KR20120081554A - 데이터 하이라이팅 및 추출 - Google Patents

데이터 하이라이팅 및 추출 Download PDF

Info

Publication number
KR20120081554A
KR20120081554A KR1020117031690A KR20117031690A KR20120081554A KR 20120081554 A KR20120081554 A KR 20120081554A KR 1020117031690 A KR1020117031690 A KR 1020117031690A KR 20117031690 A KR20117031690 A KR 20117031690A KR 20120081554 A KR20120081554 A KR 20120081554A
Authority
KR
South Korea
Prior art keywords
interest
data
region
consumable data
regions
Prior art date
Application number
KR1020117031690A
Other languages
English (en)
Other versions
KR101422527B1 (ko
Inventor
간샤 우
단 장
비아오 첸
용지안 첸 (유진)
펭 구오
장린 리우
지강 왕
신 주
Original Assignee
인텔 코포레이션
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 인텔 코포레이션 filed Critical 인텔 코포레이션
Publication of KR20120081554A publication Critical patent/KR20120081554A/ko
Application granted granted Critical
Publication of KR101422527B1 publication Critical patent/KR101422527B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/24—Monitoring of processes or resources, e.g. monitoring of server load, available bandwidth, upstream requests
    • H04N21/2407—Monitoring of transmitted content, e.g. distribution time, number of downloads
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/835—Generation of protective data, e.g. certificates
    • H04N21/8355—Generation of protective data, e.g. certificates involving usage data, e.g. number of copies or viewings allowed
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/48—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Library & Information Science (AREA)
  • Signal Processing (AREA)
  • Computer Security & Cryptography (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Television Signal Processing For Recording (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

우리는 온라인 콘텐츠, 특히 오디오, 비디오의 이용가능성에 있어서의 폭발에 직면해 있고, 액세스 필요성을 도모하기 위해 인터넷의 확장을 추진하는 것으로 고려된다. 그러나, 그러한 데이터를 액세스하기 위한 시간 이용가능성은 제약되어 있고, 소비자에게 관심있을 것으로 예상되는 데이터의 부분을 사전에 식별함으로써 소비를 용이하게 하기 위해, 예를 들면, 집합적 컷으로서 데이터를 패키징하는데 이용되는 기술이 점차 필수적으로 되고 있다. 그러한 패키징은 많은 가능성을 갖는다. 예를 들면, 오디오 콘텍스트에서, 소비자가 전체 표현을 청취하는데 충분한 시간이 부족하다면 청취하기 위한 최상의 부분으로서 하이라이팅된 오디오 표현의 특정 부분을 갖는 오디오 데이터가 소비자에게 제공될 수 있다. 비디오 콘텍스트에서, 전체 부분을 시청하는데 충분한 시간 및/또는 흥미가 충분하지 않다면 하이라트를 통해 소비자가 선택적으로 스킵할 수 있게 하는, 영화 또는 다른 소비가능 데이터에 대한 비디오 하이라이트가 제공될 수 있다.

Description

데이터 하이라이팅 및 추출{DATA HIGHLIGHTING AND EXTRACTION}
본 발명은 일반적으로 전자적으로 액세스가능한 임의의 엔터테인먼트 같은 소비가능 데이터에 주석을 달고 리뷰하는 것에 관한 것으로, 보다 상세하게, 소비가능 데이터의 관심 영역을 식별하기 위해 집합적인 소비자 노력의 활동을 적용하여 소비가능 데이터에 대한 주석 또는 "하이라이트"의 식별을 용이하게 하는 것에 관한 것이다.
현재의 경향 분석에 따르면, 스트리밍되는 소비가능 데이터가 지배적인 분배 기술이 될 것이라는 것을 제시하고 있다. 비디오 스트리밍, 다운로드 및 디지털 TV를 포함하는 디지털 미디어 및 콘텐츠의 분석 및 예상을 제공하는 회사인 In-Stat, LLC(http://www.instat.com)는 스트리밍을 추정하고, 소비가능 데이터의 온라인 액세스는, 미래 디지털 엔터테인먼트 전달에서 사람이 소비가능 데이터를 수신하는 주요 배포 채널로서 소매 디스크 판매를 통해 청중 회원(audience member)에 의한 것이 바람직하다. 이것은, 인터넷 비디오가 모든 비 피어-투-피어(non-peer-to-peer) 소비자 인터넷 트래픽 중 대략 4분의 1이란 것을 보여주는 시스코(Cisco)가 제공하는 통계에 예시된 바와 같이 온라인 소비가능 데이터 액세스에서 빠르게 성장하고 있고, 2012년에는 인터넷 비디오 트래픽이 2000년 미국 전체 백본(backbone)에 대한 데이터 사용의 거의 400배가 될 것이라고 예상된다. (http://www.cisco.com/en/US/solutions/collateral/ns341/ns525/ns537/ns705/ns827/white_paper_c11-481374_ns827_Networking_Solutions_White_Paper.html 참조). 유사하게, 뉴욕 타임즈 신문은 유튜브(YouTube)의 2007년 비디오 트래픽 단독으로 2000년 미국의 총 인터넷 트래픽을 초과했다고 추정했다(예를 들면, http://www.nytimes.com/2008/03/13/technology/13net.html 참조).
기존 리서치는, 소비가능 데이터 콘텐츠를 보다 이해하고 인식하기 위한 노력으로, 비디오 분석학 및 인공 지능을 소비가능 데이터에 적용하는 등의 다양한 기술을 가져왔다. 예를 들면, 다른 미국 정부 기관으로부터 지원받는 NIST(National Institute of Standards and Technology)가 후원하는 협회인, http://trecvid.nist.gov의 TREC Video Retrieval Evaluation을 참조하라. TREC의 목표는 정보 검색 리서치를 장려하는 것이다; 2001년 및 2002년에 TREC는 디지털 비디오의 자동 세그멘테이션, 인덱싱 및 콘텐츠-기반 검색에서의 리서치를 지원하기 위한 비디오 데이터를 제공하였다. 그러나, 이러한 기술 및 다른 기술은 특정 청중에게 하이라이팅된 관심사의 영역을 식별하고자 시도하는 것에서는 성공하지 못했다.
본 발명의 특징 및 이점은 본 발명의 다음의 상세한 설명으로부터 자명해질 것이다.
도 1은 일 실시예에 따라 하나 이상의 청중 회원들의 활동으로부터 집합적 컷(Collective Cut)을 준비하기 위해 인터액티브 청중 분석이 채용될 수 있는 하나의 청중 회원 입력을 모니터링하는 것을 도시한다.
도 2는 일 실시예에 따라 집합적 컷을 준비하기 위해 인터액티브 청중 분석이 채용될 수 있는 청중 회원 입력을 계속해서 모니터링하는 것을 도시한다.
도 3은, 일 실시예에 따라, 소비자가 소비가능 데이터의 그 다음 관심 영역을 찾는 것을 도시한다.
도 4는, 일 실시예에 따라, 소비가능 데이터의 관심 영역의 하이라이팅의 도 1 내지 도 3의 누적 효과를 부분적으로 도시한다.
도 5는, 일 실시예에 따라, 소비가능 데이터에 사전-주석달기(pre-annotating) 위한 데이터 흐름도를 도시한다.
도 6은, 일 실시예에 따라, 관심 영역을 식별하기 위해 소비가능 데이터의 다수의 소비자 액세스를 계속해서 적용하는 것을 도시한다.
도 7은 관심 영역을 식별하고 및/또는 다른 소비자에 의해 식별된 영역을 수정하는 도 1 내지 도 4, 및 도 6의 모든 소비자의 결과를 도시한다.
도 8은 본 발명의 임의의 양상이 구현될 수 있는 적절한 컴퓨팅 환경을 도시한다.
본 발명의 다양한 실시예는 식별 결과를 향상시키기 위해 집합적 행동을 이용하는 것에 관심이 있다. 다양한 설명된 실시예에서, 오디오, 비디오 또는 다른 소비가능/액세스가능 데이터 내에서 관심 영역을 식별하기 위해 노력한다; 어구 "소비가능 데이터"는 그러한 데이터를 집합적으로 언급하는데 사용될 것이고, 임의의 상태를 보존하는 미디어 또는 매체에 저장되고 단독으로 또는 다중으로 또는 동시에 액세스될 수 있는 데이터를 말하는 것을 의도로 한다. 소비가능 데이터는, 예를 들면, 저장된 및/또는 스트리밍되는 비디오 또는 오디오 데이터뿐만 아니라 그러한 오디오 비디오 등의 데이터의 개별 프레임, 섹션, 부분, 컷(cut) 등을 나타낼 수 있다. 오디오 및 비디오 데이터가 예시적인 목적으로 제공되고, 관심 부분이 하나 이상의 엔티티에 의해 식별될 수 있는 임의의 데이터 집합이 인용된 실시예의 범위 내에 있도록 의도된다는 것을 당업자라면 이해할 수 있을 것이다.
"관심있는"은 의도된 청중에 따라 상이한 의미를 가질 수 있는 상대적인 용어로서, 예를 들면, 성인 청중에게 관심있는 것은 청년에게 관심있는 것과는 매우 다를 수 있다는 것이 이해될 것이다. 따라서, 아래에서 특별히 말하지 않더라도, 당업자라면, 여기서 설명되는 동일한 기술이, 설명된 동작을 수행하는 청중의 본성에 따라 상이한 결과를 부여할 수 있고, 또한 그러한 다양한 청중으로부터의 결과가 원하는 대로 선택적으로 결합될 수 있다는 것을 이해해야 한다.
설명된 실시예에서, 목표 청중(또는 청중들)의 인터액티브 행동은 청중의 일원이 소비가능 데이터와 인터액트함에 따라 모니터링되고 있다고 가정한다. 이 모니터링은 청중이 소비가능 데이터와 인터액트함에 따라 실시간 또는 거의 실시간으로 수행될 수 있다. 또는, 모니터링은 데이터에 기초하는 사실(fact)이 특정 보기 또는 데이터 소비 경험에 대하여 누적된 후에 발생할 수 있다. 여기서 제공되는 발명의 개념의 다양한 특징을 설명하는데 있어 편의를 위해, 청중은 기록된(또는 버퍼링된) 비디오 방송 또는 전자적으로 액세스 가능한 영화 같은 비디오와 인터액팅하고 있다고 가정될 것이다. 그러나, 전술한 바와 같이, 본 발명의 원리는 어떠한 소비가능 데이터에도 적용한다. 집합적 청중 인터액션을 모니터링하는 것을 통해, 소비가능 데이터, 예를 들면, 오디오, 비디오 등 내의 의미있는 영역을 식별하기 위해 집합적 지능(collective intelligence)이 이용될 수 있다. 비디오에 대한 의미있는 영역은, 예를 들면, 관심있는 것으로 식별되는 (전형적으로 비디오 하이라이트로서 지칭되는) 비디오의 세그먼트일 수 있다.
어구 "인터액티브 청중 분석(interactive audience analysis)" 또는 IAA는 목표 청중(들)의 액션들에 대해 수행되는 분석을 지칭하는데 사용될 수 있다. IAA는, 예를 들면, 자동화 컴퓨터 비전(automated computer vision), 머신(machine) 학습 및 다른 인공지능 기술에 기초하여 비디오 하이라이트를 추출하고자 시도하는 것과 같은 현재의 자동화 비디오 분석과는 상이하다. 자동화 분석 기술 및 개시된 실시예는 상호 배타적일 필요는 없다는 것이 이해될 것인데, 예를 들면, 개시된 실시예는 비디오 분석과 결합하여 사용될 수 있다. 비디오 분석은 IAA 전에, 또는 IAA 동안 또는 IAA 후에 실행될 수 있는데, 예를 들면, 비디오 분석은 IAA의 필요성(needs) 및/또는 목표에 따라 사전, 사후, 또는 중간 프로세싱 단계일 수 있다는 것이 이해될 것이다.
도 1은 일 실시예에 따라 하나 이상의 청중 회원들의 활동으로부터 집합적 컷(Collective Cut)을 준비하기 위해 인터액티브 청중 분석(IAA)이 채용될 수 있는 하나의 청중 회원 입력을 모니터링하는 것을 도시한다. 어구 집합적 컷(CT)은 일반적으로 소비가능 데이터 내의 식별된 관심 영역을 지칭하는데 사용될 수 있다. 전술한 바와 같이, (도시되지 않은) 몇몇 실시예에서, CT의 결정을 용이하게 하기 위해 비디오 분석이 사용될 수 있다.
도시된 실시예에서, 청중 회원이 스트리밍되는 소비가능 데이터와 상호작용(interact)함에 따라 청중 회원이 모니터링되고 있다고 가정된다. 이것은, 스트리밍되는 데이터로의 액세스를 모니터링하는 것이 전형적으로 쉽기 때문에, 예를 들면, 데이터 스트림 내에서 찾고자 하는 시도는 외부 소스로부터 제공될 필요가 있는 스트림 내에서 이동하기 위한 커맨드를 감시함으로써 결정될 수 있기 때문에 간단한 가정이다. 그러나, 기존의/저장된 콘텐츠는, 스트리밍 내에서 찾는 것에 대응하는 데이터를 모니터링하도록 구성되고, 예를 들면, 모니터링된 데이터를 전송(푸싱(pushed))하거나, 또는 액세스(풀링(pulling))되도록 함으로써, 모니터링된 데이터를, 케이블 텔레비전 또는 위성 방송 헤드 엔드, 인터넷 서버(스트리밍되는 소비가능 데이터를 또한 제공할 수 있음) 같은 외부 엔티티에 제공하도록 구성된 하드웨어 및/또는 소프트웨어 인에이블된 디바이스의 사용을 통해 유사하게 모니터링될 수 있다는 것이 이해될 것이다.
도 1에 도시된 바와 같이, t0＜tn이 되고 따라서 t0가 tn 전의 시점을 나타내도록 구성된 시간선(100)이 있다. t0와 tn 사이의 시간 양은 임의적이지만, 도면에서는 임의의 시구간에 걸쳐 소비가능 데이터의 표현을 도시하는데, 예를 들면, 소비가능 데이터의 전체 표현 또는 그들의 단지 하나 이상의 서브세트를 표현할 수 있다. 더 간략히 하기 위해, 마커는 다른 도면에서는 t0 및 tn를 표시하지 않는다. 도시된 바와 같이, 타이밍 마커(102-110)가 있다. 도시된 실시예에서, 임의의 주어진 시간에, 소비가능 데이터에서 임의의 청중 회원이 현재 소비가능 데이터를 보고 있다는 것을 표시하는 현재의 재생 위치가 있다고 가정한다. 타이밍 마커(102-110)는 시간 상 몇몇 포인트에서 현재의 재생 위치가 있는 다양한 시점을 표시한다. 예를 들면, 소비가능 데이터의 스트리밍을 개시한 후, 청중 회원은 초기 현재의 재생을 위치(102)로 드래그(drag)하고 청중 회원에 의해 원하는바 대로 시간의 몇몇 임의의 영역(112)에 대해 소비가능 데이터르 소비할 수 있는데, 여기서, 보기(viewing)는, 보기를 중지함으로써, 어헤드(ahead)를 스킵함으로써, 마커(104)로부터의 현재의 재생 위치를 또 다른 위치 등으로 드래그함으로써 마커(104)에서 중지되었다.
소비가능 데이터의 하나의 연속적인(또는 상대적으로 연속적인) 소비 시간은, 전술한 바와 같이, 도시된 영역(112)으로 표현되어 있다. 영역(112)은 소비가능 데이터를 소비하는 시간의 길이를 나타내는 폭을 갖는다. 시간의 길이는 (tn-t0)보다 작다고 예상되는데, 그렇지 않으면, 청중 회원은 전체의 소비가능 데이터를 소비하였을 것이다. 소비가능 데이터가 비디오 데이터이면, 영역(112)은 시청된 비디오의 시간 양을 나타내고, 소비가능 데이터가 오디오 데이터이면, 오디오 데이터가 청취된 시간 양을 나타낸다는 것이 이해될 것이다. 도시된 실시예에서, 청중 회원은, 소비가능 데이터의 소비를 소비된 영역(112)의 끝을 표시하는 타이밍 마커(104)로부터 마커(106)와 같은 몇몇 다른 마커 위치로 이동하여, 덜 관심있는 것으로 고려되는 소비가능 데이터 내의 콘텐츠를 스킵하고, 보다 관심있는 콘텐츠를 액세스하도록 이동하기 위해 "고속 포워드(fast forward)" 유형의 제어, 스킵 버튼 또는 피처(feature)를 사용하거나, 또는 현재 재생 위치 마커를 직접 드래그할 수 있다. 도시된 실시예에서, 소비가능 데이터 내의 현재 재생 마커의 이동은, 소비가능 데이터의 특정 섹션이 소비할 가치가 있는지, 예를 들면, 소비가능 데이터의 유형에 의해 결정되는 바와 같이 보기, 청취, 읽을 가치가 있는지에 대한 청중 회원의 판단 또는 의견을 나타낸다.
영역(112)에서와 같이, 도시된 실시예에서, 마커(106)는 보다 관심있는 콘텐츠를 나타내는 또 다른 영역(114)의 시작을 식별한다. (도시되지 않은) 몇몇 시점에서, 소비가능 데이터 소비자는 현재의 재생 마커를 이동시키고 타이밍 마커(108)를 스킵하고, 소비가능 데이터의 또 다른 영역(116)을 다시 시청하거나 소비한다. 이것은, 소비가능 데이터의 (다른 영역(112-116)에 비하여 더 큰) 더 큰 영역(118)이 보여지거나 소비되기 때문에 소비가능 데이터가 흥미가 있었던 지점에서 타이밍 마커(110)로 점프하는 것을 다시 반복한다.
도 2는 일 실시예에 따라 집합적 컷(CT)을 준비하기 위해 인터액티브 청중 분석(IAA)이 채용될 수 있는 정중 회원 입력을 계속해서 모니터링하는 것을 도시한다. 사람이 관심 비디오를 시청하거나, 음악을 다시 듣거나, 또는 소비가능 데이터를 재소비할 때, 그들은 데이터 소비를 반복하는 것을 희망하지만, 이전 소비동안 특히 관심있는 것으로 고려되는 소비가능 데이터이 부분에 초점을 맞출 것이라는 것이 이해될 것이다.
도시된 실시예에서, 소비자는 현재의 재생 위치를 변경하기 위해 고속 포워드/되감기, 스킵 피처 또는 버튼, 또는 다른 기술을 이용하는 것으로 가정한다. 소비가능 데이터로의 액세스가 후속하는, 예를 들면, 제2, 제 3 등의 시간인 경우, 무엇이 데이터 내의 관심있는 영역, 예를 들면, "하이라이트"인지에 대한 소비자의 판단이 보다 정확하다고 가정한다. 서비스 제공자는 대규모 그룹의 소비자의 집합적 행동을 추적하고, 후속 소비를 이용하여 특정 소비가능 데이터 내에서 무엇이 관심있는 것으로 고려되는지를 세분할 수 있다. 예를 들면, youku.com(중국 비디오 스트리밍 사이트)에서 가장 인기 있는 영화는 일반적으로, 모니터링될 수 있는 거대한 소비자의 수를 나타내는, 3,000,000번 이상 시청된다. 서비스 제공자는소비자가 하이라이트를 어떻게 추출하고, 소비에 대한 집합적 판단을 결정하는지를 모니터링하고 학습할 수 있다. 선택된 실시예에서, 집합적 판단을 결정하는 것은 반복적이고 적응적인 프로세스이다. 도시된 실시예에서, 소비가 더 큰 영역(118)를 식별한 후, 소비자는, 현재의 재생 마커를 위치(202-206)로 스킵하고 데이터 부분(210-214)을 각각 시청하거나 소비하는 등에 의해 데이터를 계속해서 소비한다.
도 3은, 일 실시예에 따라, 소비자가 소비가능 데이터의 그 다음 관심 영역(예를 들면, 그 다음 하이라이트)을 찾는 것을 도시한다.
실시예는, 도 2에 도시된 바와 같이 몇몇 시구간 동안 시청하거나 소비한 후, 소비자가 소비가능 데이터의 몇몇 관심있는 영역을 빠뜨렸다는 것을 결론짓는 것을 나타낸다. 도시된 바와 같이, 소비자는 도 2에서 부분(212, 214)를 획득하였고, 다음에 소비가능 데이터 내의 관심 영역이라고 결정될 시간 마커(206) 앞의 시간 마커(306)로 현재 재생 마커를 다시 이동(302)하는 것으로 결정한다. 이 하이라이트(306)는, 소비가능 데이터의 관심 영역으로 이전에 고려된 도 2의 영역(214)을 포함한다.
도 1 및 도 2에서와 같이, 소비자는 관심 있는 영역(306)의 끝에서 시간 마커(308)로 이동하면서 소비가능 데이터 내를 스킵하고, 몇몇 데이터를 소비하고 시간 마커(310)로 스킵한 다음 다시 시간 마커(312)로 스킵한다. 이들 액션은 소비자에 관한 것을 간주되는 인자에 기초하여, 예를 들면, 선호(likes), 비선호, 호기심, 요구사항, 일 등에 기초하여 자신들의 소비를 위한 가변하는 시간 길이를 갖는 도시된 관심 영역(314, 316, 318)을 정의하고, 하이라이트의 그/그녀의 주석달기를 완료한다(예를 들면, 아래의 하이라이트의 네 개의 세그먼트). 전술한 바와 같이, 인터액티브 청중 분석은 CT를 준비할 때 소비자 활동을 분석하는데 사용될 수 있다.
도 4는, 일 실시예에 따라, 소비가능 데이터의 관심 영역(116, 306, 318)의 하이라이팅의 도 1 내지 도 3의 누적 효과를 부분적으로 도시한다. 도 4의 실시예에서, 영역(116, 306, 318)은 제 1 소비자(또는 다수의 집합 또는 관련 소비자)에 의해 결정된다고 가정한다; 이들 영역은 모두 동일한 십자(cross) 패턴으로 채워져 있다. 도시된 영역(402-408)은 또한 도 1 내지 도 3에서와 같이 그러나 제 2 소비자의 가로지르는(traversal across) 시간선(100) 및 시간 마커(410-416)에 의해 식별되는 보기 영역을 모니터링함으로써 식별되는 관심 영역이다; 이들 영역은 동일한 좌-대각선 패턴을 공유한다.
그러한 다수의 소비자 입력을 가지고, 서비스 제공자 또는 다른 엔티티는 입력을 결합하여 인터액티브 청중 분석(IAA)을 수행할 수 있다. 도 4의 실시예는, 두 개의 소비자, 예를 들면, 각각 영역(116, 306, 318) 및 영역(402-408)로부터의 영역의 두 개의 콜렉션(collections; 418, 420)만을 도시하지만, IAA를 수행하기 위해 임의의 수의 소비자 입력이 이용될 수 있다는 것이 이해될 것이다. 일 실시예에서, IAA는 영역에 대한 가중치를 생성하고, 여기서 영역들의 중첩 부분에는 개별 중첩 영역에 할당된 누적 가중치가 부여되고, 예를 들면, 중첩은 누적적이고, 다수의 소비를 모니터링하고 분석한 후 최고값을 갖는 영역이, 모니터링되고 있는 목표 청중(들)에 대해 보다 신뢰성있게 관심있는 것으로 고려될 수 있다.
일 실시예에서, 이러한 가중치를 부여하는 것(weighting)은 {[t1, 지속기간1(duration1), 가중치1], [t2, 지속기간2, 가중치2], ..., [tn, 지속기간n, 가중치n]}이 되도록 세트에 대해 정의될 수 있고, 여기서 제 1 영역 콜렉션(418)을 결정한 후, n=3이고 영역(116, 306, 318)에 대한 값으로는 소비가능 데이터의 제 1 소비자, 예를 들면, 비디오의 제 1 시청자에 대해 1이 미리 할당(pre-assigned)된다. 일 실시예에서, 제 2 소비자가 소비가능 데이터를 액세스하고 관심 있는 영역의 제 2 콜렉션(420)을 생성할 때, 제 2 소비자의 영역들 각각에는 제 2 소비자의 소비에 대해 1의 값이 또한 할당되지만, 중첩 영역, 예를 들면, 점선의 각괄호로 식별된 부분(422), 간단한 부가를 가정하면, 그 영역에는 2의 값이 할당될 것이다. 시간에 따라, 많은 소비자가 소비가능 데이터를 액세스한 후, 데이터를 소비한 집합적 청중에 대해 상당히 더 관심있는 것으로 통계적으로 고려되는 소비가능 데이터의 임의의 영역이 있을 것이다.
일 실시예에서, 소비자가 전체의 소비가능 데이터를 N회 소비하였다면, 예를 들면, "전체 길이(full-length)"의 비디오를 N회 시청하였다면 영역 가중화는 f(N)이 되고, 여기서, 다수의 전체 소비로부터, 예를 들면, 전체 비디오의 다수 회를 시청한 것으로부터 전체 소비가능 데이터의 지식을 갖는 소비자에 의한 관심 영역 식별의 추정 정확도에 큰 가중치를 부여하도록 N＞1이고 f(N)＞＞1(1보다 매우 큼)이다. 서비스 제공자는 몇몇 인센티브, 할인, 쿠폰 등, 예를 들면, 미시경제학적인 자극(microeconomic stimulus)을 제공하여 완전한 소비 및 관심 영역 식별을 장려할 수 있다는 것이 이해될 것이다.
도 5는, 일 실시예에 따라, 소비가능 데이터에 사전-주석달기(pre-annotating) 위한 데이터 흐름도(500)를 도시한다. 도 1 내지 도 4의 실시예에서, 영역 가중치는, 정의된 영역이 없기 때문에 초기에 제로(zero)로 가정할 수 있고 이에 따라, 제 1 소비, 예를 들면, 제 1 비디오 시청은 제 1 소비자의 식별된 영역에 대해 초기, 예를 들면, 1 가중치가 부여될 수 있다. 그러나, 제 1 소비자는 빈 시간선으로 시작할 필요는 없다. 서비스 제공자, 소비자로의 전송 경로 또는 데이터 경로를 따르는 중간 디바이스, 소비자에 의해 사용되는 엔드포인트 디바이스, 또는 다른 디바이스가 관심 영역을 갖는 시간선(100)에 사전-주석을 달 수 있는데, 예를 들면, 사전에 존재하는(pre-existing) 하이라이트를 제공한다.
예를 들면, 소비가능 데이터가 영화 같은 공개적으로 배포된 비디오를 포함한다면, 소비가능 데이터의 관심 부분을 식별하는 데이터를 얻을 수 있는데(502), 이는 영화에 대해 전형적으로 트레일러(trailer) 및 그 영화에 관한 다른 광고를 포함하 수 있다. 얻은 데이터는 다음에 소비가능 데이터에 매핑(504)되어 소비가능 데이터 내의 관심 영역을 식별(506)할 수 있다. 어구 "견본 데이터"는 여기서, 소비가능 데이터 내의 관심 영역을 식별(506)하기 위해 매핑(504)될 수 있는 소비가능 데이터에 관한 임의의 데이터를 지칭하는데 사용될 수 있다.
영화에 대해, 견본 데이터는 트레일러 및 그 영화에 관한 다른 광고를 포함하고, 비디오 분석을 사용하여 견본 데이터를 영화에 정합시킴으로써 견본 데이터에 대응하는 소비가능 데이터 내의 영역 또는 영역들을 식별할 수 있다. 견본 데이터의 영화 트레일러 유형은 전형적으로 하이라이트의 "디렉터의 컷(Director's Cut)"이지만, 그들은 일반적으로 싱글 엔드-투-엔드 표현(single end-to-end presentation)으로 결합된다. 일 실시예에서, 시간선에 사전-주석을 다는 엔티티 또는 디바이스는 비디오 분석을 사용하여, 견본 데이터 내의 장면 변화(scene change) 같은 변화를 검출(508)하고 견본 데이터 내의 다수의 관심있는 서브-영역을 구별(510)할 수 있다. 비디오 검색 및/또는 비디오 정합 기술을 적용(512)하여, 견본 데이터 내의 보다 긴 버전의 구별(510)된 하이라이트를 식별할 수 있다. 유사하게, 소비가능 데이터가 노래 또는 사운드트랙같은 오디오 데이터를 포함한다면, 오디오 분석(도시되지 않음)을 사용하여, 견본 데이터가 소비가능 데이터 내의 어디에서 발견될 수 있는지를 식별할 뿐만 아니라 유사한 "유사한 사운드(sounds like)" 정합을 발견할 수 있다.
관심 영역을 식별(506)한 후, 일 실시예에서, "퍼지(fuzzy)" 정합을 수행(514)하여, 견본 데이터와 "유사한" 소비가능 데이터의 부분을 찾는 것을 가능하게 하고, 따라서, 식별된 관심 영역의 수를 증가시킨다. 이와 같이 하기 위해, 예를 들면, 비디오 또는 오디오 데이터의 콘텐츠 분석을 사용하여 견본 데이터와 유사한 소비가능 데이터의 다른 부분을 찾을 수 있다. 퍼지 정합은 전형적으로, 후보 정합과 견본 데이터 간의 상관도(a degree of relevance)를 반영하기 위한 연관된 상관 등급(an associated relevance rating) 을 갖는다는 것이 이해될 것이다. 일 실시예에서, 임의로 설정되거나 견본 데이터에 대하여 결정된 요구되는 최소 상관도는, 식별된(506) 관심 영역에 부가되도록 후보 정합이 부가의 관심 영역으로 고려되는 것이 요구될 수 있다.
관심 영역이 소비가능 데이터 내에서 식별(506, 514)되었다면, 이들을 사용하여 집합적 컷(CT)을 정의하고, 그들을 사용하여 소비가능 데이터에 대한 시간선에 사전-주석 달기(516)를 한다. 일 실시예에서, 조기에 식별(506)된 영역은, 디렉터의 컷이 관심있는 것에 대해 높은 정확도를 갖는 것으로 고려되기 때문에 큰 가중치와 연관된다.
도 6은, 일 실시예에 따라, 집합적 컷(CT)에 대해 관심 영역을 식별하기 위해 소비가능 데이터의 다수의 소비자 액세스를 계속해서 적용하는 것을 도시한다.
도시된 바와 같이, 적어도 두 개의 소비자를 모니터링하는 것으로부터 도 4로부터의 결합 입력에 대응하는관심 영역 콜렉션(622, 624)이 존재한다. 도시된 영역(622)은 영역(602, 606, 608, 612, 614, 616, 620)을 포함하고, 이들은 단일 소비자의 입력으로부터의 관심 영역 식별에 대응한다. 영역(622)은 영역(604, 610, 618)을 포함하고, 이들은 두 개의 소비자의 입력으로부터의 중첩하는 관심 영역에 대응한다. 도 5에 논의된 바와 같이, 단일 입력 영역(602, 606, 608, 612, 614, 616, 620)은 1의 할당된 가중치를 가질 수 있고, 결합된 입력 영역(604, 610, 618)은 적어도 2의 할당된 가중치를 가질 수 있다. 이들 가중치는 전체의 소비가능 데이터를 액세스하는 소비자로부터 할당된 여분의 가중치 또는 임의의 사전-주석달기 값은 고려하지 않는다는 것이 이해될 것이다.
영역(624)은 다른 설명된 실시예에서 전술한 바와 같이 소비자에 의해 식별될 수 있는 부가의 관심 영역(626-630)을 포함한다. 도 6의 실시예에서, 영역(624)은 영역(622)을 식별하는 것을 통해 부가의 소비자에 의해 식별되었다. 설명된 실시예에서, 부가의 소비자는 기존의 식별된 영역(622)을 인식하고, 선택된 영역(604, 610, 618)은 관심 영역으로서 보다 양호한 신뢰성을 갖도록 결정된 영역을 나타낸다. 그러한 인식은, 부가의 소비자가 소비가능 데이터를 액세스하는 것에 의해 디바이스의 인터페이스를 통한 그래픽 등과 같은 다양한 방식으로 표현될 수 있다. 일 실시예에서, 부가의 소비자에게는 기존의 식별된 영역(602-620)에 대해 조정을 가능하거나, 또는 도 1 내지 도 4에 대하여 논의된 바와 같이 새로운 식별된 영역의 생성을 가능하게 하는 사용자 인터페이스가 제공된다. 따라서, 예를 들면, 부가의 소비자를 선택하여, 기존의 식별된 영역(602-620)에 대해 시작 및/또는 종료 위치를 조정함으로써 기존 주석을 세분하거나, 또는 간단히 새로운 관심 영역을 정의할 수 있다. 어떤 방식이든, 영역(624)는 새로운 관심 영역(626-620)을 생성하고 및/또는 조정하는 부가의 사용자의 종료 결과를 나타낼 수 있고, 이들 영역에는 가중치(예를 들면, 부가의 소비자의 노력에 대해 +1) 및 기준 등급과 결합된 가중치가 할당될 수 있다.
도 7은 관심 영역을 식별하고 및/또는 다른 소비자에 의해 식별된 영역을 수정하는 도 1 내지 도 4, 및 도 6의 모든 소비자의 결과를 도시한다. 영역(704, 710, 716 및 722)가 관심 영역으로서 소비자에 의해 반복적으로 식별된 소비가능 데이터의 영역을 나타내고, 이에 비해, 영역(702, 706, 708, 712, 714, 718, 720, 및 724)은 관심있는 것으로서 소비자에 의해 단독으로 식별된 것으로 남아있는 영역을 나타낸는 영역(702-724)이 도시되어 있다. 일 실시예에서, 충분히 높은 가중치를 받는 영역은, 예를 들면, 영화에 대해 소비자에게 영화 하이라이트로서 제공될 "진정한(true)" 관심 영역으로 고려될 것이다. 일 실시예에서, 그러한 소정의 하이라이트를 갖는 영화를 수신하는 소비자는 비디오를 통해 간단히 스킵하고 하이라이트를 단지 시청하도록 선택할 수 있다. 이 소비자는 소비될 양호한 관심 영역의 세트를 적절하게 결정한 집합적 소비자 입력을 의존할 것이다.
더 많은 소비자가 소비가능 데이터 내의 세분화된 및/또는 오리지널 식별에 기여함에 따라, 관심 영역의 콜렉션은 계속해서 더 많은 영역을 획득할 것이고, 각각은 가변하는 가중치를 가질 것이다. 일 실시예에서, 서비스 제공자, 소비자로의 전송 경로 또는 데이터 경로를 따르는 중간 디바이스, 소비자에 의해 이용되는 엔드포인트 디바이스, 또는 다른 디바이스는 관리되는 영역의 수를 줄이기 위해 영역 콜렉션을 주기적으로 압축하도록 선택할 수 있다. 일 실시예에서, 두 개의 인버하는 관심 영역이 동일한 가중치를 갖는다면, 그들은 하나의 영역으로 합체될 수 있다. 관심 영역의 소비자 식별은 정확하지 않을 것이고, 이에 따라 영역들이 인접하는지를 결정할 때 허용오차(tolerance)가 적용될 수 있다는 것이 이해될 것이다. 일 실시예에서, 다수의 서비스 제공자는 정확도를 증가시키기 위해 서비스 제공자들에게 공통인 관심 영역 식별 소비가능 데이터를 공유할 수 있다.
일 실시예에서, 서비스 제공자가 관심 영역의 콜렉션에서 충분한 신뢰성을 가질 때, 그들은 몇몇의 또는 모든 식별된 영역을 공표(publish)할 수 있는데, 예를 들면, 서비스 제공자는 목표로 한 청중의 임의의 퍼센트에 의해 선택된 관심 영역만을 해제(release)하도록 선택할 수 있다. 또한, 소비자의 나이 및 사회, 경제, 종료, 정치, 지리, 윤리, 음식 등의 관심사를 추적하기 위한 현재의 능력을 사용하여, 충분히 큰 관심 영역의 콜렉션은 특정 청중, 예를 들면, 하나 이상의 희망하는 특성을 공유하는 특정의 소비자 세트에게 제공되고 그들을 위해 정의될 수 있다는 것이 이해될 것이다. 일 실시예에서, 서비스 제공자는, 예를 들면, 질문 및/또는 모니터링된 행동 또는 소비자에 관해 알려진 다른 메타 데이터를 통해, 알려진 관심사 및 시간 이용가능성을 갖는 특정 소비자에 대해 맞춤화된 주석달기를 제공할 수 있다. 소비자에 관한 데이터는 소비자와 연관있는 관심 영역을 선택하는데 사용되고 소비가능 데이터에 대한 주석달기로서 제공될 수 있다. 시간 이용가능에 관해, 상이한 소비자는 소비자 데이터에 대해 상이한 이용가능한 시간 양, 예를 들면, 출퇴근을 위한 버스 또는 기차 승차의 길이, 또는 다른 공지된 시간 지속기간을 갖게 되고, 이것은 주석 달기를 위해 영역의 선택 시에 인자일 수 있다. 예를 들면, 시간이 짧다면, 주석달기는, 소비자에게 이용가능한 시간 내에 적합한 단지 최고 등급의 영역만을 갖도록 세분될 수 있다.
도 8 및 다음의 논의는 본 발명의 임의의 양상이 구현될 수 있는 적절한 컴퓨팅 환경의 간단하고, 일반적인 설명을 제공하는 것을 의도로 한다. 아래에서 사용되는 바와 같이, 용어 "머신"은 단일 머신, 또는 머신들에 통신적으로 연결되는 시스템 또는 그와 함께 동작하는 디바이스를 포괄하는 것을 의도로 한다. 예시적인 머신은, 개인용 컴퓨터, 워크 스테이션, 서버, 휴대용 컴퓨터, 핸드헬드 디바이스, 예를 들면, PDA(Personal digital Assitant), 전화, 태블릿 등, 전송기, 수신기 및/또는 오디오, 비주얼, 또는 다른 소비가능 데이터를 액세스하고 및/또는 조작하기 위한 다른 디바이스 같은 컴퓨팅 디바이스 뿐만 아니라, 개인 또는 공공 수송 기관, 예를 들면, 자동차, 열차, 택시(cab) 등과 같은 수송 디바이스를 포함한다.
전형적으로, 상기 환경은, 프로세서(804)에 부착된 시스템 버스(802), 메모리(806), 예를 들면, RAM(random access memory), ROM(read-only memory), 또는 다른 상태 보존 매체, 저장 디바이스(808), 비디오 인터페이스(810), 및 입력/출력 인터페이스 포트(812)를 포함하는 머신(800)을 포함한다. 머신(800)의 구성요소가 단수로서 참조될 수 있지만, 도시되지 않은 다수의 구성요소가 제공될 수 있다는 것이 이해될 것이다. 머신은, 키보드, 마우스 등과 같은 종래의 입력 디바이스로 부터 입력함으로써, 또한, 또 다른 머신으로부터 수신된 지시, VR(virtual reality) 환경과의 인터액션, 생체인식(biometric) 피드백, 협업적 또는 집합적 학습 또는 다른 입력 소스 또는 신호에 의해 적어도 부분적으로 제어될 수 있다.
머신은, 프로그래밍가능 또는 프로그래밍불가능 로직 디바이스 또는 어레이, ASIC(Application Specific Integrated Circuit), 내장 컴퓨터, 스마트 카드 등과 같은 내장 컨트롤러를 포함할 수 있다. 머신은, 네트워크 인터페이스(818), 모뎀(820), 또는 다른 통신적 연결 등을 통해 하나 이상의 원격 머신(814, 816)으로의 하나 이상의 접속을 이용할 수 있다. 머신은, 인트라넷, 인터넷, LAN(local area network), WAN(wide area network), 클라우드 네트워크, 분산형 네트워크, 피어-투-피어(peer-to-peer) 네트워크 등과 같은 하나 이상의 물리적 및/또는 논리적 네트워크(822)에 의해 상호접속될 수 있다. 당업자는, 네트워크(822)와의 통신이, RF(radio frequency), 위성, 마이크로파, IEEE(Institue of Electrical and Electronics Engineers) 802.11, 블루투스, 광, 적외선, 케이블, 레이저 등을 포함하여, 다양한 유선 및/또는 무선의 짧은 범위 또는 긴 범위 캐리어 및 프로토콜을 이용할 수 있다는 것이 이해될 것이다. 몇몇 실시예에서, 네트워크(822) 중 다수는 동시에 사용될 수 있고, 비용, 효율, 선호도, 전력 등과 같은 메트릭을 적용하여 네트워크(822) 중 특정한 것들이 어떻게 선택되고 데이터가 다수의 활성 네트워크에 걸쳐 어떻게 분배되는지를 제어할 수 있다.
본 발명은, 작업을 수행하고 추상적인 데이터 유형 또는 저레벨 하드웨어 콘텍스트를 정의하고 작업을 수행하는 머신(800) 컴포넌트에서의 결과가 머신에 의해 액세스 될 때 기능, 절차, 데이터 구조, 애플리케이션 프로그램 등을 포함하는 연관된 데이터를 참조하거나 결합하여 설명될 수 있다. 연관된 데이터는, 예를 들면, 휘발성 및/또는 불휘발성 메모리(806)에, 또는 저장 디바이스(808)에, 및, 하드 드라이브, 플로피 디스크, 광학 저장 장치, 테이프, 플래시 메모리, 메모리 스틱, 디지털 비디오 디스크, 생체 저장 장치 등을 포함하는 연관된 저장 매체에 저장될 수 있다. 연관된 데이터는, 네트워크(822)를 포함하는 전송 환경을 통해, 패킷, 직렬 데이터, 유형 컴포넌트에 의해 전송되고 및/또는 수신된 전파 신호의 형태로, 전체적으로 또는 부분적으로 전달될 수 있고, 압축 또는 암호화 포맷에 사용될 수 있다. 연관된 데이터는 분산형 환경에 사용될 수 있고, 단일 또는 멀티-프로세서 머신에 의한 액세스를 위해 로컬 및/또는 원격으로 저장될 수 있다.
따라서, 예를 들면, 도시된 실시예에 대하여, 머신(800)이, 소비가능 데이터의 소비를 위해 도 4의 소비자에 의해 사용되는 디바이스를 구체화한다고 가정하면, 원격 머신(814, 816)은 각각 케이블 텔레비전 또는 위성 방송 헤드 엔드, 인터넷 서버, 또는 소비가능 데이터를 소비자에게 제공하는 다른 엔티티 또는 디바이스일 수 있다. 원격 머신(814, 816)은 머신(800)과 유사하게 구성될 수 있고, 따라서, 머신(800)에 대해 논의된 구성요소 모두 또는 많은 것을 포함할 수 있다.
도시된 실시예를 참조하여 본 발명의 원리를 설명하고 도시하였지만, 도시된 실시예는 그러한 원리로부터 벗어나지 않고 배치 및 세부 사항에 수정이 가해질 수 있다는 것이 인식될 것이다. 그리고, 전술한 논의가 특정 실시예에 초점이 맞추어져 있지만, 다른 구성도 고려된다. 특히, 여기서 "일 실시예에서", "또 다른 실시예에서" 등과 같은 표현이 사용되었지만, 이들 어구는 일반적으로 실시예 가능성을 참조하는 것을 의미하고, 본 발명을 특정 실시예 구성에 제한하고자 의도한 것은 아니다. 여기서 사용되는 바와 같이, 이들 용어는 다른 실시예에 조합가능한 동일하거나 상이한 실시예를 참조할 수 있다.
결과적으로, 여기서 설명된 실시예의 다양한 조합에 비추어, 이러한 상세한 설명은 단지 예시적인 것을 의도하고, 본 발명의 범위를 제한하는 것으로 취해져서는 안 된다. 따라서, 본 발명이 청구하는 것은 다음의 청구범위 및 그의 등가물의 사상 및 범위 내에 들어올 수 있는 그러한 모든 수정들이다.

Claims (20)

  1. 소비가능 데이터(consumable data)에 주석을 달기(annotating) 위한 방법으로서,
    제 1 소비자에 의한 상기 소비가능 데이터의 제 1 소비에 대해 제 1 모니터링을 행하는 단계와,
    상기 제 1 모니터링에 적어도 일부분 기초하여 상기 소비가능 데이터의 제 1 관심 영역을 결정하는 단계와,
    상기 소비가능 데이터의 제 2 소비에 대해 제 2 모니터링을 행하는 단계와,
    상기 제 2 모니터링에 적어도 일부분 기초하여 상기 소비가능 데이터의 제 2 관심 영역을 결정하는 단계와,
    상기 제 2 관심 영역 상에 적어도 일부분 기초한 상기 제 1 관심 영역의 세분화(refining)에 적어도 일부분 기초하여 상기 소비가능 데이터에 대한 관심 영역들의 콜렉션(collection)을 결정하는 단계를 포함하는
    방법.
  2. 제 1 항에 있어서,
    상기 소비가능 데이터의 소비자들의 소비의 실질적인 수에 대해 제 3 모니터링을 행하는 단계와,
    상기 소비자들의 소비의 실질적인 수를 모니터링하는 것에 적어도 일부분 기초하여 상기 소비가능 데이터의 대응하는 관심 영역들의 실질적인 수를 결정하는 단계와,
    상기 관심 영역들의 콜렉션, 및 상기 관심 영역들의 실질적인 수 중 선택된 것들 사이의 유사성에 적어도 일부분 기초하여 상기 소비가능 데이터에 대한 집합적 컷(collective cut)을 결정하는 단계를 더 포함하는
    방법.
  3. 제 2 항에 있어서,
    상기 소비가능 데이터를 소비하는 각각의 소비자와 연관된 가중 인자(weighting factor)를, 상기 각각의 소비자에 의해 식별된 각각의 관심 영역에 할당하는 단계와,
    상기 각각의 소비자에 의해 식별된 상기 각각의 관심 영역의 공통 중첩 부분들에 적어도 기초하여 영역들의 콜렉션을 결정하는 단계와,
    상기 공통 중첩 부분들의 각각에 대한 가중 인자들의 조합에 적어도 일부분 기초하여, 상기 콜렉션의 각각의 관심 영역에 가중 인자들을 할당하는 단계를 더 포함하는
    방법.
  4. 제 1 항에 있어서,
    상기 제 1 소비자와 연관된 제 1 가중 인자를 상기 제 1 관심 영역에 할당하는 단계와,
    제 2 소비자와 연관된 제 2 가중 인자를 상기 제 2 관심 영역에 할당하는 단계와,
    상기 제 1 관심 영역과 상기 제 2 관심 영역 간의 중첩에 적어도 일부분 기초하여 제 3 관심 영역을 결정하는 단계와,
    제 3 가중 인자를 상기 제 3 관심 영역에 할당하는 단계 - 상기 제 3 가중 인자는 상기 제 1 가중 인자 및 제 2 가중 인자의 조합에 적어도 일부분 기초함 - 를 더 포함하는
    방법.
  5. 제 1 항에 있어서,
    상기 제 2 소비는 제 1 소비자 또는 제 2 소비자 중 선택된 하나에 의한 것인
    방법.
  6. 제 1 항에 있어서,
    상기 관심 영역들의 콜렉션을 결정하는 단계는, 상기 모니터링에 인터액티브 청취 분석(interactive audience analytic)을 적용하는 것에 적어도 일부분 기초하는
    방법.
  7. 제 1 항에 있어서,
    상기 소비의 모니터링은, 상기 소비가능 데이터의 시청한 부분의 지속기간 동안의 모니터링과 상기 소비가능 데이터의 스킵한 부분에 대한 모니터링 중 선택된 모니터링을 포함하는
    방법.
  8. 제 1 항에 있어서,
    상기 소비가능 데이터는, 오디오 데이터, 비디오 데이터, 스트리밍된 데이터, 사전기록된 데이터, 또는 라이브 데이터 중 선택된 하나 이상의 데이터인
    방법.
  9. 제 1 항에 있어서,
    로컬 저장 장치, 원격 저장 장치, 클라우드 저장 장치, 피어-투-피어 저장 장치 중 선택된 저장 장치로부터 상기 소비가능 데이터를 액세스하는 단계를 더 포함하는
    방법.
  10. 연관된 데이터를 갖는 머신-액세스가능 매체를 포함하는 물품으로서,
    상기 데이터는 액세스시에 머신으로 하여금,
    제 1 소비자에 의한 소비가능 데이터의 제 1 소비에 대해 제 1 모니터링을 행하는 단계와,
    상기 제 1 모니터링에 적어도 일부분 기초하여 상기 소비가능 데이터의 제 1 관심 영역을 결정하는 단계와,
    상기 소비가능 데이터의 제 2 소비에 대해 제 2 모니터링을 행하는 단계와,
    상기 제 2 모니터링에 적어도 일부분 기초하여 상기 소비가능 데이터의 제 2 관심 영역을 결정하는 단계와,
    상기 제 2 관심 영역 상에 적어도 일부분에 기초한 상기 제 1 관심 영역의 세분화에 적어도 일부분 기초하여 상기 소비가능 데이터에 대한 관심 영역들의 콜렉션을 결정하는 단계
    의 수행에 의해 상기 소비가능 데이터에 대해 주석을 달 수 있게 하는
    물품.
  11. 제 10 항에 있어서,
    상기 머신-액세스가능 매체는, 액세스시에 상기 머신으로 하여금
    상기 소비가능 데이터의 소비자들의 소비의 실질적인 수에 대해 제 3 모니터링을 행하는 단계와,
    상기 소비자들의 소비의 실질적인 수를 모니터링하는 것에 적어도 일부분 기초하여 상기 소비가능 데이터의 대응하는 관심 영역들의 실질적인 수를 결정하는 단계와,
    상기 관심 영역들의 콜렉션, 및 상기 관심 영역들의 실질적인 수 중 선택된 것들 사이의 유사성에 적어도 일부분 기초하여 상기 소비가능 데이터에 대한 집합적 컷을 결정하는 단계
    를 수행하도록 하는 데이터를 더 포함하는
    물품.
  12. 제 10 항에 있어서,
    상기 머신-액세스가능 매체는, 액세스시에 상기 머신으로 하여금
    상기 소비가능 데이터를 소비하는 각각의 소비자와 연관된 가중 인자를, 상기 각각의 소비자에 의해 식별된 각각의 관심 영역에 할당하는 단계와,
    상기 각각의 소비자에 의해 식별된 상기 각각의 관심 영역의 공통 중첩 부분들에 적어도 기초하여 영역들의 콜렉션을 결정하는 단계와,
    상기 공통 중첩 부분들의 각각에 대한 가중 인자들의 조합에 적어도 일부분 기초하여, 상기 콜렉션의 각각의 관심 영역에 가중 인자들을 할당하는 단계
    를 수행하도록 하는 데이터를 더 포함하는
    물품.
  13. 제 10 항에 있어서,
    상기 머신-액세스가능 매체는, 액세스시에 상기 머신으로 하여금
    상기 제 1 소비자와 연관된 제 1 가중 인자를 상기 제 1 관심 영역에 할당하는 단계와,
    상기 제 2 소비자와 연관된 제 2 가중 인자를 상기 제 2 관심 영역에 할당하는 단계와,
    상기 제 1 관심 영역과 상기 제 2 관심 영역 간의 중첩에 적어도 일부분 기초하여 제 3 관심 영역을 결정하는 단계와,
    제 3 가중 인자를 상기 제 3 관심 영역에 할당하는 단계 - 상기 제 3 가중 인자는 상기 제 1 가중 인자 및 제 2 가중 인자의 조합에 적어도 일부분 기초함 -
    를 수행하도록 하는 데이터를 더 포함하는
    물품.
  14. 다수의 소비자에 의한 소비가능 데이터의 다수의 소비를 모니터링하기 위한 수단과,
    상기 다수의 소비를 모니터링하는 것에 적어도 일부분 기초하여 상기 소비가능 데이터 내의 다수의 관심 영역을 결정하기 위한 수단과,
    상기 소비가능 데이터 내의 상기 다수의 관심 영역을 수집하기(aggregating) 위한 수단과,
    상기 다수의 관심 영역을 수집하는 것에 적어도 일부분 기초하여 상기 소비가능 데이터에 대한 집합적 컷(collective cut)을 결정하기 위한 수단을 포함하는
    장치.
  15. 제 14 항에 있어서,
    상기 다수의 소비자 중 선택된 소비자와 연관되도록 상기 영역들의 연관된 세트 내의 중첩 영역들을 관심 영역들의 개별적인 세트에 병합하기 위한 수단을 더 포함하는
    장치.
  16. 제 14 항에 있어서,
    상기 소비가능 데이터 내의 다수의 관심 영역들을 결정하기 위한 수단은,
    상기 소비자 각각에 대해 관심 영역들의 세트를 연관시키기 위한 수단과,
    상기 영역들의 세트 내의 중첩하는 관심 영역들을, 각각의 소비자와 연관된 관심 영역들의 개별적인 세트에 병합하기 위한 수단을 더 포함하는
    장치.
  17. 제 14 항에 있어서,
    상기 집합적 컷을 프리젠팅(presenting)하기 위한 수단 및 상기 집합적 컷의 소비를 모니터링하기 위한 수단으로 구성된 액세싱 장치에 상기 집합적 컷을 제공하기 위한 수단과,
    상기 액세싱 장치에 의해 모니터링된 소비에 대응하는 데이터를 수신하기 위한 수단과,
    모니터링된 소비에 대응하는 데이터에 적어도 일부분 기초하여 상기 집합적 컷을 세분화하기 위한 수단을 더 포함하는
    장치.
  18. 소비가능 데이터를 소비하기 위한 방법으로서,
    소스로부터 소비가능 데이터의 적어도 일부를 수신하는 단계 - 상기 소스는 다수의 소비자들의 소비가능 데이터의 소비를 모니터링하고, 상기 다수의 소비자들의 모니터링된 소비와 연관된 관심 영역들 간의 교차 지점(intersections)을 식별하는 것에 적어도 일부분 기초하여 상기 소비가능 데이터의 관심 영역들을 식별하도록 구성가능함 - 와,
    상기 소비가능 데이터를 액세스하는 단계와,
    상기 소스로의 액세스를 특징짓는 데이터를 제공하는 단계를 포함하는
    방법.
  19. 제 18 항에 있어서,
    상기 소비가능 데이터의 부분들은 다수의 소스들로부터 수신되고,
    상기 액세스를 특징짓는 데이터는 상기 다수의 소스들 중 선택된 하나 이상의 소스에 제공되는
    방법.
  20. 제 18 항에 있어서,
    상기 소비가능 데이터에 대해 집합적 컷을 수신하는 단계를 더 포함하는
    방법.
KR1020117031690A 2010-12-13 2010-12-13 데이터 하이라이팅 및 추출 KR101422527B1 (ko)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2010/002025 WO2012079188A1 (en) 2010-12-13 2010-12-13 Data highlighting and extraction

Publications (2)

Publication Number Publication Date
KR20120081554A true KR20120081554A (ko) 2012-07-19
KR101422527B1 KR101422527B1 (ko) 2014-07-24

Family

ID=46243935

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020117031690A KR101422527B1 (ko) 2010-12-13 2010-12-13 데이터 하이라이팅 및 추출

Country Status (7)

Country Link
US (1) US20140196066A1 (ko)
EP (1) EP2652641A4 (ko)
JP (1) JP5559360B2 (ko)
KR (1) KR101422527B1 (ko)
CN (1) CN102770861B (ko)
TW (1) TWI558187B (ko)
WO (1) WO2012079188A1 (ko)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9753924B2 (en) * 2012-10-09 2017-09-05 Google Inc. Selection of clips for sharing streaming content
CN103974142B (zh) * 2013-01-31 2017-08-15 深圳市快播科技有限公司 一种视频播放方法及系统
US10264320B2 (en) * 2014-06-10 2019-04-16 Microsoft Technology Licensing, Llc Enabling user interactions with video segments
US20160011743A1 (en) * 2014-07-11 2016-01-14 Rovi Guides, Inc. Systems and methods for providing media guidance in relation to previously-viewed media assets
TWI554090B (zh) * 2014-12-29 2016-10-11 財團法人工業技術研究院 產生多媒體影音摘要的系統與方法
US20160249116A1 (en) * 2015-02-25 2016-08-25 Rovi Guides, Inc. Generating media asset previews based on scene popularity
KR102376700B1 (ko) 2015-08-12 2022-03-22 삼성전자주식회사 비디오 컨텐츠 생성 방법 및 그 장치
US10405045B2 (en) * 2015-12-14 2019-09-03 Google Llc Systems and methods for estimating user attention
US10565463B2 (en) * 2016-05-24 2020-02-18 Qualcomm Incorporated Advanced signaling of a most-interested region in an image
CN109167934B (zh) * 2018-09-03 2020-12-22 咪咕视讯科技有限公司 一种视频处理方法、装置及计算机可读存储介质
US11138265B2 (en) * 2019-02-11 2021-10-05 Verizon Media Inc. Computerized system and method for display of modified machine-generated messages
CN111800673A (zh) * 2020-07-31 2020-10-20 聚好看科技股份有限公司 视频播放方法、显示设备及服务器

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3946327B2 (ja) * 1997-01-14 2007-07-18 株式会社東芝 ビデオオンデマンドシステム、ビデオ再生位置検出方法及びビデオ再生制御プログラムを記録したコンピュータ読取り可能な記録媒体
US7127736B2 (en) * 2000-11-17 2006-10-24 Sony Corporation Content processing apparatus and content processing method for digest information based on input of a content user
JP2003174639A (ja) * 2001-12-05 2003-06-20 Nippon Telegr & Teleph Corp <Ntt> プレビュー映像登録方法及び装置及びプレビュー映像登録プログラム及びプレビュ映像登録プログラムを格納した記憶媒体及びプレビュー映像再生制御方法及び装置及びプレビュー映像再生制御プログラム及びプレビュー映像再生制御プログラムを格納した記憶媒体
KR100464075B1 (ko) * 2001-12-28 2004-12-30 엘지전자 주식회사 비디오 하이라이트 자동 생성 방법 및 장치
JP3938034B2 (ja) * 2001-12-21 2007-06-27 日本電信電話株式会社 映像及び音声のダイジェスト作成方法及びその装置
JP2004007342A (ja) * 2002-03-29 2004-01-08 Fujitsu Ltd ダイジェスト自動生成方法
EP1606754A4 (en) * 2003-03-25 2006-04-19 Sedna Patent Services Llc CREATION OF AUDIENCE ANALYSIS
JP4300580B2 (ja) * 2004-07-28 2009-07-22 カシオ計算機株式会社 記録再生装置および記録再生処理プログラム
JP2008522479A (ja) * 2004-11-30 2008-06-26 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 番組へのユーザー関心度を推定する装置および方法
EP2261927B1 (en) * 2005-10-21 2017-12-13 Nielsen Media Research, Inc. Portable People multimedia audience Meter PPM using eavesdropping of the bluetooth interface of a smartphone headset.
WO2007064715A2 (en) * 2005-11-29 2007-06-07 Wayv Corporation Systems, methods, and computer program products for the creation, monetization, distribution, and consumption of metacontent
US8494280B2 (en) * 2006-04-27 2013-07-23 Xerox Corporation Automated method for extracting highlighted regions in scanned source
JP2010502116A (ja) * 2006-08-18 2010-01-21 ソニー株式会社 推奨エンジンによる選択的メディアコンテンツアクセスのシステム及び方法
US20080071819A1 (en) 2006-09-14 2008-03-20 Jonathan Monsarrat Automatically extracting data and identifying its data type from Web pages
US8880529B2 (en) * 2007-05-15 2014-11-04 Tivo Inc. Hierarchical tags with community-based ratings
US9239958B2 (en) * 2007-11-09 2016-01-19 The Nielsen Company (Us), Llc Methods and apparatus to measure brand exposure in media streams
CN101953161A (zh) * 2007-12-21 2011-01-19 赛兹米公司 联网的天线系统和视频传送单元
EP2112619B1 (en) * 2008-04-22 2012-07-25 Universität Stuttgart Video data processing
US20100058381A1 (en) * 2008-09-04 2010-03-04 At&T Labs, Inc. Methods and Apparatus for Dynamic Construction of Personalized Content
US9240214B2 (en) * 2008-12-04 2016-01-19 Nokia Technologies Oy Multiplexed data sharing
US8769589B2 (en) * 2009-03-31 2014-07-01 At&T Intellectual Property I, L.P. System and method to create a media content summary based on viewer annotations
US9659313B2 (en) * 2010-09-27 2017-05-23 Unisys Corporation Systems and methods for managing interactive features associated with multimedia content
US20120143994A1 (en) * 2010-12-03 2012-06-07 Motorola-Mobility, Inc. Selectively receiving media content

Also Published As

Publication number Publication date
JP2013505687A (ja) 2013-02-14
CN102770861A (zh) 2012-11-07
EP2652641A1 (en) 2013-10-23
TW201242341A (en) 2012-10-16
KR101422527B1 (ko) 2014-07-24
TWI558187B (zh) 2016-11-11
EP2652641A4 (en) 2015-05-06
JP5559360B2 (ja) 2014-07-23
US20140196066A1 (en) 2014-07-10
CN102770861B (zh) 2016-05-18
WO2012079188A1 (en) 2012-06-21

Similar Documents

Publication Publication Date Title
KR101422527B1 (ko) 데이터 하이라이팅 및 추출
US20230418860A1 (en) Search-based navigation of media content
EP3346718B1 (en) Methods and systems for displaying contextually relevant information regarding a media asset
JP5651225B2 (ja) メディアストリームに広告を挿入するための方法及びシステム
US20190098371A1 (en) Media narrative presentation systems and methods with interactive and autonomous content selection
US20170132659A1 (en) Potential Revenue of Video Views
US20120159329A1 (en) System for creating anchors for media content
EP3790278A1 (en) Similar introduction caching mechanism
EP3563584A1 (en) Recommendation of segmented content
CN111512635B (zh) 用于选择性跳过媒体内容的方法和系统
WO2014022200A1 (en) Ad selection and next video recommendation in a video streaming system exclusive of user identity-based parameter
CA2832800A1 (en) Crowdsourcing supplemental content
US10445762B1 (en) Online video system, method, and medium for A/B testing of video content
US10015548B1 (en) Recommendation of segmented content
US10084841B2 (en) Systems and methods for managing media content playback
JP2022082453A (ja) メディア消費ギャップ充填のための方法、コンピュータシステム、およびコンピュータプログラム（パーソナライズされた挿入可能なメディアを使用したギャップ充填）
US9917875B2 (en) System and methods for managing media content playback using social media data
KR102297362B1 (ko) 콘텐츠 재생 장치를 이용한 사용자 특성 기반의 광고 제공 장치 및 방법
US20240038277A1 (en) Systems and methods of generating personalized video clips for songs using a pool of short videos
Chorianopoulos et al. Social video retrieval: research methods in controlling, sharing, and editing of web video
Primschitz The effects of digitization on the music industry–From the viewpoint of music creators and independent record labels in Sweden

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
FPAY Annual fee payment

Payment date: 20170704

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20180628

Year of fee payment: 5