KR20150100683A - 이미지를 사용하여 인물 탐색을 개선하는 기법 - Google Patents

이미지를 사용하여 인물 탐색을 개선하는 기법 Download PDF

Info

Publication number
KR20150100683A
KR20150100683A KR1020157016474A KR20157016474A KR20150100683A KR 20150100683 A KR20150100683 A KR 20150100683A KR 1020157016474 A KR1020157016474 A KR 1020157016474A KR 20157016474 A KR20157016474 A KR 20157016474A KR 20150100683 A KR20150100683 A KR 20150100683A
Authority
KR
South Korea
Prior art keywords
image
web
identifier
person
search
Prior art date
Application number
KR1020157016474A
Other languages
English (en)
Inventor
저스틴 오몬트
Original Assignee
마이크로소프트 테크놀로지 라이센싱, 엘엘씨
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 마이크로소프트 테크놀로지 라이센싱, 엘엘씨 filed Critical 마이크로소프트 테크놀로지 라이센싱, 엘엘씨
Publication of KR20150100683A publication Critical patent/KR20150100683A/ko

Links

Images

Classifications

    • G06F17/30864—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/951—Indexing; Web crawling techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9532—Query formulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9538—Presentation of query results
    • G06F17/30247—
    • G06F17/30265—

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Library & Information Science (AREA)
  • Mathematical Physics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

사람의 이미지를 사용하여 그 사람에 대한 탐색 질의를 해결하기 위한 방법, 시스템 및 컴퓨터 판독가능한 매체가 제공된다. 웹 이미지 및 웹 이미지로의 링크를 포함하는 이미지 인덱스가 생성된다. 웹 이미지의 식별자가 웹 이미지로의 링크에 맵핑되고 이미지 인덱스 내에 저장된다. 사람에 대한 탐색 질의가 수신된다. 탐색 질의의 의도가 그 사람에 대한 정보를 발견하려는 것임을 인지하면, 그 사람에 관련된 적어도 하나의 디지털 이미지가 선택되고, 디지털 이미지의 식별자가 이미지 인덱스에 제출된다. 디지털 이미지의 식별자는 저장된 웹 이미지의 식별자와 대조하여 비교되고 한 웹 이미지의 식별자에 대응하는 것으로 판정된다. 웹 이미지의 식별자에 맵핑된 링크가 판독되어 사용자로의 제시를 위해 배포된다.

Description

이미지를 사용하여 인물 탐색을 개선하는 기법{IMPROVING PEOPLE SEARCHES USING IMAGES}
인터넷 탐색 엔진은 사용자가 인터넷 상에서 정보를 신속하고 효과적으로 발견하는 것을 보조하기 위해 개발되었다. 근년에 인터넷 상에서 이용가능한 인물에 대한 정보의 양이 늘어나, 사용자가 그러한 정보의 위치를 찾기(locate) 위해 탐색 엔진에 점점 더 의지하게 한다. 그러나, 빈번하게도, 탐색 엔진은 사용자가 실제로 관심을 갖고 살펴보는(viewing) 것보다 더 많은 결과를 반환한다. 결국, 관련된 탐색 결과를 들추어내는(uncovering) 부담은 때때로 사용자에게 지워진다. 예컨대, 사용자는 관련된 웹 문서(web document)를 발견하기 전에 많은 탐색 결과를 쭉 스크롤(scroll)하거나 자신의 탐색 용어를 반복해서 바꿀 수 밖에 없게 될 수 있다.
탐색 엔진이 특정한 알려진 사람에 관련된 탐색 결과의 위치를 찾거나 그러한 탐색 결과를 적절히 순위화(rank)하지 못하는 많은 이유가 있다. 한 가지 이유는 몇몇 사용자의 탐색 질의의 폭넓음에 관련된다. 예컨대, 많은 사용자가 공통적인 명칭만 사용하여 인물을 찾아 탐색한다(search for people). 많은 인물이 공통적인 명칭을 공유하므로, 흔히 이 탐색 질의는 맞지 않는 인물에 관련된 결과를 반환한다. 다른 이유는 탐색 엔진이 탐색 결과들의 관련성(relevance)을 정확히 판정하지 못한다는 것이다. 결과적으로, 추가적인 개선이 필요하다.
이 개요는 상세한 설명에서 추가로 후술되는 개념들 중 선택된 것을 단순화된 형태로 소개하기 위하여 제공된다. 이 개요는 청구된 대상(claimed subject matter)의 중요 특징 또는 필수적 특징을 식별하도록 의도된 것이 아니고, 청구된 대상의 범주를 정하는 데에 보조물로서 사용되도록 의도된 것도 아니다.
본 발명의 실시예들은 사람의 이미지를 사용하여 그 사람에 대한 탐색 질의(search query)를 해결하는(resolving) 시스템, 컴퓨터화된(computerized) 방법 및 컴퓨터 매체에 관련된다. 본 문서에서 기술된 방법을 사용하여, 웹 이미지 및 웹 이미지로의 링크가 들어 있는 이미지 인덱스(image index)가 생성된다. 웹 이미지의 식별자는 웹 이미지로의 링크에 맵핑되고(mapped) 이미지 인덱스 내에 저장된다. 사람에 대한 탐색 질의가 수신된다. 탐색 질의의 의도가 그 사람에 대한 정보를 발견하려는 것임을 인지하면, 그 사람에 관련된 적어도 하나의 디지털 이미지가 선택되고, 디지털 이미지의 식별자가 이미지 인덱스에 제출되어 그 디지털 이미지의 식별자는 저장된 웹 이미지의 식별자와 대조하여 비교된다. 그 비교에 기반하여, 디지털 이미지의 식별자는 한 웹 이미지의 식별자에 대응하는 것으로 판정된다. 원래의 탐색 질의는 디지털 이미지의 식별자에 대응하는 웹 이미지의 식별자에 맵핑된 링크를 판독함(reading)으로써 해결되고(resolved), 링크의 표현(representation)은 탐색 결과의 세트(set) 내에서 사용자에게 제시(presentation)를 위해 배포된다(distributed).
본 발명의 실시예는 첨부된 도면을 참조하여 이하에서 상세히 설명되는데,
도 1은 본 발명의 실시예를 구현하는 데에 사용되기 적합한 예시적인 컴퓨팅 환경(computing environment)의 블록도(block diagram)이고,
도 2는 본 발명의 실시예에 따라, 사람의 이미지를 사용하여 그 사람에 대한 탐색 질의를 해결하고, 탐색 결과의 세트 내에서 탐색 질의에 응답하는 것인 링크를 제시를 위해 배포하는 예시적인 시스템을 보여주는 그래픽 표현이며,
도 3은 본 발명의 실시예에 따라, 특정한 알려진 사람을 드롭 다운 메뉴(drop down menu)로부터 식별하고 선택하기 위한 예시적인 사용자 인터페이스의 예시적 스크린 디스플레이(screen display)이고,
도 4는 본 발명의 실시예에 따라, 인물 명확화 도구(people disambiguation tool)를 사용하여 특정한 알려진 사람을 식별하고 선택하기 위한 예시적인 사용자 인터페이스의 예시적 스크린 디스플레이이며,
도 5는 본 발명의 실시예에 따라, 특정한 알려진 사람을 소셜 네트워킹 바(social networking bar)로부터 식별하고 선택하기 위한 예시적인 사용자 인터페이스의 예시적 스크린 디스플레이이고,
도 6은 본 발명의 일 실시예에 따라, 이미지 인덱스를 구성하는(building) 전반적인 방법을 도시하는 흐름도(flow diagram)이며,
도 7은 본 발명의 일 실시예에 따라, 사람에 대한 탐색 질의를 해결하기 위해 그 사람의 디지털 이미지를 검색하는(retrieving) 전반적인 방법을 도시하는 흐름도이고,
도 8은 본 발명의 일 실시예에 따라, 사람에 대한 탐색 질의를 만족시키기 위해 이미지 인덱스를 활용하는 전반적인 방법을 도시하는 흐름도이고,
도 9는 본 발명의 일 실시예에 따라, 사람에 대한 탐색 질의를 수신하기 위한 예시적인 사용자 인터페이스(900)의 예시적 스크린 디스플레이이고,
도 10은 본 발명의 일 실시예에 따라, 사람에 대한 탐색 질의를 수신하기 위한 예시적인 사용자 인터페이스(1000)의 예시적 스크린 디스플레이이다.
본 발명의 실시예의 대상(subject matter)은 법정 요구사항을 충족하도록 본 문서에서 구체적으로 설명된다. 그러나, 그 설명 자체는 이 특허의 범주를 한정하도록 의도된 것이 아니다. 오히려, 발명자는 다른 현재의 또는 장래의 기술과 아울러, 상이한 단계 또는 이 문서에서 기술되는 것과 유사한 단계의 조합을 청구된 대상이 포함하도록 다른 식으로 구현될 수도 있으리라고 생각하였다.
본 발명의 실시예는 사람의 이미지를 사용하여 그 사람에 대한 탐색 질의를 해결하는 시스템 및 컴퓨터화된 방법을 제공한다. 웹 이미지 및 웹 이미지로의 링크를 포함하는 이미지 인덱스가 생성된다. 웹 이미지의 식별자는 웹 이미지로의 링크에 맵핑되고 이미지 인덱스 내에 저장된다. 사람에 대한 탐색 질의가 수신된다. 탐색 질의의 의도가 그 사람에 대한 정보를 발견하려는 것임을 인지하면, 그 사람에 관련된 또는 그의 디지털 이미지가 선택되고, 디지털 이미지의 식별자가 이미지 인덱스에 제출되는데 그 디지털 이미지의 식별자는 저장된 웹 이미지의 식별자와 대조하여 비교된다. 그 비교에 기반하여, 디지털 이미지의 식별자는 한 웹 이미지의 식별자에 대응하는 것으로 판정된다. 원래의 탐색 질의는 디지털 이미지의 식별자에 대응하는 웹 이미지의 식별자에 맵핑된 링크를 판독함으로써 해결되고, 링크의 표현은 탐색 결과의 세트 내에서 사용자에게 제시를 위해 배포된다.
따라서, 하나의 실시예에서, 이미지 인덱스가 구성된다. 웹 이미지의 복수의 온라인 위치 및 웹 이미지로의 링크를 채집(mine)하는 웹 크롤링 메커니즘(web-crawling mechanism)이 개시된다. 웹 이미지의 식별자가 웹 이미지로의 링크에 맵핑되고 맵핑된 식별자 및 링크는 이미지 인덱스 내에 저장된다. 원하는 경우, 웹 이미지의 식별자는 웹 이미지 내에 나타나는 각 사람의 고유 명칭(proper name)에 맵핑되고 맵핑된 식별자 및 고유 명칭은 이미지 인덱스 내에 저장된다.
다른 실시예에서, 사람에 대한 탐색 질의가 수신된다. 탐색 질의의 의도가 그 사람에 대한 정보를 발견하는 것임이 인지된다. 그 사람의 디지털 이미지가 자동적으로 선택된다. 디지털 이미지의 식별자가 이미지 인덱스에 제출되는데, 이는 웹 이미지의 맵핑된 식별자 및 웹 이미지로의 링크를 저장한다. 탐색 질의는 디지털 이미지의 식별자에 대응하는 웹 이미지의 식별자에 맵핑된 링크를 반환함으로써 해결된다. 탐색 질의에 응답하는 것인 탐색 결과의 세트 내에 배포를 위해 링크의 표현이 제시된다.
본 발명의 실시예는 사용자로부터의 탐색 질의를 만족시키기 위해 이미지 인덱스를 활용하는 컴퓨터화된 방법을 또한 제공한다. 하나의 실시예에서, 그 방법은 이미지 인덱스에 수집된(collected) 웹 이미지의 식별자와 대조하여 디지털 이미지의 식별자를 비교하기 위해 이미지 인덱스를 액세스하는 것을 포함한다. 특히, 디지털 이미지는 탐색 질의의 내용(content)의 함수로 선택된다. 그 비교에 기반하여, 디지털 이미지의 식별자가 웹 이미지의 하나 이상의 식별자와 대응한다는 판정이 행해진다. 웹 이미지의 대응하는 식별자에 맵핑된 링크가 판독되어 탐색 결과의 세트 내에 제시를 위해 배포된다.
본 발명의 실시예의 개관을 간략히 기술하였는바, 본 발명을 구현하기에 적합한 예시적인 운영 환경(operating environment)이 이하에서 기술된다.
도면을 전반적으로 참조하되, 특히 도 1을 먼저 참조하면, 본 발명을 구현하기 위한 예시적인 운영 환경이 도시되고 일반적으로 컴퓨팅 디바이스(computing device)(100)로 표기된다. 컴퓨팅 디바이스(100)는 적합한 컴퓨팅 환경의 단지 하나의 예이며, 발명의 사용 또는 기능의 범주에 관해 여하한 한정을 시사하도록 의도된 것이 아니다. 컴퓨팅 디바이스(100)는 예시된 컴포넌트/모듈 중 임의의 것 또는 이의 임의의 조합에 관련된 여하한 종속성이나 요건을 갖는 것으로 해석되어서도 안 된다.
컴퓨터 또는 다른 머신(machine)(이를테면 개인용 데이터 보조기기(personal data assistant) 또는 다른 핸드헬드 디바이스(handheld device))에 의해 실행되는, 프로그램 컴포넌트와 같은 컴퓨터 실행가능(computer-executable) 명령어를 포함하여, 컴퓨터 코드 또는 머신 사용가능(machine-useable) 명령어의 일반적인 맥락(context)에서 발명이 기술될 수 있다. 일반적으로, 루틴, 프로그램, 오브젝트, 컴포넌트, 데이터 구조 및 유사한 것을 포함하는 프로그램 컴포넌트는 특정한 태스크를 수행하거나 특정한 추상 데이터 유형을 구현하는 코드를 지칭할 수 있다. 핸드헬드 디바이스, 가전제품, 범용(general-purpose) 컴퓨터, 특수(specialty) 컴퓨팅 디바이스 등을 포함하는 다양한 시스템 구성에서 발명이 실시될 수 있다. 통신 네트워크를 통해 링크된(linked) 원격 처리(remote-processing) 디바이스들에 의해 태스크가 수행되는 분산 컴퓨팅(distributed computing) 환경에서 발명이 실시될 수도 있다.
도 1을 계속 참조하면, 컴퓨팅 디바이스(100)는 다음의 디바이스를 직접적으로 또는 간접적으로 커플링하는 버스(110)를 포함한다: 메모리(112), 하나 이상의 프로세서(114), 하나 이상의 제시 컴포넌트(116), 입력/출력(Input/Output: I/O) 포트(118), I/O 컴포넌트(120) 및 예시적 전력 공급부(power supply)(122). 버스(110)는 (주소 버스(address bus), 데이터 버스(data bus) 또는 이들의 조합과 같은) 하나 이상의 버스일 수 있는 것을 나타낸다. 도 1의 다양한 블록이 명확성을 위해 선으로 도시되었으나, 실제로는 다양한 컴포넌트를 구별하는 것(delineating) 이 그렇게 명확하지 않으며, 비유적으로 선이 더 정확하게는 회색(grey)이고 흐릿할(fuzzy) 것이다. 예를 들어, 혹자는 디스플레이 디바이스와 같은 제시 컴포넌트를 I/O 컴포넌트라고 여길 수 있다. 또한, 프로세서는 메모리를 가진다. 발명자는 그러한 것이 기술의 본질임을 인지하며, 도 1의 다이어그램(diagram)은 본 발명의 하나 이상의 실시예와 관련되어 사용될 수 있는 예시적인 컴퓨팅 디바이스를 예시하는 것일 뿐임을 재언한다. "워크스테이션"(workstation), "서버"(server), "랩톱"(laptop), "핸드헬드 디바이스" 등과 같은 카테고리들 간에 구별이 있게 되는 것은 아닌데, 전부 도 1의 범주 내에서 고려되고 "컴퓨팅 디바이스를 언급하기 때문이다.
컴퓨팅 디바이스(100)는 전형적으로 다양한 컴퓨터 판독가능(computer-readable) 매체를 포함한다. 컴퓨터 판독가능 매체는 컴퓨팅 디바이스(100)에 의해 액세스될 수 있는 임의의 이용가능한 매체일 수 있고 휘발성(volatile) 및 비휘발성(nonvolatile) 매체, 탈착가능(removable) 및 비탈착가능(nonremovable) 매체 모두를 포함한다. 한정이 아니라 예로서, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체 및 통신 매체를 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 다른 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 탈착가능 및 비탈착가능 매체를 포함한다. 컴퓨터 저장 매체는 RAM, ROM, EEPROM, 플래시 메모리(flash memory) 또는 다른 메모리 기술, CD-ROM, 디지털 다기능 디스크(Digital Versatile Disks: DVD) 또는 다른 광학 디스크 스토리지(optical disk storage), 자기 카세트, 자기 테이프, 자기 디스크 스토리지(magnetic disk storage) 또는 다른 자기 스토리지 디바이스, 또는 임의의 다른 매체(원하는 정보를 저장하는 데 사용될 수 있고 컴퓨팅 디바이스(100)에 의해 액세스될 수 있음)를 포함하나, 이에 한정되지는 않는다. 통신 매체는 전형적으로 캐리어 파(carrier wave) 또는 다른 전송 메커니즘(transport mechanism)과 같은 변조된 데이터 신호(modulated data signal) 내에 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 다른 데이터를 구현하고 임의의 정보 전달 매체를 포함한다. "변조된 데이터 신호"라는 용어는 신호를 의미하는데 그 신호는 정보를 그 신호 내에 인코딩하기 위한 그러한 방식으로 그것의 특성 중 하나 이상이 설정되거나 변경된 것이다. 한정이 아니라 예로서, 통신 매체는 유선(wired) 네트워크 또는 직접 배선(direct-wired) 연결과 같은 유선 매체, 그리고 음향(acoustic), RF, 적외선(infrared) 및 다른 무선 매체와 같은 무선 매체를 포함한다. 전술된 것 중 임의의 것의 조합이 또한 컴퓨터 판독가능 매체의 범주 내에 포함될 것이다.
메모리(112)는 휘발성 및/또는 비휘발성 메모리의 형태의 컴퓨터 저장 매체를 포함한다. 메모리는 탈착가능하거나, 비탈착가능하거나, 이들의 조합일 수 있다. 예시적인 하드웨어 디바이스는 고체 상태 메모리(solid-state memory), 하드 드라이브, 광학 디스크 드라이브 등을 포함한다. 컴퓨팅 디바이스(100)는 메모리(112) 또는 I/O 컴포넌트(120)와 같은 다양한 엔티티로부터 데이터를 판독하는 하나 이상의 프로세서를 포함한다. 제시 컴포넌트(들)(116)은 사용자 또는 다른 디바이스에게 데이터 표시를 제시한다. 예시적인 제시 컴포넌트는 디스플레이 디바이스, 스피커, 프린팅 컴포넌트, 진동 컴포넌트 등을 포함한다.
I/O 포트(118)는 컴퓨팅 디바이스(100)로 하여금 (그 중 몇몇은 내장될(built in) 수 있는) I/O 컴포넌트(120)를 포함하는 다른 디바이스에 논리적으로 커플링되게 한다. 예시적 컴포넌트는 마이크(microphone), 조이스틱(joystick), 게임 패드(game pad), 접시형 위성수신기(satellite dish), 스캐너(scanner), 프린터(printer), 무선 디바이스(wireless device) 등을 포함한다.
이제 도 2로 넘어가면, 사람의 이미지를 사용하여 그 사람에 대한 탐색 질의를 해결하는 예시적인 시스템을 보여주는 그래픽 표현이 제공된다. 도 2에 도시된 컴퓨팅 시스템(200)은 사람에 대한 탐색 질의를 해결하기 위한 환경의 한 가지 적합한 부분의 예일 뿐이며, 본 발명의 사용 또는 기능의 범주에 관해 여하한 한정을 시사하도록 의도된 것이 아님이 통상의 기술자에 의해 이해되고 인식될 것이다. 컴퓨팅 시스템 아키텍처(200)는 본 문서에서 예시된 임의의 단일 리소스 또는 리소스들의 조합에 관련된 여하한 종속성이나 요건을 갖는 것으로 해석되어서도 안 된다.
사람의 이미지를 사용하여 그 사람에 대한 탐색 질의를 해결하는 방법을 구현하기 위한 시스템 아키텍처가 도 2를 참조하여 이제 논의될 것이다. 먼저, 도 2는 본 발명의 실시예를 구현하는 데에 사용되기 적합한 분산 컴퓨팅 환경(200)을 예시하는 블록도이다. 예시적인 컴퓨팅 환경(200)은 사용자 디바이스(user device)(210), 프론트 엔드 메커니즘(front end mechanism)(220), 이미지 엔진(image engine)(230), 탐색 엔진(search engine)(240), 이미지 인덱스(image index)(250), 병합 엔진(merging engine)(260) 및 이 아이템들 각각을 상호연결하는 네트워크(215)를 포함한다. 도 2에 도시된 사용자 디바이스(210) 및 웹 서버(260) 각각은, 예컨대 도 1을 참조하여 전술된 컴퓨팅 디바이스(100)와 같은, 다양한 유형의 컴퓨팅 디바이스의 형태를 취할 수 있다. 한정이 아니라 단지 예로서, 사용자 디바이스(310) 및/또는 웹 서버(260)는 개인용 컴퓨터(personal computer), 데스크톱 컴퓨터(desktop computer), 랩톱 컴퓨터(laptop computer), 가전기기 디바이스, 핸드헬드 디바이스(가령, 개인용 디지털 보조기기(personal digital assistant)), 다양한 서버, 처리 장비(processing equipment) 및 유사한 것일 수 있다. 그러나, 발명은 그러한 컴퓨팅 디바이스에서의 구현에 한정되지 않고 본 발명의 실시예의 범주 내에서 갖가지 상이한 유형의 컴퓨팅 디바이스 중 여하한 것에 구현될 수 있다는 점에 유의하여야 한다.
전형적으로, 사용자 디바이스(210)는 어떤 형태의 컴퓨팅 유닛(computing unit)(가령, 중앙 처리 유닛(central processing unit), 마이크로프로세서(microprocessor) 등)을 포함하거나 이에 링크되어 거기에서 실행되는 컴포넌트(들)의 동작을 지원한다. 본 문서에서 활용되는 바와 같이, "컴퓨팅 유닛"이라는 구(phrase)는 처리 능력 및 저장 메모리를 구비한 전용(dedicated) 컴퓨팅 디바이스를 일반적으로 지칭하는데, 이는 운영 소프트웨어(operating software)(그 위에서의 소프트웨어, 애플리케이션 및 컴퓨터 프로그램의 실행의 기저가 됨)를 지원한다. 일례에서, 컴퓨팅 유닛은, 사용자 디바이스(210)에 내포되거나(integral) 동작가능하게 커플링되어 그 디바이스로 하여금 통신 관련 프로세스 및 다른 동작을 수행할 수 있게 하는 유형적인(tangible) 하드웨어 요소 또는 머신으로써 구성될 수 있다. 다른 예에서, 컴퓨팅 유닛은 사용자 디바이스(210)에 의해 수용되는(accommodated) 컴퓨터 판독가능 매체에 커플링된 프로세서(도시되지 않음)를 망라할 수 있다.
일반적으로, 컴퓨터 판독가능 매체는 프로세서에 의해 실행가능한 복수의 컴퓨터 소프트웨어 컴포넌트를 적어도 일시적으로 저장하는 물리적 메모리를 포함한다. 본 문서에서 활용되는 바와 같이, "프로세서"라는 용어는 한정적인 것으로 여겨지는 것은 아니고, 계산상 능력에 있어서 작용하는, 컴퓨팅 유닛의 임의의 요소를 망라할 수 있다. 그러한 능력에 있어서, 프로세서는 명령어를 처리하는 유형적인 물품(article)으로서 구성될 수 있다. 예시적인 실시예에서, 처리하는 것은 명령어를 인출하기(fetching), 디코딩(decoding)/해석하기(interpreting), 실행하기(executing) 및 응하여 기입하기(writing back)를 수반할 수 있다.
또한, 명령어를 처리하는 것을 지나, 프로세서는 사용자 디바이스(210) 상에 배치되거나 이에 내포된 다른 리소스로 또한 그것으로부터 정보를 전송할 수 있다. 일반적으로, 리소스는 사용자 디바이스(210) 또는 웹 서버(260)로 하여금 특정한 기능을 수행할 수 있게 하는 소프트웨어 컴포넌트 또는 하드웨어 메커니즘을 지칭한다. 단지 예로서, 서버에 의해 수용되는 리소스(들)은 탐색 엔진(240) 또는 이미지 엔진(230)이 사용자 디바이스(210)에서의 사용자로부터 입력을 수신하는 것 및/또는 입력에 응답하여 적절한 통신을 제공하는 것을 보조하도록 동작한다.
사용자 디바이스(310)는 입력 디바이스(도시되지 않음) 및 제시 디바이스(211)를 포함할 수 있다. 일반적으로, 입력 디바이스는 무엇보다도 이미지 엔진(230), 탐색 엔진(240) 또는 병합 엔진(260)에 의해 렌더링되고(rendered) 제시 디바이스(211) 상에서 웹 브라우저에 드러나게 되는(surfaced) 탐색 결과에 영향을 미치는 입력(들)을 수신하도록 제공된다. 예시적 입력 디바이스는 마우스(mouse), 조이스틱, 키 패드(key pad), 마이크, 도 1의 I/O 컴포넌트(120) 또는 사용자 입력을 수신하고 사용자 디바이스(210)로 해당 입력의 표시를 통신할 수 있는 임의의 다른 컴포넌트를 포함한다. 단지 예로서, 입력 디바이스는 이미지 엔진(230) 또는 탐색 엔진(240)에 의한 처리를 위해 프론트 엔드 메커니즘(220)으로 네트워크(215) 상에서 통신되는 탐색 질의의 입력을 가능하게 한다.
실시예들에서, 제시 디바이스(211)는 탐색 엔진 결과 페이지(Search-Engine Results Page: SERP)(212)를 그 위에 렌더링하고/하거나 제시하도록 구성된다. SERP(212)는 병합 엔진(260), 이미지 엔진(230) 또는 탐색 엔진(240)이 각각 탐색 질의(270)에 응답하여 반환하는 탐색 결과(280, 282, 284)의 리스트를 포함하도록 구성된다. SERP(212) 내에서, 링크, 타이틀, 이미지 및/또는 이미지 엔진(230), 탐색 엔진(240) 및 병합 엔진(260)에 의해 반환된 결과의 약술(short description)의 리스트가 나타날 수 있다.
사용자 디바이스(210)의 출력에 동작가능하게 커플링된 제시 디바이스(211)는 디지털 모니터, 전자 디스플레이 패널, 터치 스크린, 아날로그 셋톱 박스, 플라즈마 스크린, 오디오 스피커, 점자 패드(Braille pad) 및 유사한 것과 같은, 사용자에게 정보를 제시할 수 있는 임의의 제시 컴포넌트로서 구성될 수 있다. 하나의 예시적인 실시예에서, 제시 디바이스(211)는 디지털 이미지 및 비디오와 같은 리치 콘텐트(rich content)를 제시하도록 구성될 수 있다. 다른 예시적인 실시예에서, 제시 디바이스(211)는 다른 형태의 매체(즉, 오디오 신호)를 렌더링할 수 있다.
이 분산 컴퓨팅 환경(200)은 본 발명의 양태를 이행하도록 구현될 수 있는 적합한 환경의 단지 하나의 예이며, 발명의 사용 또는 기능의 범주에 관해 여하한 한정을 시사하도록 의도된 것이 아니다. 예시된 분산 컴퓨팅 환경(200)은 예시된 바와 같은 디바이스(210 또는 260) 중 임의의 것 또는 이의 임의의 조합에 관련된 여하한 종속성이나 요건을 갖는 것으로 해석되어서도 안 된다. 다른 실시예에서, 병합 엔진(260), 탐색 엔진(240), 그리고 프론트 엔드 메커니즘(220) 및 이미지 엔진(230) 중 하나 이상은 웹 서버(260)를 형성하도록 상호연결하는 분산된 노드들 상에, 또는 웹 서버(260) 내에 직접 통합될(integrated) 수 있다.
따라서, 임의의 개수의 컴포넌트들이 본 발명의 실시예의 범주 내에서 원하는 기능을 달성하기 위해 활용될 수 있다. 도 2의 다양한 컴포넌트는 명확성을 위해 선으로 도시되나, 실제로는 다양한 컴포넌트를 선긋기하는 것이 그렇게 명확하지 않으며, 비유적으로 선이 더 정확하게는 회색이거나 흐릿할 것이다. 또한, 도 2의 몇몇 컴포넌트는 단일한 블록으로서 묘사되나, 그 묘사는 본질상 그리고 숫자상으로 예시적이며, 한정적인 것으로 해석되어서는 안 된다(가령, 단 하나의 제시 디바이스(211)가 도시되나, 더 많은 수의 것이 사용자 디바이스(210)에 통신가능하게 커플링될 수 있음).
또한, 예시적인 시스템 아키텍처의 디바이스들은 관련 분야에서 알려진 임의의 방법에 의해 상호연결될 수 있다. 예컨대, 사용자 디바이스(210) 및 웹 서버(260)는 하나 이상의 네트워크(가령, 네트워크(215))를 통해 서로 커플링된 다수의 컴퓨팅 디바이스를 포함하는 분산 컴퓨팅 환경을 통해 동작가능하게 커플링될 수 있다. 실시예들에서, 네트워크는 하나 이상의 로컬 영역 네트워크(Local Area Network: LAN) 및/또는 광역 네트워크(Wide Area Network: WAN)를, 한정하는 것 없이, 포함할 수 있다. 그러한 네트워킹 환경은 사무실, 전사적(enterprise-wide) 컴퓨터 네트워크, 인트라넷 및 인터넷에서 흔하다. 따라서, 네트워크는 본 문서에서 추가로 기술되지 않는다.
먼저, 프론트 엔드 메커니즘(220)은 사용자 디바이스(210)로부터 사용자에 의해 발행된(issued) 탐색 질의(270)를 수신하고 부분적으로 탐색 질의(270)에 기반하여 생성된 탐색 결과(280)의 세트를 이미지 엔진(230), 탐색 엔진(240) 또는 병합 엔진(260)으로부터 수신하도록 구성된다. 이 방식으로, 프론트 엔드 메커니즘(220)은 부분적으로 이미지 엔진(230), 탐색 엔진(240) 및 병합 엔진(260) 각각과 사용자 디바이스(210) 간 인터페이스로서의 역할을 한다. 하나의 양태에서, 프론트 엔드 메커니즘(220)은 자체로 웹 서버(260) 내 별도의 탐색 엔진을 나타낼 수 있다.
탐색 질의(270)는 프론트 엔드 메커니즘(220)으로부터 이미지 엔진(230) 및/또는 탐색 엔진(240) 각각으로 배포된다. 동작에서, 탐색 엔진(240)은 탐색 질의(270)로서 입력된 키워드 및/또는 특성을 사용하여 탐색을 수행한다. 탐색 엔진(240)은 포괄적인(generic) 웹 콘텐트(241)를 발견하기 위해 복수의 웹 문서를 채집한다. 포괄적인 웹 콘텐트(241)는 사용자의 탐색 질의(270)의 응답이 되는 것이고, 전형적으로는 사용자가 찾고자 탐색하고 있는 사람에 관련된다(즉, 사용자에 대한 정보를 포함함). 탐색 엔진(240)은 탐색 결과 리스트(282)의 표현을 병합 엔진(260), 프론트 엔드 메커니즘(220) 또는 양자 모두에 통신하도록 또한 구성된다.
도 2에 도시된 바와 같이, 이미지 엔진(230)은 수신 컴포넌트(receiving component)(222), 판정 컴포넌트(determining component)(224), 이미지 컴포넌트(image component)(236) 및 통신 컴포넌트(communicating component)(238)를 포함한다. 이미지 엔진(230)은 전형적으로 다양한 컴퓨터 판독가능 소재를 포함하거나 이에 대한 액세스를 가진다. 몇몇 실시예에서, 컴포넌트(232, 234, 236 및 238) 중 하나 이상은 독립형(stand-alone) 애플리케이션으로서 구현될 수 있다. 다른 실시예에서, 컴포넌트(232, 234, 236 및 238) 중 하나 이상은 도 1의 원격 컴퓨터(108)와 같은 컴퓨팅 디바이스의 운영 체제(operating system) 내에 직접 통합될 수 있다. 도 2에 예시된 컴포넌트(232, 234, 236 및 238)는 본질상 그리고 숫자상으로 예시적이며, 한정적인 것으로 해석되어서는 안 된다는 점이 이해될 것이다. 임의의 개수의 컴포넌트가 본 문서의 실시예의 범주 내에서 원하는 기능을 달성하기 위해 활용될 수 있다.
수신 컴포넌트(232)는 탐색 질의(270)를 수신하도록 구성된다. 탐색 질의(270)는 키워드 및/또는 탐색 질의(270)의 내용(content)을 형성하는 특성의 조합을 포함할 수 있다. 수신 컴포넌트(232)는 이미지 인덱스(250)로부터 탐색 결과(282)를 수신하도록 또한 구성된다. 탐색 결과(282)는 제목, 웹 이미지, URL 주소, 약술 및 유사한 것을 포함할 수 있다.
판정 컴포넌트(234)는 탐색을 실행함에 있어서 사용자의 의도를 판정하기 위해 탐색 질의(270)의 내용을 이용한다. 예컨대, 판정 컴포넌트(234)는 사용자의 의도가 특정한 알려진 사람에 대한 정보를 검색하는 것임을 판정하도록 구성된다. 판정 컴포넌트(234)는 부분적으로 탐색 질의(270)의 내용에 기반하여 그러한 판정을 행한다. 예를 들어, 탐색 질의(270)가 사람의 고유 명칭(proper name), 공통적인 명칭(common name), 가명(alias) 또는 다른 식별 정보(identifying information)(가령, 고향, 직업, 나이, 거주(residency), 가족 정보(familial information), 생일 등)를 포함하는 경우, 우선 판정 컴포넌트(234)는 사용자가 사람을 찾고자 탐색하기를 원한다고 판정할 수 있다. 다른 예에서, 판정 컴포넌트(234)는 탐색 질의(270)의 내용 외적인 인자에 기반하여, 사용자의 탐색 질의(270)의 의도가 장소 또는 아이템(item)이 아니라 사람으로 지향됨을 인지할 수 있다. 이 외부 인자는, 인물들을 목표로 삼거나 이들에 한정된 탐색 세션을 사용자가 행하고 있다는 브라우저 애플리케이션(browser application) 내에서의 이전의 사용자 개시 표시(user-initiated indication)(가령, 툴바(toolbar) 상의 제어 버튼(control button)의 선택)를 포함할 수 있다. 판정 컴포넌트(224)는 사용자가 찾고자 탐색 중인 특정한 알려진 사람의 신원(identity)을 판정하기 위해 탐색 질의(270)의 내용을 이용하도록 또한 구성된다.
도 3으로 넘어가면, 드롭 다운 메뉴(320)로부터 특정한 알려진 사람을 식별하고 선택하여 그 사람을 찾는 탐색을 개시하기 위한 예시적인 사용자 인터페이스(300)의 예시적 스크린 디스플레이가 제공된다. 이 예에서, 도 2의 수신 컴포넌트(232)와 같은 수신 컴포넌트는 사용자가 탐색 질의 박스(310) 내에 탐색 용어를 입력받음/하였음이라는 정보를 수신한다. 사용자의 입력(가령, "Sarah Smith")에 관한 정보를 수신하면, 특정한 탐색 용어를 제안하는 드롭 다운 메뉴(320)가 탐색 질의 박스(310)로부터 사용자에게 제시된다. 드롭 다운 메뉴(320)는 탐색 질의 박스(310) 내에 이미 입력된 탐색 질의 용어(들)에 관련될 수 있는 임의의 다양한 정보를 포함할 수 있다. 예를 들어, 사용자가 추가적인 또는 대체적인(alternate) 탐색 질의 용어를 선택하는 것을 보조하기 위해 그 정보는 제안된 명칭, 이미지 및/또는 사람에 관한 추가적인 식별 정보(이를테면 그 사람이 어디에 사는지, 그 사람이 생계를 위해 무엇을 하는지, 그 사람이 누구와 관련되는지, 그 사람이 무슨 취미를 갖는지)의 리스트를 포함할 수 있다. 이와 같이, 드롭 다운 메뉴(320) 내에 제시된 정보는 도 2의 이미지 엔진(230)이 진행 중인 탐색의 의도를 이해하며, 사용자의 탐색 의도와 관련될 듯한 추천을 제공함으로써 탐색 경험의 질을 향상시킨다는 점을 사용자에게 보여준다.
드롭 다운 메뉴(320) 내에 제공된 제안된 정보는 사용자 프로파일(user profile)에 기반하여 선택될 수도 있다. 하나의 실시예에서, 사용자 프로파일은 사용자에 관련된 개인 정보(personal information)의 편집본(compilation)을 포함할 수 있다. 예를 들어, 사용자 프로파일은 트위터(Twitter), 페이스북(Facebook), 링크드인(LinkedIn) 또는 마이스페이스(MySpace)와 같은 소셜 미디어 사이트(social media site) 상의 암호 보호식(password-protected) 개인 계정 내에 저장된 정보를 포함할 수 있다. 사용자 프로파일 내에 포함된 예시적인 정보는 텍스트(text), 비디오, 이미지, 오디오 파일 및 유사한 것을 포함할 수 있다.
도 3에 도시된 바와 같이, 사용자는 먼저 탐색 질의(가령, "Sarah Smith")를 탐색 질의 박스(310) 내에 입력한다. 사용자가 탐색 질의 용어를 입력하면, 드롭 다운 메뉴(320)는 추가적인 탐색 질의 용어(322, 324, 326, 328 및 330)를 제안한다. 사용자는 제안된 탐색 질의 용어(322, 324, 326, 328 및 330) 중 임의의 것을, 그 탐색 질의 용어 중 하나(가령, "Sarah Smith"(사용자가 그에 관한 정보를 찾아 탐색하고 있음)의 모습(picture)을 묘사하는 탐색 질의 용어(322))가 가장 관련성이 있다는 사용자의 인식에 기반하여 선택할 수 있다. 사용자가 제안된 엔트리(entry)를 드롭 다운 메뉴(320)로부터 선택하는 경우, 사용자가 탐색하여 찾고 싶은 사람의 신원을 세심히 식별하기 위해 도 2의 판정 컴포넌트(234)와 같은 판정 컴포넌트는 제안된 탐색 질의 용어를 사용한다.
다른 실시예에서, 도 2의 판정 컴포넌트(234)와 같은 판정 컴포넌트는 탐색하여 찾는 사람의 신원을, 인물 명확화 탐색 결과 리스트(people disambiguation search result list)(420)로부터 그 사람에 관한 정보를 사용자가 선택하는 것에 기반하여 판정할 수 있다. 도 4로 넘어가면, 인물 명확화 탐색 결과 리스트(420)를 제공하기 위한 예시적인 사용자 인터페이스(400)의 예시적 스크린 디스플레이가 도시된다. 인물 명확화 탐색 결과 리스트(420)는 웹 페이지(440) 안이지만 포괄적인 탐색 결과 리스트(430)와는 별도로 제시되는 탐색 결과 리스트이다.
엄선된 수의 인물이 탐색 결과 리스트(430) 내에 의미 있게 표현된다(가령, "Madonna"에 대한 탐색 질의(410)는 그 가수/여배우에 관련된 웹 문서만 검색함)고 판정 컴포넌트에 의해 판정되면, 명확화 탐색 결과 리스트(420)가 생성되어 사용자에게 제시될 수 있다. 하나의 실시예에서, 명확화 탐색 결과 리스트는 의미 있게 표현된 사람에 대한 결과를 파싱하고(parse), 전형적으로는 포괄적인 탐색 결과 리스트(430)의 우측에 그 결과를 제시한다. 인물 명확화 탐색 결과 리스트(420)가 도 4에서 단지 하나의 리스트로서 묘사되나, 그것은 포괄적인 탐색 결과 리스트(430) 내의 의미 있게 표현된 사람 각각에 대한 임의의 개수의 리스트를 포함할 수 있다는 점이 이해될 것이다.
사용자가 인물 명확화 탐색 결과 리스트(420)로부터 정보를 선택하는 경우, 판정 컴포넌트는 사용자가 찾고자 탐색 중인 사람의 신원을 판정하기 위해 그 정보를 이용한다. 예를 들어, 인물 명확한 탐색 결과 리스트(420) 내에서 사용자가 제목(422)으로부터 "Madonna"라는 명칭을 선택하는 경우, 판정 컴포넌트는 사용자가 그 유명한 가수/여배우에 관한 정보를 발견하기를 원한다고 판정할 것이다.
또 다른 실시예에서, 도 2의 판정 컴포넌트(224)와 같은 판정 컴포넌트는 탐색하여 찾는 사람을 도 5의 소셜 바(social bar)(520)와 같은 소셜 바로부터 그 사람의 명칭 및/또는 이미지를 사용자가 선택하는 것에 기반하여 식별할 수 있다.
도 5로 넘어가면, 특정한 잘 알려진 사람을 소셜 바로부터 식별하여 선택하기 위한 예시적인 사용자 인터페이스(500)의 예시적 스크린 디스플레이가 제공된다. 소셜 바(520)는 소셜 바(520)와 동일한 웹 페이지(540) 내에 제시될 수 있는 탐색 결과 리스트(530)와는 별개이다. 소셜 바(520) 내에는, 친구 리스트(list of friends)(524)가 있다. 친구 리스트(524)는 인물의 사용자 선택(user-selected) 명칭 및/또는 이미지를 포함할 수 있다. 친구 리스트(524)는 트위터, 페이스북, 링크드인 또는 마이스페이스와 같은 소셜 미디어 사이트 또는 사용자 프로파일을 통해 사용자와 연관된 인물의 명칭 및/또는 이미지를 또한 포함할 수 있다. 탐색 질의(가령, "Bob Jones")를 탐색 질의 박스(510) 내에 입력하는 것 대신에, 사용자는 Bob Jones의 명칭(522)을 소셜 바(520)로부터 선택함으로써 간단히 Bob Jones를 찾아 탐색할 수 있다. 판정 컴포넌트는 사용자가 그의 탐색을 그의 페이스북 친구 Bob Jones에 관한 정보만으로 좁히기를 원한다고 판정할 것이다.
도 3 내지 도 5로서 도시된 예시적 스크린 디스플레이는 한정으로서가 아니라 단지 예로서 제공된다. 특정한 알려진 사람의 신원을 판정하기 위해 많은 다른 메커니즘이 존재한다는 점이 이해될 것이다. 예를 들어, 특정한 알려진 사람은 도 3 내지 도 5에 묘사된 탐색 엔진 웹 페이지와는 별개인 웹 페이지로부터 선택될 수 있다(가령, 특정한 알려진 사람의 명칭을 도 2의 프론트 엔드 메커니즘(220)에 제출하기 위해 사용자는 윈도우즈 8 연락처 리스트(Windows 8 Contact List)와 같은 애플리케이션을 사용할 수 있음). 특정한 알려진 사람은 전술된 바와 같이 탐색 질의의 내용 및/또는 탐색 질의의 내용 외적인 인자를 이용함으로써 식별될 수도 있다.
도 2로 돌아와서, 특정한 알려진 사람의 신원이 판정 컴포넌트(234)에 의해 판정되면, 이미지 엔진(230)의 이미지 컴포넌트(236)는 특정한 알려진 사람의 또는 그에 관련된 디지털 이미지를 찾아 탐색하고 검색해낸다. 도 3, 도 4 및 도 5를 참조하여 앞서 언급된 바와 같이, 디지털 이미지는 예컨대 드롭 다운 메뉴, 인물 명확화 탐색 결과 리스트 또는 소셜 바(사용자와 연관된 사람의 이미지 및/또는 명칭을 포함함)로부터 사용자에 의해 선택될 수 있다. 하나의 실시예에서, 이미지 컴포넌트(236)는 이미지 인덱스(250)와 같은, 그 사람의 이미지를 포함하는 별개의 데이터 스토어(data store) 또는 인터넷 상의 임의의 위치로부터 디지털 이미지를 검색할 수 있다. 예를 들어, 이미지 컴포넌트(236)는 그 사람의 디지털 이미지를 소셜 네트워킹 웹사이트(social networking website) 상의 사용자의 계정으로부터 선택할 수 있다. 다른 실시예에서, 이미지 컴포넌트(236)는 특정한 알려진 사람에 관련된 또는 그를 나타내나 그 사람의 이미지를 포함하지 않는 디지털 이미지를 검색할 수 있다. 예를 들어, 이미지 컴포넌트(236)는 그 사람의 페이스북 계정 및 그 사람의 트위터 계정 모두에 포함된 일몰(sunset) 이미지를 검색할 수 있을 텐데, 그것이 그 사람에 관한 것(즉, 그 사람의 소셜 미디어 계정)이기 때문이다. 또한, 디지털 이미지가 단일 이미지로서 여기에서 기술되나, 이미지 컴포넌트(236)는 임의의 개수의 디지털 이미지(가령, 특정한 알려진 사람의 페이스북 프로파일 내에 포함된 특정한 알려진 사람의 포함된 이미지 하나하나 다)를 검색할 수 있다는 점이 이해될 것이다.
그 사람의 적어도 하나의 디지털 이미지가 이미지 컴포넌트(236)에 의해 선택되면, 이미지 컴포넌트(236)는 식별자를 생성하여 디지털 이미지에 할당하기 위한 알고리즘을 이용한다. 그러한 알고리즘의 하나의 예가 스케일불변 특징 변환(Scale-Invariant Feature Transform: SIFT)인데, 이는 이미지 내 국부적(local) 특징을 검출하고 서술하기 위해 컴퓨터 비전(computer vision)에서 사용된다. 예를 들어, 디지털 이미지 내 국부적 특징은 그 이미지 내에 묘사된, 사람의 눈과 귀를 포함할 수 있다. 그 알고리즘은 그 특징을(가령, 눈과 귀)를 식별하고 식별자를 사용하여 그것을 기술할 수 있다. 이 방식으로, 그 이미지의 식별자는 다른 웹 이미지의 식별자에 대해 비교되어 그 이미지들이 유사한지 또는 비유사한지 판정할 수 있다.
하나의 실시예에서, 인터넷 상에서 이용가능하고 데이터 스토어(가령, 이미지 인덱스(250)) 내에 저장되거나 장래의 사용을 위해 캐시된(cached) 디지털 이미지 하나하나에 사전계산된(pre-computed) 식별자가 할당될 수 있다. 이미지 컴포넌트(236)가 사전계산된 식별자를 이미 할당받은 디지털 이미지를 검색하는 경우, 이미지 컴포넌트(236)는 사전계산된 식별자를 자동적으로 인지하여 추출하도록 구성된다.
다른 실시예에서, 이미지 컴포넌트(236)는 디지털 이미지의 식별자만 검색하고 디지털 이미지 자체를 검색하지는 않는다. 예를 들어, 디지털 이미지 및/또는 디지털 이미지의 사전계산된 식별자는 데이터 스토어(가령, 이미지 인덱스(250)) 내에 저장될 수 있다. 추가로, 디지털 이미지 및 사전계산된 식별자는 특정한 사람을 식별하는 정보(가령, 그 사람의 명칭 또는 고유한 ID)와 연관되어 저장될 수 있다. 그러므로 이미지 컴포넌트(236)는 데이터 스토어를 액세스하고, 특정한 알려진 사람과 연관된 디지털 이미지의 식별자의 위치를 찾으며, 그 식별자들을 자동적으로 인지하여 추출하도록 구성된다.
이미지 엔진(230)의 통신 컴포넌트(238)는 디지털 이미지의 하나 이상의 식별자를 이미지 인덱스(250)에 통신하도록 구성된다. 통신 컴포넌트(238)는 사용자에게의 제시를 위해 탐색 결과(284)를 프론트 엔드 메커니즘(220)으로 되돌려 통신하도록 또한 구성된다.
도 2에 도시된 바와 같이, 이미지 인덱스(250)는 수신 컴포넌트(252), 식별 컴포넌트(254) 및 통신 컴포넌트(256)를 포함한다. 이미지 인덱스(250)는 다양한 컴퓨터 판독가능 소재를 전형적으로 포함하거나 이에 대한 액세스를 가진다. 몇몇 실시예에서, 컴포넌트(252, 254 및 256) 중 하나 이상은 독립형 애플리케이션으로서 구현될 수 있다. 다른 실시예에서, 컴포넌트(252, 254 및 256) 중 하나 이상은 도 1의 원격 컴퓨터(108)와 같은 컴퓨팅 디바이스의 운영 체제 내에 직접 통합될 수 있다. 도 2에 예시된 컴포넌트(252, 254 및 256)는 본질상 그리고 숫자상으로 예시적이며, 한정적인 것으로 해석되어서는 안 된다는 점이 이해될 것이다. 임의의 개수의 컴포넌트가 본 문서의 실시예의 범주 내에서 원하는 기능을 달성하기 위해 활용될 수 있다.
이미지 인덱스(250)는 웹 이미지(251)(즉, 웹 상에서 이용가능한 이미지)의 맵핑된 식별자 및 웹 이미지(251)로의 링크를 저장하도록 구성된다. 웹 크롤러는 우선 웹 이미지(251) 및 웹 이미지(251)로의 대응하는 링크의 위치를 찾는다. 웹 크롤러는 웹 이미지(251) 내에 묘사되거나 이와 연관된 사람의 명칭을 또한 검색할 수 있다. 또한, 웹 크롤링 프로세스는 자동적으로 및/또는 연속적으로 일어날 수 있다.
이미지 인덱스(250)의 수신 컴포넌트(252)는 웹 이미지(251) 및 웹 이미지(251)로의 링크를 수신한다. 하나의 실시예에서, 웹 이미지(251)로의 링크는 웹 이미지(251)를 포함하는 웹 페이지의 위치를 찾는 데 사용되는 URL(Uniform Resource Locator)이다. 다른 실시예에서, 웹 이미지(251)로의 링크는 웹 이미지(251)를 포함하는 웹 페이지의 위치를 찾기 위한 탐색 명령어를 포함한다. 본 문서에서 사용되는 바와 같이, "링크"라는 용어는 그저 웹 주소로 한정된다고 해석되는 것으로 의도되지 않는다. 또한, 링크의 다양한 상이한 실시예들이 기술되었으나, 웹 사이트로의 다른 유형의 적합한 하이퍼텍스트(hypertext) 또는 참조(reference)가 사용될 수 있다는 점 및 본 발명의 실시예가 본 문서에서 기술된 특정한 예에 한정되지 않는다는 점이 이해되고 인식되어야 한다. 예컨대, 본 발명의 실시예는 대상체(가령, 이미지 또는 다른 콘텐트)(사용자에 의해 선택되는 경우, 그 대상체를 호스팅하는 소셜 미디어 사이트의 프로파일로 사용자를 유도(navigate)함)를 활용하는 것을 고려한다.
식별 컴포넌트(254)는 이미지 인덱스(250)의 수신 컴포넌트(252)에서 수신되는 웹 이미지 하나하나에 대해 식별자를 생성하여 할당하도록 구성된다. 그 식별자는 웹 이미지(251) 내의 국부적 특징을 검출하고 서술하도록 의도된다. 따라서, 각각의 웹 이미지는 그 웹 이미지의 고유한 특징(가령 그 안에 위치된 대상체 또는 그 웹 이미지의 색채(color), 명암(contrast) 또는 색상(hue))에 기반하여 식별자를 할당받는다. 전술된 디지털 이미지의 식별자와 마찬가지로, 웹 이미지(251)의 식별자는 SIFT 알고리즘과 같은 알고리즘에 따라 생성된다. 그러나, SIFT 알고리즘은 한정으로서가 아니라 단지 하나의 가능한 알고리즘의 예로서 제공된다는 점이 이해될 것이다.
식별 컴포넌트(254)는 웹 이미지의 식별자를 웹 이미지와 연관된 링크에 맵핑한다. 식별자 및 웹 이미지로의 링크의 각 맵핑은 이미지 인덱스(250) 내에 저장된다. 추가로, 웹 이미지 내에 나타나거나 이에 의해 묘사되는 사람의 명칭은 또한 웹 이미지의 식별자 및/또는 링크에 맵핑되고 이미지 인덱스(250) 내에 저장될 수 있다. 웹 크롤러에 의해 액세스가능하고 웹 이미지의 기원(origination), 웹 이미지의 내용 또는 웹 이미지 내에 묘사된 대상체 및/또는 사람을 식별하는 데에 사용되는 다른 정보가 또한 웹 이미지(251)의 식별자에 맵핑되고 이미지 인덱스(250) 내에 저장될 수 있다.
식별 컴포넌트(254)는 하나 이상의 디지털 이미지의 하나 이상의 식별자를 이미지 인덱스(250) 내에 저장된 웹 이미지(251)의 식별자와 대조하여 비교함으로써 탐색 질의(272)의 내용(즉, 디지털 이미지의 식별자)을 처리하도록 또한 구성될 수 있다. 그리고 식별 컴포넌트(254)는 디지털 이미지의 식별자가 웹 이미지(251) 각각에 대한 식별자와 실질적으로 유사하거나 동일한지를 그 비교에 기반하여 판정한다. 디지털 이미지 및 웹 이미지가 유사한 식별자를 갖는 경우, 그것들은 서로 대응한다고 판정된다. 대응하는 이미지들은 유사한 특징을 포함하거나 원래의 탐색 질의(270)에 대한 기초를 형성한 사람의 이미지를 포함할 듯하다. 각 디지털 이미지 및 대응하는 웹 이미지(251) 간의 연관은 이미지 인덱스(250) 내에 저장될 수 있다.
식별 컴포넌트(254)는 디지털 이미지 식별자의 식별자에 대응하는 웹 이미지 하나하나로부터 링크를 판독한다. 이미지 인덱스(250)의 통신 컴포넌트(256)는 링크(들), 링크(들)의 표현 또는 각각의 대응하는 웹 이미지와 연관된 다른 맵핑된 내용을 이미지 엔진(250)에 통신한다. 링크의 표현은 예컨대 웹 이미지를 포함하는 웹 페이지의 뷰(view), 약술, URL 주소 또는 그 웹 이미지를 포함할 수 있다. 통신 컴포넌트(256)는 탐색 결과(284)를 병합 엔진(260)에 또는 프론트 엔드 메커니즘(220)의 수신 컴포넌트(222)에 통신하도록 구성된다.
병합 엔진(260)은 탐색 결과 리스트(282 및 284)를 각각 이미지 엔진(230) 및 탐색 엔진(240) 각각으로부터 수신하도록 구성된다. 병합 엔진(260)에서, 탐색 결과(280) 및 탐색 결과(282)는 하나의 탐색 결과 리스트(284)를 생성하기 위해 함께 병합된다. 그러므로 병합된 탐색 결과 리스트(280)는 탐색 결과 리스트(282 및 284)의 편집본이다. 병합 엔진(260)은 탐색 결과(282 및 284)를 그들의 관련성에 기반하여 순위화하도록 또한 구성된다. 관련성은 알고리즘에 따라 판정될 수 있다. 단지 예시적 목적으로 사용되는 예로서, 이미지 엔진(230)으로부터 반환된 결과가 탐색 엔진(240)으로부터의 결과보다 더 관련성이 있는 것으로서(즉, 이미지 엔진(230)으로부터 반환된 결과는 탐색 질의(270)로서 그의 명칭이 입력된 사람의 이미지 및 아마도 그에 관한 다른 정보를 포함한다고 알려진 웹 문서로의 링크를 포함함) 더 높게 순위화될 수 있다. 병합되면, 병합 엔진(260)의 통신 컴포넌트(256)는 병합된 탐색 결과 리스트(280)를 사용자로의 배포를 위해 프론트 엔드 메커니즘(220)에 배포한다.
이제 도 6으로 넘어가면, 발명의 실시예에 따라, 이미지 인덱스를 구성하는 예시적 방법(600)을 묘사하는 흐름도가 도시된다. 먼저, "단계" 및/또는 "블록"이라는 용어는 활용되는 방법의 상이한 요소들을 함의(connote)하기 위해 본 문서에서 사용될 수 있으나, 개개 단계의 순서가 명시적으로 기술되는 경우를 제외하고 그 경우가 아니라면 본 문서에서 개시된 다양한 단계들 사이의 또는 그것들 간의 여하한 특정한 순서를 그 용어가 함축하는(implying) 것으로 해석되어서는 안 된다는 점이 인식되고 이해되어야 한다.
예시적인 실시예에서, 방법(600)은 이미지 인덱스를 구성하는 것에 관련된다. 단계(310)에서, 웹 이미지에 대한 복수의 온라인 위치 및 웹 이미지로의 링크를 채집하기 위해 웹 크롤링 메커니즘이 개시된다. 앞서 더욱 충분히 논의된 바와 같이, 웹 크롤링 메커니즘은 또한 웹 이미지를, 또는 그 웹 이미지 내에 나타나는 인물에 대한 다른 정보(이를테면 인물의 명칭)를 위한 연관된 웹 문서를 채집할 수 있다. 단계(312)에서, 웹 이미지의 식별자가 웹 이미지로의 링크에 맵핑된다. 마지막으로, 단계(314)에서, 웹 이미지의 맵핑된 식별자 및 웹 이미지로의 링크가 이미지 인덱스 내에 저장된다. 비록 도시되지는 않았으나, 웹 이미지 또는 웹 이미지가 본래 들어 있는 웹 문서와 연관된 다른 식별 정보가 또한 웹 이미지의 식별자에 맵핑되고 이미지 인덱스 내에 저장될 수 있다.
도 7을 참조하면, 본 발명의 일 실시예에 따라, 사람에 대한 탐색 질의를 해결하기 위해 그 사람의 디지털 이미지를 검색하는 예시적 방법(700)을 묘사하는 흐름도가 도시된다. 먼저, 방법(700)은 단계(710)에서 사람에 대한 탐색 질의를 수신하는 것을 수반할 수 있다.
도 9에 도시된 바와 같이, 본 발명의 일 실시예에 따라, 사람에 대한 탐색 질의를 수신하기 위한 예시적인 사용자 인터페이스(900)의 예시적 스크린 디스플레이가 묘사된다. 탐색 질의 박스(910)에서, 사용자는 명칭(가령, "Harry Shum") 또는 사람에 대한 다른 식별 정보를 포함할 수 있는 탐색 질의(911)를 입력한다. 이어서, 사용자는 탐색 질의(911)을 좁히기 위한 추가적인 제안을 포함하는 탐색 엔진으로부터의 피드백을 수신할 수 있다. 예를 들어, 사용자가 드롭 다운 메뉴(920)로부터 명칭(922) 상으로 브라우저를 지나가는 경우, 사용자는 그의 탐색을 좁히기 위해 두 명의 피선택인인 사람(924) 및 사람(926) 중에서 고를 수 있다. 그러므로, 탐색 질의는 원래의 탐색 질의(911) 및 그의 탐색을 좁히고/거나 넓히기 위한 임의의 추가적인 사용자 선택(가령, 사람(924))을 포함할 수 있다.
유사하게, 도 10에 도시된 바와 같이 본 발명의 일 실시예에 따라, 사람에 대한 탐색 질의를 수신하기 위한 예시적인 사용자 인터페이스(1000)의 예시적 스크린 디스플레이가 묘사된다. 도 10은 사용자가 사람(사용자가 그에 대한 추가 정보를 찾기를 바람)을 찾아 탐색하거나 그를 선택할 수 있는 방법의 더욱 광범위한 예시를 제공한다. 예를 들어, 사용자는 포괄적인 탐색 엔진(generic search engine)(1110), 사람 명확화 탐색 결과 리스트(1200) 또는 소셜 바(1300)(이들은 각각 도 3 내지 도 5에서 앞서 제공된 예들과 유사함)로부터 링크 또는 아이콘을 선택함으로써 특정한 사람을 찾아 탐색할 수 있다. 이 탐색 결과들 각각으로부터 링크 또는 아이콘을 선택하는 것은 사용자에게 반환된 탐색 결과를 좁히는 데에 도움이 될 수 있다. 예를 들어, 사용자가 사람 명확화 탐색 결과 리스트(1200)로부터 "Harry Shum, Jr."라는 명칭을 선택하는 경우, 탐색 질의는 그 미국인 배우에 대한 정보를 발견하는 것으로 더욱 좁게 지향될 수 있다.
도 7을 다시 참조하면, 단계(720)에서, 사람에 대한 탐색 질의를 입력하는 것에 기반하여 그 사람에 대한 정보를 발견하고자 시도하는 의도가 인지된다. 탐색 질의의 의도를 인지하면, 그 사람의 디지털 이미지가 단계(730)에서 선택된다. 단계(740)에서 나타내어진 바와 같이, 그 사람의 디지털 이미지의 식별자가 이미지 인덱스에 제출되고, 후속적으로 탐색 질의가 해결된다. 탐색 질의는 디지털 이미지의 식별자에 대응하는 웹 이미지의 식별자에 맵핑된 적어도 하나의 링크를 이미지 인덱스로부터 반환함으로써 해결된다. 추가적으로, 웹 이미지의 식별자가 웹 이미지 내에 나타나는 사람의 적어도 하나의 명칭에 맵핑되고, 그 사람의 명칭이 탐색 질의의 내용으로서 입력된 명칭과 대응하는 경우 탐색 질의가 해결될 수 있다. 마지막으로, 단계(750)에서, 그러한 적어도 하나의 링크는, 탐색 질의에 응답하는 것이며 그 관련성에 따라 순위화된 탐색 결과의 세트 내에 제시를 위해 배포된다. 탐색 질의에 대한 응답이 되는 탐색 결과는 사용자의 탐색 질의 내에서 명명되었던 사람을 언급하거나 그에 관련된 결과를 포함할 수 있다.
도 8을 참조하면, 본 발명의 일 실시예에 따라, 사람에 대한 탐색 질의를 만족시키기 위해 이미지 인덱스를 활용하는 예시적 방법(800)을 묘사하는 흐름도가 도시된다. 먼저, 방법(800)은 이미지 엔진, 탐색 엔진 및 병합 엔진(프로세서 상에서 실행됨) 중 하나 이상에 의해 수행되는 컴퓨터화된 방법을 나타낼 수 있다. 실시예들에서, 방법(800)은 이미지 인덱스를 액세스하는 단계(810)를 수반할 수 있다. 단계(820)에서, 디지털 이미지의 식별자는 이미지 인덱스에 수집된 웹 이미지의 식별자와 대조하여 비교된다. 특히, 디지털 이미지는 탐색 질의의 내용의 함수로서 선택될 수 있다. 많은 실시예에서, 탐색 질의의 내용은 사용자가 탐색하여 찾으려고 하는 사람의 명칭을 포함할 것이다. 그 비교에 기반하여, 단계(830)에서, 디지털 이미지의 식별자가 웹 이미지의 식별자에 대응하는 것으로 판정되고, 단계(840)에서, 웹 이미지의 대응하는 식별자에 맵핑된 적어도 하나의 링크가 판독된다. 단계(850)에서, 링크의 표현이 탐색 결과의 세트 내에 사용자로의 제시를 위해 배포된다. 비록 도시되지는 않았으나, 탐색 결과의 세트는 이미지 엔진으로부터 획득되지 않은 결과를 포함할 수 있다. 다시 말해, 포괄적인 탐색 엔진에 의해 검색된 탐색 결과는 링크와 병합될 수 있다. 몇몇 실시예에서, 포괄적인 탐색 엔진으로부터 획득된 탐색 결과 및 링크는 알고리즘에 따라 순위화될 수 있다.
원하는 경우, 사용자로의 제시를 위해 배포되는 결과는 링크의 표현 및 포괄적인 탐색 엔진으로부터 획득된 별개의 탐색 결과를 포함할 수 있다. 추가적으로, 링크의 각 표현에 나란히 인접하여, 또는 이에 가까이, 링크와 연관된 웹 이미지 및/또는 링크의 내용은 또한 탐색 결과의 세트 내에 링크를 반환하는 것에 대한 이유를 사용자에게 나타내기 위해 제시될 수 있다.
발명의 다양한 실시예가 제한적이라기보다는 예시적인 것으로 기술되었다. 발명의 실시예의 범주로부터 벗어나지 않고 대체적인 실시예가 때때로 분명하게 될 것이다. 어떤 특징 및 서브조합은 효용성이 있는 것이며, 다른 특징 및 서브조합에 대한 참조 없이 활용될 수 있다는 점이 이해될 것이다. 이는 청구항의 범주에 의해 고려되며 청구항의 범주 내에 있다.

Claims (10)

  1. 실행되는 경우, 이미지 인덱스를 구성하는(building) 방법을 수행하는 컴퓨터 실행가능 명령어가 구현된 하나 이상의 컴퓨터 저장 매체로서, 상기 방법은
    웹 이미지에 대한 복수의 온라인 위치 및 상기 웹 이미지로의 링크를 채집하는 웹 크롤링 메커니즘(web-crawling mechanism)을 개시하는 단계와,
    상기 웹 이미지의 식별자를 상기 웹 이미지로의 링크에 맵핑하는 단계와,
    상기 웹 이미지의 맵핑된 식별자 및 상기 웹 이미지로의 상기 링크를 상기 이미지 인덱스 내에 저장하는 단계를 포함하는,
    매체.
  2. 제1항에 있어서,
    상기 방법은
    상기 웹 이미지의 상기 식별자를 상기 웹 이미지 내에 나타나는 하나 이상의 사람의 고유 명칭(proper name)에 맵핑하는 단계와,
    상기 웹 이미지의 맵핑된 식별자 및 상기 고유 명칭을 저장하는 단계를 더 포함하는,
    매체.
  3. 제1항에 있어서,
    상기 웹 이미지로의 상기 링크는 상기 웹 이미지를 포함하는 웹 페이지로의 URL(Uniform Resource Locator) 주소를 포함하는,
    매체.
  4. 실행되는 경우, 사람에 관련된 적어도 하나의 디지털 이미지를 검색하는(retrieving) 방법을 수행하는 컴퓨터 실행가능 명령어가 구현된 하나 이상의 컴퓨터 저장 매체로서, 상기 방법은
    상기 사람에 대한 탐색 질의(search query)를 수신하는 단계와,
    상기 탐색 질의의 내용(content)을 사용하여 상기 사람에 관련된 적어도 하나의 디지털 이미지를 선택하는 단계와,
    상기 적어도 하나의 디지털 이미지의 식별자를 이미지 인덱스에 제출하는(submitting) 단계 - 상기 이미지 인덱스는 웹 이미지들의 식별자들 및 상기 웹 이미지들로의 링크들 간의 맵핑을 포함함 - 와,
    웹 이미지의 식별자에 맵핑된 적어도 하나의 링크를 반환함으로써 상기 탐색 질의를 해결하는(resolving) 단계 - 상기 적어도 하나의 디지털 이미지의 상기 식별자는 상기 이미지 인덱스의 상기 맵핑 내 상기 웹 이미지의 상기 식별자와 대응함 - 와,
    상기 탐색 질의에 응답하는 것인 탐색 결과의 세트 내에 상기 적어도 하나의 링크의 표현을 제시(presentation)를 위해 배포하는(distributing) 단계를 포함하는,
    매체.
  5. 제4항에 있어서,
    상기 디지털 이미지는 사용자 프로파일로부터 선택되고, 상기 사용자 프로파일은 하나 이상의 소셜 네트워킹 웹사이트와 연관되어 저장된 개인 정보 또는 디지털 이미지를 포함하는,
    매체.
  6. 제4항에 있어서,
    상기 탐색 질의를 해결하는 단계는 상기 웹 이미지의 식별자에 맵핑된 적어도 하나의 링크를 상기 이미지 인덱스로부터 반환하는 단계를 또한 포함하고, 상기 웹 이미지의 식별자는 상기 웹 이미지 내에 나타나는 사람들의 하나 이상의 고유 명칭에 맵핑되며, 상기 맵핑된 하나 이상의 고유 명칭은 상기 사람에 대한 상기 탐색 질의의 상기 내용으로서 입력된 고유 명칭과 대응하는,
    매체.
  7. 사용자로부터의 탐색 질의를 만족시키기 위해 이미지 인덱스를 활용하는 컴퓨터화된(computerized) 방법으로서,
    상기 이미지 인덱스를 액세스하는 단계 - 상기 이미지 인덱스는 웹 이미지의 식별자 및 상기 웹 이미지로의 링크 간의 맵핑을 포함함 - 와,
    디지털 이미지의 식별자를 상기 이미지 인덱스에 수집된 상기 웹 이미지의 식별자와 대조하여 비교하는 단계 - 상기 디지털 이미지는 상기 탐색 질의의 내용의 함수로서 선택됨 - 와,
    상기 비교에 기반하여, 상기 디지털 이미지의 상기 식별자가 상기 웹 이미지의 하나 이상의 식별자와 대응함을 판정하는 단계와,
    상기 웹 이미지의 상기 하나 이상의 대응하는 식별자에 맵핑된 하나 이상의 링크를 판독하는 단계와,
    상기 탐색 질의에 응답하는 것인 탐색 결과의 세트 내에 상기 하나 이상의 링크의 표현을 상기 사용자로의 제시를 위해 배포하는 단계를 포함하는
    방법.
  8. 제7항에 있어서,
    상기 디지털 이미지의 상기 식별자 및 상기 웹 이미지의 상기 하나 이상의 식별자 간의 연관(association)을 상기 이미지 인덱스 내에 저장하는 단계를 더 포함하는
    방법.
  9. 제7항에 있어서,
    상기 방법은 상기 탐색 결과의 세트 내에 상기 하나 이상의 링크를 사용자에게 제시를 위해 배포하기 위한 이미지 엔진(image engine)을 제공하는 단계를 더 포함하는,
    방법.
  10. 제9항에 있어서,
    상기 이미지 엔진에 의해 제시를 위해 배포되는 상기 하나 이상의 링크를 탐색 엔진(search engine)에 의해 검색되는 링크와 병합하는 단계와,
    상기 탐색 결과의 세트 내에 상기 탐색 엔진에 의해 검색되는 상기 링크 및 상기 이미지 엔진에 의해 제시를 위해 배포되는 상기 하나 이상의 링크를 순위화하는(ranking) 단계 - 상기 이미지 엔진에 의해 제시를 위해 배포되는 상기 하나 이상의 링크 및 상기 탐색 엔진에 의해 검색되는 상기 링크는 상기 탐색 질의에 대한 관련성에 따라 순위화됨 - 를 더 포함하는
    방법.
KR1020157016474A 2012-12-21 2013-12-20 이미지를 사용하여 인물 탐색을 개선하는 기법 KR20150100683A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/723,475 US20140181070A1 (en) 2012-12-21 2012-12-21 People searches using images
US13/723,475 2012-12-21
PCT/US2013/077036 WO2014100641A1 (en) 2012-12-21 2013-12-20 Improving people searches using images

Publications (1)

Publication Number Publication Date
KR20150100683A true KR20150100683A (ko) 2015-09-02

Family

ID=49956454

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020157016474A KR20150100683A (ko) 2012-12-21 2013-12-20 이미지를 사용하여 인물 탐색을 개선하는 기법

Country Status (11)

Country Link
US (1) US20140181070A1 (ko)
EP (1) EP2936349A1 (ko)
JP (1) JP2016507812A (ko)
KR (1) KR20150100683A (ko)
CN (1) CN104919452A (ko)
AU (1) AU2013361055A1 (ko)
BR (1) BR112015014529A8 (ko)
CA (1) CA2892273A1 (ko)
MX (1) MX2015008116A (ko)
RU (1) RU2015124047A (ko)
WO (1) WO2014100641A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020033902A1 (en) * 2018-08-10 2020-02-13 Visa International Service Association Techniques for matching disparate input data

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9646062B2 (en) * 2013-06-10 2017-05-09 Microsoft Technology Licensing, Llc News results through query expansion
US10043070B2 (en) * 2016-01-29 2018-08-07 Microsoft Technology Licensing, Llc Image-based quality control
US10366144B2 (en) * 2016-04-01 2019-07-30 Ebay Inc. Analyzing and linking a set of images by identifying objects in each image to determine a primary image and a secondary image
US11308154B2 (en) * 2016-08-17 2022-04-19 Baidu Usa Llc Method and system for dynamically overlay content provider information on images matched with content items in response to search queries
CN107665226A (zh) * 2017-01-19 2018-02-06 深圳市谷熊网络科技有限公司 一种信息的推送方法及推送装置
US20200097570A1 (en) * 2018-09-24 2020-03-26 Salesforce.Com, Inc. Visual search engine
CN111831878B (zh) * 2019-04-22 2023-09-15 百度在线网络技术（北京）有限公司 构建价值索引关系的方法、索引系统及索引装置

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100451649B1 (ko) * 2001-03-26 2004-10-08 엘지전자 주식회사 이미지 검색방법과 장치
US20030107592A1 (en) * 2001-12-11 2003-06-12 Koninklijke Philips Electronics N.V. System and method for retrieving information related to persons in video programs
US7872669B2 (en) * 2004-01-22 2011-01-18 Massachusetts Institute Of Technology Photo-based mobile deixis system and related techniques
US7860317B2 (en) * 2006-04-04 2010-12-28 Microsoft Corporation Generating search results based on duplicate image detection
US7684651B2 (en) * 2006-08-23 2010-03-23 Microsoft Corporation Image-based face search
US8635203B2 (en) * 2006-11-16 2014-01-21 Yahoo! Inc. Systems and methods using query patterns to disambiguate query intent
US8667004B2 (en) * 2007-11-30 2014-03-04 Microsoft Corporation Providing suggestions during formation of a search query
US10275524B2 (en) * 2008-01-23 2019-04-30 Sears Holdings Management Corporation Social network searching with breadcrumbs
US9087059B2 (en) * 2009-08-07 2015-07-21 Google Inc. User interface for presenting search results for multiple regions of a visual query
US8694505B2 (en) * 2009-09-04 2014-04-08 Microsoft Corporation Table of contents for search query refinement
US20110106798A1 (en) * 2009-11-02 2011-05-05 Microsoft Corporation Search Result Enhancement Through Image Duplicate Detection
US9710491B2 (en) * 2009-11-02 2017-07-18 Microsoft Technology Licensing, Llc Content-based image search
JP2011203776A (ja) * 2010-03-24 2011-10-13 Yahoo Japan Corp 類似画像検索装置、方法及びプログラム
US8495057B2 (en) * 2010-05-17 2013-07-23 Microsoft Corporation Image searching with recognition suggestion
US8498455B2 (en) * 2010-06-03 2013-07-30 Microsoft Corporation Scalable face image retrieval
US20130024391A1 (en) * 2011-06-09 2013-01-24 Tripadvisor Llc Social travel recommendations
US9292504B2 (en) * 2011-12-15 2016-03-22 Verizon Patent And Licensing Inc. Context generation from active viewing region for context sensitive searching

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020033902A1 (en) * 2018-08-10 2020-02-13 Visa International Service Association Techniques for matching disparate input data

Also Published As

Publication number Publication date
WO2014100641A1 (en) 2014-06-26
CN104919452A (zh) 2015-09-16
BR112015014529A8 (pt) 2019-10-15
JP2016507812A (ja) 2016-03-10
AU2013361055A2 (en) 2016-03-31
RU2015124047A (ru) 2017-01-10
BR112015014529A2 (pt) 2017-07-11
US20140181070A1 (en) 2014-06-26
EP2936349A1 (en) 2015-10-28
CA2892273A1 (en) 2014-06-26
AU2013361055A1 (en) 2015-06-04
MX2015008116A (es) 2016-05-31

Similar Documents

Publication Publication Date Title
US8370329B2 (en) Automatic search query suggestions with search result suggestions from user history
US8417698B2 (en) Systems and methods to provide search based on social graphs and affinity groups
US8600968B2 (en) Predictively suggesting websites
KR20150100683A (ko) 이미지를 사용하여 인물 탐색을 개선하는 기법
US8504583B1 (en) Multi-domain recommendations
US8280879B2 (en) System and method for quantifying visibility within search engines
CN105956116B (zh) 用于处理将要显示的内容的方法和系统
US10726083B2 (en) Search query transformations
US9836178B2 (en) Social web browsing
US8819006B1 (en) Rich content for query answers
US20130006914A1 (en) Exposing search history by category
US10007705B2 (en) Display of boosted slashtag results
US8332426B2 (en) Indentifying referring expressions for concepts
KR20160138440A (ko) 질의 의도에 기초한 serp 프리젠테이션 조절 기법
US9424353B2 (en) Related entities
CN110235121B (zh) 用于增强型在线调研的系统和方法
US10546029B2 (en) Method and system of recursive search process of selectable web-page elements of composite web page elements with an annotating proxy server
TW201447615A (zh) 查詢建構中之社群實體預覽

Legal Events

Date Code Title Description
WITN Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid