KR20240078261A - 프레임들 내에서 피사체를 크롭하기 위한 전자 장치 및 그 방법 - Google Patents

프레임들 내에서 피사체를 크롭하기 위한 전자 장치 및 그 방법 Download PDF

Info

Publication number
KR20240078261A
KR20240078261A KR1020230008367A KR20230008367A KR20240078261A KR 20240078261 A KR20240078261 A KR 20240078261A KR 1020230008367 A KR1020230008367 A KR 1020230008367A KR 20230008367 A KR20230008367 A KR 20230008367A KR 20240078261 A KR20240078261 A KR 20240078261A
Authority
KR
South Korea
Prior art keywords
electronic device
subject
area
frames
processor
Prior art date
Application number
KR1020230008367A
Other languages
English (en)
Inventor
윤성욱
오양근
최우존
손병준
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 PCT/KR2023/012304 priority Critical patent/WO2024111795A1/ko
Priority to US18/454,064 priority patent/US20240179399A1/en
Publication of KR20240078261A publication Critical patent/KR20240078261A/ko

Links

Images

Classifications

    • 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
    • H04N23/631—Graphical user interfaces [GUI] specially adapted for controlling image capture or setting capture parameters
    • H04N23/632—Graphical user interfaces [GUI] specially adapted for controlling image capture or setting capture parameters for displaying or modifying preview images prior to image capturing, e.g. variety of image resolutions or capturing parameters
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/292—Multi-camera tracking
    • 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
    • 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
    • G06T2207/20112—Image segmentation details
    • G06T2207/20132—Image cropping

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

일 실시 예에 따른, 전자 장치의 프로세서는, 카메라를 통하여 획득되는 프레임들의 적어도 일부분에 기반하여, 디스플레이를 통하여 프리뷰 이미지를 표시하는 동안, 지정된 버튼에 대한입력을 수신할 수 있다. 상기 프로세서는, 상기 촬영 입력에 응답하여, 오토 프레이밍 모드로 전환할 수 있다. 상기 프로세서는, 상기 카메라에 의해 캡쳐된 피사체에 매칭된 제1 영역 및 상기 제1 영역 내에서 상기 피사체의 지정된 부분이 포함된 제2 영역을 식별할 수 있다. 상기 프로세서는, 상기 제1 영역 내에서 상기 제2 영역의 위치에 의해 지시되는, 상기 프레임들 내에서 상기 피사체의 이동 방향을 예측한 것에 기반하여, 상기 프레임들 중 적어도 하나에 대한 크롭을 수행하여, 상기 프리뷰 이미지를 표시할 수 있다.

Description

프레임들 내에서 피사체를 크롭하기 위한 전자 장치 및 그 방법{ELECTRONIC DEVICE FOR CROPPING SUBJECT WITHIN FRAMES AND METHOD THEREOF}
본 개시(present disclosure)는, 프레임들 내에서 피사체를 크롭하기 위한 전자 장치 및 그 방법에 관한 것이다.
전자 장치는, 카메라를 통해 복수의 이미지들을 획득할 수 있다. 전자 장치는, 상기 획득된 복수의 이미지들을 화면 내에 표시하는 동안, 상기 이미지들을 확대하거나 축소할 수 있다.
일 실시 예(an embodiment)에 따른, 전자 장치(electronic device)는, 디스플레이, 카메라, 및 프로세서를 포함할 수 있다. 상기 전자 장치는, 상기 카메라를 통하여 획득되는 프레임들의 적어도 일부분에 기반하여, 상기 디스플레이를 통하여 프리뷰 이미지를 표시하는 동안, 지정된 버튼에 대한 입력을 수신할 수 있다. 상기 전자 장치는, 상기 입력에 응답하여, 오토 프레이밍 모드로 전환할 수 있다. 상기 전자 장치는, 상기 카메라에 의해 캡쳐된 피사체에 매칭된 제1 영역, 및 상기 제1 영역 내에서 상기 피사체의 지정된 부분이 포함된 제2 영역을 식별할 수 있다. 상기 전자 장치는, 상기 제1 영역 내에서 상기 제2 영역의 위치에 의해 지시되는, 상기 프레임들 내에서 상기 피사체의 이동 방향을 예측한 것에 기반하여, 상기 프레임들 중 적어도 하나에 대한 크롭(crop)을 수행하여, 상기 프리뷰 이미지를 표시할 수 있다.
일 실시 예에 따른, 전자 장치(electronic device)의 방법은, 카메라를 통하여 획득되는 프레임들의 적어도 일부분에 기반하여, 디스플레이를 통하여 프리뷰 이미지를 표시하는 동안, 지정된 버튼에 대한 입력을 수신하는 동작을 포함할 수 있다. 상기 전자 장치의 상기 방법은, 상기 촬영 입력에 응답하여, 오토 프레이밍 모드로 전환할 수 있다. 상기 전자 장치의 상기 방법은, 상기 카메라에 의해 캡쳐된 피사체에 매칭된 제1 영역, 및 상기 제1 영역 내에서 상기 피사체의 지정된 부분이 포함된 제2 영역을 식별하는 동작을 포함할 수 있다. 상기 전자 장치의 상기 방법은, 상기 제1 영역 내에서 상기 제2 영역의 위치에 의해 지시되는, 상기 프레임들 내에서 상기 피사체의 이동 방향을 예측한 것에 기반하여, 상기 프레임들 중 적어도 하나에 대한 크롭(crop)을 수행하여, 상기 프리뷰 이미지를 표시하는 동작을 포함할 수 있다.
일 실시 예에 따른, 하나 이상의 프로그램들을 저장하는 컴퓨터 판독가능 저장 매체에 있어서, 상기 하나 이상의 프로그램들은, 전자 장치의 프로세서에 의해 실행될 때에, 카메라를 통하여 획득되는 프레임들의 적어도 일부분에 기반하여, 디스플레이를 통하여 프리뷰 이미지를 표시하는 동안, 지정된 버튼에 대한 입력을 수신하도록, 상기 전자 장치의 상기 프로세서를 야기할 수 있다. 상기 하나 이상의 프로그램들은, 상기 전자 장치의 상기 프로세서에 의해 실행될 때에, 상기 촬영 입력에 응답하여, 오토 프레이밍 모드로 전환하도록, 상기 전자 장치의 상기 프로세서를 야기할 수 있다. 상기 하나 이상의 프로그램들은, 상기 전자 장치의 상기 프로세서에 의해 실행될 때에, 상기 카메라에 의해 캡쳐된 피사체에 매칭된 제1 영역, 및 상기 제1 영역 내에서 상기 피사체의 지정된 부분이 포함된 제2 영역을 식별하도록, 상기 전자 장치의 상기 프로세서를 야기할 수 있다. 상기 하나 이상의 프로그램들은, 상기 전자 장치의 상기 프로세서에 의해 실행될 때에, 상기 제1 영역 내에서 상기 제2 영역의 위치에 의해 지시되는, 상기 프레임들 내에서 상기 피사체의 이동 방향을 예측한 것에 기반하여, 상기 프레임들 중 적어도 하나에 대한 크롭(crop)을 수행하여, 상기 프리뷰 이미지를 표시하도록, 상기 전자 장치의 상기 프로세서를 야기할 수 있다.
도 1은, 일 실시 예에 따른, 카메라를 통하여 비디오를 획득하는 전자 장치의 일 예를 도시한다.
도 2는, 일 실시 예에 따른, 전자 장치의 블록도(block diagram)의 일 예를 도시한다.
도 3a는, 일 실시 예에 따른, 피사체를 식별하는 전자 장치의 일 예를 도시한다.
도 3b는, 일 실시 예에 따른, 피사체를 식별하는 전자 장치의 일 예를 도시한다.
도 4a는, 일 실시 예에 따른, 피사체의 지정된 부분을 식별하는 전자 장치의 일 예를 도시한다.
도 4b는, 일 실시 예에 따른, 피사체의 지정된 부분을 식별하는 전자 장치의 일 예를 도시한다.
도 5는, 일 실시 예에 따른, 카메라를 통하여 피사체의 이동을 식별하는 전자 장치의 일 예를 도시한다.
도 6은, 일 실시 예에 따른, 전자 장치의 동작에 관한 흐름도의 일 예를 도시한다.
도 7은, 일 실시 예에 따른, 전자 장치의 네트워크 환경 내의 블록도의 일 예를 도시한다.
이하, 본 문서의 다양한 실시예들이 첨부된 도면을 참조하여 설명된다.
본 문서의 다양한 실시 예들 및 이에 사용된 용어들은 본 문서에 기재된 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 해당 실시 예의 다양한 변경, 균등물, 및/또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및/또는 B 중 적어도 하나", "A, B 또는 C" 또는 "A, B 및/또는 C 중 적어도 하나" 등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", "첫째" 또는 "둘째" 등의 표현들은 해당 구성요소들을, 순서 또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에 "(기능적으로 또는 통신적으로) 연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제 3 구성요소)를 통하여 연결될 수 있다.
본 문서에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구성된 유닛을 포함하며, 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 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 모듈은 ASIC(application-specific integrated circuit)으로 구성될 수 있다.
도 1은, 일 실시 예에 따른, 카메라를 통하여 비디오를 획득하는 전자 장치의 일 예를 도시한다. 도 1의 전자 장치(101)는, 사용자에 의해 소유되는(be owned by) 단말을 포함할 수 있다. 예를 들어, 단말은, 랩톱 및 데스크톱과 같은 개인용 컴퓨터(personal computer, PC), 스마트폰(smartphone), 스마트패드(smartpad), 태블릿 PC, 스마트워치(smartwatch) 및 HMD(head-mounted device)와 같은 스마트 액세서리를 포함할 수 있다.
일 실시 예에 따른, 전자 장치(101)는, 카메라를 포함할 수 있다. 전자 장치(101)는, 디스플레이를 포함할 수 있다. 전자 장치(101)는, 상기 카메라를 통하여 복수의 프레임들을 포함하는 비디오를 획득할 수 있다. 도 1의 프레임(140)은, 상기 카메라를 통하여 획득된 복수의 프레임들 중 적어도 일부분을 포함할 수 있다.
일 실시 예에 따른, 전자 장치(101)는, 카메라를 통하여 획득되는 프레임들 중 적어도 일부분에 기반하여, 디스플레이를 통하여 프리뷰 이미지를 표시할 수 있다. 전자 장치(101)는, 상기 프리뷰 이미지를 표시하는 동안, 오토 프레이밍(auto framing) 모드로 동작할 수 있다. 이하의 동작들은, 오토 프레이밍 모드에서 수행되는 동작들일 수 있다. 예를 들어, 전자 장치(101)는, 상기 오토 프레이밍을 수행하기 위한 버튼에 대한 입력에 기반하여, 상기 오토 프레이밍 모드로 동작할 수 있다. 예를 들어, 상기 오토 프레이밍 모드는, 상기 프레임들 내에서 식별된 피사체(110)를 자동으로 추적하는 모드일 수 있다. 예를 들어, 상기 오토 프레이밍 모드는, 상기 프레임들 내에서 식별된 상기 피사체(110)를 강조하기 위해, 상기 피사체(110)를 확대하거나, 상기 피사체(110)를 포함하는 영역을 크롭하기 위한 모드일 수 있다. 예를 들어, 상기 오토 프레이밍 모드는, 단일의(single) 피사체에 대한 크롭을 수행하는 기능일 수 있다. 예를 들어, 전자 장치(101)는, 지정된 버튼에 대한 입력에 응답하여, 오토 프레이밍 모드로 동작할 수 있다. 전자 장치(101)는, 상기 오토 프레이밍 모드 내에서, 상기 카메라에 의해 캡쳐된 피사체(110)를 식별할 수 있다. 전자 장치(101)는, 상기 피사체(110)에 매칭된 제1 영역(120)을 식별할 수 있다. 예를 들어, 상기 제1 영역(120)은, 상기 피사체(110)를 포함하는 영역일 수 있다. 예를 들어, 상기 제1 영역(120)은, 상기 피사체(110)를 포함하고, 사각형과 같은 다각형일 수 있다. 전자 장치(101)는, 상기 제1 영역(120) 내에서 상기 피사체(110)의 지정된 부분(115)을 포함하는 제2 영역(130)을 식별할 수 있다. 예를 들어, 상기 지정된 부분(115)은, 상기 피사체(110)의 머리를 포함할 수 있다. 예를 들어, 전자 장치(101)는, 상기 피사체(110)의 머리가 향하는 방향을 식별할 수 있다. 전자 장치(101)는, 상기 머리가 향하는 방향에 기반하여, 상기 피사체(110)의 이동 방향을 예측(predict)(또는 추정(estimate))할 수 있다. 예를 들어, 상기 머리가 향하는 방향은, 피사체(110)의 시선이 향하는 방향일 수 있다.
일 실시 예에 따른, 전자 장치(101)는, 제1 영역(120) 및 제2 영역(130)을 식별할 수 있다. 전자 장치(101)는, 상기 제1 영역(120) 및 상기 제2 영역(130)을 식별한 것에 기반하여, 상기 제1 영역(120)의 중심(125) 및 상기 제2 영역(130)의 중심(135)를 식별할 수 있다. 전자 장치(101)는, 상기 제1 영역(120)의 중심(125) 및 상기 제2 영역(130)의 중심(135)을 식별한 것에 기반하여, 상기 제1 영역(120) 내에서 제2 영역(130)의 위치를 식별할 수 있다. 전자 장치(101)는, 상기 제1 영역(120) 내에서 상기 제2 영역(130)의 상기 위치를 식별한 것에 기반하여, 상기 제1 영역(120) 내에서 상기 제2 영역(130)의 위치에 의해 지시되는, 방향을 식별할 수 있다. 예를 들어, 전자 장치(101)는, 상기 제1 영역(120)의 중심(125)으로부터 상기 제2 영역(130)의 중심(135)으로 연장된(extended) 벡터(v0)를 식별할 수 있다. 전자 장치(101)는, 상기 벡터를 식별한 것에 기반하여, 상기 피사체(110)의 이동 방향을 예측할 수 있다. 전자 장치(101)는, 상기 피사체(110)의 이동 방향을 예측한 것에 기반하여, 상기 프레임들 내에서 식별된 피사체(110)를 추적할 수 있다. 예를 들어, 전자 장치(101)는, 상기 이동 방향을 예측한 것에 기반하여, 상기 이동 방향에 대응하는 영역 내에서 피사체(110)를 식별할 수 있다. 전자 장치(101)는, 상기 피사체(110)를 추적하여, 상기 프레임들 중 적어도 하나에 대한 크롭(crop)을 수행할 수 있다. 예를 들어, 상기 크롭(crop)은, 프레임들의 적어도 일부분만을 획득하는 동작을 포함할 수 있다. 전자 장치(101)는, 상기 크롭을 수행하여, 촬영 입력에 대응하는 비디오를 획득할 수 있다.
상술한 바와 같이, 일 실시 예에 따른, 전자 장치(101)는, 카메라를 통하여 복수의 프레임들, 및/또는 이미지들을 획득할 수 있다. 전자 장치(101)는, 상기 프레임들의 적어도 일부분에 기반하여, 디스플레이를 통하여 프리뷰 이미지를 표시할 수 있다. 전자 장치(101)는, 상기 프리뷰 이미지를 표시하는 동안, 지정된 버튼에 대한 입력을 수신할 수 있다. 전자 장치(101)는, 상기 입력을 수신한 것에 기반하여, 상기 카메라에 의해 캡쳐된 피사체(110)에 매칭된 제1 영역(120)을 식별할 수 있다. 전자 장치(101)는, 상기 캡쳐된 피사체(110)의 지정된 부분(115)이 포함된 제2 영역(130)을 식별할 수 있다. 전자 장치(101)는, 상기 제1 영역(120) 내에서 상기 제2 영역(130)의 위치를 식별할 수 있다. 전자 장치(101)는, 상기 제1 영역(120)의 중심(125)으로부터 상기 제2 영역(130)의 중심으로 연장된 벡터(v0)를 식별할 수 있다. 전자 장치(101)는, 벡터(v0)를 식별한 것에 기반하여, 상기 피사체(110)의 이동 방향을 예측할 수 있다. 전자 장치(101)는, 상기 이동 방향을 예측한 것에 기반하여, 상기 이동 방향에 대응하는 영역에 대한 크롭을 수행할 수 있다. 전자 장치(101)는, 상기 크롭을 수행한 것에 기반하여, 상기 입력에 대응하는 프리뷰 이미지를 표시할 수 있다. 전자 장치(101)는, 상기 제1 영역(120) 내에서의 상기 제2 영역(130)의 위치에 의해 지시되는 피사체(110)의 이동 방향을 예측한 것에 기반하여, 크롭을 수행하여 비디오를 획득할 수 있다. 전자 장치(101)는, 상기 피사체(110)의 이동 방향을 예측한 것에 기반하여, 상기 피사체(110)를 추적하여 상기 크롭을 수행함으로써, 상기 피사체(110)가 비디오의 중심에 위치한 비디오를 획득할 수 있다.
도 2는, 일 실시 예에 따른, 전자 장치의 블록도(block diagram)의 일 예를 도시한다. 도 2의 전자 장치(101)는, 도 1의 전자 장치(101)를 포함할 수 있다.
도 2를 참고하면, 일 실시 예에 따른, 전자 장치(101)는, 프로세서(210), 카메라(220), 디스플레이(230), 또는 센서(240) 중 적어도 하나를 포함할 수 있다. 프로세서(210), 카메라(220), 디스플레이(230), 및 센서(240)는 통신 버스(a communication bus)(205)와 같은 전자 부품(electronical component)에 의해 서로 전기적으로 및/또는 작동적으로 연결될 수 있다(electronically and/or operably coupled with each other). 이하에서, 하드웨어들이 작동적으로 결합된 것은 하드웨어들 중 제1 하드웨어에 의해 제2 하드웨어가 제어되도록, 하드웨어들 사이의 직접적인 연결, 또는 간접적인 연결이 유선으로, 또는 무선으로 수립된 것을 의미할 수 있다. 상이한 블록들에 도시되었으나, 실시 예가 이에 한정되는 것은 아니다. 도 2의 하드웨어들 중 일부분이 SoC(system on a chip)와 같이 단일 집적 회로(single integrated circuit)에 포함될 수 있다. 전자 장치(101) 내에 포함된 하드웨어의 타입, 및/또는 개수는 도 2에 도시된 바에 제한되지 않는다. 예를 들어, 전자 장치(101)는, 도 2에 도시된 하드웨어 중 일부만 포함할 수 있다.
일 실시 예에 따른, 전자 장치(101)는, 하나 이상의 인스트럭션들에 기반하여 데이터를 처리하기 위한 하드웨어를 포함할 수 있다. 데이터를 처리하기 위한 하드웨어는, 프로세서(210)를 포함할 수 있다. 예를 들어, 데이터를 처리하기 위한 하드웨어는, ALU(arithmetic and logic unit), FPU(floating point unit), FPGA(field programmable gate array), CPU(central processing unit), 및/또는 AP(application processor)를 포함할 수 있다. 프로세서(210)는, 싱글-코어 프로세서의 구조를 가지거나, 또는 듀얼 코어(dual core), 쿼드 코어(quad core), 헥사 코어(hexa core), 또는 옥타 코어(octa core)와 같은 멀티-코어 프로세서의 구조를 가질 수 있다.
일 실시 예에 따른, 전자 장치(101)의 카메라(220)는, 렌즈 어셈블리(assembly), 플래쉬, 또는 이미지 센서를 포함할 수 있다. 상기 렌즈 어셈블리는 이미지 촬영의 대상인 피사체(예, 도 1의 피사체(110))로부터 방출되는 빛을 수집할 수 있다. 렌즈 어셈블리는 하나 또는 그 이상의 렌즈들을 포함할 수 있다. 일 실시 예에 따른, 카메라(220)는, 복수의 렌즈 어셈블리들을 포함할 수 있다. 예를 들어, 카메라(220)는, 복수의 렌즈 어셈블리들 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 상이한 하나 이상의 렌즈 속성들을 가질 수 있다. 렌즈 어셈블리는, 광각 렌즈 또는 망원 렌즈를 포함할 수 있다. 예를 들어, 카메라(220)의 플래쉬는 피사체로부터 방출 또는 반사되는 빛을 강화하기 위하여 사용되는 빛을 방출할 수 있다. 일실시예에 따르면, 플래쉬는 하나 이상의 발광 다이오드들(예: RGB(red-green-blue) LED, white LED, infrared LED, 또는 ultraviolet LED), 또는 xenon lamp를 포함할 수 있다. 예를 들어, 이미지 센서는 피사체로부터 방출 또는 반사되어 렌즈 어셈블리를 통해 전달된 빛을 전기적인 신호로 변환함으로써, 상기 피사체에 대응하는 이미지를 획득할 수 있다. 일실시예에 따르면, 이미지 센서는, 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 센서에 포함된 각각의 이미지 센서는, 예를 들면, CCD(charged coupled device) 센서 또는 CMOS(complementary metal oxide semiconductor) 센서를 이용하여 구현될 수 있다. 일 실시 예에 따른, 전자 장치(101)는, 상이한 속성 또는 기능을 가진 복수의 카메라(220)들을 포함할 수 있다. 예를 들어, 상기 복수의 카메라(220)들 중 적어도 하나는 광각 카메라이고, 다른 하나는 망원 카메라일 수 있다.
일 실시 예에 따른, 전자 장치(101)의 디스플레이(230)는, 사용자에게 시각화된 정보(visualized information)를 출력할 수 있다. 예를 들어, 디스플레이(230)는, GPU(graphic processing unit)와 같은 회로를 포함하는 프로세서(210)에 의해 제어되어, 사용자에게 시각화된 정보를 출력할 수 있다. 디스플레이(230)는, FPD(flat panel display), 및/또는 전자 종이(electronic paper)를 포함할 수 있다. 상기 FPD는, LCD(liquid crystal display), PDP(plasma display panel), 및/또는 하나 이상의 LED(light emitting diode)를 포함할 수 있다. 상기 LED는, OLED(organic LED)를 포함할 수 있다. 일 실시 예에 따른, 전자 장치(101)는, 카메라(220)를 통하여 획득된 프레임들을 디스플레이(230)를 통하여 표시할 수 있다. 예를 들어, 전자 장치(101)는, 상기 프레임들의 적어도 일부분을 디스플레이(230)를 통하여 표시할 수 있다. 전자 장치(101)는, 상기 프레임들의 적어도 일부분에 기반하여, 상기 디스플레이(230)를 통하여 프리뷰 이미지를 표시할 수 있다.
일 실시 예에 따른, 전자 장치(101)는, 센서(240)를 포함할 수 있다. 상기 전자 장치(101)의 상기 센서(240)는, 가속도 센서(241), 및/또는 자이로 센서(242)를 포함할 수 있다. 전자 장치(101)의 가속도 센서(241)는, 서로 수직을 이루는 복수의 지정된 축들(예, x 축, y 축, z 축) 각각에서 측정된 중력 가속도의 크기를 나타내는 전기적 정보를 출력할 수 있다. 예를 들어, 전자 장치(101)의 프로세서(210)는, 가속도 센서(241)로부터 출력되는 전기적 정보에 기반하여, 물리적인 공간 내에서의 전자 장치(101)의 모션을 탐지할 수 있다. 예를 들어, 전자 장치(101)가 탐지하는 상기 모션은, 가속도 센서(241)에 의해 탐지되는 전자 장치(101)의 방향(orientation)을 나타낼 수 있다.
일 실시 예에 따른, 전자 장치(101)의 자이로 센서(242)는, 전자 장치(101)의 회전 속도(예, 지정된 축들에 대한 전자 장치(101)의 각속도)와 관련된 전기적 신호를 획득할 수 있다. 전자 장치(101)는, 상기 자이로 센서(242)를 통해 획득된 전기적 신호에 기반하여, 전자 장치(101)의 모션을 식별할 수 있다. 전자 장치(101)는, 상기 식별된 모션에 기반하여, 카메라(220)를 통해 획득하는 비디오 내에 상기 모션과 관련된 메타 데이터를 저장할 수 있다.
일 실시 예에 따른, 전자 장치(101)는, 센서(240)를 이용하여, 전자 장치(101)의 방향 및/또는 모션과 관련된 데이터를 획득할 수 있다. 전자 장치(101)는, 카메라(220)를 통하여 프레임들(또는 이미지들)을 획득하는 동안, 상기 센서(240)를 이용한 데이터를 획득할 수 있다. 전자 장치(101)는, 상기 프레임들 내에서 피사체를 식별할 수 있다. 전자 장치(101)는, 상기 피사체를 식별하는 동안, 센서(240)를 이용한 데이터를 획득할 수 있다. 전자 장치(101)는, 상기 피사체를 식별하는 동안, 상기 센서(240)를 이용한 데이터를 식별한 것에 기반하여, 상기 프레임들 내에서 피사체의 이동을 식별(또는 추적)할 수 있다. 예를 들어, 전자 장치(101)는, 상기 데이터와 관련된 파라미터를 획득할 수 있다. 전자 장치(101)는, 상기 파라미터의 변화량을 식별할 수 있다. 전자 장치(101)는, 피사체의 이동량을 식별하기 위해, 카메라(220)의 방향 변화를 식별할 수 있다. 예를 들어, 상기 피사체의 이동량은, '픽셀/프레임'의 결과 값일 수 있다. 전자 장치(101)는, 상기 파라미터의 변화량을 식별한 것에 기반하여, 상기 전자 장치(101)의 카메라(220)의 방향의 변화를 식별할 수 있다. 전자 장치(101)는, 상기 방향의 변화를 식별한 것에 기반하여, 상기 프레임들 내에서 식별된 피사체의 이동을 예측할 수 있다. 예를 들어, 전자 장치(101)는, 상기 카메라(220)의 방향의 변화 및 프레임들 내에서 피사체의 이동량에 기반하여, 상기 피사체의 이동 방향을 예측할 수 있다. 예를 들어, 전자 장치(101)는, 카메라(220)의 방향의 변화 및 프레임들 내에서 피사체의 이동량의 차이에 기반하여, 상기 피사체의 이동 방향을 예측할 수 있다. 전자 장치(101)는, 상기 피사체의 상기 이동을 예측한 것에 기반하여, 상기 프레임들의 크롭을 수행할 수 있다. 예를 들어, 전자 장치(101)는, 상기 이동을 예측한 것에 기반하여, 상기 예측된 이동 방향에 대해 영역을 형성할 수 있다. 예를 들어, 상기 영역은 지정된 사이즈를 가지는 윈도우로 참조될 수 있다. 전자 장치(101)는, 상기 영역 내에서 외부 객체를 식별할 수 있다. 전자 장치(101)는, 상기 영역 내의 외부 객체를 식별한 것에 기반하여, 상기 외부 객체를 포함하는 영역에 대한 크롭을 수행할 수 있다. 전자 장치(101)는, 상기 프레임들의 크롭을 수행한 것에 기반하여, 비디오를 획득할 수 있다.
일 실시 예에 따른, 전자 장치(101)는, 카메라(220)를 통하여, 프레임들을 획득할 수 있다. 전자 장치(101)는, 카메라(220)를 통하여 이미지들을 획득할 수 있다. 상기 프레임들 및 상기 이미지들은, 실질적으로 동일할 수 있다. 전자 장치(101)는, 상기 카메라(220)를 통하여 획득되는 프레임들의 적어도 일부분에 기반하여, 디스플레이(230)를 통하여 프리뷰 이미지를 표시할 수 있다. 전자 장치(101)는, 상기 프리뷰 이미지를 표시하는 동안 비디오를 획득하기 위한 촬영 입력을 수신할 수 있다. 전자 장치(101)는, 상기 촬영 입력에 응답하여, 상기 카메라(220)에 의해 캡쳐된 피사체를 식별할 수 있다. 전자 장치(101)는, 상기 피사체를 식별한 것에 기반하여, 상기 피사체를 포함하는 제1 영역(예, 도 1의 제1 영역(120))을 식별할 수 있다. 전자 장치(101)는, 상기 피사체의 지정된 부분(예, 피사체의 머리)을 식별할 수 있다. 전자 장치(101)는, 상기 피사체의 지정된 부분을 포함하는 제2 영역(예, 도 1의 제2 영역(240))을 식별할 수 있다. 전자 장치(101)는, 상기 카메라(220)에 의해 캡쳐된 피사체에 매칭된 제1 영역, 및 상기 제1 영역 내에서 상기 피사체의 지정된 부분이 포함된 제2 영역을 식별할 수 있다. 일 실시예에서, 전자 장치(101)는, 상기 제1 영역 내에서 상기 제2 영역의 위치에 의해 지시되는 피사체의 이동 방향을 예측할 수 있다. 예를 들어, 전자 장치(101)는, 상기 제1 영역의 중심 및 상기 제2 영역의 중심에 기반하여, 상기 이동 방향을 예측하기 위한 벡터를 획득할 수 있다. 예를 들어, 상기 벡터는 상기 제1 영역의 중심으로부터 상기 제2 영역의 중심으로 형성될 수 있다. 예를 들어, 전자 장치(101)는, 상기 벡터를 획득한 것에 기반하여, 상기 벡터에 대응하는, 상기 피사체의 이동 방향을 예측할 수 있다. 전자 장치(101)는, 상기 피사체의 이동 방향을 예측한 것에 기반하여, 상기 프레임들 중 적어도 하나에 대한 크롭을 수행할 수 있다. 예를 들어, 전자 장치(101)는, 상기 이동 방향에 대응하는 지정된 사이즈의 제1 윈도우를 생성할 수 있다. 전자 장치(101)는, 상기 지정된 사이즈의 상기 제1 윈도우를 이용하여, 피사체를 추적할 수 있다. 예를 들어, 상기 프레임들의 사이즈는, 3840 픽셀 x 2160 픽셀의 사이즈일 수 있다. 예를 들어, 상기 프레임들의 사이즈는, 1920 픽셀 x 1080 픽셀의 사이즈일 수 있다. 예를 들어, 상기 지정된 사이즈는, 상기 프레임들의 사이즈에 포함될 수 있다. 예를 들어, 전자 장치(101)는, 1536 픽셀 x 864 픽셀의 사이즈 내지 3840 픽셀 x 2160 픽셀의 사이즈의 제2 윈도우에 기반하여, 상기 프레임들 중 적어도 하나에 대한 크롭을 수행할 수 있다. 상기 지정된 사이즈는, 일 예일 뿐 상술한 바에 제한되지 않는다. 전자 장치(101)는, 상기 지정된 사이즈의 윈도우에 기반하여 상기 프레임들 중 적어도 하나에 대한 크롭을 수행할 수 있다. 예를 들어, 전자 장치(101)는, 상기 크롭된 프레임들에 기반한 프리뷰 이미지를 표시할 수 있다. 예를 들어, 전자 장치(101)는, 상기 피사체를 포함하는 크롭된 프레임들을 포함하는 비디오를 획득할 수 있다.
일 실시 예에 따른, 전자 장치(101)는, 카메라를 통하여 획득된 프레임 내에서 피사체를 식별할 수 있다. 예를 들어, 전자 장치(101)는, 동물로 분류되는 상기 피사체를 식별할 수 있다. 예를 들어, 전자 장치(101)는, 상기 피사체를 식별하는 것에 기반하여, 제1 영역 내에서, 상기 동물의 머리가 캡쳐된 제2 영역을 식별할 수 있다. 전자 장치(101)는, 상기 제1 영역 및 상기 제2 영역에 기반하여, 상기 피사체의 이동 방향 및/또는 이동 속력(velocity)을 예측할 수 있다. 예를 들어, 이동 속력은, 프레임들 사이의 순 이동량(예, 픽셀/프레임)에 기반하여 예측될 수 있다. 전자 장치(101)는, 상기 피사체의 이동 방향 및/또는 이동 속력을 예측하여, 상기 프레임 중 적어도 일부를 크롭할 수 있다. 전자 장치(101)는, 상기 프레임 중 적어도 일부를 크롭한 것에 기반하여, 비디오를 획득할 수 있다.
상술한 바와 같이, 일 실시 예에 따른, 전자 장치(101)는, 디스플레이(230)를 통하여 프리뷰 이미지를 표시하는 동안 촬영 입력을 수신할 수 있다. 전자 장치(101)는, 상기 촬영 입력에 응답하여, 카메라(220)에 의해 캡쳐된 피사체에 매칭된 제1 영역, 및 상기 제1 영역 내에서 상기 피사체의 지정된 부분이 포함된 제2 영역을 식별할 수 있다. 전자 장치(101)는, 상기 제1 영역 내에서 상기 제2 영역의 위치에 의해 지시되는, 상기 프레임들 내에서 상기 피사체의 이동 방향에 기반하여, 상기 프레임들 중 적어도 하나에 대한 크롭을 수행할 수 있다. 전자 장치(101)는, 상기 프레임들 중 적어도 하나에 대한 크롭을 수행하여, 상기 촬영 입력에 대응하는 비디오를 획득할 수 있다. 전자 장치(101)는, 상기 이동 방향에 기반하여, 상기 피사체의 이동을 예측할 수 있다. 전자 장치(101)는, 상기 피사체의 이동을 예측하여 상기 프레임들 중 적어도 하나에 대한 크롭을 수행할 수 있다. 전자 장치(101)는, 상기 크롭을 수행할 때에, 상기 피사체를 포함한 영역으로 크롭을 수행할 수 있다. 전자 장치(101)는, 상기 피사체의 이동을 예측하여 크롭을 수행함으로써, 피사체의 이동이 부드럽게 재생될 수 있는 비디오를 획득할 수 있다. 전자 장치(101)는, 상기 피사체의 이동을 예측한 것에 기반하여 크롭을 수행함으로써, 피사체가 화면의 중심 영역을 포함하는 영역 내에 위치한 비디오를 획득할 수 있다.
도 3a는, 일 실시 예에 따른, 피사체를 식별하는 전자 장치의 일 예를 도시한다. 도 3b는, 일 실시 예에 따른, 피사체를 식별하는 전자 장치의 일 예를 도시한다. 도 3a, 및/또는 도 3b의 전자 장치(101)는, 도 1, 및/또는 도 2의 전자 장치(101)를 포함할 수 있다. 도 3a, 및/또는 도 3b의 동작들은, 도 2의 프로세서(210)에 의해 실행될 수 있다. 도 3a 내지 도 3b의 동작들은, 오토 프레이밍 모드로 전환된 상태 내에서 수행되는 전자 장치(101)의 동작들일 수 있다.
도 3a, 및/또는 도 3b를 참고하면, 일 실시 예에 따른, 전자 장치(101)는, 카메라(예, 도 2의 카메라(220))를 통하여 프레임들을 획득할 수 있다. 도 3a, 및/또는 도 3b의 프레임(300, 305, 350, 355)은, 상기 카메라를 통해 획득된 상기 프레임들 중 적어도 하나일 수 있다.
도 3a를 참고하면, 일 실시 예에 따른, 전자 장치(101)는, 제1 프레임(300) 내에서 피사체(110)를 식별할 수 있다. 전자 장치(101)는, 상기 피사체(110)를 식별한 것에 기반하여, 상기 피사체(110)에 매칭되는 제1 영역(310)을 식별할 수 있다. 일 실시 예에 따른, 전자 장치(101)는, 상기 제1 프레임(300)과 상이한 제2 프레임(305)을 식별할 수 있다. 전자 장치(101)는, 상기 제2 프레임(305) 내에서, 피사체(110)를 식별할 수 있다. 전자 장치(101)는, 상기 제1 프레임(300) 내에서, 제1 영역(310)의 중심(315)을 식별할 수 있다. 전자 장치(101)는, 상기 제2 프레임(305) 내에서, 피사체(110)에 매칭되는 제2 영역(320)을 식별할 수 있다. 전자 장치(101)는, 상기 제2 영역(320)의 중심(325)를 식별할 수 있다. 일 실시 예에 따른, 전자 장치(101)는, 제1 프레임(300)의 제1 영역(310)의 중심(315)으로부터 제2 프레임(305)의 제2 영역(320)의 중심(325)으로 형성된 벡터(v1)를 식별할 수 있다. 예를 들어, 상기 벡터(v1)는, 제2 영역(320)의 중심(325)로부터 프레임의 가장자리를 향하여 형성된 축들 및 제1 영역(310)의 중심(315)에 기반하여 획득될 수 있다. 예를 들어, 전자 장치(101)는, 상기 제2 영역(320)의 중심(325)로부터 제1 가장자리(305-1)를 향하여 수직으로 형성된 제1 축(320-1)을 식별할 수 있다. 전자 장치(101)는, 상기 제2 영역(320)의 중심(325)로부터 제2 가장자리(305-2)를 향하여 수직으로 형성된 제2 축(320-2)을 식별할 수 있다. 전자 장치(101)는, 제1 영역(310)의 중심(315)로부터 상기 제2 축(320-2)과 평행한 방향으로 연장된 가로 벡터(w1)를 식별할 수 있다. 전자 장치(101)는, 제1 영역(310)의 중심(315)로부터 상기 제1 축(320-1)과 평행한 방향으로 연장된 세로 벡터(h1)를 식별할 수 있다. 전자 장치(101)는, 상기 가로 벡터(w1) 및 상기 세로 벡터(h1)에 기반하여, 벡터(v1)를 획득할 수 있다. 상기 벡터(v1)은, 가로 벡터(w1) 및 세로 벡터(h1)의 벡터 합에 기반하여 획득될 수 있다. 예를 들어, 제1 축(320-1)과 제2 축(320-2)은 서로 수직할 수 있다.
일 실시 예에 따른, 전자 장치(101)는, 벡터(v1)를 획득할 수 있다. 전자 장치(101)는, 상기 벡터(v1)를 획득한 것에 기반하여, 피사체(110)의 이동을 식별할 수 있다. 전자 장치(101)는, 상기 피사체(110)의 이동을 식별한 것에 기반하여, 프레임들의 크롭을 수행할 수 있다. 전자 장치(101)는, 상기 프레임들의 크롭을 수행한 것에 기반하여, 프리뷰 이미지를 표시할 수 있다. 예를 들어, 전자 장치(101)는, 상기 크롭을 수행한 것에 기반하여, 비디오를 획득할 수 있다. 예를 들어, 전자 장치(101)는, 상기 프레임들의 적어도 일부분을 포함하는 프리뷰 이미지를 표시할 수 있다.
도 3b를 참고하면, 일 실시 예에 따른, 전자 장치(101)는, 프레임들(350, 355) 내에서 피사체들(110, 360)을 식별할 수 있다. 예를 들어, 전자 장치(101)는, 제3 프레임(350) 내에서 복수의 피사체들(110, 360)을 식별할 수 있다. 전자 장치(101)는, 제4 프레임(355) 내에서 복수의 피사체들(110, 360)을 식별할 수 있다. 전자 장치(101)는, 상기 프레임들(350, 355) 내에서 이동한 피사체들(110, 360)을 식별할 수 있다. 예를 들어, 전자 장치(101)는, 상기 제3 프레임(350) 내에서, 제1 피사체(110) 및 제2 피사체(360)를 식별할 수 있다. 전자 장치(101)는, 상기 제4 프레임(355) 내에서, 제1 피사체(110) 및 제2 피사체(360)를 식별할 수 있다. 전자 장치(101)는, 제2 피사체(360)의 이동을 식별할 수 있다. 예를 들어, 전자 장치(101)는, 제3 프레임(350) 및 제4 프레임(355) 내에서의 제2 피사체(360)의 위치 변화를 식별할 수 있다. 예를 들어, 전자 장치(101)는, 제2 피사체(360)의 가로 방향(예: -x축 방향)의 이동 거리 및 방향을 나타내는 가로 벡터(w3)를 식별할 수 있다. 전자 장치(101)는, 상기 제2 피사체(360)의 세로 방향(예: -y축)의 이동 거리 및 방향을 나타내는 세로 벡터(h3)를 식별할 수 있다. 예를 들어, 상기 가로 방향은, x 축에 평행한 방향일 수 있다. 예를 들어, 상기 세로 방향은 y 축에 평행한 방향일 수 있다. 전자 장치(101)는, 복수의 프레임들 내에서 상기 제2 피사체(360)의 이동 거리의 평균을 식별할 수 있다. 전자 장치(101)는, 상기 제2 피사체(360)의 이동 거리의 평균에 기반하여, 제1 피사체(110)의 이동 거리를 식별할 수 있다. 상기 제1 피사체(110)의 이동 거리를 식별하기 위한, 상기 제1 피사체(110)와 상이한 피사체의 개수는 제한되지 않는다.
예를 들어, 전자 장치(101)는, 복수의 프레임들 내에서 제1 피사체(110)의 가로 방향으로 이동한 거리의 제1 평균을 식별할 수 있다. 전자 장치(101)는, 복수의 프레임들 내에서 제2 피사체(360)의 가로 방향으로 이동한 거리의 제2 평균을 식별할 수 있다.
전자 장치(101)는, 수학식 1에 기반하여, 상기 제1 평균 및 상기 제2 평균을 이용하여 피사체(110)가 실제로 이동한 거리를 식별할 수 있다.
상기 수학식 1을 참고하면, 는, 복수의 프레임들 내에서의 제2 피사체(360)의 가로 방향으로 이동한 거리의 제2 평균일 수 있다. 는, 복수의 프레임들 내에서의 제1 피사체(110)의 가로 방향으로 이동한 거리의 제1 평균일 수 있다. 상기 는, 도 3b의 가로 벡터(w2)에 대응할 수 있다. 는, 복수의 프레임들 내에서 제1 피사체(110)의 가로 방향으로 실제로 이동한 거리를 추정한 것일 수 있다.
일 실시 예에 따른, 전자 장치(101)는, 복수의 프레임들 내에서 제1 피사체(110)의 세로 방향으로 이동한 거리의 제3 평균을 식별할 수 있다. 전자 장치(101)는 복수의 프레임들 내에서 제2 피사체(360)의 세로 방향으로 이동한 거리의 제4 평균을 식별할 수 있다. 예를 들어, 전자 장치(101)는, 수학식 2에 기반하여, 상기 제3 평균 및 상기 제4 평균을 이용하여, 제1 피사체(110)의 실제로 이동한 거리를 추정할 수 있다.
상기 수학식 2를 참고하면, 는, 복수의 프레임들 내에서의 제2 피사체(360)의 세로 방향으로 이동한 제4 평균일 수 있다. 는, 도 3b의 세로 벡터(h3)에 대응할 수 있다. 는, 복수의 프레임들 내에서의 제1 피사체(110)의 세로 방향으로 이동한 제3 평균일 수 있다. 상기 는, 도 3b의 세로 벡터(h2)에 대응할 수 있다. 는, 복수의 프레임들 내에서 제1 피사체(110)의 세로 방향으로 실제로 이동한 거리를 추정한 것일 수 있다. 일 실시 예에 따른, 전자 장치(101)는, 수학식 1 및 수학식 2에 기반하여, 제1 피사체(110)의 실제로 이동한 거리 및 이동한 방향을 추정할 수 있다. 전자 장치(101)는, 상기 수학식 1의 및 상기 수학식 2의 에 기반하여, 제1 피사체(110)의 실제로 이동한 거리 및 이동 방향을 추정할 수 있다. 전자 장치(101)는, 상기 제1 피사체(110)의 실제로 이동한 거리 및 이동 방향을 추정한 것에 기반하여, 지정된 사이즈를 가지는 윈도우를 이용하여, 상기 제1 피사체(110)를 추적(tracking)할 수 있다. 전자 장치(101)는, 상기 제1 피사체(110)를 추적한 것에 기반하여, 상기 윈도우에 대응하는 사이즈를 가지는 비디오를 획득할 수 있다. 예를 들어, 전자 장치(101)는, 상기 윈도우에 대응하는 사이즈로 프레임들을 크롭할 수 있다.
일 실시 예에 따른, 전자 장치(101)는, 제3 프레임(350) 내에서, 제1 피사체(110) 및 제2 피사체(360)를 식별할 수 있다. 전자 장치(101)는, 상기 제1 피사체(110)를 식별한 것에 기반하여, 상기 제1 피사체(110)에 대응하는 제1 식별자(identifier)를 할당(assign)할 수 있다. 전자 장치(101)는, 상기 제2 피사체(360)를 식별한 것에 기반하여, 상기 제2 피사체(360)에 대응하는 제2 식별자를 할당할 수 있다. 일 실시 예에 따른, 전자 장치(101)는, 식별자들(예, 제1 식별자 및/또는 제2 식별자)을 할당한 것에 기반하여, 상기 식별자들이 할당된 피사체들을 추적할 수 있다. 예를 들어, 전자 장치(101)는, 도 3 내지 도 4b의 동작들에 기반하여, 상기 식별자들이 할당된 피사체들의 이동을 예측할 수 있다. 전자 장치(101)는, 상기 피사체들의 이동을 예측한 것에 기반하여, 상기 피사체들을 포함하는 영역에 대한 크롭을 수행할 수 있다. 전자 장치(101)는, 상기 크롭을 수행한 것에 기반하여, 비디오를 획득할 수 있다.
일 실시 예에 따른, 전자 장치(101)는, 프레임(350) 내에서 피사체들(110, 360)을 식별할 수 있다. 예를 들어, 전자 장치(101)는, 제1 피사체(110) 및 제2 피사체(360)를 식별할 수 있다. 전자 장치(101)는, 상기 제1 피사체(110)의 특징 점(feature point)을 식별할 수 있다. 전자 장치(101)는, 상기 제2 피사체(360)의 특징 점을 식별할 수 있다. 일 실시 예에 따른, 전자 장치(101)는, 상기 피사체들(110, 360)의 특징 점을 식별한 것에 기반하여, 프레임들(350, 355) 내에서 피사체들(110, 360)의 특징 점들과 관련된 이동 방향을 식별할 수 있다. 예를 들어, 전자 장치(101)는, 제2 피사체(360)의 특징 점을 식별한 것에 기반하여, 상기 제2 피사체(360)의 특징 점과 관련된 이동 방향을 식별할 수 있다. 전자 장치(101)는, 상기 제2 피사체(360)의 상기 특징 점과 관련된 상기 이동 방향을 식별한 것에 기반하여, 제1 피사체(110)를 추적(tracking)할 수 있다. 예를 들어, 전자 장치(101)는, 상기 제1 피사체(110)를 지정된 사이즈의 윈도우를 이용하여 추적할 수 있다. 전자 장치(101)는, 상기 지정된 사이즈의 윈도우를 이용하여 상기 피사체를 추적하는 동안, 상기 지정된 사이즈의 윈도우 중 적어도 일부를 크롭할 수 있다. 전자 장치(101)는, 상기 지정된 사이즈의 윈도우 중 적어도 일부를 크롭한 비디오를 획득할 수 있다.
상술한 바와 같이, 일 실시 예에 따른, 전자 장치(101)는, 복수의 프레임들 내에서 제1 피사체(110) 및 제2 피사체(360)의 위치를 식별할 수 있다. 전자 장치(101)는, 복수의 프레임들 내에서 식별된 제1 피사체(110)의 위치 변화에 기반한 벡터들을 식별할 수 있다. 전자 장치(101)는, 제1 피사체(110)와 관련된 복수의 벡터들의 제5 평균을 획득할 수 있다. 전자 장치(101)는, 복수의 프레임들 내에서 식별된 제2 피사체(360)의 위치 변화에 기반한 벡터들을 식별할 수 있다. 전자 장치(101)는, 상기 제2 피사체(360)와 관련된 벡터들의 제6 평균을 획득할 수 있다.
전자 장치(101)는, 상기 제5 평균 및 상기 제6 평균에 기반하여, 제1 피사체(110)가 실제로 이동 거리 및 이동한 방향을 추정할 수 있다. 전자 장치(101)는, 상기 제1 피사체(110)가 실제로 이동한 거리 및 이동한 방향을 추정한 것에 기반하여, 복수의 프레임들의 크롭을 수행할 수 있다. 전자 장치(101)는, 상기 복수의 프레임들의 크롭을 수행한 것에 기반하여, 비디오를 획득할 수 있다. 전자 장치(101)는, 상기 제1 피사체(110)의 이동 거리 및 이동 방향을 예측하여 크롭을 수행함으로써, 제1 피사체(110)의 이동이 부드럽게 재생되는 비디오를 획득할 수 있다.
도 4a는, 일 실시 예에 따른, 피사체의 지정된 부분을 식별하는 전자 장치의 일 예를 도시한다. 도 4b는, 일 실시 예에 따른, 피사체의 지정된 부분을 식별하는 전자 장치의 일 예를 도시한다. 도 4a, 및/또는 도 4b의 전자 장치(101)는, 도 1, 도 2, 도 3a, 및/또는 도 3b의 전자 장치(101)를 포함할 수 있다. 도 4a, 및/또는 도 4b의 동작들은 도 2의 프로세서(210)에 의해 실행될 수 있다. 도 4a 내지 도 4b의 동작들은, 오토 프레이밍 모드로 전환된 상태 내에서 수행되는 전자 장치(101)의 동작들일 수 있다.
도 4a, 및/또는 도 4b를 참고하면, 일 실시 예에 따른, 전자 장치(101)는, 카메라(예, 도 2의 카메라(220))를 통하여 프레임들을 획득할 수 있다. 전자 장치(101)는, 상기 카메라를 이용하여 프레임들을 획득한 것에 기반하여, 상기 프레임들 내에 포함된 피사체(110)를 식별할 수 있다. 전자 장치(101)는, 상기 피사체(110)에 매칭된 제1 영역(410)을 식별할 수 있다. 전자 장치(101)는, 상기 피사체(110)의 지정된 부분(115)을 포함하는 제2 영역(420)을 식별할 수 있다. 예를 들어, 상기 피사체(110)의 지정된 부분(115)는, 상기 피사체(110)의 머리를 포함할 수 있다. 전자 장치(101)는, 상기 제1 영역(410) 및 상기 제2 영역(420)을 식별한 것에 기반하여, 상기 피사체(110)의 이동 방향 및 이동 속력(velocity)을 예측할 수 있다. 예를 들어, 전자 장치(101)는, 상기 제1 영역(410)의 중심(415)을 식별할 수 있다. 전자 장치(101)는, 상기 제2 영역(420)의 중심(425)을 식별할 수 있다. 예를 들어, 전자 장치(101)는, 프레임(400) 내에서 피사체(110)을 식별한 것에 기반하여, 상기 프레임(400)의 가장자리를 형성하는 일 점(one point)을 식별할 수 있다. 전자 장치(101)는, 상기 일 점을 좌표 계의 원점(origin)(405)으로 결정할 수 있다. 상기 일 점(405)를 기준으로 형성된 좌표 계는, x 축 및 y 축을 포함할 수 있다. 예를 들어, 전자 장치(101)는, 상기 프레임(400) 내에서 식별된 피사체(110)를 포함하는 제1 영역(410)의 좌표 값을 식별할 수 있다. 예를 들어, 상기 제1 영역(410)은, 제1 좌표 값(X1, Y1), 제2 좌표 값(X2, Y2), 제3 좌표 값(X3, Y3), 및 제4 좌표 값(X4, Y4)에 기반하여 형성될 수 있다. 전자 장치(101)는, 상기 제1 영역(410)의 중심(415)의 좌표 값(X5, Y5)을 식별할 수 있다. 전자 장치(101)는, 제2 영역(420)의 중심(425)의 좌표 값(X6, Y6)을 식별할 수 있다. 전자 장치(101)는, 상기 제1 영역(410)의 중심(415)의 좌표 값(X5, Y5) 및 상기 제2 영역(420)의 중심(425)의 좌표 값(X6, Y6)에 기반하여, 피사체(110)의 이동 방향 및 이동 속력을 예측할 수 있다. 예를 들어, 상기 피사체(110)의 이동 방향 및 이동 속력을 예측하기 위한 식은 하기 수학식 3과 같을 수 있다.
상기 수학식 3을 참고하면, 예를 들어, 는, 도 4a의 제1 벡터(v4)에 대응할 수 있다. 예를 들어, 는, 도 4a의 제2 벡터(w4)에 대응할 수 있다. 예를 들어, 는, 도 4a의 제3 벡터(h4)에 대응할 수 있다. 상기 제2 벡터(w4)는, 원점(405), 제1 영역(410)의 중심(415)의 x 좌표 값(X5), 및 제2 영역(420)의 중심(425)의 x 좌표 값(X6)를 이용하여 획득될 수 있다. 예를 들어, 상기 제3 벡터(h4)는, 원점(405), 제1 영역(410)의 중심(415)의 y 좌표 값(Y5), 및 제2 영역(420)의 중심(425)의 y 좌표 값(Y6)를 이용하여 획득될 수 있다. 예를 들어, , 및 는, 0 이상이고 1 이하인 임의의 값일 수 있다. 및 를 이용함으로써, 전자 장치(101)는, x 축 및/또는 y 축 중 하나와 관련된 영향을 상쇄(offset)할 수 있다. 예를 들어, 전자 장치는, 상기 및/또는 의 값을 0으로 지정한 것에 기반하여, x 축 및/또는 y 축 방향으로 형성된 벡터의 절대 값을 0으로 조절할 수 있다. 전자 장치는, 상기 벡터의 절대 값을 0으로 조절하여, x 축 및/또는 y 축 중 하나와 관련된 영향을 상쇄할 수 있다. 전자 장치(101)는, 상기 수학식 3에 기반하여, 피사체(110)의 이동 방향 및 이동 속력을 예측할 수 있다.
일 실시 예에 따른, 전자 장치(101)는, 후술되는 표 1 및 수학식 4 내지 수학식 7에 기반하여, 피사체(110)의 이동을 예측하고, 크롭하기 위한 영역을 보정할 수 있다. 예를 들어, 전자 장치(101)는, 표 1과 같은 조건을 만족하는 경우, 피사체(110)의 머리가 향하는 방향과 이동 방향이 일치하는 것을 식별할 수 있다. 전자 장치(101)는, 상기 피사체(110)의 머리가 향하는 방향과 이동 방향이 일치한 것에 기반하여, 수학식 4 내지 수학식 5를 이용하여 상기 피사체(110)의 이동 방향을 예측할 수 있다. 전자 장치(101)는, 표 1과 같은 조건들을 만족하는 경우와 상이한 경우, 피사체(110)의 머리가 향하는 방향과 이동 방향이 상이한 것을 식별할 수 있다. 전자 장치(101)는, 상기 피사체(110)의 머리가 향하는 방향과 이동 방향이 상이한 것에 기반하여, 수학식 6 내지 수학식 7을 이용하여 상기 피사체(110)의 이동 방향을 예측할 수 있다.
수학식 4 내지 수학식 7을 참고하면, 전자 장치(101)는 조건을 이용하여, 피사체(110)의 이동을 예측하고, 크롭하기 위한 영역을 보정할 수 있다. 예를 들어, 상기 표 1을 참고하면, 제1 조건인 는, 수학식 3의 및 도 3a의 벡터(v1)의 내적이 0을 초과하는 것을 의미할 수 있다. 예를 들어, 는, 피사체(110)의 이동 방향과 예측된 이동 방향이 동일한 것을 의미할 수 있다. 예를 들어, 제2 조건인 는, 임계치()를 초과하는 2차 미분 벡터의 절대 값을 의미할 수 있다. 상기 임계치()를 초과하는 2차 미분 벡터의 절대 값은, 임계치()를 초과하여 가속 또는 감속 중인 피사체(110)를 의미할 수 있다. 예를 들어, 상기 임계치()는, 피사체(110)가 좌우로 움직인 경우, 프레임의 가로 길이의 약 5 %에 대응하는 값일 수 있다. 예를 들어, 상기 임계치()는, 피사체(110)가 상하로 움직인 경우, 프레임의 세로 길이의 약 5 %에 대응하는 값일 수 있다. 상기 임계치()는, 상술한 바에 제한되지 않는다. 예를 들어, 제3 조건인 는, 예측된 이동 방향 및 2차 미분 벡터가 동일한 방향인 것을 의미할 수 있다. 상기 제2 조건 및 제3 조건을 만족하는 경우는, 피사체(110)가 바라보는 방향으로 가속 중인 것을 의미할 수 있다. 전자 장치(101)는, 상기 제1 조건, 제2 조건, 및 제3 조건을 만족한 것에 기반하여, 피사체(110)의 위치를 예측할 수 있다. 상기 제1 조건, 제2 조건, 및 제3 조건을 만족하는 경우는, 피사체(110)의 머리가 향하는 방향으로 가속 중인 경우를 포함할 수 있다.
예를 들어, 전자 장치(101)는, 수학식 5를 이용하여, 피사체(110)의 x 축 방향의 이동을 예측하고 보정할 수 있다. 예를 들어, 상기 수학식 4를 전개하여 획득된 는, N-1 번째 프레임에서의 피사체(110)의 위치에 기반하여 N 번째 프레임에서의 피사체(110)의 위치를 예측한 값일 수 있다. 예를 들어, 상기 수학식 4를 전개하여 획득된 는, N-1 번째 프레임에서의 피사체(110)의 이동에 기반하여 N 번째 프레임에서의 피사체(110)의 위치를 보정하기 위한 값일 수 있다. 예를 들어, 상기 는, 가중치를 의미할 수 있다. 상기 는, 도 4b를 참고하면, 제1 가로 길이(440), 및 제2 가로 길이(445)에 기반하여 획득될 수 있다. 예를 들어, 는, '제2 가로 길이(445)/제1 가로 길이(440)'일 수 있다. 예를 들어, 상기 k1, 및/또는 k2는, 0 이상이고 1 이하인 임의의 값일 수 있다.
예를 들어, 전자 장치(101)는, 수학식 5를 이용하여, 피사체(110)의 y 축 방향의 이동을 예측하고 보정할 수 있다. 예를 들어, 상기 수학식 5를 전개하여 획득된 는, N-1 번째 프레임에서의 피사체(110)의 위치에 기반하여 N 번째 프레임에서의 피사체(110)의 위치를 예측한 값일 수 있다. 예를 들어, 수학식 5을 전개하여 획득된 는, N-1 번째 프레임에서의 피사체(110)의 이동에 기반하여 N 번째 프레임에서의 피사체(110)의 위치를 보정하기 위한 값일 수 있다. 예를 들어, 상기 는, 가중치를 의미할 수 있다. 상기 는, 도 4b를 참고하면, 제1 세로 길이(430), 및 제2 세로 길이(435)에 기반하여 획득될 수 있다. 예를 들어, 는, '제2 세로 길이(435)/제1 세로 길이(440)'일 수 있다. 예를 들어, 상기 k1, 및/또는 k2는, 0 이상이고 1 이하인 임의의 값일 수 있다. 상술한 위치를 보정하는 동작은, 크롭하기 위한 영역을 지정하는 것을 의미할 수 있다. 예를 들어, 전자 장치(101)는, 제1 영역(410)의 중심(415)의 좌표 값(X5, Y5)를 식별할 수 있다. 예를 들어, 전자 장치(101)는, 제2 영역(420)의 중심(415)의 좌표 값(X6, Y6)을 식별할 수 있다. 전자 장치(101)는, 상기 좌표 값(X5, Y5) 및 상기 좌표 값(X6, Y6)에 기반하여, 상기 제1 영역(410)의 중심(415)로부터 상기 제2 영역(420)의 중심(425)으로 형성된 벡터(v4)를 식별할 수 있다. 전자 장치(101)는, 상기 벡터(v4)에 기반하여, 피사체(110)의 이동 방향을 식별할 수 있다.
일 실시 예에 따른, 전자 장치(101)는, 표 1의 조건들을 만족하는 경우와 상이한 경우를 식별할 수 있다. 전자 장치(101)는, 상기 조건들 중 적어도 하나를 만족하지 않는 경우, 수학식 6 및 수학식 7을 이용하여, 피사체(110)를 추적할 수 있다. 예를 들어, 는, N-1 번째 프레임에서의 피사체(110)의 위치에 기반하여 N 번째 프레임에서의 피사체(110)의 위치를 예측한 값일 수 있다. 예를 들어, 전자 장치(101)는, x 축 방향의 위치를, 상기 수학식 7에 기반하여 식별할 수 있다. 수학식 7의 는, N-1 번째 프레임에서의 피사체(110)의 위치에 기반하여 N 번째 프레임에서의 피사체(110)의 y 축 방향의 위치를 예측한 값일 수 있다.
예를 들어, 상기 수학식 8은, 수학식 4에 대응할 수 있다. 예를 들어, 상기 수학식 9는 수학식 5에 대응할 수 있다. 예를 들어, 상기 수학식 8 내지 상기 수학식 9는, N 번째 프레임에 기반하여, 보정을 수행하기 위한 수학식일 수 있다. 예를 들어, 전자 장치(101)는, 상기 수학식 8 내지 상기 수학식 9에 기반하여, 현재의 위치(예, N 번째 프레임)를 이용하여, 획득될 프레임들에 대한 보정을 수행할 수 있다. 예를 들어, 상기 보정은, 크롭을 수행하는 동작과 관련될 수 있다.
일 실시 예에 따른, 전자 장치(101)는, 수학식 6을 이용하여 피사체(110)의 이동 방향 및 이동 속력을 예측할 수 있다. 전자 장치(101)는, 상기 피사체(110)의 이동 방향 및 이동 속력을 예측한 것에 기반하여, 비디오를 획득할 수 있다. 예를 들어, 전자 장치(101)는, 상기 피사체(110)의 이동 방향 및 이동 속력을 획득한 것에 기반하여, 상기 피사체(110)를 포함하는 영역에 대한 크롭을 수행할 수 있다. 전자 장치(101)는, 상기 크롭을 수행한 것에 기반하여, 비디오를 획득할 수 있다.
일 실시 예에 따른, 전자 장치(101)는, 크롭을 수행한 것에 기반하여 획득된 비디오의 해상도를 조절할 수 있다. 예를 들어, 전자 장치(101)는, 전자 장치(101)의 디스플레이(예, 도 2의 디스플레이(230))의 해상도에 매칭하기 위하여, 상기 크롭된 영역의 해상도를 조절할 수 있다. 일 실시 예에 따른, 전자 장치(101)는, 상기 크롭된 영역에 대하여 이미지 향상(image enhancement)을 수행할 수 있다. 상기 이미지 향상은, 대비 향상(contrast enhancement), 선형 대비 스트래치(linear contrast stretch), 히스토그램 평활화 스트래치(histogram-equalized stretch), 및/또는 공간 필터링(spatial filtering)을 포함할 수 있다.
상술한 바와 같이, 일 실시 예에 따른, 전자 장치(101)는, 프레임(400) 내에서 피사체(110)를 식별할 수 있다. 전자 장치(101)는, 상기 프레임(400) 내에서의 피사체(110)에 매칭된 제1 영역(410) 및 상기 피사체(110)의 지정된 부분(115)를 포함하는 제2 영역(420)을 식별할 수 있다. 전자 장치(101)는, 상기 제1 영역(410) 및 상기 제2 영역(420) 각각의 중심을 식별할 수 있다. 전자 장치(101)는, 상기 제1 영역(410)의 중심(415)의 좌표 값(X5, Y5)을 식별할 수 있다. 전자 장치(101)는, 상기 제2 영역(420)의 중심(425)의 좌표 값(X6, Y6)을 식별할 수 있다. 전자 장치(101)는, 상기 좌표 값(X5, Y5), 및 상기 좌표 값(X6, Y6)에 기반하여, 상기 제1 영역(410)의 중심(415)으로부터 상기 제2 영역(420)의 중심(425)으로 연장된(extended) 벡터(v4)를 식별할 수 있다. 전자 장치(101)는, 상기 벡터(v4)에 기반하여, 상기 피사체(110)의 이동 방향 및 이동 속력을 예측할 수 있다. 전자 장치(101)는, 상기 피사체(110)의 이동 방향 및 이동 속력을 예측한 것에 기반하여, 프레임(400)에 대한 크롭을 수행할 수 있다. 전자 장치(101)는, 상기 프레임(400)에 대한 크롭을 수행한 것에 기반하여, 크롭된 프레임을 포함하는 비디오를 획득할 수 있다. 전자 장치(101)는, 상기 피사체(110)의 이동을 예측하여 크롭을 수행한 것에 기반하여, 비디오를 획득함으로써, 피사체(110)를 용이하게 추적할 수 있다.
도 5는, 일 실시 예에 따른, 카메라를 통하여 피사체의 이동을 식별하는 전자 장치의 일 예를 도시한다. 도 5의 전자 장치(101)는, 도 1, 도 2, 도 3a, 도 3b, 도 4a, 및/또는 도 4b의 전자 장치(101)를 포함할 수 있다. 도 5의 동작들은 도 2의 프로세서(210)에 의해 실행될 수 있다. 도 5의 동작들은, 오토 프레이밍 모드로 전환된 상태 내에서 수행되는 전자 장치(101)의 동작들일 수 있다.
도 5를 참고하면, 일 실시 예에 따른, 전자 장치(101)는, 카메라(예, 도 2의 카메라(220))를 통하여 프레임들(500, 505, 510)을 획득할 수 있다. 전자 장치(101)는, 상기 프레임들(500, 505, 510) 내에서 피사체(110)를 식별할 수 있다. 전자 장치(101)는, 상기 피사체(110)를 식별한 것에 기반하여, 상기 피사체(110)에 매칭된 영역(515)를 식별할 수 있다. 전자 장치(101)는, 상기 영역(515)을 식별한 것에 기반하여, 상기 피사체(110) 및/또는 상기 영역(515)의 이동을 식별할 수 있다. 전자 장치(101)는, 상기 프레임들(500, 505, 510) 내에서의 피사체(110)의 사이즈를 식별할 수 있다. 상기 피사체(110)의 사이즈는 상기 영역(515)에 기반하여 식별될 수 있다. 예를 들어, 전자 장치(101)는, 상기 영역(515)에 기반하여, 상기 피사체(110)의 사이즈를 식별할 수 있다. 전자 장치(101)는, 상기 피사체(110), 및/또는 상기 영역(515)의 사이즈에 기반하여, 전자 장치(101) 및 상기 피사체(110) 사이의 거리를 식별할 수 있다. 전자 장치(101)는, 프레임(500) 내에서 피사체(110)의 제1 사이즈, 및/또는 영역(515)의 제2 사이즈를 식별할 수 있다. 전자 장치(101)는, 프레임(505) 내에서 피사체(110)의 제3 사이즈, 및/또는 영역(515)의 제4 사이즈를 식별할 수 있다. 전자 장치(101)는, 프레임(510) 내에서 피사체(110)의 제5 사이즈, 및/또는 영역(515)의 제6 사이즈를 식별할 수 있다. 예를 들어, 전자 장치(101)는, 상기 제1 사이즈, 제3 사이즈, 및/또는 제5 사이즈의 사이즈를 비교할 수 있다. 전자 장치(101)는, 상기 제1 사이즈에 비해 상기 제5 사이즈가 상대적으로 큰 것을 식별할 수 있다. 일 실시예에서, 전자 장치(101)는, 상기 제5 사이즈가 제1 사이즈에 비해 상대적으로 큰 것을 식별한 것에 기반하여, 상기 프레임(510) 내에서 줌 아웃을 수행할 수 있다. 예를 들어, 전자 장치(101)는, 상기 제2 사이즈, 제4 사이즈, 및/또는 제6 사이즈의 사이즈를 비교할 수 있다. 전자 장치(101)는, 상기 제2 사이즈에 비해 상기 제6 사이즈가 상대적으로 큰 것을 식별할 수 있다. 일 실시예에서, 전자 장치(101)는, 상기 제6 사이즈가 제2 사이즈에 비해 상대적으로 큰 것을 식별한 것에 기반하여, 상기 프레임(510) 내에서 줌 아웃을 수행할 수 있다. 도 5의 일 예는, 피사체(110)가 전자 장치(101)로 가까워지는 일 예일 수 있다. 피사체(110)가 전자 장치(101)로 가까워지는 일 예에서, 전자 장치(101)는, 상기 피사체(110)에 대한 줌-아웃을 수행할 수 있다. 도 5의 일 예와 상이한 일 예에서, 전자 장치(101)는, 피사체(110)가 전자 장치(101)로부터 멀어지는 것을 식별할 수 있다. 예를 들어, 상기 피사체(110)가 멀어지는 동안, 전자 장치(101)는, 상기 피사체(110) 및/또는 상기 피사체(110)에 매칭된 영역(515)의 사이즈가 작아지는 것을 식별할 수 있다. 전자 장치(101)는, 상기 피사체(110) 및/또는 상기 피사체(110)에 매칭된 영역(515)의 사이즈가 작아지는 것에 기반하여, 상기 피사체(110)에 대한 줌-인을 수행할 수 있다. 전자 장치(101)는, 상기 줌-인을 수행한 것에 기반하여, 피사체(110)를 확대한 비디오를 획득할 수 있다.
일 실시 예에 따른, 전자 장치(101)는, 프레임들(500, 505, 510) 내에서 식별된 피사체(110)에 기반하여, 상기 피사체(110)에 매칭된 영역(515)을 식별할 수 있다. 전자 장치(101)는, 상기 영역(515)의 중심을 식별할 수 있다. 예를 들어, 전자 장치(101)는, 프레임(500) 내에서 영역(515)의 중심(520)을 식별할 수 있다. 전자 장치(101)는, 프레임(505) 내에서 영역(515)의 중심(530)을 식별할 수 있다. 전자 장치(101)는, 프레임(510) 내에서 영역(515)의 중심(540)을 식별할 수 있다. 전자 장치(101)는, 상기 중심들(520, 530, 540)을 식별한 것에 기반하여, 상기 피사체(110)의 이동을 식별할 수 있다. 예를 들어, 상기 중심(520)으로부터 중심(540)으로 이동한 것은, 상기 피사체(110)의 이동을 의미할 수 있다. 전자 장치(101)는, 피사체(110)에 매칭된 영역의 이동에 기반하여, 프레임들(500, 505, 510)의 보간(interpolation)을 수행할 수 있다. 예를 들어, 상기 보간은, 선형 보간(linear interpolation), 포물선 보간(parabolic interpolation), Lagrange 보간, Newton 보간, 및/또는 스플라인 보간(spline interpolation)을 포함할 수 있다. 전자 장치(101)는, 상기 보간을 수행한 것에 기반하여, 비디오를 획득할 수 있다. 상술한 바와 같이, 일 실시 예에 따른, 전자 장치(101)는, 프레임들 내에서 식별된 피사체(110)에 기반하여, 보간을 수행할 수 있다. 전자 장치(101)는, 보간을 수행한 것에 기반하여, 비디오를 획득할 수 있다. 전자 장치(101)는, 보간을 수행한 비디오를 획득함으로써, 피사체(110)의 이동이 부드러운(smooth) 비디오를 획득할 수 있다.
일 실시 예에 따른, 전자 장치(101)는, 카메라를 통하여 획득된 프레임들(500, 505, 510)에 기반하여, 피사체(110)의 이동 방향을 예측할 수 있다. 예를 들어, 전자 장치(101)는, 영역들(515)의 중심들(520, 530, 540)에 기반하여, 상기 피사체(110)의 이동 방향을 예측할 수 있다. 예를 들어, 상기 피사체(110)의 이동을 예측하는 동작은, 도 3a, 도 3b, 도 4a, 및/또는 도 4b에서 상술된 피사체(110)의 이동 방향, 및/또는 이동 속력을 예측하는 동작으로 참조될 수 있다. 전자 장치(101)는, 상기 피사에(110)의 머리가 향하는 방향에 기반하여, 상기 피사체(110)의 머리에 매칭되는 영역, 및 상기 피사체(110)에 매칭되는 영역(515)에 기반하여, 상기 피사체(110)의 이동을 예측할 수 있다. 도 5의 일 예에서, 전자 장치(101)는, 상기 피사체(110)의 이동을, 도 4a 내지 도 4b에서 상술된 수학식 4, 및/또는 수학식 5를 이용하여 예측할 수 있다. 전자 장치(101)는, 상기 피사체(110)의 이동을 예측한 것에 기반하여, 상기 피사체(110)를 크롭할 수 있다. 전자 장치(101)는, 상기 피사체(110)를 크롭할 때에, 보간을 수행할 수 있다. 전자 장치(101)는, 상기 보간을 수행한 것에 기반하여, 크롭된 피사체(110)를 프리뷰 이미지로 표시할 수 있다. 전자 장치(101)는, 상기 크롭된 피사체(110)를 표현한 영역(515)에 대응하는 비디오를 획득할 수 있다. 상술한 바와 같이, 일 실시 예에 따른, 전자 장치(101)는, 상기 피사체(110)의 이동을 예측한 것에 기반하여 보간을 수행함으로써, 보다 부드러운 프리뷰 이미지를 표시할 수 있다.
상술한 바와 같이, 일 실시 예에 따른, 전자 장치(101)는, 피사체(110)의 이동에 기반하여, 상기 피사체(110)에 대한 줌-인, 및/또는 줌-아웃을 수행할 수 있다. 전자 장치(101)는, 상기 피사체(110)의 이동에 기반하여, 보간을 수행할 수 있다. 전자 장치(101)는, 상기 줌-인, 줌-아웃, 및/또는 보간을 수행한 것에 기반하여, 비디오를 획득할 수 있다. 전자 장치(101)는, 상기 줌-인, 줌-아웃, 및/또는 보간을 수행함으로써, 피사체(110)의 이동이 부드러운 비디오를 획득할 수 있다.
도 6은, 일 실시 예에 따른, 전자 장치의 동작에 관한 흐름도의 일 예를 도시한다. 도 6의 전자 장치는, 도 1, 도 2, 도 3a, 도 3b, 도 4a, 도 4b, 및/또는 도 5의 전자 장치(101)를 포함할 수 있다. 도 6의 동작들은, 도 2의 프로세서(210)에 의해 실행될 수 있다. 도 6의 동작들은, 오토 프레이밍 모드로 전환된 상태 내에서 수행되는 전자 장치(101)의 동작들일 수 있다.
도 6을 참고하면, 동작 601에서, 일 실시 예에 따른, 전자 장치는, 카메라(예, 도 2의 카메라(220))를 통하여 획득되는 프레임들의 적어도 일부분(예, 도 3a의 프레임(300), 도 3a의 프레임(305), 도 3b의 프레임(350), 도 3b의 프레임(355), 도 4a의 프레임(400), 도 4b의 프레임(400), 및/또는 도 5의 프레임들(500, 505, 510))에 기반하여, 디스플레이(예, 도 2의 디스플레이(230))를 통하여 프리뷰 이미지를 표시할 수 있다. 전자 장치는, 상기 디스플레이를 통하여 상기 프리뷰 이미지를 표시하는 동안, 지정된 버튼에 대한 입력을 수신할 수 있다.
동작 603에서, 일 실시 예에 따른, 전자 장치는, 지정된 버튼에 대한 입력에 응답하여, 오토 프레이밍 모드로 동작할 수 있다. 예를 들어, 상기 오토 프레이밍 모드는, 카메라를 통해 획득된 프레임들 내의 적어도 하나의 피사체에 대해 크롭을 수행하는 동작일 수 있다. 예를 들어, 상기 오토 프레이밍 모드는, 프레임들 내에서 식별된 피사체를 추적하는 동작일 수 있다.
동작 605에서, 일 실시 예에 따른, 전자 장치는, 지정된 버튼에 대한 입력에 응답하여, 카메라에 의해 캡쳐된 피사체(예, 도 1, 도 3a, 도 3b, 도 4a, 도 4b, 도 5의 피사체(110))를 식별할 수 있다. 일 실시 예에 따른, 전자 장치는, 상기 피사체를 식별한 것에 기반하여, 상기 피사체에 대응하는 식별자를 할당할 수 있다. 전자 장치는, 상기 피사체에 상기 식별자를 할당한 것에 기반하여, 상기 피사체에 매칭된 제1 영역(예, 도 1의 제1 영역(120), 도 3a, 또는 도 3b의 제1 영역(310), 도 4a 또는 도 4b의 제1 영역(410))을 식별할 수 있다. 전자 장치는, 상기 카메라에 의해 캡쳐된 피사체에 매칭된 제1 영역 및 상기 제1 영역 내에서 상기 피사체의 지정된 부분(예, 도 1, 도 4a, 및/또는 도 4b의 지정된 부분(115))이 포함된 제2 영역(예, 도 1의 제2 영역(130), 도 4a, 및/또는 도 4b의 제2 영역(420))을 식별할 수 있다. 예를 들어, 상기 피사체는, 동물로 분류되는 피사체일 수 있다. 예를 들어, 전자 장치는, 동물로 분류되는 피사체를 식별할 수 있다. 예를 들어, 상기 피사체의 지정된 부분은, 상기 피사체의 머리를 포함할 수 있다. 전자 장치는, 상기 동물의 머리가 캡쳐된 제2 영역을 식별할 수 있다. 전자 장치는, 상기 동물로 분류되는 상기 피사체를 식별한 것에 기반하여, 상기 동물의 머리가 캡쳐된 제2 영역을 식별할 수 있다.
동작 607에서, 일 실시 예에 따른, 전자 장치는, 제1 영역 내에서 제2 영역의 위치에 의해 지시되는, 프레임들 내에서 피사체의 이동 방향을 예측할 수 있다. 전자 장치는, 상기 예측에 기반하여, 프레임들 중 적어도 하나에 대한 크롭을 수행하여, 촬영 입력에 대응하는 비디오를 획득할 수 있다. 예를 들어, 전자 장치는, 상기 제1 영역 내에서 제2 영역의 위치에 의해 지시되는 벡터(예, 도 1의 벡터(v0))를 식별할 수 있다. 예를 들어, 전자 장치는, 상기 프레임들의 가장자리를 형성하는 일 점(one point)을 좌표 계(coordinate system)의 원점(origin)(예, 도 4a의 원점(405))으로 결정(determine)할 수 있다. 전자 장치는, 상기 일 점(또는 원점)에 기반하여, 상기 제1 영역의 중심인 제1 좌표 값(예, 도 3b의 제1 좌표 값(315))을 식별할 수 있다. 전자 장치는, 상기 일 점을 원점으로 형성된 좌표 계 내에서, 상기 제1 영역의 중심인 제1 좌표 값을 식별할 수 있다. 전자 장치는, 상기 일 점(또는 원점)에 기반하여, 상기 제2 영역의 중심인 제2 좌표 값(예, 도 3b의 제2 좌표 값(325))을 식별할 수 있다. 전자 장치는, 상기 일 점을 원점으로 형성된 좌표 계 내에서, 상기 제2 영역의 중심인 제2 좌표 값을 식별할 수 있다. 전자 장치는, 상기 제1 좌표 값 및 상기 제2 좌표 값을 식별할 수 있다.
일 실시 예에 따른, 전자 장치는, 제1 영역의 중심인 제1 좌표 값 및 제2 영역의 중심인 제2 좌표 값을 식별할 수 있다. 전자 장치는, 상기 제1 좌표 값 및 상기 제2 좌표 값에 기반하여, 상기 제1 영역의 중심으로부터 상기 제2 영역의 중심으로 연장된(extended) 벡터를 식별할 수 있다. 예를 들어, 전자 장치는, 좌표 계의 원점, 상기 제1 좌표 값 및 상기 제2 좌표 값을 이용하여, 상기 벡터를 식별할 수 있다. 일 실시 예에 따른, 전자 장치는, 상기 제1 좌표 값 및 상기 제2 좌표 값에 기반하여, 상기 벡터에 적용하기 위한 가중치(weight)를 획득할 수 있다. 예를 들어, 상기 벡터는, 피사체의 이동 방향과 관련될 수 있다. 전자 장치는, 상기 이동 방향에 기반하여, 카메라를 통하여 획득되는 프레임들 중 적어도 하나에 대한 크롭(crop)을 수행할 수 있다. 전자 장치는, 상기 크롭을 수행한 것에 기반하여, 프리뷰 이미지를 표시할 수 있다.
상술한 바와 같이, 일 실시 예에 따른, 전자 장치는, 카메라를 통하여 획득되는 프레임들의 적어도 일부분에 기반하여, 디스플레이를 통하여 프리뷰 이미지를 표시할 수 있다. 전자 장치는, 상기 프리뷰 이미지를 표시하는 동안, 촬영 입력을 수신할 수 있다. 전자 장치는, 상기 촬영 입력에 응답하여, 상기 카메라에 의해 캡쳐된 피사체를 식별할 수 있다. 전자 장치는, 상기 피사체에 매칭된 제1 영역을 식별할 수 있다. 전자 장치는, 상기 제1 영역 내에서 상기 피사체의 지정된 부분이 포함된 제2 영역을 식별할 수 있다. 전자 장치는, 상기 제1 영역 내에서 상기 제2 영역의 위치에 의해 지시되는, 상기 프레임들 내에서 상기 피사체의 이동 방향을 식별할 수 있다. 예를 들어, 전자 장치는, 상기 프레임들 내에서, 상기 피사체의 이동 방향을 예측할 수 있다. 전자 장치는, 상기 피사체의 이동 방향을 예측한 것에 기반하여, 상기 프레임들 중 적어도 하나에 대한 크롭을 수행하여, 상기 촬영 입력에 대응하는 비디오를 획득할 수 있다. 전자 장치는, 상기 피사체의 이동 방향에 기반하여, 상기 프레임들 중 적어도 하나에 대한 크롭을 수행하여, 상기 촬영 입력에 대응하는 비디오를 획득함으로써, 상기 피사체의 이동이 부드러운 비디오를 획득할 수 있다. 예를 들어, 전자 장치는, 피사체의 이동 방향을 예측하여 크롭을 수행함으로써, 상기 피사체를 화면의 중앙에 위치시킬 수 있다.
도 7은, 일 실시 예에 따른, 전자 장치의 네트워크 환경 내의 블록도의 일 예를 도시한다.
도 7은, 다양한 실시예들에 따른, 네트워크 환경(700) 내의 전자 장치(701)의 블록도이다. 도 7을 참조하면, 네트워크 환경(700)에서 전자 장치(701)는 제 1 네트워크(798)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(702)와 통신하거나, 또는 제 2 네트워크(799)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(704) 또는 서버(708) 중 적어도 하나와 통신할 수 있다. 일실시예에 따르면, 전자 장치(701)는 서버(708)를 통하여 전자 장치(704)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(701)는 프로세서(720), 메모리(730), 입력 모듈(750), 음향 출력 모듈(755), 디스플레이 모듈(760), 오디오 모듈(770), 센서 모듈(776), 인터페이스(777), 연결 단자(778), 햅틱 모듈(779), 카메라 모듈(780), 전력 관리 모듈(788), 배터리(789), 통신 모듈(790), 가입자 식별 모듈(796), 또는 안테나 모듈(797)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(701)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(778))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(776), 카메라 모듈(780), 또는 안테나 모듈(797))은 하나의 구성요소(예: 디스플레이 모듈(760))로 통합될 수 있다.
프로세서(720)는, 예를 들면, 소프트웨어(예: 프로그램(740))를 실행하여 프로세서(720)에 연결된 전자 장치(701)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(720)는 다른 구성요소(예: 센서 모듈(776) 또는 통신 모듈(790))로부터 수신된 명령 또는 데이터를 휘발성 메모리(732)에 저장하고, 휘발성 메모리(732)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(734)에 저장할 수 있다. 일실시예에 따르면, 프로세서(720)는 메인 프로세서(721)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(723)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(701)가 메인 프로세서(721) 및 보조 프로세서(723)를 포함하는 경우, 보조 프로세서(723)는 메인 프로세서(721)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(723)는 메인 프로세서(721)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(723)는, 예를 들면, 메인 프로세서(721)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(721)를 대신하여, 또는 메인 프로세서(721)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(721)와 함께, 전자 장치(701)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(760), 센서 모듈(776), 또는 통신 모듈(790))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일실시예에 따르면, 보조 프로세서(723)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(780) 또는 통신 모듈(790))의 일부로서 구현될 수 있다. 일실시예에 따르면, 보조 프로세서(723)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능 모델이 수행되는 전자 장치(701) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(708))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.
메모리(730)는, 전자 장치(701)의 적어도 하나의 구성요소(예: 프로세서(720) 또는 센서 모듈(776))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(740)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(730)는, 휘발성 메모리(732) 또는 비휘발성 메모리(734)를 포함할 수 있다.
프로그램(740)은 메모리(730)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(742), 미들 웨어(744) 또는 어플리케이션(746)을 포함할 수 있다.
입력 모듈(750)은, 전자 장치(701)의 구성요소(예: 프로세서(720))에 사용될 명령 또는 데이터를 전자 장치(701)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(750)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.
음향 출력 모듈(755)은 음향 신호를 전자 장치(701)의 외부로 출력할 수 있다. 음향 출력 모듈(755)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
디스플레이 모듈(760)은 전자 장치(701)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(760)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일실시예에 따르면, 디스플레이 모듈(760)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.
오디오 모듈(770)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일실시예에 따르면, 오디오 모듈(770)은, 입력 모듈(750)을 통해 소리를 획득하거나, 음향 출력 모듈(755), 또는 전자 장치(701)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(702))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.
센서 모듈(776)은 전자 장치(701)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일실시예에 따르면, 센서 모듈(776)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(777)는 전자 장치(701)가 외부 전자 장치(예: 전자 장치(702))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일실시예에 따르면, 인터페이스(777)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(778)는, 그를 통해서 전자 장치(701)가 외부 전자 장치(예: 전자 장치(702))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일실시예에 따르면, 연결 단자(778)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(779)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일실시예에 따르면, 햅틱 모듈(779)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(780)은 정지 영상 및 동영상을 촬영할 수 있다. 일실시예에 따르면, 카메라 모듈(780)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(788)은 전자 장치(701)에 공급되는 전력을 관리할 수 있다. 일실시예에 따르면, 전력 관리 모듈(788)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(789)는 전자 장치(701)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일실시예에 따르면, 배터리(789)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(790)은 전자 장치(701)와 외부 전자 장치(예: 전자 장치(702), 전자 장치(704), 또는 서버(708)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(790)은 프로세서(720)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일실시예에 따르면, 통신 모듈(790)은 무선 통신 모듈(792)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(794)(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(798)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제 2 네트워크(799)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(704)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(792)은 가입자 식별 모듈(796)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제 1 네트워크(798) 또는 제 2 네트워크(799)와 같은 통신 네트워크 내에서 전자 장치(701)를 확인 또는 인증할 수 있다.
무선 통신 모듈(792)은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB(enhanced mobile broadband)), 단말 전력 최소화와 다수 단말의 접속(mMTC(massive machine type communications)), 또는 고신뢰도와 저지연(URLLC(ultra-reliable and low-latency communications))을 지원할 수 있다. 무선 통신 모듈(792)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(792)은 고주파 대역에서의 성능 확보를 위한 다양한 기술들, 예를 들어, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO: full dimensional MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다. 무선 통신 모듈(792)은 전자 장치(701), 외부 전자 장치(예: 전자 장치(704)) 또는 네트워크 시스템(예: 제 2 네트워크(799))에 규정되는 다양한 요구사항을 지원할 수 있다. 일실시예에 따르면, 무선 통신 모듈(792)은 eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.
안테나 모듈(797)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일실시예에 따르면, 안테나 모듈(797)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일실시예에 따르면, 안테나 모듈(797)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제 1 네트워크(798) 또는 제 2 네트워크(799)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(790)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(790)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(797)의 일부로 형성될 수 있다.
다양한 실시예에 따르면, 안테나 모듈(797)은 mmWave 안테나 모듈을 형성할 수 있다. 일실시예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제 1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제 2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.
상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.
일실시예에 따르면, 명령 또는 데이터는 제 2 네트워크(799)에 연결된 서버(708)를 통해서 전자 장치(701)와 외부의 전자 장치(704)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(702, 또는 704) 각각은 전자 장치(701)와 동일한 또는 다른 종류의 장치일 수 있다. 일실시예에 따르면, 전자 장치(701)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(702, 704, 또는 708) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(701)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(701)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(701)로 전달할 수 있다. 전자 장치(701)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(701)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시예에 있어서, 외부의 전자 장치(704)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(708)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일실시예에 따르면, 외부의 전자 장치(704) 또는 서버(708)는 제 2 네트워크(799) 내에 포함될 수 있다. 전자 장치(701)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다.
일 실시 예에 따른, 전자 장치(701)는, 도 1, 도 2, 도 3a, 도 3b, 도 4a, 도 4b, 및/또는 도 5의 전자 장치(101), 및/또는 도 6의 전자 장치를 포함할 수 있다.
이동 중인 피사체를 캡쳐한 것에 기반하여, 상기 피사체에 대응하는 영역을 크롭하여 비디오를 획득하기 위한 방안이 요구될 수 있다.
상술한 바와 같이, 일 실시 예에 따른, 전자 장치(101; 701)(electronic device)는, 디스플레이(230), 카메라(220), 프로세서(210)를 포함할 수 있다. 상기 프로세서(210)는, 상기 카메라(220)를 통하여 획득되는 프레임들의 적어도 일부분에 기반하여, 상기 디스플레이(230)를 통하여 프리뷰 이미지를 표시하는 동안, 지정된 버튼에 대한 입력을 수신할 수 있다. 상기 프로세서(210)는, 상기 입력에 응답하여, 오토 프레이밍 모드로 전환할 수 있다. 상기 프로세서(210)는, 상기 카메라(220)에 의해 캡쳐된 피사체(110)에 매칭된 제1 영역(120; 310; 410), 및 상기 제1 영역(120; 310; 410) 내에서 상기 피사체(110)의 지정된 부분(115)이 포함된 제2 영역(130; 420)을 식별할 수 있다. 상기 프로세서(210)는, 상기 제1 영역(120; 310; 410) 내에서 상기 제2 영역(130; 420)의 위치에 의해 지시되는, 상기 프레임들 내에서 상기 피사체(110)의 이동 방향을 예측한 것에 기반하여, 상기 프레임들 중 적어도 하나에 대한 크롭(crop)을 수행하여, 상기 프리뷰 이미지를 표시할 수 있다.
일 실시 예에 따른, 상기 프로세서(210)는, 상기 프레임들의 가장자리를 형성하는 일 점(one point)을 좌표 계의 원점(origin)으로 결정할 수 있다. 상기 프로세서(210)는, 상기 일 점에 기반하여, 상기 제1 영역(120; 310; 410)의 중심인 제1 좌표 값 및 상기 제2 영역(130; 420)의 중심인 제2 좌표 값을 식별할 수 있다. 상기 프로세서(210)는, 상기 제1 좌표 값 및 상기 제2 좌표 값에 기반하여, 상기 제1 영역(120; 310; 410)의 중심으로부터 상기 제2 영역(130; 420)의 중심으로 연장된(extended) 벡터를 식별할 수 있다.
일 실시 예에 따른, 상기 프로세서(210)는, 상기 제1 좌표 값 및 상기 제2 좌표 값에 기반하여, 상기 벡터에 적용하기 위한 가중치(weight)를 획득할 수 있다.
일 실시 예에 따른, 상기 프로세서(210)는, 상기 프레임들 내에서 제1 피사체(110)인 상기 피사체(110) 및 상기 제1 피사체(110)와 상이한 제2 피사체를 식별한 것에 기반하여, 상기 제1 피사체(110) 및 상기 제2 피사체 각각에 대응하는 제1 식별자 및 제2 식별자를 할당할 수 있다.
일 실시 예에 따른, 상기 프로세서(210)는, 상기 프레임들 내에서 식별된 피사체들 각각에 식별자들을 할당한 것에 기반하여, 상기 피사체들을 포함하기 위한 크롭을 수행할 수 있다.
일 실시 예에 따른, 상기 전자 장치(101; 701)는, 센서를 포함할 수 있다. 상기 프로세서(210)는, 상기 센서를 이용하여 획득된 데이터에 기반하여, 상기 전자 장치(101; 701)의 모션을 식별할 수 있다. 상기 프로세서(210)는, 상기 전자 장치(101; 701)의 상기 모션을 식별한 것에 기반하여, 상기 비디오를 획득할 수 있다.
일 실시 예에 따른, 상기 프로세서(210)는, 상기 프레임들 내에서, 제1 피사체(110)인 상기 피사체(110)와 상이한 제2 피사체의 특징 점(feature point)을 식별할 수 있다. 상기 프로세서(210)는, 상기 특징 점을 식별한 것에 기반하여, 상기 프레임들 내에서 상기 제2 피사체의 특징 점과 관련된 이동 방향을 식별할 수 있다. 상기 프로세서(210)는, 상기 제2 피사체의 상기 특징 점과 관련된 상기 이동 방향을 식별한 것에 기반하여, 상기 제1 피사체(110)를 추적(tracking)할 수 있다.
일 실시 예에 따른, 상기 프로세서(210)는, 동물로 분류되는 상기 피사체(110)를 식별하는 것에 기반하여, 상기 제1 영역(120; 310; 410) 내에서, 상기 동물의 머리가 캡쳐된 상기 제2 영역(130; 420)을 식별할 수 있다.
상술한 바와 같이, 일 실시 예에 따른, 전자 장치(101; 701)(electronic device)의 방법은, 카메라(220)를 통하여 획득되는 프레임들의 적어도 일부분에 기반하여, 디스플레이(230)를 통하여 프리뷰 이미지를 표시하는 동안, 지정된 버튼에 대한 입력을 수신하는 동작을 포함할 수 있다. 상기 전자 장치(101; 701)의 상기 방법은, 상기 입력에 응답하여, 오토 프레이밍 모드로 전환하는 동작을 포함할 수 있다. 상기 전자 장치(101; 701)의 상기 방법은, 상기 카메라(220)에 의해 캡쳐된 피사체(110)에 매칭된 제1 영역(120; 310; 410), 및 상기 제1 영역(120; 310; 410) 내에서 상기 피사체(110)의 지정된 부분(115)이 포함된 제2 영역(130; 420)을 식별하는 동작을 포함할 수 있다. 상기 전자 장치(101; 701)의 상기 방법은, 상기 제1 영역(120; 310; 410) 내에서 상기 제2 영역(130; 420)의 위치에 의해 지시되는, 상기 프레임들 내에서 상기 피사체(110)의 이동 방향을 예측한 것에 기반하여, 상기 프레임들 중 적어도 하나에 대한 크롭(crop)을 수행하여, 상기 프리뷰 이미지를 표시하는 동작을 포함할 수 있다.
일 실시 예에 따른, 상기 전자 장치(101; 701)의 상기 방법은, 상기 프레임들의 가장자리를 형성하는 일 점(one point)을 좌표 계의 원점으로 결정하는 동작을 포함할 수 있다. 상기 전자 장치(101; 701)의 상기 방법은, 상기 일 점에 기반하여, 상기 제1 영역(120; 310; 410)의 중심인 제1 좌표 값 및 상기 제2 영역(130; 420)의 중심인 제2 좌표 값을 식별하는 동작을 포함할 수 있다. 상기 전자 장치(101; 701)의 상기 방법은, 상기 제1 좌표 값 및 상기 제2 좌표 값에 기반하여, 상기 제1 영역(120; 310; 410)의 중심으로부터 상기 제2 영역(130; 420)의 중심으로 연장된(extended) 벡터를 식별하는 동작을 포함할 수 있다.
일 실시 예에 따른, 상기 전자 장치(101; 701)의 상기 방법은, 상기 제1 좌표 값 및 상기 제2 좌표 값에 기반하여, 상기 벡터에 적용하기 위한 가중치(weight)를 획득하는 동작을 포함할 수 있다.
일 실시 예에 따른, 상기 전자 장치(101; 701)의 상기 방법은, 상기 프레임들 내에서 제1 피사체(110)인 상기 피사체(110) 및 상기 제1 피사체(110)와 상이한 제2 피사체를 식별한 것에 기반하여, 상기 제1 피사체(110) 및 상기 제2 피사체 각각에 대응하는 제1 식별자 및 제2 식별자를 할당하는 동작을 포함할 수 있다.
일 실시 예에 따른, 상기 전자 장치(101; 701)의 상기 방법은, 상기 프레임들 내에서 식별된 피사체들 각각에 식별자들을 할당한 것에 기반하여, 상기 피사체들을 포함하기 위한 크롭을 수행하는 동작을 포함할 수 있다.
일 실시 예에 따른, 상기 전자 장치(101; 701)의 상기 방법은, 센서를 이용하여 획득된 데이터에 기반하여, 상기 전자 장치(101; 701)의 모션을 식별하는 동작을 포함할 수 있다. 상기 전자 장치(101; 701)의 상기 방법은, 상기 전자 장치(101; 701)의 상기 모션을 식별한 것에 기반하여, 상기 비디오를 획득하는 동작을 포함할 수 있다.
일 실시 예에 따른, 상기 전자 장치(101; 701)의 상기 방법은, 상기 프레임들 내에서, 제1 피사체(110)인 상기 피사체(110)와 상이한 제2 피사체의 특징 점(feature point)을 식별하는 동작을 포함할 수 있다. 상기 전자 장치(101; 701)의 상기 방법은, 상기 특징 점을 식별한 것에 기반하여, 상기 프레임들 내에서 상기 제2 피사체의 특징 점과 관련된 이동 방향을 식별하는 동작을 포함할 수 있다. 상기 전자 장치(101; 701)의 상기 방법은, 상기 제2 피사체의 상기 특징 점과 관련된 상기 이동 방향을 식별한 것에 기반하여, 상기 제1 피사체(110)를 추적(tracking)하는 동작을 포함할 수 있다.
일 실시 예에 따른, 상기 전자 장치(101; 701)의 상기 방법은, 동물로 분류되는 상기 피사체(110)를 식별하는 것에 기반하여, 상기 제1 영역(120; 310; 410) 내에서, 상기 동물의 머리가 캡쳐된 상기 제2 영역(130; 420)을 식별하는 동작을 포함할 수 있다.
상술한 바와 같이, 일 실시 예에 따른, 하나 이상의 프로그램들을 저장하는 컴퓨터 판독가능 저장 매체에 있어서, 상기 하나 이상의 프로그램들은, 전자 장치(101; 701)의 프로세서(210)에 의해 실행될 때에, 카메라(220)를 통하여 획득되는 프레임들의 적어도 일부분에 기반하여, 디스플레이(230)를 통하여 프리뷰 이미지를 표시하는 동안, 지정된 버튼에 대한 입력을 수신하도록, 상기 전자 장치(101; 701)의 상기 프로세서(210)를 야기할 수 있다. 상기 하나 이상의 프로그램들은, 상기 전자 장치(101; 701)의 상기 프로세서(210)에 의해 실행될 때에, 상기 입력에 응답하여, 오토 프레이밍 모드로 전환하도록, 상기 전자 장치(101; 701)의 상기 프로세서(210)를 야기할 수 있다. 상기 하나 이상의 프로그램들은, 상기 전자 장치(101; 701)에 의해 실행될 때에, 상기 카메라(220)에 의해 캡쳐된 피사체(110)에 매칭된 제1 영역(120; 310; 410), 및 상기 제1 영역(120; 310; 410) 내에서 상기 피사체(110)의 지정된 부분(115)이 포함된 제2 영역(130; 420)을 식별하도록, 상기 전자 장치(101; 701)의 상기 프로세서(210)를 야기할 수 있다. 상기 하나 이상의 프로그램들은, 상기 전자 장치(101; 701)의 상기 프로세서(210)에 의해 실행될 때에, 상기 제1 영역(120; 310; 410) 내에서 상기 제2 영역(130; 420)의 위치에 의해 지시되는, 상기 프레임들 내에서 상기 피사체(110)의 이동 방향을 예측한 것에 기반하여, 상기 프레임들 중 적어도 하나에 대한 크롭(crop)을 수행하여, 상기 프리뷰 이미지를, 상기 전자 장치(101; 701)의 상기 프로세서(210)를 야기할 수 있다.
일 실시 예에 따른, 상기 하나 이상의 프로그램들은, 상기 전자 장치(101; 701)의 상기 프로세서(210)에 의해 실행될 때에, 상기 프레임들의 가장자리를 형성하는 일 점(one point)을 좌표 계의 원점(origin)으로 결정하도록, 상기 전자 장치(101)의 상기 프로세서(210)를 야기할 수 있다. 상기 하나 이상의 프로그램들은, 상기 전자 장치(101)의 상기 프로세서(210)에 의해 실행될 때에, 상기 일 점에 기반하여, 상기 제1 영역(120; 310; 410)의 중심인 제1 좌표 값 및 상기 제2 영역(130; 420)의 중심인 제2 좌표 값을 식별하도록, 상기 전자 장치(101)의 상기 프로세서(210)를 야기할 수 있다. 상기 하나 이상의 프로그램들은, 상기 전자 장치(101)의 상기 프로세서(210)에 의해 실행될 때에, 상기 제1 좌표 값 및 상기 제2 좌표 값에 기반하여, 상기 제1 영역(120; 310; 410)의 중심으로부터 상기 제2 영역(130; 420)의 중심으로 연장된(extended) 벡터를 식별하도록, 상기 전자 장치(101; 701)의 상기 프로세서(210)를 야기할 수 있다.
일 실시 예에 따른, 상기 하나 이상의 프로그램들은, 상기 전자 장치(101; 701)의 상기 프로세서(210)에 의해 실행될 때에, 상기 제1 좌표 값 및 상기 제2 좌표 값에 기반하여, 상기 벡터에 적용하기 위한 가중치를 획득하도록, 상기 전자 장치(101; 701)의 상기 프로세서(210)를 야기할 수 있다.
일 실시 예에 따른, 상기 하나 이상의 프로그램들은, 상기 전자 장치(101; 701)의 상기 프로세서(210)에 의해 실행될 때에, 상기 프레임들 내에서 제1 피사체(110)인 상기 피사체(110) 및 상기 제1 피사체(110)와 상이한 제2 피사체를 식별한 것에 기반하여, 상기 제1 피사체(110) 및 상기 제2 피사체 각각에 대응하는 제1 식별자 및 제2 식별자를 할당하도록, 상기 전자 장치(101; 701)의 상기 프로세서(210)를 야기할 수 있다.
일 실시 예에 따른, 상기 하나 이상의 프로그램들은, 상기 전자 장치(101; 701)의 상기 프로세서(210)에 의해 실행될 때에, 상기 프레임들 내에서 식별된 피사체들 각각에 식별자들을 할당한 것에 기반하여, 상기 피사체들을 포함하기 위한 크롭을 수행하도록, 상기 전자 장치(101; 701)의 상기 프로세서(210)를 야기할 수 있다.
일 실시 예에 따른, 상기 하나 이상의 프로그램들은, 상기 전자 장치(101; 701)의 상기 프로세서(210)에 의해 실행될 때에, 센서를 이용하여 획득된 데이터에 기반하여, 상기 전자 장치(101; 701)의 모션을 식별하도록, 상기 전자 장치(101)의 상기 프로세서(210)를 야기할 수 있다. 상기 하나 이상의 프로그램들은, 상기 전자 장치(101)의 상기 프로세서(210)에 의해 실행될 때에, 상기 전자 장치(101; 701)의 상기 모션을 식별한 것에 기반하여, 상기 비디오를 획득하도록, 상기 전자 장치(101; 701)의 상기 프로세서(210)를 야기할 수 있다.
일 실시 예에 따른, 상기 하나 이상의 프로그램들은, 상기 전자 장치(101; 701)의 상기 프로세서(210)에 의해 실행될 때에, 상기 프레임들 내에서, 제1 피사체(110)인 상기 피사체(110)와 상이한 제2 피사체의 특징 점(feature point)을 식별하도록, 상기 전자 장치(101)의 상기 프로세서(210)를 야기할 수 있다. 상기 하나 이상의 프로그램들은, 상기 전자 장치(101)의 상기 프로세서(210)에 의해 실행될 때에, 상기 특징 점을 식별한 것에 기반하여, 상기 프레임들 내에서 상기 제2 피사체의 특징 점과 관련된 이동 방향을 식별하도록, 상기 전자 장치(101)의 상기 프로세서(210)를 야기할 수 있다. 상기 하나 이상의 프로그램들은, 상기 전자 장치(101)의 상기 프로세서(210)에 의해 실행될 때에, 상기 제2 피사체의 상기 특징 점과 관련된 상기 이동 방향을 식별한 것에 기반하여, 상기 제1 피사체(110)를 추적(tracking)하도록, 상기 전자 장치(101; 701)의 상기 프로세서(210)를 야기할 수 있다.
일 실시 예에 따른, 상기 하나 이상의 프로그램들은, 상기 전자 장치(101; 701)의 상기 프로세서(210)에 의해 실행될 때에, 동물로 분류되는 상기 피사체(110)를 식별하는 것에 기반하여, 상기 제1 영역(120; 310; 410) 내에서, 상기 동물의 머리가 캡쳐된 상기 제2 영역(130; 420)을 식별하도록, 상기 전자 장치(101; 701)의 상기 프로세서(210)를 야기할 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, 전자 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제 3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.
본 문서의 다양한 실시예들에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(101)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(736) 또는 외장 메모리(738))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(740))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(101))의 프로세서(예: 프로세서(210))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
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 스토어™)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.

Claims (24)

  1. 전자 장치(101; 701)(electronic device)에 있어서,
    디스플레이(230);
    카메라(220); 및
    프로세서(210)를 포함하고;
    상기 프로세서(210)는,
    상기 카메라(220)를 통하여 획득되는 프레임들의 적어도 일부분에 기반하여, 상기 디스플레이(230)를 통하여 프리뷰 이미지를 표시하는 동안, 지정된 버튼에 대한 입력을 수신하고;
    상기 입력에 응답하여, 오토 프레이밍 모드로 전환하고;
    상기 카메라(220)에 의해 캡쳐된 피사체(110)에 매칭된 제1 영역(120; 310; 410), 및 상기 제1 영역(120; 310; 410) 내에서 상기 피사체(110)의 지정된 부분(115)이 포함된 제2 영역(130; 420)을 식별하고; 및
    상기 제1 영역(120; 310; 410) 내에서 상기 제2 영역(130; 420)의 위치에 의해 지시되는, 상기 프레임들 내에서 상기 피사체(110)의 이동 방향을 예측한 것에 기반하여, 상기 프레임들 중 적어도 하나에 대한 크롭(crop)을 수행하여, 상기 프리뷰 이미지를 표시하도록, 구성된,
    전자 장치(101; 701).
  2. 제1 항에 있어서,
    상기 프로세서(210)는,
    상기 프레임들의 가장자리를 형성하는 일 점(one point)을 좌표 계의 원점(origin)으로 결정하고;
    상기 일 점에 기반하여, 상기 제1 영역(120; 310; 410)의 중심인 제1 좌표 값 및 상기 제2 영역(130; 420)의 중심인 제2 좌표 값을 식별하고; 및
    상기 제1 좌표 값 및 상기 제2 좌표 값에 기반하여, 상기 제1 영역(120; 310; 410)의 중심으로부터 상기 제2 영역(130; 420)의 중심으로 연장된(extended) 벡터를 식별하도록, 구성된,
    전자 장치(101; 701).
  3. 제2 항에 있어서,
    상기 프로세서(210)는,
    상기 제1 좌표 값 및 상기 제2 좌표 값에 기반하여, 상기 벡터에 적용하기 위한 가중치(weight)를 획득하도록, 구성된,
    전자 장치(101; 701).
  4. 제1 항 내지 제3 항 중 어느 한 항에 있어서,
    상기 프로세서(210)는,
    상기 프레임들 내에서 제1 피사체(110)인 상기 피사체(110) 및 상기 제1 피사체(110)와 상이한 제2 피사체를 식별한 것에 기반하여, 상기 제1 피사체(110) 및 상기 제2 피사체 각각에 대응하는 제1 식별자 및 제2 식별자를 할당하도록, 구성된,
    전자 장치(101; 701).
  5. 제4 항에 있어서,
    상기 프로세서(210)는,
    상기 프레임들 내에서 식별된 피사체들 각각에 식별자들을 할당한 것에 기반하여, 상기 피사체들을 포함하기 위한 크롭을 수행하도록, 구성된,
    전자 장치(101; 701).
  6. 제1 항 내지 제5 항 중 어느 한 항에 있어서,
    센서를 더 포함하고,
    상기 프로세서(210)는,
    상기 센서를 이용하여 획득된 데이터에 기반하여, 상기 전자 장치(101; 701)의 모션을 식별하고; 및
    상기 전자 장치(101; 701)의 상기 모션을 식별한 것에 기반하여, 상기 비디오를 획득하도록, 구성된,
    전자 장치(101; 701).
  7. 제1 항 내지 제6 항 중 어느 한 항에 있어서,
    상기 프로세서(210)는,
    상기 프레임들 내에서, 제1 피사체(110)인 상기 피사체(110)와 상이한 제2 피사체의 특징 점(feature point)을 식별하고;
    상기 특징 점을 식별한 것에 기반하여, 상기 프레임들 내에서 상기 제2 피사체의 특징 점과 관련된 이동 방향을 식별하고; 및
    상기 제2 피사체의 상기 특징 점과 관련된 상기 이동 방향을 식별한 것에 기반하여, 상기 제1 피사체(110)를 추적(tracking)하도록, 구성된,
    전자 장치(101; 701).
  8. 제1 항 내지 제7 항 중 어느 한 항에 있어서,
    상기 프로세서(210)는,
    동물로 분류되는 상기 피사체(110)를 식별하는 것에 기반하여, 상기 제1 영역(120; 310; 410) 내에서, 상기 동물의 머리가 캡쳐된 상기 제2 영역(130; 420)을 식별하도록, 구성된,
    전자 장치(101; 701).
  9. 전자 장치(101; 701)(electronic device)의 방법에 있어서,
    카메라(220)를 통하여 획득되는 프레임들의 적어도 일부분에 기반하여, 디스플레이(230)를 통하여 프리뷰 이미지를 표시하는 동안, 지정된 버튼에 대한 입력을 수신하는 동작;
    상기 입력에 응답하여, 오토 프레이밍 모드로 전환하는 동작;
    상기 카메라(220)에 의해 캡쳐된 피사체(110)에 매칭된 제1 영역(120; 310; 410), 및 상기 제1 영역(120; 310; 410) 내에서 상기 피사체(110)의 지정된 부분(115)이 포함된 제2 영역(130; 420)을 식별하는 동작; 및
    상기 제1 영역(120; 310; 410) 내에서 상기 제2 영역(130; 420)의 위치에 의해 지시되는, 상기 프레임들 내에서 상기 피사체(110)의 이동 방향을 예측한 것에 기반하여, 상기 프레임들 중 적어도 하나에 대한 크롭(crop)을 수행하여, 상기 프리뷰 이미지를 표시하는 동작을 포함하는,
    방법.
  10. 제9 항에 있어서,
    상기 전자 장치(101; 701)의 상기 방법은,
    상기 프레임들의 가장자리를 형성하는 일 점(one point)을 좌표 계의 원점으로 결정하는 동작;
    상기 일 점에 기반하여, 상기 제1 영역(120; 310; 410)의 중심인 제1 좌표 값 및 상기 제2 영역(130; 420)의 중심인 제2 좌표 값을 식별하는 동작; 및
    상기 제1 좌표 값 및 상기 제2 좌표 값에 기반하여, 상기 제1 영역(120; 310; 410)의 중심으로부터 상기 제2 영역(130; 420)의 중심으로 연장된(extended) 벡터를 식별하는 동작을 포함하는,
    방법.
  11. 제10 항에 있어서,
    상기 전자 장치(101; 701)의 상기 방법은,
    상기 제1 좌표 값 및 상기 제2 좌표 값에 기반하여, 상기 벡터에 적용하기 위한 가중치(weight)를 획득하는 동작을 포함하는,
    방법.
  12. 제9 항 내지 제11 항 중 어느 한 항에 있어서,
    상기 전자 장치(101; 701)의 상기 방법은,
    상기 프레임들 내에서 제1 피사체(110)인 상기 피사체(110) 및 상기 제1 피사체(110)와 상이한 제2 피사체를 식별한 것에 기반하여, 상기 제1 피사체(110) 및 상기 제2 피사체 각각에 대응하는 제1 식별자 및 제2 식별자를 할당하는 동작을 포함하는,
    방법.
  13. 제12 항에 있어서,
    상기 전자 장치(101; 701)의 상기 방법은,
    상기 프레임들 내에서 식별된 피사체들 각각에 식별자들을 할당한 것에 기반하여, 상기 피사체들을 포함하기 위한 크롭을 수행하는 동작을 포함하는,
    방법.
  14. 제9 항 내지 제13 항 중 어느 한 항에 있어서,
    상기 전자 장치(101; 701)의 상기 방법은,
    센서를 이용하여 획득된 데이터에 기반하여, 상기 전자 장치(101; 701)의 모션을 식별하는 동작; 및
    상기 전자 장치(101; 701)의 상기 모션을 식별한 것에 기반하여, 상기 비디오를 획득하는 동작을 포함하는,
    방법.
  15. 제9 항 내지 제14 항 중 어느 한 항에 있어서,
    상기 전자 장치(101; 701)의 상기 방법은,
    상기 프레임들 내에서, 제1 피사체(110)인 상기 피사체(110)와 상이한 제2 피사체의 특징 점(feature point)을 식별하는 동작;
    상기 특징 점을 식별한 것에 기반하여, 상기 프레임들 내에서 상기 제2 피사체의 특징 점과 관련된 이동 방향을 식별하는 동작; 및
    상기 제2 피사체의 상기 특징 점과 관련된 상기 이동 방향을 식별한 것에 기반하여, 상기 제1 피사체(110)를 추적(tracking)하는 동작을 포함하는,
    방법.
  16. 제9 항 내지 제15 항 중 어느 한 항에 있어서,
    상기 전자 장치(101; 701)의 상기 방법은,
    동물로 분류되는 상기 피사체(110)를 식별하는 것에 기반하여, 상기 제1 영역(120; 310; 410) 내에서, 상기 동물의 머리가 캡쳐된 상기 제2 영역(130; 420)을 식별하는 동작을 포함하는,
    방법.
  17. 하나 이상의 프로그램들을 저장하는 컴퓨터 판독가능 저장 매체에 있어서,
    상기 하나 이상의 프로그램들은, 전자 장치(101; 701)의 프로세서(210)에 의해 실행될 때에,
    카메라(220)를 통하여 획득되는 프레임들의 적어도 일부분에 기반하여, 디스플레이(230)를 통하여 프리뷰 이미지를 표시하는 동안, 지정된 버튼에 대한 입력을 수신하고;
    상기 입력에 응답하여, 오토 프레이밍 모드로 전환하고;
    상기 카메라(220)에 의해 캡쳐된 피사체(110)에 매칭된 제1 영역(120; 310; 410), 및 상기 제1 영역(120; 310; 410) 내에서 상기 피사체(110)의 지정된 부분(115)이 포함된 제2 영역(130; 420)을 식별하고; 및
    상기 제1 영역(120; 310; 410) 내에서 상기 제2 영역(130; 420)의 위치에 의해 지시되는, 상기 프레임들 내에서 상기 피사체(110)의 이동 방향을 예측한 것에 기반하여, 상기 프레임들 중 적어도 하나에 대한 크롭(crop)을 수행하여, 상기 프리뷰 이미지를 표시하도록, 상기 전자 장치(101; 701)의 상기 프로세서(210)를 야기하는,
    컴퓨터 판독가능 저장 매체.
  18. 제17 항에 있어서,
    상기 하나 이상의 프로그램들은, 상기 전자 장치(101; 701)의 상기 프로세서(210)에 의해 실행될 때에,
    상기 프레임들의 가장자리를 형성하는 일 점(one point)을 좌표 계의 원점(origin)으로 결정하고;
    상기 일 점에 기반하여, 상기 제1 영역(120; 310; 410)의 중심인 제1 좌표 값 및 상기 제2 영역(130; 420)의 중심인 제2 좌표 값을 식별하고; 및
    상기 제1 좌표 값 및 상기 제2 좌표 값에 기반하여, 상기 제1 영역(120; 310; 410)의 중심으로부터 상기 제2 영역(130; 420)의 중심으로 연장된(extended) 벡터를 식별하도록, 상기 전자 장치(101; 701)의 상기 프로세서(210)를 야기하는,
    컴퓨터 판독가능 저장 매체.
  19. 제18 항에 있어서,
    상기 하나 이상의 프로그램들은, 상기 전자 장치(101; 701)의 상기 프로세서(210)에 의해 실행될 때에,
    상기 제1 좌표 값 및 상기 제2 좌표 값에 기반하여, 상기 벡터에 적용하기 위한 가중치를 획득하도록, 상기 전자 장치(101; 701)의 상기 프로세서(210)를 야기하는,
    컴퓨터 판독가능 저장 매체.
  20. 제17 항 내지 제19 항 중 어느 한 항에 있어서,
    상기 하나 이상의 프로그램들은, 상기 전자 장치(101; 701)의 상기 프로세서(210)에 의해 실행될 때에,
    상기 프레임들 내에서 제1 피사체(110)인 상기 피사체(110) 및 상기 제1 피사체(110)와 상이한 제2 피사체를 식별한 것에 기반하여, 상기 제1 피사체(110) 및 상기 제2 피사체 각각에 대응하는 제1 식별자 및 제2 식별자를 할당하도록, 상기 전자 장치(101; 701)의 상기 프로세서(210)를 야기하는,
    컴퓨터 판독가능 저장 매체.
  21. 제20 항에 있어서,
    상기 하나 이상의 프로그램들은, 상기 전자 장치(101; 701)의 상기 프로세서(210)에 의해 실행될 때에,
    상기 프레임들 내에서 식별된 피사체들 각각에 식별자들을 할당한 것에 기반하여, 상기 피사체들을 포함하기 위한 크롭을 수행하도록, 상기 전자 장치(101; 701)의 상기 프로세서(210)를 야기하는,
    컴퓨터 판독가능 저장 매체.
  22. 제17 항 내지 제21 항 중 어느 한 항에 있어서,
    상기 하나 이상의 프로그램들은, 상기 전자 장치(101; 701)의 상기 프로세서(210)에 의해 실행될 때에,
    센서를 이용하여 획득된 데이터에 기반하여, 상기 전자 장치(101; 701)의 모션을 식별하고; 및
    상기 전자 장치(101; 701)의 상기 모션을 식별한 것에 기반하여, 상기 비디오를 획득하도록, 상기 전자 장치(101; 701)의 상기 프로세서(210)를 야기하는,
    컴퓨터 판독가능 저장 매체.
  23. 제17 항 내지 제22 항 중 어느 한 항에 있어서,
    상기 하나 이상의 프로그램들은, 상기 전자 장치(101; 701)의 상기 프로세서(210)에 의해 실행될 때에,
    상기 프레임들 내에서, 제1 피사체(110)인 상기 피사체(110)와 상이한 제2 피사체의 특징 점(feature point)을 식별하고,
    상기 특징 점을 식별한 것에 기반하여, 상기 프레임들 내에서 상기 제2 피사체의 특징 점과 관련된 이동 방향을 식별하고; 및
    상기 제2 피사체의 상기 특징 점과 관련된 상기 이동 방향을 식별한 것에 기반하여, 상기 제1 피사체(110)를 추적(tracking)하도록, 상기 전자 장치(101; 701)의 상기 프로세서(210)를 야기하는,
    컴퓨터 판독가능 저장 매체.
  24. 제17 항 내지 제23 항 중 어느 한 항에 있어서,
    상기 하나 이상의 프로그램들은, 상기 전자 장치(101; 701)의 상기 프로세서(210)에 의해 실행될 때에,
    동물로 분류되는 상기 피사체(110)를 식별하는 것에 기반하여, 상기 제1 영역(120; 310; 410) 내에서, 상기 동물의 머리가 캡쳐된 상기 제2 영역(130; 420)을 식별하도록, 상기 전자 장치(101; 701)의 상기 프로세서(210)를 야기하는,
    컴퓨터 판독가능 저장 매체.
KR1020230008367A 2022-11-25 2023-01-19 프레임들 내에서 피사체를 크롭하기 위한 전자 장치 및 그 방법 KR20240078261A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
PCT/KR2023/012304 WO2024111795A1 (ko) 2022-11-25 2023-08-18 이미지 프레임들 내에서 피사체를 크롭하기 위한 전자 장치 및 그 방법
US18/454,064 US20240179399A1 (en) 2022-11-25 2023-08-23 Electronic device for cropping subject within image frames and method thereof

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20220160963 2022-11-25
KR1020220160963 2022-11-25

Publications (1)

Publication Number Publication Date
KR20240078261A true KR20240078261A (ko) 2024-06-03

Family

ID=91496130

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020230008367A KR20240078261A (ko) 2022-11-25 2023-01-19 프레임들 내에서 피사체를 크롭하기 위한 전자 장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR20240078261A (ko)

Similar Documents

Publication Publication Date Title
US11463607B2 (en) Camera module and electronic device including the same
US20230262318A1 (en) Method for taking photograph by using plurality of cameras, and device therefor
US20240013405A1 (en) Object tracking method and electronic apparatus therefor
US20230141559A1 (en) Method for providing image and electronic device supporting the same
US20240111172A1 (en) Camera module including image stabilization assembly and electronic device including the camera module
KR20240078261A (ko) 프레임들 내에서 피사체를 크롭하기 위한 전자 장치 및 그 방법
US20240179399A1 (en) Electronic device for cropping subject within image frames and method thereof
WO2024111795A1 (ko) 이미지 프레임들 내에서 피사체를 크롭하기 위한 전자 장치 및 그 방법
EP4274219A1 (en) Electronic device comprising plurality of lenses, and method for controlling same
US20230316453A1 (en) Electronic device including flexible display, and preview control method thereof
US20230360245A1 (en) Measurement method using ar, and electronic device
US20220358776A1 (en) Electronic device and operating method thereof
US20240236491A1 (en) Method for correcting shaking during shooting and electronic device therefor
US20240184379A1 (en) Electronic apparatus for detecting motion gesture, and operation method therefor
US20230412920A1 (en) Method for executing application, and electronic device supporting same
US20230214632A1 (en) Method for processing image through neural network and electronic device thereof
KR20240056364A (ko) 폴더블 디스플레이를 제어하는 전자 장치 및 방법
KR20240007036A (ko) 거리 센서 활성화 방법 및 전자 장치
KR20240079123A (ko) 이미지의 뷰 영역을 결정하는 전자 장치 및 그 동작 방법
KR20240054131A (ko) 디지털 보케 성능 향상을 위한 전자 장치 및 방법
KR20240039560A (ko) 카메라 모듈 및 그 카메라 모듈을 포함하는 전자 장치
KR20240037790A (ko) 웹페이지를 적응적으로 표시하는 전자 장치, 방법, 및 비일시적 컴퓨터 판독가능 저장 매체
KR20230168864A (ko) 복수의 노출값을 이용하여 이미지를 처리하는 전자 장치 및 방법
KR20240033608A (ko) 플렉서블 디스플레이를 포함하는 전자 장치의 화면 캡처 방법 및 그 전자 장치
KR20240058731A (ko) 이미지 스태빌라이저 및 이를 포함하는 전자 장치