KR20160150635A - 클라우드 카드를 추천하기 위한 방법 및 장치 - Google Patents
클라우드 카드를 추천하기 위한 방법 및 장치 Download PDFInfo
- Publication number
- KR20160150635A KR20160150635A KR1020167015099A KR20167015099A KR20160150635A KR 20160150635 A KR20160150635 A KR 20160150635A KR 1020167015099 A KR1020167015099 A KR 1020167015099A KR 20167015099 A KR20167015099 A KR 20167015099A KR 20160150635 A KR20160150635 A KR 20160150635A
- Authority
- KR
- South Korea
- Prior art keywords
- cloud card
- contact person
- photograph
- picture
- cloud
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 79
- 230000008569 process Effects 0.000 claims description 20
- 238000010606 normalization Methods 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 19
- 238000000605 extraction Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 8
- 238000007726 management method Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/101—Collaborative creation, e.g. joint development of products or services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F15/00—Digital computers in general; Data processing equipment in general
- G06F15/16—Combinations of two or more digital computers each having at least an arithmetic unit, a program unit and a register, e.g. for a simultaneous processing of several programs
-
- 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
- G06F16/43—Querying
- G06F16/432—Query formulation
- G06F16/434—Query formulation using image data, e.g. images, photos, pictures taken by a user
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G06F17/30047—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G06K9/00221—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
-
- G06Q50/30—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/41—Analysis of document content
- G06V30/418—Document matching, e.g. of document images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L61/00—Network arrangements, protocols or services for addressing or naming
- H04L61/45—Network directories; Name-to-address mapping
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
- H04L63/0861—Network architectures or network communication protocols for network security for authentication of entities using biometrical features, e.g. fingerprint, retina-scan
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L2101/00—Indexing scheme associated with group H04L61/00
- H04L2101/60—Types of network addresses
- H04L2101/618—Details of network addresses
- H04L2101/65—Telephone numbers
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- Computer Hardware Design (AREA)
- Mathematical Physics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Software Systems (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
Abstract
본원 개시내용은 클라우드 카드를 추천하기 위한 방법 및 장치를 참조한다. 상기 방법은, 제1 연락자(contact person)의 클라우드 카드 및 제2 연락자의 단말에 저장된 연락 정보를 획득 - 상기 클라우드 카드는 클라우드 카드 사진을 포함하고, 상기 연락 정보는 연락 사진을 포함함 - 하는 단계, 상기 클라우드 카드 사진을 상기 연락 사진과 비교하는 단계 및 상기 클라우드 카드 사진이 상기 연락 사진과 매칭되는 경우, 상기 제1 연락자의 상기 클라우드 카드를 상기 제2 연락자에게 추천하는 단계를 포함한다. 연락자의 클라우드 카드가 다른 사용자들에게 추천되는 동안, 클라우드 카드의 정확도가 개선된다.
Description
본원은 2015년 5월 26일에 출원된 중국 특허 출원 No. 201510276603.9에 기초한 것으로, 그것의 전반적인 내용이 본원에 참조로 인용된다.
본원 개시내용은 일반적으로 컴퓨터 기술 분야, 그리고 더 구체적으로, 클라우드 카드를 추천하기 위한 방법 및 장치와 관련된다.
관련 기술분야에서, 컴퓨터 기술의 급속한 발전에 따라, 스마트 단말은 이미 사람들의 생활 속에 있어 일상적으로 사용되는 물건이 되었다. 몇몇 소셜 어플리케이션들은 스마트 단말 내에 설치될 수 있다. 사용자는 소셜 어플리케이션들 내에서 연락자와 매칭되지 않는 연락자 정보 및 연락자 사진 들을 기록하고, 사용자는 클라우드 카드를 생성하고 그것을 퍼블리싱(publishing)하기 위해 연락자 정보 및 연락자 사진을 서버로 업로드할 수 있고, 다른 사용자들은 이 연락자의 클라우드 카드를 볼 수 있다.
클라우드 카드를 추천하기 위한 방법 및 장치를 참조한다. 상기 방법은, 제1 연락자(contact person)의 클라우드 카드 및 제2 연락자의 단말에 저장된 연락 정보를 획득 - 상기 클라우드 카드는 클라우드 카드 사진을 포함하고, 상기 연락 정보는 연락 사진을 포함함 - 하는 단계, 상기 클라우드 카드 사진을 상기 연락 사진과 비교하는 단계 및 상기 클라우드 카드 사진이 상기 연락 사진과 매칭되는 경우, 상기 제1 연락자의 상기 클라우드 카드를 상기 제2 연락자에게 추천하는 단계를 포함한다. 연락자의 클라우드 카드가 다른 사용자들에게 추천되는 동안, 클라우드 카드의 정확도가 개선된다.
본원 개시내용의 실시예들은 클라우드 카드를 추천하기 위한 방법 및 장치를 제공하고, 그러한 연락자의 클라우드 카드가 다른 사용자들에게 추천되는 동안, 클라우드 카드를 추천하는 정확도가 개선된다.
본원 개시내용의 제1 실시예에 따르면, 클라우드 카드를 추천하기 위한 방법은, 제1 연락자(contact person)의 클라우드 카드 및 제2 연락자의 단말에 저장된 연락자 정보를 획득 - 상기 클라우드 카드는 클라우드 카드 사진을 포함하고, 상기 연락자 정보는 연락자 사진을 포함함 - 하는 단계, 상기 클라우드 카드 사진을 상기 연락자 사진과 비교하는 단계 및 상기 클라우드 카드 사진이 상기 연락자 사진과 매칭되는 경우, 상기 제1 연락자의 상기 클라우드 카드를 상기 제2 연락자에게 추천하는 단계를 포함한다.
본원 개시내용의 실시예에 의해 제공되는 기술적인 솔루션은 아래 장점들을 포함할 수 있다. 연락자 사진과 매칭된 제1 연락자의 클라우드 카드는 서버 내에 획득되고, 제1 연락자의 클라우드 카드는 제2 연락자에게 푸쉬된다. 사진에 따라 단말에 저장된 클라우드 카드가 제2 연락자의 단말에 저장된 연락자 정보와 매칭되는지 여부를 판단함으로써, 제2 연락자에게 클라우드 카드가 추천되는 동안, 클라우드 카드 및 연락자 정보를 매칭시키는 정확도가 개선된다.
클라우드 카드 사진을 연락자 사진과 비교하는 단계는, 상기 클라우드 카드 사진 및 상기 연락자 사진 간의 제1 유사도를 계산하는 단계 및 상기 제1 유사도가 미리 결정된 유사도에 도달할 경우, 상기 클라우드 카드 사진이 상기 연락자 사진과 매칭된다고 결정하는 단계를 포함한다.
본원 개시내용의 실시예에 의해 제공되는 기술적인 솔루션은 아래 장점들을 포함할 수 있다. 제1 유사도를 판단함으로써, 클라우드 카드 사진이 연락자 사진과 매칭되는지 여부가 결정된다. 클라우드 카드 사진이 동일한 사람의 연락자 사진과 매칭되지 않을 수 있기 때문에, 제1 유사도가 미리 결정된 유사도에 도달할 경우, 클라우드 카드 및 연락자 정보가 동일한 사람을 참조하는 것이라고 결정될 수 있고, 따라서 제2 연락자에게 클라우드 카드가 추천되는 동안 클라우드 카드 및 연락자 정보를 매칭시키는 정확도가 더 개선된다.
클라우드 카드 사진을 상기 연락자 사진과 비교하는 단계는, 상기 클라우드 카드 사진 및 상기 연락자 사진으로부터 각각 페이스 이미지를 추출하는 단계, 상기 클라우드 카드 사진의 상기 페이스 이미지를 상기 연락자 사진의 상기 페이스 이미지와 비교하는 단계 및 상기 클라우드 카드 사진의 상기 페이스 이미지가 상기 연락자 사진의 상기 페이스 이미지와 매칭되는 경우, 상기 클라우드 카드 사진이 상기 연락자 사진과 매칭된다고 결정하는 단계를 포함한다.
본원 개시내용의 실시예에 의해 제공되는 기술적인 솔루션은 아래의 장점들을 포함할 수 있다. 클라우드 카드 사진 및 연락자 사진의 페이스(face) 이미지들을 판단함으로써, 클라우드 카드 사진이 연락자 사진과 매칭되는지 여부가 결정된다. 클라우드 카드 사진의 페이스 이미지가 연락자 사진의 페이스 이미지와 매칭되는 경우, 클라우드 카드 및 연락자 정보가 동일한 사람을 참조하는 것인지(refer to) 여부가 결정될 수 있고, 이는 클라우드 카드 사진의 페이스 이미지가 연락자 사진의 페이스 이미지와 매칭되는지 여부를 판단하는 속도를 증가시킬 뿐 아니라, 제2 연락자에게 클라우드 카드가 추천되는 동안 클라우드 카드 및 연락자 정보를 매칭시키는 정확도가 더 개선된다.
상기 제1 유사도가 미리 결정된 유사도에 도달할 경우, 상기 클라우드 카드 사진을 상기 연락자 사진과 비교하는 단계는, 서버에 저장된 클라우드 카드 사진들 및 연락자 사진들 중 상기 클라우드 카드 사진 또는 상기 연락자 사진의 출현 횟수를 결정하는 단계 및 상기 출현 횟수가 미리 결정된 횟수 이하(less than or equal)인 경우, 상기 클라우드 카드 사진이 상기 연락자 사진과 매칭된다고 결정하는 단계를 더 포함한다.
본원 개시내용의 실시예에 의해 제공되는 기술적인 솔루션은 아래의 장점들을 포함할 수 있다. 다른 연락자들은, 그들의 연락자 사진들 또는 클라우드 카드 사진들로서 몇몇 동일한 네트워크 픽쳐들(pictures)을 선택할 수 있다. 클라우드 카드 사진 또는 연락자 사진의 출현 횟수가 미리 결정된 횟수 이하인 경우, 상기 사진은 복수의 연락자들 또는 클라우드 카드들이라기 보다 하나의 동일한 사람의 클라우드 카드 사진 또는 연락자 사진일 수 있다고 결정될 수 있다. 그러므로, 출현 횟수가 미리 결정된 횟수 이하인 경우, 클라우드 카드 사진이 연락자 사진과 매칭된다고 결정되고, 따라서, 클라우드 카드 사진이 연락자 사진과 매칭되는지 여부를 판단하는 정확도가 더 개선된다.
출현 횟수가 미리 결정된 횟수를 초과하는 경우, 클라우드 카드 사진을 연락자 사진과 비교하는 단계는, 상기 출현 횟수가 상기 미리 결정된 횟수를 초과하는 경우 - 상기 출현 횟수가 크면 클수록, 상기 제2 유사도는 상기 제1 유사도에 비하여 더 작음-, 상기 출현 횟수 및 상기 제1 유사도에 따라 상기 클라우드 카드 사진 및 상기 연락자 사진 간의 상기 제2 유사도를 계산하는 단계, 상기 제2 유사도가 상기 미리 결정된 유사도에 도달하는지 여부를 판단하는 단계 및 상기 제2 유사도가 상기 미리 결정된 유사도 미만인 경우, 상기 클라우드 카드 사진과 상기 연락자 사진이 매칭되지 않는다고 결정하는 단계를 더 포함한다.
본원 개시내용의 실시예에 의해 제공되는 기술적인 솔루션은 아래의 장점들을 포함할 수 있다. 클라우드 카드 사진 및 연락자 사진 간의 제2 유사도는 클라우드 카드 사진 또는 연락자 사진의 출현 횟수에 따라 계산되고, 제2 유사도가 미리 결정된 유사도 미만인 경우, 클라우드 카드 사진이 연락자 사진과 매칭되지 않는다고 결정된다. 다른 연락자들은, 그들의 연락자 사진들 또는 클라우드 카드 사진들로서 몇몇 동일한 네트워크 픽쳐들(picture)을 선택할 수 있다. 클라우드 카드 사진 또는 연락자 사진의 출현 횟수가 크면 클수록 클라우드 카드 사진 및 연락자 사진 간의 유사도의 유사도는 더 작고, 따라서 상기 사진은 복수의 연락자들 또는 클라우드 카드들이라기 보다 하나의 동일한 사람의 클라우드 카드 사진 또는 연락자 사진일 수 있다고 결정될 수 있다. 그러므로, 제2 유사도가 미리 결정된 유사도 미만인 경우, 클라우드 카드 사진이 연락자 사진과 매칭되는지 여부를 판단하는 정확도가 더 개선된다.
상기 방법은, 상기 클라우드 카드 사진 및 상기 연락자 사진 상에 노멀라이제이션 프로세스를 수행하여, 상기 클라우드 카드 사진 및 상기 연락자 사진 각각의 표준 사진을 획득하는 단계 및 미리 결정된 규칙에 따라 상기 표준 사진으로부터 특징점을 추출하는 단계를 더 포함하고, 상기 클라우드 카드 사진을 상기 연락자 사진과 비교하는 단계는, 상기 클라우드 사진 및 상기 연락자 사진의 상기 표준 사진들의 상기 특징점들을 비교하는 단계 및 상기 특징점들의 비교 결과에 따라 상기 클라우드 카드 사진이 상기 연락자 사진과 매칭되는지 여부를 결정하는 단계를 더 포함한다.
본원 개시내용의 실시예에 의해 제공되는 기술적인 솔루션은 아래의 장점들을 포함할 수 있다. 클라우드 카드 사진 및 연락자 사진의 표준 사진들의 특징점들을 비교함으로써, 클라우드 카드 사진이 연락자 사진과 매칭되는지 여부가 결정되고, 따라서 클라우드 카드 사진 및 연락자 사진을 비교하는 단계의 속도가 증가하고, 클라우드 카드 사진이 연락자 사진과 매칭되는지 여부를 판단하는 단계의 정확도가 개선되고, 제2 연락자에게 클라우드 카드가 추천되는 동안 클라우드 카드 및 연락자 정보를 매칭시키는 정확도가 더 개선된다.
상기 방법은, 상기 클라우드 카드 사진 및 상기 연락자 사진 각각의 상기 페이스 이미지 상에 노멀라이제이션 프로세스를 수행하여 상기 클라우드 카드 사진 및 상기 연락자 사진 각각의 표준 이미지를 획득하는 단계 및 미리 결정된 규칙에 따라 상기 표준 페이스 이미지로부터 특징점을 추출하는 단계를 더 포함하고, 상기 클라우드 카드 사진의 상기 페이스 이미지를 상기 연락자 사진의 상기 페이스 이미지와 비교하는 단계는, 상기 클라우드 카드 사진 및 상기 연락자 사진의 상기 표준 페이스 이미지들의 상기 특징점들을 비교하는 단계 및 상기 특징점들의 비교 결과에 따라 상기 클라우드 카드 사진의 상기 페이스 이미지가 상기 연락자 사진의 상기 페이스 이미지와 매칭되는지 여부를 결정하는 단계를 포함한다.
본원 개시내용의 실시예에 의해 제공되는 기술적인 솔루션은 아래의 장점들을 포함할 수 있다. 클라우드 카드 사진 및 연락자 사진의 표준 페이스 이미지의 특징점들을 비교함으로써, 클라우드 카드 사진이 연락자 사진과 매칭되는지 여부가 결정되고, 따라서 클라우드 카드 사진 및 연락자 사진을 비교하는 단계의 속도가 증가하고, 클라우드 카드 사진이 연락자 사진과 매칭되는지 여부를 판단하는 단계의 정확도가 개선되고, 제2 연락자에게 클라우드 카드가 추천되는 동안 클라우드 카드 및 연락자 정보를 매칭시키는 정확도가 더 개선된다.
본원 개시내용의 제2 실시예에 따라 제공되는, 클라우드 카드를 추천하기 위한 장치는, 제1 연락자의 클라우드 카드 및 제2 연락자의 단말에 저장된 연락자 정보를 획득 - 상기 클라우드 카드는 클라우드 카드 사진을 포함하고, 상기 연락자 정보는 연락자 사진을 포함함 - 하도록 구성되는 획득 모듈 상기 클라우드 카드 사진을 상기 연락자 사진과 비교하도록 구성되는, 비교 모듈 및 상기 클라우드 카드 사진이 상기 연락자 사진과 매칭되는 경우, 상기 제1 연락자의 상기 클라우드 카드를 상기 제2 연락자에게 추천하도록 구성되는, 추천 모듈을 포함한다.
상기 비교 모듈은, 상기 클라우드 카드 사진 및 상기 연락자 사진 간의 제1 유사도를 계산하도록 구성되는, 제1 계산 서브-모듈 및 상기 제1 유사도가 미리 결정된 유사도에 도달할 경우, 상기 클라우드 카드 사진이 상기 연락자 사진과 매칭된다고 결정하도록 구성되는, 제1 결정 서브-모듈을 포함한다.
상기 비교 모듈은, 상기 클라우드 카드 사진 및 상기 연락자 사진으로부터 각각 페이스 이미지를 추출하도록 구성되는, 추출 서브-모듈 상기 클라우드 카드의 상기 페이스 이미지를 상기 연락자 사진의 상기 페이스 이미지와 비교하도록 구성되는, 제1 비교 서브-모듈 및 상기 클라우드 카드 사진의 상기 페이스 이미지가 상기 연락자 사진의 상기 페이스 이미지와 매칭되는 경우, 상기 클라우드 카드 사진이 상기 연락자 사진과 매칭된다고 결정하도록 구성되는 제2 결정 서브-모듈을 포함한다.
상기 비교 모듈은, 상기 제1 유사도가 미리 결정된 유사도에 도달할 경우, 서버에 저장된 클라우드 카드 사진들 및 연락자 사진들 중 상기 클라우드 카드 사진 또는 상기 연락자 사진의 출현 횟수를 결정하도록 구성되는, 제3 결정 서브-모듈 및 상기 출현 횟수가 미리 결정된 횟수 이하인 경우, 상기 클라우드 카드 사진이 상기 연락자 사진과 매칭된다고 결정하도록 구성되는, 제4 결정 서브-모듈을 더 포함한다.
상기 비교 모듈은, 상기 출현 횟수가 미리 결정된 횟수를 초과하는 경우 - 상기 출현 횟수가 크면 클수록, 상기 제2 유사도는 상기 제1 유사도에 비하여 더 작음 -, 상기 출현 횟수 및 상기 제1 유사도에 따라 상기 클라우드 카드 사진 및 상기 연락자 사진 간의 상기 제2 유사도를 계산하도록 구성되는, 제2 계산 서브-모듈, 상기 제2 유사도가 상기 미리 결정된 유사도에 도달하는지 여부를 판단하도록 구성되는, 판단 서브-모듈 및 상기 제2 유사도가 상기 미리 결정된 유사도 이하인 경우, 상기 클라우드 카드 사진과 상기 연락자 사진이 매칭되지 않는다고 결정하도록 구성되는, 제5 결정 서브-모듈을 더 포함한다.
상기 장치는, 상기 클라우드 카드 사진 및 상기 연락자 사진 상에 노멀라이제이션 프로세스를 수행하여, 상기 클라우드 카드 사진 및 상기 연락자 사진 각각의 표준 사진을 획득하도록 구성되는, 제1 프로세싱 모듈 및 미리 결정된 규칙에 따라 상기 표준 사진으로부터 특징점을 추출하도록 구성되는, 제1 추출 모듈을 더 포함하고, 상기 비교 모듈은, 상기 클라우드 카드 및 상기 연락자 사진의 상기 표준 사진들의 상기 특징점들을 비교하도록 구성되는, 제2 비교 서브-모듈 및 상기 특징점들의 비교 결과에 따라 상기 클라우드 카드 사진이 상기 연락자 사진과 매칭되는지 여부를 결정하도록 구성되는, 제6 결정 서브-모듈을 포함한다.
상기 장치는, 상기 클라우드 카드 사진 및 상기 연락자 사진 각각의 상기 페이스 이미지 상에 노멀라이제이션 프로세스를 수행하여 상기 클라우드 카드 사진 및 상기 연락자 사진 각각의 표준 이미지를 획득하도록 구성되는, 제2 프로세싱 모듈 및 미리 결정된 규칙에 따라 상기 표준 페이스 이미지로부터 특징점을 추출하도록 구성되는, 제2 추출 모듈을 더 포함하고, 상기 제1 비교 서브-모듈은, 상기 클라우드 카드 사진 및 상기 연락자 사진의 상기 표준 페이스 이미지들의 상기 특징점들도 비교하고, 상기 특징점들의 비교 결과에 따라 상기 클라우드 카드 사진의 상기 페이스 이미지가 상기 연락자 사진의 상기 페이스 이미지와 매칭되는지 여부도 결정하도록 구성된다.
본원 개시내용의 제3 실시예에 따라 제공되는, 클라우드 카드를 추천하기 위한 장치는, 프로세서 및 상기 프로세서에 의해 실행 가능한 인스트럭션들을 저장하기 위한 메모리를 포함하고, 상기 프로세서는, 제1 연락자의 클라우드 카드 및 제2 연락자의 단말에 저장된 연락자 정보를 획득 - 상기 클라우드 카드는 클라우드 카드 사진을 포함하고, 상기 연락자 정보는 연락자 사진을 포함함 - 하고, 상기 클라우드 카드 사진을 상기 연락자 사진과 비교하고, 상기 클라우드 카드 사진이 상기 연락자 사진과 매칭되는 경우, 상기 제1 연락자의 상기 클라우드 카드를 상기 제2 연락자에게 추천하도록 구성된다.
상술한 일반적인 설명 및 후술할 상세한 설명은 예시적이고 설명적인 것일 뿐, 청구된 발명을 제한하는 것은 아니라고 이해되어야 한다.
본원 명세서에 포함되고 이 명세서의 일부를 구성하는 첨부된 도면은, 개시내용 및 설명과 일관된 실시예들을 도시하고, 발명의 원칙들을 설명한다.
도 1은 일실시예에 따른 클라우드 카드를 추천하기 위한 방법을 도시한 흐름도이다.
도 2는 일실시예에 따른 클라우드 카드를 추천하기 위한 방법을 도시한 흐름도이다.
도 3은 일실시예에 따른 클라우드 카드를 추천하기 위한 자세한 흐름도이다.
도 4는 일실시예에 따른 클라우드 카드를 추천하기 위한 자세한 흐름도이다.
도 5는 일실시예에 따른 클라우드 카드를 추천하기 위한 자세한 흐름도이다.
도 6은 일실시예에 따른 클라우드 카드를 추천하기 위한 장치의 블록도이다.
도 7은 일실시예에 따른 클라우드 카드를 추천하기 위한 장치 내의 비교 모듈의 블록도이다.
도 8은 일실시예에 따른 클라우드 카드를 추천하기 위한 장치 내의 비교 모듈의 블록도이다.
도 9는 일실시예에 따른 클라우드 카드를 추천하기 위한 장치 내의 비교 모듈의 블록도이다.
도 10은 일실시예에 따른 클라우드 카드를 추천하기 위한 장치 내의 비교 모듈의 블록도이다.
도 11은 일실시예에 따른 클라우드 카드를 추천하기 위한 장치의 블록도이다.
도 12는 일실시예에 따른 클라우드 카드를 추천하기 위한 장치의 블록도이다.
도 13은 일실시예에 따른 클라우드 카드를 추천하기 위한 장치의 블록도이다.
도 14는 일실시예에 따른 클라우드 카드를 추천하기 위한 장치의 블록도이다.
도 1은 일실시예에 따른 클라우드 카드를 추천하기 위한 방법을 도시한 흐름도이다.
도 2는 일실시예에 따른 클라우드 카드를 추천하기 위한 방법을 도시한 흐름도이다.
도 3은 일실시예에 따른 클라우드 카드를 추천하기 위한 자세한 흐름도이다.
도 4는 일실시예에 따른 클라우드 카드를 추천하기 위한 자세한 흐름도이다.
도 5는 일실시예에 따른 클라우드 카드를 추천하기 위한 자세한 흐름도이다.
도 6은 일실시예에 따른 클라우드 카드를 추천하기 위한 장치의 블록도이다.
도 7은 일실시예에 따른 클라우드 카드를 추천하기 위한 장치 내의 비교 모듈의 블록도이다.
도 8은 일실시예에 따른 클라우드 카드를 추천하기 위한 장치 내의 비교 모듈의 블록도이다.
도 9는 일실시예에 따른 클라우드 카드를 추천하기 위한 장치 내의 비교 모듈의 블록도이다.
도 10은 일실시예에 따른 클라우드 카드를 추천하기 위한 장치 내의 비교 모듈의 블록도이다.
도 11은 일실시예에 따른 클라우드 카드를 추천하기 위한 장치의 블록도이다.
도 12는 일실시예에 따른 클라우드 카드를 추천하기 위한 장치의 블록도이다.
도 13은 일실시예에 따른 클라우드 카드를 추천하기 위한 장치의 블록도이다.
도 14는 일실시예에 따른 클라우드 카드를 추천하기 위한 장치의 블록도이다.
실시예들을 설명하기 위해 참고 문헌들이 자세히 만들어질 것이고, 예시들은 첨부된 도면에 도시된다. 별도로 표시되지 않은 경우, 아래 설명이 참조하는 동일한 번호들은 상이한 도면들에 표시된 동일하거나 유사한 구성요소들을 의미한다. 아래 도시된 실시예들의 설명에서 제시된(set forth) 구현들은 개시내용과 일관되는 모든 구현들을 나타내는 것은 아니다. 대신, 그것들은 첨부된 청구항 내에 인용됨으로써 개시내용과 관련된 측면과 일관된 방법 및 장치의 예시들일(merely) 뿐이다.
관련 기술분야에서, 컴퓨터 기술의 급속한 발전에 따라, 스마트 단말은 이미 사람들의 생활 속에 있어 일상적으로 사용되는 물건이 되었다. 몇몇 소셜 어플리케이션들은 스마트 단말 내에 설치될 수 있다. 사용자는 소셜 어플리케이션들 내에서 연락자와 매칭되지 않은 연락자 정보 및 연락자 사진들을 기록하고, 사용자는 클라우드 카드를 생성하고 그것을 퍼블리싱(publishing)하기 위해 연락자 정보 및 연락자 사진을 서버로 업로드할 수 있고, 다른 사용자들은 이 연락자의 클라우드 카드를 볼 수 있다.
예를 들어, 사용자 A의 이름, 주소 등과 같은 정보가 사용자 B의 연락처(contact)에 저장되는 동안, 사용자 A의 이름, 주소 등과 같은 정보가 사용자 A의 클라우드 카드에 저장된다. 사용자 A의 클라우드 카드가 사용자 B의 연락처에 저장된 연락자 A와 매칭된다고 결정되는 경우, 사용자 A의 클라우드 카드는 사용자 B에게 추천된다.
그러나, 관련 기술분야에서, 사용자 A의 클라우드 카드에 저장된 이름, 주소 등과 같은 사용자 A의 정보는 사용자 B의 연락처에 저장된 사용자 A의 이름, 주소 등과 같은 정보와 매칭되지 않을 수 있다.
예를 들어, 사용자 A는 사용자 B의 아버지이고, 사용자 A는 "이름", "왕 얼(Wang Er)"을 포함하는 그의 클라우드 카드를 업로드한다. 그러나, 사용자 B의 연락처 내의 사용자 A의 "이름"은 "Dad"이다. 이런 경우, 사용자 A의 클라우드 카드는 사용자 B의 연락처 내의 연락자 A의 정보와 매칭될 수 없다. 사용자 B의 연락처 내의 사용자 A의 "주소"가 A의 회사 주소인 반면, 사용자 A의 "주소"는 A가족의 주소이다. 따라서, 사용자 A의 클라우드 카드는 사용자 B의 연락처 내의 연락자 A의 정보와 매칭될 수 없다.
본원 개시내용의 실시예들은, 연락자의 클라우드 카드가 다른 사용자들에게 제공되는 동안 클라우드 카드를 추천하는 정확도가 개선된, 클라우드 카드를 추천하기 위한 방법 및 장치를 제공한다. 제1 연락자의 클라우드 카드는 서버 내에 획득된 연락자 정보와 매칭되고, 제1 연락자의 클라우드 카드는 제2 연락자에게 푸쉬(is pushed)된다. 사진에 따라 단말에 저장된 클라우드 카드가 제2 연락자의 단말에 저장된 연락자 정보와 매칭되는지 여부를 판단함으로써, 제2 연락자에게 클라우드 카드가 추천되는 동안, 클라우드 카드 및 연락자 정보를 매칭시키는 정확도가 개선된다.
도 1은 일실시예에 따른 클라우드 카드를 추천하기 위한 방법을 도시한 흐름도이다. 도 1을 참조하면, 서버에서 이용될 수 있는 상기 방법은 다음 단계들을 포함한다.
단계(S11)에서, 제2 연락자의 단말에 저장된 제1 연락자 및 연락자 정보가 획득되고, 클라우드 카드는 클라우드 카드 정보를 포함하고 연락자 정보는 연락자 사진을 포함한다.
단계(S12)에서, 클라우드 카드 사진은 연락자 사진과 비교된다.
단계(S13)에서, 클라우드 카드 사진이 연락자 사진과 매칭되는 경우, 제1 연락자의 클라우드 카드가 제2 연락자에게 추천된다.
본원 개시내용의 실시예들은 클라우드 카드를 추천하기 위한 방법 및 장치를 제공한다. 제1 연락자의 클라우드 카드는 서버 내에 획득된 연락자 사진과 매칭되고, 제1 연락자의 클라우드 카드는 제2 연락자에게 푸쉬된다. 사진에 따라 단말에 저장된 클라우드 카드가 제2 연락자의 단말에 저장된 연락자 정보와 매칭되는지 여부를 판단함으로써, 제2 연락자에게 클라우드 카드가 추천되는 동안, 클라우드 카드 및 연락자 정보를 매칭시키는 정확도가 개선된다.
대안으로서, 일실시예에 있어서, 단계(S12)는 단계(A1) 내지 단계(A2)로써 구현될 수 있다.
단계 A1에서, 클라우드 카드 사진 및 연락자 사진 간의 제1 유사도가 계산된다.
단계 A2에서, 제1 유사도가 미리 결정된 유사도에 도달할 경우, 클라우드 카드 사진이 연락자 사진과 매칭된다고 결정된다.
상술한 방법에 의해 제1 유사도가 판단됨으로써, 클라우드 카드 사진이 연락자 사진과 매칭되는지 여부가 결정된다. 클라우드 카드 사진과 동일한 사람의 연락자 사진이 매칭되지 않을 수 있기 때문에, 제1 유사도가 미리 결정된 유사도에 도달할 경우, 클라우드 카드 및 연락자 정보는 동일한 사람과 관련될 수 있고, 따라서 제2 연락자에게 클라우드 카드가 추천되는 동안 클라우드 카드 및 연락자 정보를 매칭시키는 정확도가 더 개선된다.
대안으로서, 일실시예에 있어서, 단계(S12)는 단계(B1) 내지 단계(B3)로써 구현될 수 있다.
단계 B1에서, 페이스 이미지는 클라우드 카드 사진 및 연락자 사진으로부터 각각 추출된다.
단계 B2에서, 클라우드 카드 사진의 페이스 이미지는 연락자 사진의 페이스 이미지와 비교된다.
단계 B3에서, 클라우드 카드 사진의 페이스 이미지가 연락자 사진의 페이스 이미지와 매칭될 경우, 클라우드 카드 사진이 연락자 사진과 매칭된다고 결정된다.
상술한 방법에 의해 클라우드 카드 사진 및 연락자 사진의 페이스 이미지들이 결정됨으로써, 클라우드 카드 사진이 연락자 사진과 매칭된다고 결정된다. 클라우드 카드 사진의 페이스 이미지가 연락자 사진의 페이스 이미지와 매칭될 경우, 클라우드 카드 및 연락자 정보가 동일한 사람을 참조하는 것인지 여부가 결정될 수 있고, 이는 클라우드 카드 사진의 페이스 이미지가 연락자 사진의 페이스 이미지와 매칭되는지 여부를 판단하는 속도를 증가시킬 뿐 아니라, 제2 연락자에게 클라우드 카드가 추천되는 동안 클라우드 카드 및 연락자 정보를 매칭시키는 정확도가 더 개선된다.
대안으로서, 일실시예에 있어서, 단계(S12)는 단계(C1) 내지 단계(C2)로써 구현될 수도 있다.
단계(C1)에서, 제1 유사도가 미리 결정된 유사도에 도달할 경우, 클라우드 카드 사진들 내의 클라우드 카드 사진 또는 연락자 사진 및 서버에 저장된 연락자 사진들의 출현 횟수가 결정된다.
단계 C2에서, 출현 횟수가 미리 결정된 횟수 이하인 경우, 클라우드 카드 사진이 연락자 사진과 매칭된다고 결정된다.
상술한 방법에 의해, 다수의 매스매칭된 연락자들은 그들의 연락자 사진들 또는 클라우드 카드 사진들로서 몇몇 매칭된 네트워크 픽쳐들(pictures)을 선택할 수 있기 때문에, 클라우드 카드 사진 또는 연락자 사진의 출현 횟수가 미리 결정된 횟수를 초과하는 경우, 상기 사진은 복수의 연락자들 또는 클라우드 카드들이라기 보다 하나의 동일한 사람의 클라우드 카드 또는 연락자 사진일 수 있다고 결정될 수 있다. 그러므로, 출현 횟수가 미리 결정된 횟수 이하인 경우, 클라우드 카드 사진이 연락자 사진과 매칭된다고 결정되고, 따라서 클라우드 카드 사진이 연락자 사진과 매칭되는지 여부를 판단하는 정확도가 더 개선된다.
대안으로서, 단계(C2) 이후, 상기 방법은 단계(D1) 내지 단계(D3)로써 더 구현될 수 있다.
단계(D1)에서, 출현 횟수가 미리 결정된 횟수를 초과하는 경우, 상기 출현 횟수 및 제1 유사도에 따라 클라우드 카드 사진 및 연락자 사진 간의 제2 유사도가 계산된다. 출현 횟수가 크면 클수록, 제2 유사도는 제1 유사도에 비하여 더 작아진다.
단계(D2)에서 제2 유사도가 미리 결정된 유사도에 도달하는지 여부가 판단된다.
단계(D3)에서, 제2 유사도가 미리 결정된 유사도 미만인 경우, 클라우드 카드 사진이 연락자 사진과 매칭되지 않는다고 결정된다.
상술한 방법에 의해, 클라우드 카드 사진 또는 연락자 사진의 출현 횟수에 따라 클라우드 카드 사진 및 연락자 사진 간의 제2 유사도가 결정되고, 제2 유사도가 미리 결정된 유사도 미만인 경우, 클라우드 카드 사진이 연락자 사진과 매칭되지 않는다고 결정된다. 다수의 매스매칭된 연락자들은 그들의 연락자 사진들 또는 클라우드 카드 사진들로서 몇몇 매칭된 네트워크 픽쳐들(pictures)을 선택할 수 있다. 클라우드 카드 사진 또는 연락자 사진의 출현 횟수가 크면 클수록, 클라우드 카드 사진 및 연락자 사진 간의 유사도는 더 적게 관련되고, 따라서, 상기 사진은 복수의 연락자들 또는 클라우드 카드들이라기 보다 하나의 동일한 사람의 클라우드 카드 또는 연락자 사진이라고 결정될 수 있다. 그러므로, 제2 유사도가 미리 결정된 유사도 미만인 경우, 클라우드 카드 사진이 연락자 사진과 매칭되지 않는다고 결정되고, 따라서 클라우드 카드 사진이 연락자 사진과 매칭되는지 여부를 판단하는 정확도가 더 개선된다.
대안으로서, 일실시예에 있어서, 상기 방법은 단계(E1) 내지 단계(E3)으로써도 구현될 수 있다.
단계(E1)에서, 클라우드 카드 사진 및 연락자 사진 상에 노멀라이제이션 프로세스를 수행하여 클라우드 카드 사진 및 연락자 사진 각각의 표준 사진을 획득한다.
단계(E2)에서, 특징점은 미리 결정된 규칙에 따라 표준 사진으로부터 추출된다.
이 경우, 단계(S12)는 단계(E3) 내지 단계(E4)로써도 구현될 수 있다.
단계(E3)에서, 클라우드 카드 사진 및 연락자 사진의 표준 사진들의 특징점들이 비교된다.
단계(E4)에서, 특징점들의 비교 결과에 따라 클라우드 카드 사진은 연락자 사진과 매칭된다.
상술한 방법에 의해 클라우드 카드 사진 및 연락자 사진의 표준 사진들의 특징점들이 비교됨으로써, 클라우드 카드 사진이 연락자 사진과 매칭되는지 여부가 결정되고, 따라서 클라우드 카드 사진 및 연락자 사진을 비교하는 속도가 증가하고, 클라우드 카드 사진이 연락자 사진과 매칭되는지 여부를 판단하는 정확도가 개선되고, 제2 연락자에게 클라우드 카드가 추천되는 동안 클라우드 카드 및 연락자 정보를 매칭시키는 정확도가 더 개선된다.
대안으로서, 일실시예에 있어서, 상기 방법은 단계(F1) 내지 단계(F2)로써도 구현될 수 있다.
단계(F1)에서, 클라우드 카드 사진 및 연락자 사진 각각의 페이스 이미지 상에 노멀라이제이션 프로세스를 수행하여 클라우드 카드 사진 및 연락자 사진 각각의 표준 페이스 이미지를 획득한다.
단계(F2)에서, 미리 결정된 규칙에 따라 표준 페이스 이미지가 추출된다.
이 경우, 단계(B2)는 단계(F3) 내지 단계(F4)로써도 구현될 수 있다.
단계(F3)에서, 클라우드 카드 사진 및 연락자 사진의 표준 페이스 이미지들의 특징점들이 비교된다.
단계(F4)에서, 특징점들의 비교 결과에 따라 클라우드 카드 사진의 페이스 이미지가 연락자 사진의 페이스 이미지와 매칭되는지 여부가 결정된다.
상술한 방법에 의해, 클라우드 카드 사진 및 연락자 사진의 표준 페이스 이미지들의 특징점들을 비교함으로써, 클라우드 카드 사진이 연락자 사진과 매칭되는지 여부가 결정되고, 따라서 클라우드 카드 사진과 연락자 사진을 비교하는 속도가 증가하고, 클라우드 카드 사진이 연락자 사진과 매칭되는지 여부를 판단하는 정확도가 개선되고, 제2 연락자에게 클라우드 카드가 추천되는 동안 클라우드 카드 및 연락자 정보를 매칭시키는 정확도가 더 개선된다.
도 2에 도시된 것과 같이, 본원 개시내용의 실시예들은 클라우드 카드를 추천하기 위한 방법을 제공하고, 그것들의 구체적인 구현 단계들은 아래와 같다.
단계(S21)에서, 제1 연락자의 클라우드 카드 및 제2 연락자의 단말에 저장된 연락자 정보가 획득되고, 상기 클라우드 카드는 클라우드 카드 사진을 포함하고, 상기 연락자 정보는 연락자 사진을 포함한다.
상기 서버는 사용자 A의 클라우드 카드를 지역적으로(locally) 획득하고, 사용자 B의 단말로부터 사용자 B에 의해 저장된 연락자 정보 C를 획득한다.
단계(S22)에서, 클라우드 카드 사진 및 연락자 사진 간의 제1 유사도가 계산된다.
클라우드 카드 사진 및 연락자 사진 간의 제1 유사도는 0.8로 계산된다.
단계(S23)에서, 제1 유사도가 미리 결정된 유사도에 도달할 경우, 서버에 저장된 모든 클라우드 카드 사진들 또는 연락자 사진들 내의 클라우드 카드 사진 또는 연락자 사진의 출현 횟수가 결정된다. 상기 출현 횟수가 미리 결정된 횟수 이하인 경우, 단계(S24) 내지 단계(S25)가 실행된다; 상기 출현 횟수가 미리 결정된 횟수를 초과하는 경우, 단계(S26) 내지 단계(S28)이 실행된다.
미리 결정된 유사도는 0.6이고, 사용자 A의 클라우드 카드 사진 및 연락자 C의 사진 간의 제1 유사도는 미리 결정된 유사도에 도달한다. 이 경우, 서버에 저장된 클라우드 카드 사진들 및 연락자 사진들 내의 사용자 A의 클라우드 카드 사진의 출현 횟수는 4로 결정되고, 서버에 저장된 클라우드 카드 사진들 및 연락자 사진들 내의 사용자 C의 사진의 출현 횟수는 6으로 결정된다.
단계(S24)에서, 출현 횟수가 미리 결정된 횟수 이하인 경우, 클라우드 카드 사진은 연락자 사진과 매칭된다고 결정된다.
미리 결정된 횟수는 20이다. 서버에 저장된 클라우드 카드 사진들 및 연락자 사진들 내의 사용자 A의 클라우드 카드 사진의 출현 횟수와 서버에 저장된 클라우드 카드 사진들 및 연락자 사진들 내의 연락자 C의 사진의 출현 횟수는 모두 미리 결정된 횟수보다 작은 것으로 보일 수 있다. 이 경우, 클라우드 카드 사진은 연락자 사진과 매칭된다고 결정된다.
단계(S25)에서, 클라우드 카드 사진이 연락자 사진과 매칭되는 경우, 제1 연락자의 클라우드 카드가 제2 연락자에게 추천된다.
사용자 A의 클라우드 카드 사진이 연락자 C의 사진과 매칭되는 경우, 사용자 A 및 연락자 C는 동일한 사람이라고 결정될 수 있다. 이 경우, 사용자 A의 클라우드 카드는 연락자 C내에 사용자 A의 정보를 저장하도록 사용자 B에게 추천될 수 있다.
단계(S26)에서, 출현 횟수가 미리 결정된 횟수 미만인 경우, 클라우드 카드 사진 및 연락자 사진 간의 제2 유사도는 출현 횟수 및 제1 유사도에 따라 계산된다. 출현 횟수가 크면 클수록 제2 유사도는 제1 유사도에 비하여 더 적게 관련된다.
서버에 저장된 클라우드 카드 사진들 및 연락자 사진들 내의 사용자 A의 클라우드 카드 사진의 출현 횟수가 30으로 결정될 경우, 서버에 저장된 클라우드 카드 사진들 및 연락자 사진들 내의 연락자 C의 사진의 출현 횟수는 60이고, 사용자 A의 클라우드 카드 사진 및 연락자 C의 사진 간의 제2 유사도는 사용자 A의 클라우드 카드 사진의 출현 횟수, 연락자 C의 사진의 출현 횟수 및 제1 유사도에 따라 계산된다. 제2 유사도는 반대로(inversely) 사용자 A의 클라우드 카드 사진의 출현 횟수 및 연락자 C의 사진의 출현 횟수에 비례한다. 출현 횟수는 몇몇 레벨들로 분할될 수 있고, 각각의 레벨은 1보다 작은 다른 가중치(weight)와 대응된다. 다시 말해서, 출현 횟수는 역으로 가중치에 비례하고, 가중치는 출현 횟수를 감소시킨다. 제1 유사도는 제2 유사도를 획득하기 위해 가중치에 의해 곱해진다(is multiplied).
제2 유사도 = 제1 유사도 x 가중치
예를 들어, 사용자 A의 클라우드 카드 사진의 출현 횟수가 30이고 연락자 C의 사진의 출현 횟수가 60이라면 비교될 사진의 출현 횟수는 90이다. 사진의 출현 횟수 90이 가중치 0.5와 대응되는 경우(provided), 제2 유사도는 0.4로 계산된다. 사진의 출현 횟수 200이 가중치 0.2와 대응되는 경우, 제2 유사도는 0.16으로 계산된다.
단계(S27)에서, 제2 유사도가 미리 결정된 유사도에 도달하는지 여부가 판단된다.
제2 유사도 0.4는 미리 결정된 유사도 0.6보다 작은 것으로 보일 수 있다.
단계(S28)에서, 제2 유사도가 미리 결정된 유사도 미만인 경우, 클라우드 카드 사진이 연락자 사진과 매칭되지 않는다고 결정된다.
제2 유사도 0.4가 미리 결정된 유사도 0.6보다 작기 때문에 사용자 A 및 연락자 C는 다른 두 명의 사용자임에도 불구하고, 사용자 A의 클라우드 카드 사진 및 연락자 C의 사진은 유사한 사진을 공유한다고 결정될 수 있다. 그러므로, 사용자 A의 클라우드 카드 사진은 연락자 C의 사진과 매칭되지 않는다고 결정된다.
본원 개시내용의 실시예들은 클라우드 카드를 추천하기 위한 방법을 제공한다. 연락자 사진과 매칭되는 제1 연락자의 클라우드 카드는 서버 내에 획득되고, 제1 사람의 클라우드 카드는 제2 연락자에게 푸쉬된다. 제1 유사도를 판단함으로써, 클라우드 카드 사진이 연락자 사진과 매칭되지 않는지 여부가 결정된다. 동일한 사람의 클라우드 카드 사진 및 연락자 사진은 반드시 서로 일치할 필요는 없고, 따라서 제1 유사도가 미리 결정된 유사도에 도달할 경우, 동일한 사람에게 속한(belong to) 클라우드 카드 및 연락자 정보가 결정될 수 있고, 제1 유사도가 미리 결정된 유사도에 도달할 경우, 제2 유사도 뿐만 아니라 클라우드 카드 사진 또는 연락자 사진의 출현 횟수를 판단함으로써, 다른 연락자들이 동일한 사진을 이용하는 확률이 제거된다. 상술한 방법에 의해 클라우드 카드 사진이 연락자 사진과 매칭되는지 여부를 판단하는 정확도가 개선되고, 제1 연락자의 클라우드 카드가 제2 연락자에게 정확히 추천된다.
도 3에 도시된 것과 같이, 본원 개시내용의 실시예들은 클라우드 카드를 추천하기 위한 방법을 제공하고, 그것들의 구체적인 구현 단계들은 아래와 같다.
단계(S31)에서, 제1 연락자의 클라우드 카드 및 제2 연락자의 단말에 저장된 연락자 정보가 획득되고, 상기 클라우드 카드는 클라우드 카드 사진을 포함하고, 상기 연락자 정보는 연락자 사진을 포함한다.
상기 서버는 사용자 A의 클라우드 카드를 지역적으로(locally) 획득하고, 사용자 B의 단말로부터 사용자 B에 의해 저장된 연락자 정보 C를 획득한다.
단계(S32)에서, 페이스 이미지는 클라우드 카드 사진 및 연락자 사진으로부터 각각 추출된다.
페이스 이미지 A1 및 페이스 이미지 C1은 각각 사용자 A의 클라우드 카드 사진 및 연락자 C의 사진으로부터 추출된다.
단계(S33)에서, 클라우드 카드 사진의 페이스 이미지는 연락자 사진의 페이스 이미지와 비교된다.
페이스 이미지 A1은 페이스 이미지 C1과 비교된다.
단계(S34)에서, 클라우드 카드 사진의 페이스 이미지가 연락자 사진의 페이스 이미지와 매칭되는 경우, 클라우드 카드 사진이 연락자 사진과 매칭된다고 결정된다.
페이스 이미지 A1이 페이스 이미지 C1과 매칭되는 경우, 사용자 A의 클라우드 카드 사진이 연락자 C의 사진과 매칭된다고 결정된다.
단계(S35)에서, 클라우드 카드 사진이 연락자 사진과 매칭되는 경우, 제1 연락자의 클라우드 카드가 제2 연락자에게 추천된다.
사용자 A의 클라우드 카드가 연락자 C의 사진과 매칭되는 경우, 사용자 A 및 연락자 C는 동일한 사람이라고 결정될 수 있다. 이 경우, 사용자 A의 클라우드 카드는 연락자 C 내에 사용자 A의 정보를 저장하도록 사용자 B에게 추천될 수 있다.
본원 개시내용의 실시예는 클라우드 카드를 추천하기 위한 방법을 제공한다. 연락자 사진과 매칭되는 제1 연락자의 클라우드 카드는 서버 내에 획득된다. 클라우드 카드 사진 및 연락자 사진의 페이스 이미지들을 판단함으로써, 클라우드 카드 사진이 연락자 사진과 매칭되는지 여부가 결정된다. 클라우드 카드 사진의 페이스 이미지가 연락자 사진의 페이스 이미지와 매칭되는 경우, 클라우드 카드 및 연락자 정보가 동일한 사람을 참조하는 것인지 여부가 결정될 수 있고, 제1 연락자의 클라우드 카드는 제2 연락자에게 푸쉬된다. 클라우드 카드 사진의 페이스 이미지가 연락자 사진의 페이스 이미지와 매칭되는지 여부를 판단하는 속도가 증가하고, 클라우드 카드가 제2 연락자에게 추천되는 동안 클라우드 카드 및 연락자 정보를 매칭시키는 정확도가 개선된다.
도 4에 도시된 것과 같이, 본원 개시내용의 실시예들은 클라우드 카드를 추천하기 위한 방법을 제공하고, 그것들의 구체적인 구현 단계들은 아래와 같다.
단계(S41)에서, 제1 연락자의 클라우드 카드 및 제2 연락자의 단말에 저장된 연락자 정보가 획득되고, 상기 클라우드 카드는 클라우드 카드 사진을 포함하고, 상기 연락자 정보는 연락자 사진을 포함한다.
상기 서버는 사용자 A의 클라우드 카드를 지역적으로(locally) 획득하고, 사용자 B의 단말로부터 사용자 B에 의해 저장된 연락자 정보 C를 획득한다.
단계(S42)에서, 클라우드 카드 사진 및 연락자 사진 상에 노멀라이제이션 프로세스가 수행하여, 클라우드 카드 사진 및 연락자 사진 각각의 표준 사진을 획득한다.
연락자 정보를 획득하는 경우, 상기 서버는 사용자 A의 클라우드 카드 사진의 표준 사진 D1 및 연락자 C의 사진의 표준 사진 D2를 획득하기 위해 사용자 A의 클라우드 카드 사진 및 연락자 C의 사진 상에 노멀라이제이션 프로세스를 수행할 수 있다.
단계(S43)에서, 특징점은 미리 결정된 규칙에 따라 표준 사진으로부터 추출된다.
특징점들을 추출하기 위해, 표준 사진 D1 및 표준 사진 D2로부터 동일한 수의 특징점들이 추출되고, 예를 들어, 추출된 특징점들의 수가 100이나 이것은 본원 개시내용을 제한하기 위해 수행되는(conducted) 것은 아니다, 다시 말해, 표준 사진 D1로부터 추출된 특징점들의 수는 표준 사진 D2로부터 추출된 특징점들의 수와 다를 수 있다. 특징점 세트 1는 표준 사진 D1로부터 추출되어 저장되고, 특징점 세트 2는 표준 사진 D로부터 추출되어 저장된다.
단계(S44)에서, 클라우드 카드 사진 및 연락자 사진의 표준 사진들의 특징점들이 비교된다.
특징점 세트 1및 특징점 세트 2가 비교되고, 특징점 세트 1 및 특징점 세트 2 간에 78개의 동일한 특징점이 있다고 알려진다.
단계(S45)에서, 특징점들의 비교 결과에 따라 클라우드 카드 사진이 연락자 사진과 매칭되는지 여부가 결정된다.
특징점 세트 1 및 특징점 세트 2 간에 78개의 동일한 특징점들이 있다는 단계(S44)의 비교 결과에 따라, 사용자 A의 클라우드 카드 사진이 연락자 C의 사진과 매칭된다고 결정될 수 있다.
단계(S46)에서, 클라우드 카드 사진이 연락자 사진과 매칭되는 경우, 제1 연락자의 클라우드 카드가 제2 연락자에게 추천된다.
사용자 A의 클라우드 카드 사진이 연락자 C의 사진과 매칭되는 경우, 사용자 A 및 연락자 C는 동일한 사람이라고 결정될 수 있다. 이 경우, 사용자 A의 클라우드 카드는 연락자 C 내에 사용자 A의 정보를 저장하도록 사용자 B에게 추천될 수 있다.
본원 개시내용의 실시예는 클라우드 카드를 추천하기 위한 방법을 제공한다. 연락자 사진과 매칭되는 제1 연락자의 클라우드 카드가 서버 내에 획득된다. 클라우드 카드 사진 및 연라가 사진의 표준 사진들의 특징점들을 비교함으로써, 클라우드 카드 사진이 연락자 사진과 매칭되는지 여부가 결정되는데, 이를 통해 클라우드 카드 사진 및 연락자 사진을 비교하는 속도가 증가하고, 클라우드 카드 사진이 연락자 사진과 매칭되는지 여부를 판단하는 정확도가 개선되며, 클라우드 카드가 제2 연락자에게 추천되는 동안 클라우드 카드 및 연락자 정보를 매칭시키는 정확도가 더 개선된다.
도 5에 도시된 것과 같이, 본원 개시내용의 실시예들은 클라우드 카드를 추천하기 위한 방법을 제공하고, 그것들의 구체적인 구현 단계들은 아래와 같다.
단계(S51)에서, 제1 연락자의 클라우드 카드 및 제2 연락자의 단말에 저장된 연락자 정보가 획득되고, 상기 클라우드 카드는 클라우드 카드 사진을 포함하고, 상기 연락자 정보는 연락자 사진을 포함한다.
상기 서버는 사용자 A의 클라우드 카드를 지역적으로(locally) 획득하고, 사용자 B의 단말로부터 사용자 B에 의해 저장된 연락자 정보 C를 획득한다.
단계(S52)에서, 페이스 이미지는 클라우드 카드 사진 및 연락자 사진으로부터 각각 추출된다.
페이스 이미지 E1은 사용자 A의 클라우드 카드 사진으로부터 추출되고, 페이스 이미지 E2는 연락자 C의 사진으로부터 추출된다.
단계(S53)에서, 클라우드 카드 사진 및 연락자 사진 각각의 페이스 이미지 상에 노멀라이제이션 프로세스를 수행하여 클라우드 카드 사진 및 연락자 사진 각각의 표준 페이스 이미지를 획득한다.
상기 노멀라이제이션 프로세스는, 사용자 A의 클라우드 카드 사진의 표준 페이스 이미지 F1 및 연락자 C의 사진의 표준 페이스 이미지 F2를 획득하기 위해, 사용자 A의 클라우드 카드 사진의 표준 페이스 이미지 F1 및 연락자 C의 사진의 표준 페이스 이미지 F2 상에 수행된다.
단계(S54)에서, 미리 결정된 규칙에 따라 표준 페이스 이미지로부터 특징점이 추출된다.
특징점들을 추출하기 위해, 표준 페이스 이미지 F1 및 표준 페이스 이미지 F2로부터 동일한 수의 특징점들이 추출되고, 예를 들어, 추출된 특징점들의 수는 100이나 이것은 본원 개시내용을 제한하기 위해 시행된 것은 아니다, 다시 말해, 표준 페이스 이미지 F1로부터 추출된 특징점들의 수는 표준 페이스 이미지 F2로부터 추출된 특징점들의 수와 다를 수 있다. 특징점 세트 1은 표준 페이스 이미지 F1로부터 추출되어 저장되고, 특징점 세트 2는 표준 사진 F2로부터 추출되어 저장된다.
단계(S55)에서, 클라우드 카드 사진 및 연락자 사진의 표준 페이스 이미지들의 특징점들이 비교된다.
특징점 세트 1및 특징점 세트 2가 비교되고, 특징점 세트 1 및 특징점 세트 2 간에 78개의 동일한 특징점이 있다고 알려진다.
단계(S56)에서, 특징점들의 비교 결과에 따라 클라우드 카드 사진의 페이스 이미지가 연락자 사진의 페이스 이미지와 매칭되는지 여부가 결정된다.
특징점 세트 1 및 특징점 세트 2 간에 78개의 동일한 특징점들이 있다는 단계(S44)의 비교 결과에 따라, 사용자 A의 클라우드 카드 사진의 페이스 이미지 E1이 연락자 C의 사진의 페이스 이미지 E2와 매칭된다고 결정될 수 있다.
단계(S57)에서, 클라우드 카드 사진의 페이스 이미지가 연락자 사진의 페이스 이미지와 매칭되는 경우, 클라우드 카드 사진이 연락자 사진과 매칭된다고 결정된다.
사용자 A의 클라우드 카드 사진의 페이스 이미지 E1가 연락자 C의 사진의 페이스 이미지 E2와 매칭되기 때문에, 사용자 A의 클라우드 카드 사진이 연락자 C의 사진과 매칭된다고 결정된다.
단계(S58)에서, 클라우드 카드 사진이 연락자 사진과 매칭되는 경우, 제1 연락자의 클라우드 카드가 제2 연락자에게 추천된다.
사용자 A의 클라우드 카드 사진이 연락자 C의 사진과 매칭되는 경우, 사용자 A 및 연락자 C가 동일인이라고 결정될 수 있다. 이 경우, 사용자 A의 클라우드 카드는 연락자 C 내에 사용자 A의 정보를 저장하도록 사용자 B에게 추천될 수 있다.
본원 개시내용의 실시예는 클라우드 카드를 추천하기 위한 방법을 제공한다. 연락자 정보와 매칭되는 제1 연락자의 클라우드 카드는 서버 내에 획득된다. 클라우드 카드 사진 및 연락자 사진으로부터 추출된 페이스 이미지들을 추출하고, 클라우드 카드 사진 및 연락자 사진의 표준 페이스 이미지들의 특징점들을 비교함으로써, 클라우드 카드 사진이 연락자 사진과 매칭되는지 여부가 결정되고, 클라우드 카드 사진이 연락자 사진과 매칭되는 경우, 클라우드 카드 및 연락자 정보가 동일한 사람을 참조하는지 여부가 결정될 수 있고, 이를 통해 클라우드 카드 사진 및 연락자 사진을 비교하는 속도가 증가하고, 클라우드 카드 사진이 연락자 사진과 매칭되는지 여부를 판단하는 정확도가 개선되며, 제2 연락자에게 클라우드 카드가 추천되는 동안 클라우드 카드 및 연락자 정보를 매칭시키는 정확도가 더 개선된다.
일실시예에 있어서, 클라우드 카드 사진을 연락자 사진과 매칭시키는 단계는, 예를 들어, 동일한 페이스를 포함하는 클라우드 카드 및 연락자 사진; 또는 동일한 클라우드 카드 사진 및 연락자 사진; 또는 일정한(certain) 임계값을 초과하는 클라우드 카드 사진 및 연락자 사진 간의 유사도를 포함한다.
도 6은 일실시예에 따른 클라우드 카드를 추천하기 위한 장치의 블록도이다. 도 6에 도시된 것과 같이, 상기 장치는 획득 모듈(61), 비교 모듈(62) 및 추천 모듈(63)을 포함한다.
획득 모듈(61)은 제1 연락자의 클라우드 카드 및 제2 연락자의 단말에 저장된 연락자 정보를 획득하도록 구성되고, 상기 클라우드 카드는 클라우드 카드 사진을 포함하고, 상기 연락자 정보는 연락자 사진을 포함한다.
비교 모듈(62)는 클라우드 카드 사진을 연락자 사진과 비교하도록 구성된다.
추천 모듈(63)은, 클라우드 카드 사진이 연락자 사진과 매칭되는 경우, 제1 연락자의 클라우드 카드를 제2 연락자에게 추천하도록 구성된다.
도 7에 도시된 것과 같이, 비교 모듈(62)는 제1 계산 서브-모듈(71) 및 제1 결정 서브-모듈(72)를 포함한다.
제1 결정 서브-모듈(71)은 클라우드 카드 사진 및 연락자 사진 간의 제1 유사도를 계산하도록 구성된다.
제1 결정 서브-모듈(72)는 제1 유사도가 미리 결정된 유사도에 도달할 경우, 클라우드 카드 사진이 연락자 사진과 매칭된다고 결정하도록 구성된다.
도 8에 도시된 것과 같이, 비교 모듈(62)는 추출 서브-모듈(81), 제1 비교 서브-모듈(82) 및 제2 결정 서브-모듈(83)을 포함한다.
추출 서브-모듈(81)은 클라우드 카드 사진 및 연락자 사진으로부터 각각 페이스 이미지를 추출하도록 구성된다.
제1 비교 서브-모듈(82)는 클라우드 카드 사진의 페이스 이미지를 연락자 사진의 페이스 이미지와 비교하도록 구성된다.
제2 결정 서브-모듈(83)은, 클라우드 카드 사진의 페이스 이미지가 연락자 사진의 페이스 이미지와 매칭되는 경우, 클라우드 카드 사진이 연락자 사진과 매칭된다고 결정하도록 구성된다.
도 9에 도시된 것과 같이, 비교 모듈(62)는 제3 결정 서브-모듈(91) 및 제4 결정 서브-모듈(92)를 더 포함한다.
제3 결정 서브-모듈(91)은, 제1 유사도가 미리 결정된 유사도에 도달할 경우, 클라우드 카드 사진들 내의 클라우드 사진 또는 연락자 사진의 출현 횟수 및 서버 내에 저장된 연락자 사진들의 출현 횟수를 결정하도록 구성된다.
제4 결정 서브-모듈(92)는, 상기 출현 횟수가 미리 결정된 횟수 이하인 경우, 클라우드 카드 사진이 연락자 사진과 매칭된다고 결정하도록 구성된다.
도 10에 도시된 것과 같이, 비교 모듈은 제2 계산 서브-모듈(101), 판단 서브-모듈(102) 및 제5 결정 서브-모듈(103)을 더 포함한다.
제2 계산 서브-모듈(101)은, 출현 횟수가 미리 결정된 횟수를 초과하는 경우, - 상기 출현 횟수가 크면 클수록 제2 유사도는 제1 유사도에 비하여 더 작음 -, 출현 횟수 및 제1 유사도에 따라 클라우드 카드 사진 및 연락자 사진 간의 제2 유사도를 계산하도록 구성된다.
판단 서브-모듈(102)는 제2 유사도가 미리 결정된 유사도에 도달하는지 여부를 판단하도록 구성된다.
제5 결정 서브-모듈(103)은, 제2 유사도가 미리 결정된 유사도 미만인 경우, 클라우드 카드 사진이 연락자 사진과 매칭되지 않는다고 결정하도록 구성된다.
도 11에 도시된 것과 같이, 상기 장치는 제1 프로세싱 모듈(111) 및 제1 추출 모듈(112)를 더 포함한다.
제1 프로세싱 모듈(111)은, 클라우드 카드 사진 및 연락자 사진 상에 노멀라이제이션 프로세스를 수행하여 클라우드 카드 사진 및 연락자 사진 각각의 표준 사진을 획득한다.
제1 추출 모듈(112)는 미리 결정된 규칙에 따라 표준 사진으로부터 특징점을 추출하도록 구성된다.
비교 모듈(62)은 제2 비교 서브-모듈(113) 및 제6 결정 서브-모듈(114)를 포함한다.
제2 비교 서브-모듈(113)은 클라우드 카드 사진 및 연락자 사진의 표준 사진들의 특징점들을 비교하도록 구성된다.
제6 결정 서브-모듈(114)는, 특징점들의 비교 결과에 따라 클라우드 카드 사진이 연락자 사진과 매칭되는지 여부를 결정하도록 구성된다.
도 12에 도시된 것과 같이, 상기 장치는 제2 프로세싱 모듈(121) 및 제2 추출 모듈(122)를 더 포함한다.
제2 프로세싱 모듈(121)은, 클라우드 카드 사진 및 연락자 사진 각각의 페이스 이미지 상에 노멀라이제이션 프로세스를 수행하여 클라우드 카드 사진 및 연락자 사진 각각의 표준 페이스 이미지를 획득하도록 구성된다.
제2 추출 모듈(122)는, 미리 결정된 규칙에 따라 표준 페이스 이미지로부터 특징점을 추출하도록 구성된다.
제1 비교 서브-모듈(82)는 클라우드 카드 사진 및 연락자 사진의 표준 페이스 이미지들의 특징점들을 비교하고; 특징점들의 비교 결과에 따라 클라우드 카드 사진의 페이스 이미지가 연락자 사진의 페이스 이미지와 매칭되는지 여부를 결정하도록 구성된다.
위의 실시예의 디바이스들에 대해, 그 안의(therein) 개별적인 모듈들에 대한 동작들을 수행하기 위한, 여기에는 설명되지 않은 특정한 방법들이, 전자 디바이스를 제어하기 위한 방법에 관한 구체적인 실시예들에 설명되어 있다.
도 13은 실시예에 따른 클라우드 카드를 추천하기 위한 디바이스(1300)의 블록도이다. 예를 들어, 디바이스(1300)은 모바일폰, 컴퓨터, 디지털 방송 단말, 메시지 디바이스, 게이밍 콘솔, 태블릿, 의료 디바이스, 운동 장비, PDA(personal digital assistant) 및 기타 등 장치일 수 있다.
도 13을 참조하면, 디바이스(1300)는 하나 또는 그 이상의 다음 컴포넌트들, 프로세싱 컴포넌트(1302), 메모리(1304), 파워 컴포넌트(1306), 멀티미디어 컴포넌트(1308), 오디오 컴포넌트(1310), 인풋/아웃풋(I/O) 인터페이스(1312), 센서 컴포넌트(1314) 및 통신 컴포넌트(1316)을 포함할 수 있다.
프로세싱 컴포넌트(1302)는 일반적으로, 디스플레이, 전화 호출, 데이터 통신, 카메라 동작 및 기록 동작들과 관련된 동작들 등 디바이스(1300)의 전반적인 동작들을 제어한다. 프로세싱 컴포넌트(1302)는 위에 설명된 방법들 내의 모든 또는 일부의 단계들을 수행하기 위한 인스트럭션들을 실행하는 하나 또는 그 이상의 프로세서들(1320)을 포함할 수 있다. 또한, 프로세싱 컴포넌트(1302)는 프로세싱 컴포넌트(1302) 및 다른 컴포넌트들 간의 인터액션을 용이하게 하는 하나 또는 그 이상의 모듈들을 포함할 수 있다. 예를 들어, 프로세싱 컴포넌트(1302)는 멀티미디어 컴포넌트(1308) 및 프로세싱 컴포넌트(1302) 간의 인터액션을 용이하게 하기 위한 멀티미디어 모듈을 포함할 수 있다.
메모리(1304)는 디바이스(1300)의 동작을 지원하기 위한 다양한 데이터 타입들을 저장하도록 구성된다. 접촉(contact) 데이터, 전화부 데이터, 메시지, 픽쳐들, 비디오 등의 예들은 디바이스(1300) 상에서 동작하는 임의의 어플리케이션들 또는 방법들에 대한 인스트럭션들을 포함할 수 있다. 메모리(1304)는 SRAM(static random access memory), EEPROM(electrically erasable programmable read-only memory), EPROM(an erasable programmable read-only memory), PROM(a programmable read-only memory), ROM(a read-only memory) 자기 메모리, 플래시 메모리, 자기 또는 광학 디스크의 임의의 휘발성 또는 비휘발성 메모리 디바이스들 또는 그것들의 조합을 이용함으로써 구현될 수 있다.
파워 컴포넌트(1306)는 디바이스(1300)의 다양한 컴포넌트들에게 전력을 제공한다. 파워 컴포넌트(1306)는 전력 관리 시스템, 하나 또는 그 이상의 전원(power sources) 및 디바이스(1300) 내 전력의 생성, 관리 및 분배와 관련된 임의의 다른 컴포넌트들을 포함할 수 있다.
멀티미디어 컴포넌트(1308)는 디바이스(1300) 및 사용자 간의 아웃풋 인터페이스를 제공하는 스크린을 포함한다. 몇몇 실시예에 있어서, 스크린은 LCD(liquid crystal display) 및 TP(touch panel)를 포함할 수 있다. 스크린이 터치 패널을 포함하는 경우, 스크린은 사용자로부터 인풋 신호들을 수신하기 위한 터치스크린으로서 구현될 수 있다. 터치 패널은 터치 패널 상의 터치, 스와이프(swipe) 및 제스처를 인식하기 위한 하나 또는 그 이상의 터치 센서를 포함한다. 터치 센서는 터치 또는 스와이프 액션을 인식하는 영역에 국한되지 않고, 인식 주기 및 터치 또는 스와이프 액션과 관련된 압력도 인식할 수 있다. 몇몇 실시예에 있어서, 멀티미디어 컴포넌트(1308)는 전면 카메라 및/또는 측면 카메라를 포함한다. 전면 카메라 및 측면 카메라는, 디바이스(1300)가 정지영상 모드 또는 동영상 모드 등과 같은 동작 모드인 동안, 외부 멀티미디어 자료(datum)를 수신할 수 있다. 전면 카메라 및 측면 카메라 각각은 고정된 광학 렌즈 시스템일 수 있고, 포커싱 및 광학 줌 성능을 포함할 수 있다.
오디오 컴포넌트(1310)는 오디오 신호들을 입력 및/또는 출력하도록 구성된다. 예를 들어, 오디오 컴포넌트(1310)는 디바이스(1300)가 콜 모드, 레코딩 모드 및 음성 인식 모드 등의 동작 모드인 경우, 외부 오디오 신호를 수신하도록 구성된 마이크로폰을 포함한다. 수신된 오디오 신호는 메모리(1304)에 더 저장되거나 통신 컴포넌트(1316)을 거쳐 더 전송될 수 있다. 몇몇 실시예들에 있어서, 오디오 컴포넌트(1310)는 오디오 신호들을 출력하기 위한 스피커를 더 포함한다.
I/O 인터페이스(1312)는 프로세싱 컴포넌트(1302) 및 키보드, 클릭 휠, 버튼들, 및 기타 주변장치(peripheral) 인터페이스 모듈들 간의 인터페이스를 제공한다. 상기 버튼들은 홈 버튼, 볼륨 버튼, 시작 버튼 및 잠금 버튼을 포함할 수 있으나 그에 제한되는 것은 아니다.
센서 컴포넌트(1314)는 디바이스(1300)의 다양한 측면의 상태 평가들을 제공하기 위한 하나 또는 그 이상의 센서들을 포함한다. 예를 들어, 센서 컴포넌트(1314)는 디바이스(1300)의 개방/폐쇄 상태, 디바이스(1300)의 디스플레이 및 키패드와 같은 컴포넌트들의 상대적인 위치, 디바이스(1300) 또는 디바이스(1300)의 컴포넌트의 위치 변화, 디바이스(1300) 및 사용자 간 접촉의 유무, 디바이스(1300)의 방향 또는 가속/감속 및 디바이스(1300)의 온도 변화 등을 감지할 수 있다. 센서 컴포넌트(1314)는 어떠한 물리적 접촉 없이 주변 객체의 존재를 감지하도록 구성된 근사(proximity) 센서를 포함할 수 있다. 몇몇 실시예에 있어서, 센서 컴포넌트(1314)는 가속 센서, 자이로 센서, 자기 센서, 압력 센서 또는 온도 센서도 포함할 수 있다.
통신 컴포넌트(1316)는 디바이스(1300) 및 다른 디바이스들 간의 유/무선 통신이 용이하도록 구성된다. 디바이스(1300)는 WiFi, 2G, 3G 또는 그것들의 조합 등의 통신 표준에 기초하여 무선 네트워크 액세스가 가능하다. 일실시예에 있어서, 통신 컴포넌트(1316)는 외부 방송 채널을 거쳐 외부 방송 관리 시스템으로부터 방송 신호 또는 방송 관련 정보를 수신한다. 일실시예에 있어서, 통신 컴포넌트(1316)는 단거리 통신을 용이하게 하는 NFC(near field communication) 모듈을 더 포함한다. 예를 들어, NFC 모듈은 RFID(radio frequency identification) 기술, IrDA(infrared data association) 기술, UWB(ultra-wideband) 기술, BT(bluetooth) 기술, 및 다른 기술들에 기초하여 구현될 수 있다.
실시예들에 있어서, 디바이스(1300)는 위에 설명된 방법들을 수행하기 위해 하나 또는 그 이상의 ASICs(application specific integrated circuits), DSPs(digital signal processors), DSPDs(digital signal processing devices), PLDs(programmable logic devices), FPGAs(field programmable gate arrays), 컨트롤러들, 마이크로-컨트롤러들, 마이크로프로세서들 또는 다른 전자 컴포넌트들에 의해 구현될 수 있다.
실시예들에 있어서, 위에 설명된 방법들을 수행하기 위해 디바이스(1300) 내의 프로세서(1320)에 의해 실행 가능한, 메모리(1304)에 포함된 비일시적인 컴퓨터-읽기 가능한 저장 매체도 제공된다. 예를 들어, 비일시적 컴퓨터-일기 가능한 저장 매체는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광학 데이터 저장 디바이스 및 기타 매체일 수 있다.
모바일 단말의 프로세서에 의해 실행되는 경우, 그 안에 저장된 인스트럭션들을 포함하는 비일시적 컴퓨터-읽기 가능한 저장 매체는 모바일 단말이 클라우드 카드를 추천하기 위한 방법을 실행 가능하도록 하고, 상기 방법은, 제1 연락자(contact person)의 클라우드 카드 및 제2 연락자의 단말에 저장된 연락자 정보를 획득 - 상기 클라우드 카드는 클라우드 카드 사진을 포함하고, 상기 연락자 정보는 연락자 사진을 포함함 - 하는 단계, 상기 클라우드 카드 사진을 상기 연락자 사진과 비교하는 단계 및 상기 클라우드 카드 사진이 상기 연락자 사진과 매칭되는 경우, 상기 제1 연락자의 상기 클라우드 카드를 상기 제2 연락자에게 추천하는 단계를 포함한다.
클라우드 카드 사진을 연락자 사진과 비교하는 단계는, 상기 클라우드 카드 사진 및 상기 연락자 사진 간의 제1 유사도를 계산하는 단계 및 상기 제1 유사도가 미리 결정된 유사도에 도달할 경우, 상기 클라우드 카드 사진이 상기 연락자 사진과 매칭된다고 결정하는 단계를 포함한다.
클라우드 카드 사진을 상기 연락자 사진과 비교하는 단계는, 상기 클라우드 카드 사진 및 상기 연락자 사진으로부터 각각 페이스 이미지를 추출하는 단계, 상기 클라우드 카드 사진의 상기 페이스 이미지를 상기 연락자 사진의 상기 페이스 이미지와 비교하는 단계 및 상기 클라우드 카드 사진의 상기 페이스 이미지가 상기 연락자 사진의 상기 페이스 이미지와 매칭되는 경우, 상기 클라우드 카드 사진이 상기 연락자 사진과 매칭된다고 결정하는 단계를 포함한다.
상기 제1 유사도가 미리 결정된 유사도에 도달할 경우, 상기 클라우드 카드 사진을 상기 연락자 사진과 비교하는 단계는, 서버에 저장된 클라우드 카드 사진들 및 연락자 사진들 중 상기 클라우드 카드 사진 또는 상기 연락자 사진의 출현 횟수를 결정하는 단계 및 상기 출현 횟수가 미리 결정된 횟수 이하(less than or equal)인 경우, 상기 클라우드 카드 사진이 상기 연락자 사진과 매칭된다고 결정하는 단계를 더 포함한다.
출현 횟수가 미리 결정된 횟수를 초과하는 경우, 클라우드 카드 사진을 연락자 사진과 비교하는 단계는, 상기 출현 횟수가 상기 미리 결정된 횟수를 초과하는 경우 - 상기 출현 횟수가 크면 클수록, 상기 제2 유사도는 상기 제1 유사도에 비하여 더 작음 -, 상기 출현 횟수 및 상기 제1 유사도에 따라 상기 클라우드 카드 사진 및 상기 연락자 사진 간의 상기 제2 유사도를 계산하는 단계, 상기 제2 유사도가 상기 미리 결정된 유사도에 도달하는지 여부를 판단하는 단계 및 상기 제2 유사도가 상기 미리 결정된 유사도 미만인 경우, 상기 클라우드 카드 사진과 상기 연락자 사진이 매칭되지 않는다고 결정하는 단계를 더 포함한다.
상기 방법은, 상기 클라우드 카드 사진 및 상기 연락자 사진 상에 노멀라이제이션 프로세스를 수행하여 상기 클라우드 카드 사진 및 상기 연락자 사진 각각의 표준 사진을 획득하는 단계 및 미리 결정된 규칙에 따라 상기 표준 사진으로부터 특징점을 추출하는 단계를 더 포함하고, 상기 클라우드 카드 사진을 상기 연락자 사진과 비교하는 단계는, 상기 클라우드 사진 및 상기 연락자 사진의 상기 표준 사진들의 상기 특징점들을 비교하는 단계 및 상기 특징점들의 비교 결과에 따라 상기 클라우드 카드 사진이 상기 연락자 사진과 매칭되는지 여부를 결정하는 단계를 더 포함한다.
상기 방법은, 상기 클라우드 카드 사진 및 상기 연락자 사진 각각의 상기 페이스 이미지 상에 노멀라이제이션 프로세스를 수행하여 상기 클라우드 카드 사진 및 상기 연락자 사진 각각의 표준 이미지를 획득하는 단계 및 미리 결정된 규칙에 따라 상기 표준 페이스 이미지로부터 특징점을 추출하는 단계를 더 포함하고, 상기 클라우드 카드 사진의 상기 페이스 이미지를 상기 연락자 사진의 상기 페이스 이미지와 비교하는 단계는, 상기 클라우드 카드 사진 및 상기 연락자 사진의 상기 표준 페이스 이미지들의 상기 특징점들을 비교하는 단계 및 상기 특징점들의 비교 결과에 따라 상기 클라우드 카드 사진의 상기 페이스 이미지가 상기 연락자 사진의 상기 페이스 이미지와 매칭되는지 여부를 결정하는 단계를 포함한다.
도 14는 일실시예에 따른 클라우드 카드를 추천하기 위한 장치의 블록도이다. 예를 들어, 디바이스(1400)는 서버로 구성될 수 있다. 도 14를 참조하면, 하나 또는 그 이상의 프로세서들 및 프로세싱 컴포넌트(1422)에 의해 실행 가능한 인스트럭션들(예를 들어, 어플리케이션 프로그램들)을 저장하기 위한 메모리(1432)로 표시되는 메모리 리소스를 더 포함하는 디바이스(1400)는 프로세싱 컴포넌트(1422)를 포함할 수 있다. 메모리(1432)에 저장된 어플리케이션 프로그램들은 각각 하나의 인스트럭션들의 세트와 대응되는 하나 또는 그 이상의 모듈을 포함할 수 있다. 또한, 프로세싱 컴포넌트(1422)는 다음 방법 - 제1 연락자(contact person)의 클라우드 카드 및 제2 연락자의 단말에 저장된 연락자 정보를 획득 - 상기 클라우드 카드는 클라우드 카드 사진을 포함하고, 상기 연락자 정보는 연락자 사진을 포함함 - 하는 단계, 상기 클라우드 카드 사진을 상기 연락자 사진과 비교하는 단계 및 상기 클라우드 카드 사진이 상기 연락자 사진과 매칭되는 경우, 상기 제1 연락자의 상기 클라우드 카드를 상기 제2 연락자에게 추천하는 단계 - 을 실행하기 위해 인스트럭션들을 실행하도록 구성될 수 있다:
클라우드 카드 사진을 연락자 사진과 비교하는 단계는, 상기 클라우드 카드 사진 및 상기 연락자 사진 간의 제1 유사도를 계산하는 단계 및 상기 제1 유사도가 미리 결정된 유사도에 도달할 경우, 상기 클라우드 카드 사진이 상기 연락자 사진과 매칭된다고 결정하는 단계를 포함한다.
클라우드 카드 사진을 상기 연락자 사진과 비교하는 단계는, 상기 클라우드 카드 사진 및 상기 연락자 사진으로부터 각각 페이스 이미지를 추출하는 단계, 상기 클라우드 카드 사진의 상기 페이스 이미지를 상기 연락자 사진의 상기 페이스 이미지와 비교하는 단계 및 상기 클라우드 카드 사진의 상기 페이스 이미지가 상기 연락자 사진의 상기 페이스 이미지와 매칭되는 경우, 상기 클라우드 카드 사진이 상기 연락자 사진과 매칭된다고 결정하는 단계를 포함한다.
상기 제1 유사도가 미리 결정된 유사도에 도달할 경우, 상기 클라우드 카드 사진을 상기 연락자 사진과 비교하는 단계는, 서버에 저장된 클라우드 카드 사진들 및 연락자 사진들 중 상기 클라우드 카드 사진 또는 상기 연락자 사진의 출현 횟수를 결정하는 단계 및 상기 출현 횟수가 미리 결정된 횟수 이하(less than or equal)인 경우, 상기 클라우드 카드 사진이 상기 연락자 사진과 매칭된다고 결정하는 단계를 더 포함한다.
출현 횟수가 미리 결정된 횟수를 초과하는 경우, 클라우드 카드 사진을 연락자 사진과 비교하는 단계는, 상기 출현 횟수가 상기 미리 결정된 횟수를 초과하는 경우 - 상기 출현 횟수가 크면 클수록, 상기 제2 유사도는 상기 제1 유사도에 비하여 더 작음 -, 상기 출현 횟수 및 상기 제1 유사도에 따라 상기 클라우드 카드 사진 및 상기 연락자 사진 간의 상기 제2 유사도를 계산하는 단계, 상기 제2 유사도가 상기 미리 결정된 유사도에 도달하는지 여부를 판단하는 단계 및 상기 제2 유사도가 상기 미리 결정된 유사도 미만인 경우, 상기 클라우드 카드 사진과 상기 연락자 사진이 매칭되지 않는다고 결정하는 단계를 더 포함한다.
상기 방법은, 상기 클라우드 카드 사진 및 상기 연락자 사진 상에 노멀라이제이션 프로세스를 수행하여, 상기 클라우드 카드 사진 및 상기 연락자 사진 각각의 표준 사진을 획득하는 단계 및 미리 결정된 규칙에 따라 상기 표준 사진으로부터 특징점을 추출하는 단계를 더 포함하고, 상기 클라우드 카드 사진을 상기 연락자 사진과 비교하는 단계는, 상기 클라우드 사진 및 상기 연락자 사진의 상기 표준 사진들의 상기 특징점들을 비교하는 단계 및 상기 특징점들의 비교 결과에 따라 상기 클라우드 카드 사진이 상기 연락자 사진과 매칭되는지 여부를 결정하는 단계를 더 포함한다.
상기 방법은, 상기 클라우드 카드 사진 및 상기 연락자 사진 각각의 상기 페이스 이미지 상에 노멀라이제이션 프로세스를 수행하여 상기 클라우드 카드 사진 및 상기 연락자 사진 각각의 표준 이미지를 획득하는 단계 및 미리 결정된 규칙에 따라 상기 표준 페이스 이미지로부터 특징점을 추출하는 단계를 더 포함하고, 상기 클라우드 카드 사진의 상기 페이스 이미지를 상기 연락자 사진의 상기 페이스 이미지와 비교하는 단계는, 상기 클라우드 카드 사진 및 상기 연락자 사진의 상기 표준 페이스 이미지들의 상기 특징점들을 비교하는 단계 및 상기 특징점들의 비교 결과에 따라 상기 클라우드 카드 사진의 상기 페이스 이미지가 상기 연락자 사진의 상기 페이스 이미지와 매칭되는지 여부를 결정하는 단계를 포함한다.
디바이스(1400)는, 디바이스(1400)의 전력 관리를 실행하도록 구성되는 파워 컴포넌트(1426), 디바이스(1400)가 네트워크에 연결되도록 구성되는 유선 또는 무슨 네트워크 인터페이스(1450) 및 인풋/아웃풋(I/O) 인터페이스(1458)도 포함할 수 있다. 디바이스(1400)는 메모리(1432)에 저장된, 윈도우 서버 TM, Mac OS XTM, UnixTM, LinuxTM, FreeBSDTM 등의 운영 체제에 기초하여 동작될 수 있다.
개시내용의 다른 실시예들은, 명세서의 사상(consideration) 및 여기에 개시된 개시내용의 실시예로부터 통상의 기술자에게 명백할 것이다. 본 출원은 해당 기술 분야에 알려져 있거나 관습적인 실시예(customary practice)로서 상기 발명의 일반적인 원칙들을 따르고 본원 개시내용의 범위에 속하는(departures from) 것들을 포함하는 개시내용의 임의의 변형, 이용 또는 적용을 커버하기 위한 것이다. 명세서 및 예시들은 아래 청구항들에 의해 나타내어지는 발명의 진정한 범위 및 정신에 대해 예시적으로 설명하기 위한 것으로만 고려되어야 한다.
본원 개시내용은 위에 설명되고 첨부된 도면에 도시된 정확한 구조에 제한되지 않는 것으로 이해될 것이고, 그것들의 범위를 벗어나지 않는 다양한 변형들 및 변화들이 만들어질 수 있다. 개시내용의 범위는 첨부된 청구항들에 의해서만 제한된다.
Claims (15)
- 클라우드 카드를 추천하기 위한 방법에 있어서,
제1 연락자(contact person)의 클라우드 카드 및 제2 연락자의 단말에 저장된 연락자 정보를 획득 - 상기 클라우드 카드는 클라우드 카드 사진을 포함하고, 상기 연락자 정보는 연락자 사진을 포함함 - 하는 단계;
상기 클라우드 카드 사진을 상기 연락자 사진과 비교하는 단계; 및
상기 클라우드 카드 사진이 상기 연락자 사진과 매칭되는 경우, 상기 제1 연락자의 상기 클라우드 카드를 상기 제2 연락자에게 추천하는 단계
를 포함하는,
클라우드 카드를 추천하기 위한 방법.
- 제1항에 있어서,
상기 클라우드 카드 사진을 상기 연락자 사진과 비교하는 단계는,
상기 클라우드 카드 사진 및 상기 연락자 사진 간의 제1 유사도를 계산하는 단계; 및
상기 제1 유사도가 미리 결정된 유사도에 도달할 경우, 상기 클라우드 카드 사진이 상기 연락자 사진과 매칭된다고 결정하는 단계
를 포함하는,
클라우드 카드를 추천하기 위한 방법.
- 제1항 또는 제2항에 있어서,
상기 클라우드 카드 사진을 상기 연락자 사진과 비교하는 단계는,
상기 클라우드 카드 사진 및 상기 연락자 사진으로부터 각각 페이스 이미지를 추출하는 단계;
상기 클라우드 카드 사진의 상기 페이스 이미지를 상기 연락자 사진의 상기 페이스 이미지와 비교하는 단계; 및
상기 클라우드 카드 사진의 상기 페이스 이미지가 상기 연락자 사진의 상기 페이스 이미지와 매칭되는 경우, 상기 클라우드 카드 사진이 상기 연락자 사진과 매칭된다고 결정하는 단계
를 포함하는,
클라우드 카드를 추천하기 위한 방법.
- 제2항에 있어서,
상기 제1 유사도가 미리 결정된 유사도에 도달할 경우, 상기 클라우드 카드 사진을 상기 연락자 사진과 비교하는 단계는,
서버에 저장된 클라우드 카드 사진들 및 연락자 사진들 중 상기 클라우드 카드 사진 또는 상기 연락자 사진의 출현 횟수를 결정하는 단계; 및
상기 출현 횟수가 미리 결정된 횟수 이하(less than or equal)인 경우, 상기 클라우드 카드 사진이 상기 연락자 사진과 매칭된다고 결정하는 단계
를 더 포함하는,
클라우드 카드를 추천하기 위한 방법.
- 제4항에 있어서,
상기 출현 횟수가 상기 미리 결정된 횟수를 초과하는 경우, 상기 출현 횟수 및 상기 제1 유사도에 따라 상기 클라우드 카드 사진 및 상기 연락자 사진 간의 상기 제2 유사도를 계산 - 상기 출현 횟수가 크면 클수록, 상기 제2 유사도는 상기 제1 유사도에 비하여 더 작음 -하는 단계;
상기 제2 유사도가 상기 미리 결정된 유사도에 도달하는 여부를 판단하는 단계; 및
상기 제2 유사도가 상기 미리 결정된 유사도 미만인 경우, 상기 클라우드 카드 사진과 상기 연락자 사진이 매칭되지 않는다고 결정하는 단계
를 더 포함하는,
클라우드 카드를 추천하기 위한 방법. - 제1항에 있어서,
상기 클라우드 카드 사진 및 상기 연락자 사진 상에 노멀라이제이션 프로세스를 수행하여, 상기 클라우드 카드 사진 및 상기 연락자 사진 각각의 표준 사진을 획득하는 단계; 및
미리 결정된 규칙에 따라 상기 표준 사진으로부터 특징점을 추출하는 단계
를 더 포함하고,
상기 클라우드 카드 사진을 상기 연락자 사진과 비교하는 단계는,
상기 클라우드 사진 및 상기 연락자 사진의 상기 표준 사진들의 상기 특징점들을 비교하는 단계; 및
상기 특징점들의 비교 결과에 따라 상기 클라우드 카드 사진이 상기 연락자 사진과 매칭되는지 여부를 결정하는 단계
를 포함하는,
클라우드 카드를 추천하기 위한 방법.
- 제3항에 있어서,
상기 클라우드 카드 사진 및 상기 연락자 사진 상기 페이스 이미지 상에 노멀라이제이션 프로세스를 수행하여, 상기 클라우드 카드 사진 및 상기 연락자 사진 각각의 표준 이미지를 획득하는 단계; 및
미리 결정된 규칙에 따라 상기 표준 페이스 이미지로부터 특징점을 추출하는 단계를 더 포함하고,
상기 클라우드 카드 사진의 상기 페이스 이미지를 상기 연락자 사진의 상기 페이스 이미지와 비교하는 단계는,
상기 클라우드 카드 사진 및 상기 연락자 사진의 상기 표준 페이스 이미지들의 상기 특징점들을 비교하는 단계; 및
상기 특징점들의 비교 결과에 따라 상기 클라우드 카드 사진의 상기 페이스 이미지가 상기 연락자 사진의 상기 페이스 이미지와 매칭되는지 여부를 결정하는 단계
를 포함하는,
클라우드 카드를 추천하기 위한 방법.
- 클라우드 카드를 추천하기 위한 장치에 있어서,
제1 연락자의 클라우드 카드 및 제2 연락자의 단말에 저장된 연락자 정보를 획득 - 상기 클라우드 카드는 클라우드 카드 사진을 포함하고, 상기 연락자 정보는 연락자 사진을 포함함 - 하도록 구성되는 획득 모듈;
상기 클라우드 카드 사진을 상기 연락자 사진과 비교하도록 구성되는, 비교 모듈; 및
상기 클라우드 카드 사진이 상기 연락자 사진과 매칭되는 경우, 상기 제1 연락자의 상기 클라우드 카드를 상기 제2 연락자에게 추천하도록 구성되는, 추천 모듈을 포함하는,
클라우드 카드를 추천하기 위한 장치.
- 제8항에 있어서,
상기 비교 모듈은,
상기 클라우드 카드 사진 및 상기 연락자 사진 간의 제1 유사도를 계산하도록 구성되는, 제1 계산 서브-모듈; 및
상기 제1 유사도가 미리 결정된 유사도에 도달할 경우, 상기 클라우드 카드 사진이 상기 연락자 사진과 매칭된다고 결정하도록 구성되는, 제1 결정 서브-모듈
을 포함하는,
클라우드 카드를 추천하기 위한 장치.
- 제8항 또는 제9항에 있어서,
상기 비교 모듈은,
상기 클라우드 카드 사진 및 상기 연락자 사진으로부터 각각 페이스 이미지를 추출하도록 구성되는, 추출 서브-모듈;
상기 클라우드 카드의 상기 페이스 이미지를 상기 연락자 사진의 상기 페이스 이미지와 비교하도록 구성되는, 제1 비교 서브-모듈; 및
상기 클라우드 카드 사진의 상기 페이스 이미지가 상기 연락자 사진의 상기 페이스 이미지와 매칭되는 경우, 상기 클라우드 카드 사진이 상기 연락자 사진과 매칭된다고 결정하도록 구성되는 제2 결정 서브-모듈
을 포함하는,
클라우드 카드를 추천하기 위한 장치.
- 제9항에 있어서,
상기 비교 모듈은,
상기 제1 유사도가 미리 결정된 유사도에 도달할 경우, 서버에 저장된 클라우드 카드 사진들 및 연락자 사진들 중 상기 클라우드 카드 사진 또는 상기 연락자 사진의 출현 횟수를 결정하도록 구성되는, 제3 결정 서브-모듈; 및
상기 출현 횟수가 미리 결정된 횟수 이하인 경우, 상기 클라우드 카드 사진이 상기 연락자 사진과 매칭된다고 결정하도록 구성되는, 제4 결정 서브-모듈
을 더 포함하는,
클라우드 카드를 추천하기 위한 장치.
- 제11항에 있어서,
상기 비교 모듈은,
상기 출현 횟수가 미리 결정된 횟수를 초과하는 경우, 상기 출현 횟수 및 상기 제1 유사도에 따라 상기 클라우드 카드 사진 및 상기 연락자 사진 간의 상기 제2 유사도를 계산 - 상기 출현 횟수가 크면 클수록, 상기 제2 유사도는 상기 제1 유사도에 비하여 더 작음 -하도록 구성되는, 제2 계산 서브-모듈;
상기 제2 유사도가 상기 미리 결정된 유사도에 도달하는지 여부를 판단하도록 구성되는, 판단 서브-모듈; 및
상기 제2 유사도가 상기 미리 결정된 유사도 미만인 경우, 상기 클라우드 카드 사진과 상기 연락자 사진이 매칭되지 않는다고 결정하도록 구성되는, 제5 결정 서브-모듈
을 더 포함하는,
클라우드 카드를 추천하기 위한 장치.
- 제8항에 있어서,
상기 클라우드 카드 사진 및 상기 연락자 사진 상에 노멀라이제이션 프로세스를 수행하여, 상기 클라우드 카드 사진 및 상기 연락자 사진 각각의 표준 사진을 획득하도록 구성되는, 제1 프로세싱 모듈; 및
미리 결정된 규칙에 따라 상기 표준 사진으로부터 특징점을 추출하도록 구성되는, 제1 추출 모듈을 더 포함하고,
상기 비교 모듈은,
상기 클라우드 카드 및 상기 연락자 사진의 상기 표준 사진들의 상기 특징점들을 비교하도록 구성되는, 제2 비교 서브-모듈; 및
상기 특징점들의 비교 결과에 따라 상기 클라우드 카드 사진이 상기 연락자 사진과 매칭되는지 여부를 결정하도록 구성되는, 제6 결정 서브-모듈
을 포함하는,
클라우드 카드를 추천하기 위한 장치.
- 제10항에 있어서,
상기 클라우드 카드 사진 및 상기 연락자 사진 상기 페이스 이미지 상에 노멀라이제이션 프로세스를 수행하여, 상기 클라우드 카드 사진 및 상기 연락자 사진 각각의 표준 이미지를 획득하도록 구성되는, 제2 프로세싱 모듈; 및
미리 결정된 규칙에 따라 상기 표준 페이스 이미지로부터 특징점을 추출하도록 구성되는, 제2 추출 모듈
을 더 포함하고,
상기 제1 비교 서브-모듈은,
상기 클라우드 카드 사진 및 상기 연락자 사진의 상기 표준 페이스 이미지들의 상기 특징점들도 비교하고,
상기 특징점들의 비교 결과에 따라 상기 클라우드 카드 사진의 상기 페이스 이미지가 상기 연락자 사진의 상기 페이스 이미지와 매칭되는지 여부도 결정하도록 구성되는,
클라우드 카드를 추천하기 위한 장치.
- 클라우드 카드를 추천하기 위한 장치에 있어서,
프로세서; 및
상기 프로세서에 의해 실행 가능한 인스트럭션들을 저장하기 위한 메모리
를 포함하고,
상기 프로세서는,
제1 연락자의 클라우드 카드 및 제2 연락자의 단말에 저장된 연락자 정보를 획득 - 상기 클라우드 카드는 클라우드 카드 사진을 포함하고, 상기 연락자 정보는 연락자 사진을 포함함 - 하고,
상기 클라우드 카드 사진을 상기 연락자 사진과 비교하고,
상기 클라우드 카드 사진이 상기 연락자 사진과 매칭되는 경우, 상기 제1 연락자의 상기 클라우드 카드를 상기 제2 연락자에게 추천하도록 구성되는,
클라우드 카드를 추천하기 위한 장치.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510276603.9 | 2015-05-26 | ||
| CN201510276603.9A CN105100193B (zh) | 2015-05-26 | 2015-05-26 | 云名片推荐方法及装置 |
| PCT/CN2015/095333 WO2016188065A1 (zh) | 2015-05-26 | 2015-11-23 | 云名片推荐方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20160150635A true KR20160150635A (ko) | 2016-12-30 |
Family
ID=54579710
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020167015099A KR20160150635A (ko) | 2015-05-26 | 2015-11-23 | 클라우드 카드를 추천하기 위한 방법 및 장치 |
Country Status (8)
| Country | Link |
|---|---|
| US (1) | US10083346B2 (ko) |
| EP (1) | EP3098765A1 (ko) |
| JP (1) | JP6343388B2 (ko) |
| KR (1) | KR20160150635A (ko) |
| CN (1) | CN105100193B (ko) |
| MX (1) | MX2017005371A (ko) |
| RU (1) | RU2656978C2 (ko) |
| WO (1) | WO2016188065A1 (ko) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105100193B (zh) | 2015-05-26 | 2018-12-11 | 小米科技有限责任公司 | 云名片推荐方法及装置 |
| CN105406904A (zh) * | 2015-12-29 | 2016-03-16 | 微位（上海）网络科技有限公司 | 带ble芯片的名片盒、客户端系统及其管理方法和使用方法 |
| CN107527072B (zh) * | 2017-08-31 | 2020-07-03 | 北京小米移动软件有限公司 | 确定相似头像的方法及装置、电子设备 |
| CN110147486B (zh) * | 2017-10-16 | 2021-10-29 | 中国电信股份有限公司 | 好友推荐方法和装置 |
| CN109672721B (zh) * | 2018-10-23 | 2022-07-08 | 平安科技（深圳）有限公司 | 媒体文件推送方法、装置、服务端及计算机可读存储介质 |
| CN109729413B (zh) * | 2019-01-16 | 2021-10-15 | 武汉斗鱼鱼乐网络科技有限公司 | 一种发送弹幕的方法及终端 |
Family Cites Families (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1656788A1 (de) | 2003-07-26 | 2006-05-17 | Pixcall GmbH | Verfahren zur übertragung von zusatzinformationen in einem kommunikationssystem, vermittlungsvorrichtung und teilnehmerstation |
| KR100716422B1 (ko) | 2005-01-06 | 2007-05-08 | 에스케이 텔레콤주식회사 | 패턴인식을 이용한 매칭 서비스 시스템 및 방법 |
| US9639740B2 (en) * | 2007-12-31 | 2017-05-02 | Applied Recognition Inc. | Face detection and recognition |
| CN104866553A (zh) * | 2007-12-31 | 2015-08-26 | 应用识别公司 | 利用脸部签名来标识和共享数字图像的方法、系统和计算机程序 |
| KR101608248B1 (ko) | 2009-07-31 | 2016-04-01 | 삼성전자주식회사 | 사진을 분류하는 장치 및 방법 |
| US8810684B2 (en) * | 2010-04-09 | 2014-08-19 | Apple Inc. | Tagging images in a mobile communications device using a contacts list |
| US20120158935A1 (en) * | 2010-12-21 | 2012-06-21 | Sony Corporation | Method and systems for managing social networks |
| CN102143485A (zh) * | 2011-03-22 | 2011-08-03 | 宇龙计算机通信科技(深圳)有限公司 | 移动终端及其通讯录联系人与社交网站用户关联的方法 |
| CN102270296A (zh) * | 2011-07-05 | 2011-12-07 | 上海合合信息科技发展有限公司 | 结合文字识别和图像匹配交换名片信息的方法 |
| CN103455515B (zh) * | 2012-06-01 | 2017-03-22 | 腾讯科技（深圳）有限公司 | Sns社区中的用户推荐方法和系统 |
| JP6064376B2 (ja) * | 2012-06-06 | 2017-01-25 | ソニー株式会社 | 情報処理装置、コンピュータプログラムおよび端末装置 |
| US9350944B2 (en) * | 2012-08-24 | 2016-05-24 | Qualcomm Incorporated | Connecting to an onscreen entity |
| CN102932403A (zh) * | 2012-08-30 | 2013-02-13 | 上海合合信息科技发展有限公司 | 自动将名片中的联系信息同步至移动设备的方法及系统 |
| KR101397845B1 (ko) | 2012-10-26 | 2014-05-20 | 포항공과대학교 산학협력단 | 얼굴 인식 방법 및 기계로 읽을 수 있는 저장 매체 및 얼굴 인식 장치 |
| CN103973865B (zh) * | 2013-01-25 | 2017-05-03 | 广州三星通信技术研究有限公司 | 来电电话号码自动匹配保存方法 |
| JP6080940B2 (ja) * | 2013-02-28 | 2017-02-15 | 株式会社日立国際電気 | 人物検索方法及びホーム滞留人物検索装置 |
| CN104243276B (zh) * | 2013-06-20 | 2017-06-20 | 腾讯科技（深圳）有限公司 | 一种联系人推荐方法及装置 |
| CN103440346B (zh) * | 2013-09-12 | 2017-01-11 | 福州玛雅软件科技有限公司 | 基于移动终端人脸识别的电子名片交换方法 |
| CN104618472B (zh) * | 2015-01-26 | 2018-11-02 | 上海华豚科技有限公司 | 一种移动通讯设备联系人信息维护方法及系统 |
| CN105100193B (zh) * | 2015-05-26 | 2018-12-11 | 小米科技有限责任公司 | 云名片推荐方法及装置 |
-
2015
- 2015-05-26 CN CN201510276603.9A patent/CN105100193B/zh active Active
- 2015-11-23 KR KR1020167015099A patent/KR20160150635A/ko not_active Application Discontinuation
- 2015-11-23 RU RU2016140113A patent/RU2656978C2/ru active
- 2015-11-23 JP JP2017504776A patent/JP6343388B2/ja active Active
- 2015-11-23 MX MX2017005371A patent/MX2017005371A/es unknown
- 2015-11-23 WO PCT/CN2015/095333 patent/WO2016188065A1/zh active Application Filing
-
2016
- 2016-05-19 EP EP16170426.7A patent/EP3098765A1/en not_active Withdrawn
- 2016-05-26 US US15/165,236 patent/US10083346B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| US10083346B2 (en) | 2018-09-25 |
| JP6343388B2 (ja) | 2018-06-13 |
| MX2017005371A (es) | 2017-06-21 |
| US20160350584A1 (en) | 2016-12-01 |
| RU2656978C2 (ru) | 2018-06-07 |
| JP2017525045A (ja) | 2017-08-31 |
| CN105100193A (zh) | 2015-11-25 |
| CN105100193B (zh) | 2018-12-11 |
| EP3098765A1 (en) | 2016-11-30 |
| WO2016188065A1 (zh) | 2016-12-01 |
| RU2016140113A (ru) | 2018-04-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10282597B2 (en) | Image classification method and device | |
| CN106557768B (zh) | 对图片中的文字进行识别的方法及装置 | |
| EP3179408B1 (en) | Picture processing method and apparatus, computer program and recording medium | |
| CN109446994B (zh) | 手势关键点检测方法、装置、电子设备及存储介质 | |
| US10643054B2 (en) | Method and device for identity verification | |
| US10115019B2 (en) | Video categorization method and apparatus, and storage medium | |
| US20170154206A1 (en) | Image processing method and apparatus | |
| KR20160150635A (ko) | 클라우드 카드를 추천하기 위한 방법 및 장치 | |
| US11455491B2 (en) | Method and device for training image recognition model, and storage medium | |
| US20170118298A1 (en) | Method, device, and computer-readable medium for pushing information | |
| CN109360197B (zh) | 图像的处理方法、装置、电子设备及存储介质 | |
| US11281363B2 (en) | Method and device for setting identity image | |
| US11749273B2 (en) | Speech control method, terminal device, and storage medium | |
| CN107944367B (zh) | 人脸关键点检测方法及装置 | |
| US10248855B2 (en) | Method and apparatus for identifying gesture | |
| CN107666536B (zh) | 一种寻找终端的方法和装置、一种用于寻找终端的装置 | |
| EP3026876B1 (en) | Method for acquiring recommending information, terminal and server | |
| EP3261046A1 (en) | Method and device for image processing | |
| CN106331328B (zh) | 信息提示的方法及装置 | |
| CN111259967A (zh) | 图像分类及神经网络训练方法、装置、设备及存储介质 | |
| CN110941727A (zh) | 一种资源推荐方法、装置、电子设备及存储介质 | |
| CN110213062B (zh) | 处理消息的方法及装置 | |
| EP3211564A1 (en) | Method and device for verifying a fingerprint | |
| CN111797746A (zh) | 人脸识别方法、装置及计算机可读存储介质 | |
| CN111698532B (zh) | 弹幕信息的处理方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| E601 | Decision to refuse application | ||
| E801 | Decision on dismissal of amendment |