KR102477839B1 - 데이터 내 검출된 객체의 특성을 이용한 데이터 유효성 검사 방법 및 장치 - Google Patents

Abstract

실시예들은 컴퓨팅 장치에 의해 실행되는, 데이터 유효성 검사 방법에 있어서, 제 1 디바이스가 플랫폼으로부터 프로젝트 정보를 수신하는 단계, 제 1 디바이스가 프로젝트 정보와 연관된 제 1 이미지를 획득하고, 어플리케이션을 통해 제 1 이미지를 플랫폼으로 제공하는 단계, 플랫폼이 제 1 이미지 내에서 적어도 하나 이상의 객체를 추출하는 단계 및 추출된 적어도 하나 이상의 객체에 기초하여 제 1 이미지의 유효성을 판단하는 단계를 포함할 수 있다.

Description

데이터 내 검출된 객체의 특성을 이용한 데이터 유효성 검사 방법 및 장치{THE METHOD AND APPARATUS FOR DATA VALIDATION USING CHARATERISTIC OF OBJECT DETECTED IN DATA}

실시예들은 데이터 내 검출된 객체의 특성을 이용하여 데이터 유효성을 검사하는 방법 및 장치에 대한 것이다.

최근 스마트 기기 및 그 밖의 장치들에 대한 발전과 더불어 SNS(Social Network Services) 및 인터넷을 통한 정보 공유가 활발해지고 있다. 이에 따라, 매 순간마다 기하급수적인 데이터들이 생성되고 있으며 누적되는 데이터들의 양이 방대해지고 있는 실정이다. 이러한 상황에서 데이터를 수집하고, 수집한 데이터를 활용하여 특정 분야에 대한 연구를 진행하거나 개인 맞춤형 서비스를 제공하는 등 수집된 데이터를 활용하는 방안이 다양해지고 있다. 다만, 방대해진 데이터에는 목적에 맞는 유효한 데이터들도 존재하지만, 의미를 희석시키거나 다른 의미로 해석될 수 있는 데이터로써 노이즈 데이터들이 다수 존재하는 실정이다. 따라서, 다수의 데이터 중에서 유효한 데이터를 추출하는 방법이 필요할 수 있으며, 하기에서는 상술한 점을 고려하여 데이터 내 검출된 객체의 특성을 이용하여 데이터 유효성을 검사하는 방법에 대해 서술한다.

KR 10-2022-0021438 A (공개번호)

본 명세서는 데이터 내 검출된 객체의 특성을 이용하여 데이터 유효성을 검사하는 방법 및 장치에 대한 것이다.

본 명세서는 데이터 내의 복수 개의 객체 중 특정 객체를 선정하는 방법 및 장치에 대한 것이다.

본 명세서는 데이터 내의 타겟 객체 및 주변 객체 정보를 이용하여 데이터 유효성을 검사하는 방법 및 장치를 제공할 수 있다.

본 명세서는 프로젝트 정보에 기초하여 유효한 데이터를 검출하는 방법 및 장치에 대한 것이다.

본 명세서의 해결하고자 하는 과제는 상술한 바에 한정되지 아니하고, 하기에서 설명하는 발명의 실시예들에 의해 도출될 수 있는 다양한 사항들로 확장될 수 있다.

본 명세서의 일 실시예에 따라, 컴퓨팅 장치에 의해 실행되는, 데이터 유효성 검사 방법에 있어서, 제 1 디바이스가 플랫폼으로부터 프로젝트 정보를 수신하는 단계, 제 1 디바이스가 프로젝트 정보와 연관된 제 1 이미지를 획득하고, 어플리케이션을 통해 제 1 이미지를 플랫폼으로 제공하는 단계, 플랫폼이 제 1 이미지 내에서 적어도 하나 이상의 객체를 추출하는 단계 및 추출된 적어도 하나 이상의 객체에 기초하여 제 1 이미지의 유효성을 판단하는 단계를 포함할 수 있다.

또한, 본 명세서의 일 실시예에 따라, 제 1 이미지가 프로젝트 정보와 연관되어 유효성을 갖는 이미지로 판단된 경우, 플랫폼은 제 1 이미지 및 제 1 이미지에서 추출된 적어도 하나 이상의 객체에 대한 정보를 저장할 수 있다.

또한, 본 명세서의 일 실시예에 따라, 플랫폼은 복수 개의 디바이스로부터 프로젝트 정보와 관련된 복수 개의 이미지들 획득하고, 복수 개의 이미지들 중 유효성이 인정되는 이미지 및 이미지에서 추출된 적어도 하나 이상의 객체에 대한 정보를 저장할 수 있다.

또한, 본 명세서의 일 실시예에 따라, 제 2 디바이스가 플랫폼으로부터 프로젝트 정보를 수신하는 단계, 제 2 디바이스가 프로젝트 정보와 연관된 제 2 이미지를 획득하고, 어플리케이션을 통해 제 2 이미지를 플랫폼으로 제공하는 단계, 플랫폼이 제 2 이미지에서 적어도 하나 이상의 객체를 추출하는 단계 및 추출된 적어도 하나 이상의 객체에 기초하여 제 2이미지의 유효성을 판단하는 단계를 더 포함하되, 플랫폼은 제 1 이미지에서 추출된 적어도 하나 이상의 객체에 대한 정보 및 유효성이 인정되는 이미지에서 추출된 적어도 하나 이상의 객체 정보를 제 2 이미지에서 추출된 적어도 하나 이상의 객체와 비교하여 제 2 이미지의 유효성을 판단할 수 있다.

또한, 본 명세서의 일 실시예에 따라, 제 1 이미지에서 추출된 적어도 하나 이상의 객체에 대한 정보와 제 2 이미지에서 추출된 적어도 하나 이상의 객체에 대한 정보 비교는 반복 정보, 정확도 값 정보 및 위치 정보 중 적어도 어느 하나에 기초하여 수행될 수 있다.

또한, 본 명세서의 일 실시예에 따라, 제 1 이미지에서 추출된 적어도 하나 이상의 객체에 대한 정보는 프로젝트 정보와 관련된 제 1 타겟 객체 정보 및 제 1 주변 객체 정보를 포함하고, 제 2 이미지에서 추출된 적어도 하나 이상의 객체에 대한 정보는 제 2 타겟 객체 정보 및 제 2 주변 객체 정보를 포함할 수 있다.

또한, 본 명세서의 일 실시예에 따라, 제 2 타겟 객체 정보가 제 1 타겟 객체 정보와 일치하지 않는 경우, 플랫폼은 제 2 이미지는 유효하지 않은 이미지로 판단할 수 있다.

또한, 본 명세서의 일 실시예에 따라, 제 2 타겟 객체 정보가 제 1 타겟 객체 정보와 일치하는 경우, 플랫폼은 제 1 주변 객체 정보와 제 2 주변 객체 정보를 비교하여 제 2 이미지의 유효성을 판단할 수 있다.

또한, 본 명세서의 일 실시예에 따라, 플랫폼은 프로젝트 정보에 기초하여 유효성을 갖는 복수 개의 이미지 각각으로부터 타겟 객체 정보 및 주변 객체 정보를 더 도출하고, 제 2 타겟 객체 정보가 제 1 타겟 객체 정보와 일치하는 경우, 플랫폼은 복수 개의 이미지 각각의 주변 객체 정보와 제 1 주변 객체 정보에 기초하여 제 2 주변 객체 정보의 유효성 확률 값을 계산하고, 유효성 확률 값이 기 설정된 값 이상이면 제 2 이미지를 유효한 이미지로 판단할 수 있다.

또한, 본 명세서의 일 실시예에 따라, 플랫폼은 외부 데이터, 프로젝트 정보와 관련된 이미지 정보, 프로젝트 정보와 관련된 유저 정보 중 적어도 어느 하나를 더 이용하여 제 1 이미지의 유효성을 판단할 수 있다.

본 명세서는 데이터 내 검출된 객체의 특성을 이용하여 데이터 유효성을 검사하는 방법을 제공할 수 있다.

본 명세서는 데이터 내의 복수 개의 객체 중 특정 객체를 선정하는 방법을 제공할 수 있다.

본 명세서는 데이터 내의 타겟 객체 및 주변 객체 정보를 이용하여 데이터 유효성을 검사하는 방법을 제공할 수 있다.

본 명세서는 프로젝트 정보에 기초하여 유효한 데이터를 검출하는 방법을 제공할 수 있다.

본 명세서의 효과는 위 기재된 사항에 한정되지 아니하며, 아래 발명의 실시예들에 대한 상세한 설명으로부터 도출될 수 있는 다양한 내용들로 확장될 수 있음이 이해되어야 한다.

도 1은 본 명세서의 일실시예에 따른 시스템의 동작 환경의 예를 도시한 도면이다.
도 2는 본 명세서의 일실시예에 있어서 컴퓨팅 장치(200)의 내부 구성을 설명하기 위한 블록도이다.
도 3은 본 명세서의 일실시예에 있어서 프로젝트와 관련된 데이터를 획득하는 방법을 나타낸 도면이다.
도 4a는 본 명세서의 일실시예에 있어서 획득한 데이터에 대한 유효성을 판단하는 방법을 나타낸 도면이다.
도 4b는 본 명세서의 일실시예에 있어서 획득한 데이터에 대한 유효성을 판단하는 방법을 나타낸 도면이다.
도 4c는 본 명세서의 일실시예에 있어서 획득한 데이터에 대한 유효성을 판단하는 방법을 나타낸 도면이다.
도 4d는 본 명세서의 일실시예에 있어서 획득한 데이터에 대한 유효성을 판단하는 방법을 나타낸 도면이다.
도 4e는 본 명세서의 일실시예에 있어서 획득한 데이터에 대한 유효성을 판단하는 방법을 나타낸 도면이다.
도 4f는 본 명세서의 일실시예에 있어서 획득한 데이터에 대한 유효성을 판단하는 방법을 나타낸 도면이다.
도 5는 본 명세서의 일실시예에 있어서 프로젝트 정보에 기초하여 데이터를 수집하는 방법을 나타낸 도면이다.
도 6a는 본 명세서의 일실시예에 있어서 데이터에서 객체를 검출하는 방법을 나타낸 도면이다.
도 6b는 본 명세서의 일실시예에 있어서 데이터에서 검출된 객체에 기초하여 데이터의 유효성을 판단하는 방법을 나타낸 도면이다.
도 7a는 본 명세서의 일실시예에 있어서 데이터에서 타겟 객체와 주변 객체를 도출하는 방법을 나타낸 도면이다.
도 7b는 본 명세서의 일실시예에 있어서 데이터에서 도출된 타겟 객체와 주변 객체에 기초하여 데이터의 유효성을 판단하는 방법을 나타낸 도면이다.
도 8은 본 명세서의 일실시예에 있어서 외부 정보에 기초하여 데이터 유효성을 판단하는 방법을 나타낸 도면이다.
도 9는 본 명세서의 일실시예에 있어서 데이터 유효성을 판단하는 방법을 나타낸 도면이다.
도 10은 본 명세서의 일실시예에 있어서 데이터 유효성을 판단하는 방법을 나타낸 순서도이다.

본 명세서의 실시예를 설명함에 있어서 공지 구성 또는 기능에 대한 구체적인 설명이 본 명세서의 실시예의 요지를 흐릴 수 있다고 판단되는 경우에는 그에 대한 상세한 설명은 생략한다. 그리고, 도면에서 본 명세서의 실시예에 대한 설명과 관계없는 부분은 생략하였으며, 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

본 명세서의 실시예에 있어서, 어떤 구성요소가 다른 구성요소와 "연결", "결합" 또는 "접속"되어 있다고 할 때, 이는 직접적인 연결관계뿐만 아니라, 그 중간에 또 다른 구성요소가 존재하는 간접적인 연결관계도 포함할 수 있다. 또한 어떤 구성요소가 다른 구성요소를 "포함한다" 또는 "가진다"고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 배제하는 것이 아니라 또 다른 구성요소를 더 포함할 수 있는 것을 의미한다.

본 명세서의 실시예에 있어서, 제1, 제2 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용되며, 특별히 언급되지 않는 한 구성요소들간의 순서 또는 중요도 등을 한정하지 않는다. 따라서, 본 명세서의 실시예의 범위 내에서 실시예에서의 제1 구성요소는 다른 실시예에서 제2 구성요소라고 칭할 수도 있고, 마찬가지로 실시예에서의 제2 구성요소를 다른 실시예에서 제1 구성요소라고 칭할 수도 있다.

본 명세서의 실시예에 있어서, 서로 구별되는 구성요소들은 각각의 특징을 명확하게 설명하기 위함이며, 구성요소들이 반드시 분리되는 것을 의미하지는 않는다. 즉, 복수의 구성요소가 통합되어 하나의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있고, 하나의 구성요소가 분산되어 복수의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있다. 따라서, 별도로 언급하지 않더라도 이와 같이 통합된 또는 분산된 실시예도 본 명세서의 실시예의 범위에 포함된다.

본 명세서에서 네트워크는 유무선 네트워크를 모두 포함하는 개념일 수 있다. 이때, 네트워크는 디바이스와 시스템 및 디바이스 상호 간의 데이터 교환이 수행될 수 있는 통신망을 의미할 수 있으며, 특정 네트워크로 한정되는 것은 아니다.

본 명세서에 기술된 실시예는 전적으로 하드웨어이거나, 부분적으로 하드웨어이고 부분적으로 소프트웨어이거나, 또는 전적으로 소프트웨어인 측면을 가질 수 있다. 본 명세서에서 "부(unit)", "장치" 또는 "시스템" 등은 하드웨어, 하드웨어와 소프트웨어의 조합, 또는 소프트웨어 등 컴퓨터 관련 엔티티(entity)를 지칭한다. 예를 들어, 본 명세서에서 부, 모듈, 장치 또는 시스템 등은 실행중인 프로세스, 프로세서, 객체(object), 실행 파일(executable), 실행 스레드(thread of execution), 프로그램(program), 및/또는 컴퓨터(computer)일 수 있으나, 이에 제한되는 것은 아니다. 예를 들어, 컴퓨터에서 실행중인 애플리케이션(application) 및 컴퓨터의 양쪽이 모두 본 명세서의 부, 모듈, 장치 또는 시스템 등에 해당할 수 있다.

또한, 본 명세서에서 디바이스는 스마트폰, 태블릿 PC, 웨어러블 디바이스 및 HMD(Head Mounted Display)와 같이 모바일 디바이스뿐만 아니라, PC나 디스플레이 기능을 구비한 가전처럼 고정된 디바이스일 수 있다. 또한, 일 예로, 디바이스는 차량 내 클러스터 또는 IoT (Internet of Things) 디바이스일 수 있다. 즉, 본 명세서에서 디바이스는 어플리케이션 동작이 가능한 기기들을 지칭할 수 있으며, 특정 타입으로 한정되지 않는다. 하기에서는 설명의 편의를 위해 어플리케이션이 동작하는 기기를 디바이스로 지칭한다.

본 명세서에 있어서 네트워크의 통신 방식은 제한되지 않으며, 각 구성요소간 연결이 동일한 네트워크 방식으로 연결되지 않을 수도 있다. 네트워크는, 통신망(일례로, 이동통신망, 유선 인터넷, 무선 인터넷, 방송망, 위성망 등)을 활용하는 통신 방식뿐만 아니라 기기들간의 근거리 무선 통신 역시 포함될 수 있다. 예를 들어, 네트워크는, 객체와 객체가 네트워킹 할 수 있는 모든 통신 방법을 포함할 수 있으며, 유선 통신, 무선 통신, 3G, 4G, 5G, 혹은 그 이외의 방법으로 제한되지 않는다. 예를 들어, 유선 및/또는 네트워크는 LAN(Local Area Network), MAN(Metropolitan Area Network), GSM(Global System for Mobile Network), EDGE(Enhanced Data GSM Environment), HSDPA(High Speed Downlink Packet Access), W-CDMA(Wideband Code Division Multiple Access), CDMA(Code Division Multiple Access), TDMA(Time Division Multiple Access), 블루투스(Bluetooth), 지그비(Zigbee), 와이-파이(Wi-Fi), VoIP(Voice over Internet Protocol), LTE Advanced, IEEE802.16m, WirelessMAN-Advanced, HSPA+, 3GPP Long Term Evolution (LTE), Mobile WiMAX (IEEE 802.16e), UMB (formerly EV-DO Rev. C), Flash-OFDM, iBurst and MBWA (IEEE 802.20) systems, HIPERMAN, Beam-Division Multiple Access (BDMA), Wi-MAX(World Interoperability for Microwave Access) 및 초음파 활용 통신으로 이루어진 군으로부터 선택되는 하나 이상의 통신 방법에 의한 통신 네트워크를 지칭할 수 있으나, 이에 한정되는 것은 아니다.

다양한 실시예에서 설명하는 구성요소들이 반드시 필수적인 구성요소들은 의미하는 것은 아니며, 일부는 선택적인 구성요소일 수 있다. 따라서, 실시예에서 설명하는 구성요소들의 부분집합으로 구성되는 실시예도 본 명세서의 실시예의 범위에 포함된다. 또한, 다양한 실시예에서 설명하는 구성요소들에 추가적으로 다른 구성요소를 포함하는 실시예도 본 명세서의 실시예의 범위에 포함된다.

이하에서, 도면을 참조하여 본 명세서의 실시예들에 대하여 상세히 살펴본다.

도 1은 본 명세서의 일실시예에 따른 시스템의 동작 환경의 예를 도시한 도면이다. 도 1을 참조하면, 하나 이상의 사용자 디바이스(110-1, 110-2), 하나 이상의 서버(120, 130, 140)가 네트워크(1)를 통해 연결되어 있다. 이러한 도 1은 발명의 설명을 위한 일례로 사용자 디바이스의 수나 서버의 수가 도 1과 같이 한정되는 것은 아니다.

하나 이상의 사용자 디바이스(110-1, 110-2)는 컴퓨터 시스템으로 구현되는 고정형 단말이거나 이동형 단말일 수 있다. 하나 이상의 사용자 디바이스(110-1, 110-2)는 예를 들면, 스마트폰(smart phone), 휴대폰, 내비게이션, 컴퓨터, 노트북, 디지털방송용 단말, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 태블릿 PC, 게임 콘솔(game console), 웨어러블 디바이스(wearable device), IoT(internet of things) 디바이스, VR(virtual reality) 디바이스, AR(augmented reality) 디바이스 등이 있다. 일례로 실시예들에서 사용자 디바이스(110)는 실질적으로 무선 또는 유선 통신 방식을 이용하여 네트워크(1)를 통해 다른 서버들(120 - 140)과 통신할 수 있는 다양한 물리적인 컴퓨터 시스템들 중 하나를 의미할 수 있다.

각 서버는 하나 이상의 사용자 디바이스(110-1, 110-2)와 네트워크(1)를 통해 통신하여 명령, 코드, 파일, 콘텐츠, 서비스 등을 제공하는 컴퓨터 장치 또는 복수의 컴퓨터 장치들로 구현될 수 있다. 예를 들어, 서버는 네트워크(1)를 통해 접속한 하나 이상의 사용자 디바이스(110-1, 110-2)로 각각의 서비스를 제공하는 시스템일 수 있다. 보다 구체적인 예로, 서버는 하나 이상의 사용자 디바이스(110-1, 110-2)에 설치되어 구동되는 컴퓨터 프로그램으로서의 어플리케이션을 통해, 해당 어플리케이션이 목적하는 서비스(일례로, 정보 제공 등)를 하나 이상의 사용자 디바이스(110-1, 110-2)로 제공할 수 있다. 다른 예로, 서버는 상술한 어플리케이션의 설치 및 구동을 위한 파일을 하나 이상의 사용자 디바이스(110-1, 110-2)로 배포하고 사용자 입력 정보를 수신해 대응하는 서비스를 제공할 수 있다.

도 2는 본 명세서의 일실시예에 있어서 컴퓨팅 장치(200)의 내부 구성을 설명하기 위한 블록도이다. 이러한 컴퓨팅 장치(200)는 도1을 참조하여 상술한 하나 이상의 사용자 디바이스(110-1, 110-2) 또는 서버(120-140)에 적용될 수 있으며, 각 장치와 서버들은 일부 구성요소를 더 하거나 제외하여 구성됨으로써 동일하거나 유사한 내부 구성을 가질 수 있다.

도 2를 참조하면 컴퓨팅 장치(200)는 메모리(210), 프로세서(220), 통신 모듈(230) 그리고 송수신부(240)를 포함할 수 있다. 메모리(210)는 비-일시적인 컴퓨터 판독 가능한 기록매체로서, RAM(random access memory), ROM(read only memory), 디스크 드라이브, SSD(solid state drive), 플래시 메모리(flash memory) 등과 같은 비소멸성 대용량 저장 장치(permanent mass storage device)를 포함할 수 있다. 여기서 ROM, SSD, 플래시 메모리, 디스크 드라이브 등과 같은 비소멸성 대용량 저장 장치는 메모리(210)와는 구분되는 별도의 영구 저장 장치로서 상술한 장치나 서버에 포함될 수도 있다. 또한, 메모리(210)에는 운영체제와 적어도 하나의 프로그램 코드(일례로 사용자 디바이스(110) 등에 설치되어 구동되는 브라우저나 특정 서비스의 제공을 위해 사용자 디바이스(110) 등에 설치된 어플리케이션 등을 위한 코드)가 저장될 수 있다. 이러한 소프트웨어 구성요소들은 메모리(210)와는 별도의 컴퓨터에서 판독 가능한 기록매체로부터 로딩될 수 있다. 이러한 별도의 컴퓨터에서 판독 가능한 기록매체는 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 등의 컴퓨터에서 판독 가능한 기록매체를 포함할 수 있다.

다른 실시예에서 소프트웨어 구성요소들은 컴퓨터에서 판독 가능한 기록매체가 아닌 통신 모듈(230)을 통해 메모리(210)에 로딩될 수도 있다. 예를 들어, 적어도 하나의 프로그램은 개발자들 또는 어플리케이션의 설치 파일을 배포하는 파일 배포 시스템(일례로, 상술한 서버)이 네트워크(1)를 통해 제공하는 파일들에 의해 설치되는 컴퓨터 프로그램(일례로 상술한 어플리케이션)에 기반하여 메모리(210)에 로딩될 수 있다.

프로세서(220)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(210) 또는 통신 모듈(230)에 의해 프로세서(220)로 제공될 수 있다. 예를 들어 프로세서(220)는 메모리(210)와 같은 기록 장치에 저장된 프로그램 코드에 따라 수신되는 명령을 실행하도록 구성될 수 있다.

통신 모듈(230)은 네트워크(1)를 통해 사용자 기기(110)와 서버(120 -140)가 서로 통신하기 위한 기능을 제공할 수 있으며, 장치(110) 및/또는 서버(120 - 140) 각각이 다른 전자 기기와 통신하기 위한 기능을 제공할 수 있다.

송수신부(240)는 외부 입력/출력장치(미도시)와의 인터페이스를 위한 수단일 수 있다. 예를 들어, 외부 입력장치는 키보드, 마우스, 마이크로폰, 카메라 등의 장치를, 그리고 외부 출력 장치는 디스플레이, 스피커, 햅틱 피드백 디바이스(haptic feedback device) 등과 같은 장치를 포함할 수 있다.

다른 예로 송수신부(240)는 터치스크린과 같이 입력과 출력을 위한 기능이 하나로 통합된 장치와의 인터페이스를 위한 수단일 수도 있다.

또한, 다른 실시예들에서 컴퓨팅 장치(200)는 적용되는 장치의 성질에 따라서 도 2의 구성요소들보다 더 많은 구성요소들을 포함할 수도 있다. 예를 들어, 컴퓨팅 장치(200)가 사용자 디바이스(110)에 적용되는 경우 상술한 입출력 장치 중 적어도 일부를 포함하도록 구현되거나 또는 트랜시버(transceiver), GPS(Global Positioning System) 모듈, 카메라, 각종 센서, 데이터베이스 등과 같은 다른 구성요소들을 더 포함할 수도 있다. 보다 구체적인 예로, 사용자 디바이스가 스마트폰인 경우, 일반적으로 스마트폰이 포함하고 있는 가속도 센서나 자이로 센서, 카메라 모듈, 각종 물리적인 버튼, 터치패널을 이용한 버튼, 입출력 포트, 진동을 위한 진동기 등의 다양한 구성요소들이 더 포함되도록 구현될 수 있다.

일 예로, 하기에서 서술하는 디바이스는 상술한 도 2의 컴퓨팅 장치(200)일 수 있다. 또한, 일 예로, 하기에서 서술하는 디바이스는 이미지 또는 그 밖의 데이터를 획득하기 위해 구동되는 어플리케이션, 소프트웨어 및 프로그램 중 적어도 어느 하나에 기초하여 동작하는 디바이스일 수 있다. 또한, 일 예로, 하기에서 서술하는 플랫폼은 상술한 서버 또는 데이터베이스일 수 있다. 일 예로, 플랫폼은 디바이스에서 획득된 이미지나 그 밖의 데이터에 기초하여 데이터에 대한 유효성을 검증할 수 있다. 이때, 플랫폼은 디바이스로부터 획득한 정보를 저장하고 처리하는 서버일 수 있으며, 디바이스에게 데이터 유효성 정보 및 리워드 정보를 제공하는 구성일 수 있다. 즉, 디바이스는 데이터를 획득하여 데이터 유효성에 기초하여 리워드 및 그 밖의 서비스 정보를 플랫폼으로부터 제공받도록 하는 어플리케이션, 소프트웨어 및 프로그램이 구동되는 디바이스일 수 있으며, 플랫폼은 해당 서비스를 위한 서버 또는 데이터베이스일 수 있으며, 특정 형태로 한정되지 않으나 하기에서는 설명의 편의를 위해 플랫폼으로 지칭한다.

또한, 디바이스에서 획득되는 데이터는 이미지, 동영상, 텍스트 정보, 음성 정보 및 그 밖의 정보로써 다양한 형태일 수 있으며, 특정 형태로 한정되는 것은 아닐 수 있다. 다만, 하기에서는 설명의 편의를 위해 데이터로써 이미지를 중심으로 서술하지만 다른 형태의 정보에도 동일하게 적용될 수 있다. 또한, 하기에서는 설명의 편의를 위해 디바이스 및 플랫폼에 기초하여 서술하지만, 이에 한정되지 않고 다양한 형태로 적용될 수 있다.

도 3은 본 명세서의 일실시예에 있어서 프로젝트와 관련된 데이터를 획득하는 방법을 나타낸 도면이다. 도 3을 참조하면, 디바이스(310)는 데이터 수집을 위한 어플리케이션에 기초하여 동작할 수 있다. 여기서, 데이터 수집을 위한 어플리케이션은 플랫폼(320)에 기초하여 운영될 수 있으며, 디바이스(310)는 플랫폼(320)에서 요청하는 데이터를 수집하여 제공할 수 있다. 보다 상세하게는, 디바이스(310)는 어플리케이션에 기초하여 플랫폼(320)에서 요청하는 수집 데이터 정보를 획득할 수 있다. 일 예로, 도 3을 참조하면, 플랫폼(320)이 요청하는 수집 데이터 정보는 "누워있는 킥보드 이미지 정보"일 수 있다. 일 예로, 플랫폼(320)은 다른 디바이스 또는 웹을 통해 "누워있는 킥보드 이미지 정보" 획득에 대한 요청을 수신할 수 있다. 그 후, 플랫폼(320)은 도 3의 디바이스(310) 및 해당 어플리케이션을 구동하는 다른 디바이스들을 통해 데이터를 수집할 수 있다. 또 다른 일 예로, 플랫폼(320)은 인공지능 및 이에 기초한 학습모델을 구비할 수 있다. 일 예로, 학습모델은 복수 개의 데이터를 통해 학습될 수 있으며, 지속적으로 업데이트될 수 있다. 다만, 학습모델의 초기 학습을 위해서는 복수 개의 데이터가 필요할 수 있으며, 플랫폼(320)은 상술한 초기 학습을 위해 어플리케이션을 통해 복수 개의 디바이스로 데이터 수집 요청을 전송하고, 이에 기초하여 데이터 수집을 수행할 수 있다. 또한, 일 예로, 플랫폼(320)은 데이터 수집에 기초하여 도 3의 디바이스(310)의 그 밖의 데이터를 제공하는 디바이스에게 리워드 정보를 제공할 수 있다.

일 예로, 상술한 요청을 수신한 디바이스(310)는 데이터를 수집할 수 있다. 구체적으로, 디바이스(310)는 누워있는 킥보드(311)가 포함된 이미지를 촬영하여 어플리케이션을 통해 플랫폼(320)으로 제공할 수 있다. 즉, 디바이스(310)를 사용하는 유저는 플랫폼(320) 요청 정보에 기초하여 누워있는 킥보드(311)를 촬영하여 업로드할 수 있으며, 이에 기초하여 리워드 정보를 획득할 수 있다.

이때, 일 예로, 플랫폼(320)에서 요청한 수집 데이터 정보는 "누워있는 킥보드 이미지 정보"일 수 있다. 즉, 수집 데이터 정보는 특정 프로젝트 정보일 수 있으며, 각각의 프로젝트는 목적에 따라 상이할 수 있다. 여기서, 수집되는 데이터는 프로젝트 정보에 기초하여 유효한 데이터인지 여부가 판단될 수 있다. 일 예로, 프로젝트 정보가 "누워있는 킥보드 이미지 정보"인 경우, 주행 중인 킥보드 이미지 정보나 주차된 킥보드 이미지 정보는 유효한 데이터가 아닌 노이즈 데이터일 수 있다. 즉, 데이터의 유효성은 프로젝트 정보에 기초하여 상이할 수 있으며, 데이터 수집시 노이즈 데이터를 제거하는 방법이 필요할 수 있다. 일 예로, 노이즈 데이터는 플랫폼(320)을 운영하는 사용자에 의해 검수 인력을 통해 수행될 수 있으나, 이미지 양이 방대해지는 경우에 인력으로 검수를 진행하는 점에는 한계가 있다. 상술한 점을 고려하여, 프로젝트 정보에 기초하여 유효한 데이터인지 여부를 판단하는 방법이 필요할 수 있다.

구체적으로, 도 4a 내지 도 4f를 참조하면, 디바이스(310)은 플랫폼(320)으로부터 프로젝트 정보를 수신할 수 있다. 일 예로, 도 4a를 참조하면, 프로젝트 정보는 "누워있는 킥보드 이미지 정보"일 수 있다. 여기서, 플랫폼(320)은 웹이나 다른 디바이스의 요청 또는 학습모델에 기초하여 프로젝트 정보를 생성하여 디바이스(310)로 제공할 수 있으며, 이는 상술한 바와 같다. 즉, 프로젝트 정보는 특정 목적에 기초한 정보일 수 있다. 그 후, 디바이스(310)는 프로젝트 정보에 기초하여 이미지를 획득하여 플랫폼(320)으로 제공할 수 있다. 이때, 플랫폼(320)은 수신된 이미지에 기초하여 객체 검출 결과 데이터를 도출할 수 있다. 일 예로, 객체 검출 결과 데이터는 객체 키워드 정보, 탐지 정확도 정보, 탐지 위치 정보 및 그 밖의 정보 중 적어도 어느 하나를 고려하여 도출될 수 있다. 또 다른 일 예로, 객체 검출 결과 데이터는 이미지 객체 결과 알고르짐 또는 인공지능에 기초하여 도출될 수 있으며, 이에 대해서는 후술한다. 일 예로, 도 4b 및 도 4c를 참조하면, 플랫폼(320)은 이미지에서 객체 검출 결과 데이터로써 누워있는 킥보드(311) 이미지를 도출하여 유효한 데이터로 판단할 수 있다. 반면, 플랫폼(320)은 이미지에서 객체 검출 결과 데이터로써 다른 객체(312)를 도출하고, 프로젝트 정보에 대응되는 객체를 검출하지 못한 경우, 플랫폼(320)은 데이터가 유효하지 않은 노이즈 데이터로 판단할 수 있다. 여기서, 도 4d 내지 도 4f를 참조하면, 플랫폼(320)은 디바이스(310)로부터 이미지 획득에 기초한 정보를 제공하고, 제공되는 이미지에서 프로젝트 정보에 대응되는 객체를 검출하여 유효한 데이터로 판단되는 경우에 해당 이미지를 프로젝트 정보와 연관하여 저장할 수 있다. 그 후, 플랫폼(320)은 디바이스(310)에게 리워드 정보 및 그 밖의 정보를 제공할 수 있다.

또한, 일 예로, 플랫폼(320)은 상술한 바에 기초하여 수집된 유효한 데이터를 활용하여 새로 입력된 이미지의 유효성을 판단할 수 있다.

구체적인 일 예로, 플랫폼(320)은 기 저장된 이미지 또는 외부 서버로부터 획득한 이미지에 기초하여 초기 이미지에 대한 데이터 유효성을 검사할 수 있다. 그 후, 플랫폼(320)은 유효한 데이터로써 복수 개의 이미지를 저장할 수 있다. 또한, 일 예로, 복수 개의 이미지 각각에 대한 객체 검출 결과 데이터도 함께 저장될 수 있다. 이때, 플랫폼(320)은 새로 입력된 이미지의 객체 검출 결과 데이터와 기 저장된 객체 검출 결과 데이터를 비교하여 새로 입력된 이미지의 유효성을 계산할 수 있다. 구체적인 일 예로, 평균 값, 중간 값 및 그 밖의 값으로 도출된 값을 통해 새로 입력된 이미지의 유효성 확률을 계산하고, 유효성 확률이 기 설정된 값보다 높은 경우에는 유효한 데이터로 저장할 수 있다. 즉, 플랫폼(320)은 데이터 수집 과정에서 복수 개의 이미지를 획득할 수 있으며, 초기에 획득한 이미지들에 기초하여 새롭게 획득되는 이미지의 유효성을 판단할 수 있으며, 이를 통해 수집된 데이터의 정확성을 높일 수 있다. 또 다른 일 예로, 플랫폼(320)는 기존에 유효한 것으로 판단된 데이터의 경우라도 새롭게 수집되는 데이터들에 기초하여 유효성 확률을 다시 계산하고, 다시 계산한 유효성 확률이 기 설정된 값보다 작은 이미지에 대해서는 유효하지 않은 데이터로 변경할 수 있다. 즉, 플랫폼(320)는 획득된 이미지에 대한 유효성도 새로운 이미지에 기초하여 판단할 수 있으며, 이를 통해 데이터 수집의 정확도를 높일 수 있다.

상술한 바와 같이, 플랫폼(320)은 프로젝트 정보에 기초하여 데이터를 수집할 수 있다. 여기서, 일 예로, 플랫폼(320)는 복수 개의 프로젝트 정보에 기초하여 디바이스(310)를 통해 데이터를 수집할 수 있다. 구체적으로, 도 5를 참조하면, 디바이스(310)에서 구동되는 어플리케이션에서는 플랫폼(320)에서 제공하는 복수 개의 프로젝트 정보(511, 512, 513)가 제공될 수 있으며, 디바이스(310)는 대응되는 프로젝트 정보에 기초하여 이미지를 플랫폼(320)으로 제공할 수 있다.

이때, 플랫폼(320)이 제공된 이미지에서 객체를 도출하여 객체 검출 결과 데이터를 획득하고, 이를 기 저장된 객체 검출 결과 데이터와 비교하여 유효성 확률을 계산하는 경우, 플랫폼은 각각의 객체 검출 데이터의 편차를 계산하여 유효성 확률을 계산할 수 있다. 일 예로, 데이터 편차에 대한 계산은 반복 정보, 정확도 값 정보, 위치 정보 및 그 밖의 정보에 대한 우선순위를 설정하여 비교함으로써 도출할 수 있다.

구체적인 일 예로, 도 6a를 참조하면, 프로젝트 정보 1(511)에 기초하여 고양이 사진을 획득한 경우, 이미지 내에는 복수 개의 객체들이 존재할 수 있다. 일 예로, 이미지 내에서 고양이(611), 책장(612), 상(613)이 존재할 수 있다. 이때, 객체 검출 결과로써 "OD_result"는 "[고양이 99% - 중앙, 동물 99% - 중앙, 상 72% - 오른쪽])"와 같은 형태로 저장될 수 있다. 또한, 일 예로, 다른 이미지에는 고양이(611) 및 TV(614)가 객처로 포함될 수 있으며, 객체 검출 결과로써 "OD_result"는 "[고양이 99% - 중앙, 동물 99% - 중앙, TV 72% - 오른쪽])"와 같은 형태로 저장될 수 있다. 즉, 플랫폼(320)은 복수 개의 이미지 각각에서 객체 검출 결과 정보를 획득하고, 이를 기 저장된 객체 검출 결과 정보와 비교할 수 있다. 여기서, 각각의 객체 검출 결과 정보에 기초하여 타겟 객체가 반복되는지에 대한 정보, 타겟 객체가 정확한지에 대한 정보 또는 타겟 객체가 중앙에 위치하는지 여부에 정보 등에 기초하여 각각의 이미지들에 대한 객체 검출 결과 정보를 비교하여 유효성 확률 값을 계산할 수 있으며, 이를 통해 유효한 데이터를 획득할 수 있다.

일 예로, 도6b를 참조하면, 플랫폼(320)은 제 1 이미지를 수신하고, 이에 기초하여 객체를 검출할 수 있다.(S610) 이때, 플랫폼은 제 1 이미지가 유효한 이미지로 판단되면 검출된 객체에 대해 객체 검출 결과 데이터로써 프로젝트와 연관 후 데이터로 저장할 수 있다.(S620) 그 후, 플랫폼(320)은 복수 개의 이미지에 기초하여 유효한 데이터 및 각각의 이미지에 대한 객체 검출 결과 정보를 축적할 수 있다.(S630) 그 후, 플랫폼(320)은 새로운 이미지로써 제 2 이미지를 수신하고, 객체를 검출할 수 있다.(S640) 이때, 플랫폼(320)은 제 2 이미지의 객체 검출 결과를 도출하고, 상술한 바에서 기 저장된 객체 검출 결과 데이터와 비교할 수 있다.(S650) 그 후, 플랫폼(320)는 제 2 이미지에 대한 유효성 확률을 상술한 비교를 통해 획득할 수 있으며(S66), 이를 통해 데이터 수집 정확도를 높일 수 있다.

또 다른 일 예로, 도 7a 및 도 7b를 참조하면, 플랫폼(320)은 제 1 이미지에서 타겟 객체 및 주변 객체를 추출할 수 있다.(S710) 이때, 일 예로, 프로젝트 정보가 누워있는 킥보드 사진 모으기(512)인 경우, 플랫폼은 객체 검출 결과 데이터에 기초하여 타겟 객체 및 주변 객체 데이터를 획득할 수 있다. 일 예로, 도 7a에서 타겟 객체는 누워있는 킥보드(711)이고, 주변 객체는 다른 킥보드(712), 도로 블록(713) 및 종이 박스(714)일 수 있다. 다만, 이는 설명의 편의를 위한 하나의 일 예일 뿐 상술한 실시예로 한정되지 않는다. 일 예로, 제 1 이미지(710)는 타겟 객체로써 누워있는 킥보드(711) 및 주변 객체로써 다른 킥보드(712)와 도로 블록(713) 데이터를 포함할 수 있다. 이때, 플랫폼(320)은 검출된 타겟 객체와 주변 객체를 프로젝트와 연관하여 데이터로 저장할 수 있다.(S720) 그 후, 플랫폼은 복수 개의 이미지에 기초하여 타겟 객체 및 주변 객체를 검출하고, 이에 대한 정보를 축적할 수 있다.(S730) 그 후, 플랫폼(320)이 제 2 이미지를 수신하는 경우, 플랫폼(320)은 제 2 이미지에서 타겟 객체 및 주변 객체를 추출할 수 있다.(S740) 일 예로, 제 2 이미지에서 타겟 객체가 일치하지 않는 경우(즉, 타겟 객체가 누워있는 킥보드가 아닌 경우, S750), 플랫폼(320)은 제 2 이미지가 유효하지 않는 데이터로 판단할 수 있다.(S760) 반면, 제 2 이미지에서 타겟 객체가 일치하는 경우(S750), 플랫폼(320)은 축적된 결과 정보에 기초하여 주변 객체 정보를 비교할 수 있다.(S770) 이때, 플랫폼(320)은 비교된 주변 객체 정보에 기초하여 제 2 이미지의 유효성을 판단할 수 있다.(S780) 구체적인 일 예로, 도 7a에서 제 2 이미지(720)가 실내에 위치한 누워있는 킥보드인 경우, 타겟 객체(711)는 누워있는 킥보드일 수 있으나, 주변 객체는 종이 박스(714)일 수 있다. 일 예로, 누워있는 킥보드(711)는 도로나 그 밖의 주행 영역에서 촬영되어 이미지로 획득되기 때문에 주변 객체들이 주변 킥보드나 도로 및 그 밖의 관련 객체들일 수 있다. 반면, 제 2 이미지(720)에서 종이 박스(740)의 경우에는 기 저장된 주변 객체들과 상이할 확률일 높을 수 있다. 일 예로, 유저에 의해 상황이 조작되거나 프로젝트 목적에 맞지 않는 이미지가 제 2 이미지(720)로써 촬영될 수 있으며, 해당 이미지에 기초하여 데이터 수집 정확도가 떨어질 수 있다. 즉, 제 2 이미지(720)는 노이즈 데이터일 수 있으며, 이를 제거하는 방법이 필요할 수 있다.

상술한 점을 고려하여, 제 2 이미지(720)의 주변 객체 정보가 기 저장된 이미지들의 주변 객체 정보와 비교될 수 있으며, 이에 기초하여 유효성 값이 도출될 수 있다. 구체적인 일 예로, 플랫폼(320)은 기 저장된 복수 개의 이미지 각각으로부터 주변 객체 정보를 도출하고, 제 2 이미지의 주변 객체 정보와 비교하여 유효성 확률 값을 도출할 수 있다. 이때, 유효성 확률 값이 기 설정된 값 이상이면 상기 제 2 이미지를 유효한 이미지로 판단하고, 미만이면 유효하지 않은 이미지로 판단할 수 있다. 구체적인 일 예로, 제 2 이미지(720)의 주변 객체 정보의 유효성 값도 수치화할 수 있다. 일 예로, 종이 박스(714)는 기 저장된 이미지들의 주변 객체에서 반복되지 않으므로 반복 비교에 기초하여 유효성 확률 값이 낮을 수 있다. 또한, 위치 정보 역시 타겟 정보로써 누워있는 킥보드(711)와 인접하지 않고, 이미지 외곽에 위치할 수 있으므로 유효성 확률 값이 낮을 수 있다. 따라서, 주변 객체 정보로써 종이 박스(714)는 기 설정된 유효성 확률 값보다 작을 수 있으며, 제 2 이미지(720)를 노이지 데이터로 제거할 수 있다.

또 다른 일 예로, 도 8을 참조하면, 플랫폼(320)은 부가 정보에 기초하여 데이터 유효성을 판단할 수 있다. 일 예로, 플랫폼(320)은 특정 프로젝트 정보로써 자세 좋은 스키 사진 모으기(513)를 고려할 수 있으나, 이는 설명의 편의를 위한 하나의 일 예일 뿐, 해당 실시예로 한정되지 않는다. 즉, 플랫폼(320)이 수집하는 데이터로써 프로젝트 정보는 특정 부가 정보와 연관될 수 있다. 일 예로, 프로젝트 정보로써 자세 좋은 스키 사진 모으기(513)의 경우, 부가 정보로써 스키 축과 사람 축의 각도 정보(811) 및 양 무릎 사이의 간격 정보(812)를 고려할 수 있다. 구체적인 일 예로, 스키 타는 사진은 다양할 수 있으나, 자세 좋은 스키 이미지의 경우에는 스키 축과 사람 축 각도가 기 설정된 각도 이상일 수 있고, 무릎 사이 간격이 기 설정된 값 이하일 수 있다. 따라서, 플랫폼(320)은 이미지에서 객체를 도출하고, 도출된 객체에서 부가 정보를 반영하여 부가 정보가 만족되는지 여부를 판단할 수 있으며, 이에 기초하여 데이터 유효성을 판단할 수 있다.

도 9는 본 명세서의 일실시예에 있어서 데이터 유효성을 판단하는 방법을 나타낸 도면이다. 도 9를 참조하면, 플랫폼(320)은 디바이스(310)로 어플리케이션을 통해 프로젝트 정보를 제공하고, 프로젝트 정보에 연관되는 유효 데이터를 디바이스(310)로부터 획득할 수 있다. 일 예로, 유효 데이터는 프로젝트 정보와 관련하여 디바이스(310)가 촬영한 이미지(910)일 수 있다. 이때, 일 예로, 플랫폼(320)은 데이터의 유효성을 판단하기 위해 이미지(910)에서 추출된 객체 도출 결과 데이터뿐만 아니라 추가 정보를 더 활용할 수 있다.

보다 상세하게는, 플랫폼(320)은 특정 프로젝트 정보와 관련하여 외부 데이터(931), 이미지 관련 정보(932) 및 유저 관련 정보(933) 중 적어도 어느 하나를 획득할 수 있다. 일 예로, 외부 데이터(931)는 특정 프로젝트 정보와 관련하여 외부 데이터베이스 또는 웹을 통해 획득되는 정보일 수 있다. 일 예로, 디바이스(310)에 의해 제공되는 이미지뿐만 아니라 웹이나 소셜망에 이미 공유되고 있는 정보는 외부 데이터(931)일 수 있다. 또한, 이미지 관련 정보(932)는 특정 프로젝트 정보와 관련하여 이미지와 관련된 정보일 수 있다. 일 예로, 이미지 관련 정보는 이미지 내의 타겟 객체나 주변 객체에 대한 정보일 수 있다. 또한, 일 예로, 타겟 객체나 주변 객체 정보로써 타입, 크기, 위치 및 그 밖의 정보를 포함할 수 있다. 즉, 특정 프로젝트 정보와 관련하여 대응되는 이미지에 대한 관련 정보일 수 있다. 또한, 유저 관련 정보는 이미지를 제공하는 디바이스(310) 사용자에 대한 정보일 수 있다. 일 예로, 디바이스(310)를 사용하는 각각의 유저는 어플리케이션에 기초하여 플랫폼(320)에서 관리될 수 있다. 이때, 유저 관련 정보는 유저가 제공한 이미지에 대한 히스토리 정보 및 유저 패턴 정보 및 그 밖의 유저 관련 정보일 수 있다. 즉, 특정 유저가 해당 어플리케이션을 사용하여 데이터 수집 정보를 제공하는 동작과 관련된 정보일 수 있다.

이때, 일 예로, 플랫폼(320)은 상술한 정보들(931, 932, 933)을 더 이용하여 데이터의 유효성을 판단할 수 있다. 일 예로, 플랫폼(320)은 상술한 정보에 기초하여 유저 신뢰도 정보, 응답 패턴 정보, 평가 정보, 인공지능 검수 정보 및 인력 검수 정보 중 적어도 어느 하나의 정보를 수치화하고, 이를 유효성 확률을 판단하는 값으로 활용할 수 있다. 일 예로, 유저 신뢰도 정보는 유저의 기존 응답 결과에 기초하여 허위 정보를 제공하였는지 여부에 기초하여 측정되는 정보일 수 있다. 일 예로, 유저의 지난 데이터가 모두 유효 데이터인 경우에 해당 값은 최대 값을 가질 수 있고, 유저의 지난 데이터가 모두 노이즈 데이터인 경우에 해당 값은 최소 값을 가질 수 있으며, 응답 결과에 기초하여 최대 값과 최소 값 사이의 값을 가질 수 있다.

응답 패턴 정보는 유저의 데이터 제공에 기초한 정보일 수 있다. 일 예로, 유저 동작에 기초하여 페이지 스크롤 후 선택하는 시간, 전체 응답 시간 및 그 밖의 정보일 수 있다. 일 예로, 응답 패턴 정보는 매크로 기능이나 인공지능에 기초하여 유저 동작 없이 수행되는 동작인지 여부를 판단하는 정보일 수 있으며, 이를 반영하여 유효성 확률 값을 도출할 수 있다. 또한, 일 예로, 평가 정보는 각각의 유저들 상호 간의 평가에 기초하여 제공되는 정보일 수 있다. 일 예로, 특정 프로젝트 정보로써 복수의 유저들이 제공한 이미지에 기초하여 유저 상호 간에 도출되는 점수 정보일 수 있다. 또한, 인공지능 검수 정보는 인공지능에 기초하여 이미지의 유효성 확률 값이 도출된 경우에 정확도에 대한 정보일 수 있으며, 인력 검수 정보는 이미지에 대한 인력 평가가 수행된 경우에 대한 정보일 수 있다. 즉, 플랫폼(320)은 이미지에서 도출된 객체 도출 결과 데이터뿐만 아니라 추가 정보를 더 이용하여 데이터의 유효성을 판단할 수 있으며, 이를 통해 정확도를 높일 수 있다.

도 10은 본 명세서의 일실시예에 있어서 데이터 유효성을 판단하는 방법을 나타낸 순서도이다.

도 10을 참조하면, 제 1 디바이스가 플랫폼(320)으로부터 프로젝트 정보를 수신할 수 있다.(S1010) 이때, 제 1 디바이스가 프로젝트 정보와 연관된 제 1 이미지를 획득하고, 어플리케이션을 통해 제 1 이미지를 플랫폼(320)으로 제공할 수 있으며, 이는 상술한 바와 같다.(S1020) 그 후, 플랫폼(320)은 제 1 이미지 내에서 적어도 하나 이상의 객체를 추출하고(S1030), 추출된 적어도 하나 이상의 객체에 기초하여 제 1 이미지의 유효성을 판단할 수 있다.(S1040) 이때, 일 예로, 플랫폼(320)은 제 1 이미지가 프로젝트 정보와 연관되어 유효성을 갖는 이미지로 판단할 수 있으며, 유효성 확률 값을 이용할 수 있다. 이때, 플랫폼(320)은 제 1 이미지 및 제 1 이미지에서 추출된 적어도 하나 이상의 객체에 대한 정보를 저장할 수 있다. 또한, 플랫폼(320)은 복수 개의 디바이스로부터 프로젝트 정보와 관련된 복수 개의 이미지들 획득하고, 복수 개의 이미지들 중 유효성이 인정되는 이미지 및 이미지에서 추출된 적어도 하나 이상의 객체에 대한 정보를 저장할 수 있다.

또한, 플랫폼은 제 2 디바이스로도 프로젝트 정보를 제공할 수 있다. 이때, 제 2 디바이스는 프로젝트 정보와 연관된 제 2 이미지를 획득하고, 어플리케이션을 통해 제 2 이미지를 플랫폼(320)으로 제공할 수 있다. 이때, 플랫폼(320)은 제 2 이미지에서 적어도 하나 이상의 객체를 추출하고, 추출된 적어도 하나 이상의 객체에 기초하여 제 2이미지의 유효성을 판단할 수 있다. 일 예로, 플랫폼(320)은 제 1 이미지에서 추출된 적어도 하나 이상의 객체에 대한 정보 및 유효성이 인정되는 이미지에서 추출된 적어도 하나 이상의 객체 정보를 제 2 이미지에서 추출된 적어도 하나 이상의 객체와 비교하여 제 2 이미지의 유효성을 판단할 수 있으며, 이는 상술한 바와 같다.

또한, 제 1 이미지에서 추출된 적어도 하나 이상의 객체에 대한 정보와 제 2 이미지에서 추출된 적어도 하나 이상의 객체에 대한 정보 비교는 반복 정보, 정확도 값 정보 및 위치 정보 중 적어도 어느 하나에 기초하여 수행될 수 있으며, 이는 상술한 바와 같다.

또한, 본 명세서의 일 실시예에 따라, 제 1 이미지에서 추출된 적어도 하나 이상의 객체에 대한 정보는 프로젝트 정보와 관련된 제 1 타겟 객체 정보 및 제 1 주변 객체 정보를 포함하고, 제 2 이미지에서 추출된 적어도 하나 이상의 객체에 대한 정보는 제 2 타겟 객체 정보 및 제 2 주변 객체 정보를 포함할 수 있다. 이때, 제 2 타겟 객체 정보가 제 1 타겟 객체 정보와 일치하지 않는 경우, 플랫폼(320)은 제 2 이미지는 유효하지 않은 이미지로 판단할 수 있다. 반면, 제 2 타겟 객체 정보가 제 1 타겟 객체 정보와 일치하는 경우, 플랫폼(320)은 제 1 주변 객체 정보와 제 2 주변 객체 정보를 비교하여 제 2 이미지의 유효성을 판단할 수 있다. 또한, 플랫폼(320)은 프로젝트 정보에 기초하여 유효성을 갖는 복수 개의 이미지 각각으로부터 타겟 객체 정보 및 주변 객체 정보를 더 도출하고, 제 2 타겟 객체 정보가 제 1 타겟 객체 정보와 일치하는 경우, 플랫폼(320)은 복수 개의 이미지 각각의 주변 객체 정보와 제 1 주변 객체 정보에 기초하여 제 2 주변 객체 정보의 유효성 확률 값을 계산하고, 유효성 확률 값이 기 설정된 값 이상이면 제 2 이미지를 유효한 이미지로 판단할 수 있다.

또한, 플랫폼(320)은 외부 데이터, 프로젝트 정보와 관련된 이미지 정보, 프로젝트 정보와 관련된 유저 정보 중 적어도 어느 하나를 더 이용하여 제 1 이미지의 유효성을 판단할 수 있으며, 이는 상술한 바와 같다.

이상에서 설명한 실시예들은 적어도 부분적으로 컴퓨터 프로그램으로 구현되고 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있다. 실시예들을 구현하기 위한 프로그램이 기록되고 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 광 데이터 저장장치 등이 있다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수도 있다. 또한, 본 실시예를 구현하기 위한 기능적인 프로그램, 코드 및 코드 세그먼트(segment)들은 본 실시예가 속하는 기술 분야의 통상의 기술자에 의해 용이하게 이해될 수 있을 것이다.

이상에서 살펴본 본 명세서는 도면에 도시된 실시예들을 참고로 하여 설명하였으나 이는 예시적인 것에 불과하며 당해 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 실시예의 변형이 가능하다는 점을 이해할 것이다. 그러나, 이와 같은 변형은 본 명세서의 기술적 보호범위 내에 있다고 보아야 한다. 따라서, 본 명세서의 진정한 기술적 보호범위는 첨부된 청구범위의 기술적 사상에 의해서 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 포함하도록 정해져야 할 것이다.

Claims (11)

1. 컴퓨팅 장치에 의해 실행되는, 데이터 유효성 검사 방법에 있어서,
   제 1 디바이스가 플랫폼으로부터 프로젝트 정보를 수신하는 단계;
   상기 제 1 디바이스가 상기 프로젝트 정보와 연관된 제 1 이미지를 획득하고, 어플리케이션을 통해 상기 제 1 이미지를 상기 플랫폼으로 제공하는 단계;
   상기 플랫폼이 상기 제 1 이미지 내에서 적어도 둘 이상의 객체를 추출하는 단계; 및
   상기 추출된 적어도 둘 이상의 객체에 기초하여 상기 제 1 이미지의 유효성을 판단하는 단계;를 포함하되,
   상기 제 1 이미지가 상기 프로젝트 정보에 따른 조건을 만족하는 이미지로 판단된 경우, 상기 플랫폼은 상기 제 1 이미지 및 상기 제 1 이미지에서 추출된 상기 적어도 둘 이상의 객체에 대한 정보를 저장하며,
   상기 플랫폼이 제2 디바이스로부터 상기 프로젝트 정보에 관련된 제2 이미지를 제공받으면,
   상기 플랫폼이 상기 제 2 이미지에서 추출된 제2 타겟 객체 정보와 제2 주변 객체 정보를 상기 제1 이미지에서 추출된 제1 타겟 객체 정보와 제1 주변 객체 정보를 각각 비교하여 상기 제2 이미지의 유효성을 판단하되, 상기 유효성은 상기 프로젝트 정보에 따른 조건 만족 여부며, 상기 프로젝트 정보에 따른 조건은 타겟 객체 자체의 동일성을 포함하지 않으며,
   상기 제 2 타겟 객체 정보와 상기 제 1 타겟 객체 정보가 상기 프로젝트 정보에 따른 조건을 만족하는 경우, 상기 플랫폼은 상기 제 1 주변 객체 정보 및 기 저장된 유효한 이미지의 주변 객체 정보와 상기 제 2 주변 객체 정보를 비교하여, 제2 주변 객체 정보의 제2 주변 객체가 유효한 이미지 내 주변 객체들에 포함된 빈도가 소정 값 이하이면 상기 플랫폼은 상기 제 2 이미지는 유효하지 않은 이미지로 판단하는, 데이터 유효성 검사 방법.
   
2. 삭제
3. 제 1 항에 있어서,
   상기 플랫폼은 복수 개의 디바이스로부터 상기 프로젝트 정보와 관련된 복수 개의 이미지들 획득하고,
   복수 개의 이미지들 중 유효성이 인정되는 이미지 및 이미지에서 추출된 적어도 하나 이상의 객체에 대한 정보를 저장하는, 데이터 유효성 검사 방법.
   
4. 제 3 항에 있어서,
   제 2 디바이스가 상기 플랫폼으로부터 상기 프로젝트 정보를 수신하는 단계;
   상기 제 2 디바이스가 상기 프로젝트 정보와 연관된 제 2 이미지를 획득하고, 상기 어플리케이션을 통해 상기 제 2 이미지를 상기 플랫폼으로 제공하는 단계;
   상기 플랫폼이 상기 제 2 이미지에서 적어도 둘 이상의 객체를 추출하는 단계; 및
   상기 추출된 적어도 둘 이상의 객체에 기초하여 상기 제 2이미지의 유효성을 판단하는 단계;를 더 포함하되,
   상기 플랫폼은 상기 제 1 이미지에서 추출된 상기 적어도 둘 이상의 객체에 대한 정보 및 유효성이 인정되는 이미지에서 추출된 상기 적어도 둘 이상의 객체 정보를 상기 제 2 이미지에서 추출된 상기 적어도 둘 이상의 객체와 비교하여 상기 제 2 이미지의 유효성을 판단하는, 데이터 유효성 검사 방법.
   
5. 제 4 항에 있어서,
   상기 제 1 이미지에서 추출된 상기 적어도 둘 이상의 객체에 대한 정보와 상기 제 2 이미지에서 추출된 상기 적어도 둘 이상의 객체에 대한 정보 비교는 반복 정보, 정확도 값 정보 및 위치 정보 중 적어도 어느 하나에 기초하여 수행되는, 데이터 유효성 검사 방법.
   
6. 제 4 항에 있어서,
   상기 제 1 이미지에서 추출된 상기 적어도 둘 이상의 객체에 대한 정보는 상기 프로젝트 정보와 관련된 제 1 타겟 객체 정보 및 제 1 주변 객체 정보를 포함하고,
   상기 제 2 이미지에서 추출된 상기 적어도 둘 이상의 객체에 대한 정보는 제 2 타겟 객체 정보 및 제 2 주변 객체 정보를 포함하는, 데이터 유효성 검사 방법.
   
7. 제 6 항에 있어서,
   상기 제 2 타겟 객체 정보가 상기 제 1 타겟 객체 정보와 일치하지 않는 경우, 상기 플랫폼은 상기 제 2 이미지는 유효하지 않은 이미지로 판단하는, 데이터 유효성 검사 방법.
   
8. 삭제
9. 제 1 항에 있어서,
   상기 플랫폼은 상기 프로젝트 정보에 기초하여 유효성을 갖는 복수 개의 이미지 각각으로부터 타겟 객체 정보 및 주변 객체 정보를 더 도출하고,
   상기 제 2 타겟 객체 정보가 상기 제 1 타겟 객체 정보와 일치하는 경우, 상기 플랫폼은 상기 복수 개의 이미지 각각의 주변 객체 정보와 상기 제 1 주변 객체 정보에 기초하여 상기 제 2 주변 객체 정보의 유효성 확률 값을 계산하고,
   상기 유효성 확률 값이 기 설정된 값 이상이면 상기 제 2 이미지를 유효한 이미지로 판단하는, 데이터 유효성 검사 방법.
   
10. 제 1 항에 있어서,
    상기 플랫폼은 외부 데이터, 프로젝트 정보와 관련된 이미지 정보, 프로젝트 정보와 관련된 유저 정보 중 적어도 어느 하나를 더 이용하여 상기 제 1 이미지의 유효성을 판단하는, 데이터 유효성 검사 방법.
    
11. 하드웨어와 결합되어 제1항, 제3항 내지 제7항 및 제9항 내지 제10항 중 어느 한 항에 따른 방법을 수행하도록 컴퓨터로 판독 가능한 매체에 저장된 컴퓨터 프로그램.
    

Images