상기의 목적을 이루고 종래기술의 문제점을 해결하기 위하여, 본 발명은 복수 개 사진 및 사용자 주석을 입력받는 단계와, 상기 사용자 주석을 분석하여 공유 색인어를 추출하는 단계와, 상기 복수 개 사진을 분석하여 상황 변화를 검출하는 단계 및 상기 공유 색인어를 기초하여 상기 상황 변화에 따라 상기 복수 개 사진을 인덱싱하는 단계를 포함하는 것을 특징으로 하는 사진 의미 인덱싱 방법을 제공한다.
본 발명의 다른 일측에 따르는 사진 의미 인덱싱 시스템은 복수 개 사진 및 사용자 주석을 입력받는 입력부와, 상기 사용자 주석을 분석하여 공유 색인어를 추출하는 공유 색인어 추출부와, 상기 복수 개 사진을 분석하여 상황 변화를 검출하는 상황 변화 검출부와, 상기 공유 색인어를 기초하여 상기 상황 변화에 따라 상기 복수 개 사진을 인덱싱하는 인덱싱부 및 상기 주석, 상기 사진 또는 상기 색인어를 기록하고 유지하는 데이터베이스를 포함한다.
본 발명에서 사용되는 주석(annotation)은 키워드(keyword), 프리 텍스트(free text) 또는 음성(voice)에 의한 사진의 설명을 의미하며, 사용자 주석은 사용자가 수동으로 단 주석으로 주로 프리 텍스트 형식이다.
본 발명에서 사용되는 색인어(Index term)는 의미 태그(semantic tag) 또는 의미 키워드로서 사진을 대표할 수 있는 단어이며, 공유 색인어는 통합적인 상황을 공유하는 사진들을 묶는 공통 의미 색인어인 상위 레벨 색인어(High level index)이며, 이미지 색인어는 해당 사진 한 장을 나타낼 수 있는 키워드인 하위 레벨 색인어(low level index)로서 주로 키워드 형식으로 시스템에 의해 자동으로 추론된 주석을 자동 주석이라고도 한다.
이하에서는 첨부된 도면들을 참조하여 본 발명의 실시예에 따른 사진 의미 인덱싱 방법 및 그 시스템을 상세히 설명한다.
도 1은 본 발명의 일실시예에 따른 사진 의미 인덱싱 시스템의 구성을 나타내는 도면이다.
도 1을 참조하면, 본 발명의 일실시예에 따른 사진 의미 인덱싱 시스템(100)은 입력부(110), 데이터베이스(140), 사용자 주석 추출부(150), 상황 변화 검출부 (160), 개별 상황 추출부(170) 및 인덱싱부(180)를 포함한다.
입력부(110)는 사용자 주석 입력부(111) 및 사진 입력부(120)를 포함하며, 사용자 주석 입력부(111)를 통해 사용자로부터 사진의 주석을 입력받고, 사진 입력부(120)를 통해 사용자로부터 사진을 입력받을 수 있다. 사용자 주석 입력부(111)는 사용자가 사진 입력부(120)를 통해 입력된 사진 또는 데이터베이스(140)에 저장된 사진 중 하나를 선택하고, 선택된 사진의 주석을 입력할 수 있다. 상기 주석은 상기 사진의 내용을 쉽도록 파악할 수 있도록 상기 사진을 촬영한 장소, 사진을 촬영한 시간 또는 사진을 함께 촬영한 인물 정보 등과 같이 사진과 관련된 각종 정보들을 포함할 수 있다.
도 2는 본 발명에 따른 의미적 주석 분석과 색인어 공유를 통한 의미 인덱싱의 개념을 나타내는 도면이다.
도 2를 참조하면, 사용자 주석 입력부(111)는 상기 사용자로부터 도 2에 도시된 것과 같은 사진들(P0 ~ Pn) 중 어느 하나의 사진(P3)를 선택받고, 선택된 사진(P3)를 확인한 상기 사용자로부터 예를 들어 "2005년 친구들과 동해 여름 휴가에서"와 같은 사용자 주석을 입력받을 수 있다. 제1 사진 내지 제n 사진(P1 ~ Pn)은 상기 사용자에 의해 입력된 주석과 같이 동일한 장소에서 동일한 날짜에 동일한 인물들과 찍은 사진인 경우이므로 예를 들어 '동해 여름 휴가'와 같은 색인어를 공유하는 최소 세그먼트(segment)를 이룰 수 있다. 제0 사진(P0)은 제1 사진 내지 제n 사진(P1 ~ Pn)과 달리 사진을 찍은 장소, 시간 또는 인물이 달라져서 상기 최소 세그먼트와 상황 변화가 발생한 경우로서 다른 세그먼트로 분류될 수 있다.
사진 입력부(120)는 사진 촬영 센서(121), 위치 측정 센서(122) 및 사진 인코딩부(130)를 포함한다.
사진 촬영 센서(121)는 사진을 촬영하기 위해 상기 사용자에 의해 선택된 배경, 사물 또는 사람을 포함하는 이미지를 센싱한다. 위치 측정 센서(122)는 사진 촬영 센서(121)에 의해 상기 사진이 촬영되는 경우, 상기 사진이 촬영된 위치를 측정하기 위한 센싱 동작을 수행한다. 위치 측정 센서(122)는 일례로 GPS(Global Positioning System) 수신기로 구현될 수 있다. 즉, 위치 측정 센서(122)가 상기 GPS 수신기인 경우, GPS 위성으로부터 GPS 정보를 수신함으로써 상기 GPS 정보를 기초로 하여 사진 촬영 센서(121)에 의해 사진 촬영이 이루어지는 위치를 파악할 수 있다.
사진 인코딩부(130)는 이미지 인코더(131) 및 사진 정보 인코더(132)를 포함하며, 촬영된 사진의 이미지 및 사진 정보를 인코딩한다. 이미지 인코더(131)는 사진 촬영 센서(121)를 통해 촬영된 사진의 이미지를 인코딩하고, 사진 정보 인코더(132)는 위치 측정 센서(122)를 통해 측정된 상기 사진의 촬영 위치 정보 및 상기 사진의 촬영 시간 정보 등을 포함하는 사진 정보를 인코딩한다. 또한, 상기 사진 정보는 상기 사진을 촬영하는 당시의 조도, 플래시, 접사 등 상기 사진과 관련된 각종 정보를 포함한다. 사진 정보 인코더(132)는 EXIF(Exchangeable Image File format) 인코더로서 예를 들어 상기 사진의 이미지를 일정한 포맷으로 저장할 때 상기 사진과 연관된 각종 정보를 인코딩할 수 있다. 이처럼 사진 인코딩부(130)는 상기 촬영된 사진 이미지, 상기 사진의 촬영 시간 정보 및 상기 사진의 촬 영 위치 정보를 포함하는 사진을 예를 들어 JPG 형식으로 이미지 파일로 인코딩할 수 있다.
데이터베이스(140)는 주석 DB(Data Base)(141), 사진 DB(142) 및 색인어 DB(143)를 포함하며, 상기 사용자에 의해 입력된 사용자 주석, 촬영된 사진 및 색인어를 기록하고 유지한다. 즉, 주석 DB(141)는 사용자 주석 입력부(111)를 통해 입력된 상기 사용자 주석을 기록하고 유지하고, 사진 DB(142)는 사진 인코딩부(130)에 의해 인코딩된 사진 파일을 기록하여 유지하고, 색인어 DB(143)는 인덱싱부(180)에 의해 인덱싱된 색인어들을 기록하고 유지한다.
공유 색인어 추출부(150)는 사용자 주석 분석기(151) 및 공유 색인어 추출기(152)를 포함하며, 상기 사용자 주석을 분석하고 그 결과에 따라 상기 사용자 주석으로부터 공유 색인어를 추출한다. 즉, 사용자 주석 분석기(151)는 사용자 주석 입력부(111)를 통해 입력된 상기 사용자 주석이 상기 사용자 주석을 분석하고, 공유 색인어 추출기(152)는 상기 사용자 주석의 분석 결과에 따라 상기 사용자 주석으로부터 상기 공유 색인어를 추출할 수 있다.
도 3은 본 발명에 따른 공유 색인어 추출의 일례를 나타내는 도면이다.
도 3을 참조하여 상기 사용자가 제1 세그먼트(Segment #1)에 포함된 사진 중 어느 하나의 사진에 상기 사용자 주석으로 '결혼식'을 입력하고, 제2 세그먼트(Segment #2)에 포함된 사진 중 어느 하나의 사진에 상기 사용자 주석으로 '폐백'을 입력한 경우를 예로 들어 설명한다. 사용자 주석 분석기(151)는 상기 사용자 주석으로 입력된 '결혼식' 및 '폐백'으로부터 동일 이벤트 및 상하위 상관 관계를 분석할 수 있다. 공유 색인어 추출기(152)는 상기 사용자 주석의 분석 결과에 따라 예를 들어 '결혼식' 및 '폐백'의 동일 이벤트인 '결혼/결혼식'을 상기 공유 색인어로 추출할 수 있다. 즉, 공유 색인어 추출부(150)는 사용자 주석 분석기(151)를 통해 상기 사용자 주석으로부터 동일 이벤트 및 상하위 상관 관계를 분석하고, 공유 색인어 추출기(152)를 통해 상기 사용자 주석의 분석 결과에 기초하여 상기 공유 색인어를 추출할 수 있다.
상황 변화 검출부(160)는 상기 복수 개 사진을 분석하여 상황 변화를 검출한다. 즉, 상황 변화 검출부(160)는 사진 DB(142)에 저장된 복수 개 사진의 비주얼 변화, 인물 변화, 장소 변화 또는 시간 변화를 검출하고, 상기 검출된 비주얼 변화, 인물 변화, 장소 변화 또는 시간 변화에 따라 상기 복수 개 사진의 상황 변화를 판단한다. 이하 도 5를 참조하여 상황 변화 검출부(160)의 구성 및 동작을 보다 상세하게 설명하기로 한다.
도 5는 본 발명에 따른 상황 변화 검출부의 구체적인 일례를 나타내는 도면이다.
도 5를 참조하면, 상황 변화 검출부(160)는 비주얼 유사도 계산부(510), 비주얼 변화 판단부(515), 인물 비교부(520), 인물 변화 판단부(525), 위치 근접성 계산부(530), 장소 변화 판단부(535), 시간 근접성 계산부(540), 시간 변화 판단부(545) 및 최종 상황 변화 판단부(550)를 포함한다.
비주얼 유사도 계산부(510)는 사진 DB(142)에 저장된 상기 복수 개 사진의 비주얼 유사도(visual similarity)를 계산하고, 비주얼 변화 판단부(515)는 상기 계산된 비주얼 유사도에 따라 기준 사진과 비교 대상 사진의 비주얼 차이(Visual_Diff)가 비주얼 차이 기준치 이상인 경우, 상기 비주얼 변화로 판단한다. 즉, 상황 변화 판단부(160)는 비주얼 유사도 계산부(510)를 통해 계산된 복수 개 사진의 비주얼 유사도에 기초하여 상기 기준 사진의 비주얼과 상기 비교 대상 사진의 비주얼을 비교하고, 비주얼 변화 판단부(515)에서 그 결과에 따라 상기 비주얼 차이(Visual_Diff)가 상기 비주얼 차이 기준치 이상이면, 상기 기준 사진과 상기 비교 대상 사진의 비주얼 차이가 많이 나므로 비주얼 차이로 인한 상기 상황 변화를 비주얼 변화(v)로 판단할 수 있다.
인물 비교부(520)는 사진 DB(142)에 저장된 상기 복수 개 사진의 인물을 비교하고, 인물 변화 판단부(525)는 상기 비교 결과에 따라 기준 사진과 비교 대상 사진의 인물 차이(Face_Diff)가 인물 차이 기준치 이상인 경우, 상기 인물 변화로 판단한다. 상황 변화 판단부(160)는 인물 비교부(520)를 통해 비교된 복수 개 사진의 인물 비교 결과에 기초하여 상기 기준 사진의 인물과 상기 비교 대상 사진의 인물을 비교하고, 인물 변화 판단부(525)에서 그 결과에 따라 상기 인물 차이(Face_Diff)가 상기 인물 차이 기준치 이상이면, 상기 기준 사진과 상기 비교 대상 사진의 인물 차이가 많이 나므로 상기 인물 변화(f)로 판단한다. 즉, 상황 변화 판단부(160)는 상기 기준 사진의 인물과 상기 비교 대상 사진의 인물을 비교하여 그 차이가 많이 나는 경우, 상기 기준 사진의 인물과 상기 비교 대상 사진의 인물이 서로 다른 인물로 간주하여 상기 기준 사진과 상기 비교 대상 사진의 상황이 변화되었음을 판단할 수 있다. 따라서, 상황 변화 검출부(160)는 예를 들어, 상기 기준 사진의 인물이 'AAA'이고, 상기 비교 대상 사진의 인물이 'BBB'인 경우, 상기 기준 사진과 상기 비교 대상 사진이 각기 다른 인물의 사진이므로 상기 상황 변화를 상기 기준 사진과 상기 비교 대상 사진간 인물 변화로 검출할 수 있다.
위치 근접성 계산부(530)는 상기 복수 개 사진 중 기준 사진의 위치 정보와 비교 대상 사진의 위치 정보를 비교하여 상기 기준 사진과 상기 비교 대상의 위치 근접성(location proximity)를 계산한다. 장소 변화 판단부(535)는 상기 계산된 위치 근접성에 기초하여 상기 기준 사진과 상기 비교 대상 사진의 위치 차이(Location_Diff)가 위치 기준치 이상인 경우, 상기 장소 변화(l)로 판단한다. 즉, 상황 변화 검출부(160)는 예를 들어 상기 기준 사진의 위치가 '서울'이고, 상기 비교 대상 사진의 위치가 '부산'이고, 상기 위치 차이 기준치가 '10km'인 경우, 상기 기준 사진과 상기 비교 대상 사진의 위치 차이(Location_Diff)에 의해 계산된 위치 근접성이 약 400km이기 때문에 상기 위치 차이 기준치 이상이므로 상기 상황 변화를 상기 기준 사진과 상기 비교 대상 사진간 상기 장소 변화로 검출할 수 있다.
시간 근접성 계산부(540)는 상기 복수 개 사진 중 기준 사진과 비교 대상 사진간의 시간 근접성(time proximity)를 계산한다. 시간 변화 판단부(545)는 상기 계산된 시간 근접성에 기초하여 상기 기준 사진과 상기 비교 대상 사진의 시간 차이(Time_Diff)가 시간 기준치 이상인 경우, 상기 상황 변화를 시간 변화(t)로 판단한다. 즉, 상황 변화 검출부(160)는 상기 기준 사진의 시간 정보가 '7월 1일'이고, 상기 비교 대상 사진의 시간 정보가 '9월 1일'이고, 상기 시간 기준치가 '1일'인 경우, 상기 기준 사진과 상기 비교 대상 사진의 시간 차이(Time_Diff)가 '62일' 이므로 상기 기준 시간치인 '1'일보다 크므로 상기 상황 변화를 상기 기준 사진과 상기 비교 대상 사진간 상기 시간 변화로 검출할 수 있다.
최종 상황 변화 판단부(550)는 상기 비주얼 변화, 상기 인물 변화, 상기 장소 변화 또는 상기 시간 변화를 기초로 하여 최종 상황 변화를 판단한다. 또한, 최종 상황 변화 판단부(550)는 상기 최종 상황 변화의 판단 결과를 상황 변화 검수로 출력한다. 즉, 최종 상황 변화 판단부(550)는 하기 수학식 1과 같이 상기 비주얼 변화의 가중치(wv), 상기 인물 변화의 가중치(wf), 상기 장소 변화의 가중치(wl), 및 상기 시간 변화의 가중치(wt) 합으로 상기 상황 변화 검수를 판단할 수 있다.
의미 관계 추론부(165)는 상기 사용자 주석 분석 결과 및 상기 상황 변화 검수를 기초로 하여 상기 복수 개 사진간 의미 관계를 추론한다. 즉, 의미 관계 추론부(165)는 존재론(ontology)를 이용하여 비슷한 의미를 갖는 최소 세그먼트들을 병합(merge)하여 계층적으로 그룹핑한다. 의미 관계 추론부(165)는 의미 네트워크를 이용한 지식 기반 분석을 통해서 상기 사용자 주석에 사용된 어휘간의 관계를 분석하여 인접한 세그먼트가 동일한 이벤트이거나 상하위 관계(예를 들어 결혼식, 폐백)에 있을 경우 병합한다. 이때, 상기 그룹핑 및 상기 병합의 조건은 상기 복 수 개 사진들이 연속된 시간 라인(time-line)상에 있어야 한다.
도 4는 본 발명에 따른 계층적 그룹핑에 의한 의미 인덱싱의 일례를 나타내는 도면이다.
도 4를 참조하면, 참조번호(410)는 예를 들어 '결혼식'으로 연관된 사진들이 그룹핑되며, 참조번호(420)는 상위 계층인 상기 결혼식으로 그룹핑된 사진을 보다 자세하게 분류한 하위 계층인 '결혼식장'과 연관된 사진들이 그룹핑되고, '야외촬영'과 연관된 사진들이 그룹핑되고, '폐백'과 연관된 사진들이 각각 그룹핑된다. 이와 같이, 본 발명에서는 의미 인덱싱을 수행할 때 상위 레벨(high level)로 크게 분류된 색인어로 그룹핑하고, 상기 상위 레벨로 분류된 색인어를 다시 보다 자세하게 분류한 하위 레벨(low level)의 색인어로 그룹핑할 수 있다. 다른 일례로 상위 레벨의 색인어가 '지리산'인 경우, '노고단', '화엄사'와 같이 지리산내에 위치한 지명 또는 사찰을 하위 레벨의 색인어로 그룹핑할 수 있다. 또 다른 일례로 상위 레벨의 색인어가 '졸업식'인 경우, 졸업식과 관계가 있는 '학사모', 선생님' 등을 하위 레벨의 색인어로 그룹핑할 수 있다.
개별 상황 추론부(170)는 상기 입력된 사진의 시간, 위치, 인물, 상황(occasion), 객체, 행동 또는 카테고리를 추론한다. 즉, 개별 상황 추론부(170)는 사진 DB(142)에 저장된 복수 개 사진을 분석하여 각 사진별로 언제(When), 어디서(Where), 누가(Who), 무엇을 가지고(With Which thing), 어떤 상황(What occasion), 어떤 행동(Which action) 또는 어떤 카테고리(Which category)인지를 추론한다. 또한, 개별 상황 추론부(170)는 상기 복수 개 사진을 분석할 때 이전 사진과 변화가 없는 부분에 대해 중복 추출을 방지하기 위해 상황 변화 검출부(160)에서 변화되지 않은 부분을 판단하여 변화된 부분에 대해서만 상기 개별 상황에 따른 시간, 위치, 인물, 상황, 객체, 행동 또는 카테고리를 추론할 수 있다.
일례로 상기 개별 상황이 언제인 경우, 개별 상황 추론부(170)는 상기 복수 개 사진에 포함된 사진 정보로서 날짜(date) 및 시간(time) 정보를 분석하여 상기 복수 개 사진의 촬영 시간과 연관된 주석을 자동으로 추론할 수 있다.
다른 일례로 상기 개별 상황이 상기 어디인 경우, 개별 상황 추론부(170)는 상기 복수 개 사진에 포함된 사진 정보로서 위치 정보(예를 들어 GPS 정보)를 분석함으로써 상기 복수 개 사진의 촬영 장소와 연관된 주석을 자동으로 추론할 수 있다.
또 다른 일례로 상기 개별 상황이 누구인 경우, 개별 상황 추론부(170)는 상기 복수 개 사진의 이미지를 분석하여 사전에 등록된 인물에 대한 얼굴을 검출하고, 검출된 얼굴과 연관된 주석을 자동으로 추론할 수 있다. 사진 DB(142)는 상기 복수 개 사진에서 인덱싱을 위해 사진을 촬영한 인물의 얼굴 정보를 기록하고 유지할 수 있다.
또 다른 일례로 상기 개별 상황이 어떤 물건(객체)인 경우, 개별 상황 추론부(170)는 상기 복수 개 사진의 객체를 인식하고, 인식된 객체와 연관된 주석을 자동으로 추론하거나 제한적으로 추론할 수 있다.
또 다른 일례로 상기 개별 상황이 어떤 상황(이벤트) 또는 어떤 행동인 경우, 개별 상황 추론부(170)는 상기 입력된 사진에 포함된 사용자 주석을 이용하여 어떤 경우인지 또는 어떤 행동인지를 추론한다.
또 다른 일례로 상기 개별 상황이 어떤 카테고리인 경우, 개별 상황 추론부(170)는 상기 복수 개 사진의 이미지를 분석하여 자동으로 사진 카테고리를 추론한다. 상기 복수 개 사진의 이미지를 분석하여 자동으로 사진 카테고리를 분류하는 경우, 하나의 카테고리만 선택하는 경우 결과에 오류가 포함될 확률이 높기 때문에 소프트 주석(soft annotation) 기법을 사용한다. 예를 들어, 개별 상황 추론부(170)는 건물은 0.7%, 풍경 0.2%, 물가 0.1%와 같이 각기 다른 비율로 부여하여 여러 가지 카테고리로 추론할 수 있다. 한편, 개별 상황 추론부(170)는 상기 개별 상황이 자동으로 추론된 경우 상기 사용자 주석보다 우선 순위를 후순위로 배정한다.
사용자 피드백부(175)는 개별 상황 추론부(170)에 의해 추론된 개별 상황이 적합한지 상기 사용자로부터 적합 여부를 확인하기 위해 상기 사용자에게 상기 추론된 개별 상황을 피드백한다. 즉, 사용자 피드백부(175)는 상기 추론된 개별 상황과 상기 사진을 상기 사용자에게 피드백한 후 상기 사용자로부터 상기 개별 상황과 상기 사진이 적합한지 여부를 확인받을 수 있다. 따라서, 본 발명에 따른 사진 의미 인덱싱 시스템(100)은 사용자 피드백부(175)를 구비함으로써 상기 사용자로부터 적합 여부를 피드백받을 수 있기 때문에 상기 사진의 개별 상황 추론의 정확도를 높일 수 있다.
인덱싱부(180)는 사용자 주석 검출부(150)에 의해 검출된 사용자 주석, 의미 관계 추론부(165)에 의해 추론된 의미 관계 및 개별 상황 추론부(170)에 의해 추론 된 개별 상황에 기초하여 상기 복수 개 사진의 이미지를 인덱싱한다. 또한, 인덱싱부(180)는 상기 복수 개 사진의 이미지를 인덱싱한 결과에 따라 색인어와 상기 복수 개 사진의 관계를 색인어 DB(143)에 저장한다. 또한, 인덱싱부(180)는 상기 복수 개 사진의 이미지를 인덱싱한 결과에 따라 상기 복수 개 사진 중 상기 사용자에 의해 상기 사용자 주석이 입력되지 않은 사진의 경우 각 사진별로 파일명을 생성한다. 인덱싱부(180)는 일반적으로 사진의 특성상 시간 흐름상으로 정렬해서 보는 습성이 있으므로 일례로 "When_Where_Who_Event_일련번호.JPG"로 상기 사진의 파일명을 생성할 수 있다. 즉, 인덱싱부(180)는 상기 사진이 촬영된 시간 정보를 가장 먼저 부여하고, 다음으로 상기 사진이 촬영된 장소 정보를 부여하고, 그 다음으로 상기 사진에 포함된 인물 정보를 부여하고, 상기 사진에서 발생된 이벤트 등과 같이 상기 사진에서 추출된 부가 문맥(context) 정보들을 붙여서 상기 사진의 파일명을 자동으로 생성할 수 있다. 상기 사진의 파일명이 부여되는 순서는 상기 사용자에 의해 설정된 중요도에 따라 변경될 수 있다. 일례로 상기 사용자가 인물 사진을 위주로 촬영하는 경우는 촬영한 인물 정보가 가장 중요하기 때문에 상기 사진의 파일명에서 상기 인물 정보가 가장 먼저 부여될 수 있다. 다른 일례로 상기 사용자가 주로 촬영 장소 정보를 가장 중요하게 여기는 경우는 상기 사진의 파일명에서 상기 장소 정보가 가장 먼저 부여될 수 있다.
도 7은 본 발명에 따른 주석을 이용한 사진 파일명 생성의 일례를 나타내는 도면이다.
인덱싱부(180)는 상기 복수 개 사진의 이미지를 인덱싱한 결과에 따라 예를 들어 도 7에 도시된 것과 같은 사진이 사용자 주석 검출부(150)에 의해 상기 사용자 주석이 '홍길동, 여행'이고, 상황 변화 검출부(160) 또는 개별 상황 추론부(170)에 의해 검출 또는 추론된 상기 사진이 촬영된 시간 정보가 '2006년 1월 18일'이고, 상기 사진이 촬영된 장소 정보가 '그리스'이고, 상기 사진의 객체 정보가 '건물'인 경우 '20060118_그리스_홍길동_여행_건물_0001.JPG'와 같이 상기 사진의 파일명을 생성할 수 있다.
이와 같이, 본 발명에 따른 사진 의미 인덱싱 시스템(100)은 상기 사용자가 필요에 따라 일부 사진에만 주석을 입력하더라도 복수 개 사진을 분석하여 각 사진별로 의미가 있는 주석을 자동으로 부여하는 인덱싱을 수행한다. 따라서, 본 발명에 따른 사진 의미 인덱싱 시스템(100)은 복수 개 사진의 의미를 부여하여 인덱싱한 결과를 저장함에 따라 상기 사용자가 저장된 사진을 보다 용이하게 검색할 수 있다. 또한, 본 발명에 따른 사진 의미 인덱싱 시스템(100)은 종래와 달리 사진을 촬영한 시간 정보만을 단순하게 제공하는 것이 아니라 상기 사진을 촬영한 장소 정보뿐만 아니라 상기 사진과 연관된 사용자 주석을 분석하여 상기 사진의 파일명을 생성함으로써 상기 사진의 정보를 보다 구체적으로 제공할 수 있다.
도 6은 본 발명의 다른 실시예에 따른 사진 의미 인덱싱 방법의 흐름을 나타내는 도면이다.
도 6을 참조하면, 단계(S611)에서 사진 의미 인덱싱 시스템은 복수 개 사진 및 사용자 주석을 입력받는다. 상기 사진은 촬영 위치 정보 및 촬영 시간 정보를 포함한다. 즉, 단계(S611)에서 상기 사진 의미 인덱싱 시스템은 상기 복수 개의 사진을 입력받고, 사용자로부터 상기 복수 개 사진 중 일부 사진의 주석을 입력받는다. 상기 사진 의미 인덱싱 시스템은 상기 촬영 시간 정보 및 상기 촬영 위치 정보를 포함된 복수 개 사진을 입력받는다. 또한, 상기 사진 의미 인덱싱 시스템은 예를 들어 여름 휴가 중에 100장의 사진을 찍는 경우 동해에서 친구들과 찍은 사진 중 대표적인 사진에 대해 상기 사용자로부터 도 2에 도시된 것과 같이 "2005년 친구들과 동해 여름 휴가에서"와 같은 주석을 입력받을 수 있다.
단계(S612)에서 상기 사진 의미 인덱싱 시스템은 상기 복수 개 사진을 분석하고, 상기 분석된 사진에 대응되는 상기 사용자 주석이 있는가를 판단한다. 즉, 상기 입력된 복수 개 사진 중 상기 일부 사진 중에만 상기 사용자 주석이 입력되기 때문에 단계(S612)에서 상기 사진 의미 인덱싱 시스템은 상기 입력된 복수 개 사진을 분석함으로써 상기 복수 개 사진 중 상기 사용자 주석이 입력된 일부 사진을 검색할 수 있다.
상기 복수 개 사진 중 상기 사용자 주석이 있는 경우, 단계(S613)에서 상기 사진 의미 인덱싱 시스템은 상기 사용자 주석을 분석하여 공유 색인어를 추출한다.
단계(S614)에서 상기 사진 의미 인덱싱 시스템은 상기 복수 개 사진을 분석하여 상기 복수 개 사진간의 상황 변화를 검출한다. 즉, 단계(S614)에서 상기 사진 의미 인덱싱 시스템은 상기 복수 개 사진의 비주얼 변화, 인물 변화, 장소 변화 또는 시간 변화를 검출한다.
상기 상황 변화의 일례로 상기 비주얼 변화를 검출하는 경우, 단계(S614)에서 상기 사진 의미 인덱싱 시스템은 상기 복수 개 사진의 비주얼 유사도(visual similarity)를 계산하고, 상기 계산된 비주얼 유사도에 따라 기준 사진과 비교 대상 사진간 비주얼 차이가 비주얼 차이 기준치 이상이면, 상기 기준 사진과 상기 비교 대상간 상기 비주얼 변화를 검출한다. 예를 들어 상기 기준 사진이 실내 사진이고, 상기 비교 대상 사진이 실외 사진인 경우, 상기 사진 의미 인덱싱 시스템은 상기 기준 사진과 상기 비교 대상 사진의 이미지를 비교하면, 상기 비주얼 차이가 상기 비주얼 차이 기준이 이상이기 때문에 상기 기준 대상 사진과 상기 비교 대상 사진간 상기 비주얼 변화를 검출할 수 있다.
상기 상황 변화의 다른 일례로 상기 인물 변화를 검출하는 경우, 단계(S614)에서 상기 사진 의미 인덱싱 시스템은 상기 복수 개 사진 중 상기 기준 사진과 상기 비교 대상 사진간 인물을 비교하고, 비교 결과에 따라 상기 기준 사진과 상기 비교 대상 사진간 인물의 차이가 인물 차이 기준치 이상이면, 상기 인물 변화를 검출한다. 예를 들어 상기 기준 사진이 'AAA'라는 인물의 사진이고, 상기 비교 대상 사진이 'BBB'라는 인물의 사진인 경우, 상기 사진 의미 인덱싱 시스템은 상기 기준 사진과 상기 비교 대상 시간간 인물을 비교하면, 서로 상이하기 때문에 상기 기준 사진과 상기 비교 대상 사진간 인물의 차이가 상기 인물 차이 기준치 이상이므로 상기 기준 사진과 상기 비교 대상 사진간의 인물 변화를 검출할 수 있다.
상기 상황 변화의 또 다른 일례로 상기 장소 변화를 검출하는 경우, 단계(S614)에서 상기 사진 의미 인덱싱 시스템은 상기 복수 개 사진 중 상기 기준 사진과 상기 비교 대상 사진간의 위치 근접성(location proximity)를 계산하고, 상기 계산된 위치 근접성에 따라 상기 기준 사진과 상기 비교 대상 사진의 위치 차이가 위치 차이 기준치 이상이면, 상기 기준 사진과 상기 비교 대상간 장소 변화를 검출한다. 예를 들어 상기 기준 사진의 위치 정보가 '서울'이고, 상기 비교 대상 사진의 위치 정보가 '부산'이고, 상기 위치 차이 기준치가 '100m'인 경우, 상기 사진 의미 인덱싱 시스템은 상기 기준 사진의 위치와 상기 비교 대상 사진의 위치가 '400km'이상이므로 상기 위치 차이 기준치 이상이기 때문에 상기 기준 사진과 상기 비교 대상 사진간 위치 변화를 검출할 수 있다.
상기 상황 변화의 또 다른 일례로 상기 시간 변화를 검출하는 경우, 단계(S614)에서 상기 사진 의미 인덱싱 시스템은 상기 복수 개 사진 중 기준 사진과 비교 대상 사진간의 시간 근접성(time proximity)를 계산하고, 상기 계산된 시간 근접성에 따라 상기 기준 사진과 상기 비교 대상 사진의 시간 차이가 시간 차이 기준치 이상이면, 상기 시간 변화를 검출한다. 예를 들어 상기 기준 사진의 촬영 시간 정보가 '2005년 5월 10일'이고, 상기 비교 대상 사진의 촬영 시간 정보가 '2006년 5월 10일'이고, 상기 시간 차이 기준치가 '30일'인 경우, 상기 사진 의미 인덱싱 시스템은 상기 기준 사진과 상기 비교 대상 사진의 시간 차이가 '365일'이므로 상기 시간 차이 기준치보다 크기 때문에 상기 기준 사진과 상기 비교 대상 사진간 시간 변화를 검출할 수 있다.
단계(615)에서 상기 사진 의미 인덱싱 시스템은 상기 검출된 비주얼 변화, 인물 변화, 장소 변화 또는 시간 변화에 따라 상기 복수 개 사진의 상황 변화가 검출되었는지를 판단한다.
상기 상황 변화가 검출되지 않은 경우, 단계(S616)에서 상기 사진 의미 인덱싱 시스템은 상기 복수 개 사진을 분석하여 개별 상황 변화에 따른 7W(When, Where, Who, With Which thing, What occasion, Which action, Which category)를 추출한다. 즉, 단계(616)에서 상기 사진 의미 인덱싱 시스템은 복수 개 사진을 분석하여 각 사진별로 언제(When), 어디서(Where), 누가(Who), 어떤 물건을 가지고(With Which thing), 어떤 상황(What occasion), 어떤 행동(Which action) 또는 어떤 카테고리(Which category)인지를 추론할 수 있다. 또한, 단계(S616)에서 상기 사진 의미 인덱싱 시스템은 상기 복수 개 사진을 분석할 때 이전 사진과 변화가 없는 부분에 대해 중복 추출을 방지하기 위해 변화되지 않은 부분을 판단하여 변화된 부분에 대해서만 상기 개별 상황에 따른 시간, 위치, 인물, 상황, 객체, 행동 또는 카테고리를 추론할 수 있다.
일례로 상기 개별 상황이 언제인 경우, 단계(616)에서 상기 사진 의미 인덱싱 시스템은 상기 복수 개 사진에 포함된 사진 정보로서 날짜(date) 및 시간(time) 정보를 분석하여 상기 복수 개 사진의 촬영 시간과 연관된 주석을 자동으로 추론할 수 있다.
다른 일례로 상기 개별 상황이 상기 어디서인 경우, 단계(616)에서 상기 사진 의미 인덱싱 시스템은 상기 복수 개 사진에 포함된 사진 정보로서 위치 정보(예를 들어 GPS 정보)를 분석함으로써 상기 복수 개 사진의 촬영 장소와 연관된 주석을 자동으로 추론할 수 있다.
또 다른 일례로 상기 개별 상황이 누구인 경우, 단계(616)에서 상기 사진 의미 인덱싱 시스템은 상기 복수 개 사진의 이미지를 분석하여 사전에 등록된 인물에 대한 얼굴을 검출하고, 검출된 얼굴과 연관된 주석을 자동으로 추론할 수 있다.
또 다른 일례로 상기 개별 상황이 어떤 물건(객체)인 경우, 단계(616)에서 상기 사진 의미 인덱싱 시스템은 상기 복수 개 사진의 객체를 인식하고, 인식된 객체와 연관된 주석을 자동으로 추론하거나 제한적으로 추론할 수 있다.
또 다른 일례로 상기 개별 상황이 어떤 상황(이벤트) 또는 어떤 행동인 경우, 단계(616)에서 상기 사진 의미 인덱싱 시스템은 상기 입력된 사진에 포함된 사용자 주석을 이용하여 어떤 상황인지 또는 어떤 행동인지를 추론할 수 있다.
또 다른 일례로 상기 개별 상황이 어떤 카테고리인 경우, 단계(616)에서 상기 사진 의미 인덱싱 시스템은 상기 복수 개 사진의 이미지를 분석하여 자동으로 사진 카테고리를 추론할 수 있다. 상기 복수 개 사진의 이미지를 분석하여 자동으로 사진 카테고리를 분류하는 경우는 하나의 카테고리만 선택하는 경우 결과에 오류가 포함될 확률이 높기 때문에 소프트 주석(soft annotation) 기법을 사용한다. 예를 들어, 건물은 0.7%, 풍경 0.2%, 물가 0.1%와 같이 각기 다른 비율로 부여하여 여러 가지 카테고리로 추론할 수 있다.
한편, 단계(616)에서 상기 사진 의미 인덱싱 시스템은 상기 개별 상황이 자동으로 추론된 경우 상기 사용자 주석보다 우선 순위를 후순위로 배정한다.
단계(S617)에서 상기 사진 의미 인덱싱 시스템은 상기 추론된 개별 상황이 적합한지 상기 사용자로부터 적합 여부를 확인받기 위해 상기 사용자에게 상기 추론된 개별 상황을 피드백한다. 즉, 단계(S617)에서 상기 사진 의미 인덱싱 시스템은 상기 추론된 개별 상황과 상기 사진을 상기 사용자에게 피드백한 후 상기 사용 자로부터 상기 개별 상황과 상기 사진이 적합한지 여부를 확인받을 수 있다. 따라서, 본 발명에 따른 사진 의미 인덱싱 방법은 상기 사용자로부터 적합 여부를 피드백받을 수 있기 때문에 상기 사진의 개별 상황 추론의 정확도를 높일 수 있다.
단계(S618)에서 상기 사진 의미 인덱싱 시스템은 상기 검출된 상황 변화가 통합적인 상황 변화인지 여부를 판단한다.
상기 검출된 상황 변화가 통합적인 상황 변화가 아닌 부분적인 상황 변화인 경우, 단계(S619)에서 상기 사진 의미 인덱싱 시스템은 상기 공유 색인어를 공유한다.
상기 검출된 상황 변화가 통합적인 상황 변화인 경우, 단계(S620)에서 상기 사진 의미 인덱싱 시스템은 상기 통합적인 상황 변화에 따른 상황 세그먼트간 의미 관계를 추론한다.
단계(S621)에서 상기 사진 의미 인덱싱 시스템은 상기 공유 색인어 또는 상기 상황 변화에 따라 상기 복수 개 사진을 인덱싱하여 상기 공유 색인어 및 상기 세그멘트(segment) 관계를 저장하고, 상기 복수 개 사진의 파일명을 생성하여 저장한다. 즉, 단계(S621)에서 상기 사진 의미 인덱싱 시스템은 인덱싱부(180)는 상기 검출된 사용자 주석, 상기 추론된 의미 관계 및 상기 추론된 개별 상황에 기초하여 상기 복수 개 사진의 이미지를 인덱싱한다. 단계(S621)에서 상기 사진 의미 인덱싱 시스템은 상기 복수 개 사진의 이미지를 인덱싱한 결과에 따라 색인어와 상기 복수 개 사진의 관계를 데이터베이스에 저장한다. 그리고, 단계(S621)에서 상기 사진 의미 인덱싱 시스템은 상기 복수 개 사진의 이미지를 인덱싱한 결과에 따라 상기 복수 개 사진 중 상기 사용자에 의해 상기 사용자 주석이 입력되지 않은 사진의 경우 각 사진별로 파일명을 생성한다.
일반적으로 사진의 특성상 시간 흐름상으로 정렬해서 보는 습성이 있으므로 단계(S621)에서 상기 사진 의미 인덱싱 시스템은 일례로 "When_Where_Who_Event_일련번호.JPG" 형식으로 상기 사진의 파일명을 생성할 수 있다. 즉, 상기 사진 의미 인덱싱 시스템은 상기 사진이 촬영된 시간 정보를 가장 먼저 부여하고, 다음으로 상기 사진이 촬영된 장소 정보를 부여하고, 그 다음으로 상기 사진에 포함된 인물 정보를 부여하고, 상기 사진에서 발생된 이벤트 등과 같이 상기 사진에서 추출된 부가 문맥(context) 정보들을 붙여서 상기 사진의 파일명을 자동으로 생성할 수 있다. 상기 사진의 파일명이 부여되는 순서는 상기 사용자에 의해 설정된 중요도에 따라 변경될 수 있다.
일례로 상기 사용자가 인물 사진을 위주로 촬영하는 경우 촬영한 인물 정보가 가장 중요하기 때문에 단계(S621)에서 상기 사진 의미 인덱싱 시스템은 상기 사진의 파일명에서 상기 인물 정보를 가장 먼저 부여할 수 있다.
다른 일례로 상기 사용자가 주로 촬영 장소 정보를 가장 중요하게 여기는 경우, 단계(S621)에서 상기 사진 의미 인덱싱 시스템은 상기 사진의 파일명에서 상기 장소 정보를 가장 먼저 부여할 수도 있다.
도 8은 본 발명에 따른 계층적 그룹핑에 의한 의미 인덱싱의 일례를 나타내는 도면이다.
도 8을 참조하면, 참조번호(810)은 복수 개 사진을 시간 차이를 기준으로 하 여 그룹핑한 일례를 나타낸다. 참조번호(811~817)은 상기 복수 개 사진을 촬영한 시간이 경과함에 따라 각 사진간의 시간 차이를 나타낸다. 여기서, 상기 각 사진간의 시간 차이는 상기 각 사진의 촬영된 시간의 차이를 말한다. 상기 사진간의 시간 차이가 상기 시간 차이 기준치보다 작은 경우 상기 사진들이 촬영된 장소, 상황 또는 인물이 동일할 확률이 상대적으로 높기 때문에 상기 사진들이 같은 그룹으로 그룹핑될 수 있다. 한편, 상기 사진간의 시간 차이가 상기 시간 차이 기준치보다 큰 경우, 상기 사진들이 촬영된 장소, 상황 또는 인물이 동일하지 않을 확률이 상대적으로 높기 때문에 상기 사진들을 각기 다른 그룹으로 그룹핑될 수 있다.
일례로 제1 사진과 제2 사진의 시간 차이(812)가 시간 차이 기준치보다 작은 경우로서 상기 제1 사진 및 상기 제2 사진은 동일한 그룹으로 그룹핑될 수 있다.
다른 일례로 제2 사진과 제3 사진의 시간 차이(813)가 상기 시간 차이 기준치보다 큰 경우로서 상기 제2 사진과 상기 제3 사진 사이에서 상황 변화가 발생한 것으로 판단하여 상기 제2 사진과 상기 제3 사진은 각기 다른 그룹으로 나누어진다.
또 다른 일례로 제3 사진과 제4 사진의 시간 차이(814)는 상기 시간 차이 기준치보다 작기 때문에 상기 제3 사진과 상기 제4 사진은 동일한 그룹으로 그룹핑될 수 있다.
또 다른 일례로 제4 사진과 제5 사진의 시간 차이(815)는 상기 시간 차이 기준치보다 크기 때문에 상기 제4 사진과 상기 제5 사진 사이에서 상황 변화가 발생한 것으로 판단하여 상기 제4 사진과 상기 제5 사진은 각기 다른 그룹으로 그룹핑 될 수 있다.
또 다른 일례로 제5 사진과 제6사진의 시간 차이(816)는 상기 시간 차이 기준치보다 작은 경우로서 상기 제5 사진과 상기 제6 사진은 동일한 그룹으로 그룹핑될 수 있다.
또 다른 일례로 제6 사진과 제7 사진의 시간 차이(817)는 상기 시간 차이 기준치보다 큰 경우로서 상기 제6 사진과 상기 제7 사진 사이에서 상황 변화가 발생한 것으로 판단하여 상기 제6 사진과 상기 제7 사진은 각기 다른 그룹으로 그룹핑될 수 있다.
참조번호(820)은 복수 개 사진을 시간 차이, 비주얼 차이, 위치 차이를 기준으로 하여 그룹핑한 일례를 나타낸다. 참조번호(821~827)은 상기 복수 개 사진을 촬영한 시간이 경과함에 따라 각 사진간의 시간 차이, 비주얼 차이, 위치 차이를 각각 나타낸다. 여기서, 상기 시간 차이는 비교 대상 사진들간 촬영된 시간의 차이를 말하며, 상기 비주얼 차이는 상기 비교 대상 사진들간 이미지의 차이를 말하며, 상기 위치 차이는 상기 비교 대상 사진들간 촬영된 위치의 차이를 말한다. 상기 비교 대상 사진들간 시간의 시간 차이, 비주얼 차이, 위치 차이가 기준치보다 작은 경우 상기 비교 대상 사진들이 촬영된 장소, 상황 또는 인물이 동일할 확률이 상대적으로 높기 때문에 상기 비교 대상 사진들이 같은 그룹으로 그룹핑될 수 있다. 한편, 상기 비교 대상 사진들간 시간 차이, 비주얼 차이, 위치 차이가 상기 기준치보다 큰 경우, 상기 비교 대상 사진들이 촬영된 장소, 상황 또는 인물이 동일하지 않을 확률이 상대적으로 높기 때문에 상기 비교 대상 사진들이 각기 다른 그룹으로 그룹핑될 수 있다.
일례로 제1 사진과 제2 사진의 시간 차이, 비주얼 차이, 위치 차이(822)가 상기 기준치보다 작은 경우로서 상기 제1 사진 및 상기 제2 사진은 동일한 그룹으로 그룹핑될 수 있다.
다른 일례로 제2 사진과 제3 사진의 시간 차이, 비주얼 차이, 위치 차이(823)가 상기 기준치보다 큰 경우로서 상기 제2 사진과 상기 제3 사진 사이에서 상황 변화가 발생한 것으로 판단하여 상기 제2 사진과 상기 제3 사진이 각기 다른 그룹으로 나누어진다.
또 다른 일례로 제3 사진과 제4 사진의 시간 차이, 비주얼 차이, 위치 차이(824)는 상기 기준치보다 작기 때문에 상기 제3 사진과 상기 제4 사진은 동일한 그룹으로 그룹핑될 수 있다.
또 다른 일례로 제4 사진과 제5 사진의 시간 차이, 비주얼 차이, 위치 차이(825)는 상기 기준치보다 크기 때문에 상기 제4 사진과 상기 제5 사진 사이에서 상황 변화가 발생한 것으로 판단하여 상기 제4 사진과 상기 제5 사진은 각기 다른 그룹으로 그룹핑될 수 있다.
또 다른 일례로 제5 사진과 제6사진의 시간 차이, 비주얼 차이, 위치 차이(826)는 상기 기준치보다 작은 경우로서 상기 제5 사진과 상기 제6 사진은 동일한 그룹으로 그룹핑될 수 있다.
또 다른 일례로 제6 사진과 제7 사진의 시간 차이, 비주얼 차이, 위치 차이(827)는 상기 기준치보다 큰 경우로서 상기 제6 사진과 상기 제7 사진 사이에서 상 황 변화가 발생한 것으로 판단하여 상기 제6 사진과 상기 제7 사진은 각기 다른 그룹으로 그룹핑될 수 있다.
참조번호(830)은 상기 복수 개 사진을 비교 분석하여 그 결과에 따라 분류된 사진의 일례를 나타낸다. 일례로 상기 복수 개 사진을 상황에 따라 분류한 경우로서 상기 각 사진은 등산, 돌잔치, 휴가, 나들이, 회식, 기타 등으로 분류될 수 있다. 다른 일례로 상기 복수 개 사진을 장소에 따라 분류한 경우로서 상기 각 사진은 속리산, 강남, 니스, 에버랜드, 기타, 수목원 등으로 분류될 수 있다.
도 9는 본 발명에 따른 계층적 그룹핑을 위한 판단 기준으로서 사회적 이벤트와 연관된 상관 단어의 일례를 나타내는 도면이다.
도 9를 참조하여 일례를 들어 설명하면, 상기 이벤트가 '설'인 경우 상기 이벤트와 연관된 상관 단어는 '연휴, 명절, 선물, 이벤트, 대목, 차례상, 음식, 떡국, 재래시장'이다. 따라서, '연휴, 명절, 선물, 이벤트, 대목, 차례상, 음식, 떡국, 재래시장'이 하위 레벨 색인어로 그룹핑된다면, 상기 하위 레벨 색인어에 대응되는 상위 레벨 색인어는 '설'이 될 수 있다.
다른 일례로 상기 이벤트가 '결혼식'인 경우 상기 이벤트와 연관된 상관 단어는 '신부, 커플, 부부, 축의금, 사회, 성당, 축가, 신랑, 야회결혼식'이다. 그러므로, 상기 상위 레벨 색인어가 '결혼식'인 경우 상기 상위 베렐 색인어에 대응되는 하위 레벨 색인어는 '신부, 커플, 부부, 축의금, 사회, 성당, 축가, 신랑, 야회결혼식'이 그룹핑될 수 있다.
본 발명에 따른 사진 의미 인덱싱 방법은 다양한 컴퓨터로 구현되는 동작을 수행하기 위한 프로그램 명령을 포함하는 컴퓨터 판독 가능 매체를 포함한다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 이는 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명 사상은 아래에 기재된 특허청구범위에 의해서만 파악되어야 하고, 이의 균등 또는 등가적 변형 모두는 본 발명 사상의 범주에 속한다고 할 것이다.