KR102294714B1 - Customized Ad Production Device Using Deep Learning - Google Patents
Customized Ad Production Device Using Deep Learning Download PDFInfo
- Publication number
- KR102294714B1 KR102294714B1 KR1020190155157A KR20190155157A KR102294714B1 KR 102294714 B1 KR102294714 B1 KR 102294714B1 KR 1020190155157 A KR1020190155157 A KR 1020190155157A KR 20190155157 A KR20190155157 A KR 20190155157A KR 102294714 B1 KR102294714 B1 KR 102294714B1
- Authority
- KR
- South Korea
- Prior art keywords
- advertisement
- information
- model
- target model
- customized
- Prior art date
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 23
- 238000013135 deep learning Methods 0.000 title claims abstract description 5
- 238000013256 Gubra-Amylin NASH model Methods 0.000 claims abstract description 25
- 238000000034 method Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 238000013136 deep learning model Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
Images
Classifications
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0276—Advertisement creation
-
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/094—Adversarial learning
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0255—Targeted advertisements based on user history
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/4302—Content synchronisation processes, e.g. decoder synchronisation
- H04N21/4307—Synchronising the rendering of multiple content streams or additional data on devices, e.g. synchronisation of audio on a mobile phone with the video output on the TV screen
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
- H04N21/85—Assembly of content; Generation of multimedia applications
- H04N21/854—Content authoring
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Primary Health Care (AREA)
- Human Resources & Organizations (AREA)
- Computer Security & Cryptography (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 딥러닝을 이용한 맞춤형 광고 제작 장치에 대한 것이다.
본 발명에 따르면, 복수의 제작자에 의해 기 제작된 광고 정보를 수집하는 광고수집부, 멀티미디어 매체를 통해 제공되는 복수의 모델 중에서 타겟 모델이 될 수 있는 복수의 모델의 정보를 수집하는 타겟 모델 수집부, 상기 수집된 광고 중에서 무작위로 추출된 광고 정보와, 상기 광고 정보에 매칭되는 타겟모델을 이용하여 학습된 GAN 모델을 구축하는 모델구축부, 그리고 현재 시점에서 변형하고자 하는 광고 정보를 수신하고, 수신된 광고정보와 매칭이 되는 타겟 모델을 선정한 다음, 상기 광고정보 및 매칭된 타겟 모델을 구축된 GAN 모델에 입력하여 맞춤형 광고를 출력하는 제어부를 포함한다.
이와 같이 본 발명에 따르면, 하나의 광고에 대해서 연예인 혹은 유튜버 등 유명 인물을 대상으로 광고를 재구성함으로서, 광고 제작 시간 및 비용을 절감할 수 있으며, 사용자의 시청 기록을 분석한 결과에 따라 타겟 모델을 선정하고, 선정된 타겟모델을 이용하여 광고를 재구성하므로 광고에 대한 관심도를 증가시킬 수 있다. The present invention relates to an apparatus for producing customized advertisements using deep learning.
According to the present invention, an advertisement collection unit for collecting advertisement information previously produced by a plurality of producers, a target model collection unit for collecting information on a plurality of models that can be target models among a plurality of models provided through a multimedia medium , Receives and receives advertisement information randomly extracted from the collected advertisements, a model building unit that builds a GAN model learned using a target model matching the advertisement information, and advertisement information to be transformed at the current point in time and a control unit for selecting a target model matching the advertisement information and outputting a customized advertisement by inputting the advertisement information and the matched target model into the built GAN model.
As described above, according to the present invention, by reconstructing an advertisement for a famous person such as a celebrity or YouTuber for one advertisement, the advertisement production time and cost can be reduced, and the target model according to the result of analyzing the user's viewing record is selected and the advertisement is reconstructed using the selected target model, thereby increasing the degree of interest in the advertisement.
Description
본 발명은 딥러닝을 이용한 맞춤형 광고 제작 장치에 관한 것으로서, 더욱 상세하게는 구축된 딥러닝 모델에 기 제작된 광고가 선정된 타겟 모델을 입력하여 광고를 재구성하는 맞춤형 광고 제작 장치에 관한 것이다.The present invention relates to an apparatus for producing customized advertisements using deep learning, and more particularly, to a customized advertisement production apparatus for reconstructing advertisements by inputting a target model in which a pre-made advertisement is selected to a built-up deep learning model.
광고는 소비 대중을 대상으로 하여 상품의 판매나 서비스의 이용 또는 기업이나 단체의 이미지 증진 등을 궁극 목표로 이에 필요한 정보를 매체를 통하여 유료 또는 무료로 전달하는 모든 홍보행위를 나타낸다. Advertisement refers to all promotional activities that deliver necessary information through media for a fee or free of charge with the ultimate goal of selling products, using services, or enhancing the image of a company or organization, targeting the consumer.
즉, 광고는 글, 그림, 사진, 도안, 영상, 소리 등의 표현 메시지를 신문, 잡지, 라디오, 텔레비전 등 대중매체 또는 우편, 포스터, 팜플렛, 옥외 광고, 극장, 인터넷 등 다양한 전달 매체에 게재 또는 방송한다. 그리고 광고는 제품이나 서비스를 소비자로 하여금 구매하도록 수요를 자극하거나 제품에 이미지를 부여하기 위해서 행해지며, 기업 이미지를 높이기 위하여 시도되기도 하며, 정치적 목적이나 공공 서비스를 위하여 행하여지기도 한다.In other words, an advertisement is an expression message such as text, picture, photo, design, video, sound, etc., posted in mass media such as newspapers, magazines, radio, and television, or in various delivery media such as mail, posters, pamphlets, outdoor advertisements, theaters, and the Internet. broadcast In addition, advertisements are performed to stimulate demand to make consumers purchase products or services or to give images to products, and are also attempted to enhance corporate image, and are also performed for political purposes or public services.
일반적으로 광고를 제작하는 방법은 브랜드가 원하는 방향, 카피, 타겟, 모델 등을 기획한 다음, 최종안이 확정되면, 광고를 촬영하게 된다. 촬영된 영상을 편집 및 후반작업을 진행한 다음, 방송 심의를 거친다. 심의를 거친 광고는 매체를 통해 출력된다. In general, a method of producing an advertisement is to plan a direction, copy, target, model, etc. desired by the brand, and then, when the final draft is confirmed, the advertisement is filmed. After editing and post-production of the filmed video, it goes through broadcast deliberation. Advertisements that have undergone deliberation are output through media.
종래의 제작 방법은 기획부터 광고를 촬영하고, 촬영된 영상을 출력하는데까지 대략 30~40 일정도 소요된다. The conventional production method takes about 30 to 40 days from planning to shooting an advertisement and outputting the captured image.
광고의 선호도에 따라 매출의 증가 또는 감소될 수 있어, 세대들의 관심사와 선호도에 맞춰 광고를 제작하는 것이 바람직하다. 또한, 최근에는 모바일폰의 시장이 커짐에 따라 tv 광고가 아닌 모바일 광고가 대세로 자리매김 하였다. Sales may increase or decrease according to the preference of the advertisement, so it is preferable to produce the advertisement according to the interests and preferences of generations. In addition, as the market for mobile phones has grown recently, mobile advertisements, not TV advertisements, have become the mainstream.
모바일 광고는 다양한 연령층을 대상으로 하며, 이동 중에 시청하게 되므로 크고 무거운 이미지나 긴 영상을 기피하는 경향이 있다. 또한, 경쟁과 변동이 심하므로 변화되는 디지털매체에 따라 짧은 제작시간 및 비용이 절감된 형태의 광고를 제작할 수 있는 방안을 필요로 하고 있다. Mobile advertisements target a variety of age groups and tend to avoid large and heavy images or long videos because they are viewed on the go. In addition, since competition and fluctuations are severe, there is a need for a method for producing advertisements in a form in which short production time and cost are reduced according to changing digital media.
본 발명의 배경이 되는 기술은 대한민국 공개특허공보 제10-2004-0032142(2004.04.14. 공개)에 개시되어 있다.The technology underlying the present invention is disclosed in Korean Patent Application Laid-Open No. 10-2004-0032142 (published on April 14, 2004).
본 발명이 이루고자 하는 기술적 과제는, 구축된 딥러닝 모델에 기 제작된 광고와 선정된 타겟 모델을 입력하여 광고를 재구성하는 맞춤형 광고 제작 장치를 제공하는데 목적이 있다.An object of the present invention is to provide a customized advertisement production apparatus for reconstructing advertisements by inputting a pre-made advertisement and a selected target model to a built-up deep learning model.
이러한 기술적 과제를 이루기 위한 본 발명의 실시예에 따르면, 딥러닝을 이용한 맞춤형 광고 제작 장치에 있어서, 복수의 제작자에 의해 기 제작된 광고 정보를 수집하는 광고수집부, 영화, 드라마, 유튜브 등 멀티미디어 매체를 통해 제공되는 복수의 모델 중에서 타겟 모델이 될 수 있는 복수의 모델의 정보를 수집하는 타겟 모델 수집부, 상기 수집된 광고 중에서 무작위로 추출된 광고 정보와, 상기 광고 정보에 매칭되는 타겟모델을 이용하여 학습된 GAN 모델을 구축하는 모델구축부, 그리고 현재 시점에서 변형하고자 하는 광고 정보를 수신하고, 수신된 광고정보와 매칭이 되는 타겟 모델을 선정한 다음, 상기 광고정보 및 매칭된 타겟 모델을 구축된 GAN 모델에 입력하여 맞춤형 광고를 출력하는 제어부를 포함한다. According to an embodiment of the present invention for achieving this technical task, in the apparatus for producing customized advertisements using deep learning, an advertisement collection unit that collects advertisement information previously produced by a plurality of producers, multimedia media such as movies, dramas, and YouTube A target model collection unit that collects information on a plurality of models that can be target models from among a plurality of models provided through, advertisement information randomly extracted from the collected advertisements, and a target model matching the advertisement information. A model building unit that builds a GAN model learned by It includes a control unit for outputting a customized advertisement by input to the GAN model.
상기 광고 정보는, 상기 광고 분야, 광고 제작자에 대한 정보, 광고가 출력될 시간 정보 중에서 어느 하나의 정보를 포함할 수 있다. The advertisement information may include any one of information about the advertisement field, information about an advertisement producer, and time information for an advertisement to be output.
상기 타겟 모델 수집부는, 상기 광고 제작자에 대한 정보를 이용하여 동일한 제작자가 제작된 광고에 등장된 복수의 모델을 추출하고, 추출된 복수의 모델 각각에 대한 광고에 출연한 횟수 및 시청 시간 기록 등에 대한 모델 정보를 획득할 수 있다. The target model collection unit extracts a plurality of models appearing in an advertisement produced by the same producer using information about the advertisement producer, and records the number of times and viewing time in advertisements for each of the extracted models. model information can be obtained.
상기 모델구축부는, 동일한 제작사에 의해 제작된 복수의 광고와 상기 광고에 매칭되는 타겟 모델 중에서 무작위로 출력하여 데이터 셋을 생성하고, 상기 생성된 데이터 셋을 GAN 모델에 입력하여 훈련시킬 수 있다. The model builder may generate a data set by randomly outputting a plurality of advertisements produced by the same manufacturer and a target model matching the advertisement, and input the generated data set into a GAN model for training.
상기 제어부는, 수신된 광고로부터 비디오 정보와 오디오 정보로 분류하고, 상기 분류된 비디오 정보와 오디오 정보를 기 구축된 GAN 모델에 각각 입력하여 맞춤형 광고를 출력하는 최종 광고 출력 단계를 포함할 수 있다. The control unit may include a final advertisement output step of classifying the received advertisement into video information and audio information, respectively inputting the classified video information and audio information into a pre-established GAN model to output a customized advertisement.
상기 제어부는, 상기 수신된 광고를 이미지(frame) 단위로 분리한 다음, 상기 분리된 이미지를 기 구축된 GAN모델에 입력하여 변형된 이미지를 출력시킬 수 있다. The control unit may divide the received advertisement into image (frame) units, and then input the separated image into a pre-established GAN model to output a modified image.
상기 제어부는, 상기 이미지 단위로 분리된 광고를 영상과 오디오로 분리하고 상기 타겟 모델의 이미지 및 음성을 통해 각각 변형된 결과 비디오 및 결과 오디오를 출력할 수 있다. The control unit may divide the advertisement separated in units of images into video and audio, and output the transformed result video and audio through the image and audio of the target model, respectively.
상기 제어부는, 상기 출력된 결과 비디오 및 결과 오디오를 상호 정합한 다음, 이미지 단위로 분리된 광고를 하나의 동영상으로 재 압축할 수 있다. The controller may match the output result video and the result audio to each other, and then recompress the advertisement separated into image units into one moving picture.
이와 같이 본 발명에 따르면, 하나의 광고에 대해서 연예인 혹은 유튜버 등 유명 인물을 대상으로 광고를 재구성함으로서, 광고 제작 시간 및 비용을 절감할 수 있으며, 사용자의 시청 기록을 분석한 결과에 따라 타겟 모델을 선정하고, 선정된 타겟모델을 이용하여 광고를 재구성하므로 광고에 대한 관심도를 증가시킬 수 있다. As described above, according to the present invention, by reconstructing an advertisement for a famous person such as a celebrity or YouTuber for one advertisement, the advertisement production time and cost can be reduced, and the target model according to the result of analyzing the user's viewing record is selected and the advertisement is reconstructed using the selected target model, thereby increasing the degree of interest in the advertisement.
도 1은 본 발명의 실시예에 따른 맞춤형 광고 제작 장치를 설명하기 위한 구성도이다.
도 2는 본 발명의 실시예에 따른 맞춤형 광고 제작 장치를 이용한 맞춤형 광고 제작 방법을 설명하기 위한 순서도이다.
도 3은 도 2에 도시된 S220단계를 설명하기 위한 순서도이다.
도 4는 도 2에 도시된 S230단계를 설명하기 위한 도면이다.
도 5는 도 4에 도시된 S235단계를 설명하기 위한 예시도이다. 1 is a configuration diagram for explaining an apparatus for producing a customized advertisement according to an embodiment of the present invention.
2 is a flowchart illustrating a method for producing a customized advertisement using the apparatus for producing a customized advertisement according to an embodiment of the present invention.
FIG. 3 is a flowchart for explaining step S220 shown in FIG. 2 .
FIG. 4 is a diagram for explaining step S230 shown in FIG. 2 .
FIG. 5 is an exemplary diagram for explaining step S235 shown in FIG. 4 .
이하 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시 예를 상세히 설명하기로 한다. 이 과정에서 도면에 도시된 선들의 두께나 구성요소의 크기 등은 설명의 명료성과 편의상 과장되게 도시되어 있을 수 있다. Hereinafter, preferred embodiments according to the present invention will be described in detail with reference to the accompanying drawings. In this process, the thickness of the lines or the size of the components shown in the drawings may be exaggerated for clarity and convenience of explanation.
또한, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서, 이는 사용자, 운용자의 의도 또는 관례에 따라 달라질 수 있다. 그러므로 이러한 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.In addition, the terms to be described later are terms defined in consideration of functions in the present invention, which may vary according to intentions or customs of users and operators. Therefore, definitions of these terms should be made based on the content throughout this specification.
이하에서는 도 1을 이용하여 맞춤형 광고 제작 장치에 대하여 설명한다.Hereinafter, a customized advertisement production apparatus will be described with reference to FIG. 1 .
도 1은 본 발명의 실시예에 따른 맞춤형 광고 제작 장치를 설명하기 위한 구성도이다.1 is a configuration diagram for explaining an apparatus for producing a customized advertisement according to an embodiment of the present invention.
도 1에 도시된 바와 같이, 맞춤형 광고 제작 장치(100)는 광고수집부(110), 타겟 모델 선정부(120), 모델생성부(130) 및 제어부(140)를 포함한다. As shown in FIG. 1 , the customized
먼저, 광고수집부(110)는 복수의 제작자에 의해 기 제작된 광고 정보를 수집한다. 여기서 광고 정보는 광고 분야, 광고 제작자에 대한 정보, 광고가 출력될 시간 정보 중에서 어느 하나의 정보를 포함한다. 따라서, 광고수집부(110)는 수신된 광고를 분야별, 광고 제작자 별로 분류하여 저장한다. First, the
타겟 모델 선정부(120)는 사용자로부터 입력된 복수의 모델에 대한 정보를 수신한다. 그리고 타겟 모델 선정부(120)는 수신된 복수의 모델에 대한 정보를 이용하여 출연 횟수 및 시청 시간 기록 등을 분석한다. 그리고 타겟 모델 선정부(120)는 수집된 광고 정보와 비교하여 매칭 가능한 복수의 타겟 모델을 추출한다. The target
모델생성부(130)는 수신된 광고에 타겟 모델을 오버랩하여 새로운 영상을 생성하는 방법을 학습한다. 부연하자면, 모델생성부(130)는 수신된 광고와 타겟모델을 GAN(Generative Adversarial Network)모델에 입력하여 반복적으로 학습시킨다. 그러면, GAN 모델은 광고에 타겟모델을 삽입하여 새로운 영상을 생성한다. The
제어부(140)는 현재 시점에서 변형하고자 하는 광고 정보를 수신한다. 그리고 제어부(140)는 수신된 광고정보와 매칭이 되는 타겟 모델을 선정한 다음, 광고정보 및 매칭된 타겟 모델을 구축된 GAN 모델에 입력하여 맞춤형 광고를 출력한다. The
이하에서는 도 2를 통해 맞춤형 광고 제작 장치를 이용한 맞춤형 광고 제작 방법에 대해 더욱 상세하게 설명한다. Hereinafter, a method for producing a customized advertisement using a customized advertisement production apparatus will be described in more detail with reference to FIG. 2 .
도 2는 본 발명의 실시예에 따른 맞춤형 광고 제작 장치를 이용한 맞춤형 광고 제작 방법을 설명하기 위한 순서도이다. 2 is a flowchart illustrating a method for producing a customized advertisement using the apparatus for producing a customized advertisement according to an embodiment of the present invention.
도 2에 도시된 바와 같이, 먼저, 광고수집부(110)는 광고 영상을 수신한다(S210). As shown in FIG. 2 , first, the
광고 영상은 대역에 의해 촬영된 영상이다. 즉, 광고수집부(110)에 수신되는 광고 영상은 타겟 모델에 의해 촬영된 영상이 아닌 편집 전의 영상을 의미한다. 그리고 광고수집부(110)는 수집된 광고 영상을 광고 정보에 따라 분류하여 저장한다. 이때, 여기서, 광고 정보는 광고 분야, 광고 제작자에 대한 정보, 광고가 출력될 시간 정보 및 모델에 대한 요구사항 중에서 어느 하나의 정보를 포함한다. The advertisement image is an image taken by the band. That is, the advertisement image received by the
한편, 수신된 광고 영상은 대역에 의해 촬영된 영상으로서, 추후 타겟모델이 출연하는 영상으로 변환되어야 한다. 그러므로 광고수집부(110)는 광고 영상과 같이 수신된 광고 정보를 타겟 모델 선정부(120)에 전달한다. On the other hand, the received advertisement image is an image taken by the band and must be converted into an image in which the target model appears later. Therefore, the
그 다음, 타겟 모델 선정부(120)는 플랫폼과 계약이 이루어진 복수의 모델에 대한 정보를 저장한다. 그리고 타겟 모델 선정부(120)는 수신된 광고 정보를 이용하여 매칭이 가능한 복수의 모델을 추출한다(S220).Next, the target
이하에서는 도 3을 이용하여 S220단계에 대해 더욱 상세하게 설명한다. Hereinafter, step S220 will be described in more detail with reference to FIG. 3 .
도 3은 도 2에 도시된 S220단계를 설명하기 위한 순서도이다. FIG. 3 is a flowchart for explaining step S220 shown in FIG. 2 .
도 3에 도시된 바와 같이, 타겟 모델 선정부(120)는 협의된 복수의 모델에 대한 정보를 수신한다(S221).As shown in FIG. 3 , the target
여기서 협의된 복수의 모델은 광고 제작자와 모델 간 또는 모델과 플랫폼 관리자 간의 협의된 모델을 나타낸다. 즉, 관리자는 초상권에 대해 협의가 완료된 복수의 모델에 대한 정보를 입력한다. 그러면, 타겟 모델 선정부(120)는 입력된 복수의 모델에 대한 정보를 저장한다. 여기서 모델에 대한 정보는 모델의 성별, 나이, 주요 출연하는 분야, 출연횟수에 대한 정보를 포함한다. Here, the plurality of negotiated models represents a negotiated model between an advertisement producer and a model or between a model and a platform administrator. That is, the manager inputs information on a plurality of models for which the discussion on the right of portrait has been completed. Then, the target
그 다음, 타겟 모델 선정부(120)는 수신된 광고 정보를 이용하여 매칭 가능한 복수의 모델을 추출한다(S222). Next, the target
즉, 타겟 모델 선정부(120)는 저장된 모델에 대한 정보와 수신된 광고 정보를 상호 매칭시킨다. 그리고 매칭이 가능하다고 판단된 복수의 모델을 추출한다. That is, the target
S222단계가 완료되면, 타겟 모델 선정부(120)는 추출된 복수의 모델에 대한 시청자 기록을 분석한다(S223). When step S222 is completed, the target
부연하자면, 광고는 델레비젼, 유튜브 등의 멀티미디어 매체를 통해 출력된다. 또한, 광고는 제품 인지도 상승을 목표로 하고 있기 때문에 시대별로 대세 스타를 이용하여 촬영되었다. 그러므로 타겟 모델 선정부(120)는 추출된 복수의 모델 각각에 대한 시청자 기록을 분석한다. 여기서 시청자 기록은 광고 출연 횟수, 인지도 등을 포함한다. In other words, advertisements are output through multimedia media such as TV and YouTube. In addition, since the advertisement aims to increase product awareness, it was shot using popular stars by era. Therefore, the target
S223단계에서 분석된 결과에 따라 가장 매칭이 되는 모델을 타겟 모델로 선정한다(S224).According to the analysis result in step S223, the most matching model is selected as the target model (S224).
여기서 타겟 모델은 추후 제공된 맞춤형 광고에 출연되는 모델을 나타낸다. 따라서, 광고수집부(110)를 통해 수신된 광고 영상에 출연하는 모델과 타겟 모델을 상이하다. Here, the target model indicates a model appearing in a customized advertisement provided later. Accordingly, the model and the target model appearing in the advertisement image received through the
S220 단계가 완료되면, 제어부(140)는 수신된 광고 영상과 추출된 타겟모델에 대한 정보를 전달받아 기 구축된 GAN 모델에 입력하여 맞춤형 광고를 출력한다(S230).When step S220 is completed, the
이하에서는 도 4를 이용하여 S230단계에 대해 더욱 상세하게 설명한다. Hereinafter, step S230 will be described in more detail with reference to FIG. 4 .
도 4는 도 2에 도시된 S230단계를 설명하기 위한 도면이고, 도 5는 도 4에 도시된 S235단계를 설명하기 위한 예시도이다. FIG. 4 is a view for explaining step S230 shown in FIG. 2 , and FIG. 5 is an exemplary view for explaining step S235 shown in FIG. 4 .
먼저, 제어부(140)는 수신된 광고 영상을 비디오와 오디오로 분리한다(S231).First, the
그 다음, 제어부(140)는 비디오와 오디오로 분리된 광고 영상을 프레임(frame)단위로 분리한다. 즉, 최초에 제작된 광고 영상은 대역을 촬영한 영상으로서, 비디오와 오디오 정보가 타겟 모델의 정보와 상이하다. 따라서, 제어부는 광고영상을 비디오와 오디오로 분리시킨다. Next, the
그 다음, 제어부(140)는 기 구축된 GAN 모델에 분리된 비디오와 오디오 및 타겟모델에 대한 정보를 입력한다(S232).Next, the
먼저, 모델생성부(130)는 GAN 모델에 복수의 광고 영상과 모델에 대한 정보를 입력하여 학습시킨다. 여기서, GAN 모델은 생성적 적대 신경망의 약자로서 광고 영상에 포함된 일정한 패턴 또는 특정 스타일을 인식하고, 인식된 패턴 또는 특정 스타일에 따라 새로운 영상을 생성하는 방법을 학습한다. 즉, GAN 모델은 하나의 영상을 다른 형식의 영상으로 변환하는 방법을 학습한다. First, the
학습이 완료된 상태에서, 제어부(140)는 분리된 비디오와 오디오 및 타겟모델에 대한 정보를 입력한다. In a state in which learning is completed, the
그러면, 비디오를 입력받은 GAN 모델은 비디오에 주로 등장하는 모델을 타겟모델로 변환한 결과비디오를 출력한다(S233).Then, the GAN model receiving the video outputs a video as a result of converting a model mainly appearing in the video into a target model ( S233 ).
이를 다시 설명하면, GAN 모델은 입력된 비디오를 이용하여 오픈포즈 및 특정 스타일을 분석한다. 그리고, 분석된 결과에 따라 GAN 모델은 특정 인물의 핵심 포인트를 설정하고 그것을 기준으로 타겟 모델의 얼굴로 전환시킨다. 따라서, 결과비디오는 타겟모델이 합성된 비디오를 타나낸다. In other words, the GAN model analyzes open poses and specific styles using the input video. And, according to the analyzed result, the GAN model sets the key point of a specific person and converts it to the face of the target model based on it. Accordingly, the resulting video represents a video in which the target model is synthesized.
또한, GAN 모델은 분리된 오디오를 이용하여 음성에 맞게 입모양을 생성한 결과오디오를 출력한다(S234).In addition, the GAN model uses the separated audio to generate the mouth shape according to the voice and outputs the resulting audio (S234).
즉, GAN 모델은 얼굴을 만들어낸 latent vector에서 입술에 해당하는 부분만 벡터 연산을 통해 산술적으로 대체함으로서, 오디오와 매칭되는 입모양을 생성하게 된다. That is, the GAN model creates a mouth shape that matches the audio by arithmetically replacing only the part corresponding to the lips in the latent vector that created the face through vector operation.
마지막으로 도5에 도시된 바와 같이, 제어부(140)는 S233단계와 S234단계에서 생성된 결과 비디오 및 결과 오디오를 상호 합성시켜 맞춤형 광고를 출력한다(S235).Finally, as shown in FIG. 5 , the
부연하자면, 제어부(140)는 영상을 프레임단위로 분류한 상태에서 GAN 모델에 입력한다. 그러므로, 출력된 결과 비디오 및 결과 오디오는 프레임 단위로 분리된 상태로 출력된다. 따라서, 제어부(140)는 출력된 결과 비디오 및 결과 오디오를 동영상으로 재압축하여 맞춤형 광로로 출력한다. In other words, the
이와 같이 본 발명에 따르면, 하나의 광고에 대해서 연예인 혹은 유튜버 등 유명 인물을 대상으로 광고를 재구성함으로서, 광고 제작 시간 및 비용을 절감할 수 있으며, 사용자의 시청 기록을 분석한 결과에 따라 타겟 모델을 선정하고, 선정된 타겟모델을 이용하여 광고를 재구성하므로 광고에 대한 관심도를 증가시킬 수 있다. As described above, according to the present invention, by reconstructing an advertisement for a famous person such as a celebrity or YouTuber for one advertisement, the advertisement production time and cost can be reduced, and the target model according to the result of analyzing the user's viewing record is selected and the advertisement is reconstructed using the selected target model, thereby increasing the degree of interest in the advertisement.
본 발명은 도면에 도시된 실시예를 참고로 하여 설명되었으나 이는 예시적인 것에 불과하며, 당해 기술이 속하는 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서 본 발명의 진정한 기술적 보호범위는 아래의 청구범위의 기술적 사상에 의하여 정해져야 할 것이다.Although the present invention has been described with reference to the embodiment shown in the drawings, which is merely exemplary, those skilled in the art will understand that various modifications and equivalent other embodiments are possible therefrom. will be. Therefore, the true technical protection scope of the present invention should be determined by the technical spirit of the following claims.
100 : 이미지 생성 장치
110 : 광고수집부
120 : 타겟 모델 선정부
130: 모델생성부
140: 제어부100: image generating device
110: advertisement collection unit
120: target model selection unit
130: model generation unit
140: control unit
Claims (8)
복수의 제작자에 의해 기 제작된 광고 정보를 수집하는 광고수집부,
멀티미디어 매체를 통해 제공되는 복수의 모델 중에서 타겟 모델이 될 수 있는 복수의 모델의 정보를 수집하는 타겟 모델 수집부,
상기 수집된 광고 중에서 무작위로 추출된 광고 정보와, 상기 광고 정보에 매칭되는 타겟모델을 이용하여 학습된 GAN 모델을 구축하는 모델구축부, 그리고
현재 시점에서 변형하고자 하는 광고 정보를 수신하고, 수신된 광고정보와 매칭이 되는 타겟 모델을 선정한 다음, 상기 광고정보 및 매칭된 타겟 모델을 구축된 GAN 모델에 입력하여 맞춤형 광고를 출력하는 제어부를 포함하며;
상기 제어부는 수신된 광고로부터 비디오 정보와 오디오 정보로 분류하고, 상기 분류된 비디오 정보와 오디오 정보를 기 구축된 GAN 모델에 각각 입력하여 맞춤형 광고를 출력하는 최종 광고 출력 단계를 포함하는 맞춤형 광고 제작 장치.In a customized advertisement production device using deep learning,
An advertisement collection unit that collects advertisement information previously produced by a plurality of producers;
A target model collection unit for collecting information on a plurality of models that can be a target model among a plurality of models provided through a multimedia medium;
A model building unit for constructing a GAN model learned by using randomly extracted advertisement information from the collected advertisements and a target model matching the advertisement information, and
A control unit for receiving advertisement information to be transformed at the current time point, selecting a target model matching the received advertisement information, and outputting a customized advertisement by inputting the advertisement information and the matched target model into the built GAN model and;
and the control unit classifies the received advertisement into video information and audio information, and inputs the classified video information and audio information into a pre-established GAN model, respectively, to output a customized advertisement. .
상기 광고 정보는,
상기 광고 분야, 광고 제작자에 대한 정보, 광고가 출력될 시간 정보 중에서 어느 하나의 정보를 포함하는 맞춤형 광고 제작 장치.According to claim 1,
The advertisement information is
A customized advertisement production apparatus including any one of information on the advertisement field, information on an advertisement producer, and time information for an advertisement to be output.
상기 타겟 모델 수집부는,
상기 광고 제작자에 대한 정보를 이용하여 동일한 제작자가 제작된 광고에 등장된 복수의 모델을 추출하고, 추출된 복수의 모델 각각에 대한 광고에 출연한 횟수 및 시청 시간 기록 등에 대한 모델 정보를 획득하는 맞춤형 광고 제작 장치.3. The method of claim 2,
The target model collection unit,
A customized method for extracting a plurality of models appearing in an advertisement produced by the same producer using the information on the advertisement producer, and acquiring model information on the number of times and viewing time records for each of the extracted models Advertisement production device.
상기 모델구축부는,
동일한 제작사에 의해 제작된 복수의 광고와 상기 광고에 매칭되는 타겟 모델 중에서 무작위로 출력하여 데이터 셋을 생성하고, 상기 생성된 데이터 셋을 GAN 모델에 입력하여 훈련시키는 맞춤형 광고 제작 장치.4. The method of claim 3,
The model building unit,
A customized advertisement production apparatus for generating a data set by randomly outputting a plurality of advertisements produced by the same manufacturer and a target model matching the advertisement, and inputting the generated data set into a GAN model for training.
상기 제어부는,
상기 수신된 광고를 이미지(frame) 단위로 분리한 다음, 상기 분리된 이미지를 기 구축된 GAN모델에 입력하여 변형된 이미지를 출력시키는 맞춤형 광고 제작 장치.According to claim 1,
The control unit is
A customized advertisement production apparatus that divides the received advertisement into image (frame) units, and outputs the transformed image by inputting the separated image into a pre-established GAN model.
상기 제어부는,
상기 이미지 단위로 분리된 광고를 영상과 오디오로 분리하고 상기 타겟 모델의 이미지 및 음성을 통해 각각 변형된 결과 비디오 및 결과 오디오를 출력하는 맞춤형 광고 제작 장치.7. The method of claim 6,
The control unit is
A customized advertisement production apparatus for separating the advertisement separated by the image unit into video and audio, and outputting transformed result video and result audio through the image and audio of the target model, respectively.
상기 제어부는,
상기 출력된 결과 비디오 및 결과 오디오를 상호 정합한 다음, 이미지 단위로 분리된 광고를 하나의 동영상으로 재 압축하는 맞춤형 광고 제작 장치.8. The method of claim 7,
The control unit is
A customized advertisement production apparatus for matching the output result video and the result audio to each other, and then recompressing the advertisement separated by image unit into a single moving picture.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190155157A KR102294714B1 (en) | 2019-11-28 | 2019-11-28 | Customized Ad Production Device Using Deep Learning |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190155157A KR102294714B1 (en) | 2019-11-28 | 2019-11-28 | Customized Ad Production Device Using Deep Learning |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20210066206A KR20210066206A (en) | 2021-06-07 |
| KR102294714B1 true KR102294714B1 (en) | 2021-08-26 |
Family
ID=76374218
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190155157A KR102294714B1 (en) | 2019-11-28 | 2019-11-28 | Customized Ad Production Device Using Deep Learning |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102294714B1 (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11775806B2 (en) | 2022-02-10 | 2023-10-03 | Nota, Inc. | Method of compressing neural network model and electronic apparatus for performing the same |
| KR20240139359A (en) | 2023-03-14 | 2024-09-23 | 주식회사 베이커스 | Apparatus and method for video advertisement and recording medium thereof |
| KR20240139360A (en) | 2023-03-14 | 2024-09-23 | 주식회사 베이커스 | System for creating an advertising material and method of creating an advertising materials using the same |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102462452B1 (en) * | 2022-01-28 | 2022-11-03 | (주)창쿠글로벌 | Video and method of advertisement service using the same |
| KR102603985B1 (en) * | 2023-04-28 | 2023-11-21 | 주식회사 스윙커뮤니케이션 | AI-based Seminar Custom Advertisement Production System |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101896668B1 (en) * | 2017-07-28 | 2018-09-10 | 아이작에스엔씨 주식회사 | Peopluence posting advertisement service system and method thereof |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20050036776A (en) * | 2003-10-14 | 2005-04-20 | 김지현 | Advertisement consulting system based on network, method and record medium having program source thereof |
| KR20040032142A (en) | 2004-03-27 | 2004-04-14 | 주식회사 비즈모델라인 | Method for Adverting on the Internet by Using Automatic Transformation Technology of Web Pages |
| KR102119868B1 (en) * | 2015-10-20 | 2020-06-05 | 전자부품연구원 | System and method for producting promotional media contents |
-
2019
- 2019-11-28 KR KR1020190155157A patent/KR102294714B1/en active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101896668B1 (en) * | 2017-07-28 | 2018-09-10 | 아이작에스엔씨 주식회사 | Peopluence posting advertisement service system and method thereof |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11775806B2 (en) | 2022-02-10 | 2023-10-03 | Nota, Inc. | Method of compressing neural network model and electronic apparatus for performing the same |
| KR20240139359A (en) | 2023-03-14 | 2024-09-23 | 주식회사 베이커스 | Apparatus and method for video advertisement and recording medium thereof |
| KR20240139360A (en) | 2023-03-14 | 2024-09-23 | 주식회사 베이커스 | System for creating an advertising material and method of creating an advertising materials using the same |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20210066206A (en) | 2021-06-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102294714B1 (en) | Customized Ad Production Device Using Deep Learning | |
| US20210368219A1 (en) | Customized program insertion system | |
| US20200320571A1 (en) | Method for optimizing media and marketing content using cross-platform video intelligence | |
| WO2021259322A1 (en) | System and method for generating video | |
| US7859551B2 (en) | Object customization and presentation system | |
| US7904922B1 (en) | Template creation and editing for a message campaign | |
| US8566880B2 (en) | Device and method for providing a television sequence using database and user inputs | |
| US8126763B2 (en) | Automatic generation of trailers containing product placements | |
| JP5767108B2 (en) | Medium generation system and method | |
| KR101927965B1 (en) | System and method for producing video including advertisement pictures | |
| US11942116B1 (en) | Method and system for generating synthetic video advertisements | |
| KR20200034028A (en) | System and method for virtual fitting based on artificial intelligence | |
| US20240267573A1 (en) | Livestream with synthetic scene insertion | |
| KR101867950B1 (en) | Real Time Display System of Additional Information for Live Broadcasting and Image Service | |
| EP4345814A1 (en) | Video-generation system | |
| Pierini | Deepfakes and depiction: from evidence to communication | |
| CN110324702B (en) | Information pushing method and device in video playing process | |
| CN113748623A (en) | Program creation device, program creation method, and recording medium | |
| KR20230123559A (en) | System for producting customized advertisement using deep-learning technology | |
| JP2014130536A (en) | Information management device, server, and control method | |
| WO2021036344A1 (en) | Digest generation method and device | |
| US9084011B2 (en) | Method for advertising based on audio/video content and method for creating an audio/video playback application | |
| WO2018129585A1 (en) | A computer system and a computer implemented method for providing a customized video to a user | |
| JP6707621B1 (en) | Information processing apparatus, information processing method, and information processing program | |
| KR20230114130A (en) | System and method for producing video including advertisement image |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |