WO2024029738A1 - 이미지를 생성하는 전자 장치 및 그 동작 방법 - Google Patents

이미지를 생성하는 전자 장치 및 그 동작 방법 Download PDF

Info

Publication number
WO2024029738A1
WO2024029738A1 PCT/KR2023/008435 KR2023008435W WO2024029738A1 WO 2024029738 A1 WO2024029738 A1 WO 2024029738A1 KR 2023008435 W KR2023008435 W KR 2023008435W WO 2024029738 A1 WO2024029738 A1 WO 2024029738A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
light source
electronic device
visible light
light
Prior art date
Application number
PCT/KR2023/008435
Other languages
English (en)
French (fr)
Inventor
홍현석
박동렬
장태수
전은석
Original Assignee
삼성전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from KR1020220117099A external-priority patent/KR20240018336A/ko
Application filed by 삼성전자 주식회사 filed Critical 삼성전자 주식회사
Publication of WO2024029738A1 publication Critical patent/WO2024029738A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/10—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths
    • H04N23/12—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths with one sensor only
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/71—Circuitry for evaluating the brightness variation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • H04N23/84—Camera processing pipelines; Components thereof for processing colour signals
    • H04N23/88—Camera processing pipelines; Components thereof for processing colour signals for colour balance, e.g. white-balance circuits or colour temperature control
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00—Details of colour television systems
    • H04N9/64—Circuits for processing colour signals
    • H04N9/73—Colour balance circuits, e.g. white balance circuits or colour temperature control

Definitions

  • This disclosure relates to an electronic device that generates an image and a method of operating the same.
  • An electronic device can acquire image data using a digital camera and create an image from the acquired image data.
  • the electronic device may generate an image by performing an image processing operation on image data stored in the memory.
  • the electronic device can control the operation of acquiring image data or processing the image data.
  • the shape of the subject in the captured image may appear in different colors depending on the color temperature of the light source placed around the subject. Even if the original color of the subject is white, a red-colored image may be captured if the color temperature of the lighting or light source is low, and a blue-colored image may be captured if the color temperature is high.
  • the electronic device may perform white balancing (WB) processing on the captured image to express the original color.
  • WB white balancing
  • An electronic device may include a camera, at least one sensor, memory, and at least one processor.
  • the camera may be configured to acquire images.
  • At least one sensor may include an ultraviolet channel that detects light in the ultraviolet band, a visible light channel that detects light in the visible light band, and an infrared channel that detects light in the infrared band. Instructions may be stored in memory.
  • At least one processor may be operatively connected to the camera, the at least one sensor, and the memory. The at least one processor may be configured to determine a reference value based on a ratio of infrared data acquired through the infrared channel to visible light data acquired through the visible light channel when executing the instructions.
  • At least one processor determines the type of ambient light source for the image acquired through the camera when the reference value is greater than or equal to a first boundary value determined based on the ratio of ultraviolet light data acquired through the ultraviolet channel to the visible light data. 1 may be configured to determine that it is a light source. At least one processor may be configured to correct the color temperature of the image based on the type of light source.
  • a method of operating an electronic device may include acquiring an image through a camera.
  • the operating method may include determining a reference value based on a ratio of infrared data acquired through an infrared channel of the at least one sensor to visible light data acquired through a visible light channel of the at least one sensor.
  • the operating method may include: the surrounding area for an image acquired through the camera when the reference value is greater than or equal to a first boundary value determined based on a ratio of ultraviolet data acquired through an ultraviolet channel of the at least one sensor to the visible light data;
  • An operation of determining that the type of light source is a first light source may be included.
  • the operating method may include correcting the color temperature of the image based on the type of the light source.
  • a computer-readable non-transitory recording medium includes an operation of an electronic device acquiring an image through a camera when executed, and an operation of at least one sensor for visible light data acquired through a visible light channel of at least one sensor.
  • FIG. 1 is a block diagram of an electronic device in a network environment according to various embodiments.
  • FIG. 2 is a block diagram of an audio module according to various embodiments.
  • Figure 3 is a block diagram showing components of an electronic device according to an embodiment.
  • Figure 4 is a graph showing the response of at least one sensor by frequency according to an embodiment.
  • Figure 5 is a diagram illustrating the arrangement of at least one sensor according to one embodiment.
  • FIG. 6 is a diagram illustrating examples of the arrangement of photodiodes included in at least one sensor according to an embodiment.
  • Figure 7 is a graph showing examples of learning data and experimental data acquired through the infrared channel and the visible light channel.
  • Figure 8 is a graph showing examples of learning data and experimental data acquired through the infrared channel, visible light channel, and infrared channel.
  • FIG. 9 is a flowchart illustrating a process in which an electronic device operates according to an embodiment.
  • Figure 10 is a flowchart showing an example of a process for classifying light sources based on two-dimensional space.
  • Figure 11 is a flowchart showing an example of a process for classifying light sources based on three-dimensional space.
  • Figure 12 is a graph to explain a method of classifying data acquired through an infrared channel, a visible light channel, and an infrared channel into three light sources.
  • the present disclosure relates to a device that performs image processing on an image or captures an image using a camera, and a method of operating the same.
  • FIG. 1 is a block diagram of an electronic device 101 in a network environment 100, according to various embodiments.
  • the electronic device 101 communicates with the electronic device 102 through a first network 198 (e.g., a short-range wireless communication network) or a second network 199. It is possible to communicate with at least one of the electronic device 104 or the server 108 through (e.g., 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 e.g., a short-range wireless communication network
  • a second network 199 e.g., a second network 199.
  • the electronic device 101 may communicate with the electronic device 104 through the server 108.
  • 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, and 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 may include an antenna module 197.
  • at least one of these components eg, the connection terminal 178) may be omitted or one or more other components may be added to the electronic device 101.
  • some of these components e.g., sensor module 176, camera module 180, or antenna module 197) are integrated into one component (e.g., display module 160). It can be.
  • the processor 120 for example, executes software (e.g., program 140) to operate at least one other component (e.g., hardware or software component) of the electronic device 101 connected to the processor 120. It can be controlled and various data processing or calculations can be performed. According to one embodiment, as at least part of data processing or computation, the processor 120 stores commands or data received from another component (e.g., sensor module 176 or communication module 190) in volatile memory 132. The commands or data stored in the volatile memory 132 can be processed, and the resulting data can be stored in the non-volatile memory 134.
  • software e.g., program 140
  • the processor 120 stores commands or data received from another component (e.g., sensor module 176 or communication module 190) in volatile memory 132.
  • the commands or data stored in the volatile memory 132 can be processed, and the resulting data can be stored in the non-volatile memory 134.
  • the processor 120 includes a main processor 121 (e.g., a central processing unit or an application processor) or an auxiliary processor 123 that can operate independently or together (e.g., a graphics processing unit, a neural network processing unit ( It may include a neural processing unit (NPU), an image signal processor, a sensor hub processor, or a communication processor).
  • a main processor 121 e.g., a central processing unit or an application processor
  • auxiliary processor 123 e.g., a graphics processing unit, a neural network processing unit ( It may include a neural processing unit (NPU), an image signal processor, a sensor hub processor, or a communication processor.
  • the electronic device 101 includes a main processor 121 and a secondary processor 123
  • the secondary processor 123 may be set to use lower power than the main processor 121 or be specialized for a designated function. You can.
  • the auxiliary processor 123 may be implemented separately from the main processor 121 or as part of it.
  • the auxiliary processor 123 may, for example, act on behalf of the main processor 121 while the main processor 121 is in an inactive (e.g., sleep) state, or while the main processor 121 is in an active (e.g., application execution) state. ), together with the main processor 121, at least one of the components of the electronic device 101 (e.g., the display module 160, the sensor module 176, or the communication module 190) At least some of the functions or states related to can be controlled.
  • co-processor 123 e.g., image signal processor or communication processor
  • may be implemented as part of another functionally related component e.g., camera module 180 or communication module 190. there is.
  • the auxiliary processor 123 may include a hardware structure specialized for processing artificial intelligence models.
  • Artificial intelligence models can be created through machine learning. For example, such learning may be performed in the electronic device 101 itself on which the artificial intelligence model is performed, or may be performed through a separate server (e.g., server 108).
  • Learning algorithms may include, for example, supervised learning, unsupervised learning, semi-supervised learning, or reinforcement learning, but It is not limited.
  • An artificial intelligence model may include multiple artificial neural network layers.
  • Artificial neural networks include deep neural network (DNN), convolutional neural network (CNN), recurrent neural network (RNN), restricted boltzmann machine (RBM), belief deep network (DBN), bidirectional recurrent deep neural network (BRDNN), It may be one of deep Q-networks or a combination of two or more of the above, but is not limited to the examples described above.
  • artificial intelligence models may additionally or alternatively include software 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. Data may include, for example, input data or output data for software (e.g., program 140) and instructions related thereto.
  • 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 application 146.
  • the input module 150 may receive commands or data to be used in a component of the electronic device 101 (e.g., the processor 120) from outside the electronic device 101 (e.g., a user).
  • the input module 150 may include, for example, a microphone, mouse, keyboard, keys (eg, buttons), or digital pen (eg, 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. Speakers can be used for general purposes such as multimedia playback or recording playback.
  • the receiver can be used to receive incoming calls. According to one embodiment, the receiver may be implemented separately from the speaker or as part of it.
  • the display module 160 can visually provide information to the outside of the electronic device 101 (eg, a user).
  • the display module 160 may include, for example, a display, a hologram device, or a projector, and a control circuit for controlling the device.
  • the display module 160 may include a touch sensor configured to detect a touch, or a pressure sensor configured to measure the intensity of force generated by the touch.
  • the audio module 170 can convert sound into an electrical signal or, conversely, convert an electrical signal into sound. According to one embodiment, the audio module 170 acquires sound through the input module 150, the sound output module 155, or an external electronic device (e.g., directly or wirelessly connected to the electronic device 101). Sound may be output through the electronic device 102 (e.g., speaker or headphone).
  • the electronic device 102 e.g., speaker or headphone
  • the sensor module 176 detects the operating state (e.g., power or temperature) of the electronic device 101 or the external environmental state (e.g., user state) and generates an electrical signal or data value corresponding to the detected state. can do.
  • the sensor module 176 includes, 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 biometric sensor, It may include a temperature sensor, humidity sensor, or light sensor.
  • the interface 177 may support one or more designated protocols that can be used to connect the electronic device 101 directly or wirelessly with 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 can 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 can convert electrical signals into mechanical stimulation (e.g., vibration or movement) or electrical stimulation that the user can perceive through tactile or kinesthetic senses.
  • the haptic module 179 may include, for example, a motor, a piezoelectric element, or an electrical stimulation device.
  • the camera module 180 can capture still images and moving images.
  • the camera module 180 may include one or more lenses, image sensors, image signal processors, or flashes.
  • the power management module 188 can manage power supplied to the electronic device 101.
  • the power management module 188 may be implemented as at least a part of, for example, a power management integrated circuit (PMIC).
  • PMIC power management integrated circuit
  • the battery 189 may supply power to at least one component of the electronic device 101.
  • the battery 189 may include, for example, a non-rechargeable primary battery, a rechargeable secondary battery, or a fuel cell.
  • Communication module 190 is configured to provide a direct (e.g., wired) communication channel or wireless communication channel between electronic device 101 and an external electronic device (e.g., electronic device 102, electronic device 104, or server 108). It can support establishment and communication through established communication channels. Communication module 190 operates independently of processor 120 (e.g., an application processor) and may include one or more communication processors that support direct (e.g., wired) communication or wireless communication.
  • processor 120 e.g., an application processor
  • the communication module 190 is a wireless communication module 192 (e.g., 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 (e.g., : LAN (local area network) communication module, or power line communication module) may be included.
  • a wireless communication module 192 e.g., 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 e.g., : LAN (local area network) communication module, or power line communication module
  • the corresponding communication module is a first network 198 (e.g., a short-range communication network such as Bluetooth, wireless fidelity (WiFi) direct, or infrared data association (IrDA)) or a second network 199 (e.g., legacy It may communicate with an external electronic device 104 through a telecommunication network such as a cellular network, a 5G network, a next-generation communication network, the Internet, or a computer network (e.g., LAN or WAN).
  • a telecommunication network such as a cellular network, a 5G network, a next-generation communication network, the Internet, or a computer network (e.g., LAN or WAN).
  • a telecommunication network such as a cellular network, a 5G network, a next-generation communication network, the Internet, or a computer network (e.g., LAN or WAN).
  • a telecommunication network such as a cellular network, a 5G network, a next-generation communication network
  • the wireless communication module 192 uses subscriber information (e.g., 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 e.g., International Mobile Subscriber Identifier (IMSI)
  • IMSI International Mobile Subscriber Identifier
  • the wireless communication module 192 may support 5G networks after 4G networks and next-generation communication technologies, for example, NR access technology (new radio access technology).
  • NR access technology provides high-speed transmission of high-capacity data (eMBB (enhanced mobile broadband)), minimization of terminal power and access to multiple terminals (mMTC (massive machine type communications)), or high reliability and low latency (URLLC (ultra-reliable and low latency). -latency communications)) can be supported.
  • the wireless communication module 192 may support high frequency bands (eg, mmWave bands), for example, to achieve high data rates.
  • the wireless communication module 192 uses various technologies to secure performance in high frequency bands, for example, beamforming, massive array multiple-input and multiple-output (MIMO), and full-dimensional multiplexing. It can support technologies such as input/output (FD-MIMO: full dimensional MIMO), array antenna, analog beam-forming, or large scale antenna.
  • the wireless communication module 192 may support various requirements specified in the electronic device 101, an external electronic device (e.g., electronic device 104), or a network system (e.g., second network 199).
  • the wireless communication module 192 supports Peak data rate (e.g., 20 Gbps or more) for realizing eMBB, loss coverage (e.g., 164 dB or less) for realizing mmTC, or U-plane latency (e.g., 164 dB or less) for realizing URLLC.
  • Peak data rate e.g., 20 Gbps or more
  • loss coverage e.g., 164 dB or less
  • U-plane latency e.g., 164 dB or less
  • the antenna module 197 may transmit or receive signals or power to or from the outside (eg, an external electronic device).
  • the antenna module 197 may include an antenna including a radiator made 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 connected to the plurality of antennas by, for example, the communication module 190. can be selected Signals or power may be transmitted or received between the communication module 190 and an external electronic device through the at least one selected antenna.
  • other components eg, radio frequency integrated circuit (RFIC) may be additionally formed as part of the antenna module 197.
  • RFIC radio frequency integrated circuit
  • a mmWave antenna module includes: a printed circuit board, an RFIC disposed on or adjacent to a first side (e.g., bottom side) of the printed circuit board and capable of supporting a designated high frequency band (e.g., mmWave band); And a plurality of antennas (e.g., array antennas) disposed on or adjacent to the second side (e.g., top or side) of the printed circuit board and capable of transmitting or receiving signals in the designated high frequency band. can do.
  • a first side e.g., bottom side
  • a designated high frequency band e.g., mmWave band
  • a plurality of antennas e.g., array antennas
  • peripheral devices e.g., 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 of the same or different type as the electronic device 101.
  • all or part of the operations performed in the electronic device 101 may be executed in one or more of the external electronic devices 102, 104, or 108.
  • the electronic device 101 may perform the function or service instead of executing the function or service on its own.
  • one or more external electronic devices may be requested to perform at least part of the function or service.
  • One or more external electronic devices that have received the request may execute at least part of the requested function or service, or an additional function or service related to the request, and transmit the result of the execution to the electronic device 101.
  • the electronic device 101 may process the result as is or additionally and provide it as at least part of a response to the request.
  • cloud computing distributed computing, mobile edge computing (MEC), or client-server computing technology can be used.
  • the electronic device 101 may provide an ultra-low latency service using, for example, distributed computing or mobile edge computing.
  • the external electronic device 104 may include an Internet of Things (IoT) device.
  • Server 108 may be an intelligent server using machine learning and/or neural networks.
  • the external electronic device 104 or server 108 may be included in the second network 199.
  • the electronic device 101 may be applied to intelligent services (e.g., smart home, smart city, smart car, or healthcare) based on 5G communication technology and IoT-related technology.
  • Electronic devices may be of various types.
  • Electronic devices may include, for example, portable communication devices (e.g., smartphones), computer devices, portable multimedia devices, portable medical devices, cameras, wearable devices, or home appliances.
  • Electronic devices according to embodiments of this document are not limited to the above-described devices.
  • first, second, or first or second may be used simply to distinguish one component from another, and to refer to that component in other respects (e.g., importance or order) is not limited.
  • One (e.g., first) component is said to be “coupled” or “connected” to another (e.g., second) component, with or without the terms “functionally” or “communicatively.”
  • any of the components can be connected to the other components directly (e.g. wired), 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 logic, logic block, component, or circuit, for example. It can be used as A module may be an integrated part or a minimum unit of the parts or a part thereof that performs one or more functions. For example, according to one embodiment, the module may be implemented in the form of an application-specific integrated circuit (ASIC).
  • ASIC application-specific integrated circuit
  • Various embodiments of the present document are one or more instructions stored in a storage medium (e.g., built-in memory 136 or external memory 138) that can be read by a machine (e.g., electronic device 101). It may be implemented as software (e.g., program 140) including these.
  • a processor e.g., processor 120
  • the one or more instructions may include code generated by a compiler or code that can be executed by an interpreter.
  • a storage medium that can be read by a device may be provided in the form of a non-transitory storage medium.
  • 'non-transitory' only means that the storage medium is a tangible device and does not contain signals (e.g. electromagnetic waves), and this term refers to cases where data is semi-permanently stored in the storage medium. There is no distinction between temporary storage cases.
  • Computer program products are commodities and can be traded between sellers and buyers.
  • the computer program product may be distributed in the form of a machine-readable storage medium (e.g. compact disc read only memory (CD-ROM)), or through an application store (e.g. Play Store TM ) or on two user devices (e.g. It can be distributed (e.g. downloaded or uploaded) directly between smart phones) or online.
  • a machine-readable storage medium e.g. compact disc read only memory (CD-ROM)
  • an application store e.g. Play Store TM
  • two user devices e.g. It can be distributed (e.g. downloaded or uploaded) directly between smart phones) or online.
  • at least a portion of the computer program product may be at least temporarily stored or temporarily created in a machine-readable storage medium, such as the memory of a manufacturer's server, an application store's server, or a relay server.
  • each component (e.g., module or program) of the above-described components may include a single or plural entity, and some of the plurality of entities may be separately placed in other components. there is.
  • one or more of the components or operations described above may be omitted, or one or more other components or operations may be added.
  • multiple components eg, modules or programs
  • the integrated component may perform one or more functions of each component of the plurality of components in the same or similar manner as those performed by the corresponding component of the plurality of components prior to the integration. .
  • operations performed by a module, program, or other component may be executed sequentially, in parallel, iteratively, or heuristically, or one or more of the operations may be executed in a different order, or omitted. Alternatively, one or more other operations may be added.
  • FIG. 2 is a block diagram 200 illustrating a camera module 180, according to various embodiments.
  • the camera module 180 includes a lens assembly 210, a flash 220, an image sensor 230, an image stabilizer 240, a memory 250 (e.g., buffer memory), or an image signal processor. It may include (260).
  • the lens assembly 210 may collect light emitted from a subject that is the target of image capture.
  • Lens assembly 210 may include one or more lenses.
  • the camera module 180 may include a plurality of lens assemblies 210. In this case, the camera module 180 may form, for example, a dual camera, a 360-degree camera, or a spherical camera.
  • Some of the plurality of lens assemblies 210 have the same lens properties (e.g., angle of view, focal length, autofocus, f number, or optical zoom), or at least one lens assembly is different from another lens assembly. It may have one or more lens properties that are different from the lens properties of .
  • the lens assembly 210 may include, for example, a wide-angle lens or a telephoto lens.
  • the flash 220 may emit light used to enhance light emitted or reflected from a subject.
  • the flash 220 may include one or more light emitting diodes (eg, red-green-blue (RGB) LED, white LED, infrared LED, or ultraviolet LED), or a xenon lamp.
  • the image sensor 230 may acquire an image corresponding to the subject by converting light emitted or reflected from the subject and transmitted through the lens assembly 210 into an electrical signal.
  • the image sensor 230 is one image sensor selected from image sensors with different properties, such as an RGB sensor, a BW (black and white) sensor, an IR sensor, or a UV sensor, and the same It may include a plurality of image sensors having different properties, or a plurality of image sensors having different properties.
  • Each image sensor included in the image sensor 230 may be implemented using, for example, a charged coupled device (CCD) sensor or a complementary metal oxide semiconductor (CMOS) sensor.
  • CCD charged coupled device
  • CMOS complementary metal oxide semiconductor
  • the image stabilizer 240 moves at least one lens or image sensor 230 included in the lens assembly 210 in a specific direction in response to the movement of the camera module 180 or the electronic device 101 including the same.
  • the operating characteristics of the image sensor 230 can be controlled (e.g., adjusting read-out timing, etc.). This allows to compensate for at least some of the negative effects of said movement on the image being captured.
  • the image stabilizer 240 is a gyro sensor (not shown) or an acceleration sensor (not shown) disposed inside or outside the camera module 180. It is possible to detect such movement of the camera module 180 or the electronic device 101 using .
  • the image stabilizer 240 may be implemented as, for example, an optical image stabilizer.
  • the memory 250 may at least temporarily store at least a portion of the image acquired through the image sensor 230 for the next image processing task. For example, when image acquisition is delayed due to the shutter or when multiple images are acquired at high speed, the acquired original image (e.g., Bayer-patterned image or high-resolution image) is stored in the memory 250. , the corresponding copy image (e.g., low resolution image) may be previewed through the display module 160. Thereafter, when a specified condition is satisfied (eg, user input or system command), at least a portion of the original image stored in the memory 250 may be obtained and processed, for example, by the image signal processor 260. According to one embodiment, the memory 250 may be configured as at least part of the memory 130 or as a separate memory that operates independently.
  • a specified condition eg, user input or system command
  • the image signal processor 260 may perform one or more image processes on an image acquired through the image sensor 230 or an image stored in the memory 250.
  • the one or more image processes may include, for example, depth map creation, three-dimensional modeling, panorama creation, feature point extraction, image compositing, or image compensation (e.g., noise reduction, resolution adjustment, brightness adjustment, blurring). may include blurring, sharpening, or softening.
  • the image signal processor 260 may include at least one of the components included in the camera module 180 (e.g., an image sensor). (230)) may perform control (e.g., exposure time control, read-out timing control, etc.).
  • the image processed by the image signal processor 260 is stored back in the memory 250 for further processing.
  • the image signal processor 260 may be configured as at least a part of the processor 120, or may be configured as a separate processor that operates independently of the processor 120.
  • the image signal processor 260 may be configured as the processor 120.
  • at least one image processed by the image signal processor 260 may be displayed through the display module 160 as is or after additional image processing by the processor 120.
  • the electronic device 101 may include a plurality of camera modules 180, each with different properties or functions.
  • at least one of the plurality of camera modules 180 may be a wide-angle camera, and at least another one may be a telephoto camera.
  • at least one of the plurality of camera modules 180 may be a front camera, and at least another one may be a rear camera.
  • FIG. 3 is a block diagram showing components of an electronic device 101 according to an embodiment.
  • the electronic device 101 includes a camera 380 (e.g., the camera module 180 of FIG. 1 or 2), at least one sensor 376 (e.g., the sensor module 176 of FIG. 1), and a memory. It may include 330 (eg, memory 130 of FIG. 1) and at least one processor 320 (eg, processor 120 of FIG. 1).
  • the camera 380 may output image data based on light detected through an image sensor (e.g., the image sensor 230 of FIG. 2).
  • At least one sensor 376 may output image data. It may include at least one channel that detects light having a wavelength within a designated band.At least one channel included in the at least one sensor 376 may include a photo diode that detects light in a specific wavelength band. At least one channel included in the at least one sensor 376 may further include at least a portion of a path through which the signal detected by the photo diode is output from the photo diode and input to another component.
  • At least one sensor 376 may include at least one of a photodiode that detects light in the infrared band, a photodiode that detects light in the visible band, or a photodiode that detects light in the ultraviolet band.
  • At least one processor 320 may be operatively connected to the camera 380, at least one sensor 376, and memory 330. At least one processor 320 may control the operation of the electronic device 101 by executing instructions stored in the memory 330.
  • At least one processor 320 may acquire light quantity data corresponding to the intensity of light detected for each channel of the at least one sensor 376. For example, at least one processor 320 may acquire infra-red data based on a signal value corresponding to the intensity of light detected through an infrared channel received from at least one sensor 376. . At least one processor 320 may acquire visible light data based on a signal value corresponding to the intensity of light detected through a visible light channel received from at least one sensor 376. At least one processor 320 may acquire ultra-violet data based on a signal value corresponding to the intensity of light detected through an ultraviolet channel received from at least one sensor 376.
  • the light quantity data may include at least one of infrared data, visible light data, or ultraviolet light data.
  • infrared data may include an intensity value of infrared rays determined based on the intensity of a signal output from a photodiode that detects infrared rays.
  • visible light data may include a visible light intensity value determined based on the intensity of a signal output from a photodiode that detects visible light.
  • ultraviolet ray data may include an intensity value of ultraviolet rays determined based on the intensity of a signal output from a photodiode that detects ultraviolet rays.
  • At least one processor 230 may classify the type of ambient light source based on light quantity data. For example, at least one processor 230 may determine a value obtained by dividing infrared data by visible light data (eg, a ratio of the value included in the infrared data to the value included in the visible light data) as the reference value. At least one processor 230 may determine that the ambient light source is an outdoor light source when the reference value is smaller than the boundary value. Conversely, at least one processor 230 may determine that the ambient light source is an indoor light source when the reference value is greater than the boundary value. At least one processor 230 may determine that the indoor light source is a red light source (eg, A light source/H light source).
  • a red light source eg, A light source/H light source
  • At least one processor 230 may use a boundary function to determine the boundary value. For example, the at least one processor 230 obtains a boundary value by inputting a value divided by ultraviolet light data by visible light data (e.g., ratio of the value included in the ultraviolet light data to the value included in the visible light data) into the boundary function. can do.
  • the at least one processor 230 provides a first boundary function and a second light source. 2 Boundary functions can be used.
  • the at least one processor determines a first boundary value by inputting the ratio of ultraviolet data to visible light data into a first boundary function, and inputting the ratio of ultraviolet data to visible light data into a second boundary function to determine a first boundary value. 2
  • the boundary value can be determined.
  • At least one processor may classify the type of ambient light source by comparing the reference value with the first boundary value and the second boundary value.
  • the present invention is not limited to this, and at least one processor 230 may use a plurality of boundary functions depending on the quantity of types of light sources to be classified.
  • the boundary function may be determined by machine learning.
  • the boundary function may be determined by learning learning data including light quantity data obtained for each light source to be classified through a machine learning algorithm.
  • the boundary function may be determined by an electronic device, or it may be determined by another device (e.g., a server).
  • the boundary function may be set in the memory of the electronic device when manufacturing the electronic device.
  • the learning data may include ultraviolet light data, visible light data, and infrared data as feature data, and may include data indicating the type of surrounding light source as labeling data.
  • the machine learning algorithm may be a linear support vector machine (linear SVM) or a non-linear support vector machine (non-linear SVM).
  • boundary function may be a rate probability relationship determined based on the probability of rate values. However, it is not limited to this example.
  • At least one processor 230 may control operations for capturing an image according to the type of classified light source. For example, at least one processor 230 may classify light sources according to color temperature as shown in Table 1 below. At least one processor 230 may determine a gain adjustment value applied to perform automatic white balancing (AWB) according to the classified light source. The gain adjustment value may be included in the auto white balancing parameter for correcting the color temperature of the image acquired through the camera 380.
  • AVB automatic white balancing
  • At least one processor 320 may control an operation for capturing an image based on the distance from the reference value to the boundary value. For example, if the ambient light source is classified as a red indoor light source based on the boundary function, at least one processor 320 may perform automatic white correction through interpolation according to the distance from the reference value to the boundary function. You can. Accordingly, when light quantity data is formed around the boundary where light sources are classified, it is possible to prevent the color temperature of the generated image from changing discontinuously as the light source classification changes.
  • At least one processor 320 may control exposure of the camera 380 according to the type of classified ambient light source.
  • FIG. 4 is a graph showing the responsiveness of at least one sensor (eg, sensor 376 of FIG. 3 ) by frequency according to an embodiment.
  • FIG. 4 shows that at least one sensor (e.g., sensor 376 in FIG. 3 ) has an ultraviolet channel for detecting light in the ultraviolet band 410, a visible light channel for detecting light in the visible band 420, and an infrared band 430. It relates to a case that includes an infrared channel that detects light. At least one sensor (e.g., sensor 376 in FIG. 3) transmits signals that detect light in the ultraviolet band 410, light in the visible light band 420, and light in the infrared band 430 into an ultraviolet channel and a visible light channel, respectively. and can be output through infrared channels. At least one processor (eg, processor 320 in FIG. 3) may acquire ultraviolet light data, visible light data, and infrared data through an ultraviolet light channel, a visible light channel, and an infrared channel, respectively.
  • At least one processor e.g., processor 320 in FIG. 3
  • At least one sensor may be configured to have a responsiveness according to the purpose of controlling the photographing operation.
  • at least one sensor e.g., sensor 376 in FIG. 3
  • the light in the visible light band 420 is light in a wavelength band that can be recognized by the human eye
  • at least one sensor e.g., sensor 376 in FIG. 3
  • the electronic device 101 can more accurately measure the ratio of infrared light to visible light.
  • the infrared channel may be a channel that detects light in the near infra-red (NIR) band.
  • NIR near infra-red
  • visible light data and infrared data may be similar even though the type of light source is different.
  • at least one sensor eg, sensor 376 in FIG. 3
  • the ultraviolet ray channel may be, for example, a channel that detects light in the ultraviolet band including the UV-A band. However, it is not limited to this.
  • FIG. 5 is a diagram illustrating the arrangement of at least one sensor (eg, sensor 376 in FIG. 3) according to an embodiment.
  • At least one sensor is directed to a subject captured by a camera (e.g., camera 380 in FIG. 3).
  • the lens can be placed in the direction it faces.
  • at least one sensor e.g., 376 in FIG. 3
  • the electronic device 101 may include a transparent panel or lens disposed so that light generated by the flash 220 can be emitted to the outside.
  • At least one sensor shown in FIG. 5 (eg, sensor 376 in FIG. 3) may detect light incident through the transparent panel or lens.
  • FIG. 5 is for illustrating an example of at least one sensor (e.g., sensor 376 in FIG. 3), and the configuration of at least one sensor (e.g., sensor 376 in FIG. 3) is shown in FIG. It is not limited to the given form.
  • FIG. 6 is a diagram illustrating examples of the arrangement of photo diodes (PDs) included in at least one sensor (eg, sensor 376 of FIG. 3) according to an embodiment.
  • the arrangement of photo diodes included in at least one sensor (eg, sensor 376 in FIG. 3) according to an embodiment may be modified in various ways.
  • At least one sensor 376-1 may include an ultraviolet light PD 601-1, a visible light PD 603-1, and an infrared PD 605-1 having the same area arranged in a row.
  • the ultraviolet PD (601-1) can detect light in the ultraviolet band.
  • the visible light PD 603-1 can detect light in the visible light band.
  • the infrared PD 605-1 can detect light in the infrared band.
  • the area of the PD corresponding to some channels may be configured to be different from the area of the PD corresponding to other channels.
  • the ultraviolet PD 601-2 may be arranged to have an area larger than that of the visible light PD 603-2 or the infrared PD 605-2.
  • the quantity of PDs corresponding to some channels may be different from the quantity of PDs corresponding to other channels.
  • more ultraviolet PDs 601-3 may be disposed than visible light PDs 603-3 or infrared PDs 605-3.
  • PDs for each channel can be arranged in a grid to solve the problem of different amounts of light being received by each channel.
  • an ultraviolet PD (601-4), a visible light PD (603-4), and an infrared PD (605-4) may be arranged alternately with each other.
  • FIG. 7 is a diagram illustrating examples of learning data (e.g., (a) of FIG. 7) and experimental data (e.g., (b) of FIG. 7) acquired through an infrared (particularly near-infrared) channel and a visible light channel.
  • learning data e.g., (a) of FIG. 7
  • experimental data e.g., (b) of FIG. 7
  • a boundary function 700 for distinguishing between outdoor light source data and indoor light source (A, H) data can be determined by learning training data (e.g., (a) of FIG. 7) using a machine learning algorithm.
  • the boundary function 700 may be determined as a function that is most likely to accurately distinguish the type of light source based on learning data (e.g., (a) of FIG. 7).
  • the electronic device can acquire visible light data and infrared data through at least one sensor.
  • the electronic device 100 may determine a value obtained by dividing infrared data by visible light data (eg, ratio of infrared data to visible light data) as a reference value.
  • the electronic device 101 may determine that the ambient light source is an indoor light source (A, H). If the reference value is smaller than the boundary value, the electronic device 101 may determine that the ambient light source is an outdoor light source.
  • the electronic device When classifying light sources based on the infrared channel and the visible light channel, there may be a relatively large area (710-1, 710-2) where data acquired through the two channels overlap on the graph.
  • the electronic device classifies light sources for data located within overlapping areas 710-1 and 710-2 on the graph, there is a possibility that the electronic device makes an incorrect judgment. For example, in the case of data 721 acquired under an outdoor light source, the reference value appears higher than the value of the boundary function 700, so the electronic device determines the type of ambient light source corresponding to the data 721 as an indoor light source (A, It can be classified as H). Conversely, the electronic device may classify the type of ambient light source corresponding to the data 723 acquired under the indoor light sources (A, H) as an outdoor light source.
  • FIG. 8 is a diagram illustrating examples of learning data (e.g., (a) of FIG. 8) and experimental data (e.g., (b) of FIG. 8) acquired through an infrared channel, a visible light channel, and an infrared channel.
  • learning data e.g., (a) of FIG. 8
  • experimental data e.g., (b) of FIG. 8
  • an electronic device can classify the type of light source more accurately by considering ultraviolet data in addition to infrared data and visible light data.
  • a boundary function 800 for determining the surrounding light source of the data can be determined by learning the training data (e.g., (a) of FIG. 8) using a machine learning algorithm.
  • Learning data e.g., (a) of FIG. 8) may include feature data determined based on ultraviolet light data, visible light data, and infrared data, and labeling data indicating the type of ambient light source corresponding to the data.
  • the feature data may include ultraviolet light data divided by visible light data and infrared data divided by visible light data
  • the labeling data may include information indicating an indoor light source or an outdoor light source.
  • the boundary function 800 may be determined as a function that is most likely to accurately distinguish the type of light source based on learning data (e.g., (a) of FIG. 8).
  • the electronic device can acquire visible light data and infrared data through at least one sensor.
  • the electronic device 101 may determine a value obtained by dividing infrared data by visible light data (eg, ratio of infrared data to visible light data) as a reference value.
  • the electronic device 101 may determine the boundary value by inputting a value obtained by dividing ultraviolet light data by visible light data into the boundary function 800. If the reference value is greater than the boundary value, the electronic device 101 may determine the type of light source as an indoor light source (A, H). If the reference value is smaller than the boundary value, the electronic device 101 may determine the type of light source as an outdoor light source.
  • the area 810 where the data detected around the indoor light source (A, H) appears and the area 810 where the data detected around the outdoor light source appear The distance between areas 820 where data appears is relatively long. Therefore, when classifying the type of ambient light source based on ultraviolet light data, visible light data, and infrared data, there is a higher possibility of accurately determining the type of light source than when classifying the type of ambient light source only with visible light data and infrared data.
  • FIG. 9 is a flowchart 900 illustrating a process in which the electronic device 101 operates according to an embodiment.
  • the operation of the electronic device 101 involves the processor of the electronic device 101 (e.g., at least one processor 320 of FIG. 3) executing instructions stored in the memory (e.g., the memory 330 of FIG. 3). It can be understood as being carried out in this way.
  • the electronic device 101 may acquire light quantity data through at least one sensor 376.
  • the light quantity data may include at least one of visible light data, infrared data, or ultraviolet light data.
  • Visible light data may include a visible light value indicating the amount of light in the visible light band.
  • Infrared data may include an infrared value indicating the amount of light in the infrared band.
  • Ultraviolet ray data may include an ultraviolet ray value indicating the amount of light in the ultraviolet band.
  • the light quantity data obtained in operation 910 may be related to the time when the electronic device 101 captures the image.
  • the electronic device 101 may receive a user input requesting to capture a still image based on a camera application. In response to user input, the electronic device 101 may obtain light quantity data. Additionally, for example, the electronic device 101 may continuously monitor light quantity data while displaying a preview image through a display (eg, the display module 160 of FIG. 1). Also, for example, the electronic device 101 may continuously monitor light quantity data while shooting a video.
  • the electronic device 101 may determine the type of light source based on at least one of visible light data, infrared data, or ultraviolet light data.
  • the electronic device 101 may use a boundary function to classify the type of light source.
  • the electronic device 101 may determine the type of light source based on a result of comparing a reference value and a boundary value determined based on light quantity data.
  • the electronic device 101 may determine a reference value based on infrared data, ultraviolet light data, and visible light data.
  • the electronic device 101 may determine the value obtained by dividing the infrared value corresponding to the infrared data by the visible light value corresponding to the visible light data (eg, the ratio of the infrared data to the visible light data) as a reference value.
  • the electronic device may determine the boundary value by inputting the ultraviolet light value corresponding to the ultraviolet light data divided by the visible light value (e.g., ratio of ultraviolet light data to visible light data) into the boundary function.
  • the electronic device 101 may determine the type of light source based on whether the reference value is greater than the boundary value.
  • the electronic device 101 may determine the type of light source based on whether the reference value is smaller than the boundary value.
  • the electronic device 101 may perform an operation related to image capturing based on the determined type of light source. For example, the electronic device 101 acquires an image through a camera (e.g., the camera module 180 in FIG. 1) and corrects the color temperature of the acquired image based on an auto white balancing parameter corresponding to the type of light source. can do. For another example, the electronic device 101 may adjust the exposure of a camera for capturing an image.
  • a camera e.g., the camera module 180 in FIG. 1
  • the electronic device 101 may adjust the exposure of a camera for capturing an image.
  • FIG. 10 is a flowchart 1000 illustrating an example of a process for classifying light sources based on a two-dimensional space.
  • the electronic device 101 may determine whether the reference value (ir/visible) is greater than the first boundary value (f(uv/visible)) determined based on the first boundary function (f). . If the reference value (ir/visible) is greater than the first boundary value (f(uv/visible)), the electronic device 101 may determine in operation 1031 that an image is captured around a red indoor light source. Referring to FIG. 12, on a graph where the horizontal axis is ultraviolet value (UV)/visible light value (Visible) and the vertical axis is infrared value (IR)/visible light value (Visible), the vertical axis is larger than the first boundary function 1210. Data 1231 appearing in areas with high values may be determined to correspond to a red indoor light source.
  • UV ultraviolet value
  • IR infrared value
  • the electronic device 101 sets the reference value (ir/visible) to the second boundary function (g) in operation 1020. It may be determined whether it is smaller than the second boundary value (g(uv/visible)) determined based on the If the reference value (ir/visible) is less than the second boundary value (g(uv/visible)), the electronic device 101 may determine that the ambient light source is a white indoor light source in operation 1033. If the reference value (ir/visible) is not smaller than the second boundary value (g(uv/visible)), the electronic device 101 may determine in operation 1035 that the ambient light source is an outdoor light source. Referring to FIG.
  • data 1235 appearing in an area with a lower value on the vertical axis than the second boundary function 1220 may be determined to correspond to a white indoor light source.
  • data 1233 appearing between the second boundary function 1220 and the first boundary function 1210 may be determined to correspond to an outdoor light source.
  • the electronic device 101 may perform an operation related to image capturing based on the determined classification of the light source.
  • FIG. 11 is a flowchart 1100 illustrating an example of a process for classifying light sources based on three-dimensional space.
  • the electronic device 101 may classify light sources based on ultraviolet light data, visible light data, and infrared data.
  • the data can be represented in a three-dimensional graph because the data is classified based on three variables. For example, in addition to the ultraviolet value (UV)/visible axis and the infrared value (IR)/visible axis shown in FIG. 12, a three-dimensional graph (not shown) includes a visible light value (Visible) axis. ) Data can be classified based on.
  • the electronic device 101 obtains the first boundary value (f(visible,uv/visible)) by inputting the visible light value (Visible) and the ultraviolet light value (UV)/visible light value (Visible) into the first boundary function (f). can do.
  • the electronic device 101 may determine whether the reference value (ir/visible) is greater than the first boundary value (f(visible,uv/visible)).
  • the first boundary function (f) may appear as a face in a three-dimensional graph. If the reference value (ir/visible) is greater than the first boundary value (f(visible, uv/visible)), the electronic device 101 may determine in operation 1031 that an image is captured around a red indoor light source.
  • the electronic device 101 sets the reference value (ir/visible) to the second boundary value (g) in operation 1120. You can determine whether it is smaller than (visible,uv/visible)). If the reference value (ir/visible) is less than the second boundary value (g(visible, uv/visible)), the electronic device 101 may determine that the ambient light source is a white indoor light source in operation 1033. If the reference value (ir/visible) is not smaller than the second boundary value (g(visible, uv/visible)), the electronic device 101 may determine in operation 1035 that the ambient light source is an outdoor light source.
  • the second boundary function (g) may be a surface that appears closer to the origin than the first boundary function (f) in three-dimensional space.
  • the electronic device 101 may perform an operation related to image capturing based on the determined classification of the light source. For example, if it is determined in operation 1031 that the light source around the subject is a red indoor light source, the electronic device 101 may perform a white balancing operation based on a parameter to correct the red light. For example, if it is determined in operation 1033 that the light source around the subject is a white indoor light source, the electronic device 101 may perform a white balancing operation based on parameters corresponding to the white indoor light source. For example, if it is determined in operation 1035 that the light source is an outdoor light source, the electronic device 101 may perform a white balancing operation based on parameters corresponding to the outdoor light source.
  • An electronic device can control an operation to capture an image depending on the type of light source that exists around the subject captured in the image. For example, an electronic device may apply different parameters for auto white balancing (AWB) processing by distinguishing between when an image is captured in an outdoor environment and when an image is captured indoors. Additionally, the electronic device may apply different parameters for automatic white adjustment processing depending on the color temperature of the light source present indoors.
  • ABB auto white balancing
  • an electronic device acquires an image using a camera
  • different image data may be obtained depending on the type of light source that radiates light to the subject. For example, when a subject is photographed outdoors and the main light source is sunlight, and when a subject is photographed indoors and the main light source is an indoor light source, the color of the image captured may appear different. Additionally, the color of the image for the subject may appear different depending on the color temperature of the light emitted from the indoor light source.
  • an electronic device can adjust parameters for performing auto white balancing (AWB) depending on the type of light source around the subject.
  • ALB auto white balancing
  • the electronic device can automatically adjust the camera's exposure depending on the type of light source around the subject. Therefore, when photographing a subject, an electronic device may need a method to accurately determine what the main light source around the subject is.
  • An electronic device (e.g., the electronic device 101 of FIG. 3) according to an embodiment includes a camera (e.g., the camera 380 of FIG. 3), at least one sensor (e.g., the sensor 376 of FIG. 3), and a memory. It may include (eg, memory 330 in FIG. 3) and at least one processor (eg, processor 330 in FIG. 3). The camera may be configured to acquire images. At least one sensor (e.g., sensor 376 in FIG. 3) has an ultraviolet channel that detects light in the ultraviolet band (e.g., ultraviolet band 410 in FIG. 4) and a visible light band (e.g., visible light band 420 in FIG. 4).
  • a camera e.g., the camera 380 of FIG. 3
  • at least one sensor e.g., the sensor 376 of FIG. 3
  • the camera may be configured to acquire images.
  • At least one sensor (e.g., sensor 376 in FIG. 3) has an ultraviolet channel that detects light in the ultraviolet
  • At least one processor e.g., processor 330 in FIG. 3 is configured to configure the camera (e.g., camera 380 in FIG. 3), the at least one sensor (e.g., sensor 376 in FIG. 3), and the memory ( For example, it may be operatively connected to memory 330 of FIG. 3).
  • the at least one processor e.g., processor 330 of FIG.
  • At least one processor (e.g., processor 330 in FIG. 3) is configured to control the camera (e.g., : It may be configured to determine that the type of ambient light source for the image acquired through the camera 380 of FIG. 3 is the first light source. At least one processor (eg, processor 330 in FIG. 3) may be configured to correct the color temperature of the image based on the type of light source.
  • At least one processor controls the ambient light source when the reference value is less than or equal to a second boundary value determined based on the ratio of the ultraviolet light data to the visible light data. It may be configured to determine that the type is a second light source.
  • At least one processor determines the first boundary value by inputting the ratio of the ultraviolet light data to the visible light data into a first boundary function, and It may be configured to determine the second boundary value by inputting the ratio of the ultraviolet light data to the visible light data into a second boundary function.
  • At least one processor may display feature data determined based on the ultraviolet light data, the visible light data, and the infrared data, and a label indicating the type of the ambient light source. It may be configured to obtain the first boundary function and the second boundary function by learning learning data including data through a machine learning algorithm.
  • the at least one processor determines the first boundary value by further inputting visible light data to the first boundary function, and converts the visible light data into a second boundary value. It may be configured to determine the second boundary value by further inputting it to a boundary function.
  • At least one processor determines the ratio of the ultraviolet light data to the visible light data based on the difference between the first boundary value and the second boundary value. It may be configured to determine an auto white balancing parameter for correcting the color temperature of the image.
  • the first light source may be a red light source that emits red light
  • the second light source may be a white light source that emits white light
  • At least one processor is configured to determine that the ambient light source is an outdoor light source when the type of the ambient light source is not the first light source or the second light source. You can.
  • the at least one sensor may be configured to decrease responsiveness as the wavelength increases or decreases from a specified wavelength within the band of the visible light channel. there is.
  • the at least one sensor (eg, sensor 376 in FIG. 3) may be configured so that its responsiveness follows a visual curve within the band of the visible light channel.
  • a method of operating an electronic device may include acquiring an image through a camera (e.g., the camera 380 of FIG. 3).
  • the operating method includes processing the infrared channel of the at least one sensor (e.g., the sensor 376 of FIG. 3) for visible light data acquired through the visible light channel of the at least one sensor (e.g., the sensor 376 of FIG. 3). It may include an operation of determining a reference value based on the ratio of infrared data obtained through .
  • the operating method may be such that the reference value is greater than or equal to a first boundary value determined based on the ratio of ultraviolet light data acquired through an ultraviolet channel of the at least one sensor (e.g., sensor 376 in FIG. 3) to the visible light data.
  • a first boundary value determined based on the ratio of ultraviolet light data acquired through an ultraviolet channel of the at least one sensor (e.g., sensor 376 in FIG. 3) to the visible light data.
  • an operation of determining that the type of ambient light source for the image acquired through the camera (eg, camera 380 in FIG. 3) is the first light source may be included.
  • the operating method may include correcting the color temperature of the image based on the type of the light source.
  • a method of operating an electronic device includes, when the reference value is less than or equal to a second boundary value determined based on the ratio of the ultraviolet light data to the visible light data, the surrounding An operation of determining that the type of light source is a second light source may be included.
  • a method of operating an electronic device includes determining the first boundary value by inputting the ratio of the ultraviolet ray data to the visible light data into a first boundary function. Can include actions.
  • a method of operating an electronic device may include determining the second boundary value by inputting the ratio of the ultraviolet light data to the visible light data into a second boundary function. there is.
  • a method of operating an electronic device includes characteristic data determined based on the ultraviolet ray data, the visible light data, and the infrared data, and indicating the type of the ambient light source. It may include an operation of acquiring the first boundary function and the second boundary function by learning training data including labeling data through a machine learning algorithm.
  • the operation of determining the first boundary value may include determining the first boundary value by further inputting the visible light data to the first boundary function.
  • Determining the second boundary value may include determining the second boundary value by further inputting the visible light data into a second boundary function.
  • the operation of correcting the color temperature is an automatic method for correcting the color temperature of the image based on a difference between the first boundary value or the second boundary value from the ratio of the ultraviolet light data to the visible light data.
  • the operation of determining white balancing parameters may be included.
  • the first light source may be a red light source that emits red light
  • the second light source may be a white light source that emits white light
  • An operating method may include determining that the ambient light source is an outdoor light source when the type of the ambient light source is not the first light source or the second light source.
  • the at least one sensor may be configured to decrease responsiveness as the wavelength increases or decreases from a specified wavelength within the band of the visible light channel. there is.
  • the at least one sensor (eg, sensor 376 in FIG. 3) may be configured such that its responsiveness follows a visual curve within the band of the visible light channel.
  • a non-transitory computer-readable recording medium (e.g., memory 130 of FIG. 1) according to an embodiment is a device in which an electronic device acquires an image through a camera (e.g., camera 380 of FIG. 3) when executed. Operation, visible light data acquired through the visible light channel of at least one sensor (e.g., sensor 376 of FIG. 3) to infrared channel of at least one sensor (e.g., sensor 376 of FIG. 3) An operation of determining a reference value based on a ratio of infrared data, and wherein the reference value is based on a ratio of ultraviolet data acquired through an ultraviolet channel of at least one sensor (e.g., sensor 376 in FIG. 3) to visible light data.
  • a computer program is recorded to perform an operation to determine that the type of ambient light source for the image acquired through the camera (e.g., camera 380 in FIG. 3) is the first light source when the value is greater than the first boundary value determined. You can.]
  • an electronic device and method can be provided that allow the electronic device to more accurately determine the type of light source because the distance between data acquired according to the light source is formed to be greater.
  • a computer-readable storage medium that stores one or more programs (software modules) may be provided.
  • One or more programs stored in a computer-readable storage medium are configured to be executable by one or more processors in an electronic device (configured for execution).
  • One or more programs include instructions that cause the electronic device to execute methods according to embodiments described in the claims or specification of the present disclosure.
  • These programs include random access memory, non-volatile memory including flash memory, read only memory (ROM), and electrically erasable programmable ROM.
  • EEPROM electrically erasable programmable read only memory
  • magnetic disc storage device compact disc-ROM (CD-ROM), digital versatile discs (DVDs), or other forms of disk storage. It can be stored in an optical storage device or magnetic cassette. Alternatively, it may be stored in a memory consisting of a combination of some or all of these. Additionally, multiple configuration memories may be included.
  • the program may be operated through a communication network such as the Internet, an intranet, a local area network (LAN), a wide LAN (WLAN), or a storage area network (SAN), or a combination thereof. It may be stored on an attachable storage device that is accessible. This storage device can be connected to a device performing an embodiment of the present disclosure through an external port. Additionally, a separate storage device on a communication network may be connected to the device performing an embodiment of the present disclosure.
  • a communication network such as the Internet, an intranet, a local area network (LAN), a wide LAN (WLAN), or a storage area network (SAN), or a combination thereof. It may be stored on an attachable storage device that is accessible. This storage device can be connected to a device performing an embodiment of the present disclosure through an external port. Additionally, a separate storage device on a communication network may be connected to the device performing an embodiment of the present disclosure.
  • terms such as “unit”, “module”, etc. may refer to a hardware component such as a processor or circuit, and/or a software component executed by a hardware component such as a processor. .
  • a “part” or “module” is stored in an addressable storage medium and may be implemented by a program that can be executed by a processor.
  • “part” and “module” refer to components such as software components, object-oriented software components, class components, and task components, as well as processes, functions, properties, and programs. It may be implemented by scissors, subroutines, segments of program code, drivers, firmware, microcode, circuitry, data, databases, data structures, tables, arrays and variables.
  • “comprises at least one of a, b, or c” means “contains only a, only b, only c, includes a and b, includes b and c,” It may mean including a and c, or including all a, b, and c.

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Studio Devices (AREA)

Abstract

다양한 실시예들에 따른 전자 장치(electronic device)는 카메라, 명령어들을 저장하는 메모리, 적어도 하나의 센서, 카메라, 적어도 하나의 센서 및 상기 메모리와 작동적으로 연결된 프로세서를 포함할 수 있다. 상기 프로세서는, 적어도 하나의 센서를 통해서 검출된 대역 채널 별 데이터에 기초하여 주변 광원의 종류를 분류하도록 구성될 수 있다.

Description

이미지를 생성하는 전자 장치 및 그 동작 방법
본 개시는 이미지를 생성하는 전자 장치 및 그 동작 방법에 관한 것이다.
전자 장치는 디지털 카메라를 이용하여 영상 데이터를 획득하고, 획득된 영상 데이터로부터 이미지를 생성할 수 있다. 또는, 전자 장치는 메모리에 저장된 영상 데이터에 대한 영상 처리 동작을 거쳐서 이미지를 생성할 수 있다. 전자 장치는 영상 데이터를 획득하는 동작이나 영상 데이터를 처리하는 동작을 제어할 수 있다.
예를 들어, 동일한 피사체를 촬영하는 경우에도 피사체 주변에 배치된 광원의 색온도에 따라 촬영된 이미지에 나타난 피사체의 형상이 다른 색상으로 나타날 수 있다. 피사체의 본래 색상이 흰색인 경우에도 조명 내지 광원의 색온도가 낮은 경우 붉은 빛의 이미지가 촬영되고, 색온도가 높은 경우 파란 빛의 이미지가 촬영될 수 있다. 전자 장치는 본래의 색을 표현하기 위해 촬영된 이미지에 대한 백색 조정(white balancing; WB) 처리를 수행할 수 있다.
상술한 정보는 본 개시에 대한 이해를 돕기 위한 목적으로 하는 배경 기술(related art)로 제공될 수 있다. 상술한 내용 중 어느 것도 본 개시와 관련하여 종래 기술(prior art)로서 적용될 수 있는지에 관해서는 어떠한 주장이나 결정이 제기되지 않는다.
일 실시 예에 따른 전자 장치는 카메라, 적어도 하나의 센서, 메모리 및 적어도 하나의 프로세서를 포함할 수 있다. 카메라는 이미지를 획득하도록 구성될 수 있다. 적어도 하나의 센서는 자외선 대역의 광을 검출하는 자외선 채널, 가시광 대역의 광을 검출하는 가시광 채널 및 적외선 대역의 광을 검출하는 적외선 채널을 포함할 수 있다. 메모리에는 인스트럭션들이 저장될 수 있다. 적어도 하나의 프로세서는 상기 카메라, 상기 적어도 하나의 센서 및 상기 메모리와 작동적으로 연결될 수 있다. 상기 적어도 하나의 프로세서는, 상기 인스트럭션들을 실행 시 상기 가시광 채널을 통해서 획득된 가시광 데이터에 대한 상기 적외선 채널을 통해서 획득된 적외선 데이터의 비에 기초하여 기준 값을 결정하도록 구성될 수 있다. 적어도 하나의 프로세서는 상기 기준 값이 상기 가시광 데이터에 대한 상기 자외선 채널을 통해서 획득된 자외선 데이터의 비에 기초하여 결정된 제1 경계 값 이상인 경우 상기 카메라를 통해서 획득된 이미지에 대한 주변 광원의 종류가 제1 광원인 것으로 판단하도록 구성될 수 있다. 적어도 하나의 프로세서는 상기 광원의 종류에 기초하여 상기 이미지의 색온도를 보정하도록 구성될 수 있다.
일 실시 예에 따른 전자 장치의 동작 방법은, 카메라를 통해서 이미지를 획득하는 동작을 포함할 수 있다. 상기 동작 방법은, 적어도 하나의 센서의 가시광 채널을 통해서 획득된 가시광 데이터에 대한 상기 적어도 하나의 센서의 적외선 채널을 통해서 획득된 적외선 데이터의 비에 기초하여 기준 값을 결정하는 동작을 포함할 수 있다. 상기 동작 방법은, 상기 기준 값이 상기 가시광 데이터에 대한 상기 적어도 하나의 센서의 자외선 채널을 통해서 획득된 자외선 데이터의 비에 기초하여 결정된 제1 경계 값 이상인 경우 상기 카메라를 통해서 획득된 이미지에 대한 주변 광원의 종류가 제1 광원인 것으로 판단하는 동작을 포함할 수 있다. 상기 동작 방법은, 상기 광원의 종류에 기초하여 상기 이미지의 색온도를 보정하는 동작을 포함할 수 있다.
일 실시 예에 따른 컴퓨터로 판독 가능한 비일시적 기록 매체는, 실행 시에 전자 장치가 카메라를 통해서 이미지를 획득하는 동작, 적어도 하나의 센서의 가시광 채널을 통해서 획득된 가시광 데이터에 대한 적어도 하나의 센서의 적외선 채널을 통해서 획득된 적외선 데이터의 비에 기초하여 기준 값을 결정하는 동작, 및 기준 값이 가시광 데이터에 대한 적어도 하나의 센서의 자외선 채널을 통해서 획득된 자외선 데이터의 비에 기초하여 결정된 제1 경계 값 이상인 경우 상기 카메라를 통해서 획득된 이미지에 대한 주변 광원의 종류가 제1 광원인 것으로 판단하는 동작을 수행하도록 하는 컴퓨터 프로그램을 기록한 것일 수 있다.
도 1은 다양한 실시예들에 따른 네트워크 환경 내의 전자 장치의 블록도이다.
도 2는 다양한 실시예에 따른 오디오 모듈의 블록도이다.
도 3은 일 실시 예에 따른 전자 장치의 구성요소를 도시한 블록도이다.
도 4는 일 실시 예에 따른 적어도 하나의 센서의 주파수별 반응도를 도시한 그래프이다.
도 5는 일 실시 예에 따른 적어도 하나의 센서의 배치를 도시한 도면이다.
도 6은 일 실시 예에 따른 적어도 하나의 센서에 포함된 포토 다이오드의 배치에 대한 예시들을 도시한 도면이다.
도 7은 적외선 채널 및 가시광 채널을 통해서 획득된 학습 데이터와 실험 데이터의 예시를 도시한 그래프이다.
도 8은 적외선 채널, 가시광 채널 및 적외선 채널을 통해서 획득된 학습 데이터와 실험 데이터의 예시를 도시한 그래프이다.
도 9는 일 실시 예에 따른 전자 장치가 동작하는 프로세스를 도시한 흐름도이다.
도 10은 이차원 공간을 기반으로 광원을 구분하는 프로세스의 예시를 도시한 흐름도이다.
도 11은 삼차원 공간을 기반으로 광원을 구분하는 프로세스의 예시를 도시한 흐름도이다.
도 12는 적외선 채널, 가시광 채널 및 적외선 채널을 통해서 획득된 데이터를 세 가지 광원으로 분류하는 방법을 설명하기 위한 그래프이다.
본 개시는 이미지에 대한 영상 처리를 수행하거나 카메라를 이용하여 영상을 캡처하는 장치 및 그 동작 방법에 관한 것이다.
도 1은, 다양한 실시예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록도이다. 도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제 1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제 2 네트워크(199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(104) 또는 서버(108) 중 적어도 하나와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 연결 단자(178), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(178))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(176), 카메라 모듈(180), 또는 안테나 모듈(197))은 하나의 구성요소(예: 디스플레이 모듈(160))로 통합될 수 있다.
프로세서(120)는, 예를 들면, 소프트웨어(예: 프로그램(140))를 실행하여 프로세서(120)에 연결된 전자 장치(101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(120)는 다른 구성요소(예: 센서 모듈(176) 또는 통신 모듈(190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(132)에 저장하고, 휘발성 메모리(132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(134)에 저장할 수 있다. 일실시예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(101)가 메인 프로세서(121) 및 보조 프로세서(123)를 포함하는 경우, 보조 프로세서(123)는 메인 프로세서(121)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(123)는 메인 프로세서(121)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(123)는, 예를 들면, 메인 프로세서(121)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(121)를 대신하여, 또는 메인 프로세서(121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(121)와 함께, 전자 장치(101)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(160), 센서 모듈(176), 또는 통신 모듈(190))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능 모델이 수행되는 전자 장치(101) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(108))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.
메모리(130)는, 전자 장치(101)의 적어도 하나의 구성요소(예: 프로세서(120) 또는 센서 모듈(176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(130)는, 휘발성 메모리(132) 또는 비휘발성 메모리(134)를 포함할 수 있다.
프로그램(140)은 메모리(130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(142), 미들 웨어(144) 또는 어플리케이션(146)을 포함할 수 있다.
입력 모듈(150)은, 전자 장치(101)의 구성요소(예: 프로세서(120))에 사용될 명령 또는 데이터를 전자 장치(101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(150)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.
음향 출력 모듈(155)은 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 모듈(155)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
디스플레이 모듈(160)은 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일실시예에 따르면, 디스플레이 모듈(160)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.
오디오 모듈(170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일실시예에 따르면, 오디오 모듈(170)은, 입력 모듈(150)을 통해 소리를 획득하거나, 음향 출력 모듈(155), 또는 전자 장치(101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(102))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.
센서 모듈(176)은 전자 장치(101)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일실시예에 따르면, 센서 모듈(176)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.
인터페이스(177)는 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일실시예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(178)는, 그를 통해서 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일실시예에 따르면, 연결 단자(178)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(179)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일실시예에 따르면, 햅틱 모듈(179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(180)은 정지 영상 및 동영상을 촬영할 수 있다. 일실시예에 따르면, 카메라 모듈(180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(188)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 일실시예에 따르면, 전력 관리 모듈(188)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(189)는 전자 장치(101)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일실시예에 따르면, 배터리(189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(190)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(190)은 프로세서(120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일실시예에 따르면, 통신 모듈(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제 1 네트워크(198)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제 2 네트워크(199)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(104)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(192)은 가입자 식별 모듈(196)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크 내에서 전자 장치(101)를 확인 또는 인증할 수 있다.
무선 통신 모듈(192)은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB(enhanced mobile broadband)), 단말 전력 최소화와 다수 단말의 접속(mMTC(massive machine type communications)), 또는 고신뢰도와 저지연(URLLC(ultra-reliable and low-latency communications))을 지원할 수 있다. 무선 통신 모듈(192)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(192)은 고주파 대역에서의 성능 확보를 위한 다양한 기술들, 예를 들어, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO: full dimensional MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다. 무선 통신 모듈(192)은 전자 장치(101), 외부 전자 장치(예: 전자 장치(104)) 또는 네트워크 시스템(예: 제 2 네트워크(199))에 규정되는 다양한 요구사항을 지원할 수 있다. 일실시예에 따르면, 무선 통신 모듈(192)은 eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.
안테나 모듈(197)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(190)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(190)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(197)의 일부로 형성될 수 있다.
다양한 실시예에 따르면, 안테나 모듈(197)은 mmWave 안테나 모듈을 형성할 수 있다. 일실시예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제 1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제 2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.
상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.
일실시예에 따르면, 명령 또는 데이터는 제 2 네트워크(199)에 연결된 서버(108)를 통해서 전자 장치(101)와 외부의 전자 장치(104)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(102, 또는 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 일실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(102, 104, 또는 108) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(101)로 전달할 수 있다. 전자 장치(101)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(101)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시예에 있어서, 외부의 전자 장치(104)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(108)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일실시예에 따르면, 외부의 전자 장치(104) 또는 서버(108)는 제 2 네트워크(199) 내에 포함될 수 있다. 전자 장치(101)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다.
본 문서에 개시된 다양한 실시예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제 3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.
본 문서의 다양한 실시예들에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(101)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(136) 또는 외장 메모리(138))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(140))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(101))의 프로세서(예: 프로세서(120))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
일실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory(CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.
도 2는, 다양한 실시예들에 따른, 카메라 모듈(180)을 예시하는 블럭도(200)이다. 도 2를 참조하면, 카메라 모듈(180)은 렌즈 어셈블리(210), 플래쉬(220), 이미지 센서(230), 이미지 스태빌라이저(240), 메모리(250)(예: 버퍼 메모리), 또는 이미지 시그널 프로세서(260)를 포함할 수 있다. 렌즈 어셈블리(210)는 이미지 촬영의 대상인 피사체로부터 방출되는 빛을 수집할 수 있다. 렌즈 어셈블리(210)는 하나 또는 그 이상의 렌즈들을 포함할 수 있다. 일실시예에 따르면, 카메라 모듈(180)은 복수의 렌즈 어셈블리(210)들을 포함할 수 있다. 이런 경우, 카메라 모듈(180)은, 예를 들면, 듀얼 카메라, 360도 카메라, 또는 구형 카메라(spherical camera)를 형성할 수 있다. 복수의 렌즈 어셈블리(210)들 중 일부는 동일한 렌즈 속성(예: 화각, 초점 거리, 자동 초점, f 넘버(f number), 또는 광학 줌)을 갖거나, 또는 적어도 하나의 렌즈 어셈블리는 다른 렌즈 어셈블리의 렌즈 속성들과 다른 하나 이상의 렌즈 속성들을 가질 수 있다. 렌즈 어셈블리(210)는, 예를 들면, 광각 렌즈 또는 망원 렌즈를 포함할 수 있다.
플래쉬(220)는 피사체로부터 방출 또는 반사되는 빛을 강화하기 위하여 사용되는 빛을 방출할 수 있다. 일실시예에 따르면, 플래쉬(220)는 하나 이상의 발광 다이오드들(예: RGB(red-green-blue) LED, white LED, infrared LED, 또는 ultraviolet LED), 또는 xenon lamp를 포함할 수 있다. 이미지 센서(230)는 피사체로부터 방출 또는 반사되어 렌즈 어셈블리(210) 를 통해 전달된 빛을 전기적인 신호로 변환함으로써, 상기 피사체에 대응하는 이미지를 획득할 수 있다. 일실시예에 따르면, 이미지 센서(230)는, 예를 들면, RGB 센서, BW(black and white) 센서, IR 센서, 또는 UV 센서와 같이 속성이 다른 이미지 센서들 중 선택된 하나의 이미지 센서, 동일한 속성을 갖는 복수의 이미지 센서들, 또는 다른 속성을 갖는 복수의 이미지 센서들을 포함할 수 있다. 이미지 센서(230)에 포함된 각각의 이미지 센서는, 예를 들면, CCD(charged coupled device) 센서 또는 CMOS(complementary metal oxide semiconductor) 센서를 이용하여 구현될 수 있다.
이미지 스태빌라이저(240)는 카메라 모듈(180) 또는 이를 포함하는 전자 장치(101)의 움직임에 반응하여, 렌즈 어셈블리(210)에 포함된 적어도 하나의 렌즈 또는 이미지 센서(230)를 특정한 방향으로 움직이거나 이미지 센서(230)의 동작 특성을 제어(예: 리드 아웃(read-out) 타이밍을 조정 등)할 수 있다. 이는 촬영되는 이미지에 대한 상기 움직임에 의한 부정적인 영향의 적어도 일부를 보상하게 해 준다. 일실시예에 따르면, 이미지 스태빌라이저(240)는, 일실시예에 따르면, 이미지 스태빌라이저(240)은 카메라 모듈(180)의 내부 또는 외부에 배치된 자이로 센서(미도시) 또는 가속도 센서(미도시)를 이용하여 카메라 모듈(180) 또는 전자 장치(101)의 그런 움직임을 감지할 수 있다. 일실시예에 따르면, 이미지 스태빌라이저(240)는, 예를 들면, 광학식 이미지 스태빌라이저로 구현될 수 있다. 메모리(250)는 이미지 센서(230)을 통하여 획득된 이미지의 적어도 일부를 다음 이미지 처리 작업을 위하여 적어도 일시 저장할 수 있다. 예를 들어, 셔터에 따른 이미지 획득이 지연되거나, 또는 복수의 이미지들이 고속으로 획득되는 경우, 획득된 원본 이미지(예: Bayer-patterned 이미지 또는 높은 해상도의 이미지)는 메모리(250)에 저장이 되고, 그에 대응하는 사본 이미지(예: 낮은 해상도의 이미지)는 디스플레이 모듈(160)을 통하여 프리뷰될 수 있다. 이후, 지정된 조건이 만족되면(예: 사용자 입력 또는 시스템 명령) 메모리(250)에 저장되었던 원본 이미지의 적어도 일부가, 예를 들면, 이미지 시그널 프로세서(260)에 의해 획득되어 처리될 수 있다. 일실시예에 따르면, 메모리(250)는 메모리(130)의 적어도 일부로, 또는 이와는 독립적으로 운영되는 별도의 메모리로 구성될 수 있다.
이미지 시그널 프로세서(260)는 이미지 센서(230)을 통하여 획득된 이미지 또는 메모리(250)에 저장된 이미지에 대하여 하나 이상의 이미지 처리들을 수행할 수 있다. 상기 하나 이상의 이미지 처리들은, 예를 들면, 깊이 지도(depth map) 생성, 3차원 모델링, 파노라마 생성, 특징점 추출, 이미지 합성, 또는 이미지 보상(예: 노이즈 감소, 해상도 조정, 밝기 조정, 블러링(blurring), 샤프닝(sharpening), 또는 소프트닝(softening)을 포함할 수 있다. 추가적으로 또는 대체적으로, 이미지 시그널 프로세서(260)는 카메라 모듈(180)에 포함된 구성 요소들 중 적어도 하나(예: 이미지 센서(230))에 대한 제어(예: 노출 시간 제어, 또는 리드 아웃 타이밍 제어 등)를 수행할 수 있다. 이미지 시그널 프로세서(260)에 의해 처리된 이미지는 추가 처리를 위하여 메모리(250)에 다시 저장되거나 카메라 모듈(180)의 외부 구성 요소(예: 메모리(130), 디스플레이 모듈(160), 전자 장치(102), 전자 장치(104), 또는 서버(108))로 제공될 수 있다. 일실시예에 따르면, 이미지 시그널 프로세서(260)는 프로세서(120)의 적어도 일부로 구성되거나, 프로세서(120)와 독립적으로 운영되는 별도의 프로세서로 구성될 수 있다. 이미지 시그널 프로세서(260)이 프로세서(120)과 별도의 프로세서로 구성된 경우, 이미지 시그널 프로세서(260)에 의해 처리된 적어도 하나의 이미지는 프로세서(120)에 의하여 그대로 또는 추가의 이미지 처리를 거친 후 디스플레이 모듈(160)를 통해 표시될 수 있다.
일실시예에 따르면, 전자 장치(101)는 각각 다른 속성 또는 기능을 가진 복수의 카메라 모듈(180)들을 포함할 수 있다. 이런 경우, 예를 들면, 상기 복수의 카메라 모듈(180)들 중 적어도 하나는 광각 카메라이고, 적어도 다른 하나는 망원 카메라일 수 있다. 유사하게, 상기 복수의 카메라 모듈(180)들 중 적어도 하나는 전면 카메라이고, 적어도 다른 하나는 후면 카메라일 수 있다.
도 3은 일 실시 예에 따른 전자 장치(101)의 구성요소를 도시한 블록도이다.
일 실시 예에 따른 전자 장치(101)는 카메라(380)(예: 도 1 또는 2의 카메라 모듈(180)), 적어도 하나의 센서(376)(예: 도 1의 센서 모듈(176), 메모리(330)(예: 도 1의 메모리(130)) 및 적어도 하나의 프로세서(320)(예: 도 1의 프로세서(120))를 포함할 수 있다.
일 실시 예에서, 카메라(380)는 이미지 센서(예: 도 2의 이미지 센서(230)를 통해서 검출된 광에 기초하여 이미지 데이터를 출력할 수 있다. 적어도 하나의 센서(376)는 적어도 하나의 지정된 대역 내의 파장을 가지는 광을 검출하는 적어도 하나의 채널을 포함할 수 있다. 적어도 하나의 센서(376)에 포함된 적어도 하나의 채널은 특정 파장 대역의 광을 검출하는 포토 다이오드를 포함할 수 있다. 적어도 하나의 센서(376)에 포함된 적어도 하나의 채널은 포토 다이오드에 의해 검출된 신호가 포토 다이오드로부터 출력되어 다른 구성요소로 입력되는 경로 중 적어도 일부를 더 포함할 수 있다. 예를 들어, 적어도 하나의 센서(376)는 적외선 대역의 광을 검출하는 포토 다이오드, 가시광선 대역의 광을 검출하는 포토 다이오드, 또는 자외선 대역의 광을 검출하는 포토 다이오드 중 적어도 하나를 포함할 수 있다.
적어도 하나의 프로세서(320)는 카메라(380), 적어도 하나의 센서(376) 및 메모리(330)와 작동적으로 연결될 수 있다. 적어도 하나의 프로세서(320)는 메모리(330)에 저장된 인스트럭션들(instructions)을 실행하여 전자 장치(101)의 동작을 제어할 수 있다.
일 실시 예에 따른 적어도 하나의 프로세서(320)는 적어도 하나의 센서(376)의 각 채널 별로 검출된 광의 세기에 상응하는 광량 데이터를 획득할 수 있다. 예를 들어, 적어도 하나의 프로세서(320)는 적어도 하나의 센서(376)로부터 수신된 적외선 채널을 통해서 검출된 광의 세기에 상응하는 신호 값에 기초하여 적외선(infra-red) 데이터를 획득할 수 있다. 적어도 하나의 프로세서(320)는 적어도 하나의 센서(376)로부터 수신된 가시광 채널을 통해서 검출된 광의 세기에 상응하는 신호 값에 기초하여 가시광(visible) 데이터를 획득할 수 있다. 적어도 하나의 프로세서(320)는 적어도 하나의 센서(376)로부터 수신된 자외선 채널을 통해서 검출된 광의 세기에 상응하는 신호 값에 기초하여 자외선(ultra-violet) 데이터를 획득할 수 있다. 예를 들면, 광량 데이터는 적외선 데이터, 가시광 데이터 또는 자외선 데이터 중 적어도 하나를 포함할 수 있다. 예를 들어, 적외선 데이터는 적외선을 검출하는 포토 다이오드로부터 출력되는 신호의 세기에 기초하여 결정된 적외선의 세기 값을 포함할 수 있다. 예를 들어, 가시광 데이터는 가시광을 검출하는 포토 다이오드로부터 출력되는 신호의 세기에 기초하여 결정된 가시광의 세기 값을 포함할 수 있다. 예를 들어, 자외선 데이터는 자외선을 검출하는 포토 다이오드로부터 출력되는 신호의 세기에 기초하여 결정된 자외선의 세기 값을 포함할 수 있다.
적어도 하나의 프로세서(230)는 광량 데이터에 기초하여 주변 광원의 종류(type)를 분류할 수 있다. 예를 들어, 적어도 하나의 프로세서(230)는 적외선 데이터를 가시광 데이터로 나눈 값(예: 가시광 데이터에 포함된 값에 대한 적외선 데이터에 포함된 값의 비)을 기준 값으로 결정할 수 있다. 적어도 하나의 프로세서(230)는 기준 값이 경계 값보다 작은 경우 주변 광원이 야외 광원인 것으로 판단할 수 있다. 반대로, 적어도 하나의 프로세서(230)는 기준 값이 경계 값보다 큰 경우 주변 광원이 실내 광원인 것으로 판단할 수 있다. 적어도 하나의 프로세서(230)는 실내 광원이 적색 광원(예: A 광원/H 광원)인 것으로 판단할 수 있다.
적어도 하나의 프로세서(230)는 경계 값을 결정하기 위해 경계 함수를 사용할 수 있다. 예를 들어, 적어도 하나의 프로세서(230)는 자외선 데이터를 가시광 데이터로 나눈 값(예: 가시광 데이터에 포함된 값에 대한 자외선 데이터에 포함된 값의 비)을 경계 함수에 입력하여 경계 값을 획득할 수 있다. 적어도 하나의 프로세서(230)는 광원을 세 가지 유형(예: 야외 광원, 백색 광원(냉백색 형광(cool white fluorescent, CWF)) 및 적색 광원) 중 어느 하나로 분류할 경우, 제1 경계 함수 및 제2 경계 함수를 사용할 수 있다. 예를 들어, 적어도 하나의 프로세서는 가시광 데이터에 대한 자외선 데이터의 비를 제1 경계 함수에 입력하여 제1 경계 값을 결정하고, 가시광 데이터에 대한 자외선 데이터의 비를 제2 경계 함수에 입력하여 제2 경계 값을 결정할 수 있다. 적어도 하나의 프로세서는 기준 값을 제1 경계 값 및 제2 경계 값과 비교함으로써 주변 광원의 종류를 분류할 수 있다. 다만, 이에 한정되지 아니하며, 적어도 하나의 프로세서(230)는 분류하고자 하는 광원의 종류의 수량에 따라서 복수 개의 경계 함수를 사용할 수 있다.
일 실시 예에서, 경계 함수는 기계 학습에 의해 결정된 것일 수 있다. 경계 함수는 분류될 광원 별로 획득된 광량 데이터를 포함하는 학습 데이터를 기계 학습 알고리즘을 통해서 학습하여 결정된 것일 수 있다. 경계 함수는 전자 장치에 의해서 결정된 것일수도 있고, 다른 장치(예: 서버)에 의해서 결정된 것일 수도 있다. 또는, 경계 함수는 전자 장치의 제조시에 전자 장치의 메모리에 설정된 것일 수도 있다. 예를 들어, 학습 데이터는 자외선 데이터, 가시광 데이터 및 적외선 데이터를 특징 데이터로 포함하고, 주변 광원의 종류를 지시하는 데이터를 라벨링(labeling) 데이터로 포함할 수 있다. 예를 들어, 기계 학습 알고리즘은 선형 서포트 벡터 머신(linear support vector machine, linear SVM) 또는 비선형 서포트 벡터 머신(non-linear support vector machine, non-linear SVM)일 수 있다. 또는, 딥 러닝(deep learning) 등 다른 기계 학습 알고리즘이 사용될 수도 있으나, SVM과 같이 가벼운 기계 학습 알고리즘만으로도 유효한 경계 함수를 얻을 수 있다. 경계 함수는 비율 값들의 확률에 기반하여 결정된 비율 확률 관계일 수 있다. 다만, 본 예시에 의해 한정되지 아니한다.
적어도 하나의 프로세서(230)는 분류된 광원의 종류에 따라서 영상을 촬영하기위한 동작을 제어할 수 있다. 예를 들어, 적어도 하나의 프로세서(230)는 색온도에 따라서 아래 표 1과 같이 광원을 분류할 수 있다. 적어도 하나의 프로세서(230)는 분류된 광원에 따라서 자동 백색 보정(auto white balancing, AWB)을 수행하기 위해 적용되는 이득 조절 값을 결정할 수 있다. 이득 조절 값은 카메라(380)를 통해서 획득된 이미지의 색온도를 보정하기 위한 오토 화이트 밸런싱 파라미터에 포함될 수 있다.
색온도 광원 종류 AWB 이득 조절 값
7000 주광색 형광등, 수은 램프 R=2.292, G=1, B=1.343
6500 D65 광원 (Average Daylight) R=2.203, G=1, B=1.370
5000 D50 광원 R=1.853, G=1, B=1.562
4000 백색 형광등, 온백색 형광등, 할로겐 램프 R=1.563, G=1, B=1.770
3300 은백색 형광등, 고온 나트륨 램프 R=1.351, G=1, B=2.083
2300 Horizontal 태양광 R=1.136, G=1, B=2.2778
다만, 상기 표 1에 도시된 색온도의 분류 및 이득 조절 값은 예시일 뿐 이에 한정되지 아니한다.
일 실시 예에 따르면, 적어도 하나의 프로세서(320)는 기준 값으로부터 경계 값까지의 거리에 기초하여 영상을 촬영하기 위한 동작을 제어할 수 있다. 예를 들어, 경계 함수에 기초하여 주변 광원이 적색 실내 광원으로 분류된 경우, 적어도 하나의 프로세서(320)는 기준 값으로부터 경계 함수까지의 거리에 따라서 보간법(interpolation)을 통해 자동 백색 보정을 수행할 수 있다. 이에 따라 광원이 분류되는 경계 주변에서 광량 데이터가 형성되는 경우에 광원 분류가 변경됨에 따라서 생성된 이미지의 색온도가 불연속적으로 변화하는 것을 방지할 수 있다.
다른 예를 들면, 적어도 하나의 프로세서(320)는 분류된 주변 광원의 종류에 따라서 카메라(380)의 노출(exposure)을 제어할 수도 있다.
도 4는 일 실시 예에 따른 적어도 하나의 센서(예: 도 3의 센서(376))의 주파수별 반응도(responsivity)를 도시한 그래프이다.
도 4는 적어도 하나의 센서(예: 도 3의 센서(376))가 자외선 대역(410)의 광을 검출하는 자외선 채널, 가시광 대역(420)의 광을 검출하는 가시광 채널 및 적외선 대역(430)의 광을 검출하는 적외선 채널을 포함하는 경우에 관한 것이다. 적어도 하나의 센서(예: 도 3의 센서(376))는 자외선 대역(410)의 광, 가시광 대역(420)의 광 및 적외선 대역(430)의 광을 검출한 신호를 각각 자외선 채널, 가시광 채널 및 적외선 채널로 출력할 수 있다. 적어도 하나의 프로세서(예: 도 3의 프로세서(320))는 자외선 채널, 가시광 채널 및 적외선 채널을 통해서 각각 자외선 데이터, 가시광 데이터 및 적외선 데이터를 획득할 수 있다.
적어도 하나의 센서(예: 도 3의 센서(376))는 촬영 동작을 제어하기 위한 목적에 따른 반응도를 가지도록 구성될 수 있다. 예를 들어, 가시광 대역(420) 내에서 적어도 하나의 센서(예: 도 3의 센서(376))는 지정된 파장(421)으로부터 광의 파장이 증거하거나 감소함에 따라서 반응도가 감소되도록 구성될 수 있다. 가시광 대역(420)의 광은 사람의 눈으로 인식될 수 있는 파장 대역의 광이므로, 적어도 하나의 센서(예: 도 3의 센서(376))는 가시광 대역(420) 내에서 반응도가 파장 대역 별로 사람의 눈이 인지할 수 있는 정도를 나타내는 시감 곡선(luminosity curve)을 따르도록 구성될 수 있다. 적어도 하나의 센서(예: 도 3의 센서(376))는 가시광 채널과 별도로 적외선 채널을 포함하므로, 전자 장치(101)는 가시광에 대한 적외선의 비율을 보다 정확하게 측정할 수 있다. 예를 들어, 적외선 채널은 근적외선(near Infra-Red; NIR) 대역의 광을 검출하는 채널일 수 있다. 전자 장치(101)가 생성하는 이미지에 촬영되는 장면에 따라서 광원의 종류가 다름에도 불구하고 가시광 데이터와 적외선 데이터가 유사한 경우가 발생할 수 있다. 적어도 하나의 센서(예: 도 3의 센서(376))는 자외선 채널을 포함하는 경우, 가시광 데이터와 적외선 데이터가 유사하더라도 광원을 보다 정확하게 분류할 수 있다. 자외선 채널은, 예를 들어, UV-A 대역을 포함하는 자외선 대역의 광을 검출하는 채널일 수 있다. 다만, 이에 한정되지 아니한다.
도 5는 일 실시 예에 따른 적어도 하나의 센서(예: 도 3의 센서(376))의 배치를 도시한 도면이다.
적어도 하나의 센서(예: 도 3의 센서(376))는 카메라(예: 도 3의 카메라(380))에 촬영되는 피사체를 향하도록 하기 위하여, 카메라(예: 도 3의 카메라(380))의 렌즈가 향하는 방향으로 배치될 수 있다. 예를 들어, 적어도 하나의 센서(예: 도 3의 (376))는 플래시(220)가 배치된 주변에 배치될 수 있다. 전자 장치(101)는 플래시(220)에서 발생하는 광이 외부로 방출될 수 있도록 배치된 투명 패널 또는 렌즈를 포함할 수 있다. 도 5에 도시된 적어도 하나의 센서(예: 도 3의 센서(376))는 상기 투명 패널 또는 렌즈를 통해서 입사된 광을 검출할 수 있다. 다만, 도 5는 적어도 하나의 센서(예: 도 3의 센서(376))의 예시를 설명하기 위한 것으로서, 적어도 하나의 센서(예: 도 3의 센서(376))의 구성이 도 5에 도시된 형태로 한정되는 것은 아니다.
도 6은 일 실시 예에 따른 적어도 하나의 센서(예: 도 3의 센서(376))에 포함된 포토 다이오드(photo diode; PD)의 배치에 대한 예시들을 도시한 도면이다. 일 실시 예에 따른 적어도 하나의 센서(예: 도 3의 센서(376))에 포함된 포토 다이오드의 배치는 다양하게 변형될 수 있다.
예를 들어, 적어도 하나의 센서(376-1)는 동일한 면적을 가지는 자외선 PD(601-1), 가시광 PD(603-1) 및 적외선 PD(605-1)가 일렬로 배치될 수 있다. 자외선 PD(601-1)는 자외선 대역의 광을 검출할 수 있다. 가시광 PD(603-1)는 가시광 대역의 광을 검출할 수 있다. 적외선 PD(605-1)는 적외선 대역의 광을 검출할 수 있다.
예를 들면, 각 채널 별 광에 대한 감도를 유사하게 구성하기 위해, 일부 채널에 상응하는 PD의 면적을 다른 채널에 상응하는 PD의 면적과 다르게 구성할 수 있다. 적어도 하나의 센서(376-2)를 참조하면, 자외선 PD(601-2)는 그 면적이 가시광 PD(603-2)의 면적 또는 적외선 PD(605-2)의 면적보다 크게 배치될 수 있다.
예를 들면, 각 채널 별 광에 대한 감도를 유사하게 구성하기 위해, 일부 채널에 상응하는 PD의 수량이 다른 채널에 상응하는 PD의 수량과 상이할 수 있다. 적어도 하나의 센서(376-3)를 참조하면, 자외선 PD(601-3)는 가시광 PD(603-3) 또는 적외선 PD(605-3)보다 많은 수가 배치될 수 있다.
예를 들면, 채널 별로 입사되는 광량이 다른 경우(예: 일부 PD에 그림자가 형성된 경우), 채널 별로 광을 수신하는 양이 상이해지는 문제를 해결하기 위해 각 채널 별 PD를 격자 형태로 배치할 수 있다. 적어도 하나의 센서(376-4)를 참조하면, 자외선 PD(601-4), 가시광 PD(603-4) 및 적외선 PD(605-4)가 서로 교번하여 배치될 수 있다.
도 7은 적외선(특히, 근적외선) 채널 및 가시광 채널을 통해서 획득된 학습 데이터(예: 도 7의 (a))와 실험 데이터(예: 도 7의 (b))의 예시를 도시한 도면이다.
기계 학습 알고리즘을 이용하여 학습 데이터(예: 도 7의 (a))를 학습함으로써 야외 광원 데이터와 실내 광원(A, H) 데이터를 구분하기 위한 경계 함수(700)가 결정될 수 있다. 경계 함수(700)는 학습 데이터(예: 도 7의 (a))에 기초하여 광원의 유형을 정확하게 구분할 가능성이 가장 높은 함수로 결정될 수 있다. 전자 장치는 적어도 하나의 센서를 통해서 가시광 데이터 및 적외선 데이터를 획득할 수 있다. 전자 장치(100)는 적외선 데이터를 가시광 데이터로 나눈 값(예: 가시광 데이터에 대한 적외선 데이터의 비)을 기준 값으로 결정할 수 있다. 전자 장치(101)는 기준 값이 경계 함수(700)에 가시광 데이터를 입력하여 획득된 경계 값보다 큰 경우 주변 광원이 실내 광원(A, H)인 것으로 판단할 수 있다. 전자 장치(101)는 기준 값이 경계 값보다 작은 경우 주변 광원이 야외 광원인 것으로 판단할 수 있다.
적외선 채널 및 가시광 채널에 기초하여 광원을 분류하는 경우, 두 채널을 통해서 획득된 데이터가 그래프 상에서 겹치는 영역(710-1, 710-2)이 비교적 넓게 발생할 수 있다. 그래프 상에서 겹치는 영역(710-1, 710-2) 내에 위치하는 데이터에 대해서 전자 장치가 광원을 분류할 경우 전자 장치가 잘못된 판단을 할 가능성이 있다. 예를 들어, 야외 광원 하에서 획득된 데이터(721)의 경우 기준 값이 경계 함수(700)의 값보다 높게 나타나므로, 전자 장치는 데이터(721)에 대응되는 주변 광원의 유형을 실내 광원(A, H)로 분류할 수 있다. 반대로, 전자 장치는 실내 광원(A, H) 하에서 획득된 데이터(723)에 대응되는 주변 광원의 유형을 야외 광원으로 분류할 수 있다.
도 8은 적외선 채널, 가시광 채널 및 적외선 채널을 통해서 획득된 학습 데이터(예: 도 8의 (a))와 실험 데이터(예: 도 8의 (b))의 예시를 도시한 도면이다.
서로 다른 광원 하에서 광량 데이터를 획득하였으나 적외선 데이터와 가시광 데이터의 비율이 유사한 경우, 적외선 데이터와 가시광 데이터만으로 분류된 광원의 유형에는 오류가 발생할 수 있다. 일 실시 예에 따르면, 전자 장치는 적외선 데이터와 가시광 데이터에 자외선 데이터를 더 고려하여 광원의 유형을 보다 정확하게 분류할 수 있다.
기계 학습 알고리즘을 이용하여 학습 데이터(예: 도 8의 (a))를 학습함으로써 데이터의 주변 광원이 무엇인지 판단하기 위한 경계 함수(800)가 결정될 수 있다. 학습 데이터(예: 도 8의 (a))는 자외선 데이터, 가시광 데이터 및 적외선 데이터에 기초하여 결정된 특징 데이터 및 해당 데이터에 상응하는 주변 광원의 종류를 지시하는 라벨링 데이터를 포함할 수 있다. 예를 들어, 특징 데이터는 자외선 데이터를 가시광 데이터로 나눈 값과 적외선 데이터를 가시광 데이터로 나눈 값을 포함하고, 라벨링 데이터는 실내 광원 또는 야외 광원을 지시하는 정보를 포함할 수 있다. 경계 함수(800)는 학습 데이터(예: 도 8의 (a))에 기초하여 광원의 유형을 정확하게 구분할 가능성이 가장 높은 함수로 결정될 수 있다.
전자 장치는 적어도 하나의 센서를 통해서 가시광 데이터 및 적외선 데이터를 획득할 수 있다. 전자 장치(101)는 적외선 데이터를 가시광 데이터로 나눈 값(예: 가시광 데이터에 대한 적외선 데이터의 비)을 기준 값으로 결정할 수 있다. 전자 장치(101)는 경계 함수(800)에 자외선 데이터를 가시광 데이터로 나눈 값을 입력하여 경계 값을 결정할 수 있다. 전자 장치(101)는 기준 값이 경계 값보다 큰 경우 광원의 유형을 실내 광원(A, H)로 결정할 수 있다. 전자 장치(101)는 기준 값이 경계 값보다 작은 경우 광원의 유형을 야외 광원으로 결정할 수 있다.
자외선 데이터를 가시광 데이터로 나눈 값과 적외선 데이터를 가시광 데이터로 나눈 값을 기준으로 그래프를 나타내는 경우, 실내 광원(A, H) 주변에서 검출된 데이터들이 나타나는 영역(810)과 야외 광원 주변에서 검출된 데이터들이 나타나는 영역(820) 사이의 거리가 상대적으로 멀게 나타난다. 따라서, 자외선 데이터, 가시광 데이터 및 적외선 데이터에 기초하여 주변 광원의 유형을 분류하는 경우, 가시광 데이터와 적외선 데이터만으로 주변 광원의 유형을 분류하는 경우보다 광원의 유형을 정확하게 판단할 가능성이 높다.
도 9는 일 실시 예에 따른 전자 장치(101)가 동작하는 프로세스를 도시한 흐름도(900)이다. 본 개시에서 전자 장치(101)의 동작은 전자 장치(101)의 프로세서(예: 도 3의 적어도 하나의 프로세서(320))가 메모리(예: 도 3의 메모리(330))에 저장된 인스트럭션들을 실행하여 수행되는 것으로 이해될 수 있다.
동작 910에서, 전자 장치(101)는 적어도 하나의 센서(376)를 통해서 광량 데이터를 획득할 수 있다. 광량 데이터는 가시광 데이터, 적외선 데이터 또는 자외선 데이터 중 적어도 하나를 포함할 수 있다. 가시광 데이터는 가시광 대역의 광의 광량을 나타내는 가시광 값을 포함할 수 있다. 적외선 데이터는 적외선 대역의 광의 광량을 나타내는 적외선 값을 포함할 수 있다. 자외선 데이터는 자외선 대역의 광의 광량을 나타내는 자외선 값을 포함할 수 있다.
동작 910에서 획득되는 광량 데이터는 전자 장치(101)가 영상을 촬영하는 시점과 관련된 것일 수 있다. 예를 들어, 전자 장치(101)는 카메라 어플리케이션에 기초하여 정지 영상을 촬영할 것을 요청하는 사용자 입력을 수신할 수 있다. 사용자 입력에 응답하여, 전자 장치(101)는 광량 데이터를 획득할 수 있다. 또한, 예를 들어, 전자 장치(101)는 프리뷰 영상을 디스플레이(예: 도 1의 디스플레이 모듈(160))을 통해서 표시하고 있는 동안 광량 데이터를 지속적으로 모니터링할 수 있다. 또한 예를 들어, 전자 장치(101)는 동영상을 촬영하고 있는 동안 광량 데이터를 지속적으로 모니터링할 수도 있다.
동작 920에서, 전자 장치(101)는 가시광 데이터, 적외선 데이터 또는 자외선 데이터 중 적어도 하나에 기초하여 광원의 종류를 판단할 수 있다. 전자 장치(101)는 광원의 종류를 분류하기 위해 경계 함수를 이용할 수 있다. 전자 장치(101)는 광량 데이터에 기초하여 결정되는 기준 값 및 경계 값을 비교한 결과에 기초하여 광원의 종류를 판단할 수 있다.
예를 들어, 전자 장치(101)는 적외선 데이터, 자외선 데이터, 및 가시광 데이터에 기초하여 기준 값을 결정할 수 있다. 전자 장치(101)는 적외선 데이터에 상응하는 적외선 값을 가시광 데이터에 상응하는 가시광 값으로 나눈 값(예: 가시광 데이터에 대한 적외선 데이터의 비)을 기준 값으로 결정할 수 있다. 전자 장치는 경계 함수에 자외선 데이터에 상응하는 자외선 값을 가시광 값으로 나눈 값(예: 가시광 데이터에 대한 자외선 데이터의 비)을 입력하여 경계 값을 결정할 수 있다. 전자 장치(101)는 기준 값이 경계 값보다 큰 지 여부에 기초하여 광원의 종류를 판단할 수 있다. 또는, 전자 장치(101)는 기준 값이 경계 값보다 작은 지 여부에 기초하여 광원의 종류를 판단할 수 있다.
동작 930에서, 전자 장치(101)는 판단된 광원의 종류에 기초하여 영상 촬영과 관련된 동작을 수행할 수 있다. 예를 들어, 전자 장치(101)는 카메라(예: 도 1의 카메라 모듈(180))를 통해서 이미지를 획득하고, 광원의 종류에 상응하는 오토 화이트 밸런싱 파라미터에 기초하여 획득된 이미지의 색온도를 보정할 수 있다. 다른 예를 들면, 전자 장치(101)는 영상을 촬영하기 위한 카메라의 노출을 조정할 수도 있다.
도 10은 이차원 공간을 기반으로 광원을 구분하는 프로세스의 예시를 도시한 흐름도(1000)이다.
동작 1010에서, 전자 장치(101)는 기준 값(ir/visible)이 제1 경계 함수(f)에 기초하여 결정된 제1 경계 값(f(uv/visible))보다 큰 지 여부를 판단할 수 있다. 기준 값(ir/visible)이 제1 경계 값(f(uv/visible))보다 큰 경우, 전자 장치(101)는 동작 1031에서 적색 실내 광원 주변에서 영상이 촬영되는 것으로 판단할 수 있다. 도 12를 참조하면, 가로 축이 자외선 값(UV)/가시광 값(Visible)이고 세로 축이 적외선 값(IR)/가시광 값(Visible)인 그래프 상에서, 제1 경계 함수(1210)보다 세로 축으로 높은 값을 가지는 영역에 나타나는 데이터들(1231)은 적색 실내 광원에 상응하는 것으로 판단될 수 있다.
기준 값(ir/visible)이 제1 경계 값(f(uv/vislble))보다 크지 않은 경우, 전자 장치(101)는 동작 1020에서 기준 값(ir/visible)이 제2 경계 함수(g)에 기초하여 결정된 제2 경계 값(g(uv/visible))보다 작은 지 여부를 판단할 수 있다. 기준 값(ir/visible)이 제2 경계 값(g(uv/visible))보다 작은 경우, 전자 장치(101)는 동작 1033에서 주변 광원이 백색 실내 광원인 것으로 판단할 수 있다. 기준 값(ir/visible)이 제2 경계 값(g(uv/visible))보다 작지 않은 경우, 전자 장치(101)는 동작 1035에서 주변 광원이 야외 광원인 것으로 판단할 수 있다. 도 12를 참조하면, 그래프 상에서, 제2 경계 함수(1220)보다 세로 축으로 낮은 값을 가지는 영역에 나타나는 데이터(1235)는 백색 실내 광원에 상응하는 것으로 판단될 수 있다. 그래프 상에서, 제2 경계 함수(1220)와 제1 경계 함수(1210) 사이에 나타나는 데이터들(1233)은 야외 광원에 상응하는 것으로 판단될 수 있다.
동작 930에서, 전자 장치(101)는 결정된 광원의 분류에 기초하여 영상 촬영과 관련된 동작을 수행할 수 있다.
도 11은 삼차원 공간을 기반으로 광원을 구분하는 프로세스의 예시를 도시한 흐름도(1100)이다.
일 실시 예에 따른 전자 장치(101)는 자외선 데이터, 가시광 데이터 및 적외선 데이터에 기초하여 광원을 분류할 수 있다. 자외선 데이터, 가시광 데이터 및 적외선 데이터에 기초하여 광원을 분류하는 경우, 세 개의 변수에 기초하여 데이터를 분류하므로, 데이터를 삼차원 그래프로 나타낼 수 있다. 예를 들어, 도 12에 도시된 자외선 값(UV)/가시광 값(Visible)축과 적외선 값(IR)/가시광 값(Visible) 축에 더하여, 가시광 값(Visible) 축을 포함하는 삼차원 그래프(미도시)에 기초하여 데이터가 분류될 수 있다.
전자 장치(101)는 제1 경계 함수(f)에 가시광 값(Visible) 및 자외선 값(UV)/가시광 값(Visible)을 입력하여 제1 경계 값(f(visible,uv/visible))을 획득할 수 있다. 동작 1110에서, 전자 장치(101)는 기준 값(ir/visible)이 제1 경계 값(f(visible,uv/visible))보다 큰 지 여부를 판단할 수 있다. 도 12에 대비하여, 제1 경계 함수(f)는 삼차원 그래프 내의 면으로 나타날 수 있다. 기준 값(ir/visible)이 제1 경계 값(f(visible,uv/visible))보다 큰 경우, 전자 장치(101)는 동작 1031에서 적색 실내 광원 주변에서 영상이 촬영되는 것으로 판단할 수 있다.
기준 값(ir/visible)이 제1 경계 값(f(visible,uv/visible))보다 크지 않은 경우, 전자 장치(101)는 동작 1120에서 기준 값(ir/visible)이 제2 경계 값(g(visible,uv/visible))보다 작은 지 여부를 판단할 수 있다. 기준 값(ir/visible)이 제2 경계 값(g(visible,uv/visible))보다 작은 경우, 전자 장치(101)는 동작 1033에서 주변 광원이 백색 실내 광원인 것으로 판단할 수 있다. 기준 값(ir/visible)이 제2 경계 값(g(visible,uv/visible))보다 작지 않은 경우, 전자 장치(101)는 동작 1035에서 주변 광원이 야외 광원인 것으로 판단할 수 있다. 도 12에 대비하여, 제2 경계 함수(g)는 삼차원 공간 상에서 제1 경계 함수(f)보다 원점에 가까이 나타나는 면일 수 있다.
동작 930에서, 전자 장치(101)는 결정된 광원의 분류에 기초하여 영상 촬영과 관련된 동작을 수행할 수 있다. 예를 들어, 동작 1031에서 피사체 주변의 광원이 적색 실내 광원이라고 판단된 경우, 전자 장치(101)는 적색광을 보정하도록 하기 위한 파라미터에 기초하여 화이트 밸런싱 동작을 수행할 수 있다. 예를 들어, 동작 1033에서 피사체 주변의 광원이 백색 실내 광원인 것으로 판단된 경우, 전자 장치(101)는 백색 실내 광원에 상응하는 파라미터에 기초하여 화이트 밸런싱 동작을 수행할 수 있다. 예를 들어, 동작 1035에서 광원이 야외 광원이라고 판단된 경우, 전자 장치(101)는 야외 광원에 상응하는 파라미터에 기초하여 화이트 밸런싱 동작을 수행할 수 있다.
전자 장치는 이미지에 캡쳐된 피사체 주변에 존재하는 광원의 종류에 따라서 이미지를 캡쳐하기 위한 동작을 제어할 수 있다. 예를 들어, 전자 장치는 이미지가 야외 환경에서 촬영된 경우와 실내에서 촬영된 경우를 구분하여 자동 백색 조정(auto white balancing; AWB) 처리를 위한 파라미터를 다르게 적용할 수 있다. 또한, 전자 장치는 실내에 존재하는 광원의 색온도에 따라서 자동 백색 조정 처리를 위한 파라미터를 다르게 적용할 수 있다.
그러나 전자 장치가 광원의 종류를 잘못 구분한 경우, 적절하지 못한 파라미터가 적용되어 생성된 이미지에 부적절한 색상이 나타날 수 있다.
전자 장치가 카메라를 이용해서 영상을 취득할 때, 동일한 피사체를 촬영한 것이라 하더라도 피사체에 광을 조사하는 광원의 종류에 따라서 다른 이미지 데이터가 획득될 수 있다. 예를 들어, 피사체를 야외에서 촬영하여 주된 광원이 햇빛인 경우와 피사체를 실내에서 촬영하여 주된 광원이 실내 광원인 경우에 피사체를 촬영한 이미지의 색감이 다르게 나타날 수 있다. 또한, 실내 광원에서 방사되는 광의 색온도에 따라서도 피사체에 대한 이미지의 색감이 다르게 나타날 수 있다.
전자 장치가 생성하는 이미지의 품질을 향상하기 위해서는 피사체를 촬영할 때영상 촬영과 관련된 동작을 피사체 주변의 주된 광원에 따라서 다르게 제어할 필요가 있다. 예를 들어, 전자 장치는 피사체 주변의 광원의 종류에 따라서 자동 백색 조정(auto white balancing; AWB)을 수행하기 위한 파라미터를 조정할 수 있다. 다른 예를 들면, 전자 장치는 피사체 주변의 광원의 종류에 따라서 자동적으로 카메라의 노출을 조정할 수 있다. 따라서, 피사체를 촬영할 때 전자 장치가 피사체 주변의 주된 광원이 무엇인지 정확하게 판단하기 위한 방법이 필요할 수 있다.
본 문서에서 이루고자 하는 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
일 실시 예에 따른 전자 장치(예: 도 3의 전자 장치(101))는 카메라(예: 도 3의 카메라(380)), 적어도 하나의 센서(예: 도 3의 센서(376)), 메모리(예: 도 3의 메모리(330)) 및 적어도 하나의 프로세서(예: 도 3의 프로세서(330))를 포함할 수 있다. 카메라는 이미지를 획득하도록 구성될 수 있다. 적어도 하나의 센서(예: 도 3의 센서(376))는 자외선 대역(예: 도 4의 자외선 대역(410))의 광을 검출하는 자외선 채널, 가시광 대역(예: 도 4의 가시광 대역(420))의 광을 검출하는 가시광 채널 및 적외선 대역(예: 도 4의 적외선 대역(430))의 광을 검출하는 적외선 채널을 포함할 수 있다. 메모리(예: 도 3의 메모리(330))에는 인스트럭션들이 저장될 수 있다. 적어도 하나의 프로세서(예: 도 3의 프로세서(330))는 상기 카메라(예: 도 3의 카메라(380)), 상기 적어도 하나의 센서(예: 도 3의 센서(376)) 및 상기 메모리(예: 도 3의 메모리(330))와 작동적으로 연결될 수 있다. 상기 적어도 하나의 프로세서는(예: 도 3의 프로세서(330)), 상기 인스트럭션들을 실행 시 상기 가시광 채널을 통해서 획득된 가시광 데이터에 대한 상기 적외선 채널을 통해서 획득된 적외선 데이터의 비에 기초하여 기준 값을 결정하도록 구성될 수 있다. 적어도 하나의 프로세서(예: 도 3의 프로세서(330))는 상기 기준 값이 상기 가시광 데이터에 대한 상기 자외선 채널을 통해서 획득된 자외선 데이터의 비에 기초하여 결정된 제1 경계 값 이상인 경우 상기 카메라(예: 도 3의 카메라(380))를 통해서 획득된 이미지에 대한 주변 광원의 종류가 제1 광원인 것으로 판단하도록 구성될 수 있다. 적어도 하나의 프로세서(예: 도 3의 프로세서(330))는 상기 광원의 종류에 기초하여 상기 이미지의 색온도를 보정하도록 구성될 수 있다.
일 실시 예에 따르면, 적어도 하나의 프로세서(예: 도 3의 프로세서(330))는 상기 기준 값이 상기 가시광 데이터에 대한 상기 자외선 데이터의 비에 기초하여 결정된 제2 경계 값 이하인 경우 상기 주변 광원의 종류가 제2 광원인 것으로 판단하도록 구성될 수 있다.
일 실시 예에 따르면, 적어도 하나의 프로세서(예: 도 3의 프로세서(330))는 상기 가시광 데이터에 대한 상기 자외선 데이터의 비를 제1 경계 함수에 입력하여 상기 제1 경계 값을 결정하고, 상기 가시광 데이터에 대한 상기 자외선 데이터의 비를 제2 경계 함수에 입력하여 상기 제2 경계 값을 결정하도록 구성될 수 있다.
일 실시 예에 따르면, 적어도 하나의 프로세서(예: 도 3의 프로세서(330))는, 상기 자외선 데이터, 상기 가시광 데이터 및 상기 적외선 데이터에 기초하여 결정된 특징 데이터 및 상기 주변 광원의 종류를 지시하는 라벨링 데이터를 포함하는 학습 데이터를 기계 학습 알고리즘을 통해서 학습하여 상기 제1 경계 함수 및 상기 제2 경계 함수를 획득하도록 구성될 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 프로세서(예: 도 3의 프로세서(330))는 가시광 데이터를 상기 제1 경계 함수에 더 입력하여 상기 제1 경계 값을 결정하고, 상기 가시광 데이터를 제2 경계 함수에 더 입력하여 상기 제2 경계 값을 결정하도록 구성될 수 있다.
일 실시 예에 따르면, 적어도 하나의 프로세서(예: 도 3의 프로세서(330))는 상기 가시광 데이터에 대한 상기 자외선 데이터의 비로부터 상기 제1 경계 값 또는 상기 제2 경계 값과의 차이에 기초하여 상기 이미지의 색온도를 보정하기 위한 오토 화이트 밸런싱 파라미터를 결정하도록 구성될 수 있다.
일 실시 예에 따르면, 상기 제1 광원은 적색 광을 방출하는 적색 광원이고, 상기 제2 광원은 백색 광을 방출하는 백색 광원일 수 있다.
일 실시 예에 따르면, 적어도 하나의 프로세서(예: 도 3의 프로세서(330))는, 상기 주변 광원의 종류가 상기 제1 광원 및 상기 제2 광원이 아닌 경우, 야외 광원인 것으로 판단하도록 구성될 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 센서(예: 도 3의 센서(376))는 상기 가시광 채널의 대역 내에서 파장이 지정된 파장으로부터 증가하거나 감소함에 따라 반응도(responsivity)가 감소하도록 구성된 것일 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 센서(예: 도 3의 센서(376))는 상기 가시광 채널의 대역 내에서 반응도(responsivity)가 시감 곡선을 따르도록 구성된 것일 수 있다.
일 실시 예에 따른 전자 장치(예: 도 3의 전자 장치(101))의 동작 방법은, 카메라(예: 도 3의 카메라(380))를 통해서 이미지를 획득하는 동작을 포함할 수 있다. 상기 동작 방법은, 적어도 하나의 센서(예: 도 3의 센서(376))의 가시광 채널을 통해서 획득된 가시광 데이터에 대한 상기 적어도 하나의 센서(예: 도 3의 센서(376))의 적외선 채널을 통해서 획득된 적외선 데이터의 비에 기초하여 기준 값을 결정하는 동작을 포함할 수 있다. 상기 동작 방법은, 상기 기준 값이 상기 가시광 데이터에 대한 상기 적어도 하나의 센서(예: 도 3의 센서(376))의 자외선 채널을 통해서 획득된 자외선 데이터의 비에 기초하여 결정된 제1 경계 값 이상인 경우 상기 카메라(예: 도 3의 카메라(380))를 통해서 획득된 이미지에 대한 주변 광원의 종류가 제1 광원인 것으로 판단하는 동작을 포함할 수 있다. 상기 동작 방법은, 상기 광원의 종류에 기초하여 상기 이미지의 색온도를 보정하는 동작을 포함할 수 있다.
일 실시 예에 따른 전자 장치(예: 도 3의 전자 장치(101))의 동작 방법은, 상기 기준 값이 상기 가시광 데이터에 대한 상기 자외선 데이터의 비에 기초하여 결정된 제2 경계 값 이하인 경우 상기 주변 광원의 종류가 제2 광원인 것으로 판단하는 동작을 포함할 수 있다.
일 실시 예에 따른 전자 장치(예: 도 3의 전자 장치(101))의 동작 방법은, 상기 가시광 데이터에 대한 상기 자외선 데이터의 비를 제1 경계 함수에 입력하여 상기 제1 경계 값을 결정하는 동작을 포함할 수 있다. 전자 장치(예: 도 3의 전자 장치(101))의 동작 방법은, 상기 가시광 데이터에 대한 상기 자외선 데이터의 비를 제2 경계 함수에 입력하여 상기 제2 경계 값을 결정하는 동작을 포함할 수 있다.
일 실시 예에 따른 전자 장치(예: 도 3의 전자 장치(101))의 동작 방법은, 상기 자외선 데이터, 상기 가시광 데이터 및 상기 적외선 데이터에 기초하여 결정된 특징 데이터 및 상기 주변 광원의 종류를 지시하는 라벨링 데이터를 포함하는 학습 데이터를 기계 학습 알고리즘을 통해서 학습하여 상기 제1 경계 함수 및 상기 제2 경계 함수를 획득하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 상기 제1 경계 값을 결정하는 동작은, 상기 가시광 데이터를 상기 제1 경계 함수에 더 입력하여 상기 제1 경계 값을 결정하는 동작을 포함할 수 있다. 상기 제2 경계 값을 결정하는 동작은, 상기 가시광 데이터를 제2 경계 함수에 더 입력하여 상기 제2 경계 값을 결정하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 상기 색온도를 보정하는 동작은 상기 가시광 데이터에 대한 상기 자외선 데이터의 비로부터 상기 제1 경계 값 또는 상기 제2 경계 값과의 차이에 기초하여 상기 이미지의 색온도를 보정하기 위한 오토 화이트 밸런싱 파라미터를 결정하는 동작을 포함할 수 있다.
일 실시 예에 따른 동작 방법은, 상기 제1 광원은 적색 광을 방출하는 적색 광원이고, 상기 제2 광원은 백색 광을 방출하는 백색 광원인 것일 수 있다.
일 실시 예에 따른 동작 방법은 상기 주변 광원의 종류가 상기 제1 광원 및 상기 제2 광원이 아닌 경우, 야외 광원인 것으로 판단하는 동작을 포함할 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 센서(예: 도 3의 센서(376))는 상기 가시광 채널의 대역 내에서 파장이 지정된 파장으로부터 증가하거나 감소함에 따라 반응도(responsivity)가 감소하도록 구성된 것일 수 있다.
일 실시 예에 따르면, 상기 적어도 하나의 센서(예: 도 3의 센서(376))는, 상기 가시광 채널의 대역 내에서 반응도(responsivity)가 시감 곡선을 따르도록 구성된 것일 수 있다.
일 실시 예에 따른 컴퓨터로 판독 가능한 비일시적 기록 매체(예: 도 1의 메모리(130))는, 실행 시에 전자 장치가 카메라(예: 도 3의 카메라(380))를 통해서 이미지를 획득하는 동작, 적어도 하나의 센서(예: 도 3의 센서(376))의 가시광 채널을 통해서 획득된 가시광 데이터에 대한 적어도 하나의 센서(예: 도 3의 센서(376))의 적외선 채널을 통해서 획득된 적외선 데이터의 비에 기초하여 기준 값을 결정하는 동작, 및 기준 값이 가시광 데이터에 대한 적어도 하나의 센서(예: 도 3의 센서(376))의 자외선 채널을 통해서 획득된 자외선 데이터의 비에 기초하여 결정된 제1 경계 값 이상인 경우 상기 카메라(예: 도 3의 카메라(380))를 통해서 획득된 이미지에 대한 주변 광원의 종류가 제1 광원인 것으로 판단하는 동작을 수행하도록 하는 컴퓨터 프로그램을 기록한 것일 수 있다.]
본 개시에 따르면, 광원에 따라 획득된 데이터 간의 거리가 보다 멀게 형성되므로 전자 장치가 광원의 종류를 보다 정확하게 판단할 수 있는 전자 장치 및 방법이 제공될 수 있다.
본 개시에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 개시의 청구항 또는 명세서에 기재된 실시예들에 따른 방법들은 하드웨어, 소프트웨어, 또는 하드웨어와 소프트웨어의 조합의 형태로 구현될(implemented) 수 있다.
소프트웨어로 구현하는 경우, 하나 이상의 프로그램(소프트웨어 모듈)을 저장하는 컴퓨터 판독 가능 저장 매체가 제공될 수 있다. 컴퓨터 판독 가능 저장 매체에 저장되는 하나 이상의 프로그램은, 전자 장치(device) 내의 하나 이상의 프로세서에 의해 실행 가능하도록 구성된다(configured for execution). 하나 이상의 프로그램은, 전자 장치로 하여금 본 개시의 청구항 또는 명세서에 기재된 실시예들에 따른 방법들을 실행하게 하는 명령어(instructions)를 포함한다.
이러한 프로그램(소프트웨어 모듈, 소프트웨어)은 랜덤 액세스 메모리 (random access memory), 플래시(flash) 메모리를 포함하는 불휘발성(non-volatile) 메모리, 롬(ROM: read only memory), 전기적 삭제가능 프로그램가능 롬(EEPROM: electrically erasable programmable read only memory), 자기 디스크 저장 장치(magnetic disc storage device), 컴팩트 디스크 롬(CD-ROM: compact disc-ROM), 디지털 다목적 디스크(DVDs: digital versatile discs) 또는 다른 형태의 광학 저장 장치, 마그네틱 카세트(magnetic cassette)에 저장될 수 있다. 또는, 이들의 일부 또는 전부의 조합으로 구성된 메모리에 저장될 수 있다. 또한, 각각의 구성 메모리는 다수 개 포함될 수도 있다.
또한, 상기 프로그램은 인터넷(Internet), 인트라넷(Intranet), LAN(local area network), WLAN(wide LAN), 또는 SAN(storage area network)과 같은 통신 네트워크, 또는 이들의 조합으로 구성된 통신 네트워크를 통하여 접근(access)할 수 있는 부착 가능한(attachable) 저장 장치(storage device)에 저장될 수 있다. 이러한 저장 장치는 외부 포트를 통하여 본 개시의 실시 예를 수행하는 장치에 접속할 수 있다. 또한, 통신 네트워크상의 별도의 저장장치가 본 개시의 실시 예를 수행하는 장치에 접속할 수도 있다.
상술한 본 개시의 구체적인 실시예들에서, 개시에 포함되는 구성 요소는 제시된 구체적인 실시 예에 따라 단수 또는 복수로 표현되었다. 그러나, 단수 또는 복수의 표현은 설명의 편의를 위해 제시한 상황에 적합하게 선택된 것으로서, 본 개시가 단수 또는 복수의 구성 요소에 제한되는 것은 아니며, 복수로 표현된 구성 요소라 하더라도 단수로 구성되거나, 단수로 표현된 구성 요소라 하더라도 복수로 구성될 수 있다.
또한, 본 개시에서, “부”, “모듈” 등의 용어는 프로세서 또는 회로와 같은 하드웨어 구성(hardware component), 및/또는 프로세서와 같은 하드웨어 구성에 의해 실행되는 소프트웨어 구성(software component)일 수 있다.
"부", "모듈"은 어드레싱될 수 있는 저장 매체에 저장되며 프로세서에 의해 실행될 수 있는 프로그램에 의해 구현될 수도 있다. 예를 들어, “부”, "모듈" 은 소프트웨어 구성 요소들, 객체 지향 소프트웨어 구성 요소들, 클래스 구성 요소들 및 태스크 구성 요소들과 같은 구성 요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들에 의해 구현될 수 있다.
본 개시에서 설명된 특정 실행들은 일 실시예일 뿐이며, 어떠한 방법으로도 본 개시의 범위를 한정하는 것은 아니다. 명세서의 간결함을 위하여, 종래 전자적인 구성들, 제어 시스템들, 소프트웨어, 및 상기 시스템들의 다른 기능적인 측면들의 기재는 생략될 수 있다.
또한, 본 개시에서, “a, b 또는 c 중 적어도 하나를 포함한다”는 “a만 포함하거나, b만 포함하거나, c만 포함하거나, a 및 b를 포함하거나, b 및 c를 포함하거나, a 및 c를 포함하거나, a, b 및 c를 모두 포함하는 것을 의미할 수 있다.
한편 본 개시의 상세한 설명에서는 구체적인 실시 예에 관해 설명하였으나, 본 개시의 범위에서 벗어나지 않는 한도 내에서 여러 가지 변형이 가능함은 물론이다. 그러므로 본 개시의 범위는 설명된 실시 예에 국한되어 정해져서는 아니 되며 후술하는 특허청구의 범위뿐만 아니라 이 특허청구의 범위와 균등한 것들에 의해 정해져야 한다.

Claims (15)

  1. 전자 장치에 있어서,
    이미지를 획득하도록 구성된 카메라;
    자외선 대역의 광을 검출하는 자외선 채널, 가시광 대역의 광을 검출하는 가시광 채널 및 적외선 대역의 광을 검출하는 적외선 채널을 포함하는 적어도 하나의 센서;
    인스트럭션들을 포함하는 메모리; 및
    상기 카메라, 상기 적어도 하나의 센서 및 상기 메모리와 작동적으로 연결되는 적어도 하나의 프로세서를 포함하고,
    상기 적어도 하나의 프로세서는, 상기 인스트럭션들을 실행 시에:
    상기 가시광 채널을 통해서 획득된 가시광 데이터에 대한 상기 적외선 채널을 통해서 획득된 적외선 데이터의 비에 기초하여 기준 값을 결정하고,
    상기 기준 값이 상기 가시광 데이터에 대한 상기 자외선 채널을 통해서 획득된 자외선 데이터의 비에 기초하여 결정된 제1 경계 값 이상인 경우 상기 카메라를 통해서 획득된 이미지에 대한 주변 광원의 종류가 제1 광원인 것으로 판단하고,
    상기 광원의 종류에 기초하여 상기 이미지의 색온도를 보정하도록 구성된, 전자 장치.
  2. 청구항 1에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 기준 값이 상기 가시광 데이터에 대한 상기 자외선 데이터의 비에 기초하여 결정된 제2 경계 값 이하인 경우 상기 주변 광원의 종류가 제2 광원인 것으로 판단하도록 구성된, 전자 장치.
  3. 청구항 2에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 가시광 데이터에 대한 상기 자외선 데이터의 비를 제1 경계 함수에 입력하여 상기 제1 경계 값을 결정하고,
    상기 가시광 데이터에 대한 상기 자외선 데이터의 비를 제2 경계 함수에 입력하여 상기 제2 경계 값을 결정하도록 구성된, 전자 장치.
  4. 청구항 3에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 자외선 데이터, 상기 가시광 데이터 및 상기 적외선 데이터에 기초하여 결정된 특징 데이터 및 상기 주변 광원의 종류를 지시하는 라벨링 데이터를 포함하는 학습 데이터를 기계 학습 알고리즘을 통해서 학습하여 상기 제1 경계 함수 및 상기 제2 경계 함수를 획득하도록 구성된, 전자 장치.
  5. 청구항 3에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 가시광 데이터를 상기 제1 경계 함수에 더 입력하여 상기 제1 경계 값을 결정하고,
    상기 가시광 데이터를 제2 경계 함수에 더 입력하여 상기 제2 경계 값을 결정하도록 구성된, 전자 장치.
  6. 청구항 3에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 가시광 데이터에 대한 상기 자외선 데이터의 비로부터 상기 제1 경계 값 또는 상기 제2 경계 값과의 차이에 기초하여 상기 이미지의 색온도를 보정하기 위한 오토 화이트 밸런싱 파라미터를 결정하도록 구성된, 전자 장치.
  7. 청구항 2에 있어서,
    상기 제1 광원은 적색 광을 방출하는 적색 광원이고,
    상기 제2 광원은 백색 광을 방출하는 백색 광원인, 전자 장치.
  8. 청구항 7에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 주변 광원의 종류가 상기 제1 광원 및 상기 제2 광원이 아닌 경우, 야외 광원인 것으로 판단하도록 구성된, 전자 장치.
  9. 청구항 1에 있어서,
    상기 적어도 하나의 센서는,
    상기 가시광 채널의 대역 내에서 파장이 지정된 파장으로부터 증가하거나 감소함에 따라 반응도(responsivity)가 감소하도록 구성된, 전자 장치.
  10. 청구항 9에 있어서,
    상기 적어도 하나의 센서는,
    상기 가시광 채널의 대역 내에서 반응도(responsivity)가 시감 곡선을 따르도록 구성된, 전자 장치.
  11. 전자 장치의 동작 방법에 있어서,
    카메라를 통해서 이미지를 획득하는 동작;
    적어도 하나의 센서의 가시광 채널을 통해서 획득된 가시광 데이터에 대한 상기 적어도 하나의 센서의 적외선 채널을 통해서 획득된 적외선 데이터의 비에 기초하여 기준 값을 결정하는 동작;
    상기 기준 값이 상기 가시광 데이터에 대한 상기 적어도 하나의 센서의 자외선 채널을 통해서 획득된 자외선 데이터의 비에 기초하여 결정된 제1 경계 값 이상인 경우 상기 카메라를 통해서 획득된 이미지에 대한 주변 광원의 종류가 제1 광원인 것으로 판단하는 동작; 및
    상기 광원의 종류에 기초하여 상기 이미지의 색온도를 보정하는 동작을 포함하는, 동작 방법.
  12. 청구항 11에 있어서,
    상기 기준 값이 상기 가시광 데이터에 대한 상기 자외선 데이터의 비에 기초하여 결정된 제2 경계 값 이하인 경우 상기 주변 광원의 종류가 제2 광원인 것으로 판단하는 동작을 더 포함하는, 동작 방법.
  13. 청구항 12에 있어서,
    상기 가시광 데이터에 대한 상기 자외선 데이터의 비를 제1 경계 함수에 입력하여 상기 제1 경계 값을 결정하는 동작; 및
    상기 가시광 데이터에 대한 상기 자외선 데이터의 비를 제2 경계 함수에 입력하여 상기 제2 경계 값을 결정하는 동작을 포함하는, 동작 방법.
  14. 청구항 13에 있어서,
    상기 자외선 데이터, 상기 가시광 데이터 및 상기 적외선 데이터에 기초하여 결정된 특징 데이터 및 상기 주변 광원의 종류를 지시하는 라벨링 데이터를 포함하는 학습 데이터를 기계 학습 알고리즘을 통해서 학습하여 상기 제1 경계 함수 및 상기 제2 경계 함수를 획득하는 동작을 포함하는, 동작 방법.
  15. 청구항 13에 있어서,
    상기 제1 경계 값을 결정하는 동작은, 상기 가시광 데이터를 상기 제1 경계 함수에 더 입력하여 상기 제1 경계 값을 결정하는 동작을 포함하고,
    상기 제2 경계 값을 결정하는 동작은, 상기 가시광 데이터를 제2 경계 함수에 더 입력하여 상기 제2 경계 값을 결정하는 동작을 포함하는, 동작 방법.
PCT/KR2023/008435 2022-08-02 2023-06-19 이미지를 생성하는 전자 장치 및 그 동작 방법 WO2024029738A1 (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR20220095858 2022-08-02
KR10-2022-0095858 2022-08-02
KR10-2022-0117099 2022-09-16
KR1020220117099A KR20240018336A (ko) 2022-08-02 2022-09-16 이미지를 생성하는 전자 장치 및 그 동작 방법

Publications (1)

Publication Number Publication Date
WO2024029738A1 true WO2024029738A1 (ko) 2024-02-08

Family

ID=89849118

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2023/008435 WO2024029738A1 (ko) 2022-08-02 2023-06-19 이미지를 생성하는 전자 장치 및 그 동작 방법

Country Status (1)

Country Link
WO (1) WO2024029738A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130105668A1 (en) * 2011-11-02 2013-05-02 Hon Hai Precision Industry Co., Ltd. Reflective display device with light compensation module
KR20160067633A (ko) * 2014-12-04 2016-06-14 삼성전자주식회사 화이트 밸런스 제어 방법 및 그 전자 장치
KR101908481B1 (ko) * 2017-07-24 2018-12-10 동국대학교 산학협력단 보행자 검출 장치 및 방법
US20190320126A1 (en) * 2016-12-22 2019-10-17 Nec Corporation Image processing method, image processing device, and storage medium
JP6672326B2 (ja) * 2015-03-13 2020-03-25 タレス ヴィジョニクス インクＴｈａｌｅｓ Ｖｉｓｉｏｎｉｘ， Ｉｎｃ． 異なる照明条件下でのイメージングのためのデュアルモード照明器

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130105668A1 (en) * 2011-11-02 2013-05-02 Hon Hai Precision Industry Co., Ltd. Reflective display device with light compensation module
KR20160067633A (ko) * 2014-12-04 2016-06-14 삼성전자주식회사 화이트 밸런스 제어 방법 및 그 전자 장치
JP6672326B2 (ja) * 2015-03-13 2020-03-25 タレス ヴィジョニクス インクＴｈａｌｅｓ Ｖｉｓｉｏｎｉｘ， Ｉｎｃ． 異なる照明条件下でのイメージングのためのデュアルモード照明器
US20190320126A1 (en) * 2016-12-22 2019-10-17 Nec Corporation Image processing method, image processing device, and storage medium
KR101908481B1 (ko) * 2017-07-24 2018-12-10 동국대학교 산학협력단 보행자 검출 장치 및 방법

Similar Documents

Publication Publication Date Title
WO2022244970A1 (ko) 전자 장치의 촬영 방법 및 그 전자 장치
WO2022235075A1 (ko) 전자 장치 및 전자 장치의 동작 방법
WO2022196993A1 (ko) 카메라 모듈의 화각을 이용하여 이미지를 촬영하는 전자 장치 및 방법
WO2024029738A1 (ko) 이미지를 생성하는 전자 장치 및 그 동작 방법
WO2022108365A1 (ko) 카메라 모듈 및 카메라 모듈을 포함하는 전자 장치
WO2022240186A1 (ko) 이미지 왜곡을 보정하는 방법 및 그 전자 장치
WO2023234705A1 (ko) 이미지 센서를 포함하는 전자 장치 및 그 동작 방법
WO2022025574A1 (ko) 이미지 센서와 이미지 시그널 프로세서를 포함하는 전자 장치 및 그의 방법
WO2024117590A1 (ko) 이미지의 뷰 영역을 결정하는 전자 장치 및 그 동작 방법
WO2023027465A1 (ko) 이미지를 제공하는 방법 및 이를 지원하는 전자 장치
WO2022245148A1 (ko) 이미지 처리 방법 및 그 전자 장치
WO2024106746A1 (ko) 디지털 보케 이미지의 해상도를 높이기 위한 전자 장치 및 방법
KR20240018336A (ko) 이미지를 생성하는 전자 장치 및 그 동작 방법
WO2022092607A1 (ko) 이미지 센서를 포함하는 전자 장치 및 그 동작 방법
WO2022203192A1 (ko) 공통 홀을 통해 조명 기능 및 광원 감지 기능을 동시에 수행 가능한 장치
WO2023018262A1 (ko) 이미지를 제공하기 위한 방법 및 이를 지원하는 전자 장치
WO2023080520A1 (ko) 이미지의 화질을 개선하기 위한 전자 장치
WO2022203169A1 (ko) 전자 장치의 촬영 방법 및 그 전자 장치
WO2024071639A1 (ko) 플리커링 보정 방법 및 그 전자 장치
WO2024085487A1 (ko) 카메라의 설정을 변경하기 위한 전자 장치, 방법, 및 비일시적 컴퓨터 판독가능 저장 매체
WO2022119372A1 (ko) 영상 처리를 수행하는 전자 장치 및 그 동작 방법
WO2024096308A1 (ko) 광원 객체 이미지 처리 방법 및 장치
WO2022173236A1 (ko) 이미지 센서를 포함하는 전자 장치 및 그 동작 방법
WO2023113544A1 (ko) 언더 디스플레이 카메라를 포함하는 전자 장치 및 그 동작 방법
WO2024085673A1 (ko) 다중 노출 영상을 획득하는 전자 장치 및 그 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: 23850248

Country of ref document: EP

Kind code of ref document: A1