KR101871828B1 - 온라인 콘텐츠의 대표 이미지 선정 장치 및 방법 - Google Patents

온라인 콘텐츠의 대표 이미지 선정 장치 및 방법 Download PDF

Info

Publication number
KR101871828B1
KR101871828B1 KR1020170084380A KR20170084380A KR101871828B1 KR 101871828 B1 KR101871828 B1 KR 101871828B1 KR 1020170084380 A KR1020170084380 A KR 1020170084380A KR 20170084380 A KR20170084380 A KR 20170084380A KR 101871828 B1 KR101871828 B1 KR 101871828B1
Authority
KR
South Korea
Prior art keywords
information
representative
image
online content
online
Prior art date
Application number
KR1020170084380A
Other languages
English (en)
Inventor
노마이클명헌
Original Assignee
(주)망고플레이트
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 (주)망고플레이트 filed Critical (주)망고플레이트
Priority to KR1020170084380A priority Critical patent/KR101871828B1/ko
Application granted granted Critical
Publication of KR101871828B1 publication Critical patent/KR101871828B1/ko

Links

Images

Classifications

    • G06F17/30268—
    • 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
    • G06F16/5866—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; 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
    • G06F17/30247—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR 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; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Library & Information Science (AREA)
  • Marketing (AREA)
  • Biomedical Technology (AREA)
  • Human Resources & Organizations (AREA)
  • Databases & Information Systems (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Economics (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명은 온라인 콘텐츠의 대표 이미지 선정 장치 및 방법에 관한 것이다. 이를 위하여, 온라인 콘텐츠에 입력된 적어도 하나 이상의 리뷰 콘텐츠 정보와 온라인 콘텐츠에 관한 설명 정보를 포함하는 온라인 콘텐츠 정보를 수신하고, 온라인 콘텐츠 정보에 포함된 텍스트 정보를 수집한 뒤, 텍스트 정보 내에서 대표 어구를 선정하여 대표 어구 정보를 생성하는 대표 어구 파이프라인; 온라인 콘텐츠 정보에 포함된 이미지 정보를 분류한 이미지 분류 정보와 대표 어구 정보의 유사도를 기초로 대표 어구와 관련이 있는 복수개의 관련 이미지들로 구성된 관련 이미지 세트 정보를 생성하는 관련 이미지 파이프라인; 및 관련 이미지 세트 정보를 수신하여 복수개의 관련 이미지들을 특정 기준으로 우선순위를 정한 뒤, 온라인 콘텐츠 리스트 또는 온라인 콘텐츠 내의 대표 이미지를 선정하는 대표 이미지 파이프라인;이 제공될 수 있다. 이에 따르면, 정보제공 서비스에서의 온라인 콘텐츠의 대표 이미지가 사용자에게 의미있는 방향으로 정교하게 구성되는 효과가 발생된다.

Description

온라인 콘텐츠의 대표 이미지 선정 장치 및 방법{Apparatus and method for selecting representative images of online contents}
본 발명은 온라인 콘텐츠의 대표 이미지 선정 장치 및 방법에 관한 것이다.
망고플레이트와 같은 식당 정보제공 애플리케이션에는 특정 식당에 대해 적어도 하나 이상의 리뷰 방식의 온라인 콘텐츠가 구성될 수 있다. 도 1은 망고플레이트 애플리케이션의 특정 식당 페이지를 도시한 캡쳐 사진, 도 2는 망고플레이트 애플리케이션의 리뷰 페이지를 도시한 캡쳐 사진이다. 도 1, 2에 도시된 바와 같이 리뷰 방식의 온라인 콘텐츠인 리뷰 콘텐츠는 특정 식당에 대한 사용자의 설명으로서, 텍스트, 비디오, 오디오, 프레젠테이션, 또는 이미지를 수록한 멀티미디어 콘텐츠를 포함하는 다양한 디지털 콘텐츠를 포함할 수 있다. 망고플레이트와 같은 식당 정보제공 어플리케이션은 위와 같은 리뷰 콘텐츠로의 엑세스를 사용자 클라이언트에 제공한다.
사용자들은 클라이언트 장치, 가령 데스크톱 컴퓨터, 랩톱 컴퓨터, 태블릿 컴퓨팅 장치, 또는 스마트폰과 같은 데이터-인에이블드 모바일 디바이스에서 동작하는 독립적(standalone) 애플리케이션(예컨대, 식당 정보제공 애플리케이션의 웹 페이지를 액세스할 수 있는 애플리케이션 또는 웹 브라우저 전용 모바일 애플리케이션)을 통해 식당 정보 및 그들의 관련 콘텐츠를 액세스한다. 이러한 리뷰 콘텐츠는 해당 리뷰 콘텐츠가 저장되는 식당의 마케팅과 식당 정보제공 서비스의 사용자 경험에 직접적인 영향을 주게 된다.
리뷰 콘텐츠는 망고플레이트와 같은 식당 정보제공 애플리케이션뿐만 아니라, 각종 정보를 제공해주는 웹/앱 서비스에 적용될 수 있다. 예를 들어 Amazon.com과 같은 커머스 서비스에서도 특정 제품에 대한 사용자들의 리뷰 콘텐츠를 확인할 수 있다. 사용자들은 이러한 리뷰 콘텐츠에서 해당 제품의 정보를 취득하고 구매 여부를 결정하게 되므로, 정보제공 서비스에서 리뷰 콘텐츠는 매우 중요한 역할을 한다.
이러한 리뷰 콘텐츠에는 리뷰어가 업로드하는 이미지 정보와 텍스트 정보가 포함될 수 있고, 리뷰어가 아닌 다른 사용자들이 업로드하는 댓글 정보가 포함될 수 있다.
또한, 온라인 콘텐츠의 정보제공을 수행하는 웹이나 어플리케이션 서비스에서는 복수개의 온라인 콘텐츠를 리스트로 출력하기 위해 해당 온라인 콘텐츠를 대표하는 대표 이미지(일명 썸네일)가 선정될 수 있다. 이러한 대표 이미지는 리뷰 콘텐츠에 포함된 리뷰어들의 이미지 정보 중 하나로 선정될 수 있다.
대한민국 공개특허 10-2016-0106626, 페이스북, 인크.
망고플레이트와 같은 정보제공 서비스는 특정 레스토랑에 관한 온라인 콘텐츠에 여러 사용자들이 자신들만의 리뷰 콘텐츠를 업로드한다. 이때 많은 이미지 또는 영상을 리뷰 콘텐츠에 포함하게 된다. 헌데, 이러한 이미지와 영상은 레스토랑 리스트(온라인 콘텐츠 리스트)에서 대표적인 하나의 이미지만 표시되게 된다. 또한, 온라인 콘텐츠의 표시화면 내에서 이러한 이미지를 모아서 출력하게 되는데, 모바일 디스플레이의 한계 때문에 대표적인 n개의 이미지를 표시하고 나머지는 한 단계 더 깊은 layer depth를 들어가야 하도록 구성되어 있다. 즉, 모바일 또는 웹에서 이루어지는 정보제공 서비스에서는 온라인 콘텐츠에 포함되는 이미지 정보 중 적어도 하나 이상을 대표 이미지로 선정하여 상위 레이어에 출력하게 된다.
기존에 망고플레이트와 같은 웹/모바일 정보제공 서비스에서는 이러한 대표 이미지를 임의로 선정하거나, 단순히 공감수에 따라 선정하는 것이 일반적이었다.
게다가, 이러한 정보제공 서비스에서는 검색에 의해 검색 결과를 출력하는 경우도 많은데 기존의 방식에서는 검색 쿼리에 따라 출력되는 대표 이미지를 전혀 달리할 수 없다는 문제가 있었다. 일반적으로 하나의 식당에는 여러 개의 메뉴가 있고, 스테이크를 잘하는 식당이 파스타를 잘하는 경우도 허다하다. 하지만, 기존의 서비스에서는 사용자가 스테이크를 검색하더라도 파스타가 메인 사진으로 나오게 되어 사용자가 해당 식당에 액퀴지션 되지 않는 문제가 있었다.
따라서, 본 발명의 다른 목적은, 위와 같은 문제를 해결하기 위해, 온라인 콘텐츠를 대표하는 대표 어구를 선정하고 이에 대응되는 이미지를 대표 이미지로 선정하는 온라인 콘텐츠의 대표 이미지 선정 장치 및 방법을 제공하는데에 있다.
이하 본 발명의 목적을 달성하기 위한 구체적 수단에 대하여 설명한다.
본 발명의 목적은, 온라인 콘텐츠에 입력된 적어도 하나 이상의 리뷰 콘텐츠 정보와 상기 온라인 콘텐츠에 관한 설명 정보를 포함하는 온라인 콘텐츠 정보를 수신하고, 상기 온라인 콘텐츠 정보에 포함된 텍스트 정보를 수집한 뒤, 상기 텍스트 정보 내에서 대표 어구를 선정하여 대표 어구 정보를 생성하는 대표 어구 파이프라인; 상기 온라인 콘텐츠 정보에 포함된 이미지 정보를 분류한 이미지 분류 정보와 상기 대표 어구 정보의 유사도를 기초로 상기 대표 어구와 관련이 있는 복수개의 관련 이미지들로 구성된 관련 이미지 세트 정보를 생성하는 관련 이미지 파이프라인; 및 상기 관련 이미지 세트 정보를 수신하여 상기 복수개의 관련 이미지들을 특정 기준으로 우선순위를 정한 뒤, 온라인 콘텐츠 리스트 또는 상기 온라인 콘텐츠 내의 대표 이미지를 선정하는 대표 이미지 파이프라인;을 포함하고, 상기 특정 기준은, 해상도, 색상 정보, 사진 구도 정보, 댓글 수 및 공감도 수 중 적어도 하나를 포함하는 것을 특징으로 하는, 온라인 콘텐츠의 대표 이미지 선정 장치를 제공하여 달성될 수 있다.
또한, 상기 대표 어구 파이프라인은, 리뷰 콘텐츠를 포함한 온라인 콘텐츠 내에서의 출현 빈도 및 감정 대상이 되는 빈도인 감정 대상 빈도를 토대로 상기 대표 어구를 선정하는 것을 특징으로 할 수 있다.
또한, 상기 관련 이미지 파이프라인은, 기학습된 Convolution neural network을 이용하여 상기 이미지 분류 정보를 생성하는 것을 특징으로 할 수 있다.
또한, 상기 관련 이미지 파이프라인은, Word2Vec 또는 SyntaxNet을 이용하여 상기 이미지 분류 정보와 상기 대표 어구 정보의 유사도를 생성하는 것을 특징으로 할 수 있다.
본 발명의 다른 목적은, 대표 어구 파이프라인이, 온라인 콘텐츠에 입력된 적어도 하나 이상의 리뷰 콘텐츠 정보와 상기 온라인 콘텐츠에 관한 설명 정보를 포함하는 온라인 콘텐츠 정보를 수신하고, 상기 온라인 콘텐츠 정보에 포함된 텍스트 정보를 수집한 뒤, 상기 텍스트 정보 내에서 대표 어구를 선정하여 대표 어구 정보를 생성하는 대표 어구 생성 단계; 관련 이미지 파이프라인이, 상기 온라인 콘텐츠 정보에 포함된 이미지 정보를 분류한 이미지 분류 정보와 상기 대표 어구 정보의 유사도를 기초로 상기 대표 어구와 관련이 있는 복수개의 관련 이미지들로 구성된 관련 이미지 세트 정보를 생성하는 관련 이미지 세트 생성 단계; 및 대표 이미지 파이프라인이, 상기 관련 이미지 세트 정보를 수신하여 상기 복수개의 관련 이미지들을 특정 기준으로 우선순위를 정한 뒤, 온라인 콘텐츠 리스트 또는 상기 온라인 콘텐츠 내의 대표 이미지를 선정하는 대표 이미지 선정 단계;을 포함하고, 상기 특정 기준은, 해상도, 색상 정보, 사진 구도 정보, 댓글 수 및 공감도 수 중 적어도 하나를 포함하는 것을 특징으로 하는, 온라인 콘텐츠의 대표 이미지 선정 방법에 의해 달성될 수 있다.
상기한 바와 같이, 본 발명에 의하면 이하와 같은 효과가 있다.
첫째, 본 발명의 일실시예에 따르면, 정보제공 서비스에서의 온라인 콘텐츠의 대표 이미지가 사용자에게 의미있는 방향으로 정교하게 구성되는 효과가 발생된다.
둘째, 본 발명의 일실시예에 따르면, 정보제공 서비스의 온라인 콘텐츠의 대표 이미지가 사용자의 검색 쿼리에 의해 다이나믹하게 선정될 수 있는 효과가 있다.
셋째, 본 발명의 일실시예에 따르면, 정보제공 서비스의 온라인 콘텐츠의 대표 이미지가, 사용자의 기존 로그 정보에 기초한 추천 시스템을 구축하기에 용이해지는 효과가 발생된다.
본 명세서에 첨부되는 다음의 도면들은 본 발명의 바람직한 실시예를 예시하는 것이며, 발명의 상세한 설명과 함께 본 발명의 기술사상을 더욱 이해시키는 역할을 하는 것이므로, 본 발명은 그러한 도면에 기재된 사항에만 한정되어 해석되어서는 아니 된다.
도 1은 망고플레이트 애플리케이션의 특정 식당 페이지를 도시한 캡쳐 사진,
도 2는 망고플레이트 애플리케이션의 리뷰 페이지를 도시한 캡쳐 사진,
도 3은 본 발명의 일실시예에 따른 대표 이미지 선정 장치를 도시한 모식도,
도 4는 본 발명의 일실시에에 따른 이미지 정보의 분류 모델을 도시한 모식도,
도 5는 본 발명의 변형예에 따른 대표 이미지 선정 장치를 도시한 모식도,
도 6은 본 발명의 일실시예에 따른 대표 이미지 선정 방법을 도시한 것이다.
이하 첨부된 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 본 발명을 쉽게 실시할 수 있는 실시예를 상세히 설명한다. 다만, 본 발명의 바람직한 실시예에 대한 동작원리를 상세하게 설명함에 있어서 관련된 공지기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다.
또한, 도면 전체에 걸쳐 유사한 기능 및 작용을 하는 부분에 대해서는 동일한 도면 부호를 사용한다. 명세서 전체에서, 특정 부분이 다른 부분과 연결되어 있다고 할 때, 이는 직접적으로 연결되어 있는 경우뿐만 아니라, 그 중간에 다른 소자를 사이에 두고, 간접적으로 연결되어 있는 경우도 포함한다. 또한, 특정 구성요소를 포함한다는 것은 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라, 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
온라인 콘텐츠의 대표 이미지 선정 장치
도 3은 본 발명의 일실시예에 따른 대표 이미지 선정 장치를 도시한 모식도이다. 도 3에 도시된 바와 같이, 본 발명의 일실시예에 따른 대표 이미지 선정 장치(1)는 대표 어구 파이프라인(20), 관련 이미지 파이프라인(21), 대표 이미지 파이프라인(22)를 포함할 수 있다.
대표 어구 파이프라인(20)는, 텍스트 수집 모듈(201), 대표 어구 선정 모듈(202)을 포함할 수 있고, 온라인 콘텐츠에 입력된 적어도 하나 이상의 리뷰 콘텐츠 정보를 포함하는 온라인 콘텐츠 정보(200)를 텍스트 수집 모듈(201)이 수신하여 온라인 콘텐츠 정보(200)에 포함된 텍스트를 수집한 뒤, 대표 어구 선정 모듈(202)에서 추출된 해당 온라인 콘텐츠의 대표 어구를 출력하여 대표 이미지 파이프라인(22)에 제공하는 텍스트 분석 파이프라인이다. 맛집 정보제공 서비스로 예를 들면, 맛집의 기본적인 정보가 온라인 콘텐츠가 되고, 이에 대한 사용자들의 리뷰가 리뷰 콘텐츠가 될 수 있다.
온라인 콘텐츠 정보(200)는 특정 온라인 콘텐츠에 대한 정보로서, 해당 온라인 콘텐츠의 관리자가 업로드한 이미지/텍스트 정보 및 사용자들이 업로드 한 리뷰 콘텐츠의 이미지/텍스트 정보를 포함할 수 있다.
텍스트 수집 모듈(201)은 특정 온라인 콘텐츠의 온라인 콘텐츠 정보(200)에 포함된 텍스트 정보를 수집하는 모듈이다.
대표 어구 선정 모듈(202)은 텍스트 수집 모듈(201)에서 수집한 텍스트 정보를 토대로 해당 온라인 콘텐츠에서의 대표 어구 정보를 추출하는 모듈이다. 대표 어구 선정 모듈(202)에서의 대표 어구 선정은 명사구에 한정될 수 있으며, 출현 빈도 및 Sentimental analytics에서 감정 대상이 된 빈도인 감정 대상 빈도를 토대로 추출될 수 있다. 본 발명의 일실시예에 따른 감정 대상은 특정 명사구로서 형용사구나 부사구에 의해 직접 또는 간접 수식되는 것을 의미한다. 따라서, 본 발명의 일실시예에 따른 감정 대상 빈도는 온라인 콘텐츠 정보(200) 중 텍스트 정보 내에서 얼마나 많이 감정 표현의 대상이 되었는지를 의미할 수 있다. 결국, 본 발명의 일실시예에 따른 대표 어구 선정 모듈(202)에 의하면 온라인 콘텐츠(리뷰 콘텐츠 포함)에 포함된 어구 중 가장 빈도가 높으면서도 가장 감정 표현의 대상이 많이 된 어구를 대표 어구 정보로 출력할 수 있다.
관련 이미지 파이프라인(21)는, 이미지 분류 모듈(211), 관련 이미지 세트 생성 모듈(212)을 포함할 수 있고, 대표 어구 파이프라인(20)에서 대표 어구 정보를 수신하고, 온라인 콘텐츠 정보(200)에서 해당 온라인 콘텐츠에 포함된 이미지 정보를 수신하여 대표 어구 정보 및 이미지 정보를 토대로 대표 어구와 관련이 있는 이미지(관련 이미지)의 집합인 관련 이미지 세트를 추출하여 대표 이미지 파이프라인(22)에 제공하는 파이프라인이다.
이미지 분류 모듈(211)은 온라인 콘텐츠 정보(200)에 포함된 이미지 정보를 태깅하거나 분류하여 이미지 분류 정보를 생성하는 모듈이다. 본 발명의 일실시예에 따른 이미지 분류 모듈은 Convolution Neural Network, R-CNN, Fast/Faster R-CNN 등의 이미지 분류 모델이 이용될 수 있다. 본 발명의 일실시예에 따르면 Google의 이미지 분류 open API가 이용될 수 있다. 온라인 콘텐츠 정보(200) 중 리뷰 콘텐츠에 함께 업로드 된 멀티미디어 정보와 관련하여, 본 발명의 일실시예에 따른 멀티미디어 정보, 특히, 리뷰 콘텐츠에 함께 업로드 된 이미지 정보는 Convolution Neural Network에 의해 이미지 태그와 같은 이미지 분류 정보로 분류 가공될 수 있다. 도 4는 본 발명의 일실시에에 따른 이미지 정보의 분류 모델을 도시한 모식도이다. 도 4에 도시된 바와 같이, 본 발명의 일실시에에 따른 이미지 분류 모듈(211)에서 이미지 정보(210)의 분류 모델은 Convolution Neural Network으로 구성될 수 있고, 구체적으로는 특정 매트릭스 사이즈로 구성되는 적어도 하나 이상의 Convolution layer, 적어도 하나 이상의 Pooling layer, 적어도 하나 이상의 Fully connected layer로 구성될 수 있다. 결국, 본 발명의 일실시예에 따른 이미지 분류 모듈(211)은 온라인 콘텐츠 정보(200) 중 하나인 이미지 정보(210)를 수신하여 입력 데이터로 이용하고, 이미지 정보(210)를 CNN으로 분류하여 텍스트 정보인 이미지 분류 정보(213)를 생성하여, 관련 이미지 세트 생성 모듈(212)에 제공하도록 구성될 수 있다. 맛집 정보제공 서비스로 예를 들면, 이미지 정보(210)는 각종 음식 사진, 인테리어 사진, 메뉴 사진 등이 될 수 있고, 이미지 분류 정보(213)는 특정 음식 이름, 인테리어, 메뉴와 같은 카테고리 분류값이 될 수 있다.
관련 이미지 세트 생성 모듈(212)은 이미지 분류 모듈(211)에서 생성된 이미지 분류 정보(213)와 대표 어구 선정 모듈(202)에서 생성된 대표 어구 정보를 토대로 관련 이미지 세트 정보를 생성하는 모듈이다. 관련 이미지 세트 생성 모듈(212)에서 관련 이미지 세트를 생성하는 방법은 이미지 분류 정보(213)와 대표 어구 정보의 유사도 판단(예를 들어, word2vec, SyntaxNet 등)을 통해 이미지 정보에서 대표 어구와 관련이 있는 복수개의 관련 이미지를 선정하고, 이러한 복수개의 관련 이미지를 관련 이미지 세트로 생성하는 방법이 이용될 수 있다.
또한, 본 발명의 일실시예에 따르면 관련 이미지 세트 생성 모듈(212)에서는, 이미지 분류 정보(213)와 대표 어구 정보의 유사도 판단에서 해당 이미지 정보가 포함된 리뷰 콘텐츠에 해당 대표 어구가 포함되어 있는지 여부를 고려하여 관련 이미지 세트를 생성할 수 있다.
맛집 정보제공 서비스로 예를 들면, 관련 이미지 세트는, 다양한 각도, 조도, 배경 등으로 촬영된 해당 맛집의 대표 음식인 알리오 올리오 파스타의 이미지 세트를 의미할 수 있다.
대표 이미지 파이프라인(22)은, 관련 이미지 세트 랭킹 모듈(221)과 대표 이미지 선정 모듈(222)을 포함하고, 관련 이미지 파이프라인(21)에서 관련 이미지 세트 정보를 수신하여 대표 어구와 관련이 있는 복수의 관련 이미지 세트의 이미지들을 특정 기준으로 랭킹을 매겨 우선순위를 정한 뒤, 온라인 콘텐츠 리스트 또는 온라인 콘텐츠 내에 출력되는 n 개의 대표 이미지를 선정하는 파이프라인이다.
관련 이미지 세트 랭킹 모듈(221)은 관련 이미지 파이프라인(21)에서 관련 이미지 세트 정보를 수신하여 대표 어구와 관련이 있는 관련 이미지 세트에 포함된 복수개의 이미지들을 특정 기준으로 랭킹을 매겨 우선순위를 정하는 모듈이다.
본 발명의 일실시예에 따른 관련 이미지 세트 랭킹 모듈(221)의 랭킹 기준은, 해상도, 색상 정보, 사진 구도 정보, 해당 이미지가 포함된 리뷰의 댓글 수, 해당 이미지가 포함된 리뷰의 공감도 수(좋아요 수, 공유 수 등) 등이 될 수 있다. 또한, 본 발명의 일실시예에 따른 관련 이미지 세트 랭킹 모듈(221)의 랭킹 설정에는 강화학습(reinforcement learning)이 이용될 수 있다. 본 발명의 일실시예에 따른 관련 이미지 세트 랭킹 모듈(221)의 관련 이미지 세트에서 각 이미지의 랭킹을 설정하기 위한 모델의 학습에 있어서, 강화학습(reinforcement learning)이 이용되는 경우, environment는 해상도, 색상 정보, 사진 구도 정보, 리뷰의 댓글 수, 리뷰의 공감도 수 등을 적절히 반영하여 관련 이미지 세트에 포함되는 이미지들의 우선순위를 결정하고 다른 사용자들의 전환을 피드백으로 하는 환경으로 구성되고, agent는 관련 이미지 세트 랭킹 모듈(221)로 구성되며, action은 관련 이미지 세트 랭킹 모듈(221)이 해상도, 색상 정보, 사진 구도 정보, 리뷰의 댓글 수, 리뷰의 공감도 수 등에 적용하는 가중치로 구성되고, value에 해당하는 reward는 관련 이미지 세트 랭킹 모듈(221)의 가중치에 의해 결정된 각 이미지들의 우선순위로 대표 이미지가 사용자들에게 출력된 이후 사용자들이 얼마나 전환되는지에 대한 정보인 전환율을 이용할 수 있다. 본 발명의 일실시예에 따른 관련 이미지 세트 랭킹 모듈(221)의 강화학습 모델로는 DQN, Lagging Anchor Algorithm, Anchor-critic algorithm 등이 이용될 수 있다. 본 발명의 일실시예에 따른 관련 이미지 세트 랭킹 모듈(221)의 강화학습에 따르면 사용자들이 더 전환되기 쉬운 방향으로 관련 이미지 세트에 포함된 이미지들의 우선순위가 결정되게 된다.
대표 이미지 선정 모듈(222)은 관련 이미지 세트 랭킹 모듈(221)에서 설정된 이미지들의 랭킹/우선순위를 기초로 온라인 콘텐츠 리스트 또는 온라인 콘텐츠 내에서 출력되도록 설정된 n개의 대표 이미지를 선정하는 모듈이다. 대표 이미지 선정 모듈(222)에 의해, 특정 온라인 콘텐츠에 대해 온라인 콘텐츠 리스트 또는 온라인 콘텐츠 내의 첫번째 layer에서 출력되는 대표 이미지 정보(220)가 선정되게 된다.
본 발명의 일실시예에 따르면, 리뷰와 온라인 콘텐츠 자체의 텍스트 및 이미지에 의해 해당 온라인 콘텐츠의 대표 어구와 대표 이미지가 선정되게 되므로, 검색 쿼리 기반의 추천 시스템을 구현하는 것도 용이하고, CNN을 학습시키기 위한 Domain specific한 이미지 태깅 데이터를 구하기도 용이해지는 효과가 발생된다. Google 등에서 제공하는 이미지 분류 모델은 General한 이미지만을 분류할 수 있게 학습되어 있는데, 본 발명의 일실시예에 따라 발생되는 대표 어구-대표 이미지의 세트는 좀 더 domain specific한 Neural Network을 구성할 수 있게 해주는 효과가 있다.
본 발명의 변형예에 따르면, 대표 어구 파이프라인(20)의 대표 어구 선정 모듈(202)에서 대표 어구를 추출할 때, 특정 사용자가 입력한 검색 쿼리 정보(203)와의 유사도(예를 들어, word2net, SyntaxNet 등)를 출현 빈도 및 감정 대상 빈도와 함께 고려하여 대표 어구를 추출하도록 구성될 수 있다. 도 5는 본 발명의 변형예를 도시한 모식도이다. 도 5에 도시된 바와 같이 본 발명의 변형예에 따르면, 사용자가 검색한 정보에 대응되는 대표 이미지가 온라인 콘텐츠 리스트에 썸네일로 출력되게 되므로, 전환율이 향상되는 효과가 발생된다.
또한, 본 발명의 다른 변형예에 따르면, 대표 어구 파이프라인(20)의 대표 어구 선정 모듈(202)에서 대표 어구를 추출할 때, 온라인 콘텐츠 내에서 출력되도록 설정된 n개의 대표 어구를 선정하고, 대표 이미지 선정 모듈(222)에서는 각각에 대응되는 대표 이미지를 하나씩 선정하도록 구성될 수 있다.
본 발명의 다른 변형예에 따르면, 온라인 콘텐츠의 내용을 출력하는 레이어 내에서, 예를 들어, 4개의 이미지를 대표적으로 표시하도록 구성되는 경우, 4개의 이미지가 모두 다른 대표 이미지로 구성되어 사용자에게 더 향상된 경험을 제공할 수 있게 되는 효과가 발생된다.
온라인 콘텐츠의 대표 이미지 선정 방법
도 6은 본 발명의 일실시예에 따른 대표 이미지 선정 방법을 도시한 것이다. 도 6에 도시된 바와 같이, 본 발명의 일실시예에 따른 대표 이미지 선정 방법은 대표 어구 선정 단계(S10), 관련 이미지 세트 생성 단계(S11), 대표 이미지 선정 단계(S12)를 포함할 수 있다.
대표 어구 선정 단계(S10)는 온라인 콘텐츠에 입력된 적어도 하나 이상의 리뷰 콘텐츠 정보를 포함하는 온라인 콘텐츠 정보(200)를 텍스트 수집 모듈(201)이 수신하여 온라인 콘텐츠 정보(200)에 포함된 텍스트를 수집한 뒤, 대표 어구 선정 모듈(202)에서 추출된 해당 온라인 콘텐츠의 대표 어구를 출력하여 대표 이미지 파이프라인(22)에 제공하는 단계이다.
관련 이미지 세트 생성 단계(S11)는 대표 어구 파이프라인(20)에서 대표 어구 정보를 수신하고, 온라인 콘텐츠 정보(200)에서 해당 온라인 콘텐츠에 포함된 이미지 정보를 수신하여 대표 어구 정보 및 이미지 정보를 토대로 대표 어구와 관련이 있는 관련 이미지 세트를 추출하여 대표 이미지 파이프라인(22)에 제공하는 단계이다.
대표 이미지 선정 단계(S12)는 관련 이미지 파이프라인(21)에서 관련 이미지 세트 정보를 수신하여 대표 어구와 관련이 있는 복수의 관련 이미지 세트의 이미지들을 특정 기준으로 랭킹을 매겨 우선순위를 정한 뒤, 온라인 콘텐츠에 출력되는 n 개의 대표 이미지를 선정하는 단계이다.
이상에서 설명한 바와 같이, 본 발명이 속하는 기술 분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 상술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다. 본 발명의 범위는 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 등가 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함하는 것으로 해석되어야 한다.
본 명세서 내에 기술된 특징들 및 장점들은 모두를 포함하지 않으며, 특히 많은 추가적인 특징들 및 장점들이 도면들, 명세서, 및 청구항들을 고려하여 당업자에게 명백해질 것이다. 더욱이, 본 명세서에 사용된 언어는 주로 읽기 쉽도록 그리고 교시의 목적으로 선택되었고, 본 발명의 주제를 묘사하거나 제한하기 위해 선택되지 않을 수도 있다는 것을 주의해야 한다.
본 발명의 실시예들의 상기한 설명은 예시의 목적으로 제시되었다; 이는 개시된 정확한 형태로 본 발명을 제한하거나, 빠뜨리는 것 없이 만들려고 의도한 것이 아니다. 당업자는 상기한 개시에 비추어 많은 수정 및 변형이 가능하다는 것을 이해할 수 있다.
본 설명의 일부는 정보 상 연산의 기호 표현 및 알고리즘에 관한 본 발명의 실시예들을 기술한다. 이러한 알고리즘적 설명 및 표현은, 일반적으로 그들의 작업의 핵심을 효율적으로 다른 당업자에게 전달하기 위해 데이터 처리 분야의 당업자에 의해 사용된다. 이러한 동작은 기능적, 연산적, 또는 논리적으로 설명되지만, 컴퓨터나 이와 동등한 전기 회로, 마이크로코드 등에 의해 구현될 것으로 이해된다. 나아가, 또한 이것은 모듈로서의 이러한 동작의 배열을 나타내기 위해, 때때로 일반성의 상실 없이 편리하게 입증된다. 상기 기술된 동작 및 그들의 연관된 모듈은 소프트웨어, 펌웨어, 하드웨어, 또는 이들의 임의의 조합 내에서 구현될 수 있다.
여기서 기술된 임의의 단계, 동작, 또는 프로세스는, 하나 이상의 하드웨어 또는 소프트웨어 모듈과 함께 단독으로 또는 다른 장치와 조합하여 수행되거나 구현될 수 있다. 일 실시예에서, 소프트웨어 모듈은 컴퓨터 프로그램 코드를 포함하는 컴퓨터-판독 가능 매체로 구성되는 컴퓨터 프로그램 제품과 함께 구현되고, 컴퓨터 프로그램 코드는 기술된 임의의 또는 모든 공정, 단계, 또는 동작을 수행하기 위한 컴퓨터 프로세서에 의해 실행될 수 있다.
또한, 본 발명의 실시예들은, 여기서의 동작을 수행하기 위한 장치와 관련될 수 있다. 이들 장치는 요구되는 목적을 위해 특별히 제작될 수 있고/있거나, 컴퓨터 내에 저장된 컴퓨터 프로그램에 의해 선택적으로 활성화되거나 재구성되는 일반적-목적의 연산 장치를 포함할 수 있다. 이러한 컴퓨터 프로그램은, 유형의 컴퓨터 판독가능 저장 매체 또는 전자 명령어를 저장하기 위해 적합한 임의의 유형의 미디어 내에 저장될 수 있고, 컴퓨터 시스템 버스에 결합될 수 있다. 나아가, 본 명세서에 참조되는 임의의 연산 시스템은 단일 프로세서를 포함할 수 있거나, 증가한 연산 능력을 위한 다중 프로세서 디자인을 채택한 구조가 될 수 있다.
마지막으로, 본 명세서에 사용된 언어는 주로 읽기 쉽도록 그리고 교시의 목적으로 선택되었고, 본 발명의 주제를 묘사하거나 제한하기 위해 선택되지 않을 수 있다.
그러므로 본 발명의 범위는 상세한 설명에 의해 한정되지 않고, 이를 기반으로 하는 출원의 임의의 청구항들에 의해 한정된다. 따라서, 본 발명의 실시예들의 개시는 예시적인 것이며, 이하의 청구항에 기재된 본 발명의 범위를 제한하는 것은 아니다.
1: 대표 이미지 선정 장치
20: 대표 어구 파이프라인
21: 관련 이미지 파이프라인
22: 대표 이미지 선정 모듈
200: 온라인 콘텐츠 정보
201: 텍스트 수집 모듈
202: 대표 어구 선정 모듈
203: 검색 쿼리 정보
210: 이미지 정보
211: 이미지 분류 모듈
212: 관련 이미지 세트 생성 모듈
213: 이미지 분류 정보
220: 대표 이미지 정보
221: 관련 이미지 세트 랭킹 모듈
222: 대표 이미지 선정 모듈

Claims (5)

  1. 온라인 콘텐츠에 입력된 적어도 하나 이상의 리뷰 콘텐츠 정보와 상기 온라인 콘텐츠에 관한 설명 정보를 포함하는 온라인 콘텐츠 정보를 수신하고, 상기 온라인 콘텐츠 정보에 포함된 텍스트 정보를 수집한 뒤, 상기 텍스트 정보 내에서 대표 어구를 선정하여 대표 어구 정보를 생성하는 대표 어구 파이프라인;
    상기 온라인 콘텐츠 정보에 포함된 이미지 정보를 분류한 이미지 분류 정보와 상기 대표 어구 정보의 유사도를 기초로 상기 대표 어구와 관련이 있는 복수개의 관련 이미지들로 구성된 관련 이미지 세트 정보를 생성하는 관련 이미지 파이프라인; 및
    상기 관련 이미지 세트 정보를 수신하여 상기 복수개의 관련 이미지들을 특정 기준으로 우선순위를 정한 뒤, 온라인 콘텐츠 리스트 또는 상기 온라인 콘텐츠 내의 대표 이미지를 선정하는 대표 이미지 파이프라인;
    을 포함하고,
    상기 특정 기준은, 해상도, 색상 정보, 사진 구도 정보, 댓글 수 및 공감도 수 중 적어도 하나를 포함하며,
    상기 대표 어구 파이프라인은, 리뷰 콘텐츠를 포함한 온라인 콘텐츠 내에서의 출현 빈도 및 감정 대상이 되는 빈도인 감정 대상 빈도를 토대로 상기 대표 어구를 선정하는 것을 특징으로 하는, 온라인 콘텐츠의 대표 이미지 선정 장치.
  2. 대표 어구 파이프라인이, 온라인 콘텐츠에 입력된 적어도 하나 이상의 리뷰 콘텐츠 정보와 상기 온라인 콘텐츠에 관한 설명 정보를 포함하는 온라인 콘텐츠 정보를 수신하고, 상기 온라인 콘텐츠 정보에 포함된 텍스트 정보를 수집한 뒤, 상기 텍스트 정보 내에서 대표 어구를 선정하여 대표 어구 정보를 생성하는 대표 어구 생성 단계;
    관련 이미지 파이프라인이, 상기 온라인 콘텐츠 정보에 포함된 이미지 정보를 분류한 이미지 분류 정보와 상기 대표 어구 정보의 유사도를 기초로 상기 대표 어구와 관련이 있는 복수개의 관련 이미지들로 구성된 관련 이미지 세트 정보를 생성하는 관련 이미지 세트 생성 단계; 및
    대표 이미지 파이프라인이, 상기 관련 이미지 세트 정보를 수신하여 상기 복수개의 관련 이미지들을 특정 기준으로 우선순위를 정한 뒤, 온라인 콘텐츠 리스트 또는 상기 온라인 콘텐츠 내의 대표 이미지를 선정하는 대표 이미지 선정 단계;
    을 포함하고,
    상기 특정 기준은, 해상도, 색상 정보, 사진 구도 정보, 댓글 수 및 공감도 수 중 적어도 하나를 포함하며,
    상기 대표 어구 파이프라인은, 리뷰 콘텐츠를 포함한 온라인 콘텐츠 내에서의 출현 빈도 및 감정 대상이 되는 빈도인 감정 대상 빈도를 토대로 상기 대표 어구를 선정하는 것을 특징으로 하는, 온라인 콘텐츠의 대표 이미지 선정 방법.
  3. 온라인 콘텐츠에 입력된 적어도 하나 이상의 리뷰 콘텐츠 정보와 상기 온라인 콘텐츠에 관한 설명 정보를 포함하는 온라인 콘텐츠 정보를 수신하고, 상기 온라인 콘텐츠 정보에 포함된 텍스트 정보를 수집한 뒤, 상기 텍스트 정보 내에서 대표 어구를 선정하여 대표 어구 정보를 생성하는 대표 어구 생성 단계;
    상기 온라인 콘텐츠 정보에 포함된 이미지 정보를 분류한 이미지 분류 정보와 상기 대표 어구 정보의 유사도를 기초로 상기 대표 어구와 관련이 있는 복수개의 관련 이미지들로 구성된 관련 이미지 세트 정보를 생성하는 관련 이미지 세트 생성 단계; 및
    상기 관련 이미지 세트 정보를 수신하여 상기 복수개의 관련 이미지들을 특정 기준으로 우선순위를 정한 뒤, 온라인 콘텐츠 리스트 또는 상기 온라인 콘텐츠 내의 대표 이미지를 선정하는 대표 이미지 선정 단계;
    을 포함하고,
    상기 특정 기준은, 해상도, 색상 정보, 사진 구도 정보, 댓글 수 및 공감도 수 중 적어도 하나를 포함하며,
    상기 대표 어구 생성 단계는, 리뷰 콘텐츠를 포함한 온라인 콘텐츠 내에서의 출현 빈도 및 감정 대상이 되는 빈도인 감정 대상 빈도를 토대로 상기 대표 어구를 선정하는 것을 특징으로 하는, 온라인 콘텐츠의 대표 이미지 선정 방법을 컴퓨터 상에서 실행시키기 위하여 기록매체에 저장된 프로그램.
  4. 삭제
  5. 삭제
KR1020170084380A 2017-07-03 2017-07-03 온라인 콘텐츠의 대표 이미지 선정 장치 및 방법 KR101871828B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170084380A KR101871828B1 (ko) 2017-07-03 2017-07-03 온라인 콘텐츠의 대표 이미지 선정 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170084380A KR101871828B1 (ko) 2017-07-03 2017-07-03 온라인 콘텐츠의 대표 이미지 선정 장치 및 방법

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020180070979A Division KR101909899B1 (ko) 2018-06-20 2018-06-20 온라인 콘텐츠의 대표 이미지 선정 장치 및 방법

Publications (1)

Publication Number Publication Date
KR101871828B1 true KR101871828B1 (ko) 2018-06-28

Family

ID=62780149

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170084380A KR101871828B1 (ko) 2017-07-03 2017-07-03 온라인 콘텐츠의 대표 이미지 선정 장치 및 방법

Country Status (1)

Country Link
KR (1) KR101871828B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190109055A (ko) * 2018-03-16 2019-09-25 박귀현 음성 특성 분류를 이용한 영상 내 그래픽 생성 방법 및 장치
KR20190109054A (ko) * 2018-03-16 2019-09-25 박귀현 영상 내 그래픽 생성 방법 및 장치
KR20220071576A (ko) * 2020-11-24 2022-05-31 울산과학기술원 섬네일 이미지 생성 방법 및 장치

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080028574A (ko) * 2006-09-27 2008-04-01 야후! 인크. 통합 검색 서비스 시스템 및 방법
US20130007057A1 (en) * 2010-04-30 2013-01-03 Thomson Licensing Automatic image discovery and recommendation for displayed television content
KR20150116677A (ko) * 2014-04-08 2015-10-16 에스케이플래닛 주식회사 사이트의 대표 이미지 추천 장치 및 방법
KR20160106626A (ko) 2014-01-13 2016-09-12 페이스북, 인크. 우선순위-기반의 디지털 컨텐츠 다운로드를 위한 시스템 및 방법
KR20170004154A (ko) * 2015-07-01 2017-01-11 네이버 주식회사 문서를 이미지 기반 컨텐츠로 요약하여 제공하는 방법 및 시스템

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080028574A (ko) * 2006-09-27 2008-04-01 야후! 인크. 통합 검색 서비스 시스템 및 방법
US20130007057A1 (en) * 2010-04-30 2013-01-03 Thomson Licensing Automatic image discovery and recommendation for displayed television content
KR20160106626A (ko) 2014-01-13 2016-09-12 페이스북, 인크. 우선순위-기반의 디지털 컨텐츠 다운로드를 위한 시스템 및 방법
KR20150116677A (ko) * 2014-04-08 2015-10-16 에스케이플래닛 주식회사 사이트의 대표 이미지 추천 장치 및 방법
KR20170004154A (ko) * 2015-07-01 2017-01-11 네이버 주식회사 문서를 이미지 기반 컨텐츠로 요약하여 제공하는 방법 및 시스템

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190109055A (ko) * 2018-03-16 2019-09-25 박귀현 음성 특성 분류를 이용한 영상 내 그래픽 생성 방법 및 장치
KR20190109054A (ko) * 2018-03-16 2019-09-25 박귀현 영상 내 그래픽 생성 방법 및 장치
KR102044540B1 (ko) 2018-03-16 2019-11-13 박귀현 영상 내 그래픽 생성 방법 및 장치
KR102044541B1 (ko) 2018-03-16 2019-11-13 박귀현 음성 특성 분류를 이용한 영상 내 그래픽 생성 방법 및 장치
KR20220071576A (ko) * 2020-11-24 2022-05-31 울산과학기술원 섬네일 이미지 생성 방법 및 장치
KR102424342B1 (ko) * 2020-11-24 2022-07-25 울산과학기술원 섬네일 이미지 생성 방법 및 장치

Similar Documents

Publication Publication Date Title
US10860811B2 (en) Method and device for generating review article of hot news, and terminal device
US11580157B2 (en) Predicting topics of potential relevance based on retrieved/created digital media files
US20240031688A1 (en) Enhancing tangible content on physical activity surface
US11829404B2 (en) Functional image archiving
JP5947131B2 (ja) 領域選択方式による検索の入力方法及びそのシステム
Cao et al. Visual sentiment topic model based microblog image sentiment analysis
US20130289991A1 (en) Application of Voice Tags in a Social Media Context
AU2016256753A1 (en) Image captioning using weak supervision and semantic natural language vector space
GB2546360A (en) Image captioning with weak supervision
US9645987B2 (en) Topic extraction and video association
KR102474047B1 (ko) 사진 또는 비디오에서 잠재적 목록에 대한 관심 수집
US20170337222A1 (en) Image searching method and apparatus, an apparatus and non-volatile computer storage medium
US20180075128A1 (en) Identifying Key Terms Related to an Entity
US20140379719A1 (en) System and method for tagging and searching documents
KR101871828B1 (ko) 온라인 콘텐츠의 대표 이미지 선정 장치 및 방법
US20160179966A1 (en) Method and system for generating augmented product specifications
US20200311114A1 (en) System for topic discovery and sentiment analysis on a collection of documents
US20200073485A1 (en) Emoji prediction and visual sentiment analysis
CN111782951B (zh) 确定展示页面的方法和装置、以及计算机系统和介质
US11080348B2 (en) System and method for user-oriented topic selection and browsing
JP2023011633A (ja) 画像選択提案
US20180018392A1 (en) Topic identification based on functional summarization
KR101909899B1 (ko) 온라인 콘텐츠의 대표 이미지 선정 장치 및 방법
US10699171B2 (en) Automated image scale adjustment based upon document and image context
Markham et al. Experimenting with algorithms and memory-making: Lived experience and future-oriented ethics in critical data science

Legal Events

Date Code Title Description
A107 Divisional application of patent
GRNT Written decision to grant