한 가짜 이미지가 기준 이미지와 똑같도록 학습될 수 있다.
다양한 실시예에 따르면, 프로세서(120)는 기준 이미지(s)와 GAN 인버전(305)을 통해 생성된 가짜 이미지의 차이가 지정된 값 이상(초과)인 경우, GAN(301) 또는 GAN 인버전(305) 자체를 adaptation 학습할 수 있다.
동작 530에서, 서버(108) 또는 프로세서(120)는 GAN(301)을 분석하여 잠재 공간(예: 얼굴 매니폴드(401))에서의 다양한 속성의 변화 방향을 결정할 수 있다. 예를 들어, 서버(108) 또는 프로세서(120)는 지정된 사용자에 대한 다양한 이미지들을 잠재 코드로 변환하여 분석하고, 다양한 속성에 대한 기저 벡터(basis vector) 및 기저 벡터의 세기를 결정할 수 있다.
다양한 실시예에 따르면, 서버(108) 또는 프로세서(120)는 잠재 공간에서 변경되는 속성의 독립적 방향을 나타내는 벡터의 집합인 직교 기저 벡터(orthogonal basis vector)를 결정할 수 있다. 예를 들어, 훈련된 스타일 GAN(308)의 중간 잠재 벡터(intermediate latent space)(w)는 엉킴 제어되어 있어, 속성들 간의 방향이 서로 직교(orthogonal)할 수 있다.
서버(108) 또는 프로세서(120)는 직교 기저 벡터를 이용하여 이미지의 속성별로 독립적으로 제어할 수 있다. 예를 들어, 서버(108) 또는 프로세서(120)는 제1 속성인 "머리 모양"을 변경하는 경우, 제2 속성인 "머리 색깔"은 변화없이 유지되도록 제어할 수 있다.
다양한 실시예에 따르면, 서버(108) 또는 프로세서(120)는 잠재 코드들을 데이터 셋(data set)에 annotate 된 속성(예: 자세, 웃음, 안경, 머리 색) 대로 분류하고, 각각의 속성을 변화시키는 최적의 잠재 벡터(또는 잠재 코드)의 방향을 계산할 수 있다.
다양한 실시예에 따르면, 서버(108) 또는 프로세서(120)는 GAN 인버전(305)의 인코더(E)가 잠재 벡터를 하나만 리턴하는 것이 아니라, 복수의 잠재 벡터들의 선형합을 리턴할 수 있다.
다양한 실시예에 따르면, 서버(108) 또는 프로세서(120)는 스타일 GAN(308)의 가중 매트릭스(weight matrix; A)를 고유값 분해(eigen-decomposition)하여 잠재 벡터를 계산할 수 있다. 스타일 코드(style code)(y)를 크게 변화시키는 방향이, 이미지를 가장 크게 변화시키는 방향일 수 있다.
일 실시예에 따르면, 서버(108) 또는 프로세서(120)는 스타일 GAN(308)의 모든 계층에 대해서 합친(concatenate) 후 를 고유값 분해(eigen-decomposition) 할 수 있다.
다른 일 실시예에 따르면, 가중 매트릭스(weight matrix; A)를 스타일 GAN(308)의 각 계층 별로, 특이값 분해(Singular value decomposition; SVD) 후 왼쪽 특이 벡터(left-singular vector)를 사용할 수도 있다.
동작 540에서, 서버(108) 또는 프로세서(120)는 사용자 입력을 통해 선택된 기준 이미지(또는 베스트 샷)를 분석하여 기저 벡터 및 기저 벡터의 세기를 결정할 수 있다.
일 실시예에 따르면, 기준 이미지가 복수개인 경우, 서버(108) 또는 프로세서(120)는 복수의 기준 이미지들에 공통되는 기저 벡터 및 기저 벡터의 세기를 결정할 수 있다
다양한 실시예에 따르면, 서버(108) 또는 프로세서(120)는 복수의 기준 이미지들과 입력 이미지의 잠재 공간에서의 차이를 방향 벡터로 결정할 수 있다. 서버(108) 또는 프로세서(120)는 방향 벡터들과 직교 기저 벡터 사이의 유사성(예: cosine similarity)을 산출할 수 있다. 서버(108) 또는 프로세서(120)는 모든 방향 벡터들에 공통되도록 유사한 기저 벡터를 결정할 수 있다. 기저 벡터는 속성 별로 하나씩 존재할 수 있고, 결정된 방향으로 잠재 코드를 이동시키면 대응하는 속성이 변경될 수 있다.
일 실시예에 따르면, 서버(108) 또는 프로세서(120)는 기저 벡터가 방향 벡터들 간에 기저 별 연관계수(coefficient) 들의 부호가 바뀌는 경우, 해당 기저 벡터는 공통된 속성이 아니므로 제외될 수 있다.
일 실시예에 따르면, 서버(108) 또는 프로세서(120)는 특이값(singular value)이 지정된 값 이상인 기저 벡터는 artifact가 발생할 수 있는 바, 제외할 수 있다.
일 실시예에 따르면, 서버(108) 또는 프로세서(120)는 사전에 artifact가 지정된 값 이상으로 결정된 기저 벡터를 제외할 수 있다.
동작 550에서, 서버(108) 또는 프로세서(120)는 기준 이미지(또는 베스트 샷)의 속성에 대응하는 기저 벡터 및 기저 벡터의 세기를 기반으로, 입력 이미지의 잠재 코드의 잠재 오프셋(또는 이동량)을 결정할 수 있다.
서버(108) 또는 프로세서(120)는 복수의 기준 이미지들에 공통된 방향에 해당하는 기저 벡터들을 결정하고, 보정해야 할 속성에 대한 잠재 오프셋(latent offset;δ)을 결정할 수 있다.
예를 들어, 서버(108) 또는 프로세서(120)는 스타일 GAN(308)의 각 계층별로 1개의 기저 벡터(e)를 결정하고 정규화(normalization)하여 잠재 오프셋(δ)을 결정할 수 있다.
일 실시예에 따르면, 잠재 오프셋(δ)은 하기의 [수학식 1]로 결정될 수 있다.
[수학식 1]
δ=k*e
일 실시예에 따르면, k는 normalization을 위한 상수(scalar)이며, e는 기저 벡터를 지칭할 수 있다.
다양한 실시예에 따르면, 서버(108) 또는 프로세서(120)는 공통적인 방향을 선택하는 여러 제한 조건(constraint)을 설정하여, 입력 이미지의 과도한 변화 또는 artifact를 방지할 수 있다. 또한, 정규화를 통해 잠재 오프셋(latent offset;δ)의 과도한 변화 또는 artifact를 방지할 수 있다.
동작 560에서, 서버(108) 또는 프로세서(120)는 잠재 오프셋(latent offset;δ)을 반영하여 보정 이미지를 생성할 수 있다. 서버(108) 또는 프로세서(120)는 잠재 공간에서 입력 이미지의 잠재 코드(w)에 잠재 오프셋(δ)을 합산할 수 있다. 서버(108) 또는 프로세서(120)는 합산된 코드(w +δ)를 생성자(G)에 입력하여 보정 이미지를 생성할 수 있다. 이를 통해, 보정 이미지는 입력 이미지의 특징을 유지하면서, 기준 이미지들에 공통된 특징을 가질 수 있다.
다양한 실시예에 따르면, 서버(108) 또는 프로세서(120)는 입력 이미지의 잠재 코드(w)를 수정하는 경우, 스타일 GAN(308)의 각 계층마다 잠재 코드(w) 및 잠재 오프셋(δ)을 다르게 결정할 수 있다.
일 실시예에 따르면, 서버(108) 또는 프로세서(120)는 입력 이미지의 촬영과 실질적으로 동시에 또는 지정된 시간(예: 1초) 이내에 보정 이미지를 생성할 수 있다.
다른 일 실시예에 따르면, 서버(108) 또는 프로세서(120)는 촬영된 이미지가 갤러리 앱을 통해 표시되는 경우, 보정 이미지를 생성할 수 있다.
다양한 실시예에 따르면, 동작 530 및 동작 540은 동작 550과 실질적으로 동시에 수행될 수도 있다.
다양한 실시예에 따르면, 프로세서(120)는 사용자에게 보정 이미지와 입력 이미지를 비교하여 보정 정도를 선택할 수 있는 사용자 인터페이스를 제공할 수 있다. 또는 프로세서(120)는 보정의 정도와 보정 방향을 튜닝할 수 있는 사용자 인터페이스를 제공할 수 있다.
도 6은 다양한 실시예에 따른 잠재 공간에서의 입력 이미지의 보정을 나타내는 예시도이다.
도 6을 참조하면, 서버(108) 또는 프로세서(120)(또는 도 2의 영상 변환부(201))는 픽셀 공간의 대용량의 얼굴 DB(face_DB)를 기반으로 잠재 공간인 얼굴 매니폴드(F)를 구성할 수 있다. 얼굴 매니폴드(F)는 모든 사용자에 공유될 수 있다. 예를 들어, 서버(108) 또는 프로세서(120)(또는 도 2의 영상 변환부(201))는 이미지 생성 모델(예: GAN(301))을 이용하여 대용량의 얼굴 DB(face_DB)에 포함된 얼굴 이미지들을 잠재 공간의 코드로 변환하고 연결하여 N차원 평면(surface)인 얼굴 매니폴드(F)를 생성할 수 있다.
다양한 실시예에 따르면, 서버(108) 또는 프로세서(120)(또는 도 2의 영상 변환부(201))는 얼굴 매니폴드(F) 상에서 GAN(301) 및 GAN 인버전(305)을 학습시킬 수 있다.
다양한 실시예에 따르면, 서버(108) 또는 프로세서(120)는 각 사용자 별로 기준 이미지(또는 베스트 샷)(b)를 결정할 수 있다. 기준 이미지(b)는 별도의 사용자 인터페이스를 통해 수신한 사용자 입력에 의해 선택된 이미지일 수 있다. 서버(108) 또는 프로세서(120)는 픽셀 공간의 기준 이미지(b)를 기반으로 잠재 부분 공간인 서브 매니폴드를 구성할 수 있다. 서브 매니폴드는 얼굴 매니폴드(F)과 별개로 구성되거나, 얼굴 매니폴드(F)의 일부로 구성될 수 있다.
서버(108) 또는 프로세서(120)는 입력 이미지(a)를 획득하고, 입력 이미지(a)의 잠재 코드를 개인별 서브 매니폴드로 투사(project)하여 보정 이미지(a')를 생성할 수 있다.
예를 들어, 입력 이미지(a)의 잠재 코드(또는 잠재 벡터)가 z_a이고, 기준 이미지(b) 중 일부(b_3, b_4)의 잠재 코드가 z_b1 및 z_b2인 경우, 서버(108) 또는 프로세서(120)는 z_a를 z_b1 및 z_b2에 가깝게 이동시켜 보정된 잠재 코드 z_a'를 생성할 수 있다. 서버(108) 또는 프로세서(120)는 보정된 잠재 코드 z_a'를 픽셀 공간으로 변환하여 보정 이미지(a')를 생성할 수 있다. 보정 이미지(a')는 입력 이미지(a)의 특징과 기준 이미지(b) 중 일부(b_3, b_4)의 특징을 모두 가질 수 있다.
다양한 실시예에 따르면, 입력 이미지(a)는 전자 장치(101)의 카메라 모듈(180)을 통해 촬영된 이미지일 수 있다. 입력 이미지(a)는 카메라 모듈(180)을 통해 촬영된 이미지 중 얼굴 영역을 크롭(crop)한 이미지일 수 있다.
다양한 실시예에 따르면, 입력 이미지(a)가 크롭된 이미지인 경우, 보정 이미지(a')는 얼굴 영역을 제외한 배경 영역과 어울리도록 변환(예: 해상도 또는 색조를 변경)되어 합성될 수 있다.
도 7a 내지 도 7c는 다양한 실시예에 따른 입력 이미지의 보정을 나타낸다. 도 7a 내지 도 7c는 예시적인 것으로 이에 한정되는 것은 아니다.
도 7a를 참조하면, 서버(108) 또는 프로세서(120)는 사용자 입력에 의해 제1 내지 제3 기준 이미지들(751, 752, 753)을 결정할 수 있다. 제1 내지 제3 기준 이미지들(751, 752, 753)은 포즈, 또는 머리 모양과 같은 속성이 서로 다를 수 있다.
서버(108) 또는 프로세서(120)는 입력 이미지(710)를 획득할 수 있다. 예를 들어, 입력 이미지(710)는 카메라 모듈(180)을 통해 획득될 수 있다. 또는 입력 이미지(710)는 외부 장치로부터 다운로드되어 메모리에 저장될 수 있다.
예를 들어, 서버(108) 또는 프로세서(120)는 잠재 공간에서 인터폴레이션(interpolation)(701)을 통해 입력 이미지(710)를 제1 내지 제3 기준 이미지들(751, 752, 753)과 유사한 형태로 변경할 수 있다. 인터폴레이션(interpolation) 수준에 따라 잠재 코드가 지정된 값만큼 변경될 수 있고, 이에 따라 입력 이미지(710)가 제1 내지 제3 기준 이미지들(751, 752, 753) 각각에 유사한 형태로 순차적으로 변경될 수 있다.
이 경우, 입력 이미지(710)에 대한 보정 이미지는 기준 이미지들의 개수만큼 서로 다르게 변경되어, 기준 이미지들(751, 752, 753)의 공통된 속성이 반영되지 않을 수 있다. 또한, 입력 이미지(710)에 대한 보정 이미지는 최종적으로 각각의 기준 이미지로 변경되어 입력 이미지(710)의 속성이 반영되지 않을 수 있다.
도 7b를 참조하면, 서버(108) 또는 프로세서(120)는 제1 내지 제3 기준 이미지들(751, 752, 753)을 평균한 하나의 이미지(이하, 평균 기준 이미지)(760)를 생성할 수 있다. 서버(108) 또는 프로세서(120)는 제1 내지 제3 기준 이미지들(751, 752, 753)의 잠재 코드들에 가중치가 적용된 평균 (weighted average)을 해서 하나의 평균 기준 이미지(760)의 잠재 코드를 생성하고, 입력 이미지(710)의 잠재 코드를 평균 기준 이미지(760)의 잠재 코드 방향으로 인터폴레이션(702) 할 수 있다.
이 경우, 입력 이미지(710)에 대한 보정 이미지는 최종적으로 평균 기준 이미지(760)로 변경되어 입력 이미지(710)의 특징이 반영되지 않을 수 있다.
도 7c를 참조하면, 서버(108) 또는 프로세서(120)는 제1 내지 제3 기준 이미지들(751, 752, 753)의 공통된 속성에 관한 잠재 오프셋(δ)을 결정할 수 있다. 서버(108) 또는 프로세서(120)는 입력 이미지(710)의 잠재 코드에 잠재 오프셋(δ)을 합산하여 보정 이미지를 생성할 수 있다.
예를 들어, 입력 이미지(710)를 기준 이미지들(751, 752, 753)의 공통된 속성 방향(A)으로 3단계 이동하는 경우, 인물의 눈이 자신감 있어 보일 수 있는 속성으로 변경될 수 있다. 반대로, 입력 이미지(710)를 기준 이미지들(751, 752, 753)의 공통된 속성의 반대 방향(B)으로 3단계 이동하는 경우, 인물의 눈이 졸린 형태의 속성으로 변경될 수 있다.
도 8은 다양한 실시예에 따른 보정 수준을 조절하는 사용자 인터페이스를 나타낸다. 도 8은 예시적인 것으로 이에 한정되는 것은 아니다.
도 8을 참조하면, 프로세서(120)는 기준 이미지들의 공통된 속성에 관한 잠재 오프셋(δ)을 결정할 수 있다. 프로세서(120)는 입력 이미지(810)의 잠재 코드에 잠재 오프셋(δ)을 변경하여 다양한 보정 이미지들을 표시할 수 있다.
프로세서(120)는 보정 수준을 조절하는 사용자 인터페이스(801)를 디스플레이 모듈(160)을 통해 표시할 수 있다. 사용자 인터페이스(801)는 이동바(820), 이동 객체(821) 및 선택 객체(822)를 포함할 수 있다. 사용자 입력에 의해 이동 객체(821)의 위치가 변경되는 경우, 잠재 오프셋(δ)이 변경될 수 있고, 대응하는 보정 이미지가 선택 객체(822)에 의해 선택될 수 있다.
다양한 실시예에 따르면, 별도의 사용자 입력이 없는 상태에서, 프로세서(120)는 다양한 보정 이미지 중 하나를 추천하여 선택 객체(822)로 선택하여 표시할 수 있다. 프로세서(120)는 추천 이유를 함께 표시할 수 있다.
다양한 실시예에 따르면, 사용자 인터페이스(801)는 보정 이미지 중 하나 또는 복수개를 선택하여 저장하는 기능을 지원할 수 있다(미도시).
다양한 실시예에 따르면, 프로세서(120)는 카메라 모듈(180)을 통해 이미지가 촬영되면, 미리 설정된 기준 이미지들에 기반하여 촬영된 이미지를 자동으로 보정하고 보정 이미지를 저장할 수 있다. 프로세서(120)는 보정 이유 또는 수정 내용을 보정 이미지의 메타 정보(예: EXIF tag)에 저장하거나, 보정 이미지와 함께 표시할 수 있다. 프로세서(120)는 별도의 설정 화면을 통해 자동 보정 옵션을 사용자가 해제할 수 있도록 할 수 있다.
다양한 실시예에 따른 전자 장치(예: 도 1의 전자 장치(101))는, 디스플레이(예: 도 1의 디스플레이 모듈(160)), 메모리(예: 도 1의 메모리(130)), 및 프로세서(예: 도 1의 프로세서(120)) 포함하고, 상기 프로세서(예: 도 1의 프로세서(120))는 얼굴 데이터베이스를 기반으로 생성된 잠재 공간(latent space)을 생성하거나, 외부 서버(예: 도 1의 서버(108))에서 생성된 상기 잠재 공간의 데이터를 수신하여 저장하고, 상기 잠재 공간에서 제1 이미지에 대한 기저 벡터를 결정하고, 상기 잠재 공간에서 제2 이미지에 대한 잠재 코드(latent code)를 결정하고, 상기 잠재 공간에서 상기 잠재 코드의 상기 기저 벡터를 향하는 방향으로의 오프셋을 결정하고, 상기 오프셋에 기반하여 상기 제2 이미지를 보정한 제3 이미지를 생성할 수 있다.
다양한 실시예에 따르면, 상기 프로세서(예: 도 1의 프로세서(120))는 생성적 적대 신경망(generative adversarial network; GAN)을 이용하여 상기 잠재 공간을 생성할 수 있다.
다양한 실시예에 따르면, 상기 프로세서(예: 도 1의 프로세서(120))는 상기 잠재 공간에서 변경 가능한 속성을 엉킴 제어한 스타일 GAN을 이용하여 상기 기저 벡터를 결정할 수 있다.
다양한 실시예에 따르면, 상기 프로세서(예: 도 1의 프로세서(120))는 지정된 사용자의 얼굴 이미지들을 기반으로 상기 잠재 공간에서 변경 가능한 속성을 결정할 수 있다.
다양한 실시예에 따르면, 상기 프로세서(예: 도 1의 프로세서(120))는 상기 얼굴 이미지들의 잠재 코드의 평균값을 기반으로 상기 잠재 공간에서 변경 가능한 속성을 결정할 수 있다.
다양한 실시예에 따르면, 상기 프로세서(예: 도 1의 프로세서(120))는 상기 전자 장치(예: 도 1의 전자 장치(101))의 위치 정보를 기반으로 상기 잠재 공간에서 변경 가능한 속성을 결정할 수 있다.
다양한 실시예에 따르면, 상기 프로세서(예: 도 1의 프로세서(120))는 상기 제1 이미지를 선택하기 위한 사용자 인터페이스를 표시하고, 상기 사용자 인터페이스를 통해 수신한 사용자 입력을 기반으로 상기 제1 이미지를 결정할 수 있다.
다양한 실시예에 따르면, 상기 프로세서(예: 도 1의 프로세서(120))는 상기 제1 이미지가 복수개인 경우, 상기 잠재 공간에서 상기 제1 이미지에 공통된 상기 기저 벡터를 결정할 수 있다.
다양한 실시예에 따르면, 상기 프로세서(예: 도 1의 프로세서(120))는 지정된 조건에 따라 상기 결정된 기저 벡터의 적어도 일부를 제외할 수 있다.
다양한 실시예에 따르면, 전자 장치(예: 도 1의 전자 장치(101))는 카메라 모듈(예: 도 1의 카메라 모듈(180))을 더 포함하고, 상기 프로세서(예: 도 1의 프로세서(120))는 상기 카메라 모듈(예: 도 1의 카메라 모듈(180))을 통해 촬영된 이미지를 상기 제2 이미지로 결정할 수 있다.
다양한 실시예에 따르면, 상기 프로세서(예: 도 1의 프로세서(120))는 상기 촬영된 이미지 중 얼굴을 포함하지 않는 배경 영역을 크롭핑하여 상기 제2 이미지를 결정할 수 있다.
다양한 실시예에 따르면, 상기 프로세서(예: 도 1의 프로세서(120))는 상기 제3 이미지를 상기 배경 영역과 결합할 수 있다.
다양한 실시예에 따르면, 상기 프로세서(예: 도 1의 프로세서(120))는 상기 제3 이미지의 해상도 또는 색조를 변경하여 상기 배경 영역과 결합할 수 있다.
다양한 실시예에 따르면, 상기 프로세서(예: 도 1의 프로세서(120))는상기 오프셋을 복수개로 결정하고, 상기 오프셋 각각에 대응하는 상기 제3 이미지를 상기 디스플레이(예: 도 1의 디스플레이 모듈(160))에 표시할 수 있다.
다양한 실시예에 따르면, 상기 프로세서(예: 도 1의 프로세서(120))는 상기 오프셋 중 하나를 선택하는 사용자 인터페이스를 상기 디스플레이(예: 도 1의 디스플레이 모듈(160))에 표시할 수 있다.
다양한 실시예에 따르면, 상기 프로세서(예: 도 1의 프로세서(120))는 생성적 적대 신경망(generative adversarial network; GAN)의 역방향 모델에 상기 잠재 코드 및 상기 오프셋을 입력하여 상기 제3 이미지를 생성할 수 있다.
다양한 실시예에 따른 영상 처리 방법은, 전자 장치(예: 도 1의 전자 장치(101))에서 수행되고, 얼굴 데이터베이스를 기반으로 생성된 잠재 공간(latent space)을 생성하거나, 외부 서버(예: 도 1의 서버(108))에서 생성된 상기 잠재 공간의 데이터를 수신하여 저장하는 동작, 상기 잠재 공간에서 제1 이미지에 대한 기저 벡터를 결정하는 동작, 상기 잠재 공간에서 제2 이미지에 대한 잠재 코드(latent code)를 결정하는 동작, 상기 잠재 공간에서 상기 잠재 코드의 상기 기저 벡터를 향하는 방향으로의 오프셋을 결정하는 동작, 및 상기 오프셋에 기반하여 상기 제2 이미지를 보정한 제3 이미지를 생성하는 동작을 포함할 수 있다.
다양한 실시예에 따르면, 상기 잠재 공간을 생성하는 동작은, 생성적 적대 신경망(generative adversarial network; GAN)을 이용하여 상기 잠재 공간을 생성하는 동작을 포함할 수 있다.
다양한 실시예에 따르면, 상기 기저 벡터를 결정하는 동작은, 상기 제1 이미지를 선택하기 위한 사용자 인터페이스를 표시하는 동작, 및 상기 사용자 인터페이스를 통해 수신한 사용자 입력을 기반으로 상기 제1 이미지를 결정하는 동작을 포함할 수 있다.
다양한 실시예에 따르면, 상기 기저 벡터를 결정하는 동작은, 상기 제1 이미지가 복수개인 경우, 상기 잠재 공간에서 상기 제1 이미지에 공통된 상기 기저 벡터를 결정하는 동작을 포함할 수 있다.
본 문서에 개시된 다양한 실시예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제 3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.
본 문서의 다양한 실시예들에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(101)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(136) 또는 외장 메모리(138))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(10))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(101))의 프로세서(예: 프로세서(120))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
일실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory(CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어™)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.
Claims (15)
- 전자 장치에 있어서,디스플레이;메모리; 및프로세서; 포함하고,상기 프로세서는얼굴 데이터베이스를 기반으로 생성된 잠재 공간(latent space)을 생성하거나, 외부 서버에서 생성된 상기 잠재 공간의 데이터를 수신하여 저장하고,상기 잠재 공간에서 제1 이미지에 대한 기저 벡터를 결정하고,상기 잠재 공간에서 제2 이미지에 대한 잠재 코드(latent code)를 결정하고,상기 잠재 공간에서 상기 잠재 코드의 상기 기저 벡터를 향하는 방향으로의 오프셋을 결정하고,상기 오프셋에 기반하여 상기 제2 이미지를 보정한 제3 이미지를 생성하는 전자 장치.
- 제1항에 있어서, 상기 프로세서는생성적 적대 신경망(generative adversarial network; GAN)을 이용하여 상기 잠재 공간을 생성하는 전자 장치.
- 제2항에 있어서, 상기 프로세서는상기 잠재 공간에서 변경 가능한 속성을 엉킴 제어한 스타일 GAN을 이용하여 상기 기저 벡터를 결정하는 전자 장치.
- 제1항에 있어서, 상기 프로세서는지정된 사용자의 얼굴 이미지들을 기반으로 상기 잠재 공간에서 변경 가능한 속성을 결정하는 전자 장치.
- 제4항에 있어서, 상기 프로세서는상기 얼굴 이미지들의 잠재 코드의 평균값을 기반으로 상기 잠재 공간에서 변경 가능한 속성을 결정하는 전자 장치.
- 제1항에 있어서, 상기 프로세서는상기 전자 장치의 위치 정보를 기반으로 상기 잠재 공간에서 변경 가능한 속성을 결정하는 전자 장치.
- 제1항에 있어서, 상기 프로세서는상기 제1 이미지를 선택하기 위한 사용자 인터페이스를 표시하고,상기 사용자 인터페이스를 통해 수신한 사용자 입력을 기반으로 상기 제1 이미지를 결정하는 전자 장치.
- 제1항에 있어서, 상기 프로세서는상기 제1 이미지가 복수개인 경우, 상기 잠재 공간에서 상기 제1 이미지에 공통된 상기 기저 벡터를 결정하는 전자 장치.
- 제8항에 있어서, 상기 프로세서는지정된 조건에 따라 상기 결정된 기저 벡터의 적어도 일부를 제외하는 전자 장치.
- 제1항에 있어서,카메라 모듈을 더 포함하고,상기 프로세서는 상기 카메라 모듈을 통해 촬영된 이미지를 상기 제2 이미지로 결정하는 전자 장치.
- 제10항에 있어서, 상기 프로세서는상기 촬영된 이미지 중 얼굴을 포함하지 않는 배경 영역을 크롭핑하여 상기 제2 이미지를 결정하는 전자 장치.
- 제11항에 있어서, 상기 프로세서는상기 제3 이미지를 상기 배경 영역과 결합하는 전자 장치.
- 제1항에 있어서, 상기 프로세서는상기 오프셋을 복수개로 결정하고,상기 오프셋 각각에 대응하는 상기 제3 이미지를 상기 디스플레이에 표시하는 전자 장치.
- 제1항에 있어서, 상기 프로세서는생성적 적대 신경망(generative adversarial network; GAN)의 역방향 모델에 상기 잠재 코드 및 상기 오프셋을 입력하여 상기 제3 이미지를 생성하는 전자 장치.
- 전자 장치에서 수행되는 영상 처리 방법에 있어서,얼굴 데이터베이스를 기반으로 생성된 잠재 공간(latent space)을 생성하거나, 외부 서버에서 생성된 상기 잠재 공간의 데이터를 수신하여 저장하는 동작;상기 잠재 공간에서 제1 이미지에 대한 기저 벡터를 결정하는 동작;상기 잠재 공간에서 제2 이미지에 대한 잠재 코드(latent code)를 결정하는 동작;상기 잠재 공간에서 상기 잠재 코드의 상기 기저 벡터를 향하는 방향으로의 오프셋을 결정하는 동작; 및상기 오프셋에 기반하여 상기 제2 이미지를 보정한 제3 이미지를 생성하는 동작;을 포함하는 방법.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210060467A KR20220153209A (ko) | 2021-05-11 | 2021-05-11 | 영상 처리 방법 및 이를 지원하는 전자 장치 |
KR10-2021-0060467 | 2021-05-11 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2022240076A1 true WO2022240076A1 (ko) | 2022-11-17 |
Family
ID=84029272
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/KR2022/006504 WO2022240076A1 (ko) | 2021-05-11 | 2022-05-06 | 영상 처리 방법 및 이를 지원하는 전자 장치 |
Country Status (2)
Country | Link |
---|---|
KR (1) | KR20220153209A (ko) |
WO (1) | WO2022240076A1 (ko) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102559536B1 (ko) * | 2022-12-01 | 2023-07-26 | 국방과학연구소 | 적대적 생성 신경망 분석 방법, 적대적 생성 신경망 분석 장치 및 상기 방법을 실행시키기 위하여 기록매체에 저장된 컴퓨터 프로그램 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20190139580A (ko) * | 2018-06-08 | 2019-12-18 | 연세대학교 산학협력단 | 딥러닝을 이용한 고화질 심장 영상 생성장치 및 그 방법 |
KR20200093975A (ko) * | 2019-01-29 | 2020-08-06 | 중앙대학교 산학협력단 | 기하학적 모멘트 매칭을 통한 구 위에서의 적대적 생성망을 이용하는 데이터 처리 장치 및 방법 |
KR20210033781A (ko) * | 2019-09-19 | 2021-03-29 | 주식회사 케이티 | 얼굴 분석 시스템 및 방법 |
KR20210041567A (ko) * | 2018-07-05 | 2021-04-15 | 디티에스, 인코포레이티드 | 신경망을 이용한 하이브리드 오디오 합성 |
-
2021
- 2021-05-11 KR KR1020210060467A patent/KR20220153209A/ko active Search and Examination
-
2022
- 2022-05-06 WO PCT/KR2022/006504 patent/WO2022240076A1/ko active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20190139580A (ko) * | 2018-06-08 | 2019-12-18 | 연세대학교 산학협력단 | 딥러닝을 이용한 고화질 심장 영상 생성장치 및 그 방법 |
KR20210041567A (ko) * | 2018-07-05 | 2021-04-15 | 디티에스, 인코포레이티드 | 신경망을 이용한 하이브리드 오디오 합성 |
KR20200093975A (ko) * | 2019-01-29 | 2020-08-06 | 중앙대학교 산학협력단 | 기하학적 모멘트 매칭을 통한 구 위에서의 적대적 생성망을 이용하는 데이터 처리 장치 및 방법 |
KR20210033781A (ko) * | 2019-09-19 | 2021-03-29 | 주식회사 케이티 | 얼굴 분석 시스템 및 방법 |
Non-Patent Citations (1)
Title |
---|
ABDAL RAMEEN RAMEEN.ABDAL@KAUST.EDU.SA; ZHU PEIHAO PEIHAO.ZHU@KAUST.EDU.SA; MITRA NILOY J. NIMITRA@ADOBE.COM; WONKA PETER PWONKA@G: "StyleFlow: Attribute-conditioned Exploration of StyleGAN-Generated Images using Conditional Continuous Normalizing Flows", ACM TRANSACTIONS ON GRAPHICS, vol. 40, no. 3, 6 May 2021 (2021-05-06), US , pages 1 - 21, XP058683704, ISSN: 0730-0301, DOI: 10.1145/3447648 * |
Also Published As
Publication number | Publication date |
---|---|
KR20220153209A (ko) | 2022-11-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2022240076A1 (ko) | 영상 처리 방법 및 이를 지원하는 전자 장치 | |
WO2022080634A1 (ko) | 인공 신경망 학습 방법 및 이를 지원하는 전자 장치 | |
WO2022154337A1 (ko) | 이미지를 업스케일하는 전자 장치 및 이의 제어 방법 | |
WO2022092580A1 (ko) | 전자 장치 표면의 온도를 예측하는 방법 및 그 전자 장치 | |
WO2022071708A1 (ko) | 컨텐츠 추천 서비스를 제공하는 전자 장치 및 그 방법 | |
WO2022177166A1 (ko) | 화면 재생률을 제어하는 방법 및 이를 지원하는 전자 장치 | |
WO2023090747A1 (ko) | 사용자가 의도한 순간의 이미지를 획득하는 전자 장치 및 이의 제어 방법 | |
WO2023106621A1 (ko) | 사용자를 인증하기 위한 클라우드 서버 및 이의 동작 방법 | |
WO2023013894A1 (ko) | 촬영된 영상에 시각 효과를 적용하고 태그를 설정하는 방법 및 장치 | |
WO2022145939A1 (ko) | 이미지 처리 방법 및 이를 지원하는 전자 장치 | |
WO2023282458A1 (ko) | 전자 장치 및 전자 장치의 동작 방법 | |
WO2022154137A1 (ko) | 전자장치 및 그 제어방법 | |
WO2023003224A1 (ko) | 증강 현실 또는 가상 현실을 제공하는 전자 장치 및 전자 장치의 동작 방법 | |
WO2022191451A1 (ko) | 운동 영상의 속도를 제어하는 전자 장치 및 이의 제어 방법 | |
WO2023287012A1 (ko) | 외부 장치의 성능에 기반하여 컨텐츠 생성 방법 및 전자 장치 | |
WO2024005333A1 (ko) | 카메라를 포함하는 전자 장치 및 방법 | |
WO2023054957A1 (ko) | 영상을 제공하는 방법 및 이를 지원하는 전자 장치 | |
WO2023277585A1 (ko) | 신경망을 통해 이미지를 처리하는 방법 및 그 전자 장치 | |
WO2022191418A1 (ko) | 전자 장치 및 미디어 콘텐츠의 재생구간 이동 방법 | |
WO2023128208A1 (ko) | 사용자의 머리에 장착 가능한 전자 장치 및 상기 전자 장치에서 생체 정보를 이용한 기능을 제공하는 방법 | |
WO2022163877A1 (ko) | 영상을 처리하는 방법 및 이를 수행하는 전자 장치 | |
WO2023059000A1 (ko) | 학습을 보조하기 위한 방법 및 장치 | |
WO2023085679A1 (ko) | 전자 장치 및 편집 영상을 자동으로 생성하는 방법 | |
WO2022114648A1 (ko) | 배경 화면을 설정하기 위한 전자 장치 및 그의 동작 방법 | |
WO2023054913A1 (ko) | 포스 터치를 확인하는 전자 장치와 이의 동작 방법 |
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: 22807724 Country of ref document: EP Kind code of ref document: A1 |
|
NENP | Non-entry into the national phase |
Ref country code: DE |
|
122 | Ep: pct application non-entry in european phase |
Ref document number: 22807724 Country of ref document: EP Kind code of ref document: A1 |