KR102661596B1 - 이미지에 대한 인식 정보, 인식 정보와 관련된 유사 인식 정보, 및 계층 정보를 이용하여 외부 객체에 대한 인식 결과를 제공하는 전자 장치 및 그의 동작 방법 - Google Patents

이미지에 대한 인식 정보, 인식 정보와 관련된 유사 인식 정보, 및 계층 정보를 이용하여 외부 객체에 대한 인식 결과를 제공하는 전자 장치 및 그의 동작 방법 Download PDF

Info

Publication number
KR102661596B1
KR102661596B1 KR1020180092690A KR20180092690A KR102661596B1 KR 102661596 B1 KR102661596 B1 KR 102661596B1 KR 1020180092690 A KR1020180092690 A KR 1020180092690A KR 20180092690 A KR20180092690 A KR 20180092690A KR 102661596 B1 KR102661596 B1 KR 102661596B1
Authority
KR
South Korea
Prior art keywords
recognition
information
recognition information
electronic device
processor
Prior art date
Application number
KR1020180092690A
Other languages
English (en)
Other versions
KR20200017286A (ko
Inventor
이시형
신영일
김대희
Original Assignee
삼성전자주식회사
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
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020180092690A priority Critical patent/KR102661596B1/ko
Priority to PCT/KR2019/007524 priority patent/WO2020032383A1/ko
Priority to US17/266,661 priority patent/US11995122B2/en
Publication of KR20200017286A publication Critical patent/KR20200017286A/ko
Application granted granted Critical
Publication of KR102661596B1 publication Critical patent/KR102661596B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5854—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using shape and object relationship
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/231—Hierarchical techniques, i.e. dividing or merging pattern sets so as to obtain a dendrogram
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
    • G06V10/7625—Hierarchical techniques, i.e. dividing or merging patterns to obtain a tree-like representation; Dendograms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/94—Hardware or software architectures specially adapted for image or video understanding
    • G06V10/95—Hardware or software architectures specially adapted for image or video understanding structured as a network, e.g. client-server architectures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
    • 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
    • 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
    • H04N23/63—Control of cameras or camera modules by using electronic viewfinders
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/68—Food, e.g. fruit or vegetables

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Library & Information Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Signal Processing (AREA)
  • User Interface Of Digital Computer (AREA)
  • Image Analysis (AREA)

Abstract

본 발명의 다양한 실시 예들은 이미지에 대한 인식 정보, 인식 정보와 관련된 유사 인식 정보, 및 계층 정보를 이용하여 외부 객체에 대한 인식 결과를 제공하는 전자 장치 및 그의 동작 방법에 관한 것으로, 전자 장치는 카메라, 디스플레이, 메모리 및 프로세서를 포함하고, 상기 프로세서는, 상기 카메라를 이용하여, 외부 객체를 포함하는 이미지를 획득하고, 상기 이미지를 이용하여, 상기 외부 객체에 대한 인식 정보를 생성하고, 상기 생성하는 동작 이전의 상기 인식 정보에 대응하는 외부 객체에 대한 인식 결과로서 상기 인식 정보와 함께 생성된 유사 인식 정보를 획득하고, 상기 인식 정보 또는 상기 유사 인식 정보에 대응하는 계층 정보를 획득하고, 및 상기 디스플레이를 이용하여, 상기 인식 정보, 상기 유사 인식 정보, 및 상기 계층 정보를 적어도 이용하여 생성된 상기 외부 객체에 대한 인식 결과를 제공하도록 설정될 수 있다.

Description

이미지에 대한 인식 정보, 인식 정보와 관련된 유사 인식 정보, 및 계층 정보를 이용하여 외부 객체에 대한 인식 결과를 제공하는 전자 장치 및 그의 동작 방법{ELECTRONIC DEVICE FOR PROVIDING RECOGNITION RESULT ABOUT EXTERNAL OBJECT USING RECOGNITION INFORMATION FOR IMAGE, SIMILARITY RECOGNITION INFORMATION RELATED TO RECOGNITION INFORMATION, AND LAYER INFORMATION, AND OPERATING METHOD THEREOF}
본 발명의 다양한 실시 예들은 이미지에 포함된 객체를 인식하기 위한 전자 장치 및 그의 동작 방법에 관한 것이다.
정보통신 기술 및 반도체 기술이 발전함에 따라 전자 장치는 다양한 멀티미디어 서비스를 제공하는 멀티미디어 장치로 발전하고 있다. 예를 들어, 전자 장치는 방송 서비스, 무선 인터넷 서비스, 음악 서비스 등의 다양한 서비스를 제공할 수 있다.
최근에는, 카메라를 통해 획득되는 이미지에 포함된 객체를 인식하는 기능을 제공하는 비전 시스템이 개발됨에 따라, 전자 장치는 더욱 다양한 분야에서 활용되고 있다. 예를 들어, 전자 장치는 카메라를 통해 획득한 프리뷰 이미지에 기반하여 객체를 인식하고, 인식된 객체와 관련된 검색 서비스를 제공할 수 있다.
일반적으로 객체 인식 기능은, 이미지 내에 포함된 정보(예: 특징점)을 이용하는 방식에 의해 수행될 수 있다. 예를 들어, 이미지에서 미리 정의된 특징과 연관된 특징점을 추출하고, 추출된 특징점을 기준 특징점과 비교함으로써 객체를 인식할 수 있다.
하지만, 이미지 내에 포함된 정보만을 이용하여 객체를 검출 및 인식하는 방식은 인식 정확도에 있어서 한계가 있고, 이로 인하여 인식 결과의 정확도가 낮아지는 문제점이 발생된다.
후술되는 본 발명의 다양한 실시예들은, 이미지 내의 객체 인식률을 향상시키기 위한 전자 장치 및 그의 동작 방법을 제공할 수 있다.
본 발명의 다양한 실시 예들에 따른 전자 장치는, 카메라, 디스플레이, 메모리 및 프로세서를 포함하고, 상기 프로세서는, 상기 카메라를 이용하여, 외부 객체를 포함하는 이미지를 획득하고, 상기 이미지를 이용하여, 상기 외부 객체에 대한 인식 정보를 생성하고, 상기 생성하는 동작 이전의 상기 인식 정보에 대응하는 외부 객체에 대한 인식 결과로서 상기 인식 정보와 함께 생성된 유사 인식 정보를 획득하고, 상기 인식 정보 또는 상기 유사 인식 정보에 대응하는 계층 정보를 획득하고, 및 상기 디스플레이를 이용하여, 상기 인식 정보, 상기 유사 인식 정보, 및 상기 계층 정보를 적어도 이용하여 생성된 상기 외부 객체에 대한 인식 결과를 제공하도록 설정될 수 있다.
본 발명의 다양한 실시 예들에 따른 전자 장치는, 통신 회로, 표시 장치, 상기 통신 회로 및 상기 표시 장치와 작동적(operatively)으로 연결된 프로세서 및 상기 프로세서와 작동적으로 연결된 메모리를 포함하며, 상기 메모리는, 실행될 때 상기 프로세서로 하여금, 이미지에 포함된 객체를 추출하고, 상기 추출된 객체에 대한 제 1 인식 결과를 획득하고, 상기 통신 회로를 이용하여, 상기 추출된 객체에 대한 제 2 인식 결과를 외부 장치로 요청하고, 상기 표시 장치를 통해, 상기 제 1 인식 결과의 적어도 일부를 출력하고, 상기 제 2 인식 결과의 수신에 기반하여, 상기 표시 장치를 통해, 상기 제 2 인식 결과를 출력하도록 하는 인스트럭션들(instructions)을 저장할 수 있다.
본 발명의 다양한 실시 예들에 따른 전자 장치의 동작 방법은, 외부 객체를 포함하는 이미지를 획득하는 동작, 상기 이미지를 이용하여, 상기 외부 객체에 대한 인식 정보를 생성하는 동작, 상기 생성하는 동작 이전의 상기 인식 정보에 대응하는 외부 객체에 대한 인식 결과로서 상기 인식 정보와 함께 생성된 유사 인식 정보를 획득하는 동작, 상기 인식 정보 또는 상기 유사 인식 정보에 대응하는 계층 정보를 획득하는 동작 및 상기 인식 정보, 상기 유사 인식 정보, 및 상기 계층 정보를 적어도 이용하여 생성된 상기 외부 객체에 대한 인식 결과를 제공하는 동작을 포함할 수 있다.
다양한 실시 예에 따르면, 전자 장치의 동작 및 장치는 인식된 객체에 대한 인식 정보 및 인식 정보에 대응되는 관련 정보를 획득하고, 획득된 정보에 기반하여 이미지에 대한 객체 인식 결과를 생성하여 객체 인식 성능을 향상시킬 수 있다.
도 1은 다양한 실시예들에 따른, 네트워크 환경 내의 전자 장치의 블럭도이다.
도 2는 다양한 실시예들에 따른, 카메라 모듈을 예시하는 블럭도이다.
도 3은 다양한 실시 예들에 따른 프로세서의 블럭도이다.
도 4a는 다양한 실시예에 따른 전자 장치에서 이미지에 포함된 객체를 인식하기 위한 흐름도이다.
도 4b는 다양한 실시예에 따른 전자 장치에서 이미지에 포함된 객체를 인식하기 위한 다른 흐름도이다.
도 5는 다양한 실시예에 따라 객체 인식 결과를 출력하는 상황을 설명하기 위한 도면이다.
도 6은 다양한 실시예에 따라 객체 인식 결과를 생성화는 과정을 설명하기 위한 도면이다.
도 7은 다양한 실시예에 따른 전자 장치에서 관련 정보를 획득하기 위한 흐름도이다.
도 8은 다양한 실시예에 따라 관련 정보를 획득하는 상황을 설명하기 위한 도면이다.
도 9는 다양한 실시예에 따른 전자 장치에서 객체 인식 결과를 생성하기 위한 흐름도이다.
도 10은 다양한 실시예에 따른 전자 장치에서 객체 인식 결과를 제공하기 위한 흐름도이다.
도 11a 및 도 11b는 다양한 실시예에 따라 인식 결과가 출력되는 방식을 설명하기 위한 도면이다.
도 12는 다양한 실시예에 따른 전자 장치에서 관련 정보에 대한 스코어를 갱신하기 위한 흐름도이다.
도 13은 다양한 실시예에 따른 전자 장치에서 이미지에 포함된 객체를 인식하기 위한 흐름도이다.
도 14는 다양한 실시예에 따라 객체 인식 결과를 출력하는 상황을 설명하기 위한 도면이다.
도 15는 다양한 실시 예들에 따른 시스템에서 이미지에 포함된 객체를 인식하는 동작을 도시한 도면이다.
이하 본 발명의 다양한 실시 예를 첨부된 도면을 참조하여 상세히 설명한다. 그리고, 본 발명의 실시 예를 설명함에 있어서, 관련된 공지기능 혹은 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단된 경우 그 상세한 설명은 생략한다. 그리고 후술되는 용어들은 본 발명의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도 1은, 다양한 실시예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블럭도이다. 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)와 통신할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일 실시예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 장치(150), 음향 출력 장치(155), 표시 장치(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 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: 표시 장치(160) 또는 카메라 모듈(180))가 생략되거나, 하나 이상의 다른 구성 요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들은 하나의 통합된 회로로 구현될 수 있다. 예를 들면, 센서 모듈(176)(예: 지문 센서, 홍채 센서, 또는 조도 센서)은 표시 장치(160)(예: 디스플레이)에 임베디드된 채 구현될 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)을 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일 실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(120)는 다른 구성요소(예: 센서 모듈(176) 또는 통신 모듈(190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(132)에 로드하고, 휘발성 메모리(132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(134)에 저장할 수 있다. 일 실시예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서), 및 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치, 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 추가적으로 또는 대체적으로, 보조 프로세서(123)은 메인 프로세서(121)보다 저전력을 사용하거나, 또는 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: 표시 장치(160), 센서 모듈(176), 또는 통신 모듈(190))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일 실시예에 따르면, 보조 프로세서(123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성 요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 수 있다.
메모리(130)는, 전자 장치(101)의 적어도 하나의 구성요소(예: 프로세서(120) 또는 센서모듈(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), 미들웨어(144) 또는 어플리케이션(146)을 포함할 수 있다.
입력 장치(150)는, 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 장치(150)은, 예를 들면, 마이크, 마우스, 키보드, 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.
음향 출력 장치(155)는 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 장치(155)는, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있고, 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일 실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
표시 장치(160)는 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 표시 장치(160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일 실시예에 따르면, 표시 장치(160)는 터치를 감지하도록 설정된 터치 회로(touch circuitry), 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 센서 회로(예: 압력 센서)를 포함할 수 있다.
오디오 모듈(170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일 실시예에 따르면, 오디오 모듈(170)은, 입력 장치(150)를 통해 소리를 획득하거나, 음향 출력 장치(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. 일 실시예에 따르면, 센서 모듈(176)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.
인터페이스(177)는 전자 장치(101)이 외부 전자 장치(예: 전자 장치(102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일 실시예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(178)는, 그를 통해서 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일 실시예에 따르면, 연결 단자(178)은, 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. 일 실시예에 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. 일 실시예에 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. 일 실시예에 따르면, 전력 관리 모듈(388)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(189)는 전자 장치(101)의 적어도 하나의 구성 요소에 전력을 공급할 수 있다. 일 실시예에 따르면, 배터리(189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(190)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108))간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(190)은 프로세서(120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일 실시예에 따르면, 통신 모듈(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제 1 네트워크(198)(예: 블루투스, WiFi direct 또는 IrDA(infrared data association) 같은 근거리 통신 네트워크) 또는 제 2 네트워크(199)(예: 셀룰러 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108))와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성 요소(예: 단일 칩)으로 통합되거나, 또는 서로 별도의 복수의 구성 요소들(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 및 인증할 수 있다.
안테나 모듈(197)은 신호 또는 전력을 외부(예: 외부 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일 실시예에 따르면, 안테나 모듈은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 하나의 안테나를 포함할 수 있다. 일 실시예에 따르면, 안테나 모듈(197)은 복수의 안테나들을 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 외부 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC)이 추가로 안테나 모듈(197)의 일부로 형성될 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))를 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.
일 실시예에 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. 전자 장치(102, 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 일 실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부 전자 장치들(102, 104 또는 108) 중 하나 이상의 외부 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 외부 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부 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, 또는 클라이언트-서버 컴퓨팅 기술이 이용될 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. 일 실시예에 따르면, 카메라 모듈(180)은 복수의 렌즈 어셈블리(210)들을 포함할 수 있다. 이런 경우, 카메라 모듈(180)은, 예를 들면, 듀얼 카메라, 360도 카메라, 또는 구형 카메라(spherical camera)를 형성할 수 있다. 복수의 렌즈 어셈블리(210)들 중 일부는 동일한 렌즈 속성(예: 화각, 초점 거리, 자동 초점, f 넘버(f number), 또는 광학 줌)을 갖거나, 또는 적어도 하나의 렌즈 어셈블리는 다른 렌즈 어셈블리의 렌즈 속성들과 다른 하나 이상의 렌즈 속성들을 가질 수 있다. 렌즈 어셈블리(210)는, 예를 들면, 광각 렌즈 또는 망원 렌즈를 포함할 수 있다.
플래쉬(220)는 피사체로부터 방출 또는 반사되는 빛을 강화하기 위하여 사용되는 빛을 방출할 수 있다. 일 실시예에 따르면, 플래쉬(220)는 하나 이상의 발광 다이오드들(예: RGB(red-green-blue) LED, white LED, infrared LED, 또는 ultraviolet LED), 또는 xenon lamp를 포함할 수 있다. 이미지 센서(230)는 피사체로부터 방출 또는 반사되어 렌즈 어셈블리(210)를 통해 전달된 빛을 전기적인 신호로 변환함으로써, 상기 피사체에 대응하는 이미지를 획득할 수 있다. 일 실시예에 따르면, 이미지 센서(230)는, 예를 들면, RGB 센서, BW(black and white) 센서, IR 센서, 또는 UV 센서와 같이 속성이 다른 이미지 센서들 중 선택된 하나의 이미지 센서, 동일한 속성을 갖는 복수의 이미지 센서들, 또는 다른 속성을 갖는 복수의 이미지 센서들을 포함할 수 있다. 이미지 센서(230)에 포함된 각각의 이미지 센서는, 예를 들면, CCD(charged coupled device) 센서 또는 CMOS(complementary metal oxide semiconductor) 센서를 이용하여 구현될 수 있다.
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. 일 실시예에 따르면, 이미지 스태빌라이저(240)는, 일 실시예에 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. 일 실시예에 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 표시 장치(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. 일 실시예에 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 저장 되거나 카메라 모듈(180)의 외부 구성 요소(예: 메모리(130), 표시 장치(160), 전자 장치(102), 전자 장치(104), 또는 서버(108))로 제공될 수 있다. 일 실시예에 따르면, 이미지 시그널 프로세서(260)는 프로세서(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 표시 장치(160)를 통해 표시될 수 있다.
일 실시예에 따르면, 전자 장치(101)는 각각 다른 속성 또는 기능을 가진 복수의 카메라 모듈(180)들을 포함할 수 있다. 이런 경우, 예를 들면, 상기 복수의 카메라 모듈(180)들 중 적어도 하나는 광각 카메라이고, 적어도 다른 하나는 망원 카메라일 수 있다. 유사하게, 상기 복수의 카메라 모듈(180)들 중 적어도 하나는 전면 카메라이고, 적어도 다른 하나는 후면 카메라일 수 있다.
도 3은 다양한 실시 예들에 따른 프로세서(120)의 블럭도(300)이다.
도 3을 참조하면, 프로세서(120)는 객체 인식 모듈(310), 인식 결과 생성 모듈(320) 및 출력 제어 모듈(320)을 포함할 수 있다.
객체 인식 모듈(310)은 이미지에 포함된 외부 객체(또는 객체)를 인식하는 동작을 수행할 수 있다. 이미지는 카메라(예: 카메라 모듈(180))로부터 실시간으로 획득되는 프리뷰 이미지 또는 전자 장치(101)(예: 메모리(130))에 저장된 이미지 또는 동영상을 포함할 수 있다. 외부 객체는 인물(또는 사람), 사물(예: 나무, 빌딩, 도로 등), 배경(예: 하늘, 바다, 땅 등) 중 적어도 하나를 포함할 수 있다.
일 실시예에 따르면, 객체 인식 모듈(310)은 이미지로부터 추출되는 특징점(feature point)을 저장된 적어도 하나의 특징점 템플릿과 비교할 수 있다. 예를 들어, 객체 인식 모듈(310)은 저장된 각각의 특징점 템플릿에 대하여 추출된 특징점과의 유사함 정도를 나타내는 유사도를 산출하고, 기준 유사도를 초과하는 적어도 하나의 특징점 템플릿을 확인할 수 있다. 예컨대, 객체 인식 모듈(310)은 SIFT(Scalar Invariant Feature Transform) 알고리즘, SURF(Speeded Up Robust Features) 알고리즘 등과 같은 다양한 인식 알고리즘을 이용하여 에지, 코너, 윤곽선 등에 대한 특징점을 추출할 수 있다. 이는 예시적일 뿐 본 발명의 실시예가 이에 한정되지 않으며, 외부 객체를 인식하는 것과 관련하여 다양한 공지 기술이 참조될 수 있다. 예를 들어, 객체 인식 모듈(310)은 외부 객체로부터 반사되는 신호로부터 외부 객체를 복셀(voxel) 형태로 정의하는 포인트의 집합인 포인트 클라우드를 생성함으로써 외부 객체를 인식할 수도 있다.
일 실시예에 따르면, 객체 인식 모듈(310)은, 이미지 내에서 외부 객체를 인식한 경우, 인식된 외부 객체에 대한 적어도 하나의 인식 정보를 확인하고 이를 인식 결과 생성 모듈(320)로 제공할 수 있다. 인식 정보는, 추출된 특징점과의 유사도가 기준 유사도를 초과하는 적어도 하나의 특징점 템플릿에 대한 정보를 포함할 수 있다. 예를 들어, 인식 정보는 특징점 템플릿과 연관되어 저장될 수 있다. 예컨대, 인식 정보는 라벨(label), 태그(tag), 식별자(identifier), 마커(marker) 등의 용어로 지칭될 수 있다.
일 실시예에 따르면, 객체 인식 모듈(310)은 인식된 외부 객체에 대한 스코어를 산출할 수 있다. 스코어는 추출된 특징점과 특징점 템플릿 사이의 매칭률, 매칭 정확도, 매칭 유사도 중 적어도 하나에 해당되는 정도를 나타내는 의미할 수 있다. 예를 들어, 스코어는 추출된 특징점과 특징점 템플릿 사이의 유사도에 기반하여 산출될 수 있다. 산출된 스코어는 인식 결과 생성 모듈(320)로 제공될 수 있다.
인식 결과 생성 모듈(320)은, 객체 인식 모듈(310)에 의해 이미지 내에 포함된 외부 객체가 인식되는 것에 대응하여, 외부 객체에 대한 인식 결과를 생성할 수 있다.
일 실시예에 따르면, 인식 결과 생성 모듈(320)은, 객체 인식 모듈(310)로부터 제공받은 각각의 인식 정보에 대한 관련 정보를 획득할 수 있다. 관련 정보는 아래 <표 1>의 예시와 같이, 인식 정보의 계층을 나타내는 제 1 관련 정보(예: 계층 정보)와 인식 정보와 연관된 오인식 결과를 나타내는 제 2 관련 정보(예: 혼돈 정보)를 포함할 수 있다. 관련 정보는 전자 장치(101)에 저장되거나 다른 전자 장치(예: 전자 장치(102), 전자 장치(104) 또는 서버(108))로부터 제공받을 수 있다.
인식 정보 제 1 관련 정보 (스코어) 제 2 관련 정보 (스코어)
수박 수박 과일 (95) 호박 (90)
지구 지구 행성, 우주 (95) 지구본 (92)
예를 들어, <표 1>을 참조하면, “수박”을 의미하는 인식 정보가 수신되면, 인식 결과 생성 모듈(320)은 “수박”의 상위 계층인 “과일”을 의미하는 제 1 관련 정보를 획득할 수 있다. 또한, 인식 결과 생성 모듈(320)은, 이전의 외부 객체 인식 동작에서 “호박”을 “수박”으로 혼돈한 이력이 있음을 나타내는 제 2 정보를 획득할 수 있다. 유사한 방법으로, “지구”를 의미하는 인식 정보가 수신되면, 인식 결과 생성 모듈(320)은 지구의 상위 계층인 “행성” 및 “우주”를 의미하는 제 1 관련 정보를 획득할 수 있다. 또한, 인식 결과 생성 모듈(320)은, 이전의 외부 객체 인식 동작에서 “지구본”을 “지구”로 혼돈한 이력이 있음을 나타내는 제 2 정보를 획득할 수 있다.
일 실시예에 따르면, 인식 결과 생성 모듈(320)은, 객체 인식 모듈(310)로부터 제공받은 인식 정보 및 각각의 인식 정보에 대한 관련 정보에 기반하여 인식 결과를 생성할 수 있다. 인식 결과는 적어도 하나의 인식 정보 및 적어도 하나의 관련 정보 중 적어도 하나를 포함할 수 있다. 예를 들어, 인식 결과 생성 모듈(320)은, 각각의 인식 정보 및 각각의 관련 정보에 대하여 스코어를 획득하고, 획득된 스코어에 기반하여 인식 결과에 사용할 적어도 하나의 정보(예: 기준 스코어를 만족하는 정보)를 결정할 수 있다. 인식 정보에 대한 스코어는 객체 인식 모듈(310)로부터 제공받을 수 있다. 또한, 관련 정보에 대한 스코어는 인식 정보의 계층 정도를 의미하는 제 1 스코어 및 인식 정보와 연관된 오인식 확률을 의미하는 제 2 스코어를 포함할 수 있다. 예를 들어, 관련 정보에 대한 스코어는 관련 정보와 함께 전자 장치(101)(예: 메모리(130))에 저장될 수 있으며, 전술한 <표 1>의 예시와 같이, 관련 정보와 함께 획득될 수도 있다.
출력 제어 모듈(330)은, 인식 결과 생성 모듈(320)에 의해 외부 객체에 대한 인식 결과가 생성되는 것에 대응하여, 생성된 외부 객체에 대한 인식 결과를 출력할 수 있다. 인식 결과는 전자 장치(101)(예: 도 1의 표시 장치(160), 음향 출력 장치(155) 등)를 통해 출력될 수 있다.
일 실시예에 따르면, 출력 제어 모듈(330)은 인식 결과에 포함된 적어도 하나의 정보가 다른 정보와 구분되도록 출력 방식을 결정할 수 있다. 예를 들어, 출력 제어 모듈(330)은 각각의 인식 정보 및 각각의 관련 정보에 대하여 스코어를 획득하고, 획득된 스코어에 기반하여 출력 방식을 결정할 수 있다. 예컨대, 출력 제어 모듈(330)은 기준 스코어를 만족하는 적어도 하나의 정보의 출력 시간, 출력 사이즈, 출력 색상 중 적어도 하나를 변경할 수 있다.
전술한 바와 같이, 프로세서(120)는 서로 분리된 객체 인식 모듈(310), 인식 결과 생성 모듈(320) 및 출력 제어 모듈(330)을 포함할 수 있다. 그러나 이는 예시적일 뿐, 본 발명이 이에 한정되는 것이 아니다. 예를 들어, 객체 인식 모듈(310), 인식 결과 생성 모듈(320) 및 출력 제어 모듈(330) 중 적어도 두 개는 하나의 모듈로 구현될 수도 있다.
다양한 실시예에 따른 전자 장치는, 카메라, 디스플레이, 메모리 및 프로세서를 포함하고, 상기 프로세서는, 상기 카메라를 이용하여, 외부 객체를 포함하는 이미지를 획득하고, 상기 이미지를 이용하여, 상기 외부 객체에 대한 인식 정보를 생성하고, 상기 생성하는 동작 이전의 상기 인식 정보에 대응하는 외부 객체에 대한 인식 결과로서 상기 인식 정보와 함께 생성된 유사 인식 정보를 획득하고, 상기 인식 정보 또는 상기 유사 인식 정보에 대응하는 계층 정보를 획득하고, 및 상기 디스플레이를 이용하여, 상기 인식 정보, 상기 유사 인식 정보, 및 상기 계층 정보를 적어도 이용하여 생성된 상기 외부 객체에 대한 인식 결과를 제공하도록 설정될 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 다른 외부 객체에 대한 인식 결과들을 포함하는 인식 학습 데이터 베이스를 이용하여, 상기 유사 인식 정보를 획득하도록 설정될 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 인식 결과로서, 상기 인식 정보와 상기 유사 인식 정보 간의 우선 순위 정보를 판단하고, 및 상기 우선 순위 정보에 기반하여, 상기 인식 결과 중 적어도 일부를 상기 인식 결과 중 상기 적어도 일부와 다른 적어도 일부와는 다른 표시 요소를 사용하여 제공하도록 설정될 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 인식 결과 중 상기 적어도 일부에 대하여, 출력 시간, 출력 사이즈, 출력 색상 중 적어도 하나를 변경하도록 설정될 수 있다.
다양한 실시예에 따르면, 상기 이미지는, 상기 전자 장치의 카메라 모듈을 통해 획득되는 프리뷰 이미지 또는 상기 전자 장치에 저장된 이미지 중 적어도 하나를 포함할 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 생성된 인식 정보에 대한 우선 순위를 확인하고, 상기 획득된 인식 정보 중 기준 우선 순위를 만족하는 인식 정보에 대한 상기 유사 인식 정보를 획득하도록 설정될 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 인식 결과에 대한 입력에 기반하여, 상기 인식 정보와 상기 유사 인식 정보 간의 우선 순위 정보를 갱신하도록 설정될 수 있다.
다양한 실시예에 따른 전자 장치는, 통신 회로, 표시 장치, 상기 통신 회로 및 상기 표시 장치와 작동적(operatively)으로 연결된 프로세서 및 상기 프로세서와 작동적으로 연결된 메모리를 포함하며, 상기 메모리는, 실행될 때 상기 프로세서로 하여금, 이미지에 포함된 객체를 추출하고, 상기 추출된 객체에 대한 제 1 인식 결과를 획득하고, 상기 통신 회로를 이용하여, 상기 추출된 객체에 대한 제 2 인식 결과를 외부 장치로 요청하고, 상기 표시 장치를 통해, 상기 제 1 인식 결과의 적어도 일부를 출력하고, 상기 제 2 인식 결과의 수신에 기반하여, 상기 표시 장치를 통해, 상기 제 2 인식 결과를 출력하도록 하는 인스트럭션들(instructions)을 저장할 수 있다.
다양한 실시예에 따르면, 상기 인스트럭션들은, 상기 프로세서로 하여금, 상기 추출된 객체에 대한 인식 정보를 획득하고, 상기 획득된 인식 정보에 대한 관련 정보를 획득하고, 상기 인식 정보 및 상기 관련 정보에 기반하여 상기 제 1 인식 결과를 생성하도록 할 수 있다. 일 실시예에 따르면, 상기 관련 정보는, 상기 인식 정보의 계층을 나타내는 계층 정보 또는 상기 인식 정보와 연관된 오인식 결과를 나타내는 유사 인식 정보 중 적어도 하나를 포함할 수 있다.
다양한 실시예에 따르면, 상기 이미지는, 상기 전자 장치의 카메라 모듈을 통해 획득되는 프리뷰 이미지 또는 상기 전자 장치에 저장된 이미지 중 적어도 하나를 포함할 수 있다.
다양한 실시예에 따르면, 상기 인스트럭션들은, 상기 프로세서로 하여금, 상기 획득된 인식 정보에 대한 우선 순위를 확인하고, 상기 획득된 인식 정보 중 기준 우선 순위를 만족하는 인식 정보에 대한 상기 관련 정보를 획득하도록 할 수 있다.
다양한 실시예에 따르면, 상기 인스트럭션들은, 상기 프로세서로 하여금, 상기 인식 정보의 우선 순위 및 상기 관련 정보의 우선 순위에 기반하여, 상기 인식 결과로 사용할 적어도 하나의 정보를 결정하도록 할 수 있다.
다양한 실시예에 따르면, 상기 인스트럭션들은, 상기 프로세서로 하여금, 상기 출력된 상기 제 1 인식 결과의 상기 적어도 일부 중 상기 제 2 인식 결과에 포함되지 않는 적어도 일부의 표시를 중단하도록 할 수 있다.
도 4a는 다양한 실시예에 따른 전자 장치에서 이미지에 포함된 외부 객체(또는 객체)를 인식하기 위한 흐름도(400)이다. 그리고, 도 5는 다양한 실시예에 따라 외부 객체 인식 결과를 출력하는 상황(500)을 설명하기 위한 도면이고, 도 6은 다양한 실시예에 따라 외부 객체 인식 결과를 생성화는 과정(600)을 설명하기 위한 도면이다. 이하 실시예에서 각 동작들은 순차적으로 수행될 수도 있으나, 반드시 순차적으로 수행되는 것은 아니다. 예를 들어, 각 동작들의 순서가 변경될 수도 있으며, 적어도 두 동작들이 병렬적으로 수행될 수도 있다. 도 4a의 전자 장치는 도 1의 전자 장치(101)일 수 있다.
도 4a를 참조하면, 다양한 실시예에 따른, 전자 장치(예: 도 1의 프로세서(120))는, 동작 401에서, 적어도 하나의 외부 객체를 포함하는 이미지를 획득할 수 있다. 도 5에 도시된 바와 같이, 외부 객체(512)를 포함하는 이미지는, 카메라(예: 카메라 모듈(180))로부터 실시간으로 획득되는 프리뷰 이미지(510)를 포함할 수 있다. 그러나 이는 예시적일 뿐, 본 발명이 이에 한정되는 것이 아니다. 예를 들어, 전자 장치(예: 메모리(130))에 저장된 이미지를 표시 장치(160)를 통해 출력함으로써 이미지를 획득할 수도 있다.
다양한 실시예에 따르면, 전자 장치(예: 프로세서(120))는, 동작 403에서, 외부 객체(512)에 대한 인식 정보를 생성할 수 있다. 인식 정보는, 이미지(510)에 포함된 외부 객체(512)에 대응되는 특징점(feature point)과의 유사도가 기준 유사도를 초과하는 적어도 하나의 특징점 템플릿에 대한 정보일 수 있다. 예를 들어, 인식 정보는 특징점 템플릿과 연관되어 저장될 수 있다. 일 실시예에 따르면, 프로세서(120)는, 이미지(510)로부터 추출된 특징점과 일정 수준의 유사도를 가지는 적어도 하나의 특징점 템플릿을 확인하고, 확인된 특징점 템플릿하고 연관되어 저장된 인식 정보를 획득할 수 있다. 예를 들어, 프로세서(120)는, 도6의 610에 도시된 바와 같이, 이미지(510)에 포함된 외부 객체 “수박”에 대하여 “수박”, “지구” 및 “공”과 같은 인식 정보(612)를 획득할 수 있다.
다양한 실시예에 따르면, 전자 장치(예: 프로세서(120))는, 동작 405에서, 외부 객체에 대한 유사 인식 정보를 획득할 수 있다. 유사 인식 정보는 외부 객체에 대한 오인식 결과를 나타내는 정보일 수 있다. 예컨대, 유사 인식 정보는 혼돈 정보, 상관 정보 등의 용어로 지칭될 수도 있다. 일 실시예에 따르면, 프로세서(120)는, 외부 객체 “수박”, “지구”, “공”에 대하여, 도 6의 630에 도시된 바와 같이, 이전의 외부 객체 인식 동작에서 “호박”을 “수박”으로 혼돈한 이력(또는 오인식 이력), “지구본”을 “지구”로 혼돈한 이력 및 “볼링공”을 “공”으로 혼돈한 이력이 있음을 나타내는 유사 인식 정보(632)를 획득할 수도 있다. 유사 인식 정보는 다른 외부 객체에 대한 인식 결과를 포함하는 인식 학습 데이터 베이스로부터 획득될 수 있다. 인식 학습 데이터 베이스는 전자 장치 또는 외부 전자 장치에 포함될 수 있다.
다양한 실시예에 따르면, 전자 장치(예: 프로세서(120))는, 동작 407에서, 인식 정보 또는 유사 인식 정보에 대응하는 계층 정보를 획득할 수 있다. 일 실시예에 따르면, 프로세서(120)는, 외부 객체에 대하여, “수박”, “지구”, “공”의 인식 정보를 생성하는 경우, 도 6의 620에 도시된 바와 같이, “수박”의 상위 계층인 “과일”을 의미하는 관련 정보, “지구”의 상위 계층인 “행성” 및 “우주”를 의미하는 관련 정보 및 “공”의 상위 계층인 “운동 용품”, “장난감”을 의미하는 계층 정보(622)를 획득할 수 있다. 다른 실시예에 따르면, 프로세서(120)는, 도시하지 않았으나, 유사 인식 정보(632)에 대한 계층 정보를 추가적으로 또는 대안적으로 획득할 수도 있다.
다양한 실시예에 따르면, 전자 장치(예: 프로세서(120))는, 동작 409에서, 인식 정보, 유사 인식 정보 및 계층 정보에 기반하여 외부 객체에 대한 인식 결과를 제공할 수 있다. 인식 결과는 적어도 하나의 인식 정보, 적어도 하나의 유사 인식 정보 또는 적어도 하나의 계층 정보 중 적어도 하나를 포함할 수 있다. 일 실시예에 따르면, 프로세서(120)는, 도 6의 640에 도시된 바와 같이, 외부 객체 인식 동작에서 획득된 인식 정보, 유사 인식 정보 및 계층 정보 전체를 인식 결과로 생성할 수 있다. 일 실시예에 따르면, 프로세서(120)는, 생성된 인식 결과를 출력할 수 있다. 인식 결과는 전자 장치의 표시 장치(160), 음향 출력 장치(155) 등을 통해 출력될 수 있다. 프로세서(120)는 외부 객체(512)가 포함된 이미지(510)(예: 프리뷰 이미지) 상에 인식 결과를 출력할 수 있다. 예를 들어, 도 5에 도시된 바와 같이, 프로세서(120)는, 인식 결과에 포함된 모든 정보가 표시(520)되도록 처리할 수 있다. 다른 예로, 도 5에 도시된 바와 같이, 프로세서(120)는 인식 결과에 포함된 정보를 카테고리화하여 표시할 수 있다. 예컨대, 프로세서(120)는 카테고리를 대표하는 대표 정보(534)(예: “수박”, “우주”, “공”)만 화면에 표시(530)되도록 처리하고, 각 카테고리에 포함된 나머지 정보는 숨김 상태로 처리하여 화면에 표시되지 않도록 할 수 있다. 이때, 숨김 상태로 처리된 정보(예: 카테고리에 포함되지만 화면에 표시되지 않은 정보)의 수를 의미하는 정보(532)가 대표 정보(534)의 적어도 일부에 표시될 수 있다. 또한, 대표 정보(532)에 대한 입력이 감지되는 경우, 프로세서(120)는 대표 정보의 카테고리에 포함된 숨김 상태의 정보를 숨김 해제로 천이시켜 화면에 표시되도록 처리할 수 있다.
또 다른 실시예에 따르면, 도 5에 도시된 바와 같이, 프로세서(120)는 대표 정보만 화면에 표시(540)되도록 처리할 수도 있다.
전술한 바와 같이, 전자 장치(예: 프로세서(120))는 외부 객체에 대한 인식 정보, 유사 인식 정보 및 계층 정보에 기반하여 외부 객체에 대한 인식 결과를 제공할 수 있다. 유사 인식 정보 및 계층 정보는 외부 객체와 관련된 정보로 관련 정보로 지칭될 수도 있다. 또한, 전자 장치는 관련 정보 중 일부(예: 유사 인식 정보 또는 계층 정보)만을 이용하여 외부 객체에 대한 인식 결과를 제공할 수도 있다.
도 4b는 다양한 실시예에 따른 전자 장치에서 이미지에 포함된 객체를 인식하기 위한 흐름도(460)이다. 이하 실시예에서 각 동작들은 순차적으로 수행될 수도 있으나, 반드시 순차적으로 수행되는 것은 아니다. 예를 들어, 각 동작들의 순서가 변경될 수도 있으며, 적어도 두 동작들이 병렬적으로 수행될 수도 있다. 도 4a의 전자 장치는 도 1의 전자 장치(101)일 수 있다.
도 4b를 참조하면, 다양한 실시예에 따른, 전자 장치(예: 도 1의 프로세서(120))는, 동작 410에서, 이미지로부터 객체를 추출할 수 있다. 객체는, 도 5를 통해 전술한 바와 같이, 카메라(예: 카메라 모듈(180))로부터 실시간으로 획득되는 프리뷰 이미지(510)에서 추출되거나 전자 장치(예: 메모리(130))에 저장된 이미지가 표시 장치(160)를 통해 출력되는 상황에서도 객체가 추출될 수도 있다. 일 실시예에 따르면, 프로세서(120)는, 도 3을 통해 전술한 바와 같이, 이미지(510)로부터 추출되는 특징점(feature point)을 저장된 적어도 하나의 특징점 템플릿과 비교함으로써 객체(512)를 추출할 수 있다. 프로세서(120)는 추출되는 객체에 대한 가이드 정보를 출력할 수 있다. 예를 들어, 가이드 정보는 추출되는 특징점을 포함하는 이미지의 영역을 의미할 수 있다.
다양한 실시예에 따르면, 전자 장치(예: 프로세서(120))는, 동작 420에서, 추출된 객체(512)에 대한 인식 정보를 획득할 수 있다. 인식 정보는, 전술한 바와 같이, 추출된 특징점과의 유사도가 기준 유사도를 초과하는 적어도 하나의 특징점 템플릿에 대한 정보일 수 있다. 예를 들어, 인식 정보는 특징점 템플릿과 연관되어 저장될 수 있다. 일 실시예에 따르면, 프로세서(120)는, 이미지(510)로부터 추출된 특징점과 일정 수준의 유사도를 가지는 적어도 하나의 특징점 템플릿을 확인하고, 확인된 특징점 템플릿하고 연관되어 저장된 인식 정보를 획득할 수 있다. 예를 들어, 프로세서(120)는, 도6의 610을 통해 전술한 바와 같이, 이미지(510)에 포함된 객체 “수박”에 대하여 “수박”, “지구” 및 “공”과 같은 인식 정보(612)를 획득할 수 있다.
다양한 실시예에 따르면, 전자 장치(예: 프로세서(120))는, 동작 430에서, 획득된 인식 정보(612)에 대한 관련 정보를 획득할 수 있다. 관련 정보는, 인식 정보의 계층을 나타내는 제 1 관련 정보(예: 계층 정보)와 인식 정보와 연관된 오인식 결과를 나타내는 제 2 관련 정보(예: 유사 인식 정보 또는 혼돈 정보)를 포함할 수 있다. 일 실시예에 따르면, 프로세서(120)는, “수박”, “지구”, “공”을 인식 정보로 수신하는 경우, 도 6의 620을 통해 전술한 바와 같이, “수박”, “지구” 및 “공”과 관련된 제 1 관련 정보(622)를 획득할 수 있다. 다른 실시예에 따르면, 프로세서(120)는, 도 6의 630을 통해 전술한 바와 같이, 수박”, “지구” 및 “공”과 관련된 제 2 관련 정보(632)를 획득할 수도 있다.
다양한 실시예에 따르면, 전자 장치(예: 프로세서(120))는, 동작 440에서, 인식 정보 및 관련 정보에 기반하여 인식 결과를 생성할 수 있다. 인식 결과는 적어도 하나의 인식 정보 및 적어도 하나의 관련 정보 중 적어도 하나를 포함할 수 있다. 일 실시예에 따르면, 프로세서(120)는, 도 6의 640을 통해 전술한 바와 같이, 객체 인식 동작에서 획득된 인식 정보와 획득된 관련 정보 전체를 인식 결과로 생성할 수 있다.
다양한 실시예에 따르면, 전자 장치(예: 프로세서(120))는, 동작 450에서 생성된 인식 결과를 출력할 수 있다. 인식 결과는 전자 장치의 표시 장치(160), 음향 출력 장치(155) 등을 통해 출력될 수 있다. 일 실시예에 따르면, 프로세서(120)는, 도 5를 통해 전술한 바와 같이, 객체(512)가 포함된 이미지(510)(예: 프리뷰 이미지) 상에 인식 결과를 출력할 수 있다.
도 7은 다양한 실시예에 따른 전자 장치에서 관련 정보를 획득하기 위한 흐름도(700)이다. 그리고, 도 8은 다양한 실시예에 따라 관련 정보를 획득하는 상황(800)을 설명하기 위한 도면이다. 이하 설명되는 도 7의 동작들은, 도 4a의 동작 403 내지 407의 다양한 실시예 및 도 4b의 동작 410의 다양한 실시예를 나타낸 것이다. 이하 실시예에서 각 동작들은 순차적으로 수행될 수도 있으나, 반드시 순차적으로 수행되는 것은 아니다. 예를 들어, 각 동작들의 순서가 변경될 수도 있으며, 적어도 두 동작들이 병렬적으로 수행될 수도 있다. 도 7의 전자 장치는 도 1의 전자 장치(101)일 수 있다.
도 7을 참조하면, 다양한 실시예에 따른, 전자 장치(예: 도 1의 프로세서(120))는, 동작 710에서, 추출된 외부 객체에 대응되는 복수의 인식 정보가 획득되는지 여부를 판단할 수 있다.
다양한 실시예에 따르면, 복수의 인식 정보가 획득되면, 전자 장치(예: 프로세서(120))는, 동작 720에서, 획득된 인식 정보 각각에 대한 스코어를 산출할 수 있다. 스코어는 추출된 특징점과 특징점 템플릿 사이의 매칭률, 매칭 정확도, 매칭 유사도 중 적어도 하나에 해당되는 정도를 나타내는 의미할 수 있다. 일 실시예에 따르면, 프로세서(120)는 추출된 특징점과 특징점 템플릿 사이의 유사도에 기반하여 스코어를 산출할 수 있다.
다양한 실시예에 따르면, 전자 장치(예: 프로세서(120))는, 동작 730에서, 획득된 인식 정보 중 기준 스코어를 만족하는 적어도 하나의 인식 정보를 획득할 수 있다. 기준 스코어는 추출된 특징점과 특징점 템플릿이 서로 동일 또는 유사하다고 판단하는데 사용되는 기준 값이다.
다양한 실시예에 따르면, 전자 장치(예: 프로세서(120))는, 동작 740에서, 선택된 인식 정보에 대한 관련 정보를 획득할 수 있다. 일 실시예에 따르면, 프로세서(120)는, 도 8에 도시된 바와 같이, 복수의 인식 정보(810)가 획득되는 경우, 획득된 인식 정보 중 일부(예: 기준 스코어를 만족하는 인식 정보)(820)에 대하여만 관련 정보를 획득할 수 있다. 이로 인하여, 획득된 인식 정보 전체에 대해 관련 정보를 획득하는 경우와 비교하면, 유사하지 않은 인식 정보에 대하여도 관련 정보가 획득되는 것을 방지할 수 있으며, 결과적으로는 외부 객체 인식 성능을 향상시키고 외부 객체 인식 시간을 단축시킬 수도 있다. 이는 예시적일 뿐, 본 발명의 실시예가 이에 한정되는 것이 아니다. 예를 들어, 프로세서(120)는 획득된 인식 정보 전체에 대한 관련 정보를 획득할 수 있다.
다양한 실시예에 따르면, 하나의 인식 정보가 획득되면, 전자 장치(예: 프로세서(120))는, 동작 750에서, 획득된 인식 정보에 대한 관련 정보를 획득할 수 있다.
도 9는 다양한 실시예에 따른 전자 장치에서 외부 객체(또는 객체) 인식 결과를 생성하기 위한 흐름도(900)이다. 이하 설명되는 도 9의 동작들은, 도 4a의 동작 409의 다양한 실시예 및 도 4b의 동작 440의 다양한 실시예를 나타낸 것이다. 이하 실시예에서 각 동작들은 순차적으로 수행될 수도 있으나, 반드시 순차적으로 수행되는 것은 아니다. 예를 들어, 각 동작들의 순서가 변경될 수도 있으며, 적어도 두 동작들이 병렬적으로 수행될 수도 있다. 도 9의 전자 장치는 도 1의 전자 장치(101)일 수 있다.
도 9를 참조하면, 다양한 실시예에 따른, 전자 장치(예: 도 1의 프로세서(120))는, 동작 910에서, 획득된 인식 정보 및 관련 정보에 대한 스코어를 획득(또는 산출)할 수 있다. 예를 들어, 프로세서(120)는 각각의 인식 정보 및 각각의 관련 정보에 대한 우선 순위(예를 들어, 스코어)를 획득할 수 있다.
다양한 실시예에 따르면, 전자 장치(예: 프로세서(120))는 동작 920에서, 획득된 스코어에 기반하여 인식 결과에 사용할 정보를 추출할 수 있다. 일 실시예에 따르면, 프로세서(120)는 획득된 스코어와 기준 스코어를 비교하고, 기준 스코어를 만족하는 일부 스코어 대응하는 정보만을 인식 결과에 사용할 수 있다.
도 10은 다양한 실시예에 따른 전자 장치에서 외부 객체(또는 객체) 인식 결과를 제공하기 위한 흐름도(1000)이다. 그리고, 도 11a 및 도 11b는 다양한 실시예에 따라 인식 결과가 출력되는 방식을 설명하기 위한 도면(1110), (1120)이다. 이하 설명되는 도 10의 동작들은, 도 4a의 동작 409의 다양한 실시예 및 도 4b의 동작 450의 다양한 실시예를 나타낸 것이다. 이하 실시예에서 각 동작들은 순차적으로 수행될 수도 있으나, 반드시 순차적으로 수행되는 것은 아니다. 예를 들어, 각 동작들의 순서가 변경될 수도 있으며, 적어도 두 동작들이 병렬적으로 수행될 수도 있다. 도 10의 전자 장치는 도 1의 전자 장치(101)일 수 있다.
다양한 실시예에 따르면, 전자 장치(예: 프로세서(120))는, 동작 1010에서 인식 결과에 포함된 각각의 정보에 대한 우선 순위(예를 들어, 스코어)를 획득할 수 있다. 스코어는 인식된 외부 객체와 인식 결과 사이의 유사한 정도를 나타낼 수 있다.
다양한 실시예에 따르면, 전자 장치(예: 프로세서(120))는, 동작 1020에서, 스코어에 기반하여 인식 결과 출력 방식을 결정할 수 있다. 출력 방식은 기준 스코어를 만족하는 적어도 하나의 정보를 다른 정보와 구분되도록 표시하는 다양한 방식을 포함할 수 있다.
일 실시예에 따르면, 프로세서(120)는, 인식 결과에 포함된 정보의 출력 크기를 스코어에 기반하여 조절할 수 있다. 예를 들어, 도 11a에 도시된 바와 같이, 스코어가 가장 높은 제 1 정보(1112)(예: 과일)의 크기를 제 1 크기로 출력하고, 나머지 정보(1114), (1116)(예: 제 2 정보 및 제 3 정보)들은 제 2 크기로 출력(1110)되도록 처리할 수 있다. 이는 예시적일 뿐, 본 발명의 실시예가 이에 한정되는 것이 아니다. 예를 들어, 프로세서(120)는 스코어 순서로 제 1 정보(1112), 제 2 정보(1114) 및 제 3 정보(1116) 각각을 제 1 크기, 제 2 크기 및 제 3 크기로 출력되도록 처리할 수도 있다.
다른 실시예에 따르면, 프로세서(120)는, 인식 결과에 포함된 정보의 출력 시간을 스코어에 기반하여 조절할 수 있다. 예를 들어, 도 11b에 도시된 바와 같이, 다수의 인식 정보(1132)를 포함하는 인식 결과를 출력(1130)한 후 일정 시간(예: N sec)이 경과되면 스코어가 가장 낮은 정보(1142)(예 제 3 정보)의 출력이 중단되도록 처리(1140)할 수 있다.
다양한 실시예에 따르면, 전자 장치(예: 프로세서(120))는, 동작 1030에서, 결정된 방식에 기반하여 인식 결과를 출력할 수 있다. 예를 들어, 프로세서(120)는, 결정된 방식에 기반하여 도 11a 또는 도 11b와 같은 방식으로 인식 결과를 출력할 수 있다. 그러나 이는 예시적일 뿐, 본 발명이 이에 한정되는 것이 아니다. 예를 들어, 프로세서(120)는 스코어 순서에 대응하는 색상을 이용하여 인식 결과를 출력할 수도 있다.
본 실시예에서는, 인식 결과에 포함된 정보에 대한 스코어에 기반하여 인식 결과의 출력 방식이 결정되는 구성을 설명하였다. 그러나, 이는 예시적일 뿐, 본 발명이 이에 한정되는 것이 아니다. 예를 들어, 인식 결과에 포함된 정보의 수에 기반하여 인식 결과의 출력 방식이 결정될 수도 있다. 예컨대, 인식 결과에 포함된 인식 정보의 수가 관련 정보의 수보다 상대적으로 많은 경우, 인식 결과에 포함된 인식 정보가 강조되어 출력될 수도 있다. 반대로, 인식 결과에 포함된 인식 정보의 수가 관련 정보의 수보다 상대적으로 적은 경우, 인식 결과에 포함된 관련 정보가 강조되어 출력될 수도 있다.
도 12는 다양한 실시예에 따른 전자 장치에서 관련 정보에 대한 스코어를 갱신하기 위한 흐름도(1200)이다. 이하 설명되는 도 10의 동작들은, 도 4a의 동작 409의 다양한 실시예 및 도 4b의 동작 450의 다양한 실시예를 나타낸 것이다. 이하 실시예에서 각 동작들은 순차적으로 수행될 수도 있으나, 반드시 순차적으로 수행되는 것은 아니다. 예를 들어, 각 동작들의 순서가 변경될 수도 있으며, 적어도 두 동작들이 병렬적으로 수행될 수도 있다. 도 12의 전자 장치는 도 1의 전자 장치(101)일 수 있다.
도 12를 참조하면, 다양한 실시예에 따른, 전자 장치(예: 도 1의 프로세서(120))는, 동작 1210에서, 인식 결과에 대한 입력이 감지되는지를 판단할 수 있다. 입력은 인식 결과에 포함된 적어도 하나의 정보(예: 인식 정보 또는 관련 정보)를 지정하는 입력(예: 터치 입력, 음성 입력 등)일 수 있다.
다양한 실시예에 따르면, 입력이 감지되지 않으면, 전자 장치(예: 프로세서(120))는, 인식 결과에 대한 입력을 감지하는 동작을 반복 수행할 수 있다.
다양한 실시예에 따르면, 입력이 감지되면, 전자 장치(예: 프로세서(120))는, 동작 1220에서, 입력에 대응되는 인식 정보 또는 관련 정보를 확인할 수 있다. 예를 들어, 프로세서(120)는, 인식 결과에 포함된 정보들 중 입력에 의해 지정되는 적어도 하나의 정보를 확인할 수 있다.
다양한 실시예에 따른, 전자 장치(예: 도 1의 프로세서(120))는, 동작 1230에서, 확인된 관련 정보에 대한 스코어를 갱신할 수 있다. 스코어는 인식된 외부 객체에 대한 추가 동작(예: 검색 동작)이 발생되는 것에 대응하여 갱신될 수 있다. 일 실시예에 따르면, 프로세서(120)는, 추가 동작이 발생되는 경우 지정된 정보가 최종 인식 결과라고 판단하고, 지정된 정보에 대한 스코어를 갱신할 수 있다.
도 13은 다양한 실시예에 따른 전자 장치에서 이미지에 포함된 외부 객체(또는 객체)를 인식하기 위한 흐름도(1300)이다. 그리고, 도 14는 다양한 실시예에 따라 외부 객체 인식 결과를 출력하는 상황(1400)을 설명하기 위한 도면이다. 이하 실시예에서 각 동작들은 순차적으로 수행될 수도 있으나, 반드시 순차적으로 수행되는 것은 아니다. 예를 들어, 각 동작들의 순서가 변경될 수도 있으며, 적어도 두 동작들이 병렬적으로 수행될 수도 있다. 도 13의 전자 장치는 도 1의 전자 장치(101)일 수 있다.
도 13을 참조하면, 다양한 실시예에 따른, 전자 장치(예: 도 1의 프로세서(120))는, 동작 1310에서, 이미지로부터 외부 객체를 추출할 수 있다. 외부 객체는, 카메라(예: 카메라 모듈(180))로부터 실시간으로 획득되는 프리뷰 이미지에서 추출될 수 있다. 일 실시예에 따르면, 프로세서(120)는 특징점을 포함하는 이미지의 일부 영역을 외부 객체로 추출할 수 있다.
다양한 실시예에 따르면, 전자 장치(예: 프로세서(120))는, 동작 1320에서, 외부 장치로 추출된 외부 객체에 대한 인식 결과를 요청할 수 있다. 일 실시예에 따르면, 프로세서(120)는 추출된 외부 객체를 외부 장치로 전송하고 전송된 외부 객체에 대한 인식 결과를 요청할 수 있다.
다양한 실시예에 따르면, 전자 장치(예: 프로세서(120))는, 동작 1330에서, 추출된 외부 객체를 인식하는 동작을 수행할 수 있다. 외부 객체를 인식하는 동작은 추출된 외부 객체에 대한 인식 정보 및 인식 정보에 대응되는 관련 정보를 획득하는 동작을 포함할 수 있다. 일 실시예에 따르면, 프로세서(120)는 외부 객체를 인식하기 위하여, 전술한 도 4b의 동작 420 내지 440과 동일하거나 유사한 동작을 수행할 수 있다.
다양한 실시예에 따르면, 전자 장치(예: 프로세서(120))는, 동작 1340에서, 추출된 외부 객체에 대한 제 1 인식 결과를 출력할 수 있다. 제 1 인식 결과는, 전자 장치에 의해 생성된 외부 객체 인식 결과일 수 있다. 일 실시예에 따르면, 프로세서(120)는 제 1 인식 결과를 출력하기 위하여, 전술한 도 4a의 동작 450과 동일하거나 유사한 동작을 수행할 수 있다.
다양한 실시예에 따르면, 전자 장치(예: 프로세서(120))는, 동작 1350에서, 외부 장치로부터 제 2 인식 결과를 수신하는지 여부를 판단할 수 있다. 제 2 인식 결과는 외부 장치(전자 장치(102), 전자 장치(104) 또는 서버(108))에 의해 생성된 외부 객체 인식 결과일 수 있다. 또한, 제 2 인식 결과는 제 1 인식 결과 대비 높은 정확도를 가지는 인식 결과일 수 있다.
다양한 실시예에 따르면, 전자 장치(예: 프로세서(120))는, 제 2 인식 결과가 수신되지 않으면, 제 2 인식 결과의 수신 여부를 판단하는 동작을 수행할 수 있다. 일 실시예에 따르면, 프로세서(120)는 제 2 인식 결과가 수신되기 전까지 제 1 인식 결과의 출력을 유지할 수 있다.
다양한 실시예에 따르면, 전자 장치(예: 프로세서(120))는, 제 2 인식 결과가 수신되면, 동작 1360에서, 수신된 제 2 인식 결과를 출력할 수 있다. 일 실시예에 따르면, 프로세서(120)는, 도 14에 도시된 바와 같이, 제 1 인식 결과를 출력(1410)하는 상황에서 제 2 인식 결과(1420)가 수신되면, 제 1 인식 결과와 제 2 인식 결과를 함께 출력(1430)할 수 있다. 이때, 제 1 인식 결과와 제 2 인식 결과는 서로 구분되어 출력될 수 있다. 예를 들어, 제 1 인식 결과 대비 높은 정확도를 가지는 제 2 인식 결과가 강조되어 출력될 수 있다. 그러나 이는 예시적일 뿐, 본 발명이 이에 한정되는 것이 아니다. 예를 들어, 도 14에 도시된 바와 같이, 제 1 인식 결과를 출력(1410)하는 상황에서 제 2 인식 결과(1420)가 수신되면, 프로세서(120)는 제 1 인식 결과의 출력을 중단하고 수신된 제 2 인식 결과만을 출력(1440)할 수도 있다.
도 15는 다양한 실시 예들에 따른 시스템에서 이미지에 포함된 외부 객체를 인식하는 동작(1500)을 도시한 도면이다. 이하 실시예에서 각 동작들은 순차적으로 수행될 수도 있으나, 반드시 순차적으로 수행되는 것은 아니다. 예를 들어, 각 동작들의 순서가 변경될 수도 있으며, 적어도 두 동작들이 병렬적으로 수행될 수도 있다.
도 15에 도시한 바와 같이, 다양한 실시예에 따른 시스템은 전자 장치(1502) 및 외부 장치(1504)로 구성될 수 있으며, 외부 장치(1504)는 외부 객체 인식을 위한 서버일 수 있다. 일 실시예에 따르면, 전자 장치(1502)는 도 1의 전자 장치(101)일 수 있으며, 외부 장치(1504)는 도 1의 전자 장치(102), 전자 장치(104) 또는 서버(108) 중 적어도 하나를 포함할 수 있다.
도 15를 참조하면, 동작 1510에서, 전자 장치(1502)는 이미지로부터 외부 객체를 추출할 수 있다. 일 실시예에 따르면, 외부 객체 인식과 관련된 기능이 실행되는 것에 대응하여, 카메라(예: 카메라 모듈(180))로부터 실시간으로 획득되는 프리뷰 이미지로부터 적어도 하나의 외부 객체를 추출할 수 있다.
동작 1512에서, 전자 장치(1502)는 외부 장치(1504)로 외부 객체 인식을 요청할 수 있다. 일 실시예에 따르면, 전자 장치(1502)는 추출된 외부 객체를 외부 장치(1504)로 전송함으로써 외부 객체 인식을 요청할 수 있다.
동작 1514에서, 전자 장치(1502)는 추출된 외부 객체를 인식하는 동작을 수행할 수 있다. 외부 객체를 인식하는 동작은 추출된 외부 객체에 대한 인식 정보 및 인식 정보에 대응되는 관련 정보를 획득하고, 획득된 정보에 기반하여 제 1 인식 결과를 생성하는 동작을 포함할 수 있다.
동작 1516에서, 외부 장치(1504)는, 외부 객체 인식 요청을 수신하는 것에 대응하여, 외부 객체 인식 동작을 수행할 수 있다. 외부 객체를 인식하는 동작은 전자 장치(1502)로부터 제공받은 외부 객체에 대한 인식 정보 및 인식 정보에 대응되는 관련 정보를 획득하고, 획득된 정보에 기반하여 제 2 인식 결과를 생성하는 동작을 포함할 수 있다.
동작 1518에서, 전자 장치(1502)는 생성된 제 1 인식 결과를 출력할 수 있다. 제 1 인식 결과는, 전자 장치(1502)의 표시 장치(예: 도 1 의 표시 장치(160))를 통해 출력될 수 있다.
동작 1520에서, 외부 장치(1504)는 생성된 제 2 인식 결과를 전자 장치(1502)로 전송할 수 있다.
동작 1522에서, 전자 장치(1502)는 외부 장치(1504)로부터 수신된 제 2 인식 결과를 출력할 수 있다. 제 2 인식 결과는, 도 14에 도시된 바와 같이, 제 1 인식 결과와 함께 출력될 수도 있다.
다양한 실시예에 따른 전자 장치의 동작 방법은, 외부 객체를 포함하는 이미지를 획득하는 동작, 상기 이미지를 이용하여, 상기 외부 객체에 대한 인식 정보를 생성하는 동작, 상기 생성하는 동작 이전의 상기 인식 정보에 대응하는 외부 객체에 대한 인식 결과로서 상기 인식 정보와 함께 생성된 유사 인식 정보를 획득하는 동작, 상기 인식 정보 또는 상기 유사 인식 정보에 대응하는 계층 정보를 획득하는 동작 및 상기 인식 정보, 상기 유사 인식 정보, 및 상기 계층 정보를 적어도 이용하여 생성된 상기 외부 객체에 대한 인식 결과를 제공하는 동작을 포함할 수 있다.
다양한 실시예에 따르면, 상기 유사 인식 정보는, 다른 외부 객체에 대한 인식 결과들을 포함하는 인식 학습 데이터 베이스로부터 획득될 수 있다.
다양한 실시예에 따르면, 상기 인식 결과를 제공하는 동작은, 상기 인식 결과로서, 상기 인식 정보와 상기 유사 인식 정보 간의 우선 순위 정보를 판단하는 동작 및 상기 우선 순위 정보에 기반하여, 상기 인식 결과 중 적어도 일부를 상기 인식 결과 중 상기 적어도 일부와 다른 적어도 일부와는 다른 표시 요소를 사용하여 제공하는 동작을 포함할 수 있다.
다양한 실시예에 따르면, 상기 다른 표시 요소를 사용하여 제공하는 동작은, 상기 인식 결과 중 상기 적어도 일부에 대하여, 출력 시간, 출력 사이즈, 출력 색상 중 적어도 하나를 변경하는 동작을 포함할 수 있다.
다양한 실시예에 따르면, 상기 이미지는, 상기 전자 장치의 카메라 모듈을 통해 획득되는 프리뷰 이미지 또는 상기 전자 장치에 저장된 이미지 중 적어도 하나를 포함할 수 있다.
다양한 실시예에 따르면, 상기 유사 인식 정보를 획득하는 동작은, 상기 생성된 인식 정보에 대한 우선 순위를 확인하는 동작 및 상기 획득된 인식 정보 중 기준 우선 순위를 만족하는 인식 정보에 대한 상기 유사 인식 정보를 획득하는 동작을 포함할 수 있다.
다양한 실시예에 따르면, 전자 장치의 동작 방법은 상기 인식 결과에 대한 입력에 기반하여, 상기 인식 정보와 상기 유사 인식 정보 간의 우선 순위 정보를 갱신하는 동작을 포함할 수 있다.
본 문서에 개시된 다양한 실시예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치 (예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나",“A 또는 B 중 적어도 하나,”"A, B 또는 C," "A, B 및 C 중 적어도 하나,”및 “A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에, “기능적으로” 또는 “통신적으로”라는 용어와 함께 또는 이런 용어 없이, “커플드” 또는 “커넥티드”라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제 3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.
본 문서에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로 등의 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일 실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
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 저장매체 는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
일 실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory (CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두 개의 사용자 장치들(예: 스마트폰들) 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 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.
한편, 본 발명의 다양한 실시 예에 관해 설명하였으나, 본 발명의 다양한 실시 예의 범위에서 벗어나지 않는 한도 내에서 여러 가지 변형이 가능하다. 그러므로 본 발명의 다양한 실시 예의 범위는 설명된 실시 예에 국한되어 정해져서는 아니되며 후술하는 특허청구의 범위뿐만 아니라 이 특허청구의 범위와 균등한 것들에 의해 정해져야 한다.

Claims (20)

  1. 전자 장치에 있어서,
    카메라;
    디스플레이;
    메모리; 및
    프로세서를 포함하고, 상기 프로세서는,
    상기 카메라를 이용하여, 외부 객체를 포함하는 이미지를 획득하고,
    상기 이미지를 이용하여, 상기 외부 객체에 대한 인식 정보를 생성하되, 상기 인식 정보는 제1 계층의 제1 인식 정보, 및 상기 제1 계층과 상이한 제2 계층의 제2 인식 정보를 포함하며,
    상기 제1 인식 정보와 연관된 상기 제1 계층의 오인식 결과를 나타내는 제1 유사 인식 정보 및 상기 제2 인식 정보와 연관된 상기 제2 계층의 오인식 결과를 나타내는 제2 유사 인식 정보를 획득하고, 및
    상기 디스플레이를 이용하여, 상기 제1 인식 정보, 상기 제2 인식 정보, 상기 제1 유사 인식 정보, 및 상기 제2 유사 인식 정보를 적어도 이용하여 생성된 상기 외부 객체에 대한 인식 결과를 표시하도록 설정된 전자 장치.
  2. 제 1항에 있어서,
    상기 프로세서는,
    다른 외부 객체에 대한 인식 결과들을 포함하는 인식 학습 데이터 베이스를 이용하여, 상기 제1 유사 인식 정보 또는 상기 제2 유사 인식 정보를 획득하도록 설정된 전자 장치.
  3. 제 1항에 있어서,
    상기 프로세서는,
    상기 인식 결과로서, 상기 제1 인식 정보, 상기 제2 인식 정보, 상기 제1 유사 인식 정보, 및 상기 제2 유사 인식 정보 간의 우선 순위 정보를 판단하고, 및
    상기 우선 순위 정보에 기반하여, 상기 인식 결과 중 적어도 일부를 상기 인식 결과 중 상기 적어도 일부와 다른 적어도 일부와는 다른 표시 요소를 사용하여 표시하도록 설정된 전자 장치.
  4. 제 3항에 있어서,
    상기 프로세서는,
    상기 인식 결과 중 상기 적어도 일부에 대하여, 표시 시간, 표시 사이즈, 표시 색상 중 적어도 하나를 포함하는 표시 요소를 변경하도록 설정된 전자 장치.
  5. 제 1항에 있어서,
    상기 이미지는,
    상기 전자 장치의 카메라 모듈을 통해 획득되는 프리뷰 이미지 또는 상기 전자 장치에 저장된 이미지 중 적어도 하나를 포함하는 전자 장치.
  6. 삭제
  7. 제 1항에 있어서,
    상기 프로세서는,
    상기 인식 결과에 대한 입력에 기반하여, 상기 제1 인식 정보, 상기 제2 인식 정보, 상기 제1 유사 인식 정보 및 상기 제2 유사 인식 정보 간의 우선 순위 정보를 갱신하도록 설정된 전자 장치.
  8. 전자 장치의 동작 방법에 있어서,
    외부 객체를 포함하는 이미지를 획득하는 동작;
    상기 이미지를 이용하여, 상기 외부 객체에 대한 인식 정보를 생성하되, 상기 인식 정보는 제1 계층의 제1 인식 정보, 및 상기 제1 계층과 상이한 제2 계층의 제2 인식 정보를 포함하는 동작;
    상기 제1 인식 정보와 연관된 상기 제1 계층의 오인식 결과를 나타내는 제1 유사 인식 정보 및 상기 제2 인식 정보와 연관된 상기 제2 계층의 오인식 결과를 나타내는 제2 유사 인식 정보를 획득하는 동작; 및
    상기 제1 인식 정보, 상기 제2 인식 정보, 상기 제1 유사 인식 정보, 및 상기 제2 유사 인식 정보를 적어도 이용하여 생성된 상기 외부 객체에 대한 인식 결과를 표시하는 동작을 포함하는 방법.
  9. 제 8항에 있어서,
    상기 제1 유사 인식 정보 또는 상기 제2 유사 인식 정보는,
    다른 외부 객체에 대한 인식 결과들을 포함하는 인식 학습 데이터 베이스로부터 획득되는 방법.
  10. 제 8항에 있어서,
    상기 인식 결과를 표시하는 동작은,
    상기 인식 결과로서, 상기 제1 인식 정보, 상기 제2 인식 정보, 상기 제1 유사 인식 정보, 및 상기 제2 유사 인식 정보 간의 우선 순위 정보를 판단하는 동작; 및
    상기 우선 순위 정보에 기반하여, 상기 인식 결과 중 적어도 일부를 상기 인식 결과 중 상기 적어도 일부와 다른 적어도 일부와는 다른 표시 요소를 사용하여 표시하는 동작을 포함하는 방법.
  11. 삭제
  12. 삭제
  13. 삭제
  14. 삭제
  15. 전자 장치에 있어서,
    통신 회로;
    표시 장치;
    상기 통신 회로 및 상기 표시 장치와 작동적(operatively)으로 연결된 프로세서; 및
    상기 프로세서와 작동적으로 연결된 메모리를 포함하며,
    상기 메모리는, 실행될 때 상기 프로세서로 하여금,
    이미지에 포함된 객체를 추출하고,
    상기 추출된 객체에 대한 제 1 인식 결과를 획득하되, 상기 제 1 인식 결과는 제1 계층의 제1 인식 정보, 상기 제1 계층과 상이한 제2 계층의 제2 인식 정보, 상기 제1 인식 정보와 연관된 상기 제1 계층의 오인식 결과를 나타내는 제1 유사 인식 정보, 및 상기 제2 인식 정보와 연관된 상기 제2 계층의 오인식 결과를 나타내는 제2 유사 인식 정보를 적어도 이용하여 생성된 것이고,
    상기 통신 회로를 이용하여, 상기 추출된 객체에 대한 제 2 인식 결과를 외부 장치로 요청하고,
    상기 표시 장치를 통해, 상기 제 1 인식 결과의 적어도 일부를 출력하고,
    상기 제 2 인식 결과의 수신에 기반하여, 상기 표시 장치를 통해, 상기 제 2 인식 결과를 출력하도록 하는 인스트럭션들(instructions)을 저장하는 전자 장치.
  16. 삭제
  17. 삭제
  18. 삭제
  19. 삭제
  20. 삭제
KR1020180092690A 2018-08-08 2018-08-08 이미지에 대한 인식 정보, 인식 정보와 관련된 유사 인식 정보, 및 계층 정보를 이용하여 외부 객체에 대한 인식 결과를 제공하는 전자 장치 및 그의 동작 방법 KR102661596B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020180092690A KR102661596B1 (ko) 2018-08-08 2018-08-08 이미지에 대한 인식 정보, 인식 정보와 관련된 유사 인식 정보, 및 계층 정보를 이용하여 외부 객체에 대한 인식 결과를 제공하는 전자 장치 및 그의 동작 방법
PCT/KR2019/007524 WO2020032383A1 (ko) 2018-08-08 2019-06-21 이미지에 대한 인식 정보, 인식 정보와 관련된 유사 인식 정보, 및 계층 정보를 이용하여 외부 객체에 대한 인식 결과를 제공하는 전자 장치 및 그의 동작 방법
US17/266,661 US11995122B2 (en) 2018-08-08 2019-06-21 Electronic device for providing recognition result of external object by using recognition information about image, similar recognition information related to recognition information, and hierarchy information, and operating method therefor

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180092690A KR102661596B1 (ko) 2018-08-08 2018-08-08 이미지에 대한 인식 정보, 인식 정보와 관련된 유사 인식 정보, 및 계층 정보를 이용하여 외부 객체에 대한 인식 결과를 제공하는 전자 장치 및 그의 동작 방법

Publications (2)

Publication Number Publication Date
KR20200017286A KR20200017286A (ko) 2020-02-18
KR102661596B1 true KR102661596B1 (ko) 2024-04-29

Family

ID=69415251

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180092690A KR102661596B1 (ko) 2018-08-08 2018-08-08 이미지에 대한 인식 정보, 인식 정보와 관련된 유사 인식 정보, 및 계층 정보를 이용하여 외부 객체에 대한 인식 결과를 제공하는 전자 장치 및 그의 동작 방법

Country Status (3)

Country Link
US (1) US11995122B2 (ko)
KR (1) KR102661596B1 (ko)
WO (1) WO2020032383A1 (ko)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10798162B2 (en) * 2017-08-28 2020-10-06 Texas Instruments Incorporated Cluster system with fail-safe fallback mechanism
KR102661596B1 (ko) * 2018-08-08 2024-04-29 삼성전자주식회사 이미지에 대한 인식 정보, 인식 정보와 관련된 유사 인식 정보, 및 계층 정보를 이용하여 외부 객체에 대한 인식 결과를 제공하는 전자 장치 및 그의 동작 방법
JP6638852B1 (ja) * 2018-08-31 2020-01-29 ソニー株式会社 撮像装置、撮像システム、撮像方法および撮像プログラム
JP7394542B2 (ja) * 2019-05-30 2023-12-08 キヤノン株式会社 撮像装置、通知装置、通知方法、及びプログラム
JP2022190289A (ja) * 2021-06-14 2022-12-26 株式会社日立製作所 画像認識支援装置、画像認識支援方法、及び画像認識支援プログラム

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9195898B2 (en) * 2009-04-14 2015-11-24 Qualcomm Incorporated Systems and methods for image recognition using mobile devices
US9135277B2 (en) 2009-08-07 2015-09-15 Google Inc. Architecture for responding to a visual query
JP6046393B2 (ja) 2012-06-25 2016-12-14 サターン ライセンシング エルエルシーＳａｔｕｒｎ Ｌｉｃｅｎｓｉｎｇ ＬＬＣ 情報処理装置、情報処理システム、情報処理方法および記録媒体
KR101462473B1 (ko) * 2013-04-05 2014-11-18 주식회사 브이플랩 이미지상의 객체 인식을 통한 검색방법 및 그 검색방법에 의한 검색서버
JP6088381B2 (ja) 2013-08-02 2017-03-01 株式会社日立国際電気 物体検索システム
US9704066B2 (en) * 2015-03-20 2017-07-11 Microsoft Technology Licensing, Llc Multi-stage image classification
KR101771044B1 (ko) 2015-11-27 2017-08-24 연세대학교 산학협력단 공간-물체 관계 그래프에 기반한 객체 인식 방법 및 그 장치
KR101768521B1 (ko) * 2016-05-02 2017-08-17 네이버 주식회사 이미지에 포함된 객체에 대한 정보 데이터를 제공하는 방법 및 시스템
US20180039853A1 (en) * 2016-08-02 2018-02-08 Mitsubishi Electric Research Laboratories, Inc. Object Detection System and Object Detection Method
US10530991B2 (en) * 2017-01-28 2020-01-07 Microsoft Technology Licensing, Llc Real-time semantic-aware camera exposure control
KR102661590B1 (ko) * 2018-04-03 2024-04-29 삼성전자주식회사 이미지 내에서 객체를 인식하기 위한 장치 및 방법
US10917557B2 (en) * 2018-04-16 2021-02-09 United States Of America As Represented By The Secretary Of The Air Force Human-automation collaborative tracker of fused object
US10783622B2 (en) * 2018-04-25 2020-09-22 Adobe Inc. Training and utilizing an image exposure transformation neural network to generate a long-exposure image from a single short-exposure image
KR102661596B1 (ko) * 2018-08-08 2024-04-29 삼성전자주식회사 이미지에 대한 인식 정보, 인식 정보와 관련된 유사 인식 정보, 및 계층 정보를 이용하여 외부 객체에 대한 인식 결과를 제공하는 전자 장치 및 그의 동작 방법
KR102663537B1 (ko) * 2019-01-31 2024-05-08 삼성전자 주식회사 전자 장치 및 이미지 처리 방법
KR20200101233A (ko) * 2019-02-19 2020-08-27 삼성전자주식회사 이미지 내의 오브젝트 선택에 대응하는 서비스를 제공하기 위한 전자 장치 및 방법

Also Published As

Publication number Publication date
US11995122B2 (en) 2024-05-28
KR20200017286A (ko) 2020-02-18
WO2020032383A1 (ko) 2020-02-13
US20210312179A1 (en) 2021-10-07

Similar Documents

Publication Publication Date Title
KR102661596B1 (ko) 이미지에 대한 인식 정보, 인식 정보와 관련된 유사 인식 정보, 및 계층 정보를 이용하여 외부 객체에 대한 인식 결과를 제공하는 전자 장치 및 그의 동작 방법
US20200265234A1 (en) Electronic device for providing shooting mode based on virtual character and operation method thereof
KR102659357B1 (ko) 아바타 애니메이션을 제공하기 위한 전자 장치 및 그에 관한 방법
US11270420B2 (en) Method of correcting image on basis of category and recognition rate of object included in image and electronic device implementing same
US11258962B2 (en) Electronic device, method, and computer-readable medium for providing bokeh effect in video
US11941368B2 (en) Method for providing text translation managing data related to application, and electronic device thereof
US11048923B2 (en) Electronic device and gesture recognition method thereof
US11144197B2 (en) Electronic device performing function according to gesture input and operation method thereof
KR102663537B1 (ko) 전자 장치 및 이미지 처리 방법
KR102552923B1 (ko) 복수의 카메라들 또는 깊이 센서 중 적어도 하나를 이용하여 깊이 정보를 획득하는 전자 장치
US11102409B2 (en) Electronic device and method for obtaining images
US10819897B2 (en) Electronic device and method for controlling autofocus of camera
KR102646344B1 (ko) 이미지를 합성하기 위한 전자 장치 및 그의 동작 방법
EP3481052A1 (en) Electronic device for processing image based on priority and method for operating thereof
US20220189175A1 (en) Electronic device and method for providing service corresponding to selection of object in image
US11284020B2 (en) Apparatus and method for displaying graphic elements according to object
US20220417446A1 (en) Electronic device for editing video using objects of interest and operating method thereof
CN113727013A (zh) 提供图像拍摄指南的方法或者装置
KR20210144151A (ko) Awb를 수행하여 이미지를 생성하는 전자 장치 및 방법
US20220358776A1 (en) Electronic device and operating method thereof
US20230360245A1 (en) Measurement method using ar, and electronic device
KR20230144908A (ko) 위치 추정 방법 및 이를 지원하는 전자 장치
KR20230168864A (ko) 복수의 노출값을 이용하여 이미지를 처리하는 전자 장치 및 방법

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant