KR102469717B1 - 오브젝트에 대한 검색 결과를 제공하기 위한 전자 장치 및 이의 제어 방법 - Google Patents

오브젝트에 대한 검색 결과를 제공하기 위한 전자 장치 및 이의 제어 방법 Download PDF

Info

Publication number
KR102469717B1
KR102469717B1 KR1020180007301A KR20180007301A KR102469717B1 KR 102469717 B1 KR102469717 B1 KR 102469717B1 KR 1020180007301 A KR1020180007301 A KR 1020180007301A KR 20180007301 A KR20180007301 A KR 20180007301A KR 102469717 B1 KR102469717 B1 KR 102469717B1
Authority
KR
South Korea
Prior art keywords
image
information
text information
electronic device
model
Prior art date
Application number
KR1020180007301A
Other languages
English (en)
Other versions
KR20190013427A (ko
Inventor
김원식
최윤희
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to EP18840410.7A priority Critical patent/EP3596667A4/en
Priority to US16/051,931 priority patent/US20190042574A1/en
Priority to CN201880050428.3A priority patent/CN110998565A/zh
Priority to PCT/KR2018/008756 priority patent/WO2019027258A1/en
Publication of KR20190013427A publication Critical patent/KR20190013427A/ko
Application granted granted Critical
Publication of KR102469717B1 publication Critical patent/KR102469717B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • G06F3/0482—Interaction with lists of selectable items, e.g. menus
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/90335—Query processing
    • 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
    • G06F16/53—Querying
    • G06F16/532—Query formulation, e.g. graphical querying
    • 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
    • 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
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/951—Indexing; Web crawling techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/40—Software arrangements specially adapted for pattern recognition, e.g. user interfaces or toolboxes therefor
    • G06F18/41—Interactive pattern learning with a human teacher
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
    • G06F3/04842—Selection of displayed objects or displayed text elements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
    • G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
    • 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
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • 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
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • 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
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/17—Image acquisition using hand-held instruments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • 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

Abstract

본 개시는 딥러닝 등의 기계 학습 알고리즘을 활용하는 인공지능(AI) 시스템 및 그 응용에 관련된 것이다. 특히, 본 전자 장치는 디스플레이, 사용자 입력부, 통신부. 디스플레이, 사용자 입력부 및 통신부와 전기적으로 연결된 프로세서와 프로세서에 의해 실행되는 적어도 하나의 프로그램을 저장하는 메모리를 포함하며, 프로세서는 이미지를 제공하도록 디스플레이를 제어하고, 사용자 입력부를 통해 이미지 내 일부 영역을 선택하기 위한 사용자 입력을 수신하며, 선택된 영역이 제1 영역이면, 학습된 모델을 이용하여 이미지로부터 획득된 제1 영역 내의 오브젝트를 묘사하는 제1 텍스트 정보를 이용하여 외부 검색 서버에서 획득한 제1 검색 결과를 제공하도록 디스플레이를 제어하고, 선택된 영역이 제2 영역이면, 학습된 모델을 이용하여 이미지로부터 획득된 제2 영역 내의 오브젝트를 묘사하는 제2 텍스트 정보를 이용하여 외부 검색 서버에서 획득한 제2 검색 결과를 제공하도록 디스플레이를 제어한다.

Description

오브젝트에 대한 검색 결과를 제공하기 위한 전자 장치 및 이의 제어 방법{ELECTRONIC DEVICE AND METHOD FOR CONTROLLING THE ELECTRONIC DEVICE THEREOF}
본 개시는 전자 장치 및 이의 제어 방법에 관한 것으로, 더욱 상세하게는 선택된 오브젝트를 설명하는 텍스트 정보를 바탕으로 선택된 오브젝트에 대한 검색 결과를 제공할 수 있는 전자 장치 및 이의 제어 방법에 관한 것이다.
또한, 본 개시는 기계 학습 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 인공 지능(Artificial Intelligence, AI) 시스템 및 그 응용에 관한 것이다.
근래에는 인간 수준의 지능을 구현하는 인공 지능 시스템이 다양한 분야에서 이용되고 있다. 인공 지능 시스템은 기존의 룰(rule) 기반 스마트 시스템과 달리 기계가 스스로 학습하고 판단하며 똑똑해지는 시스템이다. 인공 지능 시스템은 사용할수록 인식률이 향상되고 사용자 취향을 보다 정확하게 이해할 수 있게 되어, 기존 룰 기반 스마트 시스템은 점차 딥러닝 기반 인공 지능 시스템으로 대체되고 있다.
인공 지능 기술은 기계학습(예로, 딥러닝) 및 기계학습을 활용한 요소 기술들로 구성된다.
기계학습은 입력 데이터들의 특징을 스스로 분류/학습하는 알고리즘 기술이며, 요소기술은 딥러닝 등의 기계학습 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 기술로서, 언어적 이해, 시각적 이해, 추론/예측, 지식 표현, 동작 제어 등의 기술 분야로 구성된다.
인공 지능 기술이 응용되는 다양한 분야는 다음과 같다. 언어적 이해는 인간의 언어/문자를 인식하고 응용/처리하는 기술로서, 자연어 처리, 기계 번역, 대화시스템, 질의 응답, 음성 인식/합성 등을 포함한다. 시각적 이해는 사물을 인간의 시각처럼 인식하여 처리하는 기술로서, 오브젝트 인식, 오브젝트 추적, 영상 검색, 사람 인식, 장면 이해, 공간 이해, 영상 개선 등을 포함한다. 추론 예측은 정보를 판단하여 논리적으로 추론하고 예측하는 기술로서, 지식/확률 기반 추론, 최적화 예측, 선호 기반 계획, 추천 등을 포함한다. 지식 표현은 인간의 경험정보를 지식데이터로 자동화 처리하는 기술로서, 지식 구축(데이터 생성/분류), 지식 관리(데이터 활용) 등을 포함한다. 동작 제어는 차량의 자율 주행, 로봇의 움직임을 제어하는 기술로서, 움직임 제어(항법, 충돌, 주행), 조작 제어(행동 제어) 등을 포함한다.
한편, 근래에는 이미지와 관련된 정보를 검색하기 위하여, 이미지에 대한 검색어를 사용자가 직접 검색창에 입력하여 이미지와 관련된 정보를 검색하거나 이미지의 메타 정보를 이용하여 이미지와 관련된 정보를 검색할 수 있다.
사용자가 직접 검색어를 입력하여 이미지와 관련된 정보를 검색할 경우, 사용자가 직접 검색어를 입력해야 하는 번거러움이 존재하며, 이미지의 메타 정보를 이용하여 이미지와 관련된 정보를 검색할 경우, 사용자가 원치 않는 검색 결과가 제공되는 문제가 발생할 수 있다.
본 개시의 목적은 사용자에 의해 선택된 오브젝트에 대한 구체적인 검색 결과를 획득하기 위해 학습된 모델을 이용하여 선택된 오브젝트를 설명하는 텍스트 정보를 획득할 수 있는 전자 장치 및 이의 제어 방법을 제공함에 있다.
본 개시의 일 실시예에 따른, 전자 장치는 디스플레이; 사용자 입력부; 통신부; 상기 디스플레이, 상기 사용자 입력부 및 상기 통신부와 전기적으로 연결된 프로세서; 및 상기 프로세서에 의해 실행되는 적어도 하나의 프로그램을 저장하는 메모리;를 포함하며, 상기 프로세서는, 이미지를 제공하도록 상기 디스플레이를 제어하고, 상기 사용자 입력부를 통해 상기 이미지 내 일부 영역을 선택하기 위한 사용자 입력을 수신하며, 상기 선택된 영역이 제1 영역이면, 학습된 모델을 이용하여 상기 이미지로부터 획득된 상기 제1 영역 내의 오브젝트를 묘사하는 제1 텍스트 정보를 이용하여 외부 검색 서버에서 획득한 제1 검색 결과를 제공하도록 상기 디스플레이를 제어하고, 상기 선택된 영역이 제2 영역이면, 상기 학습된 모델을 이용하여 상기 이미지로부터 획득된 상기 제2 영역 내의 오브젝트를 묘사하는 제2 텍스트 정보를 이용하여 외부 검색 서버에서 획득한 제2 검색 결과를 제공하도록 상기 디스플레이를 제어할 수 있다.
한편, 본 개시의 일 실시예에 따른, 전자 장치의 검색 결과 제공 방법을 실행하기 위한 프로그램을 저장하는 컴퓨터 판독가능 기록매체에 있어서, 상기 방법은, 이미지를 제공하는 단계; 상기 이미지 내 일부 영역을 선택하기 위한 사용자 입력을 수신하는 단계; 상기 선택된 영역이 제1 영역이면, 학습된 모델을 이용하여 상기 이미지로부터 획득된 상기 제1 영역 내의 오브젝트를 묘사하는 제1 텍스트 정보를 이용하여 외부 검색 서버에서 획득한 제1 검색 결과를 제공하고, 상기 선택된 영역이 제2 영역이면, 상기 학습된 모델을 이용하여 상기 이미지로부터 획득된 상기 제2 영역 내의 오브젝트를 묘사하는 제2 텍스트 정보를 이용하여 외부 검색 서버에서 획득한 제2 검색 결과를 제공하는 단계;를 포함한다.
상술한 바와 같은 본 개시에 의해, 사용자는 이미지에 포함된 오브젝트 중 사용자에 의해 선택된 오브젝트에 대한 상세 검색 결과를 더욱 빠르고 편리하게 획득할 수 있다.
도 1은 본 개시의 일 실시예에 따른, 사용자에 의해 선택된 오브젝트에 대한 텍스트 정보를 획득하여 이미지에 대한 검색 결과를 제공하기 위한 전자 장치의 사용도,
도 2a는 본 개시의 일 실시예에 따른, 전자 장치의 구성을 간략히 도시한 블록도,
도 2b는 본 개시의 일 실시예에 따른, 전자 장치의 구성을 상세히 도시한 블록도,
도 3은 본 개시의 일 실시예에 따른, 사용자에 의해 선택된 오브젝트에 대한 텍스트 정보를 획득하기 위한 모듈 및 학습된 모델을 포함하는 블록도,
도 4는 본 개시의 일 실시예에 따른, 외부 검색 서버를 이용하여 검색 결과를 제공하기 위한 실시예를 설명하기 위한 흐름도,
도 5는 본 개시의 일 실시예에 따른, 기 저장된 이미지를 검색하여 검색 결과를 제공하기 위한 실시예를 설명하기 위한 흐름도,
도 6은 본 개시의 일 실시예에 따른, 검색 카테고리에 따라 오브젝트의 텍스트 정보를 획득하는 실시예를 설명하기 위한 도면,
도 7은 본 개시의 일 실시예에 따른, 오브젝트의 유형에 따라 오브젝트의 텍스트 정보를 획득하는 실시예를 설명하기 위한 도면,
도 8은 본 개시의 일 실시예에 따른, 디스크립션 항목에 대한 단어를 변경하여 변경된 텍스트 정보를 생성하는 실시예를 설명하기 위한 도면,
도 9 및 도 10은 본 개시의 일 실시예에 따른, 디스크립션 항목에 대한 단어를 변경하여 새로운 검색 이미지를 생성하는 실시예를 설명하기 위한 도면,
도 11은 본 개시의 일 실시예에 따른, 디스크립션 항목의 가중치를 설정하기 위한 UI를 이용하여 이미지와 관련된 정보를 검색하는 실시예를 설명하기 위한 도면,
도 12는 본 개시의 일 실시예에 따른, 전자 장치의 제어 방법을 설명하기 위한 흐름도,
도 13은 본 개시의 일 실시예에 따른, 인공지능 모델을 학습하고 이용하기 위한 전자 장치의 구성을 나타내는 블록도,
도 14a 및 도 14b는 본 개시의 일 실시예에 따른, 학습부 및 인식부의 구체적인 구성을 나타내는 블록도,
도 15 내지 16은 본 개시의 일 실시예에 따른, 학습된 모델을 이용하는 네트워크 시스템의 흐름도,
도 17은 본 개시의 다른 실시예에 따른, 검색 결과를 제공하기 위한 전자 장치의 제어 방법을 설명하기 위한 흐름도, 그리고,
도 18은 본 개시의 일 실시예에 따른, 전자 장치 및 서버를 이용하여 검색 결과를 제공하는 실시예를 설명하기 위한 흐름도이다.
이하, 본 개시의 다양한 실시 예가 첨부된 도면을 참조하여 기재된다. 그러나, 이는 본 개시에 기재된 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 개시의 실시 예의 다양한 변경(modifications), 균등물(equivalents), 및/또는 대체물(alternatives)을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다.
본 개시에서, "가진다," "가질 수 있다," "포함한다," 또는 "포함할 수 있다" 등의 표현은 해당 특징(예: 수치, 기능, 동작, 또는 부품 등의 구성요소)의 존재를 가리키며, 추가적인 특징의 존재를 배제하지 않는다.
본 개시에서, "A 또는 B," "A 또는/및 B 중 적어도 하나," 또는 "A 또는/및 B 중 하나 또는 그 이상"등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. 예를 들면, "A 또는 B," "A 및 B 중 적어도 하나," 또는 "A 또는 B 중 적어도 하나"는, (1) 적어도 하나의 A를 포함, (2) 적어도 하나의 B를 포함, 또는 (3) 적어도 하나의 A 및 적어도 하나의 B 모두를 포함하는 경우를 모두 지칭할 수 있다.
본 개시에서 사용된 "제1," "제2," "첫째," 또는 "둘째,"등의 표현들은 다양한 구성요소들을, 순서 및/또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다.
어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "(기능적으로 또는 통신적으로) 연결되어((operatively or communicatively) coupled with/to)" 있다거나 "접속되어(connected to)" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제3 구성요소)를 통하여 연결될 수 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소와 상기 다른 구성요소 사이에 다른 구성요소(예: 제 3 구성요소)가 존재하지 않는 것으로 이해될 수 있다.
본 개시에서 사용된 표현 "~하도록 구성된(또는 설정된)(configured to)"은 상황에 따라, 예를 들면, "~에 적합한(suitable for)," "~하는 능력을 가지는(having the capacity to)," "~하도록 설계된(designed to)," "~하도록 변경된(adapted to)," "~하도록 만들어진(made to)," 또는 "~를 할 수 있는(capable of)"과 바꾸어 사용될 수 있다. 용어 "~하도록 구성된(또는 설정된)"은 하드웨어적으로 "특별히 설계된(specifically designed to)" 것만을 반드시 의미하지 않을 수 있다. 대신, 어떤 상황에서는, "~하도록 구성된 장치"라는 표현은, 그 장치가 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다. 예를 들면, 문구 "A, B, 및 C를 수행하도록 구성된(또는 설정된) 부프로세서"는 해당 동작을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리 장치에 저장된 하나 이상의 소프트웨어 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(generic-purpose processor)(예: CPU 또는 application processor)를 의미할 수 있다.
본 개시의 다양한 실시예들에 따른 전자 장치는, 예를 들면, 스마트폰, 태블릿 PC, 이동 전화기, 영상 전화기, 전자책 리더기, 데스크탑 PC, 랩탑 PC, 넷북 컴퓨터, 워크스테이션, 서버, PDA, PMP(portable multimedia player), MP3 플레이어, 의료기기, 카메라, 또는 웨어러블 장치 중 적어도 하나를 포함할 수 있다. 웨어러블 장치는 액세서리형(예: 시계, 반지, 팔찌, 발찌, 목걸이, 안경, 콘택트 렌즈, 또는 머리 착용형 장치(head-mounted-device(HMD)), 직물 또는 의류 일체형(예: 전자 의복), 신체 부착형(예: 스킨 패드 또는 문신), 또는 생체 이식형 회로 중 적어도 하나를 포함할 수 있다. 어떤 실시예들에서, 전자 장치는, 예를 들면, 텔레비전, DVD(digital video disk) 플레이어, 오디오, 냉장고, 에어컨, 청소기, 오븐, 전자레인지, 세탁기, 공기 청정기, 셋톱 박스, 홈 오토매이션 컨트롤 패널, 보안 컨트롤 패널, 미디어 박스(예: 삼성 HomeSyncTM, 애플TVTM, 또는 구글 TVTM), 게임 콘솔(예: XboxTM, PlayStationTM), 전자 사전, 전자 키, 캠코더, 또는 전자 액자 중 적어도 하나를 포함할 수 있다.
다른 실시예에서, 전자 장치는, 각종 의료기기(예: 각종 휴대용 의료측정기기(혈당 측정기, 심박 측정기, 혈압 측정기, 또는 체온 측정기 등), MRA(magnetic resonance angiography), MRI(magnetic resonance imaging), CT(computed tomography), 촬영기, 또는 초음파기 등), 네비게이션 장치, 위성 항법 시스템(GNSS(global navigation satellite system)), EDR(event data recorder), FDR(flight data recorder), 자동차 인포테인먼트 장치, 선박용 전자 장비(예: 선박용 항법 장치, 자이로 콤파스 등), 항공 전자기기(avionics), 보안 기기, 차량용 헤드 유닛(head unit), 산업용 또는 가정용 로봇, 드론(drone), 금융 기관의 ATM, 상점의 POS(point of sales), 또는 사물 인터넷 장치 (예: 전구, 각종 센서, 스프링클러 장치, 화재 경보기, 온도조절기, 가로등, 토스터, 운동기구, 온수탱크, 히터, 보일러 등) 중 적어도 하나를 포함할 수 있다.
본 개시에서, 사용자라는 용어는 전자 장치를 사용하는 사람 또는 전자 장치를 사용하는 장치(예: 인공지능 전자 장치)를 지칭할 수 있다.
이하에서는 도면을 참조하여 본 발명에 대해 상세히 설명하기로 한다.
우선, 전자 장치(100)는 도 1의 (a)에 도시된 바와 같이, 이미지(예로, 사진)를 표시할 수 있다. 이때, 이미지는 복수의 오브젝트(예로, 자전거, 자동자, 자전거를 탄 사람 등)를 포함할 수 있다.
다음으로, 전자 장치(100)는 도 1의 (b)에 도시된 바와 같이, 오브젝트(예로, 자전거)를 포함하는 영역(또는 오브젝트)을 선택하는 사용자 입력을 감지할 수 있다. 예로, 전자 장치(100)는 오브젝트의 일 지점을 기설정된 시간동안 터치하는 롱 프레스(long press) 터치를 감지할 수 있다. 또는 전자 장치(100)는 손가락 또는 전자 펜 등을 이용하여 오브젝트를 멀티 터치하거나, 강하게 터치하거나, 오브젝트 주변을 드로잉하거나, 오브젝트의 적어도 일부를 경유하도록 대각선으로 드래그하는 사용자 입력을 감지할 수 있다. 또는, 전자 장치(100)는 전자 장치(100)에 구비된 버튼(예를 들어, 인공지능 기능을 실행하기 위한 버튼)을 누른 후(또는, 누르는 동안에), 오브젝트를 터치하는 사용자 입력을 감지할 수 있다. 또는, 전자 장치(100)는 사전에 정의한 액션을 이용하여 오브젝트를 선택하는 사용자 입력을 감지할 수 있다.
다음으로, 전자 장치(100)는 학습된 모델을 이용하여 이미지 내에서 선택된 오브젝트를 묘사하기 위한 텍스트 정보를 획득할 수 있다. 구체적으로, 전자 장치(100)는 이미지를 입력하여 이미지에 포함된 복수의 오브젝트에 대한 정보를 획득하도록 학습된 제1 모델(예로, CNN(Convolutional Neural Network) 모델 등)을 이용하여 이미지에 포함된 복수의 오브젝트에 대한 정보를 획득할 수 있다. 예로, 전자 장치(100)는 제1 모델을 이용하여 도 1의 (a)에 도시된 이미지로부터 "자전거", "자동차", "사람", "도로" 등과 같은 오브젝트에 대한 정보를 획득할 수 있다. 그리고, 전자 장치(100)는 복수의 오브젝트에 대한 정보 및 사용자에 의해 선택된 영역에 대한 정보(예를 들어, 좌표값 등)를 입력하여 복수의 오브젝트 중 선택된 영역에 포함된 오브젝트에 대한 텍스트 정보를 획득하도록 학습된 제2 모델(예로, RNN(Recurrent Neural Network)등 )을 이용하여 복수의 오브젝트 중 선택된 영역에 포함된 오브젝트를 설명하기 위한 텍스트 정보를 획득할 수 있다. 이때, 선택된 영역에 포삼된 오브젝트에 대한 텍스트 정보는 선택된 영역에 포함된 오브젝트와 다른 오브젝트와의 관계에 대한 정보, 선택된 영역에 포함된 오브젝트에 대한 상세 묘사 정보 및 선택된 영역에 포함된 오브젝트에 대한 행동 정보 중 적어도 하나를 포함할 수 있다. 예로, 전자 장치(100)는 제2 모델을 이용하여 도 1의 (b)에서 선택된 영역에 포함된 오브젝트에 대한 텍스트 정보로 "자동차 앞에 사람이 탄 자전거"를 획득할 수 있다.
즉, 종래에는 이미지 속에 포함된 오브젝트 중 자전거 오브젝트를 선택한 경우, 전자 장치(100)는 "자전거"라는 오브젝트를 인식하였으나, 본 개시에서는 학습된 제1 모델 및 제2 모델을 통해 선택된 오브젝트와 다른 오브젝트 사이의 관계를 나타내는 "자동차 앞에 사람이 탄 자전거"라는 정보를 획득할 수 있게 된다.
특히, 사용자에 의해 선택된 영역이 제1 영역이면, 전자 장치(100)는 학습된 모델(즉, 제1 모델 및 제2 모델)을 이용하여 이미지로부터 획득된 상기 제1 영역 내의 오브젝트를 묘사하는 제1 텍스트 정보를 획득할 수 있다 또한, 사용자에 의해 선택된 영역이 제2 영역이면, 전자 장치(100)는 학습된 모델을 이용하여 이미지로부터 획득된 상기 제2 영역 내의 오브젝트를 묘사하는 제2 텍스트 정보를 획득할 수 있다. 즉, 전자 장치(100)는 사용자에 의해 선택되는 영역에 따라 선택된 영역에 포함된 오브젝트에 대한 정보를 획득할 수 있다.
또한, 전자 장치(100)는 이미지에 대한 정보를 포함하는 이미지의 태그 정보를 획득할 수 있다. 그리고, 전자 장치(100)는 제2 모델에 복수의 오브젝트에 대한 정보, 사용자에 의해 선택된 영역에 대한 정보 및 태그 정보를 입력하여 선택된 영역에 포함된 오브젝트를 설명하기 위한 텍스트 정보를 획득할 수 있다. 예로, 전자 장치(100)는 이미지의 태그 정보로서, 이미지를 촬영한 시간 정보 및 장소 정보를 획득하고, 획득된 시간 정보를 바탕으로 "~년 ~월~일 xx에서 탄 자전거"라는 텍스트 정보를 생성할 수 있다.
또한, 전자 장치(100)는 사용자 입력에 따라 설정된 검색 카테고리를 바탕으로 텍스트 정보를 획득할 수 있다. 예로, 검색 카테고리가 뉴스 카테고리인 경우, 전자 장치(100)는 선택된 영역에 포함된 오브젝트에 대한 사실 정보를 제공하기 위해, "자동차 앞에 사람이 탄 자전거"라는 텍스트 정보를 획득할 수 있으며, 검색 카테고리가 쇼핑 카테고리인 경우, 전자 장치(100)는 선택된 영역에 포함된 오브젝트에 대한 쇼핑 정보를 제공하기 위해 "갈색 사이클 자전거"라는 텍스트 정보를 획득할 수 있다.
텍스트 정보를 획득한 경우, 전자 장치(100)는 도 1의 (c)에 도시된 바와 같이, 획득된 텍스트 정보를 검색 창(10)에 입력할 수 있다. 일 실시예에 의하면, 검색 요청을 위한 사용자 입력이 수신되면, 전자 장치(100)는 획득된 텍스트 정보를 바탕으로 검색을 위한 쿼리를 생성할 수 있다. 그리고, 전자 장치(100)는 생성된 쿼리를 외부 검색 서버에 전송하여 검색 결과를 수신할 수 있으며, 수신된 검색 결과를 제공할 수 있다. 다른 실시예에 의하면, 검색 요청을 위한 사용자 입력이 수신되면, 전자 장치(100)는 획득된 텍스트 정보를 바탕으로 기 저장된 이미지 중 선택된 오브젝트와 연관된 이미지를 검색할 수 있다. 그리고, 전자 장치(100)는 검색 결과를 제공할 수 있다.
한편, 본 개시의 다양한 실시예에 따르면, 전자 장치(100)는 이미지 및 사용자 입력이 감지된 지점에 대한 정보를 인식 모델에 입력 데이터로 사용하여 오브젝트에 대한 정보를 획득할 수 있다. 구체적으로, 전자 장치(100)는 오브젝트를 인식하기 위해 학습된 오브젝트 인식 모델에 이미지 및 사용자 입력이 감지된 지점에 대한 정보를 입력하여 오브젝트를 인식할 수 있다. 본 개시에서 학습된 제1 모델 또는 제2 모델은 인식 모델의 적용 분야 또는 장치의 컴퓨터 성능 등을 고려하여 구축될 수 있다. 예로, 제1 모델은 이미지를 입력하여 이미지에 포함된 오브젝트에 대한 정보를 추정하도록 학습될 수 있으며, 제2 모델은 복수의 오브젝트에 대한 정보 및 선택된 영역에 대한 정보를 입력하여 복수의 오브젝트 중 선택된 영역에 포함된 오브젝트에 대한 텍스트 정보를 획득하도록 학습될 수 있다. 학습된 모델은, 예로, 신경망(Neural Network)을 기반으로 하는 모델일 수 있다. 인식 모델은 인간의 뇌 구조를 컴퓨터 상에서 모의하도록 설계될 수 있으며 인간의 신경망의 뉴런(neuron)을 모의하는, 가중치를 가지는 복수의 네트워크 노드들을 포함할 수 있다. 복수의 네트워크 노드들은 뉴런이 시냅스(synapse)를 통하여 신호를 주고 받는 뉴런의 시냅틱(synaptic) 활동을 모의하도록 각각 연결 관계를 형성할 수 있다. 이때, 제1 모델은 CNN 모델로 구현될 수 있으며, 제2 모델은 RNN 모델로 구현될 수 있으나, 이는 일 실시예에 불과할 뿐, 다른 모델로도 구현될 수 있다. 또한, 본 발명에서는 제1 모델 및 제2 모델이 서로 별도로 구축되는 것으로 설명하였으나, 이는 일 실시예에 불과할 뿐, 제1 모델 및 제2 모델이 별도로 구축되지 않고, CNN 모델과 RNN 모델이 통합되어 학습된 단일 모델로 구현될 수 있다.
또한, 전자 장치(100)는 상술한 바와 같은 사용자에 의해 선택된 오브젝트와 관련된 정보를 검색하기 위하여 인공지능 에이전트(Artificial intelligence agent)를 이용할 수 있다. 이때, 인공지능 에이전트는 AI(Artificial Intelligence) 기반의 서비스(예를 들어, 음성 인식 서비스, 비서 서비스, 번역 서비스, 검색 서비스 등)를 제공하기 위한 전용 프로그램으로서, 기존의 범용 프로세서(예를 들어, CPU) 또는 별도의 AI 전용 프로세서(예를 들어, GPU 등)에 의해 실행될 수 있다. 특히, 인공지능 에이전트는 후술할 다양한 모듈을 제어할 수 있다.
구체적으로, 기설정된 사용자 입력(예를 들어, 롱프레스 등)에 의해 이미지 상에 오브젝트가 선택되거나 전자 장치(100)에 구비된 버튼(예를 들어, 인공지능 에이전트를 실행하기 위한 버튼)이 눌러진 후 오브젝트가 포함된 영역이 선택된 경우, 인공지능 에이전트가 동작할 수 있다. 그리고, 인공지능 에이전트는 사용자 입력을 통해 선택된 영역에 포함된 오브젝트에 대한 텍스트 정보를 획득하고, 텍스트 정보를 바탕으로 선택된 오브젝트와 관련된 이미지를 획득할 수 있다.
물론, 화면상에 특정 아이콘이 터치되거나 전자 장치(100)에 구비된 버튼(예를 들어, 인공지능 에이전트를 실행하기 위한 버튼)이 눌러지면 인공지능 에이전트가 동작할 수도 있다. 또는, 인공지능 에이전트는 오브젝트가 포함된 영역에 대해 기설정된 사용자 입력이 감지되거나 전자 장치(100)에 구비된 버튼이 선택된 이전에 기 실행된 상태일 수 있다. 이 경우, 오브젝트에 대해 기설정된 사용자 입력이 감지되거나 전자 장치(100)에 구비된 버튼이 선택된 이후에는 전자 장치(100)의 인공지능 에이전트가 선택된 오브젝트에 대한 관련 정보 검색 기능을 수행할 수 있다. 또한, 인공지능 에이전트는 오브젝트에 대해 기설정된 사용자 입력이 감지되거나 전자 장치(100)에 구비된 버튼이 선택된 이전에 대기 상태일 수 있다. 여기서, 대기 상태란, 인공지능 에이전트의 동작 시작을 제어하기 위해 미리 정의된 사용자 입력이 수신되는 것을 감지하는 상태이다. 인공지능 에이전트가 대기 상태인 동안 오브젝트에 대해 기설정된 사용자 입력이 감지되거나 전자 장치(100)에 구비된 버튼이 선택되면, 전자 장치(100)는 인공지능 에이전트를 동작시키고, 선택된 오브젝트에 대한 관련 정보를 검색하여 제공할 수 있다.
한편, 인공지능 에이전트는 후술할 다양한 모듈을 제어할 수 있다. 이에 대해서는 추후 상세히 설명하기로 한다.
도 2a 및 2b는 본 개시의 일 실시예에 따른, 전자 장치의 구성을 도시한 블록도이다. 도 2a에 도시된 바와 같이, 전자 장치(100)는 디스플레이(110), 통신부(120), 사용자 입력부(30), 메모리(140) 및 프로세서(150)를 포함할 수 있다. 도 2a에 도시된 구성들은 본 개시의 실시 예들을 구현하기 위한 예시도이며, 당업자에게 자명한 수준의 적절한 하드웨어/소프트웨어 구성들이 전자 장치(100)에 추가로 포함될 수 있다.
디스플레이(110)는 다양한 화면을 제공할 수 있다. 특히, 디스플레이(110)는 복수의 오브젝트를 포함하는 이미지를 표시할 수 있다. 또한, 디스플레이(110)는 획득된 텍스트 정보를 이용하여 검색을 수행하기 위한 검색 창, 텍스트 정보를 수정하기 위한 다양한 UI를 표시할 수 있다. 또한, 디스플레이(110)는 검색 결과를 표시할 수 있다.
통신부(120)는 다양한 통신 방식을 통해 외부의 장치와 통신을 수행할 수 있다. 특히, 통신부(120)는 외부 검색 서버와 통신을 수행하여 텍스트 정보를 바탕으로 생성된 쿼리에 응답한 검색 결과를 수신할 수 있다. 또한, 학습된 모델이 별도의 인공지능 서버에 저장된 경우, 통신부(120)는 인공지능 서버와 통신을 수행하여 선택된 영역에 포함된 오브젝트에 대한 텍스트정보를 수신할 수 있다.
사용자 입력부(130)는 다양한 사용자 입력을 수신하여 프로세서(150)로 전달할 수 있다. 특히, 사용자 입력부(130)는 터치 센서, (디지털) 펜 센서, 압력 센서, 키, 또는 마이크를 포함할 수 있다. 터치 센서는, 예를 들면, 정전식, 감압식, 적외선 방식, 또는 초음파 방식 중 적어도 하나의 방식을 사용할 수 있다. (디지털) 펜 센서는, 예를 들면, 터치 패널의 일부이거나, 별도의 인식용 쉬트를 포함할 수 있다. 키는, 예를 들면, 물리적인 버튼, 광학식 키, 또는 키패드를 포함할 수 있다. 마이크는 사용자 음성을 수신하기 위한 구성으로, 전자 장치(100) 내부에 구비될 수 있으나, 이는 일 실시예에 불과할 뿐, 전자 장치(100)의 외부에 구비되어 전자 장치(100)와 전기적으로 연결될 수 있다.
특히, 사용자 입력부(130)는 오브젝트를 선택하기 위한 기설정된 사용자 터치 또는 전자 장치(100) 외부에 구비된 버튼을 선택하는 사용자 입력에 따른 입력 신호를 획득할 수 있다. 그리고, 사용자 입력부(130)는 입력 신호를 프로세서(150)로 전송할 수 있다.
메모리(140)는 전자 장치(100)의 적어도 하나의 다른 구성요소에 관계된 명령 또는 데이터를 저장할 수 있다. 특히, 메모리(140)는 비휘발성 메모리, 휘발성 메모리, 플래시메모리(flash-memory), 하드디스크 드라이브(HDD) 또는 솔리드 스테이트 드라이브(SSD) 등으로 구현될 수 있다. 메모리(140)는 프로세서(150)에 의해 액세스되며, 프로세서(150)에 의한 데이터의 독취/기록/수정/삭제/갱신 등이 수행될 수 있다. 본 개시에서 메모리라는 용어는 메모리(140), 프로세서(150) 내 롬(미도시), 램(미도시) 또는 전자 장치(100)에 장착되는 메모리 카드(미도시)(예를 들어, micro SD 카드, 메모리 스틱)를 포함할 수 있다. 또한, 메모리(140)에는 디스플레이(110)의 디스플레이 영역에 표시될 각종 화면을 구성하기 위한 프로그램 및 데이터 등이 저장될 수 있다.
특히, 메모리(140)는 인공지능 에이전트를 수행하기 위한 프로그램을 저장할 수 있다. 이때, 인공지능 에이전트는 전자 장치(100)에 대한 다양한 서비스를 제공하기 위한 개인화된 프로그램이다.
또한, 메모리(140)는 이미지에서 선택된 오브젝트를 설명하는 텍스트 정보를 획득하기 위하여 제1 모델 및 제2 모델을 저장할 수 있다. 이에 대해서는 추후 도 4를 참조하여 상세히 설명하기로 한다.
프로세서(150)는 디스플레이(110), 통신부(120), 사용자 입력부(130) 및 메모리(140)와 전기적으로 연결되어 전자 장치(100)의 전반적인 동작 및 기능을 제어할 수 있다. 특히, 프로세서(150)는 학습된 인공지능 모델을 이용하여 이미지 속에서 선택된 오브젝트에 대한 텍스트 정보를 획득하고, 획득된 텍스트 정보를 바탕으로 검색 동작을 수행할 수 있다.
구체적으로, 프로세서(150)는 복수의 오브젝트를 포함하는 이미지를 제공하도록 디스플레이(110)를 제어할 수 있다. 사용자 입력부(130)를 통해 복수의 오브젝트 중 하나를 선택하기 위한 사용자 입력이 수신되면, 학습된 모델을 이용하여 이미지 내에서 선택된 영역에 포함된 오브젝트를 묘사하기 위한 텍스트 정보를 획득할 수 있다. 그리고, 프로세서(150)는 획득된 텍스트 정보를 바탕으로 쿼리를 생성하며, 생성된 쿼리를 외부 검색 서버에 전송하도록 통신부(120)를 제어할 수 있다. 그리고, 프로세서(150)는 통신부(120)를 통해 외부 검색 서버로부터 쿼리에 응답하는 검색 결과를 수신하며, 수신된 검색 결과를 제공하도록 디스플레이(110)를 제어할 수 있다. 프로세서(150)가 텍스트 정보를 획득하여 검색 동작을 수행하는 방법에 대해서는 추후에 상세히 설명하기로 한다.
도 2b는 본 개시의 다른 실시예에 따른, 전자 장치(100)의 구성을 상세히 도시한 블록도이다. 도 2b에 도시된 바와 같이, 전자 장치(100)는 디스플레이(110), 통신부(120), 사용자 입력부(130), 메모리(140), 프로세서(150), 카메라(160) 및 오디오 출력부(170)를 포함할 수 있다. 한편, 디스플레이(110), 메모리(140), 사용자 입력부(130)는 도 2a에서 설명하였으므로, 중복되는 설명은 생략하기로 한다.
통신부(120)는 다양한 유형의 통신방식에 따라 다양한 유형의 외부 기기와 통신을 수행할 수 있다. 통신부(120)는 와이파이칩(121), 블루투스 칩(122), 무선 통신 칩(123) 중 적어도 하나를 포함할 수 있다. 프로세서(150)는 통신부(120)를 이용하여 외부 채팅 서버 또는 각종 외부 기기와 통신을 수행할 수 있다. 그 밖에, 통신부(120)는 NFC 칩 등과 같은 다양한 통신 칩을 통해 외부 기기와 통신을 수행할 수 있다.
카메라(160)는 적어도 하나의 오브젝트를 포함하는 이미지를 촬영할 수 있다. 이때, 카메라(160)는 전자 장치(100)의 전방 및 후방 중 적어도 하나에 구비될 수 있다. 한편, 카메라(160)는 전자 장치(100) 내부에 구비될 수 있으나, 이는 일 실시예에 불과할 뿐, 전자 장치(100) 외부에 존재하며, 전자 장치(100)와 유무선으로 연결될 수 있다.
오디오 출력부(170)는 오디오 처리부(미도시)에 의해 디코딩이나 증폭, 노이즈 필터링과 같은 다양한 처리 작업이 수행된 각종 오디오 데이터뿐만 아니라 각종 알림 음이나 음성 메시지를 출력하는 구성이다. 특히, 오디오 출력부(170)는 스피커로 구현될 수 있으나, 이는 일 실시 예에 불과할 뿐, 오디오 데이터를 출력할 수 있는 출력 단자로 구현될 수 있다.
프로세서(150)(또는, 제어부)는 메모리(140)에 저장된 각종 프로그램을 이용하여 전자 장치(100)의 전반적인 동작을 제어할 수 있다.
프로세서(150)는 RAM(151), ROM(152), 그래픽 처리부(153), 메인 CPU(154), 제1 내지 n 인터페이스(155-1~155-n), 버스(156)로 구성될 수 있다. 이때, RAM(151), ROM(152), 그래픽 처리부(153), 메인 CPU(154), 제1 내지 n 인터페이스(155-1~155-n) 등은 버스(156)를 통해 서로 연결될 수 있다.
도 3은 본 개시의 일 실시예에 따른, 사용자에 의해 선택된 오브젝트에 대한 텍스트 정보를 획득하기 위한 모듈 및 학습된 모델을 포함하는 블록도이다. 도 3에 도시된 바와 같이, 전자 장치(100)는 이미지 획득 모듈(310), 제1 모델(320), 태그 정보 획득 모듈(330), 제2 모델(340), 텍스트 정보 편집 모듈(350), 쿼리 생성 모듈(360), 검색 모듈(370), 검색 결과 제공 모듈(380)을 포함할 수 있다.
이미지 획득 모듈(310)은 복수의 오브젝트를 포함하는 이미지를 획득할 수 있다. 구체적으로, 이미지 획득 모듈(310)은 카메라(160)를 통해 이미지를 획득할 수 있으며, 통신부(120)를 통해 외부 장치 또는 외부의 서버로부터 이미지를 획득할 수 있다.
제1 모델(320)은 이미지를 입력 데이터로 이용하여 이미지에 포함된 오브젝트에 대한 정보를 획득(또는 추정)하도록 학습된 인공지능 모델일 수 있다. 특히, 제1 모델(320)은 이미지를 입력 데이터로 이용하여 이미지에 포함된 복수의 오브젝트에 대한 정보를 획득할 수 있다. 이때, 제1 모델(320)은 컨볼루션 신경망(CNN) 모델일 수 있으나, 이는 일 실시예에 불과할 뿐, 이미지에 포함된 오브젝트를 인식할 수 있는 다른 모델로 구현될 수 있다.
태그 정보 추출 모듈(330)은 이미지 데이터에 포함된 태그 정보를 추출할 수 있다. 특히, 태그 정보 추출 모듈(330)은 이미지 상세 정보(예로, 이미지 크기, 파일 형식, 압축 형식 등), 이미지 촬영 일자, 이미지 촬영 장소, 이미지 촬영자, 이미지 촬영 장치, 이미지에 포함된 오브젝트에 대한 정보 등과 같은 다양한 태그 정보를 추출할 수 있다.
제2 모델(340)은 복수의 오브젝트에 대한 정보 및 사용자에 의해 선택된 영역에 대한 정보를 입력 데이터로 사용하여 복수의 오브젝트 중 사용자에 의해 선택된 영역에 포함된 오브젝트에 대한 텍스트 정보를 획득하도록 학습된 모델일 수 있다. 특히, 제2 모델(340)에 제1 모델(320)로부터 획득된 복수의 오브젝트에 대한 정보, 사용자에 의해 선택된 영역에 대한 정보 및 태그 정보 추출 모듈(330)로부터 획득된 태그 정보를 입력 데이터로 이용하여 사용자가 선택한 영역에 포함된 오브젝트에 대한 텍스트 정보를 획득할 수 있다. 이때, 제2 모델(340)은 복수의 정보를 복수의 단어로 구성된 텍스트 정보로 처리할 수 있는 순환 신경망(RNN) 모델로 구현될 수 있으나, 이는 일 실시예에 불과할 뿐, 복수의 정보를 복수의 단어로 구성된 텍스트 정보로 처리할 수 있는 다른 모델로 구현될 수 있다.
특히, 제2 모델(340)은 사용자에 의해 선택된 영역에 따라 선택된 영역에 포함된 오브젝트의 텍스트 정보를 획득할 수 있다. 예로, 사용자에 의해 선택된 영역이 제1 영역인 경우, 제2 모델(340)은 제1 영역에 포함된 제1 오브젝트의 텍스트 정보를 획득하고, 사용자에 의해 선택된 영역이 제2 영역인 경우, 제2 모델(340)은 제2 영역에 포함된 제2 오브젝트의 텍스트 정보를 획득할 수 있다.
이때, 제2 모델(340)은 오브젝트의 유형에 따라 상이한 디스크립션 항목에 대한 정보를 획득하도록 학습될 수 있다. 또한, 제2 모델(340)은 검색 카테고리에 따라 상이한 텍스트 정보를 획득하도록 학습될 수 있다.
텍스트 정보 편집 모듈(350)은 제2 모델(340)로부터 획득된 텍스트 정보를 편집하기 위한 모듈이다. 특히, 텍스트 정보 편집 모듈(350)은 텍스트 정보에 포함된 복수의 항목 중 적어도 하나의 항목에 포함된 단어를 변경하기 위한 UI를 제공할 수 있다. 또한, 텍스트 정보 편집 모듈(350)은 텍스트 정보에 포함된 복수의 디스크립션 항목 중 적어도 하나의 항목에 포함된 단어에 대한 가중치(또는 가중치)를 설정하기 위한 UI를 제공할 수 있다.
또한, 텍스트 정보 편집 모듈(350)은 제3 모델(345)을 이용하여 이미지와 편집된 텍스트 정보에 대응되는 새로운 이미지를 생성할 수 있다. 이때,, 제3 모델(345)은 이미지와 편집된 텍스트 정보를 입력 데이터로 이용하여 새로운 이미지를 생성하도록 학습된 모델일 수 있으며, GAN(Generative Adversarial Network) 모델로 구현될 수 있다.
쿼리 생성 모듈(360)은 텍스트 정보 편집 모듈(350)로부터 편집된 텍스트 정보 또는 제3 모델(345)로부터 생성된 새로운 이미지를 포함하는 쿼리를 생성할 수 있다.
검색 모듈(370)은 생성된 쿼리를 바탕으로 선택된 오브젝트와 관련된 정보 또는 관련 이미지를 검색할 수 있다. 일 실시예로, 검색 모듈(370)은 생성된 쿼리를 외부 검색 서버로 전송하고, 외부 검색 서버로부터 쿼리에 응답한 검색 결과를 수신하여 선택된 오브젝트와 관련된 정보 또는 관련 이미지를 검색할 수 있다. 또 다른 실시예로, 검색 모듈(370)은 기 저장된 이미지에 포함된 태그 정보(또는 텍스트 정보)와 쿼리에 포함된 텍스트 정보를 비교하여 전자 장치(100) 내에 저장된 이미지를 검색할 수 있다.
검색 결과 제공 모듈(380)은 검색 모듈(370)에 의해 검색된 검색 결과(즉, 선택된 오브젝트와 관련된 정보 또는 관련 이미지 등)를 사용자에게 제공할 수 있다. 이때, 검색 결과 제공 모듈(380)은 별도의 창에 검색 결과를 제공할 수 있으나, 이는 일 실시예에 불과할 뿐, 현재 디스플레이되는 화면의 일 영역에 검색 결과를 제공할 수 있다.
한편, 상술한 실시예에서는 제1 내지 제3 모델이 전자 장치(100)에 저장된 것으로 설명하였으나, 이는 일 실시예에 불과할 뿐, 외부의 서버에 저장될 수 있다. 이 경우, 전자 장치(100)는 외부의 서버와 통신을 통해여 상술한 동작을 수행할 수 있다.
도 4는 본 개시의 일 실시예에 따른, 외부 검색 서버를 이용하여 검색 결과를 제공하기 위한 실시예를 설명하기 위한 흐름도이다.
우선, 전자 장치(100)는 이미지를 제공할 수 있다(S410). 이때, 이미지는 복수의 오브젝트를 포함할 수 있다.
전자 장치(100)는 오브젝트를 선택하기 위한 사용자 입력을 수신할 수 있다(S420). 이때, 사용자 입력은 오브젝트가 포함된 영역의 일 지점을 기설정된 시간동안 터치하는 롱 프레스(long press) 터치 입력, 손가락 또는 전자 펜 등을 이용하여 오브젝트를 멀티 터치하는 멀티 터치 입력, 강하게 터치하는 포스 터치 입력, 오브젝트 주변을 드로잉하는 드로잉 터치 입력과 같은 다양한 터치 입력으로 구현될 수 있으며, 전자 장치(100)에 구비된 버튼(예를 들어, 인공지능 기능을 실행하기 위한 버튼)을 누른 후(또는, 누르는 동안에), 오브젝트를 터치하는 사용자 입력으로도 구현될 수 있다.
전자 장치(100)는 학습된 모델을 이용하여 선택된 오브젝트의 텍스트 정보를 획득할 수 있다(S430). 구체적으로, 전자 장치(100)는 제1 모델(320)에 이미지를 입력하여 이미지에 포함된 복수의 오브젝트에 대한 정보를 획득할 수 있다. 그리고, 전자 장치(100)는 제2 모델(340)에 복수의 오브젝트에 대한 정보 및 선택된 영역에 대한 정보를 입력하여 선택된 오브젝트에 대한 텍스트 정보를 획득할 수 있다. 또한, 전자 장치(100)는 제2 모델(340)에 제1 모델(320)을 통해 획득한 복수의 오브젝트, 선택된 영역에 대한 정보 이외에 이미지의 태그 정보를 입력하여 선택된 오브젝트에 대한 텍스트 정보를 획득할 수 있다. 이때, 제2 모델(340)은 검색 카테고리에 따라 상이한 텍스트 정보를 획득할 수 있다.
전자 장치(100)는 획득된 텍스트 정보를 바탕으로 검색을 위한 쿼리를 생성할 수 있다(S440). 특히, 전자 장치(100)는 사용자 명령에 따라 획득된 텍스트 정보를 편집하여 쿼리를 생성할 수 있다. 구체적으로, 전자 장치(100)는 획득된 텍스트 정보에 포함된 복수의 디스클립션 항목 중 적어도 하나의 디스크립션 항목에 대한 단어를 다른 단어로 변경하거나 가중치를 설정할 수 있다.
전자 장치(100)는 획득된 쿼리를 검색 서버(200)로 전송할 수 있다(S450).
검색 서버(200)는 쿼리를 바탕으로 검색을 수행할 수 있다(S460). 구체적으로, 검색 서버(200)는 쿼리에 포함된 텍스트 정보를 바탕으로 선택된 오브젝트와 관련된 정보 또는 이미지를 검색할 수 있다. 또는, 검색 서버(200)는 사용자에 의해 설정된 검색 카테고리에 따라 검색을 수행할 수 있다. 예로, 사용자가 뉴스 카테고리를 설정한 경우, 검색 서버(200)는 쿼리에 응답하여 뉴스 카테고리에 포함된 뉴스 컨텐츠를 검색할 수 있다.
검색 서버(200)는 검색 결과를 전자 자치(100)에 다시 전송할 수 있고(S470), 전자 장치(100)는 검색 결과를 제공할 수 있다(S480). 이때, 전자 장치(100)는 검색 결과를 이미지와 별도로 제공할 수 있으나, 이는 일 실시예에 불과할 뿐, 이미지와 함께 제공할 수 있다.
도 5는 본 개시의 일 실시예에 따른, 기 저장된 이미지를 검색하여 검색 결과를 제공하기 위한 실시예를 설명하기 위한 흐름도이다.
전자 장치(100)는 기 저장된 이미지에 대한 텍스트 정보를 저장할 수 있다(S510). 구체적으로, 전자 장치(100)는 제1 모델(320) 및 제2 모델(340)을 입력하여 이미지에 포함된 오브젝트에 대한 텍스트 정보를 획득할 수 있다. 이때, 전자 장치(100)는 복수의 오브젝트 각각에 대한 텍스트 정보를 획득할 수 있다. 그리고, 전자 장치(100)는 이미지와 복수의 오브젝트 각각에 대한 텍스트 정보를 매칭하여 저장할 수 있다.
전자 장치(100)는 이미지를 제공할 수 있다(S520). 즉, 전자 장치(100)는 기 저장된 이미지 중 하나 또는 외부 장치로부터 수신된 이미지를 제공할 수 있다. 이때, 제공되는 이미지에는 복수의 오브젝트가 포함될 수 있다.
전자 장치(100)는 오브젝트를 선택하기 위한 사용자 입력을 수신할 수 있다(S530). 이때, 사용자 입력은 롱 프레스(long press) 터치 입력, 멀티 터치 입력, 포스 터치 입력, 드로잉 터치 입력과 같은 다양한 터치 입력으로 구현될 수 있으며, 전자 장치(100)에 구비된 버튼(예를 들어, 인공지능 기능을 실행하기 위한 버튼)을 누른 후(또는, 누르는 동안에), 오브젝트를 터치하는 사용자 입력으로도 구현될 수 있다.
전자 장치(100)는 학습된 모델을 이용하여 선택된 오브젝트의 텍스트 정보를 획득할 수 있다(S540). 구체적으로, 전자 장치(100)는 제1 모델(320)에 이미지를 입력하여 이미지에 포함된 복수의 오브젝트에 대한 정보를 획득할 수 있다. 그리고, 전자 장치(100)는 제2 모델(340)에 복수의 오브젝트에 대한 정보 및 선택된 영역에 대한 정보를 입력하여 선택된 오브젝트에 대한 텍스트 정보를 획득할 수 있다. 또한, 전자 장치(100)는 제2 모델(340)에 제1 모델(320)을 통해 획득한 복수의 오브젝트 이외에 이미지의 태그 정보를 입력하여 선택된 오브젝트에 대한 텍스트 정보를 획득할 수 있다. 이때, 전자 장치(100)는 사용자 입력에 따라 텍스트 정보를 편집할 수 있다.
전자 장치(100)는 획득된 텍스트 정보와 기 저장된 텍스트 정보를 비교하여 검색을 수행할 수 있다(S550). 구체적으로, 전자 장치(100)는 획득된 텍스트 정보와 기저장된 텍스트 정보를 비교하여 획득된 텍스트 정보와 동일하거나 유사한 텍스트 정보를 가지는 이미지를 검색할 수 있다. 또 다른 예로, 전자 장치(100)는 획득된 텍스트 정보와 이미지의 태그 정보를 비교하여 이미지를 검색할 수 있다.
전자 장치(100)는 검색 결과를 사용자에게 제공할 수 있다(S560). 즉, 전자 장치(100)는 텍스트 정보를 바탕으로 기 저장된 이미지 중 선택된 오브젝트와 관련된 이미지를 검색하여 사용자에게 제공할 수 있다.
도 6은 본 개시의 일 실시예에 따른, 검색 카테고리에 따라 오브젝트의 텍스트 정보를 획득하는 실시예를 설명하기 위한 도면이다.
우선, 전자 장치(100)는 도 6의 (a)에 도시된 바와 같이, 복수의 오브젝트를 포함하는 이미지를 표시할 수 있다. 이때, 이미지에는 흰색 테니스 옷을 입은 테니스 선수 오브젝트(이하 "선수 오브젝트")(610)를 포함할 수 있다.
그리고, 전자 장치(100)는 도 6의 (a)에 도시된 바와 같이, 선수 오브젝트(610)를 선택하는 사용자 입력을 수신할 수 있다, 이때, 선수 오브젝트(610)를 선택하는 사용자 입력은 선수 오브젝트가 표시된 영역을 기설정된 시간 이상 누르는 롱프레스 터치 입력일 수 있으나, 이에 한정되는 것은 아니며, 다른 사용자 입력을 통해 선수 오브젝트를 선택할 수 있다.
선수 오브젝트(610)를 선택하는 사용자 입력이 수신되면, 전자 장치(100)는 도 6의 (b)에 도시된 바와 같이, 디스플레이의 일 영역에 검색 카테고리를 설정하기 위한 제1 UI(630)를 표시할 수 있다. 이때, 전자 장치(100)는 도 6의 (b)에 도시된 바와 같이, 제1 UI(630)를 사용자 입력이 감지된 지점에 표시할 수 있으나, 이는 일 실시예에 불과할 뿐, 디스플레이 화면의 기설정된 영역(예를 들어, 화면의 상단 영역 또는 하단 영역)에 제1 UI(630)를 표시할 수 있다.
제1 UI(630)를 통해 검색 카테고리가 설정된 경우, 전자 장치(100)는 설정된 검색 카테고리를 바탕으로 텍스트 정보를 생성할 수 있다. 구체적으로, 전자 장치(100)는 설정된 검색 카테고리의 속성에 따라 제2 모델(340)의 파라미터를 조절하여 상이한 텍스트 정보를 생성할 수 있다.
구체적으로, 사용자가 제1 UI(630) 중 뉴스 카테고리를 선택한 경우, 전자 장치(100)는 선수 오브젝트(610)에 대한 사실 정보를 포함하는 텍스트 정보를 획득하도록 제2 모델(340)의 파라미터를 설정할 수 있다. 이때, 사실 정보는 5W1H와 같은 정보일 수 있다. 그리고, 전자 장치(100)는 선수 오브젝트(610)에 대한 사실 정보를 포함하는 "A 테니스 선수"라는 텍스트 정보를 획득할 수 있으며, 도 6의 (c)에 도시된 바와 같이, 검색창(620)에 획득된 "A 테니스 선수"라는 텍스트 정보를 표시할 수 있다.
한편, 사용자가 제1 UI(630) 중 쇼핑 카테고리를 선택한 경우, 전자 장치(100)는 선수 오브젝트(610)에 대한 쇼핑 정보를 포함하는 텍스트 정보를 획득하도록 제2 모델(340)의 파라미터를 설정할 수 있다. 이때, 쇼핑 정보는 오브젝트가 착용한 옷, 액세서리, 소품 등과 같은 정보일 수 있다. 그리고, 전자 장치(100)는 선수 오브젝트(610)에 대한 쇼핑 정보를 포함하는 "흰색 테니스 원피스"라는 텍스트 정보를 획득할 수 있으며, 도 6의 (D)에 도시된 바와 같이, 검색창(620)에 획득된 "흰색 테니스 원피스"라는 텍스트 정보를 표시할 수 있다.
이때, 전자 장치(100)는 사용자 입력에 따라 검색창(620)에 표시된 텍스트 정보를 편집할 수 있다. 예로, 전자 장치(100)는 도 6의 (d)에 도시된 "흰색 테니스 원피스"를 사용자 입력에 따라 "흰색 민소매 테니스 원피스"라고 편집할 수 있다.
검색창(620)에 포함된 검색 아이콘을 선택하는 사용자 입력이 수신되면, 전자 장치(100)는 획득된 텍스트 정보를 바탕으로 쿼리를 생성하고, 생성된 쿼리를 외부 검색 서버(200)로 전송할 수 있다. 이때, 전자 장치(100)는 제1 UI(630)를 통해 설정된 검색 카테고리에 대한 정보를 쿼리에 포함시켜 외부 검색 서버(200)에 전송할 수 있다. 이때, 외부 검색 서버(200)는 쿼리에 포함된 텍스트 정보 및 검색 카테고리를 바탕으로 검색 결과를 획득할 수 있다. 즉, 외부 검색 서버(200)는 설정된 검색 카테고리에 포함된 정보 중 텍스트 정보와 일치하는 정보를 검색할 수 있다. 예로, 설정된 검색 카테고리가 뉴스 카테고리인 경우, 외부 검색 서버(200)는 뉴스 카테고리 내에서 텍스트 정보와 일치하는 뉴스를 검색할 수 있으며, 설정된 검색 카테고리가 쇼핑 카테고리인 경우, 외부 검색 서버(200)는 쇼핑 카테고리 내에서 텍스트 정보와 일치하는 쇼핑 품목을 검색할 수 있다.
외부 검색 서버(200)로부터 검색 결과가 수신되면, 전자 장치(100)는 수신된 검색 결과를 제공할 수 있다.
한편, 상술한 실시예에서는 사용자가 제1 UI(630)를 통해 검색 카테고리를 설정하는 것으로 설명하였으나, 이는 일 실시예에 불과할 뿐, 전자 장치(100)는 모든 검색 카테고리 각각에 대한 텍스트 정보를 생성하고, 생성된 텍스트 정보를 바탕으로 모든 검색 카테고리에 대한 검색 결과를 획득할 수 있다.
도 7은 본 개시의 일 실시예에 따른, 오브젝트의 유형에 따라 오브젝트의 텍스트 정보를 획득하는 실시예를 설명하기 위한 도면이다.
전자 장치(100)는 오브젝트의 유형에 따라 오브젝트의 텍스트 정보를 획득할 수 있다. 즉, 전자 장치(100)는 오브젝트의 유형에 따라 획득할 디스크립션 항목을 저장할 수 있다. 즉, 제1 모델(320) 및 제2 모델(340)은 오브젝트의 텍스트 정보를 획득할 때, 오브젝트의 유형에 따라 획득할 디스크립션 항목에 대한 정보를 획득하도록 학습될 수 있다.
예로, 오브젝트의 유형이 원피스 유형인 경우, 전자 장치(100)는 옷의 색상, 옷감 패턴, 옷의 종류, 전체 모양, 옷의 특징 등에 대한 디스크립션 항목을 바탕으로 오브젝트의 디스크릅션 정보를 획득할 수 있다. 도 7의 (a)에 도시된 바와 같은 제1 원피스 오브젝트가 선택된 경우, 전자 장치(100)는 옷의 색상에 대한 정보로 "black,white"을 획득하고, 옷의 패턴에 대한 정보로 "부분 물방울"을 획득하며, 옷의 종류에 대한 정보로 "Dress"를 획득하고, 전체 모양에 대한 정보로 "A line"을 획득하며, 옷의 특징에 대한 정보로 "중간 및 하단"을 획득할 수 있다. 그리고, 전자 장치(100)는 각각의 항목에 대한 정보를 제2 모델(200)에 입력하여 "부분 물방울 무늬를 가지고 중간 및 하단에 특징이 있는 검정색과 흰색의 A 라인 드레스 원피스"라는 제1 원피스 오브젝트의 텍스트 정보를 획득할 수 있다. 도 7의 (b)에 도시된 바와 같은 제2 원피스 오브젝트가 선택된 경우, 전자 장치(100)는 옷의 색상에 대한 정보로 "black,white"을 획득하고, 옷의 패턴에 대한 정보로 "부분 레이스"을 획득하며, 옷의 종류에 대한 정보로 "Dress"를 획득하고, 전체 모양에 대한 정보로 "A line"을 획득하며, 옷의 특징에 대한 정보로 "상단"을 획득할 수 있다. 그리고, 전자 장치(100)는 각각의 항목에 대한 정보를 제2 모델(200)에 입력하여 "부분 레이스를 가지고 상단에 특징이 있는 검정색과 흰색의 A 라인 드레스 원피스"라는 제2 원피스 오브젝트의 텍스트 정보를 획득할 수 있다. 도 7의 (c)에 도시된 바와 같은 제3 원피스 오브젝트가 선택된 경우, 전자 장치(100)는 옷의 색상에 대한 정보로 "black,gold"을 획득하고, 옷의 패턴에 대한 정보로 "부분 광택"을 획득하며, 옷의 종류에 대한 정보로 "Dress"를 획득하고, 전체 모양에 대한 정보로 "A line"을 획득하며, 옷의 특징에 대한 정보로 "하단"을 획득할 수 있다. 그리고, 전자 장치(100)는 각각의 항목에 대한 정보를 제2 모델(200)에 입력하여 "부분 광택을 가지고 하단에 특징이 있는 검정색과 금색의 A 라인 드레스 원피스"라는 제3 원피스 오브젝트의 텍스트 정보를 획득할 수 있다.
한편, 상술한 실시예에서는 원피스 오브젝트에 대한 디스크립션 항목을 설명하였으나, 이는 일 실시예에 불과할 뿐, 오브젝트의 유형마다 디스크립션 항목이 저장될 수 있다. 예로, 가방 오브젝트에는 가방 유형, 가방 텍스쳐, 가방 크기, 가방 색 등과 같은 디스크립션 항목이 저장될 수 있으며, 신발 오브젝트에는 신발 유형, 신발 패턴, 신발 재질, 신발 색 등과 같은 디스크립션 항목이 저장될 수 있다.
도 8은 본 개시의 일 실시예에 따른, 디스크립션 항목에 대한 단어를 변경하여 변경된 텍스트 정보를 생성하는 실시예를 설명하기 위한 도면이다.
우선, 전자 장치(100)는 도 8의 (a)에 도시된 바와 같이, 지갑 오브젝트(810)를 포함하는 이미지를 제공할 수 있으며, 지갑 오브젝트(810)를 선택하는 사용자 입력을 수신할 수 있다.
지갑 오브젝트(810)를 선택하는 사용자 입력이 수신된 경우, 전자 장치(100)는 제1 모델(320) 및 제2 모델(340)을 이용하여 지갑 오브젝트(810)에 대한 텍스트 정보를 획득할 수 있다. 이때, 전자 장치(100)는 지갑 오브젝트(810)의 유형에 대응되는 디스크립션 항목을 바탕으로 지갑 오브젝트(810)에 대한 텍스트 정보를 획득할 수 있다. 예로, 전자 장치(100)는 "불규칙한 패턴의 갈색 지갑"이라는 지갑 오브젝트(810)에 대한 텍스트 정보를 획득할 수 있다.
특히, 전자 장치(100)는 도 8의 (b)에 도시된 바와 같이, 지갑 오브젝트(810)에 포함된 복수의 디스크립션 항목에 대한 단어를 변경하기 위한 복수의 메뉴(820 내지 840)를 포함하는 제2 UI를 표시할 수 있다. 예로, 제2 UI에는 도 8의 (b)에 도시된 바와 같이, 오브젝트의 유형을 변경하기 위한 제1 메뉴(820), 오브젝트의 텍스처를 변경하기 위한 제2 메뉴(830), 오브젝트의 색상을 변경하기 위한 제3 메뉴(840)를 포함할 수 있다. 이때, 제2 UI는 기설정된 아이콘(예를 들어, 설정 변경 아이콘)을 선택하는 사용자 명령에 따라 표시될 수 있으며, 디스플레이 화면의 전체 영역에 표시될 수 있으나, 이는 일 실시예에 불과할 뿐, 이미지와 함께 표시될 수 있다.
제2 UI를 통해 복수의 디스크립션 항목 중 적어도 하나의 항목에 대한 단어를 변경하기 위한 사용자 입력이 수신되면, 전자 장치(100)는 수신된 사용자 입력에 따라 텍스트 정보를 변경할 수 있다. 예로, 제1 메뉴(820)를 통해 오브젝트의 유형을 "핸드백"으로 변경하기 위한 사용자 입력이 수신되면, 전자 장치(100)는 "불규칙한 패턴의 갈색 핸드백"이라는 변경된 텍스트 정보를 획득할 수 있다. 이때, 변경된 텍스트 정보는 검색창(815)에 표시될 수 있다.
검색창(815)에 변경된 텍스트 정보가 표시되는 동안 검색을 위한 사용자 입력이 수신되면, 전자 장치(100)는 변경된 텍스트 정보를 바탕으로 쿼리를 생성하고, 생성된 쿼리를 외부 검색 서버(200)로 전송할 수 있다.
외부 검색 서버(200)는 쿼리에 포함된 "불규칙한 패턴의 갈색 핸드백"이라는 텍스트 정보를 바탕으로 검색 결과를 획득할 수 있으며, 검색 결과를 전자 장치(100)로 전송할 수 있다.
전자 장치(100)는 도 8의 (c)에 도시된 바와 같이, 외부 검색 서버(200)로부터 수신된 검색 결과를 제공할 수 있다. 이때, 검색 결과는 "불규칙한 패턴의 갈생 핸드백"에 대한 이미지 정보, 쇼핑 정보 등이 포함될 수 있다.
또한, 전자 장치(100)는 다양한 UI를 통해 디스크립션 항목을 변경(또는 편집)하여 새로운 검색 이미지를 생성할 수 있다. 이에 대해서는 도 9 및 도 10을 참조하여 설명하기로 한다.
일 실시예로, 전자 장치(100)는 도 9의 (a)에 도시된 바와 같이, 지갑 오브젝트(910)를 포함하는 이미지를 제공할 수 있으며, 지갑 오브젝트(910)를 선택하는 사용자 입력을 수신할 수 있다.
지갑 오브젝트(910)를 선택하는 사용자 입력이 수신된 경우, 전자 장치(100)는 제1 모델(320) 및 제2 모델(340)을 이용하여 지갑 오브젝트(910)에 대한 텍스트 정보를 획득할 수 있다. 예로, 전자 장치(100)는 "불규칙한 패턴의 갈색 지갑"이라는 지갑 오브젝트(910)에 대한 텍스트 정보를 획득할 수 있다.
특히, 전자 장치(100)는 지갑 오브젝트(910)에 포함된 복수의 디스크립션 항목 중 하나의 항목에 대한 단어를 변경하기 위한 메뉴를 표시할 수 있다. 예로, 전자 장치(100)는 도 9의 (b)에 도시된 바와 같이, 오브젝트의 유형 항목에 대한 단어를 변경하기 위한 메뉴(920)를 표시할 수 있다.
전자 장치(100)는 메뉴(920)를 통해 입력된 사용자 명령에 따라 사용자에 의해 선택된 오브젝트의 텍스트 정보를 편집할 수 있다. 예로, 사용자가 메뉴(920)를 통해 변경하고자 하는 오브젝트의 유형을 "가방"으로 선택한 경우, 전자 장치(100)는 오브젝트의 텍스트 정보를 "불규칙한 패턴의 갈색 가방"으로 편집할 수 있다.
전자 장치(100)는 제3 모델(345)을 이용하여 이미지와 편집된 텍스트 정보에 대응되는 새로운 이미지를 생성할 수 있다. 이때, 제3 모델(345)은 이미지와 편집된 텍스트 정보를 입력 데이터로 이용하여 새로운 이미지를 생성하도록 학습된 모델일 수 있으며, GAN(Generative Adversarial Network) 모델로 구현될 수 있다. 예로, 전자 장치(100)는 제3 모델(345)에 지갑 오브젝트에 대한 이미지 및 편집된 텍스트 정보를 입력하여 도 9의 (c)에 도시된 새로운 가방 이미지를 획득할 수 있다.
검색을 위한 사용자 입력이 수신되면, 전자 장치(100)는 새로운 가방 이미지를 포함하는 쿼리를 생성하고, 생성된 쿼리를 외부 검색 서버(200)에 전송할 수 있다. 이때, 쿼리에는 새로운 가방 이미지뿐만 아니라 편집된 텍스트 정보를 함께 전송할 수 있다.
외부 검색 서버(200)는 수신된 가방 이미지를 바탕으로 검색을 수행하며, 검색 결과를 전자 장치(100)로 전송할 수 있다.
전자 장치(100)는 수신된 검색 결과를 제공할 수 있다. 예로, 전자 장치(100)는 도 9의 (d)에 도시된 바와 같이, 새로운 화면에 검색 결과를 제공할 수 있다.
또 다른 실시예로, 전자 장치(100)는 도 10의 (a)에 도시된 바와 같이, 신발 오브젝트(1010)를 포함하는 이미지를 제공할 수 있으며, 신발 오브젝트(1010)를 선택하는 사용자 입력을 수신할 수 있다.
신발 오브젝트(1010)를 선택하는 사용자 입력이 수신된 경우, 전자 장치(100)는 제1 모델(320) 및 제2 모델(340)을 이용하여 신발 오브젝트(1010)에 대한 텍스트 정보를 획득할 수 있다. 예로, 전자 장치(100)는 "검정색 가죽의 발목까지 덮는 구두"이라는 신발 오브젝트(1010)에 대한 텍스트 정보를 획득할 수 있다.
특히, 전자 장치(100)는 텍스트 정보를 변경하기 위한 검색창(1020)을 표시할 수 있다. 예로, 전자 장치(100)는 도 10의 (a)에 도시된 바와 같이, 신발 오브젝트(1010)를 포함하는 이미지 상단에 검색창(1020)을 표시할 수 있다.
전자 장치(100)는 검색창(1020)를 통해 입력된 사용자 명령에 따라 선택된 오브젝트의 텍스트 정보를 편집할 수 있다. 예로, 사용자가 검색창(1020)를 통해 "brown"을 입력한 경우, 전자 장치(100)는 오브젝트의 텍스트 정보를 "갈색 가죽의 발목까지 덮는 구두"로 편집할 수 있다.
전자 장치(100)는 제3 모델(345)을 이용하여 이미지와 편집된 텍스트 정보에 대응되는 새로운 이미지를 생성할 수 있다. 예로, 전자 장치(100)는 제3 모델(345)에 신발 오브젝트(1010)에 대한 이미지 및 편집된 텍스트 정보를 입력하여 도 10의 (b)에 도시된 새로운 신발 이미지를 획득할 수 있다.
검색을 위한 사용자 입력이 수신되면, 전자 장치(100)는 새로운 신발 이미지를 포함하는 쿼리를 생성하고, 생성된 쿼리를 외부 검색 서버(200)에 전송할 수 있다. 이때, 쿼리에는 새로운 신발 이미지뿐만 아니라 편집된 텍스트 정보를 함께 전송할 수 있다.
외부 검색 서버(200)는 수신된 신발 이미지를 바탕으로 검색을 수행하며, 검색 결과를 전자 장치(100)로 전송할 수 있다.
전자 장치(100)는 수신된 검색 결과를 제공할 수 있다. 예로, 전자 장치(100)는 도 10의 (c)에 도시된 바와 같이, 새로운 화면에 검색 결과를 제공할 수 있다.
도 11은 본 개시의 일 실시예에 따른, 디스크립션 항목의 우선순위를 설정하기 위한 UI를 이용하여 이미지와 관련된 정보를 검색하는 실시예를 설명하기 위한 도면이다.
전자 장치(100)는 도 11의 (a)에 도시된 바와 같이, 원피스 오브젝트(1110)를 포함하는 이미지를 제공할 수 있으며, 원피스 오브젝트(1110)를 선택하는 사용자 입력을 수신할 수 있다.
원피스 오브젝트(1110)를 선택하는 사용자 입력이 수신된 경우, 전자 장치(100)는 제1 모델(320) 및 제2 모델(340)을 이용하여 원피스 오브젝트(1110)에 대한 텍스트 정보를 획득할 수 있다. 예로, 전자 장치(100)는 "벨트를 포함하며, 패턴을 가지는 검정색 원피스"라는 원피스 오브젝트(1110)에 대한 텍스트 정보를 획득할 수 있다.
전자 장치(100)는 텍스트 정보에 포함된 디스크립션 항목에 대한 단어의 우선순위를 설정하기 위한 UI를 표시할 수 있다. 예로, 전자 장치(100)는 도 11의 (b)에 도시된 바와 같이, 텍스트 정보에 포함된 디스크립션 항목에 대한 단어들을 포함하는 메뉴(1120)를 표시할 수 있다. 이때, 메뉴(1120)에는 디스크립션 항목에 대한 단어들인 "Black", "Pattern", "Belted", "One-piece"라는 항목을 포함할 수 있다.
복수의 항목 중 적어도 하나를 선택하는 사용자 명령이 입력되면, 전자 장치(100)는 선택된 항목에 대한 가중치 정보를 생성할 수 있다. 예로, "black", "pattern"을 선택한 경우, 전자 장치(100)는 "black", "pattern"이라는 단어에 가중치를 설정하는 제1 가중치 정보를 생성할 수 있다. 또 다른 예로, "Pattern", "Belted", "One-piece"을 선택한 경우, 전자 장치(100)는 "Pattern", "Belted", "One-piece"이라는 단어에 가중치를 설정하는 제2 가중치 정보를 생성할 수 있다.
검색을 위한 사용자 입력이 수신되면, 전자 장치(100)는 생성된 텍스트 정보와 가중치 정보를 포함하는 쿼리를 생성하고, 생성된 쿼리를 외부 검색 서버(200)에 전송할 수 있다. 외부 검색 서버(200)는 생성된 텍스트 정보와 가중치 정보를 바탕으로 이미지를 검색할 수 있다. 예로, 생성된 텍스트 정보 및 제1 가중치 정보가 수신된 경우, 외부 검색 서버(200)는 도 11의 (c)에 도시된 바와 같이, "패턴을 가지는 검정색 옷"을 검색할 수 있으며, 생성된 텍스트 정보 및 제2 가중치 정보가 수신된 경우, 외부 검색 서버(200)는 도 11의 (d)에 도시된 바와 같이, "벨트를 포함하며 패턴을 가지는 원피스"를 검색할 수 있다. 즉, 외부 검색 서버(200)는 텍스트 정보 중 가중치 정보에 포함된 단어를 가지는 이미지를 검색할 수 있다.
전자 장치(100)는 외부 검색 서버(200)로부터 검색 결과를 수신하여 수신된 검색 결과를 제공할 수 있다.
한편, 상술한 실시예에서는 가중치 정보에 포함된 단어를 가지는 이미지를 검색하는 것으로 설명하였으나, 이는 일 실시예에 불과할 뿐, 텍스트 정보에 대응되는 복수의 이미지를 획득하고, 가중치 정보를 바탕으로 복수의 이미지를 정렬할 수 있다.
도 12는 본 개시의 일 실시예에 따른, 전자 장치의 제어 방법을 설명하기 위한 흐름도이다.
우선, 전자 장치(100)는 복수의 오브젝트를 포함하는 이미지를 제공할 수 있다(S1210).
전자 장치(100)는 복수의 오브젝트 중 하나를 선택하기 위한 사용자 입력을 수신할 수 있다(S1220). 이때, 사용자 입력은 롱프레스 터치 입력, 멀티 터치 입력, 포스 터치 입력, 드로잉 터치 입력 등과 같은 다양한 입력 중 하나로 구현될 수 있다.
전자 장치(100)는 학습된 모델을 이용하여 이미지 내에서 선택된 오브젝트를 설명하기 위한 텍스트 정보를 획득할 수 있다(S1230). 구체적으로, 전자 장치(100)는 이미지를 입력하여 이미지에 포함된 오브젝트에 대한 정보를 추정하도록 학습된 제1 모델을 이용하여 이미지에 포함된 복수의 오브젝트에 대한 정보를 획득하고, 복수의 오브젝트에 대한 정보를 입력하여 복수의 오브젝트에 대한 텍스트 정보를 획득하도록 학습된 제2 모델을 이용하여 복수의 오브젝트 중 선택된 오브젝트를 설명하기 위한 상기 텍스트 정보를 획득할 수 있다. 이때, 제1 모델은 CNN(Convolutional Neural Network) 모델이며, 제2 모델은 RNN(Recurrent Neural Network) 모델일 수 있다. 또한, 전자 장치(100)는 제2 모델에 복수의 오브젝트에 대한 정보, 선택된 영역에 대한 정보 및 이미지의 태그 정보를 함께 입력하여 선택된 오브젝트를 설명하기 위한 텍스트 정보를 획득할 수 있다.
전자 장치(100)는 텍스트 정보를 바탕으로 쿼리를 생성할 수 있다(S1240). 이때, 전자 장치(100)는 사용자 입력에 따라 텍스트 정보를 편집할 수 있으며, 편집된 텍스트 정보가 포함된 쿼리를 생성할 수 있다.
전자 장치(100)는 생성된 쿼리를 외부 검색 서버(200)에 전송할 수 있으며(S1250), 외부 검색 서버(200)로부터 쿼리에 응답하는 검색 결과를 수신할 수 있다(S1260).
전자 장치(100)는 외부 검색 서버(200)로부터 수신한 검색 결과를 제공할 수 있다(S1270).
도 13은 본 개시의 일 실시예에 따른, 인공지능 모델을 학습하고 이용하기 위한 전자 장치의 구성을 나타내는 블록도이다.
도 13을 참조하면, 프로세서(1300)는 학습부(1310) 및 인식부(1320) 중 적어도 하나를 포함할 수 있다. 도 13의 프로세서(1300)는 도 2a 및 도 2b의 전자 장치(100)의 프로세서(150) 또는 데이터 학습 서버(미도시)의 프로세서에 대응될 수 있다.
학습부(1310)는 학습 데이터를 이용하여 이미지에 포함된 복수의 오브젝트를 인식하기 위한 제1 모델 및 오브젝트의 텍스트 정보를 획득하기 위한 제2 모델을 생성 또는 학습시킬 수 있다. 학습부(1310)는 수집된 학습 데이터를 이용하여 인식 기준을 갖는 학습된 모델을 생성할 수 있다.
일 예로, 학습부(1310)는 이미지를 입력 데이터로 사용하여 이미지에 포함된 복수의 오브젝트에 대한 정보를 획득하기 위한 제1 모델을 생성, 학습 또는 갱신시킬 수 있다. 또한, 학습부(1310)는 복수의 오브젝트에 대한 정보, 선택된 영역에 대한 정보 및 이미지의 태그 정보 중 적어도 하나를 입력 데이터로 사용하여 오브젝트에 대한 텍스트 정보를 획득하기 위한 제2 모델을 생성, 학습 또는 갱신시킬 수 있다. 이때, 학습부(1310)는 오브젝트의 유형에 따라 정해진 디스크립션 항목을 바탕으로 오브젝트에 대한 텍스트 정보를 획득하도록 제2 모델을 학습시킬 수 있다. 또한, 학습부(1310)는 이미지 및 편집된 텍스트 정보를 입력 데이터로 사용하여 새로운 이미지를 획득하기 위한 제3 모델을 생성, 학습 또는 갱신시킬 수 있다. 한편, 본 발명의 일 실시예에 다른 실시예에 따르면, 제1 모델 및 제2 모델은 서로 통합된 모델로 구현될 수 있다. 즉, 통합된 모델은 이미지를 입력 데이터로 사용하여 이미지에 포함된 오브젝트에 대한 텍스트 정보를 획득할 수 있다.
인식부(1320)는 소정의 데이터를 학습된 모델의 입력 데이터로 사용하여, 다양한 정보를 획득할 수 있다.
일 예로, 인식부(1320)는 이미지를 학습된 제1 모델의 입력 데이터로 사용하여 이미지에 포함된 복수의 오브젝트를 인식(또는, 추정, 추론)할 수 있다. 또한, 인식부(1320)는 복수의 오브젝트에 대한 정보, 선택된 영역에 대한 정보 및 이미지의 태그 정보를 학습된 제2 모델의 입력 데이터로 사용하여 복수의 오브젝트 중 사용자에 의해 선택된 영역에 포함된 오브젝트에 대한 텍스트 정보를 인식(또는 추정, 추론, 획득)할 수 있다. 또한, 인식부(1320)는 이미지 및 편집된 텍스트 정보를 입력 데이터로 사용하여 편집된 텍스트 정보에 대응되는 새로운 이미지를 생성할 수 있다.
학습부(1310)의 적어도 일부 및 인식부(1320)의 적어도 일부는, 소프트웨어 모듈로 구현되거나 적어도 하나의 하드웨어 칩 형태로 제작되어 전자 장치에 탑재될 수 있다. 예를 들어, 학습부(1310) 및 인식부(1320) 중 적어도 하나는 인공 지능(AI; artificial intelligence)을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 또는 기존의 범용 프로세서(예: CPU 또는 application processor) 또는 그래픽 전용 프로세서(예: GPU)의 일부로 제작되어 전술한 각종 전자 장치에 탑재될 수도 있다. 이때, 인공 지능을 위한 전용 하드웨어 칩은 확률 연산에 특화된 전용 프로세서로서, 기존의 범용 프로세서보다 병렬처리 성능이 높아 기계 학습과 같은 인공 지능 분야의 연산 작업을 빠르게 처리할 수 있다. 학습부(1310) 및 인식부(1320)가 소프트웨어 모듈(또는, 인스트럭션(instruction) 포함하는 프로그램 모듈)로 구현되는 경우, 소프트웨어 모듈은 컴퓨터로 읽을 수 있는 판독 가능한 비일시적 판독 가능 기록매체(non-transitory computer readable media)에 저장될 수 있다. 이 경우, 소프트웨어 모듈은 OS(Operating System)에 의해 제공되거나, 소정의 애플리케이션에 의해 제공될 수 있다. 또는, 소프트웨어 모듈 중 일부는 OS(Operating System)에 의해 제공되고, 나머지 일부는 소정의 애플리케이션에 의해 제공될 수 있다.
　이 경우, 학습부(1310) 및 인식부(1320)는 하나의 전자 장치에 탑재될 수도 있으며, 또는 별개의 전자 장치들에 각각 탑재될 수도 있다. 예를 들어, 학습부(1310) 및 인식부(1320) 중 하나는 전자 장치(100)에 포함되고, 나머지 하나는 외부의 서버에 포함될 수 있다. 또한, 학습부(1310) 및 인식부(1320)는 유선 또는 무선으로 통하여, 학습부(1310)가 구축한 모델 정보를 인식부(1320)로 제공할 수도 있고, 학습부(1320)로 입력된 데이터가 추가 학습 데이터로서 학습부(1310)로 제공될 수도 있다.
도 14a는, 다양한 실시예에 따른 학습부(1310) 및 인식부(1320)의 블록도이다.
도 14a의 (a)를 참조하면, 일부 실시예에 따른 학습부(1310)는 학습 데이터 획득부(1310-1) 및 모델 학습부(1310-4)를 포함할 수 있다. 또한, 학습부(1310)는 학습 데이터 전처리부(1310-2), 학습 데이터 선택부(1310-3) 및 모델 평가부(1310-5) 중 적어도 하나를 선택적으로 더 포함할 수 있다.
학습 데이터 획득부(1310-1)는 제1 모델 내지 제3 모델에 필요한 학습 데이터를 획득할 수 있다. 본 개시의 실시예로, 학습 데이터 획득부(1310-1)는 이미지, 복수의 오브젝트에 대한 정보, 텍스트 정보를 학습 데이터로서 획득할 수 있다. 학습 데이터는 학습부(1310) 또는 학습부(1310)의 제조사가 수집 또는 테스트한 데이터가 될 수도 있다.
모델 학습부(1310-4)는 학습 데이터를 이용하여, 이미지 속에 포함된 오브젝트를 어떻게 인식할지, 오브젝트에 대한 텍스트 정보를 어떻게 획득할지, 편집된 텍스트 정보를 바탕으로 어떻게 새로운 이미지를 생성할지에 관한 기준을 갖도록 학습시킬 수 있다. 예로, 모델 학습부(1310-4)는 학습 데이터 중 적어도 일부를 판단 기준으로 이용하는 지도 학습(supervised learning)을 통하여, 인공지능 모델을 학습시킬 수 있다. 또는, 모델 학습부(1310-4)는, 예를 들어, 별다른 지도 없이 학습 데이터를 이용하여 스스로 학습함으로써, 상황의 판단을 위한 판단 기준을 발견하는 비지도 학습(unsupervised learning)을 통하여, 인공지능 모델을 학습시킬 수 있다. 또한, 모델 학습부(1310-4)는, 예를 들어, 학습에 따른 상황 판단의 결과가 올바른 지에 대한 피드백을 이용하는 강화 학습(reinforcement learning)을 통하여, 인공지능 모델을 학습시킬 수 있다. 또한, 모델 학습부(1310-4)는, 예를 들어, 오류 역전파법(error back-propagation) 또는 경사 하강법(gradient descent)을 포함하는 학습 알고리즘 등을 이용하여 인공지능 모델을 학습시킬 수 있다
모델 학습부(1310-4)는 미리 구축된 인공지능 모델이 복수 개가 존재하는 경우, 입력된 학습 데이터와 기본 학습 데이터의 관련성이 큰 인공지능 모델을 학습할 인공지능 모델로 결정할 수 있다. 이 경우, 기본 학습 데이터는 데이터의 타입별로 기 분류되어 있을 수 있으며, 인공지능 모델은 데이터의 타입별로 미리 구축되어 있을 수 있다. 예를 들어, 기본 학습 데이터는 학습 데이터가 생성된 지역, 학습 데이터가 생성된 시간, 학습 데이터의 크기, 학습 데이터의 장르, 학습 데이터의 생성자, 학습 데이터 내의 오브젝트의 종류 등과 같은 다양한 기준으로 기분류되어 있을 수 있다.
인공지능 모델이 학습되면, 모델 학습부(1310-4)는 학습된 인공지능 모델을 저장할 수 있다. 이 경우, 모델 학습부(1310-4)는 학습된 인공지능 모델을 전자 장치(100)의 메모리(130)에 저장할 수 있다. 또는, 모델 학습부(1310-4)는 학습된 인공지능 모델을 전자 장치(100)와 유선 또는 무선 네트워크로 연결되는 서버(예를 들어, 개인 비서 채팅 서버(1100))의 메모리에 저장할 수도 있다.
학습부(1310)는 인공지능 모델의 인식 결과를 향상시키거나, 인공지능 모델의 생성에 필요한 자원 또는 시간을 절약하기 위하여, 학습 데이터 전처리부(1310-2) 및 학습 데이터 선택부(1310-3)를 더 포함할 수도 있다.
학습 데이터 전처리부(1310-2)는 오브젝트 인식 및 텍스트 정보 생성을 위한 학습에 획득된 데이터가 이용될 수 있도록, 획득된 데이터를 전처리할 수 있다. 학습 데이터 전처리부(1310-2)는 모델 학습부(1310-4)가 오브젝트 인식 및 텍스트 정보 생성을 위한 학습을 위하여 획득된 데이터를 이용할 수 있도록, 획득된 데이터를 기설정된 포맷으로 가공할 수 있다. 예를 들어, 학습 데이터 전처리부(1310-2)는 입력된 텍스트 정보 중 인공지능 모델에 필요없는 텍스트(예를 들어, 부사,감탄사 등)를 제거할 수 있다.
학습 데이터 선택부(1310-3)는 학습 데이터 획득부(1310-1)에서 획득된 데이터 또는 학습 데이터 전처리부(1310-2)에서 전처리된 데이터 중에서 학습에 필요한 데이터를 선택할 수 있다. 선택된 학습 데이터는 모델 학습부(1310-4)에 제공될 수 있다. 학습 데이터 선택부(1310-3)는 기 설정된 선별 기준에 따라, 획득되거나 전처리된 데이터 중에서 학습에 필요한 학습 데이터를 선택할 수 있다. 또한, 학습 데이터 선택부(1310-3)는 모델 학습부(1310-4)에 의한 학습에 의해 기 설정된 선별 기준에 따라 학습 데이터를 선택할 수도 있다.
학습부(1310)는 인공지능 모델의 인식 결과를 향상시키기 위하여, 모델 평가부(1310-5)를 더 포함할 수도 있다.
모델 평가부(1310-5)는 인공지능 모델에 평가 데이터를 입력하고, 평가 데이터로부터 출력되는 인식 결과가 소정 기준을 만족하지 못하는 경우, 모델 학습부(1310-4)로 하여금 다시 학습하도록 할 수 있다. 이 경우, 평가 데이터는 인공지능 모델을 평가하기 위한 기 정의된 데이터일 수 있다.
예를 들어, 모델 평가부(1310-5)는 평가 데이터에 대한 학습된 인공지능 모델의 인식 결과 중에서, 인식 결과가 정확하지 않은 평가 데이터의 개수 또는 비율이 미리 설정된 임계치를 초과하는 경우 소정 기준을 만족하지 못한 것으로 평가할 수 있다.
한편, 학습된 인공지능 모델이 복수 개가 존재하는 경우, 모델 평가부(1310-5)는 각각의 학습된 인공지능 모델에 대하여 소정 기준을 만족하는지를 평가하고, 소정 기준을 만족하는 모델을 최종 인공지능 모델로서 결정할 수 있다. 이 경우, 소정 기준을 만족하는 모델이 복수 개인 경우, 모델 평가부(1310-5)는 평가 점수가 높은 순으로 미리 설정된 어느 하나 또는 소정 개수의 모델을 최종 인공지능 모델로서 결정할 수 있다.
도 14a의 (b)를 참조하면, 일부 실시예에 따른 인식부(1320)는 입력 데이터 획득부(1320-1) 및 인식 결과 제공부(1320-4)를 포함할 수 있다.
또한, 인식부(1320)는 입력 데이터 전처리부(1320-2), 입력 데이터 선택부(1320-3) 및 모델 갱신부(1320-5) 중 적어도 하나를 선택적으로 더 포함할 수 있다.
입력 데이터 획득부(1320-1)는 이미지에 포함된 오브젝트를 인식하고 오브젝트에 대한 텍스트 정보를 획득하기 위해 필요한 데이터를 획득할 수 있다. 인식 결과 제공부(1320-4)는 입력 데이터 획득부(1320-1)에서 획득된 입력 데이터를 입력 값으로 학습된 인공지능 모델에 적용하여 이미지에 포함된 오브젝트를 인식하고, 오브젝트에 대한 텍스트 정보를 획득할 수 있다. 인식 결과 제공부(1320-4)는 후술할 입력 데이터 전처리부(1320-2) 또는 입력 데이터 선택부(1320-3)에 의해 선택된 데이터를 입력 값으로 인공지능 모델에 적용하여 인식 결과를 획득할 수 있다. 인식 결과는 인공지능 모델에 의해 결정될 수 있다.
일 실시예로, 인식 결과 제공부(1320-4)는 입력 데이터 획득부(1320-1)에서 획득한 이미지 데이터를 학습된 제1 모델에 적용하여 이미지에 포함된 오브젝트를 인식(또는, 추정)할 수 있다.
또 다른 예로, 인식 결과 제공부(1320-4)는 입력 데이터 획득부(1320-1)에서 획득한 오브젝트에 대한 정보, 선택된 영역에 대한 정보 및 이미지의 태그 정보를 학습된 제2 모델에 적용하여 선택된 영역에 포함된 오브젝트의 텍스트 정보를 획득(또는, 추정)할 수 있다.
또 다른 예로, 인식 결과 제공부(1320-4)는 입력 데이터 획득부(1320-1)에서 획득한 이미지 및 편집된 텍스트 정보를 학습된 제3 모델에 적용하여 편집된 텍스트 정보에 대응되는 새로운 이미지를 획득(또는, 추정)할 수 있다.
인식부(1320)는 인공지능 모델의 인식 결과를 향상시키거나, 인식 결과의 제공을 위한 자원 또는 시간을 절약하기 위하여, 입력 데이터 전처리부(1320-2) 및 입력 데이터 선택부(1320-3)를 더 포함할 수도 있다.
입력 데이터 전처리부(1320-2)는 제1 내지 제3 모델에 입력되기 위해 획득된 데이터가 이용될 수 있도록, 획득된 데이터를 전처리할 수 있다. 입력 데이터 전처리부(1320-2)는 인식 결과 제공부(1320-4)가 오브젝트 인식 및 텍스트 정보 획득을 위하여 획득된 데이터를 이용할 수 있도록, 획득된 데이터를 기 정의된 포맷으로 가공할 수 있다.
입력 데이터 선택부(1320-3)는 입력 데이터 획득부(1320-1)에서 획득된 데이터 또는 입력 데이터 전처리부(1320-2)에서 전처리된 데이터 중에서 상황 판단에 필요한 데이터를 선택할 수 있다. 선택된 데이터는 인식 결과 제공부(1320-4)에게 제공될 수 있다. 입력 데이터 선택부(1320-3)는 상황 판단을 위한 기 설정된 선별 기준에 따라, 획득되거나 전처리된 데이터 중에서 일부 또는 전부를 선택할 수 있다. 또한, 입력 데이터 선택부(1320-3)는 모델 학습부(1310-4)에 의한 학습에 의해 기 설정된 선별 기준에 따라 데이터를 선택할 수도 있다.
모델 갱신부(1320-5)는 인식 결과 제공부(1320-4)에 의해 제공되는 인식 결과에 대한 평가에 기초하여, 인공지능 모델이 갱신되도록 제어할 수 있다. 예를 들어, 모델 갱신부(1320-5)는 인식 결과 제공부(1320-4)에 의해 제공되는 인식 결과를 모델 학습부(1310-4)에게 제공함으로써, 모델 학습부(1310-4)가 인공지능 모델을 추가 학습 또는 갱신하도록 요청할 수 있다.
도 14b는, 일 실시예에 따른 전자 장치(100) 및 외부의 서버(S)가 서로 연동함으로써 데이터를 학습하고 판단하는 예시를 나타내는 도면이다.
도 14b를 참조하면, 외부의 서버(S)는 이미지에 포함된 오브젝트를 인식하고, 오브젝트의 텍스트 정보를 획득하기 위한 기준을 학습할 수 있으며, 전자 장치(100)는 서버(S)에 의한 학습 결과에 기초하여 생성된 모델들을 이용하여 이미지에 포함된 오브젝트를 인식하고, 오브젝트의 텍스트 정보를 획득할 수 있다.
이 경우, 서버(S)의 모델 학습부(1310-4)는 도 13에 도시된 학습부(1310)의 기능을 수행할 수 있다. 서버(S)의 모델 학습부(1310-4)는 제1 내지 제3 모델에 대한 판단 기준(혹은, 인식 기준)을 학습할 수 있다.
또한, 전자 장치(100)의 인식 결과 제공부(1320-4)는 입력 데이터 선택부(1320-3)에 의해 선택된 데이터를 서버(S)에 의해 생성된 인공지능 모델에 적용하여 이미지에 포함된 오브젝트를 인식하고, 오브젝트의 텍스트 정보를 획득할 수 있다. 또는, 전자 장치(100)의 인식 결과 제공부(1320-4)는 서버(50)에 의해 생성된 인공지능 모델을 서버(50)로부터 수신하고, 수신된 인공지능 모델을 이용하여 이미지에 포함된 오브젝트를 인식하고, 오브젝트의 텍스트 정보를 획득할 수 있다.
도 15 내지 16은 본 개시의 일 실시예에 따른, 학습된 모델을 이용하는 네트워크 시스템의 흐름도이다. 도 15 및 도 16에서, 학습된 인공지능 모델을 이용하는 네트워크 시스템은 제1 구성 요소(1501,1601), 제2 구성 요소(1502,1602) 및 제3 구성 요소(1503)를 포함할 수 있다.
여기서, 제1 구성 요소(1501,1601)는 전자 장치(A)이고, 제2 구성 요소(1502,1602)는 인공지능 모델이 저장된 서버(S)가 될 수 있다. 또는, 제1 구성 요소(1501,1601)는 범용 프로세서이고, 제2 구성 요소(1502,1602)는 인공 지능 전용 프로세서가 될 수 있다. 또는, 제1 구성 요소(1501,1601)는 적어도 하나의 어플리케이션이 될 수 있고, 제2 구성 요소(1502,1602)는 운영 체제(operating system, OS)가 될 수 있다. 즉, 제2 구성 요소(1502,1602)는 제1 구성 요소(1501,1601)보다 더 집적화되거나, 전용화되거나, 딜레이(delay)가 작거나, 성능이 우세하거나 또는 많은 리소스를 가진 구성 요소로서 데이터 인식 모델의 생성, 갱신 또는 적용 시에 요구되는 많은 연산을 제1 구성 요소(1501,1601)보다 신속하고 효과적으로 처리 가능한 구성 요소가 될 수 있다.
이 경우, 제1 구성 요소(1501,1601) 및 제2 구성 요소(1502,1602) 간에 데이터를 송/수신하기 위한 인터페이스가 정의될 수 있다.
예로, 인식 모델에 적용할 학습 데이터를 인자 값(또는, 매개 값 또는 전달 값)으로 갖는 API(application program interface)가 정의될 수 있다. API는 어느 하나의 프로토콜(예로, 전자 장치(A)에서 정의된 프로토콜)에서 다른 프로토콜(예로, 서버(S)에서 정의된 프로토콜)의 어떤 처리를 위해 호출할 수 있는 서브 루틴 또는 함수의 집합으로 정의될 수 있다. 즉, API를 통하여 어느 하나의 프로토콜에서 다른 프로토콜의 동작이 수행될 수 있는 환경을 제공될 수 있다.
한편, 제3 구성 요소(1503)는 제1 구성 요소(1501,1601) 및 제2 구성 요소(1502,1602) 중 적어도 하나에서 수신한 데이터에 기반하여 객체와 연관된 검색 결과를 획득할 수 있다. 제3 구성 요소(1503)는 예로, 외부 검색 서버(200)에 대응될 수 있다. 이 때, 제3 구성 요소(1503)가 수신하는 데이터는, 예로, 이미지, 편집된 텍스트 정보 등이 될 수 있다. 또한, 일 실시예에 따라, 제3 구성 요소(1503)는 제2 구성 요소(1502)와 하나의 장치로 구현될 수 있다.
도 15에서, 제1 구성 요소(1501)는 이미지를 제공할 수 있다(S1505). 이때, 이미지는 복수의 오브젝트를 포함할 수 있다. 그리고, 제1 구성 요소(1501)는 오브젝트를 선택하기 위한 사용자 입력을 수신할 수 있다(S1510).
제1 구성 요소(1501)는 이미지 및 제1 영역에 대한 정보를 제2 구성 요소(1502)로 전송할 수 있다(S1515). 이때, 제1 영역에 대한 정보는 사용자 입력이 수신된 터치 좌표에 대한 정보일 수 있다. 또한, 제1 구성 요소(1501)는 이미지와 함께 이미지에 대한 태그 정보를 함께 전송할 수 있다.
제2 구성 요소(1502)는 제1 모델을 이용하여 오브젝트에 대한 정보를 획득할 수 있다(S1520). 구체적으로, 제2 구성 요소(1502)는 제1 모델에 이미지를 입력하여 이미지에 포함된 복수의 오브젝트에 대한 정보를 획득할 수 있다.
제2 구성 요소(1502)는 제2 모델을 이용하여 선택된 오브젝트에 대한 텍스트 정보를 획득할 수 있다(S1525). 구체적으로, 제2 구성 요소(1502)는 제2 모델에 복수의 오브젝트에 대한 정보 및 선택된 영역에 대한 정보를 입력하여 복수의 오브젝트 중 사용자에 의해 선택된 영역에 포함된 오브젝트에 대한 텍스트 정보를 획득할 수 있다. 또한, 제2 구성 요소(1502)는 제2 모델에 복수의 오브젝트에 대한 정보 및 선택된 영역에 대한 정보뿐만 아니라 이미지의 태그 정보를 함께 입력하여 선택된 영역에 포함된 오브젝트에 대한 텍스트 정보를 획득할 수 있다.
제2 구성 요소(1502)는 획득된 텍스트 정보를 제1 구성 요소(1501)로 전송할 수 있다(S1530). 상술한 실시예에서는 제2 구성 요소(1502)가 텍스트 정보를 제1 구성 요소로 전송할 수 있으나, 이는 일 실시예에 불과할 뿐, 바로 제3 구성 요소로 텍스트 정보를 전송할 수 있다.
제1 구성 요소(1501)는 수신된 텍스트 정보를 바탕으로 쿼리를 생성할 수 있다(S1535). 이때, 쿼리는 수신된 텍스트 정보를 수신할 수 있으나, 다른 실시예에 따라, 사용자에 의해 편집된 텍스트 정보 또는 제3 모델을 통해 생성된 새로운 이미지를 포함할 수 있다.
제1 구성 요소(1501)는 생성된 쿼리를 외부의 제3 구성 요소로 전송할 수 있으며(S1540), 제3 구성 요소(1503)는 쿼리를 바탕으로 검색을 수행할 수 있다(S1545).
제3 구성 요소(1503)는 검색 결과를 제1 구성 요소(1501)로 전송할 수 있으며(S1550), 제1 구성 요소(1501)는 수신된 검색 결과를 사용자에게 제공할 수 있다(S1555).
도 16에서, 제1 구성 요소(1601)는 이미지를 제공할 수 있다(S1610). 이때, 이미지는 복수의 오브젝트를 포함할 수 있다. 그리고, 제1 구성 요소(1601)는 오브젝트를 선택하기 위한 사용자 입력을 수신할 수 있다(S1620).
제1 구성 요소(1601)는 이미지 및 제1 영역에 대한 정보를 제2 구성 요소(1602)로 전송할 수 있다(S1630). 이때, 제1 영역에 대한 정보는 사용자 입력이 수신된 터치 좌표에 대한 정보일 수 있다. 또한, 제1 구성 요소(1601)는 이미지와 함께 이미지에 대한 태그 정보를 함께 전송할 수 있다.
제2 구성 요소(1602)는 제1 모델을 이용하여 오브젝트에 대한 정보를 획득할 수 있다(S1640). 구체적으로, 제2 구성 요소(1502)는 제1 모델에 이미지를 입력하여 이미지에 포함된 복수의 오브젝트에 대한 정보를 획득할 수 있다.
제2 구성 요소(1602)는 제2 모델을 이용하여 선택된 오브젝트에 대한 텍스트 정보를 획득할 수 있다(S1650). 구체적으로, 제2 구성 요소(1602)는 제2 모델에 복수의 오브젝트에 대한 정보 및 선택된 영역에 대한 정보를 입력하여 복수의 오브젝트 중 선택된 영역에 포함된 오브젝트에 대한 텍스트 정보를 획득할 수 있다. 또한, 제2 구성 요소(1602)는 제2 모델에 복수의 오브젝트에 대한 정보 및 선택된 영역에 대한 정보뿐만 아니라 이미지의 태그 정보를 함께 입력하여 선택된 영역에 포함된 오브젝트에 대한 텍스트 정보를 획득할 수 있다.
제2 구성 요소(1602)는 획득된 텍스트 정보를 제1 구성 요소(1601)로 전송할 수 있다(S1660).
제1 구성 요소(1601)는 수신된 텍스트 정보를 바탕으로 검색을 수행할 수 있다(S1670). 구체적으로, 제1 구성 요소(1601)는 수신된 텍스트 정보와 기저장된 텍스트 정보를 비교하여, 수신된 텍스트 정보와 일치하거나 유사한 텍스트 정보를 가지는 이미지를 검색할 수 있다.
제1 구성 요소(1601)는 검색 결과를 사용자에게 제공할 수 있다(S1680).
상술한 바와 같은 본 개시의 다양한 실시예에 의해, 사용자는 이미지에 포함된 오브젝트 중 사용자에 의해 선택된 오브젝트에 대한 상세 검색 결과를 더욱 빠르고 편리하게 획득할 수 있다.
도 17은 본 개시의 다른 실시예에 따른, 검색 결과를 제공하기 위한 전자 장치의 제어 방법을 설명하기 위한 흐름도이다.
우선, 전자 장치(100)는 이미지를 제공할 수 있다(S1710). 이때, 이미지는 복수의 오브젝트를 포함할 수 있다.
전자 장치(100)는 사용자 입력에 따라 이미지의 일부 영역이 선택되었는지 여부를 판단할 수 있다(S1720).
제1 영역이 선택된 경우, 전자 장치(100)는 제1 영역에 포함된 오브젝트를 묘사하는 텍스트 정보를 획득할 수 있다(S1730). 구체적으로, 전자 장치(100)는 이미지 및 선택된 제1 영역에 대한 정보를 학습된 모델(예로, 제1 모델(320) 및 제2 모델(340))에 입력하여 제1 영역에 포함된 오브젝트를 묘사하는 텍스트 정보를 획득할 수 있다.
제2 영역이 선택된 경우, 전자 장치(100)는 제2 영역에 포함된 오브젝트를 묘사하는 텍스트 정보를 획득할 수 있다(S1740). 구체적으로, 전자 장치(100)는 이미지 및 선택된 제2 영역에 대한 정보를 학습된 모델(예로, 제1 모델(320) 및 제2 모델(340))에 입력하여 제2 영역에 포함된 오브젝트를 묘사하는 텍스트 정보를 획득할 수 있다.
전자 장치(100)는 텍스트 정보를 바탕으로 검색 결과를 획득할 수 있다(S1750). 구체적으로, 전자 장치(100)는 입력된 텍스트 정보를 바탕으로 쿼리를 생성하여 외부 검색 서버로 전송하고, 외부 검색 서버로부터 텍스트 정보에 응답한 검색 결과를 수신할 수 있다.
도 18은 본 개시의 일 실시예에 따른, 전자 장치 및 서버를 이용하여 검색 결과를 제공하는 실시예를 설명하기 위한 흐름도이다. 이때, 서버(200)는 하나의 서버로 구현될 수 있으며, 이는 일 실시예에 불과할 뿐, 텍스트 정보를 획득하는 서버와 검색을 수행하는 서버를 포함할 수 있다.
우선, 전자 장치(100)는 웹 페이지를 표시할 수 있다(S1810). 이때, 웹 페이지는 복수의 이미지 또는 오브젝트를 포함할 수 있다.
전자 장치(100)는 웹 페이지의 일 영역을 선택하는 사용자 명령을 수신할 수 있다(S1820).
전자 장치(100)는 웹 페이지 및 선택된 영역에 대한 정보를 서버(200)로 전송할 수 있다(S1830). 이때, 전자 장치(100)는 캡쳐된 웹 페이지의 이미지 및 선택된 영역에 대한 좌표 정보를 전송할 수 있으나, 이는 일 실시예에 불과할 뿐, 웹 페이지의 주소 및 선택된 영역에 대한 좌표 정보를 서버(200)로 전송할 수 있다.
서버(200)는 선택된 영역에 포함된 오브젝트에 대한 텍스트 정보를 획득할 수 있다(S1840). 구체적으로, 서버(200)는 캡쳐된 웹 페이지의 이미지 및 선택된 영역에 대한 정보를 학습된 모델(예로, 제1 모델(320) 및 제2 모델(340))에 입력하여 선택된 영역에 포함된 오브젝트에 대한 텍스트 정보를 획득할 수 있다.
서버(200)는 텍스트 정보를 전자 장치(100)로 전송할 수 있다(S1850).
전자 장치(100)는 텍스트 정보를 제공할 수 있으며(S1860), 사용자 명령에 따라 텍스트 정보에 대한 검색 명령을 서버(200)로 전송할 수 있다(S1870). 이때, 전자 장치(100)는 상술한 바와 같이 사용자에 의해 편집된 텍스트 정보에 대한 검색 명령을 서버(200)로 전송할 수 있다.
서버(200)는 텍스트 정보를 바탕으로 검색을 수행할 수 있으며(S1880), 검색 결과를 전자 장치(100)로 전송할 수 있다(S1890).
전자 장치(100)는 수신된 검색 결과를 제공할 수 있다(S1895).
본 개시의 다양한 실시예들은 기기(machine)(예: 컴퓨터)로 읽을 수 있는 저장 매체(machine-readable storage media에 저장된 명령어를 포함하는 소프트웨어로 구현될 수 있다. 기기는, 저장 매체로부터 저장된 명령어를 호출하고, 호출된 명령어에 따라 동작이 가능한 장치로서, 개시된 실시예들에 따른 전자 장치(예: 전자 장치(100))를 포함할 수 있다. 상기 명령이 프로세서에 의해 실행될 경우, 프로세서가 직접, 또는 상기 프로세서의 제어하에 다른 구성요소들을 이용하여 상기 명령에 해당하는 기능을 수행할 수 있다. 명령은 컴파일러 또는 인터프리터에 의해 생성 또는 실행되는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장매체는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, '비일시적'은 저장매체가 신호(signal)를 포함하지 않으며 실재(tangible)한다는 것을 의미할 뿐 데이터가 저장매체에 반영구적 또는 임시적으로 저장됨을 구분하지 않는다.
일 실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory (CD-ROM))의 형태로, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 온라인으로 배포될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시예들에 따른 구성 요소(예: 모듈 또는 프로그램) 각각은 단수 또는 복수의 개체로 구성될 수 있으며, 전술한 해당 서브 구성 요소들 중 일부 서브 구성 요소가 생략되거나, 또는 다른 서브 구성 요소가 다양한 실시예에 더 포함될 수 있다. 대체적으로 또는 추가적으로, 일부 구성 요소들(예: 모듈 또는 프로그램)은 하나의 개체로 통합되어, 통합되기 이전의 각각의 해당 구성 요소에 의해 수행되는 기능을 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따른, 모듈, 프로그램 또는 다른 구성 요소에 의해 수행되는 동작들은 순차적, 병렬적, 반복적 또는 휴리스틱하게 실행되거나, 적어도 일부 동작이 다른 순서로 실행되거나, 생략되거나, 또는 다른 동작이 추가될 수 있다.
110: 디스플레이 120: 통신부
130: 사용자 입력부 140: 메모리
150: 프로세서 160; 카메라
170: 오디오 출력부

Claims (20)

  1. 전자 장치에 있어서,
    디스플레이;
    사용자 입력부;
    통신부;
    상기 디스플레이, 상기 사용자 입력부 및 상기 통신부와 전기적으로 연결된 프로세서; 및
    상기 프로세서에 의해 실행되는 적어도 하나의 프로그램을 저장하는 메모리;를 포함하며,
    상기 프로세서는,
    이미지를 제공하도록 상기 디스플레이를 제어하고,
    상기 사용자 입력부를 통해 상기 이미지 내 일부 영역을 선택하기 위한 사용자 입력을 수신하며,
    상기 선택된 영역이 제1 영역이면, 학습된 모델을 이용하여 상기 이미지로부터 획득된 상기 제1 영역 내의 오브젝트를 묘사하는 제1 텍스트 정보를 이용하여 외부 검색 서버에서 획득한 제1 검색 결과를 제공하도록 상기 디스플레이를 제어하고,
    상기 선택된 영역이 제2 영역이면, 상기 학습된 모델을 이용하여 상기 이미지로부터 획득된 상기 제2 영역 내의 오브젝트를 묘사하는 제2 텍스트 정보를 이용하여 외부 검색 서버에서 획득한 제2 검색 결과를 제공하도록 상기 디스플레이를 제어하고,
    상기 프로세서는,
    검색 카테고리 설정을 위한 사용자 UI를 제공하도록 상기 디스플레이를 제어하고,
    상기 사용자 UI를 통해 상기 검색 카테고리 설정을 위한 사용자 입력을 수신하여 상기 검색 카테고리를 설정하고,
    상기 설정된 검색 카테고리에 기초하여 상기 학습된 모델의 파라미터를 설정하는, 전자 장치.
  2. 제1항에 있어서,
    상기 제1 및 상기 제2 텍스트 정보는, 이미지를 입력하여 이미지에 포함된 복수의 오브젝트에 대한 정보를 획득하도록 학습된 제1 모델, 및 상기 제1 모델에 의해 획득된 복수의 오브젝트에 대한 정보와 사용자에 의해 선택된 영역에 대한 정보를 입력하여 사용자에 의해 선택된 영역 내에 포함된 오브젝트를 묘사하는 텍스트 정보를 획득하도록 학습된 제2 모델을 이용하여 획득되는 전자 장치.
  3. 제2항에 있어서,
    상기 제1 모델은 CNN(Convolutional Neural Network) 이며, 상기 제2 모델은 RNN(Recurrent Neural Network)인 것을 특징으로 하는 전자 장치.
  4. 제2항에 있어서,
    상기 프로세서는,
    상기 이미지에 대한 정보를 포함하는 상기 이미지의 태그 정보를 획득하고,
    상기 제1 및 제2 텍스트는
    상기 제2 모델에 상기 복수의 오브젝트에 대한 정보, 상기 사용자에 의해 선택된 영역에 대한 정보 및 태그 정보를 입력하여 획득되는 것을 특징으로 하는 전자 장치.
  5. 제1항에 있어서,
    상기 제1 및 제2 텍스트 정보는,
    상기 선택된 영역에 포함된 오브젝트와 다른 오브젝트와의 관계에 대한 정보, 상기 선택된 영역에 포함된 오브젝트에 대한 상세 묘사 정보 및 상기 선택된 영역에 포함된 오브젝트에 대한 행동 정보 중 적어도 하나를 포함하는 전자 장치.
  6. 제1항에 있어서,
    상기 프로세서는,
    상기 사용자 입력부를 통해 수신된 사용자 입력에 따라 검색 카테고리를 설정하고,
    상기 제1 및 제2 텍스트 정보는,
    상기 설정된 검색 카테고리를 바탕으로 획득되는 전자 장치.
  7. 제1항에 있어서,
    상기 프로세서는,
    상기 선택된 영역에 포함된 오브젝트의 유형을 결정하고,
    상기 제1 텍스트 정보는,
    상기 결정된 유형에 대응되는 복수의 디스크립션 항목을 바탕으로 획득되는 전자 장치.
  8. 제7항에 있어서,
    상기 제1텍스트 정보는 복수의 디스크립션 항목에 대응되는 복수의 단어를 포함하며,
    상기 프로세서는,
    상기 제1텍스트 정보에 포함된 상기 복수의 디스크립션 항목 중 적어도 하나의 항목에 포함된 단어를 변경하기 위한 UI를 제공하도록 상기 디스플레이를 제어하며,
    상기 UI를 통해 상기 적어도 하나의 항목 중 적어도 하나에 대한 단어를 변경하기 위한 사용자 입력이 수신되면, 상기 사용자 입력에 따라 상기 제1 텍스트 정보를 변경하고,
    상기 변경된 제1 텍스트 정보를 상기 외부 검색 서버에 전송하도록 상기 통신부를 제어하는 전자 장치.
  9. 제8항에 있어서,
    상기 프로세서는,
    이미지 및 텍스트 정보를 입력하여 상이한 이미지를 생성하도록 학습된 제3 모델을 이용하여 상기 변경된 제1 텍스트 정보에 대응되는 새로운 이미지를 생성하고, 상기 새로운 이미지를 상기 외부 검색 서버에 전송하도록 상기 통신부를 제어하는, 전자 장치.
  10. ◈청구항 10은(는) 설정등록료 납부시 포기되었습니다.◈
    제7항에 있어서,
    상기 프로세서는,
    복수의 디스크립션 항목 중 적어도 하나에 우선순위를 설정하기 위한 UI를 제공하도록 상기 디스플레이를 제어하고,
    상기 UI를 통해 적어도 하나의 디스크립션 항목에 대한 가중치가 설정된 경우, 상기 가중치가 설정된 적어도 하나의 디스크립션 항목에 대한 단어를 기반으로 쿼리를 생성하는 전자 장치.
  11. 전자 장치의 검색 결과 제공 방법을 실행하기 위한 프로그램을 저장하는 컴퓨터 판독가능 기록매체에 있어서,
    상기 방법은,
    이미지를 제공하는 단계;
    상기 이미지 내 일부 영역을 선택하기 위한 사용자 입력을 수신하는 단계;
    상기 선택된 영역이 제1 영역이면, 학습된 모델을 이용하여 상기 이미지로부터 획득된 상기 제1 영역 내의 오브젝트를 묘사하는 제1 텍스트 정보를 이용하여 외부 검색 서버에서 획득한 제1 검색 결과를 제공하고,
    상기 선택된 영역이 제2 영역이면, 상기 학습된 모델을 이용하여 상기 이미지로부터 획득된 상기 제2 영역 내의 오브젝트를 묘사하는 제2 텍스트 정보를 이용하여 외부 검색 서버에서 획득한 제2 검색 결과를 제공하는 단계;를 포함하고,
    상기 방법은,
    검색 카테고리 설정을 위한 사용자 UI를 제공하는 단계;
    상기 사용자 UI를 통해 상기 검색 카테고리 설정을 위한 사용자 입력을 수신하여 상기 검색 카테고리를 설정하는 단계; 및
    상기 설정된 검색 카테고리에 기초하여 상기 학습된 모델의 파라미터를 설정하는 단계;를 포함하는, 기록 매체.
  12. ◈청구항 12은(는) 설정등록료 납부시 포기되었습니다.◈
    제11항에 있어서,
    상기 제1 및 상기 제2 텍스트 정보는,
    이미지를 입력하여 이미지에 포함된 복수의 오브젝트에 대한 정보를 획득하도록 학습된 제1 모델, 및 상기 제1 모델에 의해 획득된 복수의 오브젝트에 대한 정보와 사용자에 의해 선택된 영역에 대한 정보를 입력하여 사용자에 의해 선택된 영역 내에 포함된 오브젝트를 묘사하는 텍스트 정보를 획득하도록 학습된 제2 모델을 이용하여 획득되는 기록 매체.
  13. ◈청구항 13은(는) 설정등록료 납부시 포기되었습니다.◈
    제12항에 있어서,
    상기 제1 모델은 CNN(Convolutional Neural Network) 이며, 상기 제2 모델은 RNN(Recurrent Neural Network)인 것을 특징으로 하는 기록매체.
  14. ◈청구항 14은(는) 설정등록료 납부시 포기되었습니다.◈
    제12항에 있어서,
    상기 방법은,
    상기 이미지에 대한 정보를 포함하는 상기 이미지의 태그 정보를 획득하는 단계;를 더 포함하고,
    상기 제1 및 제2 텍스트는
    상기 제2 모델에 상기 복수의 오브젝트에 대한 정보, 상기 사용자에 의해 선택된 영역에 대한 정보 및 태그 정보를 입력하여 획득되는 기록 매체.
  15. ◈청구항 15은(는) 설정등록료 납부시 포기되었습니다.◈
    제11항에 있어서,
    상기 제1 및 제2 텍스트 정보는,
    상기 선택된 영역에 포함된 오브젝트와 다른 오브젝트와의 관계에 대한 정보, 상기 선택된 영역에 포함된 오브젝트에 대한 상세 묘사 정보 및 상기 선택된 영역에 포함된 오브젝트에 대한 행동 정보 중 적어도 하나를 포함하는 기록 매체.
  16. ◈청구항 16은(는) 설정등록료 납부시 포기되었습니다.◈
    제11항에 있어서,
    상기 방법은,
    사용자 입력에 따라 검색 카테고리를 설정하는 단계;를 더 포함하고,
    상기 제1 및 제2 텍스트 정보는,
    상기 설정된 검색 카테고리를 바탕으로 획득되는 기록 매체.
  17. ◈청구항 17은(는) 설정등록료 납부시 포기되었습니다.◈
    제11항에 있어서,
    상기 방법은,
    상기 선택된 영역에 포함된 오브젝트의 유형을 결정하는 단계;를 더 포함하고,
    상기 제1 텍스트 정보는,
    상기 결정된 유형에 대응되는 디스크립션 항목을 바탕으로 획득되는 기록 매체.
  18. ◈청구항 18은(는) 설정등록료 납부시 포기되었습니다.◈
    제17항에 있어서,
    상기 제1 텍스트 정보는 복수의 디스크립션 항목에 대응되는 복수의 단어를 포함하며,
    상기 방법은,
    상기 제1텍스트 정보에 포함된 상기 복수의 디스크립션 항목 중 적어도 하나의 항목에 포함된 단어를 변경하기 위한 UI를 제공하는 단계;
    상기 UI를 통해 상기 적어도 하나의 항목 중 적어도 하나에 대한 단어를 변경하기 위한 사용자 입력이 수신되면, 상기 사용자 입력에 따라 상기 제1 텍스트 정보를 변경하는 단계; 및
    상기 변경된 제1 텍스트 정보를 상기 외부 검색 서버에 전송하는 단계;를 포함하는 기록 매체.
  19. ◈청구항 19은(는) 설정등록료 납부시 포기되었습니다.◈
    제18항에 있어서,
    상기 방법은,
    이미지 및 텍스트 정보를 입력하여 상이한 이미지를 생성하도록 학습된 제3 모델을 이용하여 상기 변경된 제1 텍스트 정보에 대응되는 새로운 이미지를 생성하는 단계; 및
    상기 새로운 이미지를 상기 외부 검색 서버에 전송하는 단계;를 포함하는 기록 매체.
  20. ◈청구항 20은(는) 설정등록료 납부시 포기되었습니다.◈
    제17항에 있어서,
    상기 방법은,
    복수의 디스크립션 항목 중 적어도 하나에 우선순위를 설정하기 위한 UI를 제공하는 단계;
    상기 UI를 통해 적어도 하나의 디스크립 션항목에 대한 가중치가 설정된 경우, 상기 가중치가 설정된 적어도 하나의 디스크립션 항목에 대한 단어를 기반으로 쿼리를 생성하는 단계;를 포함하는 기록 매체.
KR1020180007301A 2017-08-01 2018-01-19 오브젝트에 대한 검색 결과를 제공하기 위한 전자 장치 및 이의 제어 방법 KR102469717B1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
EP18840410.7A EP3596667A4 (en) 2017-08-01 2018-08-01 ELECTRONIC DEVICE AND METHOD FOR CONTROLLING THE ELECTRONIC DEVICE
US16/051,931 US20190042574A1 (en) 2017-08-01 2018-08-01 Electronic device and method for controlling the electronic device
CN201880050428.3A CN110998565A (zh) 2017-08-01 2018-08-01 电子装置和用于控制该电子装置的方法
PCT/KR2018/008756 WO2019027258A1 (en) 2017-08-01 2018-08-01 ELECTRONIC DEVICE AND METHOD FOR CONTROLLING THE ELECTRONIC DEVICE

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201762539760P 2017-08-01 2017-08-01
US62/539,760 2017-08-01
US201762540221P 2017-08-02 2017-08-02
US62/540,221 2017-08-02

Publications (2)

Publication Number Publication Date
KR20190013427A KR20190013427A (ko) 2019-02-11
KR102469717B1 true KR102469717B1 (ko) 2022-11-22

Family

ID=65370154

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180007301A KR102469717B1 (ko) 2017-08-01 2018-01-19 오브젝트에 대한 검색 결과를 제공하기 위한 전자 장치 및 이의 제어 방법

Country Status (3)

Country Link
EP (1) EP3596667A4 (ko)
KR (1) KR102469717B1 (ko)
CN (1) CN110998565A (ko)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109992764B (zh) * 2017-12-29 2022-12-16 阿里巴巴集团控股有限公司 一种文案生成方法及装置
TW202207007A (zh) * 2020-08-14 2022-02-16 新穎數位文創股份有限公司 物件辨識裝置與物件辨識方法
CN112434619B (zh) * 2020-11-26 2024-03-26 新奥新智科技有限公司 病例信息提取方法、装置、设备和计算机可读介质
KR102546331B1 (ko) * 2021-04-14 2023-06-21 한국해양대학교 산학협력단 이미지 기반 크롤링 방법 및 그 시스템

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130013578A1 (en) * 2011-07-05 2013-01-10 Microsoft Corporation Object retrieval using visual query context
US20130275411A1 (en) * 2012-04-13 2013-10-17 Lg Electronics Inc. Image search method and digital device for the same
WO2015017439A1 (en) * 2013-07-31 2015-02-05 Alibaba Group Holding Limited Method and system for searching images

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9135277B2 (en) * 2009-08-07 2015-09-15 Google Inc. Architecture for responding to a visual query
CN102693311B (zh) * 2012-05-28 2014-07-23 中国人民解放军信息工程大学 基于随机化视觉词典组和上下文语义信息的目标检索方法
KR102059913B1 (ko) * 2012-11-20 2019-12-30 삼성전자주식회사 태그 정보 저장 방법 및 장치와 태그 정보를 이용한 이미지 검색 방법 및 장치
CN104346801B (zh) * 2013-08-02 2018-07-20 佳能株式会社 图像构图评估装置、信息处理装置及其方法
JP6316447B2 (ja) * 2014-05-15 2018-04-25 華為技術有限公司Ｈｕａｗｅｉ Ｔｅｃｈｎｏｌｏｇｉｅｓ Ｃｏ．，Ｌｔｄ． オブジェクト検索方法および装置
CN104111989B (zh) * 2014-07-02 2017-12-22 百度在线网络技术（北京）有限公司 搜索结果的提供方法和装置
CN105260383B (zh) * 2015-09-09 2019-05-21 北京奇虎科技有限公司 一种用于展现网页图像信息的处理方法及电子设备
CN106503055B (zh) * 2016-09-27 2019-06-04 天津大学 一种从结构化文本到图像描述的生成方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130013578A1 (en) * 2011-07-05 2013-01-10 Microsoft Corporation Object retrieval using visual query context
US20130275411A1 (en) * 2012-04-13 2013-10-17 Lg Electronics Inc. Image search method and digital device for the same
WO2015017439A1 (en) * 2013-07-31 2015-02-05 Alibaba Group Holding Limited Method and system for searching images

Also Published As

Publication number Publication date
CN110998565A (zh) 2020-04-10
EP3596667A1 (en) 2020-01-22
EP3596667A4 (en) 2020-03-18
KR20190013427A (ko) 2019-02-11

Similar Documents

Publication Publication Date Title
US11671386B2 (en) Electronic device and method for changing chatbot
KR102644088B1 (ko) 인공지능 학습모델을 이용하여 요약 정보를 제공하기 위한 전자 장치 및 이의 제어 방법
KR102599947B1 (ko) 관련 이미지를 검색하기 위한 전자 장치 및 이의 제어 방법
US20190042574A1 (en) Electronic device and method for controlling the electronic device
KR102542049B1 (ko) 인공지능 학습모델을 이용하여 요약 정보를 제공하기 위한 전자 장치 및 이의 제어 방법
KR102551550B1 (ko) 오브젝트에 대한 정보를 검색하기 위한 전자 장치 및 이의 제어 방법
EP3438853A1 (en) Electronic device and method for providing search result thereof
US10970900B2 (en) Electronic apparatus and controlling method thereof
KR102469717B1 (ko) 오브젝트에 대한 검색 결과를 제공하기 위한 전자 장치 및 이의 제어 방법
US11721333B2 (en) Electronic apparatus and control method thereof
KR20190118108A (ko) 전자 장치 및 그의 제어방법
KR102586170B1 (ko) 전자 장치 및 이의 검색 결과 제공 방법
US11468270B2 (en) Electronic device and feedback information acquisition method therefor
CN111226193B (zh) 电子设备及改变聊天机器人的方法
KR102438132B1 (ko) 전자 장치 및 그의 제어 방법

Legal Events

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