KR102336448B1 - 사진 추출 전자 장치 및 방법 - Google Patents
사진 추출 전자 장치 및 방법 Download PDFInfo
- Publication number
- KR102336448B1 KR102336448B1 KR1020150082137A KR20150082137A KR102336448B1 KR 102336448 B1 KR102336448 B1 KR 102336448B1 KR 1020150082137 A KR1020150082137 A KR 1020150082137A KR 20150082137 A KR20150082137 A KR 20150082137A KR 102336448 B1 KR102336448 B1 KR 102336448B1
- Authority
- KR
- South Korea
- Prior art keywords
- frame
- image
- electronic device
- frames
- file
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 49
- 238000000605 extraction Methods 0.000 title 1
- 238000003384 imaging method Methods 0.000 claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000004458 analytical method Methods 0.000 claims description 80
- 230000008859 change Effects 0.000 claims description 27
- 230000035945 sensitivity Effects 0.000 claims description 25
- 238000001514 detection method Methods 0.000 claims description 20
- 238000012937 correction Methods 0.000 claims description 17
- 230000004044 response Effects 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 27
- 238000004891 communication Methods 0.000 description 21
- 230000006870 function Effects 0.000 description 18
- 230000008569 process Effects 0.000 description 10
- 230000014509 gene expression Effects 0.000 description 7
- 210000000887 face Anatomy 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000010206 sensitivity analysis Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000002583 angiography Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- -1 electricity Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- 229910052724 xenon Inorganic materials 0.000 description 1
- FHNFHKCVQCLJFQ-UHFFFAOYSA-N xenon atom Chemical compound [Xe] FHNFHKCVQCLJFQ-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/015—High-definition television systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/0035—User-machine interface; Control console
- H04N1/00405—Output means
- H04N1/00408—Display of information to the user, e.g. menus
- H04N1/0044—Display of information to the user, e.g. menus for image preview or review, e.g. to help the user position a sheet
- H04N1/00442—Simultaneous viewing of a plurality of images, e.g. using a mosaic display arrangement of thumbnails
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0007—Image acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/61—Control of cameras or camera modules based on recognised objects
- H04N23/611—Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/64—Computer-aided capture of images, e.g. transfer from script file into camera, check of taken image quality, advice or proposal for image composition or decision on when to take image
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/667—Camera operation mode switching, e.g. between still and video, sport and normal or high- and low-resolution modes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/68—Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
- H04N23/681—Motion detection
- H04N23/6811—Motion detection based on the image signal
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/68—Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
- H04N23/682—Vibration or motion blur correction
- H04N23/683—Vibration or motion blur correction performed by a processor, e.g. controlling the readout of an image memory
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/73—Circuitry for compensating brightness variation in the scene by influencing the exposure time
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/40—Extracting pixel data from image sensors by controlling scanning circuits, e.g. by modifying the number of pixels sampled or to be sampled
- H04N25/42—Extracting pixel data from image sensors by controlling scanning circuits, e.g. by modifying the number of pixels sampled or to be sampled by switching between different modes of operation using different resolutions or aspect ratios, e.g. switching between interlaced and non-interlaced mode
-
- H04N5/23222—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N2201/00—Indexing scheme relating to scanning, transmission or reproduction of documents or the like, and to details thereof
- H04N2201/0008—Connection or combination of a still picture apparatus with another apparatus
- H04N2201/0065—Converting image data to a format usable by the connected apparatus or vice versa
- H04N2201/0067—Converting to still picture data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N2201/00—Indexing scheme relating to scanning, transmission or reproduction of documents or the like, and to details thereof
- H04N2201/32—Circuits or arrangements for control or supervision between transmitter and receiver or between image input and image output device, e.g. between a still-image camera and its memory or between a still-image camera and a printer device
- H04N2201/3201—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title
- H04N2201/3225—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title of data relating to an image, a page or a document
- H04N2201/325—Modified version of the image, e.g. part of the image, image reduced in size or resolution, thumbnail or screennail
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- User Interface Of Digital Computer (AREA)
- Studio Devices (AREA)
- Human Computer Interaction (AREA)
Abstract
전자 장치가 개시된다.
개시된 전자 장치는 촬상 센서와 촬상 센서를 통해 입력된 이미지 신호를 처리하는 제어부를 포함하고, 제어부는, 이미지 신호를 이용하여 동영상 파일을 생성하면서 동영상 파일에 포함되는 프레임들 각각에 각각의 프레임이 가지는 프레임 특성
을 부가하고, 프레임을 선별적으로 표시하고, 표시된 프레임들 중 적어도 하나에 대한 선택 신호가 수신되면 선택된 프레임을 정지 영상으로 생성한다.
개시된 전자 장치는 촬상 센서와 촬상 센서를 통해 입력된 이미지 신호를 처리하는 제어부를 포함하고, 제어부는, 이미지 신호를 이용하여 동영상 파일을 생성하면서 동영상 파일에 포함되는 프레임들 각각에 각각의 프레임이 가지는 프레임 특성
을 부가하고, 프레임을 선별적으로 표시하고, 표시된 프레임들 중 적어도 하나에 대한 선택 신호가 수신되면 선택된 프레임을 정지 영상으로 생성한다.
Description
입력되는 영상을 분석하여 사진을 추출하는 전자 장치 및 방법이 개시된다.
최근 동영상 압축 기술의 발전으로 종래보다 고 해상도의 동영상 촬영이 가능해 지고 있다. 동영상 촬영 시, 프레임 레이트를 30FPS(Frame per second)로 설정하고 1분 촬영하는 경우 1800장의 사진을 찍은 것과 동일하게 된다.
정지 영상 촬영 보다 매우 세밀한 순간의 변화까지 촬영할 수 있어 동영상 촬영은 순간 포착에 유리하여 최근 동영상의 프레임을 캡쳐하여 정지영상으로 저장하는 기능이 늘어나고 있다.
일 실시예에 따른 촬상 장치는 촬상 센서와, 상기 촬상 센서를 통해 입력된 이미지 신호를 처리하는 제어부 및 상기 촬상 센서를 통해 입력된 이미지 신호를 영상으로 표시하는 표시부를 포함하고, 상기 제어부는, 상기 이미지 신호를 이용하여 동영상 파일을 생성하면서 상기 동영상 파일에 포함되는 프레임들에 상기 각각의 프레임이 가지는 프레임 특성을 부가하고, 상기 프레임들을 상기 표시부에 선별적으로 표시하고, 상기 표시된 프레임들 중 하나를 선택하는 신호에 대응하여 상기 선택된 프레임을 정지 영상으로 생성한다.
예시적 실시에 따른 상기 제어부는, 상기 프레임 특성을 분석하는 프레임 특성 분석부를 포함하고, 상기 프레임 특성 분석부는, 색상 변화, 밝기 변화, 얼굴 검출을 포함하는 피사체 검출, 얼굴 인식을 포함하는 피사체 인식 및 움직임 분석 결과 중에 적어도 하나를 포함하는 프레임 특성을 분석할 수 있다.
예시적 실시에 따른 상기 제어부는, 상기 각각의 프레임에 부가된 상기 프레임 특성에 대하여 우선 순위를 부가하고, 상기 부가된 우선 순위에 따라 상기 프레임들을 화면에 선별적으로 표시하는 프레임 추천부를 포함할 수 있다.
예시적 실시에 따른 상기 프레임 특성 분석부는, 상기 동영상 파일을 생성하면서 상기 프레임 특성을 분석하는 제1 프레임 특성 분석부와 상기 동영상 파일이 생성된 후, 상기 프레임 특성을 분석하는 제2 프레임 특성 분석부를 포함할 수 있다.
예시적 실시에 따른 상기 제어부는, 소정의 네트워크와 접속된 외부 장치로부터 상기 프레임이 가지는 프레임 특성을 수신하고, 상기 수신된 프레임 특성을 상기 동영상 파일에 포함되는 프레임에 부가할 수 있다.
예시적 실시에 따른 상기 제어부는, 상기 동영상 파일 생성 시 셔터 스피드는 기준 셔터 스피드 보다 빠르게 하고, 감도는 기준 감도보다 높게 촬영하고, 상기 정지 영상 생성 시 노이즈를 제거하는 화질 보정을 수행할 수 있다.
예시적 실시에 따른 상기 제어부는, 상기 동영상 파일의 프레임들 중에서 상기 정지 영상이 생성된 프레임의 위치에 대응하는 정보를 상기 동영상 파일에 저장할 수 있다.
일 실시예에 따른 전자 장치의 제어 방법은 촬상 센서를 통해 입력되는 이미지 신호를 이용하여 동영상 파일을 생성하면서 상기 동영상 파일에 포함되는 프레임들에 상기 각각의 프레임이 가지는 프레임 특성을 부가하는 단계,상기 프레임들을 선별적으로 표시하는 단계 및 상기 표시된 프레임들 중 하나를 선택하는 신호에 대응하여 상기 선택된 프레임을 정지 영상으로 생성하는 단계를 포함한다.
예시적 실시에 따른 상기 제어 방법의 상기 부가 단계는, 상기 프레임 특성을 분석하는 단계를 더 포함하고, 상기 분석 단계는, 색상 변화, 밝기 변화, 얼굴 검출을 포함하는 피사체 검출, 얼굴 인식을 포함하는 피사체 인식 및 움직임 분석 결과 중에 적어도 하나를 포함하는 프레임 특징을 분석할 수 있다.
예시적 실시에 따른 상기 제어 방법은 상기 각각의 프레임에 부가된 상기 프레임 특성에 대하여 우선 순위를 부가하고, 상기 부가된 우선 순위에 따라 상기 프레임들을 화면에 선별적으로 표시하는 단계를 더 포함할 수 있다.
예시적 실시에 따른 상기 제어 방법의 상기 분석 단계는, 상기 동영상 파일을 생성하면서 상기 프레임 특성을 분석하는 단계와 상기 동영상 파일이 생성된 후, 상기 프레임 특성을 분석하는 단계를 포함할 수 있다.
예시적 실시에 따른 상기 제어 방법의 상기 부가 단계는, 소정의 네트워크와 접속된 외부 장치로부터 상기 프레임이 가지는 프레임 특성을 수신하고, 상기 수신된 프레임 특성을 상기 동영상 파일에 포함되는 프레임에 부가할 수 있다.
예시적 실시에 따른 상기 제어 방법은, 상기 동영상 촬영 시 셔터 스피드는 기준 셔터 스피드 보다 빠르게 설정하고, 감도는 기준 감도보다 높게 촬영하고, 상기 정지 영상 생성 시 노이즈를 제거할 수 있다.
예시적 실시에 따른 상기 제어 방법은 상기 동영상 파일의 프레임들 중에서 상기 정지 영상이 생성된 프레임의 위치에 대응하는 정보를 상기 동영상 파일에 저장할 수 있다.
일 실시예에 따른 전자 장치는 촬상 센서, 상기 촬상 센서를 통해 입력된 이미지 신호를 처리하는 제어부, 상기 촬상 센서를 통해 입력된 이미지 신호를 영상으로 표시하는 표시부를 포함하고, 상기 제어부는, 동영상 촬영 후 정지 영상을 생성하는 촬영 상태에 진입하고, 상기 촬상 센서를 통해 입력되는 이미지 신호를 이용하여 동영상 파일을 생성하고, 상기 동영상 파일에 포함된 프레임들을 상기 표시부에 선별적으로 표시하고, 상기 표시된 프레임에 대한 선택 신호가 수신되면, 상기 선택된 프레임을 정지 영상으로 생성한다.
예시적 실시예에 따른 상기 전자 장치의 상기 제어부는, 상기 프레임들의 색상 변화 분석, 밝기 변화 분석, 얼굴 검출을 포함하는 피사체 검출, 얼굴 인식을 포함하는 피사체 인식 및 움직임 분석 중 적어도 하나인 프레임 특성을 분석하는 프레임 특성 분석부를 포함할 수 있다.
예시적 실시예에 따른 상기 전자 장치의 상기 제어부는, 상기 프레임 특성에 대하여 우선 순위를 부가하고, 상기 부가된 우선 순위에 따라 상기 프레임들을 상기 표시부에 선별적으로 표시하는 프레임 추천부를 포함할 수 있다.
예시적 실시예에 따른 상기 전자 장치의 상기 프레임 특성 분석부는, 상기 동영상 파일을 생성하면서 상기 프레임 특성을 분석하는 제1 프레임 특성 분석부와 상기 동영상 파일이 생성된 후, 상기 프레임 특성을 분석하는 제2 프레임 특성 분석부를 포함할 수 있다.
예시적 실시예에 따른 상기 전자 장치의 상기 제어부는, 소정의 네트워크와 접속된 외부 장치로부터 상기 프레임이 가지는 프레임 특성을 수신하고, 상기 수신된 프레임 특성을 상기 동영상 파일에 포함되는 프레임에 부가할 수 있다.
일 실시예에 따른 전자 장치는 촬상 센서와 상기 촬상 센서를 통해 입력된 이미지 신호를 처리하고, 동영상 촬영 후, 동영상 파일의 프레임들 중 적어도 하나의 선택된 프레임을 정지 영상으로 생성하는 제어부와 상기 촬상 센서를 통해 입력된 이미지 신호를 영상으로 표시하는 표시부를 포함하고, 상기 제어부는, 상기 동영상 파일을 생성하면서, 상기 동영상 파일에 포함된 프레임들에 대한 프레임 변화 특성을 분석하고, 상기 분석된 프레임 변화 특성을 기초로 선별된 프레임들을 상기 표시부에 표시한다.
일 실시예에 따르면, 동영상 촬영 후 전자 장치가 선별적으로 프레임을 추출하여 사용자에게 제공할 수 있다.
또한, 사용자가 확인해야 하는 이미지의 수가 줄어들어 이미지 확인 시간을 절약할 수 있고, 사용자의 눈으로 확인이 어려운 장점이 있는 이미지도 쉽게 선별할 수 있다.
도 1은 다양한 실시예에 따른 네트워크 환경 내에서의 전자 장치에 대한 개략적인 블록도이다.
도 2는 다양한 실시예에 따른 전자 장치의 개략적인 블록도이다.
도 3은 다양한 실시예에 따른 프로그램 모듈의 개략적인 블록도이다.
도 4는 일 실시예에 따른 전자 장치의 개략적인 블록도이다.
도 5는 일 실시예에 따른 프레임 특성 분석부와 프레임 추천부의 개략적인 블록도이다.
도 6은 일 실시예에 따른 전자 장치의 제어 방법을 보여주는 흐름도이다.
도 7a는 일 실시예에 따른 밝기 값이 낮은 화면을 표시하는 프레임을 보여주는 도면이다.
도 7b는 일 실시예에 따른 밝기 값이 높아진 화면을 표시하는 프레임을 보여주는 도면이다.
도 8a는 일 실시예에 따른 인물이 없는 풍경을 표시하는 프레임을 보여주는 도면이다.
도 8b는 일 실시예에 따른 인물이 등장한 화면을 표시하는 프레임을 보여주는 도면이다.
도 8c는 일 실시예에 따른 다수의 인물이 등장한 화면을 표시하는 프레임을 보여주는 도면이다.
도 8d는 일 실시예에 따른 인물이 인식된 화면을 표시하는 프레임을 보여주는 도면이다.
도 9a는 일 실시예에 따른 주 피사체의 움직임이 없는 화면을 표시하는 프레임을 보여주는 도면이다.
도 9b는 일 실시예에 따른 주 피사체가 움직이는 경우의 화면을 표시하는 프레임을 보여주는 도면이다.
도 9c는 일 실시예에 따른 주 피사체에 초점이 맞지 않은 화면을 표시하는 프레임을 보여주는 도면이다.
도 9d는 일 실시예에 따른 주 피사체에 초점이 맞은 화면을 표시하는 프레임을 보여주는 도면이다.
도 10은 일 실시예에 따른 FRAI(Frame analysis Information) Box 구성을 이용하여 동영상 파일에 부가 정보를 저장하는 형태를 나타내는 도면이다.
도 11은 일 실시예에 따른 프레임 추천부를 포함하는 전자 장치의 제어 방법을 보여주는 흐름도이다.
도 12는 일 실시예에 따른 다수의 프레임 분석부를 포함하는 전자 장치의 제어 방법을 보여주는 흐름도이다.
도 13a는 일 실시예에 따른 동영상 촬영 후 정지 영상을 생성하는 촬영 모드를 선택하는 모습을 보여주는 도면이다.
도 13b는 일 실시예에 따른 동영상 촬영 후 정지 영상을 생성하는 촬영 모드에 진입한 모습을 보여주는 도면이다.
도 14는 일 실시예에 따른 선택된 프레임에 대하여 화질 보정을 수행하는 흐름도이다.
도 15a는 일 실시예에 따른 동영상 재생 시 추천된 프레임을 함께 표시하는 모습을 보여주는 도면이다.
도 15b는 일 실시예에 따른 추천된 프레임을 선택한 화면을 표시하는 모습을 보여주는 도면이다.
도 16은 일 실시예에 따른 CAPI(Frame Capture Information) Box 구성을 이용하여 동영상 파일에 정지 영상을 생성한 이력을 저장하는 모습을 보여주는 도면이다.
도 2는 다양한 실시예에 따른 전자 장치의 개략적인 블록도이다.
도 3은 다양한 실시예에 따른 프로그램 모듈의 개략적인 블록도이다.
도 4는 일 실시예에 따른 전자 장치의 개략적인 블록도이다.
도 5는 일 실시예에 따른 프레임 특성 분석부와 프레임 추천부의 개략적인 블록도이다.
도 6은 일 실시예에 따른 전자 장치의 제어 방법을 보여주는 흐름도이다.
도 7a는 일 실시예에 따른 밝기 값이 낮은 화면을 표시하는 프레임을 보여주는 도면이다.
도 7b는 일 실시예에 따른 밝기 값이 높아진 화면을 표시하는 프레임을 보여주는 도면이다.
도 8a는 일 실시예에 따른 인물이 없는 풍경을 표시하는 프레임을 보여주는 도면이다.
도 8b는 일 실시예에 따른 인물이 등장한 화면을 표시하는 프레임을 보여주는 도면이다.
도 8c는 일 실시예에 따른 다수의 인물이 등장한 화면을 표시하는 프레임을 보여주는 도면이다.
도 8d는 일 실시예에 따른 인물이 인식된 화면을 표시하는 프레임을 보여주는 도면이다.
도 9a는 일 실시예에 따른 주 피사체의 움직임이 없는 화면을 표시하는 프레임을 보여주는 도면이다.
도 9b는 일 실시예에 따른 주 피사체가 움직이는 경우의 화면을 표시하는 프레임을 보여주는 도면이다.
도 9c는 일 실시예에 따른 주 피사체에 초점이 맞지 않은 화면을 표시하는 프레임을 보여주는 도면이다.
도 9d는 일 실시예에 따른 주 피사체에 초점이 맞은 화면을 표시하는 프레임을 보여주는 도면이다.
도 10은 일 실시예에 따른 FRAI(Frame analysis Information) Box 구성을 이용하여 동영상 파일에 부가 정보를 저장하는 형태를 나타내는 도면이다.
도 11은 일 실시예에 따른 프레임 추천부를 포함하는 전자 장치의 제어 방법을 보여주는 흐름도이다.
도 12는 일 실시예에 따른 다수의 프레임 분석부를 포함하는 전자 장치의 제어 방법을 보여주는 흐름도이다.
도 13a는 일 실시예에 따른 동영상 촬영 후 정지 영상을 생성하는 촬영 모드를 선택하는 모습을 보여주는 도면이다.
도 13b는 일 실시예에 따른 동영상 촬영 후 정지 영상을 생성하는 촬영 모드에 진입한 모습을 보여주는 도면이다.
도 14는 일 실시예에 따른 선택된 프레임에 대하여 화질 보정을 수행하는 흐름도이다.
도 15a는 일 실시예에 따른 동영상 재생 시 추천된 프레임을 함께 표시하는 모습을 보여주는 도면이다.
도 15b는 일 실시예에 따른 추천된 프레임을 선택한 화면을 표시하는 모습을 보여주는 도면이다.
도 16은 일 실시예에 따른 CAPI(Frame Capture Information) Box 구성을 이용하여 동영상 파일에 정지 영상을 생성한 이력을 저장하는 모습을 보여주는 도면이다.
이하, 본 문서의 다양한 실시예가 첨부된 도면을 참조하여 기재된다. 그러나, 이는 본 문서에 기재된 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 문서의 실시예의 다양한 변경(modifications), 균등물(equivalents), 및/또는 대체물(alternatives)을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다.
본 문서에서, "가진다," "가질 수 있다," "포함한다," 또는 "포함할 수 있다" 등의 표현은 해당 특징(예: 수치, 기능, 동작, 또는 부품 등의 구성요소)의 존재를 가리키며, 추가적인 특징의 존재를 배제하지 않는다.
본 문서에서, "A 또는 B," "A 또는/및 B 중 적어도 하나," 또는 "A 또는/및 B 중 하나 또는 그 이상"등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. 예를 들면, "A 또는 B," "A 및 B 중 적어도 하나," 또는 "A 또는 B 중 적어도 하나"는, (1) 적어도 하나의 A를 포함, (2) 적어도 하나의 B를 포함, 또는 (3) 적어도 하나의 A 및 적어도 하나의 B 모두를 포함하는 경우를 모두 지칭할 수 있다.
본 문서에서 사용된 "제 1," "제 2," "첫째," 또는 "둘째,"등의 표현들은 다양한 구성요소들을, 순서 및/또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다. 예를 들면, 제 1 사용자 기기와 제 2 사용자 기기는, 순서 또는 중요도와 무관하게, 서로 다른 사용자 기기를 나타낼 수 있다. 예를 들면, 본 문서에 기재된 권리 범위를 벗어나지 않으면서 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 바꾸어 명명될 수 있다.
어떤 구성요소(예: 제 1 구성요소)가 다른 구성요소(예: 제 2 구성요소)에 "(기능적으로 또는 통신적으로) 연결되어((operatively or communicatively) coupled with/to)" 있다거나 "접속되어(connected to)" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제 3 구성요소)를 통하여 연결될 수 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소(예: 제 1 구성요소)가 다른 구성요소(예: 제 2 구성요소)에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소와 상기 다른 구성요소 사이에 다른 구성요소(예: 제 3 구성요소)가 존재하지 않는 것으로 이해될 수 있다.
본 문서에서 사용된 표현 "~하도록 구성된(또는 설정된)(configured to)"은 상황에 따라, 예를 들면, "~에 적합한(suitable for)," "~하는 능력을 가지는(having the capacity to)," "~하도록 설계된(designed to)," "~하도록 변경된(adapted to)," "~하도록 만들어진(made to)," 또는 "~를 할 수 있는(capable of)"과 바꾸어 사용될 수 있다. 용어 "~하도록 구성된(또는 설정된)"은 하드웨어적으로 "특별히 설계된(specifically designed to)" 것만을 반드시 의미하지 않을 수 있다. 대신, 어떤 상황에서는, "~하도록 구성된 장치"라는 표현은, 그 장치가 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다. 예를 들면, 문구 "A, B, 및 C를 수행하도록 구성된(또는 설정된) 프로세서"는 해당 동작을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리 장치에 저장된 하나 이상의 소프트웨어 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(generic-purpose processor)(예: CPU 또는 application processor)를 의미할 수 있다.
본 문서에서 사용된 용어들은 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 다른 실시예의 범위를 한정하려는 의도가 아닐 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 용어들은 본 문서에 기재된 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가질 수 있다. 본 문서에 사용된 용어들 중 일반적인 사전에 정의된 용어들은, 관련 기술의 문맥상 가지는 의미와 동일 또는 유사한 의미로 해석될 수 있으며, 본 문서에서 명백하게 정의되지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다. 경우에 따라서, 본 문서에서 정의된 용어일지라도 본 문서의 실시예들을 배제하도록 해석될 수 없다.
본 문서의 다양한 실시예들에 따른 전자 장치는, 예를 들면, 스마트 폰(smartphone), 태블릿 PC(tablet personal computer), 이동 전화기(mobile phone), 영상 전화기, 전자책 리더기(e-book reader), 데스크탑 PC(desktop personal computer), 랩탑 PC(laptop personal computer), 넷북 컴퓨터(netbook computer), 워크스테이션(workstation), 서버, PDA(personal digital assistant), PMP(portable multimedia player), MP3 플레이어, 모바일 의료기기, 카메라(camera), 또는 웨어러블 장치(wearable device) 중 적어도 하나를 포함할 수 있다. 다양한 실시예에 따르면, 웨어러블 장치는 액세서리 형(예: 시계, 반지, 팔찌, 발찌, 목걸이, 안경, 콘택트 렌즈, 또는 머리 착용형 장치(head-mounted-device(HMD)), 직물 또는 의류 일체형(예: 전자 의복), 신체 부착형(예: 스킨 패드(skin pad) 또는 문신), 또는 생체 이식형(예: implantable circuit) 중 적어도 하나를 포함할 수 있다.
어떤 실시예들에서, 전자 장치는 가전 제품(home appliance)일 수 있다. 가전 제품은, 예를 들면, 텔레비전, DVD(digital video disk) 플레이어, 오디오, 냉장고, 에어컨, 청소기, 오븐, 전자레인지, 세탁기, 공기 청정기, 셋톱 박스(set-top box), 홈 오토매이션 컨트롤 패널(home automation control panel), 보안 컨트롤 패널(security control panel), TV 박스(예: 삼성 HomeSyncTM, 애플TVTM, 또는 구글 TVTM), 게임 콘솔(예: XboxTM, PlayStationTM), 전자 사전, 전자 키, 캠코더(camcorder), 또는 전자 액자 중 적어도 하나를 포함할 수 있다.
다른 실시예에서, 전자 장치는, 각종 의료기기(예: 각종 휴대용 의료측정기기(혈당 측정기, 심박 측정기, 혈압 측정기, 또는 체온 측정기 등), MRA(magnetic resonance angiography), MRI(magnetic resonance imaging), CT(computed tomography), 촬영기, 또는 초음파기 등), 네비게이션(navigation) 장치, 위성 항법 시스템(GNSS(global navigation satellite system)), EDR(event data recorder), FDR(flight data recorder), 자동차 인포테인먼트(infotainment) 장치, 선박용 전자 장비(예: 선박용 항법 장치, 자이로 콤파스 등), 항공 전자기기(avionics), 보안 기기, 차량용 헤드 유닛(head unit), 산업용 또는 가정용 로봇, 금융 기관의 ATM(automatic teller's machine), 상점의 POS(point of sales), 또는 사물 인터넷 장치(internet of things)(예: 전구, 각종 센서, 전기 또는 가스 미터기, 스프링클러 장치, 화재경보기, 온도조절기(thermostat), 가로등, 토스터(toaster), 운동기구, 온수탱크, 히터, 보일러 등) 중 적어도 하나를 포함할 수 있다.
어떤 실시예에 따르면, 전자 장치는 가구(furniture) 또는 건물/구조물의 일부, 전자 보드(electronic board), 전자 사인 수신 장치(electronic signature receiving device), 프로젝터(projector), 또는 각종 계측 기기(예: 수도, 전기, 가스, 또는 전파 계측 기기 등) 중 적어도 하나를 포함할 수 있다. 다양한 실시예에서, 전자 장치는 전술한 다양한 장치들 중 하나 또는 그 이상의 조합일 수 있다. 어떤 실시예에 따른 전자 장치는 플렉서블 전자 장치일 수 있다. 또한, 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않으며, 기술 발전에 따른 새로운 전자 장치를 포함할 수 있다.
이하, 첨부 도면을 참조하여, 다양한 실시예에 따른 전자 장치가 설명된다. 본 문서에서, 사용자라는 용어는 전자 장치를 사용하는 사람 또는 전자 장치를 사용하는 장치(예: 인공지능 전자 장치)를 지칭할 수 있다.
도 1을 참조하여, 다양한 실시예에서의, 네트워크 환경(100) 내의 전자 장치(101)가 기재된다. 전자 장치(101)는 버스(110), 프로세서(120), 메모리(130), 입출력 인터페이스(150), 디스플레이(160), 및 통신 인터페이스(170)를 포함할 수 있다. 어떤 실시예에서는, 전자 장치(101)는, 구성요소들 중 적어도 하나를 생략하거나 다른 구성요소를 추가적으로 구비할 수 있다.
버스(110)는, 예를 들면, 구성요소들(110-170)을 서로 연결하고, 구성요소들 간의 통신(예: 제어 메시지 및/또는 데이터)을 전달하는 회로를 포함할 수 있다.
프로세서(120)는, 중앙처리장치(central processing unit(CPU)), 어플리케이션 프로세서(application processor(AP)), 또는 커뮤니케이션 프로세서(communication processor(CP)) 중 하나 또는 그 이상을 포함할 수 있다. 프로세서(120)는, 예를 들면, 전자 장치(101)의 적어도 하나의 다른 구성요소들의 제어 및/또는 통신에 관한 연산이나 데이터 처리를 실행할 수 있다.
메모리(130)는, 휘발성 및/또는 비휘발성 메모리를 포함할 수 있다. 메모리(130)는, 예를 들면, 전자 장치(101)의 적어도 하나의 다른 구성요소에 관계된 명령 또는 데이터를 저장할 수 있다. 한 실시예에 따르면, 메모리(130)는 소프트웨어 및/또는 프로그램(140)을 저장할 수 있다.
프로그램(140)은, 예를 들면, 커널(141), 미들웨어(143), 어플리케이션 프로그래밍 인터페이스(application programming interface(API))(145), 및/또는 어플리케이션 프로그램(또는 "어플리케이션")(147) 등을 포함할 수 있다. 커널(141), 미들웨어(143), 또는 API(145)의 적어도 일부는, 운영 시스템(operating system(OS))으로 지칭될 수 있다.
입출력 인터페이스(150)는, 예를 들면, 사용자 또는 다른 외부 기기로부터 입력된 명령 또는 데이터를 전자 장치(101)의 다른 구성요소(들)에 전달할 수 있는 인터페이스의 역할을 할 수 있다. 또한, 입출력 인터페이스(150)는 전자 장치(101)의 다른 구성요소(들)로부터 수신된 명령 또는 데이터를 사용자 또는 다른 외부 기기로 출력할 수 있다.
디스플레이(160)는, 예를 들면, 액정 디스플레이(liquid crystal display(LCD)), 발광 다이오드(light-emitting diode(LED)) 디스플레이, 유기 발광 다이오드(organic light-emitting diode(OLED)) 디스플레이, 또는 마이크로 전자기계 시스템(microelectromechanical systems(MEMS)) 디스플레이, 또는 전자종이(electronic paper) 디스플레이를 포함할 수 있다. 디스플레이(160)는, 예를 들면, 사용자에게 각종 콘텐츠(예: 텍스트, 이미지, 비디오, 아이콘, 또는 심볼 등)을 표시할 수 있다. 디스플레이(160)는, 터치 스크린을 포함할 수 있으며, 예를 들면, 전자 펜 또는 사용자의 신체의 일부를 이용한 터치, 제스쳐, 근접, 또는 호버링 입력을 수신할 수 있다.
통신 인터페이스(170)는, 예를 들면, 전자 장치(101)와 외부 장치(예: 제 1 외부 전자 장치(102), 제 2 외부 전자 장치(104), 또는 서버(106)) 간의 통신을 설정할 수 있다. 예를 들면, 통신 인터페이스(170)는 무선 통신 또는 유선 통신을 통해서 네트워크(162)에 연결되어 외부 장치(예: 제 2 외부 전자 장치(104) 또는 서버(106))와 통신할 수 있다.
무선 통신은, 예를 들면, 셀룰러 통신 프로토콜로서, 예를 들면, LTE(long-term evolution), LTE-A(LTE Advance), CDMA(code division multiple access), WCDMA(wideband CDMA), UMTS(universal mobile telecommunications system), WiBro(Wireless Broadband), 또는 GSM(Global System for Mobile Communications) 등 중 적어도 하나를 사용할 수 있다. 또한, 무선 통신은, 예를 들면, 근거리 통신(164)을 포함할 수 있다. 근거리 통신(164)은, 예를 들면, WiFi(wireless fidelity), 블루투스(Bluetooth), NFC(near field communication), 또는 GNSS(global navigation satellite system) 등 중 적어도 하나를 포함할 수 있다. GNSS는 사용 지역 또는 대역폭 등에 따라, 예를 들면, GPS(Global Positioning System), Glonass(Global Navigation Satellite System), Beidou Navigation Satellite System(이하 "Beidou") 또는 Galileo, the European global satellite-based navigation system 중 적어도 하나를 포함할 수 있다. 이하, 본 문서에서는, "GPS"는 "GNSS"와 혼용되어 사용(interchangeably used)될 수 있다. 유선 통신은, 예를 들면, USB(universal serial bus), HDMI(high definition multimedia interface), RS-232(recommended standard232), 또는 POTS(plain old telephone service) 등 중 적어도 하나를 포함할 수 있다. 네트워크(162)는 통신 네트워크(telecommunications network), 예를 들면, 컴퓨터 네트워크(computer network)(예: LAN 또는 WAN), 인터넷, 또는 전화 망(telephone network) 중 적어도 하나를 포함할 수 있다.
제 1 및 제 2 외부 전자 장치(102, 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 한 실시예에 따르면, 서버(106)는 하나 또는 그 이상의 서버들의 그룹을 포함할 수 있다. 다양한 실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 다른 하나 또는 복수의 전자 장치(예: 전자 장치(102,104), 또는 서버(106)에서 실행될 수 있다. 한 실시예에 따르면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로 또는 요청에 의하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 그와 연관된 적어도 일부 기능을 다른 장치(예: 전자 장치(102, 104), 또는 서버(106))에게 요청할 수 있다. 다른 전자 장치(예: 전자 장치(102, 104), 또는 서버(106))는 요청된 기능 또는 추가 기능을 실행하고, 그 결과를 전자 장치(101)로 전달할 수 있다. 전자 장치(101)는 수신된 결과를 그대로 또는 추가적으로 처리하여 요청된 기능이나 서비스를 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다.
도 2는 다양한 실시예에 따른 전자 장치(201)의 블록도이다. 전자 장치(201)는, 예를 들면, 도 1에 도시된 전자 장치(101)의 전체 또는 일부를 포함할 수 있다. 전자 장치(201)는 하나 이상의 프로세서(예: AP(application processor))(210), 통신 모듈(220), 가입자 식별 모듈(224), 메모리(230), 센서 모듈(240), 입력 장치(250), 디스플레이(260), 인터페이스(270), 오디오 모듈(280), 카메라 모듈(291), 전력 관리 모듈(295), 배터리(296), 인디케이터(297), 및 모터(298) 를 포함할 수 있다.
프로세서(210)는, 예를 들면, 운영 체제 또는 응용 프로그램을 구동하여 프로세서(210)에 연결된 다수의 하드웨어 또는 소프트웨어 구성요소들을 제어할 수 있고, 각종 데이터 처리 및 연산을 수행할 수 있다. 프로세서(210)는, 예를 들면, SoC(system on chip) 로 구현될 수 있다. 한 실시예에 따르면, 프로세서(210)는 GPU(graphic processing unit) 및/또는 이미지 신호 프로세서(image signal processor)를 더 포함할 수 있다. 프로세서(210)는 도 2에 도시된 구성요소들 중 적어도 일부(예: 셀룰러 모듈(221))를 포함할 수도 있다. 프로세서(210) 는 다른 구성요소들(예: 비휘발성 메모리) 중 적어도 하나로부터 수신된 명령 또는 데이터를 휘발성 메모리에 로드(load)하여 처리하고, 다양한 데이터를 비휘발성 메모리에 저장(store)할 수 있다.
통신 모듈(220)은, 도 1의 통신 인터페이스(170)와 동일 또는 유사한 구성을 가질 수 있다. 통신 모듈(220)은, 예를 들면, 셀룰러 모듈(221), WiFi 모듈(223), 블루투스 모듈(225), GNSS 모듈(227)(예: GPS 모듈, Glonass 모듈, Beidou 모듈, 또는 Galileo 모듈), NFC 모듈(228) 및 RF(radio frequency) 모듈(229)를 포함할 수 있다.
메모리(230)(예: 메모리(130))는, 예를 들면, 내장 메모리(232) 또는 외장 메모리(234)를 포함할 수 있다. 내장 메모리(232)는, 예를 들면, 휘발성 메모리(예: DRAM(dynamic RAM), SRAM(static RAM), 또는 SDRAM(synchronous dynamic RAM) 등), 비휘발성 메모리(non-volatile Memory)(예: OTPROM(one time programmable ROM), PROM(programmable ROM), EPROM(erasable and programmable ROM), EEPROM(electrically erasable and programmable ROM), mask ROM, flash ROM, 플래시 메모리(예: NAND flash 또는 NOR flash 등), 하드 드라이브, 또는 솔리드 스테이트 드라이브(solid state drive(SSD)) 중 적어도 하나를 포함할 수 있다.
외장 메모리(234)는 플래시 드라이브(flash drive), 예를 들면, CF(compact flash), SD(secure digital), Micro-SD(micro secure digital), Mini-SD(mini secure digital), xD(extreme digital), MMC(multi-media card) 또는 메모리 스틱(memory stick) 등을 더 포함할 수 있다. 외장 메모리(234)는 다양한 인터페이스를 통하여 전자 장치(201)와 기능적으로 및/또는 물리적으로 연결될 수 있다.
센서 모듈(240)은, 예를 들면, 물리량을 계측하거나 전자 장치(201)의 작동 상태를 감지하여, 계측 또는 감지된 정보를 전기 신호로 변환할 수 있다. 센서 모듈(240)은, 예를 들면, 제스처 센서(240A), 자이로 센서(240B), 기압 센서(240C), 마그네틱 센서(240D), 가속도 센서(240E), 그립 센서(240F), 근접 센서(240G), 컬러(color) 센서(240H)(예: RGB(red, green, blue) 센서), 생체 센서(240I), 온/습도 센서(240J), 조도 센서(240K), 또는 UV(ultra violet) 센서(240M) 중의 적어도 하나를 포함할 수 있다. 센서 모듈(240)은 그 안에 속한 적어도 하나 이상의 센서들을 제어하기 위한 제어 회로를 더 포함할 수 있다. 어떤 실시예에서는, 전자 장치(201)는 프로세서(210)의 일부로서 또는 별도로, 센서 모듈(240)을 제어하도록 구성된 프로세서를 더 포함하여, 프로세서(210)가 슬립(sleep) 상태에 있는 동안, 센서 모듈(240)을 제어할 수 있다.
입력 장치(250)는, 예를 들면, 터치 패널(touch panel)(252), (디지털) 펜 센서(pen sensor)(254), 키(key)(256), 또는 초음파(ultrasonic) 입력 장치(258)를 포함할 수 있다. 터치 패널(252)은, 예를 들면, 정전식, 감압식, 적외선 방식, 또는 초음파 방식 중 적어도 하나의 방식을 사용할 수 있다. 또한, 터치 패널(252)은 제어 회로를 더 포함할 수도 있다. 터치 패널(252)은 택타일 레이어(tactile layer)를 더 포함하여, 사용자에게 촉각 반응을 제공할 수 있다.
(디지털) 펜 센서(254)는, 예를 들면, 터치 패널의 일부이거나, 별도의 인식용 쉬트(sheet)를 포함할 수 있다. 키(256)는, 예를 들면, 물리적인 버튼, 광학식 키, 또는 키패드를 포함할 수 있다. 초음파 입력 장치(258)는 마이크(예: 마이크(288))를 통해, 입력 도구에서 발생된 초음파를 감지하여, 상기 감지된 초음파에 대응하는 데이터를 확인할 수 있다.
디스플레이(260)(예: 디스플레이(160))는 패널(262), 홀로그램 장치(264), 또는 프로젝터(266)를 포함할 수 있다. 패널(262)은, 도 1의 디스플레이(160)와 동일 또는 유사한 구성을 포함할 수 있다. 패널(262)은, 예를 들면, 유연하게(flexible), 투명하게(transparent), 또는 착용할 수 있게(wearable) 구현될 수 있다. 패널(262)은 터치 패널(252)과 하나의 모듈로 구성될 수도 있다.
인터페이스(270)는, 예를 들면, HDMI(high-definition multimedia interface)(272), USB(universal serial bus)(274), 광 인터페이스(optical interface)(276), 또는 D-sub(D-subminiature)(278)를 포함할 수 있다.
오디오 모듈(280)은, 예를 들면, 소리(sound)와 전기 신호를 쌍방향으로 변환시킬 수 있다. 오디오 모듈(280)의 적어도 일부 구성요소는, 예를 들면, 도 1 에 도시된 입출력 인터페이스(145)에 포함될 수 있다. 오디오 모듈(280)은, 예를 들면, 스피커(282), 리시버(284), 이어폰(286), 또는 마이크(288) 등을 통해 입력 또는 출력되는 소리 정보를 처리할 수 있다.
카메라 모듈(291)은, 예를 들면, 정지 영상 및 동영상을 촬영할 수 있는 장치로서, 한 실시예에 따르면, 하나 이상의 이미지 센서(예: 전면 센서 또는 후면 센서), 렌즈, ISP(image signal processor), 또는 플래시(flash)(예: LED 또는 xenon lamp 등)를 포함할 수 있다.
전력 관리 모듈(295)은, 예를 들면, 전자 장치(201)의 전력을 관리할 수 있다. 한 실시예에 따르면, 전력 관리 모듈(295)은 PMIC(power management integrated circuit), 충전 IC(charger integrated circuit), 또는 배터리 또는 연료 게이지(battery or fuel gauge)를 포함할 수 있다. PMIC는, 유선 및/또는 무선 충전 방식을 가질 수 있다. 배터리 게이지는, 예를 들면, 배터리(296)의 잔량, 충전 중 전압, 전류, 또는 온도를 측정할 수 있다.
인디케이터(297)는 전자 장치(201) 또는 그 일부(예: 프로세서(210))의 특정 상태, 예를 들면, 부팅 상태, 메시지 상태 또는 충전 상태 등을 표시할 수 있다. 모터(298)는 전기적 신호를 기계적 진동으로 변환할 수 있고, 진동(vibration), 또는 햅틱(haptic) 효과 등을 발생시킬 수 있다.
본 문서에서 기술된 구성요소들 각각은 하나 또는 그 이상의 부품(component)으로 구성될 수 있으며, 해당 구성요소의 명칭은 전자 장치의 종류에 따라서 달라질 수 있다. 다양한 실시예에서, 전자 장치는 본 문서에서 기술된 구성요소 중 적어도 하나를 포함하여 구성될 수 있으며, 일부 구성요소가 생략되거나 또는 추가적인 다른 구성요소를 더 포함할 수 있다. 또한, 다양한 실시예에 따른 전자 장치의 구성요소들 중 일부가 결합되어 하나의 개체(entity)로 구성됨으로써, 결합되기 이전의 해당 구성요소들의 기능을 동일하게 수행할 수 있다.
도 3은 다양한 실시예에 따른 프로그램 모듈의 블록도이다. 한 실시예에 따르면, 프로그램 모듈(310)(예: 프로그램(140))은 전자 장치(예: 전자 장치(101))에 관련된 자원을 제어하는 운영 체제(operating system(OS)) 및/또는 운영 체제 상에서 구동되는 다양한 어플리케이션(예: 어플리케이션 프로그램(147))을 포함할 수 있다. 운영 체제는, 예를 들면, 안드로이드(android), iOS, 윈도우즈(windows), 심비안(symbian), 타이젠(tizen), 또는 바다(bada) 등이 될 수 있다.
프로그램 모듈(310)은 커널(320), 미들웨어(330), 어플리케이션 프로그래밍 인터페이스(application programming interface (API))(360), 및/또는 어플리케이션(370)을 포함할 수 있다. 프로그램 모듈(310)의 적어도 일부는 전자 장치 상에 프리로드(preload) 되거나, 외부 전자 장치(예: 전자 장치(102, 104), 서버(106) 등)로부터 다운로드(download) 가능하다.
커널(320)(예: 커널(141))은, 예를 들면, 시스템 리소스 매니저(321) 및/또는 디바이스 드라이버(323)를 포함할 수 있다. 시스템 리소스 매니저(321)는 시스템 리소스의 제어, 할당, 또는 회수 등을 수행할 수 있다. 한 실시예에 따르면, 시스템 리소스 매니저(321)는 프로세스 관리부, 메모리 관리부, 또는 파일 시스템 관리부 등을 포함할 수 있다. 디바이스 드라이버(323)는, 예를 들면, 디스플레이 드라이버, 카메라 드라이버, 블루투스 드라이버, 공유 메모리 드라이버, USB 드라이버, 키패드 드라이버, WiFi 드라이버, 오디오 드라이버, 또는 IPC(inter-process communication) 드라이버를 포함할 수 있다.
미들웨어(330)는, 예를 들면, 어플리케이션(370)이 공통적으로 필요로 하는 기능을 제공하거나, 어플리케이션(370)이 전자 장치 내부의 제한된 시스템 자원을 효율적으로 사용할 수 있도록 API(360)를 통해 다양한 기능들을 어플리케이션(370)으로 제공할 수 있다. 한 실시예에 따르면, 미들웨어(330)(예: 미들웨어(143))는 런타임 라이브러리(335), 어플리케이션 매니저(application manager)(341), 윈도우 매니저(window manager)(342), 멀티미디어 매니저(multimedia manager)(343), 리소스 매니저(resource manager)(344), 파워 매니저(power manager)(345), 데이터베이스 매니저(database manager)(346), 패키지 매니저(package manager)(347), 연결 매니저(connectivity manager)(348), 통지 매니저(notification manager)(349), 위치 매니저(location manager)(350), 그래픽 매니저(graphic manager)(351), 또는 보안 매니저(security manager)(352) 중 적어도 하나를 포함할 수 있다.
미들웨어(330)는 전술한 구성요소들의 다양한 기능의 조합을 형성하는 미들웨어 모듈을 포함할 수 있다. 미들웨어(330)는 차별화된 기능을 제공하기 위해 운영 체제의 종류 별로 특화된 모듈을 제공할 수 있다. 또한, 미들웨어(330)는 동적으로 기존의 구성요소를 일부 삭제하거나 새로운 구성요소들을 추가할 수 있다.
API(360)(예: API(145))는, 예를 들면, API 프로그래밍 함수들의 집합으로, 운영 체제에 따라 다른 구성으로 제공될 수 있다. 예를 들면, 안드로이드 또는 iOS의 경우, 플랫폼 별로 하나의 API 셋을 제공할 수 있으며, 타이젠(tizen)의 경우, 플랫폼 별로 두 개 이상의 API 셋을 제공할 수 있다.
어플리케이션(370)(예: 어플리케이션 프로그램(147))은, 예를 들면, 홈(371), 다이얼러(372), SMS/MMS(373), IM(instant message)(374), 브라우저(375), 카메라(376), 알람(377), 컨택트(378), 음성 다이얼(379), 이메일(380), 달력(381), 미디어 플레이어(382), 앨범(383), 또는 시계(384), 건강 관리(health care)(예: 운동량 또는 혈당 등을 측정), 또는 환경 정보 제공(예: 기압, 습도, 또는 온도 정보 등을 제공) 등의 기능을 수행할 수 있는 하나 이상의 어플리케이션을 포함할 수 있다.
다양한 실시예에 따르면, 프로그램 모듈(310)의 적어도 일부는 소프트웨어, 펌웨어, 하드웨어, 또는 이들 중 적어도 둘 이상의 조합으로 구현될 수 있다. 프로그램 모듈(310)의 적어도 일부는, 예를 들면, 프로세서(예: 프로세서(210))에 의해 구현(implement)(예: 실행)될 수 있다. 프로그램 모듈(310)의 적어도 일부는 하나 이상의 기능을 수행하기 위한, 예를 들면, 모듈, 프로그램, 루틴, 명령어 세트(sets of instructions) 또는 프로세스 등을 포함할 수 있다.
다양한 실시예에 따른 장치(예: 모듈들 또는 그 기능들) 또는 방법(예: 동작들)의 적어도 일부는, 예컨대, 프로그램 모듈의 형태로 컴퓨터로 읽을 수 있는 저장매체(computer-readable storage media)에 저장된 명령어로 구현될 수 있다. 상기 명령어가 프로세서(예: 프로세서(120))에 의해 실행될 경우, 상기 하나 이상의 프로세서가 상기 명령어에 해당하는 기능을 수행할 수 있다. 컴퓨터로 읽을 수 있는 저장매체는, 예를 들면, 메모리(130)가 될 수 있다.
다양한 실시예에 따른 모듈 또는 프로그램 모듈은 전술한 구성요소들 중 적어도 하나 이상을 포함하거나, 일부가 생략되거나, 또는 추가적인 다른 구성요소를 더 포함할 수 있다. 다양한 실시예에 따른 모듈, 프로그램 모듈 또는 다른 구성요소에 의해 수행되는 동작들은 순차적, 병렬적, 반복적 또는 휴리스틱(heuristic)한 방법으로 실행될 수 있다. 또한, 일부 동작은 다른 순서로 실행되거나, 생략되거나, 또는 다른 동작이 추가될 수 있다. 그리고 본 문서에 개시된 실시예는 개시된, 기술 내용의 설명 및 이해를 위해 제시된 것이며, 본 문서에서 기재된 기술의 범위를 한정하는 것은 아니다. 따라서, 본 문서의 범위는, 본 문서의 기술적 사상에 근거한 모든 변경 또는 다양한 다른 실시예를 포함하는 것으로 해석되어야 한다.
도 4는 일 실시예에 따른 전자 장치의 개략적인 블록도이다.
촬영부(460)에 구비된 렌즈를 통하여 입력된 빛은 촬상 센서(470)에 의해 이미지 신호로 변환된다. 제어부(400)는 이미지 신호를 이용하여 동영상 파일을 생성한다. 제어부(400)에 구비된 프레임 특성 분석부(410)(SAE: Scene Analysis Engine, 이하 프레임 특성 분석부 또는 SAE라 한다)는 생성되는 동영상 내부에 있는 프레임의 특성을 분석하고 각 프레임에 분석결과에 따른 스코어 데이터를 저장한다. 여기서, 스코어 데이터는 임의의 기준에 따라 매 프레임 별로 분석된 특징을 점수화한 데이터를 의미한다.
프레임 추천부(420)(SRE: Scene Recommendation Engine, 이하 프레임 추천부 또는 SRE라 한다)는 프레임 특성 분석부(410)에서 분석한 결과를 이용하여 일부 프레임을 선정한다. 제어부(400)는 선정된 일부 프레임을 표시부(450)에 표시한다. 메모리(440)에는 프레임 특성 분석부(410)가 동영상 파일을 분석할 때 사용하는 참조 데이터 또는 프레임 추천부(420)가 일부 프레임을 선정할 때 사용하는 참조 데이터를 저장할 수 있다.
프레임 특성 분석부(410)(SAE)와 프레임 추천부(420)(SRE) 및 화질 개선부 등은 제어부(400) 내에서 별도의 모듈로 존재할 수 있고, 프로그램으로 구현되어 제어부(400)에 포함되어 있을 수 있다.
도 5는 다른 실시예에 따른 다수의 프레임 특성 분석부 (500)를 포한하는 경우의 개략적인 블록도이다.
프레임 특성 분석부(500)는 내부적으로 처리하는 데이터의 종류를 달리하는 프레임 특성 분석부1(510), 프레임 특성 분석부2(520), 프레임 특성 분석부3(530) 를 포함할 수 있다. 또한 프레임 특성 분석부(500)는 프레임 특성 분석부1(510), 프레임 특성 분석부2(520), 프레임 특성 분석부3(530) 에서 수신된 다수의 데이터를 취합하고 소정의 데이터를 선별하는 프레임 특성 결정부(540)를 포함할 수 있다.
예를 들어, 프레임 특성 분석부(500)는 분석 해야 할 데이터의 양이 적은 경우 프레임 특성 분석부1(510)을 이용하여 입력되는 프레임을 이용하여 정보를 분석하고 스코어 데이터를 부여한다. 프레임 특성 분석부(500)는 분석 해야 할 데이터가 많은 경우 동영상 촬영이 끝난 후, 프레임 특성 분석부2(520)을 이용하여 입력된 프레임을 이용하여 정보를 분석한다. 다른 경우, 프레임 특성 분석부3(530)은 입력되는 프레임에서 추출한 정보를 외부 장치(560) 또는 원격 단말(미도시)에 송신할 수 있다. 외부 장치(560) 또는 원격 단말(미도시)은 수신한 데이터를 자체적으로 분석하고 그 결과를 프레임 특성 분석부3(530)에 송신한다. 여기서, 외부 장치(560)는 전자 장치와 소정의 네트워크를 통해 접속될 수 있으며, 예를 들면, 클라우드 장치일 수 있다.
프레임 특성 결정부(540)는 상기와 같은 방법으로 분석된 데이터 또는 저장된 정보를 이용하여 최종 스코어를 결정하고 각 프레임에 스코어 데이터를 부여한다.
도 6은 일 실시예에 따른 영상 촬영 방법에 대한 흐름도이다.
영상 촬영은 일반적인 카메라 촬영과 동일한 흐름으로 진행된다. 사용자는 영상 촬영에 앞서 조리개 값, 감도, 셔터 스피드 등을 설정할 수 있다. 단계(600)에서 촬상 센서(470)를 통하여 입력되는 이미지 신호는 제어부(400)에 의해 동영상 파일로 압축되어 저장된다.
일 실시예에 따르면, 단계(610)에서 프레임 특성 분석부(410)는 이미지 신호를 동영상 파일로 변환, 압축하면서 부가 정보를 함께 동영상을 구성하는 프레임에 저장한다. 부가 정보는 영상 분석에 사용할 수 있는 정보와 분석 이후의 결과 정보를 포함한다. 예를 들어, 색상, 노출, 감도, 셔터 스피드와 같은 Exif(Exchangeable image file format)정보 또는 얼굴 검출을 포함한 피사체 인식, 얼굴 인식을 포함한 피사체 인식 정보, 프레임간 움직임 분석 정보들을 포함할 수 있다. 이 정보들은 프레임 특성 분석부(410)에서 분석되어 스코어 데이터로 저장된다. 이렇게 만들어진 스코어 데이터는 동영상 파일의 매 프레임 마다 저장된다.
촬영되는 영상은 일반 동영상과 같은 부드러운 재생을 위한 것이 아니라, 촬영 이후 정지 영상 프레임을 추출하기 위한 것이어서 흔들림에 의한 영향을 최소활 할 수 있도록 촬영 세팅을 할 수 있다. 예를 들어, 일반 동영상 촬영 시 셔터 스피드를 1/30초를 기준으로 하였다면 일 실시예에 따른 동영상 촬영에서는 1/60초, 1/125초, 1/125초, 1/250초 등으로 셔터 스피드를 빠르게 하여 촬영 할 수 있다. 이에 따르면, 전자 장치는 기존의 동영상 파일보다 흔들림이 적은 동영상 파일을 생성할 수 있다. 따라서 동영상 파일에서 추출하는 정지 영상 프레임도 흔들림이 적고 선명할 수 있다.
단계(610)에서 프레임 특성 분석부(410)는 다양한 방법으로 부가 정보를 분석할 수 있다.
도 7 내지 도 9 에서는 프레임 특성 분석부(410)를 이용한 다양한 부가 정보 분석 방법의 일 실시예를 나타내고 있다.
일 실시예에서 프레임 특성 분석부(410)는 사용자의 장면 민감도를 분석할 수 있다. 장면 민감도는 입력되는 프레임 영역 전체를 통계적으로 분석하여 색상의 변화 또는 밝기의 변화를 측정하여 분석 한다. 장면 민감도 분석은 피사체 각각에 포함된 의미에 기초한 분석이 아니기 때문에 부가적인 알고리즘 없이 영상 정보를 직접 통계적으로 분석한다. 이로 인해 장면 민감도 분석은 빠른 시간에 계산이 가능하다.
예를 들어, 프레임 특성 분석부(410)는 입력되는 프레임 별로 픽셀 단위 또는 정해진 픽셀 범위의 단위로 색상 히스토그램 또는 밝기 히스토그램 값을 계산한다. 프레임 특성 분석부(410)는 도출된 색상 히스토그램 또는 밝기 히스토그램 값을 프레임끼리 비교하여 민감도를 구한다. 전 프레임과 후 프레임의 색상 히스토그램 값 또는 밝기 히스토그램 값의 차이가 크면 민감도가 올라간다고 할 수 있다. 따라서 장면 민감도 분석은 연속되는 유사 장면이 아닌 변화량이 큰 장면의 중요도를 높게 설정할 수 있다. 또한 장면 민감도 분석은 일정한 기간 동안 입력되는 프레임들의 전체적인 변화량과 대비하여 특정 프레임의 변화량이 갑자기 커지거나 작아지는 경우의 중요도를 상향 조절할 수도 있다.
장면 민감도 분석을 할 때, 프레임 특성 분석부(410)가 화면 전체에 대하여 일괄적으로 변화량 분석을 하게 되면 화면 전체에 대하여는 민감한 분석결과를 얻을 수 있지만 부분적인 변화에는 상대적으로 민감하지 못할 수 있다. 예를 들어, 고정된 장면에서 특정 사물이 수평이동을 하는 경우, 특정 사물이 화면에 진입하는 장면이 있는 프레임과 특정 사물이 화면에서 사라지는 장면이 있는 프레임의 중요도가 높고, 사물이 화면내에서 이동하는 경우는 중요도가 낮을 수 있다. 이를 보완하기 위해, 프레임 특성 분석부(410)는 화면을 분할 하여 각각의 영역에 대하여 통계 분석을 하고, 이 결과들의 조합으로 전체 화면에 대한 분석 결과를 예측할 수 있다.
예를 들어, 도 7a 와 도 7b 는 밝기 히스토그램 값의 변화가 큰 경우를 나타낸다.
도 7a 에 개시된 t 시점에 입력된 프레임은 구름이 하늘을 가리고 있어 영상이 전체적으로 어둡다. 도 7b 에 개시된 t+1 시점에 입력된 프레임은 t 시점의 프레임에 비하여 영상의 밝기가 향상 되었다. 사용자 측면에서 t+1 시점의 프레임은 사용자 민감도가 크게 증가 되었다고 볼 수 있다. 프레임 특성 분석부(410)는 t 시점의 프레임과 t+1 시점의 프레임을 비교하여 t+1 시점의 프레임의 밝기 히스토그램 값이 크게 변한 것을 인지하고, t+1 시점의 프레임에 밝기 히스토그램과 관련된 스코어 데이터를 높게 부가한다.
다른 실시예에서 프레임 특성 분석부(410)는 입력되는 프레임의 ROI(Region of Interest)에서의 얼굴 검출(face detection)을 포함하는 피사체 검출(object detection) 또는 얼굴 인식(face recognition)을 포함한 피사체 인식(object recognition) 알고리즘을 사용하여 부가 정보를 분석할 수 있다. 상기 알고리즘으로 얼굴, 특정 인물, 정해진 임계값 크기 이상의 물체를 인식하여 스코어 데이터를 계산하고 프레임의 중요도를 분석할 수 있다.
예를 들어, 특정 인물이 등장하는 프레임을 중요 프레임으로 선정하거나 얼굴의 크기가 화면 대비 기 설정된 비율 이상으로 커지거나, 주요 인물이 화면에 중앙으로 위치하는 프레임을 주요 프레임으로 선정할 수도 있다.
도 8a 와 도 8b 는 얼굴 검출(face detection)에 따른 프레임 중요도 분석의 실시예이다.
t 시간에 입력되고 있는 도 8a 의 프레임에서는 얼굴이 검출 되지 않는다. t+1 시간에 입력되고 있는 도 8b 프레임에서는 얼굴이 검출된다. 프레임 특성 분석부(410)는 이와 같이 전후 프레임을 비교하여 얼굴이 새롭게 검출되는 프레임을 확인하고 얼굴이 검출된 프레임은 스코어 데이터를 높게 부가한다.
이와 유사한 방법으로서 프레임 특성 분석부(410)는 새로 입력되는 프레임에서 얼굴의 개수가 변하는 경우에 대하여 스코어 데이터를 높게 부가한다.
도 8c 는 t+2 시점에서 검출되는 얼굴이 4개인 경우를 나타내고 있다. 이러한 경우 프레임 특성 분석부(410)는 얼굴이 하나 있는 경우 보다 얼굴이 다수 개 나타난 프레임에 대하여 스코어 데이터가 높게 부가 할 수 있다. 반대로 프레임 특성 분석부(410)는 얼굴이 다수 개 나타나 있는 경우보다 얼굴이 하나만 나타나는 경우의 프레임에 대하여 스코어 데이터를 높게 부가할 수도 있다.
추가적인 예로서 프레임 특성 분석부(410)는 얼굴이 인식(recognition)된 경우 해당 프레임에 대하여 스코어 데이터를 높게 부가할 수 있다. 프레임 특성 분석부(410)는 검출된 얼굴들에 대하여 전자 장치의 메모리(440)에 기 저장된 얼굴 정보 DB와 비교작업을 할 수 있다. 비교 작업 결과 검출된 얼굴이 DB에 있는 얼굴과 동일 유사한 경우, 프레임 특성 분석부(410)는 동일한 얼굴이 나타난 프레임에 대하여 스코어 데이터를 높게 부가할 수 있다.
도 8d 는 얼굴이 인식(recognition)된 경우의 도면이다. 프레임 특성 분석부(410)는 t+4 시점에서 입력되는 프레임에서 검출한 얼굴을 전자 장치의 메모리(440)에 기 저장된 얼굴 정보 DB와 비교작업을 수행한다. 비교 작업 결과 검출된 얼굴이 얼굴 정보 DB에 있는 얼굴과 동일 유사하면, 전자 장치는 입력되는 얼굴 근처에 DB에서 추출한 정보를 표시할 수 있다. 예를 들어, 얼굴의 이름이 DB에 있었다면, 제어부는 도 8d와 같이 검출된 얼굴 근처에 이름을 표시하고, 프레임 특성 분석부(410)는 상기와 같은 프레임에 대하여 스코어 데이터를 높게 부가하여 저장한다.
다른 실시예에서 프레임 특성 분석부(410)는 입력되는 프레임의 ROI(Region of Interest)에서의 움직임을 분석한 결과를 이용하여 해당 프레임에 스코어 데이터를 부가할 수 있다. 즉, 얼굴 검출과 인식은 detection 과 recognition이 주요 분석 대상이다. 그래서 얼굴이 생기거나 인식이 된 경우의 프레임이 주요 프레임이다. 반면, 본 실시예는 화면 내부에서 이미 검출한 얼굴 등이 움직이는 경우의 프레임을 주요 프레임으로 선정하는 것이다.
예를 들어, 화면의 중앙부에서 주요 사물의 움직임이 화면의 주변부의 움직임과 대비하여 상이한 경우의 프레임을 주요 프레임으로 선정하고 스코어 데이터를 부가할 수 있다.
도 9a 와 도 9b 는 움직임을 분석하여 프레임에 스코어 데이터를 부가한 실시예이다. 도 9a 는 t 시점에서 골프 선수가 공을 치기 위해 대기하는 장면이다. 현재 상태에서 약간의 움직임이 있을 수 있지만 임계값을 넘지 않은 상태이다. 도 9b 는 t+1 시점에서 골프 선수가 스윙을 하는 장면이다. 골프 선수는 스윙을 준비하기 위해 골프채를 회전시키고 있다. 프레임 특성 분석부(410)는 t 시점에서의 프레임과 t+1 시점에서의 프레임을 비교하여 t+1 시점에서의 프레임에 더 많은 움직임이 있음을 분석하고 t+1 시점에서의 프레임에 스코어 데이터를 높게 부가한다.
다른 실시예로서 프레임 특성 분석부(410)는 AF 결과 값을 이용하여 AF 결과 값이 낮은 프레임에 대하여는 스코어 데이터를 낮게 부가할 수 있다. 이에 따라 프레임 특성 분석부(410)는 흔들림이 없이 촬영 된 프레임을 선별할 수 있다.
또한 프레임 특성 분석부(410)는 입력되는 프레임에 대하여 컨트라스트 값을 도출 할 수 있다. 도출되는 컨트라스트 값이 임계값 이하인 프레임의 경우 프레임 특성 분석부(410)는 스코어 데이터를 낮게 부가하고, 임계값을 넘어서는 프레임에 대하여만 스코어 데이터를 높게 부가할 수 있다. 이와 같은 방법으로 보다 선명한 화질을 가진 프레임들이 선정될 수 있다.
도 9c 와 도 9d 는 장면 내부의 고주파 성분의 분포를 이용하여 프레임에 스코어 데이터를 부가한 실시예이다. 도 9c 에서는 골프 선수가 공을 골프채를 스윙하는 장면이 흔들림이 발생한 상태로 표시되고 있다. 도 9d 에서는 골프 선수가 골프채를 스윙하는 장면이 흔들림 없이 표시되고 있다. 프레임 특성 분석부(410)는 흔들림이 발생한 도 9c 의 프레임에 대하여는 스코어 데이터를 낮게 부가하고, 흔들림이 발생하지 않는 도 9d 의 프레임에 대하여는 스코어 데이터를 높게 부가한다. 이에 따라 추후 흔들림이 적은 프레임들이 선정될 수 있다.
단계(620)에서 제어부(400)는 동영상을 촬영하며 각 프레임에 부가한 스코어 데이터를 바탕으로 프레임들을 선별적으로 표시부(450)에 표시한다. 제어부(400)는 스코어 데이터가 부가된 전체 프레임들을 표시부(450)에 표시할 수 있고, 선별적으로 일부 프레임만을 표시할 수 있다.
단계(630)에서 제어부(400)는 표시부(450)에 표시된 프레임 중에서 선택 신호가 입력된 프레임이 있는지 확인한다. 전자 장치는 표시부(450)가 터치 스크린으로 구성된 경우 터치입력을 통행 프레임 선택 신호를 수신할 수 있다. 전자 장치는 표시부(450)가 터치 스크린이 아닌 경우 별도의 물리적 키를 통하여 프레임 선택 신호를 수신할 수 있다. 단계(640)에서 제어부(400)는 선택된 프레임을 정지 영상 파일로 생성한다. 촬영부(460)를 통하여 촬영된 영상은 동영상 코덱을 이용하여 저장되지만, 선택된 프레임은 일반 정지 영상과 동일한 형태로 저장할 수 있다.
표시부(450)에 표시되는 프레임은 촬상 센서(470)를 통해서 입력된 이미지 신호를 YUV 형태로 변환하여 표시할 수 있다. YUV 형태로 표시된 프레임을 정지 영상 포맷으로 변형하는 과정은 일반적으로 공지된 방법을 사용할 수 있다. 이러한 경우에 생성된 정지 영상은 일반적인 정지 영상 촬영에 의하여 생성된 정지 영상과 같이 Exif(Exchangeable image file format) 정보를 포함한다.
일 실시예에 따르면, 프레임 특성 분석부(410)은 상기에 기재한 내용과 같이 프레임 특성 분석부(410)에서 분석한 스코어 데이터와 향후 추가적으로 분석이 가능한 촬영 정보들을 메타 데이터로 동영상 파일에 저장한다. 예를 들어, 프레임 특성 분석부(410)는 동영상 파일의 메타 데이터로 FRAI(Frame Analysis Information Box) Tag 를 사용하여 아래의 표1 과 같은 형태로 저장한다.
| Field | Field Size | Field Value |
| Size | 4Bytes | FRAI Box의 사이즈 |
| Type | 4Bytes | "frai |
| Version | 4Bytes | 타입의 버전 정보 |
| FrameCount | 4Bytes (Size에서 정의된) |
FRAI 박스에 기록되는 분석 정보의 개수 |
| Analysis Information | n Bytes | 촬영 단에서 제공하는 각 프레임 별 분석 정보 모음 |
예를 들어, FRAI는 MP4 파일의 사용자 데이터 박스(udta box)에 저장된다. 표1에서 Size 는 FRAI Box가 차지하는 전체 용량을 표시한다. Type 는 사용자 데이터 박스에서 현재 FRAI에 대한 내용이 나오고 있음을 표시한다. Version 는 현재 FRAI Box의 버전을 나타낸다. FrameCount는 실제 FRAI Box에 기록되는 분석정보의 개수를 나타낸다. Analysis Information 은 동영상을 촬영하면서 획득한 다양한 정보들 또는 프레임 특성 분석부(410)가 각 프레임들을 분석하여 얻은 분석 정보를 기록한다.
도 10 은 일 실시예에 따른 상기의 표1의 FRAI Box 구성을 이용하여 동영상 파일에 부가 정보를 저장하는 형태를 나타낸다.
도 11 는 프레임 특성 분석부(410)에서 수행된 분석과 도출된 스코어 데이터를 이용하여 우선 순위를 결정하여 선별적으로 프레임을 표시하는 실시예를 나타낸다.
단계(1100)에서 영상을 촬영 하고, 단계(1110)에서 제어부(400)가 이미지 신호를 동영상 파일로 변환, 압축할 때 프레임 특성 분석부(410)가 부가 정보 및 스코어 데이터를 프레임 마다 저장하는 것은 기 서술한 바와 동일하다.
단계(1120)에서 프레임 추천부(420)는 매 프레임마다 저장된 스코어 데이터 와 부가 정보를 이용하여 프레임들 간 우선순위를 선정하여 사용자에게 의미가 있다고 생각되는 프레임을 선별한다. 단계(1130)에서 제어부(400) 또는 프레임 추천부(420)는 선별된 프레임을 표시부(450)에 표시할 수 있다. 표시되는 영상의 개수는 사용자가 지정할 수 있다. 또한 촬영된 영상의 특성을 고려하여 프레임 추천부(420)가 능동적으로 결정할 수 있다.
프레임 추천부(420)는 전자 장치의 내부에 위치할 수 있으나, 전자 장치가 별도의 외부 장치(560)나 서버와 네트워크를 통해 연결되었다면 프레임 특성 분석부(410)에서 보내온 데이터를 외부 장치(560)나 단말에 송부한 후 분석된 결과를 받을 수도 있다.
일 실시예에 따른 제어부(400는 현재 입력되는 장면을 분석하여 장면을 구별할 수 있다. 예를 들어, 제어부(400)은 입력되는 장면을 인물 장면, 야경 장면, 스포츠 장면, 풍경 장면 등으로 입력되는 장면을 분석할 수 있다. 제어부(400)가 현재 입력 되는 장면을 인물 장면으로 판단하면, 프레임 추천부(420)는 프레임 특성 분석부(410)로부터 받은 스코어 데이터가 부여된 프레임들 중에서 얼굴 검출 또는 얼굴 인식과 관련된 스코어 데이터가 높은 프레임을 선별할 수 있다.
또한 제어부(400)가 현재 입력 되는 장면을 풍경 장면이라고 판단하면, 프레임 추천부(420)는 프레임 특성 분석부(410)로부터 받은 스코어 데이터가 부여된 프레임들 중에서 색상 히스토그램 또는 밝기 히스토그램과 관련된 스코어 데이터가 높은 프레임을 선별할 수 있다.
또한 제어부(400)가 현재 입력 되는 장면을 스포츠 장면이라고 판단하면, 프레임 추천부(420)는 프레임 특성 분석부(410)로부터 받은 스코어 데이터가 부여된 프레임들 중에서 움직임 검출과 관련된 스코어 데이터가 높은 프레임을 선별할 수 있다.
다른 실시예에서 프레임 추천부(420)는 색상 히스토그램 또는 밝기 히스토그램의 변화, 얼굴 인식 및 인지, 움직임 검출 결과 등의 분석 방법 중에서 사용자가 기 선택한 분석 방법을 이용하여 프레임을 선별할 수도 있다.
단계(1130) 에서 제어부(400) 또는 프레임 추천부(420)는 선별된 프레임을 표시부(450)에 표시한다. 단계(1140)에서 제어부(400)가 표시된 프레임 중 선택신호가 입력된 프레임을 확인하고 단계(1150)에서 선택된 프레임을 정지 영상으로 생성하는 과정은 기 서술한 바와 같다.
도 12는 다수의 프레임 특성 분석부(500)를 활용하여 부가 정보를 분석하는 실시예이다.
일 실시예에 따르면 전자 장치가 프레임 분석을 실시간으로 처리하는 경우, 제어부(400)는 빠른 프레임 해석과 결과 도출을 위해서 경우에 따라서 분석 정밀도를 낮추어야 하는 경우가 있을 수 있다. 따라서 제어부(400)는 1차 분석의 경우에 처리해야 하는 데이터 자체를 줄이거나 사용하는 알고리즘을 간소화할 수 있다. 예를 들어, 단계(1210)에서 프레임 특성 분석부1(510)는 프레임 간 색상 히스토그램 또는 밝기 히스토그램을 통계적인 방범을 이용하여 분석하여 프레임에 스코어 데이터를 부가하는 것을 포함할 수 있다.
실시간으로 분석이 어려운 정보 분석은 2차 분석을 할 수 있다. 프레임 특성 분석부2(520)는 영상 촬영이 종료 된 후 동영상 재생 전에 수행될 수 있다. 예를 들어, 단계(1220)에서 프레임 특성 분석부2(520)는 입력되는 프레임의 ROI(Region of Interest)에서의 움직임을 분석한 결과를 이용하여 해당 프레임에 스코어 데이터를 부가할 수 있다. 입력되는 프레임의 ROI(Region of Interest)에서의 움직임을 분석은 입력되는 프레임의 데이터를 줄이지 않고 영상 전체의 정보를 기반으로 수행해야 더 높은 정확도를 유지할 수 있다.
하나의 전자 장치에서 분석이 어려운 정보 분석은 3차 분석을 할 수 있다. 프레임 특성 분석부3(530)은 네트워크를 통하여 다른 외부 장치(560) 또는 서버와의 통신을 통하여 이루어 질 수 있다. 예를 들어, 단계(1230)에서 프레임 특성 분석부3(530)은 얼굴 인식(face recognition)을 포함한 피사체 인식(object recognition)을 포함할 수 있다.
얼굴 인식(face recognition)을 포함한 피사체 인식(object recognition)은 비교할 수 있는 데이터의 양이 많을수록 인식(recognition)의 정확도가 높아질 수 있다. 따라서 프레임 특성 분석부3(530)은 영상 촬영 시 입력되는 얼굴 정보 또는 피사체 정보를 네트워크를 통하여 외부 장치(560)의 서버에 전송한다. 외부 장치(560)는 수신한 얼굴 정보 또는 피사체 정보를 보유하고 있는 데이터 베이스와 비교하고 비교결과를 다시 프레임 특성 분석부3(530)에 송부한다.
프레임 특성 분석부1(510), 프레임 특성 분석부2(520), 프레임 특성 분석부3(530) 에서 분석된 데이터는 하나로 통합하여 각 프레임에 스코어 데이터로 부가된다. 단계(1240)에서 프레임 추천부는 최종적으로 프레임에 부가된 스코어 데이터를 이용하여 프레임간의 우선순위를 선정하고 단계(1250)에서 제어부(400)는 표시부(450)에 프레임들을 선별적으로 표시할 수 있다. 단계(1260)에서 제어부(400)가 표시된 프레임 중 선택신호가 입력된 프레임을 확인하고 단계(1270)에서 선택된 프레임을 정지 영상으로 생성하는 과정은 기 서술한 바와 같다.
상기와 같은 분석 방법에 의해 전자 장치는 사용자에게 의미가 있을 수 있는 프레임을 추천할 수 있다. 즉, 사용자는 동영상 촬영을 완료한 후에 촬영된 프레임들을 모두 확인할 필요 없이 전자 장치가 추천해주는 프레임들만을 확인하고 선택하면 된다.
일반적으로, 전자 장치가 30FPS(Frame per second)로 1분을 촬영하면 총 1800 장의 프레임을 생성한다. 사용자가 1800 장의 프레임을 보면서 정지 영상으로 생성할 프레임을 선택하는 작업은 오랜 시간이 걸릴 수 있다. 그러나 상기와 같은 분석 방법을 사용하면, 전자 장치는 촬영과 동시에 사용자에게 의미가 있을 수 있는 프레임을 선정하고 사용자에게 제공할 수 있다. 따라서 사용자는 촬영 현장에서 빠른 시간에 전자 장치가 추천한 프레임을 확인하고 필요한 경우, 재촬영을 진행할 수도 있다.
도 13a 내지 도 13b 는 일 실시예에 따른 동영상 촬영을 준비하는 도면이다.
제어부(400)는 여러 가지 촬영 모드를 표시부(450)에 표시할 수 있다. 사용자가 선택한 모드에 맞추어 촬영 설정값들이 세팅된다. 일 실시예에 따르면 동영상 촬영 후 정지 영상을 생성하는 별도의 촬영 모드, 예를 들어, 프레임 캡쳐 모드를 설정할 수 있다. 이러한 모드는 전자 장치에 저장되어 있을 수 있고, 별도의 서버와 통신하여 어플리케이션 형태로 다운 받을 수도 있다.
제어부(400)는 동영상 촬영 후 정지 영상을 생성하는 촬영 모드에 진입하는 신호를 수신하면 현재 촬상 센서(470)를 통하여 입력되는 화면을 표시하면서 촬영 파라미터를 세팅할 수 있도록 표시부(450)에 촬영 파라미터를 UI 형태로 표시할 수 있다. 동영상 촬영 후 정지 영상을 생성하는 촬영 모드 진입 후, 사용자는 종래에 알려진 일반적인 촬영과 마찬가지로 감도, 셔터 스피드, 조리개 값 등을 설정할 수 있다.
전자 장치는 다양한 모드의 포커스 모드를 제공할 수 있다. 예를 들어, 전자장치가 제공하는 포커스 모드에는 SAF(Single Auto Focus), CAF(Continues Auto focus), MAF(Multi Auto Focus), MF(Manual Focus) 등이 포함될 수 있다. 또한 전자 장치는 터치 AF를 모드를 포함할 수 있다. 터치 AF는 사용자가 표시부(450)를 보면서 초점을 맞추기를 원하는 지점을 손가락이나 스타일러스 펜을 이용하여 터치하면 그 영역에 대하여 포커스를 수행하는 모드이다.
전자 장치는 동영상 촬영 시작 전 뿐만 아니라 촬영 중에도 포커스 모드를 변경할 수 있다. 예를 들어, 전자 장치가 동영상 촬영 후 정지 영상을 생성하는 촬영 모드에 진입하면, 전자 장치는 MAF 모드를 활성화 하여 입력되는 영상을 이용하여 계속적으로 포커스를 수행할 수 있다. 포커스 수행 중, 전자 장치의 표시부의 일정 영역을 터치하는 신호가 수신되면, 전자 장치는 선택된 영역을 중심으로 AF를 수행하게 된다.
전자 장치는 동영상 촬영 후 정지 영상을 생성하는 촬영 모드의 동영상 촬영 시간을 설정할 수 있다. 예를 들어, 전자 장치는 동영상 촬영 시간을 5초, 10초, 15초 등으로 설정할 수 있다. 또한, 전자 장치는 메모리(440)의 용량이 가능한 범위에서 계속 촬영이 되도록 촬영 시간을 설정할 수도 있다.
전자 장치는 동영상을 이어서 촬영할 수도 있다. 예를 들어, 전자 장치는 동영상을 촬영 하다가 잠시 촬영을 중단할 수 있다. 그리고 전자 장치가 다시 동영상을 촬영 하면, 제어부(400)는 앞서 촬영된 동영상에 이어서 현재 입력되는 영상을 부가한다. 촬영이 완료되면, 전자 장치는 하나의 동영상 파일을 생성할 수 있다.
도 14는 정지 영상으로 생성할 프레임에 대하여 화질 보정을 수행하는 흐름도 이다.
일 실시예에 따르면 동영상 촬영 후 정지 영상을 생성하는 별도의 촬영 모드에 진입하면 셔터 스피드는 일반 동영상 촬영 시 기준으로 설정하는 셔터 스피드 보다 빠르게 설정이 되고, 이에 따라서 감도값도 일반 동영상 촬영 시 기준으로 설정하는 감도값보다 높혀서 설정될 수 있다. 일반 동영상을 30FPS로 촬영하면 동영상은 화면 사이에 끊어짐이 없이 자연스럽게 촬영이 되어야 하기 때문에, 기준이 되는 셔터 스피드를 대략 1/30 초 정도로 설정하여 촬영한다.
동영상 촬영 후 정지 영상을 생성하는 촬영 모드에서는 최종 결과물이 동영상이 아니고 정지 영상을 생성하여야 하기 때문에 끊어짐 없는 영상 보다는 동영상에 포함되는 프레임 각각이 흔들림이 없어야 한다. 따라서 단계(1400)에서 전자 장치는 셔터 스피드를 1/30초 보다 빠른 1/60초, 1/125초 정도로 설정하여 촬영 할 수 있다.
이에 따라, 상기 모드에서 촬영된 동영상은 동영상을 구성하는 각 프레임이 흔들림이 적은 상태로 촬영 될 수 있다. 다만, 전자 장치가 셔터 스피드를 빠르게 설정하게 되면 입력되는 빛의 양이 감소할 수 있어 고감도로 촬영 될 수 있다. 이로 인해, 전자 장치는 저감도에서는 발생하지 않는 고감도 노이즈가 발생한 영상을 생성할 수 있다. 따라서 단계(1440)에서 전자 장치는 발생한 고감도 노이즈 제거를 위해 화질 보정을 수행할 수 있다.
전자 장치는 다양한 방법으로 화질 보정을 수행할 수 있다. 예를 들어, 전자 장치는 보정이 필요한 프레임의 전/후 프레임과 픽셀별로 비교하여 해당 프레임을 보정할 수 있다. 또한 전자 장치는 고감도 노이즈 제거를 위해 종래에 알려진 다양한 형태의 노이즈 제거 필터를 보정이 필요한 프레임에 적용할 수 있다.
전자 장치는 정지 영상으로 생성해야 하는 프레임에 대하여만 화질 보정을 할 수 있고, 동영상을 촬영하면서 입력되는 모든 프레임에 대하여도 상기와 같은 화질 보정을 수행하면서 동영상 파일을 생성할 수도 있다.
도 15a 와 도 15b 는 동영상 촬영 후 정지 영상으로 생성할 프레임을 선택하는 화면이다.
전자 장치는 동영상 촬영 후 프레임 특성 분석부(410)와 프레임 추천부(420)에 의해 선정된 프레임들을 표시부(450)에 표시할 수 있다. 예를 들어, 전자 장치는 촬영된 동영상을 재생하면서 선정된 프레임들을 썸네일 형태로 표시할 수 있다. 또한 전자 장치는 해당 프레임들이 촬영된 시간을 표시부(450)에 UI로 함께 표시할 수 있다. 전자 장치는 표시부(450)를 터치하거나 드래그 하는 신호 또는 물리적이 키를 조작하는 신호에 대응하여 표시부(450)에 표시되는 프레임들을 변경하거나 위치를 변경하여 표시할 수 있다.
전자 장치는 하나의 프레임을 선택하는 신호가 수신되면, 선택된 프레임을 도 15b와 같이 전체 화면으로 표시할 수 있다. 또한 전자 장치는 선택된 프레임이 전체 화면으로 표시된 상태에서도 표시부(450)를 터치하거나 드래그 하는 신호 또는 물리적인 키를 조작하는 신호에 대응하여 표시되는 프레임을 변경할 수 있다.
선택된 프레임을 정지 영상으로 생성하는 신호가 수신되면, 전자 장치는 해당 프레임을 정지 영상으로 변경하는 과정을 수행한다. 생성된 정지 영상은 널리 알려진 형태의 정지 영상 파일 형태와 동일한 형태를 가질 수 있다. 예를 들어, 생성된 정지 영상은 JPEG 파일 형태를 가질 수 있고 Exif(Exchangeable image file format) 정보를 포함할 수 있다.
일 실시예에 따르면 전자 장치는 동영상 파일에서 정지 영상을 생성한 이력을 메타 데이터로 동영상 파일에 저장할 수 있다. 예를 들어, 전자 장치는 동영상 파일의 메타 데이터로 CAPI(Frame Capture Information Box) Tag 를 사용하여 아래의 표2 과 같은 형태로 저장한다.
| Field | Field Size | Field Value |
| Size | 4Bytes | CAPI Box의 사이즈 |
| Type | 4Bytes | "capi |
| Version | 4Bytes | 타입의 버전 정보 |
| Info | n Bytes (size에서 정의된) |
Bitwise로 해당 프레임의 캡쳐 여부를 정의한다. 예) 총 프레임이 32프레임인 경우 32bit가 필요하므로 4byte로 표현하며 두 번째 프레임을 캡쳐한 경우, 0ⅹ2, 0ⅹ0, 0ⅹ0, 0ⅹ0 이 된다. |
예를 들어, CAPI는 MP4 파일의 사용자 데이터 박스(udta box)에 저장된다. 표2에서 Size 는 CAPI Box가 차지하는 전체 용량을 표시한다. Type 는 사용자 데이터 박스에서 현재 CAPI에 대한 내용이 나오는 위치를 표시한다. Version 는 현재 CAPI Box의 버전을 나타낸다. Info는 동영상 파일에 포함된 프레임들 중에서 어떤 프레임이 정지 영상으로 생성되었는지 기재한다.
도 16 은 일 실시예에 따른 상기의 표2의 CAPI Box 구성을 이용하여 동영상 파일에 정지 영상을 생성한 이력을 저장하는 형태를 나타낸다.
예시적 실시예에 따른 방법들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 예를 들어, 상기 컴퓨터 판독 가능 매체는 삭제 가능 또는 재기록 가능 여부와 상관없이, ROM 등의 저장 장치와 같은 휘발성 또는 비휘발성 저장 장치, 또는 예를 들어, RAM, 메모리 칩, 장치 또는 집적 회로와 같은 메모리, 또는 예를 들어 CD, DVD, 자기 디스크 또는 자기 테이프 등과 같은 광학 또는 자기적으로 기록 가능함과 동시에 기계(예를 들어, 컴퓨터)로 읽을 수 있는 저장 매체에 저장될 수 있다. 이동 단말 내에 포함될 수 있는 메모리는 본 발명의 실시 예들을 구현하는 지시들을 포함하는 프로그램 또는 프로그램들을 저장하기에 적합한 기계로 읽을 수 있는 저장 매체의 한 예임을 알 수 있을 것이다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.
이상과 같이 한정된 예시적 실시예와 도면에 의해 설명되었으나, 상기의 예시적 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.
그러므로, 본 발명의 범위는 설명된 예시적 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.
400: 제어부 410: 프레임 특성 분석부(SAE)
420: 프레임 추천부(SRE) 430: 화질 개선부
440: 메모리 450: 표시부
460: 촬영부 470: 촬상 센서
540: 프레임 특성 결정부 560: 외부 장치
420: 프레임 추천부(SRE) 430: 화질 개선부
440: 메모리 450: 표시부
460: 촬영부 470: 촬상 센서
540: 프레임 특성 결정부 560: 외부 장치
Claims (20)
- 촬상 센서;
상기 촬상 센서를 통해 입력된 이미지 신호를 처리하는 제어부; 및
상기 촬상 센서를 통해 입력된 이미지 신호를 영상으로 표시하는 표시부를 포함하고,
상기 제어부는,
상기 이미지 신호를 이용하여 동영상 파일을 생성하면서 상기 동영상 파일에 포함되는 프레임들에 상기 각각의 프레임이 가지는 프레임 특성을 부가하고,
상기 프레임들을 상기 표시부에 선별적으로 표시하고,
상기 표시된 프레임들 중 하나를 선택하는 신호에 대응하여 상기 선택된 프레임을 정지 영상으로 생성하고,
상기 제어부는,
상기 촬상 센서를 통해 상기 이미지 신호로부터 상기 동영상 파일을 생성할 때, 셔터 스피드는 기준 셔터 스피드 보다 빠르게 하고, 감도는 기준 감도 이상으로 설정하고,
상기 정지 영상을 생성하기 전에, 상기 선택된 프레임에 인접한 적어도 하나의 프레임과 상기 선택된 프레임을 비교함에 의해 상기 선택된 프레임에 대해 화질 보정을 수행하는, 전자 장치. - 제 1 항에 있어서,
상기 제어부는,
상기 프레임 특성을 분석하는 프레임 특성 분석부를 포함하고,
상기 프레임 특성 분석부는,
색상 변화, 밝기 변화, 얼굴 검출을 포함하는 피사체 검출, 얼굴 인식을 포함하는 피사체 인식 및 움직임 분석 결과 중에 적어도 하나를 포함하는 프레임 특성을 분석하는 전자 장치. - 제 1 항에 있어서,
상기 제어부는,
상기 각각의 프레임에 부가된 상기 프레임 특성에 대하여 우선 순위를 부가하고, 상기 부가된 우선 순위에 따라 상기 프레임들을 화면에 표시하는 프레임 추천부를 포함하는 전자 장치. - 제 2 항에 있어서,
상기 프레임 특성 분석부는,
상기 동영상 파일을 생성하면서 상기 프레임 특성을 분석하는 제1 프레임 특성 분석부; 및
상기 동영상 파일이 생성된 후, 상기 프레임 특성을 분석하는 제2 프레임 특성 분석부를 포함하는 전자 장치. - 제 1 항에 있어서,
상기 제어부는,
소정의 네트워크와 접속된 외부 장치로부터 상기 프레임이 가지는 프레임 특성을 수신하고, 상기 수신된 프레임 특성을 상기 동영상 파일에 포함되는 프레임에 부가하는 전자 장치. - 제 1 항에 있어서,
상기 선택된 프레임에 대한 화질 보정은, 노이즈를 제거하는 화질 보정인, 전자 장치. - 제 1 항에 있어서
상기 제어부는,
상기 동영상 파일의 프레임들 중에서 상기 정지 영상이 생성된 프레임의 위치에 대응하는 정보를 상기 동영상 파일에 저장하는 전자 장치. - 전자 장치의 제어 방법에 있어서,
촬상 센서를 통해 입력되는 이미지 신호를 이용하여 동영상 파일을 생성하면서 상기 동영상 파일에 포함되는 프레임들에 상기 각각의 프레임이 가지는 프레임 특성을 부가하는 단계;
상기 프레임들을 선별적으로 표시하는 단계; 및
상기 표시된 프레임들 중 하나를 선택하는 신호에 대응하여 상기 선택된 프레임을 정지 영상으로 생성하는 단계를 포함하고,
상기 촬상 센서를 통해 상기 이미지 신호로부터 상기 동영상 파일을 생성할 때, 셔터 스피드는 기준 셔터 스피드 보다 빠르게 하고, 감도는 기준 감도 이상으로 설정하는 단계; 및
상기 정지 영상을 생성하기 전에, 상기 선택된 프레임에 인접한 적어도 하나의 프레임과 상기 선택된 프레임을 비교함에 의해 상기 선택된 프레임에 대해 화질 보정을 수행하는 단계를 더 포함하는 전자 장치 제어 방법. - 제 8 항에 있어서,
상기 부가 단계는,
상기 프레임 특성을 분석하는 단계를 더 포함하고,
상기 분석 단계는,
색상 변화, 밝기 변화, 얼굴 검출을 포함하는 피사체 검출, 얼굴 인식을 포함하는 피사체 인식 및 움직임 분석 결과 중에 적어도 하나를 포함하는 프레임 특징을 분석하는 전자 장치 제어 방법. - 제 8 항에 있어서,
상기 각각의 프레임에 부가된 상기 프레임 특성에 대하여 우선 순위를 부가하고, 상기 부가된 우선 순위에 따라 상기 프레임들을 화면에 표시하는 단계를 더 포함하는 전자 장치 제어 방법. - 제 9 항에 있어서,
상기 분석 단계는,
상기 동영상 파일을 생성하면서 상기 프레임 특성을 분석하는 단계; 및
상기 동영상 파일이 생성된 후, 상기 프레임 특성을 분석하는 단계를 포함하는 전자 장치 제어 방법. - 제 8 항에 있어서,
상기 부가 단계는,
소정의 네트워크와 접속된 외부 장치로부터 상기 프레임이 가지는 프레임 특성을 수신하고, 상기 수신된 프레임 특성을 상기 동영상 파일에 포함되는 프레임에 부가하는 전자 장치 제어 방법. - 제 8 항에 있어서,
상기 선택된 프레임에 대한 화질 보정은, 노이즈를 제거하는 화질 보정인, 전자 장치 제어 방법. - 제 8 항에 있어서,
상기 동영상 파일의 프레임들 중에서 상기 정지 영상이 생성된 프레임의 위치에 대응하는 정보를 상기 동영상 파일에 저장하는 전자 장치 제어 방법. - 촬상 센서;
상기 촬상 센서를 통해 입력된 이미지 신호를 처리하는 제어부; 및
상기 촬상 센서를 통해 입력된 이미지 신호를 영상으로 표시하는 표시부를 포함하고,
상기 제어부는,
동영상 촬영 후 정지 영상을 생성하는 촬영 상태에 진입하고, 상기 촬상 센서를 통해 입력되는 이미지 신호를 이용하여 동영상 파일을 생성하고, 상기 동영상 파일에 포함된 프레임들을 상기 표시부에 선별적으로 표시하고, 상기 표시된 프레임들 중 하나를 선택하는 신호에 대응하여, 상기 선택된 프레임을 정지 영상으로 생성하고,
상기 제어부는, 상기 촬상 센서를 통해 상기 이미지 신호로부터 상기 동영상 파일을 생성할 때, 셔터 스피드는 기준 셔터 스피드 보다 빠르게 하고, 감도는 기준 감도 이상으로 설정된 경우, 상기 정지 영상을 생성하기 전에, 상기 선택된 프레임에 인접한 적어도 하나의 프레임과 상기 선택된 프레임을 비교함에 의해 상기 선택된 프레임에 대해 화질 보정을 수행하는, 전자 장치. - 제 15 항에 있어서,
상기 제어부는,
상기 프레임들의 색상 변화 분석, 밝기 변화 분석, 얼굴 검출을 포함하는 피사체 검출, 얼굴 인식을 포함하는 피사체 인식 및 움직임 분석 중 적어도 하나인 프레임 특성을 분석하는 프레임 특성 분석부를 포함하는 전자 장치. - 제 16 항에 있어서,
상기 제어부는,
상기 프레임 특성에 대하여 우선 순위를 부가하고, 상기 부가된 우선 순위에 따라 상기 프레임들을 상기 표시부에 표시하는 프레임 추천부를 포함하는 전자 장치. - 제 16 항에 있어서,
상기 프레임 특성 분석부는,
상기 동영상 파일을 생성하면서 상기 프레임 특성을 분석하는 제1 프레임 특성 분석부; 및
상기 동영상 파일이 생성된 후, 상기 프레임 특성을 분석하는 제2 프레임 특성 분석부를 포함하는 전자 장치 - 제 16 항에 있어서,
상기 제어부는,
소정의 네트워크와 접속된 외부 장치로부터 상기 프레임이 가지는 프레임 특성을 수신하고, 상기 수신된 프레임 특성을 상기 동영상 파일에 포함되는 프레임에 부가하는 전자 장치. - 촬상 센서;
상기 촬상 센서를 통해 입력된 이미지 신호를 처리하고, 동영상 촬영 후, 동영상 파일의 프레임들 중 적어도 하나의 선택된 프레임을 정지 영상으로 생성하는 제어부; 및
상기 촬상 센서를 통해 입력된 이미지 신호를 영상으로 표시하는 표시부를 포함하고,
상기 제어부는, 상기 동영상 파일을 생성하면서 상기 동영상 파일에 포함된 프레임들에 대한 프레임 변화 특성을 분석하고, 상기 분석된 프레임 변화 특성을 기초로 선별된 프레임들을 상기 표시부에 표시하고,
상기 제어부는, 상기 촬상 센서를 통해 상기 이미지 신호로부터 상기 동영상 파일을 생성할 때, 셔터 스피드는 기준 셔터 스피드 보다 빠르게 하고, 감도는 기준 감도 이상으로 설정된 경우, 상기 정지 영상을 생성하기 전에, 상기 선택된 프레임에 인접한 적어도 하나의 프레임과 상기 선택된 프레임을 비교함에 의해 상기 선택된 프레임에 대해 화질 보정을 수행하는, 전자 장치.
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150082137A KR102336448B1 (ko) | 2015-06-10 | 2015-06-10 | 사진 추출 전자 장치 및 방법 |
| PCT/KR2016/005695 WO2016200085A1 (en) | 2015-06-10 | 2016-05-30 | Electronic apparatus and method of extracting still images |
| US15/176,936 US10511765B2 (en) | 2015-06-10 | 2016-06-08 | Electronic apparatus and method of extracting still images |
| EP16173591.5A EP3104304B1 (en) | 2015-06-10 | 2016-06-08 | Electronic apparatus and method of extracting still images |
| CN201610407107.7A CN106254807B (zh) | 2015-06-10 | 2016-06-12 | 提取静止图像的电子设备和方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150082137A KR102336448B1 (ko) | 2015-06-10 | 2015-06-10 | 사진 추출 전자 장치 및 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20160145438A KR20160145438A (ko) | 2016-12-20 |
| KR102336448B1 true KR102336448B1 (ko) | 2021-12-07 |
Family
ID=56178247
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020150082137A KR102336448B1 (ko) | 2015-06-10 | 2015-06-10 | 사진 추출 전자 장치 및 방법 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US10511765B2 (ko) |
| EP (1) | EP3104304B1 (ko) |
| KR (1) | KR102336448B1 (ko) |
| CN (1) | CN106254807B (ko) |
| WO (1) | WO2016200085A1 (ko) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10460196B2 (en) * | 2016-08-09 | 2019-10-29 | Adobe Inc. | Salient video frame establishment |
| KR102659504B1 (ko) * | 2017-02-03 | 2024-04-23 | 삼성전자주식회사 | 복수의 이미지들간의 변화에 기반하여 동영상을 촬영하는 전자 장치 및 그 제어 방법 |
| JP6953865B2 (ja) * | 2017-07-28 | 2021-10-27 | 富士フイルムビジネスイノベーション株式会社 | 情報処理システム |
| US10482610B2 (en) * | 2017-11-01 | 2019-11-19 | Adobe Inc. | Detection of partially motion-blurred video frames |
| CN111027589B (zh) * | 2019-11-07 | 2023-04-18 | 成都傅立叶电子科技有限公司 | 一种多分制目标检测算法评价系统及方法 |
| WO2021251615A1 (ko) | 2020-06-10 | 2021-12-16 | 삼성전자주식회사 | 전자 장치 및 전자 장치의 제어 방법 |
| KR102431425B1 (ko) * | 2021-12-13 | 2022-08-10 | 세종대학교산학협력단 | 모바일 로봇을 위한 장면 분류 방법 및 객체 분류 방법 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090100462A1 (en) | 2006-03-10 | 2009-04-16 | Woon Ki Park | Video browsing based on thumbnail image |
| JP2010050912A (ja) | 2008-08-25 | 2010-03-04 | Canon Inc | 撮像装置、その制御方法及びプログラム |
| KR101002846B1 (ko) | 2010-02-01 | 2010-12-21 | 임홍재 | 골프 동영상 분석 처리 시스템 |
| JP2012044646A (ja) * | 2010-07-22 | 2012-03-01 | Fujifilm Corp | 画像処理装置、画像処理方法およびプログラム |
| KR101298684B1 (ko) | 2013-02-20 | 2013-08-21 | 임동현 | 무 감지센서 기반의 차량 번호 인식 시스템 및 그 동작방법 |
Family Cites Families (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09121362A (ja) * | 1995-10-25 | 1997-05-06 | Olympus Optical Co Ltd | 電子的撮像装置 |
| WO2002082275A1 (en) * | 2001-04-09 | 2002-10-17 | Monitoring Technology Corporation | Data recording and playback system and method |
| KR100436828B1 (ko) * | 2001-10-09 | 2004-06-23 | 한국방송공사 | 주문형 동영상 요약 서비스 시스템 |
| US20030174228A1 (en) * | 2002-03-14 | 2003-09-18 | Brake Wilfred F. | System for user-selectable image pre-processing in a digital camera |
| JP4047267B2 (ja) | 2003-11-21 | 2008-02-13 | キヤノン株式会社 | 番組選択方法及び番組選択制御装置 |
| TWI242126B (en) | 2004-08-10 | 2005-10-21 | High Tech Comp Corp | Method of acquiring multimedia data and apparatus thereof |
| JP4636135B2 (ja) * | 2008-08-04 | 2011-02-23 | ソニー株式会社 | 画像処理装置、撮像装置、画像処理方法およびプログラム |
| KR101770298B1 (ko) | 2011-01-11 | 2017-08-22 | 삼성전자주식회사 | 디지털 영상 촬영 장치 및 이의 제어 방법 |
| US9195678B2 (en) * | 2011-01-24 | 2015-11-24 | T-Mobile Usa, Inc. | Automatic selection of digital images from a multi-sourced collection of digital images |
| US20120249853A1 (en) * | 2011-03-28 | 2012-10-04 | Marc Krolczyk | Digital camera for reviewing related images |
| US9827250B2 (en) * | 2012-07-31 | 2017-11-28 | Johnson & Johnson Vision Care, Inc. | Lens incorporating myopia control optics and muscarinic agents |
| EP2972781A4 (en) * | 2013-03-15 | 2016-10-19 | Intel Corp | METHOD AND SYSTEMS FOR VECTORIZING SCALAR COMPUTER PROGRAM GRINDINGS WITH GRINDING DEPENDENCIES |
| US20140293069A1 (en) * | 2013-04-02 | 2014-10-02 | Microsoft Corporation | Real-time image classification and automated image content curation |
| US9202143B2 (en) * | 2013-04-29 | 2015-12-01 | Microsoft Technology Licensing, Llc | Automatic photo grouping by events |
| US9307112B2 (en) * | 2013-05-31 | 2016-04-05 | Apple Inc. | Identifying dominant and non-dominant images in a burst mode capture |
| US9491360B2 (en) * | 2013-06-06 | 2016-11-08 | Apple Inc. | Reference frame selection for still image stabilization |
| US20150071547A1 (en) * | 2013-09-09 | 2015-03-12 | Apple Inc. | Automated Selection Of Keeper Images From A Burst Photo Captured Set |
| WO2015045233A1 (ja) * | 2013-09-26 | 2015-04-02 | 日本電気株式会社 | 情報処理システム |
| KR20150043962A (ko) * | 2013-10-15 | 2015-04-23 | 한국전자통신연구원 | 동영상 요약 장치 및 방법 |
| US20150104149A1 (en) * | 2013-10-15 | 2015-04-16 | Electronics And Telecommunications Research Institute | Video summary apparatus and method |
| KR101874084B1 (ko) * | 2014-01-27 | 2018-08-02 | 에스케이테크엑스 주식회사 | 영상 처리 장치, 그 제어 방법 및 컴퓨터 프로그램이 기록된 기록 매체 |
| US9426409B2 (en) * | 2014-09-30 | 2016-08-23 | Apple Inc. | Time-lapse video capture with optimal image stabilization |
| US9621741B2 (en) * | 2014-12-10 | 2017-04-11 | Intel Corporation | Techniques for context and performance adaptive processing in ultra low-power computer vision systems |
| US9973647B2 (en) * | 2016-06-17 | 2018-05-15 | Microsoft Technology Licensing, Llc. | Suggesting image files for deletion based on image file parameters |
-
2015
- 2015-06-10 KR KR1020150082137A patent/KR102336448B1/ko active IP Right Grant
-
2016
- 2016-05-30 WO PCT/KR2016/005695 patent/WO2016200085A1/en active Application Filing
- 2016-06-08 EP EP16173591.5A patent/EP3104304B1/en active Active
- 2016-06-08 US US15/176,936 patent/US10511765B2/en active Active
- 2016-06-12 CN CN201610407107.7A patent/CN106254807B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090100462A1 (en) | 2006-03-10 | 2009-04-16 | Woon Ki Park | Video browsing based on thumbnail image |
| JP2010050912A (ja) | 2008-08-25 | 2010-03-04 | Canon Inc | 撮像装置、その制御方法及びプログラム |
| KR101002846B1 (ko) | 2010-02-01 | 2010-12-21 | 임홍재 | 골프 동영상 분석 처리 시스템 |
| JP2012044646A (ja) * | 2010-07-22 | 2012-03-01 | Fujifilm Corp | 画像処理装置、画像処理方法およびプログラム |
| KR101298684B1 (ko) | 2013-02-20 | 2013-08-21 | 임동현 | 무 감지센서 기반의 차량 번호 인식 시스템 및 그 동작방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20160145438A (ko) | 2016-12-20 |
| EP3104304B1 (en) | 2020-02-12 |
| US10511765B2 (en) | 2019-12-17 |
| CN106254807A (zh) | 2016-12-21 |
| US20160366334A1 (en) | 2016-12-15 |
| EP3104304A1 (en) | 2016-12-14 |
| WO2016200085A1 (en) | 2016-12-15 |
| CN106254807B (zh) | 2020-09-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11570359B2 (en) | Method for providing different indicator for image based on shooting mode and electronic device thereof | |
| KR102444085B1 (ko) | 휴대용 통신 장치 및 휴대용 통신 장치의 영상 표시 방법 | |
| KR102349428B1 (ko) | 이미지 처리 방법 및 이를 지원하는 전자장치 | |
| KR102336448B1 (ko) | 사진 추출 전자 장치 및 방법 | |
| US10715761B2 (en) | Method for providing video content and electronic device for supporting the same | |
| KR102445699B1 (ko) | 전자 장치 및 그의 동작 방법 | |
| US9886454B2 (en) | Image processing, method and electronic device for generating a highlight content | |
| US9794441B2 (en) | Electronic device using composition information of picture and shooting method using the same | |
| US20180025478A1 (en) | Electronic device for processing image | |
| KR102488563B1 (ko) | 차등적 뷰티효과 처리 장치 및 방법 | |
| KR20160146281A (ko) | 전자 장치 및 전자 장치에서 이미지 표시 방법 | |
| KR20180052002A (ko) | 이미지 처리 방법 및 이를 지원하는 전자 장치 | |
| KR20170097860A (ko) | 디스플레이를 이용하여 이미지를 촬영하는 전자 장치 및 이미지 촬영 방법 | |
| KR102376700B1 (ko) | 비디오 컨텐츠 생성 방법 및 그 장치 | |
| KR20180094290A (ko) | 전자 장치 및 전자 장치의 수중 촬영 판단 방법 | |
| EP3480790B1 (en) | Method and apparatus for continuously displaying images on basis of similarity of images | |
| KR102457247B1 (ko) | 이미지를 처리하는 전자 장치 및 그 제어 방법 | |
| KR102407624B1 (ko) | 전자 장치의 영상 처리 방법 및 그 전자 장치 | |
| US20180322908A1 (en) | Method for giving dynamic effect to video and electronic device thereof | |
| KR20180014493A (ko) | 영상 처리 방법 및 이를 지원하는 전자 장치 | |
| KR102391490B1 (ko) | 이미지 내의 오브젝트를 트래킹하기 위한 방법 및 그 전자 장치 | |
| KR20170046005A (ko) | 얼굴 검출 방법 및 이를 지원하는 전자 장치 | |
| KR102638876B1 (ko) | 전자 장치 및 그 제어 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |