[發明專利]電子裝置及其控制方法

在審

• 申請號: 201980079168.7
• 申請日: 2019-09-30
• 公開（公告）號: CN113168700A
• 公開（公告）日: 2021-07-23
• 發明（設計）人: 李洹宇;權兌奕;金德鎬;柳柄旭;李健日;李在雄;任成訓;鄭智元
• 申請（專利權）人: 三星電子株式會社
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T5/50;G06T1/00;G06T1/60;G06T19/00;G06T7/215;H04N5/225;G06F3/00;G06F3/01
• 代理公司: 北京市柳沈律師事務所 11105
• 代理人: 錢大勇

一種電子裝置通過重疊圖像幀的部分區域來獲得全景圖像，并從全景圖像或全景圖像內最大尺寸的預定形狀的區域中識別對象。

技術領域

符合本公開的設備和方法涉及電子裝置及其控制方法，更具體地，涉及用于識別對象的電子裝置及其控制方法。

本公開還涉及使用機器學習算法及其應用來模擬人腦的功能(例如識別和判斷)的人工智能(AI)系統。

背景技術

最近，實現人類級人工智能(AI)的人工智能系統已經部署在各個領域。與傳統的基于規則的智能系統不同，人工智能系統是包含在機器中的系統，該機器學習、判斷并迭代地改進其功能的執行。例如，隨著人工智能系統的使用增加，識別率和對用戶偏好的理解可能相應地增加。因此，傳統的基于規則的智能系統已經逐漸被基于深度學習的人工智能系統所取代。

人工智能技術由機器學習(如深度學習)和實現機器學習的元素技術(Elementtechnology)組成。

機器學習是一種對輸入數據的特征進行分類和/或訓練的算法技術。元素技術是利用機器學習算法，如深度學習，模擬人腦的識別、判斷等功能的技術，包括語言理解、視覺理解、推理/預測、知識表示、運動控制等。

人工智能技術可以應用于各種領域，其例子如下所述。語言理解是用于識別和應用/處理人類語言/字符的技術，包括自然語言處理、機器翻譯、對話系統、查詢響應、語音識別/合成等。視覺理解是一種像被人感知一樣識別和處理對象的技術，包括對象識別、對象跟蹤、圖像搜索、人類識別、場景理解、空間理解、圖像增強等。推理預測是一種用于判斷和邏輯推斷和預測信息的技術，包括基于知識/概率的推理、優化預測、基于偏好的規劃和推薦。知識表示是一種將人類經驗信息自動化為知識數據的技術，包括知識構建(數據生成/分類)和知識管理(數據利用)。運動控制是用于控制設備或對象的自主運動的技術，例如，車輛的行進和機器人的運動，包括運動控制(導航、碰撞和行進)、操作控制(行為控制)等。

最近，已經開發了各種類型的設備，例如包括相機的眼鏡設備。然而，當使用眼鏡設備中提供的相機捕獲對象時，由于用戶的頭部或身體的運動，可能會出現圖像模糊。例如，參考圖1，眼鏡設備可以包括相機，并且由于用戶的移動，在由相機捕獲的圖像中可能出現圖像模糊。

圖像模糊可能會對需要實時圖像分析的增強現實(AR)服務造成障礙，并且對象的識別和跟蹤可能很困難。

因此，已經開發了用于消除圖像模糊的穩定方法。然而，傳統上可以為每個圖像幀設置參數。在圖像快速運動的情況下，圖像數據可能會因過度裁剪而丟失。

發明內容

【技術問題】

示例性實施例的一個方面涉及一種用于通過從多個連續幀中改善對象識別性能來提供包括運動穩定對象的增強現實(AR)功能的電子裝置及其控制方法。

【技術解決方案】

根據一個實施例，提供了一種電子裝置，包括存儲器和處理器，處理器被配置為基于第一幀的像素信息和至少一個第二圖像幀的像素信息，通過將存儲在存儲器中的第一圖像幀的部分區域與存儲在存儲器中的至少一個第二圖像幀的部分區域重疊來獲得全景圖像，識別全景圖像內最大尺寸的預定形狀的區域，并從全景圖像的整個區域或預定形狀的區域中識別對象。

處理器還可以被配置為基于第一圖像幀的像素信息和至少一個第二圖像幀的像素信息，通過重疊第一圖像幀和至少一個第二圖像幀中相鄰圖像幀的像素值之間具有最小差異的區域來獲得全景圖像。

處理器還可以被配置為基于第一圖像幀的像素信息和至少一個第二圖像幀的像素信息獲得第一圖像幀和至少一個第二圖像幀中的相鄰圖像幀之間的運動值，并且基于運動值通過將第一圖像幀的部分區域與至少一個第二圖像幀的部分區域重疊來獲得全景圖像。