[go: up one dir, main page]

WO2019083275A1 - 관련 이미지를 검색하기 위한 전자 장치 및 이의 제어 방법 - Google Patents

관련 이미지를 검색하기 위한 전자 장치 및 이의 제어 방법

Info

Publication number
WO2019083275A1
WO2019083275A1 PCT/KR2018/012640 KR2018012640W WO2019083275A1 WO 2019083275 A1 WO2019083275 A1 WO 2019083275A1 KR 2018012640 W KR2018012640 W KR 2018012640W WO 2019083275 A1 WO2019083275 A1 WO 2019083275A1
Authority
WO
WIPO (PCT)
Prior art keywords
information
image
electronic device
user input
recognition
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.)
Ceased
Application number
PCT/KR2018/012640
Other languages
English (en)
French (fr)
Inventor
고현목
오형래
김홍철
전실라
황인철
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
Priority to US16/757,826 priority Critical patent/US11853108B2/en
Priority to CN202311341684.7A priority patent/CN117421437A/zh
Priority to CN201880067738.6A priority patent/CN111247536B/zh
Priority to EP18869828.6A priority patent/EP3663990A4/en
Priority to CN202311346826.9A priority patent/CN117493596A/zh
Publication of WO2019083275A1 publication Critical patent/WO2019083275A1/ko
Anticipated expiration legal-status Critical
Priority to US18/377,900 priority patent/US12282506B2/en
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/53—Querying
    • G06F16/532—Query formulation, e.g. graphical querying
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/53—Querying
    • G06F16/535—Filtering based on additional data, e.g. user or group profiles
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/54—Browsing; Visualisation therefor
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5854—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using shape and object relationship
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • G06F3/04817—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance using icons
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • G06F3/0482—Interaction with lists of selectable items, e.g. menus
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
    • G06F3/04842—Selection of displayed objects or displayed text elements
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
    • G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
    • G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
    • G06F3/04883—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures for inputting data by handwriting, e.g. gesture or text
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine 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
    • G06N3/04—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
    • 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
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N99/00—Subject matter not provided for in other groups of this subclass

Definitions

  • the present invention relates to an electronic apparatus and a control method thereof, and more particularly, to an electronic apparatus and a control method thereof for searching and providing an image related to an object selected by a user to a user.
  • This document also relates to an artificial intelligence (AI) system that simulates the functions of the human brain using cognitive learning algorithms, and its applications.
  • AI artificial intelligence
  • the user can easily receive necessary information through the electronic device without restriction of the place and time.
  • the user may want to retrieve associated information associated with the provided object.
  • the user may separately store an object, perform an image search using the stored object as a keyword, or perform text search by directly inputting text related to the object.
  • Artificial intelligence system is a system that the machine learns, judges, and becomes smarter, unlike the existing rule-based smart system. Artificial intelligence systems are becoming more and more recognizable as users use them, and existing rule-based smart systems are increasingly being replaced by deep-run-based artificial intelligence systems.
  • Machine learning e.g. deep learning
  • machine learning e.g., deep learning
  • Machine learning is an algorithm technology that classifies / learns the characteristics of input data by itself.
  • Element technology is a technology that simulates functions such as recognition and judgment of human brain using machine learning algorithms such as deep learning. Understanding, reasoning / prediction, knowledge representation, and motion control.
  • Linguistic understanding is a technology for recognizing, applying, and processing human language / characters, including natural language processing, machine translation, dialogue system, query response, speech recognition / synthesis, and the like.
  • Visual comprehension is a technique for recognizing and treating objects as human vision, including object recognition, object tracking, image search, human recognition, scene understanding, spatial understanding, and image enhancement.
  • Inference prediction is a technique for judging and logically inferring and predicting information, including knowledge / probability based reasoning, optimization prediction, preference base planning, and recommendation.
  • Knowledge representation is a technology for automating human experience information into knowledge data, including knowledge building (data generation / classification) and knowledge management (data utilization).
  • the motion control is a technique for controlling the autonomous travel of the vehicle and the motion of the robot, and includes motion control (navigation, collision, traveling), operation control (behavior control), and the like.
  • a recent electronic device provides a function of searching for a picture stored in the device.
  • the user searches the photographs using criteria such as the date of photographing, the title inputted by the user, the position where the photograph was taken, and the like.
  • This document can provide an electronic device and a control method thereof that can confirm information related to an object selected by the user and retrieve an image related to information selected by the user among the confirmed information.
  • a method of controlling an electronic device includes displaying an image including at least one object; Sensing a user input for selecting an object; Recognizing an object displayed at a point where the user input is sensed by using a learned recognition model to acquire information about the object, and acquiring information about the recognized object; Displaying a list including information about the object; And selecting one of the information on the objects included in the list, and searching for and providing an associated image based on the selected information.
  • an electronic device comprises: a display; A user input section; A processor electrically coupled to the display and the user input; And a memory electrically coupled to the processor, wherein the processor is further configured to generate an input signal according to a user input for selecting an object using the user input while an image including at least one object is displayed on the display Recognizing an object displayed at a point where the user input is sensed using the learned recognition model in order to acquire information about the object in response to the input signal and acquiring information about the recognized object,
  • the control unit controls the display to display a list including information on an object, and when one of the information on the objects included in the list is selected through the user input unit, the related image is searched and provided based on the selected information do.
  • the user can more conveniently and specifically search for an image similar to the image he / she is currently viewing.
  • the user can create a retrieval expression based on the information of various objects and retrieve the image, thereby enabling more accurate image retrieval.
  • Figure 1 is a use of an electronic device for retrieving an image associated with an object selected by a user, according to one embodiment of the present disclosure
  • Figure 2a is a block diagram that schematically illustrates the configuration of an electronic device, in accordance with one embodiment of the present disclosure
  • Figure 2B is a block diagram detailing the configuration of an electronic device, in accordance with one embodiment of the present disclosure.
  • 2C is a block diagram including various modules for retrieving an image associated with an object selected by a user, according to one embodiment of the present disclosure
  • Figures 3-5 are flow charts illustrating a method of retrieving an image associated with an object selected by a user, according to various embodiments of the present disclosure
  • FIG. 6 is a diagram for describing an embodiment for retrieving an image within an electronic device associated with an object selected by a user, according to an embodiment of the present disclosure
  • FIG. 7 is a diagram illustrating an embodiment for retrieving an external image associated with an object selected by a user, according to one embodiment of the present disclosure
  • FIG. 8 is a diagram for describing user input for selecting an object, in accordance with various embodiments of the present disclosure.
  • FIGS. 9A and 9B are diagrams for explaining a method of retrieving an associated image using a retrieval formula, according to an embodiment of the present disclosure
  • FIGS. 10A and 10B are diagrams for explaining a method of retrieving an associated image using a search history or a recommended keyword according to various embodiments of the present disclosure
  • FIG. 11 is a diagram illustrating a method of creating an album using an associated image, according to one embodiment of the present disclosure
  • FIG. 12 is a block diagram illustrating a configuration of an electronic device for learning and using a recognition model according to an embodiment of the present disclosure
  • FIGS. 13A and 13B are block diagrams showing specific configurations of a learning unit and a recognition unit according to an embodiment of the present disclosure
  • Figure 14 is a flow diagram illustrating a method for retrieving an image associated with an object selected by a user, according to one embodiment of the present disclosure
  • 15-17 are flow diagrams of a network system using a recognition model, in accordance with various embodiments of the present disclosure.
  • the expressions "A or B,” “at least one of A or / and B,” or “one or more of A and / or B,” etc. may include all possible combinations of the listed items .
  • “A or B,” “at least one of A and B,” or “at least one of A or B” includes (1) at least one A, (2) Or (3) at least one A and at least one B all together.
  • first As used herein, the terms “first,” “second,” “first,” or “second,” and the like may denote various components, regardless of their order and / or importance, But is used to distinguish it from other components and does not limit the components.
  • any such element may be directly connected to the other element or may be connected through another element (e.g., a third element).
  • a component e.g., a first component
  • another component e.g., a second component
  • there is no other component e.g., a third component
  • the phrase “ configured to " (or set) to be “ configured according to circumstances may include, for example, having the capacity to, To be designed to, “” adapted to, “” made to, “or” capable of ".
  • the term “ configured to (or set up) " may not necessarily mean “ specifically designed to " in hardware. Instead, in some situations, the expression “ configured to " may mean that the device can " do “ with other devices or components.
  • a subprocessor configured to (or configured to) execute the phrases " A, B, and C " may be implemented as a processor dedicated to performing the operation (e.g., an embedded processor), or one or more software programs To a generic-purpose processor (e.g., a CPU or an application processor) that can perform the corresponding operations.
  • Electronic devices in accordance with various embodiments of the present document may be used in various applications such as, for example, smart phones, tablet PCs, mobile phones, videophones, electronic book readers, desktop PCs, laptop PCs, netbook computers, workstations, a portable multimedia player, an MP3 player, a medical device, a camera, or a wearable device.
  • Wearable devices may be of the type of accessories (eg, watches, rings, bracelets, braces, necklaces, glasses, contact lenses or head-mounted-devices (HMD) (E.g., a skin pad or tattoo), or a bio-implantable circuit.
  • HMD head-mounted-devices
  • the electronic device may be, for example, a television, a digital video disk (Eg Samsung HomeSyncTM, Apple TVTM, or Google TVTM), game consoles, home appliances, air conditioners, air conditioners, refrigerators, air conditioners, vacuum cleaners, ovens, microwave ovens, washing machines, air purifiers, set top boxes, home automation control panels, (E.g., Xbox (TM), PlayStation (TM)), an electronic dictionary, an electronic key, a camcorder, or an electronic photo frame.
  • the electronic device may be any of a variety of medical devices (e.g., various portable medical measurement devices such as a blood glucose meter, a heart rate meter, a blood pressure meter, or a body temperature meter), magnetic resonance angiography (MRA) A navigation system, a global navigation satellite system (GNSS), an event data recorder (EDR), a flight data recorder (FDR), an automobile infotainment device, a marine electronic equipment (For example, marine navigation systems, gyro compasses, etc.), avionics, security devices, head units for vehicles, industrial or domestic robots, drones, ATMs at financial institutions, of at least one of the following types of devices: a light bulb, a fire detector, a fire alarm, a thermostat, a streetlight, a toaster, a fitness device, a hot water tank, a heater, a boiler, .
  • various portable medical measurement devices such as a blood glucose meter, a heart rate meter, a blood pressure meter, or
  • the term user may refer to a person using an electronic device or a device using an electronic device (e.g., an artificial intelligence electronic device).
  • the electronic device 100 can display an image (e.g., a photograph) including an object O (e.g., a baby).
  • the selected object (0) may be one of a plurality of objects included in the image.
  • the electronic device 100 may sense a user input for selecting the object O, as shown in FIG. 1 (a). For example, the electronic device 100 may sense a long press touch that touches a point of the object O for a preset time.
  • the electronic device 100 may be configured to multi-touch, strongly touch, draw around the object O, diagonally drag through at least a portion of the object O by using a finger or an electronic pen, Lt; / RTI >
  • the electronic device 100 may include a user input that touches the object 111 after pressing (or pressing) a button (e.g., a button for executing an artificial intelligence function) provided in the electronic device 100 Lt; / RTI >
  • the electronic device 100 may sense a user input for selecting the object O using a predefined action.
  • the electronic device 100 can detect an object area in which the object O is displayed through image analysis based on information about a point at which a user input is sensed.
  • the detected object area may be highlighted or displayed as a pop-up screen.
  • highlighting and displaying may include display of different shades, different shades, complementary colors, or complementary colors, or dividing the boundary of the object area by dotted lines or solid lines, or displaying an indicator indicating the object area can do.
  • the electronic device 100 can recognize the object O contained in the object area.
  • the electronic device 100 can recognize the object O in the object area using a learned recognition model (e.g., an object recognition model) to recognize the object.
  • the electronic device 100 can recognize the type, color, size, etc. of the object O.
  • the electronic device 100 can recognize the context information about the recognized object O.
  • the electronic device 100 can acquire the context information of the object O using a learned recognition model (e.g., a context recognition model) to recognize the context of the object.
  • the context information of the object O can recognize the emotion, the expression, the position, the motion, the attire, etc. of the object O.
  • the context information of the object O can be obtained through analysis on the object O itself, and can be obtained using another object displayed around the object O among the images.
  • the electronic device 100 when the electronic device 100 acquires information about an object (i.e., including both object recognition information and object context information) , And display a list L containing information on the obtained object.
  • the list L can be displayed around the object O selected by the user, but this can be displayed in a separate area, which is only an example.
  • the electronic device 100 may create a separate image layer containing the list L, and the list L may be movable within the image according to user input. That is, the electronic device 100 can additionally generate a graphic layer including a list L on a graphic layer including an image to be displayed, and display the two graphic layers in a superimposed manner.
  • the electronic device 100 may sense a user input that selects one of the information about the objects contained in the list L.
  • the user input may be a user input that touches one of the information on the objects included in the list.
  • the electronic device 100 can search the image associated with the information about the selected object and provide the search result R to a specific area, as shown in Fig. 1 (c) . 1 (c), the electronic device 100 may reduce the size of the image to be displayed and generate a new area to provide the search result R, It is possible to provide the search result R in other ways. For example, the electronic device 100 may generate a separate pop-up window on the previously displayed image and provide search results within the pop-up window. At this time, the search result R may be provided as a thumbnail image.
  • the electronic device 100 when searching for an image related to information about a selected object among the images stored in the electronic device 100, the electronic device 100 displays information about the selected object based on tag information of the stored image and information about the selected object Related images can be searched. Or an image related to the selected object from an external server, the electronic device 100 may transmit a query including information on the selected object to an external server. The electronic device 100 may then receive search results from the external server in response to the query.
  • the electronic device 100 can search for an image related to information about the selected object using a search formula.
  • the electronic device 100 may select at least some of the retrieved related images to create an album.
  • the electronic device 100 may obtain information about the object using the image and information about the point at which the user input was sensed as input data to the recognition model. Specifically, the electronic device 100 can recognize an object by inputting information about a point at which the image and the user input are sensed to the learned object recognition model for recognizing the object. In addition, the electronic device 100 can recognize the context of the object by inputting the image and the recognized object information to the learned context recognition model to recognize the context information of the object.
  • the object recognition model or the context recognition model learned in the present disclosure can be constructed in consideration of the application field of the recognition model or the computer performance of the apparatus.
  • the learned context-aware model can be set to estimate the context of an object using the image and information about the recognized object as input data.
  • the learned recognition model may be, for example, a model based on a neural network.
  • the recognition model may include a plurality of weighted network nodes that may be designed to simulate the human brain structure on a computer and simulate a neuron of a human neural network. The plurality of network nodes may each establish a connection relationship so that the neurons simulate synaptic activity of the neurons sending and receiving signals via synapses.
  • the object recognition model may also include, for example, a neural network model or a deep learning model developed in a neural network model.
  • a neural network model or a deep learning model developed in a neural network model.
  • a plurality of network nodes are located at different depths (or layers) and can exchange data according to a convolution connection relationship.
  • Examples of the object recognition model include, but are not limited to, Deep Neural Network (DNN), Recurrent Neural Network (RNN), and Bidirectional Recurrent Deep Neural Network (BRDNN).
  • the electronic device 100 may use an artificial intelligence agent to retrieve information related to the object selected by the user as described above.
  • the artificial intelligence agent is a dedicated program for providing an artificial intelligence (AI) -based service (for example, speech recognition service, secretarial service, translation service, search service, CPU) or a separate AI dedicated processor (e.g., GPU, etc.).
  • AI artificial intelligence
  • an artificial intelligence agent can control various modules to be described later.
  • an object O is selected on the image by a predetermined user input (e.g., a long press, etc.) or a button provided on the electronic device 100 (e.g., a button for executing an artificial intelligence agent ) Is pressed and the object (O) is selected, the artificial intelligence agent can operate.
  • the artificial intelligent agent detects the object area based on the user input, recognizes the object based on the detected object area to acquire the recognition information of the object, and acquires the context information of the object through the recognition model have.
  • the artificial intelligence agent may generate a separate graphic layer including a list L containing information on the obtained object and display the artificial intelligence agent on the graphic layer including the previously displayed image. Then, when information on the object is selected through the list L, the artificial intelligent agent can search for the related image based on the information about the selected object.
  • the AI may operate.
  • the artificial intelligence agent may be a previously executed state in which a predetermined user input to the object O is sensed or a button provided in the electronic device 100 is selected.
  • the AI agent of the electronic device 100 performs an associated image search function on the selected object .
  • the artificial intelligence agent may be in a standby state previously selected when a predetermined user input to the object O is sensed or a button provided in the electronic device 100 is selected.
  • the standby state is a state in which a predefined user input is received to control the start of operation of the AI agent. If a predefined user input to the object O is sensed while the artificial intelligence agent is in the standby state, or a button provided on the electronic device 100 is selected, the electronic device 100 operates the artificial intelligence agent, The related image can be searched and provided.
  • the artificial intelligence agent can control various modules to be described later. This will be described in detail later.
  • FIG. 2A shows a block diagram of an electronic device 100 in accordance with various embodiments.
  • the electronic device 100 includes a display 110, a memory 120, a user input 130 and a processor 140, as shown in FIG. 2A.
  • the configurations shown in FIG. 2 are illustrative examples for implementing the embodiments of the present disclosure, and appropriate hardware / software configurations of a level obvious to those skilled in the art may be additionally included in the electronic device 100.
  • the display 110 may provide various screens.
  • the display 110 may display an image (e.g., a photograph) that includes at least one object.
  • Display 110 may also display a list containing at least one object-related information about an object selected by user input.
  • Display 110 may also display at least one image associated with information about the object selected by the user with the image.
  • Memory 120 may store instructions or data related to at least one other component of electronic device 100.
  • the memory 120 may be implemented as a non-volatile memory, a volatile memory, a flash memory, a hard disk drive (HDD), or a solid state drive (SSD).
  • the memory 120 is accessed by the processor 140 and read / write / modify / delete / update of data by the processor 140 and the like can be performed.
  • the term memory in the present disclosure includes memory 120, a memory card (not shown) (e.g., micro SD (not shown)) mounted in ROM (not shown), RAM Card, memory stick).
  • the memory 120 may store programs and data for configuring various screens to be displayed in a display area of the display unit 110. [
  • the memory 120 may also store an artificial intelligence agent for retrieving images associated with information about the object and may store the recognition model of the present disclosure (e.g., an object recognition model, a context aware model, etc.).
  • an artificial intelligence agent for retrieving images associated with information about the object and may store the recognition model of the present disclosure (e.g., an object recognition model, a context aware model, etc.).
  • the memory 120 may include an image acquisition module 121, a tag information acquisition module 122, a search action detection module 123, a screen capture / coordinate acquisition module 124, A module 125, a context recognition module 126, a search module 127, and a search result providing module 128.
  • the image acquisition module 121 can process the photographed image to obtain a displayable form of the image when the image is photographed through the camera 150. [ In addition, the image acquisition module 121 may store the acquired module in the memory 120.
  • the tag information acquisition module 122 can acquire tag information about the acquired image. Particularly, as shown in FIG. 2C, the tag information acquisition module 122 acquires tag information using a first recognition model (for example, a tag information recognition model) 210 that is learned to estimate tag information . That is, the tag information acquisition module 122 can acquire tag information about the acquired image by inputting the acquired image into the first recognition model 210 as input data. At this time, the tag information may include information about at least one object included in the image, context information, and the like. The tag information can be matched and stored with the corresponding image.
  • a first recognition model for example, a tag information recognition model
  • the search action detection module 123 obtains an input signal according to a user input (e.g., long touch, multi-touch, pen action, etc.) for selecting an object included in the image displayed on the display 110 through the user input unit 130 can do.
  • a user input e.g., long touch, multi-touch, pen action, etc.
  • the screen capture / coordinate collection module 124 may collect coordinates corresponding to a point (or area) at which the user input is sensed on the display 110 .
  • an input signal may be obtained through a physical button as the user input unit 130, a touch sensor on the bezel, and a point on the display 110 selected by the user according to an input signal additionally obtained through the user input unit 130 The corresponding coordinates can be collected.
  • the screen capture / coordinate acquisition module 124 may capture a screen to generate a captured image. For example, if an associated image is to be searched for an external device, the screen capture / coordinate acquisition module 124 may capture the image currently displayed and transmit the captured image to an external context recognition device.
  • the object recognition module 125 can recognize an object displayed at a point selected by the user. Specifically, the object recognition module 125 can detect an object area in which an object is displayed based on a coordinate value of a point selected by the user. Then, the object recognition module 125 can recognize the object by inputting data on the object area into the second recognition model 220 (for example, an object recognition model) that has been learned to estimate the object. At this time, the object recognition module 125 can acquire not only the type of the object but also information about the object itself such as the color of the object, the size of the object, the name of the object,
  • the context recognition module 126 may recognize the context information about the object. Specifically, the context recognition module 126 inputs data for an image and an object region to a third recognition model 230 (e.g., a context recognition model) that is learned to estimate the context information of the object, Information can be obtained.
  • the context information on the object includes not only the context information on the object itself but also the context such as the relation between the object and the object, such as the emotion of the object, the expression of the object, the position of the object, Information can also be included.
  • the object recognition module 125 and the context recognition module 126 have been described as acquiring information on an object using different recognition models as an alternative configuration.
  • the object / context recognition module may be implemented by a single configuration (for example, an object / context recognition module). In this case, the object / Information can be obtained.
  • the search module 127 can search for related images based on the information selected by the user among information on the acquired objects. For example, the search module 127 may search for related images based on tag information and selected information for a plurality of images stored in the memory 120. That is, the search module 127 may search for an image having the same tag information as the selected information or an image having tag information associated with the selected information. In another example, the search module 127 may generate a query containing information about the selected object and send it to an external search server. Then, the search module 127 can receive the search result in response to the query from the external search server.
  • the search results providing module 128 may provide on the display 110 an associated image (or search result) retrieved by the search module 127.
  • the search result providing module 128 may display a searched related image in an area separate from the image displayed on the display 110.
  • the present invention is not limited thereto.
  • the search result providing module 128 may generate a pop- A pop-up window can be provided on the image.
  • the search result providing module 128 can provide information on search results through an output device such as a speaker or a haptic providing device.
  • the first recognition model 210, the second recognition model 220 and the third recognition model 230 may be stored in the electronic device 100, but this is merely an example, Lt; / RTI > Also, at least two of the plurality of recognition models 210 to 230 may be implemented as an integrated recognition model.
  • the object recognition model and the context recognition model can be integrated and implemented as an object / context recognition model. A method of learning and recognizing a plurality of recognition models using input data will be described later in detail with reference to the drawings.
  • the user input unit 130 may receive various user inputs and transmit the input to the processor 140.
  • the user input 130 may include a touch sensor, a (digital) pen sensor, a pressure sensor, or a key.
  • the touch sensor can use, for example, at least one of an electrostatic type, a pressure sensitive type, an infrared type, and an ultrasonic type.
  • the (digital) pen sensor may be, for example, part of a touch panel or may include a separate recognition sheet.
  • the key may include, for example, a physical button, an optical key, or a keypad.
  • the user input unit 130 may be configured to touch an object after a predetermined user touch (e.g., a long press touch) for selecting an object or a specific button (e.g., a button for executing an artificial intelligence service) An input signal corresponding to a user input can be obtained.
  • the user input unit 130 may transmit an input signal to the processor 140.
  • the processor 140 may be electrically coupled to the display 110, the memory 120, and the user input 130 to control the overall operation and functionality of the electronic device 100.
  • the processor 140 includes an image acquisition module 121, a tag information acquisition module 122, a search action detection module 123, a screen capture / coordinate acquisition module 124, an object recognition module 125, A search module 126, a search module 127, a search result providing module 128, and the like.
  • the processor 140 obtains an input signal according to a user input for selecting an object using the user input unit 130 while displaying an image including at least one object on the display 110, Recognizes the object displayed at the point where the user input is sensed using the learned recognition model in order to acquire information about the object, obtains information about the recognized object, and displays a list including information about the object And if one of the information on the objects included in the list is selected through the user input unit, the related image can be searched based on the selected information. How the processor 140 retrieves the related images will be described in detail later.
  • FIG. 2B is a block diagram detailing the configuration of electronic device 100, in accordance with another embodiment of the present disclosure.
  • the electronic device 100 includes a display 110, a memory 120, a user input 130, a processor 140, a camera 150, a communication unit 160, and an audio output unit 170 ). Meanwhile, since the display 110, the memory 120, and the user input unit 130 have been described with reference to FIG. 2B, redundant description will be omitted.
  • the camera 150 may take an image that includes at least one object. At this time, the camera 150 may be provided on at least one of the front and rear of the electronic device 100. Meanwhile, the camera 150 may be provided inside the electronic device 100, but it is present only outside the electronic device 100, and may be connected to the electronic device 100 by wire or wireless.
  • the communication unit 160 can perform communication with various types of external devices according to various types of communication methods.
  • the communication unit 160 may include at least one of a Wi-Fi chip 161, a Bluetooth chip 162, a wireless communication chip 163, and an NFC chip 164.
  • the processor 140 can communicate with an external server or various external devices using the communication unit 160.
  • the communication unit 160 can communicate with an external context recognition device, an external search server, or an external cloud server.
  • the audio output unit 170 is configured to output various kinds of audio data, such as decoding, amplification, and noise filtering, as well as various kinds of notification sounds and voice messages, by an audio processing unit (not shown).
  • the audio output unit 170 may be implemented as a speaker, but it may be implemented as an output terminal capable of outputting audio data, which is only an example.
  • the audio output unit 170 may provide the user with information on the search result in the form of audio.
  • the processor 140 (or the control unit) can control the overall operation of the electronic device 100 using various programs stored in the memory 120. [
  • the processor 140 may comprise a RAM 141, a ROM 142, a graphics processing unit 143, a main CPU 144, first through n interfaces 145-1 through 145-n, have.
  • the RAM 141, the ROM 142, the graphics processor 143, the main CPU 144, the first to n interfaces 145-1 to 145-n, etc. may be connected to each other via the bus 146 .
  • FIG 3 is a diagram illustrating a method by which an electronic device retrieves an image associated with an object, in accordance with an embodiment of the present disclosure.
  • this embodiment may be an embodiment of retrieving an image associated with an object contained in an image when an image is displayed during execution of the gallery application.
  • the electronic device 100 may store a plurality of images including tag information (S310). Specifically, when acquiring an image, the electronic device 100 inputs the acquired image to the tag information recognition model to recognize information about the object included in the image and the context information, and acquires information about the acquired object and context information Can be acquired as tag information and stored together with the image. Alternatively, when the electronic device 100 acquires an image from the outside, it may receive and store the tag information for the image together.
  • the electronic device 100 may display an image including at least one of the plurality of images (S320). At this time, the electronic device 100 may execute a gallery application and display an image including at least one object while the gallery application is executing.
  • the electronic device 100 may sense a user input for selecting an object (S330).
  • the user input for selecting an object includes a long press touch that touches one point of the area where the object is displayed for a predetermined time or more, a multi-touch that touches one point of the object displayed plural times, a drawing Touch or the like.
  • the electronic device 100 may execute the AI agent when a user input for selecting the object is sensed.
  • the electronic device 100 recognizes an object displayed at a point where the user input is sensed using the recognition model, and obtains information about the recognized object (S340). Specifically, the electronic device 100 detects an object area in which the object is displayed based on the coordinate value of the point at which the user input is sensed, and inputs the detected object area to the object recognition model to recognize the object displayed in the object area have. At this time, the electronic device 100 can acquire recognition information (e.g., type, color, size, sex, name, etc.) of the object. In addition, the electronic device 100 may acquire context information of the object (e.g., emotion, expression, dressing, movement, etc.) of the object by inputting data on the object region and the image into the context recognition model.
  • recognition information e.g., type, color, size, sex, name, etc.
  • context information of the object e.g., emotion, expression, dressing, movement, etc.
  • the electronic device 100 may display a list including information about the object (S350). At this time, the electronic device 100 may display a list including information about an object around the selected object. Also, the electronic device 100 may display a list by creating a graphic layer different from the image including at least one.
  • the electronic device 100 may sense a user input for selecting one of the information on the objects included in the list (S360).
  • the electronic device 100 may search for an associated image having tag information associated with information on a selected one of the stored images (S370). Specifically, the electronic device 100 may have the same tag information as the information about the selected object, or may search for an associated image having tag information associated with information on the selected object. For example, if the information about the object selected by the user is " smiling baby, " the electronic device 100 has the same tag information as the " smiling baby " A baby smile, a baby smile, etc.).
  • the electronic device 100 may provide the retrieved associated image (S380). Specifically, the electronic device 100 may reduce the size of the currently displayed image, and may generate a search area displaying the searched related images to display the searched related images in the search area.
  • the context recognition apparatus 10 may be an external server connected to the electronic device 100 in communication.
  • the electronic device 100 may display an image including at least one of the plurality of images (S410). At this time, the electronic device 100 may display an image including at least one object while the gallery application is executing, and may display an image included in the web page during execution of the web application.
  • the electronic device 100 may sense a user input for selecting an object (S420).
  • the user input for selecting an object includes a long press touch that touches one point of the area where the object is displayed for a predetermined time or more, a multi-touch that touches one point of the object displayed plural times, a drawing Touch, and the like, but is not limited thereto.
  • the electronic device 100 may transmit information about the point at which the image and user input are detected by the context recognition device 10 (S430). Specifically, the electronic device 100 may transmit coordinate value information of the point where the image data and the user input are sensed to the external context recognition device 10, in order to acquire information about the object.
  • the context recognition apparatus 10 can recognize an object in which a user input is sensed using a first recognition model (e.g., an object recognition model) (S440). Specifically, the context recognition apparatus 10 can detect an object region in which a user input is sensed based on information about an image and a point at which the user input is sensed. When the object area is detected, the context recognition device 10 can recognize the object by inputting the image data in the object area into the object recognition model. At this time, the context recognition apparatus 10 can recognize the object and acquire recognition information (e.g., type of object, color of object, size of object, name of object, gender of object, etc.) of the object.
  • recognition information e.g., type of object, color of object, size of object, name of object, gender of object, etc.
  • the electronic device 100 after the electronic device 100 detects the object area, it transmits the information about the object area and the image data to the context recognition device 10, and when the context recognition device 10 receives information about the object area and Information on the object can be obtained based on the image data.
  • the context recognition apparatus 10 can acquire a contextual object of an object using a second recognition model (e.g., a context recognition model) (S450). Specifically, the context recognition apparatus 10 inputs the image data and the recognition information on the object to the context recognition model, and inputs the context information of the object (for example, expression, emotion, attire, Etc.) can be obtained.
  • a second recognition model e.g., a context recognition model
  • the context recognition apparatus 10 inputs the image data and the recognition information on the object to the context recognition model, and inputs the context information of the object (for example, expression, emotion, attire, Etc.) can be obtained.
  • the context-aware device 10 may send information about the acquired object to the electronic device 100 (S460).
  • the information about the object may include recognition information about the object and context information about the object.
  • the electronic device 100 may display a list containing information about the object (S470). At this time, the electronic device 100 can display a list containing information on information about the object around the selected object.
  • the electronic device 100 may sense a user input selecting one of the information on the objects included in the list (S480).
  • the electronic device 100 can search for an associated image based on the information about the selected object (S349). Specifically, the electronic device 100 can retrieve a related image having tag information related to information about a selected object among a plurality of stored images, send a query including information about the selected object to an external search server, Images can be searched.
  • FIG. 5 is a view for explaining an embodiment of acquiring information about an object through the context recognition apparatus and retrieving an associated image through a content search apparatus, according to an embodiment of the present disclosure;
  • this embodiment may be an embodiment for retrieving an image associated with an object contained in an image when an image is displayed during execution of the web application.
  • the context recognition apparatus 10 and the content search apparatus 20 may be external servers communicatively coupled to the electronic device 100, and may be implemented as separate servers.
  • the electronic device 100 may display an image including at least one of the plurality of images (S505). At this time, the electronic device 100 can display an image included in the web page while the web application is executing.
  • the electronic device 100 may sense a user input for selecting an object (S510).
  • the user input for selecting an object may be, for example, a long press touch, a multi-touch, a drawing touch, and the like, but is not limited thereto.
  • the electronic device 100 senses a user input for selecting an object, the currently displayed page may be captured to obtain a captured image.
  • the electronic device 100 may transmit information about the point at which the image and user input are detected by the context recognition device 10 (S515). Specifically, the electronic device 100 may transmit the captured image and the coordinate value information of the point at which the user input is detected to the external context recognition device 10, in order to acquire information about the object.
  • the context recognition apparatus 10 can recognize an object in which a user input is sensed using a first recognition model (e.g., an object recognition model) (S520). Specifically, the context recognition apparatus 10 detects an object region in which a user input is sensed based on a captured image and information on a point at which a user input is sensed, inputs image data in the object region into the object recognition model, Can be recognized.
  • a first recognition model e.g., an object recognition model
  • the context recognition apparatus 10 can acquire a contextual object of an object using a second recognition model (e.g., a context recognition model) (S525). Specifically, the context recognition apparatus 10 inputs the captured image and the recognition information about the object into the context recognition model and stores the context information of the object (for example, the expression of the object, the feeling, the attitude, Etc.) can be obtained. At this time, the context recognition apparatus 10 can acquire the context information of the object using not only the object included in the captured image but also surrounding information (e.g., text).
  • a second recognition model e.g., a context recognition model
  • the context recognition apparatus 10 may transmit information about the acquired object to the electronic device 100 (S530).
  • the information about the object may include recognition information about the object and context information about the object.
  • the electronic device 100 may display a list including information about the object (S535). At this time, the electronic device 100 can display a list containing information on information about the object around the selected object.
  • the electronic device 100 may detect a user input for selecting one of the information on the objects included in the list (S540).
  • the electronic device 100 may transmit a query including information on the selected object to the content search apparatus 20 (S545).
  • the content searching apparatus 20 may search the content in response to the query (S550). At this time, the content searching apparatus 20 can search for image contents having title, text, and tag information related to information about the selected object, but the present invention is not limited thereto, and it is possible to search various contents such as video contents, music contents, .
  • the content search apparatus 20 transmits the search result to the electronic device 100 (S555), and the electronic device 100 can provide the transmitted search result (S560). At this time, the electronic device 10 can provide the transmitted search result as a separate web page, but this is only an example, and the search result can be provided through the pop-up window.
  • FIG. 6 is a diagram for describing an embodiment for retrieving an image within an electronic device associated with an object selected by a user, according to an embodiment of the present disclosure
  • the electronic device 100 may execute the gallery application according to a user command.
  • the electronic device 100 may then display one of a plurality of images stored in the electronic device 100 while the gallery application is running.
  • the displayed image may include at least one object.
  • the image may include a baby object, a dog object, and a sun object, as shown in Fig. 6 (a).
  • the electronic device 100 may sense a user input for selecting a baby object 610 among a plurality of objects included in the image, as shown in FIG. 6 (a).
  • the user input may include a long press touch for touching one point over a predetermined time, a multi-touch for touching one point a plurality of times within a predetermined time, a drawing touch for drawing an area including an object, It is not.
  • the electronic device 100 may execute an artificial intelligence agent (e.g., BIGSV TM, etc.) for related image search.
  • an artificial intelligence agent e.g., BIGSV TM, etc.
  • the electronic device 100 may detect an object region including the selected object 610 based on the coordinate value at which the user input is sensed, as shown in Fig. 6B.
  • the electronic device 100 can recognize the object 610 displayed in the object area using information about the object area through the object recognition module 125.
  • the object recognition module 125 can input data on the object area into the object recognition model as input data, and obtain recognition information of the object as an input result.
  • the recognition information of the object may include the type, color, size, name, sex, etc. of the object.
  • the electronic device 100 can input information about the object region detected in FIG. 6B to the object recognition model to obtain that the object 610 included in the object region is " baby " .
  • the electronic device 100 may obtain the context information of the object through the context recognition module 126 using the recognition information of the object and the image data.
  • the context recognition module 126 may input the recognition information of the object and the image data to the context recognition model and obtain the context information of the object as the input result.
  • the context information of the object may include the expression of the object, the mood, the attire, the motion, the position, the relationship with other objects, and the like.
  • the electronic device 100 may obtain "smiling baby", “beating baby”, dog and baby "as context information of the object through the context recognition module 126.
  • the electronic device 100 may display a list 620 containing information about objects obtained around the selected object, as shown in Figure 6 (c).
  • the list 620 includes information on the objects obtained through the object recognition module 125 and the context recognition module 126, such as "baby”, “smiling baby”, “beating baby”, "
  • the list 620 may be included in a graphic layer generated separately from the previously displayed image.
  • the electronic device 100 may sense a user input that selects one of the information about the obtained object.
  • the user input for selecting one of the information on the objects included in the list 620 may be a tab touch, but the present invention is not limited thereto.
  • the electronic device 100 may sense a user input that selects information about an object named " smiling baby. &Quot;
  • the electronic device 100 may search for related images based on information about the selected object. Specifically, the electronic device 100 can retrieve an image having tag information that is the same as or similar to information about a selected one of a plurality of images stored in the electronic device 100. For example, the electronic device 100 may have the same tag information as the " smiling baby " information, which is information about the selected object, or similar tags such as " baby smile ", " baby laugh ", & An image having tag information can be searched.
  • Electronic device 100 may provide search results 630, as shown in Figure 6 (d). At this time, the electronic device 100 may reduce the size of an image to be displayed and provide a search result 630 in a separate area. However, the electronic device 100 may provide the search results 630 in a separate area of the previously displayed image, but this is merely an example, and a pop-up window containing search results may be generated.
  • FIG. 7 is a diagram for describing an embodiment for retrieving an external image associated with an object selected by a user, according to an embodiment of the present disclosure
  • the electronic device 100 may display a web site containing images during execution of the web application. At this time, at least one object may be displayed on the image.
  • the electronic device 100 may sense a user input that selects a " person object " 710 in the image of the web page.
  • the user input may be a long press touch, a multi-touch, or a drawing touch, but is not limited thereto.
  • electronic device 100 may, in response to a user input, capture a web page containing object 710 to generate a captured image. At this time, the electronic device 100 can perform capturing for a web page through a background thread.
  • the electronic device 100 may transmit information (e.g., coordinate value information) to the object recognition device 10 about an image (e.g., a captured image) and a point at which the user input is sensed.
  • information e.g., coordinate value information
  • the object recognition apparatus 10 can extract an object region based on information about a point at which an image and a user input are sensed, and obtain the recognition information of the object by inputting the extracted object region into the object recognition model. For example, the object recognition apparatus 10 can acquire the name " XXX " as recognition information of the object.
  • the object recognition apparatus 10 can acquire context information of an object by inputting information on an image and an object region into a context recognition model. At this time, the object recognition apparatus 10 can acquire the context information of the object using not only the object region but also other information (for example, text) included in the captured image. For example, the object recognition apparatus 10 may obtain the context information of the object 710 such as " Smile XXX ", " Dancing XXX ", and " XXX Stage ".
  • the object recognition apparatus 10 can transmit information (object recognition information and object context information) about the object to the electronic device 100. [object recognition information and object context information) about the object to the electronic device 100. [object recognition information and object context information) about the object to the electronic device 100. [object recognition information and object context information) about the object to the electronic device 100. [object recognition information and object context information) about the object to the electronic device 100.
  • the electronic device 100 may display a list 720 containing information about objects obtained around the selected object 710, as shown in Figure 7 (b).
  • the list 720 may include "XXX”, “Smile XXX”, “Dancing XXX”, and "XXX Stage", which are information on the object obtained through the above-described object recognition apparatus 10.
  • the list 720 may be included in a graphic layer generated separately from the previously displayed image.
  • the electronic device 100 may sense a user input that selects one of the information about the obtained object.
  • the user input for selecting one of the information on the objects included in the list 720 may be a tap touch, but the present invention is not limited thereto.
  • the electronic device 100 may sense user input selecting information for an object named " Smile XXX ".
  • the electronic device 100 may send a query containing information about the selected object to an external content retrieval device 20.
  • the content searching apparatus 20 can search images related to information about the selected object in response to the query. For example, the content search apparatus 20 can search an image or a web page having a title, text, and tag information of " Smile XXX ".
  • the content searching apparatus 20 may transmit the search result to the electronic device 100.
  • the electronic device 100 may provide search results 730 in a separate pop-up window, as shown in Figure 7 (c).
  • providing the search result 730 in a separate pop-up window is only an example, and a separate web page may be generated to provide the search result 730.
  • FIG. 8 is a diagram for describing a user input for selecting an object, in accordance with various embodiments of the present disclosure.
  • a user may touch (e.g., long touch or multi-touch) one point 801 of the displayed image in order to select an object.
  • the user can draw a portion 803 of the display area where the object is displayed using the electronic pen.
  • the electronic device 100 may display a UI (e.g., icon) 805 that provides search results associated with objects on the screen.
  • a UI e.g., icon
  • the electronic device 100 displays a UI 805 that provides an associated image search function, based on the event generated as a result of the withdrawal of the electronic pen .
  • the electronic device 100 may display a UI 805 that provides associated image search functionality.
  • the electronic device 100 may display a UI 805 that provides an associated image search function.
  • the electronic device 100 captures a screen including the object, which is being displayed in the display area before the UI display, and, as shown in (c-2)
  • the electronic device 100 may display the captured image as a result of capture of the screen.
  • the captured image is displayed, for example, the user can select an object by drawing one area 807 of the captured image with the electronic pen.
  • FIGS. 9A and 9B are diagrams for explaining a method of retrieving an associated image using a retrieval formula, according to an embodiment of the present disclosure.
  • FIG. 9A is a diagram for explaining a method of retrieving an associated image using a retrieval formula, according to an embodiment of the present disclosure.
  • the electronic device 100 may display a list 910 containing information about the objects obtained by the above-described method, as shown in Fig. 9A.
  • information such as " baby ", " smiling baby “, " white baby "
  • the electronic device 100 can detect a user input for selecting " smiling baby " among the information on the objects included in the list.
  • the electronic device 100 displays an image display area 920, a search window 930, a search result display area 940 ) Can be displayed.
  • the image shown in (a) of FIG. 9A is displayed in a reduced size in the image display area 920, and information about the object selected by the user (i.e., " smiling baby ") is displayed in the search window 930
  • the related images 940-1 through 940-2 retrieved based on the information about the selected object may be displayed in the search result display area 940.
  • the electronic device 100 is a symbol for inputting a " and " search condition for adding a specific condition to the search window 930 according to a user input, and " + “ "Can be input.
  • " + " can be input for the " and " search condition, but this is merely an example and can be input as a symbol such as " * "
  • search conditions are not limited to those described above, and other search conditions may also be applied to the technical idea of the present invention.
  • a list 950 containing information about the current location may be displayed.
  • list 950 may include information such as " puppies “, “ beating puppies, "
  • the electronic device 100 displays a search expression (smiling baby + dog) in the search window 930 as shown in (e) And displays the related images 940-5 to 940-7 retrieved by the retrieval expression in the retrieval result providing area 940.
  • the electronic device 100 can directly update the related images 940-5 to 940-7 retrieved by the search formula and the search formula, If the icon for the search execution is selected in the search window 930 after the search expression is completed, the electronic device 100 searches for the related image to search the search result providing region 940 You can update it.
  • a user directly inputs a symbol or character used in a search formula to create a search formula.
  • 100 may generate a list 960 that includes the search conditions. More specifically, the list 960 includes icons for adding or excluding information on each object, and when one of the plurality of icons is selected, the electronic device 100 displays information about the object corresponding to the selected icon, The search condition can be entered in the search window. For example, if the " + " icon displayed next to the smiling baby is selected, the electronic device 100 may enter " + smiling baby " in the search window 930.
  • FIGS. 10A and 10B are diagrams for explaining a method of retrieving an associated image using a search history or a recommended keyword according to various embodiments of the present disclosure.
  • the electronic device 100 may include a region 1020 or a region 1010 that includes recently used history information (or a recently used search expression) 10B, an area 1040 including user recommendation information may be displayed. 10A and 10B, an image display area 1010 and a search result providing area 1030 may be displayed together.
  • the history information used recently may include information selected by the user more than a predetermined number of times from the information about the object
  • the user recommendation information may include information of the tag information of the image stored in the electronic device 100, Tag information having a frequency, or information recommended by an external server.
  • a check box may be displayed as shown in FIG. 10A or 10B, but this is merely an example, and a list including history information or user recommendation information Can be displayed.
  • FIG. 11 is a diagram for explaining a method of generating an album using an associated image, according to an embodiment of the present disclosure.
  • the electronic device 100 may generate an album using the associated image according to user input. Specifically, the electronic device 100 can display an image display area 1110, a search window 1120, and a search result providing area 1130 as shown in FIG. 11 (a). At this time, the electronic device 100 may display an icon 1140 for selecting all relevant images in the search result providing area 1130 and an icon 1150 for creating an album.
  • the electronic device 100 can highlight the selected related images. Or the icon 1140 for selecting all associated images is selected, the electronic device 100 may highlight all related images.
  • the electronic device 100 may create an album containing the selected related images. At this time, the electronic device 100 may display an icon 1170 indicating an album newly generated in the search result providing area 1130, as shown in FIG. 11 (b). At this time, the title of the newly created album may be " information about an object " used for searching for an associated image, but is not limited thereto.
  • FIG. 12 is a block diagram illustrating a configuration of an electronic device (particularly, a processor) for learning and using a recognition model, according to an embodiment of the present disclosure
  • the processor 1200 may include at least one of a learning unit 1210 and a recognition unit 1220.
  • the processor 1200 of FIG. 12 may correspond to a processor 140 of the electronic device 100 of FIGS. 2A and 2B or a processor of a data learning server (not shown).
  • the learning unit 1210 may generate or learn a recognition model having a criterion for recognizing an object and a recognition model having a criterion for estimating context information of the object.
  • the learning unit 1210 can generate a recognition model having a determination criterion using the collected learning data.
  • the learning unit 1210 may generate, learn, or update an object recognition model for determining a criterion for estimating an object included in an image using an image including at least one object as learning data.
  • the learning unit 1210 may generate, learn, or update a context recognition model for determining a criterion for estimating the context of an object supported on an image using an image including at least one object as learning data have.
  • the learning unit 1210 may generate, learn, or update a tag information recognition model for acquiring tag information using at least one object as the learning data.
  • the recognition unit 1220 can use the predetermined data as the input data of the learned recognition model to estimate the recognition target or the situation included in the predetermined data.
  • the recognition unit 1220 can acquire (or estimate, infer) information about an object selected by a user by using an object region (or an image) including the object as input data of the learned recognition model have.
  • the recognition unit 1220 may acquire (or estimate, infer) the context information of the object by applying the information about the object and the image to the learned recognition model.
  • At least a portion of the learning unit 1210 and at least a portion of the recognition unit 1220 may be implemented in a software module or in the form of at least one hardware chip and mounted in an electronic device.
  • at least one of the learning unit 1210 and the recognition unit 1220 may be fabricated in the form of a dedicated hardware chip for artificial intelligence (AI), or a conventional general purpose processor (e.g., a CPU or an application processor or a graphics-only processor (e.g., a GPU), and may be mounted on the above-described various electronic devices or object recognition devices.
  • AI artificial intelligence
  • a conventional general purpose processor e.g., a CPU or an application processor or a graphics-only processor (e.g., a GPU
  • the dedicated hardware chip for artificial intelligence is a special processor specialized in probability calculation, and it has a higher parallel processing performance than the general purpose processor, so that the computation work of artificial intelligence such as machine learning can be processed quickly.
  • the software module may be a computer-readable, non-readable non- transitory computer readable media.
  • the software module may be provided by an operating system (OS) or provided by a predetermined application.
  • OS Operating System
  • OS Operating System
  • the learning unit 1210 and the recognition unit 1220 may be mounted on one electronic device or on separate electronic devices, respectively.
  • one of the learning unit 1210 and the recognition unit 1220 may be included in the electronic device 100, and the other may be included in an external server.
  • the learning unit 1210 and the recognition unit 1220 may provide the model information constructed by the learning unit 1210 to the recognition unit 1220 through wired or wireless communication, Data may be provided to the learning unit 1210 as additional learning data.
  • 13A is a block diagram of a learning unit 1210 and a recognition unit 1220 according to various embodiments.
  • the learning unit 1210 may include a learning data acquisition unit 1210-1 and a model learning unit 1210-4.
  • the learning unit 1210 may further include at least one of the learning data preprocessing unit 1210-2, the learning data selecting unit 1210-3, and the model evaluating unit 1210-5.
  • the learning data acquisition unit 1210-1 can acquire the learning data necessary for the recognition model for reasoning the recognition object.
  • the learning data acquisition unit 1210-1 may acquire at least one of the entire image including the object, the image corresponding to the object region, the object information, and the context information of the object as learning data.
  • the learning data may be data collected or tested by the learning unit 1210 or the manufacturer of the learning unit 1210.
  • the model learning unit 1210-4 can use learning data to learn such that the recognition model has a determination criterion as to how to determine a predetermined recognition target. For example, the model learning unit 1210-4 extracts a feature of an input entire image or an image corresponding to the object region, projects it into a vector space, and stores information or context information of the object in each vector
  • the recognition model can be constructed by indexing.
  • the model learning unit 1210-4 can learn the recognition model through supervised learning using at least some of the learning data as a criterion.
  • the model learning unit 1210-4 may learn, for example, self-learning using learning data without any guidance, thereby generating a recognition model (not shown) through unsupervised learning in which a determination criterion for determining a situation is found, .
  • the model learning unit 1210-4 can learn the recognition model through reinforcement learning using, for example, feedback as to whether the result of the situation judgment based on learning is correct.
  • the model learning unit 1210-4 can learn a recognition model using, for example, a learning algorithm including an error back-propagation method or a gradient descent
  • model learning unit 1210-4 may learn a selection criterion about which learning data should be used in order to estimate the recognition target using the input data.
  • the model learning unit 1210-4 can determine a recognition model having a large relevance between the input learning data and the basic learning data as a recognition model to be learned when a plurality of recognition models previously constructed exist.
  • the basic learning data may be pre-classified according to the data type, and the recognition model may be pre-built for each data type.
  • the basic learning data may be pre-classified by various criteria such as an area where the learning data is generated, a time at which the learning data is generated, a size of the learning data, a genre of the learning data, a creator of the learning data, .
  • the model learning unit 1210-4 can store the learned recognition model.
  • the model learning unit 1210-4 can store the learned recognition model in the memory 130 of the electronic device 100.
  • the model learning unit 1210-4 may store the learned recognition model in the memory of the server connected to the electronic device 100 via a wired or wireless network.
  • the learning unit 1210 includes a learning data preprocessing unit 1210-2 and a learning data selecting unit 1210-3 in order to improve the analysis result of the recognition model or to save resources or time required for generation of the recognition model .
  • the learning data preprocessing unit 1210-2 can pre-process the acquired data so that the acquired data can be used for learning for situation determination.
  • the learning data preprocessing unit 1210-2 can process the acquired data into a predetermined format so that the model learning unit 1210-4 can use the data acquired for learning for the situation determination.
  • the learning data selection unit 1210-3 can select data acquired by the learning data acquisition unit 1210-1 or data required for learning from data preprocessed by the learning data preprocessing unit 1210-2.
  • the selected learning data may be provided to the model learning unit 1210-4.
  • the learning data selection unit 1210-3 can select learning data necessary for learning from the acquired or preprocessed data according to a predetermined selection criterion.
  • the learning data selection unit 1210-3 can also select learning data according to a predetermined selection criterion by learning by the model learning unit 1210-4.
  • the learning unit 1210 may further include a model evaluation unit 1210-5 to improve the analysis result of the data recognition model.
  • the model evaluating unit 1210-5 inputs the evaluation data to the recognition model, and if the analysis result output from the evaluation data does not satisfy the predetermined criterion, the model evaluating unit 1210-5 can cause the model learning unit 1210-4 to learn again .
  • the evaluation data may be predefined data for evaluating the recognition model.
  • the model evaluating unit 1210-5 may satisfy predetermined criteria when the number or ratio of the evaluation data whose analysis result is not correct out of the analysis results of the learned recognition model for the evaluation data exceeds a preset threshold value It can be evaluated as not doing.
  • the model evaluation unit 1210-5 evaluates whether each of the learned recognition models satisfies a predetermined criterion, and determines a model satisfying a predetermined criterion as a final recognition model . In this case, when there are a plurality of models satisfying the predetermined criterion, the model evaluating unit 1210-5 can determine any one or a predetermined number of models previously set in descending order of the evaluation score as a final recognition model.
  • the data analyzing unit 1220 may include a recognition data obtaining unit 1220-1 and a recognition result providing unit 1220-4.
  • the data analyzing unit 1220 may further include at least one of the recognition data preprocessing unit 1220-2, the recognition data selecting unit 1220-3, and the model updating unit 1220-5.
  • the recognition data acquisition unit 1220-1 can acquire data necessary for situation judgment or object recognition.
  • the recognition result providing unit 1220-4 can determine the situation by applying the data obtained from the recognition data obtaining unit 1220-1 to the learned recognition model as an input value.
  • the recognition result providing unit 1220-4 can provide the analysis result according to the analysis purpose of the data.
  • the recognition result providing unit 1220-4 may apply the data selected by the recognition data preprocessing unit 1220-2 or the recognition data selecting unit 1220-3 to be described later as an input value to the recognition model to obtain the analysis result have.
  • the results of the analysis can be determined by the recognition model.
  • the recognition result providing unit 1220-4 may acquire an image including the object acquired by the recognition data obtaining unit 1220-1 (e.g., an entire image or an image corresponding to the object region) To obtain (or estimate) recognition information on the object.
  • the recognition result providing unit 1220-4 applies at least one of the image data acquired by the recognition data acquiring unit 1220-1 and the information about the object to the learned recognition model to obtain the context information of the object Acquire (or estimate)
  • the data analysis unit 1220 may include a recognition data preprocessing unit 1220-2 and a recognition data selection unit 1220-3 in order to improve the analysis result of the recognition model or to save resources or time for providing analysis results. As shown in FIG.
  • the recognition data preprocessing unit 1220-2 can preprocess acquired data so that the acquired data can be used for the situation determination.
  • the recognition data preprocessing unit 1220-2 can process the acquired data into a predetermined format so that the recognition result providing unit 1220-4 can use the data acquired for the situation determination.
  • the recognition data selection unit 1220-3 can select the data acquired by the recognition data acquisition unit 1220-1 or the data required for the situation determination among the data preprocessed by the recognition data preprocessing unit 1220-2.
  • the selected data may be provided to the recognition result provider 1220-4.
  • the recognition data selection unit 1220-3 can select some or all of the obtained or preprocessed data according to a predetermined selection criterion for the situation judgment.
  • the recognition data selection unit 1220-3 can also select data according to a predetermined selection criterion by learning by the model learning unit 1210-4.
  • the model updating unit 1220-5 can control the recognition model to be updated based on the evaluation of the analysis result provided by the recognition result providing unit 1220-4. For example, the model updating unit 1220-5 provides the model learning unit 1210-4 with the analysis result provided by the recognition result providing unit 1220-4 so that the model learning unit 1210-4 And may request additional learning or updating of the recognition model.
  • 13B is a diagram showing an example in which the electronic device 100 and the external server 50 according to an embodiment learn and recognize data by interlocking with each other.
  • the external server 50 may learn a criterion for recognizing the context information of the object or the object, and the electronic device 100 may determine the situation based on the learning result by the server 50 can do.
  • model learning unit 1210-4 of the server 50 can perform the function of the learning unit 1910 shown in Fig.
  • the model learning unit 1210-4 of the server 50 learns what image and object information to use to determine a predetermined situation and how to determine the context information of an object or an object using the data can do.
  • the recognition result providing unit 1220-4 of the electronic device 100 applies the data selected by the recognition data selecting unit 1220-3 to the recognition model generated by the server 50, That is, object recognition information and object context information).
  • the recognition result providing unit 1220-4 of the electronic device 100 receives the recognition model generated by the server 50 from the server 50, recognizes the object using the received recognition model, The context can be recognized.
  • the recognition result providing unit 1220-4 of the electronic device 100 applies the image selected by the recognition data selecting unit 1220-3 to the recognition model received from the server 50, Information about the object can be obtained.
  • FIG. 14 is a flow chart illustrating a method for retrieving an image associated with an object selected by a user, in accordance with an embodiment of the present disclosure.
  • the electronic device 100 may display an image including at least one object (S1410).
  • the image may be a photographic image provided during the execution of the gallery application, but is not limited thereto, and may be a web image provided during execution of the web application.
  • the electronic device 100 may sense a user input for selecting an object (S1420).
  • the user input includes a long press touch input that touches one point of the area where the object is displayed for a predetermined time or more, a force touch that touches one point of the area where the object is displayed over a preset pressure, A multi-touch that touches a point a plurality of times within a predetermined time, or a drawing touch that draws an area where an object is displayed, but the present invention is not limited thereto.
  • the electronic device 100 recognizes the object displayed at the point where the user input is sensed using the learned recognition model, and obtains information about the recognized object (S1430). At this time, the electronic device 100 can extract an object region based on information (for example, coordinate values) about a point at which a user input is sensed, input an object region into the object recognition model as input data, Can be recognized. At this time, the electronic device 100 can acquire recognition information of the object (for example, the type of the object, the color of the object, the size of the object, the name of the object, the gender of the object, and the like). In addition, the electronic device 100 can recognize the context information of the object by inputting information about the image and the object into the context recognition model as input data. At this time, the electronic device 100 can detect the object's context information, emotion, attire, movement, relation with other objects, etc. as the context information of the object.
  • the electronic device 100 can detect the object's context information, emotion, attire, movement, relation with other objects, etc. as the context information of the object.
  • the electronic device 100 may display a list including information on the obtained object (S1440). At this time, the list can be displayed around the selected object.
  • the electronic device 100 may sense a user input for selecting one of the information on the objects included in the list (S1450).
  • the electronic device 100 may search for an associated image based on the selected information (S1460). Specifically, the electronic device 100 can search an image having the same or related tag information as the selected information among the plurality of images stored in the electronic device 100, and generate a query including the information selected by the external search server The image can be retrieved by sending.
  • the user can more conveniently and specifically search for an image similar to the image he / she is currently viewing.
  • 15-17 are flow diagrams of a network system using a recognition model, in accordance with various embodiments of the present disclosure.
  • the network system using the recognition model includes at least two of the first component 1501, 1601, 1701, the second component 1502, 1602, 1702, and the third component 1703 .
  • the first components 1501, 1601, and 1701 may be the electronic device 100, and the second components 1502, 1602, and 1702 may be servers that store the recognition model.
  • the first component 1501, 1601, 1701 may be a general purpose processor and the second component 1502, 1602, 1702 may be an artificial intelligence dedicated processor.
  • the first component 1501, 1601, 1701 may be at least one application, and the second component 1502, 1602, 1702 may be an operating system (OS).
  • OS operating system
  • the second components 1502, 1602, and 1702 may be more integrated, dedicated, delay less, perform better, or have more resources than the first components 1501, 1601, As a constituent element, it becomes possible to process a large number of operations required for creating, updating or applying a data recognition model more quickly and effectively than the first component 1501, 1601, 1701.
  • an interface for transmitting / receiving data between the first component 1501, 1601, 1701 and the second component 1502, 1602, 1702 may be defined.
  • an application program interface having an argument value (or an intermediate value or a transfer value) of learning data to be applied to the recognition model
  • An API can be defined as a set of subroutines or functions that can be invoked for any processing of another protocol (for example, a protocol defined in the server) in any one protocol (for example, a protocol defined in the electronic device (A) have. That is, it is possible to provide an environment through which an operation of another protocol can be performed through any one of the protocols through the API.
  • the third component 1703 includes an associated image associated with the object based on the data received by at least one of the first component 1501,1601,1701 and the second component 1502,1602,1702 The search result can be obtained.
  • the third component 1703 may correspond to, for example, the content search apparatus 20 of FIG.
  • the data received by the third component 1703 may be, for example, information on the object selected by the user.
  • the first component 1501 can display an image including an object (S1505).
  • the first component 1501 may sense a user input for selecting the object (S1510).
  • the first component 1501 may transmit information about the image and the touch point (e.g., touch coordinate value) to the second component 1502 (S1515)
  • the touch point e.g., touch coordinate value
  • the second component 1502 may detect an object region in which the object selected by the user is displayed based on the received image and the information about the touch point (S1520).
  • the second component 1502 can recognize the object in the object area by inputting the detected object area into the object recognition model (S1525). At this time, the second component 1503 can acquire object recognition information on the object type, the color of the object, the size of the object, the name of the object, the gender of the object, and the like.
  • the second component 1502 can recognize the context information of the object by inputting the information about the image and the object to the context recognition model (S1530). At this time, the second component 1503 can acquire the context information of the object about the object, such as the expression of the object, the emotion of the object, the attire of the object, the movement of the object, have.
  • the second component 1502 may send information about the object to the first component 1501 (S1535).
  • the first component 1501 may display a list including information about the object (S1540). At this time, the first component 1501 may display a list around the object in which the user input is detected.
  • the first component 1501 may sense a user input for selecting information about the object (S1545), and the first component 1501 may search for the related image based on the selected information (S1550).
  • the first component 1601 may sense a user input for selecting one of the images containing the object (S1605, S1610).
  • the operation corresponding to this corresponds to the operation S1505 to operation S1510 in Fig. 15, and a duplicate description will be omitted.
  • the first component 1601 may detect an object region in which an object selected by the user is displayed based on the received image and the information about the touch point detected by the user input (S1615).
  • the first component 1601 may transmit the detected object region and the image to the second component 1602 (S1620).
  • the first component 1701 in conjunction with the second component 1702, displays a list containing information about the object selected by the user, selects one of the information about the object (S1705 to S1745).
  • the operation corresponding to this corresponds to the operation S1505 to operation S1545 in Fig. 15, and a duplicate description will be omitted.
  • the first component 1701 may transmit the information selected by the user to the third component 1703 (S1750). At this time, the first component 1701 may generate a query including the information selected by the user and transmit the query to the third component 1703.
  • the third component 1703 can retrieve related contents based on the information selected by the user (S1755). At this time, the third component 1703 can retrieve contents having the title or text that is the same as or related to the information selected by the user among the contents stored in the component stored or connected to the third component 1703. At this time, the third component 1703 can search only the image content among the contents, but it may include various contents such as moving picture contents, audio contents, web contents, and the like, and is only an example.
  • the third component 1703 may transmit the search result to the first component 1701 (S1760), and the first component 1701 may provide the transmitted search result (S1765).
  • Various embodiments of the present disclosure may be implemented in software, including instructions stored on machine-readable storage media readable by a machine (e.g., a computer) (E. G., Electronic device 100) in accordance with the disclosed embodiments, when the instructions are executed by a processor, such that the processor is capable of operating directly, Or other components under the control of the processor.
  • the instructions may include code generated or executed by a compiler or an interpreter.
  • Non-transitory storage medium where 'non-transient' means that the storage medium does not contain a signal, Only it means that the material (tangible) data is not case that the permanently or temporarily stored in the storage medium.
  • the method according to various embodiments disclosed herein may be provided in a computer program product.
  • a computer program product can be traded between a seller and a buyer as a product.
  • a computer program product may be distributed in the form of a machine readable storage medium (eg, compact disc read only memory (CD-ROM)) or distributed online through an application store (eg PlayStore TM).
  • CD-ROM compact disc read only memory
  • PlayStore TM application store
  • at least a portion of the computer program product may be temporarily stored, or temporarily created, on a storage medium such as a manufacturer's server, a server of an application store, or a memory of a relay server.
  • Each of the components may be comprised of a single entity or a plurality of entities, and some of the subcomponents described above may be omitted, or other subcomponents May be further included in various embodiments.
  • some components e.g., modules or programs

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Library & Information Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • User Interface Of Digital Computer (AREA)
  • Image Analysis (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Multimedia (AREA)

Abstract

본 개시는 딥러닝 등의 기계 학습 알고리즘을 활용하는 인공지능(AI) 시스템 및 그 응용에 관련된 것이다. 특히, 이미지를 검색하기 위한 전자 장치의 제어 방법은, 적어도 하나의 오브젝트를 포함하는 이미지를 표시하고, 오브젝트를 선택하기 위한 사용자 입력을 감지하며, 오브젝트에 대한 정보를 획득하기 위해 학습된 인식 모델을 이용하여 사용자 입력이 감지된 지점에 표시된 오브젝트를 인식하고 인식된 오브젝트에 대한 정보를 획득하고, 오브젝트에 대한 정보를 포함하는 리스트를 표시하며, 리스트에 포함된 오브젝트에 대한 정보 중 하나가 선택되면, 선택된 정보를 바탕으로 관련 이미지를 검색하여 제공할 수 있다.

Description

관련 이미지를 검색하기 위한 전자 장치 및 이의 제어 방법
본 문서는 전자 장치 및 이의 제어 방법에 관한 것으로서, 더욱 상세하게는 사용자에 의해 선택된 오브젝트와 관련된 이미지를 검색하여 사용자에게 제공하기 위한 전자 장치 및 이의 제어 방법에 관한 것이다.
또한, 본 문서는 기계 학습 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 인공 지능(Artificial Intelligence, AI) 시스템 및 그 응용에 관한 것이다.
전자 장치의 통신 기술 및 사용자 인터페이스가 발전함에 따라, 사용자는 장소 및 시간에 제약 없이 필요한 정보를 쉽게 전자 장치를 통하여 제공 받을 수 있다.
전자 장치가 오브젝트를 포함하는 화면을 제공하는 경우, 사용자는 제공된 오브젝트와 관련된 연관 정보를 검색하기를 원할 수 있다.
이를 위해, 사용자는 오브젝트를 별도로 저장하고, 저장된 오브젝트를 키워드로 하여 영상 검색을 수행하거나 또는 오브젝트에 관한 텍스트를 직접 입력하여 텍스트 검색을 수행할 수 있다.
또한, 근래에는 인간 수준의 지능을 구현하는 인공 지능 시스템이 다양한 분야에서 이용되고 있다. 인공 지능 시스템은 기존의 룰(rule) 기반 스마트 시스템과 달리 기계가 스스로 학습하고 판단하며 똑똑해지는 시스템이다. 인공 지능 시스템은 사용할수록 인식률이 향상되고 사용자 취향을 보다 정확하게 이해할 수 있게 되어, 기존 룰 기반 스마트 시스템은 점차 딥러닝 기반 인공 지능 시스템으로 대체되고 있다.
인공 지능 기술은 기계학습(예로, 딥러닝) 및 기계학습을 활용한 요소 기술들로 구성된다.
기계학습은 입력 데이터들의 특징을 스스로 분류/학습하는 알고리즘 기술이며, 요소기술은 딥러닝 등의 기계학습 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 기술로서, 언어적 이해, 시각적 이해, 추론/예측, 지식 표현, 동작 제어 등의 기술 분야로 구성된다.
인공 지능 기술이 응용되는 다양한 분야는 다음과 같다. 언어적 이해는 인간의 언어/문자를 인식하고 응용/처리하는 기술로서, 자연어 처리, 기계 번역, 대화시스템, 질의 응답, 음성 인식/합성 등을 포함한다. 시각적 이해는 사물을 인간의 시각처럼 인식하여 처리하는 기술로서, 오브젝트 인식, 오브젝트 추적, 영상 검색, 사람 인식, 장면 이해, 공간 이해, 영상 개선 등을 포함한다. 추론 예측은 정보를 판단하여 논리적으로 추론하고 예측하는 기술로서, 지식/확률 기반 추론, 최적화 예측, 선호 기반 계획, 추천 등을 포함한다. 지식 표현은 인간의 경험정보를 지식데이터로 자동화 처리하는 기술로서, 지식 구축(데이터 생성/분류), 지식 관리(데이터 활용) 등을 포함한다. 동작 제어는 차량의 자율 주행, 로봇의 움직임을 제어하는 기술로서, 움직임 제어(항법, 충돌, 주행), 조작 제어(행동 제어) 등을 포함한다.
한편, 근래의 전자 장치는 장치에 저장된 사진을 검색할 수 있는 기능을 제공하고 있다. 이때, 사용자는 사진을 찍은 날짜, 사용자가 입력한 제목, 사진을 찍은 위치 등과 같은 기준을 이용하여 사진을 검색하였다.
그러나, 이러한 검색 방법은 현재 사용자가 보고 있는 사진과 관련된 특징을 가지는 사진을 검색하는 데는 한계가 존재한다.
본 문서는 사용자가 선택한 오브젝트와 관련된 정보를 확인하고, 확인된 정보 중 사용자에 의해 선택된 정보와 관련된 이미지를 검색할 수 있는 전자 장치 및 이의 제어 방법을 제공할 수 있다.
본 개시의 일 실시예에 따른, 전자 장치의 제어 방법은, 적어도 하나의 오브젝트를 포함하는 이미지를 표시하는 단계; 오브젝트를 선택하기 위한 사용자 입력을 감지하는 단계; 오브젝트에 대한 정보를 획득하기 위해 학습된 인식 모델을 이용하여 상기 사용자 입력이 감지된 지점에 표시된 오브젝트를 인식하고 상기 인식된 오브젝트에 대한 정보를 획득하는 단계; 상기 오브젝트에 대한 정보를 포함하는 리스트를 표시하는 단계; 및 상기 리스트에 포함된 상기 오브젝트에 대한 정보 중 하나가 선택되면, 상기 선택된 정보를 바탕으로 관련 이미지를 검색하여 제공하는 단계;를 포함한다.
또한, 본 개시의 일 실시예에 따른, 전자 장치는, 디스플레이; 사용자 입력부; 상기 디스플레이 및 상기 사용자 입력부와 전기적으로 연결된 프로세서; 및 상기 프로세서에 전기적으로 연결된 메모리;를 포함하며, 상기 프로세서는, 상기 디스플레이에 적어도 하나의 오브젝트를 포함하는 이미지가 표시되는 동안 상기 사용자 입력부를 이용하여 오브젝트를 선택하기 위한 사용자 입력에 따른 입력 신호를 획득하고, 상기 입력 신호에 응답하여, 오브젝트에 대한 정보를 획득하기 위해 학습된 인식 모델을 이용하여 상기 사용자 입력이 감지된 지점에 표시된 오브젝트를 인식하고 상기 인식된 오브젝트에 대한 정보를 획득하며, 상기 오브젝트에 대한 정보를 포함하는 리스트를 표시하도록 상기 디스플레이를 제어하며, 상기 사용자 입력부를 통해 상기 리스트에 포함된 상기 오브젝트에 대한 정보 중 하나가 선택되면, 상기 선택된 정보를 바탕으로 관련 이미지를 검색하여 제공한다.
상술한 바와 같은 실시예에 의해, 사용자는 더욱 편리하고 구체적으로 현재 자신이 보고 있는 이미지와 유사한 이미지를 검색할 수 있게 된다.
또한, 사용자는 다양한 오브젝트의 정보를 바탕으로 검색식을 작성하여 이미지를 검색함으로써, 더욱 정확한 이미지 검색이 가능해 질 수 있다.
이에 따라, 사용자가 원하는 이미지의 검색의 다양성과 정확도가 높아질 수 있어 사용자의 만족도 및 편의성이 향상될 수 있다.
도 1은 본 개시의 일 실시예에 따른, 사용자에 의해 선택된 오브젝트와 관련된 이미지를 검색하기 위한 전자 장치의 사용도,
도 2a는 본 개시의 일 실시예에 따른, 전자 장치의 구성을 간략히 도시한 블록도,
도 2b는 본 개시의 일 실시예에 따른, 전자 장치의 구성을 상세히 도시한 블록도,
도 2c는 본 개시의 일 실시예에 따른, 사용자에 의해 선택된 오브젝트와 관련된 이미지를 검색하기 위한 다양한 모듈을 포함하는 블록도,
도 3 내지 도 5는 본 개시의 다양한 실시예에 따른, 사용자에 의해 선택된 오브젝트와 관련된 이미지를 검색하는 방법을 설명하기 위한 흐름도들,
도 6은 본 개시의 일 실시예에 따른, 전자 장치 내부의 이미지 중 사용자에 의해 선택된 오브젝트와 관련된 이미지를 검색하기 위한 실시예를 설명하기 위한 도면,
도 7은 본 개시의 일 실시예에 따른, 사용자에 의해 선택된 오브젝트와 관련된 외부 이미지를 검색하기 위한 실시예를 설명하기 위한 도면,
도 8은 본 개시의 다양한 실시예에 따른, 오브젝트를 선택하는 사용자 입력을 설명하기 위한 도면,
도 9a 및 도 9b는 본 개시의 일 실시예에 따른, 검색식을 이용하여 관련 이미지를 검색하는 방법을 설명하기 위한 도면,
도 10a 및 도 10b는 본 개시의 다양한 실시예에 따른, 검색 히스토리 또는 추천 키워드를 이용하여 관련 이미지를 검색하는 방법을 설명하기 위한 도면,
도 11은 본 개시의 일 실시예에 따른, 관련 이미지를 이용하여 앨범을 생성하는 방법을 설명하기 위한 도면,
도 12는 본 개시의 일 실시예에 따른, 인식 모델을 학습하고 이용하기 위한 전자 장치의 구성을 나타내는 블록도,
도 13a 및 도 13b는 본 개시의 일 실시예에 따른, 학습부 및 인식부의 구체적인 구성을 나타내는 블록도,
도 14는 본 개시의 일 실시예에 따른, 사용자에 의해 선택된 오브젝트와 관련된 이미지를 검색하는 방법을 설명하기 위한 흐름도,
도 15 내지 17은 본 개시의 다양한 실시예에 따른, 인식 모델을 이용하는 네트워크 시스템의 흐름도이다.
이하, 본 문서의 다양한 실시 예가 첨부된 도면을 참조하여 기재된다. 그러나, 이는 본 문서에 기재된 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 문서의 실시 예의 다양한 변경(modifications), 균등물(equivalents), 및/또는 대체물(alternatives)을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다.
본 문서에서, "가진다," "가질 수 있다," "포함한다," 또는 "포함할 수 있다" 등의 표현은 해당 특징(예: 수치, 기능, 동작, 또는 부품 등의 구성요소)의 존재를 가리키며, 추가적인 특징의 존재를 배제하지 않는다.
본 문서에서, "A 또는 B," "A 또는/및 B 중 적어도 하나," 또는 "A 또는/및 B 중 하나 또는 그 이상"등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. 예를 들면, "A 또는 B," "A 및 B 중 적어도 하나," 또는 "A 또는 B 중 적어도 하나"는, (1) 적어도 하나의 A를 포함, (2) 적어도 하나의 B를 포함, 또는 (3) 적어도 하나의 A 및 적어도 하나의 B 모두를 포함하는 경우를 모두 지칭할 수 있다.
본 문서에서 사용된 "제1," "제2," "첫째," 또는 "둘째,"등의 표현들은 다양한 구성요소들을, 순서 및/또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다.
어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "(기능적으로 또는 통신적으로) 연결되어((operatively or communicatively) coupled with/to)" 있다거나 "접속되어(connected to)" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제3 구성요소)를 통하여 연결될 수 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소와 상기 다른 구성요소 사이에 다른 구성요소(예: 제 3 구성요소)가 존재하지 않는 것으로 이해될 수 있다.
본 문서에서 사용된 표현 "~하도록 구성된(또는 설정된)(configured to)"은 상황에 따라, 예를 들면, "~에 적합한(suitable for)," "~하는 능력을 가지는(having the capacity to)," "~하도록 설계된(designed to)," "~하도록 변경된(adapted to)," "~하도록 만들어진(made to)," 또는 "~를 할 수 있는(capable of)"과 바꾸어 사용될 수 있다. 용어 "~하도록 구성된(또는 설정된)"은 하드웨어적으로 "특별히 설계된(specifically designed to)" 것만을 반드시 의미하지 않을 수 있다. 대신, 어떤 상황에서는, "~하도록 구성된 장치"라는 표현은, 그 장치가 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다. 예를 들면, 문구 "A, B, 및 C를 수행하도록 구성된(또는 설정된) 부프로세서"는 해당 동작을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리 장치에 저장된 하나 이상의 소프트웨어 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(generic-purpose processor)(예: CPU 또는 application processor)를 의미할 수 있다.
본 문서의 다양한 실시예들에 따른 전자 장치는, 예를 들면, 스마트폰, 태블릿 PC, 이동 전화기, 영상 전화기, 전자책 리더기, 데스크탑 PC, 랩탑 PC, 넷북 컴퓨터, 워크스테이션, 서버, PDA, PMP(portable multimedia player), MP3 플레이어, 의료기기, 카메라, 또는 웨어러블 장치 중 적어도 하나를 포함할 수 있다. 웨어러블 장치는 액세서리형(예: 시계, 반지, 팔찌, 발찌, 목걸이, 안경, 콘택트 렌즈, 또는 머리 착용형 장치(head-mounted-device(HMD)), 직물 또는 의류 일체형(예: 전자 의복), 신체 부착형(예: 스킨 패드 또는 문신), 또는 생체 이식형 회로 중 적어도 하나를 포함할 수 있다. 어떤 실시예들에서, 전자 장치는, 예를 들면, 텔레비전, DVD(digital video disk) 플레이어, 오디오, 냉장고, 에어컨, 청소기, 오븐, 전자레인지, 세탁기, 공기 청정기, 셋톱 박스, 홈 오토매이션 컨트롤 패널, 보안 컨트롤 패널, 미디어 박스(예: 삼성 HomeSyncTM, 애플TVTM, 또는 구글 TVTM), 게임 콘솔(예: XboxTM, PlayStationTM), 전자 사전, 전자 키, 캠코더, 또는 전자 액자 중 적어도 하나를 포함할 수 있다.
다른 실시예에서, 전자 장치는, 각종 의료기기(예: 각종 휴대용 의료측정기기(혈당 측정기, 심박 측정기, 혈압 측정기, 또는 체온 측정기 등), MRA(magnetic resonance angiography), MRI(magnetic resonance imaging), CT(computed tomography), 촬영기, 또는 초음파기 등), 네비게이션 장치, 위성 항법 시스템(GNSS(global navigation satellite system)), EDR(event data recorder), FDR(flight data recorder), 자동차 인포테인먼트 장치, 선박용 전자 장비(예: 선박용 항법 장치, 자이로 콤파스 등), 항공 전자기기(avionics), 보안 기기, 차량용 헤드 유닛(head unit), 산업용 또는 가정용 로봇, 드론(drone), 금융 기관의 ATM, 상점의 POS(point of sales), 또는 사물 인터넷 장치 (예: 전구, 각종 센서, 스프링클러 장치, 화재 경보기, 온도조절기, 가로등, 토스터, 운동기구, 온수탱크, 히터, 보일러 등) 중 적어도 하나를 포함할 수 있다.
본 문서에서, 사용자라는 용어는 전자 장치를 사용하는 사람 또는 전자 장치를 사용하는 장치(예: 인공지능 전자 장치)를 지칭할 수 있다.
먼저, 도 1의 (a)와 같이, 전자 장치(100)는 오브젝트(O)(예로, 아기)를 포함하는 이미지(예로, 사진)를 표시할 수 있다. 이때, 선택된 오브젝트(0)는 이미지 속에 포함된 복수의 오브젝트 중 하나일 수 있다.
오브젝트(O)와 관련된 이미지를 검색하기 위해, 전자 장치(100)는 도 1의 (a)에 도시된 바와 같이, 오브젝트(O)를 선택하는 사용자 입력을 감지할 수 있다. 예로, 전자 장치(100)는 오브젝트(O)의 일 지점을 기설정된 시간동안 터치하는 롱 프레스(long press) 터치를 감지할 수 있다. 또는 전자 장치(100)는 손가락 또는 전자 펜 등을 이용하여 오브젝트(O)를 멀티 터치하거나, 강하게 터치하거나, 오브젝트(O) 주변을 드로잉하거나, 오브젝트(O)의 적어도 일부를 경유하도록 대각선으로 드래그하는 사용자 입력을 감지할 수 있다. 또는, 전자 장치(100)는 전자 장치(100)에 구비된 버튼(예를 들어, 인공지능 기능을 실행하기 위한 버튼)을 누른 후(또는, 누르는 동안에), 오브젝트(111)를 터치하는 사용자 입력을 감지할 수 있다. 또는, 전자 장치(100)는 사전에 정의한 액션을 이용하여 오브젝트(O)를 선택하는 사용자 입력을 감지할 수 있다.
다음으로, 전자 장치(100)는 사용자 입력이 감지된 지점에 대한 정보를 바탕으로 이미지 분석을 통해 오브젝트(O)가 표시되는 오브젝트 영역을 검출할 수 있다. 이때, 검출된 오브젝트 영역은 하이라이트되어 표시되거나 또는 팝업 화면으로 표시될 수 있다. 예로, 하이라이트되어 표시된다는 것은, 예로, 다른 음영, 다른 명암 또는 보색을 갖도록 표시되거나, 오브젝트 영역의 경계를 점선 또는 실선 등으로 구분하여 표시하거나, 오브젝트 영역을 지시하는 인디케이터를 표시하는 것 등을 포함할 수 있다.
다음으로, 전자 장치(100)는 오브젝트 영역 내에 포함된 오브젝트(O)를 인식할 수 있다. 이때, 전자 장치(100)는 오브젝트를 인식하기 위해 학습된 인식 모델(예로, 오브젝트 인식 모델)을 이용하여 오브젝트 영역 내의 오브젝트(O)를 인식할 수 있다. 이때, 전자 장치(100)는 오브젝트(O)의 유형, 색, 크기 등을 인식할 수 있다.
또한, 전자 장치(100)는 인식된 오브젝트(O)에 대한 컨텍스트 정보를 인식할 수 있다. 이때, 전자 장치(100)는 오브젝트의 컨텍스트를 인식하기 위해 학습된 인식 모델(예로, 컨텍스트 인식 모델)을 이용하여 오브젝트(O)의 컨텍스트 정보를 획득할 수 있다. 이때, 오브젝트(O)의 컨텍스트 정보는 오브젝트(O)의 감정, 표정, 위치, 움직임 여부, 옷차림 등을 인식할 수 있다. 이때, 오브젝트(O)의 컨텍스트 정보는 오브젝트(O) 자체에 대한 분석을 통해 획득될 수 있으며, 이미지 중 오브젝트(O) 주위에 표시된 다른 오브젝트를 이용하여 획득될 수 있다.
전자 장치(100)가 오브젝트에 대한 정보(즉, 오브젝트의 인식 정보 및 오브젝트의 컨텍스트 정보를 모두 포함함.)를 획득한 경우, 전자 장치(100)는 도 1의 (b)에 도시된 바와 같이, 획득된 오브젝트에 대한 정보를 포함하는 리스트(L)를 표시할 수 있다. 이때, 리스트(L)는 사용자에 의해 선택된 오브젝트(O) 주위에 표시될 수 있으나, 이는 일 실시예에 불과할 뿐, 별도의 영역에 표시될 수 있다.
또한, 전자 장치(100)는 리스트(L)를 포함하는 별도의 이미지를 레이어를 생성할 수 있으며, 사용자 입력에 따라 리스트(L)가 이미지 내에서 이동 가능할 수 있다. 즉, 전자 장치(100)는 기존에 표시되는 이미지를 포함하는 그래픽 레이어에 리스트(L)를 포함하는 그래픽 레이어를 추가로 생성하여 두 그래픽 레이어를 중첩하여 디스플레이할 수 있다.
다음으로, 전자 장치(100)는 리스트(L)에 포함된 오브젝트에 대한 정보 중 하나를 선택하는 사용자 입력을 감지할 수 있다. 이때, 사용자 입력은 리스트에 포함된 오브젝트에 대한 정보 중 하나를 터치하는 사용자 입력일 수 있다.
사용자 터치가 감지된 경우, 전자 장치(100)는 선택된 오브젝트에 대한 정보와 관련된 이미지를 검색하고, 도 1의 (c)에 도시된 바와 같이, 특정 영역에 검색 결과(R)를 제공할 수 있다. 이때, 전자 장치(100)는 도 1의 (c)에 도시된 바와 같이, 기존에 표시되는 이미지의 크기를 축소시키고, 새로운 영역을 생성하여 검색 결과(R)를 제공할 수 있으나, 이는 일 실시예에 불과할 뿐, 다른 방법으로 검색 결과 (R)를 제공할 수 있다. 예를 들어, 전자 장치(100)는 기존에 표시되는 이미지 상에 별도의 팝업창을 생성하고, 팝업창 내부에 검색 결과를 제공할 수 있다. 이때, 검색 결과(R)는 썸네일 이미지로 제공될 수 있다.
특히, 전자 장치(100)에 저장된 이미지 중 선택된 오브젝트에 대한 정보와 관련된 이미지를 검색할 경우, 전자 장치(100)는 저장된 이미지의 태그 정보와 선택된 오브젝트에 대한 정보를 바탕으로 선택된 오브젝트에 대한 정보와 관련된 이미지를 검색할 수 있다. 또는 외부의 서버로부터 선택된 오브젝트에 대한 정보와 관련된 이미지를 검색할 경우, 전자 장치(100)는 선택된 오브젝트에 대한 정보를 포함하는 쿼리를 외부의 서버로 전송할 수 있다. 그리고, 전자 장치(100)는 쿼리에 응답하여 외부 서버로 검색 결과를 수신할 수 있다.
또한, 오브젝트에 대한 정보가 복수 개 선택된 경우, 전자 장치(100)는 검색식을 이용하여 선택된 오브젝트에 대한 정보와 관련된 이미지를 검색할 수 있다. 또한, 전자 장치(100)는 검색된 관련 이미지 중 적어도 일부를 선택하여 앨범을 생성할 수 있다.
한편, 본 개시의 다양한 실시예에 따르면, 전자 장치(100)는 이미지 및 사용자 입력이 감지된 지점에 대한 정보를 인식 모델에 입력 데이터로 사용하여 오브젝트에 대한 정보를 획득할 수 있다. 구체적으로, 전자 장치(100)는 오브젝트를 인식하기 위해 학습된 오브젝트 인식 모델에 이미지 및 사용자 입력이 감지된 지점에 대한 정보를 입력하여 오브젝트를 인식할 수 있다. 또한, 전자 장치(100)는 오브젝트의 컨텍스트 정보를 인식하기 위해 학습된 컨텍스트 인식 모델에 이미지 및 인식된 오브젝트에 대한 정보를 입력하여 오브젝트의 컨텍스트를 인식할 수 있다.
본 개시에서 학습된 오브젝트 인식 모델 또는 컨텍스트 인식 모델은 인식 모델의 적용 분야 또는 장치의 컴퓨터 성능 등을 고려하여 구축될 수 있다. 예로, 학습된 컨텍스트 인식 모델은 이미지 및 인식된 오브젝트에 대한 정보를 입력 데이터로 사용하여 오브젝트의 컨텍스트를 추정하도록 설정될 수 있다. 학습된 인식 모델은, 예로, 신경망(Neural Network)을 기반으로 하는 모델일 수 있다. 인식 모델은 인간의 뇌 구조를 컴퓨터 상에서 모의하도록 설계될 수 있으며 인간의 신경망의 뉴런(neuron)을 모의하는, 가중치를 가지는 복수의 네트워크 노드들을 포함할 수 있다. 복수의 네트워크 노드들은 뉴런이 시냅스(synapse)를 통하여 신호를 주고 받는 뉴런의 시냅틱(synaptic) 활동을 모의하도록 각각 연결 관계를 형성할 수 있다. 또한 오브젝트 인식 모델은, 일 예로, 신경망 모델, 또는 신경망 모델에서 발전한 딥 러닝 모델을 포함할 수 있다. 딥 러닝 모델에서 복수의 네트워크 노드들은 서로 다른 깊이(또는, 레이어)에 위치하면서 컨볼루션(convolution) 연결 관계에 따라 데이터를 주고 받을 수 있다. 오브젝트 인식 모델의 예에는 DNN(Deep Neural Network), RNN(Recurrent Neural Network), BRDNN(Bidirectional Recurrent Deep Neural Network) 등이 있을 수 있으나 이에 한정되지 않는다.
또한, 전자 장치(100)는 상술한 바와 같은 사용자에 의해 선택된 오브젝트와 관련된 정보를 검색하기 위하여 인공지능 에이전트(Artificial intelligence agent)를 이용할 수 있다. 이때, 인공지능 에이전트는 AI(Artificial Intelligence) 기반의 서비스(예를 들어, 음성 인식 서비스, 비서 서비스, 번역 서비스, 검색 서비스 등)를 제공하기 위한 전용 프로그램으로서, 기존의 범용 프로세서(예를 들어, CPU) 또는 별도의 AI 전용 프로세서(예를 들어, GPU 등)에 의해 실행될 수 있다. 특히, 인공지능 에이전트는 후술할 다양한 모듈을 제어할 수 있다.
구체적으로, 기설정된 사용자 입력(예를 들어, 롱프레스 등)에 의해 이미지 상에 오브젝트(O)가 선택되거나 전자 장치(100)에 구비된 버튼(예를 들어, 인공지능 에이전트를 실행하기 위한 버튼)이 눌러진 후 오브젝트(O)가 선택된 경우, 인공지능 에이전트가 동작할 수 있다. 그리고, 인공지능 에이전트는 사용자 입력을 바탕으로 오브젝트 영역을 검출하며, 검출된 오브젝트 영역을 바탕으로 오브젝트를 인식하여 오브젝트의 인식 정보를 획득할 수 있으며, 인식 모델을 통해 오브젝트의 컨텍스트 정보를 획득할 수 있다. 그리고, 인공지능 에이전트는 획득된 오브젝트에 대한 정보를 포함하는 리스트(L)를 포함하는 별도의 그래픽 레이어를 생성하고 기존에 표시된 이미지를 포함하는 그래픽 레이어 상에 표시할 수 있다. 그리고, 리스트(L)를 통해 오브젝트에 대한 정보가 선택되면, 인공지능 에이전트는 선택도니 오브젝트에 대한 정보를 바탕으로 관련 이미지를 검색할 수 있다.
물론, 화면상에 특정 아이콘이 터치되거나 전자 장치(100)에 구비된 버튼(예를 들어, 인공지능 에이전트를 실행하기 위한 버튼)이 눌러지면 인공지능 에이전트가 동작할 수도 있다. 또는, 인공지능 에이전트는 오브젝트(O)에 대해 기설정된 사용자 입력이 감지되거나 전자 장치(100)에 구비된 버튼이 선택된 이전에 기 실행된 상태일 수 있다. 이 경우, 오브젝트(111)에 대해 기설정된 사용자 입력이 감지되거나 전자 장치(100)에 구비된 버튼이 선택된 이후에는 전자 장치(100)의 인공지능 에이전트가 선택된 오브젝트에 대한 관련 이미지 검색 기능을 수행할 수 있다. 또한, 인공지능 에이전트는 오브젝트(O)에 대해 기설정된 사용자 입력이 감지되거나 전자 장치(100)에 구비된 버튼이 선택된 이전에 대기 상태일 수 있다. 여기서, 대기 상태란, 인공지능 에이전트의 동작 시작을 제어하기 위해 미리 정의된 사용자 입력이 수신되는 것을 감지하는 상태이다. 인공지능 에이전트가 대기 상태인 동안 오브젝트(O)에 대해 기설정된 사용자 입력이 감지되거나 전자 장치(100)에 구비된 버튼이 선택되면, 전자 장치(100)는 인공지능 에이전트를 동작시키고, 선택된 오브젝트에 대한 관련 이미지를 검색하여 제공할 수 있다.
한편, 인공지능 에이전트는 후술할 다양한 모듈을 제어할 수 있다. 이에 대해서는 추후 상세히 설명하기로 한다.
또한, 전자 장치(100) 및 서버 간의 학습된 인식 모델을 이용하여 오브젝트와 연관된 검색 결과를 획득하는 구체적인 예들은 이하 다양한 실시예들을 통하여 후술된다.
도 2a는, 다양한 실시예에 따른 전자 장치(100)의 블록도를 나타낸다. 전자 장치(100)는 도 2a에 도시된 바와 같이, 디스플레이(110), 메모리(120), 사용자 입력부(130) 및 프로세서(140)를 포함한다. 도 2에 도시된 구성들은 본 개시의 실시 예들을 구현하기 위한 예시도이며, 당업자에게 자명한 수준의 적절한 하드웨어/소프트웨어 구성들이 전자 장치(100)에 추가로 포함될 수 있다.
디스플레이(110)는 다양한 화면을 제공할 수 있다. 특히, 디스플레이(110)는 적어도 하나의 오브젝트를 포함하는 이미지(예를 들어, 사진)을 표시할 수 있다. 또한, 디스플레이(110)는 적어도 하나의 오브젝트 중 사용자 입력에 의해 선택된 오브젝트 주변에 오브젝트와 관련된 정보를 포함하는 리스트를 표시할 수 있다. 또한, 디스플레이(110)는 이미지와 함께 사용자에 의해 선택된 오브젝트에 대한 정보와 관련된 적어도 하나의 이미지를 표시할 수 있다.
메모리(120)는 전자 장치(100)의 적어도 하나의 다른 구성요소에 관계된 명령 또는 데이터를 저장할 수 있다. 특히, 메모리(120)는 비휘발성 메모리, 휘발성 메모리, 플래시메모리(flash-memory), 하드디스크 드라이브(HDD) 또는 솔리드 스테이트 드라이브(SSD) 등으로 구현될 수 있다. 메모리(120)는 프로세서(140)에 의해 액세스되며, 프로세서(140)에 의한 데이터의 독취/기록/수정/삭제/갱신 등이 수행될 수 있다. 본 개시에서 메모리라는 용어는 메모리(120), 프로세서(140) 내 롬(미도시), 램(미도시) 또는 전자 장치(100)에 장착되는 메모리 카드(미도시)(예를 들어, micro SD 카드, 메모리 스틱)를 포함할 수 있다. 또한, 메모리(120)에는 디스플레이부(110)의 디스플레이 영역에 표시될 각종 화면을 구성하기 위한 프로그램 및 데이터 등이 저장될 수 있다.
또한, 메모리(120)는 오브젝트에 대한 정보와 관련된 이미지를 검색하기 위한 인공지능 에이전트를 저장할 수 있으며, 본 개시의 인식 모델(예를 들어, 오브젝트 인식 모델, 컨텍스트 인식 모델 등)을 저장할 수 있다.
또한, 메모리(120)는 도 2c에 도시된 바와 같이, 이미지 획득 모듈(121), 태그 정보 획득 모듈(122), 검색 액션 감지 모듈(123), 화면 캡쳐/좌표 수집 모듈(124), 오브젝트 인식 모듈(125), 컨텍스트 인식 모듈(126), 검색 모듈(127), 검색 결과 제공 모듈(128)을 저장할 수 있다.
이미지 획득 모듈(121)은 카메라(150)를 통해 이미지가 촬영된 경우, 촬영된 이미지를 처리하여 표시가능한 형태의 이미지를 획득할 수 있다. 또한, 이미지 획득 모듈(121)은 획득된 모듈을 메모리(120)에 저장할 수 있다.
태그 정보 획득 모듈(122)은 획득된 이미지에 대한 태그 정보를 획득할 수 있다. 특히, 태그 정보 획득 모듈(122)은 도 2c에 도시된 바와 같이, 태그 정보를 추정하도록 학습된 제1 인식 모델(예를 들어, 태그 정보 인식 모델)(210)을 이용하여 태그 정보를 획득할 수 있다. 즉, 태그정보 획득 모듈(122)은 제1 인식 모델(210)에 획득된 이미지를 입력 데이터로 입력하여 획득된 이미지에 대한 태그 정보를 획득할 수 있다. 이때, 태그 정보는, 이미지에 포함된 적어도 하나의 오브젝트에 대한 정보, 컨텍스트 정보 등이 포함될 수 있다. 태그 정보는 대응되는 이미지와 매칭되어 저장될 수 있다.
검색 액션 감지 모듈(123)은 사용자 입력부(130)를 통하여 디스플레이(110)에 표시된 이미지에 포함된 오브젝트를 선택하는 사용자 입력(예로, 롱 터치, 멀티 터치, 펜 액션 등)에 따른 입력 신호를 획득할 수 있다.
검색 액션 감지 모듈(123)이 입력 신호를 획득하면, 화면 캡쳐/좌표 수집 모듈(124)는 디스플레이(110) 상에 사용자 입력이 감지된 일 지점(또는 영역)에 대응하는 좌표를 수집할 수 있다. 다른 예로, 사용자 입력부(130)로서 물리적인 버튼, 베젤 상의 터치 센서를 통하여 입력 신호가 획득되고, 사용자 입력부(130)를 통해 추가적으로 획득한 입력 신호에 따라 사용자가 선택한 디스플레이(110)의 일 지점에 대응하는 좌표를 수집할 수 있다.
또한, 화면 캡쳐/좌표 수집 모듈(124)은 화면을 캡쳐하여 캡쳐 이미지를 생성할 수 있다. 예를 들어, 외부 장치와 연동하여 관련 이미지를 검색하고자 할 경우, 화면 캡쳐/좌표 수집 모듈(124)은 현재 표시되고 있는 이미지를 캡쳐하고, 캡쳐 이미지를 외부의 컨텍스트 인식 장치에 전송할 수 있다.
오브젝트 인식 모듈(125)은 사용자에 의해 선택된 지점에 표시된 오브젝트를 인식할 수 있다. 구체적으로, 오브젝트 인식 모듈(125)은 사용자에 의해 선택된 지점에 대한 좌표값을 바탕으로 오브젝트가 표시되는 오브젝트 영역을 검출할 수 있다. 그리고, 오브젝트 인식 모듈(125)은 오브젝트를 추정하도록 학습된 제2 인식 모델(220)(예를 들어, 오브젝트 인식 모델)에 오브젝트 영역에 대한 데이터를 입력하여 오브젝트를 인식할 수 있다. 이때, 오브젝트 인식 모듈(125)은 오브젝트의 유형뿐만 아니라 오브젝트의 색, 오브젝트의 크기, 오브젝트의 이름, 오브젝트의 성별 등과 같은 오브젝트 자체에 대한 정보를 획득할 수 있다.
컨텍스트 인식 모듈(126)은 오브젝트에 대한 컨텍스트 정보를 인식할 수 있다. 구체적으로, 컨텍스트 인식 모듈(126)은 오브젝트의 컨텍스트 정보를 추정하도록 학습된 제3 인식 모델(230)(예를 들어, 컨텍스트 인식 모델)에 이미지 및 오브젝트 영역에 대한 데이터를 입력하여 오브젝트에 대한 컨텍스트 정보를 획득할 수 있다. 이때, 오브젝트에 대한 컨텍스트 정보는 오브젝트의 감정, 오브젝트의 표정,오브젝트의 위치, 오브젝트의 움직임 여부, 오브젝트의 옷차림과 같이, 오브젝트 자체에 대한 컨텍스트 정보뿐만 아니라, 오브젝트와 오브젝트 주변과의 관계 등과 같은 컨텍스트 정보 역시 포함될 수 있다.
한편, 상술한 실시예에서는 오브젝트 인식 모듈(125) 및 컨텍스트 인식 모듈(126)이 별도의 구성으로서, 서로 다른 인식 모델을 이용하여 오브젝트에 대한 정보를 획득하는 것으로 설명하였으나, 이는 일 실시예에 불과할 뿐, 하나의 구성(예를 들어, 오브젝트/컨텍스트 인식 모듈로 구현될 수 있으며, 이때, 오브젝트/컨텍스트 인식 모듈은 하나의 인식 모델을 통해 오브젝트 인식 정보와 오브젝트의 컨텍스트 정보를 모두 포함하는 오브젝트에 대한 정보를 획득할 수 있다.
검색 모듈(127)은 획득된 오브젝트에 대한 정보 중 사용자에 의해 선택된 정보를 바탕으로 관련 이미지를 검색할 수 있다. 일 예로, 검색 모듈(127)은 메모리(120)에 저장된 복수의 이미지에 대한 태그 정보와 선택된 정보를 바탕으로 관련 이미지를 검색할 수 있다. 즉, 검색 모듈(127)은 선택된 정보와 동일한 태그 정보를 가진 이미지 또는 선택된 정보와 관련된 태그 정보를 가진 이미지를 검색할 수 있다. 또 다른 예로, 검색 모듈(127)은 선택된 오브젝트에 대한 정보를 포함하는 쿼리를 생성하여 외부의 검색 서버에 전송할 수 있다. 그리고, 검색 모듈(127)은 외부의 검색 서버로부터 쿼리에 응답한 검색 결과를 수신할 수 있다.
검색 결과 제공 모듈(128)은 검색 모듈(127)에 의해 검색된 관련 이미지(또는 검색 결과)를 디스플레이(110) 상에 제공할 수 있다. 특히, 검색 결과 제공 모듈(128)은 검색된 관련 이미지를 디스플레이(110)에 표시된 이미지와 별도의 영역에 표시할 수 있으나, 이는 일 실시예에 불과할 뿐, 검색된 관련 이미지를 포함하는 팝업창을 생성하고, 이미지 상에 팝업창을 제공할 수 있다. 또한, 검색 결과 제공 모듈(128)은 스피커 또는 햅틱 제공부와 같은 출력 장치를 통해 검색 결과에 대한 정보를 제공할 수 있다.
한편, 상술한 제1 인식 모델(210), 제2 인식 모델(220) 및 제3 인식 모델(230)은 전자 장치(100)에 저장될 수 있으나, 이는 일 실시예에 불과할 뿐, 외부 서버에 저장될 수 있다. 또한, 복수의 인식 모델(210 내지 230) 중 적어도 두 개는 통합된 인식 모델로도 구현될 수 있다. 예를 들어, 오브젝트 인식 모델 및 컨텍스트 인식 모델은 오브젝트/컨텍스트 인식 모델로서 통합되어 구현될 수 있다. 복수의 인식 모델이 입력 데이터를 이용하여 학습하고 인식하는 방법에 대해서는 추후에 도면을 참조하여 상세히 설명하도록 한다.
다시, 도 2a에 대해 설명하면, 사용자 입력부(130)는 다양한 사용자 입력을 수신하여 프로세서(140)로 전달할 수 있다. 특히, 사용자 입력부(130)는 터치 센서, (디지털) 펜 센서, 압력 센서, 또는 키를 포함할 수 있다. 터치 센서는, 예를 들면, 정전식, 감압식, 적외선 방식, 또는 초음파 방식 중 적어도 하나의 방식을 사용할 수 있다. (디지털) 펜 센서는, 예를 들면, 터치 패널의 일부이거나, 별도의 인식용 쉬트를 포함할 수 있다. 키는, 예를 들면, 물리적인 버튼, 광학식 키, 또는 키패드를 포함할 수 있다.
특히, 사용자 입력부(130)는 오브젝트를 선택하기 위한 기설정된 사용자 터치(예를 들어, 롱프레스 터치) 또는 특정 버튼(예를 들어, 인공지능 서비스를 실행하기 위한 버튼)을 누른 후 오브젝트를 터치하는 사용자 입력에 따른 입력 신호를 획득할 수 있다. 그리고, 사용자 입력부(130)는 입력 신호를 프로세서(140)로 전송할 수 있다.
프로세서(140)는 디스플레이(110), 메모리(120) 및 사용자 입력부(130)와 전기적으로 연결되어 전자 장치(100)의 전반적인 동작 및 기능을 제어할 수 있다. 특히, 프로세서(140)는 이미지 획득 모듈(121), 태그 정보 획득 모듈(122), 검색 액션 감지 모듈(123), 화면 캡쳐/좌표 수집 모듈(124), 오브젝트 인식 모듈(125), 컨텍스트 인식 모듈(126), 검색 모듈(127), 검색 결과 제공 모듈(128) 등을 이용하여 사용자에 의해 선택된 오브젝트와 관련된 이미지를 검색하는 기능을 수행할 수 있다. 특히, 프로세서(140)는 디스플레이(110)에 적어도 하나의 오브젝트를 포함하는 이미지가 표시되는 동안 상기 사용자 입력부(130)를 이용하여 오브젝트를 선택하기 위한 사용자 입력에 따른 입력 신호를 획득하고, 입력 신호에 응답하여 오브젝트에 대한 정보를 획득하기 위해 학습된 인식 모델을 이용하여 사용자 입력이 감지된 지점에 표시된 오브젝트를 인식하고 인식된 오브젝트에 대한 정보를 획득하며, 오브젝트에 대한 정보를 포함하는 리스트를 표시하도록 디스플레이(110)를 제어하며, 사용자 입력부를 통해 리스트에 포함된 오브젝트에 대한 정보 중 하나가 선택되면 선택된 정보를 바탕으로 관련 이미지를 검색할 수 있다. 프로세서(140)가 관련 이미지를 검색하는 방법에 대해서는 추후에 상세히 설명하기로 한다.
도 2b는 본 개시의 다른 실시예에 따른, 전자 장치(100)의 구성을 상세히 도시한 블록도이다. 도 2b에 도시된 바와 같이, 전자 장치(100)는 디스플레이(110), 메모리(120), 사용자 입력부(130), 프로세서(140), 카메라(150), 통신부(160) 및 오디오 출력부(170)를 포함할 수 있다. 한편, 디스플레이(110), 메모리(120), 사용자 입력부(130)는 도 2b에서 설명하였으므로, 중복되는 설명은 생략하기로 한다.
카메라(150)는 적어도 하나의 오브젝트를 포함하는 이미지를 촬영할 수 있다. 이때, 카메라(150)는 전자 장치(100)의 전방 및 후방 중 적어도 하나에 구비될 수 있다. 한편, 카메라(150)는 전자 장치(100) 내부에 구비될 수 있으나, 이는 일 실시예에 불과할 뿐, 전자 장치(100) 외부에 존재하며, 전자 장치(100)와 유무선으로 연결될 수 있다.
통신부(160)는 다양한 유형의 통신방식에 따라 다양한 유형의 외부 기기와 통신을 수행할 수 있다. 통신부(160)는 와이파이칩(161), 블루투스 칩(162), 무선 통신 칩(163), NFC 칩(164) 중 적어도 하나를 포함할 수 있다. 프로세서(140)는 통신부(160)를 이용하여 외부 서버 또는 각종 외부 기기와 통신을 수행할 수 있다.
특히, 통신부(160)는 외부의 컨텍스트 인식 장치, 외부의 검색 서버 또는 외부의 클라우드 서버와 통신을 수행할 수 있다.
오디오 출력부(170)는 오디오 처리부(미도시)에 의해 디코딩이나 증폭, 노이즈 필터링과 같은 다양한 처리 작업이 수행된 각종 오디오 데이터뿐만 아니라 각종 알림 음이나 음성 메시지를 출력하는 구성이다. 특히, 오디오 출력부(170)는 스피커로 구현될 수 있으나, 이는 일 실시 예에 불과할 뿐, 오디오 데이터를 출력할 수 있는 출력 단자로 구현될 수 있다.
특히, 오디오 출력부(170)는 검색 결과에 대한 정보를 오디오 형태로 사용자에게 제공할 수 있다.
프로세서(140)(또는, 제어부)는 메모리(120)에 저장된 각종 프로그램을 이용하여 전자 장치(100)의 전반적인 동작을 제어할 수 있다.
프로세서(140)는 RAM(141), ROM(142), 그래픽 처리부(143), 메인 CPU(144), 제1 내지 n 인터페이스(145-1~145-n), 버스(146)로 구성될 수 있다. 이때, RAM(141), ROM(142), 그래픽 처리부(143), 메인 CPU(144), 제1 내지 n 인터페이스(145-1~145-n) 등은 버스(146)를 통해 서로 연결될 수 있다.
도 3은 본 개시의 일 실시예에 따른, 전자 장치가 오브젝트와 관련된 이미지를 검색하는 방법을 설명하기 위한 도면이다. 특히, 본 실시예는 갤러리 어플리케이션이 실행하는 동안 이미지가 표시될 때, 이미지 안에 포함된 오브젝트와 관련된 이미지를 검색하는 실시예일 수 있다.
우선, 전자 장치(100)는 태그 정보를 포함하는 복수의 이미지를 저장할 수 있다(S310). 구체적으로, 전자 장치(100)는 이미지를 획득할 때, 태그 정보 인식 모델에 획득된 이미지를 입력하여 이미지에 포함된 오브젝트에 대한 정보 및 컨텍스트 정보를 인식하고, 획득된 오브젝트에 대한 정보 및 컨텍스트 정보를 태그 정보로 획득하여 이미지와 함께 저장할 수 있다. 또는, 전자 장치(100)는 외부로부터 이미지를 획득할 때, 이미지에 대한 태그 정보를 함께 수신하여 저장할 수 있다.
전자 장치(100)는 복수의 이미지 중 적어도 하나의 오브젝트를 포함하는 이미지를 표시할 수 있다(S320). 이때, 전자 장치(100)는 갤러리 어플리케이션을 실행하고, 갤러리 어플리케이션이 실행하는 동안 적어도 하나의 오브젝트를 포함하는 이미지를 표시할 수 있다.
전자 장치(100)는 오브젝트를 선택하기 위한 사용자 입력을 감지할 수 있다(S330). 이때, 오브젝트를 선택하기 위한 사용자 입력은 오브젝트가 표시된 영역 중 일 지점을 일정 시간 이상 터치하는 롱프레스 터치, 오브젝트가 표시된 영역 중 일 지점을 복수회 터치하는 멀티 터치, 오브젝트가 표시된 영역을 드로잉하는 드로잉 터치 등일 수 있다. 특히, 전자 장치(100)는 오브젝트를 선택하기 위한 사용자 입력이 감지되면, 인공지능 에이전트를 실행시킬 수 있다.
전자 장치(100)는 인식 모델을 이용하여 사용자 입력이 감지된 지점에 표시된 오브젝트를 인식하고, 인식된 오브젝트에 대한 정보를 획득할 수 있다(S340). 구체적으로, 전자 장치(100)는 사용자 입력이 감지된 지점의 좌표값을 바탕으로 오브젝트가 표시된 오브젝트 영역을 검출하고, 검출된 오브젝트 영역을 오브젝트 인식 모델에 입력하여 오브젝트 영역에 표시된 오브젝트를 인식할 수 있다. 이때, 전자 장치(100)는 오브젝트에 대한 인식 정보(예를 들어, 오브젝트의 유형, 색, 크기, 성별, 이름 등)를 획득할 수 있다. 또한, 전자 장치(100)는 오브젝트 영역 및 이미지에 대한 데이터를 컨텍스트 인식 모델에 입력하여 오브젝트의 컨텍스트 정보(예를 들어, 오브젝트의 감정, 표정, 옷차림, 이동 여부 등)를 획득할 수 있다.
전자 장치(100)는 오브젝트에 대한 정보를 포함하는 리스트를 표시할 수 있다(S350). 이때, 전자 장치(100)는 선택된 오브젝트 주위에 오브젝트에 대한 정보를 포함하는 리스트를 표시할 수 있다. 또한, 전자 장치(100)는 적어도 하나를 포함하는 이미지와 다른 그래픽 레이어를 생성하여 리스트를 표시할 수 있다.
전자 장치(100)는 리스트에 포함된 오브젝트에 대한 정보 중 하나를 선택하는 사용자 입력을 감지할 수 있다(S360).
전자 장치(100)는 저장된 복수의 이미지 중 선택된 오브젝트에 대한 정보와 관련된 태그 정보를 가지는 관련 이미지를 검색할 수 있다(S370). 구체적으로, 전자 장치(100)는 선택된 오브젝트에 대한 정보와 동일한 태그 정보를 가지거나, 선택된 오브젝트에 대한 정보와 관련된 태그 정보를 가지는 관련 이미지를 검색할 수 있다. 예를 들어, 사용자에 의해 선택된 오브젝트에 대한 정보가 "웃는 아기"인 경우, 전자 장치(100)는 "웃는 아기"와 동일한 태그 정보를 가지거나 "웃는 아기"와 관련된 태그 정보(예를 들어, 아기 웃음, 아기 미소 등)를 가지는 관련 이미지를 검색할 수 있다.
전자 장치(100)는 검색된 관련 이미지를 제공할 수 있다(S380). 구체적으로, 전자 장치(100)는 현재 표시되는 이미지의 크기를 감소시키고, 검색된 관련 이미지를 표시하는 검색 영역을 생성하여 검색 영역에 검색된 관련 이미지를 표시할 수 있다.
도 4는 본 개시의 일 실시예에 따른, 컨텍스트 인식 장치를 통해 오브젝트에 대한 정보를 획득하는 실시예를 설명하기 위한 도면이다. 이때, 컨텍스트 인식 장치(10)는 전자 장치(100)와 통신 연결된 외부 서버일 수 있다.
전자 장치(100)는 복수의 이미지 중 적어도 하나의 오브젝트를 포함하는 이미지를 표시할 수 있다(S410). 이때, 전자 장치(100)는 갤러리 어플리케이션이 실행하는 동안 적어도 하나의 오브젝트를 포함하는 이미지를 표시할 수 있으며, 웹 어플리케이션이 실행하는 동안 웹 페이지에 포함된 이미지를 표시할 수 있다.
전자 장치(100)는 오브젝트를 선택하기 위한 사용자 입력을 감지할 수 있다(S420). 이때, 오브젝트를 선택하기 위한 사용자 입력은 오브젝트가 표시된 영역 중 일 지점을 일정 시간 이상 터치하는 롱프레스 터치, 오브젝트가 표시된 영역 중 일 지점을 복수회 터치하는 멀티 터치, 오브젝트가 표시된 영역을 드로잉하는 드로잉 터치 등일 수 있으나, 이에 한정되는 것은 아니다.
전자 장치(100)는 컨텍스트 인식 장치(10)로 이미지 및 사용자 입력이 감지된 지점에 대한 정보를 전송할 수 있다(S430). 구체적으로, 전자 장치(100)는 오브젝트에 대한 정보를 획득하기 위하여, 이미지 데이터 및 사용자 입력이 감지된 지점의 좌표값 정보를 외부의 컨텍스트 인식 장치(10)로 전송할 수 있다.
컨텍스트 인식 장치(10)는 제1 인식 모델(예로, 오브젝트 인식 모델)을 이용하여 사용자 입력이 감지된 오브젝트를 인식할 수 있다(S440). 구체적으로, 컨텍스트 인식 장치(10)는 이미지 및 사용자 입력이 감지된 지점에 대한 정보를 바탕으로 사용자 입력이 감지된 오브젝트 영역을 검출할 수 있다. 오브젝트 영역이 검출되면, 컨텍스트 인식 장치(10)는 오브젝트 인식 모델에 오브젝트 영역 내의 이미지 데이터를 입력하여 오브젝트를 인식할 수 있다. 이때, 컨텍스트 인식 장치(10)는 오브젝트를 인식하여 오브젝트에 대한 인식 정보(예를 들어, 오브젝트의 유형, 오브젝트의 색, 오브젝트의 크기, 오브젝트의 이름, 오브젝트의 성별 등)를 획득할 수 있다.
다양한 실시예로, 전자 장치(100)가 오브젝트 영역을 검출한 후, 오브젝트 영역에 대한 정보 및 이미지 데이터를 컨텍스트 인식 장치(10)에 전송하고, 컨텍스트 인식 장치(10)가 오브젝트 영역에 대한 정보 및 이미지 데이터를 바탕으로 오브젝트에 대한 정보를 획득할 수 있다.
컨텍스트 인식 장치(10)는 제2 인식 모델(예로, 컨텍스트 인식 모델)을 이용하여 오브젝트의 컨텍스트 정브를 획득할 수 있다(S450). 구체적으로, 컨텍스트 인식 장치(10)는 이미지 데이터 및 오브젝트에 대한 인식 정보를 컨텍스트 인식 모델에 입력하여 오브젝트의 컨텍스트 정보(예를 들어, 오브젝트의 표정, 감정, 옷차림, 이동 여부, 주위 오브젝트와의 관계 등)를 획득할 수 있다.
컨텍스트 인식 장치(10)는 획득된 오브젝트에 대한 정보를 전자 장치(100)에 전송할 수 있다(S460). 이때, 오브젝트에 대한 정보는 오브젝트에 대한 인식 정보 및 오브젝트에 대한 컨텍스트 정보를 포함할 수 있다.
전자 장치(100)는 오브젝트에 대한 정보를 포함하는 리스트를 표시할 수 있다(S470). 이때, 전자 장치(100)는 오브젝트에 대한 정보에 대한 정보를 포함하는 리스트를 선택된 오브젝트 주위에 표시할 수 있다.
전자 장치(100)는 리스트에 포함된 오브젝트에 대한 정보 중 하나를 선택하는 사용자 입력을 감지할 수 있다(S480).
전자 장치(100)는 선택된 오브젝트에 대한 정보를 바탕으로 관련 이미지를 검색할 수 있다(S349). 구체적으로, 전자 장치(100)는 저장된 복수의 이미지 중 선택된 오브젝트에 대한 정보와 관련된 태그 정보를 가지는 관련 이미지를 검색할 수 있으며, 선택된 오브젝트에 대한 정보를 포함하는 쿼리를 외부 검색 서버에 전송하여 관련 이미지를 검색할 수 있다.
도 5는 본 개시의 일 실시예에 따른, 컨텍스트 인식 장치를 통해 오브젝트에 대한 정보를 획득하고, 컨텐츠 검색 장치를 통해 관련 이미지를 검색하는 실시예를 설명하기 위한 도면이다. 특히, 본 실시예는 웹 어플리케이션이 실행하는 동안 이미지가 표시될 때, 이미지 안에 포함된 오브젝트와 관련된 이미지를 검색하는 실시예일 수 있다. 이때, 컨텍스트 인식 장치(10) 및 컨텐츠 검색 장치(20)는 전자 장치(100)와 통신 연결된 외부 서버일 수 있으며, 별개의 서버로 구현될 수 있으나, 이는 일 실시예에 불과할 뿐, 하나의 서버로 구현될 수 있다.
전자 장치(100)는 복수의 이미지 중 적어도 하나의 오브젝트를 포함하는 이미지를 표시할 수 있다(S505). 이때, 전자 장치(100)는 웹 어플리케이션이 실행하는 동안 웹 페이지에 포함된 이미지를 표시할 수 있다.
전자 장치(100)는 오브젝트를 선택하기 위한 사용자 입력을 감지할 수 있다(S510). 이때, 오브젝트를 선택하기 위한 사용자 입력은 상술한 바와 같이, 롱프레스 터치, 멀티 터치, 드로잉 터치 등일 수 있으나, 이에 한정되는 것은 아니다. 한편, 또 다른 실시예로, 전자 장치(100)는 오브젝트를 선택하기 위한 사용자 입력을 감지한 경우, 현재 표시되는 페이지를 캡쳐하여 캡쳐 이미지를 획득할 수 있다.
전자 장치(100)는 컨텍스트 인식 장치(10)로 이미지 및 사용자 입력이 감지된 지점에 대한 정보를 전송할 수 있다(S515). 구체적으로, 전자 장치(100)는 오브젝트에 대한 정보를 획득하기 위하여, 캡쳐 이미지 및 사용자 입력이 감지된 지점의 좌표값 정보를 외부의 컨텍스트 인식 장치(10)로 전송할 수 있다.
컨텍스트 인식 장치(10)는 제1 인식 모델(예로, 오브젝트 인식 모델)을 이용하여 사용자 입력이 감지된 오브젝트를 인식할 수 있다(S520). 구체적으로, 컨텍스트 인식 장치(10)는 캡쳐 이미지 및 사용자 입력이 감지된 지점에 대한 정보를 바탕으로 사용자 입력이 감지된 오브젝트 영역을 검출하고, 오브젝트 인식 모델에 오브젝트 영역 내의 이미지 데이터를 입력하여 오브젝트를 인식할 수 있다.
컨텍스트 인식 장치(10)는 제2 인식 모델(예로, 컨텍스트 인식 모델)을 이용하여 오브젝트의 컨텍스트 정브를 획득할 수 있다(S525). 구체적으로, 컨텍스트 인식 장치(10)는 캡쳐 이미지 및 오브젝트에 대한 인식 정보를 컨텍스트 인식 모델에 입력하여 오브젝트의 컨텍스트 정보(예를 들어, 오브젝트의 표정, 감정, 옷차림, 이동 여부, 주위 오브젝트와의 관계 등)를 획득할 수 있다. 이때, 컨텍스트 인식 장치(10)는 캡쳐 이미지에 포함된 오브젝트 뿐만 아니라 주변 정보(예를 들어, 텍스트 등)를 이용하여 오브젝트의 컨텍스트 정보를 획득할 수 있다.
컨텍스트 인식 장치(10)는 획득된 오브젝트에 대한 정보를 전자 장치(100)에 전송할 수 있다(S530). 이때, 오브젝트에 대한 정보는 오브젝트에 대한 인식 정보 및 오브젝트에 대한 컨텍스트 정보를 포함할 수 있다.
전자 장치(100)는 오브젝트에 대한 정보를 포함하는 리스트를 표시할 수 있다(S535). 이때, 전자 장치(100)는 오브젝트에 대한 정보에 대한 정보를 포함하는 리스트를 선택된 오브젝트 주위에 표시할 수 있다.
전자 장치(100)는 리스트에 포함된 오브젝트에 대한 정보 중 하나를 선택하는 사용자 입력을 감지할 수 있다(S540).
전자 장치(100)는 컨텐츠 검색 장치(20)로 선택된 오브젝트에 대한 정보를 포함하는 쿼리를 전송할 수 있다(S545).
컨텐츠 검색 장치(20)는 쿼리에 응답하여 컨텐츠를 검색할 수 있다(S550). 이때, 컨텐츠 검색 장치(20)는 선택된 오브젝트에 대한 정보와 관련된 제목, 텍스트, 태그 정보를 가지는 이미지 컨텐츠를 검색할 수 있으나, 이에 한정되는 것은 아니며, 동영상 컨텐츠, 음악 컨텐츠 등과 같은 다양한 컨텐츠를 검색할 수 있다.
컨텐츠 검색 장치(20)는 전자 장치(100)로 검색 결과를 전송하며(S555), 전자 장치(100)는 전송된 검색 결과를 제공할 수 있다(S560). 이때, 전자 장치(10)는 전송된 검색 결과를 별도의 웹 페이지로 제공할 수 있으나, 이는 일 실시예에 불과할 뿐, 팝업창을 통해 검색 결과를 제공할 수 있다.
도 6은 본 개시의 일 실시예에 따른, 전자 장치 내부의 이미지 중 사용자에 의해 선택된 오브젝트와 관련된 이미지를 검색하기 위한 실시예를 설명하기 위한 도면이다.
전자 장치(100)는 사용자 명령에 따라 갤러리 어플리케이션을 실행시킬 수 있다. 그리고, 전자 장치(100)는 갤러리 어플리케이션이 실행되는 동안 전자 장치(100)에 저장된 복수의 이미지 중 하나를 표시할 수 있다. 이때, 표시되는 이미지에는 적어도 하나의 오브젝트가 포함될 수 있다. 예로, 이미지에는 도 6의 (a)에 도시된 바와 같이, 아기 오브젝트, 강아지 오브젝트, 태양(sun) 오브젝트를 포함할 수 있다.
전자 장치(100)는 도 6의 (a)에 도시된 바와 같이, 이미지에 포함된 복수의 오브젝트 중 아기 오브젝트(610)를 선택하는 사용자 입력을 감지할 수 있다. 이때, 사용자 입력은 일 지점을 기설정된 시간 이상 터치하는 롱 프레스 터치, 기설정된 시간 내에 일 지점을 복수회 터치하는 멀티 터치, 오브젝트를 포함하는 영역을 드로잉하는 드로잉 터치 등이 포함될 수 있으나, 이에 한정되는 것은 아니다. 이때, 복수의 오브젝트 중 하나를 선택하는 사용자 입력을 감지하는 경우, 전자 장치(100)는 관련 이미지 검색을 위한 인공지능 에이전트(예를 들어, 빅스비TM 등)를 실행시킬 수 있다.
전자 장치(100)는 도 6의 (b)에 도시된 바와 같이, 사용자 입력이 감지된 좌표값에 기반하여 선택된 오브젝트(610)를 포함하는 오브젝트 영역을 검출할 수 있다.
전자 장치(100)는 오브젝트 인식 모듈(125)을 통해 오브젝트 영역에 대한 정보를 이용하여 오브젝트 영역 내에 표시된 오브젝트(610)를 인식할 수 있다. 특히, 오브젝트 인식 모듈(125)은 오브젝트 영역에 대한 데이터를 입력 데이터로 하여 오브젝트 인식 모델에 입력하고, 입력 결과로서 오브젝트의 인식 정보를 획득할 수 있다. 이때, 오브젝트의 인식 정보는 오브젝트의 유형, 색, 크기, 이름, 성별 등이 포함될 수 있다. 예를 들어, 전자 장치(100)는 도 6의 (b)에서 검출된 오브젝트 영역에 대한 정보를 오브젝트 인식 모델에 입력하여 오브젝트 영역에 포함된 오브젝트(610)가 "아기"인 것을 획득할 수 있다.
전자 장치(100)는 오브젝트의 인식 정보 및 이미지에 대한 데이터를 이용하여 컨텍스트 인식 모듈(126)을 통해 오브젝트의 컨텍스트 정보를 획득할 수 있다. 특히, 컨텍스트 인식 모듈(126)은 오브젝트의 인식 정보 및 이미지에 대한 데이터를 컨텍스트 인식 모델에 입력하고, 입력 결과로서 오브젝트의 컨텍스트 정보를 획득할 수 있다. 이때, 오브젝트의 컨텍스트 정보는 오브젝트의 표정, 기분, 옷차림, 움직임 여부, 위치, 다른 오브젝트와의 관계 등을 포함할 수 있다. 예를 들어, 전자 장치(100)는 컨텍스트 인식 모듈(126)을 통해 오브젝트의 컨텍스트 정보로서, "웃는 아기", "뛰는 아기", 강아지와 아기"를 획득할 수 있다.
전자 장치(100)는 도 6의 (c)에 도시된 바와 같이, 선택된 오브젝트 주위에 획득된 오브젝트에 대한 정보를 포함하는 리스트(620)를 표시할 수 있다. 예를 들어, 리스트(620)에는 상술한 오브젝트 인식 모듈(125) 및 컨텍스트 인식 모듈(126)을 통해 획득된 오브젝트에 대한 정보인 "아기", "웃는 아기", 뛰는 아기", "강아지와 아기"를 포함할 수 있다. 이때, 리스트(620)는 기존에 표시되는 이미지와는 별도로 생성된 그래픽 레이어에 포함될 수 있다.
전자 장치(100)는 획득된 오브젝트에 대한 정보 중 하나를 선택하는 사용자 입력을 감지할 수 있다. 이때, 리스트(620)에 포함된 오브젝트에 대한 정보 중 하나를 선택하는 사용자 입력은 탭 터치일 수 있으나, 이에 한정되는 것은 아니다. 예로, 전자 장치(100)는 "웃는 아기"라는 오브젝트에 대한 정보를 선택하는 사용자 입력을 감지할 수 있다.
전자 장치(100)는 선택된 오브젝트에 대한 정보를 바탕으로 관련 이미지를 검색할 수 있다. 구체적으로, 전자 장치(100)는 전자 장치(100)에 저장된 복수의 이미지 중 선택된 오브젝트에 대한 정보와 동일하거나 유사한 태그 정보를 가지는 이미지를 검색할 수 있다. 예로, 전자 장치(100)는 선택된 오브젝트에 대한 정보인 "웃는 아기'와 동일한 태그 정보를 가지거나 "웃는 아기"와 유사한 태그 정보인 "아기 미소","아기 웃음", "웃는 어린이" 등과 같은 태그 정보를 가지는 이미지를 검색할 수 있다.
전자 장치(100)는 도 6의 (d)에 도시된 바와 같이, 검색 결과(630)를 제공할 수 있다. 이때, 전자 장치(100)는 기존에 표시되는 이미지의 크기를 축소시키고, 별도의 영역에 검색 결과(630)를 제공할 수 있다. 그러나, 전자 장치(100)는 기존에 표시되는 이미지의 별도의 영역에 검색 결과(630)를 제공할 수 있으나, 이는 일 실시예에 불과할 뿐, 검색 결과를 포함하는 팝업창을 생성할 수도 있다.
도 7은 본 개시의 일 실시예에 따른, 사용자에 의해 선택된 오브젝트와 관련된 외부 이미지를 검색하기 위한 실시예를 설명하기 위한 도면이다.
전자 장치(100)는 웹 어플리케이션이 실행되는 동안 이미지를 포함하는 웹 사이트를 표시할 수 있다. 이때, 이미지에는 적어도 하나의 오브젝트가 표시될 수 있다.
전자 장치(100)는 웹 페이지의 이미지 중 "사람 오브젝트"(710)를 선택하는 사용자 입력을 감지할 수 있다. 이때, 사용자 입력은 롱 프레스 터치, 멀티 터치, 드로잉 터치일 수 있으나, 이에 한정되는 것은 아니다.
한편, 본 발명의 일 실시예로, 전자 장치(100)는 사용자 입력에 응답하여, 오브젝트(710)를 포함하는 웹 페이지를 캡쳐하여 캡쳐 이미지를 생성할 수 있다. 이때, 전자 장치(100)는 백그라운드 쓰레드(background thread)를 통하여 웹 페이지에 대한 캡쳐를 수행할 수 있다.
전자 장치(100)는 이미지(예로, 캡쳐 이미지) 및 사용자 입력이 감지된 지점에 대한 정보(예로, 좌표값 정보)를 오브젝트 인식 장치(10)로 전송할 수 있다.
오브젝트 인식 장치(10)는 이미지 및 사용자 입력이 감지된 지점에 대한 정보를 바탕으로 오브젝트 영역을 추출할 수 있으며, 추출된 오브젝트 영역을 오브젝트 인식 모델에 입력하여 오브젝트의 인식 정보를 획득할 수 있다. 예로, 오브젝트 인식 장치(10)는 오브젝트의 인식 정보로서, 이름인 "XXX"를 획득할 수 있다.
오브젝트 인식 장치(10)는 이미지 및 오브젝트 영역에 대한 정보를 컨텍스트 인식 모델에 입력하여 오브젝트의 컨텍스트 정보를 획득할 수 있다. 이때, 오브젝트 인식 장치(10)는 오브젝트 영역뿐만 아니라 캡쳐 이미지에 포함된 다른 정보(예를 들어, 텍스트)를 이용하여 오브젝트의 컨텍스트 정보를 획득할 수 있다. 예로, 오브젝트 인식 장치(10)는 "웃는 XXX", "춤추는 XXX", "XXX 무대"와 같은 오브젝트(710)의 컨텍스트 정보를 획득할 수 있다.
오브젝트 인식 장치(10)는 전자 장치(100)로 오브젝트에 대한 정보(오브젝트의 인식 정보 및 오브젝트의 컨텍스트 정보)를 전송할 수 있다.
전자 장치(100)는 도 7의 (b)에 도시된 바와 같이, 선택된 오브젝트(710) 주위에 획득된 오브젝트에 대한 정보를 포함하는 리스트(720)를 표시할 수 있다. 예를 들어, 리스트(720)에는 상술한 오브젝트 인식 장치(10)를 통해 획득된 오브젝트에 대한 정보인 "XXX", "웃는 XXX", 춤추는 XXX", "XXX 무대"를 포함할 수 있다. 이때, 리스트(720)는 기존에 표시되는 이미지와는 별도로 생성된 그래픽 레이어에 포함될 수 있다.
전자 장치(100)는 획득된 오브젝트에 대한 정보 중 하나를 선택하는 사용자 입력을 감지할 수 있다. 이때, 리스트(720)에 포함된 오브젝트에 대한 정보 중 하나를 선택하는 사용자 입력은 탭 터치일 수 있으나, 이에 한정되는 것은 아니다. 예로, 전자 장치(100)는 "웃는 XXX"라는 오브젝트에 대한 정보를 선택하는 사용자 입력을 감지할 수 있다.
전자 장치(100)는 선택된 오브젝트에 대한 정보를 포함하는 쿼리를 외부의 컨텐츠 검색 장치(20)에 전송할 수 있다.
컨텐츠 검색 장치(20)는 쿼리에 응답하여 선택된 오브젝트에 대한 정보와 관련된 이미지를 검색할 수 있다. 예를 들어, 컨텐츠 검색 장치(20)는 "웃는 XXX"라는 제목, 텍스트, 태그 정보를 가지는 이미지 또는 웹 페이지를 검색할 수 있다.
컨텐츠 검색 장치(20)는 검색 결과를 전자 장치(100)에 전송할 수 있다.
전자 장치(100)는 도 7의 (c)에 도시된 바와 같이, 별도의 팝업창으로 검색 결과(730)를 제공할 수 있다. 그러나, 별도의 팝업창으로 검색 결과(730)를 제공하는 것은 일 실시예에 불과할 뿐, 별도의 웹 페이지를 생성하여 검색 결과(730)를 제공할 수 있다.
도 8은 본 개시의 다양한 실시예에 따른, 오브젝트를 선택하는 사용자 입력을 설명하기 위한 도면이다.
본 개시의 일 실시예로, 도 8의 (a)와 같이, 사용자는 오브젝트를 선택하기 위하여 오브젝트가 표시된 이미지의 일 지점(801)을 터치(예로, 롱터치 또는 멀티 터치)할 수 있다. 또는, 도 8의 (b)와 같이, 사용자는 전자 펜을 이용하여 오브젝트가 표시된 디스플레이 영역의 일부(803)를 드로잉할 수 있다.
또는, 도 8의 (c-1)과 같이, 전자 장치(100)는 화면에 오브젝트와 연관된 검색 결과를 제공하는 UI(예로, 아이콘)(805)을 표시할 수 있다. 예로, 사용자가 전자 장치(100)에서 전자 펜을 인출하면, 전자 장치(100)는, 전자 펜의 인출에 따라 발생된 이벤트에 기반하여, 관련 이미지 검색 기능을 제공하는 UI(805)를 표시할 수 있다. 다른 예로, 디스플레이 영역의 가장자리(예로, 엣지 영역)에서 중심으로 드래그하는 사용자 입력에 따라, 전자 장치(100)는 관련 이미지 검색 기능을 제공하는 UI(805)를 표시할 수 있다. 다른 예로, 전자 장치(100)의 일 영역에 구비된 버튼을 선택하는 사용자 입력에 따라, 전자 장치(100)는 관련 이미지 검색 기능을 제공하는 UI(805)를 표시할 수 있다.
이러한 상황에서, 사용자가 상기 UI(805)를 선택하면, 전자 장치(100)는 UI 표시 전에 디스플레이 영역에 표시 중이던, 오브젝트를 포함하는 화면을 캡쳐하고, 도 8의 (c-2)과 같이, 전자 장치(100)는 화면의 캡쳐 결과로서 캡쳐 이미지를 표시할 수 있다. 캡쳐 이미지가 표시되면, 예로, 사용자는 캡쳐 이미지의 일 영역(807)을 전자 펜으로 드로잉하여 오브젝트를 선택할 수 있다.
도 9a 및 도 9b는 본 개시의 일 실시예에 따른, 검색식을 이용하여 관련 이미지를 검색하는 방법을 설명하기 위한 도면이다.
우선, 전자 장치(100)는 도 9a의 (a)에 도시된 바와 같이, 상술한 방법으로 획득된 오브젝트에 대한 정보를 포함하는 리스트(910)를 표시할 수 있다. 예를 들어, 리스트(910)에는 오브젝트에 대한 정보로서, "아기", "웃는 아기", "백인 아기"와 같은 정보를 획득할 수 있다.
그리고, 전자 장치(100)는 리스트에 포함된 오브젝트에 대한 정보 중 "웃는 아기"를 선택하는 사용자 입력을 감지할 수 있다.
"웃는 아기"를 선택하는 사용자 입력이 감지되면, 전자 장치(100)는 도 9a의 (b)에 도시된 바와 같이, 이미지 표시 영역(920), 검색창(930), 검색 결과 표시 영역(940)을 포함하는 화면을 표시할 수 있다. 이때, 이미지 표시 영역(920)에는 도 9a의 (a)에 도시된 이미지가 축소되어 표시되고, 검색창(930)에는 사용자에 의해 선택된 오브젝트에 대한 정보(즉, "웃는 아기")가 표시되며, 검색 결과 표시 영역(940)에는 선택된 오브젝트에 대한 정보를 바탕으로 검색된 관련 이미지들(940-1 내지 940-2)이 표시될 수 있다.
그리고, 전자 장치(100)는 도 9a의 (c)에 도시되 바와 같이, 사용자 입력에 따라 검색창(930)에 특정 조건을 추가하기 위한 "and" 검색 조건을 입력하기 위한 기호로서, "+"를 입력할 수 있다. 이때, "and" 검색 조건을 위해 "+"를 입력할 수 있으나, 이는 일 실시예에 불과할 뿐, "*"와 같은 기호 또는 "and"와 같은 문자로 입력될 수 있다.
또 다른 실시예로, 검색 결과 중 특정 조건을 배제하기 위한 "not" 검색 조건을 입력하기 위한 기호로서, "-" 또는 "not"을 입력할 수 있다. 또 다른 실시예로, "or" 검색 조건으로서, "+" 혹은 "*", "or"를 입력할 수 있다. 그러나, 검색 조건은 상술한 바에 한정되지 않으며, 다른 검색 조건 역시 본 발명의 기술적 사상에 적용될 수 있다.
"and" 검색 조건이 입력된 후, 강아지 오브젝트를 선택하기 위한 사용자 입력이 감지되면, 전자 장치(100)는 도 9a의 (d)에 도시된 바와 같이, 이미지 표시 영역(920)에 강아지 오브젝트에 대한 정보를 포함하는 리스트(950)를 표시할 수 있다. 예를 들어, 리스트(950)에는 "강아지", "뛰는 강아지", "마티즈"와 같은 정보가 포함될 수 있다.
이때, 리스트(950)에 포함된 정보 중 "강아지"가 선택되면, 전자 장치(100)는 도 9a의 (e)에 도시된 바와 같이, 검색창(930)에 검색식(웃는 아기 + 강아지)를 표시하며, 검색 결과 제공 영역(940)에 검색식에 의해 검색된 관련 이미지들(940-5 내지 940-7)을 표시할 수 있다. 이때, 리스트(950)에 포함된 정보 중 "강아지"가 선택되면, 전자 장치(100)는 검색식과 검색식에 의해 검색된 관련 이미지들(940-5 내지 940-7)을 바로 업데이트할 수 있으나, 이는 일 실시예에 불과할 뿐, 검색식이 완성된 후 검색창(930)에 검색 실행을 위한 아이콘이 선택되면, 전자 장치(100)는관련 이미지에 대한 검색을 수행하여 검색 결과 제공 영역(940)을 업데이트할 수 있다.
한편, 상술한 실시예에서는 검색식을 작성하기 위해 검색식에 이용되는 기호 또는 문자를 사용자가 직접 입력하는 것으로 설명하였으나, 이는 일 실시예에 불과할 뿐, 도 9b에 도시된 바와 같이, 전자 장치(100)가 검색 조건을 포함하는 리스트(960)를 생성할 수 있다. 구체적으로, 리스트(960)에는 오브젝트에 대한 정보 각각을 추가 또는 배제하기 위한 아이콘들을 포함하고 있으며, 복수의 아이콘 중 하나가 선택되면, 전자 장치(100)는 선택된 아이콘에 대응되는 오브젝트에 대한 정보 및 검색 조건을 검색창에 기입할 수 있다. 예를 들어, 웃는 아기 옆에 표시된 "+" 아이콘이 선택되면, 전자 장치(100)는 검색창(930)에 "+ 웃는 아기"를 입력할 수 있다.
도 10a 및 도 10b는 본 개시의 다양한 실시예에 따른, 검색 히스토리 또는 추천 키워드를 이용하여 관련 이미지를 검색하는 방법을 설명하기 위한 도면이다.
구체적으로, 사용자의 관련 이미지 검색을 돕기 위하여, 전자 장치(100)는 도 10a에 도시된 바와 같이, 최근에 이용된 히스토리 정보(또는 최근에 이용된 검색식)를 포함하는 영역(1020) 또는 도 10b에 도시된 바와 같이, 사용자 추천 정보를 포함하는 영역(1040)을 표시할 수 있다. 이때, 도 10a 및 도 10b가 도시된 바와 같이, 이미지 표시 영역(1010) 및 검색 결과 제공 영역(1030)이 함께 표시될 수 있다.
특히, 최근에 이용된 히스토리 정보는 오브젝트에 대한 정보 중 사용자에 의해 기설정된 횟수 이상 선택된 정보를 포함할 수 있으며, 사용자 추천 정보는 전자 장치(100) 내에 저장된 이미지의 태그 정보들 중 기설정된 횟수 이상의 빈도수를 가지는 태그 정보 또는 외부 서버가 추천하는 정보를 포함할 수 있다.
또한, 히스토리 정보 또는 사용자 추천 정보를 선택하기 위하여, 도 10a 또는 10b에 도시된 바와 같이, 체크 박스가 표시될 수 있으나, 이는 일 실시예에 불과할 뿐, 히스토리 정보 또는 사용자 추천 정보를 포함하는 리스트가 표시될 수 있다.
도 11은 본 개시의 일 실시예에 따른, 관련 이미지를 이용하여 앨범을 생성하는 방법을 설명하기 위한 도면이다.
전자 장치(100)는 사용자 입력에 따라 관련 이미지를 이용하여 앨범을 생성할 수 있다. 구체적으로, 전자 장치(100)는 도 11의 (a)에 도시된 바와 같이, 이미지 표시 영역(1110), 검색창(1120), 검색 결과 제공 영역(1130)을 표시할 수 있다. 이때, 전자 장치(100)는 검색 결과 제공 영역(1130)에 관련 이미지를 모두 선택하기 위한 아이콘(1140) 및 앨범 생성을 위한 아이콘(1150)을 표시할 수 있다.
구체적으로, 사용자 입력(즉, 터치 입력)에 의해 검색 결과 제공 영역(1130)에 표시된 복수의 관련 이미지들 중 적어도 하나가 선택되면, 전자 장치(100)는 선택된 관련 이미지들을 하이라이트할 수 있다. 또는 모든 관련 이미지를 선택하기 위한 아이콘(1140)이 선택되면, 전자 장치(100)는 모든 관련 이미지들을 하이라이트할 수 있다.
복수의 관련 이미지들 중 적어도 하나의 관련 이미지가 선택된 동안 앨범 생성을 위한 아이콘(1150)이 선택되면, 전자 장치(100)는 선택된 관련 이미지를 포함하는 앨범을 생성할 수 있다. 이때, 전자 장치(100)는 도 11의 (b)에 도시된 바와 같이, 검색 결과 제공 영역(1130)에 새롭게 생성된 앨범을 나타내는 아이콘(1170)을 표시할 수 있다. 이때, 새롭게 생성된 앨범의 제목은 관련 이미지를 검색하기 위해 이용된 "오브젝트에 대한 정보"일 수 있으나, 이에 한정되는 것은 아니다.
도 12는 본 개시의 일 실시예에 따른, 인식 모델을 학습하고 이용하기 위한 전자 장치(특히, 프로세서)의 구성을 나타내는 블록도이다.
도 12를 참조하면, 프로세서(1200)는 학습부(1210) 및 인식부(1220) 중 적어도 하나를 포함할 수 있다. 도 12의 프로세서(1200)는 도 2a 및 도 2b의 전자 장치(100)의 프로세서(140) 또는 데이터 학습 서버(미도시)의 프로세서에 대응될 수 있다.
학습부(1210)는 오브젝트를 인식하기 위한 기준을 갖는 인식 모델 및 오브젝트의 컨텍스트 정보를 추정하기 위한 기준을 갖는 인식 모델을 생성 또는 학습시킬 수 있다. 학습부(1210)는 수집된 학습 데이터를 이용하여 판단 기준을 갖는 인식 모델을 생성할 수 있다.
일 예로, 학습부(1210)는 적어도 하나의 오브젝트가 포함된 이미지를 학습 데이터로서 이용하여 이미지에 포함된 오브젝트를 추정하는 기준을 판단하기 위한 오브젝트 인식 모델을 생성, 학습 또는 갱신시킬 수 있다.
또 다른 예로, 학습부(1210)는 적어도 하나의 오브젝트가 포함된 이미지를 학습 데이터로서 이용하여 이미지에 포삼된 오브젝트의 컨텍스트를 추정하는 기준을 판단하기 위한 컨텍스트 인식 모델을 생성, 학습 또는 갱신시킬 수 있다.
또 다른 예로, 학습부(1210)는 적어도 하나의 오브젝트가 포함돈 이미지를 학습 데이터로서 이용하여 태그 정보를 획득하기 위한 태그 정보 인식 모델을 생성, 학습 또는 갱신시킬 수 있다.
인식부(1220)는 소정의 데이터를 학습된 인식 모델의 입력 데이터로 사용하여, 소정의 데이터에 포함된 인식 대상 또는 상황을 추정할 수 있다.
일 예로, 인식부(1220)는 오브젝트가 포함된 오브젝트 영역(또는, 이미지)를 학습된 인식 모델의 입력 데이터로 사용하여 사용자에 의해 선택된 오브젝트에 대한 정보를 획득(또는, 추정, 추론)할 수 있다.
다른 예로, 인식부(1220)는 오브젝트에 대한 정보 및 이미지를 학습된 인식 모델에 적용하여 오브젝트의 컨텍스트 정보를 획득(또는, 추정, 추론)할 수 있다.
학습부(1210)의 적어도 일부 및 인식부(1220)의 적어도 일부는, 소프트웨어 모듈로 구현되거나 적어도 하나의 하드웨어 칩 형태로 제작되어 전자 장치에 탑재될 수 있다. 예를 들어, 학습부(1210) 및 인식부(1220) 중 적어도 하나는 인공 지능(AI; artificial intelligence)을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 또는 기존의 범용 프로세서(예: CPU 또는 application processor) 또는 그래픽 전용 프로세서(예: GPU)의 일부로 제작되어 전술한 각종 전자 장치 또는 객체 인식 장치에 탑재될 수도 있다. 이때, 인공 지능을 위한 전용 하드웨어 칩은 확률 연산에 특화된 전용 프로세서로서, 기존의 범용 프로세서보다 병렬처리 성능이 높아 기계 학습과 같은 인공 지능 분야의 연산 작업을 빠르게 처리할 수 있다. 학습부(1210) 및 인식부(1220)가 소프트웨어 모듈(또는, 인스트럭션(instruction) 포함하는 프로그램 모듈)로 구현되는 경우, 소프트웨어 모듈은 컴퓨터로 읽을 수 있는 판독 가능한 비일시적 판독 가능 기록매체(non-transitory computer readable media)에 저장될 수 있다. 이 경우, 소프트웨어 모듈은 OS(Operating System)에 의해 제공되거나, 소정의 애플리케이션에 의해 제공될 수 있다. 또는, 소프트웨어 모듈 중 일부는 OS(Operating System)에 의해 제공되고, 나머지 일부는 소정의 애플리케이션에 의해 제공될 수 있다.
이 경우, 학습부(1210) 및 인식부(1220)는 하나의 전자 장치에 탑재될 수도 있으며, 또는 별개의 전자 장치들에 각각 탑재될 수도 있다. 예를 들어, 학습부(1210) 및 인식부(1220) 중 하나는 전자 장치(100)에 포함되고, 나머지 하나는 외부의 서버에 포함될 수 있다. 또한, 학습부(1210) 및 인식부(1220)는 유선 또는 무선으로 통하여, 학습부(1210)가 구축한 모델 정보를 인식부(1220)로 제공할 수도 있고, 학습부(1220)로 입력된 데이터가 추가 학습 데이터로서 학습부(1210)로 제공될 수도 있다.
도 13a는, 다양한 실시예에 따른 학습부(1210) 및 인식부(1220)의 블록도이다.
도 13a의 (a)를 참조하면, 일부 실시예에 따른 학습부(1210)는 학습 데이터 획득부(1210-1) 및 모델 학습부(1210-4)를 포함할 수 있다. 또한, 학습부(1210)는 학습 데이터 전처리부(1210-2), 학습 데이터 선택부(1210-3) 및 모델 평가부(1210-5) 중 적어도 하나를 선택적으로 더 포함할 수 있다.
학습 데이터 획득부(1210-1)는 인식 대상을 추론하기 위한 인식 모델에 필요한 학습 데이터를 획득할 수 있다. 본 개시의 실시예로, 학습 데이터 획득부(1210-1)는 오브젝트를 포함하는 전체 이미지, 오브젝트 영역에 대응하는 이미지, 오브젝트 정보 및 오브젝트의 컨텍스트 정보 중 적어도 하나를 학습 데이터로서 획득할 수 있다. 학습 데이터는 학습부(1210) 또는 학습부(1210)의 제조사가 수집 또는 테스트한 데이터가 될 수도 있다.
모델 학습부(1210-4)는 학습 데이터를 이용하여, 인식 모델이 소정의 인식 대상을 어떻게 판단할지에 관한 판단 기준을 갖도록 학습시킬 수 있다. 일 예로, 모델 학습부(1210-4)는 입력된 전체 이미지 또는 오브젝트 영역에 대응되는 이미지에 대한 특징을 추출하고, 벡터 공간에 투영(projection)하고, 각각의 벡터에 오브젝트의 정보 또는 컨텍스트 정보를 인덱싱하여 인식 모델을 구축할 수 있다.
특히, 모델 학습부(1210-4)는 학습 데이터 중 적어도 일부를 판단 기준으로 이용하는 지도 학습(supervised learning)을 통하여, 인식 모델을 학습시킬 수 있다. 또는, 모델 학습부(1210-4)는, 예를 들어, 별다른 지도 없이 학습 데이터를 이용하여 스스로 학습함으로써, 상황의 판단을 위한 판단 기준을 발견하는 비지도 학습(unsupervised learning)을 통하여, 인식 모델을 학습시킬 수 있다. 또한, 모델 학습부(1210-4)는, 예를 들어, 학습에 따른 상황 판단의 결과가 올바른 지에 대한 피드백을 이용하는 강화 학습(reinforcement learning)을 통하여, 인식 모델을 학습시킬 수 있다. 또한, 모델 학습부(1210-4)는, 예를 들어, 오류 역전파법(error back-propagation) 또는 경사 하강법(gradient descent)을 포함하는 학습 알고리즘 등을 이용하여 인식 모델을 학습시킬 수 있다
또한, 모델 학습부(1210-4)는 입력 데이터를 이용하여 인식 대상을 추정하기 위하여 어떤 학습 데이터를 이용해야 하는지에 대한 선별 기준을 학습할 수도 있다.
모델 학습부(1210-4)는 미리 구축된 인식 모델이 복수 개가 존재하는 경우, 입력된 학습 데이터와 기본 학습 데이터의 관련성이 큰 인식 모델을 학습할 인식 모델로 결정할 수 있다. 이 경우, 기본 학습 데이터는 데이터의 타입별로 기 분류되어 있을 수 있으며, 인식 모델은 데이터의 타입별로 미리 구축되어 있을 수 있다. 예를 들어, 기본 학습 데이터는 학습 데이터가 생성된 지역, 학습 데이터가 생성된 시간, 학습 데이터의 크기, 학습 데이터의 장르, 학습 데이터의 생성자, 학습 데이터 내의 오브젝트의 종류 등과 같은 다양한 기준으로 기 분류되어 있을 수 있다.
인식 모델이 학습되면, 모델 학습부(1210-4)는 학습된 인식 모델을 저장할 수 있다. 이 경우, 모델 학습부(1210-4)는 학습된 인식 모델을 전자 장치(100)의 메모리(130)에 저장할 수 있다. 또는, 모델 학습부(1210-4)는 학습된 인식 모델을 전자 장치(100)와 유선 또는 무선 네트워크로 연결되는 서버의 메모리에 저장할 수도 있다.
학습부(1210)는 인식 모델의 분석 결과를 향상시키거나, 인식 모델의 생성에 필요한 자원 또는 시간을 절약하기 위하여, 학습 데이터 전처리부(1210-2) 및 학습 데이터 선택부(1210-3)를 더 포함할 수도 있다.
학습 데이터 전처리부(1210-2)는 상황 판단을 위한 학습에 획득된 데이터가 이용될 수 있도록, 획득된 데이터를 전처리할 수 있다. 학습 데이터 전처리부(1210-2)는 모델 학습부(1210-4)가 상황 판단을 위한 학습을 위하여 획득된 데이터를 이용할 수 있도록, 획득된 데이터를 기 설정된 포맷으로 가공할 수 있다.
학습 데이터 선택부(1210-3)는 학습 데이터 획득부(1210-1)에서 획득된 데이터 또는 학습 데이터 전처리부(1210-2)에서 전처리된 데이터 중에서 학습에 필요한 데이터를 선택할 수 있다. 선택된 학습 데이터는 모델 학습부(1210-4)에 제공될 수 있다. 학습 데이터 선택부(1210-3)는 기 설정된 선별 기준에 따라, 획득되거나 전처리된 데이터 중에서 학습에 필요한 학습 데이터를 선택할 수 있다. 또한, 학습 데이터 선택부(1210-3)는 모델 학습부(1210-4)에 의한 학습에 의해 기 설정된 선별 기준에 따라 학습 데이터를 선택할 수도 있다.
학습부(1210)는 데이터 인식 모델의 분석 결과를 향상시키기 위하여, 모델 평가부(1210-5)를 더 포함할 수도 있다.
모델 평가부(1210-5)는 인식 모델에 평가 데이터를 입력하고, 평가 데이터로부터 출력되는 분석 결과가 소정 기준을 만족하지 못하는 경우, 모델 학습부(1210-4)로 하여금 다시 학습하도록 할 수 있다. 이 경우, 평가 데이터는 인식 모델을 평가하기 위한 기 정의된 데이터일 수 있다.
예를 들어, 모델 평가부(1210-5)는 평가 데이터에 대한 학습된 인식 모델의 분석 결과 중에서, 분석 결과가 정확하지 않은 평가 데이터의 개수 또는 비율이 미리 설정된 임계치를 초과하는 경우 소정 기준을 만족하지 못한 것으로 평가할 수 있다.
한편, 학습된 인식 모델이 복수 개가 존재하는 경우, 모델 평가부(1210-5)는 각각의 학습된 인식 모델에 대하여 소정 기준을 만족하는지를 평가하고, 소정 기준을 만족하는 모델을 최종 인식 모델로서 결정할 수 있다. 이 경우, 소정 기준을 만족하는 모델이 복수 개인 경우, 모델 평가부(1210-5)는 평가 점수가 높은 순으로 미리 설정된 어느 하나 또는 소정 개수의 모델을 최종 인식 모델로서 결정할 수 있다.
도 13a의 (b)를 참조하면, 일부 실시예에 따른 데이터 분석부(1220)는 인식 데이터 획득부(1220-1) 및 인식 결과 제공부(1220-4)를 포함할 수 있다. 또한, 데이터 분석부(1220)는 인식 데이터 전처리부(1220-2), 인식 데이터 선택부(1220-3) 및 모델 갱신부(1220-5) 중 적어도 하나를 선택적으로 더 포함할 수 있다.
인식 데이터 획득부(1220-1)는 상황 판단 또는 객체 인식에 필요한 데이터를 획득할 수 있다. 인식 결과 제공부(1220-4)는 인식 데이터 획득부(1220-1)에서 획득된 데이터를 입력 값으로 학습된 인식 모델에 적용하여 상황을 판단할 수 있다. 인식 결과 제공부(1220-4)는 데이터의 분석 목적에 따른 분석 결과를 제공할 수 있다. 인식 결과 제공부(1220-4)는 후술할 인식 데이터 전처리부(1220-2) 또는 인식 데이터 선택부(1220-3)에 의해 선택된 데이터를 입력 값으로 인식 모델에 적용하여 분석 결과를 획득할 수 있다. 분석 결과는 인식 모델에 의해 결정될 수 있다.
일 실시예로, 인식 결과 제공부(1220-4)는 인식 데이터 획득부(1220-1)에서 획득한 오브젝트를 포함하는 이미지(예로, 전체 이미지 또는 오브젝트 영역에 대응되는 이미지)를 학습된 인식 모델 적용하여 오브젝트에 대한 인식 정보를 획득(또는, 추정)할 수 있다.
다른 실시예로, 인식 결과 제공부(1220-4)는 인식 데이터 획득부(1220-1)에서 획득한 이미지 데이터 및 오브젝트에 대한 정보 중 적어도 하나를 학습된 인식 모델에 적용하여 오브젝트의 컨텍스트 정보를 획득(또는, 추정)할 수 있다
데이터 분석부(1220)는 인식 모델의 분석 결과를 향상시키거나, 분석 결과의 제공을 위한 자원 또는 시간을 절약하기 위하여, 인식 데이터 전처리부(1220-2) 및 인식 데이터 선택부(1220-3)를 더 포함할 수도 있다.
인식 데이터 전처리부(1220-2)는 상황 판단을 위해 획득된 데이터가 이용될 수 있도록, 획득된 데이터를 전처리할 수 있다. 인식 데이터 전처리부(1220-2)는 인식 결과 제공부(1220-4)가 상황 판단을 위하여 획득된 데이터를 이용할 수 있도록, 획득된 데이터를 기 정의된 포맷으로 가공할 수 있다.
인식 데이터 선택부(1220-3)는 인식 데이터 획득부(1220-1)에서 획득된 데이터 또는 인식 데이터 전처리부(1220-2)에서 전처리된 데이터 중에서 상황 판단에 필요한 데이터를 선택할 수 있다. 선택된 데이터는 인식 결과 제공부(1220-4)에게 제공될 수 있다. 인식 데이터 선택부(1220-3)는 상황 판단을 위한 기 설정된 선별 기준에 따라, 획득되거나 전처리된 데이터 중에서 일부 또는 전부를 선택할 수 있다. 또한, 인식 데이터 선택부(1220-3)는 모델 학습부(1210-4)에 의한 학습에 의해 기 설정된 선별 기준에 따라 데이터를 선택할 수도 있다.
모델 갱신부(1220-5)는 인식 결과 제공부(1220-4)에 의해 제공되는 분석 결과에 대한 평가에 기초하여, 인식 모델이 갱신되도록 제어할 수 있다. 예를 들어, 모델 갱신부(1220-5)는 인식 결과 제공부(1220-4)에 의해 제공되는 분석 결과를 모델 학습부(1210-4)에게 제공함으로써, 모델 학습부(1210-4)가 인식 모델을 추가 학습 또는 갱신하도록 요청할 수 있다.
도 13b는, 일 실시예에 따른 전자 장치(100) 및 외부의 서버(50)가 서로 연동함으로써 데이터를 학습하고 인식하는 예시를 나타내는 도면이다.
도 13b를 참조하면, 외부의 서버(50)는 오브젝트 또는 오브젝트의 컨텍스트 정보를 인식하기 위한 기준을 학습할 수 있으며, 전자 장치(100)는 서버(50)에 의한 학습 결과에 기초하여 상황을 판단할 수 있다.
이 경우, 서버(50)의 모델 학습부(1210-4)는 도 12에 도시된 학습부(1910)의 기능을 수행할 수 있다. 서버(50)의 모델 학습부(1210-4)는 소정의 상황을 판단하기 위하여 어떤 이미지, 오브젝트 정보를 이용할지, 상기 데이터를 이용하여 오브젝트 또는 오브젝트의 컨텍스트 정보를 어떻게 판단할지에 관한 기준을 학습할 수 있다.
또한, 전자 장치(100)의 인식 결과 제공부(1220-4)는 인식 데이터 선택부(1220-3)에 의해 선택된 데이터를 서버(50)에 의해 생성된 인식 모델에 적용하여 오브젝트에 대한 정보(즉, 오브젝트의 인식 정보 및 오브젝트의 컨텍스트 정보)를 판단할 수 있다. 또는, 전자 장치(100)의 인식 결과 제공부(1220-4)는 서버(50)에 의해 생성된 인식 모델을 서버(50)로부터 수신하고, 수신된 인식 모델을 이용하여 오브젝트를 인식하거나 오브젝트의 컨텍스트를 인식할 수 있다. 이 경우, 전자 장치(100)의 인식 결과 제공부(1220-4)는 인식 데이터 선택부(1220-3)에 의해 선택된 이미지를 서버(50)로부터 수신된 인식 모델에 적용하여, 이미지에 포함된 오브젝트에 대한 정보를 획득할 수 있다.
도 14는 본 개시의 일 실시예에 따른, 사용자에 의해 선택된 오브젝트와 관련된 이미지를 검색하는 방법을 설명하기 위한 흐름도이다.
우선, 전자 장치(100)는 적어도 하나의 오브젝트를 포함하는 이미지를 표시할 수 있다(S1410). 이때, 이미지는 갤러리 어플리케이션이 실행되는 동안 제공되는 사진 이미지일 수 있으나, 이에 한정되는 것은 아니며, 웹 어플리케이션이 실행되는 동안 제공되는 웹 이미지일 수 있다.
전자 장치(100)는 오브젝트를 선택하기 위한 사용자 입력을 감지할 수 있다(S1420). 이때, 사용자 입력은 오브젝트가 표시된 영역 중 일 지점을 기설정된 시간 이상 터치하는 롱 프레스 터치 입력, 오브젝트가 표시된 영역 중 일 지점을 기설정된 압력 이상 터치하는 포스(force) 터치, 오브젝트가 표시된 영역 중 일 지점을 기설정된 시간 내에 복수 회 터치하는 멀티 터치, 오브젝트가 표시된 영역을 드로잉하는 드로잉 터치일 수 있으나, 이에 한정되는 것은 아니다.
전자 장치(100)는 학습된 인식 모델을 이용하여 사용자 입력이 감지된 지점에 표시된 오브젝트를 인식하고, 인식된 오브젝트에 대한 정보를 획득할 수 있다(S1430). 이때, 전자 장치(100)는 사용자 입력이 감지된 지점에 대한 정보(예를 들어, 좌표값)를 바탕으로 오브젝트 영역을 추출할 수 있으며, 오브젝트 영역을 입력 데이터로 오브젝트 인식 모델에 입력하여 오브젝트를 인식할 수 있다. 이때, 전자 장치(100)는 오브젝트의 인식 정보(예를 들어, 오브젝트의 유형, 오브젝트의 색, 오브젝트의 크기, 오브젝트의 이름, 오브젝트의 성별 등)를 획득할 수 있다. 또한, 전자 장치(100)는 이미지 및 오브젝트에 대한 정보를 입력 데이터로 컨텍스트 인식 모델에 입력하여 오브젝트의 컨텍스트 정보를 인식할 수 있다. 이때, 전자 장치(100)는 오브젝트의 컨텍스트 정보로서 오브젝트의 표정, 감정, 옷차림, 이동 여부, 다른 오브젝트와의 관계 등을 감지할 수 있다.
전자 장치(100)는 획득된 오브젝트에 대한 정보를 포함하는 리스트를 표시할 수 있다(S1440). 이때, 리스트는 선택된 오브젝트 주위에 표시될 수 있다.
전자 장치(100)는 리스트에 포함된 오브젝트에 대한 정보 중 하나를 선택하는 사용자 입력을 감지할 수 있다(S1450).
전자 장치(100)는 선택된 정보를 바탕으로 관련된 이미지를 검색할 수 있다(S1460). 구체적으로, 전자 장치(100)는 전자 장치(100)에 저장된 복수의 이미지 중 선택된 정보와 동일하거나 관련된 태그 정보를 가지는 이미지를 검색할 수 있으며, 외부 검색 서버로 선택된 정보를 포함하는 쿼리를 생성하여 전송함으로써 이미지를 검색할 수 있다.
상술한 바와 같은 본 발명의 일 실시예에 의해, 사용자는 더욱 편리하고 구체적으로 현재 자신이 보고 있는 이미지와 유사한 이미지를 검색할 수 있게 된다.
도 15 내지 17은 본 개시의 다양한 실시예에 따른, 인식 모델을 이용하는 네트워크 시스템의 흐름도이다.
도 15 내지 도 17에서, 인식 모델을 이용하는 네트워크 시스템은 제1 구성 요소(1501,1601,1701), 제2 구성 요소(1502,1602,1702) 및 제3 구성 요소(1703) 중 적어도 두 개를 포함할 수 있다.
여기서, 제1 구성 요소(1501,1601,1701)는 전자 장치(100)이고, 제2 구성 요소(1502,1602,1702)는 인식 모델이 저장된 서버가 될 수 있다. 또는, 제1 구성 요소(1501,1601,1701)는 범용 프로세서이고, 제2 구성 요소(1502,1602,1702)는 인공 지능 전용 프로세서가 될 수 있다. 또는, 제1 구성 요소(1501,1601,1701)는 적어도 하나의 어플리케이션이 될 수 있고, 제2 구성 요소(1502,1602,1702)는 운영 체제(operating system, OS)가 될 수 있다. 즉, 제2 구성 요소(1502,1602,1702)는 제1 구성 요소(1501,1601,1701)보다 더 집적화되거나, 전용화되거나, 딜레이(delay)가 작거나, 성능이 우세하거나 또는 많은 리소스를 가진 구성 요소로서 데이터 인식 모델의 생성, 갱신 또는 적용 시에 요구되는 많은 연산을 제1 구성 요소(1501,1601,1701)보다 신속하고 효과적으로 처리 가능한 구성 요소가 될 수 있다.
이 경우, 제1 구성 요소(1501,1601,1701) 및 제2 구성 요소(1502,1602,1702) 간에 데이터를 송/수신하기 위한 인터페이스가 정의될 수 있다.
예로, 인식 모델에 적용할 학습 데이터를 인자 값(또는, 매개 값 또는 전달 값)으로 갖는 API(application program interface)가 정의될 수 있다. API는 어느 하나의 프로토콜(예로, 전자 장치(A)에서 정의된 프로토콜)에서 다른 프로토콜(예로, 서버에서 정의된 프로토콜)의 어떤 처리를 위해 호출할 수 있는 서브 루틴 또는 함수의 집합으로 정의될 수 있다. 즉, API를 통하여 어느 하나의 프로토콜에서 다른 프로토콜의 동작이 수행될 수 있는 환경을 제공될 수 있다.
한편, 제3 구성 요소(1703)는 제1 구성 요소(1501,1601,1701) 및 제2 구성 요소(1502,1602,1702) 중 적어도 하나에서 수신한 데이터에 기반하여 오브젝트와 연관된 관련 이미지를 포함하는 검색 결과를 획득할 수 있다. 제3 구성 요소(1703)는 예로, 도 5의 컨텐츠 검색 장치(20)에 대응될 수 있다. 이 때, 제3 구성 요소(1703)가 수신하는 데이터는, 예로, 사용자에 의해 선택된 오브젝트에 대한 정보가 될 수 있다.
일 실시예로, 도 15에서, 먼저, 제1 구성 요소(1501)는 오브젝트를 포함하는 이미지를 표시할 수 있다(S1505).
오브젝트를 표시하는 이미지가 표시되는 동안, 제1 구성 요소(1501)는 오브젝트를 선택하기 위한 사용자 입력을 감지할 수 있다(S1510).
사용자 입력에 응답하여 제1 구성 요소(1501)는 이미지 및 터치 지점에 대한 정보(예로, 터치 좌표값)를 제2 구성 요소(1502)로 전송할 수 있다.(S1515)
제2 구성 요소(1502)는 수신된 이미지 및 터치 지점에 대한 정보를 바탕으로 사용자에 의해 선택된 오브젝트가 표시된 오브젝트 영역을 검출할 수 있다(S1520).
제2 구성 요소(1502)는 검출된 오브젝트 영역을 오브젝트 인식 모델에 입력하여 오브젝트 영역 내의 오브젝트를 인식할 수 있다(S1525). 이때, 제2 구성 요소(1503)는 오브젝트에 대한 정보로서, 오브젝트의 유형, 오브젝트의 색, 오브젝트의 크기, 오브젝트의 이름, 오브젝트의 성별 등에 대한 오브젝트 인식 정보를 획득할 수 있다.
제2 구성 요소(1502)는 이미지 및 오브젝트에 대한 정보를 컨텍스트 인식 모델에 입력하여 오브젝트의 컨텍스트 정보를 인식할 수 있다(S1530). 이때, 제2 구성 요소(1503)는 오브젝트에 대한 정보로서, 오브젝트의 표정, 오브젝트의 감정, 오브젝트의 옷차림, 오브젝트의 이동 여부, 오브젝트와 다른 오브젝트와의 관계 등에 대한 오브젝트의 컨텍스트 정보를 획득할 수 있다.
제2 구성 요소(1502)는 오브젝트에 대한 정보를 제1 구성 요소(1501)로 전송할 수 있다(S1535).
제1 구성 요소(1501)는 오브젝트에 대한 정보를 포함하는 리스트를 표시할 수 있다(S1540). 이때, 제1 구성 요소(1501)는 사용자 입력이 감지된 오브젝트 주위에 리스트를 표시할 수 있다.
제1 구성 요소(1501)는 오브젝트에 대한 정보를 선택하는 사용자 입력을 감지할 수 있으며(S1545), 제1 구성 요소(1501)는 선택된 정보를 바탕으로 관련 이미지를 검색할 수 있다(S1550).
다른 실시예로, 도 16에서, 제1 구성 요소(1601)는 오브젝트를 포함하는 이미지 중 하나의 오브젝트를 선택하기 위한 사용자 입력을 감지할 수 있다(S1605,S1610). 이에 대응하는 동작은, 도 15의 동작 S1505 내지 동작 S1510에 대응하므로 중복되는 설명은 생략한다.
제1 구성 요소(1601)는 이미지 및 사용자 입력이 감지된 수신된 이미지 및 터치 지점에 대한 정보를 바탕으로 사용자에 의해 선택된 오브젝트가 표시된 오브젝트 영역을 검출할 수 있다(S1615).
제1 구성 요소(1601)는 검출된 오브젝트 영역 및 이미지를 제2 구성 요소(1602)로 전송할 수 있다(S1620).
이하의 동작인 S1625 내지 S1650은 도 15의 동작인 S1525 내지 1550에 대응하므로, 중복되는 설명은 생략한다.
다른 실시예로, 도 23에서는 제1 구성 요소(1701)는 제2 구성 요소(1702)와 연동하여 사용자에 의해 선택된 오브젝트에 대한 정보를 포함하는 리스트를 표시하고, 오브젝트에 대한 정보 중 하나를 선택하는 사용자 입력을 감지할 수 있다(S1705 내지 S1745). 이에 대응하는 동작은, 도 15의 동작 S1505 내지 동작 S1545에 대응하므로 중복되는 설명은 생략한다.
제1 구성 요소(1701)는 사용자에 의해 선택된 정보를 제3 구성 요소(1703)로 전송할 수 있다(S1750). 이때, 제1 구성 요소(1701)는 사용자에 의해 선택된 정보를 포함하는 쿼리를 생성하여 제3 구성 요소(1703)로 전송할 수 있다.
제3 구성 요소(1703)은 사용자에 의해 선택된 정보를 바탕으로 관련 컨텐츠를 검색할 수 있다(S1755). 이때, 제3 구성 요소(1703)는 저장된 혹은 제3 구성 요소(1703)와 연결된 구성 요소에 저장된 컨텐츠 중 사용자에 의해 선택된 정보와 동일하거나 관련된 제목, 텍스트를 가지는 컨텐츠를 검색할 수 있다. 이때, 제3 구성 요소(1703)는 컨텐츠 중 이미지 컨텐츠만을 검색할 수 있으나, 이는 일 실시예에 불과할 뿐, 동영상 컨텐츠, 오디오 컨텐츠, 웹 컨텐츠 등과 같은 다양한 컨텐츠를 포함할 수 있다.
제3 구성 요소(1703)는 검색 결과를 제1 구성 요소(1701)로 전송할 수 있으며(S1760), 제1 구성 요소(1701)는 전송된 검색 결과를 제공할 수 있다(S1765).
본 개시의 다양한 실시예들은 기기(machine)(예: 컴퓨터)로 읽을 수 있는 저장 매체(machine-readable storage media에 저장된 명령어를 포함하는 소프트웨어로 구현될 수 있다. 기기는, 저장 매체로부터 저장된 명령어를 호출하고, 호출된 명령어에 따라 동작이 가능한 장치로서, 개시된 실시예들에 따른 전자 장치(예: 전자 장치(100))를 포함할 수 있다. 상기 명령이 프로세서에 의해 실행될 경우, 프로세서가 직접, 또는 상기 프로세서의 제어하에 다른 구성요소들을 이용하여 상기 명령에 해당하는 기능을 수행할 수 있다. 명령은 컴파일러 또는 인터프리터에 의해 생성 또는 실행되는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장매체는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, '비일시적'은 저장매체가 신호(signal)를 포함하지 않으며 실재(tangible)한다는 것을 의미할 뿐 데이터가 저장매체에 반영구적 또는 임시적으로 저장됨을 구분하지 않는다.
일시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory (CD-ROM))의 형태로, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 온라인으로 배포될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시예들에 따른 구성 요소(예: 모듈 또는 프로그램) 각각은 단수 또는 복수의 개체로 구성될 수 있으며, 전술한 해당 서브 구성 요소들 중 일부 서브 구성 요소가 생략되거나, 또는 다른 서브 구성 요소가 다양한 실시예에 더 포함될 수 있다. 대체적으로 또는 추가적으로, 일부 구성 요소들(예: 모듈 또는 프로그램)은 하나의 개체로 통합되어, 통합되기 이전의 각각의 해당 구성 요소에 의해 수행되는 기능을 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따른, 모듈, 프로그램 또는 다른 구성 요소에 의해 수행되는 동작들은 순차적, 병렬적, 반복적 또는 휴리스틱하게 실행되거나, 적어도 일부 동작이 다른 순서로 실행되거나, 생략되거나, 또는 다른 동작이 추가될 수 있다.

Claims (15)

  1. 이미지를 검색하기 위한 전자 장치의 제어 방법에 있어서,
    적어도 하나의 오브젝트를 포함하는 이미지를 표시하는 단계;
    오브젝트를 선택하기 위한 사용자 입력을 감지하는 단계;
    오브젝트에 대한 정보를 획득하기 위해 학습된 인식 모델을 이용하여 상기 사용자 입력이 감지된 지점에 표시된 오브젝트를 인식하고 상기 인식된 오브젝트에 대한 정보를 획득하는 단계;
    상기 오브젝트에 대한 정보를 포함하는 리스트를 표시하는 단계; 및
    상기 리스트에 포함된 상기 오브젝트에 대한 정보 중 하나가 선택되면, 상기 선택된 정보를 바탕으로 관련 이미지를 검색하여 제공하는 단계;를 포함하는 제어 방법.
  2. 제1항에 있어서,
    상기 획득하는 단계는,
    상기 사용자 입력이 감지된 지점의 좌표값을 바탕으로 오브젝트가 표시된 오브젝트 영역을 추출하는 단계;
    상기 추출된 오브젝트 영역을 상기 인식 모델에 입력하여 상기 오브젝트를 인식하고 상기 오브젝트에 대한 정보를 획득하는 단계;를 포함하는 제어 방법.
  3. 제1항에 있어서,
    상기 획득하는 단계는,
    오브젝트를 인식하도록 학습된 제1 인식 모델를 이용하여 상기 오브젝트를 인식하고,
    오브젝트의 컨텍스트 정보를 추정하도록 학습된 제2 인식 모델을 이용하여 상기 오브젝트의 컨텍스트 정보를 획득하는 것을 특징으로 하는 제어 방법.
  4. 제1항에 있어서,
    상기 오브젝트에 대한 정보는,
    상기 오브젝트의 유형, 상기 오브젝트의 색, 상기 오브젝트의 크기, 상기 오브젝트의 이름, 상기 오브젝트의 성별, 상기 오브젝트의 움직임 여부, 상기 오브젝트의 감정상태, 상기 오브젝트의 옷차림 중 적어도 하나를 포함하는 제어 방법.
  5. 제1항에 있어서,
    상기 전자 장치는 복수의 이미지 및 상기 복수의 이미지의 태그 정보를 매칭하여 저장하며,
    상기 제공하는 단계는,
    상기 전자 장치에 저장된 복수의 이미지 중 상기 선택된 정보와 대응되는 태그 정보를 가지는 관련 이미지를 검색하여 제공하는 것을 특징으로 하는 제어 방법.
  6. 제5항에 있어서,
    상기 관련 이미지 중 적어도 하나를 선택하여 앨범을 생성하기 위한 사용자 명령이 입력되면, 상기 적어도 하나의 관련 이미지를 포함하는 앨범을 생성하는 단계;를 포함하는 제어 방법.
  7. 제5항에 있어서,
    이미지가 획득된 경우, 오브젝트에 대한 정보를 추정하기 위해 학습된 인식 모델에 상기 획득된 이미지를 입력하여 상기 획득된 이미지에 포함된 오브젝트에 대한 정보를 획득하는 단계; 및
    상기 획득된 오브젝트에 대한 정보를 태그 정보로서 상기 획득된 이미지와 함께 매칭하여 저장하는 단계;를 포함하는 제어 방법.
  8. 제1항에 있어서,
    상기 제공하는 단계는,
    상기 선택된 정보를 포함하는 쿼리를 생성하는 단계;
    상기 생성된 쿼리를 외부의 검색 서버로 전송하는 단계;
    상기 쿼리에 응답하여 상기 검색 서버로부터 상기 선택된 정보에 대응되는 관련 이미지를 포함하는 검색 결과를 수신하는 단계; 및
    상기 검색 결과를 제공하는 단계;를 포함하는 제어 방법.
  9. 제1항에 있어서,
    상기 제공하는 단계는,
    사용자 명령에 따라 제1 오브젝트에 대한 정보 중 제1 정보를 선택하고, 제2 오브젝트에 대한 정보 중 제2 정보를 선택하는 단계; 및
    사용자 명령에 따라 상기 선택된 제1 정보 및 제2 정보를 바탕으로 검색식을 생성하는 단계; 및
    상기 생성된 검색식을 이용하여 관련 이미지를 검색하여 제공하는 단계;를 포함하는 제어 방법.
  10. 제1항에 있어서,
    상기 리스트를 표시하는 단계는,
    상기 인식된 오브젝트 주위에 상기 리스트를 표시하는 것을 특징으로 하는 제어 방법.
  11. 전자 장치에 있어서,
    디스플레이;
    사용자 입력부;
    상기 디스플레이 및 상기 사용자 입력부와 전기적으로 연결된 프로세서; 및
    상기 프로세서에 전기적으로 연결된 메모리;를 포함하며,
    상기 프로세서는,
    상기 디스플레이에 적어도 하나의 오브젝트를 포함하는 이미지가 표시되는 동안 상기 사용자 입력부를 이용하여 오브젝트를 선택하기 위한 사용자 입력에 따른 입력 신호를 획득하고,
    상기 입력 신호에 응답하여, 오브젝트에 대한 정보를 획득하기 위해 학습된 인식 모델을 이용하여 상기 사용자 입력이 감지된 지점에 표시된 오브젝트를 인식하고 상기 인식된 오브젝트에 대한 정보를 획득하며,
    상기 오브젝트에 대한 정보를 포함하는 리스트를 표시하도록 상기 디스플레이를 제어하며,
    상기 사용자 입력부를 통해 상기 리스트에 포함된 상기 오브젝트에 대한 정보 중 하나가 선택되면, 상기 선택된 정보를 바탕으로 관련 이미지를 검색하여 제공하는 전자 장치.
  12. 제11항에 있어서,
    상기 프로세서는,
    상기 사용자 입력이 감지된 지점의 좌표값을 바탕으로 오브젝트가 표시된 오브젝트 영역을 추출하고,
    상기 추출된 오브젝트 영역을 상기 인식 모델에 입력하여 상기 오브젝트를 인식하고 상기 오브젝트에 대한 정보를 획득하는 전자 장치.
  13. 제11항에 있어서,
    상기 프로세서는,
    오브젝트를 인식하도록 학습된 제1 인식 모델를 이용하여 상기 오브젝트를 인식하고,
    오브젝트의 컨텍스트 정보를 추정하도록 학습된 제2 인식 모델을 이용하여 상기 오브젝트의 컨텍스트 정보를 획득하는 것을 특징으로 하는 전자 장치.
  14. 제11항에 있어서,
    상기 오브젝트에 대한 정보는,
    상기 오브젝트의 유형, 상기 오브젝트의 색, 상기 오브젝트의 크기, 상기 오브젝트의 이름, 상기 오브젝트의 성별, 상기 오브젝트의 움직임 여부, 상기 오브젝트의 감정상태, 상기 오브젝트의 옷차림 중 적어도 하나를 포함하는 전자 장치.
  15. 제11항에 있어서,
    상기 메모리는 복수의 이미지 및 상기 복수의 이미지의 태그 정보를 매칭하여 저장하며,
    상기 프로세서는,
    상기 전자 장치에 저장된 복수의 이미지 중 상기 선택된 정보와 대응되는 태그 정보를 가지는 관련 이미지를 검색하는 전자 장치.
PCT/KR2018/012640 2017-10-27 2018-10-24 관련 이미지를 검색하기 위한 전자 장치 및 이의 제어 방법 Ceased WO2019083275A1 (ko)

Priority Applications (6)

Application Number Priority Date Filing Date Title
US16/757,826 US11853108B2 (en) 2017-10-27 2018-10-24 Electronic apparatus for searching related image and control method therefor
CN202311341684.7A CN117421437A (zh) 2017-10-27 2018-10-24 用于搜索相关图像的电子装置及其控制方法
CN201880067738.6A CN111247536B (zh) 2017-10-27 2018-10-24 用于搜索相关图像的电子装置及其控制方法
EP18869828.6A EP3663990A4 (en) 2017-10-27 2018-10-24 ELECTRONIC DEVICE FOR SEARCHING RELATED IMAGES AND CONTROL METHOD THEREFOR
CN202311346826.9A CN117493596A (zh) 2017-10-27 2018-10-24 用于搜索相关图像的电子装置及其控制方法
US18/377,900 US12282506B2 (en) 2017-10-27 2023-10-09 Electronic apparatus for searching related image and control method therefor

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2017-0140805 2017-10-27
KR1020170140805A KR102599947B1 (ko) 2017-10-27 2017-10-27 관련 이미지를 검색하기 위한 전자 장치 및 이의 제어 방법

Related Child Applications (2)

Application Number Title Priority Date Filing Date
US16/757,826 A-371-Of-International US11853108B2 (en) 2017-10-27 2018-10-24 Electronic apparatus for searching related image and control method therefor
US18/377,900 Continuation US12282506B2 (en) 2017-10-27 2023-10-09 Electronic apparatus for searching related image and control method therefor

Publications (1)

Publication Number Publication Date
WO2019083275A1 true WO2019083275A1 (ko) 2019-05-02

Family

ID=66246911

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2018/012640 Ceased WO2019083275A1 (ko) 2017-10-27 2018-10-24 관련 이미지를 검색하기 위한 전자 장치 및 이의 제어 방법

Country Status (5)

Country Link
US (2) US11853108B2 (ko)
EP (1) EP3663990A4 (ko)
KR (2) KR102599947B1 (ko)
CN (3) CN111247536B (ko)
WO (1) WO2019083275A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230326048A1 (en) * 2022-03-24 2023-10-12 Honda Motor Co., Ltd. System, information processing apparatus, vehicle, and method

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102116264B1 (ko) * 2018-04-02 2020-06-05 카페24 주식회사 대표이미지 추천 방법 및 장치, 및 시스템
WO2020142640A1 (en) * 2019-01-03 2020-07-09 Lucomm Technologies, Inc. Robotic devices
KR102030027B1 (ko) * 2019-05-09 2019-10-08 (주)엠폴시스템 라벨링 데이터 정제방법, 장치 및 프로그램
JP6590329B1 (ja) * 2019-06-26 2019-10-16 株式会社ラディウス・ファイブ 画像表示システム及びプログラム
CN110609833A (zh) * 2019-09-19 2019-12-24 广东小天才科技有限公司 一种书本页码的识别方法、装置、家教机及存储介质
JP6800453B1 (ja) * 2020-05-07 2020-12-16 株式会社 情報システムエンジニアリング 情報処理装置及び情報処理方法
DE112020007226T5 (de) * 2020-05-22 2023-04-13 Intel Corporation Technologie zur nutzung von videoquellen-kontextinformationen bei dernachbearbeitung
TW202207007A (zh) * 2020-08-14 2022-02-16 新穎數位文創股份有限公司 物件辨識裝置與物件辨識方法
KR102310595B1 (ko) * 2021-02-10 2021-10-13 주식회사 인피닉 제안된 정보를 이용하여 객체 속성을 설정할 수 있는 어노테이션 방법 및 이를 실행하기 위하여 기록매체에 기록된 컴퓨터 프로그램
KR102310585B1 (ko) * 2021-02-10 2021-10-13 주식회사 인피닉 용이하게 객체를 지정할 수 있는 어노테이션 방법 및 이를 실행하기 위하여 기록매체에 기록된 컴퓨터 프로그램
KR102356909B1 (ko) * 2021-05-13 2022-02-08 주식회사 인피닉 인공지능 학습용 데이터의 객체를 지정하고 속성을 설정하는 어노테이션 방법 및 이를 실행하기 위하여 기록매체에 기록된 컴퓨터 프로그램
CN113449135B (zh) 2021-08-31 2021-11-19 阿里巴巴达摩院(杭州)科技有限公司 图像生成系统与方法
CN115774806A (zh) * 2021-09-08 2023-03-10 腾讯科技（深圳）有限公司 一种搜索处理方法、装置、设备、介质及程序产品
US20230152946A1 (en) * 2021-11-17 2023-05-18 Google Llc Methods and apparatus for search of an area rendered within a browser
JP7780776B2 (ja) * 2022-03-29 2025-12-05 キッコーマン株式会社 料理情報提供システム、料理情報提供方法、料理情報提供装置、料理情報提供プログラム、及びそのプログラムを記録した記録媒体
KR20240084192A (ko) * 2022-12-06 2024-06-13 삼성전자주식회사 이미지가 표시되는 캘린더 ui를 제공하는 전자 장치 및 그 제어 방법
CN119065553A (zh) * 2023-05-30 2024-12-03 北京有竹居网络技术有限公司 一种交互方法、装置、电子设备以及存储介质
WO2025023432A1 (ko) * 2023-07-25 2025-01-30 삼성전자 주식회사 입력 필드를 이용한 빠른 실행 방법 및 그 전자 장치
CN119376606A (zh) * 2024-11-15 2025-01-28 维沃移动通信有限公司 对象处理方法、装置、电子设备、存储介质及程序产品

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140019630A (ko) * 2012-08-06 2014-02-17 삼성전자주식회사 이미지에 대한 부가 정보 태깅 및 검색 방법과 시스템, 기기와 그 기록 매체
KR20140064326A (ko) * 2012-11-20 2014-05-28 삼성전자주식회사 태그 정보 저장 방법 및 장치와 태그 정보를 이용한 이미지 검색 방법 및 장치
KR20140077510A (ko) * 2012-12-14 2014-06-24 삼성전자주식회사 정보 검색 방법, 그와 같은 기능을 갖는 디바이스 및 기록 매체
KR20150033202A (ko) * 2013-09-23 2015-04-01 엘지전자 주식회사 이동단말기 및 그 제어방법
KR101768521B1 (ko) * 2016-05-02 2017-08-17 네이버 주식회사 이미지에 포함된 객체에 대한 정보 데이터를 제공하는 방법 및 시스템

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080071770A1 (en) 2006-09-18 2008-03-20 Nokia Corporation Method, Apparatus and Computer Program Product for Viewing a Virtual Database Using Portable Devices
CN101553831A (zh) * 2006-09-18 2009-10-07 诺基亚公司 用于使用便携式设备查看虚拟数据库的方法、装置和计算机程序产品
KR100930249B1 (ko) 2008-02-29 2009-12-09 한국과학기술원 영상으로부터 얻은 정보를 이용하여 인터넷을 검색하는장치 및 그 방법
US9195898B2 (en) * 2009-04-14 2015-11-24 Qualcomm Incorporated Systems and methods for image recognition using mobile devices
US9135277B2 (en) 2009-08-07 2015-09-15 Google Inc. Architecture for responding to a visual query
EP2518641A4 (en) 2009-12-24 2013-07-24 Nikon Corp QUERY ASSISTANCE SYSTEM, QUESTION SUPPORT PROCEDURE AND QUERY ASSISTANCE PROGRAM
KR101730367B1 (ko) 2010-05-07 2017-04-26 엘지전자 주식회사 이동 단말기 및 그 제어방법
KR101698096B1 (ko) 2010-10-08 2017-01-19 엘지전자 주식회사 단말기의 드로잉을 이용한 검색 방법 및 그 단말기
US8553981B2 (en) * 2011-05-17 2013-10-08 Microsoft Corporation Gesture-based visual search
JP5830784B2 (ja) 2011-06-23 2015-12-09 サイバーアイ・エンタテインメント株式会社 画像認識システムを組込んだ関連性検索によるインタレスト・グラフ収集システム
US8311973B1 (en) 2011-09-24 2012-11-13 Zadeh Lotfi A Methods and systems for applications for Z-numbers
EP2624198A1 (en) * 2012-01-26 2013-08-07 Hyundai Motor Company Search method using a plurality of space of interest objects
US9367625B2 (en) 2013-05-03 2016-06-14 Facebook, Inc. Search query interactions on online social networks
KR102157313B1 (ko) * 2013-09-03 2020-10-23 삼성전자주식회사 촬영된 영상을 이용하여 객체를 인식하는 방법 및 컴퓨터 판독 가능한 기록 매체
US10515110B2 (en) 2013-11-12 2019-12-24 Pinterest, Inc. Image based search
KR102158691B1 (ko) 2014-01-08 2020-09-22 엘지전자 주식회사 이동 단말기 및 그 제어 방법
US9426568B2 (en) 2014-04-15 2016-08-23 Harman International Industries, LLC Apparatus and method for enhancing an audio output from a target source
KR102178892B1 (ko) * 2014-09-15 2020-11-13 삼성전자주식회사 정보 제공 방법 및 그 전자 장치
KR102402511B1 (ko) * 2015-02-03 2022-05-27 삼성전자주식회사 영상 검색 방법 및 이를 위한 장치
US9489401B1 (en) 2015-06-16 2016-11-08 My EyeSpy PTY Ltd. Methods and systems for object recognition
CN106570015B (zh) * 2015-10-09 2020-02-21 杭州海康威视数字技术股份有限公司 图像搜索方法和装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140019630A (ko) * 2012-08-06 2014-02-17 삼성전자주식회사 이미지에 대한 부가 정보 태깅 및 검색 방법과 시스템, 기기와 그 기록 매체
KR20140064326A (ko) * 2012-11-20 2014-05-28 삼성전자주식회사 태그 정보 저장 방법 및 장치와 태그 정보를 이용한 이미지 검색 방법 및 장치
KR20140077510A (ko) * 2012-12-14 2014-06-24 삼성전자주식회사 정보 검색 방법, 그와 같은 기능을 갖는 디바이스 및 기록 매체
KR20150033202A (ko) * 2013-09-23 2015-04-01 엘지전자 주식회사 이동단말기 및 그 제어방법
KR101768521B1 (ko) * 2016-05-02 2017-08-17 네이버 주식회사 이미지에 포함된 객체에 대한 정보 데이터를 제공하는 방법 및 시스템

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230326048A1 (en) * 2022-03-24 2023-10-12 Honda Motor Co., Ltd. System, information processing apparatus, vehicle, and method
US12033340B2 (en) * 2022-03-24 2024-07-09 Honda Motor Co., Ltd. System, information processing apparatus, vehicle, and method

Also Published As

Publication number Publication date
CN117493596A (zh) 2024-02-02
US12282506B2 (en) 2025-04-22
CN117421437A (zh) 2024-01-19
KR20230157274A (ko) 2023-11-16
CN111247536B (zh) 2023-11-10
US11853108B2 (en) 2023-12-26
US20240152548A1 (en) 2024-05-09
KR102811374B1 (ko) 2025-05-22
KR102599947B1 (ko) 2023-11-09
KR20190047214A (ko) 2019-05-08
EP3663990A1 (en) 2020-06-10
CN111247536A (zh) 2020-06-05
EP3663990A4 (en) 2020-06-10
US20210191971A1 (en) 2021-06-24

Similar Documents

Publication Publication Date Title
WO2019083275A1 (ko) 관련 이미지를 검색하기 위한 전자 장치 및 이의 제어 방법
WO2019027258A1 (en) ELECTRONIC DEVICE AND METHOD FOR CONTROLLING THE ELECTRONIC DEVICE
WO2019203488A1 (en) Electronic device and method for controlling the electronic device thereof
WO2019098573A1 (en) Electronic device and method for changing chatbot
WO2020080834A1 (en) Electronic device and method for controlling the electronic device
WO2019027259A1 (en) APPARATUS AND METHOD FOR PROVIDING SUMMARY INFORMATION USING ARTIFICIAL INTELLIGENCE MODEL
EP3602334A1 (en) Apparatus and method for providing summarized information using an artificial intelligence model
WO2016126007A1 (en) Method and device for searching for image
WO2019177344A1 (en) Electronic apparatus and controlling method thereof
WO2021054588A1 (en) Method and apparatus for providing content based on knowledge graph
WO2020080773A1 (en) System and method for providing content based on knowledge graph
WO2019146942A1 (ko) 전자 장치 및 그의 제어방법
WO2018117428A1 (en) Method and apparatus for filtering video
WO2019022472A1 (en) ELECTRONIC DEVICE AND ITS CONTROL METHOD
EP3596667A1 (en) Electronic device and method for controlling the electronic device
EP3698258A1 (en) Electronic apparatus and controlling method thereof
WO2019027240A1 (en) ELECTRONIC DEVICE AND METHOD FOR PROVIDING A RESEARCH RESULT THEREOF
WO2018101694A1 (en) Electronic apparatus and method for summarizing content
WO2019231130A1 (ko) 전자 장치 및 그의 제어방법
EP3523710A1 (en) Apparatus and method for providing sentence based on user input
WO2018128403A1 (en) Apparatus and method for processing content
WO2018101671A1 (en) Apparatus and method for providing sentence based on user input
WO2018084581A1 (en) Method and apparatus for filtering a plurality of messages
WO2019132410A1 (en) Electronic device and control method thereof
EP3529774A1 (en) Apparatus and method for processing content

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18869828

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2018869828

Country of ref document: EP

Effective date: 20200306

NENP Non-entry into the national phase

Ref country code: DE