KR102658834B1

KR102658834B1 - 액티브 이미지 깊이 예측

Info

Publication number: KR102658834B1
Application number: KR1020217009267A
Authority: KR
Inventors: 쿤 두안; 다니엘 론; 충양 마; 닝 쉬; 선룽 왕; 수만트 밀린드 하누만테; 드리티만 사가르
Original assignee: 스냅 인코포레이티드
Priority date: 2018-08-31
Filing date: 2019-08-29
Publication date: 2024-04-19
Also published as: US11715223B2; US20200258248A1; KR20240056616A; WO2020047261A1; US10672136B2; KR20210038699A; CN112639876A; EP3844718A4; US20220156956A1; EP3844718A1; US20200074653A1; US11276190B2

Abstract

액티브 깊이 검출 시스템은 한 쌍의 클릭들과 같은 사용자 상호작용 데이터 및 이미지로부터 깊이 맵을 생성할 수 있다. 액티브 깊이 검출 시스템은 훈련 후에 사용자 상호작용 데이터를 런타임 입력들로서 수신할 수 있는 순환 신경망으로서 구현될 수 있다. 액티브 깊이 검출 시스템은 이미지 조작 또는 현실 세계 물체 검출과 같은 추가 처리를 위해 생성된 깊이 맵을 저장할 수 있다.

Description

액티브 이미지 깊이 예측

본 출원은 2018년 8월 31일자로 출원된 미국 출원 일련번호 제16/120,105호의 우선권의 이익을 주장하며, 이 출원은 그 전체가 본 명세서에 참고로 포함된다.

본 발명의 실시예들은 일반적으로 머신 러닝에 관한 것으로, 더 특정하게는 제한으로서가 아니라, 이미지 기반 깊이 추정에 관한 것이다.

깊이 추정 스킴은 이미지(예를 들어, 이미지, 비디오)에 묘사된 객체의 깊이를 결정하려고 시도한다. 깊이 데이터는 증강 현실, 이미지 포커싱, 및 얼굴 분할(face parsing)과 같은 상이한 이미지 기반 작업들에 유용할 수 있다. 일부 깊이 검출 기술은 외부 신호들(예를 들어, 적외선 빔들)을 이용하여 인근 물체들을 맞고 튕겨나감으로써 주어진 이미지에서 객체들의 깊이들을 결정하는 것을 돕는다. 이러한 외부 신호 기반 접근법들이 정확한 결과들을 산출할 수 있지만, 많은 사용자 디바이스들(예를 들어, 스마트폰, 랩톱)은 신호 기반 깊이 검출을 가능하게 하기 위해 필요한 하드웨어(예를 들어, 적외선(IR) 레이저, IR 카메라)가 구비되어 있지 않다. 이미지에서의 물체의 외관과 그의 현실 세계의 기하 구조(geometry) 사이의 고유한 모호성들 때문에 단일 이미지로부터 직접적으로 깊이들을 결정하는 것은 어렵다.

임의의 특정 요소 또는 액트의 논의를 쉽게 식별하기 위해, 참조 번호에서의 최상위 숫자 또는 숫자들은 그 요소 또는 액트가 처음 도입되는 도면 번호를 지칭한다.
도 1은 네트워크를 통해 데이터(예를 들어, 메시지들 및 연관된 콘텐츠)를 교환하기 위한 예시적인 메시징 시스템을 도시하는 블록도이다.
도 2는 예시적인 실시예들에 따른, 도 1의 메시징 시스템에 관한 추가의 상세 사항들을 예시하는 블록도이다.
도 3은 특정한 예시적인 실시예들에 따라, 메시징 서버 시스템의 데이터베이스에 저장될 수 있는 데이터를 예시하는 개략도이다.
도 4는 통신을 위해 메시징 클라이언트 애플리케이션에 의해 생성된, 일부 실시예들에 따른, 메시지의 구조를 예시하는 개략도이다.
도 5는 일부 예시적 실시예에 따라, 그에 관하여 콘텐츠(예를 들어, 단기적 메시지, 및 데이터의 연관된 멀티미디어 페이로드) 또는 콘텐츠 컬렉션(예를 들어, 단기적 메시지 스토리)에의 액세스가 시간 제한될(예를 들어, 단기적으로 될) 수 있는, 예시적 액세스 제한 프로세스를 예시하는 개략도이다.
도 6은 일부 예시적인 실시예에 따른, 액티브 깊이 시스템의 예시적인 기능 엔진들을 도시한다.
도 7은 일부 예시적인 실시예에 따른, 액티브 깊이 맵을 구현하기 위한 방법의 흐름도를 도시한다.
도 8은 일부 예시적인 실시예에 따른, 클릭 쌍 데이터(click pair data)의 세트들을 활용하기 위한 예시적인 방법의 흐름도를 도시한다.
도 9a는 일부 예시적인 실시예에 따른, 깊이 엔진에 대한 예시적인 네트워크를 도시한다.
도 9b는 일부 예시적인 실시예에 따른, 예시적 이미지 및 깊이 맵을 도시한다.
도 10 내지 도 13은 일부 예시적인 실시예에 따른, 액티브 깊이 시스템을 구현하기 위한 예시적인 사용자 인터페이스들을 도시한다.
도 14는 본 명세서에서 설명된 다양한 하드웨어 아키텍처들과 연계하여 이용될 수 있는 대표적인 소프트웨어 아키텍처를 예시하는 블록도이다.
도 15는 머신 판독가능 매체(예를 들어, 머신 판독가능 저장 매체)로부터의 명령어들을 판독하고 본 명세서에서 논의된 방법론들 중 어느 하나 이상을 수행할 수 있는, 일부 예시적 실시예에 따른 머신의 컴포넌트들을 예시하는 블록도이다.

이하의 설명은 본 개시내용의 예시적인 실시예들을 구체화하는 시스템, 방법, 기술, 명령어 시퀀스, 및 컴퓨팅 머신 프로그램 제품을 포함한다. 이하의 설명에서, 설명의 목적상, 발명 주제의 다양한 실시예들의 이해를 제공하기 위해 수많은 구체적인 상세 사항들이 제시되어 있다. 그렇지만, 발명 주제의 실시예들이 이 구체적인 상세 사항들 없이도 실시될 수 있다는 것이 본 기술분야의 통상의 기술자에게는 명백할 것이다. 일반적으로, 공지된 명령어 인스턴스들, 프로토콜들, 구조들, 및 기법들이 꼭 상세히 보여지지는 않았다.

논의된 바와 같이, 이미지에 묘사된 객체들의 깊이들을 결정하는 것은 어렵다. 일부 외부 신호 기반 접근법들은 이미지 기반 깊이 검출을 도울 수 있지만, 많은 최종 사용자 시스템들(예를 들어, 클라이언트 디바이스들, 스마트폰들, 랩톱들)은 이러한 신호 기반 접근법들을 구현하는 데 필요한 특수 장비가 결여되어 있다.

이를 위해, 액티브 깊이 검출 시스템이 런타임 최종 사용자 제공 데이터(예를 들어, 훈련 후에 시스템에 제공된 최종 사용자 입력 데이터)를 사용하여 이미지로부터 직접적으로 객체들의 깊이들을 결정하도록 구현될 수 있다. 일부 접근법들에 따르면, 액티브 깊이 검출 시스템은 깊이 맵을 생성하고 최종 사용자 제공 깊이 데이터(예를 들어, 이미지상의 클릭들 또는 스크린 탭들의 쌍과 같은 서수 쌍들)를 사용하여 깊이 맵을 리파인(refine)하도록 구성된 하나 이상의 신경망을 포함한다.

예를 들어, 클라이언트 디바이스는 이미지를 디스플레이할 수 있고, 사용자는 이미지에서의 제2 포인트가 뒤따라오는, 이미지에서의 제1 포인트를 선택(예컨대, 스크린 탭, 클릭, 또는 그에 대해 이미지 좌표들을 지정)할 수 있다. 액티브 깊이 검출 시스템은 깊이 검출을 나타내기 위해 (예를 들어, 제1 포인트가 제2 포인트에 대응하는 이미지의 부분보다 뷰어에 더 가까운 이미지의 부분에 대응한다는 것을 나타내기 위해, 또는 그 반대를 위해) 제1 포인트로부터 제2 포인트까지의 벡터를 생성한다. 벡터는 제약들로서 서수 쌍(예를 들어, 클릭들의 쌍)을 사용하여 깊이 맵을 업데이트하도록 훈련된 신경망 시스템에 입력될 수 있다.

일부 예시적인 실시예들에서, 액티브 깊이 검출 시스템은 종단간(end-to-end) 훈련 기법들(예를 들어, 역방향 전파)을 사용하여 훈련된다. 모델이 훈련된 후에, 그것은 사용자 애플리케이션(예를 들어, 아래에 논의되는 메시징 클라이언트 애플리케이션(104))의 일부로서 상이한 사용자들에 의한 사용을 위해 다운로드될 수 있다. 사용자가 이미지를 생성할 때, 시스템은 먼저, FCRN(Fully Convolutional Residual Neural Network)과 같은, 베이스 네트워크(base network)를 사용하여 초기 깊이 맵을 생성할 수 있다. 이후 액티브 깊이 검출 시스템은 이미징된 영역들(예컨대, 원래의 이미지에서의 영역들, 초기 깊이 맵에서의 영역들)의 깊이 방향들을 나타내는 서수 제약들(예컨대, 클릭들의 쌍들)을 사용하여 초기 깊이 맵을 리파인할 수 있다. 일부 예시적인 실시예들에서, 액티브 깊이 검출 시스템은 다중 계층을 갖는 ADMM(Alternating Direction Method of Multipliers) 모듈로서 구성되는 순환 신경망을 구현한다. 순환 신경망은 상이한 계층들에서 처리되는 변수들을 생성하기 위해 다중 반복에 걸쳐 실행될 수 있다. 순환 신경망의 출력은 이미지 조작과 같은 추가 처리에 이용될 수 있는 리파인된 깊이 맵이다. 다음의 예들에서, 리파인된 깊이 맵이 이미지 처리를 위해 사용되지만, 다른 사용들이 가능하다. 예를 들어, 액티브 깊이 검출 시스템은 사용자의 주변 환경의 외관을 수정하는 시뮬레이션을 보다 정확하게 생성하기 위해 증강 현실 시스템에서 구현될 수 있다. 추가적인 예로서, 액티브 깊이 검출 시스템은 하나 이상의 이미지에 묘사된 객체들의 상대적인 깊이들을 확인하기 위해 자율 차량 비전 시스템의 일부로서 구현될 수 있다.

도 1은 네트워크를 통해 데이터(예를 들어, 메시지들 및 연관된 콘텐츠)를 교환하기 위한 예시적인 메시징 시스템(100)을 도시하는 블록도이다. 메시징 시스템(100)은 다중의 클라이언트 디바이스(102)를 포함하고, 이들 각각은 메시징 클라이언트 애플리케이션(104)을 포함하는 다수의 애플리케이션을 호스팅한다. 각각의 메시징 클라이언트 애플리케이션(104)은 네트워크(106)(예를 들어, 인터넷)를 통해 메시징 클라이언트 애플리케이션(104) 및 메시징 서버 시스템(108)의 다른 인스턴스들에 통신가능하게 결합된다. 다양한 실시예에서, 가상 머신 러닝은 메시징 클라이언트 애플리케이션(104) 및/또는 이미지 처리 시스템(116)에 의해 메시징 시스템(100) 내에서 전송된 이미지들을 분석하고 이 분석을 이용하여 메시징 시스템(100) 내의 특징들을 제공하는데 이용될 수 있다.

따라서, 각각의 메시징 클라이언트 애플리케이션(104)은 네트워크(106)를 통해 또 다른 메시징 클라이언트 애플리케이션(104)과 그리고 메시징 서버 시스템(108)과 통신하고 데이터를 교환할 수 있다. 메시징 클라이언트 애플리케이션들(104) 사이에 그리고 메시징 클라이언트 애플리케이션(104)과 메시징 서버 시스템(108) 사이에 교환되는 데이터는, 기능들(예를 들어, 기능들을 기동시키는 명령들)뿐만 아니라, 페이로드 데이터(예를 들어, 텍스트, 오디오, 비디오, 또는 다른 멀티미디어 데이터)를 포함한다.

메시징 서버 시스템(108)은 네트워크(106)를 통해 특정 메시징 클라이언트 애플리케이션(104)에게 서버 측 기능성을 제공한다. 메시징 시스템(100)의 특정 기능들이 메시징 클라이언트 애플리케이션(104)에 의해 또는 메시징 서버 시스템(108)에 의해 수행되는 것으로 본 명세서에 설명되지만, 메시징 클라이언트 애플리케이션(104) 또는 메시징 서버 시스템(108) 내에서의 특정 기능성의 위치는 설계 선택사항이라는 것을 알 것이다. 예를 들어, 처음에는 특정 기술 및 기능성을 메시징 서버 시스템(108) 내에 배치하지만, 나중에 클라이언트 디바이스(102)가 충분한 처리 용량을 갖는 경우 이 기술 및 기능성을 메시징 클라이언트 애플리케이션(104)으로 이전시키는 것이 기술적으로 바람직할 수 있다.

메시징 서버 시스템(108)은 메시징 클라이언트 애플리케이션(104)에 제공되는 다양한 서비스들 및 동작들을 지원한다. 그러한 동작들은 메시징 클라이언트 애플리케이션(104)에 데이터를 송신하고, 그로부터 데이터를 수신하고, 그에 의해 생성된 데이터를 처리하는 것을 포함한다. 이 데이터는, 예로서, 메시지 콘텐츠, 클라이언트 디바이스 정보, 지오로케이션 정보, 미디어 주석 및 오버레이, 메시지 콘텐츠 지속 조건, 이미지 검색 데이터, 소셜 네트워크 정보, 및 라이브 이벤트 정보를 포함할 수 있고, 이들 중 일부는 메시징 시스템(100)을 통해 전송된 이미지들을 분석함으로써 생성된 정보에 의존한다. 메시징 시스템(100) 내에서의 데이터 교환은 메시징 클라이언트 애플리케이션(104)의 사용자 인터페이스(UI)들을 통해 이용 가능한 기능들을 통해 기동되고 제어된다.

이제 구체적으로 메시징 서버 시스템(108)을 참조하면, 애플리케이션 프로그래밍 인터페이스(API) 서버(110)가 애플리케이션 서버(112)에 결합되어 프로그램 방식의 인터페이스(programmatic interface)를 제공한다. 애플리케이션 서버(112)는 데이터베이스 서버(118)에 통신가능하게 결합되고, 데이터베이스 서버는 애플리케이션 서버(112)에 의해 처리되는 메시지들과 연관된 데이터가 저장되는 데이터베이스(120)로의 액세스를 용이하게 한다. 일부 실시예들에서, 데이터베이스(120)는 또한 메시징 서버 시스템(108)에 의해 사용될 수 있는 다양한 훈련되고 훈련되지 않은 지원 벡터 머신들의 이미지 처리 결과들 또는 상세 사항들을 저장할 수 있다.

API 서버(110)는 클라이언트 디바이스(102)와 애플리케이션 서버(112) 사이에서 메시지 데이터(예를 들어, 명령들 및 메시지 페이로드들)를 수신하고 송신한다. 구체적으로, API 서버(110)는, 애플리케이션 서버(112)의 기능성을 기동시키기 위해 메시징 클라이언트 애플리케이션(104)에 의해 호출되거나 질의될 수 있는 한 세트의 인터페이스(예를 들어, 루틴들 및 프로토콜들)를 제공한다. API 서버(110)는 계정 등록; 로그인 기능성; 애플리케이션 서버(112)를 통해, 특정 메시징 클라이언트 애플리케이션(104)으로부터 또 다른 메시징 클라이언트 애플리케이션(104)으로 메시지를 전송하는 것; 또 다른 메시징 클라이언트 애플리케이션(104)에 의한 가능한 액세스를 위해 메시징 클라이언트 애플리케이션(104)으로부터 메시징 서버 애플리케이션(114)으로의 미디어 파일들(예를 들어, 이미지들 또는 비디오)을 전송하는 것; 미디어 데이터의 컬렉션(예를 들어, 스토리)의 설정; 이러한 컬렉션들의 검색; 클라이언트 디바이스(102)의 사용자의 친구들의 리스트 검색; 메시지들 및 콘텐츠의 검색; 소셜 그래프로의 그리고 그로부터의 친구들의 추가 및 삭제; 소셜 그래프 내에서의 친구들의 위치; 및 (예를 들어, 메시징 클라이언트 애플리케이션(104)에 관련된) 애플리케이션 이벤트들을 포함하여, 애플리케이션 서버(112)에 의해 지원되는 다양한 기능들을 노출시킨다.

일부 예시적인 실시예들에 따르면, 애플리케이션 서버(112)는 메시징 서버 애플리케이션(114), 이미지 처리 시스템(116), 소셜 네트워크 시스템(122), 및 액티브 깊이 시스템(150)을 포함하는 다수의 애플리케이션 및 서브시스템을 호스팅한다. 메시징 서버 애플리케이션(114)은, 특히 메시징 클라이언트 애플리케이션(104)의 다중의 인스턴스로부터 수신된 메시지들에 포함된 콘텐츠(예를 들어, 텍스트 및 멀티미디어 콘텐츠)의 모음(aggregation) 및 다른 처리에 관련된, 다수의 메시지 처리 기술 및 기능을 구현한다. 더 상세히 설명되는 바와 같이, 다중의 소스로부터의 텍스트 및 미디어 콘텐츠는, 콘텐츠의 컬렉션들(예를 들어, 스토리 또는 갤러리라고 불림)로 집성될 수 있다. 그 후, 이러한 컬렉션들은 메시징 서버 애플리케이션(114)에 의해, 메시징 클라이언트 애플리케이션(104)에 이용 가능하게 된다. 다른 프로세서 및 메모리 집약적 데이터의 처리는 또한, 그러한 처리를 위한 하드웨어 요건을 고려하여, 메시징 서버 애플리케이션(114)에 의해 서버 측에서 수행될 수 있다.

애플리케이션 서버(112)는, 전형적으로 메시징 서버 애플리케이션(114)에서 메시지의 페이로드 내에서 수신된 이미지들 또는 비디오에 관하여, 다양한 이미지 처리 동작을 수행하는 데 전용되는 이미지 처리 시스템(116)을 또한 포함한다.

소셜 네트워크 시스템(122)은 다양한 소셜 네트워킹 기능 및 서비스를 지원하고, 이들 기능 및 서비스를 메시징 서버 애플리케이션(114)에 이용가능하게 만든다. 이를 위해, 소셜 네트워크 시스템(122)은 데이터베이스(120) 내에서의 엔티티 그래프(예를 들어, 도 3의 엔티티 그래프(304))를 유지하고 이에 액세스한다. 소셜 네트워크 시스템(122)에 의해 지원되는 기능 및 서비스의 예는, 특정 사용자가 그와 관계를 가지거나 또는 특정 사용자가 "추종하는" 메시징 시스템(100)의 다른 사용자들의 식별, 및 특정 사용자의 관심사항 및 다른 엔티티들의 식별도 포함한다.

애플리케이션 서버(112)는 데이터베이스 서버(118)에 통신가능하게 결합되고, 데이터베이스 서버는 메시징 서버 애플리케이션(114)에 의해 처리되는 메시지들과 연관된 데이터가 저장되는 데이터베이스(120)로의 액세스를 용이하게 한다.

도 2는 예시적인 실시예들에 따른, 메시징 시스템(100)에 관한 추가의 상세 사항들을 예시하는 블록도이다. 구체적으로, 메시징 시스템(100)은 메시징 클라이언트 애플리케이션(104) 및 애플리케이션 서버(112)를 포함하는 것으로 도시되는데, 이들은 다음으로 다수의 서브시스템, 즉 단기적 타이머 시스템(202), 컬렉션 관리 시스템(204), 주석 시스템(206), 및 액티브 깊이 시스템(150)을 구체화한다.

단기적 타이머 시스템(202)은 메시징 클라이언트 애플리케이션(104) 및 메시징 서버 애플리케이션(114)에 의해 허용되는 콘텐츠에 대한 일시적인 액세스를 시행하는 것을 담당한다. 이를 위해, 단기적 타이머 시스템(202)은, 메시지 또는 메시지들의 컬렉션(예를 들어, 스토리)과 연관된 디스플레이 파라미터들 및 지속기간에 기초하여, 메시징 클라이언트 애플리케이션(104)을 통해 메시지들 및 연관된 콘텐츠를 선택적으로 디스플레이하고 그에 대한 액세스를 가능하게 하는 다수의 타이머를 포함한다. 단기적 타이머 시스템(202)의 동작에 관한 추가 상세 사항들이 이하에 제공된다.

컬렉션 관리 시스템(204)은 미디어의 컬렉션들(예를 들어, 텍스트, 이미지, 비디오, 및 오디오 데이터의 컬렉션들)을 관리하는 것을 담당한다. 일부 예들에서, 콘텐츠의 컬렉션(예를 들어, 이미지들, 비디오, 텍스트, 및 오디오를 포함하는 메시지들)은 "이벤트 갤러리" 또는 "이벤트 스토리"로 조직될 수 있다. 이러한 컬렉션은 콘텐츠가 관련된 이벤트의 지속기간과 같은 지정된 시간 기간 동안 이용가능하게 될 수 있다. 예를 들어, 음악 콘서트와 관련된 콘텐츠는 그 음악 콘서트의 지속기간 동안 "스토리"로서 이용가능하게 될 수 있다. 컬렉션 관리 시스템(204)은 또한 메시징 클라이언트 애플리케이션(104)의 사용자 인터페이스에 특정 컬렉션의 존재의 통지를 제공하는 아이콘을 게시하는 것을 담당할 수 있다.

컬렉션 관리 시스템(204)은 더욱이 컬렉션 관리자로 하여금 콘텐츠의 특정 컬렉션을 관리 및 큐레이팅하는 것을 허용하는 큐레이션 인터페이스(208)를 포함한다. 예를 들어, 큐레이션 인터페이스(208)는 이벤트 조직자가 특정 이벤트에 관련된 콘텐츠의 컬렉션을 큐레이팅(예를 들어, 부적절한 콘텐츠 또는 중복 메시지들을 삭제)하는 것을 가능하게 한다. 추가적으로, 컬렉션 관리 시스템(204)은 머신 비전(또는 이미지 인식 기술) 및 콘텐츠 규칙들을 채택하여 콘텐츠 컬렉션을 자동으로 큐레이팅한다. 특정 실시예들에서, 사용자 생성 콘텐츠를 컬렉션에 포함시키는 것에 대한 보상이 사용자에게 지불될 수 있다. 그러한 경우에서, 큐레이션 인터페이스(208)는 그러한 사용자들에게 그들의 콘텐츠를 사용하는 것에 대해 자동으로 지불하도록 동작한다.

주석 시스템(206)은 사용자가 메시지와 연관된 미디어 콘텐츠를 주석하거나 다른 방식으로 수정하거나 편집하는 것을 가능하게 하는 다양한 기능들을 제공한다. 예를 들어, 주석 시스템(206)은 메시징 시스템(100)에 의해 처리된 메시지들에 대한 미디어 오버레이들의 생성 및 게시와 관련된 기능들을 제공한다. 주석 시스템(206)은 클라이언트 디바이스(102)의 지오로케이션에 기초하여 메시징 클라이언트 애플리케이션(104)에 미디어 오버레이(예를 들어, 지오필터 또는 필터)를 유효하게 공급한다. 또 다른 예에서, 주석 시스템(206)은 클라이언트 디바이스(102)의 사용자의 소셜 네트워크 정보와 같은 다른 정보에 기초하여 메시징 클라이언트 애플리케이션(104)에 미디어 오버레이를 유효하게 공급한다. 미디어 오버레이는 오디오 및 시각적 콘텐츠 및 시각적 효과를 포함할 수 있다. 오디오 및 시각적 콘텐츠의 예들은 픽처들, 텍스트들, 로고들, 애니메이션들, 및 사운드 효과를 포함한다. 시각적 효과의 예는 색 오버레잉을 포함한다. 오디오 및 시각적 콘텐츠 또는 시각적 효과는 클라이언트 디바이스(102)에 있는 미디어 콘텐츠 아이템(예를 들어, 사진)에 적용될 수 있다. 예를 들어, 미디어 오버레이는 클라이언트 디바이스(102)에 의해 생성된 사진의 위에 오버레이될 수 있는 텍스트를 포함한다. 또 다른 예에서, 미디어 오버레이는, 위치(예를 들어, Venice Beach), 라이브 이벤트 명칭, 상인의 명칭(예를 들어, Beach Coffee House)의 식별을 포함한다. 또 다른 예에서, 주석 시스템(206)은 클라이언트 디바이스(102)의 지오로케이션을 이용하여 클라이언트 디바이스(102)의 지오로케이션에서의 상인의 명칭을 포함하는 미디어 오버레이를 식별한다. 미디어 오버레이는 상인과 연관된 다른 표시를 포함할 수 있다. 미디어 오버레이들은 데이터베이스(120)에 저장되고 데이터베이스 서버(118)를 통해 액세스될 수 있다.

하나의 예시적인 실시예에서, 주석 시스템(206)은 사용자들이 맵상에서 지오로케이션을 선택하고, 선택된 지오로케이션과 연관된 콘텐츠를 업로드하는 것을 가능하게 하는 사용자 기반 게시 플랫폼을 제공한다. 사용자는 또한 특정 콘텐츠가 다른 사용자들에게 제공되어야 하는 환경들을 지정할 수 있다. 주석 시스템(206)은 업로드된 콘텐츠를 포함하고 업로드된 콘텐츠를 선택된 지오로케이션과 연관시키는 미디어 오버레이를 생성한다.

또 다른 예시적인 실시예에서, 주석 시스템(206)은 상인들이 입찰 프로세스를 통해 지오로케이션과 연관된 특정한 미디어 오버레이를 선택하는 것을 가능하게 하는 상인 기반 게시 플랫폼을 제공한다. 예를 들어, 주석 시스템(206)은 최고 입찰 상인의 미디어 오버레이를 미리 정의된 양의 시간 동안 대응하는 지오로케이션과 연관시킨다.

도 3은 특정 예시적인 실시예들에 따른, 메시징 서버 시스템(108)의 데이터베이스(120)에 저장될 수 있는 데이터(300)를 예시하는 개략도이다. 데이터베이스(120)의 콘텐츠가 다수의 테이블을 포함하는 것으로 도시되어 있지만, 데이터는 다른 유형의 데이터 구조에(예를 들어, 객체 지향형 데이터베이스로서) 저장될 수 있다는 것을 알 것이다.

데이터베이스(120)는 메시지 테이블(314) 내에 저장된 메시지 데이터를 포함한다. 엔티티 테이블(302)은 엔티티 그래프(304)를 포함하는 엔티티 데이터를 저장한다. 엔티티 테이블(302) 내에 레코드들이 유지되는 엔티티들은 개인들, 회사 엔티티들, 조직들, 객체들, 장소들, 이벤트들 등을 포함할 수 있다. 유형에 관계없이, 그에 관해 메시징 서버 시스템(108)이 데이터를 저장하는 임의의 엔티티는 인식된 엔티티일 수 있다. 각각의 엔티티는 고유 식별자뿐만 아니라 엔티티 유형 식별자(도시되지 않음)를 구비한다.

엔티티 그래프(304)는 더욱이 엔티티들 사이의 또는 그들 중의 관계들 및 연관성들에 관한 정보를 저장한다. 단순히, 예를 들어, 이러한 관계는 사회적, 전문적(예를 들어, 일반 법인 또는 조직에서 일함), 관심 기반, 또는 활동 기반일 수 있다.

데이터베이스(120)는 또한 주석 데이터를, 필터들의 예시적인 형태로 주석 테이블(312)에 저장한다. 그에 대해 데이터가 주석 테이블(312) 내에 저장되는 필터들은, 비디오들(그에 대해 데이터가 비디오 테이블(310)에 저장됨) 및/또는 이미지들(그에 대해 데이터가 이미지 테이블(308)에 저장됨)과 연관되고 이들에 적용된다. 한 예에서, 필터들은, 수신 사용자로의 프리젠테이션 동안 이미지 또는 비디오상에 오버레이되어 디스플레이되는 오버레이들이다. 필터들은, 전송측 사용자가 메시지를 작성하고 있을 때 메시징 클라이언트 애플리케이션(104)에 의해 전송측 사용자에게 제시되는 필터들의 갤러리로부터의 사용자-선택된 필터들을 포함하여, 다양한 유형들의 것일 수 있다. 다른 유형의 필터들은, 지리적 위치에 기초하여 전송측 사용자에게 제시될 수 있는 지오로케이션 필터들(지오-필터들이라고도 함)을 포함한다. 예를 들어, 이웃 또는 특수 위치에 특정적인 지오로케이션 필터들은, 클라이언트 디바이스(102)의 GPS(Global Positioning System) 유닛에 의해 결정된 지오로케이션 정보에 기초하여 메시징 클라이언트 애플리케이션(104)에 의해 사용자 인터페이스 내에 제시될 수 있다. 또 다른 유형의 필터는, 메시지 생성 프로세스 동안 클라이언트 디바이스(102)에 의해 수집된 정보 또는 다른 입력들에 기초하여, 메시징 클라이언트 애플리케이션(104)에 의해 전송측 사용자에게 선택적으로 제시될 수 있는 데이터 필터이다. 데이터 필터들의 예들은 특정 위치에서의 현재 온도, 전송측 사용자가 이동하는 현재 속도, 클라이언트 디바이스(102)에 대한 배터리 수명, 또는 현재 시간을 포함한다.

주석 테이블 내에 저장될 수 있는 다른 주석 데이터는 소위 "렌즈(lens)" 데이터이다. "렌즈"는 이미지 또는 비디오에 추가될 수 있는 실시간 특수 효과 및 사운드일 수 있다.

위에 언급된 바와 같이, 비디오 테이블(310)은, 일 실시예에서, 그에 대해 레코드들이 메시지 테이블(314) 내에 유지되는 메시지들과 연관되는 비디오 데이터를 저장한다. 유사하게, 이미지 테이블(308)은 그에 대해 메시지 데이터가 메시지 테이블(314)에 저장되는 메시지들과 연관된 이미지 데이터를 저장한다. 엔티티 테이블(302)은 주석 테이블(312)로부터의 다양한 주석들을 이미지 테이블(308) 및 비디오 테이블(310)에 저장된 다양한 이미지들 및 비디오들과 연관시킬 수 있다.

스토리 테이블(306)은, 컬렉션(예를 들어, 스토리 또는 갤러리)으로 컴파일링되는, 메시지들 및 연관된 이미지, 비디오 또는 오디오 데이터의 컬렉션들에 관한 데이터를 저장한다. 특정 컬렉션의 생성은 특정 사용자(예를 들어, 그에 대해 레코드가 엔티티 테이블(302)에서 유지되는 임의의 사용자)에 의해 개시될 수 있다. 사용자는 해당 사용자에 의해 생성되고 전송/브로드캐스팅된 콘텐츠의 컬렉션의 형태로 "개인 스토리"를 생성할 수 있다. 이를 위해, 메시징 클라이언트 애플리케이션(104)의 사용자 인터페이스는, 전송측 사용자가 자신의 개인 스토리에 특정 콘텐츠를 추가하는 것을 가능하게 하기 위해 사용자 선택가능한 아이콘을 포함할 수 있다.

컬렉션은 또한, 수동으로, 자동으로, 또는 수동 및 자동 기법의 조합을 이용하여 생성된 다중 사용자로부터의 콘텐츠의 컬렉션인 "라이브 스토리"를 구성할 수 있다. 예를 들어, "라이브 스토리"는 다양한 위치들 및 이벤트들로부터의 사용자-제출 콘텐츠의 큐레이팅된 스트림을 구성할 수 있다. 그의 클라이언트 디바이스들(102)이 위치 서비스 가능하고 특정 시간에 공통 위치 또는 이벤트에 있는 사용자들에게는, 예를 들어, 메시징 클라이언트 애플리케이션(104)의 사용자 인터페이스를 통해, 특정 라이브 스토리에 콘텐츠를 기여하는 옵션이 제시될 수 있다. 라이브 스토리는 자신의 위치에 기초하여 메시징 클라이언트 애플리케이션(104)에 의해 사용자에게 식별될 수 있다. 최종 결과는 커뮤니티 관점에서 말한 "라이브 스토리"이다.

추가적인 유형의 콘텐츠 컬렉션은 "위치 스토리(location story)"라고 알려져 있는데, 이것은 그의 클라이언트 디바이스(102)가 특정 지리적 위치(예를 들어, 단과대학 또는 대학 캠퍼스) 내에 위치되는 사용자가 특정 컬렉션에 기여하는 것을 가능하게 한다. 일부 실시예들에서, 위치 스토리에 대한 기여는 최종 사용자가 특정 조직 또는 다른 엔티티에 속한다는(예를 들어, 대학 캠퍼스의 학생이라는) 것을 검증하기 위해 제2 인증 정도를 요구할 수 있다.

도 4는 추가 메시징 클라이언트 애플리케이션(104) 또는 메시징 서버 애플리케이션(114)으로의 통신을 위해 메시징 클라이언트 애플리케이션(104)에 의해 생성된, 일부 실시예들에 따른, 메시지(400)의 구조를 예시하는 개략도이다. 특정 메시지(400)의 콘텐츠는 메시징 서버 애플리케이션(114)에 의해 액세스가능한, 데이터베이스(120) 내에 저장된 메시지 테이블(314)을 채우기 위해 사용된다. 유사하게, 메시지(400)의 콘텐츠는 클라이언트 디바이스(102) 또는 애플리케이션 서버(112)의 "수송중(in-transit)" 또는 "비행중(in-flight)" 데이터로서 메모리에 저장된다. 메시지(400)는 다음과 같은 컴포넌트들을 포함하는 것으로 도시되어 있다:

● 메시지 식별자(402): 메시지(400)를 식별하는 고유 식별자.

● 메시지 텍스트 페이로드(404): 클라이언트 디바이스(102)의 사용자 인터페이스를 통해 사용자에 의해 생성되고 메시지(400)에 포함되는 텍스트.

● 메시지 이미지 페이로드(406): 클라이언트 디바이스(102)의 카메라 컴포넌트에 의해 캡처되거나 클라이언트 디바이스(102)의 메모리로부터 검색되고, 메시지(400)에 포함되는 이미지 데이터.

● 메시지 비디오 페이로드(408): 카메라 컴포넌트에 의해 캡처되거나 클라이언트 디바이스(102)의 메모리 컴포넌트로부터 검색되고, 메시지(400)에 포함되는 비디오 데이터.

● 메시지 오디오 페이로드(410): 마이크로폰에 의해 캡처되거나 클라이언트 디바이스(102)의 메모리 컴포넌트로부터 검색되고, 메시지(400)에 포함되는 오디오 데이터.

● 메시지 주석(412): 메시지(400)의 메시지 이미지 페이로드(406), 메시지 비디오 페이로드(408), 또는 메시지 오디오 페이로드(410)에 적용될 주석들을 나타내는 주석 데이터(예를 들어, 필터, 스티커, 또는 기타 강화물).

● 메시지 지속기간 파라미터(414): 그에 대해 메시지(400)의 콘텐츠(예를 들어, 메시지 이미지 페이로드(406), 메시지 비디오 페이로드(408), 및 메시지 오디오 페이로드(410))가 메시징 클라이언트 애플리케이션(104)을 통해 사용자에게 제시되거나 액세스 가능하게 되는 시간의 양을 초 단위로 표시하는 파라미터 값.

● 메시지 지오로케이션 파라미터(416): 메시지(400)의 콘텐츠 페이로드와 연관된 지오로케이션 데이터(예를 들어, 위도 및 경도 좌표). 다중의 메시지 지오로케이션 파라미터(416) 값이 페이로드에 포함될 수 있으며, 이들 파라미터 값 각각은 콘텐츠(예를 들어, 메시지 이미지 페이로드(406)에서의 특정한 이미지, 또는 메시지 비디오 페이로드(408)에서의 특정한 비디오)에 포함된 각자의 콘텐츠 아이템들과 연관된다.

● 메시지 스토리 식별자(418): 메시지(400)의 메시지 이미지 페이로드(406)에서의 특정한 콘텐츠 아이템이 연관되어 있는 하나 이상의 콘텐츠 컬렉션(예를 들어, "스토리들")을 식별하는 식별자 값들. 예를 들어, 메시지 이미지 페이로드(406) 내의 다중의 이미지 각각은 식별자 값들을 이용하여 다중의 콘텐츠 컬렉션과 연관될 수 있다.

● 메시지 태그(420): 하나 이상의 태그, 그 각각은 메시지 페이로드에 포함된 콘텐츠의 주제를 나타낸다. 예를 들어, 메시지 이미지 페이로드(406)에 포함된 특정한 이미지가 동물(예를 들어, 사자)을 묘사하는 경우, 관련 동물을 나타내는 태그 값이 메시지 태그(420) 내에 포함될 수 있다. 태그 값들은, 사용자 입력에 기초하여 수동으로 생성되거나, 또는 예를 들어, 이미지 인식을 이용하여 자동으로 생성될 수 있다.

● 메시지 전송자 식별자(422): 그 상에서 메시지(400)가 생성되었고 그로부터 메시지(400)가 전송된 클라이언트 디바이스(102)의 사용자를 나타내는 식별자(예를 들어, 메시징 시스템 식별자, 이메일 주소, 또는 디바이스 식별자).

● 메시지 수신자 식별자(424): 메시지(400)가 어드레싱되는 클라이언트 디바이스(102)의 사용자를 나타내는 식별자(예를 들어, 메시징 시스템 식별자, 이메일 주소, 또는 디바이스 식별자).

메시지(400)의 다양한 컴포넌트들의 콘텐츠들(예를 들어, 값들)은 콘텐츠 데이터 값들이 그 내에 저장되어 있는 테이블들에서의 로케이션들에 대한 포인터들일 수 있다. 예를 들어, 메시지 이미지 페이로드(406)에서의 이미지 값은 이미지 테이블(308) 내의 로케이션에 대한 포인터(또는 그 주소)일 수 있다. 유사하게, 메시지 비디오 페이로드(408) 내의 값들은 비디오 테이블(310) 내에 저장된 데이터를 가리킬 수 있고, 메시지 주석들(412) 내에 저장된 값들은 주석 테이블(312)에 저장된 데이터를 가리킬 수 있고, 메시지 스토리 식별자들(418) 내에 저장된 값들은 스토리 테이블(306)에 저장된 데이터를 가리킬 수 있고, 메시지 전송자 식별자(422) 및 메시지 수신자 식별자(424) 내에 저장된 값들은 엔티티 테이블(302) 내에 저장된 사용자 레코드들을 가리킬 수 있다.

도 5는 그에 관하여 콘텐츠(예를 들어, 단기적 메시지(502), 및 데이터의 연관된 멀티미디어 페이로드) 또는 콘텐츠 컬렉션(예를 들어, 단기적 메시지 스토리(504))에의 액세스가 시간 제한될(예를 들어, 단기적으로 될) 수 있는, 액세스 제한 프로세스(500)를 예시하는 개략도이다.

단기적 메시지(502)는 메시지 지속기간 파라미터(506)와 연관되는 것으로 도시되어 있고, 그 값은 단기적 메시지(502)가 메시징 클라이언트 애플리케이션(104)에 의해 단기적 메시지(502)의 수신측 사용자에게 디스플레이될 시간의 양을 결정한다. 일 실시예에서, 메시징 클라이언트 애플리케이션(104)이 애플리케이션 클라이언트인 경우, 전송측 사용자가 메시지 지속기간 파라미터(506)를 이용하여 지정하는 시간의 양에 의존하여, 최대 10초 동안 수신측 사용자가 단기적 메시지(502)를 볼 수 있다.

메시지 지속기간 파라미터(506) 및 메시지 수신자 식별자(424)는 메시지 타이머(512)에 대한 입력들인 것으로 도시되어 있으며, 메시지 타이머는 단기적 메시지(502)가 메시지 수신자 식별자(424)에 의해 식별된 특정 수신측 사용자에게 보여지는 시간의 양을 결정하는 것을 담당한다. 특히, 단기적 메시지(502)는 메시지 지속기간 파라미터(506)의 값에 의해 결정된 시간 기간 동안 관련 수신측 사용자에게만 보여질 것이다. 메시지 타이머(512)는 수신측 사용자에게 콘텐츠(예를 들어, 단기적 메시지(502))의 디스플레이의 전체 타이밍을 담당하는 더 일반화된 단기적 타이머 시스템(202)에 출력을 제공하는 것으로 도시된다.

단기적 메시지(502)는 단기적 메시지 스토리(504)(예를 들어, 개인 스토리, 또는 이벤트 스토리) 내에 포함되는 것으로 도 5에 도시되어 있다. 단기적 메시지 스토리(504)는 연관된 스토리 지속기간 파라미터(508)를 가지며, 그 값은 단기적 메시지 스토리(504)가 메시징 시스템(100)의 사용자들에게 제시되고 액세스 가능한 시간 지속기간을 결정한다. 예를 들어, 스토리 지속기간 파라미터(508)는 음악 콘서트의 지속기간일 수 있으며, 여기서 단기적 메시지 스토리(504)는 그 콘서트에 관련된 콘텐츠의 컬렉션이다. 대안적으로, 사용자(소유 사용자 또는 큐레이터 사용자)는 단기적 메시지 스토리(504)의 셋업 및 생성을 수행할 때 스토리 지속기간 파라미터(508)에 대한 값을 지정할 수 있다.

추가적으로, 단기적 메시지 스토리(504) 내의 각각의 단기적 메시지(502)는 연관된 스토리 참여 파라미터(510)를 갖고, 그 값은 단기적 메시지(502)가 단기적 메시지 스토리(504)의 맥락 내에서 액세스 가능할 시간의 지속기간을 결정한다. 따라서, 특정 단기적 메시지(502)는, 단기적 메시지 스토리(504) 자체가 스토리 지속기간 파라미터(508)에 관하여 만료되기 전에, 단기적 메시지 스토리(504)의 맥락 내에서 "만료"되고 액세스 불가능해질 수 있다. 스토리 지속기간 파라미터(508), 스토리 참여 파라미터(510), 및 메시지 수신자 식별자(424) 각각은 스토리 타이머(514)에 대한 입력을 제공하며, 이는 단기적 메시지 스토리(504)의 특정 단기적 메시지(502)가 특정 수신측 사용자에게 디스플레이될 것인지, 그리고 그렇다면, 얼마나 오랫동안 디스플레이될지를 동작적으로 결정한다. 단기적 메시지 스토리(504)는 또한 메시지 수신자 식별자(424)의 결과로서 특정 수신측 사용자의 아이덴티티를 인식한다는 점에 유의한다.

따라서, 스토리 타이머(514)는 연관된 단기적 메시지 스토리(504)뿐만 아니라, 단기적 메시지 스토리(504)에 포함된 개개의 단기적 메시지(502)의 전체 수명을 동작적으로 제어한다. 일 실시예에서, 단기적 메시지 스토리(504) 내의 각각의 그리고 모든 단기적 메시지(502)는 스토리 지속기간 파라미터(508)에 의해 지정된 시간 기간 동안 볼 수 있고 액세스 가능하게 유지된다. 추가 실시예에서, 특정 단기적 메시지(502)는, 스토리 참여 파라미터(510)에 기초하여, 단기적 메시지 스토리(504)의 맥락 내에서 만료될 수 있다. 메시지 지속기간 파라미터(506)는 단기적 메시지 스토리(504)의 맥락 내에서도, 특정 단기적 메시지(502)가 수신측 사용자에게 디스플레이되는 시간의 지속기간을 여전히 결정할 수 있다는 점에 유의한다. 따라서, 메시지 지속기간 파라미터(506)는 수신측 사용자가 단기적 메시지 스토리(504)의 맥락 내부 또는 외부에서 단기적 메시지(502)를 보고 있는지에 관계없이, 특정 단기적 메시지(502)가 수신측 사용자에게 디스플레이되는 시간의 지속기간을 결정한다.

단기적 타이머 시스템(202)은 더욱이 그것이 연관된 스토리 참여 파라미터(510)를 초과했다는 결정에 기초하여 단기적 메시지 스토리(504)로부터 특정 단기적 메시지(502)를 동작적으로 제거할 수 있다. 예를 들어, 전송측 사용자가 포스팅으로부터 24 시간의 스토리 참여 파라미터(510)를 확립했을 때, 단기적 타이머 시스템(202)은 지정된 24 시간 후에 단기적 메시지 스토리(504)로부터 관련 단기적 메시지(502)를 제거할 것이다. 단기적 타이머 시스템(202)은 또한 단기적 메시지 스토리(504) 내의 각각의 그리고 모든 단기적 메시지(502)에 대한 스토리 참여 파라미터(510)가 만료되었을 때, 또는 단기적 메시지 스토리(504) 자체가 스토리 지속기간 파라미터(508)에 관하여 만료되었을 때 단기적 메시지 스토리(504)를 제거하도록 동작한다.

특정 사용 경우들에서, 특정 단기적 메시지 스토리(504)의 생성자는 무기한 스토리 지속기간 파라미터(508)를 지정할 수 있다. 이 경우, 단기적 메시지 스토리(504) 내의 최종 잔여 단기적 메시지(502)에 대한 스토리 참여 파라미터(510)의 만료는 단기적 메시지 스토리(504) 자체가 만료될 때를 결정할 것이다. 이 경우, 단기적 메시지 스토리(504)에 추가된 새로운 단기적 메시지(502)가, 새로운 스토리 참여 파라미터(510)와 함께, 단기적 메시지 스토리(504)의 수명을 스토리 참여 파라미터(510)의 값과 같도록 실효적으로 연장한다.

단기적 타이머 시스템(202)이 단기적 메시지 스토리(504)가 만료된 것으로 (예를 들어, 더 이상 액세스 가능하지 않은 것으로) 결정한 것에 응답하여, 단기적 타이머 시스템(202)은 메시징 시스템(100)(예를 들어, 구체적으로 메시징 클라이언트 애플리케이션(104))과 통신하여, 관련된 단기적 메시지 스토리(504)와 연관된 표시(예를 들어, 아이콘)가 더 이상 메시징 클라이언트 애플리케이션(104)의 사용자 인터페이스 내에 디스플레이되지 않도록 야기한다. 유사하게, 단기적 타이머 시스템(202)이 특정 단기적 메시지(502)에 대한 메시지 지속기간 파라미터(506)가 만료된 것으로 결정할 때, 단기적 타이머 시스템(202)은 메시징 클라이언트 애플리케이션(104)으로 하여금 단기적 메시지(502)와 연관된 표시(예를 들어, 아이콘 또는 텍스트 식별)를 더 이상 디스플레이하지 않도록 야기한다.

도 6은 일부 예시적인 실시예에 따른, 액티브 깊이 시스템(150)의 예시적인 기능 엔진들을 도시한다. 예시된 바와 같이, 액티브 깊이 시스템(150)은 인터페이스 엔진(600), 훈련 엔진(605), 깊이 엔진(610), 및 콘텐츠 엔진(615)을 포함한다. 인터페이스 엔진(600)은 메시징 서버 애플리케이션(114)과의 통신을 관리하여 사용자 인터페이스들을 생성하고, 입력 데이터(예를 들어, 클릭 쌍들, 버튼의 선택)를 수신하고, 콘텐츠(예를 들어, 이미지, 비디오)를 생성한다. 훈련 엔진(605)은 깊이 엔진(610)에서 구현된 모델을 훈련하도록 구성된다. 깊이 엔진(610)은 사용자에 의해 입력된 하나 이상의 서수 제약(예를 들어, 클릭 쌍들) 및 이미지를 사용하여 개별 이미지로부터 깊이 맵을 생성하도록 구성된다. 콘텐츠 엔진(615)은 깊이 엔진(610)에 의해 생성된 깊이 맵을 사용하여 하나 이상의 액션을 수행하도록 구성된다. 예를 들어, 콘텐츠 엔진(615)은 깊이 엔진(610)에 의해 생성된 깊이 정보를 이용하여 이미지에 이미지 효과를 적용하고, 및/또는 하나 이상의 콘텐츠 아이템을 이미지상에 오버레이하도록 구성될 수 있다.

도 7은 일부 예시적인 실시예에 따른, 액티브 깊이 맵을 구현하기 위한 방법(700)의 흐름도를 도시한다. 동작(705)에서, 훈련 엔진(605)은 도 9a를 참조하여 이하에서 논의되는, 네트워크(900)와 같은 액티브 깊이 시스템 모델을 훈련한다. 네트워크(900)가 완전히 미분가능하기 때문에, 네트워크(900)는 경사 하강(gradient descent)을 이용하여 종단간 훈련될 수 있다. 동작(710)에서, 인터페이스 엔진(600)은 이미지를 생성한다. 예를 들어, 인터페이스 엔진(600)은 클라이언트 디바이스(102)의 이미지 센서를 사용하여 이미지를 생성한다. 동작(715)에서, 깊이 엔진(610)은 사용자 상호작용 데이터를 수신한다. 예를 들어, 동작(715)에서, 깊이 엔진(610)은 클라이언트 디바이스(102)의 디스플레이 디바이스상에 묘사된 이미지상에서의 스크린 탭들의 시퀀스로서 클릭 쌍 데이터를 수신한다. 동작(720)에서, 깊이 엔진(610)은 도 9a 및 도 9b를 참조하여 이하에 더 상세히 논의되는 바와 같이, 훈련된 네트워크(900)를 이용하여 리파인된 깊이 맵을 생성한다. 동작(730)에서, 콘텐츠 엔진(615)은 깊이 엔진(610)에 의해 생성된 리파인된 깊이 맵을 이용하여 이미지를 수정한다. 예를 들어, 동작(730)에서, 콘텐츠 엔진(615)은 동작(720)에서 생성된 리파인된 깊이 맵을 이용하여 생성된 이미지의 배경 영역을 제거한다. 동작(735)에서, 콘텐츠 엔진(615)은 수정된 이미지를 단기적 메시지(예를 들어, 단기적 메시지(502))로서 다른 네트워크 사이트 사용자들에 의한 액세스를 위해 네트워크 사이트(예를 들어, 소셜 미디어 네트워크 사이트)에 송신한다.

도 8은 일부 예시적인 실시예에 따른, 클릭 쌍 데이터의 세트들을 활용하기 위한 예시적인 방법(800)의 흐름도를 도시한다. 일부 구현들에서, 클라이언트 디바이스(102)의 사용자는 클릭들의 다중의 쌍을 입력하고, 각각의 클릭 쌍 세트는 이미지에서의 영역의 깊이 방향을 나타낸다. 깊이 엔진(610)은 리파인된 깊이 맵이 생성되는 동작(720)의 서브루틴으로서 방법(800)을 구현할 수 있다.

동작(805)에서, 깊이 엔진(610)은 클라이언트 디바이스상에 디스플레이된 이미지상에서 사용자에 의해 입력된 클릭들의 쌍과 같은 서수 쌍(ordinal pair)을 식별한다. 동작(810)에서, 깊이 엔진(610)은 리파인먼트를 위한 베이스 깊이 맵을 생성한다. 예를 들어, 동작(810)에서, 깊이 엔진(610)은 이미지(예를 들어, 동작(710)(도 7)에서 생성된 이미지)로부터 초기 깊이 맵을 생성하기 위해 FCRN을 구현한다.

동작(815)에서, 깊이 엔진(610)은 수신된 서수 쌍을 이용하여 베이스 깊이 맵을 더 리파인한다. 예를 들어, 동작(815)에서, 깊이 엔진(610)은 초기 깊이 맵의 영역들을 리파인하기 위해 ADMM 모듈을 1회 이상 반복하여 실행한다. 동작(820)에서, 깊이 엔진(610)은 서수 쌍들의 추가적인 세트들이 있는지를 결정한다. 사용자가 추가적인 클릭 쌍들을 입력한 경우, 동작(820)에서, 방법(800)은 동작(805)으로 계속되고, 깊이 엔진(610)은 동작들(810 및 815)에서 추가적인 서수 쌍 정보를 이용하여 깊이 맵을 더 리파인한다. 예를 들어, 제1 서수 쌍은 깊이 맵의 제1 영역(예를 들어, 우측 하부 코너)의 깊이 정확도를 증가시킬 수 있고, 제2 서수 쌍은 깊이 맵에서의 제2 상이한 영역(예를 들어, 좌측 상부 코너)의 깊이 정확도를 증가시킬 수 있고, 등등과 같이 된다. 대안적으로, 동작(820)으로 돌아가서, 깊이 엔진(610)이 사용자가 추가의 서수 쌍들을 입력하지 않았다고 결정하는 경우, 방법(800)은 동작(825)으로 진행하는데, 여기서 깊이 엔진(610)은 리파인된 깊이 맵을 저장한다.

도 9a는 일부 예시적인 실시예에 따른, 깊이 엔진(610)에 대한 예시적인 네트워크(900)를 도시한다. 예시된 바와 같이, 초기 이미지(905)는 베이스 깊이 맵(915)을 생성하는 베이스 네트워크(910)(예를 들어, FCRN(Fully Convolutional Residual Neural Network))에 입력된다. 도 9b는 예시적인 이미지(950) 및 깊이 맵(955)을 도시한다. 깊이 맵(955)은 명도 및 암도(darkness)와 같은 데이터 값들을 사용하여 이미지(950)에서의 상이한 영역들의 깊이를 표시한다. 예를 들어, 풀 테이블(pool table)의 픽셀들은 깊이 맵(955)에서의 벽의 픽셀들보다 더 어두우며, 이는 풀 테이블이 풀 테이블의 배후에 묘사된 벽보다 뷰어(예를 들어, 사용자, 카메라 렌즈)에 더 가깝다는 것을 나타낸다. 깊이 맵은 그것의 대응하는 이미지와는 별개의 파일일 수 있지만, 각각의 픽셀에 대한 여분의 채널 데이터로서 이미지에 또한 통합될 수 있다.

도 9a를 참조하면, 베이스 깊이 맵(915)은 몇 개의 반복(예를 들어, 반복 1, 반복 2,... 반복 n)으로 동작하는 ADMM 모듈(925)에 입력되어 리파인된 깊이 맵(930)을 생성한다. ADMM 모듈(925)로의 추가 입력은, 이하에서 논의되는, 도 11에 예시된 바와 같이, 깊이 방향에서의 픽셀들의 쌍들 간의 상대적 순서들을 지정하는 포인트들 또는 클릭들의 쌍들을 포함하는 쌍 데이터(920)이다.

일부 예시적인 실시예들에서, ADMM 모듈(925)은 리파인된 깊이 맵(930)을 생성하기 위해 업데이트 규칙들을 구현하는 순환 신경망으로서 구현된다. 쌍 데이터(920)는 추론된 깊이 추정치들에 대한 서수 제약조건들로서 사용되는 사용자 입력 안내(예를 들어, 깊이 방향들을 나타내는 클릭들)를 포함한다. 깊이 추정은 선형 제약들을 갖는 이차 계획법 스킴으로서 모델링될 수 있다. 특히, N을 이미지에서의 픽셀들의 총 수라고 하고, x 및 y를 (제각기) 입력 이미지 및 풀리게 될 리파인된 깊이에 대한 벡터 표현들이라고 하자. 리파인된 깊이 값들 y는 범위 [0, D] 내에 한정된다. 사용자 안내(사용자 클릭 쌍들)로부터의 M 쌍의 서수 제약조건이 주어지면, y를 최적화하는 목적 함수는 다음과 같다:

여기서, , 이고, I는 항등 행렬이고, 0 및 1은 모든 0들이고 모두 1들인 벡터들이다. 또한, 은 베이스 심층 신경망으로부터의 예측을 인코딩하는 단항 포텐셜이고, 은 이웃 픽셀들 사이의 공간 관계를 인코딩하는 고차 포텐셜이다. 는 서수 관계에 대한 하드 제약조건(hard constraint)들을 인코딩한다. A 및 B에서의 처음 2개의 부분은 리파인된 깊이 출력이 유효 범위 [0, D] 내에 있는 것을 보장한다. P는 M개의 상이한 서수 제약조건들을 인코딩하는 M x N 행렬이다. (j, j')가 서수 쌍인 경우, P_kj = 1 및 P_kj' = -1을 사용하는데, 여기서 이다.

단항 포텐셜들 은 의 형태를 갖는데, 이는 y와 h(x; w) 사이의 L2 거리를 측정한다. 깊이들을 추정하기 위해, h(x; w)는 네트워크 가중치 w에 의해 매개변수화된 베이스 깊이 예측 네트워크(예를 들어, 베이스 네트워크(910))로부터의 출력을 표시한다. 단항 항들을 최소화하는 것은 리파인된 깊이들과 베이스 네트워크 출력들 사이의 평균 제곱 오차를 최소화하는 것과 동등하다.

고차 포텐셜들 은 형태 을 갖는다. 여기서, W_α는 필터링 연산을 위한 변환 행렬을 나타내고, 은 저주파수 에지들상의 픽셀들에 대해 더 강한 국지적 평활도를 드러내는 픽셀별 안내 정보를 제공한다. 은 서수 제약조건들로부터의 개선을 보여주기 위해 모든 픽셀들에 대해 일정하다.

리파인된 깊이 값들 y를 풀기 위해, ADMM 알고리즘은 빠른 수렴을 유지하면서 미분불가능한 목적 및 하드 제약조건들을 처리하도록 구현된다. 수학식 1은 보조 변수들 을 사용하여 재구성된다. 특히,

원래 목적 함수의 증강 라그랑지안(augmented Lagrangian)은 그러면 다음과 같다:

여기서 ρ_α는 상수 페널티 하이퍼파라미터이고, λ,ξ는 인 라그랑즈 승수들이다. 변수 y, z, λ, ξ는 다음과 같은 하위 문제들 간에 교대함으로써 해가 구해진다.

리파인된 깊이 y에 대한 해를 구하기 위해: y 업데이트 규칙은 y에 대한 라그랑즈 함수의 도함수이다:

이 단계는 서수 제약조건들을 인코딩하고 베이스 네트워크로부터의 출력들을 조절하기 위해 항 A^Tλ를 사용한다. 깊이들은 ADMM 네트워크 모듈들을 통한 순방향 패스에서 반복적으로 리파인된다.

보조 변수들 z의 해를 구하기 위해: 을 y에 대한 L1 평활도 사전분포(smoothness prior)들이라고 하고 S(a, b)를 소프트 임계화 함수(soft thresholding function)라고 하자. z 업데이트 규칙들은 라소(Lasso) 문제를 해결함으로써 획득된다:

그리고 각각의 에 대해:

라그랑주 승수 λ 및 ξ의 해를 구하기 위해, λ에 대한 업데이트 규칙은 경사 상승(gradient ascent)을 사용하여 획득된다:

유사하게, 각각의 에 대해, 경사 상승 업데이트 규칙을 갖는다:

여기서 η 및 는 경사 업데이트 스텝 크기들을 나타내는 하이퍼파라미터들이다.

일부 예시적인 실시예에서, ADMM 모듈(925)은 속성상 반복적이고, 가중치들은 공유되지 않으며, 반복 횟수는 ADMM 모듈(925)이 맞춤형 활성화 함수들을 갖는 컨볼루션 신경망들을 이용하는 것을 허용하도록 고정된다.

일부 예시적인 실시예에 따르면, 콜-아웃(call-out)(933)은 ADMM 모듈(925)의 상이한 계층들을 도시한다. ADMM 모듈(925)은 일부 예시적인 실시예에 따라, 상기 업데이트 규칙들의 반복을 실행하도록 구성된다. 변환 W_α를 인코딩하는 필터들은 역전파 훈련을 통해 학습된다. 데이터 텐서들 z_α, ξ_α, 및 λ는 제로들로서 초기화된다.

일부 예시적인 실시예에서, 깊이 엔진(610)은 5개의 ADMM 모듈을 사용하고, 이는 5회의 반복 동안 ADMM 모듈(925)을 실행하는 것에 대응한다. 각각의 ADMM 인스턴스는 64개의 변환 W_α를 포함한다(예를 들어, 각각의 컨볼루션 계층은 64개의 필터를 포함하고, 각각의 디컨볼루션 계층은 64개의 계층을 포함하고, 등등이다). 일부 예시적인 실시예에서, ADMM 모듈(925)에서의 모든 연산이 미분가능하기 때문에, 전체 네트워크(900)(예를 들어, 베이스 네트워크(910) 및 ADMM 모듈(925))는 경사 하강을 이용하여 종단간 학습될 수 있다. 일부 예시적인 실시예에서, 네트워크(900)는 손실 함수로서 표준 평균 제곱 오차(MSE)를 구현한다.

ADMM 모듈(925)에서의 제1 계층(935A)은 리파인된 깊이 y에 대해 풀도록 구성된다. 분자를 계산하는 것은 각각의 에서 디컨볼루션(937)(예를 들어, 전치 컨볼루션) 단계를 적용하고 결과들의 합을 함께 취하는 것에 대응한다. 분모를 계산하는 것은 디컨볼루션 커널들을 광학 전달 함수들로 변환하고 합을 취하는 것에 의해 수행된다. 최종 출력을 계산하는 것은 먼저 분자에 고속 푸리에 변환(FFT)을 적용한 다음 나눗셈 결과에 역 FFT를 적용함으로써 수행된다.

ADMM 모듈(925)에서의 제2 계층(935B)은 보조 변수들 z의 해를 구한다. 이는 디컨볼루션 계층과 공유되는 동일한 필터들을 사용하여 y상의 컨볼루션 계층(945)에 의해 행해질 수 있다. 컨볼루션 계층 출력은 표준 소프트 임계화 함수 S(a, b)를 구현하는 비선형 활성화 계층(943)을 통해 패스된다(패스 연산자(940)에 의해 표시된 바와 같이). 실제로, 2개의 ReLU(rectified linear unit) 함수: S(a, b)=ReLU(a - b) - ReLU(-a - b)를 사용하여 이 소프트 임계화 함수를 구현한다. 일부 예시적인 실시예에서, 컨볼루션 계층(945)은 네트워크 용량을 증가시키기 위해 디컨볼루션 계층과 가중치들을 공유하지 않는다.

ADMM 모듈(925)에서의 제3 계층(935C) 및 제4 계층(935D)은 라그랑즈 승수 λ 및 ξ에 대해 제각기 해를 구하는 경사 상승 단계들에 대응한다. 이러한 단계들은 텐서 감산 및 합산 연산들로서 구현된다. 경사 상승 후의 λ의 업데이트된 결과는 λ에 대한 음이 아닌 제약조건을 충족시키기 위해 활성화 계층(939)(예컨대, 부가의 ReLU 계층)을 통해 패스된다.

도 10 내지 도 13은 일부 예시적인 실시예에 따른, 액티브 깊이 시스템(150)을 구현하기 위한 예시적인 사용자 인터페이스들을 도시한다. 도 10에 예시된 바와 같이, 사용자(1000)는 사용자 인터페이스(1010)를 디스플레이하는 클라이언트 디바이스(102)를 쥐고 있다. 사용자(1000)는 이미지 캡처 버튼(1005)을 이용하여 이미지(1015)를 생성하였다. 클릭 쌍 데이터를 입력하기 위해, 사용자(1000)는 추가 포인트 버튼(1020)을 선택한다. 도 11을 참조하면, 사용자(1000)는 추가 포인트 버튼(1020)을 선택하였고 원 클릭 쌍 세트를 생성하기 위해 두 번 스크린 탭핑하였다. 특히, 사용자(1000)는 포인트(1100)에서 스크린 탭핑한 후 포인트(1105)에서 스크린 탭핑하여 포인트(1100)에 대응하는 픽셀이 포인트(1105)에 대응하는 픽셀보다 더 가깝다는 것을 나타낸다. 논의된 예들에서 제1 포인트가 제2 포인트보다 더 가깝지만, 서수 쌍 데이터가 역방향으로 구성될 수 있다는 것을 알 것이다(예를 들어, 제1 포인트는 해당 포인트가 후속하는 제2 지점보다 더 멀리 떨어져 있다는 것을 나타낸다). 액티브 깊이 시스템(150)은 스크린 탭들을 수신하고, 이미지의 해당 영역(예를 들어, 계산원 위의 묘사된 천장)에 대한 깊이 방향이 2개의 포인트에 의해 생성된 화살표 방향에 있음을 표시하기 위해 2개의 포인트(1100 및 1105)를 연결하는 화살표를 생성한다. 여기에서 논의된 예들에서의 서수 쌍은 사용자에 의해 제공된 클릭들의 쌍에 의해 생성되지만, 서수 쌍 데이터는 스와이프 제스처들에 의해, 또는 제1 포인트 및 제2 포인트의 좌표들을 텍스트 입력 필드들에 입력함으로써, 다른 방식들로 생성될 수 있다는 것을 알아야 한다.

클릭 쌍(예를 들어, 포인트들(1100 및 1105))을 수신한 것에 응답하여, 깊이 엔진(610)은 이미지(1015)의 베이스 깊이 맵을 생성하고, 위에서 논의된 바와 같이, 클릭 쌍을 사용하여 리파인된 깊이 맵을 생성 및 저장하기 위해 클릭 쌍을 추가로 사용한다. 도 12를 참조하면, 콘텐츠 엔진(615)은 생성된 리파인된 깊이 맵을 이용하여 이미지(1015)로부터 수정된 이미지(1200)를 생성하도록 구성될 수 있다. 특히, 콘텐츠 엔진(615)은 리파인된 깊이 맵을 사용하여 이미지(1015)의 배경 영역들을 식별하고 배경 영역들을 제거하여 수정된 이미지(1200)를 생성한다. 도 13을 참조하면, 콘텐츠 엔진(615)은 위치 콘텐츠(1300)와 같은 추가 콘텐츠를 수정된 이미지(1200)상에 오버레이하도록 더 구성될 수 있다. 이후 사용자(1000)는 수정된 이미지(1200)를 네트워크 사이트상의 단기적 메시지로서 오버레이 콘텐츠(예컨대, 위치 콘텐츠(1300))와 함께 게시하기 위해 포스트 버튼(1305)을 선택할 수 있다.

도 14는 본 명세서에서 설명되는 다양한 하드웨어 아키텍처들과 연계하여 사용될 수 있는 예시적인 소프트웨어 아키텍처(1406)를 예시하는 블록도이다. 도 14는 소프트웨어 아키텍처의 비 제한적 예일 뿐이고, 많은 다른 아키텍처가 본 명세서에 설명된 기능을 용이하게 하기 위해 구현될 수 있다는 것을 알 것이다. 소프트웨어 아키텍처(1406)는, 무엇보다도, 프로세서들(1510), 메모리(1530), 및 I/O 컴포넌트들(1550)을 포함하는, 도 15의 머신(1500)과 같은 하드웨어상에서 실행될 수 있다. 대표적인 하드웨어 계층(1452)이 예시되고, 예를 들어, 도 15의 머신(1500)을 나타낼 수 있다. 대표적인 하드웨어 계층(1452)은 연관된 실행가능 명령어들(1404)을 갖는 처리 유닛(1454)을 포함한다. 실행가능 명령어들(1404)은 본 명세서에 설명된 방법들, 컴포넌트들 등의 구현을 포함하는, 소프트웨어 아키텍처(1406)의 실행가능 명령어들을 나타낸다. 하드웨어 계층(1452)은 또한, 실행가능 명령어들(1404)을 또한 갖는 메모리 및/또는 스토리지 모듈들(1456)을 포함한다. 하드웨어 계층(1452)은 또한 다른 하드웨어(1458)를 포함할 수 있다.

도 14의 예시적인 아키텍처에서, 소프트웨어 아키텍처(1406)는, 각각의 계층이 특정의 기능을 제공하는 계층들의 스택으로서 개념화될 수 있다. 예를 들어, 소프트웨어 아키텍처(1406)는 운영 체제(1402), 라이브러리들(1420), 프레임워크들/미들웨어(1410), 애플리케이션들(1416), 및 프리젠테이션 계층(1414)과 같은 계층들을 포함할 수 있다. 동작적으로, 애플리케이션들(1416) 및/또는 계층들 내의 다른 컴포넌트들은 소프트웨어 스택을 통해 API 호출들(1408)을 기동하고 메시지들(1412)의 형태로 응답을 수신할 수 있다. 예시된 계층들은 본질적으로 대표적인 것이며 모든 소프트웨어 아키텍처가 모든 계층을 갖는 것은 아니다. 예를 들어, 일부 이동 또는 특수 목적 운영 체제는 프레임워크들/미들웨어(1410)를 제공하지 않을 수 있지만, 다른 것들은 이러한 계층을 제공할 수 있다. 다른 소프트웨어 아키텍처는 추가의 또는 상이한 계층들을 포함할 수 있다.

운영 체제(1402)는 하드웨어 자원을 관리하고 공통 서비스를 제공할 수 있다. 운영 체제(1402)는, 예를 들어, 커널(1422), 서비스들(1424), 및 드라이버들(1426)을 포함할 수 있다. 커널(1422)은 하드웨어와 다른 소프트웨어 계층들 사이의 추상화 계층(abstraction layer)으로서 작용할 수 있다. 예를 들어, 커널(1422)은, 메모리 관리, 프로세서 관리(예를 들어, 스케쥴링), 컴포넌트 관리, 네트워킹, 보안 설정 등을 담당할 수 있다. 서비스(1424)는 다른 소프트웨어 계층들을 위한 다른 공통 서비스들을 제공할 수 있다. 드라이버들(1426)은 기저 하드웨어(underlying hardware)를 제어하거나 그와 인터페이싱하는 것을 담당한다. 예를 들어, 드라이버들(1426)은 하드웨어 구성에 의존하여 디스플레이 드라이버, 카메라 드라이버, Bluetooth® 드라이버, 플래시 메모리 드라이버, 직렬 통신 드라이버(예를 들어, 범용 직렬 버스(USB) 드라이버), Wi-Fi® 드라이버, 오디오 드라이버, 전력 관리 드라이버 등을 포함한다.

라이브러리들(1420)은 애플리케이션들(1416) 및/또는 다른 컴포넌트들 및/또는 계층들에 의해 사용되는 공통 인프라스트럭처를 제공한다. 라이브러리들(1420)은 다른 소프트웨어 컴포넌트들이 기저 운영 체제(1402) 기능(예를 들어, 커널(1422), 서비스들(1424), 및/또는 드라이버들(1426))과 직접 인터페이싱하는 것보다 더 용이한 방식으로 작업들을 수행할 수 있게 하는 기능을 제공한다. 라이브러리들(1420)은 메모리 할당 기능들, 문자열 조작 기능, 수학 기능 등과 같은 기능들을 제공할 수 있는 시스템 라이브러리들(1444)(예를 들어, C 표준 라이브러리)을 포함할 수 있다. 또한, 라이브러리들(1420)은 미디어 라이브러리들(예를 들어, MPEG4, H.264, MP3, AAC, AMR, JPG, 또는 PNG와 같은 다양한 미디어 포맷의 프리젠테이션 및 조작을 지원하는 라이브러리들), 그래픽 라이브러리들(예를 들어, 디스플레이상에 2D 및 3D 그래픽 콘텐츠를 렌더링하기 위해 사용될 수 있는 OpenGL 프레임워크), 데이터베이스 라이브러리들(예를 들어, 다양한 관계형 데이터베이스 기능들을 제공할 수 있는 SQLite), 웹 라이브러리들(예를 들어, 웹 브라우징 기능성을 제공할 수 있는 WebKit) 등과 같은 API 라이브러리들(1446)을 포함할 수 있다. 라이브러리들(1420)은 또한 많은 다른 API들을 애플리케이션들(1416) 및 다른 소프트웨어 컴포넌트들/모듈들에 제공하기 위해 매우 다양한 다른 라이브러리들(1448)을 포함할 수 있다.

프레임워크들/미들웨어(1410)는 애플리케이션들(1416) 및/또는 다른 소프트웨어 컴포넌트들/모듈들에 의해 사용될 수 있는 상위 레벨 공통 인프라스트럭처를 제공한다. 예를 들어, 프레임워크들/미들웨어(1410)는 다양한 GUI(graphic user interface) 기능들, 고 레벨 자원 관리, 고 레벨 로케이션 서비스들 등을 제공할 수 있다. 프레임워크들/미들웨어(1410)는 애플리케이션들(1416) 및/또는 다른 소프트웨어 컴포넌트들/모듈들에 의해 활용될 수 있는 광범위한 스펙트럼의 다른 API를 제공할 수 있으며, 그 중 일부는 특정 운영 체제(1402) 또는 플랫폼에 특유할 수 있다.

애플리케이션들(1416)은 빌트인 애플리케이션들(1438) 및/또는 제3자 애플리케이션들(1440)을 포함한다. 대표적인 빌트인 애플리케이션들(1438)의 예들은 연락처 애플리케이션, 브라우저 애플리케이션, 북 리더 애플리케이션(book reader application), 로케이션 애플리케이션, 미디어 애플리케이션, 메시징 애플리케이션, 및/또는 게임 애플리케이션을 포함할 수 있지만, 이들로만 제한되지는 않는다. 제3자 애플리케이션(1440)은 특정 플랫폼의 벤더 이외의 엔티티에 의해 ANDROID™ 또는 IOS™ 소프트웨어 개발 키트(SDK)를 이용하여 개발된 애플리케이션을 포함할 수 있고, IOS™, ANDROID™, WINDOWS® Phone, 또는 다른 모바일 운영 체제들과 같은 모바일 운영 체제상에서 실행되는 모바일 소프트웨어일 수 있다. 제3자 애플리케이션들(1440)은 본 명세서에 설명된 기능을 용이하게 하기 위해 (운영 체제(1402)와 같은) 모바일 운영 체제에 의해 제공되는 API 호출들(1408)을 기동할 수 있다.

애플리케이션들(1416)은 시스템의 사용자들과 상호작용하기 위해 사용자 인터페이스들을 생성하도록 빌트인 운영 체제 기능들(예를 들어, 커널(1422), 서비스들(1424), 및/또는 드라이버들(1426)), 라이브러리들(1420), 및 프레임워크들/미들웨어(1410)을 사용할 수 있다. 대안적으로 또는 부가적으로, 일부 시스템들에서, 사용자와의 상호 작용들은 프리젠테이션계층(1414)과 같은 프리젠테이션 계층을 통해 일어날 수 있다. 이 시스템들에서, 애플리케이션/컴포넌트 "로직"은 사용자와 상호작용하는 애플리케이션/컴포넌트의 양태들과 분리될 수 있다.

도 15는 머신 판독가능 매체(예를 들어, 머신 판독가능 저장 매체)로부터의 명령어들을 판독하고 본 명세서에서 논의된 방법론들 중 어느 하나 이상을 수행할 수 있는, 일부 예시적 실시예에 따른 머신(1500)의 컴포넌트들을 예시하는 블록도이다. 구체적으로, 도 15는 머신(1500)으로 하여금 본 명세서에서 논의된 방법론들 중 어느 하나 이상을 수행하도록 야기하기 위한 명령어들(1516)(예를 들어, 소프트웨어, 프로그램, 애플리케이션, 애플릿(applet), 앱, 또는 다른 실행가능 코드)이 그 내에서 실행될 수 있는 컴퓨터 시스템의 예시적인 형태로 머신(1500)의 도식적 표현을 도시한다. 이와 같이, 명령어들(1516)은 본 명세서에 설명된 모듈들 또는 컴포넌트들을 구현하기 위해 사용될 수 있다. 명령어들(1516)은, 일반적인 비프로그래밍된 머신(1500)을, 설명되고 예시된 기능들을 설명된 방식으로 수행하도록 프로그래밍된 특정한 머신(1500)으로 변환한다. 대안적인 실시예들에서, 머신(1500)은 독립형 디바이스로서 동작하거나 다른 머신들에 결합(예를 들어, 네트워크화)될 수 있다. 네트워크화된 배치에서, 머신(1500)은 서버-클라이언트 네트워크 환경에서는 서버 머신 또는 클라이언트 머신의 능력으로 동작하거나, 또는 피어-투-피어(또는 분산형) 네트워크 환경에서는 피어 머신으로서 동작할 수 있다. 머신(1500)은 서버 컴퓨터, 클라이언트 컴퓨터, PC(personal computer), 태블릿 컴퓨터, 랩톱 컴퓨터, 넷북, STB(set-top box), PDA(personal digital assistant), 엔터테인먼트 미디어 시스템, 셀룰러 전화, 스마트폰, 모바일 디바이스, 착용가능 디바이스(예를 들어, 스마트 시계), 스마트 홈 디바이스(예를 들어, 스마트 가전), 다른 스마트 디바이스들, 웹 가전, 네트워크 라우터, 네트워크 스위치, 네트워크 브리지, 또는 머신(1500)에 의해 취해질 액션들을 지정하는 명령어들(1516)을 순차적으로 또는 다른 방식으로 실행할 수 있는 임의의 머신을 포함할 수 있지만, 이것들에만 제한되지는 않는다. 또한, 하나의 머신(1500)만이 도시되어 있지만, 용어 "머신"은 본 명세서에서 논의된 방법론들 중 어느 하나 이상을 실행하기 위해 개별적으로 또는 공동으로 명령어들(1516)을 실행하는 머신들의 컬렉션을 포함하도록 취해질 수 있다.

머신(1500)은, 예컨대 버스(1502)를 통해 서로 통신하도록 구성될 수 있는, 개별 프로세서들(1512 및 1514)(예를 들어, 코어들)을 갖는 프로세서들(1510), 메모리/스토리지(1530), 및 I/O 컴포넌트들(1550)을 포함할 수 있다. 메모리/스토리지(1530)는 버스(1502)를 통해 그런 것처럼 프로세서들(1510)에 둘 모두 액세스 가능한, 메인 메모리 또는 다른 메모리 스토리지와 같은 메모리(1532), 및 스토리지 유닛(1536)을 포함할 수 있다. 스토리지 유닛(1536) 및 메모리(1532)는 본 명세서에 설명된 방법론들 또는 기능들 중 어느 하나 이상을 구체화하는 명령어들(1516)을 저장한다. 명령어들(1516)은 또한, 머신(1500)에 의한 그것의 실행 동안, 완전히 또는 부분적으로, 메모리(1532) 내에, 스토리지 유닛(1536) 내에, 프로세서들(1510) 중 적어도 하나 내에 (예를 들어, 프로세서 캐시 메모리 내에), 또는 이들의 임의의 적절한 조합 내에 상주할 수 있다. 따라서, 메모리(1532), 스토리지 유닛(1536), 및 프로세서들(1510)의 메모리는 머신 판독가능 매체의 예들이다.

I/O 컴포넌트들(1550)은 입력을 수신하고, 출력을 제공하고, 출력을 생성하고, 정보를 송신하고, 정보를 교환하고, 측정들을 포착하는 것 등을 위해 매우 다양한 컴포넌트를 포함할 수 있다. 특정한 머신(1500)에 포함되는 구체적인 I/O 컴포넌트들(1550)은 머신의 유형에 의존할 것이다. 예를 들어, 모바일 폰과 같은 휴대용 머신은 터치 입력 디바이스 또는 기타의 이러한 입력 메커니즘을 포함할 수 있는 반면, 헤드리스 서버 머신(headless server machine)은 이러한 터치 입력 디바이스를 포함하지 않을 가능성이 높다. I/O 컴포넌트들(1550)은 도 15에 도시되지 않은 많은 다른 컴포넌트를 포함할 수 있다는 것을 알 것이다. I/O 컴포넌트들(1550)은 단지 다음의 논의를 간략화하기 위해 기능에 따라 그룹화되는데, 그룹화는 결코 제한적인 것이 아니다. 다양한 예시적 실시예에서, I/O 컴포넌트들(1550)은 출력 컴포넌트들(1552) 및 입력 컴포넌트들(1554)을 포함할 수 있다. 출력 컴포넌트들(1552)은 시각적 컴포넌트들(예컨대, PDP(plasma display panel), LED(light emitting diode) 디스플레이, LCD(liquid crystal display), 프로젝터, 또는 CRT(cathode ray tube)와 같은 디스플레이), 음향 컴포넌트들(예컨대, 스피커들), 햅틱 컴포넌트들(예컨대, 진동 모터, 저항 메커니즘들), 다른 신호 생성기들 등을 포함할 수 있다. 입력 컴포넌트들(1554)은 알파뉴메릭 입력 컴포넌트들(예컨대, 키보드, 알파뉴메릭 입력을 수신하도록 구성된 터치 스크린, 포토-옵티컬 키보드(photo-optical keyboard), 또는 다른 알파뉴메릭 입력 컴포넌트들), 포인트 기반 입력 컴포넌트들(예컨대, 마우스, 터치패드, 트랙볼, 조이스틱, 움직임 센서, 또는 다른 포인팅 기구), 촉각 입력 컴포넌트들(예컨대, 물리적 버튼, 터치들 또는 터치 제스처들의 로케이션 및/또는 힘을 제공하는 터치 스크린, 또는 다른 촉각 입력 컴포넌트들), 오디오 입력 컴포넌트들(예컨대, 마이크로폰) 등을 포함할 수 있다.

추가의 예시적 실시예들에서, I/O 컴포넌트들(1550)은, 다른 컴포넌트의 넓은 어레이 중에서도, 바이오메트릭 컴포넌트들(1556), 움직임 컴포넌트들(1558), 환경 컴포넌트들(1560), 또는 위치 컴포넌트들(1562)을 포함할 수 있다. 예를 들어, 바이오메트릭 컴포넌트들(1556)은 표현들의 검출(예를 들어, 손 표현들, 얼굴 표현들, 음성 표현들, 신체 제스처들, 또는 눈 추적), 생체신호들의 측정(예를 들어, 혈압, 심박수, 체온, 땀, 또는 뇌파들), 사람 식별(예를 들어, 목소리 식별, 망막 식별, 얼굴 식별, 지문 식별, 또는 뇌전도 기반 식별) 등을 하기 위한 컴포넌트들을 포함할 수 있다. 움직임 컴포넌트들(1558)은 가속도 센서 컴포넌트들(예를 들어, 가속도계), 중력 센서 컴포넌트들, 회전 센서 컴포넌트들(예를 들어, 자이로스코프) 등을 포함할 수 있다. 환경 컴포넌트들(1560)은, 예를 들어, 조명 센서 컴포넌트들(예컨대, 광도계), 온도 센서 컴포넌트들(예컨대, 주변 온도를 검출하는 하나 이상의 온도계), 습도 센서 컴포넌트들, 압력 센서 컴포넌트들(예컨대, 기압계), 음향 센서 컴포넌트들(예컨대, 배경 잡음을 검출하는 하나 이상의 마이크로폰), 근접 센서 컴포넌트들(예컨대, 근방의 물체들을 검출하는 적외선 센서들), 가스 센서들(예컨대, 안전을 위해 유해 가스들의 농도들을 검출하거나 대기 중의 오염물질들을 측정하는 가스 센서들), 또는 주변 물리적 환경에 대응하는 표시들, 측정들, 또는 신호들을 제공할 수 있는 다른 컴포넌트들을 포함할 수 있다. 위치 컴포넌트들(1562)은 로케이션 센서 컴포넌트(location sensor component)들(예컨대, GPS 수신기 컴포넌트), 고도 센서 컴포넌트들(예컨대, 기압 - 이로부터 고도가 도출될 수 있음 - 을 검출하는 고도계들 또는 기압계들), 오리엔테이션 센서 컴포넌트들(예컨대, 자력계들) 등을 포함할 수 있다.

통신은 매우 다양한 기술을 사용하여 구현될 수 있다. I/O 컴포넌트들(1550)은, 제각기, 커플링(1582) 및 커플링(1572)을 통해 머신(1500)을 네트워크(1580) 또는 디바이스들(1570)에 결합하도록 동작가능한 통신 컴포넌트들(1564)을 포함할 수 있다. 예를 들어, 통신 컴포넌트들(1564)은 네트워크(1580)와 인터페이싱하기 위한 네트워크 인터페이스 컴포넌트 또는 다른 적절한 디바이스를 포함할 수 있다. 추가의 예들에서, 통신 컴포넌트들(1564)은 유선 통신 컴포넌트들, 무선 통신 컴포넌트들, 셀룰러 통신 컴포넌트들, 근접장 통신(Near Field Communication, NFC) 컴포넌트들, Bluetooth® 컴포넌트들(예를 들어, Bluetooth® 저전력 에너지), Wi-Fi® 컴포넌트들, 및 다른 양상들을 통해 통신을 제공하는 다른 통신 컴포넌트들을 포함할 수 있다. 디바이스(1570)는, 또 다른 머신 또는 임의의 다양한 주변 디바이스(예를 들어, USB를 통해 결합된 주변 디바이스)일 수 있다.

더욱이, 통신 컴포넌트들(1564)은 식별자들을 검출할 수 있거나 또는 식별자들을 검출하기 위해 동작가능한 컴포넌트들을 포함할 수 있다. 예를 들어, 통신 컴포넌트들(1564)은 무선 주파수 식별(radio frequency identification, RFID) 태그 판독기 컴포넌트들, NFC 스마트 태그 검출 컴포넌트들, 광학 판독기 컴포넌트들(예컨대, 유니버셜 제품 코드(Universal Product Code, UPC) 바 코드와 같은 1차원 바코드들, 신속 응답(Quick Response, QR) 코드, 아즈텍 코드(Aztec code), 데이터 매트릭스(Data Matrix), Dataglyph, MaxiCode, PDF415, 울트라 코드(Ultra Code), UCC RSS-2D 바코드와 같은 다차원 바코드들, 및 다른 광학 코드들을 검출하기 위한 광학 센서), 또는 음향 검출 컴포넌트들(예컨대, 태그된 오디오 신호들을 식별하기 위한 마이크로폰들)을 포함할 수 있다. 게다가, 인터넷 프로토콜(IP) 지오로케이션(geolocation)을 통한 로케이션, Wi-Fi® 신호 삼각측량을 통한 로케이션, 특정한 로케이션을 표시할 수 있는 NFC 비콘 신호(beacon signal)를 검출하는 것을 통한 로케이션 등과 같은 다양한 정보는 통신 컴포넌트들(1564)을 통해 도출될 수 있다.

용어집

본 맥락에서 "캐리어 신호"는 머신에 의한 실행을 위한 명령어들을 저장, 인코딩, 또는 운반할 수 있는 임의의 무형 매체를 지칭하고, 그러한 명령어들의 통신을 용이하게 하기 위한 디지털 또는 아날로그 통신 신호들 또는 다른 무형 매체를 포함한다. 네트워크 인터페이스 디바이스를 통해 송신 매체를 사용하여 그리고 다수의 공지된 전송 프로토콜들 중 어느 하나를 사용하여 네트워크를 통해 명령어들이 송신되거나 또는 수신될 수 있다.

본 맥락에서 "클라이언트 디바이스"는 하나 이상의 서버 시스템 또는 다른 클라이언트 디바이스로부터 자원들을 획득하기 위해 통신 네트워크에 인터페이스하는 임의의 머신을 지칭한다. 클라이언트 디바이스는 모바일 폰, 데스크톱 컴퓨터, 랩톱, PDA, 스마트폰, 태블릿, 울트라북, 넷북, 멀티-프로세서 시스템, 마이크로프로세서 기반 또는 프로그래머블 소비자 가전 시스템, 게임 콘솔, 셋톱 박스, 또는 사용자가 네트워크에 액세스하기 위해 사용할 수 있는 임의의 다른 통신 디바이스일 수 있지만, 이에 한정되지는 않는다.

본 맥락에서 "통신 네트워크"는 애드 혹(ad hoc) 네트워크, 인트라넷, 엑스트라넷, VPN(virtual private network), LAN(local area network), WLAN(wireless LAN), WAN(wide area network), WWAN(wireless WAN), MAN(metropolitan area network), 인터넷, 인터넷의 일부, PSTN(Public Switched Telephone Network)의 일부, POTS(plain old telephone service) 네트워크, 셀룰러 전화 네트워크, 무선 네트워크, Wi-Fi® 네트워크, 또 다른 유형의 네트워크, 또는 둘 이상의 이러한 네트워크들의 조합일 수 있는 네트워크의 하나 이상의 부분을 지칭한다. 예를 들어, 네트워크 또는 네트워크의 일부는 무선 또는 셀룰러 네트워크를 포함할 수 있고, 결합은 CDMA(Code Division Multiple Access) 접속, GSM(Global System for Mobile communications) 접속, 또는 또 다른 유형의 셀룰러 또는 무선 결합을 포함할 수 있다. 본 예에서, 결합은, 1xRTT(Single Carrier Radio Transmission Technology), EVDO(Evolution-Data Optimized) 기술, GPRS(General Packet Radio Service) 기술, EDGE(Enhanced Data rates for GSM Evolution) 기술, 3G를 포함하는 3GPP(third Generation Partnership Project), 4G(fourth generation wireless) 네트워크들, UMTS(Universal Mobile Telecommunications System), HSPA(High-Speed Packet Access), WiMAX(Worldwide Interoperability for Microwave Access), LTE(Long-Term Evolution) 표준, 다양한 표준 설정 조직들에 의해 정의되는 다른 것들, 다른 장거리 프로토콜들, 또는 다른 데이터 전송 기술과 같은, 다양한 유형들의 데이터 전송 기술 중 임의의 것을 구현할 수 있다.

본 맥락에서 "단기적 메시지(EMPHEMERAL MESSAGE)"는 시간-제한된 지속기간 동안 액세스 가능한 메시지를 지칭한다. 단기적 메시지(502)는, 텍스트, 이미지, 비디오 등일 수 있다. 단기적 메시지(502)에 대한 액세스 시간은 메시지 전송자에 의해 설정될 수 있다. 대안적으로, 액세스 시간은 디폴트 설정 또는 수신자에 의해 지정되는 설정일 수 있다. 설정 기술에 관계없이, 메시지는 과도적이다.

본 맥락에서 "머신 판독가능 매체(MACHINE-READABLE MEDIUM)"는 명령어들 및 데이터를 일시적으로 또는 영구적으로 저장할 수 있는 컴포넌트, 디바이스 또는 기타 유형의(tangible) 매체를 지칭하고, 이에 제한되는 것은 아니지만, RAM(random-access memory), ROM(read-only memory), 버퍼 메모리, 플래시 메모리, 광학 매체, 자기 매체, 캐시 메모리, 다른 유형들의 스토리지(예를 들어, EEPROM(Erasable Programmable Read-Only Memory)), 및/또는 이들의 임의의 적합한 조합을 포함할 수 있다. "머신 판독가능 매체"라는 용어는, 명령어를 저장할 수 있는 단일의 매체 또는 다중의 매체(예를 들어, 중앙집중형 또는 분산형 데이터베이스, 및/또는 연관된 캐시 및 서버)를 포함하는 것으로 취해져야 한다. "머신 판독가능 매체"라는 용어는 또한, 명령어들이, 머신의 하나 이상의 프로세서에 의해 실행될 때, 머신으로 하여금 본 명세서에 설명된 방법론들 중 어느 하나 이상을 수행하게 하도록, 머신에 의한 실행을 위한 명령어들(예를 들어, 코드)을 저장할 수 있는 임의의 매체 또는 다중의 매체의 조합을 포함하는 것으로 취해져야 한다. 따라서, "머신 판독가능 매체"는 단일 저장 장치 또는 디바이스뿐만 아니라, 다중의 저장 장치 또는 디바이스를 포함하는 "클라우드-기반" 저장 시스템 또는 저장 네트워크를 지칭한다. "머신 판독가능 매체"라는 용어는 그 자체로 신호들을 배제한다.

본 맥락에서 "컴포넌트(COMPONENT)"는, 함수 또는 서브루틴 호출, 분기점, API, 또는 특정한 처리 또는 제어 기능의 분할 또는 모듈화를 제공하는 기타 기술에 의해 정의된 경계를 갖는 디바이스, 물리적 엔티티, 또는 로직을 지칭한다. 컴포넌트들은 그들의 인터페이스들을 통해 다른 컴포넌트들과 조합되어 머신 프로세스를 수행할 수 있다. 컴포넌트는, 다른 컴포넌트들 및 보통은 관련된 기능들 중 특정 기능을 수행하는 프로그램의 일부와 함께 이용하도록 설계되는 패키징된 기능적 하드웨어 유닛일 수 있다. 컴포넌트들은 소프트웨어 컴포넌트들(예컨대, 머신 판독가능 매체상에 구현된 코드) 또는 하드웨어 컴포넌트들 중 하나를 구성할 수 있다. "하드웨어 컴포넌트"는 특정 동작들을 수행할 수 있는 유형의 유닛(tangible unit)이고, 특정 물리적 방식으로 구성되거나 배열될 수 있다.

다양한 예시적인 실시예들에서, 하나 이상의 컴퓨터 시스템(예컨대, 독립형 컴퓨터 시스템, 클라이언트 컴퓨터 시스템, 또는 서버 컴퓨터 시스템) 또는 컴퓨터 시스템의 하나 이상의 하드웨어 컴포넌트(예컨대, 프로세서 또는 일군의 프로세서들)는 본 명세서에 기술되는 바와 같이 특정 동작들을 수행하기 위해 동작하는 하드웨어 컴포넌트로서 소프트웨어(예컨대, 애플리케이션 또는 애플리케이션 부분)에 의해 구성될 수 있다. 하드웨어 컴포넌트는 또한, 기계적으로, 전자적으로, 또는 이들의 임의의 적합한 조합으로 구현될 수 있다. 예를 들어, 하드웨어 컴포넌트는 특정 동작들을 수행하도록 영구적으로 구성된 전용 회로 또는 로직을 포함할 수 있다. 하드웨어 컴포넌트는, FPGA(Field-Programmable Gate Array) 또는 ASIC(Application Specific Integrated Circuit)과 같은 특수 목적 프로세서일 수 있다. 하드웨어 컴포넌트는 또한 특정 동작들을 수행하기 위해 소프트웨어에 의해 일시적으로 구성되는 프로그래머블 로직 또는 회로를 포함할 수 있다. 예를 들어, 하드웨어 컴포넌트는 범용 프로세서 또는 다른 프로그래머블 프로세서에 의해 실행되는 소프트웨어를 포함할 수 있다. 일단 이러한 소프트웨어에 의해 구성되면, 하드웨어 컴포넌트들은 구성된 기능들을 수행하도록 고유하게 맞춤화된 특정 머신들(또는 머신의 특정 컴포넌트들)이 되고 더 이상 범용 프로세서들이 아니다.

하드웨어 컴포넌트를 기계적으로, 전용의 영구적으로 구성된 회로에, 또는 일시적으로 구성된 회로(예컨대, 소프트웨어에 의해 구성됨)에 구현하기로 하는 결정이 비용 및 시간 고려사항에 의해 주도될 수 있다는 것을 알 것이다. 따라서, "하드웨어 컴포넌트" (또는 "하드웨어-구현된 컴포넌트")라는 구문은, 유형의 엔티티(tangible entity), 즉, 특정 방식으로 동작하거나 또는 본 명세서에 설명된 특정 동작들을 수행하도록 물리적으로 구성되거나, 영구적으로 구성되거나(예를 들어, 하드와이어드), 또는 일시적으로 구성되는 (예를 들어, 프로그래밍되는) 엔티티를 포괄하는 것으로 이해해야 한다. 하드웨어 컴포넌트들이 일시적으로 구성(예컨대, 프로그래밍)되는 실시예들을 생각할 때, 하드웨어 컴포넌트들 각각이 임의의 하나의 시간 인스턴스에서 구성 또는 인스턴스화될 필요는 없다. 예를 들어, 하드웨어 컴포넌트가 특수 목적 프로세서가 되도록 소프트웨어에 의해 구성된 범용 프로세서를 포함하는 경우에, 범용 프로세서는 상이한 때에 (예컨대, 상이한 하드웨어 컴포넌트들을 포함하는) 제각기 상이한 특수 목적 프로세서들로서 구성될 수 있다. 소프트웨어는 그에 따라, 예를 들어, 하나의 시간 인스턴스에서는 특정의 하드웨어 컴포넌트를 구성하고 상이한 시간 인스턴스에서는 상이한 하드웨어 컴포넌트를 구성하도록 특정의 프로세서 또는 프로세서들을 구성한다.

하드웨어 컴포넌트들은 다른 하드웨어 컴포넌트들에게 정보를 제공하고 그로부터 정보를 수신할 수 있다. 따라서, 설명된 하드웨어 컴포넌트들은 통신가능하게 결합되는 것으로서 고려될 수 있다. 다중의 하드웨어 컴포넌트들이 동시에 존재하는 경우에, 하드웨어 컴포넌트들 중 2개 이상 간의 또는 그들 사이의 (예컨대, 적절한 회로들 및 버스들을 통한) 신호 송신을 통해 통신이 달성될 수 있다. 다중의 하드웨어 컴포넌트가 상이한 때에 구성되거나 인스턴스화되는 실시예들에서, 이러한 하드웨어 컴포넌트들 간의 또는 그 중에서의 통신은, 예를 들어, 다중의 하드웨어 컴포넌트들이 액세스할 수 있는 메모리 구조체들에서의 정보의 저장 및 검색을 통해 달성될 수 있다. 예를 들어, 하나의 하드웨어 컴포넌트는 동작을 수행하고, 그에 통신가능하게 결합되는 메모리 디바이스에 그 동작의 출력을 저장할 수 있다. 추가의 하드웨어 컴포넌트는 이어서, 추후에, 저장된 출력을 검색 및 처리하기 위해 메모리 디바이스에 액세스할 수 있다.

하드웨어 컴포넌트들은 또한 입력 또는 출력 디바이스들과 통신을 개시할 수 있고, 자원(예컨대, 정보의 컬렉션)에 대해 동작할 수 있다. 본 명세서에 기술되는 예시적인 방법들의 다양한 동작들이 관련 동작들을 수행하도록 (예컨대, 소프트웨어에 의해) 일시적으로 구성되거나 또는 영구적으로 구성되는 하나 이상의 프로세서에 의해, 적어도 부분적으로, 수행될 수 있다. 일시적으로 구성되든 또는 영구적으로 구성되든 간에, 이러한 프로세서들은 본 명세서에 기술되는 하나 이상의 동작 또는 기능을 수행하도록 동작하는 프로세서 구현 컴포넌트들을 구성할 수 있다. 본 명세서에서 사용되는 바와 같이, "프로세서 구현 컴포넌트(processor-implemented component)"는 하나 이상의 프로세서를 사용하여 구현되는 하드웨어 컴포넌트를 지칭한다. 유사하게, 본 명세서에 설명된 방법들은, 특정한 프로세서 또는 프로세서들이 하드웨어의 예가 되면서, 적어도 부분적으로 프로세서로 구현될 수 있다. 예를 들어, 방법의 동작들 중 적어도 일부가 하나 이상의 프로세서 또는 프로세서 구현 컴포넌트들에 의해 수행될 수 있다.

더욱이, 하나 이상의 프로세서는 또한 "클라우드 컴퓨팅(cloud computing)" 환경에서 또는 "SaaS(software as a service)"로서 관련 동작들의 수행을 지원하기 위해 동작할 수 있다. 예를 들어, 동작들 중 적어도 일부는, (프로세서들을 포함하는 머신들의 예들로서의) 컴퓨터들의 그룹에 의해 수행될 수 있는데, 이들 동작들은 네트워크(예를 들어, 인터넷)를 통해 및 하나 이상의 적절한 인터페이스(예를 들어, API)를 통해 액세스가능하다. 특정 동작들의 수행은 단일 머신 내에 상주할 뿐만 아니라, 다수의 머신에 걸쳐 배치된 프로세서들 중에 분산될 수 있다. 일부 예시적인 실시예들에서, 프로세서들 또는 프로세서 구현 컴포넌트들은 단일의 지리적 위치에 (예컨대, 가정 환경, 사무실 환경, 또는 서버 팜(server farm) 내에) 위치될 수 있다. 다른 예시적인 실시예들에서, 프로세서들 또는 프로세서 구현 컴포넌트들이 다수의 지리적 위치들에 걸쳐 분산될 수 있다.

본 맥락에서 "프로세서"는, 제어 신호들(예를 들어, "커맨드", "오피 코드(op code)", "머신 코드" 등)에 따라 데이터 값들을 조작하고, 머신을 작동시키도록 인가되는 대응하는 출력 신호를 생성하는 임의의 회로 또는 가상 회로(실제 프로세서상에서 실행되는 로직에 의해 에뮬레이트된 물리적 회로)를 지칭한다. 프로세서는, 예를 들어, 중앙 처리 유닛(CPU), RISC(Reduced Instruction Set Computing) 프로세서, CISC(Complex Instruction Set Computing) 프로세서, GPU(Graphics Processing Unit), DSP(Digital Signal Processor), ASIC, 무선 주파수 집적 회로(RFIC), 또는 이들의 임의의 조합일 수 있다. 프로세서는 추가로 명령어들을 동시에 실행할 수 있는 2개 이상의 독립적인 프로세서(때때로 "코어들"로서 지칭됨)를 갖는 다중 코어 프로세서일 수 있다.

본 맥락에서 "타임스탬프(TIMESTAMP)"는 특정 이벤트가 언제 발생했는지를 식별하는, 예를 들어, 때때로 1초의 소수까지 정확한, 날짜 및 시간을 제공하는 문자들 또는 인코딩된 정보의 시퀀스를 지칭한다.

Claims

방법으로서:
사용자 디바이스상에, 순환 신경망으로 출력하는 컨볼루션 신경망을 포함하는 훈련된 신경망을 저장하는 단계;
상기 사용자 디바이스상에서, 환경을 묘사하는 이미지를 식별하는 단계;
상기 사용자 디바이스에 의해, 상기 이미지에 묘사된 상기 환경에서의 깊이의 방향을 나타내는 서수 쌍을 수신하는 단계;
상기 사용자 디바이스상에서, 상기 컨볼루션 신경망을 사용하여 상기 이미지로부터 초기 깊이 맵을 생성하는 단계;
상기 사용자 디바이스상에서, 상기 컨볼루션 신경망의 출력들을 업데이트하도록 훈련된 상기 순환 신경망으로 상기 수신된 서수 쌍을 입력함으로써 업데이트된 깊이 맵을 생성하는 단계; 및
상기 업데이트된 깊이 맵을 저장하는 단계를 포함하는 방법.
제1항에 있어서,
상기 업데이트된 깊이 맵을 사용하여 상기 이미지를 수정함으로써 수정된 이미지를 생성하는 단계를 추가로 포함하는 방법.
삭제
제1항에 있어서,
상기 순환 신경망은 ADMM(alternating direction method of multipliers) 스킴을 구현하도록 훈련되는 방법.
제4항에 있어서,
상기 ADMM 스킴은 상기 훈련된 신경망의 훈련 후에 상기 서수 쌍을 제약조건들로서 수신하도록 구성된 방법.
제1항에 있어서,
상기 사용자 디바이스에 의해, 복수의 포인트 쌍을 수신하는 단계 - 상기 복수의 포인트 쌍 중 각각의 포인트 쌍은 상기 이미지에 묘사된 상기 환경에서의 추가적인 깊이 방향을 나타냄 - 를 추가로 포함하는 방법.
제1항에 있어서,
상기 컨볼루션 신경망 및 상기 순환 신경망은 단일 네트워크로서 종단간(end-to-end) 훈련되는 방법.
제1항에 있어서,
상기 사용자 디바이스상에, 상기 사용자 디바이스의 이미지 센서를 사용하여 상기 이미지를 생성하는 단계를 추가로 포함하는 방법.
제8항에 있어서,
상기 생성된 이미지를 상기 사용자 디바이스의 디스플레이 디바이스상에 디스플레이하는 단계를 추가로 포함하는 방법.
제9항에 있어서,
상기 서수 쌍을 수신하는 단계는 상기 이미지가 상기 디스플레이 디바이스 상에 디스플레이되는 동안 상기 이미지 상의 제1 포인트 및 상기 이미지 상의 제2 포인트를 수신하는 단계를 포함하는 방법.
제2항에 있어서,
상기 업데이트된 깊이 맵을 사용하여, 상기 이미지의 배경 영역을 식별하는 단계를 추가로 포함하는 방법.
제11항에 있어서,
상기 수정된 이미지는 상기 이미지의 배경 영역에 이미지 효과를 적용함으로써 생성되는 방법.
제2항에 있어서,
상기 수정된 이미지를 네트워크 사이트상에 단기적 메시지로서 게시하는 단계를 추가로 포함하는 방법.
시스템으로서:
머신의 하나 이상의 프로세서; 및
명령어들을 저장하는 메모리를 포함하고, 상기 명령어들은 상기 하나 이상의 프로세서 중 적어도 하나의 프로세서에 의해 실행될 때, 상기 머신으로 하여금:
상기 메모리에, 순환 신경망으로 출력하는 컨볼루션 신경망을 포함하는 훈련된 신경망을 저장하는 동작;
상기 메모리에서, 환경을 묘사하는 이미지를 식별하는 동작;
상기 이미지에 묘사된 상기 환경에서의 깊이의 방향을 나타내는 서수 쌍을 수신하는 동작;
상기 컨볼루션 신경망을 사용하여 상기 이미지로부터 초기 깊이 맵을 생성하는 동작;
상기 컨볼루션 신경망의 출력들을 업데이트하도록 훈련된 상기 순환 신경망으로 상기 수신된 서수 쌍을 입력함으로써 업데이트된 깊이 맵을 생성하는 동작; 및
상기 업데이트된 깊이 맵을 상기 메모리에 저장하는 동작을 포함하는 동작들을 수행하도록 야기하는 시스템.
제14항에 있어서,
상기 동작들은:
상기 업데이트된 깊이 맵을 사용하여 상기 이미지를 수정함으로써 수정된 이미지를 생성하는 동작을 추가로 포함하는 시스템.
삭제
제14항에 있어서,
상기 순환 신경망은 ADMM(alternating direction method of multipliers) 스킴을 구현하도록 훈련되는 시스템.
제17항에 있어서,
상기 ADMM 스킴은 상기 훈련된 신경망의 훈련 후에 상기 서수 쌍을 제약조건들로서 수신하도록 구성된 시스템.
제14항에 있어서,
상기 시스템은 디스플레이 디바이스를 포함하고, 상기 서수 쌍을 수신하는 동작은 상기 이미지가 상기 디스플레이 디바이스 상에 디스플레이되는 동안 상기 이미지 상의 제1 포인트 및 상기 이미지 상의 제2 포인트를 수신하는 동작을 포함하는 시스템.
명령어들을 구체화하는 머신 판독가능 저장 디바이스로서,
상기 명령어들은, 디바이스에 의해 실행될 때, 상기 디바이스로 하여금:
순환 신경망으로 출력하는 컨볼루션 신경망을 포함하는 훈련된 신경망을 저장하는 동작;
상기 디바이스상에서, 환경을 묘사하는 이미지를 식별하는 동작;
상기 디바이스에 의해, 상기 이미지에 묘사된 상기 환경에서의 깊이의 방향을 나타내는 서수 쌍을 수신하는 동작;
상기 컨볼루션 신경망을 사용하여 상기 이미지로부터 초기 깊이 맵을 생성하는 동작;
상기 디바이스 상에서, 상기 컨볼루션 신경망의 출력들을 업데이트하도록 훈련된 상기 순환 신경망으로 상기 수신된 서수 쌍을 입력함으로써 업데이트된 깊이 맵을 생성하는 동작; 및
상기 업데이트된 깊이 맵을 저장하는 동작을 포함하는 동작들을 수행하도록 야기하는 머신 판독가능 저장 디바이스.