KR101457284B1 - 콘텐츠 기반 이미지 검색을 가능하게 하는 방법 및 장치 - Google Patents

콘텐츠 기반 이미지 검색을 가능하게 하는 방법 및 장치 Download PDF

Info

Publication number
KR101457284B1
KR101457284B1 KR1020127019842A KR20127019842A KR101457284B1 KR 101457284 B1 KR101457284 B1 KR 101457284B1 KR 1020127019842 A KR1020127019842 A KR 1020127019842A KR 20127019842 A KR20127019842 A KR 20127019842A KR 101457284 B1 KR101457284 B1 KR 101457284B1
Authority
KR
South Korea
Prior art keywords
image
interest
roi
target
recommended
Prior art date
Application number
KR1020127019842A
Other languages
English (en)
Other versions
KR20120109591A (ko
Inventor
펭 자오
하오 왕
Original Assignee
노키아 코포레이션
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 노키아 코포레이션 filed Critical 노키아 코포레이션
Publication of KR20120109591A publication Critical patent/KR20120109591A/ko
Application granted granted Critical
Publication of KR101457284B1 publication Critical patent/KR101457284B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR 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; CALCULATING OR 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
    • G06F16/5838—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 colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Library & Information Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Processing Or Creating Images (AREA)

Abstract

콘텐츠 기반 이미지 검색을 가능하게 하는 방법들 및 장치들이 제공된다. 방법은 선택된 타겟 이미지를 결정하는 것을 포함할 수도 있다. 방법은 타겟 이미지 내에서 하나 이상의 관심 영역들을 포함하는 후보 관심 영역 세트를 생성하는 것을 더 포함할 수도 있다. 방법은 평가 기준에 적어도 부분적으로 기초하여 후보 관심 영역 세트로부터 선택된 하나 이상의 권장 관심 영역들을 포함하는 권장 관심 영역 세트를 결정하는 것을 추가로 포함할 수도 있다. 평가 기준은 유지된 관심 영역 기반 탐색 이력의 분석에 적어도 부분적으로 기초하여 결정될 수도 있다. 방법은 또한, 하나 이상의 결과 이미지들에 대한 이미지 라이브러리를 탐색하기 위한 질의 기준으로서 권장 관심 영역 세트로부터 하나 이상의 타겟 관심 영역들의 사용자 선택을 위한 권장 관심 영역 세트를 제공하는 것을 포함할 수도 있다. 대응하는 장치들이 또한 제공된다.

Description

콘텐츠 기반 이미지 검색을 가능하게 하는 방법 및 장치{METHODS AND APPARATUSES FOR FACILITATING CONTENT-BASED IMAGE RETRIEVAL}
본 발명의 실시예들은 일반적으로, 이미지 관리 기술에 관한 것이고, 특히, 콘텐츠 기반 이미지 검색을 가능하게 하는 방법들 및 장치들에 관한 것이다.
현대의 컴퓨팅 시대는 컴퓨팅 디바이스들의 전력 및 저장 용량에서 굉장한 발전을 가져왔다. 다수의 컴퓨팅 디바이스들은 이제, 다수의 고해상도 디지털 이미지들을 저장하고, 시청하며, 조작하기 위해 충분한 전력 및 저장 용량을 포함한다. 추가로, 네트워크 접속 속도 뿐만 아니라 무선 및 유선 네트워킹에서의 발전은 네트워크들을 통해 원격으로 저장된 이미지들의 대형 라이브러리에 사용자들이 액세스하게 한다. 사용자들이 현대의 컴퓨팅 디바이스들의 발전된 전력 및 저장 용량을 이용하여 고해상도 이미지들을 캡처할 수 있게 하기 위해 디지털 카메라 능력들이 또한 급격하게 향상되었다. 또한, 휴대폰과 같은 다수의 모바일 소비자 전자 디바이스들은 이제, 사용자가 디지털 이미지들을 쉽게 캡처하고 저장할 수 있게 하는 통합 디지털 카메라들을 구비한다.
따라서, 더욱 더 많은 사람들이 디지털 카메라들을 포함하는 전자 디바이스들을 그들의 일상에서 큰 빈도로 사용한다. 따라서, 컴퓨팅 디바이스들에 의해 생성된 디지털 이미지들의 양 및 다양성은 최근에 매우 증가하였고, 앞으로도 계속 급격하게 증가할 것으로 기대된다. 사용자들에 의해 저장되고/되거나 액세스가능한 대량의 디지털 이미지들의 관리를 가능하게 하기 위한 일부 이미지 관리 기법들이 시도되었다. 이미지 관리에서 중요한 기술들 중 하나가 이미지 검색이다. 이미지 검색의 기능은 사용자에게 그의 요청과 관련된 이미지들을 제공하는 것이다.
여기에, 이미지 관리를 가능하게 하고, 특히, 콘텐츠 기반 이미지 검색을 가능하게 하는 방법들, 장치들, 및 컴퓨터 프로그램 제품들이 제공된다. 이와 관련하여, 컴퓨팅 디바이스들 및 컴퓨팅 디바이스 사용자들에게 여러 이점들을 제공할 수도 잇는 시스템들, 방법들, 장치들, 및 컴퓨터 프로그램 제품들이 제공된다. 본 발명의 실시예들은 선택된 타겟 이미지 내에서 자동으로 생성된 관심 권장 영역(ROI)들을 제공한다. 권장 ROI들은 사용자가 타겟 이미지 내의 하나 이상의 ROI들을 더욱 편리하고 신속하게 선택하게 하여 관련 이미지들의 검색을 위한 질의 기준으로서 특정한다. 추가로, 자동 권장 ROI들의 사용은 탐색 속도 및 탐색 결과들의 정확성을 향상시킬 수도 있다. 본 발명의 일부 실시예들은 단일 이미지 검색 탐색을 위한 질의 기준으로서 복수의 상이한 타겟 이미지들에 걸쳐 다중의 ROI들을 사용자가 선택하게 한다. 본 발명의 이러한 실시예들은 사용자가 검색된 이미지들을 포함하기를 원하는 ROI 엘리먼트들 각각을 타겟 이미지들이 포함하지 않는 경우에서 사용자가 질의 기준을 더욱 완전하게 구성하게 하고 탐색 결과들의 더 많은 관련 세트의 생성을 제공하게 한다.
본 발명의 일부 실시예들은 사용자가 입력 패턴들을 학습하게 하고 탐색 결과들에 대한 피드백을 결정하게 하여 주문제작(coustomization) 및 양호한 탐색 결과들을 달성하도록 구성된 ROI 기반 탐색 이력 분석 기능을 제공한다. ROI 기반 탐색 이력 기능은 ROI 권장 및/또는 탐색 결과를 향상시키기 위해 이러한 실시예에서 레버리지된다. 본 발명의 이러한 실시예들은, 단지 결과 이미지가 탐색 이력 분석 기능을 향상시킬 수도 있는 질의 결과에 관련되는지를 넘는 의미 있는 피드백을 결정한다. 이와 관련하여, 본 발명의 일부 실시예들은, 결과 이미지가 탐색 기준의 컴포넌트로서 선택된 각 개별 타겟 ROI와 관련되는지에 관하여 피드백이 결정될 수도 있도록 ROI에 대한 피드백을 결정한다. 피드백은 탐색 결과들을 향상시키기 위해 후속 탐색들에서 사용될 수도 있다.
제 1 예시적인 실시예에서, 선택된 타겟 이미지를 결정하는 방법이 제공된다. 이러한 실시예의 방법은 후보 관심 영역 세트(candidate region of interest set)를 생성하는 단계를 더 포함한다. 이러한 실시예의 후보 관심 영역 세트는 타겟 이미지 내에서 하나 이상의 관심 영역들을 포함한다. 이러한 실시예의 방법은, 권장 관심 영역 세트(recommended region of interest set)를 결정하는 단계를 추가로 포함한다. 이러한 실시예의 권장 관심 영역 세트는 평가 기준에 적어도 부분적으로 기초하여 후보 관심 영역의 세트로부터 선택된 하나 이상의 권장 관심 영역들을 포함하고, 이러한 실시예의 평가 기준은 유지된 관심 영역 기반 탐색 이력(maintained region of interest-based searching history)의 분석에 적어도 부분적으로 기초하여 결정된다. 이러한 실시예의 방법은 하나 이상의 결과 이미지들에 대한 이미지 라이브러리를 탐색하기 위한 질의 기준으로서 권장 관심 영역 세트로부터 하나 이상의 타겟 관심 영역들의 사용자 선택을 위한 권장 관심 영역 세트를 제공하는 단계를 또한 포함한다.
다른 예시적인 실시예에서, 장치가 제공된다. 이러한 실시예의 장치는, 적어도 하나의 프로세서 및 컴퓨터 프로그램 코드를 저장하는 적어도 하나의 메모리를 포함하고, 적어도 하나의 메모리 및 저장된 컴퓨터 프로그램 코드는, 적어도 하나의 프로세서를 이용하여 장치로 하여금 선택된 타겟 이미지를 적어도 결정하게 하도록 구성된다. 적어도 하나의 메모리 및 저장된 컴퓨터 프로그램 코드는 적어도 하나의 프로세서를 이용하여, 이러한 실시예의 장치로 하여금 후보 관심 영역 세트를 더 생성하게 하도록 구성된다. 이러한 실시예의 후보 영역의 관심 세트는 타겟 이미지 내에서 하나 이상의 관심 영역들을 포함한다. 적어도 하나의 메모리 및 저장된 컴퓨터 프로그램 코드는 적어도 하나의 프로세서를 이용하여, 이러한 실시예의 장치로 하여금 권장 관심 영역 세트를 결정하게 하도록 구성된다. 이러한 실시예의 권장 관심 영역 세트는 평가 기준에 적어도 부분적으로 기초하여 후보 관심 영역의 세트로부터 선택된 하나 이상의 권장 관심 영역들을 포함하고, 이러한 실시예의 평가 기준은 유지된 관심 영역 기반 탐색 이력의 분석에 적어도 부분적으로 기초하여 결정된다. 적어도 하나의 메모리 및 저장된 컴퓨터 프로그램 코드는 적어도 하나의 프로세서를 사용하여, 이러한 실시예의 장치로 하여금 하나 이상의 결과 이미지들에 대한 이미지 라이브러리를 탐색하기 위한 질의 기준으로서 권장 관심 영역의 세트로부터 선택된 하나 이상의 타겟 관심 영역들의 사용자 선택을 위해 권장 관심 영역의 세트를 또한 제공하게 한다.
다른 예시적인 실시예에서, 컴퓨터 프로그램 제품이 제공된다. 이러한 실시예의 컴퓨터 프로그램 제품은 컴퓨터 판독가능 프로그램 명령들이 저장된 적어도 하나의 컴퓨터 판독가능한 저장 매체를 포함한다. 이러한 실시예의 프로그램 명령들은 선택된 타겟 이미지를 결정하도록 구성된 프로그램 명령들을 포함한다. 이러한 실시예의 프로그램 명령들은 후보 관심 영역 세트를 생성하도록 구성된 프로그램 명령들을 더 포함한다. 이러한 실시예의 후보 관심 영역 세트는 타겟 이미지 내에서 하나 이상의 관심 영역들을 포함한다. 이러한 실시예의 프로그램 명령들은 권장 관심 영역 세트를 결정하도록 구성된 프로그램 명령들을 추가로 포함한다. 이러한 실시예의 권장 관심 영역 세트는 평가 기준에 적어도 부분적으로 기초하여 후보 관심 영역의 세트로부터 선택된 하나 이상의 권장 관심 영역들을 포함하고, 이러한 실시예의 평가 기준은 유지된 관심 영역 탐색 이력의 분석에 적어도 부분적으로 기초하여 결정된다. 이러한 실시예의 프로그램 명령들은 하나 이상의 결과 이미지들에 대한 이미지 라이브러리를 탐색하기 위한 질의 기준으로서 권장 관심 영역 세트로부터 하나 이상의 타겟 관심 영역들의 사용자 선택을 위한 권장 관심 영역 세트를 제공하도록 구성된 프로그램 명령들을 또한 포함한다.
다른 예시적인 실시예에서, 선택된 타겟 이미지를 결정하는 장치가 제공된다. 이러한 실시예의 장치는 후보 영역의 관심 세트를 생성하는 수단을 더 포함한다. 이러한 실시예의 후보 관심 영역 세트는 타겟 이미지 내에서 하나 이상의 관심 영역들을 포함한다. 이러한 실시예의 장치는 권장 관심 영역 세트를 결정하는 수단을 추가로 포함한다. 이러한 실시예의 권장 관심 영역 세트는 평가 기준에 적어도 부분적으로 기초하여 후보 관심 영역의 세트로부터 선택된 하나 이상의 권장 관심 영역들을 포함하고, 이러한 실시예의 평가 기준은 유지된 관심 영역 탐색 이력의 분석에 적어도 부분적으로 기초하여 결정된다. 이러한 실시예의 장치는 하나 이상의 결과 이미지들에 대한 이미지 라이브러리를 탐색하기 위한 질의 기준으로서 권장 관심 영역 세트로부터 하나 이상의 타겟 관심 영역들의 사용자 선택을 위한 권장 관심 영역 세트를 제공하는 수단을 또한 포함한다.
다른 예시적인 실시예에서, 컴퓨터 판독가능한 프로그램 명령들을 반송하는 컴퓨터 판독가능한 저장 매체가 제공된다. 컴퓨터 판독가능한 프로그램 명령들은 선택된 타겟 이미지를 결정하도록 구성된 프로그램 명령들을 포함한다. 컴퓨터 판독가능한 프로그램 명령들은, 후보 관심 영역 세트를 생성하도록 구성된 프로그램 명령들을 더 포함하고, 후보 관심 영역 세트는 타겟 이미지 내에서 하나 이상의 관심 영역들을 포함한다. 컴퓨터 판독가능한 프로그램 명령들은, 권장 관심 영역 세트를 결정하도록 구성된 프로그램 명령들을 추가로 포함하고, 권장 관심 영역 세트는 평가 기준에 적어도 부분적으로 기초하여 후보 관심 영역 세트로부터 선택된 하나 이상의 권장 관심 영역들을 포함하고, 평가 기준은 유지된 관심 영역 탐색 이력의 분석에 적어도 부분적으로 기초하여 결정된다. 컴퓨터 판독가능한 프로그램 명령들은 하나 이상의 결과 이미지들에 대한 이미지 라이브러리를 탐색하기 위한 질의 기준으로서 권장 관심 영역 세트로부터 하나 이상의 타겟 관심 영역들의 사용자 선택을 위한 권장 관심 영역 세트를 제공하도록 구성된 프로그램 명령들을 또한 포함한다.
상기 요약은 단지 본 발명의 일부 예시적인 실시예들을 요약하기 위해 제공되어 본 발명의 일부 양태들의 기본적인 이해를 제공한다. 따라서, 상술한 예시적인 실시예들이 단지 예들이며 어떠한 방식으로든 본 발명의 범위 또는 사상을 좁히는 것으로 해석되어서는 안 된다는 것이 이해될 것이다. 본 발명의 범위가 다수의 잠재적 실시예들을 포함한다는 것이 이해될 것이고, 이들 실시예들 중 일부가 여기에 요약된 것들에 부가하여 또한 후술될 것이다.
따라서, 일정한 비율로 반드시 그려지지 않은 첨부한 도면들을 참조하여, 본 발명의 실시예들이 일반적인 용어들로 설명된다.
도 1은, 본 발명의 예시적인 실시예에 따른 콘텐츠 기반 이미지 검색을 가능하게 하는 이미지 검색 장치의 블록도를 예시한다.
도 2는 본 발명의 예시적인 실시예에 다른 모바일 단말기의 개략 블록도이다.
도 3은 본 발명의 예시적인 실시예에 따른 타겟 이미지로부터 하나 이상의 타겟 ROI들을 선택하는 예시적인 사용자 인터페이스에 따른 일련의 이미지들을 예시한다.
도 4는 본 발명의 예시적인 실시예에 따른 복수의 타겟 이미지들로부터 타겟 관심 영역의 선택을 가능하게 하는 예시적인 방법에 따른 플로우차트이다.
도 5는 본 발명의 예시적인 실시예에 따른 타겟 ROI들을 선택하고 이미지 검색을 수행하는 예시적인 사용자 인터페이스를 따른 일련의 이미지들을 예시한다.
도 6은 본 발명의 예시적인 실시예에 따른 결과 이미지들에 대한 피드백을 제공하는 예시적인 피드백 인터페이스를 예시한다.
도 7은 본 발명의 예시적인 실시예에 따른 탐색 이력 분석 기능의 흐름도를 예시한다.
도 8은, 본 발명의 예시적인 실시예에 따른 콘텐츠 기반 이미지 검색을 가능하게 하는 예시적인 워크플로우에 따른 플로우차트를 예시한다.
도 9는, 본 발명의 예시적인 실시예에 따른 콘텐츠 기반 이미지 검색을 가능하게 하는 예시적인 방법에 따른 플로우차트를 예시한다.
도 10은, 본 발명의 예시적인 실시예에 따른 관심 영역 레벨 피드백을 결정하는 예시적인 방법에 따른 워크플로우에 따른 플로우차트를 예시한다.
이제, 본 발명의 일부 실시예들이 본 발명의 실시예들 모두가 아니라 일부가 도시되어 있는 첨부한 도면들을 참조하여 이하에서 더욱 완전하게 설명될 것이다. 실제로, 본 발명은 다수의 상이한 형태들로 실시될 수도 있고 여기에 설명된 실시예들에 제한되는 것으로서 해석되어서는 안 되고, 오히려, 이들 실시예들은 본 개시물이 적용가능 법적 요건들을 충족시키도록 제공된다. 동일한 참조 부호들이 동일한 엘리먼트들을 전반적으로 지칭한다.
여기에서 사용되는 바와 같이, 용어 ‘회로’는 (a) 하드웨어 단독 회로 구현들(예를 들어, 아날로그 회로 및/또는 디지털 회로에서의 구현들); (b) 장치로 하여금 여기에 설명된 하나 이상의 기능들을 수행하게 하기 위해 함께 작용하는 하나 이상의 컴퓨터 판독가능한 메모리들상에 저장된 소프트웨어 및/또는 펌웨어 명령들을 포함하는 컴퓨터 프로그램 제품(들)과 회로들의 조합들; 및 (c) 소프트웨어 또는 펌웨어가 물리적으로 제공되지 않더라도 동작을 위해 소프트웨어 또는 펌웨어를 요구하는 마이크로프로세서(들) 또는 마이크로프로세서(들)의 일부와 같은 회로들을 지칭한다. ‘회로’의 정의는 임의의 청구항에서 포함하는 여기에서의 이러한 용어의 모든 사용들에 적용한다. 다른 예로서, 여기에서 사용되는 바와 같이, 용어 ‘회로’는 또한, 하나 이상의 프로세서들 및/또는 그것의 부분(들)을 포함하고 소프트웨어 및/또는 펌웨어를 수반하는 구현을 포함한다. 다른 예로서, 여기에서 사용되는 바와 같은 용어 ‘회로’는 예를 들어, 서버, 셀룰러 네트워크 디바이스, 다른 네트워크 디바이스, 및/또는 다른 컴퓨팅 디바이스에서의 기저대역 집적 회로 또는 모바일 폰에 대한 애플리케이션 프로세서 집적 회로 또는 유사한 집적 회로를 또한 포함한다.
하나의 이미지 검색 기법이 콘텐츠 기반 이미지 검색(CBIR)이고, 이것은 사용자가 타겟 이미지로서 이미지 또는 이미지의 섹션을 입력하게 한다. 그 후, CBIR 시스템은 타겟 이미지의 콘텐츠를 분석하고 이미지 데이터베이스를 탐색하여 타겟 이미지에 관한 결과 이미지들을 식별한다. 분석된 ‘콘텐츠’는 예를 들어, 컬러들, 텍스처들, 형상들, 다른 글로벌 특징들, 다른 로컬 특징들 등과 같은 이미지로부터 유도될 수 있는 정보를 포함한다.
도 1은, 본 발명의 예시적인 실시예에 따른 콘텐츠 기반 이미지 검색을 가능하게 하는 이미지 검색 장치(102)의 블록도를 예시한다. 이미지 검색 장치(102)가 본 발명의 일 실시예의 예로서 제공되고 어떠한 방식으로든 본 발명의 범위 또는 사상을 좁히는 것으로 해석되지 않아야 한다는 것이 이해될 것이다. 이와 관련하여, 본 발명의 범위는 여기에 예시되고 설명된 실시예들에 부가하여 다수의 잠재적인 실시예들을 포함한다. 이와 같이, 도 1이 콘텐츠 기반 이미지 검색을 가능하게 하는 이미지 검색 장치의 구성의 일례를 예시하지만, 다수의 다른 구성들이 본 발명의 실시예들을 구현하기 위해 또한 사용될 수도 있다.
이미지 검색 장치(102)는 데스크탑 컴퓨터, 랩탑 컴퓨터, 모바일 단말기, 모바일 컴퓨터, 모바일 폰, 모바일 통신 디바이스, 하나 이상의 서버들, 하나 이상의 네트워크 노드들, 게임 디바이스, 디지털 카메라/캠코더, 오디오/비디오 플레이어, 텔레비전 디바이스, 무선 수신기, 디지털 비디오 리코더, 포지셔닝 디바이스, 이들의 임의의 조합 등으로서 실시될 수도 있다. 예시적인 실시예에서, 이미지 검색 장치(102)는 도 2에 예시된 바와 같은 모바일 단말기로서 실시된다.
이와 관련하여, 도 2는, 본 발명의 실시예들에 따른 이미지 검색 장치(102)의 일 실시예를 나타내는 모바일 단말기(10)의 블록도를 예시한다. 그러나, 예시되고 후술되는 모바일 단말기(10)가 본 발명의 실시예들을 구현할 수도 있고/있거나 그로부터 이점을 얻을 수도 있는 하나의 타입의 이미지 검색 장치(102)를 단지 예시한다는 것을 이해해야 하고, 따라서, 본 발명의 범위를 제한하는 것으로 취해지지 않아야 한다. 전자 디바이스의 여러 실시예들이 예시되고 예시를 위해 후술되지만, 모바일 전화들, 모바일 컴퓨터들, 개인 보조 단말기들(PDAs), 페이저들, 랩탑 컴퓨터들, 데스크탑 컴퓨터들, 게임 디바이스들, 텔레비전들, 및 다른 타입의 전자 시스템들과 같은 다른 타입의 전자 디바이스들이 본 발명의 실시예들을 이용할 수도 있다.
도시되어 있는 바와 같이, 모바일 단말기(10)는 송신기(14) 및 수신기(16)와 통신하는 안테나(12)(또는 다중 안테나들(12))를 포함할 수도 있다. 모바일 단말기(10)는 또한, 송신기 및 수신기 각각으로부터 신들을 제공하고 신호들을 수신하도록 구성된 프로세서(20)를 포함할 수도 있다. 프로세서(20)는 예를 들어, 회로, 디지털 신호 프로세서(들)를 수반하는 하나 이상의 마이크로 프로세서들, 디지털 신호 프로세서를 수반하지 않은 하나 이상의 프로세서(들), 하나 이상의 코프로세서들, 하나 이상의 멀티-코어 프로세서들, 하나 이상의 제어기들, 프로세싱 회로, 하나 이상의 컴퓨터들, 예를 들어, 응용 주문형 집적 회로(ASIC) 또는 필드 프로그램가능한 게이트 어레이(FPGA)와 같은 집적 회로들을 포함하는 다양한 다른 프로세싱 엘리먼트들, 또는 이들의 일부 조합을 포함하는 다양한 수단으로서 실시될 수도 있다. 단일 프로세서로서 그에 따라 도 2에 예시되어 있지만, 일부 실시예들에서는, 프로세서(20)는 복수의 프로세서들을 포함한다. 프로세서(20)에 의해 전송되고 수신된 이들 신호들은 적용가능한 셀룰러 시스템의 공중 인터페이스 표준, 및/또는 와이파이(Wi-Fi), 전기전자기술자협회(IEEE) 802.11, 802.16과 같은 무선 로컬 영역 액세스 네트워크(WLAN) 기법들 등을 포함하지만 이에 제한되지 않는 임의의 수의 상이한 유선 또는 무선 네트워킹 기법들에 따라 시그널링 정보를 포함할 수도 있다. 또한, 이들 신호들은 음성 데이터, 사용자 생성 데이터, 사용자 요청 데이터 등을 포함할 수도 있다. 이와 관련하여, 모바일 단말기는 하나 이상의 공중 인터페이스 표준들, 통신 프로토콜들, 변조 타입들, 액세스 타입들 등과 동작할 수도 있다. 더욱 특히, 모바일 단말기는 다양한 1세대(1G), 2세대(2G), 2.5G, 3세대(3G) 통신 프로토콜들, 4세대(4G) 통신 프로토콜들, 인터넷 프로토콜 멀티미디어 서브시스템(IMS) 통신 프로토콜들(예를 들어, 세션 개시 프로토콜(SIP)) 등에 따라 동작할 수도 있다. 예를 들어, 모바일 단말기는 2G 무선 통신 프로토콜들 IS-136(시분할 다중 액세스(TDMA)), 모바일 통신을 위한 글로벌 시스템(GSM), IS-95(코드 분할 다중 액세스(CDMA)) 등에 따라 동작할 수도 있다. 또한, 예를 들어, 모바일 단말기는 2.5G 무선 통신 프로토콜들 일반 패킷 무선 서비스(GPRS), 인핸스드 데이터 GSM 환경(EDGE) 등에 따라 동작할 수도 있다. 또한, 예를 들어, 모바일 단말기는 유니버설 모바일 전기통신 시스템(UMTS), 코드 분할 다중 액세스 2000(CDMA2000), 광대역 코드 분할 다중 액세스(WCDMA), 시간 분할 동기 코드 분할 다중 액세스(TD-SCDMA) 등과 같은 3G 무선 통신 프로토콜들에 따라 동작할 수도 있다. 모바일 단말기는 롱 텀 에볼루션(LTE) 또는 진화형 유니버설 지상 무선 액세스 네트워크(E-UTRAN) 등과 같은 3.9G 무선 통신 프로토콜들에 따라 동작할 수도 있다. 추가로, 예를 들어, 모바일 단말기는 4세대(4G) 무선 통신 프로토콜들 등 뿐만 아니라 장래에 개발될 수도 있는 유사한 무선 통신 프로토콜들에 따라 동작할 수도 있다.
일부 협대역 어드밴스드 모바일 폰 시스템(NAMPS) 뿐만 아니라 총 액세스 통신 시스템(TACS), 모바일 단말기들은 또한, 듀얼 또는 더 높은 모드의 폰들(예를 들어, 디지털/아날로그 또는 TDMA/CDMA/아날로그 폰들)이어야 하므로, 본 발명의 실시예들로부터 이익을 얻을 수도 있다. 추가로, 모바일 단말기(10)는 와이파이(Wi-Fi) 또는 와이맥스(WiMAX) 프로토콜들에 따라 동작할 수도 있다.
프로세서(20)가 모바일 단말기(10)의 오디오/비디오 및 로직 기능들을 구현하는 회로를 포함할 수도 있다는 것이 이해된다. 예를 들어, 프로세서(20)는 디지털 신호 프로세서 디바이스, 마이크로프로세서 디바이스, 아날로그-디지털 컨버터, 디지털-아날로그 컨버터 등을 포함할 수도 있다. 모바일 단말기의 제어 및 신호 처리 기능들은 그들의 각각의 능력들에 따라 이들 디바이스들 사이에 할당될 수도 있다. 프로세서는 내부 음성 코더(VC)(20a), 내부 데이터 모뎀(DM)(20b) 등을 추가로 포함할 수도 있다. 또한, 프로세서는 메모리에 저장될 수도 있는 하나 이상의 소프트웨어 프로그램들을 동작시키기 위한 기능을 포함할 수도 있다. 예를 들어, 프로세서(20)는 웹 브라우저와 같은 연결 프로그램을 동작시킬 수도 있다. 연결 프로그램은 무선 애플리케이션 프로토콜(WAP), 하이퍼텍스트 전송 프로토콜(HTTP) 등과 같은 프로토콜에 따라 위치 기반 콘텐츠와 같은 웹 콘텐츠를 모바일 단말기(10)가 송신 및 수신하게 할 수도 있다. 모바일 단말기(10)는 인터넷 또는 다른 네트워크들을 통해 웹 콘텐츠를 송신 및 수신하기 위해 송신 제어 프로토콜/인터넷 프로토콜(TCP/IP)을 사용할 수도 있다.
모바일 단말기(10)는 또한, 예를 들어, 프로세서(20)에 동작적으로 커플링될 수도 있는 이어폰 또는 스피커(24), 링거(22), 마이크로폰(26), 디스플레이(28), 사용자 입력 인터페이스 등을 포함하는 사용자 인터페이스를 포함할 수도 있다. 이와 관련하여, 프로세서(20)는 예를 들어, 스피커(24), 링거(22), 마이크로폰(26), 디스플레이(28) 등과 같은 사용자 인터페이스의 하나 이상의 엘리먼트들 중 적어도 일부의 기능들을 제어하도록 구성된 사용자 인터페이스 회로를 포함할 수도 있다. 프로세서(20) 및/또는 그 프로세서(20)를 포함하는 사용자 인터페이스 회로는, 프로세서(20)에 액세스가능한 메모리(예를 들어, 휘발성 메모리(40), 비휘발성 메모리(42) 등)상에 저장된 컴퓨터 프로그램 명령들(예를 들어, 소프트웨어 및/또는 펌웨어)을 통해 사용자 인터페이스의 하나 이상의 엘리먼트들의 하나 이상의 기능들을 제어하도록 구성될 수도 있다. 도시하지는 않았지만, 모바일 단말기는 모바일 단말기에 관한 다양한 회로들, 예를 들어, 기계적 진동을 검출가능한 출력으로서 제공하기 위한 회로에 전력공급하는 배터리를 포함할 수도 있다. 사용자 입력 인터페이스는 키패드(30), 터치 디스플레이(미도시), 조이스틱(미도시) 및/또는 다른 입력 디바이스와 같은 모바일 단말기로 하여금 데이터를 수신하게 하는 디바이스들을 포함할 수도 있다. 키패드를 포함하는 실시예들에서, 키패드는 숫자(0 내지 9) 및 관련 키들(#, *), 및/또는 모바일 단말기를 동작시키는 다른 키들을 포함할 수도 있다.
도 2에 도시되어 있는 바와 같이, 모바일 단말기(10)는 데이터를 공유 및/또는 획득하는 하나 이상의 수단을 또한 포함할 수도 있다. 예를 들어, 모바일 단말기는 단거리 무선 주파수(RF) 트랜시버 및/또는 심문기(64)를 포함할 수도 있어서, 데이터는 RF 기법들에 따라 전자 디바이스들과 공유될 수도 있고/있거나 전자 디바이스들로부터 획득될 수도 있다. 모바일 단말기는 예를 들어, 적외선(IR) 트랜시버(66), Bluetooth™ 특수 관심 그룹에 의해 개발된 Bluetooth™ 브랜드 무선 기술을 사용하여 동작하는 Bluetooth™(BT) 트랜시버(68), 무선 범용 직렬 버스(USB) 트랜시버(70) 등과 같은 다른 단거리 트랜시버들을 포함할 수도 있다. Bluetooth 트랜시버(68)는 초저전력 Bluetooth™ 기술(예를 들어, Wibree™) 무선 표준들에 따라 동작할 수도 있다. 이와 관련하여, 모바일 단말기(10) 및 특히, 단거리 트랜시버는 예를 들어, 10미터 이내와 같이 모바일 단말기에 인접하여 전자 디바이스들로 데이터를 송신할 수도 있고/있거나 전자 디바이스들로부터 데이터를 수신할 수도 있다. 도시하지는 않았지만, 모바일 단말기는 Wi-Fi(Wireless fidelity)를 포함하는 다양한 무선 네트워킹 기법들, IEEE 802.1 1 기법들, IEEE 802.15 기법들, IEEE 802, 16 기법들 등과 같은 WLAN 기법들에 따라 전자 디바이스들로부터 데이터를 송신 및/또는 수신할 수도 있다.
예시적인 실시예에서, 모바일 단말기(10)는 프로세서(20)와 통신하는 카메라, 비디오 및/또는 오디오 모듈과 같은 미디어 캡처링 엘리먼트를 포함할 수도 있다. 미디어 캡처링 엘리먼트는 저장, 디스플레이 또는 송신을 위해 이미지, 비디오 및/또는 오디오를 캡처하는 임의의 수단일 수도 있다. 예를 들어, 미디어 캡처링 엘리먼트가 이미지 캡처 회로(36)를 포함하는 예시적인 실시예에서, 이미지 캡처 회로(36)는 캡처된 이미지로부터 디지털 이미지 파일을 형성하도록 구성된 디지털 카메라를 포함할 수도 있다. 또한, 이미지 캡처 회로(36)의 디지털 카메라는 비디오 클립을 캡처하도록 구성될 수도 있다. 이와 같이, 이미지 캡처 회로(36)는 렌즈 또는 다른 광학 컴포넌트(들)와 같은 모든 하드웨어, 및 캡처된 이미지로부터 디지털 이미지 뿐만 아니라 캡처된 비디오 클립으로부터 디지털 비디오 파일을 생성하는데 필요한 소프트웨어를 포함할 수도 있다. 다르게는, 이미지 캡처 회로(36)는 이미지를 시청하는데 필요한 하드웨어만을 포함할 수도 있고, 모바일 단말기(10)의 메모리 디바이스는 캡처된 이미지로부터 디지털 이미지 파일을 생성하는데 필요한 소프트웨어 형태로 프로세서(20)에 의한 실행을 위한 명령들을 저장할 수도 있다. 또 다른 대안으로서, 이미지 캡처 회로(36)의 시야 내의 객체 또는 객체들은 사용자가 원하는 경우에 캡처될 수도 있는 현재 디스플레이된 이미지의 뷰를 예시하기 위해 모바일 단말기(10)의 디스플레이(28)상에 디스플레이될 수도 있다. 예시적인 실시예에서, 이미지 캡처 회로(36)는 이미지 데이터를 처리하는데 있어서 제어기(20)를 보조하는 코-프로세서 및 이미지 데이터를 압축 및/또는 압축해제하는 인코더/디코더와 같은 프로세싱 엘리먼트를 더 포함할 수도 있다. 인코더 및/또는 디코더는 예를 들어, JPEG(joint photographic experts group), MPEG(moving picture experts group) 표준, 또는 다른 포맷에 따라 인코딩 및/또는 디코딩할 수도 있다.
모바일 단말기(10)는 모바일 가입자에 관한 정보 엘리먼트들을 저장할 수도 있는 가입자 식별 모듈(SIM)(38), 착탈식 사용자 식별 모듈(R-UIM) 등과 같은 메모리를 포함할 수도 있다. SIM에 부가하여, 모바일 단말기는 다른 착탈식 및/또는 고정 메모리를 포함할 수도 있다. 모바일 단말기(10)는 휘발성 메모리(40) 및/또는 비휘발성 메모리(42)를 포함할 수도 있다. 예를 들어, 휘발성 메모리(40)는 동적 및/또는 정적 RAM, 온-칩 또는 오프-칩 메모리 등을 포함하는 랜덤 액세스 메모리(RAM)를 포함할 수도 있다. 내장될 수도 있고/있거나 착탈가능한 비휘발성 메모리(42)는 예를 들어, 판독 전용 메모리, 플래시 메모리, 자기 저장 디바이스(예를 들어, 하드 디스크, 플로피 디스크 드라이브, 자기 테이프 등), 광 디스크 드라이브 및/또는 매체, 비휘발성 랜덤 액세스 메모리(NVRAM) 등을 포함할 수도 있다. 휘발성 메모리(40)와 유사하게, 비휘발성 메모리(42)는 데이터의 임시 저장을 위한 캐시 영역을 포함할 수도 있다. 메모리들은 모바일 단말기의 기능들을 수행하기 위해 모바일 단말기에 의해 사용될 수도 있는 하나 이상의 소프트웨어 프로그램들, 명령들, 정보의 피스들, 데이터 등을 저장할 수도 있다. 예를 들어, 메모리들은 모바일 단말기(10)를 고유하게 식별할 수 있는 국제 모바일 장비 식별(IMEI) 코드와 같은 식별자를 포함할 수도 있다.
도 1로 돌아가서, 예시적인 실시예에서, 이미지 검색 장치(102)는 여기에 개시된 기능들을 수행하는 프로세서(110), 메모리(112), 통신 인터페이스(114), 사용자 인터페이스(116), 및 이미지 검색 회로(118)와 같은 다양한 수단을 포함한다. 여기에 설명된 바와 같은 이미지 검색 장치(102)의 이들 수단은 예를 들어, 회로, 하드웨어 엘리먼트들(예를 들어, 적절하게 프로그램된 프로세서, 조합 로직 회로 등), 적절하게 구성된 프로세싱 디바이스(예를 들어, 프로세서(110))에 의해 실행가능한 컴퓨터 판독가능 매체(예를 들어, 메모리(112))상에 저장된 컴퓨터 판독가능 프로그램 명령들(예를 들어, 소프트웨어 또는 펌웨어)을 포함하는 컴퓨터 프로그램 제품, 또는 이들의 조합으로서 실시될 수도 있다.
프로세서(110)는 예를 들어, 디지털 신호 프로세서(들)를 수반하는 하나 이상의 마이크로 프로세서들, 디지털 신호 프로세서를 수반하지 않은 하나 이상의 프로세서(들), 하나 이상의 코프로세서들, 하나 이상의 멀티-코어 프로세서들, 하나 이상의 제어기들, 프로세싱 회로, 하나 이상의 컴퓨터들, 예를 들어, 응용 주문형 집적 회로(ASIC) 또는 필드 프로그램가능한 게이트 어레이(FPGA)와 같은 집적 회로들을 포함하는 다양한 다른 프로세싱 엘리먼트들, 또는 이들의 일부 조합을 포함하는 다양한 수단으로서 실시될 수도 있다. 따라서, 단일 프로세서로서 도 1에 예시되지만, 일부 실시예들에서는, 프로세서(110)는 복수의 프로세서들을 포함한다. 복수의 프로세서들은 서로 동작적으로 통신할 수도 있고, 여기에 설명된 바와 같은 이미지 검색 장치(102)의 하나 이상의 기능들을 수행하기 위해 일괄적으로 구성될 수도 있다. 복수의 프로세서들은 이미지 검색 장치(102)로서 기능하도록 일괄적으로 구성된 복수의 컴퓨팅 디바이스들에 걸쳐 분포될 수도 있거나 단일 컴퓨팅 디바이스상에 실시될 수도 있다. 이미지 검색 장치(102)가 모바일 단말기(10)로서 실시되는 실시예들에서, 프로세서(110)는 프로세서(20)로서 실시될 수도 있거나 프로세서(20)를 포함할 수도 있다. 예시적인 실시예에서, 프로세서(110)는 메모리(112)에 저장된 명령들을 실행하거나 그렇지 않으면 프로세서(110)에 액세스가능하도록 구성된다. 프로세서(110)에 의해 실행될 때, 이들 명령들은 이미지 검색 장치(102)로 하여금 여기에 설명된 바와 같은 이미지 검색 장치(102)의 기능들 중 하나 이상을 수행하게 할 수도 있다. 이와 같이, 하드웨어 또는 소프트웨어 방법들에 의해, 또는 이들의 조합에 의해 구성되든지, 프로세서(110)는 본 발명의 실시예들에 따라 동작들을 수행할 수 있으면서 그에 따라 구성된 엔터티를 포함할 수도 있다. 따라서, 예를 들어, 프로세서(110)가 ASIC, FPGA 등으로서 실시될 때, 프로세서(110)는 여기에 설명된 하나 이상의 동작들을 실시하기 위해 구체적으로 구성된 하드웨어를 포함할 수도 있다. 다르게는, 다른 예로서, 프로세서(110)가 메모리(112)에 저장될 수도 있는 바와 같은 명령들의 실행으로서 실시될 때, 명령들은 여기에 설명된 하나 이상의 알고리즘들 및 동작들을 수행하기 위해 프로세서(110)를 구체적으로 구성할 수도 있다.
메모리(112)는 예를 들어, 휘발성 메모리, 비휘발성 메모리, 또는 이들의 일부 조합을 포함할 수도 있다. 단일 메모리로서 도 1에 예시되지만, 메모리(112)는 복수의 메모리들을 포함할 수도 있다. 복수의 메모리들은 이미지 검색 장치(102)로서 기능하도록 일괄적으로 구성된 복수의 컴퓨팅 디바이스들에 걸쳐 분포될 수도 있거나 단일 컴퓨팅 디바이스상에 실시될 수도 있다. 다양한 실시예들에서, 메모리(112)는 예를 들어, 하드 디스크, 랜덤 액세스 메모리, 캐시 메모리, 플래시 메모리, 컴팩트 디스크 판독 전용 메모리(CD-ROM), 디브이디 판독 전용 메모리(DVD-ROM), 광학 디스크, 정보를 저장하기 위해 구성된 회로, 또는 이들의 일부 조합을 포함할 수도 있다. 이미지 검색 장치(102)가 모바일 단말기(10)로서 실시되는 실시예들에서, 메모리(112)는 휘발성 메모리(40) 및/또는 비휘발성 메모리(42)를 포함할 수도 있다. 메모리(112)는 이미지 검색 장치(102)가 본 발명의 예시적인 실시예들에 따른 다양한 기능들을 실행할 수 있게 하기 위해 정보, 데이터, 애플리케이션들, 명령들 등을 저장하도록 구성될 수도 있다. 예를 들어, 적어도 일부 실시예들에서, 메모리(112)는 프로세서(110)에 의한 프로세싱을 위해 입력 데이터를 버퍼링하도록 구성된다. 추가로 또는 다르게는, 적어도 일부 실시예들에서, 메모리(112)는 프로세서(110)에 의한 실행을 위해 프로그램 명령들을 저장하도록 구성된다. 메모리(112)는 정적 및/또는 동적 정보의 형태로 정보를 저장할 수도 있다. 저장된 정보는 예를 들어, 하나 이상의 이미지들을 포함하는 이미지 라이브러리를 포함할 수도 있다. 이러한 저장된 정보는 이미지 검색 회로(118)의 기능들을 수행하는 과정 동안 이미지 검색 회로(118)에 의해 저장 및/또는 사용될 수도 있다.
통신 인터페이스(114)는 엔터티로부터 데이터를 수신하고/하거나 엔터티로 데이터를 송신하기 위해 구성되는 회로, 하드웨어, 컴퓨터 판독가능 매체(예를 들어, 메모리(112))상에 저장되고 프로세싱 디바이스(예를 들어, 프로세서(110))에 의해 실행된 컴퓨터 판독가능 프로그램 명령들을 포함하는 컴퓨터 프로그램 제품, 또는 이들의 조합에서 실시된 임의의 디바이스 또는 수단으로서 실시될 수도 있다. 예를 들어, 통신 인터페이스(114)는 이미지 검색 장치(102)의 사용자에 의해 선택된 질의 기준에 관하여 원격으로 저장된 이미지 라이브러리내에서 이미지들을 검색하기 위해 이미지 라이브러리를 저장한 원격 컴퓨팅 디바이스와 통신하도록 구성될 수도 있다. 다른 예로서, 이미지 검색 장치(102)가 서버, 네트워크 노드 등을 포함하는 실시예들에서, 통신 인터페이스(114)는 원격 사용자 단말기의 사용자가 이미지 검색 장치(102)에 의해 제공된 기능에 액세스하게 하기 위해 원격 사용자 단말기와 통신하도록 구성될 수도 있다. 적어도 하나의 실시예에서, 통신 인터페이스(114)는 프로세서(110)로서 적어도 부분적으로 실시되거나 그렇지 않으면 프로세서(110)에 의해 제어된다. 이와 관련하여, 통신 인터페이스(114)는 버스를 통해서와 같이 프로세서(110)와 통신할 수도 있다. 통신 인터페이스(114)는 예를 들어, 하나 이상의 원격 컴퓨팅 디바이스들과의 통신을 가능하게 하는 안테나, 송신기, 수신기, 트랜시버 및/또는 하드웨어 또는 소프트웨어를 포함할 수도 있다. 통신 인터페이스(114)는 컴퓨팅 디바이스들 사이의 통신을 위해 사용될 수도 있는 임의의 프로토콜을 사용하여 데이터를 수신 및/또는 송신하도록 구성될 수도 있다. 이와 관련하여, 통신 인터페이스(114)는 이미지 검색 장치(102) 및 하나 이상의 원격 컴퓨팅 디바이스들이 통신하는 무선 네트워크, 유선 네트워크, 이들의 일부 조합 등을 통해 데이터의 송신을 위해 사용될 수 있는 임의의 프로토콜을 사용하여 데이터를 수신 및/또는 송신하도록 구성될 수도 있다. 통신 인터페이스(114)는 메모리(112), 사용자 인터페이스(116), 및/또는 이미지 검색 회로(118)와 예를 들어, 버스를 통해 추가로 통신할 수도 있다.
사용자 인터페이스(116)는 사용자 입력의 표시를 수신하고/하거나 오디오, 시각, 기계적, 또는 다른 출력을 사용자에게 제공하기 위해 프로세서(110)와 통신할 수도 있다. 이와 같이, 사용자 인터페이스(116)는 예를 들어, 키보드, 마우스, 조이스틱, 디스플레이, 터치 스크린 디스플레이, 마이크로폰, 스피커, 및/도는 다른 입/출력 메커니즘들을 포함할 수도 있다. 이미지 검색 장치(102)가 하나 이상의 서버들로서 실시되는 실시예들에서, 사용자 인터페이스(126)의 양태들은 감소될 수도 있거나 사용자 인터페이스(126)는 심지어 제거될 수도 있다. 사용자 인터페이스(116)는 메모리(112), 통신 인터페이스(114), 및/또는 이미지 검색 회로(118)와 예를 들어, 버스를 통해 통신할 수도 있다.
이미지 검색 회로(118)는 회로, 하드웨어, 컴퓨터 판독가능 매체(예를 들어, 메모리(112))상에 저장되고 프로세싱 디바이스(예를 들어, 프로세서(110))에 의해 실행된 컴퓨터 판독가능 프로그램 명령들을 포함하는 컴퓨터 프로그램 제품, 또는 이들의 일부 조합과 같은 다양한 수단으로서 실시될 수도 있고, 일 실시예에서는, 프로세서(110)로서 실시되거나 그렇지 않으면 프로세서(110)에 의해 제어된다. 이미지 검색 회로(118)가 프로세서(110)와는 별개로 실시되는 실시예들에서, 이미지 검색 회로(118)는 프로세서(110)와 통신할 수도 있다. 이미지 검색 회로(118)는 메모리(112), 통신 인터페이스(114), 또는 사용자 인터페이스(116)와 예를 들어, 버스를 통해 또한 통신할 수도 있다.
이미지 검색 회로(118)는 그래픽 사용자 인터페이스로 하여금 이미지 검색 장치(102)와 동작적으로 통신하는 디스플레이상에 디스플레이되게 하도록 구성될 수도 있다. 이러한 디스플레이는 예를 들어, 사용자 인터페이스(116)의 엘리먼트를 포함할 수도 있다. 다른 예로서, 이러한 디스플레이는 사용자가 이미지 검색 장치(112)에 의해 제공된 이미지 검색 서비스들에 액세스하는 이미지 검색 장치(102)와 통신하는 원격 컴퓨팅 디바이스의 디스플레이를 포함할 수도 있다. 사용자는 타겟 이미지를 선택하기 위해 그래픽 사용자 인터페이스를 활용할 수도 있다. 이러한 선택은 예로서, 마우스 또는 다른 입력 수단을 이용하여 원하는 타겟 이미지의 표현상에 커서를 두고 원하는 타겟 이미지를 선택함으로써, 터치 스크린 디스플레이상에 디스플레이된 원하는 타겟 이미지의 표현을 터치하는 것 등을 포함하는 임의의 입력 및 선택 수단을 통해 사용될 수도 있다.
이미지 검색 회로(118)는 선택된 타겟 이미지를 결정하도록 구성될 수도 있다. 선택된 타겟 이미지의 결정에 응답하여, 이미지 검색 회로(118)는 타겟 이미지 내의 하나 이상의 ROI들을 포함하는 관심의 후보 영역 세트를 생성하도록 구성될 수도 있다. 이미지 검색 회로(118)는 ROI들을 식별하는 임의의 방법을 사용하여 관심의 후보 영역 세트를 생성하도록 구성될 수도 있다. 일례로서, 이미지 검색 회로(118)는 예를 들어, 로컬 특징들을 식별하고 추출하는데 있어서 타겟 이미지에서 코너들, 접합들, 관심 포인트들, 에지들, 블랍들, 영역들, 불변 영역들 등과 같은 특징들을 식별하고 추출하기 위해 특징 검출 알고리즘을 활용하도록 구성될 수도 있고, 이미지 검색 회로(118)는 식별된 로컬 특징들의 예를 들어, 좌표들, 스케일들, 회전들, 형상들 등과 같은 로컬 특징들의 특성들을 결정하도록 구성될 수도 있다. 이미지 검색 회로(118)는 추출된 로컬 특징에 대한 특징 기술자를 결정하도록 또한 구성될 수도 있다. 특징 기술자는 추출된 로컬 특징을 포함하는 이미지 픽셀들의 세트에 따라 생성된 특징 벡터를 포함할 수도 있다. 이미지 내의 로컬 특징들의 특성들을 식별 및/또는 결정하기 위해 이미지 검색 회로(118)에 의해 활용될 수도 있는 예시적인 알고리즘들은 SIFT (Scale Invariant Feature Transform), SURF (Speeded Up Robust Features), Shape Context, GLOH (Gradient Location and Orientation Histogram), 조정가능 필터들, PCA (Principal Components Analysis)-SIFT, 차동 불변량, 스핀 이미지들, 콤플렉스 필터들, 모멘트 불변량 등을 포함한다. 그러나, 본 발명의 실시예들이 로컬 특징들의 특성들을 식별 및/또는 결정하는 임의의 특정한 방법 또는 알고리즘에 제한되지 않는다는 것이 이해될 것이다.
이미지 검색 회로(118)는 예를 들어, 후보 ROI 세트를 생성하기 위해 결정된 기술, 특징 기술자 등을 분석함으로써 추출된 로컬 특징들을 분석하도록 구성될 수도 있다. 이와 관련하여, 이미지 검색 회로(118)는 생성된 후보 ROI 세트에서의 ROI로서 추출된 로컬 특징들의 서브세트 각각을 취급하도록 구성될 수도 있다. 추가로 또는 다르게는, 이미지 검색 회로(118)는 타겟 이미지에서 추출된 로컬 특징들의 분포를 계산하고 상대적으로 높은 밀도의 로컬 특징들을 갖는 영역들을 식별하도록 구성될 수도 있다. 이와 관련하여, 이미지 검색 회로(118)는 추출된 로컬 특징들의 분포의 패턴들을 분석하고, 복수의 로컬 특징들을 ROI로서 그룹화하며, ROI를 생성된 후보 ROI 세트에 추가하도록 구성될 수도 있다. 이미지 검색 회로(118)는 후보 ROI 세트를 생성할 때 로컬 특징의 중요도를 고려하도록 구성될 수도 있다.
추가로 또는 다르게는, 이미지 검색 회로(118)는 타겟 이미지를 복수의 영역들로 파티셔닝하기 위해 이미지 세그멘테이션을 사용하도록 구성될 수도 있다. 그에 따라, 이미지 검색 회로(118)는 타겟 이미지의 하나 이상의 세그먼트화된 영역들을 포함하는 후보 ROI 세트를 생성할 수도 있다. 이미지 검색 회로(118)는 인간의 주의 메커니즘들을 검출 및/또는 고려함으로써 적어도 부분적으로 후보 ROI 세트를 생성하도록 또한 구성될 수도 있다. 예를 들어, 이미지 검색 장치(102)는 이미지 검색 회로(118)가 타겟 이미지를 볼 때 사용자의 눈 이동을 모니터링 및 검출할 수도 있는 카메라, 눈 이동 검출 디바이스, 또는 다른 수단에 커플링될 수도 있다. 따라서, 사용자의 눈들이 유인 및/또는 집중되는 타겟 이미지의 영역(들)은 후보 ROI 세트에 추가되는 ROI들을 포함하도록 결정될 수도 있다. 일부 실시예들에서, 타겟 이미지는 타겟 이미지 내의 ROI들을 식별하여 후보 ROI 세트에 추가하기 위해 이미지 검색 회로(118)에 의해 사용될 수도 있는 타겟 이미지를 이전에 본 복수의 사용자들의 모니터링된 눈 이동의 통계의 세트와 관련될 수도 있다.
식별된 후보 ROI는 독특하고 유익한 타겟 이미지에서의 영역을 나타낼 수도 있고, 따라서, 사용자가 실제로 탐색하기를 원하는 그 부분일 가능성이 높다. ROI의 형상은 예를 들어, 삼각형, 직사각형, 다른 다각형, 원, 타원형, 불규칙 형상, 자유로운 형태 등과 같은 임의의 타입의 형상을 포함할 수도 있다. 도면들 및 다음의 설명에서, 직사각형들이 ROI들을 표시하기 위해 예로서 사용된다. 그러나, 직사각형은 단지 예시적인 예로서 제공되고 제한이 아니다는 것이 이해될 것이다.
생성된 후보 세트가 다수의 ROI들을 포함할 수도 있기 때문에, 사용자가 후보 ROI들의 세트로부터 타겟 ROI(들)을 선택하는 것은 어려울 수도 있다. 따라서, 이미지 검색 회로(118)는 본 발명의 일부 실시예들에서는, 후보 ROI 세트로부터 선택된 하나 이상의 권장 ROI들을 포함하는 관심의 권장 영역 세트를 결정하도록 구성된다. 이와 관련하여, 이미지 검색 회로(118)는 ROI 기반 탐색 이력이 유지되는 탐색 이력 분석 기능을 제공하도록 구성될 수도 있다. 이미지 검색 회로(118)는 하나 이상의 권장 ROI들을 선택하기 위해 유지된 ROI 기반 탐색 이력에 적어도 부분적으로 기초하여 결정된 평가 기준을 사용할 수도 있다. 권장 ROI들은 예를 들어, 과거의 사용자 선택 타겟 ROI에 기초하여 결정될 수도 있다. 이와 관련하여, 사용자가 이미지 검색 탐색을 위해 타겟 ROI로서 후보 ROI를 이전에 선택하였고/하였거나 후보 ROI와 유사하거나 후보 ROI와 동일한 클래스 또는 타입인 ROI를 이전에 선택하였으면, 이미지 검색 회로(118)는 그 후보 ROI를 권장 ROI로서 식별하도록 구성될 수도 있다. 다른 예에서, 타겟 이미지에 대한 이전의 권장 ROI들(예를 들어, 타겟 이미지가 이미지 검색 탐색을 위한 질의 기준을 선택하는 기본으로서 이전에 사용될 때 권장된 ROI들)이 권장 ROI들로서 선택을 위해 고려될 수도 있다. 또 다른 예에[서, 타겟 ROI들과 대응하는 탐색 결과 이미지들(예를 들어, 이전의 이미지 검색 탐색들로부터) 사이의 이력적 관계가 이미지 검색 탐색에 대한 질의 기준의 컴포넌트로서 그것의 실행가능성에 관하여 후보 ROI의 품질을 평가하기 위해 고려될 수도 있다. 추가로 또는 다르게는, 이미지 검색 회로(118)는 후보 ROI들내의 로컬 특징(들)의 양, 농도, 배열, 중요도 등에 적어도 부분적으로 기초하여 권장 ROI를 식별하도록 구성될 수도 있다.
일부 실시예들에서, 이미지 검색 회로(118)는 평가 기준을 사용하여 후보 ROI 세트에서 후보 ROI들의 서브세트 각각에 대한 권장 스코어를 계산하도록 구성된다. 이미지 검색 회로(118)는 계산된 권장 스코어들에 적어도 부분적으로 기초하여 후보 ROI 세트로부터 하나 이상의 권장 ROI들을 결정하도록 구성될 수도 있다. 이와 관련하여, 이미지 검색 회로(118)는 예를 들어, 권장 ROI 세트에서의 권장 ROI들로서 최상의 권장 스코어들(예를 들어, 권장 스코어들이 어떻게 평가되는지에 의존하여 최고 스코어들 또는 최저 스코어들)을 갖는 소정의 수의 후보 ROI들를 선택하도록 구성될 수도 있다. 다른 예로서, 이미지 검색 회로(118)는 권장 ROI 세트에서의 권장 ROI들로서 소정의 임계값(예를 들어, 후보 ROI가 권장 ROI로서 더 양호한 선택이다는 것을 더 높거나 더 낮은 스코어가 나타내는지에 관하여 권장 스코어들이 어떻게 평가되는지에 의존하여)의 위 또는 아래의 권장 스코어를 갖는 후보 ROI들을 선택하도록 구성될 수도 있다. 그러나, 이미지 검색 회로(118)가 타겟 이미지 내의 권장 ROI들을 결정할 때 추가 또는 대안의 방식으로 계산된 권장 스코어들을 레버리지할 수도 있다는 것이 이해될 것이다.
권장 ROI 세트의 결정에 후속하여, 이미지 검색 회로(118)는 질의 기준에 관한 하나 이상의 결과 이미지들에 대한 이미지 라이브러리를 탐색하는 질의 기준으로서 하나 이상의 타겟 ROI들의 사용자 선택을 위해 권장 ROI 세트를 제공하도록 구성될 수도 있다. 이와 관련하여, 이미지 검색 회로(118)는 예를 들어, 권장 ROI들의 선택가능한 표시들로 하여금 본 발명의 실시예에 따라 CBIR을 가능하게 하는 그래픽 사용자 인터페이스상에 디스플레이되게 하도록 구성될 수도 있다. 선택가능한 표시들은 예를 들어, 권장 ROI들의 선택가능한 디스플레이된 썸네일들, 권장 ROI들과 중복하거나 공존하는 선택된 타겟 이미지의 하이라이트/박싱된 영역(들), 권장 ROI들에 대응하는 선택가능한 버튼들 등을 포함할 수도 있다.
도 3은 본 발명의 예시적인 실시예에 다른 타겟 이미지로부터 하나 이상의 타겟 ROI들을 선택하는 예시적인 사용자 인터페이스에 다른 일련의 이미지들을 예시한다. 이제 도 3a를 참조하면, 선택된 타겟 이미지(302)가 사용자 인터페이스에 디스플레이된다. 도 3b는 타겟 이미지(302)내의 복수의 권장 ROI들을 예시한다. 권장 ROI들은 상술한 바와 같이 이미지 검색 회로(118)에 의해 생성된 권장 ROI 세트를 포함할 수도 있다. 이와 관련하여, 도 3b는 타겟 이미지(302)내의 ROI들을 둘러싸는 하이라이트된 박스들에 의해 표시된 바와 같은 권장 ROI들(304, 306 및 308)을 예시한다. 도 3의 실시예에서, 권장 ROI들(304, 306 및 308)의 썸네일들은 권장 ROI들을 디스플레이하는 영역(310)내에 또한 디스플레이된다. 권장 ROI들(304, 306, 및 308)에 부가하여, 타겟 이미지(302)의 썸네일이 권장 ROI로서 영역(310)에 또한 디스플레이된다. 이와 관련하여, 본 발명의 일부 실시예들에서, 이미지 검색 회로(118)는 타겟 이미지에 대해 생성된 권장 ROI 세트내의 권장 ROI로서 선택된 타겟 이미지 전체를 포함하도록 구성된다. 영역 310에 예시된 바와 같이, 각각의 권장 ROI들의 썸네일들은 1 내지 4로 넘버링된다. 이들 번호들은 넘버링된 버튼들(312)에 대응한다. 따라서, 사용자는 타겟 ROI로서 권장 ROI를 선택하기 위해 넘버링된 버튼들 중 하나를 선택할 수도 있다. 이러한 선택은 예를 들어, 그래픽 사용자 인터페이스가 디스플레이되는 터치 스크린 디스플레이상에서 적절한 터치 제스처를 사용한 적절한 버튼의 터치, 사용자 인터페이스(116)의 마우스 또는 다른 입력 수단을 통해 커서를 사용한 적절한 버튼의 선택 등을 포함하는 임의의 입력 수단을 사용하여 이루어질 수도 있다. 선택된 ROI들의 썸네일들 또는 다른 표시는 선택된 ROI 영역(314)에 디스플레이될 수도 있다. 도 3b에서, 사용자는 권장 ROI(308)를 선택하였고, ROI(308)의 썸네일은 선택된 ROI 영역(2314)내에 디스플레이된다.
이제, 도 3c를 참조하면, 사용자는 타겟 ROI로서 권장 ROI(306)내에 디스플레이된 자동차를 선택하기를 원할 수도 있다. 그러나, 사용자는 권장 ROI가 너무 크고 질의 기준으로서 포함하기 위해 바람직하지 못한 특징들을 포함할 수도 있거나 그렇지 않으면 정확하지 않은 이미지 검색 탐색의 결과들을 산출할 수도 있다고 느낄 수도 있다. 따라서, 사용자는 정의된 경계를 편집함으로써 권장 ROI의 사이즈를 조정할 수도 있다. 추가로 또는 다르게는, 사용자는 사용자가 원하는 경계를 갖는 새로운 ROI를 드로잉하거나 그렇지 않으면 선택할 수도 있다. 이러한 새롭거나 조정된 ROI는 도 3c에서 점선 경계를 갖는 직사각형(316)에 의해 표시된다.
일부 경우들에서, 사용자가 타겟 ROI로서 선택하기를 원하는 ROI가 권장 ROI로서 제공되지 않을 수도 있다. 따라서, 사용자는 원하는 영역을 포함하는 새로운 ROI를 정의하기를 원할 수도 있다. 이제, 도 3d를 참조하면, 사용자는 타겟 이미지(302)의 좌측상에서 그레이 하우스를 포함하는 ROI(308)를 정의하였다. 이미지 검색 회로(118)는 이러한 사용자 정의 ROI의 경계들을 결정하고 사용자에 의해 선택될 때 사용자 정의 ROI를 선택된 타겟 ROI로서 추가하도록 구성될 수도 있다. 도 3d에서, 사용자 정의 ROI(318)의 썸네일 표현이 ROI(318)가 타겟 ROI로서 선택되었다는 것을 표시하도록 그래픽 사용자 인터페이스의 선택된 ROI 영역(314)에 디스플레이된다.
본 발명의 실시예들이 사용자가 단일 타겟 ROI를 선택하는 것에 제한되지 않는다는 것이 이해될 것이다. 이와 관련하여, 본 발명의 일부 실시예들은 콘텐츠 기반 이미지 검색 탐색에 대한 질의 기준을 정의하기 위해 타겟 ROI들로서 복수의 ROI들을 사용자가 선택하게 한다. 도 3e를 참조하면, 2개의 ROI들이 선택되었고, 선택된 ROI들의 썸네일 표시들은 선택된 ROI 영역(314)내에 디스플레이된다.
본 발명의 일부 실시예들에 의해, 타겟 ROI들로서 선택된 ROI들은 단일 타겟 이미지 내에 포함되는 것으로 제한되지 않는다. 이와 관련하여, 본 발명의 일부 실시예들은 복수의 타겟 이미지들 각각으로부터 하나의 이상의 타겟 ROI들을 사용자가 선택하게 한다. 이러한 실시예들은, 사용자가 임의의 하나의 타겟 이미지 내에 모든 포함되지 않는 복수의 특징들 또는 엘리먼트들을 갖는 결과 이미지들을 검색하기를 원하는 경우들에서 사용자가 질의 기준을 더 양호하게 정의할 수 있게 한다. 도 4는 본 발명의 예시적인 실시예에 따른 복수의 타겟 이미지들로부터 관심의 타겟 영역의 선택을 가능하게 하는 예시적인 방법에 따른 플로우차트이다.
이제, 도 4를 참조하면, 동작(400)은 이미지 검색 회로(118)가 선택된 타겟 이미지를 결정하고 타겟 이미지를 로딩하는 것을 포함할 수도 있다. 동작(402)은 이미지 검색 회로(118)가 후보 ROI 세트를 생성하는 것을 포함할 수도 있다. 동작(404)에서, 이미지 검색 회로(118)는 권장 ROI 세트를 생성함으로써 후보 ROI 세트를 개량할 수도 있다. 동작(418)에서, 이미지 검색 회로(118)는 탐색 이력 분석 기능의 사용에 적어도 부분적으로 기초하여 결정된 평가 기준을 사용하여 권장 ROI 세트를 생성할 수도 있다. 이미지 검색 회로(118)는 리뷰 및/또는 선택을 위해 권장 ROI 세트를 사용자에게 제공할 수도 있다. 동작(406)은 사용자가 권장 ROI들로 충족되는지를 결정하기 위해 사용자가 제공된 권장 ROI들을 리뷰하는 것을 포함할 수도 있다. 동작(408)에서, 사용자가 충족되지 않으면, 사용자는 기존의 권장 ROI들의 경계들을 편집할 수도 있고/있거나 새로운 ROI들을 정의할 수도 있다. 동작(410)은 사용자가 타겟 ROI들로서 하나 이상의 ROI들을 선택하는 것을 포함할 수도 있다. 사용자는 예를 들어, 넘버링된 버튼(예를 들어, 넘버링된 버튼들(312) 중 하나) 또는 원하는 ROI의 지수에 대응하는 키를 선택함으로써 선택을 행할 수도 있다. 그러나, 인덱싱 문자들이 예를 들어, 번호들을 인덱싱하는 것에 부가하여 또는 그 대신에 사용될 수도 있다는 것이 이해될 것이다. 동작(412)에서, 사용자는 원하는 질의 기준을 정의하기 위해 사용자가 다른 타겟 이미지로부터 타겟 ROI(들)를 선택할 필요가 있는지를 결정할 수도 있다. 사용자가 다른 타겟 이미지로부터 타겟 ROI를 선택할 필요가 없으면, 사용자는 새로운 타겟 이미지를 선택할 수도 있다. 동작(416)에서, 이미지 검색 회로(118)는 새로운 타겟 이미지의 선택을 결정하고 새로운 타겟 이미지를 로딩하도록 구성될 수도 있다. 그 후, 방법은 동작(402)으로 복귀할 수도 있다. 동작(414)에서, 사용자가 원하는 질의 기준을 정의하기 위해 모든 원하는 ROI들을 선택하였으면, 이미지 검색 회로(118)는 탐색을 위해 선택된 타겟 ROI들을 출력 및/또는 활용하도록 구성될 수도 있다.
일부 실시예들에서, 사용자는 중요도 팩터를 하나 이상의 선택된 타겟 ROI들에 할당할 수도 있다. 중요도 팩터(들)는 예를 들어, 타겟 ROI들이 선택되는 순서에 따라 이미지 검색 회로에 의해 자동으로 할당될 수도 있다. 다르게는, 사용자는 예를 들어, 선택된 타겟 ROI들 중에 상대적 중요도의 표시(예를 들어, 가장 중요함, 두 번째로 가장 중요함, 덜 중요함 등)를 할당함으로써 선택된 타겟 ROI에 대한 중요도 팩터를 명시적으로 정의할 수도 있다. 다른 예에서, 사용자는 선택된 타겟 ROI에 대한 중요도 팩터 카테고리(예를 들어, 매우 중요함, 다소 중요함, 매우 중요하지 않음 등)를 정의할 수도 있다. 여기에 더 설명되는 바와 같이 타겟 ROI들에 관한 이미지들을 탐색할 때, 이미지 검색 회로(118)는 할당된 중요도 팩터들을 고려하도록 구성될 수도 있다. 예를 들어, 타겟 ROI가 높은 중요도 팩터를 가지면, 이러한 타겟 ROI에 관한 후보 결과 이미지들은 최종 결과들로서 선택될 더 높은 확률을 가질 수도 있다.
원하는 타겟 ROI들을 사용자가 완결하는 것 및/또는 탐색의 개시에 응답하여, 이미지 검색 회로(118)는 선택된 타겟 ROI(들)에 기초하여 질의 기준을 구성하고 구성된 질의 기준을 사용하여 하나 이상의 결과 이미지들에 대한 이미지 라이브러리의 적어도 일부를 탐색하도록 구성될 수도 있다. 이와 관련하여, 이미지 검색 회로(118)는 (선택된 타겟 ROI(들)에 관한) 질의 기준에 관한 이미지들을 탐색할 수도 있다. 이미지 라이브러리는 이미지들의 데이터베이스, 정의된 위치(들)(예를 들어, 하나 이상의 정의된 폴더)에 저장된 이미지들의 집합, 이미지 검색 장치(102)에 액세스가능한 메모리(112) 및/또는 저장 디바이스(들)에 저장된 모든 이미지 파일 등을 포함할 수도 있다. 탐색된 이미지 라이브러리 또는 그것의 일부는 탐색을 개시할 때 사용자에 의해 정의될 수도 있거나 디폴트 이미지 라이브러리를 포함할 수도 있다.
이미지 검색 회로(118)는 콘텐츠 기반 이미지 검색을 위해 사용될 수도 있는 임의의 알고리즘 또는 방법 또는 다중의 알고리즘 또는 방법들의 조합을 사용하여 질의 기준에 관한 이미지들을 탐색하도록 구성될 수도 있다. 일례로서, 이미지 검색 회로(118)는 탐색될 이미지 라이브러리에 저장된 이미지들내의 ROI들 및/또는 이미지들에 대한 특정 기술들을 계산하도록 구성될 수도 있다. 이들 특징 기술들은 탐색시에 계산될 수도 있다. 추가로 도는 다르게는, 이미지 라이브러리내의 이미지들에 대한 특징 기술들은 탐색 시간을 감소시키기 위해 탐색 이전에 계산될 수도 있다. 이미지 검색 회로(118)는 이미 계산되지 않았으면 질의 기준을 포함하는 타겟 ROI들에 대한 특징 기술들을 계산하도록 또한 구성될 수도 있다. 이미지 검색 회로(118)는 타겟 ROI들에 대한 특징 기술들을 이미지 라이브러리내의 이미지들에 대한 특징 기술들과 비교할 수도 있다. 유사성 측정이 질의 기준에 관한 이미지들을 결정하기 위해 이미지 검색 회로(118)에 의해 사용될 수도 있다. 일례로서, 유사성 측정은 특징 기술들을 정의하는 특징 벡터들 사이의 유클리드( Euclidean) 또는 마할라노비스(Mahalanobis) 거리를 포함할 수도 있다. 그러나, 이들 유사성 측정은 단지 예시 목적으로 제공되고, 본 발명의 실시예들이 임의의 적절한 유사성 측정 또는 복수의 유사성 측정들의 조합을 활용할 수도 있다는 것이 이해될 것이다. 질의 기준에 관련되는 것으로 결정된 하나 이상의 결과 이미지들을 식별한 이후에, 이미지 검색 회로(118)는 예를 들어, 식별된 결과 이미지들 또는 그것의 표현들로 하여금 디스플레이상에 디스플레이 되게 함으로써와 같이 사용자에 의한 리뷰를 위해 식별된 결과 이미지들을 제공하도록 구성될 수도 있다.
이제 도 5를 참조하면, 도 5는 본 발명의 예시적인 실시예에 따른 타겟 ROI들을 선택하고 이미지 검색을 수행하는 예시적인 사용자 인터페이스를 따른 일련의 이미지들을 예시한다. 도 5a는 디스플레이된 선택된 타겟 이미지(502)를 갖는 사용자 인터페이스를 예시한다. 도 5에 예시된 사용자 인터페이스 및 그것의 동작은 도 3에 관하여 설명한 바와 실질적으로 유사하다. 도 5a에 예시되어 있는 바와 같이, 이미지 검색 회로(118)에 의해 제공된 권장 ROI들 중 하나가 야오밍의 얼굴을 포함하는 ROI(504)이다. ROI(504)의 썸네일은 타겟 ROI들을 선택하는 그래픽 인터페이스의 영역에 예시된다. 썸네일(506)은 인덱스 “2”로 라벨링된다. 따라서, 사용자는 지수 “2”에 대응하는 넘버링된 버튼(508)을 선택함으로써 타겟 ROI로서 ROI(504)를 선택할 수도 있다. 도 5a에 예시되어 있는 바와 같이, ROI(504)가 선택되었고 ROI(504)의 표현이 그래픽 사용자 인터페이스의 선택된 ROI 영역(510)에 디스플레이된다.
도 5b는 사용자 인터페이스에 디스플레이된 제 2 선택된 타겟 이미지(512)를 예시한다. 도 5b에 예시되어 있는 바와 같이, 이미지 검색 회로(118)에 의해 제공된 권장 ROI들 중 하나가 올림픽 성화의 이미지를 포함하는 ROI(514)이다. ROI(514)의 썸네일(516)은 타겟 ROI들을 선택하는 그래픽 인터페이스의 영역에 예시된다. 썸네일(516)은 인덱스 “3”으로 라벨링된다. 따라서, 사용자는 지수 “3”에 대응하는 넘버링된 버튼(518)을 선택함으로써 타겟 ROI로서 ROI(514)를 선택할 수도 있다. 도 5b에 예시되어 있는 바와 같이, ROI(514)가 선택되었고 ROI(514)의 표현이 이전에 선택된 ROI(504)의 표현에 따라 그래픽 사용자 인터페이스의 선택된 ROI 영역(510)에 디스플레이된다.
사용자가 2개의 타겟 ROI들을 선택한 이후에, 사용자는 이미지 검색 탐색을 개시할 수도 있다. 도 5c는 선택된 타겟 ROI들에 관련되는 것으로서 이미지 검색 회로(118)에 의해 식별되고 검색될 수도 있는 결과 이미지들을 예시한다. 도 5의 예시적인 사용자 인터페이스에서, 결과 이미지들은 그래픽 사용자 인터페이스의 결과 영역(520)에 디스플레이된다. 도 5d는 결과 영역(520)의 콘텐츠의 줌 인된 도면을 예시한다. 도 5가 2개의 타겟 이미지들에서 타겟 ROI들의 선택 및 2개의 타겟 이미지들로부터 선택된 타겟 ROI들에 기초한 이미지 검색 탐색의 수행을 예시하지만, 본 발명의 실시예들이 2개 보다 많은 타겟 이미지들로부터 이미지 검색 탐색을 위한 질의 기준의 기본으로서 사용자가 타겟 ROI들을 선택하게 한다는 것이 이해될 것이다. 또한, 도 5는 각 타겟 이미지로부터 단일 타겟 ROI의 선택을 예시하지만, 본 발명의 실시예들이 사용자가 타겟 이미지로부터 다중의 타겟 ROI들을 선택하게 한다는 것이 이해될 것이다.
일부 실시예들에서, 이미지 검색 회로(118)는 식별된 결과 이미지들에 대한 피드백을 결정하도록 구성된다. 이미지 검색 회로(118)는 이미지 검색 회로(118)에 의해 제공된 탐색 이력 기능을 향상시키기 위해 유지된 ROI 기반 탐색 이력을 업데이트하도록 수집된 피드백을 활용할 수도 있다. 이와 관련하여, 피드백은 장래의 ROI 권장 및 장래의 이미지 검색 탐색을 향상시키기 위해 이미지 검색 회로(118)에 의해 사용될 수도 있다.
이와 관련하여, 이미지 검색 회로(118)는 사용자가 결과 이미지(들)를 볼 때 사용자에 대해 피드백 인터페이스를 제공하도록 구성될 수도 있다. 피드백 인터페이스는 사용자가 특정한 결과 이미지로 충족되었는지의 표시를 요청할 수도 있다. 이와 관련하여, 사용자는 결과 이미지가 선택된 타겟 ROI들과 관련되는지에 관하여 피드백 인터페이스를 통해 피드백을 입력할 수도 있다. 일부 실시예들에서, 피드백 인터페이스는 결과 이미지가 질의 기준을 충족시키는지에 관한 일반적인 피드백에 부가하여 각 선택된 타겟 ROI의 발생에 관하여 사용자가 피드백을 입력하게 한다. 예를 들어, 사용자가 2개의 ROI들을 선택할 때, 피드백 인터페이스는 결과 이미지가 제 1 타겟 ROI에 관련되는지 및 결과 이미지가 제 2 타겟 ROI에 관련되는지에 대한 피드백을 사용자가 제공하게 할 수도 있다. 이러한 ROI-레벨 피드백은 장래의 탐색 작업에 유익할 수도 있는 더욱 의미 있는 ROI 기반 탐색 이력 정보를 제공할 수도 있다. 이와 관련하여, 결과 이미지가 사용자가 정확하게 원하는 것이 아닐 때에도, 결과 이미지가 선택된 타겟 ROI들 모두가 아니라 선택된 타겟 ROI들 중 적어도 하나와 관련될 수도 있다는 점에서 사용자가 보기를 원하는 일부 콘텐츠를 여전히 포함할 수도 있다. 따라서, 본 발명의 실시예들은 단순히 결과 이미지가 "양호" 또는 "불량"인지를 넘는 정보를 제공할 수도 있는 ROI 레벨 피드백을 결정할 수도 있다.
도 6은 본 발명의 예시적인 실시예에 따른 결과 이미지들에 대한 피드백을 제공하는 예시적인 피드백 인터페이스를 예시한다. 이와 관련하여, 도 6은 타겟 ROI들(504 및 514)에 관련되는 것으로서 식별될 수도 있는 2개의 결과 이미지들의 컨텍스트에서 예시적인 피드백 인터페이스를 예시한다. 선택된 타겟 ROI들(504 및 514)은 야오밍의 얼굴 및 올림픽 성화의 이미지를 각각 포함한다. 이러한 예에서, 사용자는 올림픽 성화를 운반하는 야오밍의 이미지들을 선택한다. 이제, 도 6a를 참조하면, 피드백 인터페이스는 올림픽 성화를 운반하는 야오밍의 이미지를 포함하는 결과 이미지(602)를 포함한다. 따라서, 사용자는 그가 선택된 타겟 ROI들에 따른 결과 이미지들로 충족된다는 피드백 질문(604)에 대한 응답을 선택한다. 사용자는 또한, 이미지가 제 1 제출 타겟 ROI(야오밍의 얼굴을 포함하는 ROI(504))와 관련된다는 피드백 질문(606)에 대한 응답을 선택한다. 사용자는 추가로, 이미지가 제 2 제출 타겟 ROI(올림픽 성화를 포함하는 ROI(514))와 관련된다는 피드백 질문(608)에 대한 응답을 선택한다.
도 6b의 피드백 인터페이스는 올림픽 성화를 운반하는 야오밍 이외의 누군가의 이미지를 포함하는 결과 이미지(612)를 포함한다. 따라서, 사용자는 그가 선택된 타겟 ROI들에 따른 결과 이미지들로 충족되지 않았다는 피드백 질문(614)에 대한 응답을 선택한다. 사용자는 또한, 이미지가 제 1 제출 타겟 ROI(야오밍의 얼굴을 포함하는 ROI(504))와 관련되지 않는다는 피드백 질문(616)에 대한 응답을 선택한다. 그러나, 사용자는 이미지가 제 2 제출 타겟 ROI(올림픽 성화를 포함하는 ROI(514))와 관련된다는 피드백 질문(618)에 대한 응답을 선택한다.
본 발명의 일부 실시예들에서, 피드백의 제공은 사용자에게 선택적일 수도 있고, 따라서, 사용자는 피드백 인터페이스를 통해 피드백의 제공을 거절할 수도 있거나 피드백 인터페이스를 바이패스할 수도 있다. 다른 옵션으로서, 사용자는 사용자가 결과 이미지들을 브라우징할 때 피드백 인터페이스들로 프롬프트되지 않도록 피드백 특징을 디스에이블하는 옵션을 선택할 수도 있다.
상술한 바와 같이, 일부 실시예들에서, 이미지 검색 회로(118)는 ROI 기반 탐색 이력을 유지하는 것을 포함하는 탐색 이력 분석 이력을 제공하도록 구성된다. 탐색 이력 분석 기능의 일부 실시예들이 도 7과 관련하여 설명될 것이고, 도 7은 본 발명의 예시적인 실시예에 따른 탐색 이력 분석 기능의 흐름도를 예시한다. 탐색 이력 분석 기능은 학습 및 멀티-큐(multi-cue) 평가 전략에 기초할 수도 있다. 이미지 검색 회로(118)는 타겟 이미지에 대한 권장 ROI들을 결정하는데 있어서 및/또는 질의 기준에 관한 이미지들을 식별할 때 탐색 동작 동안 후보 ROI들을 평가하기 위해 탐색 이력 분석 기능에 따라 유지된 ROI 기반 탐색 이력 정보를 분석 및 레버리지하도록 구성될 수도 있다.
이미지 검색 회로(118)는 복수의 소스들로부터의 정보를 분석하고 그 분석된 정보를 포함하기 위해 유지된 ROI 기반 탐색 이력을 업데이트하도록 구성될 수도 있다. 이와 관련하여, 이미지 검색 회로(118)는 멀티-큐 탐색 이력 분석을 제공하도록 구성될 수도 있다. 이미지 검색 회로(118)는 ROI 레벨 피드백들(702)을 포함하기 위해 유지된 ROI 기반 탐색 이력을 수집하고 업데이트하도록 구성될 수도 있다. 이와 관련하여, 이미지 검색 회로(118)는 식별된 결과 이미지들이 도 6과 관련하여 상술한 바와 같은 하나 이상의 선택된 타겟 ROI들과 관련되는지에 대한 사용자 피드백을 결정 및 수집하도록 구성될 수도 있다. ROI 레벨 피드백들은 어느 ROI들이 이미지들에 포함되고 어느 ROI들이 이미지들에 포함되지 않는지에 관한 정보를 제공하여, 후속 탐색들은 이전의 탐색 결과들에 대한 피드백으로부터 학습된 정보에 기초하여 향상될 수도 있다.
이미지 검색 회로(118)는 또한, 선택된 타겟(예를 들어, 입력) ROI들의 이력 및 대응하는 결과들(704)에 관한 정보를 포함하기 위해 유지된 ROI 기반 탐색 이력을 수집하고 업데이트하도록 구성될 수도 있다. 이와 관련하여, 이미지 검색 회로(118)는 이미지에 의해 포함된 가능한 ROI 클래스들을 식별하기 위해 선택된 타겟 ROI들과 대응하는 탐색 결과들 사이의 관계를 분석하도록 구성될 수도 있다. 일부 실시예들에서, 이러한 정보는 사용자 피드백들을 통해 추가적으로 또는 대안으로 결정될 수도 있다. 이미지 검색 회로(118)는 탐색 결과들의 정확성을 향상시키는 것을 돕고 탐색 절차의 속도를 가속하기 위해 선택된 타겟 ROI들과 대응하는 탐색 결과들 사이의 이력 관계들을 상세히 설명하는 유지된 통계적 정보를 분석하도록 구성될 수도 있다.
이미지 검색 회로(118)는 선택된 타겟(예를 들어, 입력) ROI들(706)의 이력에 관한 정보를 포함하기 위해 유지된 ROI 기반 탐색 이력을 수집하고 업데이트하도록 추가로 구성될 수도 있다. 이와 관련하여, 이미지 검색 회로(118)는 자율 학습 프로세스하에서 타겟 ROI 선택의 패턴을 식별 및 학습하도록 구성될 수도 있다. 이미지 검색 회로(118)는 ROI 콘텐츠들에 기초하여 선택된 타겟 ROI들을 식별하여 클래스들로 분류하도록 구성될 수도 있다. 예를 들어, 자동차들을 포함하는 ROI들은 일 클래스를 포함할 수도 있다. 이미지 검색 회로(118)는 예를 들어, 복수의 클래스들 각각에 대한 선택의 횟수의 기록을 유지함으로써 다양한 클래스들에 대한 사용자 선호도의 기록을 유지하도록 구성될 수도 있다. 이미지 검색 회로(118)는 선택된 타겟 이미지 내에서 권장 ROI들을 결정할 때 이러한 ROI 클래스 선호도 이력을 레버리지하도록 구성될 수도 있어서, 이미지 검색 회로(118)는 클래스 선호도 이력을 통해 표시된 바와 같은 이전의 관심을 사용자 설명하는 클래스에 후보 ROI가 있는 경우에 후보 ROI의 클래스를 식별하여 그 후보 ROI를 사용자에게 권장하도록 구성될 수도 있다.
이미지 검색 회로(118)는 수집된 ROI 기반 탐색 이력을 분석하고 통합하여, 선택된 타겟 이미지 및/또는 이미지 검색 탐색에서 ROI들의 권장을 강화하기 위해 레버리지될 수도 있는 통합된 세트의 정보를 생성하도록 구성될 수도 있다. 하나의 이러한 예시적인 통합된 세트의 정보는 이미지들과 ROI들(710) 사이의 관계의 정보를 포함할 수도 있다. 통합된 세트의 정보는 수집된 ROI 레벨 피드백들(702) 및 선택된 타겟 ROI들의 이력 및 대응하는 결과들(704)의 분석을 통해 모을 수도 있다. 이러한 분석은 수집된 정보를 통해 ROI 이미지 관계(708)에 대한 지도 학습을 포함할 수도 있다. 다른 예시적인 통합된 세트의 정보는 이력적으로 선택된 타겟(예를 들어, 입력) ROI들(714)의 분류를 포함할 수도 있다. 이미지 검색 회로(118)는 예를 들어, 선택된 타겟 ROI들을 분류하고, 복수의 ROI 클래스들 각각으로부터의 ROI들이 이전에 설명한 바와 같이 타겟 ROI들로서 선택된 회수의 히스토그램 데이터를 유지함으로써 자율 학습(712)에 의해 그룹화한 ROI를 통해 이러한 분류를 수행하도록 구성될 수도 있다.
이미지 검색 회로(118)는 선택된 타겟 이미지(716)내에서 검출된 후보 ROI들을 랭킹하기 위해 이러한 유지된 ROI 기반 탐색 이력을 활용하도록 구성될 수도 있다. 랭킹은 권장 ROI 세트(718)를 결정할 때 이미지 검색 회로(118)에 의해 사용될 수도 있다. 예를 들어, 이미지 검색 회로(118)는 후보 ROI에 대해, 탐색 이력에서 탐색되는 그것의 빈도 및 데이터베이스에서 대응하는 이미지들의 가능한 수를 검사하도록 구성될 수도 있다. 더 높은 탐색되는 빈도 및 더 큰 수의 관련 이미지를 갖는 후보 ROI에는 더 높은 권장 스코어가 부여될 수도 있다. 이미지 검색 회로(118)는 후보 ROI들을 랭킹하기 위해 이러한 권장 스코어를 사용할 수도 있다. 이미지 검색 회로(118)는 탐색 이력을 고려함으로써 후보 ROI들의 특징 기반 권장을 강화하기 위해 권장 스코어들을 활용할 수도 있다.
이미지 검색 회로(118)는 또한, 질의 기준에 관한 이미지들에 대한 이미지 라이브러리의 탐색을 강화하기 위해 유지된 ROI 기반 탐색 이력을 활용하도록 구성될 수도 있다. 이와 관련하여, 이미지 검색 회로(118)는 데이터베이스(722) 또는 다른 이미지 라이브러리에서 탐색할 때 탐색 속도 및 정확도(720)를 향상시키기 위해 유지된 ROI 기반 탐색 이력을 활용할 수도 있다. 예를 들어, 이미지 검색 회로(118)는 선택된 타겟 ROI의 클래스를 결정하도록 구성될 수도 있다. 이미지 검색 회로(118)는 질의 기준에 대응할 수도 있는 이미지 내의 이미지들의 세트를 결정하기 위해 동일한 클래스내에 ROI를 포함하기 위해 알려진 이미지 라이브러리내의 이미지들을 결정하도록 유지된 ROI 기반 탐색 이력을 또한 분석할 수도 있다. 그 후, 이미지 검색 회로(118)는 질의 기준에 대응하는 임의의 이미지들을 식별하기 위해 질의 기준에 대응할 수도 있는 이미지들의 결정된 세트를 탐색할 수도 있다. 이와 관련하여, 탐색 속도 및 정확도는 선택된 타겟 ROI와 동일한 클래스내의 ROI를 포함하지 않기 위해 알려진 이미지들을 배제함으로써 탐색될 이미지 라이브러리의 부분을 좁힘으로써 강화될 수도 있다.
이미지 검색 회로(118)는 추가로, 이미지 검색 탐색에서 식별된 결과 이미지들(724)을 랭킹하고/하거나 탐색 결과(726)를 개량하기 위해 유지된 ROI 기반 탐색 이력을 활용하도록 구성될 수도 있다. 이와 관련하여, 이미지 검색 회로(118)는 하나 이상의 관심의 선택된 타겟 영역들에 관련되지 않도록 유지된 ROI 기반 탐색 이력으로부터 알려진 임의의 결과 이미지들을 필터링함으로써 복수의 결과 이미지를 필터링하도록 구성될 수도 있다. 예를 들어, 이미지 검색 회로(118)는 ROI 레벨 피드백으로서의 정보를 사용함으로써 관련되지 않은 이미지들을 필터링하도록 구성될 수도 있다. 이와 관련하여, 일부 이미지들은 소정의 타겟 ROI와 관련되지 않은 것으로 알려질 수도 있지만, 특징 기반 알고리즘들에 의해 잠재적 관련 이미지로서 식별될 수도 있다. 이미지 검색 회로(118)는 유지된 ROI 기반 탐색 이력 정보에 기초하여 이러한 이미지들을 식별하고 필터링하도록 구성될 수도 있다. 따라서, 사용자에게는 탐색 결과들의 더 양호한 정확도가 제공될 수도 있다.
도 8은, 본 발명의 예시적인 실시예에 따른 콘텐츠 기반 이미지 검색을 가능하게 하는 예시적인 워크플로우에 따른 플로우차트를 예시한다. 동작(802)은 이미지 검색 회로(118)가 선택된 타겟 이미지를 결정하고 타겟 이미지를 로딩하는 것을 포함할 수도 있다. 동작(804)은 이미지 검색 회로(118)가 타겟 이미지 내에서 권장 ROI들을 결정하고 권장 ROI들을 사용자에게 제공하는 것을 포함할 수도 있다. 동작(804)은 도 7의 엘리먼트들(716 및 718)과 관련하여 설명한 바와 같이, 유지된 ROI 기반 탐색 이력에 기초하여 권장들을 향상시키기 위해 탐색 이력 분석(816)을 활용하는 것을 포함할 수도 있다. 동작(806)은 이미지 검색 회로(118)가 하나 이상의 선택된 타겟 ROI들을 포함하는 질의 기준에 관한 이미지들에 대한 데이터베이스들 또는 다른 이미지 라이브러리를 탐색하여 후보 결과 이미지 세트를 생성하는 것을 포함할 수도 있다. 동작(806)은 도 7의 엘리먼트들(720 및 722)과 관련하여 설명한 바와 같이, 유지된 ROI 기반 탐색 이력에 기초하여 탐색 속도 및 정확도를 향상시키기 위해 탐색 이력 분석(816)을 활용하는 것을 포함할 수도 있다. 동작(808)은 도 7의 엘리먼트들(724 및 726)과 관련하여 설명한 바와 같이, 이미지 검색 회로(118)가 사용자에게 제공된 최종 결과 이미지 세트를 생성하기 위해 후보 결과 이미지를 개량하도록 탐색 이력 분석(816)을 활용하는 것을 포함할 수도 있다. 동작(810)은 사용자가 식별된 결과 이미지들을 브라우징하고 피드백을 제공하는 것을 포함할 수도 있다. 동작(818)에서, 이미지 검색 회로(118)는 제공된 피드백을 결정할 수도 있고, 그 제공된 피드백에 기초하여 유지된 ROI 기반 탐색 이력을 업데이트할 수도 있다. 동작(818)은 추가로 또는 다르게는, 이미지 검색 회로(118)가 타겟 ROI 선택에서의 임의의 패턴들 및/또는 타겟 ROI들과 식별된 결과 이미지들 사이의 관계를 포함하도록 유지된 ROI 기반 탐색 이력을 업데이트하는 것을 포함할 수도 있다. 이미지 검색 프로세스는 동작(812)에서 완료될 수도 있다.
도 9는, 본 발명의 예시적인 실시예에 따른 콘텐츠 기반 이미지 검색을 가능하게 하는 예시적인 방법에 따른 플로우차트를 예시한다. 도 9에 예시되고 도 9와 관련하여 설명된 동작들은 예를 들어, 이미지 검색 회로(118)의 제어에 의해 및/또는 이미지 검색 회로(118)의 제어하에서 수행될 수도 있다. 동작(900)은 선택된 타겟 이미지를 결정하는 것을 포함할 수도 있다. 동작(910)은 타겟 이미지 내에 하나 이상의 ROI들을 포함하는 후보 ROI를 생성하는 것을 포함할 수도 있다. 동작(920)은 후보 ROI 세트로부터 선택된 하나 이상의 권장 ROI들을 포함하는 권장 ROI를 결정하는 것을 포함할 수도 있다. 권장 ROI들은 유지된 ROI 기반 탐색 이력의 분석에 적어도 부분적으로 기초하여 결정될 수도 있다. 동작(930)은 질의 기준으로서 하나 이상의 타겟 ROI들의 사용자 선택을 가능하게 하기 위해 권장 ROI 세트를 제공하는 것을 포함할 수도 있다. 동작(940)은 하나 이상의 타겟 ROI들의 선택을 결정하는 것을 포함할 수도 있다. 동작(950)은 선택된 타겟 ROI들을 포함하는 질의 기준을 구성하는 것을 포함할 수도 있다. 동작(960)은 질의 기준에 대응하는 임의의 결과 이미지들을 식별하기 위해 이미지 라이브러리의 적어도 일부를 탐색하는 것을 포함할 수도 있다. 동작(970)은 리뷰를 위해 사용자에게 결과 이미지들을 제공하는 것을 포함할 수도 있다. 상술한 바와 같이, 도 9가 단일 타겟 이미지 내에서 타겟 ROI들의 선택에 관하여 설명되지만, 본 발명의 실시예들은 사용자가 결과 이미지에 제공되도록 원하는 ROI들 각각을 타겟 이미지가 포함하지 않는 경우에서 더욱 포괄적인 질의 기준을 구성하기 위해 복수의 타겟 이미지들로부터 타겟 ROI들의 선택을 허용한다.
도 10은, 본 발명의 예시적인 실시예에 따른 관심 영역 레벨 피드백을 결정하는 예시적인 방법에 따른 플로우차트를 예시한다. 도 10에 예시되고 도 10과 관련하여 설명된 동작들은 예를 들어, 이미지 검색 회로(118)의 제어에 의해 및/또는 이미지 검색 회로(118)의 제어하에서 수행될 수도 있다. 동작(1000)은 식별된 결과 이미지를 사용자에게 제공하는 것을 포함할 수도 있다. 동작(1010)은 식별된 결과 이미지에 대한 ROI 레벨 피드백을 결정하는 것을 포함할 수도 있다. 동작(1020)은 결정된 피드백에 관한 정보를 포함하기 위해 유지된 ROI 기반 탐색 이력을 업데이트하는 것을 포함할 수도 있다.
도 4 및 도 8 내지 도 10은 본 발명의 예시적인 실시예들에 따른 시스템, 방법, 및 컴퓨터 프로그램 제품의 플로우차트들이다. 플로우차트들의 각 블록, 및 플로우차트들에서의 블록들의 조합들이 하드웨어 및/또는 컴퓨터 판독가능 프로그램 명령들이 저장된 하나 이상의 컴퓨터 판독가능 매체들을 포함하는 컴퓨터 프로그램 제품에 의해 구현될 수도 있다는 것이 이해될 것이다. 예를 들어, 여기에 설명된 절차들 중 하나 이상은 컴퓨터 프로그램 제품의 컴퓨터 프로그램 명령들에 의해 실시될 수도 있다. 이와 관련하여, 여기에 설명된 절차들을 실시하는 컴퓨터 프로그램 제품(들)은 모바일 단말기, 서버, 또는 다른 컴퓨팅 디바이스의 하나 이상의 메모리 디바이스에 의해 저장될 수도 있고 컴퓨팅 디바이스에서의 프로세서에 의해 실행될 수도 있다. 일부 실시예들에서, 상술한 절차들을 실시하는 컴퓨터 프로그램 제품(들)을 포함하는 컴퓨터 명령들은 복수의 컴퓨팅 디바이스들의 메모리 디바이스에 의해 저장될 수도 있다. 이해되는 바와 같이, 임의의 이러한 컴퓨터 프로그램 제품은 머신을 생성하기 위해 컴퓨터 또는 다른 프로그램가능한 장치에 로딩될 수도 있어서, 컴퓨터 또는 다른 프로그램가능한 장치상에서 실행하는 명령들을 포함하는 컴퓨터 프로그램 제품은 플로우차트 블록(들)에서 특정된 기능들을 구현하는 수단을 생성한다. 또한, 컴퓨터 프로그램 제품은 컴퓨터 프로그램 명령들이 저장될 수도 있는 하나 이상의 컴퓨터 판독가능한 메모리들을 포함할 수도 있어서, 하나 이상의 컴퓨터 판독가능한 메모리들은 컴퓨터 또는 다른 프로그램가능한 장치에게 특정한 방식으로 기능하도록 명령할 수 있어서, 컴퓨터 프로그램 제품은 플로우차트 블록(들)에서 특정된 기능을 구현하는 제품을 포함한다. 하나 이상의 컴퓨터 프로그램 제품들의 컴퓨터 프로그램 명령들은 또한, 컴퓨터 구현된 프로세스를 생성하기 위해 일련의 동작들이 컴퓨터 또는 다른 프로그램가능한 장치상에서 수행되게 하도록 컴퓨터 또는 다른 프로그램가능한 장치(예를 들어, 이미지 검색 장치(102))상에 로딩될 수도 있어서, 컴퓨터 또는 다른 프로그램가능한 장치상에서 실행하는 명령들은 플로우차트 블록(들)에서 특정된 기능들을 구현한다.
따라서, 플로우차트들의 블록들은 특정된 기능들을 수행하는 수단의 조합들을 지원한다. 플로우차트들의 하나 이상의 블록들, 및 플로우차트들에서의 블록들의 조합들이 특정한 기능들을 수행하는 특수 목적용 하드웨어 기반 컴퓨터 시스템들, 또는 특수 목적 하드웨어와 컴퓨터 프로그램 제품(들)의 조합에 의해 구현될 수도 있다는 것이 또한 이해될 것이다.
상술한 기능들은 다수의 방식들로 실행될 수도 있다. 예를 들어, 상술한 기능들 각각을 실행하는 임의의 적합한 수단이 본 발명의 실시예들을 실행하기 위해 이용될 수도 있다. 일 실시예에서, 적절하게 구성된 프로세서가 본 발명의 엘리먼트들 모두 또는 일부를 제공할 수도 있다. 다른 실시예에서, 본 발명의 엘리먼트들 모두 또는 일부는 컴퓨터 프로그램 제품에 의해 구성될 수도 있고 컴퓨터 프로그램 제품의 제어하에서 동작할 수도 있다. 본 발명의 실시예들의 방법들을 수행하는 컴퓨터 프로그램 제품은 비휘발성 저장 매체와 같은 컴퓨터 판독가능 저장 매체, 및 그 컴퓨터 판독가능 저장 매체에서 실시되는 일련의 컴퓨터 명령들과 같은 컴퓨터 판독가능 프로그램 코드부를 포함할 수도 있다.
그 후, 이와 같이, 본 발명의 실시예들은 컴퓨팅 디바이스들 및 컴퓨팅 디바이스 사용자들에 대한 여러 이점들을 제공한다. 본 발명의 실시예들은 자동으로 생성된 관심 권장 영역(ROI)들을 제공한다. 권장 ROI들은 사용자가 타겟 이미지 내의 하나 이상의 ROI들을 더욱 편리하고 신속하게 선택하게 하여 관련 이미지들의 검색을 위한 질의 기준으로서 특정한다. 추가로, 자동 권장 ROI들의 사용은 탐색 속도 및 탐색 결과들의 정확성을 향상시킬 수도 있다. 본 발명의 일부 실시예들은 단일 이미지 검색 탐색을 위한 질의 기준으로서 복수의 상이한 타겟 이미지들에 걸쳐 다중의 ROI들을 사용자가 선택하게 한다. 본 발명의 이러한 실시예들은 사용자가 검색된 이미지들을 포함하기를 원하는 ROI 엘리먼트들 각각을 타겟 이미지들이 포함하지 않는 경우에서 사용자가 질의 기준을 더욱 완전하게 구성하게 하고 탐색 결과들의 더 많은 관련 세트의 생성을 제공하게 한다.
본 발명의 일부 실시예들은 사용자가 입력 패턴들을 학습하게 하고 탐색 결과들에 대한 피드백을 결정하게 하여 주문제작(coustomization) 및 양호한 탐색 결과들을 달성하도록 구성된 ROI 기반 탐색 이력 분석 기능을 제공한다. ROI 기반 탐색 이력 기능은 ROI 권장들 및/또는 탐색 결과들을 향상시키기 위해 이러한 실시예들에서 레버리지된다. 본 발명의 일부 실시예들은 결과 이미지가 단지 탐색 이력 분석 기능을 향상시킬 수도 있는 질의 기준과 관련되는지 여부를 넘는 의미 있는 피드백을 결정한다. 이와 관련하여, 본 발명의 일부 실시예들은, 결과 이미지가 탐색 기준의 컴포넌트로서 선택된 각 개별 타겟 ROI와 관련되는지에 관하여 피드백이 결정될 수도 있도록 ROI에 대한 피드백을 결정한다. 피드백은 탐색 결과들을 향상시키기 위해 후속 탐색들에서 사용될 수도 있다.
여기에 설명된 다수의 변경물들 및 다른 실시예들은 상술한 설명들 및 관련 도면들에 제공된 교시들의 이점을 갖는 이들 발명들이 속하는 당업자에게 떠오를 것이다. 따라서, 본 발명의 실시예들이 개시된 특정한 실시예들에 제한되지 않고, 변경물들 및 다른 실시예들이 본 발명의 범위내에 포함되는 것으로 의도된다는 것을 이해해야 한다. 더욱이, 상술한 설명들 및 관련 도면들이 엘리먼트들 및/또는 기능들의 특정한 예시적인 조합들의 컨텍스트에서 예시적인 실시예들을 설명하더라고, 엘리먼트들 및/또는 기능들의 상이한 조합들이 본 발명의 범위로부터 벗어나지 않고 대안의 실시예들에 의해 제공될 수도 있다는 것이 이해되어야 한다. 이와 관련하여, 예를 들어, 명시적으로 상술한 바와 상이한 엘리먼트들 및/또는 기능들의 조합들이 본 발명의 범위내에서 또한 예상된다. 특정한 용어들이 여기에서 사용되지만, 이들은 일반적으로 사용되고, 단지 설명적인 개념이며, 제한을 목적으로 하지 않는다.

Claims (41)

  1. 적어도 하나의 프로세서를 포함하는 장치에 의해 수행되는 방법에 있어서,
    선택된 타겟 이미지를 결정하는 단계와,
    후보 관심 영역 세트(candidate region of interest set)를 생성하는 단계 - 상기 후보 관심 영역 세트는 상기 타겟 이미지 내의 하나 이상의 관심 영역을 포함함 - 와,
    권장 관심 영역 세트(recommended region of interest set)를 결정하는 단계 - 상기 권장 관심 영역 세트는 적어도 평가 기준에 기초하여 상기 후보 관심 영역 세트로부터 선택된 하나 이상의 권장 관심 영역을 포함하고, 상기 평가 기준은 적어도 유지된 관심 영역 기반 탐색 이력(maintained region of interest-based searching history)의 분석에 기초하여 결정됨 - 와,
    상기 권장 관심 영역 세트로부터 하나 이상의 타겟 관심 영역의 사용자 선택을 위하여 상기 권장 관심 영역 세트를 하나 이상의 결과 이미지를 찾아 이미지 라이브러리를 탐색하기 위한 질의 기준(query criteria)으로서 제공하는 단계를 포함하는
    방법.
  2. 제 1 항에 있어서,
    상기 권장 관심 영역 세트를 결정하는 단계는,
    상기 평가 기준을 사용하여 상기 후보 관심 영역 세트의 각 후보 관심 영역에 대한 권장 스코어를 계산하는 단계와,
    적어도 상기 계산된 권장 스코어에 기초하여 상기 후보 관심 영역 세트로부터 하나 이상의 권장 관심 영역을 결정하는 단계를 포함하는
    방법.
  3. 제 1 항 또는 제 2 항에 있어서,
    상기 유지된 관심 영역 기반 탐색 이력은,
    이전의 권장 관심 영역과,
    타겟 관심 영역으로서 이전에 선택된 관심 영역과,
    질의 기준으로서 선택된 타겟 관심 영역과 대응하는 탐색 결과 이미지 사이의 이력 관계와,
    이전 탐색 결과 이미지를 식별하기 위해 사용되었던 대응하는 질의 기준과 상기 탐색 결과 이미지 사이의 대응(correspondence)을 나타내는 상기 탐색 결과 이미지에 대한 피드백
    중 하나 이상의 이력을 포함하는
    방법.
  4. 제 1 항 또는 제 2 항에 있어서,
    질의 기준으로서 상기 선택된 타겟 이미지 내에서 하나 이상의 타겟 관심 영역의 선택을 결정하는 단계와,
    상기 질의 기준에 대응하는 결과 이미지를 식별하기 위해 상기 이미지 라이브러리의 적어도 일부를 탐색하는 단계와,
    상기 식별된 결과 이미지를 사용자에게 제공하는 단계와,
    상기 식별된 결과 이미지에 대한 피드백을 결정하는 단계 - 상기 피드백은 상기 식별된 결과 이미지가 선택된 타겟 관심 영역과 관련되는지의 표시를 포함함 - 와,
    상기 피드백에 관한 정보를 포함하기 위해 상기 관심 영역 기반 탐색 이력을 업데이트하는 단계를 더 포함하는
    방법.
  5. 제 4 항에 있어서,
    상기 식별된 결과 이미지 및 상기 선택된 하나 이상의 타겟 관심 영역에 관한 정보와,
    상기 식별된 결과 이미지 및 상기 선택된 하나 이상의 타겟 관심 영역 사이의 관계에 관한 정보 중 하나 이상을 포함하도록
    상기 관심 영역 기반 탐색 이력을 업데이트하는 단계를 더 포함하는
    방법.
  6. 제 4 항에 있어서,
    상기 이미지 라이브러리의 적어도 일부를 탐색하는 단계는,
    상기 질의 기준에 대응하는 복수의 결과 이미지를 식별하기 위해 상기 이미지 라이브러리의 적어도 일부를 탐색하는 단계를 포함하고,
    상기 방법은,
    선택된 타겟 관심 영역에 관련되지 않도록 상기 유지된 관심 영역 기반 탐색 이력으로부터 알려진 임의의 결과 이미지를 필터링함으로써 적어도 상기 유지된 관심 영역 기반 탐색 이력에 기초하여 상기 복수의 결과 이미지를 필터링하는 단계를 더 포함하는
    방법.
  7. 제 4 항에 있어서,
    상기 이미지 라이브러리의 적어도 일부를 탐색하는 단계는,
    선택된 타겟 관심 영역에 대한 관심 영역 클래스를 결정하는 단계와,
    상기 결정된 관심 영역 클래스를 갖는 관심 영역을 포함하는 것으로 알려진 상기 이미지 라이브러리 내에서의 이미지를 결정하도록 상기 유지된 관심 영역 기반 탐색 이력을 분석하는 단계와,
    상기 질의 기준에 대응하는 결과 이미지를 식별하기 위해 상기 결정된 이미지를 탐색하는 단계를 포함하는
    방법.
  8. 제 4 항에 있어서,
    제 2 선택된 타겟 이미지를 결정하는 단계와,
    상기 이미지 라이브러리의 적어도 일부를 탐색하기 이전에, 상기 제 2 선택된 타겟 이미지 내의 하나 이상의 타겟 관심 영역의 선택을 결정하는 단계를 더 포함하고,
    상기 질의 기준은 상기 제 2 선택된 타겟 이미지로부터 선택된 상기 하나 이상의 타겟 관심 영역을 더 포함하는
    방법.
  9. 적어도 하나의 프로세서 및 컴퓨터 프로그램 코드를 저장하는 적어도 하나의 메모리를 포함하는 장치로서,
    상기 적어도 하나의 메모리 및 저장된 컴퓨터 프로그램 코드는, 상기 적어도 하나의 프로세서를 이용하여 상기 장치로 하여금 적어도,
    선택된 타겟 이미지를 결정하게 하고,
    후보 관심 영역 세트를 생성 - 상기 후보 관심 영역 세트는 상기 타겟 이미지 내의 하나 이상의 관심 영역을 포함함 - 하게 하고,
    권장 관심 영역 세트를 결정 - 상기 권장 관심 영역 세트는 적어도 평가 기준에 기초하여 상기 후보 관심 영역 세트로부터 선택된 하나 이상의 권장 관심 영역을 포함하고, 상기 평가 기준은 적어도 유지된 관심 영역 기반 탐색 이력의 분석에 기초하여 결정됨 - 하게 하고,
    상기 권장 관심 영역 세트로부터 하나 이상의 타겟 관심 영역의 사용자 선택을 위하여 상기 권장 관심 영역 세트를 하나 이상의 결과 이미지를 찾아 이미지 라이브러리를 탐색하기 위한 질의 기준으로서 제공하게 하도록 구성되는
    장치.
  10. 제 9 항에 있어서,
    상기 적어도 하나의 메모리 및 저장된 컴퓨터 프로그램 코드는 상기 적어도 하나의 프로세서를 이용하여, 상기 장치로 하여금 적어도,
    상기 평가 기준을 사용하여 상기 후보 관심 영역 세트의 각 후보 관심 영역에 대한 권장 스코어를 계산하고,
    적어도 상기 계산된 권장 스코어에 기초하여 상기 후보 관심 영역 세트로부터 하나 이상의 권장 관심 영역을 결정함으로써
    상기 권장 관심 영역 세트를 결정하게 하도록 구성되는
    장치.
  11. 제 9 항 또는 제 10 항에 있어서,
    상기 유지된 관심 영역 기반 탐색 이력은,
    이전의 권장 관심 영역과,
    타겟 관심 영역으로서 이전에 선택된 관심 영역과,
    질의 기준으로서 선택된 타겟 관심 영역과 대응하는 탐색 결과 이미지 사이의 이력 관계와,
    이전 탐색 결과 이미지를 식별하기 위해 사용되었던 대응하는 질의 기준과 상기 탐색 결과 이미지 사이의 대응을 나타내는 상기 탐색 결과 이미지에 대한 피드백
    중 하나 이상의 이력을 포함하는
    장치.
  12. 제 9 항 또는 제 10 항에 있어서,
    상기 적어도 하나의 메모리 및 저장된 컴퓨터 프로그램 코드는 상기 적어도 하나의 프로세서를 이용하여, 상기 장치로 하여금 또한,
    질의 기준으로서 상기 선택된 타겟 이미지 내에서 하나 이상의 타겟 관심 영역의 선택을 결정하게 하고,
    상기 질의 기준에 대응하는 결과 이미지를 식별하기 위해 상기 이미지 라이브러리의 적어도 일부를 탐색하게 하고,
    상기 식별된 결과 이미지를 사용자에게 제공하게 하고,
    상기 식별된 결과 이미지에 대한 피드백을 결정 - 상기 피드백은 상기 식별된 결과 이미지가 선택된 타겟 관심 영역과 관련되는지의 표시를 포함함 - 하게 하며,
    상기 피드백에 관한 정보를 포함하기 위해 상기 관심 영역 기반 탐색 이력을 업데이트하게 하도록 구성되는
    장치.
  13. 제 12 항에 있어서,
    상기 적어도 하나의 메모리 및 저장된 컴퓨터 프로그램 코드는 상기 적어도 하나의 프로세서를 이용하여, 상기 장치로 하여금,
    상기 식별된 결과 이미지 및 상기 선택된 하나 이상의 타겟 관심 영역에 관한 정보와,
    상기 식별된 결과 이미지 및 상기 선택된 하나 이상의 타겟 관심 영역 사이의 관계에 관한 정보 중 하나 이상을 포함하도록 상기 관심 영역 기반 탐색 이력을 업데이트하도록 구성되는
    장치.
  14. 제 12 항에 있어서,
    상기 적어도 하나의 메모리 및 저장된 컴퓨터 프로그램 코드는 상기 적어도 하나의 프로세서를 이용하여, 상기 장치로 하여금,
    상기 질의 기준에 대응하는 복수의 결과 이미지를 식별하기 위해 상기 이미지 라이브러리의 적어도 일부를 탐색함으로써 상기 이미지 라이브러리의 적어도 일부를 탐색하게 하도록 구성되고,
    상기 적어도 하나의 메모리 및 저장된 컴퓨터 프로그램 코드는 상기 적어도 하나의 프로세서를 이용하여, 상기 장치로 하여금 또한,
    선택된 타겟 관심 영역에 관련되지 않은 것으로 상기 유지된 관심 영역 기반 탐색 이력으로부터 알려진 임의의 결과 이미지를 필터링함으로써 적어도 상기 유지된 관심 영역 기반 탐색 이력에 기초하여 상기 복수의 결과 이미지를 필터링하게 하도록 구성되는
    장치.
  15. 제 12 항에 있어서,
    상기 적어도 하나의 메모리 및 저장된 컴퓨터 프로그램 코드는 상기 적어도 하나의 프로세서를 이용하여, 상기 장치로 하여금 적어도,
    선택된 타겟 관심 영역에 대한 관심 영역 클래스를 결정하고,
    상기 결정된 관심 영역 클래스를 갖는 관심 영역을 포함하는 것으로 알려진 상기 이미지 라이브러리 내에서의 이미지를 결정하도록 상기 유지된 관심 영역 기반 탐색 이력을 분석하며,
    상기 질의 기준에 대응하는 결과 이미지를 식별하기 위해 상기 결정된 이미지를 탐색함으로써, 상기 이미지 라이브러리의 적어도 일부를 탐색하게 하도록 구성되는
    장치.
  16. 제 12 항에 있어서,
    상기 적어도 하나의 메모리 및 저장된 컴퓨터 프로그램 코드는 상기 적어도 하나의 프로세서를 이용하여, 상기 장치로 하여금 또한,
    제 2 선택된 타겟 이미지를 결정하게 하며,
    상기 이미지 라이브러리의 적어도 일부를 탐색하기 이전에, 상기 제 2 선택된 타겟 이미지 내의 하나 이상의 타겟 관심 영역의 선택을 결정하게 하도록 구성되고,
    상기 질의 기준은 상기 제 2 선택된 타겟 이미지로부터 선택된 상기 하나 이상의 타겟 관심 영역을 더 포함하는
    장치.
  17. 제 9 항 또는 제 10 항에 있어서,
    상기 장치는 모바일 폰을 포함하거나 상기 모바일 폰상에서 구현되고, 상기 모바일 폰은 사용자 인터페이스 회로 및 상기 적어도 하나의 메모리의 하나 이상에 저장된 사용자 인터페이스 소프트웨어를 포함하고, 상기 사용자 인터페이스 회로 및 상기 사용자 인터페이스 소프트웨어는,
    디스플레이의 사용을 통해 상기 모바일 폰의 적어도 일부 기능의 사용자 제어를 가능하게 하고,
    상기 모바일 폰의 적어도 일부의 기능의 사용자 제어를 가능하게 하기 위해 상기 모바일 폰의 사용자 인터페이스의 적어도 일부가 상기 디스플레이상에 디스플레이되게 하도록 구성되는
    장치.
  18. 컴퓨터 판독가능한 명령이 저장된 컴퓨터 판독가능한 저장 매체로서, 상기 컴퓨터 판독가능한 프로그램 명령은,
    선택된 타겟 이미지를 결정하도록 구성된 프로그램 명령과,
    후보 관심 영역 세트를 생성하도록 구성된 프로그램 명령 - 상기 후보 관심 영역 세트는 상기 타겟 이미지 내의 하나 이상의 관심 영역을 포함함 - 과,
    권장 관심 영역 세트를 결정하도록 구성된 프로그램 명령 - 상기 권장 관심 영역 세트는 적어도 평가 기준에 기초하여 상기 후보 관심 영역 세트로부터 선택된 하나 이상의 권장 관심 영역을 포함하고, 상기 평가 기준은 적어도 유지된 관심 영역 기반 탐색 이력의 분석에 기초하여 결정됨 - 과,
    상기 권장 관심 영역 세트로부터 하나 이상의 타겟 관심 영역의 사용자 선택을 위하여 상기 권장 관심 영역 세트를 하나 이상의 결과 이미지를 찾아 이미지 라이브러리를 탐색하기 위한 질의 기준으로서 제공하도록 구성된 프로그램 명령을 포함하는
    컴퓨터 판독가능한 저장 매체.
  19. 제 18 항에 있어서,
    상기 권장 관심 영역 세트를 결정하도록 구성된 프로그램 명령은,
    상기 평가 기준을 사용하여 상기 후보 관심 영역 세트의 각 후보 관심 영역에 대한 권장 스코어를 계산하도록 구성된 프로그램 명령과,
    적어도 상기 계산된 권장 스코어에 기초하여 상기 후보 관심 영역 세트로부터 하나 이상의 권장 관심 영역을 결정하도록 구성된 프로그램 명령을 포함하는
    컴퓨터 판독가능한 저장 매체.
  20. 제 18 항 또는 제 19 항에 있어서,
    상기 유지된 관심 영역 기반 탐색 이력은,
    이전의 권장 관심 영역과,
    타겟 관심 영역으로서 이전에 선택된 관심 영역과,
    질의 기준으로서 선택된 타겟 관심 영역과 대응하는 탐색 결과 이미지 사이의 이력 관계와,
    이전 탐색 결과 이미지를 식별하기 위해 사용되었던 대응하는 질의 기준과 상기 탐색 결과 이미지 사이의 대응을 나타내는 상기 탐색 결과 이미지에 대한 피드백
    중 하나 이상의 이력을 포함하는
    컴퓨터 판독가능한 저장 매체.
  21. 제 18 항 또는 제 19 항에 있어서,
    질의 기준으로서 상기 선택된 타겟 이미지 내에서 하나 이상의 타겟 관심 영역의 선택을 결정하도록 구성된 프로그램 명령과,
    상기 질의 기준에 대응하는 결과 이미지를 식별하기 위해 상기 이미지 라이브러리의 적어도 일부를 탐색하도록 구성된 프로그램 명령과,
    상기 식별된 결과 이미지를 사용자에게 제공하도록 구성된 프로그램 명령과,
    상기 식별된 결과 이미지에 대한 피드백을 결정하도록 구성된 프로그램 명령 - 상기 피드백은 상기 식별된 결과 이미지가 선택된 타겟 관심 영역과 관련되는지의 표시를 포함함 - 과,
    상기 피드백에 관한 정보를 포함하기 위해 상기 관심 영역 기반 탐색 이력을 업데이트하게 하도록 구성된 프로그램 명령을 더 포함하는
    컴퓨터 판독가능한 저장 매체.
  22. 제 21 항에 있어서,
    상기 식별된 결과 이미지 및 상기 선택된 하나 이상의 타겟 관심 영역에 관한 정보와,
    상기 식별된 결과 이미지와 상기 선택된 하나 이상의 타겟 관심 영역 사이의 관계에 관한 정보 중 하나 이상을 포함하기 위해
    상기 관심 영역 기반 탐색 이력을 업데이트하도록 구성된 프로그램 명령을 더 포함하는
    컴퓨터 판독가능한 저장 매체.
  23. 제 21 항에 있어서,
    상기 이미지 라이브러리의 적어도 일부를 탐색하도록 구성된 프로그램 명령은 상기 질의 기준에 대응하는 복수의 결과 이미지를 식별하기 위해 상기 이미지 라이브러리의 적어도 일부를 탐색하도록 구성된 프로그램 명령을 포함하고,
    상기 컴퓨터 판독가능한 저장 매체는,
    선택된 타겟 관심 영역에 관련되지 않도록 상기 유지된 관심 영역 기반 탐색 이력으로부터 알려진 임의의 결과 이미지를 필터링함으로써 적어도 상기 유지된 관심 영역 기반 탐색 이력에 기초하여 상기 복수의 결과 이미지를 필터링하도록 구성된 프로그램 명령을 더 포함하는
    컴퓨터 판독가능한 저장 매체.
  24. 제 21 항에 있어서,
    상기 이미지 라이브러리의 적어도 일부를 탐색하도록 구성된 프로그램 명령은,
    선택된 타겟 관심 영역에 대한 관심 영역 클래스를 결정하도록 구성된 프로그램 명령과,
    상기 결정된 관심 영역 클래스를 갖는 관심 영역을 포함하는 것으로 알려진 상기 이미지 라이브러리 내에서의 이미지를 결정하기 위해 상기 유지된 관심 영역 기반 탐색 이력을 분석하도록 구성된 프로그램 명령과,
    상기 질의 기준에 대응하는 결과 이미지를 식별하기 위해 상기 결정된 이미지를 탐색하도록 구성된 프로그램 명령을 포함하는
    컴퓨터 판독가능한 저장 매체.
  25. 제 21 항에 있어서,
    제 2 선택된 타겟 이미지를 결정하도록 구성된 프로그램 명령과,
    상기 이미지 라이브러리의 적어도 일부를 탐색하기 이전에, 상기 제 2 선택된 타겟 이미지 내의 하나 이상의 타겟 관심 영역의 선택을 결정하도록 구성된 프로그램 명령을 더 포함하고,
    상기 질의 기준은 상기 제 2 선택된 타겟 이미지로부터 선택된 상기 하나 이상의 타겟 관심 영역을 더 포함하는
    컴퓨터 판독가능한 저장 매체.
  26. 선택된 타겟 이미지를 결정하는 수단과,
    후보 관심 영역 세트를 생성하는 수단 - 상기 후보 관심 영역 세트는 상기 타겟 이미지 내의 하나 이상의 관심 영역을 포함함 - 과,
    권장 관심 영역 세트를 결정하는 수단 - 상기 권장 관심 영역 세트는 적어도 평가 기준에 기초하여 상기 후보 관심 영역 세트로부터 선택된 하나 이상의 권장 관심 영역을 포함하고, 상기 평가 기준은 적어도 유지된 관심 영역 기반 탐색 이력의 분석에 기초하여 결정됨 - 과,
    상기 권장 관심 영역 세트로부터 하나 이상의 타겟 관심 영역의 사용자 선택을 위하여 상기 권장 관심 영역 세트를 하나 이상의 결과 이미지를 찾아 이미지 라이브러리를 탐색하기 위한 질의 기준으로서 제공하는 수단을 포함하는
    장치.
  27. 제 26 항에 있어서,
    상기 권장 관심 영역 세트를 결정하는 수단은,
    상기 평가 기준을 사용하여 상기 후보 관심 영역 세트의 각 후보 관심 영역에 대한 권장 스코어를 계산하는 수단과,
    적어도 상기 계산된 권장 스코어에 기초하여 상기 후보 관심 영역 세트로부터 하나 이상의 권장 관심 영역을 결정하는 수단을 포함하는
    장치.
  28. 제 26 항 또는 제 27 항에 있어서,
    상기 유지된 관심 영역 기반 탐색 이력은,
    이전의 권장 관심 영역과,
    타겟 관심 영역으로서 이전에 선택된 관심 영역과,
    질의 기준으로서 선택된 타겟 관심 영역과 대응하는 탐색 결과 이미지 사이의 이력 관계와,
    이전 탐색 결과 이미지를 식별하기 위해 사용되었던 대응하는 질의 기준과 상기 탐색 결과 이미지 사이의 대응을 나타내는 상기 탐색 결과 이미지에 대한 피드백
    중 하나 이상의 이력을 포함하는
    장치.
  29. 제 26 항 또는 제 27 항에 있어서,
    질의 기준으로서 상기 선택된 타겟 이미지 내에서 하나 이상의 타겟 관심 영역의 선택을 결정하는 수단과,
    상기 질의 기준에 대응하는 결과 이미지를 식별하기 위해 상기 이미지 라이브러리의 적어도 일부를 탐색하는 수단과,
    상기 식별된 결과 이미지를 사용자에게 제공하는 수단과,
    상기 식별된 결과 이미지에 대한 피드백을 결정하는 수단 - 상기 피드백은 상기 식별된 결과 이미지가 선택된 타겟 관심 영역과 관련되는지의 표시를 포함함 - 과,
    상기 피드백에 관한 정보를 포함하기 위해 상기 관심 영역 기반 탐색 이력을 업데이트하는 수단을 더 포함하는
    장치.
  30. 제 29 항에 있어서,
    상기 식별된 결과 이미지 및 상기 선택된 하나 이상의 타겟 관심 영역에 관한 정보와,
    상기 식별된 결과 이미지와 상기 선택된 하나 이상의 타겟 관심 영역 사이의 관계에 관한 정보 중 하나 이상을 포함하기 위해 상기 관심 영역 기반 탐색 이력을 업데이트하는 수단을 더 포함하는
    장치.
  31. 제 29 항에 있어서,
    상기 이미지 라이브러리의 적어도 일부를 탐색하는 수단은,
    상기 질의 기준에 대응하는 복수의 결과 이미지를 식별하기 위해 상기 이미지 라이브러리의 적어도 일부를 탐색하는 수단을 포함하고,
    상기 장치는,
    선택된 타겟 관심 영역에 관련되지 않도록 상기 유지된 관심 영역 기반 탐색 이력으로부터 알려진 임의의 결과 이미지를 필터링함으로써 적어도 상기 유지된 관심 영역 기반 탐색 이력에 기초하여 상기 복수의 결과 이미지를 필터링하는 수단을 더 포함하는
    장치.
  32. 제 29 항에 있어서,
    상기 이미지 라이브러리의 적어도 일부를 탐색하는 수단은,
    선택된 타겟 관심 영역에 대한 관심 영역 클래스를 결정하는 수단과,
    상기 결정된 관심 영역 클래스를 갖는 관심 영역을 포함하는 것으로 알려진 상기 이미지 라이브러리 내에서의 이미지를 결정하도록 상기 유지된 관심 영역 기반 탐색 이력을 분석하는 수단과,
    상기 질의 기준에 대응하는 결과 이미지를 식별하기 위해 상기 결정된 이미지를 탐색하는 수단을 포함하는
    장치.
  33. 제 29 항에 있어서,
    제 2 선택된 타겟 이미지를 결정하는 수단과,
    상기 이미지 라이브러리의 적어도 일부를 탐색하기 이전에, 상기 제 2 선택된 타겟 이미지 내의 하나 이상의 타겟 관심 영역의 선택을 결정하는 수단을 더 포함하고,
    상기 질의 기준은 상기 제 2 선택된 타겟 이미지로부터 선택된 상기 하나 이상의 타겟 관심 영역을 더 포함하는
    장치.
  34. 삭제
  35. 삭제
  36. 삭제
  37. 삭제
  38. 삭제
  39. 삭제
  40. 삭제
  41. 삭제
KR1020127019842A 2009-12-30 2009-12-30 콘텐츠 기반 이미지 검색을 가능하게 하는 방법 및 장치 KR101457284B1 (ko)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2009/076240 WO2011079442A1 (en) 2009-12-30 2009-12-30 Methods and apparatuses for facilitating content-based image retrieval

Publications (2)

Publication Number Publication Date
KR20120109591A KR20120109591A (ko) 2012-10-08
KR101457284B1 true KR101457284B1 (ko) 2014-10-31

Family

ID=44187676

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020127019842A KR101457284B1 (ko) 2009-12-30 2009-12-30 콘텐츠 기반 이미지 검색을 가능하게 하는 방법 및 장치

Country Status (9)

Country Link
US (1) US8571358B2 (ko)
EP (1) EP2519898A4 (ko)
KR (1) KR101457284B1 (ko)
CN (1) CN102687140B (ko)
AU (1) AU2009357597B2 (ko)
BR (1) BR112012015945A2 (ko)
CA (1) CA2785746C (ko)
RU (1) RU2533441C2 (ko)
WO (1) WO2011079442A1 (ko)

Families Citing this family (59)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9197736B2 (en) * 2009-12-31 2015-11-24 Digimarc Corporation Intuitive computing methods and systems
US8121618B2 (en) 2009-10-28 2012-02-21 Digimarc Corporation Intuitive computing methods and systems
CN102782733B (zh) * 2009-12-31 2015-11-25 数字标记公司 采用配备有传感器的智能电话的方法和配置方案
US8774528B2 (en) * 2010-09-24 2014-07-08 Kodak Alaris Inc. Method of selecting important digital images
SG185147A1 (en) 2011-04-08 2012-11-29 Creative Tech Ltd A method, system and electronic device for at least one of efficient graphic processing and salient based learning
US20150135309A1 (en) * 2011-08-20 2015-05-14 Amit Vishram Karmarkar Method and system of user authentication with eye-tracking data
US8988350B2 (en) * 2011-08-20 2015-03-24 Buckyball Mobile, Inc Method and system of user authentication with bioresponse data
JP2013077296A (ja) * 2011-09-14 2013-04-25 Ricoh Co Ltd 画像処理装置、画像処理方法およびプログラム
JP4976578B1 (ja) 2011-09-16 2012-07-18 楽天株式会社 画像検索装置およびプログラム
CN103176996A (zh) * 2011-12-21 2013-06-26 阿里巴巴集团控股有限公司 基于图片特征信息的图片搜索方法及图片搜索引擎服务器
JP2013134574A (ja) * 2011-12-26 2013-07-08 Canon Inc 画像データ生成装置、画像データ表示システムおよび画像データ生成方法
US9128605B2 (en) * 2012-02-16 2015-09-08 Microsoft Technology Licensing, Llc Thumbnail-image selection of applications
JP5577372B2 (ja) 2012-03-29 2014-08-20 楽天株式会社 画像検索装置、画像検索方法、プログラムおよびコンピュータ読取り可能な記憶媒体
US8620021B2 (en) 2012-03-29 2013-12-31 Digimarc Corporation Image-related methods and arrangements
JP5577371B2 (ja) * 2012-03-29 2014-08-20 楽天株式会社 画像検索装置、画像検索方法およびプログラム
US8925106B1 (en) 2012-04-20 2014-12-30 Google Inc. System and method of ownership of an online collection
US9104701B1 (en) 2012-05-29 2015-08-11 A9.Com, Inc. Determining similarity using human generated data
US20130322705A1 (en) * 2012-05-30 2013-12-05 Google Inc. Facial and fingerprint authentication
US9311734B1 (en) 2012-07-24 2016-04-12 Google Inc. Adjusting a digital image characteristic of an object in a digital image
CN103885979B (zh) * 2012-12-21 2018-06-05 深圳市世纪光速信息技术有限公司 推送信息的方法和装置
US9529826B2 (en) * 2013-12-26 2016-12-27 Google Inc. Methods and systems for use of a database of three-dimensional (3D) object data models for search queries
US9311639B2 (en) 2014-02-11 2016-04-12 Digimarc Corporation Methods, apparatus and arrangements for device to device communication
CN103984711B (zh) * 2014-05-05 2018-05-18 华为技术有限公司 一种信息搜索方法及服务器
CN105531701A (zh) * 2014-07-04 2016-04-27 微软技术许可有限责任公司 个性化趋势图像搜索建议
CN106575362A (zh) * 2014-08-28 2017-04-19 高通股份有限公司 基于关注区融合的对象选择
KR20160038563A (ko) * 2014-09-30 2016-04-07 삼성전자주식회사 하나 이상의 이미지들을 추천하는 방법 및 그를 위한 전자 장치
CN105592285B (zh) * 2014-10-21 2020-04-21 华为技术有限公司 Roi视频实现方法及装置
US9542751B2 (en) 2015-05-08 2017-01-10 Qualcomm Incorporated Systems and methods for reducing a plurality of bounding regions
US9489401B1 (en) * 2015-06-16 2016-11-08 My EyeSpy PTY Ltd. Methods and systems for object recognition
US9706112B2 (en) * 2015-09-02 2017-07-11 Mediatek Inc. Image tuning in photographic system
CN106815272A (zh) * 2015-12-02 2017-06-09 杭州海康威视数字技术股份有限公司 一种图像检索方法、装置及系统
CN105554290B (zh) * 2015-12-24 2019-05-10 麒麟合盛网络技术股份有限公司 一种壁纸的分享方法及装置
CN105554516A (zh) * 2015-12-31 2016-05-04 杭州华为数字技术有限公司 播放监控视频的方法和装置
US9865062B2 (en) 2016-02-12 2018-01-09 Qualcomm Incorporated Systems and methods for determining a region in an image
CN107239203A (zh) * 2016-03-29 2017-10-10 北京三星通信技术研究有限公司 一种图像管理方法和装置
US10139961B2 (en) * 2016-08-18 2018-11-27 Microsoft Technology Licensing, Llc Touch detection using feature-vector dictionary
EP3491504A4 (en) * 2016-11-16 2019-07-17 Samsung Electronics Co., Ltd. IMAGE MANAGEMENT PROCESS AND DEVICE THEREFOR
RU2661330C1 (ru) * 2016-12-23 2018-07-13 Общество с ограниченной ответственностью "ПАВЛИН Технологии" Способ ускорения осуществления операции детектирования и распознавания объектов на изображении
US10515289B2 (en) * 2017-01-09 2019-12-24 Qualcomm Incorporated System and method of generating a semantic representation of a target image for an image processing operation
JP6373437B1 (ja) * 2017-03-29 2018-08-15 パナソニック株式会社 通信装置、通信システムおよびコンテンツ収集方法
KR101941693B1 (ko) 2017-05-31 2019-01-24 서강대학교산학협력단 내용 기반 이미지 검색방법 및 그에 따른 시스템
CN107256262B (zh) * 2017-06-13 2020-04-14 西安电子科技大学 一种基于物体检测的图像检索方法
CN107169148B (zh) * 2017-06-21 2020-05-15 北京百度网讯科技有限公司 图像搜索方法、装置、设备以及存储介质
RU2656708C1 (ru) * 2017-06-29 2018-06-06 Самсунг Электроникс Ко., Лтд. Способ разделения текстов и иллюстраций в изображениях документов с использованием дескриптора спектра документа и двухуровневой кластеризации
EP3422254B1 (en) 2017-06-29 2023-06-14 Samsung Electronics Co., Ltd. Method and apparatus for separating text and figures in document images
US10810255B2 (en) 2017-09-14 2020-10-20 Avigilon Corporation Method and system for interfacing with a user to facilitate an image search for a person-of-interest
CN110019871A (zh) * 2017-12-29 2019-07-16 上海全土豆文化传播有限公司 图像检索方法及装置
TWI671686B (zh) * 2018-01-24 2019-09-11 緯創資通股份有限公司 影像數據擷取方法及影像數據擷取裝置
CN111292153B (zh) * 2018-12-10 2024-04-09 北京京东尚科信息技术有限公司 信息推荐方法、装置、系统和存储介质
CN109902198A (zh) 2019-03-11 2019-06-18 京东方科技集团股份有限公司 一种以图搜图的方法、装置及应用系统
CN110070545B (zh) * 2019-03-20 2023-05-26 重庆邮电大学 一种城镇纹理特征密度自动提取城镇建成区的方法
CN110223761B (zh) * 2019-06-13 2023-08-22 上海联影医疗科技股份有限公司 一种勾勒数据导入方法、装置、电子设备及存储介质
CN110941766B (zh) * 2019-12-10 2023-10-20 北京字节跳动网络技术有限公司 一种信息推送的方法、装置、计算机设备及存储介质
US20210216596A1 (en) * 2020-01-13 2021-07-15 Digital Candy, Inc. Method for executing a search against degraded images
CN113627419A (zh) * 2020-05-08 2021-11-09 百度在线网络技术（北京）有限公司 兴趣区域评估方法、装置、设备和介质
CN112084394B (zh) * 2020-09-09 2024-04-23 重庆广播电视大学重庆工商职业学院 基于图像识别的搜索结果推荐方法及装置
CN112784091A (zh) * 2021-01-26 2021-05-11 上海商汤科技开发有限公司 兴趣分析方法和相关装置、设备
CN113722523B (zh) * 2021-09-01 2023-11-17 北京百度网讯科技有限公司 对象推荐方法和装置
CN114638841A (zh) * 2022-02-25 2022-06-17 河南中原动力智能制造有限公司 一种图像分割方法、装置、移动终端及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050041886A1 (en) 2002-12-09 2005-02-24 Toshiaki Wada Image search program, information storage medium, image search apparatus and image search method
KR20070038891A (ko) * 2005-10-06 2007-04-11 소니 가부시키가이샤 화상 처리 장치
US20080306921A1 (en) * 2000-01-31 2008-12-11 Kenneth Rothmuller Digital Media Management Apparatus and Methods
US20090171783A1 (en) * 2008-01-02 2009-07-02 Raju Ruta S Method and system for managing digital photos

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7251637B1 (en) * 1993-09-20 2007-07-31 Fair Isaac Corporation Context vector generation and retrieval
US6463426B1 (en) * 1997-10-27 2002-10-08 Massachusetts Institute Of Technology Information search and retrieval system
GB2394349B (en) * 1999-07-05 2004-06-16 Mitsubishi Electric Inf Tech Method and apparatus for representing and searching for an object in an image
US6584221B1 (en) * 1999-08-30 2003-06-24 Mitsubishi Electric Research Laboratories, Inc. Method for image retrieval with multiple regions of interest
US6594383B1 (en) * 1999-11-16 2003-07-15 International Business Machines Corporation Method and apparatus for indexing and retrieving images from an images database based on a color query
FR2801991B1 (fr) * 1999-12-03 2002-05-03 Canon Kk Procede et dispositif de recherche d'images basee sur le contenu prenant en compte le contenu de regions d'interet
US7099860B1 (en) * 2000-10-30 2006-08-29 Microsoft Corporation Image retrieval systems and methods with semantic and feature based relevance feedback
KR100516289B1 (ko) * 2000-11-02 2005-09-21 주식회사 케이티 퍼지 적분을 이용하여 사용자 의견을 반영한 내용기반영상 검색 장치 및 그 방법
US6748398B2 (en) * 2001-03-30 2004-06-08 Microsoft Corporation Relevance maximizing, iteration minimizing, relevance-feedback, content-based image retrieval (CBIR)
US7062085B2 (en) * 2001-09-13 2006-06-13 Eastman Kodak Company Method for detecting subject matter regions in images
GB2380888A (en) 2001-10-13 2003-04-16 Hewlett Packard Co Automatic determination of regions of interest in an image
CN1445696A (zh) * 2002-03-18 2003-10-01 朗迅科技公司 自动检索图像数据库中相似图象的方法
US7630560B2 (en) * 2002-04-10 2009-12-08 National Instruments Corporation Increasing accuracy of discrete curve transform estimates for curve matching in four or more dimensions
JP3966461B2 (ja) * 2002-08-09 2007-08-29 株式会社リコー 電子カメラ装置
US7421125B1 (en) * 2004-03-10 2008-09-02 Altor Systems Inc. Image analysis, editing and search techniques
US7590310B2 (en) * 2004-05-05 2009-09-15 Facet Technology Corp. Methods and apparatus for automated true object-based image analysis and retrieval
CN101093491A (zh) * 2006-06-23 2007-12-26 郝红卫 交互式图像检索方法
WO2008073505A1 (en) * 2006-12-11 2008-06-19 Florida Atlantic University System and methods of image retrieval
RU2345414C1 (ru) * 2007-08-10 2009-01-27 Общество с ограниченной ответственностью "Рекогмишн" Способ построения системы индексирования для поиска объектов на цифровых изображениях
CN100578508C (zh) * 2008-01-14 2010-01-06 上海博康智能信息技术有限公司 交互式图像搜索系统和方法
US8009921B2 (en) * 2008-02-19 2011-08-30 Xerox Corporation Context dependent intelligent thumbnail images
CN101533512B (zh) * 2009-04-24 2012-05-09 西安电子科技大学 基于人类视觉注意系统的图像感兴趣区域自动提取方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080306921A1 (en) * 2000-01-31 2008-12-11 Kenneth Rothmuller Digital Media Management Apparatus and Methods
US20050041886A1 (en) 2002-12-09 2005-02-24 Toshiaki Wada Image search program, information storage medium, image search apparatus and image search method
KR20070038891A (ko) * 2005-10-06 2007-04-11 소니 가부시키가이샤 화상 처리 장치
US20090171783A1 (en) * 2008-01-02 2009-07-02 Raju Ruta S Method and system for managing digital photos

Also Published As

Publication number Publication date
CA2785746C (en) 2016-09-13
CN102687140A (zh) 2012-09-19
CA2785746A1 (en) 2011-07-07
WO2011079442A1 (en) 2011-07-07
RU2012132016A (ru) 2014-02-10
AU2009357597A1 (en) 2012-07-05
CN102687140B (zh) 2016-03-16
AU2009357597B2 (en) 2015-11-05
EP2519898A4 (en) 2016-05-11
BR112012015945A2 (pt) 2019-02-12
US8571358B2 (en) 2013-10-29
RU2533441C2 (ru) 2014-11-20
US20110158558A1 (en) 2011-06-30
KR20120109591A (ko) 2012-10-08
EP2519898A1 (en) 2012-11-07

Similar Documents

Publication Publication Date Title
KR101457284B1 (ko) 콘텐츠 기반 이미지 검색을 가능하게 하는 방법 및 장치
JP5934653B2 (ja) 画像分類装置、画像分類方法、プログラム、記録媒体、集積回路、モデル作成装置
KR101346730B1 (ko) 화상 처리 시스템, 화상 처리 장치 및 방법, 프로그램, 및기록 매체
US10621755B1 (en) Image file compression using dummy data for non-salient portions of images
US8731308B2 (en) Interactive image selection method
US20120269425A1 (en) Predicting the aesthetic value of an image
KR20070079330A (ko) 표시 제어장치 및 방법, 컴퓨터 프로그램, 및 기록 매체
JP2007206920A (ja) 画像処理装置および方法、検索装置および方法、プログラム、並びに記録媒体
US9798741B2 (en) Interactive image selection method
US9223804B2 (en) Determining capacity of search structures
KR100896336B1 (ko) 영상 정보 기반의 동영상 연관 검색 시스템 및 방법
JP2013097645A (ja) 認識支援装置、認識支援方法、およびプログラム
CN116630630B (zh) 语义分割方法、装置、计算机设备及计算机可读存储介质
CN110019907A (zh) 一种图像检索方法及装置
JP2004192555A (ja) 情報管理方法、情報管理装置及び情報管理プログラム
KR20150101846A (ko) 스케치를 기반으로 하는 영상 분류 서비스 시스템, 사용자 장치, 서비스 제공 장치, 그 서비스 방법 및 컴퓨터 프로그램이 기록된 기록매체
US20160162752A1 (en) Retrieval apparatus, retrieval method, and computer program product
JP6109118B2 (ja) 画像処理装置および方法、情報処理装置および方法、並びにプログラム
Çalışır et al. Mobile multi-view object image search
US20220114207A1 (en) Method and system for image searching and evaluation using tags
Sadiq Improving CBIR Techniques with Deep Learning Approach: An Ensemble Method Using NASNetMobile, DenseNet121, and VGG12
AU2013273790A1 (en) Heterogeneous feature filtering
CN118332148A (zh) 基于待检索图像识别的图像检索方法、系统和电子设备
CN112906466A (zh) 图像关联方法、系统及设备以及图像搜索方法及系统
KR20230114700A (ko) 맞춤형 통계 분석 서비스를 제공하는 시스템 및 시스템의 동작 방법

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant