ES2970058T3 - Procedimiento y sistema para proporcionar información de recomendación relacionada con la fotografía - Google Patents

Procedimiento y sistema para proporcionar información de recomendación relacionada con la fotografía Download PDF

Info

Publication number
ES2970058T3
ES2970058T3 ES19213664T ES19213664T ES2970058T3 ES 2970058 T3 ES2970058 T3 ES 2970058T3 ES 19213664 T ES19213664 T ES 19213664T ES 19213664 T ES19213664 T ES 19213664T ES 2970058 T3 ES2970058 T3 ES 2970058T3
Authority
ES
Spain
Prior art keywords
electronic apparatus
subject
information
recommended
composition
Prior art date
Legal status (The legal status 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 status listed.)
Active
Application number
ES19213664T
Other languages
English (en)
Inventor
Jae-Ho Jung
Yeul-Tak Sung
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Samsung Electronics Co Ltd
Original Assignee
Samsung Electronics Co Ltd
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 Samsung Electronics Co Ltd filed Critical Samsung Electronics Co Ltd
Application granted granted Critical
Publication of ES2970058T3 publication Critical patent/ES2970058T3/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H04N23/64—Computer-aided capture of images, e.g. transfer from script file into camera, check of taken image quality, advice or proposal for image composition or decision on when to take image
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • 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
    • H04N23/633—Control of cameras or camera modules by using electronic viewfinders for displaying additional information relating to control or operation of the camera
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/0464—Convolutional networks [CNN, ConvNet]
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/088—Non-supervised learning, e.g. competitive learning
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/09—Supervised learning
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/724—User interfaces specially adapted for cordless or mobile telephones
    • H04M1/72403—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/00127—Connection or combination of a still picture apparatus with another apparatus, e.g. for storage, processing or transmission of still picture signals or of information associated with a still picture
    • H04N1/00204—Connection or combination of a still picture apparatus with another apparatus, e.g. for storage, processing or transmission of still picture signals or of information associated with a still picture with a digital computer or a digital computer system, e.g. an internet server
    • H04N1/00244—Connection or combination of a still picture apparatus with another apparatus, e.g. for storage, processing or transmission of still picture signals or of information associated with a still picture with a digital computer or a digital computer system, e.g. an internet server with a server, e.g. an internet server
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/45—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from two or more image sensors being of different type or operating in different modes, e.g. with a CMOS sensor for moving images in combination with a charge-coupled device [CCD] for still images
    • 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
    • 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
    • H04N23/62—Control of parameters via user interfaces
    • 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
    • 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
    • H04N23/633—Control of cameras or camera modules by using electronic viewfinders for displaying additional information relating to control or operation of the camera
    • H04N23/635—Region indicators; Field of view indicators
    • 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
    • H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/71—Circuitry for evaluating the brightness variation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N2201/00—Indexing scheme relating to scanning, transmission or reproduction of documents or the like, and to details thereof
    • H04N2201/0077—Types of the still picture apparatus
    • H04N2201/0084—Digital still camera

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • General Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Studio Devices (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

Se proporcionan un aparato electrónico y un método mediante el cual el aparato electrónico proporciona información de recomendación relacionada con la fotografía. El método incluye identificar un sujeto incluido en una imagen previa reconocida por una primera cámara, obtener información del sujeto identificado, obtener información relacionada con la luz en los alrededores del sujeto identificado, determinar una composición fotográfica recomendada en base a la información del sujeto identificado y la información relacionada con la luz en el entorno del sujeto, y proporcionando información sobre la composición fotográfica recomendada determinada. (Traducción automática con Google Translate, sin valor legal)

Description

DESCRIPCIÓN
Procedimiento y sistema para proporcionar información de recomendación relacionada con la fotografía
[Campo técnico]
La divulgación se refiere a sistemas de inteligencia artificial (IA) para simular funciones del cerebro humano tal como el reconocimiento y la toma de decisiones mediante el uso de algoritmos de aprendizaje automático tal como el aprendizaje profundo, y aplicaciones de los sistemas de IA. Más concretamente, la divulgación se refiere a procedimientos y aparatos para proporcionar información de recomendación relacionada con la fotografía mediante el uso de sistemas de IA.
[Técnica anterior]
Un sistema de inteligencia artificial (IA) es un sistema informático configurado para realizar una inteligencia de nivel humano y volverse más inteligente mediante el autoaprendizaje y la toma de decisiones de forma espontánea, a diferencia de un sistema inteligente existente basado en reglas. Cuanto más se utiliza un sistema de IA, más mejora su tasa de reconocimiento y con mayor precisión comprende los gustos de un usuario, por lo que el sistema inteligente basado en reglas está siendo sustituido gradualmente por un sistema de IA basado en el aprendizaje profundo. La tecnología de IA incluye el aprendizaje automático (por ejemplo, el aprendizaje profundo) y tecnologías de elementos que utilizan el aprendizaje automático.
El aprendizaje automático es una tecnología de algoritmos que autoclasifica y aprende características de los datos de entrada, y las tecnologías de elementos son tecnologías que utilizan un algoritmo de aprendizaje automático tal como el aprendizaje profundo para simular funciones del cerebro humano tales como el reconocimiento y la toma de decisiones, e incluyen campos técnicos tales como la comprensión lingüística, la comprensión visual, la inferencia/predicción, la representación del conocimiento y el control del movimiento.
Diversos campos a los que se aplica la tecnología de IA son los siguientes. La comprensión lingüística es una tecnología para reconocer y aplicar/procesar lenguajes/caracteres humanos e incluye procesamiento del lenguaje natural, traducción automática, sistemas de diálogo, preguntas y respuestas, y reconocimiento/síntesis de voz. La comprensión visual es una tecnología para reconocer y procesar objetos a la manera del sistema visual humano e incluye el reconocimiento de objetos, el seguimiento de objetos, la búsqueda de imágenes, el reconocimiento de personas, la comprensión de escenas, la comprensión espacial y la mejora de imágenes. La inferencia/predicción es una tecnología para juzgar la información e inferir y predecir lógicamente la misma e incluye el razonamiento basado en el conocimiento/probabilidad, la predicción de optimización, la planificación basada en preferencias y la recomendación. La representación del conocimiento es una tecnología de automatización para incorporar la información de la experiencia humana a los datos del conocimiento e incluye la construcción del conocimiento (por ejemplo, generación/clasificación de datos), y la gestión del conocimiento (por ejemplo, utilización de datos). El control del movimiento es una tecnología para controlar la conducción de vehículos autónomos y el movimiento de robots, e incluye el control del movimiento (por ejemplo, la navegación, la evitación de colisiones o la conducción) y el control de la manipulación (por ejemplo, el control del comportamiento).
La información anterior se presenta como información de antecedentes sólo para asistir en la comprensión de la divulgación. No se ha hecho ninguna determinación, ni se ha hecho ninguna afirmación, respecto a si alguno de los anteriores podría ser aplicable como técnica anterior con respecto a la divulgación.
Un procedimiento de funcionamiento de un sistema electrónico de acuerdo con el documento US 2013/293579 A1 incluye: escanear una imagen para detectar un sujeto; detectar un ajuste potencial para mover el sujeto dentro de la imagen; y seleccionar un aumento para recomendar el ajuste potencial y para mostrar el aumento en un dispositivo.
El documento US 2016/284095 A1 describe procedimientos, aparatos y sistemas que proporcionan el funcionamiento de un dispositivo de aprendizaje automático mediante la obtención de datos de imagen de entrenamiento, la realización de un análisis de predicción fuera de línea de los datos de imagen de entrenamiento con respecto a uno o más parámetros en tiempo real de un dispositivo de captura de imágenes, y la generación de uno o más modelos de detección de parámetros basados en el análisis de predicción fuera de línea. Además, los procedimientos, aparatos y sistemas pueden proporcionar para operar el dispositivo de captura de imágenes mediante la obtención de una imagen candidata asociada con el dispositivo de captura de imágenes, la determinación de que la imagen candidata corresponde a un tipo particular de escena representada en un modelo de predicción de parámetros, y el ajuste de uno o más parámetros en tiempo real del dispositivo de captura de imágenes basado al menos en parte en uno o más valores de parámetros asociados con el tipo particular de escena.
[Solución técnica]
La presente invención se define en las reivindicaciones adjuntas. En consecuencia, un aspecto de la divulgación es proporcionar procedimientos y sistemas para proporcionar información de recomendación (por ejemplo, al menos una composición fotográfica recomendada, un valor de ajuste de recomendación, y al menos una pose recomendada) relacionada con la fotografía mediante el uso de un sujeto y la información del entorno circundante del sujeto.
Aspectos adicionales serán expuestos en parte en la descripción que sigue y, en parte, serán aparentes de la descripción, o pueden ser aprendidos por la práctica de las realizaciones presentadas.
[Efectos ventajosos]
De acuerdo con un ejemplo, el sistema puede proporcionar información de recomendación (por ejemplo, al menos una composición fotográfica recomendada, un valor de ajuste de recomendación, y al menos una pose recomendada) relacionada con la fotografía mediante el uso de una información del sujeto y del entorno circundante del sujeto.
[Descripción de los dibujos]
Los aspectos, características y ventajas anteriores y otros de ciertas realizaciones de la invención y de ejemplo de la divulgación, que no forman parte de la invención, serán más evidentes a partir de la siguiente descripción tomada junto con los dibujos adjuntos, en los cuales:
La FIG. 1 es una vista para describir un sistema de fotografía de acuerdo con un ejemplo de la divulgación; La FIG. 2 es un diagrama de flujo para describir un procedimiento mediante el cual un aparato electrónico proporciona información de recomendación relacionada con la fotografía, de acuerdo con un ejemplo de la divulgación;
La FIG. 3 es un diagrama para describir una operación de generación de un modelo de recomendación mediante aprendizaje profundo, de acuerdo con una realización de la divulgación;
La FIG. 4 es una vista para describir composiciones fotográficas de acuerdo con un ejemplo de la divulgación; La FIG. 5 es una vista para describir una operación de detección de una composición fotográfica actual, de acuerdo con un ejemplo de la divulgación;
La FIG. 6 es una vista para describir una composición fotográfica recomendada de acuerdo con un ejemplo de la divulgación;
La FIG. 7 es un diagrama de flujo para describir un procedimiento de recomendación o aplicación automática de un valor de ajuste fotográfico, de acuerdo con un ejemplo de la divulgación;
La FIG. 8 es una vista para describir un valor de configuración de fotografía de acuerdo con un ejemplo de la divulgación;
La FIG. 9 es un diagrama de flujo para describir un procedimiento para proporcionar información sobre una composición fotográfica recomendada mediante el uso de una imagen que tiene un ángulo de visión mayor que el de una imagen de previsualización, de acuerdo con un ejemplo de la divulgación;
La FIG. 10 es una vista para describir el uso de cámaras duales de acuerdo con un ejemplo de la divulgación; La FIG. 11 es una vista para describir una operación de guiado fotográfico mediante el uso de una imagen de ángulo de visión máximo, de acuerdo con un ejemplo de la divulgación;
Las FIGS. 12 y 13 son vistas para describir una operación de visualización de información para guiar una composición fotográfica recomendada en una imagen de ángulo de visión máximo, de acuerdo con diversos ejemplos de la divulgación;
Las FIGS. 14 y 15 son vistas para describir una operación inventiva por la que el aparato electrónico muestra información sobre una composición fotográfica recomendada, de acuerdo con realizaciones preferidas de la divulgación;
La FIG. 16 es un diagrama de flujo para describir un procedimiento por el cual el aparato electrónico interopera con un servidor para proporcionar información sobre una composición fotográfica recomendada, de acuerdo con un ejemplo de la divulgación;
La FIG. 17 es una vista para describir una operación mediante la cual el aparato electrónico ejecuta una aplicación de asistente de inteligencia artificial (IA), de acuerdo con un ejemplo de la divulgación;
La FIG. 18 es un diagrama de flujo para describir un procedimiento para proporcionar información sobre una pluralidad de composiciones fotográficas recomendadas, de acuerdo con un ejemplo de la divulgación; Las FIGS. 19, 20 y 21 son vistas para describir una operación mediante la cual el aparato electrónico muestra información sobre una pluralidad de composiciones fotográficas recomendadas, de acuerdo con diversos ejemplos de la divulgación;
La FIG. 22 es un diagrama de flujo para describir un procedimiento para proporcionar información sobre una pose recomendada, de acuerdo con un ejemplo de la divulgación;
La FIG. 23 es una vista para describir una operación mediante la cual el aparato electrónico muestra información sobre una pose recomendada, de acuerdo con un ejemplo de la divulgación;
La FIG. 24 es una vista para describir una operación de proporcionar información sobre una pose recomendada utilizando el número de sujetos y la información del entorno circundante de los sujetos, de acuerdo con un ejemplo de la divulgación;
La FIG. 25 es una vista para describir una operación de proporcionar información sobre una pluralidad de poses recomendadas, de acuerdo con un ejemplo de la divulgación;
La FIG. 26 es una vista para describir una operación de recomendar una composición facial óptima, de acuerdo con un ejemplo de la divulgación;
Las FIGS. 27 y 28 son diagramas de bloques para describir el aparato electrónico de acuerdo con diversos ejemplos de la divulgación;
La FIG. 29 es un diagrama de bloques de un procesador de acuerdo con un ejemplo de la divulgación; La FIG. 30 es un diagrama de bloques de un aprendiz de datos de acuerdo con un ejemplo de la divulgación; La FIG. 31 es un diagrama de bloques de un reconocedor de datos de acuerdo con un ejemplo; y
La FIG. 32 es una vista que ilustra un ejemplo en el que el aparato electrónico y el servidor interoperan para aprender y reconocer datos, de acuerdo con un ejemplo de la divulgación.
A lo largo de los dibujos, cabe señalar que se utilizan números de referencia similares para representar elementos, características y estructuras iguales o similares. La Fig. 3 es útil para resaltar aspectos específicos reivindicados de la invención, y las Fig. 14 y 15 describen realizaciones preferidas de la invención. Las Fig. 1 y 2, Fig. 4 a 13, y Fig. 16 a 32 no forman parte de la invención reivindicada, pero son útiles para comprender el concepto general en el que se sitúa la invención reivindicada.
[Mejor modo]
De acuerdo con un aspecto de la divulgación, se proporciona un procedimiento mediante el cual un aparato electrónico proporciona información de recomendación relacionada con la fotografía. El procedimiento incluye la identificación de un sujeto incluido en una imagen de previsualización reconocida por una primera cámara, la obtención de información del sujeto identificado, la obtención de información relacionada con la luz en los alrededores del sujeto identificado, la determinación de una composición fotográfica recomendada basada en la información del sujeto identificado y la información relacionada con la luz en los alrededores del sujeto, y el suministro de información sobre la composición fotográfica recomendada.
De acuerdo con otro aspecto de la divulgación, se proporciona un aparato electrónico. El aparato electrónico incluye una interfaz de salida para mostrar una imagen de previsualización que incluye un sujeto reconocido por una primera cámara, un sensor para obtener información relacionada con la luz en los alrededores del sujeto, y al menos un procesador configurado para identificar el sujeto incluido en la imagen de previsualización, obtener información del sujeto identificado, determinar una composición fotográfica recomendada basada en la información del sujeto identificado y la información relacionada con la luz en los alrededores del sujeto, y proporcionar información sobre la composición fotográfica recomendada.
De acuerdo con otro aspecto de la divulgación, se proporciona un producto de programa informático. El producto de programa de ordenador incluye un medio de almacenamiento legible por ordenador, en el que el medio de almacenamiento legible por ordenador incluye instrucciones para identificar un sujeto incluido en una imagen de previsualización reconocida por una primera cámara, obtener información del sujeto identificado, obtener información relacionada con la luz en los alrededores del sujeto identificado, determinar una composición fotográfica recomendada basada en la información del sujeto identificado y la información relacionada con la luz en los alrededores del sujeto, y proporcionar información sobre la composición fotográfica recomendada.
Otros aspectos, ventajas, y características sobresalientes de la divulgación se harán evidentes para los expertos en la técnica a partir de la siguiente descripción detallada, la cual, tomada en conjunto con los dibujos anexos, desvela diversas realizaciones de la divulgación.
[Modo para la invención]
La siguiente descripción, con referencia a los dibujos adjuntos, se proporciona para ayudar a una comprensión completa de diversas realizaciones de la presente divulgación, tal como se define en las reivindicaciones. Ésta incluye diversos detalles específicos para ayudar a dicha comprensión, pero estos deben considerarse como meramente ejemplares. En consecuencia, los expertos en la técnica reconocerán que se pueden llevar a cabo diversos cambios y modificaciones de las diversas realizaciones descritas en la presente memoria sin apartarse del ámbito de la divulgación. Adicionalmente, las descripciones de funciones y construcciones sobradamente conocidas pueden omitirse para mayor claridad y concisión.
Los términos y palabras utilizados en la siguiente descripción y en las reivindicaciones no se limitan a los significados bibliográficos, ya que son simplemente utilizados por el inventor para permitir una comprensión clara y coherente de la presente divulgación. En consecuencia, debe ser evidente para los expertos en la técnica que la siguiente descripción de diversas realizaciones de la divulgación se proporciona únicamente con fines ilustrativos y no con el propósito de limitar la divulgación como se define en las reivindicaciones adjuntas.
Debe entenderse que las formas singulares “un”, “una” y “el” y “la” incluyen sus referentes plurales, salvo que el contexto imponga claramente lo contrario. Por lo tanto, por ejemplo, la referencia a “una superficie componente” incluye la referencia a una o más de tales superficies.
A lo largo de la especificación, cuando una parte "incluye" un elemento, debe entenderse que la parte incluye adicionalmente otros elementos en lugar de excluir otros elementos siempre que no haya una recitación opuesta
particular. Además, términos como " unidad ^ ", "módulo" o similares utilizados en la memoria descriptiva indican una unidad que procesa al menos una función o movimiento, y la unidad puede implementarse mediante hardware o software, o mediante una combinación de hardware y software.
Los ejemplos de la divulgación se describirán en detalle con el fin de transmitir plenamente el alcance de la divulgación y permitir a un experto en la técnica incorporar y poner en práctica la divulgación. Sin embargo, la presente invención se puede llevar a cabo en muchas formas diferentes y no se limita en modo alguno a las realizaciones ejemplares expuestas en la presente memoria. Asimismo, se omiten partes de los dibujos no relacionadas con la descripción detallada para garantizar la claridad de la divulgación. Los números de referencia similares en los dibujos indican elementos similares.
Como se utiliza en el presente documento, el término "y/o" incluye todas las combinaciones de uno o más de los elementos enumerados asociados. Las expresiones tal como “al menos uno de”, cuando preceden a una lista de elementos, modifican toda la lista de elementos y no modifican los elementos individuales de la lista.
La FIG. 1 es una vista para describir un sistema de fotografía de acuerdo con un ejemplo de la divulgación.
Con referencia a la FIG. 1, el sistema de fotografía de acuerdo con un ejemplo puede incluir un aparato 1000 electrónico. De acuerdo con un ejemplo, el sistema de fotografía puede incluir además un servidor (no mostrado) además del aparato 1000 electrónico. Un ejemplo en el que el sistema de fotografía incluye el aparato 1000 electrónico y el servidor se describirá a continuación en detalle con referencia a la FIG. 16.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede referirse a un dispositivo para obtener al menos un fotograma de un sujeto. Por comodidad de explicación, el al menos un fotograma del sujeto puede representarse como una imagen o una fotografía.
De acuerdo con un ejemplo, el sujeto puede referirse a un objeto que se va a fotografiar. El sujeto puede ser un objeto móvil tal como una persona, un animal, un insecto o un vehículo, un objeto inmóvil tal como un edificio, una estatua, un cuadro o una roca, una planta tal como un árbol o una flor, un paisaje tal como un mar, una montaña o una puesta de sol, o un fenómeno natural tal como un eclipse lunar o un eclipse solar.
El aparato 1000 electrónico de acuerdo con un ejemplo puede implementarse en cualquiera de diversas formas. Ejemplos del aparato 1000 electrónico descrito en el presente documento pueden incluir, pero no se limitan a, una cámara digital, un teléfono inteligente, un ordenador portátil, una tableta PC, un terminal de libro electrónico, un terminal de emisión digital, un asistente digital personal (PDA), un reproductor multimedia portátil (PMP), un sistema de navegación y un reproductor MP3. El aparato 1000 electrónico descrito en el presente documento puede ser un dispositivo para llevar puesto que puede ser llevado por un usuario. El dispositivo portátil puede ser al menos uno de entre un dispositivo de tipo accesorio (por ejemplo, un reloj, un anillo, una pulsera, una tobillera, un collar, gafas u objetivos de contacto), un dispositivo montado en la cabeza (HMD), un dispositivo integrado en tela o ropa (por ejemplo, ropa electrónica), un dispositivo acoplable al cuerpo (por ejemplo, una almohadilla para la piel) y un dispositivo bioimplantable (por ejemplo, un circuito implantable). En lo sucesivo, para facilitar la descripción, lo que sigue se describirá suponiendo que el aparato 1000 electrónico es una cámara digital o un teléfono inteligente equipado con una cámara.
De acuerdo con un ejemplo, un usuario del aparato 1000 electrónico puede tomar una fotografía del sujeto utilizando el aparato 1000 electrónico. En este caso, el usuario del aparato 1000 electrónico puede determinar una composición fotográfica, ajustar un valor de configuración fotográfica o ajustar una pose del sujeto para tomar una buena fotografía. Sin embargo, es diferente para los usuarios comunes que no están familiarizados con la fotografía para tomar una buena fotografía como los fotógrafos profesionales.
En consecuencia, de acuerdo con un ejemplo, el aparato 1000 electrónico puede proporcionar información de recomendación relacionada con la fotografía para que los usuarios ordinarios puedan tomar una buena fotografía. Por ejemplo, el aparato 1000 electrónico puede proporcionar, al usuario, al menos uno de entre, pero no limitado a, información de recomendación relacionada con una composición fotográfica, información de recomendación relacionada con un valor de ajuste fotográfico, e información de recomendación relacionada con una pose del sujeto.
Una operación mediante la cual el aparato 1000 electrónico proporciona información de recomendación (por ejemplo, recomendación de una composición fotográfica) relacionada con la fotografía mediante el uso de un sujeto y la información del entorno circundante del sujeto se describirá ahora en detalle con referencia a la FIG. 2.
La FIG. 2 es un diagrama de flujo para describir un procedimiento mediante el cual el aparato 1000 electrónico proporciona información de recomendación relacionada con la fotografía de acuerdo con un ejemplo de la divulgación.
En la operación S210, el aparato 1000 electrónico puede identificar un sujeto incluido una imagen de previsualización reconocida a través de una primera cámara. La imagen de previsualización puede ser una imagen que puede ser previsualizada por un usuario a través de un visor o una pantalla antes de fotografiar.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede identificar el sujeto incluido en la imagen de previsualización analizando la imagen de previsualización. En este caso, de acuerdo con un ejemplo, el aparato 1000 electrónico puede identificar el sujeto incluido en la imagen de previsualización utilizando un modelo de red de aprendizaje de un sistema de inteligencia artificial (IA).
De acuerdo con un ejemplo, el aparato 1000 electrónico puede determinar un tipo de sujeto incluido en la imagen de previsualización. Por ejemplo, el aparato 1000 electrónico puede determinar si el sujeto es una persona, un animal, un paisaje, un objeto natural o un alimento.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede determinar el número de sujetos. Por ejemplo, cuando el sujeto es una persona, el aparato 1000 electrónico puede determinar si la persona incluida en la imagen de previsualización es una persona o un grupo. Además, cuando el sujeto es un grupo, el aparato 1000 electrónico puede determinar cuántas personas están incluidas en el grupo.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede determinar un sujeto principal utilizando información de enfoque o información sobre una proporción de espacios ocupados por sujetos. Por ejemplo, cuando un campo, una persona y un árbol están incluidos en la imagen de previsualización, el aparato 1000 electrónico puede determinar la persona como sujeto principal o puede determinar el árbol como sujeto principal de acuerdo con una proporción de espacios ocupados por la persona y el árbol en la imagen de previsualización. Además, el aparato 1000 electrónico puede determinar una persona enfocada de entre las personas incluidas en la imagen de previsualización como sujeto principal.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede determinar un tema principal de acuerdo con una entrada del usuario. Por ejemplo, el aparato 1000 electrónico puede determinar un tema seleccionado por el usuario como objeto de interés como tema principal.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede identificar el sujeto incluido en la imagen de previsualización a través de un servidor. Por ejemplo, al transmitir información sobre la imagen de previsualización (por ejemplo, la imagen de previsualización o la información de características extraída de la imagen de previsualización) al servidor, el aparato 1000 electrónico puede solicitar al servidor que identifique al sujeto incluido en la imagen de previsualización. En este caso, el servidor puede identificar el sujeto incluido en la imagen de previsualización analizando la información sobre la imagen de previsualización mediante el modelo de red de aprendizaje. El servidor puede transmitir información de identificación del sujeto (por ejemplo, un tipo de sujeto, el número de sujetos y un sujeto principal) al aparato 1000 electrónico.
En la operación S220, el aparato 1000 electrónico puede obtener información del entorno del sujeto identificado.
De acuerdo con un ejemplo, la información del entorno circundante del sujeto puede incluir al menos una de las siguientes informaciones: información relativa a la luz, información relativa a un lugar, información relativa a una hora e información relativa al tiempo atmosférico.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede obtener información relacionada con la luz en el entorno del sujeto como información del entorno del sujeto. Por ejemplo, la información relacionada con la luz en los alrededores del sujeto puede incluir, pero no se limita a, un tipo de luz (por ejemplo, luz natural, luz directa, luz difusa, luz artificial, luz frontal, luz lateral o luz de fondo), dispersión de la luz, una dirección de la luz, una intensidad de la luz, una posición del sol, una iluminancia, luz auxiliar (estroboscópica) (por ejemplo, un estroboscópico interno de una cámara, un estroboscópico externo, un estroboscópico de anillo o una placa reflectante), información de posición (por ejemplo, coordenadas del sistema de posicionamiento global (GPS), una región o un país), si una ubicación es interior (por ejemplo, un hogar general, una oficina, una sala de banquetes, una sala de espectáculos o una exposición) o exterior (por ejemplo, un bosque, una playa, un mar o unos fuegos artificiales), una hora (por ejemplo, mediodía, un amanecer y un atardecer, a contraluz, justo después de un atardecer o a altas horas de la noche), un clima (por ejemplo, un día lluvioso, un día nevado o una escena de nieve invernal (después de que deje de nevar) y una estación.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede obtener la información relacionada con la luz en los alrededores del sujeto utilizando una posición actual del aparato 1000 electrónico y una posición actual del sol. Por ejemplo, el aparato 1000 electrónico puede reconocer una posición actual utilizando un sensor de posición (por ejemplo, un GPS) y puede reconocer una posición del sol (por ejemplo, una dirección o una altitud) utilizando la información de la hora actual. En este caso, la posición del sol puede ser una posición absoluta del sol, o puede ser una posición relativa del aparato 1000 electrónico o del sujeto. Por ejemplo, el aparato 1000 electrónico puede reconocer que el sol está situado a una altitud baja en dirección noreste del sujeto.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede obtener la información del entorno circundante (por ejemplo, la información relacionada con la luz en los alrededores del sujeto identificado) del sujeto mediante el análisis de la imagen de previsualización. En este caso, de acuerdo con un ejemplo, el aparato 1000 electrónico puede obtener la información del entorno circundante del sujeto a partir de la imagen de previsualización utilizando el modelo de red de aprendizaje (por ejemplo, un modelo de IA) del sistema Al. Por ejemplo, el aparato 1000 electrónico puede determinar si es de día o de noche o puede determinar una dirección de la luz, una intensidad de la luz o una posición del sol analizando la luz y la sombra, una sombra o el sol incluidos en la imagen de previsualización. Además, el aparato 1000 electrónico puede determinar si una estación es primavera, verano, otoño o invierno o puede determinar si una ubicación es interior o exterior mediante el análisis del sujeto incluido en la imagen de previsualización. Por ejemplo, el aparato 1000 electrónico puede determinar que una estación es verano cuando el sujeto lleva una camiseta de manga corta y puede determinar que una estación es invierno cuando el sujeto está de pie sobre la nieve.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede obtener información relacionada con la luz emitida por el sujeto en la imagen de previsualización analizando la imagen de previsualización. Por ejemplo, cuando se incluye una escena nocturna en la imagen de previsualización, el aparato 1000 electrónico puede reconocer, entre otros, la luz emitida por un dispositivo de iluminación (por ejemplo, una farola o la luz de un coche) incluido en la imagen de previsualización, la luz emitida por un planeta (por ejemplo, la luna, una estrella, Venus o la vía láctea), la luz emitida por una hoguera o la luz emitida por un petardo. El aparato 1000 electrónico puede obtener información sobre la impresión de un color, una intensidad y una iluminancia de la luz emitida por el sujeto en la imagen de previsualización.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede obtener la información del entorno circundante (por ejemplo, la información relacionada con la luz en los alrededores del sujeto identificado) del sujeto utilizando al menos un sensor. Por ejemplo, el aparato 1000 electrónico puede obtener información como la posición actual del sujeto o si el sujeto se encuentra en el interior o en el exterior utilizando un sensor de posición.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede obtener un valor de iluminancia del entorno del sujeto. Además, el aparato 1000 electrónico puede determinar si el entorno del sujeto es diurno o nocturno mediante un sensor de iluminación.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede obtener información sobre la temperatura del entorno del sujeto mediante un sensor de temperatura, y puede obtener información sobre la humedad del entorno del sujeto mediante un sensor de humedad.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede obtener la información del entorno circundante utilizando una pluralidad de sensores de imagen (o una pluralidad de cámaras). Por ejemplo, el aparato 1000 electrónico puede obtener una primera imagen (por ejemplo, una imagen de ángulo de visión máximo) que tenga un ángulo de visión mayor que el de la imagen de previsualización utilizando una segunda cámara diferente de la primera cámara que obtiene la imagen de previsualización. El aparato 1000 electrónico puede obtener la información del entorno circundante (por ejemplo, la información relacionada con la luz en los alrededores del sujeto) del sujeto mediante el análisis de la primera imagen obtenida (por ejemplo, la imagen de ángulo de visión máximo). Dado que la imagen de ángulo de visión máximo incluye más información del entorno que la imagen de previsualización, la información obtenida mediante el análisis de la imagen de ángulo de visión máximo puede ser más precisa que la obtenida mediante el análisis de la imagen de previsualización. Una operación por la cual el aparato 1000 electrónico obtiene la información del entorno circundante mediante el uso de cámaras duales se describirá a continuación en detalle con referencia a la FIG. 9.
En la operación S230, el aparato 1000 electrónico puede determinar una composición fotográfica recomendada utilizando la información del sujeto identificado y la información del entorno circundante del sujeto. La información del sujeto identificado puede incluir al menos uno de, pero no limitado a, un tipo de sujeto, el número de sujetos, un sujeto principal, una pose del sujeto y un color del sujeto.
De acuerdo con un ejemplo, la composición fotográfica recomendada puede referirse a una composición fotográfica, un área fotográfica o un ángulo fotográfico recomendado por el aparato 1000 electrónico al usuario del aparato 1000 electrónico.
La composición fotográfica puede referirse a una disposición de sujetos (o un fondo) en un fotograma. Por ejemplo, con referencia a la FIG. 4, la composición fotográfica puede incluir, entre otras, una composición 401 de división áurea/regla de los tercios, una composición 402 diagonal perfecta, una composición 403 en forma de diamante, una composición 404 en damero, una composición 405 horizontal paralela, una composición 406 vertical, una composición 407 horizontal de un tercio, una composición 408 horizontal y vertical, una composición 409 triangular invertida, una composición 410 en espiral, una composición 411 circular, una composición 412 en forma de rayo, una composición 413 en forma de U, una composición 414 central, una composición 415 en forma de C, una composición 416 en forma de S, una composición 417 en forma de abanico, una composición 418 diagonal, una composición 419 diagonal paralela, una composición 420 triangular, una composición 421 horizontal, una composición 422 en forma de cruz, una composición 423 arqueada, una composición 423 diagonal en forma de X 424, una composición 425 radial y una composición 426 simétrica bilateral.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede determinar la composición fotográfica recomendada utilizando el modelo AI. Por ejemplo, el aparato 1000 electrónico puede determinar la composición fotográfica recomendada utilizando el modelo de red de aprendizaje (por ejemplo, el modelo Al) entrenado basándose en fotografías tomadas por profesionales. El modelo de red de aprendizaje (por ejemplo, el modelo de IA) entrenado a partir de las fotografías tomadas por los profesionales se describirá más adelante en detalle con referencia a la FIG.
3.
de acuerdo con un ejemplo, el aparato 1000 electrónico puede determinar la composición fotográfica recomendada de acuerdo con un tipo de sujeto identificado y del número de sujetos. Por ejemplo, cuando el sujeto es un alimento y se encuentran varios platos, el aparato 1000 electrónico puede determinar una primera composición fotográfica adecuada para una imagen donde se disponen varios alimentos como composición fotográfica recomendada, y cuando el sujeto es una persona, el aparato 1000 electrónico puede determinar una segunda composición fotográfica como composición fotográfica recomendada.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede determinar la composición fotográfica recomendada utilizando la información del sujeto identificado y la información relacionada con la luz en los alrededores del sujeto.
Por ejemplo, cuando los alimentos que son sujetos se encuentran al aire libre, el aparato electrónico puede determinar una tercera composición fotográfica como una composición fotográfica recomendada en consideración de una dirección de la luz, y cuando los alimentos que son sujetos se encuentran en interiores, el aparato 1000 electrónico puede determinar una cuarta composición fotográfica como una composición fotográfica recomendada.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede determinar una composición en la que el sol no está a contraluz como la composición fotográfica recomendada, en consideración de una posición del sol. Alternativamente, cuando el sol está a contraluz, el aparato 1000 electrónico puede determinar una composición en la que el sujeto se vea mejor como la composición fotográfica recomendada.
Además, el aparato 1000 electrónico puede determinar la composición fotográfica recomendada para la fotografía de larga exposición utilizando información emitida por el sujeto o información relacionada con la luz emitida por un objeto alrededor del sujeto. Por ejemplo, el aparato 1000 electrónico puede determinar una composición en forma de S en la que el sujeto está situado a la derecha como la composición fotográfica recomendada para la fotografía de larga exposición, teniendo en cuenta una dirección, una intensidad y la impresión de un color de luz de una farola. Alternativamente, el aparato 1000 electrónico puede determinar una exposición donde la tierra ocupa 1/3 y el cielo ocupa 2/3 en la imagen de previsualización como la composición fotográfica recomendada para fotografía de larga exposición, en consideración de una posición y un brillo de la luna o una estrella.
De acuerdo con un ejemplo, como resultado obtenido mediante la comprobación de la información relacionada con la luz en los alrededores del sujeto, cuando es de noche y la ubicación es al aire libre, se puede obtener una buena fotografía utilizando una larga exposición. En consecuencia, el aparato 1000 electrónico puede recomendar un valor de ajuste fotográfico para la fotografía de larga exposición. Un procedimiento por el cual el aparato 1000 electrónico recomienda el valor de ajuste de fotografía se describirá a continuación en detalle con referencia a la FIG. 7.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede determinar la composición fotográfica recomendada utilizando fotografías tomadas por profesionales. Por ejemplo, cuando el sujeto es un edificio concreto (por ejemplo, el Taj Mahal mostrado en la FIG. 11) y el sol está situado a la izquierda del edificio, el aparato 1000 electrónico puede determinar una quinta composición fotográfica como composición fotográfica recomendada, basándose en fotografías tomadas cuando el sol está situado a la izquierda del edificio de entre una pluralidad de fotografías tomadas por profesionales que han fotografiado el edificio. Alternativamente, cuando el sujeto es una montaña en particular (por ejemplo, el Monte Everest) y la montaña tiene niebla como resultado obtenido al analizar la información del entorno circundante, el aparato 1000 electrónico puede determinar una sexta composición fotográfica como la composición fotográfica recomendada, basándose en fotografías tomadas en una mañana con niebla de entre las fotografías tomadas por profesionales que fotografiaron la montaña. De acuerdo con un ejemplo, cuando el sujeto es una playa en particular (por ejemplo, la playa de Waikiki) y hay una puesta de sol como resultado obtenido al analizar la información del entorno circundante, el aparato 1000 electrónico puede determinar una composición fotográfica de un profesional que represente bien la puesta de sol de la playa como la composición fotográfica recomendada.
De acuerdo con un ejemplo, cuando el sujeto identificado es un edificio alto y no existe un objeto característico en los alrededores como resultado del análisis basado en la imagen de ángulo de visión máximo, el aparato 1000 electrónico puede determinar un modo vertical como la composición fotográfica recomendada. Además, cuando el sujeto son varias personas y las personas están de pie en un amplio césped al aire libre como resultado del análisis basado en la imagen de ángulo de visión máximo, el aparato 1000 electrónico puede determinar un modo horizontal como la composición fotográfica recomendada.
De acuerdo con un ejemplo, cuando un sujeto principal es una persona y hay un sujeto saliente tal como un árbol o un pilar en un fondo como resultado obtenido al analizar la imagen de previsualización, el aparato 1000 electrónico puede determinar una composición donde el árbol o el pilar no se superponga a la persona como la composición de fotografía recomendada. Además, cuando un sujeto principal es una persona y una playa es un fondo como resultado obtenido al analizar la imagen de previsualización, el aparato 1000 electrónico puede determinar una composición donde el horizonte del mar no pase por los ojos o el cuello de la persona como la composición fotográfica recomendada.
De acuerdo con un ejemplo, cuando el sujeto principal es una persona, el aparato 1000 electrónico puede determinar la composición fotográfica recomendada teniendo en cuenta la mirada de la persona. Por ejemplo, cuando la mirada de la persona que es el sujeto está a la derecha, el aparato 1000 electrónico puede determinar una composición en la que hay un espacio a la derecha como la composición fotográfica recomendada, y cuando la mirada de la persona está a la izquierda, el aparato 1000 electrónico puede determinar una composición en la que hay un espacio a la izquierda como la composición fotográfica recomendada.
De acuerdo con un ejemplo, cuando se fotografía a una persona al aire libre, el aparato 1000 electrónico puede determinar una composición donde se puede tomar una fotografía de retrato en armonía con un fondo como la composición de fotografía recomendada. Por ejemplo, el aparato 1000 electrónico puede determinar una composición de regla de los tercios como la composición fotográfica recomendada. La composición de la regla de los tercios se refiere a una composición en la que un encuadre está dividido por dos líneas horizontales virtuales y dos líneas verticales virtuales y el sujeto se sitúa a lo largo de las intersecciones virtuales. Se puede obtener una fotografía estable cuando se fotografía en la composición de la regla de los tercios.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede determinar la composición fotográfica recomendada teniendo en cuenta un área fotográfica y un ángulo fotográfico. Por ejemplo, cuando en la imagen de previsualización sólo se incluye una porción sobre el cuello de una persona, el aparato 1000 electrónico puede determinar una composición en la que una porción sobre el pecho de la persona puede incluirse en la imagen de previsualización en consideración de la información del entorno circundante como la composición fotográfica recomendada. En este caso, la composición fotográfica recomendada puede incluir información para reducir un aumento del zoom a partir de un aumento actual (alejamiento) y reducir un ángulo de una cámara.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede transmitir la información sobre la imagen de previsualización o la información del entorno del sujeto al servidor y puede solicitar al servidor que recomiende una composición fotográfica. En este caso, el servidor puede determinar la composición fotográfica recomendada utilizando la información sobre la imagen de previsualización o la información del entorno del sujeto, y puede transmitir información sobre la composición fotográfica recomendada determinada al aparato 1000 electrónico. Una operación por la cual el aparato 1000 electrónico interopera con el servidor para determinar la composición fotográfica recomendada se describirá a continuación en detalle con referencia a la FIG. 16.
En la operación S240, el aparato 1000 electrónico puede proporcionar la información sobre la composición fotográfica recomendada determinada.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede determinar una composición fotográfica actual a partir de la imagen de previsualización. Por ejemplo, el aparato 1000 electrónico puede determinar la composición fotográfica actual de acuerdo con una forma y una posición del sujeto. Alternativamente, el aparato 1000 electrónico puede detectar líneas en la imagen de previsualización y puede determinar la composición fotográfica actual utilizando las líneas detectadas.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede comparar la composición fotográfica recomendada con la composición fotográfica actual. Cuando una similitud entre la composición fotográfica recomendada y la composición fotográfica actual es inferior a un valor umbral (por ejemplo, 97%) como resultado de la comparación, el aparato 1000 electrónico puede proporcionar información sobre la composición fotográfica recomendada. de acuerdo con un ejemplo, cuando una similitud entre la composición fotográfica recomendada y la composición fotográfica actual es igual o mayor que el valor umbral (por ejemplo, 97%), el aparato 1000 electrónico puede no proporcionar la información sobre la composición fotográfica recomendada.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede proporcionar la información sobre la composición fotográfica recomendada emitiendo información para guiar la composición fotográfica recomendada. En este caso, el aparato 1000 electrónico puede emitir la información para guiar la composición fotográfica recomendada utilizando al menos uno de, pero no limitado a, una señal de vídeo, una señal de audio y una señal de vibración. Por ejemplo, el aparato 1000 electrónico puede mostrar texto o un icono para guiar la composición fotográfica recomendada en la imagen de previsualización. El aparato 1000 electrónico puede emitir una voz (por ejemplo, "Mueva ligeramente la cámara hacia abajo y a la derecha") para guiar la composición fotográfica recomendada.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede determinar una pluralidad de composiciones fotográficas recomendadas utilizando la información del sujeto y la información del entorno circundante del sujeto. En este caso, el aparato 1000 electrónico puede proporcionar imágenes en miniatura correspondientes respectivamente a la pluralidad de composiciones fotográficas recomendadas. Asimismo, el aparato 1000 electrónico puede proporcionar imágenes de previsualización correspondientes respectivamente a la pluralidad de composiciones fotográficas recomendadas. A continuación, se describirá en detalle una operación mediante la cual el aparato 1000 electrónico proporciona información sobre la pluralidad de composiciones fotográficas recomendadas, haciendo referencia a la FIG. 18.
] La FIG. 3 es un diagrama para describir una operación de generación de un modelo de recomendación mediante aprendizaje profundo de acuerdo con un ejemplo de la divulgación.
Con referencia a la FIG. 3, de acuerdo con un ejemplo, un procesador de IA incluido en un servidor o en el aparato 1000 electrónico puede generar un modelo 300 de recomendación que recomiende una composición fotográfica o derive un valor de ajuste fotográfico mediante el entrenamiento de una red neuronal artificial. Cuando la red neuronal artificial se "entrena", puede significar que se crea un modelo matemático que permite que las conexiones de las neuronas que constituyen la red neuronal artificial tomen una determinación óptima cambiando adecuadamente los pesos en función de los datos.
de acuerdo con un ejemplo, el procesador de IA puede obtener imágenes 301 fotográficas, metadatos 302 fotográficos, e información 303 del entorno circundante, y puede generar el modelo 300 de recomendación utilizando las imágenes 301 fotográficas, los metadatos 302 fotográficos, y la información 303 del entorno circundante.
De acuerdo con una realización de la invención, las imágenes 301 fotográficas obtenidas por el procesador de IA son muchas imágenes fotográficas tomadas por profesionales, e incluyen información sobre un sujeto y una composición fotográfica. de acuerdo con un ejemplo, la imagen 301 fotográfica puede ser una imagen fija, o una pluralidad de fotogramas incluidos en un vídeo.
de acuerdo con un ejemplo, los metadatos 302 fotográficos pueden incluir, entre otros, un fabricante de cámara, un modelo de cámara, un tipo de objetivo, un editor de imágenes (software), una fecha/hora en que se edita una fotografía, una versión de formato de archivo de imagen intercambiable (Exif), una fecha/hora de disparo, un tamaño real de una fotografía, un tiempo de exposición (o una velocidad de obturación), un programa de exposición, una longitud focal de objetivo, un número F de una parada, si se utiliza un flash y un balance de blancos. De acuerdo con un ejemplo, los metadatos 302 fotográficos pueden ser datos Exif.
De acuerdo con un ejemplo, la información 303 del entorno circundante puede referirse a información relacionada con un entorno circundante del sujeto incluido en la imagen 301 fotográfica. Por ejemplo, la información 303 del entorno puede incluir, entre otras cosas, un tipo de luz (por ejemplo, luz natural, luz directa, luz difusa, luz artificial, luz frontal, luz lateral o luz de fondo), dispersión de la luz, dirección de la luz, intensidad de la luz, posición del sol, iluminancia, luz auxiliar (estroboscópica) (por ejemplo, una estroboscópica interna de una cámara, una estroboscópica externa, una estroboscópica anular o una placa reflectante), información de posición (por ejemplo, Coordenadas GPS, una región o un país), si una ubicación es interior (por ejemplo, un hogar general, una oficina, una sala de banquetes, una sala de espectáculos o una exposición) o exterior (por ejemplo, un bosque, una playa, un mar o unos fuegos artificiales), una hora (por ejemplo, mediodía, un amanecer y un atardecer, a contraluz, justo después de un atardecer, o a altas horas de la noche), un clima (por ejemplo, un día lluvioso, un día nevado, o una escena invernal de nieve (después de que deje de nevar), y una estación.
De acuerdo con un ejemplo, el procesador de IA puede modelar una composición fotográfica recomendada o un valor de ajuste fotográfico recomendado identificando la composición fotográfica y el sujeto a partir de las imágenes 301 fotográficas de los profesionales y comparando el sujeto identificado y la composición fotográfica identificada con los metadatos correspondientes (valor de ajuste fotográfico) y la información de entorno correspondiente. De acuerdo con un ejemplo, a medida que aumentan las imágenes 301 fotográficas de los profesionales, los metadatos correspondientes y la información del entorno correspondiente recopilada por el procesador de IA, puede modificarse el modelo 300 de recomendación que deriva una composición fotográfica óptima y un valor de ajuste fotográfico óptimo.
De acuerdo con un ejemplo, el procesador de IA puede obtener datos 304 de aprendizaje personalizados. Los datos 304 de aprendizaje personalizados pueden ser datos sobre el gusto fotográfico de un individuo. Por ejemplo, los datos 304 de aprendizaje personalizados pueden incluir, entre otros, datos sobre una composición fotográfica (o un valor de ajuste fotográfico) preferida por el individuo, datos sobre una composición fotográfica (o un valor de ajuste fotográfico) no seleccionada por el individuo, datos sobre composiciones fotográficas (o valores de ajuste fotográfico) de fotografías eliminadas por el individuo, datos sobre si se aplica una composición fotográfica recomendada (o un valor de ajuste fotográfico) y datos sobre una fotografía finalmente tomada por el individuo.
De acuerdo con un ejemplo, el procesador de IA puede generar el modelo 300 de recomendación para cada individuo utilizando los datos 304 de aprendizaje personalizados además de la imagen 301 fotográfica, los metadatos 302 fotográficos y la información 303 del entorno circundante. Por ejemplo, el procesador de IA puede recomendar una primera composición fotográfica a un primer usuario y una segunda composición fotográfica a un segundo usuario bajo el mismo entorno circundante para el mismo sujeto, mediante el uso de los datos 304 de aprendizaje personalizados.
Un ejemplo en el que el aparato 1000 electrónico detecta una composición fotográfica actual a partir de una imagen de previsualización y proporciona información sobre una composición fotográfica recomendada utilizando el modelo 300 de recomendación se describirá ahora con referencia a las FIGS. 5 y 6.
La FIG: 5 es una vista para describir una operación de detección de una composición fotográfica actual de acuerdo con un ejemplo de la divulgación.
Con referencia a la FIG. 5, el aparato 1000 electrónico puede determinar una composición fotográfica actual (por comodidad de explicación, denominada "composición actual") de acuerdo con una forma y una posición de un sujeto. Por ejemplo, el aparato 1000 electrónico puede detectar puntos o líneas en relación con el sujeto en una imagen de previsualización. El aparato 1000 electrónico puede determinar una composición fotográfica actual utilizando los puntos o líneas detectados.
Con referencia a 510 de la FIG. 5, cuando un usuario va a fotografiar el Taj Mahal y los alrededores del Taj Mahal utilizando el aparato 1000 electrónico, el Taj Mahal y un entorno circundante pueden incluirse en la imagen de previsualización. En este caso, el aparato 1000 electrónico puede detectar una línea 1 que conecta un pilar situado a la derecha del Taj Mahal, una línea 2 que conecta un pilar situado a la izquierda del Taj Mahal, líneas 3 que conectan el vértice del Taj Mahal y los dos pilares, y un horizonte 4, en la imagen de previsualización. El aparato 1000 electrónico puede determinar el Taj Mahal en la imagen de previsualización como sujeto principal, y puede determinar que una composición fotográfica actual es una composición 420 triangular basándose en las líneas 3 que conectan el vértice del Taj Mahal y los dos pilares.
Con referencia a 520 de la FIG. 5, cuando se determina que la composición fotográfica actual es la composición 420 triangular, el aparato 1000 electrónico puede determinar una línea 500 central virtual que divide por la mitad un triángulo que conecta el vértice del Taj Mahal y los dos pilares. El aparato 1000 electrónico puede determinar una composición en la que la línea 500 central virtual esté situada en el centro de la imagen de previsualización como una composición fotográfica recomendada (por comodidad de explicación, denominada "composición recomendada"). A continuación, se describirá en detalle una recomendación que fotografía la compasión con referencia a la FIG. 6.
La FIG. 6 es una vista para describir una composición fotográfica recomendada de acuerdo con un ejemplo de la divulgación.
Haciendo referencia a 600-1 de la FIG. 6, el aparato 1000 electrónico puede detectar una composición fotográfica actual en una imagen 600 de previsualización que incluye el Taj Mahal. El aparato 1000 electrónico puede identificar un sujeto incluido en la imagen 600 de previsualización y puede determinar la composición fotográfica actual basándose en el sujeto identificado.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede determinar una composición fotográfica recomendada utilizando el modelo 300 de recomendación entrenado con base en una pluralidad de fotografías. El aparato 1000 electrónico puede determinar la composición fotográfica recomendada teniendo en cuenta la información del sujeto (por ejemplo, el Taj Mahal) y la información del entorno circundante (por ejemplo, la altura del sol, la estación del año, el tiempo o si el lugar está al aire libre). Por ejemplo, dado que el sujeto es el Taj Mahal, el aparato 1000 electrónico puede determinar una composición completa como una composición triangular y puede determinar una composición en la que un eje 601 central de la composición fotográfica actual se desplaza a un eje 602 central de la imagen 600 de previsualización como la composición fotográfica recomendada.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede proporcionar información para guiar la composición fotográfica recomendada mostrando una línea 610 que indica la composición fotográfica actual y una línea 620 que indica la composición fotográfica recomendada en la imagen 600 de previsualización. Un usuario puede comparar la composición fotográfica actual con la composición fotográfica recomendada y, a continuación, puede mover lentamente una cámara hacia la izquierda para tomar una fotografía de la composición fotográfica recomendada. En este caso, la línea 610 que indica la composición actual en la imagen 600 de previsualización puede acercarse a la línea 620 que indica la composición recomendada para fotografiar.
Haciendo referencia a 600-2 de la FIG. 6, cuando el usuario mueve lentamente la cámara hacia la izquierda y la línea 610 que indica la composición fotográfica actual y la línea 620 que indica la composición fotográfica recomendada se superponen (por ejemplo, como se muestra en la imagen 630 de previsualización), el usuario puede seleccionar un botón de fotografía. En este caso, el aparato 1000 electrónico puede obtener una imagen fotográfica del Taj Mahal de acuerdo con la composición fotográfica recomendada en respuesta a una entrada de usuario que selecciona el botón de fotografiar.
De acuerdo con un ejemplo, cuando la línea 610 que indica la composición de fotografiado actual y la línea 620 que indica la composición de fotografiado recomendada se solapan entre sí, el aparato 1000 electrónico puede realizar automáticamente el fotografiado.
Aunque las líneas que indican una composición fotográfica actual y una composición fotográfica recomendada se muestran para que el aparato 1000 electrónico guíe la composición fotográfica recomendada en la FIG. 6, la divulgación no se limita a ello. Por ejemplo, los indicadores que señalan la composición fotográfica actual y la composición fotográfica recomendada pueden representarse como cualquiera de las diversas formas distintas de las líneas. Además, el aparato 1000 electrónico puede guiar la composición fotográfica recomendada mediante una señal de voz.
La FIG: 7 es un diagrama de flujo para describir un procedimiento de recomendación o aplicación automática de un valor de ajuste fotográfico de acuerdo con un ejemplo de la divulgación.
En la operación S710, el aparato 1000 electrónico puede identificar un sujeto incluido en una imagen de previsualización. Por ejemplo, el aparato 1000 electrónico puede identificar el sujeto incluido en la imagen de previsualización analizando la imagen de previsualización. En este caso, de acuerdo con un ejemplo, el aparato 1000 electrónico puede identificar el sujeto incluido en la imagen de previsualización utilizando un modelo de red de aprendizaje de un sistema de IA. La operación S710 corresponde a la operación S210 de la FIG. 2, por lo que no se dará una explicación detallada del mismo.
En la operación S720, el aparato 1000 electrónico puede obtener información del entorno circundante del sujeto.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede obtener la información del entorno circundante del sujeto analizando la imagen de previsualización. En este caso, de acuerdo con un ejemplo, el aparato 1000 electrónico puede obtener la información del entorno circundante del sujeto a partir de la imagen de previsualización utilizando el modelo de red de aprendizaje del sistema de IA.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede obtener la información del entorno circundante del sujeto utilizando al menos un sensor. Por ejemplo, el aparato 1000 electrónico puede obtener información sobre la posición actual del sujeto o sobre si el sujeto se encuentra en el interior o en el exterior utilizando un sensor de posición. El aparato 1000 electrónico puede obtener un valor de iluminancia del entorno del sujeto utilizando un sensor de iluminancia. Además, el aparato 1000 electrónico puede determinar si el entorno del sujeto es actualmente diurno o nocturno utilizando el sensor de iluminancia. El aparato 1000 electrónico puede obtener información sobre la temperatura del entorno del sujeto utilizando un sensor de temperatura, y puede obtener información sobre la humedad del entorno del sujeto utilizando un sensor de humedad. El aparato 1000 electrónico puede obtener la información del entorno utilizando una pluralidad de sensores de imagen (o una pluralidad de cámaras).
La operación S720 corresponde a la operación S220 de la FIG. 2, por lo que no se dará una explicación detallada del mismo.
En la operación S730, el aparato 1000 electrónico puede recomendar o aplicar automáticamente un valor de ajuste de fotografía basado en la información del sujeto y la información del entorno circundante del sujeto. De acuerdo con un ejemplo, el valor de ajuste fotográfico puede incluir, entre otros, un número F de una parada, una velocidad de obturación, una sensibilidad ISO, un balance de blancos y un valor de exposición.
La FIG: 8 es una vista para describir un valor de configuración de fotografía de acuerdo con un ejemplo de la divulgación.
Con referencia a la FIG. 8, una parada 810 se refiere al tamaño de una abertura de una objetivo a través de la cual pasa la luz. Cuando la parada 810 se cierra (derecha) para aumentar la profundidad, se obtiene una fotografía en la que una porción cercana y una porción lejana están enfocadas, y cuando la parada 810 se abre (izquierda) para reducir la profundidad, se obtiene una fotografía en la que el sujeto y el fondo están separados, lo que se conoce como desenfoque. Al aumentar la velocidad 820 de obturación (izquierda), se obtiene una fotografía en la que un objeto que se mueve rápidamente aparece congelado, mientras que al disminuir la velocidad 820 de obturación (derecha), se obtiene una fotografía borrosa. A medida que disminuye la sensibilidad 830 ISO (izquierda), se obtiene una fotografía con poco ruido. A medida que aumenta la sensibilidad 830 ISO (derecha), aumenta el ruido y se puede tomar una fotografía sin trepidación incluso en un entorno oscuro.
A medida que disminuye la sensibilidad 830 ISO (izquierda), aumenta el contraste. Por el contrario, a medida que aumenta la sensibilidad 830 ISO, se obtiene una fotografía suave mediante la reducción del contraste. Los granos de la película cuando la sensibilidad 830 ISO es baja son finos y dan lugar a una fotografía nítida. Los granos de la película cuando la sensibilidad 830 ISO es alta son gruesos y dan lugar a una fotografía áspera.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede determinar un valor de ajuste de recomendación de fotografía basado en información de un sujeto e información del entorno circundante del sujeto. Por ejemplo, cuando el sujeto es fotografiado al aire libre donde el sol brilla intensamente durante el día, el aparato 1000 electrónico puede determinar una velocidad de obturación de 1/4000 segundos. Cuando el sujeto es fotografiado en interiores, el aparato 1000 electrónico puede determinar una velocidad de obturación como 1/60 segundos. Cuando se fotografía una estrella en una noche oscura, el aparato 1000 electrónico puede determinar una velocidad de obturación de 10 segundos o más. De acuerdo con un ejemplo, cuando el sujeto es fotografiado en interiores, el aparato 1000 electrónico puede determinar un valor de ajuste de fotografía de acuerdo con un color del sujeto. Por ejemplo, cuando el sujeto es un dispositivo negro, el aparato 1000 electrónico puede determinar un número F de una parada como 4,0 y puede determinar una velocidad de obturación como 1/30 segundos. Por el contrario, cuando el sujeto es un dispositivo blanco, el aparato 1000 electrónico puede determinar un número F de la parada como 4,0 como el dispositivo negro, y puede determinar una velocidad de obturación como 1/100 segundos.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede recomendar una pluralidad de conjuntos de valores de ajuste de fotografía basándose en la información del sujeto y en la información del entorno circundante del sujeto. Por ejemplo, el aparato 1000 electrónico puede recomendar un primer valor de ajuste fotográfico establecido (por ejemplo, ISO: 12800, parada: 1,4, y la velocidad de obturación: 1), un segundo valor de ajuste fotográfico establecido (por ejemplo, ISO: 6400, parada: 2,8, y la velocidad de obturación: 1/2), un tercer valor de ajuste fotográfico establecido (por ejemplo, ISO: 3200, parada: 5,6, y la velocidad de obturación: 1/4), un cuarto valor de ajuste fotográfico establecido (por ejemplo, ISO: 1600, parada: 8, y la velocidad de obturación: 1/8), y un quinto valor de ajuste fotográfico establecido (por ejemplo, ISO: 400, parada: 16, y la velocidad de obturación: 1/60).
De acuerdo con un ejemplo, el aparato 1000 electrónico puede recibir una entrada de usuario que selecciona uno de entre la pluralidad de conjuntos de valores de ajuste de fotografía. El aparato 1000 electrónico puede aplicar un valor de ajuste de fotografía seleccionado por un usuario a un sistema de fotografía.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede recomendar una pluralidad de conjuntos de valores de ajuste de fotografía en los que los valores de la parada 810, la velocidad 820 de obturación y la sensibilidad 830 ISO son diferentes pero las cantidades de luz son las mismas por combinaciones. Por ejemplo, el aparato 1000 electrónico puede recomendar un sexto conjunto de valores de ajuste fotográfico (por ejemplo, ISO: 200, parada: 2,8, y la velocidad de obturación: 1/2) y un séptimo valor de ajuste fotográfico establecido (por ejemplo, ISO: 400, parada: 8, y la velocidad de obturación: 1) de acuerdo con la información del sujeto y la información del entorno del sujeto. El sexto valor de ajuste de fotografía establecido y el séptimo valor de ajuste de fotografía establecido teóricamente tienen la misma cantidad de luz. Sin embargo, dado que los valores de la parada 810, la velocidad 820 de obturación y la sensibilidad 830 ISO son diferentes entre sí, el sexto valor de ajuste de fotografía establecido puede fotografiar más eficientemente un sujeto en movimiento y puede tener una profundidad menor que el séptimo valor de ajuste de fotografía establecido. Por el contrario, el séptimo valor de ajuste de fotografía establecido puede tener más ruido y una mayor profundidad, y puede verse más afectado por el temblor de la mano debido a una baja velocidad de obturación que el sexto valor de ajuste de fotografía establecido. El usuario puede comparar el sexto valor de ajuste de fotografía establecido con el séptimo valor de ajuste de fotografía establecido, y puede seleccionar uno del sexto valor de ajuste de fotografía establecido y del séptimo valor de ajuste de fotografía establecido de acuerdo con el tipo de fotografía deseada.
De acuerdo con un ejemplo, cuando se selecciona una composición fotográfica a través de un movimiento de una cámara, el aparato 1000 electrónico puede tomar una pluralidad de fotografías aplicando una pluralidad de condiciones fotográficas y puede proporcionar la pluralidad de fotografías. Por ejemplo, el aparato 1000 electrónico puede tomar una pluralidad de fotografías aplicando el primer valor de ajuste fotográfico establecido (por ejemplo, ISO: 12800, parada: 1,4, y la velocidad de obturación: 1), el segundo valor de ajuste fotográfico establecido (por ejemplo, ISO: 6400, parada: 2,8, y la velocidad de obturación: 1/2), el tercer valor de ajuste de fotografía establecido (por ejemplo, ISO: 3200, parada: 5,6, y la velocidad de obturación: 1/4), el cuarto valor de ajuste de fotografía establecido (por ejemplo, ISO: 1600, parada: 8, y la velocidad de obturación: 1/8), y el quinto valor de ajuste fotográfico establecido (por ejemplo, ISO: 400, parada: 16, y la velocidad de obturación: 1/60), y puede proporcionar la pluralidad de fotografías al usuario.
El usuario puede seleccionar al menos una de la pluralidad de fotografías, y puede almacenar o borrar la fotografía seleccionada. En este caso, un procesador de IA del aparato 1000 electrónico (o un procesador de IA de un servidor) puede refinar el modelo 300 de recomendación mediante el aprendizaje de la información de valor de ajuste fotográfico correspondiente a la información de valor de ajuste fotográfico correspondiente a la fotografía almacenada o a la información de valor de ajuste fotográfico correspondiente a la fotografía eliminada.
La FIG: 9 es un diagrama de flujo para describir un procedimiento para proporcionar información sobre una composición fotográfica recomendada mediante el uso de una imagen que tiene un ángulo de visión mayor que el de una imagen de previsualización de acuerdo con un ejemplo de la divulgación.
En la operación S910, el aparato 1000 electrónico puede obtener una imagen de previsualización utilizando una primera cámara, y puede obtener una imagen que tenga un ángulo de visión mayor que el de la imagen de previsualización utilizando una segunda cámara.
La FIG: 10 es una vista para describir el uso de cámaras duales de acuerdo con un ejemplo de la divulgación.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede incluir cámaras duales. Por ejemplo, haciendo referencia a 1010 de la FIG. 10, una primera cámara 1001 puede ser una cámara general y una segunda cámara 1002 puede ser una cámara de teleobjetivo. En este caso, el aparato 1000 electrónico puede obtener la imagen de previsualización utilizando un objetivo estándar de la cámara general, y puede obtener la imagen que tiene un ángulo de visión mayor que el de la imagen de previsualización alejando un teleobjetivo de la cámara de teleobjetivo.
Un objetivo estándar es un objetivo que reproduce un ángulo de visión de una cámara que es similar al ángulo de visión de una persona. Un objetivo con una distancia focal de 50 mm basado en una cámara de película de 35 mm se denomina objetivo estándar. Dado que el ángulo de visión del objetivo estándar es generalmente el mismo que el ángulo de visión de una persona, se puede tomar una fotografía natural utilizando el objetivo estándar.
El teleobjetivo puede referirse a un objetivo que tiene una longitud focal mayor que la del objetivo estándar. Dado que el teleobjetivo tiene una distancia focal mayor que la del objetivo estándar, el ángulo de visión puede ser menor que el del objetivo estándar. En consecuencia, el aparato 1000 electrónico puede obtener la imagen con un ángulo de visión mayor que el de la imagen de previsualización obtenida por el objetivo estándar, alejando el teleobjetivo.
Con referencia a 1020 de la FIG. 10, la primera cámara 1001 puede ser una cámara general y la segunda cámara 1002 puede ser una cámara gran angular. En este caso, el aparato 1000 electrónico puede obtener la imagen de previsualización utilizando el objetivo estándar de la cámara general, y puede obtener la imagen con un ángulo de visión mayor que el de la imagen de previsualización utilizando un objetivo gran angular de la cámara gran angular. El objetivo gran angular puede referirse a un objetivo con una distancia focal inferior a la del objetivo estándar. Dado que el objetivo gran angular tiene una distancia focal inferior a la del objetivo estándar, el ángulo de visión puede ser mayor que el del objetivo estándar. En consecuencia, el aparato 1000 electrónico puede obtener la imagen que tiene un ángulo de visión mayor que el de la imagen de previsualización obtenida por la objetivo estándar mediante el uso de la objetivo gran angular.
Con referencia a 1030 de la FIG. 10, la primera cámara 1001 y la segunda cámara 1002 pueden ser cámaras generales. En este caso, el aparato 1000 electrónico puede obtener la imagen de previsualización utilizando el objetivo estándar de la primera cámara 1001, y puede obtener una imagen panorámica con un ángulo de visión mayor que el de la imagen de previsualización uniendo las imágenes obtenidas por la primera cámara 1001 y la segunda cámara 1002.
De acuerdo con un ejemplo, la imagen que tiene un ángulo de visión mayor que el de la imagen de previsualización puede ser una imagen que tiene un ángulo de visión máximo (en lo sucesivo, denominada imagen de ángulo de visión máximo) que puede obtenerse mediante el aparato 1000 electrónico. Para facilitar la explicación, lo que sigue se describirá suponiendo que la imagen que tiene un ángulo de visión mayor que el de la imagen de previsualización es una imagen de ángulo de visión máximo.
En la operación S920, el aparato 1000 electrónico puede obtener información del entorno circundante de un sujeto utilizando la imagen que tiene un ángulo de visión mayor que el de la imagen de previsualización.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede obtener la información del entorno circundante del sujeto analizando la imagen del ángulo de visión máximo. En este caso, de acuerdo con un ejemplo, el aparato 1000 electrónico puede obtener la información del entorno circundante del sujeto a partir de la imagen de ángulo de visión máximo utilizando un modelo de red de aprendizaje de un sistema de IA.
Por ejemplo, el aparato 1000 electrónico puede determinar si es de día o de noche, una dirección de la luz o una intensidad de la luz, y una posición del sol analizando la luz y la sombra, una sombra, y el sol incluido en la imagen de ángulo máximo de visión. Además, el aparato 1000 electrónico puede determinar si una estación es primavera, verano, otoño o invierno o puede determinar si una ubicación es interior o exterior analizando el sujeto incluido en la imagen de ángulo de visión máximo. Por ejemplo, cuando el aparato 1000 electrónico puede determinar que una estación es verano cuando el sujeto lleva una camiseta de manga corta y puede determinar que una estación es invierno cuando el sujeto está de pie sobre la nieve. El aparato 1000 electrónico puede determinar una temperatura de color completa analizando la imagen del ángulo de visión máximo.
En la operación S930, el aparato 1000 electrónico puede proporcionar información sobre una composición fotográfica recomendada utilizando información del sujeto y del entorno circundante.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede determinar una composición fotográfica actual utilizando la imagen de previsualización. El aparato 1000 electrónico puede determinar la composición fotográfica recomendada basándose en la información del sujeto y en la información del entorno circundante del sujeto. En este caso, cuando la similitud entre la composición fotográfica actual y la composición fotográfica recomendada es inferior a un valor umbral, el aparato 1000 electrónico puede proporcionar información sobre la composición fotográfica recomendada.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede proporcionar la información sobre la composición fotográfica recomendada emitiendo información para guiar la composición fotográfica recomendada. En este caso, el aparato 1000 electrónico puede emitir la información para guiar la composición fotográfica recomendada utilizando al menos uno de, pero no limitado a, una señal de vídeo, una señal de audio y una señal de vibración. Por ejemplo, el aparato 1000 electrónico puede emitir una voz para guiar la composición fotográfica recomendada. Además, el aparato 1000 electrónico puede mostrar un indicador gráfico para guiar la composición fotográfica recomendada en la imagen que tiene un ángulo de visión mayor que el de la imagen de previsualización (por ejemplo, la imagen de ángulo de visión máximo).
La operación S930 corresponde a las operaciones S230 y S240 de la FIG. 2, por lo que no se dará una explicación detallada del mismo. Una operación por la cual el aparato 1000 electrónico proporciona la información para guiar la composición fotográfica recomendada mediante el uso de la imagen de ángulo de visión máximo se describirá ahora en detalle con referencia a las FIGS. 11 a 13.
La FIG: 11 es una vista para describir una operación de guiado fotográfico mediante el uso de una imagen de ángulo de visión máximo de acuerdo con un ejemplo de la divulgación.
Con referencia a la FIG. 11, el aparato 1000 electrónico puede obtener una imagen previa utilizando un objetivo estándar. En este caso, un área 1101 fotográfica actual mostrada en la imagen de previsualización puede ser un área derecha del Taj Mahal.
El aparato 1000 electrónico puede obtener una imagen 102 de ángulo de visión máximo utilizando un objetivo gran angular, un teleobjetivo o dos objetivos estándar. La imagen 102 de ángulo de visión máximo puede incluir una imagen de los alrededores del área 1101 fotográfica actual.
El aparato 1000 electrónico puede determinar una composición fotográfica recomendada analizando la imagen 102 de ángulo de visión máximo. Por ejemplo, el aparato 1000 electrónico puede determinar la composición fotográfica recomendada como una composición triangular basada en información de un sujeto (por ejemplo, el Taj Mahal) e información del entorno circundante (por ejemplo, mediodía y exteriores), y puede determinar un área 1103 fotográfica recomendada como un área donde el Taj Mahal está situado en el centro. En este caso, de acuerdo con un ejemplo, la imagen de previsualización (por ejemplo, información sobre el área 1101 fotográfica actual) y la imagen 102 de ángulo de visión máximo pueden introducirse en el modelo 300 de recomendación, y una composición de fotografía óptima (por ejemplo, información sobre el área 1103 fotográfica recomendada) puede salir del modelo 300 de recomendación.
aparato 1000 electrónico puede emitir información 1104 para guiar la fotografía. Por ejemplo, el aparato 1000 electrónico puede emitir un mensaje de voz (por ejemplo, "Muévete hacia la izquierda, aleja el zoom") para obtener una fotografía correspondiente al área 1103 fotográfica recomendada, en lugar del área 1101 fotográfica actual.
El aparato 1000 electrónico puede mostrar gráficamente la información 1104 para guiar la fotografía, en lugar del mensaje de voz. Una operación por la cual el aparato 1000 electrónico muestra gráficamente la información 1104 para guiar la fotografía se describirá ahora con referencia a las FIGS. 12 y 15.
Las FIGS. 12 y 13 son vistas para describir una operación de visualización de información para guiar una composición fotográfica recomendada en una imagen de ángulo de visión máximo de acuerdo con diversos ejemplos de la divulgación.
Haciendo referencia a 1200-1 de la FIG. 12, el aparato 1000 electrónico puede mostrar una imagen 1210 de previsualización de un área (en lo sucesivo, referida como un área de fotografiado actual) actualmente fotografiada por una primera cámara. Asimismo, el aparato 1000 electrónico puede determinar un área de recomendación de fotografía analizando una imagen de ángulo de visión máximo obtenida por una segunda cámara.
Haciendo referencia a 1200-2 de la FIG. 12, el aparato 1000 electrónico puede proporcionar información sobre la zona de recomendación de fotografía utilizando la imagen de ángulo de visión máximo. Por ejemplo, el aparato 1000 electrónico puede mostrar una imagen 1202 de ángulo de visión máximo en una pantalla. El aparato 1000 electrónico puede mostrar un primer indicador 1201 que indica el área de fotografía actual y un segundo indicador 1203 que indica el área de fotografía recomendada en la imagen 1202 de ángulo de visión máximo. De acuerdo con un ejemplo, la imagen 1210 de previsualización del área de fotografía actual puede mostrarse como una imagen 1204 en miniatura.
Haciendo referencia a 1300-1 de la FIG. 13, un usuario puede mover el aparato 1000 electrónico mientras mira la pantalla del aparato 1000 electrónico de modo que el primer indicador 1201 que indica el área de fotografiado actual pueda acercarse al segundo indicador 1203 que indica el área de fotografiado recomendada, y puede ajustar una ampliación del zoom. A medida que el aparato 1000 electrónico se desplaza y se ajusta el aumento del zoom, puede cambiar la posición del primer indicador 1201 que indica el área de fotografía actual en la imagen 1202 de ángulo de visión máximo. Además, a medida que se cambia el área de fotografía actual, también puede cambiarse la imagen 1204 en miniatura.
Haciendo referencia a 1300-2 de la FIG. 13, cuando el primer indicador 1201 que indica el área de fotografiado actual es el mismo que el segundo indicador 1203 que indica el área de fotografiado de recomendación, el aparato 1000 electrónico puede dejar de mostrar la imagen 1202 de ángulo de visión máximo, y puede mostrar una imagen 1301 de previsualización del área de fotografiado actual que es la misma que el área de fotografiado de recomendación en toda la pantalla. El usuario puede comprobar la imagen 1301 de previsualización y seleccionar un botón para fotografiar. En este caso, el aparato 1000 electrónico puede obtener una fotografía de la zona fotográfica de recomendación.
De acuerdo con otro ejemplo, cuando el primer indicador 1201 que indica el área de fotografiado actual es el mismo que el segundo indicador 1203 que indica el área de fotografiado recomendada, el aparato 1000 electrónico puede realizar automáticamente el fotografiado.
Aunque el aparato 1000 electrónico muestra información para guiar la composición fotográfica recomendada en la imagen 1202 de ángulo de visión máximo en las FIGS. 12 y 13, la divulgación no se limita a los mismos. El aparato 1000 electrónico puede mostrar la información para guiar la composición fotográfica recomendada de diversas maneras. Una operación por la cual el aparato 1000 electrónico muestra la información para guiar la composición fotográfica recomendada se describirá ahora con referencia a las FIGS. 14 y 15.
Las FIGS. 14 y 15 son vistas para describir una operación inventiva por la cual el aparato 1000 electrónico muestra información sobre una composición fotográfica recomendada de acuerdo con realizaciones preferidas de la divulgación.
Con referencia a la FIG. 14, el aparato 1000 electrónico obtiene una imagen 1401 de previsualización y puede obtener información 1402 del entorno circundante de los alrededores de un sujeto incluido en la imagen 1401 de previsualización. En este caso, el aparato 1000 electrónico determina una composición fotográfica recomendada utilizando el modelo 300 de recomendación. Por ejemplo, cuando el sujeto es una pareja, el lugar de la fotografía es al aire libre y la hora de la fotografía es mediodía, el aparato 1000 electrónico puede determinar una composición en la que el centro 1410 de la pareja se encuentra en la intersección 1420 inferior izquierda de una composición de regla de los tercios como la composición recomendada para la fotografía.
En este caso, el aparato 1000 electrónico muestra un indicador 1403 gráfico para guiar la composición fotográfica recomendada en la imagen 1401 de previsualización. Por ejemplo, el aparato 1000 electrónico puede mostrar una flecha hacia la derecha junto con un texto que indique al fotógrafo "Muévete hacia la derecha" en la imagen 1401 de previsualización.
Con referencia a la FIG. 15, cuando el sujeto es una persona, el aparato 1000 electrónico proporciona una guía para hacer que el fotógrafo se mueva hacia el fotógrafo, o proporciona una guía para mover al sujeto. Lo siguiente se describirá suponiendo que el aparato 1000 electrónico determina una composición en la que un centro 1520 de la pareja está situado en una primera intersección 1521 que es una intersección inferior izquierda de una composición de regla de los tercios como la composición fotográfica recomendada.
Haciendo referencia a 1500-1 de la FIG. 15, el aparato 1000 electrónico proporciona una guía para hacer que el fotógrafo se mueva hacia la derecha junto con el aparato 1000 electrónico hacia el fotógrafo mediante el uso de iconos 1501 de cámara de modo que el centro 1520 de la pareja (por ejemplo, mostrado en la imagen 1510 de previsualización) esté situado en la primera intersección 1521. Por ejemplo, el aparato 1000 electrónico puede mostrar un icono de cámara blanca correspondiente a una composición fotográfica actual, puede mostrar un icono de cámara negra correspondiente a la composición fotográfica recomendada y, a continuación, puede mostrar una flecha entre el icono de cámara blanca y el icono de cámara negra.
Haciendo referencia a 1500-2 de la FIG. 15, el aparato 1000 electrónico proporciona una guía para mover al sujeto hacia la izquierda utilizando los iconos 1502 de persona de forma que el centro 1520 de la pareja se sitúe en la primera intersección 1521. Por ejemplo, el aparato 1000 electrónico puede mostrar un icono de persona blanca correspondiente a la composición fotográfica actual, puede mostrar un icono de persona negra correspondiente a la composición fotográfica recomendada y, a continuación, puede mostrar una flecha entre el icono de persona blanca y el icono de persona negra.
La FIG: 16 es un diagrama de flujo para describir un procedimiento por el cual el aparato 1000 electrónico interopera con un servidor 2000 para proporcionar información sobre una composición fotográfica recomendada de acuerdo con un ejemplo de la divulgación.
En la operación S1610, el aparato 1000 electrónico puede ejecutar una aplicación de asistente de IA. La aplicación del asistente de IA puede comprender todos los procedimientos de entrada, tal como la voz y el tacto del usuario, y una cámara, y puede proporcionar diversos servicios. Por ejemplo, la aplicación del asistente de IA (por ejemplo, Bixby de Samsung) puede reconocer un objeto, una imagen, un texto, un código de barras, etc. introducidos en la cámara y puede proporcionar información sobre una composición fotográfica recomendada.
Con referencia a la FIG. 17, el aparato 1000 electrónico puede ejecutar la aplicación de asistente de IA en respuesta a diversas entradas del usuario. Por ejemplo, haciendo referencia a 1700-1 de la FIG. 17, el aparato 1000 electrónico puede mostrar una imagen 1701 para ejecutar la aplicación de asistente de IA en una imagen 1710 de previsualización. Cuando el usuario selecciona (por ejemplo, toca) la imagen 1701, el aparato 1000 electrónico puede ejecutar la aplicación del asistente de IA.
Haciendo referencia a 1700-2 de la FIG. 17, el aparato 1000 electrónico puede recibir la voz del usuario (por ejemplo, "¡Bixby! Tome una fotografía") 1702. En este caso, el aparato 1000 electrónico puede ejecutar la aplicación de asistente de IA de acuerdo con la entrada 1702 de voz del usuario.
Haciendo referencia a 1700-3 de la FIG. 17, el aparato 1000 electrónico puede recibir una entrada que seleccione un botón 1703 de hardware específico para solicitar la ejecución de la aplicación de asistente de IA. Cuando se recibe la entrada que selecciona el botón 1703 de hardware específico, el aparato 1000 electrónico puede ejecutar la aplicación del asistente de IA.
Con referencia nuevamente a la FIG. 16, en la operación S1620, el aparato 1000 electrónico puede obtener información sobre una imagen de previsualización e información del entorno circundante de un sujeto a través de la aplicación de asistente de IA.
De acuerdo con un ejemplo, la información sobre la imagen de previsualización puede ser la propia imagen de previsualización, o puede ser información de características obtenida a partir de la imagen de previsualización. De acuerdo con un ejemplo, la aplicación del asistente de IA puede extraer la información de características de la imagen de previsualización utilizando un modelo de red de aprendizaje. Por ejemplo, la información de características obtenida de la imagen de previsualización puede incluir, entre otras cosas, una composición fotográfica actual de la imagen de previsualización, un tipo de sujeto y una posición del sujeto.
De acuerdo con un ejemplo, la aplicación de asistente de IA puede obtener la información del entorno circundante del sujeto analizando la imagen de previsualización. En este caso, de acuerdo con un ejemplo, la aplicación del asistente de IA puede obtener la información del entorno circundante del sujeto a partir de la imagen de previsualización utilizando el modelo de red de aprendizaje.
De acuerdo con un ejemplo, la aplicación del asistente de IA puede obtener la información del entorno circundante del sujeto utilizando al menos un sensor. Por ejemplo, la aplicación del asistente de IA puede obtener información sobre la posición actual del sujeto y si éste se encuentra en interiores o exteriores mediante un sensor de posición. La aplicación del asistente de IA puede obtener un valor de iluminancia del entorno del sujeto utilizando un sensor de iluminancia. Además, la aplicación del asistente de IA puede determinar si el entorno del sujeto es actualmente diurno o nocturno utilizando el sensor de iluminancia. La aplicación del asistente de IA puede obtener información sobre la temperatura del entorno del sujeto mediante un sensor de temperatura, y puede obtener información sobre la humedad del entorno del sujeto mediante un sensor de humedad. La aplicación del asistente de IA puede obtener la información del entorno utilizando una pluralidad de sensores de imagen (o una pluralidad de cámaras).
En la operación S1630, el aparato 1000 electrónico puede transmitir la información sobre la imagen de previsualización y la información del entorno del sujeto al servidor 2000. Por ejemplo, la aplicación del asistente de IA puede transmitir la información sobre la imagen de previsualización y la información del entorno del sujeto al servidor 2000 a través de una comunicación por cable/inalámbrica.
En la operación S1640, el servidor 2000 puede determinar una composición fotográfica recomendada basándose en la información sobre la imagen de previsualización y la información sobre el entorno del sujeto. De acuerdo con un ejemplo, el servidor 2000 puede determinar la composición fotográfica recomendada utilizando el modelo de red de aprendizaje (por ejemplo, el modelo 300 de recomendación) entrenado basándose en fotografías tomadas por profesionales.
De acuerdo con un ejemplo, el servidor 2000 puede determinar la composición fotográfica recomendada de acuerdo con la información del sujeto (por ejemplo, un tipo de sujeto identificado y el número de sujetos) y la información del entorno circundante (por ejemplo, si el lugar de la fotografía es interior o exterior, una dirección de la luz, una intensidad de la luz o una temperatura de color). Por ejemplo, cuando el sujeto son varias personas y hay una puesta de sol al aire libre, como resultado obtenido al analizar la información del sujeto y la información del entorno, el servidor 2000 puede determinar una composición en la que las varias personas se muestren claramente en un fotograma cuando hay una puesta de sol al aire libre como la composición de fotografía recomendada.
De acuerdo con un ejemplo, cuando el sujeto identificado es un edificio alto y no existe un sujeto característico en los alrededores como resultado del análisis basado en una imagen de ángulo de visión máximo, el servidor 2000 puede determinar un modo vertical como la composición fotográfica recomendada. Además, cuando el sujeto son varias personas y las personas están de pie en un amplio césped al aire libre como resultado del análisis basado en la imagen del ángulo de visión máximo, el servidor 2000 puede determinar un modo horizontal como la composición de fotografía recomendada.
De acuerdo con un ejemplo, el servidor 2000 puede determinar la composición fotográfica recomendada teniendo en cuenta un área fotográfica y un ángulo fotográfico. En consecuencia, el servidor 2000 puede determinar un área de recomendación fotográfica y un ángulo de recomendación fotográfica.
Un procedimiento por el cual el servidor 2000 determina la composición fotográfica recomendada basándose en la información del sujeto y la información del entorno circundante puede corresponder a un procedimiento por el cual el aparato 1000 electrónico determina la composición fotográfica recomendada basándose en la información del sujeto y la información del entorno circundante, por lo que no se dará una explicación detallada del mismo.
En la operación S1650, el servidor 2000 puede transmitir información sobre la composición fotográfica recomendada al aparato 1000 electrónico. Por ejemplo, el servidor 2000 puede transmitir al aparato 1000 electrónico la recomendación de área de fotografía, la recomendación de ángulo de fotografía y la recomendación de composición fotográfica a través de una comunicación por cable o inalámbrica. De acuerdo con un ejemplo, el aparato 1000 electrónico puede recibir la información sobre la composición fotográfica recomendada desde el servidor 2000 a través de la aplicación del asistente de IA.
En la operación S1660, el aparato 1000 electrónico puede proporcionar la información sobre la composición fotográfica recomendada a través de la aplicación del asistente de IA.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede determinar la composición fotográfica actual utilizando la imagen de previsualización. En este caso, cuando la similitud entre la composición fotográfica actual y la composición fotográfica recomendada es inferior a un valor umbral, el aparato 1000 electrónico puede proporcionar información sobre la composición fotográfica recomendada.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede proporcionar la información sobre la composición fotográfica recomendada emitiendo información para guiar la composición fotográfica recomendada. En este caso, el aparato 1000 electrónico puede emitir la información para guiar la composición fotográfica recomendada utilizando al menos uno de, pero no limitado a, una señal de vídeo, una señal de audio y una señal de vibración. Por ejemplo, el aparato 1000 electrónico puede emitir una voz para guiar la composición fotográfica recomendada. Además, el aparato 1000 electrónico puede mostrar un indicador gráfico para guiar la composición fotográfica recomendada en una imagen que tenga un ángulo de visión (por ejemplo, la imagen de ángulo de visión máximo) mayor que el de la imagen de previsualización.
Aunque el servidor 2000 determina la composición fotográfica recomendada basándose en la información del sujeto y la información del entorno del sujeto en FIG. 16, la divulgación no se limita a ello. De acuerdo con un ejemplo, el servidor 2000 puede determinar un valor de ajuste de recomendación de fotografía basado en la información del sujeto y la información del entorno del sujeto y puede transmitir información sobre el valor de ajuste de recomendación de fotografía al aparato 1000 electrónico.
Algunas operaciones de la FIG. 16 se pueden omitir. Por ejemplo, el aparato 1000 electrónico puede transmitir al servidor 2000 sólo la información sobre la imagen de previsualización, sin transmitir la información sobre el entorno del sujeto. En este caso, el servidor 2000 puede obtener directamente la información del entorno del sujeto basándose en la información sobre la imagen de previsualización.
La FIG: 18 es un diagrama de flujo para describir un procedimiento para proporcionar información sobre una pluralidad de composiciones fotográficas recomendadas de acuerdo con un ejemplo de la divulgación.
En la operación S1810, el aparato 1000 electrónico puede identificar un sujeto incluido en una imagen de previsualización. Por ejemplo, el aparato 1000 electrónico puede identificar el sujeto incluido en la imagen de previsualización analizando la imagen de previsualización. En este caso, de acuerdo con un ejemplo, el aparato 1000 electrónico puede identificar el sujeto incluido en la imagen de previsualización utilizando un modelo de red de aprendizaje (por ejemplo, un modelo de IA) de un sistema de IA. La operación S1810 corresponde a la operación S210 de la FIG. 2, por lo que no se dará una explicación detallada del mismo.
En la operación S1820, el aparato 1000 electrónico puede obtener información del entorno circundante del sujeto. Por ejemplo, el aparato 1000 electrónico puede obtener información relacionada con la luz en los alrededores del sujeto como información del entorno circundante.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede obtener la información del entorno circundante del sujeto analizando la imagen de previsualización. En este caso, de acuerdo con un ejemplo, el aparato 1000 electrónico puede obtener la información del entorno circundante del sujeto a partir de la imagen de previsualización utilizando el modelo de red de aprendizaje del sistema de IA.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede obtener la información del entorno circundante del sujeto utilizando al menos un sensor. Por ejemplo, el aparato 1000 electrónico puede obtener información sobre la posición actual del sujeto y si éste se encuentra en el interior o en el exterior utilizando un sensor de posición. El aparato 1000 electrónico puede obtener un valor de iluminancia del entorno del sujeto utilizando un sensor de iluminancia. Además, el aparato 1000 electrónico puede determinar si el entorno del sujeto es actualmente diurno o nocturno utilizando el sensor de iluminancia. El aparato 1000 electrónico puede obtener información sobre la temperatura del entorno del sujeto utilizando un sensor de temperatura, y puede obtener información sobre la humedad del entorno del sujeto utilizando un sensor de humedad. El aparato 1000 electrónico puede obtener la información del entorno utilizando una pluralidad de sensores de imagen (o una pluralidad de cámaras). La operación S1820 corresponde a la operación S220 de la FIG. 2, por lo que no se dará una explicación detallada del mismo.
En la operación S1830, el aparato 1000 electrónico puede determinar una pluralidad de composiciones fotográficas recomendadas utilizando información del sujeto y del entorno circundante del sujeto. De acuerdo con un ejemplo, el aparato 1000 electrónico puede determinar la pluralidad de composiciones fotográficas recomendadas utilizando el modelo de red de aprendizaje (por ejemplo, el modelo 300 de recomendación) entrenado basándose en fotografías tomadas por profesionales.
De acuerdo con un ejemplo, el servidor 2000 puede determinar la pluralidad de composiciones fotográficas recomendadas de acuerdo con la información del sujeto (por ejemplo, un tipo de sujeto identificado y el número de sujetos) y la información del entorno circundante (por ejemplo, si un lugar para fotografiar está al aire libre o en interiores, una dirección de la luz, una intensidad de la luz y una temperatura de color).
En la operación S1840, el aparato 1000 electrónico puede proporcionar información sobre la pluralidad de composiciones fotográficas recomendadas.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede proporcionar la información sobre la pluralidad de composiciones fotográficas recomendadas emitiendo información para guiar la pluralidad de composiciones fotográficas recomendadas. En este caso, el aparato 1000 electrónico puede emitir la información para guiar la pluralidad de composiciones fotográficas recomendadas utilizando al menos una de, pero no limitada a, una señal de vídeo, una señal de audio y una señal de vibración. Por ejemplo, el aparato 1000 electrónico puede emitir una voz para guiar la pluralidad de composiciones fotográficas recomendadas. Asimismo, el aparato 1000 electrónico puede mostrar una pluralidad de indicadores gráficos para guiar la pluralidad de composiciones fotográficas recomendadas en la imagen de previsualización. El aparato 1000 electrónico puede mostrar la pluralidad de indicadores gráficos (por ejemplo, imágenes de recuadro) para guiar la pluralidad de composiciones fotográficas recomendadas en una imagen que tenga un ángulo de visión (por ejemplo, una imagen de ángulo de visión máximo) mayor que el de la imagen de previsualización.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede mostrar en una pantalla imágenes en miniatura correspondientes respectivamente a la pluralidad de composiciones fotográficas recomendadas. De acuerdo con otro ejemplo, el aparato 1000 electrónico puede mostrar imágenes de previsualización correspondientes respectivamente a la pluralidad de composiciones fotográficas recomendadas en diferentes páginas.
En la operación S1850, el aparato 1000 electrónico puede recibir una entrada de usuario que selecciona una de la pluralidad de composiciones fotográficas recomendadas. De acuerdo con un ejemplo, el aparato 1000 electrónico puede obtener una imagen fotográfica correspondiente a la composición fotográfica recomendada seleccionada por un usuario.
Por ejemplo, el aparato 1000 electrónico puede recibir una entrada que haga coincidir un primer indicador correspondiente a una composición fotográfica actual con un segundo indicador correspondiente a una segunda composición fotográfica recomendada de entre la pluralidad de composiciones fotográficas recomendadas. En este caso, el aparato 1000 electrónico puede empezar a fotografiar y puede obtener una imagen fotográfica correspondiente a la segunda composición fotográfica recomendada.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede obtener una imagen fotográfica correspondiente a la composición fotográfica recomendada seleccionada por el usuario. Una operación por la cual el aparato 1000 electrónico proporciona la información sobre la pluralidad de composiciones fotográficas recomendadas se describirá ahora con referencia a las FIGS. 19 a 21.
Las FIGS. 19, 20, y 21 son vistas para describir una operación mediante la cual el aparato 1000 electrónico muestra información sobre una pluralidad de composiciones fotográficas recomendadas de acuerdo con diversos ejemplos de la divulgación.
Con referencia a la FIG. 19, el aparato 1000 electrónico puede determinar una pluralidad de composiciones fotográficas recomendadas, y puede mostrar indicadores gráficos para guiar la pluralidad de composiciones fotográficas recomendadas en una imagen de previsualización.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede mostrar la imagen de previsualización obtenida por una primera cámara en una pantalla. En este caso, la imagen de previsualización puede incluir una pareja como sujeto e incluir un campo y una montaña como fondo.
El aparato 1000 electrónico puede determinar una composición de regla de los tercios como composición fotográfica recomendada. En particular, el aparato 1000 electrónico puede determinar una composición en la que un centro 1911 del sujeto se encuentra en un primer punto 1901 como una primera composición fotográfica recomendada y una composición en la que un centro 1911 del sujeto se encuentra en un segundo punto 1902 como una segunda composición fotográfica recomendada, de entre los puntos virtuales en los que se encuentran las líneas horizontales/verticales, teniendo en cuenta la información del sujeto y la información del entorno circundante.
El aparato 1000 electrónico puede mostrar un primer indicador 1910 para guiar la primera composición fotográfica recomendada y un segundo indicador 1920 para guiar la segunda composición fotográfica recomendada en la imagen de previsualización. Por ejemplo, el primer indicador 1910 puede incluir un icono (por ejemplo, una flecha hacia la izquierda) para guiar a un fotógrafo a moverse hacia la izquierda. El segundo indicador 1920 puede incluir un icono (por ejemplo, una flecha hacia la derecha) para guiar al fotógrafo a moverse hacia la derecha.
Con referencia a la FIG. 20, el aparato 1000 electrónico puede mostrar en una pantalla imágenes en miniatura correspondientes respectivamente a una pluralidad de composiciones fotográficas.
Haciendo referencia a 2000-1 de la FIG. 20, el aparato 1000 electrónico puede mostrar un icono 2001 para solicitar una composición fotográfica recomendada en una imagen 2010 de previsualización obtenida por una primera cámara. El aparato 1000 electrónico puede recibir una entrada de usuario que seleccione el icono 2001 para solicitar la composición fotográfica recomendada. Por ejemplo, cuando un usuario (fotógrafo) desea obtener información sobre la composición fotográfica recomendada, el usuario puede tocar el icono 2001 que aparece en la imagen 2010 de previsualización.
Haciendo referencia a 2000-2 de la FIG.20, el aparato 1000 electrónico puede determinar una pluralidad de composiciones fotográficas recomendadas en respuesta a una entrada que toque el icono 2001. En este caso, el aparato 1000 electrónico puede mostrar imágenes en miniatura correspondientes a la pluralidad de composiciones fotográficas recomendadas.
Por ejemplo, el aparato 1000 electrónico puede determinar una composición de regla de los tercios como la composición fotográfica recomendada. En particular, el aparato 1000 electrónico puede determinar una composición en la que el centro del sujeto se encuentra en el primer punto 1901 como una primera composición fotográfica recomendada, puede determinar una composición en la que el centro del sujeto se encuentra en un segundo punto como una segunda composición fotográfica recomendada, y puede determinar una composición en la que el centro del sujeto se encuentra en un tercer punto como una tercera composición fotográfica recomendada, de entre los puntos virtuales en los que se encuentran las líneas horizontales/verticales, teniendo en cuenta la información del sujeto y la información del entorno circundante.
En este caso, el aparato 1000 electrónico puede obtener imágenes en miniatura correspondientes a las composiciones fotográficas recomendadas a partir de una imagen de ángulo de visión máximo obtenida por una segunda cámara. Por ejemplo, el aparato 1000 electrónico puede obtener una primera imagen 2003 en miniatura correspondiente a la primera composición fotográfica recomendada, una segunda imagen 2004 en miniatura correspondiente a la segunda composición fotográfica recomendada, y una tercera imagen 2005 en miniatura correspondiente a la tercera composición fotográfica recomendada a partir de la imagen de ángulo de visión máximo.
El aparato 1000 electrónico puede mostrar la primera imagen 2003 en miniatura correspondiente a la primera composición fotográfica recomendada, la segunda imagen 2004 en miniatura correspondiente a la segunda composición fotográfica recomendada, y la tercera imagen 2005 en miniatura correspondiente a la tercera composición fotográfica recomendada en la pantalla junto con una imagen 2002 en miniatura correspondiente a la imagen 2010 de previsualización. En este caso, dado que el usuario (fotógrafo) puede comprobar de antemano las imágenes fotográficas de acuerdo con la pluralidad de composiciones fotográficas recomendadas y una imagen fotográfica de acuerdo con una composición fotográfica actual, el usuario puede seleccionar fácilmente la composición fotográfica deseada.
Con referencia a la FIG. 21, cuando se determina una pluralidad de composiciones fotográficas recomendadas, el aparato 1000 electrónico puede obtener imágenes de previsualización correspondientes respectivamente a las composiciones fotográficas recomendadas en una imagen de ángulo de visión máximo obtenida por una segunda cámara. El aparato 1000 electrónico puede mostrar las imágenes de previsualización correspondientes respectivamente a la pluralidad de composiciones fotográficas recomendadas en diferentes páginas.
Haciendo referencia a 2100-1 de la FIG. 21, el aparato 1000 electrónico puede mostrar una primera imagen de previsualización correspondiente a una primera composición fotográfica recomendada en una primera página 2110. En este caso, el aparato 1000 electrónico puede mostrar un primer indicador 2101 para guiar la primera composición fotográfica recomendada. Por ejemplo, el primer indicador 2101 puede incluir una flecha para guiar a un fotógrafo a moverse hacia la derecha.
Haciendo referencia a 2100-2 de la FIG. 21, el aparato 1000 electrónico puede mostrar una segunda imagen de previsualización correspondiente a una segunda composición fotográfica recomendada en una segunda página 2120. En este caso, el aparato 1000 electrónico puede mostrar un segundo indicador 2102 para guiar la segunda composición fotográfica recomendada. Por ejemplo, el segundo indicador 2102 puede incluir una flecha para guiar al fotógrafo a moverse hacia la izquierda.
Haciendo referencia a 2100-3 de la FIG. 21, el aparato 1000 electrónico puede mostrar una tercera imagen de previsualización correspondiente a una tercera composición fotográfica recomendada en una tercera página 2130. En este caso, el aparato 1000 electrónico puede mostrar un tercer indicador 2103 para guiar la tercera composición fotográfica recomendada. Por ejemplo, el tercer indicador 2103 puede incluir una imagen para guiar al fotógrafo a moverse hacia abajo del aparato 1000 electrónico y alejar la imagen.
El usuario (fotógrafo) puede comprobar de antemano imágenes de vista previa de acuerdo con una pluralidad de composiciones fotográficas recomendadas, y puede determinar fácilmente una composición fotográfica deseada. Además, el usuario (fotógrafo) puede obtener fácilmente una fotografía de una composición fotográfica deseada de acuerdo con un indicador para guiar una composición fotográfica recomendada.
Un procedimiento por el cual el aparato 1000 electrónico recomienda una pose cuando un sujeto es una persona será ahora descrito en detalle con referencia a las FIGS. 22 a 26.
La FIG: 22 es un diagrama de flujo para describir un procedimiento para proporcionar información sobre una pose recomendada de acuerdo con un ejemplo de la divulgación.
En la operación S2210, el aparato 1000 electrónico puede identificar un sujeto incluido en una imagen de previsualización. Por ejemplo, el aparato 1000 electrónico puede identificar el sujeto incluido en la imagen de previsualización analizando la imagen de previsualización. En este caso, de acuerdo con un ejemplo, el aparato 1000 electrónico puede identificar el sujeto incluido en la imagen de previsualización utilizando un modelo de red de aprendizaje de un sistema de IA. La operación S2210 corresponde a la operación S210 de la FIG. 2, por lo que no se dará una explicación detallada del mismo.
En la operación S2220, el aparato 1000 electrónico puede obtener información del entorno circundante del sujeto. De acuerdo con un ejemplo, el aparato 1000 electrónico puede obtener la información del entorno circundante del sujeto analizando la imagen de previsualización. En este caso, de acuerdo con un ejemplo, el aparato 1000 electrónico puede obtener la información del entorno circundante del sujeto a partir de la imagen de previsualización utilizando el modelo de red de aprendizaje del sistema de IA.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede obtener la información del entorno circundante del sujeto utilizando al menos un sensor. Por ejemplo, el aparato 1000 electrónico puede obtener información sobre la posición actual del sujeto y si éste se encuentra en el interior o en el exterior utilizando un sensor de posición. El aparato 1000 electrónico puede obtener un valor de iluminancia del entorno del sujeto utilizando un sensor de iluminancia. Además, el aparato 1000 electrónico puede determinar si el entorno del sujeto es actualmente diurno o nocturno utilizando el sensor de iluminancia. El aparato 1000 electrónico puede obtener información sobre la temperatura del entorno del sujeto utilizando un sensor de temperatura, y puede obtener información sobre la humedad del entorno del sujeto utilizando un sensor de humedad. El aparato 1000 electrónico puede obtener la información del entorno utilizando una pluralidad de sensores de imagen (o una pluralidad de cámaras). La operación S2220 corresponde a la operación S220 de la FIG. 2, por lo que no se dará una explicación detallada del mismo.
En la operación S2230, el aparato 1000 electrónico puede determinar una pose recomendada utilizando información del sujeto y del entorno circundante del sujeto.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede determinar la pose recomendada utilizando el modelo de red de aprendizaje. El modelo de red de aprendizaje puede generarse utilizando datos obtenidos mediante el aprendizaje de una pose (reconocimiento) de una persona, un fondo y la presencia de otra persona basándose en fotografías de la persona para el aprendizaje. La pose recomendada puede incluir no sólo una pose de cuerpo entero de la persona, sino también una expresión facial o un ángulo de la cara.
De acuerdo con un ejemplo, cuando la cara de la persona es reconocida a través de una primera cámara, el aparato 1000 electrónico puede seleccionar una tarjeta de pose adecuada para un entorno circundante actual del sujeto de entre una pluralidad de tarjetas de pose pregeneradas. El aparato 1000 electrónico puede determinar una pose incluida en la tarjeta de pose seleccionada como la pose recomendada.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede determinar la pose recomendada considerando además datos de aprendizaje personalizados de un usuario. Por ejemplo, cuando el aparato 1000 electrónico recomienda una postura sentada, una postura de pie y una postura tumbada a un primer usuario, pero el usuario adopta la postura sentada en todas las fotografías, el aparato 1000 electrónico puede determinar la postura recomendada basándose en la postura sentada. Además, cuando se borran todas las fotografías en las que el usuario adopta la pose tumbada, el aparato 1000 electrónico puede no seleccionar la pose tumbada al determinar la pose recomendada.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede determinar una pluralidad de poses recomendadas utilizando la información del sujeto y la información del entorno circundante del sujeto. Por ejemplo, cuando una pluralidad de sujetos está de pie sobre un césped, el aparato 1000 electrónico puede reconocer una pluralidad de personas como información del sujeto y puede reconocer el exterior, un césped y el mediodía como información del entorno circundante. En este caso, el aparato 1000 electrónico puede seleccionar una primera tarjeta de pose, una segunda tarjeta de pose y una tercera tarjeta de pose relacionadas con fotografías de la pluralidad de personas de pie sobre el césped al mediodía de entre una pluralidad de tarjetas de pose que se han generado previamente.
En la operación S2240, el aparato 1000 electrónico puede comparar una pose actual con la pose recomendada y puede determinar si una similitud entre la pose actual y la pose recomendada es menor que un valor umbral.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede determinar una pose actual de una persona que es el sujeto analizando la imagen de previsualización. De acuerdo con un ejemplo, el aparato 1000 electrónico puede determinar la pose actual de la persona que es el sujeto utilizando el modelo de red de aprendizaje del sistema de IA.
Ejemplos de la pose pueden incluir, pero no se limitan a, una pose de tumbarse a la izquierda, una pose de tumbarse a la derecha, una pose de sentarse con las piernas estiradas, una pose de sentarse con las rodillas dobladas y sentarse, una pose de doblar la cintura, una pose de levantar las manos sobre la cintura, una pose de estar de pie mirando hacia delante, una pose de estar de pie mirando al lado, una pose de estar de pie con la espalda, y una pose de saltar.
De acuerdo con un ejemplo, ejemplos de la pose pueden incluir, además, pero no se limitan a, una forma de un dedo (por ejemplo, una forma de V, una forma de corazón, una forma de puño, o una forma de pulgar hacia arriba), una expresión facial (por ejemplo, ninguna expresión, una expresión sonriente, una expresión de llanto, o una expresión de ceño fruncido), y si se llevan accesorios (por ejemplo, si se llevan gafas, si se llevan gafas de sol, o si se lleva un sombrero).
De acuerdo con un ejemplo, el aparato 1000 electrónico puede comparar la pose actual con la pose recomendada. Si la similitud entre la pose actual y la pose recomendada es igual o mayor que un valor umbral (por ejemplo, 97%), el aparato 1000 electrónico puede no proporcionar información sobre la pose recomendada.
En la operación S2250, el aparato 1000 electrónico puede proporcionar la información sobre la pose recomendada cuando la similitud entre la pose actual y la pose recomendada es menor que el valor umbral.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede emitir información para guiar la pose recomendada. Por ejemplo, el aparato 1000 electrónico puede emitir la información para guiar la postura recomendada utilizando al menos una de, pero no limitada a, una señal de vídeo, una señal de audio y una señal de vibración.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede mostrar una línea para guiar la pose recomendada en el sujeto. De acuerdo con un ejemplo, el aparato 1000 electrónico puede mostrar un indicador gráfico (por ejemplo, un icono) para guiar la pose recomendada en una porción de la imagen de previsualización (por ejemplo, una porción superior derecha).
De acuerdo con un ejemplo, el aparato 1000 electrónico puede proporcionar una pluralidad de tarjetas de poses recomendadas a una porción predeterminada cuando se determina una pluralidad de poses recomendadas.
Una operación por la cual el aparato 1000 electrónico proporciona la información sobre la pose recomendada se describirá ahora con referencia a las FIGS. 23 a 26.
La FIG: 23 es una vista para describir una operación mediante la cual el aparato 1000 electrónico muestra información sobre una pose recomendada de acuerdo con un ejemplo de la divulgación.
Con referencia a la FIG. 23, el aparato 1000 electrónico puede analizar una imagen de previsualización obtenida por una primera cámara y puede reconocer que un sujeto 2301 principal es una persona y que el sujeto 2301 principal es premiado en un festival de cine (en interiores) que es un entorno circundante. Además, el aparato 1000 electrónico puede reconocer que el sujeto 2301 principal está de pie con una mirada rígida (una pose actual). En este caso, el aparato 1000 electrónico puede determinar una pose adecuada para una sala de entrega de premios (en interiores) como pose recomendada. El aparato 1000 electrónico puede mostrar información sobre la pose recomendada en una pantalla.
Por ejemplo, haciendo referencia a 2300-1 de la FIG. 23, el aparato 1000 electrónico puede determinar una pose de levantar las manos sobre la cintura como la pose recomendada. El aparato 1000 electrónico puede mostrar líneas 2302 para guiar la pose recomendada de modo que las líneas 2302 se superpongan a una imagen del sujeto 2301 principal. En este caso, un fotógrafo puede comprobar la pose recomendada y puede solicitar al sujeto 2301 principal que cambie de pose.
Haciendo referencia a 2300-2 de la FIG. 23, el aparato 1000 electrónico puede mostrar un icono correspondiente a la pose recomendada en una porción 2303 específica de modo que el icono no se superponga a la imagen del sujeto 2301 principal. En este caso, el fotógrafo puede comprobar la pose recomendada que aparece en la porción 2303 específica.
La FIG: 24 es una vista para describir una operación de proporcionar información sobre una pose recomendada utilizando el número de sujetos y la información del entorno circundante de los sujetos de acuerdo con un ejemplo de la divulgación.
Haciendo referencia a 2400-1 de la FIG. 24, el aparato 1000 electrónico puede obtener información que indique que el número de sujetos es 3 mediante el análisis de una imagen 2410 de previsualización. Además, el aparato 1000 electrónico puede descubrir que los tres sujetos existen actualmente en exteriores diurnos mediante el análisis de la imagen de previsualización o mediante el uso de un sensor. En este caso, el aparato 1000 electrónico puede determinar una pose que pueden adoptar los tres sujetos en exteriores durante el día como pose recomendada, utilizando el modelo 300 de recomendación. Por ejemplo, el aparato 1000 electrónico puede determinar una pose en la que los tres sujetos levantan las manos y dan vítores como la pose recomendada. El aparato 1000 electrónico puede proporcionar un indicador gráfico para guiar la postura recomendada. Por ejemplo, el aparato 1000 electrónico puede mostrar una imagen 2401 de icono correspondiente a la pose recomendada en la imagen de previsualización.
Haciendo referencia a 2400-2 de la FIG. 24, el aparato 1000 electrónico puede obtener información que indique que el número de sujetos es 3 analizando una imagen 2420 de previsualización. Además, el aparato 1000 electrónico puede descubrir que los tres sujetos existen en interiores analizando la imagen de previsualización o utilizando un sensor. En este caso, el aparato 1000 electrónico puede determinar una pose que pueden adoptar los tres sujetos de pie en interiores como pose recomendada. Por ejemplo, el aparato 1000 electrónico puede determinar una pose en la que un sujeto del medio entre los tres sujetos se sienta y otros dos sujetos a ambos lados se levantan como la pose recomendada. El aparato 1000 electrónico puede proporcionar un indicador gráfico para guiar la postura recomendada. Por ejemplo, el aparato 1000 electrónico puede mostrar una imagen 2402 de icono correspondiente a la pose recomendada en la imagen de previsualización.
La FIG: 25 es una vista para describir una operación de proporcionar información sobre una pluralidad de poses recomendadas de acuerdo con un ejemplo de la divulgación.
Con referencia a la FIG. 25, el aparato 1000 electrónico puede obtener información que indique que el número de sujetos es 1 y un lugar es un salón de ceremonias de graduación mediante el análisis de una imagen de previsualización. En este caso, el aparato 1000 electrónico puede determinar una pose que puede adoptar el sujeto en la sala de la ceremonia de graduación como pose recomendada. Por ejemplo, el aparato 1000 electrónico puede determinar diversas poses como la de saltar y lanzar una gorra de graduación, la de poner una mano en la cintura y levantar la otra, o la de apoyarse en la pared como las poses recomendadas.
De acuerdo con un ejemplo, el aparato 1000 electrónico puede mostrar información (por ejemplo, 2500) para guiar la pluralidad de poses recomendadas en una porción 2501 específica de la información 2500 mostrada. Por ejemplo, el aparato 1000 electrónico puede mostrar imágenes de iconos correspondientes respectivamente a la pluralidad de poses recomendadas en la porción 2501 específica.
Cuando existe la pluralidad de poses recomendadas, el aparato 1000 electrónico puede no mostrar todos los iconos que indican la pluralidad de poses recomendadas en la porción 2501 específica. En este caso, el aparato 1000 electrónico puede indicar que hay más poses recomendadas aparte de las mostradas en la porción 2501 específica, proporcionando una flecha a la porción 2501 específica. Un usuario puede comprobar las otras poses recomendadas que no se muestran en la porción 2501 específica tocando la flecha o arrastrando el dedo hacia la izquierda o la derecha dentro de la porción 2501 específica. Por ejemplo, cuando se recibe una entrada de arrastre en un estado en el que un primer icono (por ejemplo, un icono correspondiente a una pose de salto) correspondiente a una primera pose recomendada se muestra en la porción 2501 específica, el aparato 1000 electrónico puede mostrar un segundo icono (por ejemplo, una pose de pie con ambas manos en la cintura) correspondiente a una segunda pose recomendada, en lugar del primer icono, en la porción 2501 específica. Un procedimiento por el cual el aparato 1000 electrónico proporciona información sobre la pluralidad de poses recomendadas no se limita al de la FIG. 25 y puede utilizarse cualquier otro procedimiento.
La FIG: 26 es una vista para describir una operación de recomendar una composición facial óptima de acuerdo con un ejemplo de la divulgación. La FIG. 26 se describirá suponiendo que un usuario del aparato 1000 electrónico toma una imagen de autofoto.
Con referencia a la FIG. 26, el aparato 1000 electrónico puede obtener una imagen de previsualización que incluya la imagen de la cara de un usuario. El aparato 1000 electrónico puede obtener información del entorno circundante (por ejemplo, una dirección de la iluminación o la impresión del color de la iluminación) mediante el análisis de la imagen de previsualización o mediante el uso de sensores. En este caso, el aparato 1000 electrónico puede introducir información sobre la imagen de la cara del usuario y la información del entorno circundante al modelo 300 de recomendación. En este caso, el aparato 1000 electrónico puede obtener información sobre una composición 2600 facial óptima a partir del modelo 300 de recomendación.
El modelo 300 de recomendación puede ser un modelo entrenado mediante el uso de datos de aprendizaje(entrenamiento) personalizados. Por ejemplo, el modelo 300 de recomendación puede ser un modelo entrenado con base en fotografías cargadas habitualmente en un servidor de servicios de redes sociales (SNS) y fotografías borradas por el usuario de una memoria después de fotografiarlas. El modelo 300 de recomendación puede tener información que indique que el usuario borra fotografías en las que se resalta el lado izquierdo de la cara y sube fotografías en las que se resalta el lado derecho de la cara al servidor SNS.
En consecuencia, cuando una imagen 2601 de previsualización y la información 2602 de entorno circundante se introducen en el modelo 300 de recomendación, el modelo 300 de recomendación puede determinar un ángulo de la cara de recomendación utilizando los datos de aprendizaje personalizados. Por ejemplo, el modelo 300 de recomendación puede determinar una composición de caras en la que la cara derecha de la cara esté resaltada y una mirada hacia abajo como la composición de caras de recomendación.
Dado que una composición actual de la cara incluida en la imagen de previsualización es una composición en la que el lado izquierdo está resaltado, el aparato 1000 electrónico puede proporcionar información sobre la composición de la cara de recomendación. Por ejemplo, el aparato 1000 electrónico puede mostrar en una pantalla una imagen 2603 de icono correspondiente a la composición de la cara de recomendación. Además, el aparato 1000 electrónico puede emitir una señal de voz correspondiente a la composición de la cara de recomendación. Por ejemplo, el aparato 1000 electrónico puede emitir un mensaje de voz que diga: "Será mejor que gire la cara en la dirección opuesta, incline la barbilla hacia abajo y desplace la mirada hacia abajo".
Las FIGS. 27 y 28 son diagramas de bloques para describir el aparato 1000 electrónico de acuerdo con diversos ejemplos de la divulgación.
Con referencia a la FIG. 27, el aparato 1000 electrónico de acuerdo con un ejemplo puede incluir una interfaz 1100 de salida, un sensor 1200 y un procesador 1300. No obstante, todos los elementos ilustrados en la FIG. 27 no son elementos esenciales. El aparato 1000 electrónico puede incluir más o menos elementos que los ilustrados en la FIG.
27.
Por ejemplo, como se muestra en la FIG. 28, el aparato 1000 electrónico de acuerdo con un ejemplo puede incluir una interfaz 1400 de comunicación, una interfaz 1500 de entrada A/V, una interfaz 1600 de entrada de usuario, y una memoria 1700 además de la interfaz 1100 de salida, el sensor 1200, y el procesador 1300.
Los elementos se describirán secuencialmente a continuación.
La interfaz 1100 de salida puede emitir una señal de audio, una señal de vídeo o una señal de vibración, y puede incluir una pantalla 1111, una interfaz 1112 de salida de audio y un motor 1113 de vibración.
La interfaz 1112 de salida de sonido emite datos de audio recibidos desde la interfaz 1400 de comunicación o almacenados en la memoria 1700. Además, la interfaz 1112 de salida de sonido emite una señal de sonido relacionada con una función (por ejemplo, un sonido de recepción de señal de llamada, un sonido de recepción de mensaje o un sonido de notificación) realizada por el aparato 1000 electrónico. La interfaz 1112 de salida de sonido puede incluir un altavoz o un zumbador.
El motor 1113 de vibración puede emitir una señal de vibración. Por ejemplo, el motor 1113 de vibración puede emitir una señal de vibración correspondiente a una salida de datos de audio o datos de vídeo (por ejemplo, un sonido de recepción de señal de llamada o un sonido de recepción de mensaje). Además, el motor 1113 de vibración puede emitir una señal de vibración cuando se toca una pantalla táctil. El motor 1113 de vibración puede emitir una señal de vibración cuando una posición actual es la misma que una composición de recomendación cuando un fotógrafo se mueve o un sujeto se mueve.
La interfaz 1100 de salida puede mostrar una imagen de previsualización que incluya el sujeto reconocido por una primera cámara 1511. La interfaz 1100 de salida puede proporcionar información relacionada con una composición fotográfica recomendada. Por ejemplo, la interfaz 1100 de salida puede mostrar un indicador gráfico para guiar la composición fotográfica recomendada.
La interfaz 1100 de salida puede proporcionar información relacionada con una pluralidad de composiciones fotográficas recomendadas. Por ejemplo, la interfaz 1100 de salida puede mostrar imágenes en miniatura respectivamente correspondientes a la pluralidad de composiciones fotográficas recomendadas y puede proporcionar imágenes de vista previa respectivamente correspondientes a la pluralidad de composiciones fotográficas recomendadas en diferentes páginas.
La interfaz 1100 de salida puede proporcionar información de al menos una de un área de recomendación de fotografía, un ángulo de recomendación de fotografía, una pose recomendada y una composición de cara recomendada.
El sensor 1200 puede incluir al menos uno de entre, pero no limitado a, un sensor 1211 de magnetismo terrestre, un sensor 1212 de aceleración, un sensor 1213 de inclinación, un sensor 1214 de infrarrojos, un sensor 1215 de giroscopio, un sensor de posición (por ejemplo, un GPS) 1216, un sensor 1217 de temperatura/humedad, un sensor 1218 de proximidad y un sensor 1219 de luz. Las funciones de los sensores pueden ser derivadas intuitivamente por un experto en la técnica a partir de sus nombres y, por lo tanto, no se dará una explicación detallada de las mismas.
El sensor 1200 puede obtener información del entorno circundante (por ejemplo, información relacionada con la luz en los alrededores del sujeto) del sujeto. Por ejemplo, el sensor 1219 de luz (o un sensor de iluminancia) puede obtener un valor de iluminancia de los alrededores del sujeto. Además, el sensor 1219 de luz (o el sensor de iluminancia) puede determinar si el entorno del sujeto es actualmente diurno o nocturno. El sensor 1217 de temperatura/humedad puede obtener información sobre la temperatura del entorno del sujeto e información sobre la humedad del entorno del sujeto.
El procesador 1300 generalmente controla el funcionamiento general del aparato 1000 electrónico. Por ejemplo, el procesador 1300 puede controlar las operaciones de la interfaz 1100 de salida, el sensor 1200, la interfaz 1400 de comunicación, la interfaz 1500 de entrada A/V, la interfaz 1600 de entrada de usuario y la memoria 1700 ejecutando programas almacenados en la memoria 1700.
De acuerdo con un ejemplo, el procesador 1300 puede incluir, entre otros, un procesador de IA para generar un modelo de red de aprendizaje. De acuerdo con un ejemplo, el procesador de IA puede implementarse como un chip separado del procesador 1300.
El procesador 1300 puede identificar el sujeto incluido en la imagen de previsualización y puede determinar una composición fotográfica recomendada utilizando la información del sujeto identificado y la información del entorno circundante del sujeto. El procesador 1300 puede proporcionar información relacionada con la composición fotográfica recomendada a través de la interfaz 1100 de salida.
De acuerdo con un ejemplo, el procesador 1300 puede determinar una composición fotográfica actual a partir de la imagen de previsualización. Cuando una similitud entre la composición fotográfica recomendada y la composición fotográfica actual es menor que un valor umbral, el procesador 1300 puede proporcionar la información sobre la composición fotográfica recomendada. Cuando la similitud entre la composición fotográfica recomendada y la composición fotográfica actual es menor que el valor umbral, el procesador 1300 puede no proporcionar la información sobre la composición fotográfica recomendada.
El procesador 1300 puede obtener una primera imagen que tenga un ángulo de visión mayor que el de la imagen de previsualización utilizando una segunda cámara 1512 diferente de la primera cámara 1511. El procesador 1300 puede obtener la información del entorno del sujeto analizando la primera imagen obtenida. El procesador 1300 puede controlar la interfaz 1100 de salida para mostrar información para guiar la composición fotográfica recomendada en la primera imagen.
El procesador 1300 puede determinar una pluralidad de composiciones fotográficas recomendadas utilizando la información del sujeto identificado y la información del entorno circundante del sujeto. El procesador 1300 puede controlar la interfaz 1100 de salida para mostrar imágenes en miniatura correspondientes respectivamente a la pluralidad de composiciones fotográficas recomendadas.
El procesador 1300 puede recomendar o aplicar automáticamente un valor de ajuste de fotografía basado en la información del sujeto identificado y la información del entorno circundante del sujeto. El procesador 1300 puede determinar una pose recomendada del sujeto utilizando la información del sujeto identificado y la información del entorno del sujeto. El procesador 1300 puede proporcionar información sobre la pose recomendada.
La interfaz 1400 de comunicación puede incluir uno o más elementos que permiten la comunicación entre el aparato 1000 electrónico y un dispositivo vestible o entre el aparato 1000 electrónico y el servidor 2000. Por ejemplo, la interfaz 1400 de comunicación puede incluir una interfaz 1411 de comunicación inalámbrica de corto alcance, una interfaz 1412 de comunicación móvil y un receptor 1413 de difusión.
Los ejemplos de la interfaz 1411 de comunicación de corto alcance pueden incluir, entre otros, una interfaz de comunicación Bluetooth, una interfaz de comunicación Bluetooth de baja energía (BLE), una interfaz de comunicación de campo cercano, una interfaz de comunicación WLAN (Wi-Fi), una interfaz de comunicación Zigbee, una interfaz de comunicación de asociación de datos por infrarrojos (IrDA), una interfaz de comunicación Wi-Fi Direct (WFD), una interfaz de comunicación de banda ultra ancha (UWB) y una interfaz de comunicación Ant+.
La interfaz 1412 de comunicación móvil transmite/recibe una señal inalámbrica hacia/desde al menos una de una estación base, un terminal externo y el servidor 2000 a través de una red de comunicación móvil. Los ejemplos de la señal inalámbrica pueden incluir una señal de llamada de voz, una señal de videollamada y cualquiera de diversos datos de acuerdo con la transmisión/recepción de mensajes de texto/multimedia.
El receptor 1413 de transmisión recibe una señal de transmisión y/o información relacionada con la transmisión desde el exterior a través de un canal de transmisión. Entre los ejemplos de canal de difusión se pueden incluir un canal por satélite y un canal terrestre. De acuerdo con un ejemplo, el aparato 1000 electrónico puede no incluir el receptor 1413 de transmisión.
De acuerdo con un ejemplo, la interfaz 1400 de comunicación puede transmitir información sobre la imagen de previsualización y la información del entorno circundante del sujeto al servidor 2000 conectado al aparato 1000 electrónico. La interfaz 1400 de comunicación puede recibir, desde el servidor 2000, información sobre una composición fotográfica recomendada determinada mediante el uso de la información sobre la imagen de previsualización y la información sobre el entorno circundante del sujeto. La interfaz 1400 de comunicación puede cargar una imagen fotográfica a un servidor SNS o puede descargar una imagen fotográfica del servidor SNS.
La interfaz 1500 de entrada A/V para recibir una entrada de señal de audio o una entrada de señal de vídeo puede incluir la primera cámara 1511, la segunda cámara 1512 y un micrófono 1513. La primera cámara 1511 y la segunda cámara 1512 pueden obtener cuadros de imagen tales como una imagen fija o una imagen en movimiento usando un sensor de imagen en un modo de videollamada o un modo de fotografía. Una imagen capturada por el sensor de imagen puede ser procesada por el procesador 1300 o un procesador de imagen adicional (no mostrado).
Los fotogramas de imagen procesados por la primera cámara 1511 o la segunda cámara 1512 pueden almacenarse en la memoria 1700 o transmitirse al exterior a través de la interfaz 1400 de comunicación.
De acuerdo con un ejemplo, la primera cámara 1511 puede ser una cámara general, y la segunda cámara 1512 puede ser al menos una de, pero no limitada a, una cámara teleobjetivo, una cámara gran angular, y una cámara general. La primera cámara 1511 puede corresponder a la primera cámara 1001 de la FIG. 10, y la segunda cámara 1512 puede corresponder a la segunda cámara 1002 de la FIG. 10.
El micrófono 1513 recibe una señal de sonido externa y procesa la señal de sonido externa en datos de voz eléctrica. Por ejemplo, el micrófono 1513 puede recibir una señal de sonido desde un dispositivo externo o un usuario. El micrófono 1513 puede utilizar cualquiera de los diversos algoritmos de eliminación de ruido para eliminar el ruido que se produce al recibir la señal de sonido externa.
La interfaz 1600 de entrada de usuario es una unidad a través de la cual el usuario ingresa datos para controlar el aparato 1000 electrónico. Ejemplos de la interfaz 1600 de entrada de usuario pueden incluir, pero no se limitan a, un teclado, un interruptor de domo, un panel táctil (por ejemplo, un procedimiento de capacitancia de tipo contacto, un procedimiento de película de resistencia de tipo presión, un procedimiento de detección infrarroja, un procedimiento de transmisión de ultrasonido de superficie, un procedimiento de medición de tensión integral o un procedimiento de efecto piezoeléctrico), una rueda de desplazamiento y un interruptor de jarra.
La memoria 1700 puede almacenar un programa para procesar y controlar el procesador 1300, y puede almacenar datos de entrada/salida (por ejemplo, la imagen de previsualización, una imagen 1712 fotográfica, metadatos, la información del entorno circundante, datos de aprendizaje personalizados, y una tarjeta de pose recomendada).
La memoria 1700 puede incluir al menos un tipo de medio de almacenamiento entre una memoria de tipo memoria flash, una memoria de tipo disco duro, una memoria de tipo micro de tarjeta multimedia, una memoria de tipo tarjeta (por ejemplo, una memoria digital segura (SD) o una memoria digital extrema (XD), una memoria de acceso aleatorio (RAM), una memoria de acceso aleatorio estática (SRAM), una memoria de sólo lectura (ROM), una memoria de sólo lectura programable y borrable eléctricamente (EEPROM), una memoria programable de sólo lectura (PROM), una memoria magnética, un disco magnético y un disco óptico.
Los programas almacenados en la memoria 1700 pueden clasificarse en una pluralidad de módulos de acuerdo con las funciones de la memoria 1700, por ejemplo, un modelo 1711 de recomendación. El modelo 1711 de recomendación corresponde al modelo 300 de recomendación de la FIG. 3, por lo que no se dará una explicación detallada del mismo. A continuación, se describirá un procedimiento de generación del modelo 1711 de recomendación con referencia a las FIGS. 29 a 32.
La FIG: 29 es un diagrama de bloques del procesador 1300 de acuerdo con un ejemplo de la divulgación.
Con referencia a la FIG. 29, el procesador 1300 de acuerdo con algunos ejemplos puede incluir un aprendiz 1310 de datos y un reconocedor 1320 de datos.
El aprendiz 1310 de datos puede aprender un estándar para determinar una situación de recomendación (por ejemplo, recomendación de una composición fotográfica, recomendación de un área fotográfica, recomendación de una pose, o recomendación de un ángulo facial óptimo). El aprendiz 1310 de datos puede aprender un estándar sobre qué datos se van a usar para determinar una situación de recomendación y cómo determinar la situación usando los datos. El aprendiz 1310 de datos puede aprender la norma para determinar una situación de recomendación obteniendo datos (por ejemplo, una imagen) que se utilizarán para el aprendizaje (o entrenamiento) y aplicando los datos obtenidos a un modelo de reconocimiento de datos.
De acuerdo con un ejemplo, el aprendiz 1310 de datos puede aprender una composición donde un sujeto (por ejemplo, una persona, un animal, un objeto natural, o un fenómeno natural) es fotografiado en un entorno específico (por ejemplo, en interiores o exteriores, una iluminancia general o una iluminancia baja, de día o de noche, una puesta de sol o un amanecer, invierno o verano, los alrededores de un edificio específico, o los alrededores de un objeto natural específico). De acuerdo con un ejemplo, el aprendiz 1310 de datos puede aprender una composición fotográfica de acuerdo con la información del sujeto (por ejemplo, un tipo de sujeto, el número de sujetos, un sexo y una edad) o la información del entorno del sujeto (por ejemplo, la cantidad de luz, la dirección de la luz, la intensidad de la luz, si la ubicación es interior o exterior, y si se trata de los alrededores de un edificio específico). Por ejemplo, el aprendiz 1310 de datos puede aprender una composición de fotografía de una persona, una composición de fotografía de un animal, una composición de fotografía de una montaña, una composición de fotografía de un mar, una composición de fotografía de una persona en interiores, una composición de fotografía de una persona en exteriores, una composición de fotografía de un edificio específico en exteriores, una composición de fotografía de un alimento en interiores, una composición de fotografía de varias personas, una composición de fotografía de una persona, una composición de fotografía nocturna y una composición de fotografía diurna.
De acuerdo con un ejemplo, el aprendiz 1310 de datos puede aprender datos personalizados. Por ejemplo, el aprendiz 1310 de datos puede aprender datos sobre composiciones fotográficas de fotografías borradas, datos sobre composiciones fotográficas de fotografías subidas a un servidor SNS, datos sobre composiciones fotográficas de fotografías transmitidas a dispositivos de amigos, y datos sobre una composición fotográfica de una fotografía designada como imagen de perfil.
De acuerdo con un ejemplo, el aprendiz 1310 de datos puede aprender un estándar para recomendar un área de fotografía. De acuerdo con un ejemplo, cuando el sujeto es una persona, el aprendiz 1310 de datos puede aprender un estándar para recomendar una pose. El aprendiz 1310 de datos puede aprender una composición facial.
De acuerdo con un ejemplo, el aprendiz 1310 de datos puede aprender un estándar para recomendar un valor de ajuste de fotografía. Por ejemplo, el aprendiz 1310 de datos puede aprender valores de ajuste fotográfico obtenidos a partir de fotografías tomadas por profesionales.
El reconocedor 1320 de datos puede determinar una situación de recomendación basada en datos. El reconocedor 1320 de datos puede reconocer la situación de recomendación a partir de los datos detectados utilizando el modelo de reconocimiento de datos entrenado. El reconocedor 1320 de datos puede obtener datos de imagen (por ejemplo, una imagen de previsualización) de acuerdo con un estándar preestablecido mediante aprendizaje y puede determinar la situación de recomendación basándose en los datos de imagen mediante el modelo de reconocimiento de datos utilizando los datos de imagen obtenidos como valor de entrada. Además, se puede utilizar un valor resultante generado por el modelo de reconocimiento de datos utilizando los datos de imagen obtenidos como valor de entrada para refinar el modelo de reconocimiento de datos.
Al menos uno del aprendiz 1310 de datos y el reconocedor 1320 de datos puede fabricarse como al menos un chip de hardware y puede montarse en el aparato 1000 electrónico. Por ejemplo, al menos uno del aprendiz 1310 de datos y el reconocedor 1320 de datos puede fabricarse como un chip de hardware dedicado para IA, o puede fabricarse como parte de un procesador de propósito general existente (por ejemplo, una unidad central de procesamiento (CPU) o un procesador de aplicaciones) o un procesador de gráficos (por ejemplo, una unidad de procesamiento de gráficos (GPU)) y puede montarse en el aparato 1000 electrónico.
En este caso, el aprendiz 1310 de datos y el reconocedor 1320 de datos pueden montarse en un aparato 1000 electrónico, o pueden montarse por separado en aparatos electrónicos. Por ejemplo, uno del aprendiz 1310 de datos y el reconocedor 1320 de datos pueden incluirse en el aparato 1000 electrónico, y el restante puede incluirse en el servidor 2000. Además, la información del modelo establecida por el aprendiz 1310 de datos puede proporcionarse al reconocedor 1320 de datos y la entrada de datos al reconocedor 1320 de datos puede proporcionarse como datos de aprendizaje adicionales al aprendiz 1310 de datos por cable o de forma inalámbrica.
Al menos uno del aprendiz 1310 de datos y el reconocedor 1320 de datos se puede implementar como un módulo de software. Cuando al menos uno del aprendiz 1310 de datos y el reconocedor 1320 de datos se implementa como un módulo de software (o un módulo de programa que incluye instrucciones), el módulo de software puede almacenarse en un medio de grabación no transitorio legible por ordenador. Además, en este caso, al menos un módulo de software puede ser proporcionado por un sistema operativo (OS) o una aplicación predeterminada. Alternativamente, una parte de al menos un módulo de software puede ser proporcionada por un sistema operativo y la parte restante puede ser proporcionada por una aplicación predeterminada.
La FIG: 30 es un diagrama de bloques del aprendiz 1310 de datos de acuerdo con un ejemplo de la divulgación.
Con referencia a la FIG. 30, el aprendiz 1310 de datos (por ejemplo, evaluador de modelo) de acuerdo con un ejemplo puede incluir un obtenedor 1310-1 de datos, un preprocesador 1310-2, un selector 1310-3 de datos de aprendizaje, un aprendiz 1310-4 de modelo y un evaluador 1310-5 de modelo.
El obtenedor 1310-1 de datos puede obtener los datos necesarios para determinar una situación de recomendación. El obtenedor 1310-1 de datos puede obtener datos (por ejemplo, una imagen fotográfica) necesarios para el aprendizaje para determinar la situación de recomendación. De acuerdo con un ejemplo, el aprendiz 1310-4 de modelo puede generar directamente los datos necesarios para determinar la situación de recomendación, o puede recibir los datos necesarios para determinar la situación de recomendación de un dispositivo externo o un servidor.
De acuerdo con un ejemplo, los datos necesarios para determinar la situación de recomendación pueden incluir, entre otros, información de un sujeto, información del entorno del sujeto y datos de aprendizaje personalizado.
De acuerdo con un ejemplo, el obtenedor 1310-1 de datos puede obtener datos de imagen, datos de voz, datos de texto o datos de bioseñales. Por ejemplo, el obtenedor 1310-1 de datos puede recibir datos a través de un dispositivo de entrada (por ejemplo, un micrófono, una cámara o un sensor) del aparato 1000 electrónico. Alternativamente, el obtenedor 1310-1 de datos puede obtener datos a través de un dispositivo externo que se comunica con el aparato 1000 electrónico.
El preprocesador 1310-2 puede preprocesar los datos obtenidos para que los datos obtenidos se utilicen en el aprendizaje para determinar la situación de recomendación. El preprocesador 1310-2 puede procesar los datos obtenidos en un formato preestablecido de modo que el aprendiz 1310-4 de modelo que se describirá a continuación puede usar los datos obtenidos para aprender a determinar la situación de recomendación.
Por ejemplo, el preprocesador 1310-2 puede generar una imagen sintetizada superponiendo al menos algunas partes de una pluralidad de imágenes basadas en un área común incluida en una pluralidad de imágenes (o fotogramas) que constituyen al menos una parte de un vídeo de entrada. En este caso, se puede generar una pluralidad de imágenes sintetizadas a partir de un vídeo. El área común puede ser un área que incluya el mismo objeto común o uno similar (por ejemplo, un objeto sólido, un animal/planta o una persona) en la pluralidad de imágenes. Alternativamente, el área común puede ser un área donde los colores, tonos, valores RGB o valores CMYK son iguales o similares en la pluralidad de imágenes.
El selector 1310-3 de datos de aprendizaje puede seleccionar los datos necesarios para el aprendizaje entre piezas de datos preprocesados. Los datos seleccionados se pueden proporcionar al aprendiz 1310-4 de modelo. El selector 1310-3 de datos de aprendizaje puede seleccionar los datos necesarios para el aprendizaje de entre las piezas de datos preprocesados, de acuerdo con una norma preestablecida para determinar la situación de recomendación. Además, el selector 1310-3 de datos de aprendizaje puede seleccionar datos de acuerdo con un preajuste estándar mediante el aprendizaje por parte del aprendiz 1310-4 de modelo que se describirá a continuación. Por ejemplo, el selector 1310-3 de datos de aprendizaje puede seleccionar datos de imagen que incluyan una composición fotográfica relacionada con la información del sujeto y la información del entorno circundante del sujeto.
El aprendiz 1310-4 de modelo puede aprender una norma sobre cómo determinar la situación de recomendación basándose en los datos de aprendizaje. Además, el aprendiz 1310-4 de modelo puede aprender una norma sobre qué datos de aprendizaje se van a utilizar para determinar la situación de recomendación.
También, el aprendiz 1310-4 de modelo puede entrenar un modelo de reconocimiento de datos usado para determinar la situación de recomendación usando los datos de aprendizaje. En este caso, el modelo de reconocimiento de datos puede ser un modelo preestablecido. Por ejemplo, el modelo de reconocimiento de datos puede ser un modelo preestablecido al recibir datos de aprendizaje básicos (por ejemplo, datos de muestra).
El modelo de reconocimiento de datos puede establecerse teniendo en cuenta un campo al que se aplica un modelo de reconocimiento, el propósito del aprendizaje o el rendimiento informático del aparato 1000 electrónico. El modelo de reconocimiento de datos puede ser un modelo basado, por ejemplo, en una red neuronal. Por ejemplo, se puede utilizar como modelo de reconocimiento de datos un modelo como una red neuronal profunda (DNN), una red neuronal recurrente (RNN) o una red neuronal profunda recurrente bidireccional (BRDNN).
De acuerdo con diversos ejemplos, cuando existe una pluralidad de modelos de reconocimiento de datos que están preestablecidos, el aprendiz 1310-4 de modelo puede determinar un modelo de reconocimiento de datos que tenga una alta relación entre los datos de aprendizaje de entrada y los datos de aprendizaje básicos como el modelo de reconocimiento de datos que se va a entrenar. En este caso, los datos básicos de aprendizaje pueden preclasificarse de acuerdo con los tipos de datos, y el modelo de reconocimiento de datos puede preestablecerse de acuerdo con los tipos de datos. Por ejemplo, los datos básicos de aprendizaje pueden ser preclasificados de acuerdo con varios estándares tales como un área donde se generan los datos de aprendizaje, un tiempo para el cual se generan los datos de aprendizaje, un tamaño de los datos de aprendizaje, un género de los datos de aprendizaje, un generador de los datos de aprendizaje y un tipo de objeto en los datos de aprendizaje
Además, el aprendiz 1310-4 de modelo puede entrenar el modelo de reconocimiento de datos mediante el uso de un algoritmo de aprendizaje que incluye, por ejemplo, retropropagación de errores o descenso de gradiente.
Además, el aprendiz 1310-4 de modelo puede entrenar el modelo de reconocimiento de datos a través del aprendizaje supervisado utilizando, por ejemplo, los datos de aprendizaje como un valor de entrada. Además, el aprendiz 1310-4 de modelo puede entrenar el modelo de reconocimiento de datos mediante aprendizaje no supervisado para encontrar un estándar para determinar una situación mediante el aprendizaje de un tipo de datos necesarios para determinar la situación por sí mismo sin supervisión. Además, el aprendiz 1310-4 de modelo puede entrenar el modelo de reconocimiento de datos a través del aprendizaje por refuerzo utilizando una retroalimentación sobre si un resultado de la determinación de la situación de acuerdo con el aprendizaje es correcto.
Además, cuando se entrena el modelo de reconocimiento de datos, el aprendiz 1310-4 de modelo puede almacenar el modelo de reconocimiento de datos entrenado. En este caso, el aprendiz 1310-4 de modelo puede almacenar el modelo de reconocimiento de datos entrenado en la memoria 1700 del aparato 1000 electrónico, incluido el reconocedor 1320 de datos. Alternativamente, el aprendiz 1310-4 de modelo puede almacenar el modelo de reconocimiento de datos entrenado en la memoria 1700 del aparato 1000 electrónico, incluido el reconocedor 1320 de datos. Alternativamente, el aprendiz 1310-4 de modelo puede almacenar el modelo de reconocimiento de datos entrenado en una memoria del servidor 2000 conectado al aparato 1000 electrónico a través de una red cableada o inalámbrica.
En este caso, la memoria en la que se almacena el modelo de reconocimiento de datos entrenado también puede almacenar, por ejemplo, un comando o datos relacionados con al menos otro elemento del aparato 1000 electrónico. Además, la memoria puede almacenar software y/o un programa. El programa puede incluir, por ejemplo, un núcleo, un middleware, una Interfaz de Programación de Aplicaciones (API), y/o un programa de aplicación (o una "aplicación").
Cuando el evaluador 1310-5 de modelo ingresa datos de evaluación al modelo de reconocimiento de datos y un resultado de reconocimiento generado a partir de los datos de evaluación no satisface un estándar predeterminado, el evaluador 1310-5 de modelo puede hacer que el aprendiz 1310-4 de modelo aprenda de nuevo. En este caso, los datos de evaluación pueden ser datos preestablecidos para evaluar el modelo de reconocimiento de datos.
Por ejemplo, de entre los resultados de reconocimiento de la salida del modelo de reconocimiento de datos entrenado a partir de los datos de evaluación, cuando el número o una relación de resultados de reconocimiento que no son precisos excede un valor umbral predeterminado, puede evaluarse que no se satisface el estándar predeterminado. Por ejemplo, cuando se define el 2% como el estándar predeterminado y se generan resultados de reconocimiento incorrectos a partir de más de 20 piezas de datos de evaluación de entre 1000 piezas de datos de evaluación, el evaluador 1310-5 de modelo puede evaluar que el modelo de reconocimiento de datos entrenado no es adecuado.
Cuando existe una pluralidad de modelos de reconocimiento de datos entrenados, el evaluador 1310-5 de modelo puede evaluar si cada uno de los modelos de reconocimiento entrenados satisface un estándar predeterminado, y puede determinar un modelo que satisface el estándar predeterminado como un modelo de reconocimiento de datos final. En este caso, cuando una pluralidad de modelos satisface el estándar predeterminado, el evaluador 1310-5 de modelo puede determinar uno o un número predeterminado de modelos que están preestablecidos en un orden descendente de puntuaciones de evaluación como modelos de reconocimiento de datos finales.
Al menos uno del obtenedor 1310-1 de datos, el preprocesador 1310-2, el selector 1310-3 de datos de aprendizaje, el aprendiz 1310-4 de modelo y el evaluador 1310-5 de modelo en el aprendiz 1310 de datos pueden fabricarse como al menos un chip de hardware y puede montarse en el aparato 1000 electrónico. Por ejemplo, al menos uno del modelo 1310-4 de aprendiz, el preprocesador 1310-2, el selector 1310-3 de datos de aprendizaje, el modelo 1310-4 de aprendiz y el evaluador 1310-5 de modelo pueden fabricarse como un modelo dedicado chip de hardware para IA, o puede fabricarse como parte de un procesador de propósito general existente (por ejemplo, una CPU o un procesador de aplicaciones) o un procesador de gráficos (por ejemplo, una GPU) y puede montarse en el aparato 1000 electrónico.
Además, el obtenedor 1310-1 de datos, el preprocesador 1310-2, el selector 1310-3 de datos de aprendizaje, el aprendiz 1310-4 de modelo y el evaluador 1310-5 de modelo pueden montarse en un aparato 1000 electrónico, o pueden montarse por separado respectivamente en aparatos electrónicos. Por ejemplo, algunos del obtenedor 1310 1 de datos, el preprocesador 1310-2, el selector 1310-3 de datos de aprendizaje, el aprendiz 1310-4 de modelo y el evaluador 1310-5 de modelo pueden incluirse en el aparato 1000 electrónico, y los restantes podrán incluirse en el servidor 2000.
Además, al menos uno del obtenedor 1310-1 de datos, el preprocesador 1310-2, el selector 1310-3 de datos de aprendizaje, el aprendiz 1310-4 de modelo y el evaluador 1310-5 de modelo se pueden implementar como un módulo de software. Cuando al menos uno de, el obtenedor 1310-1 de datos, el preprocesador 1310-2, el selector 1310-3 de datos de aprendizaje, el aprendiz 1310-4 de modelo y el evaluador 1310-5 de modelo se implementa como un módulo de software (o un módulo de programa que incluye instrucciones), el módulo de software se puede almacenar en un medio de grabación no transitorio legible por ordenador. Además, en este caso, al menos un módulo de software puede ser proporcionado por un sistema operativo o una aplicación predeterminada. Alternativamente, una parte de al menos un módulo de software puede ser proporcionada por un sistema operativo y la parte restante puede ser proporcionada por una aplicación predeterminada.
La FIG: 31 es un diagrama de bloques del reconocedor 1320 de datos de acuerdo con un ejemplo de la divulgación.
Con referencia a la FIG. 31, el reconocedor 1320 de datos de acuerdo con un ejemplo puede incluir un obtenedor 1320-1 de datos, un preprocesador 1320-2, un selector 1320-3 de datos de reconocimiento, un proveedor 1320-4 de resultados de reconocimiento y un refinador 1320-5 de modelo.
El obtenedor 1320-1 de datos puede obtener datos necesarios para determinar una situación de recomendación, y el preprocesador 1320-2 puede preprocesar los datos obtenidos de modo que se utilicen los datos obtenidos para determinar una situación. El preprocesador 1320-2 puede procesar los datos obtenidos en un formato preestablecido de modo que el proveedor 1320-4 de resultados de reconocimiento que se describirá a continuación puede usar los datos obtenidos para determinar la situación de recomendación.
El selector 1320-3 de datos de reconocimiento puede seleccionar datos necesarios para determinar la situación de recomendación entre piezas de datos preprocesados. Los datos seleccionados se pueden proporcionar al proveedor 1320-4 de resultados de reconocimiento. El selector 1320-3 de datos de reconocimiento puede seleccionar algunas o todas las piezas de datos preprocesados de acuerdo con una norma preestablecida para determinar la situación de recomendación. Además, el selector 1320-3 de datos de reconocimiento puede seleccionar datos de acuerdo con un preajuste estándar mediante el aprendizaje por parte del aprendiz 1310-4 de modelo como se describe a continuación.
El proveedor 1320-4 de resultados de reconocimiento puede determinar la situación aplicando los datos seleccionados a un modelo de reconocimiento de datos. El proveedor 1320-4 de resultados de reconocimiento puede proporcionar un resultado de reconocimiento de acuerdo con el propósito de reconocimiento de los datos. El proveedor 1320-4 de resultados de reconocimiento puede aplicar los datos seleccionados al modelo de reconocimiento de datos mediante el uso de los datos seleccionados por el selector 1320-3 de datos de reconocimiento como valor de entrada. Además, el resultado del reconocimiento puede estar determinado por el modelo de reconocimiento de datos.
Por ejemplo, un resultado de reconocimiento de al menos una imagen puede proporcionarse como texto, una voz, un vídeo, una imagen o instrucciones (por ejemplo, instrucciones de ejecución de aplicaciones o instrucciones de ejecución de funciones de módulos). Por ejemplo, el proveedor 1320-4 de resultados de reconocimiento puede proporcionar un resultado de reconocimiento de un objeto incluido en la al menos una imagen. El resultado del reconocimiento puede incluir, por ejemplo, información de pose del objeto incluido en la al menos una imagen, información de estado circundante del objeto e información de cambio de movimiento del objeto incluido en un vídeo.
El refinador 1320-5 de modelos puede refinar el modelo de reconocimiento de datos basándose en la evaluación del resultado de reconocimiento proporcionado por el proveedor 1320-4 de resultados de reconocimiento. Por ejemplo, el refinador 1320-5 de modelos puede proporcionar el resultado de reconocimiento proporcionado por el proveedor 1320 4 de resultados de reconocimiento al aprendiz 1310-4 de modelo para que el aprendiz 1340-4 de modelo refine el modelo de reconocimiento de datos.
Al menos uno del obtenedor 1320-1 de datos, el preprocesador 1320-2, el selector 1320-3 de datos de reconocimiento, el proveedor 1320-4 de resultados de reconocimiento y el refinador 1320-5 de modelo en el reconocedor 1320 de datos puede fabricarse como al menos un chip de hardware y puede montarse en el aparato 1000 electrónico. Por ejemplo, al menos uno de, el obtenedor 1320-1 de datos, el preprocesador 1320-2, el selector 1320-3 de datos de reconocimiento, el proveedor 1320-4 de resultados de reconocimiento y el refinador 1320-5 de modelo puede fabricarse como un chip de hardware dedicado para IA, o puede fabricarse como parte de un procesador de propósito general existente (por ejemplo, una CPU o un procesador de aplicaciones) o un procesador de gráficos (por ejemplo, una GPU) y puede montarse en el aparato 1000 electrónico.
Además, el obtenedor 1320-1 de datos, el preprocesador 1320-2, el selector 1320-3 de datos de reconocimiento, el proveedor 1320-4 de resultados de reconocimiento y el refinador 1320-5 de modelos pueden montarse en un aparato 1000 electrónico, o pueden montarse por separado respectivamente en aparatos electrónicos. Por ejemplo, algunos de, el obtenedor 1320-1 de datos, el preprocesador 1320-2, el selector 1320-3 de datos de reconocimiento, el proveedor 1320-4 de resultados de reconocimiento y el refinador 1320-5 de modelos pueden incluirse en el aparato 1000 electrónico, y los demás restantes podrán incluirse en el servidor 2000.
Además, se puede implementar al menos uno del obtenedor 1320-1 de datos, el preprocesador 1320-2, el selector 1320-3 de datos de reconocimiento, el proveedor 1320-4 de resultados de reconocimiento y el refinador 1320-5 de modelo como módulo de software. Cuando al menos uno de, el obtenedor 1320-1 de datos, el preprocesador 1320-2, el selector 1320-3 de datos de reconocimiento, el proveedor 1320-4 de resultados de reconocimiento y el refinador 1320-5 de modelos se implementa como un módulo de software (o un módulo de programa que incluye instrucciones), el módulo de software se puede almacenar en un medio de grabación no transitorio legible por ordenador. Además, en este caso, al menos un módulo de software puede ser proporcionado por un sistema operativo o una aplicación predeterminada. Alternativamente, una parte de al menos un módulo de software puede ser proporcionada por un sistema operativo y la parte restante puede ser proporcionada por una aplicación predeterminada.
La FIG: 32 es un diagrama de bloques que ilustra un ejemplo en el que el aparato 1000 electrónico y el servidor 2000 interoperan para aprender y reconocer datos de acuerdo con un ejemplo de la divulgación. El servidor 2000 de acuerdo con un ejemplo puede incluir un reconocedor 2300 de datos. El reconocedor 2300 de datos puede incluir un obtenedor 2310 de datos, un preprocesador 2320, un selector 2330 de datos de aprendizaje, un aprendiz 2340 de modelo y un evaluador 2350 de modelo.
Con referencia a la FIG. 32, el servidor 2000 puede aprender una norma para determinar una situación de recomendación, y el aparato 1000 electrónico puede determinar la situación de recomendación basándose en un resultado de aprendizaje del servidor 2000.
En este caso, un aprendiz 2340 de modelo del servidor 2000 puede llevar a cabo una función del aprendiz 1310 de datos de la FIG. 29. El aprendiz 2340 de modelo del servidor 2000 puede aprender una norma acerca de qué datos deben utilizarse para determinar la situación de recomendación y cómo determinar la situación de recomendación utilizando los datos. El aprendiz 2340 de modelo puede obtener datos que se utilizarán para el aprendizaje, y puede aprender una norma para determinar una situación aplicando los datos obtenidos a un modelo de reconocimiento de datos que se describirá más adelante.
Además, el proveedor 1320-4 de resultados de reconocimiento del aparato 1000 electrónico puede determinar la situación aplicando datos seleccionados por el selector 1320-3 de datos de reconocimiento al modelo de reconocimiento de datos generado por el servidor 2000. Por ejemplo, el proveedor 1320-4 de resultados de reconocimiento puede transmitir los datos seleccionados por el selector 1320-3 de datos de reconocimiento al servidor 2000, y el servidor 2000 puede solicitar determinar la situación aplicando los datos seleccionados por el selector 1320 3 de datos de reconocimiento a un modelo de reconocimiento. Asimismo, el proveedor 1320-4 de resultados de reconocimiento puede recibir del servidor 2000 información sobre la situación determinada por el servidor 2000.
Alternativamente, el proveedor 1320-4 de resultados de reconocimiento del dispositivo 1000 de adquisición de imágenes puede recibir el modelo de reconocimiento generado por el servidor 2000 desde el servidor 2000, y puede detectar al menos uno de los objetos principales y el subobjeto de la primera imagen mediante el uso del modelo de reconocimiento recibido. En este caso, el proveedor 1320-4 de resultados de reconocimiento del aparato 1000 electrónico puede determinar la situación de recomendación aplicando los datos seleccionados por el selector 1320-3 de datos de reconocimiento al modelo de reconocimiento de datos recibido del servidor 2000.
Un procedimiento de acuerdo con un ejemplo puede ser realizado como comandos de programa ejecutables por diversos medios informáticos y puede ser grabado en un medio de grabación legible por ordenador. El medio de grabación legible por ordenador puede incluir comandos de programa, archivos de datos, estructuras de datos y similares por separado o en combinaciones. Los comandos del programa que se grabarán en el medio de grabación legible por ordenador pueden diseñarse y configurarse especialmente para ejemplos de la divulgación o pueden ser bien conocidos y utilizables por un experto en la técnica del software informático. Ejemplos de medio de grabación legible por ordenador incluyen un medio magnético tal como un disco duro, un disquete o una cinta magnética, un medio óptico tal como un disco compacto de memoria de sólo lectura (CD-ROM) o un disco versátil digital (DVD), un medio magnetoóptico tal como un disco floptico y un dispositivo de hardware especialmente configurado para almacenar y ejecutar comandos de programas tal como una ROM, una RAM o una memoria flash. Ejemplos de comandos de programa son códigos de lenguaje avanzado que pueden ser ejecutados por un ordenador utilizando un intérprete o similar, así como códigos de lenguaje de máquina realizados por un compilador.
[Algunos ejemplos pueden implementarse como un medio de grabación que incluya instrucciones legibles por ordenador, tal como un módulo de programa ejecutable por ordenador. El medio legible por ordenador puede ser un medio disponible arbitrario accesible por un ordenador, y ejemplos de ello incluyen todos los medios volátiles y no volátiles y medios separables y no separables. Además, ejemplos del medio legible por ordenador pueden incluir un medio de almacenamiento informático y un medio de comunicación. Ejemplos de medios de almacenamiento informático incluyen todos los medios volátiles y no volátiles y los medios separables y no separables, que se implementan mediante un procedimiento o tecnología arbitraria, para almacenar información tal como instrucciones legibles por ordenador, estructuras de datos, módulos de programa u otros datos. El medio de comunicación incluye típicamente instrucciones legibles por ordenador, estructuras de datos, módulos de programa, otros datos de una señal de datos modulada, u otros mecanismos de transmisión, y ejemplos de los mismos incluyen un medio de transmisión de información arbitrario. Asimismo, algunos ejemplos pueden implementarse como un programa informático o un producto de programa informático que incluya instrucciones ejecutables por ordenador, tal como un programa informático ejecutado por un ordenador.
Si bien la divulgación se ha mostrado y descrito con referencia a diversas realizaciones de la misma, los expertos en la técnica entenderán que se pueden llevar a cabo diversos cambios en la forma y los detalles sin apartarse del alcance de la divulgación como se define en las reivindicaciones adjuntas.

Claims (12)

REIVINDICACIONES
1. Un procedimiento para fotografiar un sujeto utilizando una composición fotográfica recomendada mediante un dispositivo (1000) electrónico que incluye una cámara y una pantalla, en el que el sujeto incluye una persona, comprendiendo el procedimiento:
identificar a la persona en una imagen de previsualización, obtenida de la cámara y mostrada en la pantalla; obtener información de la persona identificada en la imagen de previsualización, incluyendo al menos una posición dentro de la imagen de previsualización de la persona identificada en la imagen de previsualización; obtener la composición fotográfica recomendada basándose en la información obtenida, utilizando un modelo (300) de recomendación entrenado utilizando una pluralidad de fotografías tomadas por profesionales, incluyendo la pluralidad de fotografías una pluralidad de información de composición para recomendar una composición fotográfica,
en la que la composición fotográfica recomendada se refiere a una disposición del sujeto en la imagen de previsualización;
mostrar un indicador (1403) que guíe al usuario del dispositivo electrónico para que mueva el dispositivo electrónico de modo que la persona se encuentre en una posición de la imagen de previsualización correspondiente a la composición fotográfica recomendada; y
fotografiar automáticamente al sujeto, basándose en que la persona se encuentra en la posición de la imagen de previsualización correspondiente a la composición fotográfica recomendada obtenida mediante el modelo (300) de recomendación.
2. El procedimiento de la reivindicación 1, en el que la composición fotográfica recomendada se obtiene basándose además en una información de composición de proporción áurea o en una información de composición centrada.
3. El procedimiento de la reivindicación 1 o 2, en el que el indicador incluye una forma correspondiente a una forma de al menos parte de un cuerpo humano.
4. El procedimiento de una cualquiera de las reivindicaciones 1 a 3, que comprende, además:
identificar un número de una pluralidad de personas incluidas en la imagen de previsualización, en la que la composición fotográfica recomendada se obtiene basándose además en el número identificado de la pluralidad de personas incluidas en la imagen de previsualización.
5. El procedimiento de una cualquiera de las reivindicaciones 1 a 4, que comprende, además:
presentar una indicación de dirección para el movimiento del dispositivo electrónico de acuerdo con la composición fotográfica recomendada,
en la que la indicación de dirección se presenta mediante al menos una de las siguientes opciones: una indicación gráfica, una indicación de texto o una indicación de voz.
6. El procedimiento de acuerdo con una cualquiera de las reivindicaciones 1 a 5, en el que la información obtenida incluye además al menos una de una expresión facial, un ángulo facial o una composición facial de la persona identificada en la imagen de previsualización.
7. El procedimiento de una cualquiera de las reivindicaciones 1 a 6, en el que una cara de la persona en la imagen de previsualización se rastrea utilizando el modelo (300) de recomendación.
8. El procedimiento de una cualquiera de las reivindicaciones 1 a 7, que comprende, además:
mantener una posición del indicador en la imagen de previsualización a medida que ésta cambia debido al movimiento del dispositivo electrónico,
en la que una distancia entre el indicador y la cara de la persona en la imagen de previsualización cambia a medida que la imagen de previsualización cambia debido al movimiento del dispositivo electrónico.
9. El procedimiento de cualquiera de las reivindicaciones 1 a 8, que comprende, además: indicar visualmente que la persona se encuentra en la posición de la imagen de previsualización correspondiente a la composición fotográfica recomendada obtenida mediante el modelo (300) de recomendación.
10. Un dispositivo (1000) electrónico para fotografiar un sujeto, incluida una persona, utilizando una composición fotográfica recomendada, comprendiendo el dispositivo electrónico:
una cámara;
una pantalla; y
al menos un procesador configurado para:
identificar a la persona en una imagen de previsualización, obtenida de la cámara y mostrada en la pantalla; obtener información de la persona identificada en la imagen de previsualización; la información obtenida incluye al menos una posición dentro de la imagen de previsualización de la persona identificada en la imagen de previsualización;
obtener la composición fotográfica recomendada basándose en la información obtenida, utilizando un modelo (300) de recomendación entrenado utilizando una pluralidad de fotografías tomadas por profesionales, la pluralidad de fotografías incluyendo una pluralidad de información de composición para recomendar una composición fotográfica,
en la que la composición fotográfica recomendada se refiere a una disposición del sujeto en la imagen de previsualización;
mostrar un indicador (1403) que guíe al usuario del dispositivo electrónico para que mueva el dispositivo electrónico de modo que la persona se encuentre en una posición de la imagen de previsualización correspondiente a la composición fotográfica recomendada; y
fotografiar automáticamente al sujeto, basándose en que la persona se encuentra en la posición de la imagen de previsualización correspondiente a la composición fotográfica recomendada obtenida mediante el modelo (300) de recomendación.
11. El dispositivo (1000) electrónico de acuerdo con la reivindicación 10, en el que al menos un procesador está configurado para realizar un procedimiento de acuerdo con una cualquiera de las reivindicaciones 2 a 9.
12. Un medio de grabación no transitorio legible por ordenador que tiene grabado en él un programa, que cuando es ejecutado por al menos un procesador de un dispositivo electrónico que incluye una cámara y una pantalla, hace que el al menos un procesador realice un procedimiento de acuerdo con una cualquiera de las reivindicaciones 1 a 9.
ES19213664T 2017-12-01 2018-10-02 Procedimiento y sistema para proporcionar información de recomendación relacionada con la fotografía Active ES2970058T3 (es)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170164328A KR102438201B1 (ko) 2017-12-01 2017-12-01 사진 촬영과 관련된 추천 정보를 제공하는 방법 및 시스템

Publications (1)

Publication Number Publication Date
ES2970058T3 true ES2970058T3 (es) 2024-05-24

Family

ID=66659652

Family Applications (1)

Application Number Title Priority Date Filing Date
ES19213664T Active ES2970058T3 (es) 2017-12-01 2018-10-02 Procedimiento y sistema para proporcionar información de recomendación relacionada con la fotografía

Country Status (6)

Country Link
US (6) US11146724B2 (es)
EP (4) EP3654625B1 (es)
KR (6) KR102438201B1 (es)
CN (3) CN110476405B (es)
ES (1) ES2970058T3 (es)
WO (1) WO2019107724A1 (es)

Families Citing this family (99)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102584187B1 (ko) * 2016-03-30 2023-10-05 삼성전자주식회사 이미지를 처리하기 위한 전자 장치 및 방법
US11284012B2 (en) * 2017-07-03 2022-03-22 Canon Kabushiki Kaisha Method and system for auto-setting of cameras
KR102438201B1 (ko) * 2017-12-01 2022-08-30 삼성전자주식회사 사진 촬영과 관련된 추천 정보를 제공하는 방법 및 시스템
CN108810418B (zh) * 2018-07-16 2020-09-11 Oppo广东移动通信有限公司 图像处理方法、装置、移动终端及计算机可读存储介质
US10965874B2 (en) * 2018-09-18 2021-03-30 Gopro, Inc. Analytic triggers
US11100325B2 (en) * 2018-12-07 2021-08-24 International Business Machines Corporation Photographic results by composition analysis using deep learning neural networks
US11172192B2 (en) * 2018-12-27 2021-11-09 Waymo Llc Identifying defects in optical detector systems based on extent of stray light
US12423770B2 (en) * 2019-01-15 2025-09-23 Sony Interactive Entertainment Inc. Information processing apparatus
CN111586282B (zh) 2019-02-18 2021-08-10 北京小米移动软件有限公司 拍摄方法、装置、终端及可读存储介质
JP2020136899A (ja) * 2019-02-19 2020-08-31 ソニーセミコンダクタソリューションズ株式会社 撮像装置、電子機器、および撮像方法
GB2584986B (en) * 2019-03-19 2023-07-26 Sony Interactive Entertainment Inc System and camera device for capturing images
US10956694B2 (en) * 2019-04-05 2021-03-23 Zebra Technologies Corporation Device and method for data capture aiming assistance
US11599598B2 (en) * 2019-06-19 2023-03-07 Canon Kabushiki Kaisha System and method for recommending challenges
KR102231794B1 (ko) 2019-06-26 2021-03-25 유수연 인공지능을 이용하여 이미지의 객체를 제거하는 방법
CN110191287B (zh) * 2019-06-28 2021-05-11 Oppo广东移动通信有限公司 对焦方法和装置、电子设备、计算机可读存储介质
CN112351185A (zh) * 2019-08-07 2021-02-09 华为技术有限公司 拍照方法和移动终端
CN110493517A (zh) * 2019-08-14 2019-11-22 广州三星通信技术研究有限公司 图像捕获装置的辅助拍摄方法和图像捕获装置
KR102201858B1 (ko) 2019-08-26 2021-01-12 엘지전자 주식회사 인공지능 기반 영상 편집 방법 및 지능형 디바이스
US11436470B2 (en) * 2019-09-13 2022-09-06 Kyndryl, Inc. Generating simulated image training data
US11861674B1 (en) 2019-10-18 2024-01-02 Meta Platforms Technologies, Llc Method, one or more computer-readable non-transitory storage media, and a system for generating comprehensive information for products of interest by assistant systems
US12574627B2 (en) * 2019-10-18 2026-03-10 Meta Platforms Technologies, Llc Smart cameras enabled by assistant systems
US11386473B2 (en) * 2019-10-24 2022-07-12 Shopify Inc. Systems and methods for providing product image recommendations
CN110784674B (zh) 2019-10-30 2022-03-15 北京字节跳动网络技术有限公司 视频处理的方法、装置、终端及存储介质
WO2021083146A1 (zh) 2019-10-30 2021-05-06 北京字节跳动网络技术有限公司 视频处理方法、装置、终端及存储介质
US11849264B2 (en) 2019-11-22 2023-12-19 Samsung Electronics Co., Ltd. Apparatus and method for white balance editing
CN110955793A (zh) * 2019-11-26 2020-04-03 维沃移动通信有限公司 一种显示控制方法及电子设备
CN112866557A (zh) * 2019-11-28 2021-05-28 荣耀终端有限公司 构图推荐方法和电子设备
CN112929557A (zh) 2019-12-05 2021-06-08 北京小米移动软件有限公司 一种拍摄方法、装置、终端及存储介质
WO2021126004A1 (ru) * 2019-12-20 2021-06-24 Общество С Ограниченной Ответственностью "Дина" Способ фото/видео съемки цифровым устройством профессионально скомпанованных кадров
CN113037990B (zh) * 2019-12-24 2022-09-06 Tcl科技集团股份有限公司 辅助拍摄方法、终端设备及计算机可读存储介质
CN111147745B (zh) * 2019-12-30 2021-11-30 维沃移动通信有限公司 拍摄方法、装置、电子设备及存储介质
CN113132618B (zh) * 2019-12-31 2022-09-09 华为技术有限公司 辅助拍照方法、装置、终端设备及存储介质
CN113079311B (zh) * 2020-01-06 2023-06-27 北京小米移动软件有限公司 图像获取方法及装置、电子设备、存储介质
CN111277752B (zh) * 2020-01-22 2021-08-31 Oppo广东移动通信有限公司 提示方法、装置、存储介质及电子设备
EP4097963B1 (en) * 2020-01-31 2024-08-21 Hover Inc. Techniques for enhanced image capture
KR20210099983A (ko) 2020-02-05 2021-08-13 천수민 이미지 보정 방법 및 이를 이용하는 장치
CN111277760B (zh) * 2020-02-28 2022-02-01 Oppo广东移动通信有限公司 一种拍摄构图方法及终端、存储介质
EP4106315B1 (en) * 2020-03-20 2025-05-07 Huawei Technologies Co., Ltd. Photographing method and device
CN111464743A (zh) * 2020-04-09 2020-07-28 上海城诗信息科技有限公司 一种摄影构图匹配方法及系统
US11388334B2 (en) * 2020-05-22 2022-07-12 Qualcomm Incorporated Automatic camera guidance and settings adjustment
EP3929832A1 (en) * 2020-06-24 2021-12-29 Maui Jim, Inc. Visual product identification
US11431895B2 (en) * 2020-06-24 2022-08-30 International Business Machines Corporation Photography guidance based on crowdsourced photographs
KR102210959B1 (ko) * 2020-06-29 2021-02-01 주식회사 카카오뱅크 신분증 이미지 품질 평가 방법 및 서버
CN113873177B (zh) * 2020-06-30 2024-11-05 北京小米移动软件有限公司 多视角拍摄方法、装置、电子设备及存储介质
JP6793382B1 (ja) * 2020-07-03 2020-12-02 株式会社エクサウィザーズ 撮影装置、情報処理装置、方法およびプログラム
KR102605070B1 (ko) 2020-07-06 2023-11-24 한국전자통신연구원 인식 모델 학습 장치, 촬영본 영상 분석 장치 및 촬영본 검색 서비스 제공 장치
KR20220005239A (ko) * 2020-07-06 2022-01-13 삼성전자주식회사 전자 장치 및 이의 제어 방법
KR102367343B1 (ko) * 2020-07-29 2022-02-25 홍종화 셀프 촬영 관리 서버
KR102565225B1 (ko) * 2020-08-14 2023-08-09 주식회사 엘케이벤쳐스 얼굴 인식 기능을 이용한 촬영 모드 추천 및 선택 시스템, 및 이를 이용한 촬영 장치
EP3968006B1 (en) * 2020-09-14 2026-02-18 Nokia Technologies Oy Imaging an object using projected electromagnetic radiation and a rolling shutter
KR20220037128A (ko) * 2020-09-17 2022-03-24 삼성전자주식회사 사용자의 위치 관련 정보를 결정하는 전자 장치 및 서버
CN115868169B (zh) * 2020-09-18 2024-06-21 Oppo广东移动通信有限公司 电子设备、控制电子设备的控制方法、和计算机可读存储介质
US11297226B1 (en) * 2020-10-01 2022-04-05 Black Sesame Technologies Inc. Photo taking feedback system
CN116529779A (zh) * 2020-10-13 2023-08-01 Oppo广东移动通信有限公司 电子设备、控制电子设备的方法及计算机可读存储介质
KR102898641B1 (ko) 2020-10-21 2025-12-11 삼성전자주식회사 전자 장치 및 이의 제어 방법
CN112233229B (zh) * 2020-10-29 2023-07-28 字节跳动有限公司 地标数据的采集方法及地标建筑的建模方法
CN112437172A (zh) * 2020-10-30 2021-03-02 努比亚技术有限公司 一种拍照方法、终端及计算机可读存储介质
US12464220B2 (en) * 2020-11-16 2025-11-04 Google Llc Systems, apparatus, and methods for improving composition of images
US11645776B2 (en) * 2020-12-04 2023-05-09 Shopify Inc. System and method for generating recommendations during image capture of a product
JP7585023B2 (ja) * 2020-12-17 2024-11-18 富士フイルム株式会社 撮影システム、サーバ、撮影機器、撮影方法、プログラムおよび記録媒体
CN112613459B (zh) * 2020-12-30 2022-07-15 深圳艾摩米智能科技有限公司 一种人脸敏感区域检测方法
CN114697530B (zh) * 2020-12-31 2023-11-10 华为技术有限公司 一种智能取景推荐的拍照方法及装置
KR102798001B1 (ko) * 2021-01-07 2025-04-22 삼성전자주식회사 카메라 모듈을 포함하는 전자 장치 및 그 전자 장치의 동작 방법
KR102857620B1 (ko) * 2021-01-26 2025-09-09 삼성전자주식회사 전자 장치 및 이의 제어 방법
CN113038000A (zh) * 2021-02-26 2021-06-25 惠州Tcl移动通信有限公司 基于图像分析的拍摄提示处理方法、装置、设备及介质
KR20220129885A (ko) 2021-03-17 2022-09-26 삼성전자주식회사 촬영 제어 방법 및 장치
CN112685581B (zh) * 2021-03-17 2021-08-31 深圳市火乐科技发展有限公司 投影内容的推荐方法、装置、存储介质及电子设备
JP7661086B2 (ja) * 2021-03-30 2025-04-14 キヤノン株式会社 撮像装置、撮像素子、撮像装置の制御方法およびプログラム
CN115150543B (zh) * 2021-03-31 2024-04-16 华为技术有限公司 拍摄方法、装置、电子设备及可读存储介质
CN114466133B (zh) * 2021-04-26 2023-02-10 荣耀终端有限公司 拍照方法及装置
CN113473017A (zh) * 2021-07-01 2021-10-01 北京字跳网络技术有限公司 一种图像处理方法、装置、设备及存储介质
CN113473019A (zh) * 2021-07-01 2021-10-01 北京字跳网络技术有限公司 一种图像处理方法、装置、设备及存储介质
KR20230023498A (ko) 2021-08-10 2023-02-17 삼성전자주식회사 언더 디스플레이 카메라를 포함하는 전자 장치 및 그 동작 방법
CN113781408B (zh) * 2021-08-24 2024-05-28 北京美照算算智能科技有限公司 一种图像拍摄智能指导系统及方法
KR102545218B1 (ko) * 2021-09-23 2023-06-20 (주)플랜아이 상품 분류에 따른 구도 추천 방법 및 이를 이용한 상세 페이지 작성 가이드 방법 및 시스템
US12394197B2 (en) * 2021-09-23 2025-08-19 Intel Corporation Contextual usage control of cameras
CN114257745B (zh) * 2021-12-20 2024-12-27 努比亚技术有限公司 拍照辅助构图方法、终端及存储介质
CN116996761A (zh) * 2022-04-14 2023-11-03 北京字跳网络技术有限公司 拍照方法、装置、设备、存储介质和程序产品
US12581196B2 (en) 2022-05-05 2026-03-17 Jay Smithweck Guided real-time vehicle image analyzing digital camera with automatic pattern recognition and enhancement
CN117407596A (zh) 2022-07-07 2024-01-16 抖音视界(北京)有限公司 用于内容呈现的方法、装置、设备和存储介质
CN117425057A (zh) * 2022-07-07 2024-01-19 抖音视界(北京)有限公司 用于影像拍摄的方法、装置、设备和存储介质
US20260039946A1 (en) * 2022-08-02 2026-02-05 Canon Kabushiki Kaisha Real-time feedback of objects captured during an image capture process
CN115550543A (zh) * 2022-08-18 2022-12-30 赫名迪科技(深圳)有限公司 拍照方法和装置
CN115334246B (zh) 2022-09-06 2025-07-01 抖音视界有限公司 用于影像拍摄的方法、装置、设备和存储介质
WO2024076027A1 (ko) * 2022-10-07 2024-04-11 삼성전자 주식회사 포인트 클라우드를 생성하는 방법 및 전자 장치
KR102714033B1 (ko) * 2022-10-12 2024-10-11 주식회사 스튜디오랩 전자 장치 및 이의 촬영 방법
KR20240062195A (ko) 2022-10-28 2024-05-09 이주연 단체사진 관리 방법
KR102701182B1 (ko) * 2022-12-08 2024-09-02 주식회사 카카오 촬영 서비스 제공 방법 및 장치
WO2024196840A1 (en) * 2023-03-20 2024-09-26 Un Haluk Support device for close-up photography with adjustable lighting and fixed focus distance
KR102619846B1 (ko) * 2023-04-25 2024-01-02 김동환 촬영 구도 제안을 위한 전자 장치, 전자 장치의 촬영 구도 제안 방법
CN121241577A (zh) * 2023-06-15 2025-12-30 高通股份有限公司 图像合成的美学建议
CN116546310B (zh) * 2023-07-05 2023-09-15 北京电子科技学院 基于人工智能的摄影辅助方法、装置、设备和介质
US20250232534A1 (en) * 2023-08-09 2025-07-17 Limited Liability Company “Dina” Method of preliminary, intuitive and automatic image capturing (shooting) and processing with the possibility of user traffic targeting
WO2025165347A1 (en) * 2024-01-30 2025-08-07 Google Llc Extended reality image capture recommendations using avatars
CN120568191A (zh) * 2024-02-28 2025-08-29 华为技术有限公司 拍摄方法和电子设备
WO2026043126A1 (ko) * 2024-08-18 2026-02-26 삼성전자 주식회사 생성형 ai 기반 사진 프리뷰를 제공하는 전자 장치 및 그 동작 방법
KR102818474B1 (ko) * 2024-08-30 2025-06-11 정지희 이미지 분석을 통해 사용자에게 맞춤형의 사진 작가를 추천하기 위한 방법, 서버 및 시스템
CN119922412A (zh) * 2024-11-28 2025-05-02 深圳市中诺通讯有限公司 拍照推荐方法、装置、设备以及存储介质
KR102896724B1 (ko) 2025-04-21 2025-12-12 주식회사 티에이치엘케이 사용자 친화형 사진 촬영 및 화보 서비스 제공 방법, 장치 및 시스템

Family Cites Families (43)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4904108B2 (ja) * 2006-07-25 2012-03-28 富士フイルム株式会社 撮影装置及び画像表示制御方法
US7805066B2 (en) * 2007-12-24 2010-09-28 Microsoft Corporation System for guided photography based on image capturing device rendered user recommendations according to embodiments
KR101434564B1 (ko) * 2008-02-13 2014-08-29 삼성전자 주식회사 촬영 정보 자동 추출 시스템 및 방법
KR101539043B1 (ko) * 2008-10-31 2015-07-24 삼성전자주식회사 인물 구도 제안 영상 촬영 장치 및 방법
US20100245610A1 (en) * 2009-03-31 2010-09-30 Electronics And Telecommunications Research Institute Method and apparatus for processing digital image
KR101643602B1 (ko) * 2009-06-24 2016-07-29 삼성전자주식회사 구도 가이드 방법 및 장치, 및 디지털 촬영 장치
JP5359762B2 (ja) * 2009-10-15 2013-12-04 ソニー株式会社 情報処理装置、表示制御方法及び表示制御プログラム
KR101630299B1 (ko) 2009-12-24 2016-06-24 삼성전자주식회사 촬영 장치 및 그 제어 방법
KR101762769B1 (ko) * 2011-04-18 2017-08-07 삼성전자주식회사 촬영 장치에서 피사체를 촬영하기 위한 장치 및 방법
JP2013042250A (ja) 2011-08-12 2013-02-28 Sony Corp 撮像装置および撮像方法
KR101867051B1 (ko) * 2011-12-16 2018-06-14 삼성전자주식회사 촬상장치, 촬상 구도 제공 방법 및 컴퓨터 판독가능 기록매체
JP2013214858A (ja) * 2012-04-02 2013-10-17 Sony Corp 撮像装置、撮像装置の制御方法およびコンピュータプログラム
KR101222928B1 (ko) * 2012-05-04 2013-01-17 (주)비즈텍 구도 설정 촬영장치
US9385324B2 (en) * 2012-05-07 2016-07-05 Samsung Electronics Co., Ltd. Electronic system with augmented reality mechanism and method of operation thereof
WO2014054498A1 (ja) * 2012-10-05 2014-04-10 富士フイルム株式会社 撮像装置及び画像表示方法
KR20140104807A (ko) 2013-02-21 2014-08-29 삼성전자주식회사 피사체 특성을 이용한 사진 촬영 가이드 방법, 장치 및 기록 매체
CN103220466B (zh) * 2013-03-27 2016-08-24 华为终端有限公司 图片的输出方法及装置
JP6076168B2 (ja) * 2013-03-27 2017-02-08 オリンパス株式会社 撮像装置、構図アシスト装置、構図アシスト方法、及び構図アシストプログラム
JP5743236B2 (ja) * 2013-09-17 2015-07-01 オリンパス株式会社 撮影機器及び撮影方法
US9262696B2 (en) * 2013-10-30 2016-02-16 Intel Corporation Image capture feedback
CN104717413A (zh) * 2013-12-12 2015-06-17 北京三星通信技术研究有限公司 拍照辅助方法及设备
KR20150106719A (ko) * 2014-03-12 2015-09-22 삼성전자주식회사 전자 장치의 촬영 위치 안내 방법 및 이를 이용한 전자 장치
US10250799B2 (en) * 2014-05-21 2019-04-02 Google Technology Holdings LLC Enhanced image capture
US9729784B2 (en) * 2014-05-21 2017-08-08 Google Technology Holdings LLC Enhanced image capture
KR101653041B1 (ko) * 2014-05-23 2016-08-31 주식회사 카카오 촬영 구도 추천 방법, 및 장치
KR102157675B1 (ko) * 2014-07-25 2020-09-18 삼성전자주식회사 촬영 장치 및 그 촬영 방법
KR20160029536A (ko) * 2014-09-05 2016-03-15 엘지전자 주식회사 이동 단말기 및 그것의 제어방법
CN104301613B (zh) * 2014-10-16 2016-03-02 深圳市中兴移动通信有限公司 移动终端及其拍摄方法
US9407815B2 (en) * 2014-11-17 2016-08-02 International Business Machines Corporation Location aware photograph recommendation notification
KR101652937B1 (ko) 2014-12-29 2016-09-01 주식회사 효성 Ｄｃ 차단기
KR20160114434A (ko) * 2015-03-24 2016-10-05 삼성전자주식회사 전자 장치 및 전자 장치의 이미지 촬영 방법
US9826149B2 (en) * 2015-03-27 2017-11-21 Intel Corporation Machine learning of real-time image capture parameters
KR101717532B1 (ko) 2015-07-22 2017-03-17 엘지전자 주식회사 이동단말기 및 그 제어방법
WO2017039348A1 (en) * 2015-09-01 2017-03-09 Samsung Electronics Co., Ltd. Image capturing apparatus and operating method thereof
KR20170035237A (ko) * 2015-09-22 2017-03-30 엘지전자 주식회사 이동 단말기 및 그 제어방법
KR20170046005A (ko) * 2015-10-20 2017-04-28 삼성전자주식회사 얼굴 검출 방법 및 이를 지원하는 전자 장치
US10536628B2 (en) * 2015-10-23 2020-01-14 Telefonaktiebolaget Lm Ericsson (Publ) Providing camera settings from at least one image/video hosting service
KR101699202B1 (ko) * 2016-01-19 2017-01-23 라인 가부시키가이샤 최적 촬영 위치 추천 방법 및 시스템
KR102739958B1 (ko) * 2016-08-12 2024-12-09 삼성전자주식회사 전자 장치 및 그 제어 방법
KR102622754B1 (ko) * 2016-09-07 2024-01-10 삼성전자주식회사 이미지 합성 방법 및 이를 지원하는 전자 장치
KR20180116574A (ko) * 2017-04-17 2018-10-25 엘지전자 주식회사 이동 단말기
CN107257438A (zh) * 2017-07-10 2017-10-17 广东欧珀移动通信有限公司 拍照提醒方法、装置、终端和计算机存储介质
KR102438201B1 (ko) * 2017-12-01 2022-08-30 삼성전자주식회사 사진 촬영과 관련된 추천 정보를 제공하는 방법 및 시스템

Also Published As

Publication number Publication date
US10951813B2 (en) 2021-03-16
CN112801269A (zh) 2021-05-14
CN110476405B (zh) 2021-11-16
WO2019107724A1 (en) 2019-06-06
KR20260004279A (ko) 2026-01-08
US20190208117A1 (en) 2019-07-04
EP4398559A1 (en) 2024-07-10
EP3654625A1 (en) 2020-05-20
CN114040098B (zh) 2024-09-06
EP3823261A1 (en) 2021-05-19
KR20240137543A (ko) 2024-09-20
US10616478B2 (en) 2020-04-07
KR102707075B1 (ko) 2024-09-13
EP3654625B1 (en) 2024-01-03
EP3654625C0 (en) 2024-01-03
EP3560179C0 (en) 2024-01-03
EP3560179A1 (en) 2019-10-30
CN110476405A (zh) 2019-11-19
KR20190064958A (ko) 2019-06-11
EP3823261C0 (en) 2024-04-24
EP3823261B1 (en) 2024-04-24
KR20220124127A (ko) 2022-09-13
KR102438201B1 (ko) 2022-08-30
KR20230006424A (ko) 2023-01-10
EP3560179A4 (en) 2019-12-18
KR102631309B1 (ko) 2024-01-30
US20190174056A1 (en) 2019-06-06
CN114040098A (zh) 2022-02-11
US11146724B2 (en) 2021-10-12
US20200177802A1 (en) 2020-06-04
US20220030163A1 (en) 2022-01-27
US12143710B2 (en) 2024-11-12
KR102906634B1 (ko) 2025-12-30
US11678050B2 (en) 2023-06-13
KR102481016B1 (ko) 2022-12-23
EP3560179B1 (en) 2024-01-03
US20250024139A1 (en) 2025-01-16
US20230283889A1 (en) 2023-09-07
KR20240015708A (ko) 2024-02-05

Similar Documents

Publication Publication Date Title
ES2970058T3 (es) Procedimiento y sistema para proporcionar información de recomendación relacionada con la fotografía
EP4154515B1 (en) Automatic camera guidance and settings adjustment
KR102500760B1 (ko) 이미지 획득 장치 및 그의 제어 방법
ES2925453T3 (es) Dispositivo de adquisición de imágenes y procedimiento de control del mismo
US20230144091A1 (en) Dynamic content presentation for extended reality systems
KR102619846B1 (ko) 촬영 구도 제안을 위한 전자 장치, 전자 장치의 촬영 구도 제안 방법