KR102094638B1

KR102094638B1 - Method, system and non-transitory computer-readable recording medium for determining names of goods

Info

Publication number: KR102094638B1
Application number: KR1020190061277A
Authority: KR
Inventors: 김정미
Original assignee: 김정미
Priority date: 2019-05-24
Filing date: 2019-05-24
Publication date: 2020-03-27

Abstract

According to an embodiment of the present invention, provided is a method for determining a product name of the cargo comprising the steps of: using an artificial intelligence (AI) module to determine a product name of the cargo with reference to text information when image information and the text information about the cargo are inputted or clustering an image of the cargo based on the image information using the AI module and determining the product name of the cargo with reference to the clustered result; obtaining verification information on whether the determined product name matches an actual product name of the cargo; and updating the AI module with reference to the determined product name and information on whether the match is made.

Description

METHOD, SYSTEM AND NON-TRANSITORY COMPUTER-READABLE RECORDING MEDIUM FOR DETERMINING NAMES OF GOODS

본 발명은 화물의 품명을 결정하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체에 관한 것이다.The present invention relates to a method, system and non-transitory computer readable recording medium for determining the name of a cargo.

관세청의 전자 통관 시스템은 수출입 화물에 대한 통관 업무를 수행하기 위해 화물의 품명, 규격, HS code 등의 정보가 기재된 각종 신고서를 전자 문서로 제출받고 있다.The Customs Service's electronic customs clearance system is receiving electronic reports of various types of goods, including product name, specifications, and HS code, in order to perform customs clearance for import and export cargo.

그러나 화물의 품명, 규격 등이 정해진 형식에 따라 기재되지 않은 경우, 기재된 정보에 오탈자가 있는 경우 등과 같이 기재된 정보에 오류가 있는 경우에는 시스템에 의해 자동으로 화물의 품명을 정확하게 결정하는 것이 어려운 실정이다.However, it is difficult to accurately determine the product name by the system when there is an error in the information described, such as the case where the product name, standard, etc. are not written according to the prescribed format, or if there is an error in the information written. .

이러한 문제를 해결하기 위해 최근 HS code를 이용하여 자동으로 화물의 품명을 결정하는 방법이 연구되고 있으나, HS code를 사용하는 방법에도 동일한 화물에 복수의 HS code가 할당되거나, 동일한 화물(예를 들면, 가위)이라도 용도(예를 들면, 일반용 또는 의료용)에 따라 서로 다른 HS code가 부여되거나, 수입 신고를 생략해도 되는 화물에는 HS code가 부여되지 않는 등의 문제점이 있어 효율적으로 화물의 품명을 결정하는 것이 어려운 실정이다.In order to solve this problem, a method of automatically determining a product name using a HS code has been researched, but a method using the HS code also allocates multiple HS codes to the same cargo, or the same cargo (for example, Even with scissors, scissors have different HS codes depending on the purpose (for example, general use or medical use), or there is a problem in that HS codes are not assigned to cargoes that may be omitted from import declaration, so the product name can be efficiently determined. It is difficult to do.

등록특허공보 제10-1647691호 (2016. 8. 5)Registered Patent Publication No. 10-1647691 (2016. 8. 5)

본 발명은 전술한 종래 기술의 문제점을 모두 해결하는 것을 그 목적으로 한다.The present invention aims to solve all the problems of the above-mentioned prior art.

또한, 본 발명은, 화물에 대한 영상 정보 및 문자 정보가 입력되면, 인공 지능 모듈을 이용하여 위의 문자 정보를 참조하여 위의 화물의 품명을 결정하거나, 위의 인공 지능 모듈을 이용하여 위의 영상 정보에 기초하여 위의 화물의 영상을 군집화(Clustering)하고 위의 군집화된 결과를 참조하여 위의 화물의 품명을 결정하고, 위의 결정된 품명과 위의 화물의 실제 품명의 일치 여부에 대한 검증 정보를 획득하고, 위의 결정된 품명 및 위의 일치 여부에 대한 정보를 참조하여 위의 인공 지능 모듈을 갱신하는 것을 또 다른 목적으로 한다.In addition, according to the present invention, when image information and text information about a cargo are input, the article name of the cargo is determined by referring to the text information using the artificial intelligence module, or the above information is determined using the artificial intelligence module. Based on the image information, clustering the image of the above cargo and referring to the above clustered result to determine the product name of the above cargo, and verifying whether the above determined product name and the above actual cargo name match. Another object is to acquire the information and update the above artificial intelligence module by referring to the information on the determined product name and the above.

상기 목적을 달성하기 위한 본 발명의 대표적인 구성은 다음과 같다.The representative configuration of the present invention for achieving the above object is as follows.

본 발명의 일 태양에 따르면, 화물의 품명을 결정하기 위한 방법으로서, 화물에 대한 영상 정보 및 문자 정보가 입력되면, 인공 지능 모듈을 이용하여 상기 문자 정보를 참조하여 상기 화물의 품명을 결정하거나, 상기 인공 지능 모듈을 이용하여 상기 영상 정보에 기초하여 상기 화물의 영상을 군집화(Clustering)하고 상기 군집화된 결과를 참조하여 상기 화물의 품명을 결정하는 단계, 상기 결정된 품명과 상기 화물의 실제 품명의 일치 여부에 대한 검증 정보를 획득하는 단계, 및 상기 결정된 품명 및 상기 일치 여부에 대한 정보를 참조하여 상기 인공 지능 모듈을 갱신하는 단계를 포함하는 방법이 제공된다.According to an aspect of the present invention, as a method for determining a product name of a cargo, when image information and text information about the cargo are input, an artificial intelligence module is used to determine the product name of the cargo by referring to the text information, or Clustering an image of the cargo based on the image information using the artificial intelligence module and determining the product name of the cargo with reference to the clustered result, matching the determined product name with the actual product name of the cargo There is provided a method comprising obtaining verification information on whether or not, and updating the artificial intelligence module with reference to the determined product name and information on whether the match.

본 발명의 다른 태양에 따르면, 화물의 품명을 결정하기 위한 시스템으로서, 화물에 대한 영상 정보 및 문자 정보가 입력되면, 인공 지능 모듈을 이용하여 상기 문자 정보를 참조하여 상기 화물의 품명을 결정하거나, 상기 인공 지능 모듈을 이용하여 상기 영상 정보에 기초하여 상기 화물의 영상을 군집화(Clustering)하고 상기 군집화된 결과를 참조하여 상기 화물의 품명을 결정하는 품명 결정부, 상기 결정된 품명과 상기 화물의 실제 품명의 일치 여부에 대한 검증 정보를 획득하는 검증 정보 획득부, 및 상기 결정된 품명 및 상기 일치 여부에 대한 정보를 참조하여 상기 인공 지능 모듈을 갱신하는 인공 지능 모듈 갱신부를 포함하는 시스템이 제공된다.According to another aspect of the present invention, as a system for determining the product name of a cargo, when image information and text information about the cargo are input, an artificial intelligence module is used to determine the product name of the cargo by referring to the text information, or An article name determination unit that clusters an image of the cargo based on the image information using the artificial intelligence module and determines the product name of the cargo with reference to the clustered result, the determined product name and the actual product name of the cargo Provided is a system including a verification information acquisition unit for obtaining verification information on whether or not matching, and an artificial intelligence module updating unit for updating the artificial intelligence module with reference to the determined product name and the information on whether or not the match.

이 외에도, 본 발명을 구현하기 위한 다른 방법, 다른 시스템 및 상기 방법을 실행하기 위한 컴퓨터 프로그램을 기록하는 비일시성의 컴퓨터 판독 가능한 기록 매체가 더 제공된다.In addition to this, another method for implementing the present invention, another system, and a non-transitory computer readable recording medium for recording a computer program for executing the method are further provided.

본 발명에 의하면, 화물의 영상 정보에 기초하여 화물의 영상을 군집화하고 그 군집화된 결과를 참조하여 화물의 품명을 결정하므로, 화물의 품명, 규격 등이 정해진 형식에 따라 기재되지 않은 경우, 기재된 정보에 오탈자가 있는 경우 등과 같이 기재된 정보에 오류가 있는 경우에도 시스템에 의해 자동으로 화물의 품명을 정확하게 결정하는 것이 가능하게 된다.According to the present invention, since the image of the cargo is clustered based on the image information of the cargo and the product name of the cargo is determined by referring to the clustered result, if the product name, standard, etc. are not described according to the prescribed format, the information described Even if there is an error in the information described, such as when there is a typo, it is possible to automatically determine the product name by the system.

또한, 본 발명에 의하면, 화물의 품명이 결정된 결과를 계속적으로 학습하는 인공 지능 모듈을 이용하여 화물의 품명을 결정하므로, 상술한 바와 같이 기재된 정보에 오류가 있는 경우에도 이미 학습된 오류에 대한 정보를 이용하여 화물의 품명을 정확하게 결정하는 것이 가능하게 된다.In addition, according to the present invention, since the product name of the cargo is determined by using the artificial intelligence module that continuously learns the result of determining the product name, the information on the error already learned even if there is an error in the information described above. It is possible to accurately determine the product name using.

또한, 본 발명에 의하면, 화물이 신제품인 경우, 반입되는 빈도가 적은 화물인 경우 등과 같이 그 화물에 대하여 학습된 정보가 부족하여 화물의 영상을 군집화하는 것이 어려운 경우에도, 그러한 화물에 대한 정보를 남겨 두었다가 다음에 반입되는 화물과 함께 시스템에 의한 처리가 가능하도록 활용함으로써 효율적인 인공 지능 모듈의 학습이 가능하게 된다.In addition, according to the present invention, even if the cargo is a new product, or a cargo with a low frequency, such as when the information learned about the cargo is insufficient, it is difficult to cluster an image of the cargo. It is possible to learn an effective artificial intelligence module by using it to be processed by the system together with the cargo that is left and then brought in.

도 1은 본 발명의 일 실시예에 따른 화물 품명 결정 시스템의 내부 구성을 상세하게 도시하는 도면이다.
도 2는 본 발명의 일 실시예에 따라 화물의 품명이 결정된 결과를 예시적으로 나타내는 도면이다.1 is a view showing in detail the internal configuration of a cargo product name determination system according to an embodiment of the present invention.
2 is a view exemplarily showing a result of determining a product name according to an embodiment of the present invention.

후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이러한 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 본 명세서에 기재되어 있는 특정 형상, 구조 및 특성은 본 발명의 정신과 범위를 벗어나지 않으면서 일 실시예로부터 다른 실시예로 변경되어 구현될 수 있다. 또한, 각각의 실시예 내의 개별 구성요소의 위치 또는 배치도 본 발명의 정신과 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 행하여지는 것이 아니며, 본 발명의 범위는 특허청구범위의 청구항들이 청구하는 범위 및 그와 균등한 모든 범위를 포괄하는 것으로 받아들여져야 한다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 구성요소를 나타낸다.For a detailed description of the present invention, which will be described later, reference is made to the accompanying drawings that illustrate, by way of example, specific embodiments in which the present invention may be practiced. These embodiments are described in detail enough to enable those skilled in the art to practice the present invention. It should be understood that the various embodiments of the present invention are different, but need not be mutually exclusive. For example, specific shapes, structures, and characteristics described in this specification may be implemented by changing from one embodiment to another without departing from the spirit and scope of the present invention. In addition, it should be understood that the position or arrangement of individual components within each embodiment may be changed without departing from the spirit and scope of the present invention. Therefore, the detailed description to be described later is not intended to be taken in a limiting sense, and the scope of the present invention should be taken to cover the scope claimed by the claims of the claims and all equivalents thereto. In the drawings, similar reference numerals denote the same or similar components throughout several aspects.

이하에서는, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 여러 바람직한 실시예에 관하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.Hereinafter, various preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings in order to enable those skilled in the art to easily implement the present invention.

화물 품명 결정 시스템의 구성Composition of cargo name determination system

이하에서는, 본 발명의 구현을 위하여 중요한 기능을 수행하는 화물 품명 결정 시스템(100)의 내부 구성과 각 구성요소의 기능에 대하여 살펴보기로 한다.Hereinafter, the internal configuration of the cargo item name determination system 100 performing an important function for the implementation of the present invention and the function of each component will be described.

도 1은 본 발명의 일 실시예에 따른 화물 품명 결정 시스템의 내부 구성을 상세하게 도시하는 도면이다.1 is a view showing in detail the internal configuration of a cargo product name determination system according to an embodiment of the present invention.

도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 화물 품명 결정 시스템(100)은, 품명 결정부(110), 검증 정보 획득부(120), 인공 지능 모듈 갱신부(130), 통신부(140) 및 제어부(150)를 포함하여 구성될 수 있다. 본 발명의 일 실시예에 따르면, 품명 결정부(110), 검증 정보 획득부(120), 인공 지능 모듈 갱신부(130), 통신부(140) 및 제어부(150)는 그 중 적어도 일부가 외부의 시스템과 통신하는 프로그램 모듈일 수 있다. 이러한 프로그램 모듈은 운영 시스템, 응용 프로그램 모듈 또는 기타 프로그램 모듈의 형태로 화물 품명 결정 시스템(100)에 포함될 수 있고, 물리적으로는 여러 가지 공지의 기억 장치에 저장될 수 있다. 또한, 이러한 프로그램 모듈은 화물 품명 결정 시스템(100)과 통신 가능한 원격 기억 장치에 저장될 수도 있다. 한편, 이러한 프로그램 모듈은 본 발명에 따라 후술할 특정 업무를 수행하거나 특정 추상 데이터 유형을 실행하는 루틴, 서브루틴, 프로그램, 오브젝트, 컴포넌트, 데이터 구조 등을 포괄하지만, 이에 제한되지는 않는다.As shown in Figure 1, the cargo product name determination system 100 according to an embodiment of the present invention, the product name determination unit 110, verification information acquisition unit 120, artificial intelligence module update unit 130, the communication unit It may be configured to include 140 and the control unit 150. According to an embodiment of the present invention, the product name determination unit 110, the verification information acquisition unit 120, the artificial intelligence module update unit 130, the communication unit 140, and the control unit 150, at least a part of which is external It may be a program module that communicates with the system. Such a program module may be included in the cargo product name determination system 100 in the form of an operating system, an application program module, or other program modules, and may be physically stored in various known storage devices. In addition, the program module may be stored in a remote storage device capable of communicating with the cargo item name determination system 100. Meanwhile, the program module includes, but is not limited to, routines, subroutines, programs, objects, components, data structures, etc. that perform specific tasks to be described later or execute specific abstract data types according to the present invention.

한편, 화물 품명 결정 시스템(100)에 관하여 위와 같이 설명되었으나, 이러한 설명은 예시적인 것이고, 화물 품명 결정 시스템(100)의 구성요소 또는 기능 중 적어도 일부가 필요에 따라 외부 시스템(미도시됨) 내에서 실현되거나 외부 시스템 내에 포함될 수도 있음은 당업자에게 자명하다.On the other hand, the cargo product name determination system 100 has been described as above, but this description is exemplary, and at least some of the components or functions of the cargo product name determination system 100 are in an external system (not shown) as necessary. It is apparent to those skilled in the art that it may be realized in or included in an external system.

그리고, 본 발명의 일 실시예에 따르면, 화물에 대한 영상 정보는, 그 화물에 대하여 인터넷 상에서 검색되는 영상, X-Ray 장비를 이용하여 그 화물을 촬영한 X-Ray 영상, 그 화물의 영상이 촬영된 시점 등을 포함하는 개념일 수 있으나, 이에 제한되는 것은 아니다.In addition, according to an embodiment of the present invention, the video information about the cargo includes an image searched on the Internet for the cargo, an X-Ray image of the cargo using the X-Ray equipment, and an image of the cargo. It may be a concept including a photographed viewpoint, but is not limited thereto.

그리고, 본 발명의 일 실시예에 따르면, 화물에 대한 문자 정보는, 그 화물에 대한 수입 신고된 정보, 통관 정보, 신고 품명, 모델명, 브랜드명, House B/L(House 선하증권) 정보 등을 포함하는 개념일 수 있으나, 이에 제한되는 것은 아니다.And, according to an embodiment of the present invention, the text information for the cargo, import declaration information, customs clearance information, model name, brand name, House B / L (House Bill of Lading) information for the cargo The concept may include, but is not limited to.

그리고, 본 발명의 일 실시예에 따르면, 이러한 화물에 대한 영상 정보는 X-Ray 장비로 화물을 촬영하는 방법으로 화물 품명 결정 시스템(100)에 입력될 수 있고, 문자 정보는 바코드 리더기로 화물의 바코드를 스캔하는 방법으로 화물 품명 결정 시스템(100)에 입력될 수 있으나, 이러한 방법에 제한되는 것은 아니다. 또한, 본 발명의 일 실시예에 따르면, 화물의 영상과 그 화물에 대한 문자 정보가 서로 매칭될 수 있도록 House B/L을 그 영상의 파일명으로 활용할 수도 있다.And, according to an embodiment of the present invention, the image information for the cargo can be input to the cargo product name determination system 100 by a method of photographing cargo with X-Ray equipment, and the text information is transferred to the cargo with a barcode reader. The barcode may be input to the cargo product name determination system 100 as a method of scanning, but is not limited to this method. In addition, according to an embodiment of the present invention, House B / L may be used as a file name of the image so that the image of the cargo and text information on the cargo match each other.

그리고, 본 발명의 일 실시예에 따르면, 인공 지능 모듈은 머신 러닝(Machine Learning), 딥러닝(Deep Learning) 등 공지의 인공 지능 학습 방법을 채택하고 있는 일종의 프로그램 모듈로서, 학습된 정보에 기초하여, 화물에 대한 문자 정보로부터 그 화물의 품명을 알아내거나 화물의 영상을 군집화(Clustering)하는 기능을 수행할 수 있는 모듈을 지칭할 수 있다. 그리고, 인공 지능 학습에는 SVM(Support Vector Machine), 인공신경망(Artificial Neural Network) 등 공지의 알고리즘을 채택할 수 있으나, 이에 제한되지는 않는다.In addition, according to an embodiment of the present invention, the artificial intelligence module is a type of program module that adopts a known artificial intelligence learning method such as machine learning and deep learning, based on the learned information. , It may refer to a module capable of finding a product name of the cargo from text information about the cargo or performing a function of clustering an image of the cargo. In addition, a known algorithm such as a support vector machine (SVM) or an artificial neural network (SVM) may be adopted for artificial intelligence learning, but is not limited thereto.

또한, 본 발명의 일 실시예에 따르면, 군집화(Clustering)란 Mean-Shift Clustering, DBSCAN(Density-Based Spatial Clustering of Applications with Noise) 등 공지의 군집화 알고리즘에 기반하여 입력된 자료를 적어도 하나 이상의 그룹으로 분류하는 기능을 의미하는 것으로, 본 발명의 일 실시예에 따른 군집화(Clustering)는 화물에 대한 영상 정보 또는 화물에 대한 영상 정보와 화물에 대한 문자 정보를 함께 이용하여 화물의 영상을 특정 그룹으로 분류하는 기능을 의미할 수 있다. 또한, 본 발명의 일 실시예에 따른 군집화(Clustering)를 하기 위해 Harris Corner, SIFT(Scale Invariant Feature Transform), FAST(Features from Accelerated Segment Test) 등 공지의 영상 특징점 추출 알고리즘을 이용할 수 있으나, 이에 제한되는 것은 아니다.In addition, according to an embodiment of the present invention, clustering refers to data input based on known clustering algorithms such as Mean-Shift Clustering and Density-Based Spatial Clustering of Applications with Noise (DBSCAN) into at least one group. As a function of classifying, clustering according to an embodiment of the present invention classifies images of cargo into a specific group by using video information about cargo or text information about cargo together with text information about cargo It can mean a function. In addition, a known image feature point extraction algorithm, such as Harris Corner, Scale Invariant Feature Transform (SIFT), or Features from Accelerated Segment Test (FAST), may be used for clustering according to an embodiment of the present invention, but is not limited thereto. It does not work.

먼저, 본 발명의 일 실시예에 따른 품명 결정부(110)는, 화물에 대한 영상 정보 및 문자 정보가 입력되면, 인공 지능 모듈이 위의 문자 정보를 참조하여 그 화물의 품명을 결정하도록 하거나, 인공 지능 모듈이 위의 영상 정보에 기초하여 그 화물의 영상을 군집화하고 그 군집화된 결과를 참조하여 그 화물의 품명을 결정하도록 하는 기능을 수행할 수 있다.First, the article name determination unit 110 according to an embodiment of the present invention, when the image information and the text information for the cargo is input, the artificial intelligence module refers to the text information above to determine the product name of the cargo, The artificial intelligence module may perform a function of clustering an image of the cargo based on the above image information and determining the product name of the cargo with reference to the clustered result.

구체적으로, 본 발명의 일 실시예에 따른 품명 결정부(110)는, 인공 지능 모듈이 입력된 화물에 대한 문자 정보에 관하여 미리 학습한 경우에는 그 화물의 영상을 군집화하지 않더라도 위의 문자 정보만을 참조하여 그 화물의 품명을 결정하는 기능을 수행할 수 있다.Specifically, the article name determination unit 110 according to an embodiment of the present invention, if the AI module has previously learned about the text information about the input cargo, even if the image of the cargo is not clustered, only the above text information The function of determining the product name of the cargo can be performed with reference.

예를 들면, 본 발명의 일 실시예에 따른 품명 결정부(110)는, 품명을 결정하고자 하는 화물에 대한 문자 정보로서 'NIKE AIR JORDAN CAP AND GOWN'이라는 모델명이 입력된 경우, 인공 지능 모듈이 'NIKE AIR JORDAN CAP AND GOWN'이라는 모델명을 가진 화물은 신발이라는 것에 대하여 이미 학습했다면 곧바로 화물의 품명을 신발이라고 결정할 수 있고, 이러한 경우에는 그 화물의 영상을 군집화하지 않을 수도 있다.For example, the product name determination unit 110 according to an embodiment of the present invention, when the model name 'NIKE AIR JORDAN CAP AND GOWN' is input as text information about the cargo to be determined, the artificial intelligence module If you have already learned that a cargo with a model name of 'NIKE AIR JORDAN CAP AND GOWN' is a shoe, you can immediately decide the name of the cargo as a shoe, and in this case, you may not cluster the images of the cargo.

또한, 본 발명의 일 실시예에 따른 품명 결정부(110)는, 인공 지능 모듈이 위의 입력된 화물에 대한 영상 정보에 기초하여 그 화물의 영상을 군집화한 다음에 그 군집화된 결과(즉, 해당 영상이 어떤 그룹으로 분류되었는지에 관한 결과)를 참조하여 그 화물의 품명을 결정하는 기능을 수행할 수도 있다.In addition, the product name determination unit 110 according to an embodiment of the present invention, the artificial intelligence module clusters the image of the cargo based on the image information on the input cargo, and then the clustered result (ie, It may perform a function of determining the product name of the cargo by referring to the result of which group the video is classified into).

예를 들면, 본 발명의 일 실시예에 따른 품명 결정부(110)는, 인공 지능 모듈이 입력된 화물에 대한 영상 정보에 기초하여 그 화물의 영상을 군집화한 결과 그 화물의 영상이 그룹 A로 분류되었다면, 그 화물의 품명을 A라고 결정할 수 있다.For example, the article name determination unit 110 according to an embodiment of the present invention, as a result of clustering the image of the cargo based on the image information of the cargo input by the artificial intelligence module, the image of the cargo is group A If classified, the product name of the cargo may be determined as A.

또한, 본 발명의 일 실시예에 따른 품명 결정부(110)는, 인공 지능 모듈이 입력된 화물에 대한 영상 정보에 기초하여 그 화물의 영상을 군집화한 다음에, 그 군집화된 결과를 이용하여 더 세분화하여 군집화하도록 하는 기능을 수행할 수 있다.In addition, the product name determination unit 110 according to an embodiment of the present invention, the AI module clusters the image of the cargo based on the image information on the input cargo, and then uses the clustered result to further It can perform the function of subdividing and clustering.

예를 들면, 인공 지능 모듈이 입력된 화물에 대한 영상 정보에 기초하여 그 화물의 영상을 군집화한 결과 그 화물의 영상을 그룹 A로 분류했다면, 그 화물의 영상이 그룹 A에 속하는 어느 한 하위 그룹으로 분류되도록 다시 군집화하도록 하는 기능을 수행할 수 있다.For example, if the image of the cargo is classified as group A as a result of clustering the images of the cargo based on the image information of the cargo input by the artificial intelligence module, if the image of the cargo is group A, any subgroup belonging to group A It can perform the function of clustering again to be classified as.

한편, 본 발명의 일 실시예에 따른 품명 결정부(110)는, 인공 지능 모듈이 입력된 화물에 대한 영상 정보 및 문자 정보를 함께 이용하여 그 화물에 대한 영상을 군집화하도록 하는 기능을 수행할 수 있다.On the other hand, the product name determination unit 110 according to an embodiment of the present invention, the artificial intelligence module may perform a function of using the video information and text information for the input cargo together to cluster the image for the cargo. have.

예를 들면, 본 발명의 일 실시예에 따른 품명 결정부(110)는, 인공 지능 모듈이 입력된 화물에 대한 영상 정보에 기초하여 군집화하려는 시도를 하였으나 그 화물의 영상이 특정 그룹으로 분류되지 않은 경우, 즉, 그 화물의 영상이 군집화되지 않은 경우라도, 인공 지능 모듈이 그 화물의 영상에 매칭된 문자 정보(예를 들면, 모델명)에 대하여 이미 학습하고 있어서 그 화물의 영상을 특정 그룹으로 분류할 수 있는 경우에는 그 문자 정보를 이용하여 그 화물의 영상을 군집화하도록 하는 기능을 수행할 수 있다.For example, the article name determination unit 110 according to an embodiment of the present invention, the artificial intelligence module attempted to cluster based on the image information on the input cargo, but the image of the cargo is not classified into a specific group In other words, even if the image of the cargo is not clustered, the artificial intelligence module has already learned the text information (for example, the model name) matched to the image of the cargo and classifies the cargo image into a specific group. If possible, a function of clustering an image of the cargo using the text information may be performed.

다른 예를 들면, 본 발명의 일 실시예에 따른 품명 결정부(110)는, 인공 지능 모듈이 입력된 화물에 대한 영상 정보에 기초하여 군집화한 결과 그 화물의 영상이 그룹 A로 분류된 경우라도, 그 화물의 영상에 매칭된 문자 정보를 함께 이용하여 군집화한 결과 그 화물의 영상이 그룹 B로 분류된 경우에는 그 화물의 품명을 B로 결정하는 기능을 수행할 수 있다. 한편, 본 발명의 일 실시예에 따르면, 위의 그룹 B는, 그룹 A에 속하는 하위 그룹일 수도 있지만 그룹 A와는 다른 그룹인 경우도 얼마든지 가능하다.For another example, the article name determination unit 110 according to an embodiment of the present invention, even when the artificial intelligence module is clustered based on the image information on the input cargo, even if the image of the cargo is classified as group A When the images of the cargo are classified into group B as a result of clustering by using the text information matched with the cargo's image together, the function of determining the product name of the cargo as B may be performed. Meanwhile, according to an embodiment of the present invention, the above group B may be a sub-group belonging to the group A, but may be any number of groups different from the group A.

한편, 본 발명의 일 실시예에 따른 품명 결정부(110)는, 인공 지능 모듈이 입력된 화물에 대한 영상 정보에 포함되는 그 화물의 영상이 촬영된 시점을 이용하여 그 화물에 대한 영상을 군집화하도록 하는 기능을 수행할 수 있다.Meanwhile, the product name determination unit 110 according to an embodiment of the present invention clusters an image of the cargo by using a point in time when the image of the cargo included in the image information of the cargo in which the artificial intelligence module is input is captured. You can perform the function to do.

구체적으로, 입력된 화물에 대한 영상 정보에는 그 화물의 영상이 촬영된 시점이 포함될 수 있고, 화물의 영상이 촬영된 시점은 그 화물의 반입 시점을 의미할 수 있다. 따라서, 본 발명의 일 실시예에 따른 품명 결정부(110)는, 반입 시점에 따라 화물의 품명이 달라질 수 있는 경우에는 그 화물의 영상이 촬영된 시점을 이용하여 그 화물에 대한 영상을 군집화하도록 하는 기능을 수행할 수 있다.Specifically, the image information on the input cargo may include a point in time when the image of the cargo is captured, and a point in time when the image of the cargo is captured may indicate a time point when the cargo is brought in. Therefore, the product name determination unit 110 according to an embodiment of the present invention, when the product name of the cargo may be changed according to the time of import, so that the image of the cargo is clustered by using the time when the cargo image was taken. Can perform the function.

예를 들면, 본 발명의 일 실시예에 따른 품명 결정부(110)는, 인공 지능 모듈이 입력된 화물에 대한 영상 정보에 기초하여 그 화물의 영상을 군집화한 결과 그 화물의 영상이 '신발' 그룹으로 분류된 경우, 그 화물의 영상이 촬영된 시점이 여름이라면 여름용 신발인 샌들, 슬리퍼 등 더 세분화된 그룹으로 다시 군집화하도록 하는 기능을 수행할 수도 있다.For example, the article name determination unit 110 according to an embodiment of the present invention, as a result of clustering the image of the cargo based on the image information of the cargo input by the artificial intelligence module, the image of the cargo is a 'shoes' When classified as a group, if the time when the image of the cargo is photographed is summer, it may perform a function of clustering back into a more subdivided group such as sandals and slippers for summer.

한편, 본 발명의 일 실시예에 따른 품명 결정부(110)는, 인공 지능 모듈이 입력된 화물에 대한 영상 정보 또는 그 영상 정보와 입력된 화물에 대한 문자 정보를 함께 이용하여 그 화물의 영상을 군집화하려는 시도를 하였으나 군집화되지 않은 영상이 존재하는 경우, 갱신된 인공 지능 모듈을 이용하여 그 군집화되지 않은 영상을 다시 군집화하도록 하는 기능을 수행할 수 있다.On the other hand, the article name determination unit 110 according to an embodiment of the present invention, the artificial intelligence module using the video information of the input cargo or the video information and the text information of the input cargo together with the image of the cargo When an attempt is made to cluster, but an ungrouped image exists, the updated artificial intelligence module may be used to perform a function to cluster the ungrouped image again.

구체적으로, 본 발명의 일 실시예에 따른 품명 결정부(110)는, 인공 지능 모듈이 입력된 화물에 대한 영상 정보에 기초하여 그 화물의 영상을 군집화하려는 시도를 하였으나 군집화되지 않은 영상이 존재하는 경우, 또는 입력된 화물에 대한 영상 정보와 그 화물에 대한 문자 정보를 함께 이용하여 그 화물의 영상을 군집화하려는 시도를 하였으나 군집화되지 않은 영상이 존재하는 경우, 즉, 그 화물의 영상이 특정 그룹으로 분류되지 않은 경우라도, 계속적으로 군집화된 결과를 학습하여 갱신된 인공 지능 모듈을 이용하면 그 군집화되지 않았던 영상이 다시 군집화되는 것도 가능하므로, 갱신된 인공 지능 모듈을 이용하여 그 군집화되지 않은 영상을 다시 군집화하도록 하는 기능을 수행할 수 있다. 한편, 인공 지능 모듈을 갱신하는 내용과 관련하여서는 아래에서 상세히 설명하기로 한다.Specifically, the article name determination unit 110 according to an embodiment of the present invention attempts to cluster an image of the cargo based on the image information of the cargo input by the artificial intelligence module, but there is an image that is not clustered. In the case of an attempt to cluster an image of the cargo by using the video information of the input cargo and text information about the cargo together, if there is an ungrouped image, that is, the image of the cargo is a specific group. Even if it is not classified, if the updated AI module is continuously learned by learning the clustered results, the images that have not been clustered may also be clustered again, so that the ungrouped images are re-used using the updated AI module. It can perform the function of clustering. Meanwhile, the contents of updating the artificial intelligence module will be described in detail below.

또한, 본 발명의 일 실시예에 따른 품명 결정부(110)는, 인공 지능 모듈이 입력된 화물에 대한 영상 정보 또는 그 영상 정보와 입력된 화물에 대한 문자 정보를 함께 이용하여 그 화물의 영상을 군집화하려는 시도를 하였으나 군집화되지 않은 영상이 존재하는 경우, 그 군집화되지 않은 영상에 대응하는 화물에 대한 영상 정보 및 문자 정보가 다시 입력되도록 하는 기능을 수행할 수 있다.In addition, the product name determination unit 110 according to an embodiment of the present invention uses the video information of the cargo with which the artificial intelligence module is input or the video information of the cargo with the text information of the cargo. When an attempt is made to cluster, but there is an ungrouped image, it is possible to perform a function of re-entering image information and text information for the cargo corresponding to the ungrouped image.

구체적으로, 본 발명의 일 실시예에 따른 품명 결정부(110)는, 인공 지능 모듈이 입력된 화물에 대한 영상 정보에 기초하여 그 화물의 영상을 군집화하려는 시도를 하였으나 군집화되지 않은 영상이 존재하는 경우, 입력된 화물에 대한 영상 정보와 그 화물에 대한 문자 정보를 함께 이용하여 그 화물의 영상을 군집화하려는 시도를 하였으나 군집화되지 않은 영상이 존재하는 경우, 또는 상술한 바와 같이 갱신된 인공 지능 모듈을 이용하여 그 군집화되지 않은 영상을 다시 군집화하려는 시도를 하였으나 군집화되지 않은 영상이 존재하는 경우, 즉, 그 화물의 영상이 특정 그룹으로 분류되지 않은 경우라도, 그 군집화되지 않은 영상에 대응하는 화물에 대한 영상 정보 및 문자 정보를 남겨 두었다가 새로운 반입된 화물에 대한 영상 정보 및 문자 정보와 함께 다시 화물 품명 결정 시스템(100)에 입력되도록 하는 기능을 수행할 수 있다.Specifically, the article name determination unit 110 according to an embodiment of the present invention attempts to cluster an image of the cargo based on the image information of the cargo input by the artificial intelligence module, but there is an image that is not clustered. In the case of attempting to cluster an image of the cargo by using the video information of the input cargo and the text information about the cargo together, if there is an ungrouped image, or the updated artificial intelligence module is described as described above. An attempt is made to cluster the ungrouped image again, but there is an ungrouped image, that is, even if the image of the cargo is not classified into a specific group, for the cargo corresponding to the ungrouped image After leaving the video information and text information, the video information and text information about the new cargo To the can again perform a function such that the input to the cargo Name determining system 100. The

예를 들면, 본 발명의 일 실시예에 따른 품명 결정부(110)는, 화물이 신제품인 경우, 반입되는 빈도가 적은 화물인 경우 등과 같이 그 화물에 대하여 학습한 정보가 부족하여 화물의 영상이 군집화되지 않은 경우, 인공 지능 모듈이 그 화물의 영상을 군집화할 수 있을 정도의 학습 정보가 누적될 때까지 그 군집화되지 않은 영상에 대응하는 화물에 대한 영상 정보 및 문자 정보를 남겨 두었다가 새로운 반입된 화물에 대한 영상 정보 및 문자 정보와 함께 다시 화물 품명 결정 시스템(100)에 입력되도록 하는 기능을 수행할 수 있다. 그리고, 본 발명의 일 실시예에 따른 품명 결정부(110)는, 소정의 기간이 경과되어도 인공 지능 모듈이 그 화물의 영상을 군집화할 수 있을 정도의 학습 정보가 누적되지 않는 경우에는, 다른 외부 시스템(미도시됨)에 의한 품명 결정이 가능해질 수 있도록 그 시스템에게 그 군집화되지 않은 영상에 대응하는 화물에 대한 영상 정보 및 문자 정보를 제공하는 기능을 수행할 수도 있다.For example, the product name determination unit 110 according to an embodiment of the present invention lacks information learned about the cargo, such as when the cargo is a new product or a cargo with a low frequency of cargo, and thus has a video of the cargo. If it is not clustered, the AI module leaves the image information and text information for the cargo corresponding to the ungrouped image until the learning information is accumulated enough to cluster the image of the cargo, and then the new cargo is carried. Along with the video information and the text information for, it can perform a function to be input to the cargo item name determination system 100 again. In addition, the product name determination unit 110 according to an embodiment of the present invention, when a predetermined period has elapsed, if the AI module does not accumulate enough learning information to cluster the image of the cargo, other external In order to enable product name determination by a system (not shown), it is also possible to perform a function of providing image information and text information about the cargo corresponding to the ungrouped image to the system.

한편, 본 발명의 일 실시예에 따른 품명 결정부(110)는, 인공 지능 모듈이 입력된 화물에 대한 영상 정보 또는 그 영상 정보와 입력된 화물에 대한 문자 정보를 함께 이용하여 그 화물의 영상을 군집화하고 그 군집화된 결과를 참조하여 그 화물의 품명을 결정하는 경우에, 그 품명에 대응되는 코드(Code)를 참조하여 그 품명을 결정하는 기능을 수행할 수 있다.On the other hand, the product name determination unit 110 according to an embodiment of the present invention, the artificial intelligence module using the video information of the input cargo or the image information and the text information of the input cargo together with the image of the cargo In the case of clustering and determining the product name of the cargo with reference to the clustered result, a function of determining the product name may be performed by referring to a code corresponding to the product name.

구체적으로, 본 발명의 일 실시예에 따른 품명 결정부(110)는, 위의 군집화된 결과를 참조하여 화물의 품명을 결정하는 경우에, 곧바로 그 화물의 품명을 결정하지 않고, 위의 군집화된 결과를 참조하여 그 화물에 기설정된 규칙에 의해 설정된 코드(Code)를 먼저 부여하고, 그 다음에 그 코드를 참조하여 화물의 품명을 결정하는 기능을 수행할 수 있다.Specifically, the product name determination unit 110 according to an embodiment of the present invention, when determining the product name of the cargo with reference to the clustered results above, does not immediately determine the product name of the cargo, the clustered above With reference to the result, a code set by a predetermined rule is firstly assigned to the cargo, and then a function of determining the product name of the cargo can be performed by referring to the code.

도 2는 본 발명의 일 실시예에 따라 화물의 품명이 결정된 결과를 예시적으로 나타내는 도면이다.2 is a view exemplarily showing a result of determining a product name according to an embodiment of the present invention.

예를 들면, 도면 2를 참조하면, 본 발명의 일 실시예에 따른 품명 결정부(110)는, 위의 코드(Code)가 4자리의 숫자로 구성된 것이라고 가정하면, 특정 화물의 영상이 군집화된 결과 그 화물의 영상이 그룹 A로 분류된 경우, 그 화물에는 그룹 A에 설정된 코드인 '0001'이 부여되고, 코드 '0001'과 대응되는 품명인 '신발'로 그 화물의 품명을 결정하는 기능을 수행할 수 있다.For example, referring to FIG. 2, in the product name determination unit 110 according to an embodiment of the present invention, assuming that the above code is composed of four digits, images of a specific cargo are clustered. As a result, when the image of the cargo is classified as group A, the cargo is assigned a code set to group A, '0001', and a function to determine the product name of the cargo with 'shoes', a product name corresponding to code '0001'. You can do

한편, 본 발명의 일 실시예에 따르면, 위의 코드는 고정된 개념이 아니고, 인공 지능 모듈의 계속적인 학습에 의해 화물의 품명을 기존의 것보다 더 세분화할 수 있게 된 경우와 같이 코드를 설정하는 규칙에 변경이 필요한 경우에는, 그러한 변경을 통해 코드를 확장하는 것도 얼마든지 가능하다. 예를 들면, 본 발명의 일 실시예에 따르면, 품명의 세분화를 위해 코드의 확장이 필요한 경우에는 4자리의 숫자로 구성된 코드를 6자리의 숫자로 구성된 코드로 확장하는 것도 가능하다.On the other hand, according to an embodiment of the present invention, the above code is not a fixed concept, and the code is set as in the case where it is possible to further refine the product name of the cargo by continuing learning of the artificial intelligence module. If a rule needs to be changed, it is possible to extend the code through such a change. For example, according to an embodiment of the present invention, when it is necessary to expand the code for the subdivision of the product name, it is also possible to expand the code composed of 4 digits into the code composed of 6 digits.

또한, 본 발명의 일 실시예에 따른 품명 결정부(110)는, 후술할 인공 지능 모듈 갱신부에 의해(130) 갱신된 인공 지능 모듈을 이용하여 화물의 품명을 다시 결정하는 기능을 수행할 수 있다.In addition, the product name determination unit 110 according to an embodiment of the present invention may perform a function of re-determining the product name of the cargo using the updated AI module 130 by the AI module update unit, which will be described later. have.

예를 들면, 본 발명의 일 실시예에 따르면, 품명 결정부(110)에 의해 결정된 화물의 품명과 그 화물의 실제 품명이 불일치한다는 검증 정보 및 그 화물의 실제 품명을 참조하여 갱신된 인공 지능 모듈을 이용하여, 그 화물의 실제 품명을 그 화물의 품명으로 결정하는 기능을 수행할 수 있다.For example, according to an embodiment of the present invention, the artificial intelligence module updated with reference to verification information that the product name of the cargo determined by the product name determination unit 110 and the actual product name of the cargo do not match and the actual product name of the cargo By using, it is possible to perform the function of determining the actual product name of the cargo as the product name of the cargo.

다음으로, 본 발명의 일 실시예에 따른 검증 정보 획득부(120)는, 품명 결정부(110)에 의해 결정된 화물의 품명과 그 화물의 실제 품명의 일치 여부에 대한 검증 정보를 획득하는 기능을 수행할 수 있다.Next, the verification information acquiring unit 120 according to an embodiment of the present invention has a function of acquiring verification information on whether the product name determined by the product name determination unit 110 matches the actual product name of the cargo. Can be done.

구체적으로, 본 발명의 일 실시예에 따른 검증 정보 획득부(120)는, 품명 결정부(110)에 의해 결정된 화물의 품명과 그 화물에 대한 영상 정보 및 문자 정보를 외부 시스템(미도시됨) 및 사람(예를 들면, 판독원, 검사원 등) 중 적어도 하나에게 제공하는 기능을 수행할 수 있다. 그리고, 본 발명의 일 실시예에 따른 검증 정보 획득부(120)는, 위의 외부 시스템(미도시됨) 또는 사람(예를 들면, 판독원, 검사원 등)이 위의 제공받은 정보에 기초하여 위의 결정된 화물의 품명과 그 화물의 실제 품명이 일치하는지 여부를 검증한 결과에 관한 정보를 획득할 수 있다. 한편, 위의 검증한 결과에 관한 정보에는 그 화물의 실제 품명 및, 일치 또는 불일치하는지 여부가 포함될 수 있으나, 이에 제한되는 것은 아니다.Specifically, the verification information acquisition unit 120 according to an embodiment of the present invention, an external system (not shown) displays the product name of the cargo determined by the product name determination unit 110 and image information and text information about the cargo. And a function provided to at least one of a person (for example, a readman, an inspector, etc.). And, the verification information acquisition unit 120 according to an embodiment of the present invention, the external system (not shown) or a person (for example, a reader, an inspector, etc.) based on the information provided above It is possible to obtain information on the result of verifying whether the determined product name of the above cargo matches the actual product name of the cargo. Meanwhile, the information on the above verified results may include, but is not limited to, the actual product name of the cargo and whether it is consistent or inconsistent.

다음으로, 본 발명의 일 실시예에 따른 인공 지능 모듈 갱신부(130)는, 품명 결정부(110)에 의해 결정된 화물의 품명 및 검증 정보 획득부(120)에 의해 획득된 일치 여부에 대한 검증 정보를 참조하여 인공 지능 모듈을 갱신하는 기능을 수행할 수 있다.Next, the artificial intelligence module update unit 130 according to an embodiment of the present invention verifies whether the product name and verification information of the cargo determined by the product name determination unit 110 are matched by the acquisition unit 120 The function of updating the artificial intelligence module may be performed by referring to the information.

구체적으로, 본 발명의 일 실시예에 따른 인공 지능 모듈 갱신부(130)는, 검증 정보 획득부(120)에 의해 획득되는, 품명 결정부(110)에 의해 결정된 화물의 품명과 그 화물의 실제 품명의 일치 여부에 대한 검증 정보를 참조하여 인공 지능 모듈을 갱신하는 기능을 수행할 수 있다.Specifically, the artificial intelligence module update unit 130 according to an embodiment of the present invention, obtained by the verification information acquisition unit 120, the product name of the cargo determined by the product name determination unit 110 and the actual of the cargo The function of updating the artificial intelligence module may be performed by referring to verification information on whether the product names match.

예를 들면, 본 발명의 일 실시예에 따르면, 품명 결정부(110)가 입력된 화물에 대한 문자 정보를 참조하여 그 화물의 품명을 A로 결정하였으나 검증 정보 획득부(120)에 의해 그 화물의 실제 품명은 B라는 정보가 획득된 경우를 가정할 수 있다. 이러한 경우에, 본 발명의 일 실시예에 따른 인공 지능 모듈 갱신부(130)는, 위의 문자 정보가 품명 B에 대응될 수도 있다는 정보를 이용하여 인공 지능 모듈을 갱신하는 기능을 수행할 수 있다.For example, according to an embodiment of the present invention, the product name determination unit 110 determines the product name of the cargo as A with reference to text information on the input cargo, but the cargo is verified by the verification information acquisition unit 120. It can be assumed that the information of B is obtained. In this case, the artificial intelligence module update unit 130 according to an embodiment of the present invention may perform a function of updating the artificial intelligence module using information that the above text information may correspond to the product name B. .

다른 예를 들면, 본 발명의 일 실시예에 따르면, 품명 결정부(110)가 입력된 화물에 대한 영상 정보 또는 그 영상 정보와 입력된 화물에 대한 문자 정보를 함께 이용하여 그 화물의 영상을 군집화한 결과 그 화물의 영상이 그룹 A로 분류되어 그 화물의 품명을 A로 결정하였으나 검증 정보 획득부(120)에 의해 그 화물의 실제 품명은 B라는 정보가 획득된 경우를 가정할 수 있다. 이러한 경우에, 본 발명의 일 실시예에 따른 인공 지능 모듈 갱신부(130)는, 위의 영상 정보 및 문자 정보가 품명 B에 대응될 수도 있다는 정보를 이용하여 인공 지능 모듈을 갱신하는 기능을 수행할 수 있다.For another example, according to an embodiment of the present invention, the product name determination unit 110 clusters an image of the cargo by using the video information of the input cargo or the video information and the text information about the input cargo. As a result, it can be assumed that the image of the cargo is classified as group A, and the product name of the cargo is determined to be A, but the actual product name of the cargo is acquired by the verification information acquisition unit 120. In this case, the artificial intelligence module update unit 130 according to an embodiment of the present invention performs a function of updating the artificial intelligence module using information that the above image information and text information may correspond to the product name B can do.

한편, 위의 실시예에서는, 품명 결정부(110)에 의해 결정된 화물의 품명과 그 화물의 실제 품명이 불일치하는 경우에 대하여 중점적으로 설명되어 있지만, 품명 결정부(110)에 의해 결정된 화물의 품명과 그 화물의 실제 품명이 일치하는 경우에도 인공 지능 모듈 갱신부(130)에 의한 인공 지능 모듈의 갱신이 이루어질 수 있음은 당업자에게 자명하다.On the other hand, in the above embodiment, the article name of the cargo determined by the product name determination unit 110 and the actual product name of the cargo are inconsistently described, but the product name of the cargo determined by the product name determination unit 110 It is apparent to those skilled in the art that the AI module may be updated by the AI module update unit 130 even when the actual product names of the cargo are the same.

한편, 본 발명의 일 실시예에 따른 인공 지능 모듈 갱신부(130)는, 품명 결정부(110)가 군집화된 결과를 참조하여 결정한 그 화물의 품명을 참조하여, 위의 문자 정보가 그 화물의 품명과 대응되도록 인공 지능 모듈을 갱신하는 기능을 수행할 수 있다.On the other hand, the artificial intelligence module update unit 130 according to an embodiment of the present invention refers to the product name of the cargo determined by referring to the clustered result of the product name determination unit 110, and the text information above is It can perform the function of updating the artificial intelligence module to correspond to the product name.

예를 들면, 본 발명의 일 실시예에 따라 도면 2를 참조하면, 인공 지능 모듈이 입력된 화물에 대한 영상 정보 또는 그 영상 정보와 입력된 화물에 대한 문자 정보(예를 들면, 신고 품명)를 함께 이용하여 그 화물의 영상을 군집화한 결과 도면 2와 같이 그룹 A 또는 B로 분류된 경우를 가정할 수 있다. 이러한 경우에, 본 발명의 일 실시예에 따른 인공 지능 모듈 갱신부(130)는, 그룹 A로 분류된 모든 화물의 영상에 대응하는 문자 정보(예를 들면, 신고 품명)를 코드 '0001' 및 품명 '신발'과 대응되도록 인공 지능 모듈을 갱신하는 기능을 수행할 수 있다.For example, referring to FIG. 2 according to an embodiment of the present invention, the artificial intelligence module may display video information about the input cargo or text information about the input cargo and the input cargo (for example, a declared product name). As a result of clustering the images of the cargoes together, it may be assumed that they are classified into groups A or B as shown in FIG. 2. In this case, the artificial intelligence module update unit 130 according to an embodiment of the present invention is coded '0001' for text information (for example, a declared product name) corresponding to the video of all cargoes classified as group A, and It is possible to perform a function of updating the artificial intelligence module to correspond to the product name 'shoes'.

다음으로, 본 발명의 일 실시예에 따른 통신부(140)는 품명 결정부(110), 검증 정보 획득부(120), 인공 지능 모듈 갱신부(130)로부터의/로의 데이터 송수신이 가능하도록 하는 기능을 수행할 수 있다.Next, the communication unit 140 according to an embodiment of the present invention is a function that enables data transmission / reception from / to the product name determination unit 110, the verification information acquisition unit 120, and the artificial intelligence module update unit 130. You can do

마지막으로, 본 발명의 일 실시예에 따른 제어부(150)는 품명 결정부(110), 검증 정보 획득부(120), 인공 지능 모듈 갱신부(130) 및 통신부(140) 간의 데이터의 흐름을 제어하는 기능을 수행할 수 있다. 즉, 본 발명에 따른 제어부(150)는 화물 품명 결정 시스템(100)의 외부로부터의/로의 데이터 흐름 또는 화물 품명 결정 시스템(100)의 각 구성요소 간의 데이터 흐름을 제어함으로써, 품명 결정부(110), 검증 정보 획득부(120), 인공 지능 모듈 갱신부(130) 및 통신부(140)에서 각각 고유 기능을 수행하도록 제어할 수 있다.Finally, the control unit 150 according to an embodiment of the present invention controls the flow of data between the product name determination unit 110, the verification information acquisition unit 120, the artificial intelligence module update unit 130 and the communication unit 140 Can perform the function. That is, the control unit 150 according to the present invention controls the data flow from / to the outside of the cargo product name determination system 100 or the data flow between each component of the cargo product name determination system 100, so that the product name determination unit 110 ), The verification information acquisition unit 120, the artificial intelligence module update unit 130, and the communication unit 140 may be controlled to perform each unique function.

이상 설명된 본 발명에 따른 실시예는 다양한 컴퓨터 구성요소를 통하여 실행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등과 같은, 프로그램 명령어를 저장하고 실행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위하여 하나 이상의 소프트웨어 모듈로 변경될 수 있으며, 그 역도 마찬가지이다.The embodiments according to the present invention described above may be implemented in the form of program instructions that can be executed through various computer components and can be recorded in a computer-readable recording medium. The computer-readable recording medium may include program instructions, data files, data structures, or the like alone or in combination. The program instructions recorded on the computer-readable recording medium may be specially designed and configured for the present invention or may be known and usable by those skilled in the computer software field. Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks, and magnetic tapes, optical recording media such as CD-ROMs and DVDs, and magneto-optical media such as floptical disks. medium), and hardware devices specifically configured to store and execute program instructions, such as ROM, RAM, flash memory, and the like. Examples of program instructions include not only machine language codes produced by a compiler, but also high-level language codes that can be executed by a computer using an interpreter or the like. The hardware device can be changed to one or more software modules to perform the processing according to the present invention, and vice versa.

이상에서 본 발명이 구체적인 구성요소 등과 같은 특정 사항과 한정된 실시예 및 도면에 의하여 설명되었으나, 이는 본 발명의 보다 전반적인 이해를 돕기 위하여 제공된 것일 뿐, 본 발명이 상기 실시예에 한정되는 것은 아니며, 본 발명이 속하는 기술분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정과 변경을 꾀할 수 있다.In the above, the present invention has been described by specific matters such as specific components and limited examples and drawings, but it is provided to help a more comprehensive understanding of the present invention, and the present invention is not limited to the above embodiments, but Those skilled in the art to which the invention pertains may seek various modifications and changes from these descriptions.

따라서, 본 발명의 사상은 상기 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 또는 이로부터 등가적으로 변경된 모든 범위는 본 발명의 사상의 범주에 속한다고 할 것이다.Accordingly, the spirit of the present invention is not limited to the above-described embodiments, and should not be determined, and the scope of the spirit of the present invention as well as the claims to be described later, as well as all ranges that are equivalent to or equivalently changed from the claims Would belong to

100: 화물 품명 결정 시스템
110: 품명 결정부
120: 검증 정보 획득부
130: 인공 지능 모듈 갱신부
140: 통신부
150: 제어부100: cargo product name determination system
110: product name determination unit
120: verification information acquisition unit
130: AI module update unit
140: communication unit
150: control unit

Claims

As a method implemented in a cargo product name determination system for determining the product name of the cargo-the cargo product name determination system includes a product name determination unit, a verification information acquisition unit, and an artificial intelligence module update unit-,
When the image name and the text information for the cargo are input, the product name determining unit, based on the previously learned product name, if the product name is pre-trained to be associated with the text information by the artificial intelligence module. If the pre-trained product name does not exist, the image of the cargo is clustered based on the image information using the artificial intelligence module and the product name of the cargo is referred to by referring to the clustered result. Determining,
The verification information acquiring unit acquires verification information on whether the determined product name matches the actual product name of the cargo, and
The artificial intelligence module update unit includes the step of updating the artificial intelligence module with reference to the determined product name and the information on whether the match,
In the step of acquiring the verification information, if the verification information that the determined product name of the cargo does not match the actual product name of the cargo is obtained when the product name of the cargo is determined based on the previously learned product name, the text information is obtained. Updating the AI module in a direction to be associated with the actual product name of the cargo
Way.

According to claim 1,
In the determining step, clustering is further performed using the text information.
Way.

According to claim 1,
In the determining step, the image information includes a point in time at which the image was captured.
Way.

According to claim 1,
In the determining step, if there is an ungrouped image, clustering the ungrouped image again using the updated artificial intelligence module
Way.

According to any one of claims 1 and 4,
In the determining step, if there is an ungrouped image, image information and text information for the cargo corresponding to the ungrouped image are input again.
Way.

According to claim 1,
In the determining step, the product name is determined by referring to a code corresponding to the product name.
Way.

According to claim 1,
And determining the product name of the cargo again using the updated artificial intelligence module.
Way.

A non-transitory computer readable recording medium recording a computer program for executing the method according to claim 1.

As a system for determining the name of the cargo,
When the image information and the text information for the cargo are input, the product name of the cargo is determined based on the previously learned product name when there is a pre-trained product name as being associated with the text information by the artificial intelligence module, and the When there is no pre-trained product name, the product name determination unit determines a product name of the cargo by clustering an image of the cargo based on the image information and referring to the clustered result using the artificial intelligence module. ,
Verification information acquisition unit for obtaining verification information on whether the determined product name and the actual product name of the cargo match, and
And an artificial intelligence module update unit that updates the artificial intelligence module with reference to the determined product name and information on whether the match is made.
When the verification information acquiring unit acquires verification information that the determined product name of the cargo does not match the actual product name of the cargo when the product name of the cargo is determined based on the previously learned product name, the text information is obtained. Updating the AI module in a direction to be associated with the actual product name of the cargo
system.