KR20180068121A - 컨텐트를 인식하는 방법 및 디바이스 - Google Patents

Abstract

컨텐트에 포함된 복수의 이미지를 수신하고, 수신된 복수의 이미지 중 적어도 일부 이미지 간의 차이를 기초로, 컨텐트에 대한 식별 정보를 생성하며, 생성된 식별 정보와 복수의 컨텐트 각각에 대해 기 저장된 식별 정보를 비교하여, 컨텐트를 인식하는 방법이 개시된다.

Description

컨텐트를 인식하는 방법 및 디바이스 {Method and device for recognizing content}

개시된 실시예는 컨텐트를 인식하는 방법, 컨텐트를 인식하는 디바이스, 컨텐트를 식별하는 디바이스 및 컨텐트를 인식하는 방법을 실행하기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체에 관한 것이다.

다양한 소비자의 니즈(needs)에 충족하기 위해 개개인의 요구에 맞춘(customized) 광고를 제공하기 위해서는 사용자가 어떤 컨텐트(예를 들어, 광고) 를 소비하고 있는지를 광고 제공자가 알 필요가 있다.

종래의 핑거프린트(fingerprint) 기반의 컨텐트 인식 기술은 TV와 같은 디스플레이 장치가 현재 재생 중인 컨텐트의 영상의 화면들을 캡쳐하고, 캡쳐된 화면들을 서버로 전송하여, 서버의 데이터베이스의 참조 데이터와 매칭하여 어떤 컨텐트인지 인식하였다. 이러한 결과를 바탕으로 해당 디스플레이 장치의 컨텐트 소비 또는 시청 패턴을 분석할 수 있고, 광고업자는 이 분석 결과에 기반하여 효과적으로 맞춤형 광고를 제공할 수 있다.

그러나, 이러한 핑거프린트 기반의 컨텐트 인식 기술은 캡쳐된 화면들 중 키 프레임을 선택하여, 컨텐트를 인식함에 따라 키 프레임으로 선택된 화면에 오류가 발생되는 경우 컨텐트 인식의 정확도가 떨어진다는 문제점이 있다. 또한, 컨텐트를 인식하기 위해, 디바이스가 키 프레임이 나올때까지 컨텐트의 화면을 지속적으로 캡쳐해야 한다는 점에서, 컨텐트 인식 속도가 떨어진다는 문제점이 있다. 따라서, 디바이스가 수신된 컨텐트에 대한 정보를 보다 빠르고 정확하게 검출할 수 있도록 하는 기술에 대한 필요성이 대두되었다.

개시된 실시예는 디바이스가 수신한 컨텐트에 포함된 이미지들 간의 차이를 기초로 컨텐트의 식별 정보를 생성하여, 생성된 식별 정보를 기초로 컨텐트를 인식함으로써, 보다 효율적으로 컨텐트를 인식하는 방법 및 디바이스를 제공하고자 한다.

일 실시예에 따른 디바이스가 컨텐트를 인식하는 방법은, 컨텐트에 포함된 복수의 이미지를 수신하는 단계; 수신된 복수의 이미지 중 적어도 일부 이미지 간의 차이를 기초로, 상기 컨텐트에 대한 식별 정보를 생성하는 단계; 생성된 식별 정보와 복수의 컨텐트 각각에 대해 기 저장된 식별 정보를 비교하여, 컨텐트를 인식하는 단계를 포함한다.

일 실시예에 따른 디바이스가 컨텐트를 인식하는 방법에 있어서, 식별 정보를 생성하는 단계는, 적어도 일부 이미지 각각으로부터 관심 영역을 검출하는 단계; 및 검출된 각각의 관심 영역 간의 차이에 기초하여 컨텐트에 대한 식별 정보를 생성하는 단계를 포함한다.

일 실시예에 따른 디바이스가 컨텐트를 인식하는 방법은, 복수의 컨텐트 각각에 포함된 복수의 이미지 간의 영역 별 차이에 기초하여, 복수의 컨텐트의 영역 별 식별 정보를 생성하는 단계를 더 포함하고, 인식하는 단계는, 컨텐트의 관심 영역에 대한 식별 정보와 복수의 컨텐트의 영역 중 컨텐트의 관심 영역에 대응되는 영역 간의 식별 정보를 비교하는 단계를 포함한다.

일 실시예에 따른 디바이스가 컨텐트를 인식하는 방법에 있어서, 인식하는 단계는, 비교 결과, 컨텐트의 관심 영역에 대한 식별 정보와 대응되는 식별 정보를 갖는 컨텐트가 복수개인 경우, 컨텐트와 복수의 컨텐트에서 추가적으로 선택된 관심 영역을 비교하는 단계를 포함한다.

일 실시예에 따른 디바이스가 컨텐트를 인식하는 방법에 있어서, 식별 정보를 생성하는 단계는, 적어도 일부 이미지로부터 기 설정된 텍스트 및 로고 중 적어도 하나가 포함되는 제외 대상 영역을 제거하는 단계; 및 제외 대상 영역이 제거된 적어도 일부 이미지 간의 차이에 기초하여, 컨텐트에 대한 식별 정보를 생성하는 단계를 포함한다.

일 실시예에 따른 디바이스가 컨텐트를 인식하는 방법에 있어서, 컨텐트에 포함된 복수의 이미지가 수신되기 전에 수신된 이미지 및 오디오 신호 중 적어도 하나를 기초로, 상기 컨텐트에 포함된 복수의 이미지가 수신된 지점을 결정하는 단계; 및 결정된 지점에 기초하여, 컨텐트에 포함된 복수의 이미지를 검출하는 단계를 더 포함한다.

일 실시예에 따른 디바이스가 컨텐트를 인식하는 방법에 있어서, 컨텐트를 인식하는 단계는, 소정 크기의 윈도우를 이용하여, 생성된 식별 정보 중 복수의 이미지 간의 차이값을 선택하는 단계; 선택된 차이값과 기 저장된 식별 정보에 포함된 차이값을 비교한 결과, 컨텐트에 대응되는 것으로 판단되는 컨텐트가 소정 개수 이상인 경우, 윈도우의 크기를 변경하는 단계; 변경된 크기의 윈도우에 따라 선택된 복수의 이미지 간의 차이값과 기 저장된 식별 정보에 포함된 차이값을 비교하는 단계를 포함한다.

일 실시예에 따른 디바이스가 컨텐트를 인식하는 방법에 있어서, 식별 정보를 생성하는 단계는, 적어도 일부 이미지 각각의 색상 정보, 에지 정보, 텍스트 및 로고(logo) 중 적어도 하나를 비교하여, 식별 정보를 생성한다.

일 실시예에 따른 디바이스가 컨텐트를 인식하는 방법에 있어서, 컨텐트를 인식하는 단계는, 생성된 식별 정보 중 제 1 구간에 포함되는 복수의 이미지 간의 차이값을 선택하는 단계; 선택된 차이값과 기 저장된 식별 정보에 포함된 차이값 간의 유사도가 기 설정된 값 미만인 경우, 생성된 식별 정보 중 제 2 구간에 포함되는 복수의 이미지 간의 차이값을 재선택하는 단계; 및 재선택된 차이값과 기 저장된 식별 정보에 포함된 차이값을 비교하는 단계를 더 포함한다.

일 실시예에 따른 디바이스가 컨텐트를 인식하는 방법은, 수신된 복수의 이미지 중 적어도 일부 이미지의 해상도가 기 설정된 해상도와 다른 경우, 생성된 식별 정보와 복수의 컨텐트 각각에 대해 기 저장된 식별 정보의 비교 시, 컨텐트와 대응되는 컨텐트의 결정을 위한 기준이 되는 유사도의 임계값을 해상도의 차이에 따라 결정한다.

일 실시예에 따른 컨텐트를 인식하는 디바이스는, 컨텐트에 포함된 복수의 이미지를 수신하는 입/출력부; 수신된 복수의 이미지 중 적어도 일부 이미지 간의 차이를 기초로, 상기 컨텐트에 대한 식별 정보를 생성하고, 생성된 식별 정보와 복수의 컨텐트 각각에 대해 기 저장된 식별 정보를 비교하여, 컨텐트를 인식하는 프로세서; 수신된 복수의 이미지를 표시하는 디스플레이부; 및 복수의 컨텐트 각각에 대한 식별 정보를 저장하는 메모리를 포함한다.

일 실시예에 따른 컨텐트를 인식하는 디바이스에 있어서, 프로세서는, 적어도 일부 이미지 각각으로부터 관심 영역을 검출하고, 검출된 각각의 관심 영역 간의 차이에 기초하여 컨텐트에 대한 식별 정보를 생성한다.

일 실시예에 따른 컨텐트를 인식하는 디바이스에 있어서, 프로세서는, 복수의 컨텐트 각각에 포함된 복수의 이미지 간의 영역 별 차이에 기초하여, 복수의 컨텐트의 영역 별 식별 정보를 생성하고, 컨텐트의 관심 영역에 대한 식별 정보와 복수의 컨텐트의 영역 중 컨텐트의 관심 영역에 대응되는 영역 간의 식별 정보를 비교한다.

일 실시예에 따른 컨텐트를 인식하는 디바이스에 있어서, 프로세서는, 비교 결과, 컨텐트의 관심 영역에 대한 식별 정보와 대응되는 식별 정보를 갖는 컨텐트가 복수개인 경우, 컨텐트와 복수의 컨텐트에서 추가적으로 선택된 관심 영역을 비교한다.

일 실시예에 따른 컨텐트를 인식하는 디바이스에 있어서, 프로세서는, 적어도 일부 이미지로부터 기 설정된 텍스트 및 로고 중 적어도 하나가 포함되는 제외 대상 영역을 제거하고, 제외 대상 영역이 제거된 적어도 일부 이미지 간의 차이에 기초하여, 컨텐트에 대한 식별 정보를 생성한다.

일 실시예에 따른 컨텐트를 인식하는 디바이스에 있어서, 프로세서는, 컨텐트에 포함된 복수의 이미지가 수신되기 전에 수신된 이미지 및 오디오 신호 중 적어도 하나를 기초로, 컨텐트에 포함된 복수의 이미지가 수신된 지점을 결정하고, 결정된 지점에 기초하여 컨텐트에 포함된 복수의 이미지를 검출한다.

일 실시예에 따른 컨텐트를 인식하는 디바이스에 있어서, 프로세서는, 소정 크기의 윈도우를 이용하여, 생성된 식별 정보 중 복수의 이미지 간의 차이값을 선택하고, 선택된 차이값과 기 저장된 식별 정보에 포함된 차이값을 비교한 결과, 컨텐트에 대응되는 것으로 판단되는 컨텐트가 소정 개수 이상인 경우, 윈도우의 크기를 변경하며, 변경된 크기의 윈도우에 따라 선택된 복수의 이미지 간의 차이값과 기 저장된 식별 정보에 포함된 차이값을 비교한다.

일 실시예에 따른 컨텐트를 인식하는 디바이스에 있어서, 프로세서는, 적어도 일부 이미지 각각의 색상 정보, 에지 정보, 텍스트 및 로고(logo) 중 적어도 하나를 비교하여, 식별 정보를 생성한다.

일 실시예에 따른 컨텐트를 인식하는 디바이스에 있어서, 프로세서는, 생성된 식별 정보 중 제 1 구간에 포함되는 복수의 이미지 간의 차이값을 선택하고, 선택된 차이값과 기 저장된 식별 정보에 포함된 차이값 간의 유사도가 기 설정된 값 미만인 경우, 생성된 식별 정보 중 제 2 구간에 포함되는 복수의 이미지 간의 차이값을 재선택하며, 재선택된 차이값과 상기 기 저장된 식별 정보에 포함된 차이값을 비교한다.

일 실시예에 따른 컨텐트를 인식하는 디바이스에 있어서, 프로세서는, 수신된 복수의 이미지 중 적어도 일부 이미지의 해상도가 기 설정된 해상도와 다른 경우 생성된 식별 정보와 복수의 컨텐트 각각에 대해 기 저장된 식별 정보의 비교 시, 컨텐트와 대응되는 컨텐트의 결정을 위한 기준이 되는 유사도의 임계값을 해상도의 차이에 따라 결정한다.

도 1은 다양한 실시예에 따른 네트워크 환경 내에서의 컨텐트를 인식하는 디바이스에 대한 개략적인 블록도이다.
도 2 및 도 3은 일 실시예에 따라 컨텐트를 인식하는 디바이스의 블록도이다.
도 4는 일 실시예에 따라 디바이스가 컨텐트를 인식하는 방법을 설명하기 위한 흐름도이다.
도 5는 일 실시예에 따른 디바이스가 수신한 복수의 이미지 중 적어도 일부 간의 차이를 기초로 식별 정보를 생성하는 방법을 설명하기 위한 도면이다.
도 6은 일 실시예에 따른 디바이스에서 생성하는 식별 정보의 구조를 설명하기 위한 도면이다.
도 7은 일 실시예에 따른 디바이스가 생성된 식별 정보와 기 저장된 컨텐트의 식별 정보를 비교하는 방법을 설명하기 위한 도면이다.
도 8은 다른 실시예에 따른 디바이스가 생성된 식별 정보와 기 저장된 컨텐트의 식별 정보를 비교하는 방법을 설명하기 위한 도면이다.
도 9는 일 실시예에 따른 디바이스가 수신된 이미지에서 제외 대상 영역을 제거하는 방법을 설명하기 위한 도면이다.
도 10은 일 실시예에 따른 디바이스가 수신된 복수의 이미지 중 적어도 일부에서 선택된 영역 간의 차이를 기초로 식별 정보를 생성하는 방법을 설명하기 위한 도면이다.
도 11는 일 실시예에 따른 디바이스가 복수의 컨텐트에 대한 식별 정보를 포함하고 있는 데이터 베이스를 생성하는 방법을 설명하기 위한 도면이다.
도 12는 일 실시예에 따른 디바이스가 식별 정보를 생성하기 위해, 수신된 복수의 이미지 중 적어도 일부의 이미지의 해상도를 변경하는 방법을 설명하기 위한 도면이다.
도 13은 일 실시예에 따른 디바이스가 오디오 신호 및 복수의 이미지 중 적어도 하나를 기초로 인식 대상이 되는 컨텐트가 수신되는 지점을 결정하여 컨텐트의 식별 정보를 생성하는 방법을 설명하기 위한 흐름도이다.
도 14는 일 실시예에 따른 디바이스가 컨텐트의 인식 이전에 수신된 이미지를 기초로 컨텐트가 시작되는 지점을 결정하는 방법을 설명하기 위한 도면이다.
도 15는 일 실시예에 따른 디바이스가 메타데이터를 기초로 컨텐트가 수신되는 지점을 결정하여 컨텐트의 식별 정보를 생성하는 방법을 설명하기 위한 흐름도이다.

본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 본 발명에 대해 구체적으로 설명하기로 한다.

본 발명에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 발명에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 발명의 전반에 걸친 내용을 토대로 정의되어야 한다.

명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 명세서에 기재된 "...부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.

아래에서는 첨부한 도면을 참고하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

도 1은 다양한 실시예에 따른 네트워크 환경 내에서의 컨텐트를 인식하는 디바이스(이하, 디바이스, 100)를 설명하기 위한 개념도이다.

일 실시예에 따른 디바이스(100)는 외부 디바이스(20)를 통해 서버(10)로부터 컨텐트를 수신할 수 있다. 여기에서, 외부 디바이스(20)는 예를 들어, 셋톱 박스 등의 단말기 일 수 있고, 서버(10)는 예를 들어, 방송국 서버일 수 있다.

디바이스(100)는 서버(10)에서 제공하는 컨텐트 서비스를 통해, 적어도 하나의 컨텐트에 포함된 복수의 이미지를 수신할 수 있다. 한편, 다른 실시예에 따라, 디바이스(100)는 컨텐트에 포함된 복수의 이미지와 함께 컨텐트의 메타데이터를 수신할 수 있다.

또한, 디바이스(100)는 수신된 복수의 이미지 중 적어도 일부 이미지 간의 차이를 기초로, 컨텐트에 대한 식별 정보를 생성할 수 있다. 디바이스(100)는 생성된 식별 정보와 복수의 컨텐트 각각에 대해 기 저장된 식별 정보를 비교하여, 컨텐트를 인식할 수 있다.

디바이스(100)는 컨텐트 인식 결과, 수신된 컨텐트가 사용자에게 적절하지 않다고 판단되는 경우, 다른 컨텐트를 재생할 수 있다.

한편, 전술한 예는 일 실시예일 뿐, 디바이스(100)는 서버(10)로부터 직접 컨텐트를 수신할 수도 있다.

일 실시예에 따른 디바이스(100)는, 컨텐트를 인식하기 위해 컨텐트를 구성하는 이미지들을 각각 비교함에 따라 연산량이 많았던 기존의 인식 기술과는 달리, 이미지들 간의 차이값을 이용하여 컨텐트를 인식함으로써, 컨텐트 인식에 필요한 연산량을 줄일 수 있다. 또한, 개시된 실시예에 따른 컨텐트를 인식하는 방법에 따르면, 현재 제공되는 컨텐트의 정보로서 컨텐트를 구성하는 이미지들 각각의 차이값이 데이터 베이스 내에 저장되어 있으므로, 기존의 키 프레임을 저장해야 하는 인식 기술에 비해, 데이터 베이스 내에 저장해야 하는 데이터량을 줄일 수 있다. 또한, 개시된 실시예에 따른 컨텐트를 인식하는 방법은 컨텐트와 함께 EPG가 수신되지 않는 경우에도 현재 수신된 컨텐트를 인식할 수 있다.

도 2 및 도 3은 일 실시예에 따라 컨텐트를 인식하는 디바이스(1000)의 블록도이다.

도 2를 참고하면, 일 실시예에 따른 디바이스(100)는 입/출력부(110), 프로세서(120), 디스플레이부(130) 및 메모리(140)를 포함할 수 있다. 그러나 도시된 구성요소 모두가 필수구성요소인 것은 아니다. 도시된 구성요소보다 많은 구성요소에 의해 디바이스(100)가 구현될 수도 있고, 그보다 적은 구성요소에 의해서도 디바이스(100)는 구현될 수 있다.

예를 들어, 도 3에 도시된 바와 같이, 일 실시예에 따른 디바이스(100)는, 입/출력부(110), 프로세서(120), 디스플레이부(130) 및 메모리(140) 이외에, 통신부(150), 감지부(160), 튜너부(170)를 더 포함할 수도 있다.

이하 상기 구성요소들에 대해 차례로 살펴본다.

입/출력부(110)는 프로세서(120)의 제어에 의해 디바이스(100)의 외부에서부터 비디오(예를 들어, 동영상 등), 오디오(예를 들어, 음성, 음악 등) 등의 컨텐트 및 부가 정보(예를 들어, EPG 등) 등을 수신한다. 예를 들어, 입/출력부(110)는 컨텐트에 포함된 복수의 이미지를 수신할 수 있다. 입/출력부(110)는 HDMI 포트(High-Definition Multimedia Interface port, 111), 컴포넌트 잭(component jack, 112), PC 포트(PC port, 113), 및 USB 포트(USB port, 114) 중 하나를 포함할 수 있다. 입/출력부(110)는 HDMI 포트(111), 컴포넌트 잭(112), PC 포트(1413), 및 USB 포트(114)의 조합을 포함할 수 있다.

입/출력부(110)의 구성 및 동작은 본 발명의 실시예에 따라 다양하게 구현될 수 있다는 것은 당해 기술 분야의 통상의 지식을 가진 자에게 용이하게 이해될 것이다.

프로세서(120)는 통상적으로 디바이스(100)의 전반적인 동작을 제어한다. 예를 들어, 프로세서(120)는, 메모리(140)에 저장된 프로그램들을 실행함으로써, 입/출력부(110), 디스플레이부(130), 통신부(150), 감지부(160) 및 튜너부(170) 등을 전반적으로 제어할 수 있다. 또한, 프로세서(120)는 메모리(140)에 저장된 프로그램들을 실행함으로써, 도 4 내지 도 15를 참고하여 후술할 컨텐트를 인식하는 방법을 수행할 수 있다.

한편, 프로세서(120)는 수신된 복수의 이미지 중 적어도 일부 이미지 간의 차이를 기초로, 컨텐트에 대한 식별 정보를 생성한다. 또한, 프로세서(120)는 생성된 식별 정보와 복수의 컨텐트 각각에 대해 기 저장된 식별 정보를 비교하여, 컨텐트를 인식한다.

일 실시예에 따른 프로세서(120)는 적어도 일부 이미지 각각으로부터 관심 영역을 검출할 수 있다. 예를 들어, 프로세서(120)는 수신된 복수의 이미지 중 새로운 컨텐트로 판단되는 적어도 일부 이미지를 선택할 수 있다. 또한, 프로세서(120)는 선택된 이미지로부터 관심 영역(예를 들어, 이미지의 중앙 영역)을 검출할 수 있다. 프로세서(120)는 검출된 각각의 관심 영역 간의 차이에 기초하여 컨텐트에 대한 식별 정보를 생성할 수 있다.

또한, 프로세서(120)는 복수의 컨텐트 각각에 포함된 복수의 이미지 간의 영역 별 차이에 기초하여, 복수의 컨텐트의 영역 별 식별 정보를 생성하고, 컨텐트에 대한 식별 정보와 복수의 컨텐트의 영역 별 식별 정보를 비교할 수 있다.

일 실시예에 따른 프로세서(120)는 적어도 일부 이미지로부터 컨텐트와의 연관도가 임계값 미만인 정보가 포함되는 제외 대상 영역을 제거할 수 있다. 또한, 프로세서(120)는 제외 대상 영역이 제거된 적어도 일부 이미지 간의 차이에 기초하여, 컨텐트에 대한 식별 정보를 생성할 수 있다.

일 실시예에 따른 프로세서(120)는 컨텐트에 포함된 복수의 이미지가 수신되기 전에 수신된 이미지 및 오디오 신호 중 적어도 하나를 기초로, 컨텐트에 포함된 복수의 이미지가 수신된 지점을 결정할 수 있다. 프로세서(120)는 결정된 지점에 기초하여, 컨텐트에 포함된 복수의 이미지를 검출할 수 있다.

일 실시예에 따른 프로세서(120)는 입/출력부(110)를 통해 획득된 적어도 하나의 컨텐트의 메타데이터를 기초로, 컨텐트에 포함된 복수의 이미지가 수신된 지점을 결정할 수 있다. 프로세서(120)는 결정된 지점에 기초하여, 컨텐트에 포함된 복수의 이미지를 검출할 수 있다.

일 실시예에 따른 프로세서(120)는 복수의 컨텐트 각각에 대해 기 저장된 식별 정보 중에서 생성된 식별 정보와 대응되는 식별 정보가 존재하지 않는 경우, 생성된 식별 정보를 메모리(140)에 저장할 수 있다.

일 실시예에 따른 프로세서(120)는 생성된 식별 정보 중 제 1 구간에 포함되는 복수의 이미지 간의 차이값을 선택하고, 선택된 차이값과 기 저장된 식별 정보에 포함된 차이값 간의 유사도가 기 설정된 값 미만인 경우 생성된 식별 정보 중 제 2 구간에 포함되는 복수의 이미지 간의 차이값을 재선택할 수 있다. 프로세서(120)는 재선택된 차이값과 기 저장된 식별 정보에 포함된 차이값을 비교할 수 있다.

일 실시예에 따른 프로세서(120)는 수신된 복수의 이미지 중 적어도 일부 이미지의 해상도가 기 설정된 해상도와 다른 경우, 적어도 일부 이미지의 해상도를 상기 기 설정된 해상도로 변경할 수 있다. 또한, 프로세서(120)는 변경된 해상도를 갖는 적어도 일부 이미지의 차이를 기초로 식별 정보를 생성할 수 있다. 다른 실시예에 따라, 프로세서(120)는 적어도 일부 이미지의 해상도가 기 설정된 해상도와 다른 경우, 적어도 일부 이미지로부터 생성된 식별 정보와 기 저장된 복수의 컨텐트의 식별 정보가 대응되는지 여부를 판단하는데 이용되는 유사도의 임계값을 결정할 수도 있다.

프로세서(120)는 디바이스(100)의 외부에서부터 입력되는 신호 또는 데이터를 저장하거나, 디바이스(100)에서 수행되는 다양한 작업에 대응되는 저장 영역으로 사용되는 램(RAM, 121), 디바이스(100)의 제어를 위한 제어 프로그램이 저장된 롬(ROM, 122) 및 프로세서(Processor, 123)를 포함할 수 있다.

일 실시예에 따른 디스플레이부(130)는 수신된 컨텐트를 표시한다. 본 명세서에서 디스플레이부(130)는 컨텐트가 표시된다는 점에서 화면과 대응되는 구성일 수 있다.

메모리(140)는 프로세서(120)의 제어에 의해 디바이스(100)를 구동하고 제어하기 위한 다양한 데이터, 프로그램 또는 어플리케이션을 저장할 수 있다. 예를 들어, 메모리(140)는 디바이스(100) 및 프로세서(120)의 제어를 위한 제어 프로그램, 제조사에서 최초 제공되거나 외부에서부터 다운로드 받은 어플리케이션, 어플리케이션과 관련된 GUI(graphical user interface), GUI를 제공하기 위한 오브젝트(예를 들어, 이미지 텍스트, 아이콘, 버튼 등), 사용자 정보, 문서, 복수의 컨텐트에 관한 식별 정보, 데이터베이스들 또는 관련 데이터들을 저장할 수 있다.

또한, 메모리(140)는 복수의 컨텐트 각각에 대한 식별 정보를 저장할 수 있다.

일 실시예에서 "메모리" 라는 용어는 메모리(140), 메모리의 롬, 램 또는 디바이스(100)에 장착되는 메모리 카드(예를 들어, micro SD 카드, USB 메모리, 도시되지 아니함)를 포함한다. 또한, 메모리(140)는 비휘발성 메모리, 휘발성 메모리, 하드 디스크 드라이브(HDD) 또는 솔리드 스테이트 드라이브(SSD)를 포함할 수 있다.

메모리(140)는 도시되지 아니한 방송 수신 모듈, 채널 제어 모듈, 볼륨 제어 모듈, 통신 제어 모듈, 음성 인식 모듈, 모션 인식 모듈, 광 수신 모듈, 디스플레이 제어 모듈, 오디오 제어 모듈, 외부 입력 제어 모듈, 전원 제어 모듈, 무선(예를 들어, 블루투스)으로 연결되는 외부 장치의 전원 제어 모듈, 음성 데이터베이스(DB), 또는 모션 데이터베이스(DB)를 포함할 수 있다. 메모리(140)의 도시되지 아니한 모듈들 및 데이터 베이스는 디바이스(100)에서 방송 수신의 제어 기능, 채널 제어 기능, 볼륨 제어 기능, 통신 제어 기능, 음성 인식 기능, 모션 인식 기능, 광 수신 제어 기능, 디스플레이 제어 기능, 오디오 제어 기능, 외부 입력 제어 기능, 전원 제어 기능 또는 무선(예를 들어, 블루투스)으로 연결되는 외부 장치의 전원 제어 기능을 수행하기 위하여 소프트웨어 형태로 구현될 수 있다. 프로세서(120)는 메모리(140)에 저장된 이들 소프트웨어를 이용하여 각각의 기능을 수행할 수 있다.

통신부(150)는 프로세서(120)의 제어에 의해 디바이스(100)를 외부 장치(예를 들어, 입력 장치, 서비스 제공 장치 및 서버 등)와 연결할 수 있다. 예를 들어, 프로세서(120)는 통신부(150)를 통해 연결된 서비스 제공 장치로 컨텐트를 송/수신, 서비스 제공 장치에서부터 어플리케이션(application)을 다운로드 하거나 또는 웹 브라우징을 할 수 있다. 통신부(150)는 디바이스(100)의 성능 및 구조에 대응하여 무선 랜(151), 블루투스(152), 및 유선 이더넷(Ethernet, 153) 중 하나를 포함할 수 있다. 또한, 통신부(150)는 무선랜(151), 블루투스(152), 및 유선 이더넷(Ethernet, 153)의 조합을 포함할 수 있다. 통신부(150)는 프로세서(120)의 제어에 의해 입력 장치의 제어 신호를 수신할 수 있다. 제어 신호는 블루투스 타입, RF 신호 타입 또는 와이파이 타입으로 구현될 수 있다.

통신부(150)는 블루투스 외에 다른 근거리 통신(예를 들어, NFC(near field communication, 도시되지 아니함), BLE(bluetooth low energy, 도시되지 아니함)를 더 포함할 수 있다.

일 실시예에 따른 감지부(160)는, 사용자 입력을 감지하여, 감지된 신호를 프로세서(120)로 전달할 수 있다. 또한, 감지부(160)는 전원 온/오프, 채널 선택, 채널-업/다운, 화면 설정을 위한 사용자 입력을 감지할 수 있다. 또한, 일 실시예에 따른 감지부(160)는 디스플레이부(130)에 표시되는 커서를 이동시키기 위한 사용자 입력, 후보 아이템들 간에 포커스를 이동시키기 위한 방향 키 입력을 감지할 수 있다. 또한, 감지부(160)는 사용자의 음성, 사용자의 영상 또는 사용자의 인터랙션을 감지한다.

마이크(161)는 사용자의 발화(utterance)된 음성을 수신한다. 마이크(161)는 수신된 음성을 전기 신호로 변환하여 프로세서(120)로 출력할 수 있다. 예를 들어, 마이크(161)는 컨텐트가 제공되는 채널의 변경을 요청하는 사용자의 음성을 수신할 수 있다.

마이크(161)는 디바이스(100)와 일체형 또는 분리형으로 구현될 수 있다. 분리된 마이크(161)는 통신부(150) 또는 입/출력부(110)를 통해 영상 표시 장치(100b)와 전기적으로 연결될 수 있다. 디바이스(150)의 성능 및 구조에 따라 마이크(161)가 제외될 수 있다는 것은 당해 기술 분야에서 통상의 지식을 가진 자에게 용이하게 이해될 것이다.

카메라부(162)는 프로세서(120)의 제어에 따라 수신된 영상을 전기 신호로 변환하여 프로세서(120)로 출력할 수 있다. 예를 들어, 카메라부(162)는 디바이스(100)의 주위에 위치하는 사용자의 영상을 프로세서(120)로 출력할 수 있다. 프로세서(120)는 카메라부(162)를 통해 수신된 사용자의 영상을 통해, 사용자의 프로파일(예를 들어, 성별, 나이)을 결정할 수 있다.

광 수신부(163)는 외부의 입력 장치에서부터 수신되는 광 신호(제어 신호를 포함)를 디스플레이부(130)의 베젤의 광창(도시되지 아니함) 등을 통해 수신한다. 광 수신부(163)는 입력 장치로부터 사용자 입력(예를 들어, 터치, 눌림, 터치 제스처, 음성, 또는 모션)에 대응되는 광 신호를 수신할 수 있다. 수신된 광 신호로부터 프로세서(120)의 제어에 의해 제어 신호가 추출될 수 있다.

튜너부(170)는 유선 또는 무선으로 수신되는 방송 신호를 증폭(amplification), 혼합(mixing), 공진(resonance)등을 통하여 많은 전파 성분 중에서 디바이스(100)에서 수신하고자 하는 채널의 주파수만을 튜닝(tuning)시켜 선택할 수 있다. 방송 신호는 오디오(audio), 비디오(video) 및 부가 정보(예를 들어, EPG(Electronic Program Guide))를 포함한다.

튜너부(170)는 사용자 입력(예를 들어, 제어 장치로부터 수신되는 제어 신호, 예컨대, 채널 번호 입력, 채널의 업다운(up-down) 입력 및 EPG 화면에서 채널 입력)에 따라 채널 번호(예를 들어, 케이블 방송 506번)에 대응되는 주파수 대역에서 방송 신호를 수신할 수 있다.

튜너부(170)는 지상파 방송, 케이블 방송, 위성 방송, 인터넷 방송 등과 같이 다양한 소스로부터 방송 신호를 수신할 수 있다. 튜너부(170)는 아날로그 방송 또는 디지털 방송 등과 같은 소스로부터 방송 신호를 수신할 수도 있다. 튜너부(170)를 통해 수신된 방송 신호는 디코딩(decoding, 예를 들어, 오디오 디코딩, 비디오 디코딩 또는 부가 정보 디코딩)되어 오디오, 비디오 및/또는 부가 정보로 분리된다. 분리된 오디오, 비디오 및/또는 부가 정보는 프로세서(120)의 제어에 의해 메모리(140)에 저장될 수 있다.

도 4는 일 실시예에 따라 디바이스(100)가 컨텐트를 인식하는 방법을 설명하기 위한 흐름도이다.

단계 S410에서, 디바이스(100)는 컨텐트에 포함된 복수의 이미지를 수신한다.

예를 들어, 디바이스(100)는 컨텐트 서비스를 통해, 적어도 하나의 컨텐트에 포함된 복수의 이미지를 수신할 수 있다. 예를 들어, 컨텐트 서비스는 지상파 방송 신호, 케이블 방송 셋톱박스, IPTV 셋톱박스 등이 제공하는 실시간 방송 컨텐트 서비스 뿐만 아니라, 넷플릭스, 유투브와 같은 웹 어플리케이션 형태의 컨텐트 서비스 등을 포함할 수 있으나 이는 일 실시예일 뿐 컨텐트 서비스가 이에 한정되는 것은 아니다. 또한, 여기에서 이미지는 컨텐트를 구성하는 장면의 단위로서, 예를 들어, 프레임(frame)일 수 있고, 수신된 복수의 이미지들 각각은 서로 다른 재생 시간을 갖는 이미지일 수 있다.

한편, 다른 실시예에 따라, 디바이스(100)는 컨텐트에 포함된 복수의 이미지와 함께 컨텐트의 메타데이터를 수신할 수 있다. 여기에서, 컨텐트의 메타데이터는 컨텐트를 제공하는 채널, 컨텐트의 내용 및 컨텐트의 시청 등급과 같은 컨텐트에 대한 정보를 포함할 수 있다. 예를 들어, EPG(Electronic Program Guide) 등이 컨텐트의 메타데이터에 포함될 수 있다.

단계 S420에서, 디바이스(100)는 수신된 복수의 이미지 중 적어도 일부 이미지 간의 차이를 기초로, 컨텐트에 대한 식별 정보를 생성한다.

일 실시예에 따른 디바이스(100)는 복수의 이미지 간의 색상 정보, 에지 정보 및 텍스트 중 적어도 하나를 비교하여, 복수의 이미지 간의 차이에 대한 정보를 생성할 수 있다. 예를 들어, 디바이스(100)는 복수의 이미지 중 제 1 이미지 및 제 2 이미지 간의 색상 정보, 에지 정보 및 텍스트 중 적어도 하나의 차이에 대한 정보를 생성할 수 있다. 다만, 이는 일 실시예일 뿐, 복수의 이미지 간의 비교 대상이 전술한 예에 한정되는 것은 아니다. 또한, 디바이스(100)는 생성된 차이 정보를 컨텐트에 대한 식별 정보로 결정할 수 있다.

단계 S430에서, 디바이스(100)는 생성된 식별 정보와 복수의 컨텐트 각각에 대해 기 저장된 식별 정보를 비교하여, 컨텐트를 인식한다.

디바이스(100)는 컨텐트 서비스를 통해 제공받을 수 있는 복수의 컨텐트 각각에 대한 식별 정보를 기 저장할 수 있다. 여기에서, 복수의 컨텐트 각각에 대한 식별 정보는 복수의 컨텐트 각각에 포함된 복수의 이미지 간의 차이를 기초로 생성될 수 있다. 일 실시예에 따라, 복수의 컨텐트 각각에 대한 식별 정보는 외부의 디바이스로부터 수신될 수 있다. 다른 실시예에 따라, 복수의 컨텐트 각각에 대한 식별 정보는, 디바이스(100)가 이전에 수신한 컨텐트에 포함된 복수의 이미지 간의 차이를 기초로, 디바이스(100)에서 생성될 수도 있다.

일 실시예에 따른 디바이스(100)는 생성된 식별 정보와 기 저장된 복수의 컨텐트의 식별 정보 간의 상관 관계(correlation)를 판단하여, 인식하고자 하는 컨텐트와 동일한 컨텐트가 복수의 컨텐트 중에 존재하는지 여부를 판단할 수 있다. 디바이스(100)는 생성된 식별 정보와 기 저장된 복수의 컨텐트의 식별 정보 간의 상관 관계를 산출한 결과, 기 설정된 값을 초과하는 컨텐트가 검출되는 경우, 검출된 컨텐트와 인식하고자 하는 컨텐트가 동일한 것임을 확인할 수 있다.다만, 이는 일 실시예일 뿐, 상관 관계를 판단하는 것 이외에 다른 방법이 이용될 수도 있다. 여기에서, 기 설정된 값은 수신한 컨텐트와 기 저장된 복수의 컨텐트 중 적어도 하나가 대응되는지 판단하는데 기준이 되는 값으로서, 임계값 등의 용어로서 사용될 수도 있다. 기 설정된 값은 사용자의 입력 또는 해상도의 차이 등을 기초로 변경될 수 있다.

한편, 다른 예에 따라, 복수의 컨텐트 중에서, 생성된 식별 정보와 대응되는 식별 정보를 갖는 컨텐트가 검출되지 않는 경우, 디바이스(100)는 메타데이터 또는 수신된 이미지에 표시된 텍스트를 통해, 컨텐트를 식별할 수 있다. 또한, 디바이스(100)는 식별된 컨텐트에 대해 생성된 식별 정보를 저장함으로써, 복수의 컨텐트 각각의 식별 정보를 저장하고 있는 데이터 베이스를 갱신할 수 있다. 다른 예에 따라, 디바이스(100)는 컨텐트를 인식하는 데이터 베이스를 관리해 주는 서버가 별도로 존재하는 경우, 서버에 매칭되는 컨텐트가 존재하지 않았음을 알리는 정보와 식별된 컨텐트에 대해 생성된 식별 정보를 제공함으로써, 서버의 데이터 베이스를 갱신할 수 있다.

또 다른 예에 따라, 디바이스(100)는 컨텐트와 함께 수신된 메타데이터 또는 ACR(Automatic Content Recognition) 기술을 통해, 수신된 컨텐트가 지상파 컨텐트인지 또는 케이블 컨텐트인지 여부를 판단할 수 있다. 이에 따라, 디바이스(100)는 판단 결과에 기초하여, 컨텐트의 식별 정보와 비교 대상이 되는 데이터 베이스를 한정할 수 있다. 예를 들어, 디바이스(100)는 수신된 컨텐트가 지상파 컨텐트로 판단되는 경우, 데이터 베이스 내에 저장되어 있는 복수의 컨텐트의 식별 정보 중 지상파 컨텐트에 관한 식별 정보와 수신된 컨텐트의 식별 정보를 비교할 수 있다.

일 실시예에 따른 디바이스(100)는 수신된 컨텐트가 인식됨에 따라, 기 저장된 디바이스(100)의 사용자의 프로파일 또는 선호도 정보를 기초로, 수신된 컨텐트가 사용자에게 적절한 지 여부를 판단할 수 있다. 디바이스(100)는 판단 결과, 수신된 컨텐트가 사용자에게 적절하지 않다고 판단되는 경우, 다른 컨텐트를 재생할 수 있다. 예를 들어, 디바이스(100)는 30대 남성이 사용자인 경우, 수신되는 컨텐트가 여성 화장품 광고로 인식됨에 따라, 30대 남성이 선호하는 자동차 광고를 재생할 수 있다. 한편, 다른 예에 따라, 디바이스(100)는 서버에 다른 컨텐트를 요청하고, 요청에 따라 서버로부터 수신된 다른 컨텐트를 재생할 수 있다.

도 5는 일 실시예에 따른 디바이스(100)가 수신한 복수의 이미지 중 적어도 일부 간의 차이를 기초로 식별 정보(530)를 생성하는 방법을 설명하기 위한 도면이다.

도 5를 참고하면, 디바이스(100)는 N개의 이미지(510)를 수신할 수 있다. 디바이스(100)는 수신한 N개의 이미지(510) 중에서, 적어도 일부인 S개의 이미지(520)를 선택할 수 있다. 여기에서, 선택된 S개의 이미지(520)는 연속된 이미지일 수 있다. 한편, 디바이스(100)가 N개의 이미지(510) 중 적어도 일부인 S개의 이미지(520)를 선택하는 방법에 대해서는 도 11을 참고하여 구체적으로 후술하도록 한다.

또한, 디바이스(100)는 선택된 s개의 이미지(520)의 색상, 에지 등의 특성을 나타내는 히스토그램을 생성할 수 있다. 예를 들어, 디바이스(100)는 그레이 히스토그램(gray histogram), 에지 히스토그램(edge histogram) 및 RGB 히스토그램(Red Green Blue histogram) 중 적어도 하나를 생성할 수 있다. 다른 예에 따라, 디바이스(100)는 선택된 s개의 이미지(520) 중 연속된 이미지 간의 차이에 대한 모션 벡터를 생성할 수도 있다.

디바이스(100)는 선택된 s개의 이미지(520)를 비교하여, s개의 이미지(520) 간의 차이를 기초로 식별 정보(530)를 생성할 수 있다. 예를 들어, 디바이스(100)는 s개의 이미지(520) 간의 색상별 픽셀수의 차이값, 그레이 히스토그램의 차이값, 방향별 에지 히스토그램의 차이값 및 모션 벡터의 차이값을 기초로 식별 정보를 생성할 수 있다. 다만, 이는 일 실시예일 뿐, 디바이스(100)는 그레이 히스토그램, 방향별 에지 히스토그램, 모션 벡터 및 RGB 히스토그램의 차이값 중 적어도 2개 이상을 조합하여, 식별 정보(530)를 생성할 수도 있다.

도 6은 일 실시예에 따른 디바이스(100)에서 생성하는 식별 정보(600)의 구조를 설명하기 위한 도면이다.

도 6을 참고하면, 디바이스(100)는 헤더(612) 및 수신된 이미지 중 적어도 일부 간의 차이에 대한 정보(614)를 포함한 식별 정보(600)를 생성할 수 있다. 예를 들어, 디바이스(100)는 헤더(612)에 2 비트를 할당하고, 수신된 이미지 중 적어도 일부 간의 차이에 대한 정보(, 이하 차이값 614)에 14비트를 할당하여, 16bit의 식별 정보(600)를 생성할 수 있다.

또한, 디바이스(100)는 차이값(614)을 압축된 형태로 저장하기 위해, 헤더(612)의 값을 구별하여, 연속되는 값이 계속하여 존재하는 경우를 나타낼 수 있다. 예를 들어, 헤더(612)가 10인 경우, 차이값(614)에 연속되는 1이 계속하여 존재한다는 것을 확인할 수 있다. 디바이스(100)는 헤더(612)값을 00으로 설정하여, 14비트 내에 수신된 이미지 중 적어도 일부 간의 차이값이 포함됨을 나타낼 수 있다. 다만, 이는 일 실시예일 뿐, 헤더(612)의 값이 전술한 예에 한정되는 것은 아니다.

일 실시예에 따른 디바이스(100)는 본 실시예에서 전술한 구조에 따라 식별 정보(600)를 저장함으로써, 컨텐트 인식을 위해 이미지를 저장하는데 사용되는 메모리의 용량을 보다 효율적으로 관리할 수 있다.

다만, 이는 디바이스(100)에서 생성되는 식별 정보의 구조를 설명하기 위한 일 예일 뿐, 디바이스(100)에서 생성되는 식별 정보의 구조가 전술한 예에 한정되는 것은 아니다.

도 7은 일 실시예에 따른 디바이스(100)가 생성된 식별 정보(710)와 기 저장된 컨텐트의 식별 정보(720)를 비교하는 방법을 설명하기 위한 도면이다.

도 7을 참고하면, 디바이스(100)는 수신된 이미지 중 n+1개의 이미지를 선택하여, n+1개의 이미지 간의 차이에 대한 식별 정보(710)를 생성할 수 있다. 여기에서, 생성된 식별 정보(710)에는 n+1개의 이미지 중 연속된 이미지를 비교한 결과 결정된 n개의 차이값이 포함될 수 있다.

디바이스(100)는 컨텐트를 인식하기 위해, 생성된 식별 정보(710)에 포함된 n개의 차이값 중 기 설정된 개수인 3개의 차이값(732)을 기 저장된 컨텐트의 식별 정보(520)에 포함된 3개의 차이값(734)과 비교할 수 있다. 여기에서, 3개의 차이값은 선택된 이미지 중 제 1 이미지와 제 2 이미지 간의 차이값, 제 2 이미지와 제 3 이미지 간의 차이값 및 제 3 이미지와 제 4 이미지 간의 차이값을 나타낼 수 있다.

한편, 디바이스(100)는 생성된 식별 정보(710)와 기 저장된 복수의 컨텐트 각각의 식별 정보에 포함된 3개의 차이값을 비교한 결과, 대응되는 것으로 판단되는 컨텐트가 소정 개수 이상인 것으로 판단되는 경우, 적응적으로 비교대상이 되는 차이값의 개수를 늘릴 수 있다. 예를 들어, 디바이스(100)는 컨텐트를 인식하기 위해, 생성된 식별 정보(710)에 포함된 n개의 차이값 중 4개의 차이값(742)을 기 저장된 컨텐트의 식별 정보(720)에 포함된 4개의 차이값(744)과 비교할 수 있다.

다만, 이는 일 실시예일 뿐, 디바이스(100)는 기 저장된 복수의 컨텐트의 식별 정보와 생성된 식별 정보(710)를 비교한 결과, 일치 여부에 따라 적응적으로 비교대상이 되는 차이값의 개수를 줄이거나 늘릴 수 있다.

도 8은 다른 실시예에 따른 디바이스(100)가 식별 정보를 생성하기 위해 윈도우를 슬라이딩하는 방법을 설명하기 위한 도면이다.

본 실시예에서, 윈도우는 비교 대상이 되는 차이값의 범위를 나타낼 수 있다. 예를 들어, 제 1 차이값부터 크기 3의 윈도우를 적용하는 경우, 제 1 차이값, 제 2 차이값 및 제 3 차이값이 윈도우에 포함될 수 있다. 또한, 제 1 차이값으로부터 크기 3의 윈도우를 1만큼 슬라이딩하는 경우, 제 2 차이값, 제 3 차이값 및 제 4 차이값이 윈도우에 포함될 수 있다.

도 8을 참고하면, 디바이스(100)는 수신된 이미지 중 n+1개의 이미지를 선택하여, n+1개의 이미지 간의 차이에 대한 식별 정보(810)를 생성할 수 있다. 여기에서, 생성된 식별 정보(810)에는 n+1개의 이미지 중 연속된 이미지를 비교한 결과 결정된 n개의 차이값이 포함될 수 있다.

디바이스(100)는 컨텐트를 인식하기 위해, 생성된 식별 정보(810)에 포함된 n개의 차이값 중 제 1 구간에 포함되는 이미지들 간의 차이인 제 1 차이값 내지 제 4 차이값(820)을 기 저장된 컨텐트의 식별 정보에 포함된 차이값과 비교할 수 있다. 한편, 본 실시예에서는 비교 대상이 되는 차이값을 선택하기 위한 윈도우의 크기가 4인 것으로 가정한다.

한편, 디바이스(100)가 윈도우를 슬라이딩 시키지 않고 제 1 차이값부터 윈도우를 적용하여, 비교 대상이 되는 차이값의 수를 늘리게 되면, 유사도 산출 시, 컨텐트의 특성을 명확히 산출할 수 없는 경우가 발생할 수 있다.

예를 들어, 컨텐트의 식별 정보(810) 중 전반부의 차이값을 기초로 선정된 후보 컨텐트가 복수개인 경우, 디바이스(100)는 후반부의 차이값을 이용하여 컨텐트를 인식해야 할 필요가 있다. 이러한 경우, 디바이스(100)에서 윈도우를 슬라이딩 시키지 않고, 제 1 차이값부터 누적하여 비교 대상이 되는 차이값을 늘려나가면, 전반부의 차이값이 유사도에 영향을 주어 컨텐트를 인식하기 어려운 경우가 발생할 수 있다.

또한, 디바이스(100)에서, 컨텐트가 시작되는 것으로 판단된 지점이 잘못된 경우가 발생할 수도 있어, 식별 정보(810)에 포함된 초기의 차이값에는 컨텐트를 인식하는데 부적절한 정보가 포함될 수도 있다. 이에 따라, 디바이스(100)는 윈도우가 적용되는 이미지를 슬라이딩하면서, 비교 대상이 되는 차이값을 변경할 수 있다. 예를 들어, 디바이스(100)는 제 2 차이값부터 윈도우를 적용하여, 제 2 구간에 포함되는 이미지들간의 차이인 제 2 차이값 내지 제 5 차이값(830)을 기 저장된 컨텐트의 식별 정보에 포함된 차이값과 비교할 수 있다.

다른 실시예에 따라, 디바이스(100)는 윈도우의 크기를 늘려가는 방식과 윈도우를 슬라이딩시키는 방식을 조합하여, 컨텐트를 인식할 수도 있다. 예를 들어, 디바이스(100)에서 비교할 수 있는 컨텐트의 개수가 최대 1000개로 설정되어 있는 경우, 디바이스(100)는 컨텐트로 예상되는 1000개의 후보 컨텐트가 선택될 때까지 윈도우를 순차적으로 증가시킬 수 있다. 디바이스(100)는 윈도우를 증가시킨 결과, 1000개 이하의 후보 컨텐트가 선택되는 경우, 윈도우를 슬라이딩 시켜가면서 비교 대상이 되는 차이값의 범위를 변경할 수 있다.

한편, 일 실시예에 따른 디바이스(100)는 제 2 차이값 내지 제 5 차이값(630)과 기 저장된 컨텐트의 식별 정보를 비교하여, 유사도를 산출할 수 있다. 여기에서, 유사도는 코릴레이션(correlation) 및 이웃 코릴레이션(neighborhood correlation) 등을 산출함으로써 획득될 수 있다.

디바이스(100)는 유사도를 산출함으로써, 동일한 컨텐트인 경우임에도 디코더에 따라 차이가 발생하여 컨텐트를 인식하기 어려운 문제점을 해결할 수 있다. 디코더에 따른 차이는 예를 들어, A 디코더의 경우 I 프레임을 기준으로 디코딩을 수행하고, B 디코더의 경우 B 프레임을 기준으로 디코딩을 수행함에 따라 발생할 수 있다. 다만, 이는 일 실시예일 뿐, 디코더에 따른 차이가 발생할 수 있는 이유가 전술한 예에 한정되는 것은 아니다. 예를 들어, 디코딩 기법의 차이에 따라 동일한 컨텐트인 경우에도 차이가 발생할 수 있다. 이에 따라, 일 실시예에 따른 디바이스(100)는 수신한 컨텐트로부터 산출된 복수의 차이값(830)과 기 저장된 컨텐트의 식별 정보 간의 유사도를 산출함으로써 컨텐트를 인식할 수 있다.

도 9는 일 실시예에 따른 디바이스(100)가 수신된 이미지(910)에서 제외 대상 영역을 제거하는 방법을 설명하기 위한 도면이다.

도 9를 참고하면, 디바이스(100)는 수신된 복수의 이미지 중 적어도 하나인 제 1 이미지(910)에서 제외 대상 영역(912, 914, 916)을 검출할 수 있다.

일 실시예에 따른 디바이스(100)는 기 설정된 탬플릿을 이용하여, 제 1 이미지(910)로부터 제외 대상 영역(912, 914, 916)을 검출할 수 있다. 기 설정된 탬플릿에는 이미지 내에서, 컨텐트와의 연관도가 낮은 정보가 포함되는 제외 대상 영역에 관한 정보를 포함할 수 있다. 여기에서, 컨텐트와의 연관도가 낮은 정보는 자막, 방송국 명칭 및 컨텐트 이후에 재생되는 다른 컨텐트의 제목 등이 포함될 수 있다. 또한, 컨텐트와의 연관도가 낮은 정보가 표시되는영역에는 예를 들어, 인식대상이 되는 컨텐트의 이후에 재생되는 컨텐트의 제목 또는 채널 정보가 포함되는 좌측 상단 영역(912), 우측 상단 영역(914) 및 하단 영역(916)이 포함될 수 있다. 다만, 이는 일 실시예일 뿐, 제외 대상 영역이 전술한 예에 한정되는 것은 아니다.

한편, 다른 실시예에 따라, 디바이스(100)는 컨텐트와 함께 수신한 EPG와 컨텐트를 비교하여 제외 대상 영역(912, 914, 916)을 선택할 수도 있다. 예를 들어, 디바이스(100)는 EPG에 포함된 다음 시간에 재생되는 프로그램 제목의 위치 또는 방송국의 로고 위치 등에 관한 정보를 이용하여 이미지 내에서 제외 대상 영역을 선택할 수 있다.

또 다른 실시예에 따른 디바이스(100)는 방송국의 로고 등과 같이 컨텐트와 연관도가 낮은 정보들을 포함한 매칭 테이블을 이용하여 제외 대상 영역(912, 914, 916)을 검출할 수 있다. 여기에서, 방송국의 로고 등은 컴퓨터에 기 저장된 이미지, 텍스트와 매칭하거나 딥러닝 등의 기술을 통해 검출할 수 있다.

또 다른 실시예에 따른 디바이스(100)는 매칭 테이블 또는 탬플릿을 기초로 검출된 컨텐트의 영역에 컨텐트와 함께 수신한 메타데이터에 포함되는 단어와 매칭되는 단어가 존재하는지 여부를 판단할 수 있다. 예를 들어, 디바이스(100)는 검출된 컨텐트의 영역으로부터 OCR 을 통해 인식된 단어와 컨텐트의 EPG에 포함된 단어가 매칭되는지 여부를 판단할 수 있다. 디바이스(100)는 검출된 컨텐트의 영역으로부터 인식된 단어와 EPG에 포함된 단어가 매칭되는 경우, 검출된 컨텐트의 영역을 제외 대상 영역(912, 914, 916)으로 판단할 수 있다.

일 실시예에 따른 디바이스(100)는 수신된 복수의 이미지 중 적어도 일부 이미지에서 제외 대상 영역(912, 914, 916)을 제거한 후에, 제외 대상 영역(912, 914, 916)이 제거된 적어도 일부 이미지 간의 차이를 기초로 적어도 일부 이미지가 포함된 컨텐트의 식별 정보를 생성할 수 있다. 또한, 다른 실시예에 따라, 디바이스(100)는 제외 대상 영역(912, 914, 916)의 픽셀 값을 제외 대상 영역(912, 914, 916)에 대한 주변 영역의 픽셀값으로 보상할 수도 있다.

디바이스(100)는 제 1 이미지(910)에서 제외 대상 영역(912, 914, 916)이 제거된 나머지 영역(920)을 제 1 이미지(910) 이후에 수신된 제 2 이미지(미도시)의 제외 대상 영역이 제거된 나머지 영역과 비교할 수 있다. 디바이스(100)는 비교 결과 결정된 차이값을 기초로 식별 정보를 생성할 수 있다.

도 10은 일 실시예에 따른 디바이스(100)가 수신된 복수의 이미지 중 적어도 일부에서 선택된 영역 간의 차이를 기초로 식별 정보를 생성하는 방법을 설명하기 위한 도면이다.

도 10을 참고하면, 디바이스(100)는 N개의 이미지(1010)를 수신할 수 있다. 디바이스(100)는 N개의 이미지 중에서, 컨텐트가 시작되는 지점으로 판단되는 이미지에서부터 S개의 이미지(1020)를 선택할 수 있다. 여기에서, 컨텐트가 시작되는 지점을 판단하는 방법은 도 5를 참고하여 전술한 방법과 대응될 수 있다.

한편, 디바이스(100)는 선택된 S개의 이미지(1020) 각각을 소정 개수의 영역들로 구별할 수 있다. 예를 들어, 디바이스(100)는 S개의 이미지(1020) 각각에서 제외 대상 영역을 제거한 나머지 영역을 9개의 영역(1021, 1022, 1023, 1024, 1025, 1026, 1027, 1028, 1029)으로 구별할 수 있다. 다만, 이는 일 실시예일 뿐, 이미지(1020)로부터 분할되는 영역들의 개수가 9개로 한정되는 것은 아니다.

또한, 디바이스(100)는 구별된 9개의 영역(1021, 1022, 1023, 1024, 1025, 1026, 1027, 1028, 1029) 중에서, 이미지들 간의 차이가 가장 많이 발생하는 영역을 관심 영역으로 선택할 수 있다. 예를 들어, 일반적으로 컨텐트는 컨텐트를 시청하는 사용자의 시선이 이미지의 중앙에 집중되는 점을 고려하여, 이미지의 중앙에 대다수의 정보들을 포함하고 있다. 또한, 이미지의 중앙에 대다수의 정보들이 집중됨에 따라, 중앙에서 이미지들 간의 차이가 가장 크게 발생할 수 있다. 이에 따라, 디바이스(100)는 S개의 이미지(1020) 각각에 대해 구별된 9개의 영역(1021, 1022, 1023, 1024, 1025, 1026, 1027, 1028, 1029) 중에서, 중앙에 위치한 제 1 영역(1021) 및 제 2 영역(1022) 중 적어도 하나를 관심 영역으로 선택할 수 있다. 다만, 이는 일 실시예일 뿐, 디바이스(100)는 S개의 이미지(1020) 내에서 중앙이 아닌 다른 영역을 관심 영역으로 선택할 수도 있다.

또한, 디바이스(100)는 S개의 이미지(1020) 각각의 중앙에 위치한 영역을 기초로 차이값을 생성하여 기 저장된 컨텐트의 정보와 비교한 결과, 컨텐트로 인식될 수 있는 후보 컨텐트가 복수개 존재하는 경우, 중앙에 위치한 영역 뿐만 아니라 중앙에 인접한 다른 영역(예를 들어, 1023, 1026)들에 대해서도 S개의 이미지(1020) 간의 차이값을 생성할 수 있다..

디바이스(100)는 S개의 이미지(1020) 각각의 중앙 영역들 간의 차이를 기초로 인식하고자 하는 컨텐트의 식별 정보(1030)를 생성할 수 있다.

도 11은 일 실시예에 따른 디바이스(100)가 복수의 컨텐트에 대한 식별 정보를 포함하고 있는 데이터 베이스를 생성하는 방법을 설명하기 위한 도면이다.

일 실시예에 따른 디바이스(100)는 이미지를 수신할 때마다 이미지가 포함된 컨텐트의 식별 정보로서 이미지들 간의 차이를 기초로 생성된 식별 정보를 데이터 베이스에 저장할 수 있다. 또한, 디바이스(100)는 이미지를 복수의 영역으로 구별하여, 영역별 이미지들 간의 차이를 컨텐트에 대한 식별 정보로서 저장할 수 있다.

도 11을 참고하면, 디바이스(100)는 제 1 이미지(1110), 제 2 이미지(1120) 및 제 3 이미지(1130)를 수신할 수 있다. 디바이스(100)는 제 1 이미지(1110)에서 제외 대상 영역이 제거된 나머지 영역을 9개의 영역(1111, 1112, 1113, 1114, 1115, 1116, 1117, 1118, 1119)으로 구별할 수 있다. 또한, 디바이스(100)는 제 2 이미지(1120)에서 제외 대상 영역이 제거된 나머지 영역을 9개의 영역(1121, 1122, 1123, 1124, 1125, 1126, 1127, 1128, 1129)으로 구별할 수 있다. 또한, 디바이스(100)는 제 3 이미지(1130)에서 제외 대상 영역이 제거된 나머지 영역을 9개의 영역(1131, 1132, 1133, 1134, 1135, 1136, 1137, 1138, 1139)으로 구별할 수 있다.

디바이스(100)는 제 1 이미지(1110)와 제 2 이미지(1120)를 비교하여, 영역에 따른 차이값을 결정할 수 있다. 예를 들어, 디바이스(100)는 제 1 이미지(1110)와 제 2 이미지(1120)의 제 1 영역들(1111, 1121) 간의 RGB 히스토그램 차이값, 방향별 에지 히스토그램 차이값, 움직임 벡터 차이값 및 텍스트 차이값 등을 결정할 수 있다. 또한, 다른 예에 따라 디바이스(100)는 제 1 이미지(1110)와 제 2 이미지(1120)의 제 2 영역들(1112, 1122) 간의 RGB 히스토그램 차이값, 방향별 에지 히스토그램 차이값, 움직임 벡터 차이값 및 텍스트 차이값 등을 결정할 수 있다. 전술한 방식과 같이, 디바이스(100)는 9개의 영역들 각각에 대해 제 1 이미지(1110)와 제 2 이미지(1120)간의 영역별 차이값을 결정하고, 결정된 영역별 차이값을 저장할 수 있다. 또한, 디바이스(100)는 제 2 이미지(1120)와 제 3 이미지(1130)를 비교하여, 영역에 따른 차이값을 결정할 수 있다.

한편, 디바이스(100)는 수신된 복수의 컨텐트에 대해 각각 전술한 바와 같이 영역별 차이값을 저장할 수 있다.

도 12는 일 실시예에 따른 디바이스(100)가 식별 정보를 생성하기 위해, 수신된 복수의 이미지 중 적어도 일부의 이미지의 해상도를 변경하는 방법을 설명하기 위한 도면이다.

도 12를 참고하면, 디바이스(100)에 이미지를 제공하는 컨텐트 서비스의 종류 혹은 외부 서버에 따라 동일한 컨텐트인 경우에도, 수신되는 이미지의 해상도가 상이할 수 있다. 예를 들어, 제 1 서버로부터 수신되는 컨텐트 A의 이미지(1210)의 해상도가 1920x1080이고, 제 2 서버로부터 수신되는 컨텐트 B의 이미지(1220)의 해상도가 800x480인 경우, 식별 정보가 서로 상이하게 생성되는 것을 방지하기 위해, 수신되는 이미지의 해상도를 조절할 필요가 있다. 이에 따라, 디바이스(100)는 수신된 복수의 이미지 중 적어도 일부 이미지 간의 차이를 기초로 식별 정보를 생성하기에 앞서, 적어도 일부 이미지의 해상도를 기 설정된 기본 해상도로 변경할 수 있다. 여기에서, 기 설정된 기본 해상도란 디바이스(100)에 설정되어 있는 해상도를 나타낸다.

다른 실시예에 따라, 디바이스(100)는 수신되는 제 1 서버로부터 수신되는 컨텐트 A의 이미지(1210)와 제 2 서버로부터 수신되는 컨텐트 B의 이미지(1220)의 해상도가 상이한 경우, 유사도 계산시 기준이 되는 임계값을 변경할 수도 있다. 예를 들어, 디바이스(100)는 하기의 수학식 1에 따라 수신된 이미지의 해상도를 기본으로 설정된 해상도로 나눈 값에 기 설정된 차이값 파라미터를 곱한 값으로 임계값을 설정할 수 있다. 차이값 파라미터는 유사도 계산 방법에 따라 결정되는 값으로 예를 들어, 2/3의 값을 가질 수 있다.

[수학식 1]

임계값 = 입력해상도/기본해상도 *차이값 파라미터

상기의 수학식 1에서, 기본 해상도는 디바이스(100)의 데이터 베이스 내에 컨텐트의 식별 정보를 저장할 때 설정되었던 해상도를 나타내고, 입력 해상도는 인식하고자 하는 대상이 되는 컨텐트의 이미지의 해상도를 나타낸다. 또한, 입력 해상도는 디바이스(100)에 표시된 컨텐트의 이미지의 해상도가 아닌 수신된 컨텐트의 이미지의 해상도를 나타낼 수 있다.

한편, 도 12에 도시된 바와 같이, 디바이스(100)는 TV일 수 있으나, 이는 일 실시예에 불과하며, 디스플레이를 포함하는 전자 장치로 구현될 수 있다. 예를 들어, 디바이스(100)는 휴대폰, 태블릿 PC, 디지털 카메라, 캠코더, 노트북 컴퓨터(laptop computer), 태블릿 PC, 데스크탑, 전자책 단말기, 디지털 방송용 단말기, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 네비게이션, MP3 플레이어, 착용형 기기(wearable device) 등과 같은 다양한 전자 장치로 구현될 수 있다. 특히, 실시예들은 TV와 같이 디스플레이가 대형인 디스플레이 장치에서 용이하게 구현될 수 있으나, 이에 한정되는 것은 아니다. 또한, 디바이스(100)는 고정형 또는 이동형일 수 있으며, 디지털 방송 수신이 가능한 디지털 방송 수신기일 수 있다.

도 13은 일 실시예에 따른 디바이스(100)가 오디오 신호 및 복수의 이미지 중 적어도 하나를 기초로 인식 대상이 되는 컨텐트가 수신되는 지점을 결정하여 컨텐트의 식별 정보를 생성하는 방법을 설명하기 위한 흐름도이다.

단계 S1310에서, 디바이스(100)는 컨텐트에 포함된 복수의 이미지가 수신되기 전에 수신된 이미지 및 오디오 신호 중 적어도 하나를 기초로 컨텐트에 포함된 복수의 이미지 중 적어도 하나가 수신된 지점을 결정할 수 있다. 예를 들어, 디바이스(100)는 컨텐트가 시작하는 첫번째 이미지 또는 그 이후의 이미지가 수신되는 지점을 결정할 수 있다.

일 실시예에 따른 디바이스(100)는 인식하고자 하는 컨텐트의 이전에 수신된 컨텐트의 수신이 종료되는 지점 또는 인식하고자 하는 컨텐트가 시작되는 지점을 결정할 수 있다.

예를 들어, 디바이스(100)는 N개의 이미지에 대해, 순차적으로 OCR(Optical Character Reader) 기법을 적용하여 텍스트를 분석한 결과, 제 m번째 이미지에서 이전 컨텐트의 종료를 나타내는 텍스트가 검출되는 경우, 제m+1번째 이미지에서부터 인식하고자 하는 컨텐트가 시작되는 것으로 결정할 수 있다.

다른 예에 따라 디바이스(100)는 N개의 이미지 간의 차이를 순차적으로 분석한 결과, 이전 이미지인 제p번째 이미지와의 차이가 기 설정된 값 이상인 제 p+1번째 이미지가 검출되는 경우 인식하고자 하는 컨텐트의 이전에 수신된 컨텐트가 종료된 것으로 판단할 수 있다.

또 다른 예에 따라, 디바이스(100)는 N개의 이미지와 함께 수신되는 오디오 신호를 분석한 결과, 오디오 신호의 크기가 임계값 미만으로 떨어지는 시점에 대응되는 이미지인 제x번째 이미지와 그 다음 이미지인 제x+1번째 이미지 간의 차이가 기 설정된 값 이상인 경우, 인식하고자 하는 제 x+1번째 이미지를 컨텐트가 시작되는 시점의 이미지인 것으로 결정할 수 있다. 오디오 신호의 크기가 임계값 미만으로 떨어지고, 이미지들 간의 차이가 기 설정된 값 이상인 경우는 재생되던 컨텐트가 종료되고 새로운 컨텐트가 시작되거나, 채널이 변경되는 경우 발생할 수 있다. 예를 들어, 채널이 변경되는 경우에는 블랙 스크린(black screen)에 의해 이미지들 간의 차이가 기 설정된 값 이상일 수 있다. 한편, 이는 일 실시예일 뿐, 디바이스(100)는 특정 멜로디 또는 특정 음성 데이터를 포함한 오디오 신호가 수신된 시점을 기준으로 컨텐트가 시작되는 지점을 결정할 수 있다. 예를 들어, 디바이스(100)는 "이 프로그램은 ~프로그랩입니다"라는 오디오 신호가 수신되는 경우, 오디오 신호가 수신된 지점의 이미지 또는 그 이후의 이미지를 컨텐트가 시작되는 지점으로 결정할 수 있다.

또 다른 예에 따라, 디바이스(100)는 적어도 하나의 컨텐트에 대한 메타데이터를 이용하여, 인식하고자 하는 컨텐트의 이전에 수신된 컨텐트가 종료되는 지점 또는 인식하고자 하는 컨텐트가 시작되는 지점을 결정할 수도 있다.

다만, 전술한 예는 일 실시예일 뿐, 디바이스(100)는 수신한 N개의 이미지(310) 중 적어도 하나에 OCR 기법을 적용하여 획득한 텍스트, N개의 이미지와 함께 수신한 오디오 신호 및 메타데이터 중 적어도 둘 이상을 조합하여, 인식하고자 하는 컨텐트가 시작되는 지점 또는 인식하고자 하는 컨텐트의 이전에 수신된 컨텐트가 종료되는 지점을 결정할 수 있다.

단계 S1320에서, 디바이스(100)는 결정된 지점에 기초하여 컨텐트에 포함된 복수의 이미지를 검출할 수 있다.

일 실시예에 따른 디바이스(100)는 결정된 지점으로부터 컨텐트의 수신이 종료되기 전까지 기 설정된 개수의 이미지를 검출할 수 있다. 디바이스(100)는 인식하고자 하는 컨텐트의 수신이 종료되는 지점을 결정하여, 컨텐트와 연관이 없는 이미지를 기초로 식별 정보를 생성하는 것을 방지할 수 있다. 여기에서, 인식하고자 하는 컨텐트의 수신이 종료되는 지점을 결정하는 방법은 전술한 컨텐트가 시작되는 지점을 결정하는 방법과 동일할 수 있다. 예를 들어, 디바이스(100)는 컨텐트가 시작되는 지점의 이미지부터 순차적으로 이미지들에 대해 OCR 기법을 적용하여 획득한 텍스트, 수신한 오디오 신호 및 메타데이터 중 적어도 둘 이상을 조합하여 인식하고자 하는 컨텐트의 수신이 종료되는 지점을 결정할 수 있다.

단계 S1330에서, 디바이스(100)는 검출된 이미지 중 적어도 일부 이미지 간의 차이를 기초로 컨텐트에 대한 식별 정보를 생성할 수 있다.

한편, 단계 S1330은 도 4를 참고하여 전술한 단계 S420과 대응될 수 있다.

단계 S1340에서, 디바이스(100)는 생성된 식별 정보와 복수의 컨텐트 각각에 대해 기 저장된 식별 정보를 비교하여 컨텐트를 인식할 수 있다.

한편, 단계 S1340은 도 4를 참고하여 전술한 단계 S430과 대응될 수 있다.

일 실시예에 따른 디바이스(100)는 컨텐트의 수신이 시작되는 지점으로부터 컨텐트의 수신이 종료되기 전까지 수신되는 이미지들 간의 차이값을 기초로 컨텐트의 인식을 수행함으로써, 컨텐트와 연관 없는 이미지에 대한 연산을 수행하지 않게 됨에 따라 불필요한 연산을 방지할 수 있다.

한편, 디바이스(100)는 컨텐트가 인식됨에 따라, 인식된 컨텐트의 종료 시간을 결정함으로써, 컨텐트 이후에 제공되는 다음 컨텐트의 이미지가 수신되는 시점을 결정할 수 있다. 이에 따라, 디바이스(100)는 결정된 시점에 기초하여, 인식된 컨텐트 이후에 제공되는 다음 컨텐트에 대한 식별 정보를 생성할 수 있다.

도 14는 일 실시예에 따른 디바이스(100)가 컨텐트의 인식 이전에 수신된 이미지(1410)를 기초로 컨텐트가 시작되는 지점을 결정하는 방법을 설명하기 위한 도면이다.

도 14를 참고하면, 디바이스(100)는 수신한 복수의 이미지 중에서 기 설정된 정보를 갖는 이미지(1410)가 포함되는지 여부를 판단하여, 인식하고자 하는 컨텐트가 시작되는 지점을 결정할 수 있다. 여기에서, 기 설정된 정보란 컨텐트의 시작을 알리는 정보일 수 있다. 예를 들어, 컨텐트의 시청 등급을 나타내는 정보(1412, 1414)가 컨텐트의 시작을 알리는 정보에 포함될 수 있다.

일 실시예에 따른 디바이스(100)는 수신한 복수의 이미지에 대해 OCR 기법을 적용하여 텍스트를 분석하거나, 특정 아이콘이 포함되었는지 여부를 판단하여 기 설정된 정보를 갖는 이미지(1410)가 수신한 복수의 이미지 중에 포함되어 있는지 여부를 결정할 수 있다.

또한, 디바이스(100)는 기 설정된 정보를 갖는 이미지(1410)가 포함된 경우, 기 설정된 정보를 갖는 이미지(1410)의 다음 이미지부터 컨텐트가 시작되는 것으로 결정할 수 있다. 디바이스(100)는 컨텐트가 시작되는 것으로 결정된 이미지부터 기 설정된 S개의 이미지를 선택하고, 선택된 이미지 간의 차이를 기초로 컨텐트에 대한 식별 정보를 생성할 수 있다.

도 15는 일 실시예에 따른 디바이스(100)가 메타데이터를 기초로 컨텐트가 수신되는 지점을 결정하여 컨텐트의 식별 정보를 생성하는 방법을 설명하기 위한 흐름도이다.

단계 S1510에서, 디바이스(100)는 디바이스(100)에 수신되는 적어도 하나의 컨텐트의 메타데이터를 획득할 수 있다.

디바이스(100)는 컨텐트 서비스를 통해 적어도 하나의 컨텐트를 제공받을 수 있다. 또한, 디바이스(100)는 제공되는 적어도 하나의 컨텐트에 관한 정보를 포함하는 메타데이터를 수신할 수 있다. 예를 들어, 디바이스(100)는 적어도 하나의 컨텐트에 관한 EPG를 수신할 수 있다.

단계 S1520에서, 디바이스(100)는 획득된 적어도 하나의 컨텐트의 메타데이터를 기초로 컨텐트에 포함되는 복수의 이미지가 수신되는 지점을 결정할 수 있다.

디바이스(100)는 메타데이터를 통해 적어도 하나의 컨텐트가 시작되는 지점 및 종료되는 지점에 관한 정보를 획득할 수 있다. 예를 들어, 디바이스(100)는 인식하고자 하는 대상이 되는 컨텐트의 이전에 수신된 컨텐트가 종료되는 지점 및 인식하고자 하는 대상이 되는 컨텐트의 이후에 수신되는 컨텐트가 시작되는 지점에 관한 정보를 획득할 수 있다.

단계 S1530에서, 디바이스(100)는 결정된 지점에 기초하여 컨텐트에 포함된 복수의 이미지를 검출할 수 있다.

일 실시예에 따른 디바이스(100)는 결정된 지점으로부터 컨텐트의 수신이 종료되기 전까지 기 설정된 개수의 이미지를 검출할 수 있다. 디바이스(100)는 인식하고자 하는 컨텐트의 수신이 종료되는 지점을 결정하여, 컨텐트와 연관이 없는 이미지를 기초로 식별 정보를 생성하는 것을 방지할 수 있다.

단계 S1540에서, 디바이스(100)는 검출된 이미지 중 적어도 일부 이미지 간의 차이를 기초로 컨텐트에 대한 식별 정보를 생성할 수 있다.

한편, 단계 S1540은 도 4를 참고하여 전술한 단계 S420과 대응될 수 있다.

단계 S1550에서, 디바이스(100)는 생성된 식별 정보와 복수의 컨텐트 각각에 대해 기 저장된 식별 정보를 비교하여 컨텐트를 인식할 수 있다.

한편, 단계 S1550은 도 4를 참고하여 전술한 단계 S430과 대응될 수 있다.

본 발명의 일 실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.

실시 예에 따른 장치는 프로세서, 프로그램 데이터를 저장하고 실행하는 메모리, 디스크 드라이브와 같은 영구 저장부(permanent storage), 외부 장치와 통신하는 통신 포트, 터치 패널, 키(key), 버튼 등과 같은 사용자 인터페이스 장치 등을 포함할 수 있다. 소프트웨어 모듈 또는 알고리즘으로 구현되는 방법들은 상기 프로세서상에서 실행 가능한 컴퓨터가 읽을 수 있는 코드들 또는 프로그램 명령들로서 컴퓨터가 읽을 수 있는 기록 매체 상에 저장될 수 있다. 여기서 컴퓨터가 읽을 수 있는 기록 매체로 마그네틱 저장 매체(예컨대, ROM(read-only memory), RAM(random-access memory), 플로피 디스크, 하드 디스크 등) 및 광학적 판독 매체(예컨대, 시디롬(CD-ROM), 디브이디(DVD: Digital Versatile Disc)) 등이 있다. 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템들에 분산되어, 분산 방식으로 컴퓨터가 판독 가능한 코드가 저장되고 실행될 수 있다. 매체는 컴퓨터에 의해 판독가능하며, 메모리에 저장되고, 프로세서에서 실행될 수 있다.

도면에 도시된 실시 예들에서 참조 부호를 기재하였으며, 실시 예들을 설명하기 위하여 특정 용어들을 사용하였으나, 특정 용어에 의해 본 발명이 한정되는 것은 아니며, 실시 예는 당업자에 있어서 통상적으로 생각할 수 있는 모든 구성 요소들을 포함할 수 있다.

실시 예는 기능적인 블록 구성들 및 다양한 처리 단계들로 나타내어질 수 있다. 이러한 기능 블록들은 특정 기능들을 실행하는 다양한 개수의 하드웨어 또는/및 소프트웨어 구성들로 구현될 수 있다. 예를 들어, 실시 예는 하나 이상의 마이크로프로세서들의 제어 또는 다른 제어 장치들에 의해서 다양한 기능들을 실행할 수 있는, 메모리, 프로세싱, 로직(logic), 룩 업 테이블(look-up table) 등과 같은 직접 회로 구성들을 채용할 수 있다. 또한, 실시예는 동종의 또는 서로 다른 종류의 코어들, 서로 다른 종류의 CPU들을 채용할 수도 있다. 본 발명에의 구성 요소들이 소프트웨어 프로그래밍 또는 소프트웨어 요소들로 실행될 수 있는 것과 유사하게, 실시 예는 데이터 구조, 프로세스들, 루틴들 또는 다른 프로그래밍 구성들의 조합으로 구현되는 다양한 알고리즘을 포함하여, C, C++, 자바(Java), 어셈블러(assembler) 등과 같은 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 기능적인 측면들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다. 또한, 실시 예는 전자적인 환경 설정, 신호 처리, 및/또는 데이터 처리 등을 위하여 종래 기술을 채용할 수 있다. “매커니즘”, “요소”, “수단”, “구성”과 같은 용어는 넓게 사용될 수 있으며, 기계적이고 물리적인 구성들로서 한정되는 것은 아니다. 상기 용어는 프로세서 등과 연계하여 소프트웨어의 일련의 처리들(routines)의 의미를 포함할 수 있다.

실시 예에서 설명하는 특정 실행들은 일 실시 예들로서, 어떠한 방법으로도 실시 예의 범위를 한정하는 것은 아니다. 명세서의 간결함을 위하여, 종래 전자적인 구성들, 제어 시스템들, 소프트웨어, 상기 시스템들의 다른 기능적인 측면들의 기재는 생략될 수 있다. 또한, 도면에 도시된 구성 요소들 간의 선들의 연결 또는 연결 부재들은 기능적인 연결 및/또는 물리적 또는 회로적 연결들을 예시적으로 나타낸 것으로서, 실제 장치에서는 대체 가능하거나 추가의 다양한 기능적인 연결, 물리적인 연결, 또는 회로 연결들로서 나타내어질 수 있다. 또한, “필수적인”, “중요하게” 등과 같이 구체적인 언급이 없다면 본 발명의 적용을 위하여 반드시 필요한 구성 요소가 아닐 수 있다.

실시 예의 명세서(특히 특허청구범위에서)에서 “상기”의 용어 및 이와 유사한 지시 용어의 사용은 단수 및 복수 모두에 해당하는 것일 수 있다. 또한, 실시 예에서 범위(range)를 기재한 경우 상기 범위에 속하는 개별적인 값을 적용한 발명을 포함하는 것으로서(이에 반하는 기재가 없다면), 상세한 설명에 상기 범위를 구성하는 각 개별적인 값을 기재한 것과 같다. 마지막으로, 실시 예에 따른 방법을 구성하는 단계들에 대하여 명백하게 순서를 기재하거나 반하는 기재가 없다면, 상기 단계들은 적당한 순서로 행해질 수 있다. 반드시 상기 단계들의 기재 순서에 따라 실시 예들이 한정되는 것은 아니다. 실시 예에서 모든 예들 또는 예시적인 용어(예들 들어, 등등)의 사용은 단순히 실시 예를 상세히 설명하기 위한 것으로서 특허청구범위에 의해 한정되지 않는 이상 상기 예들 또는 예시적인 용어로 인해 실시 예의 범위가 한정되는 것은 아니다. 또한, 당업자는 다양한 수정, 조합 및 변경이 부가된 특허청구범위 또는 그 균등물의 범주 내에서 설계 조건 및 팩터에 따라 구성될 수 있음을 알 수 있다.

100: 컨텐트를 인식하는 디바이스
110: 입/출력부
120: 프로세서
130: 디스플레이부
140: 메모리

Claims (21)

1. 디바이스가 컨텐트를 인식하는 방법에 있어서,
   상기 컨텐트에 포함된 복수의 이미지를 수신하는 단계;
   상기 수신된 복수의 이미지 중 적어도 일부 이미지 간의 차이를 기초로, 상기 컨텐트에 대한 식별 정보를 생성하는 단계;
   상기 생성된 식별 정보와 복수의 컨텐트 각각에 대해 기 저장된 식별 정보를 비교하여, 상기 컨텐트를 인식하는 단계를 포함하는 방법.
2. 제 1항에 있어서, 상기 식별 정보를 생성하는 단계는,
   상기 적어도 일부 이미지 각각으로부터 관심 영역을 검출하는 단계; 및
   상기 검출된 각각의 관심 영역 간의 차이에 기초하여 상기 컨텐트에 대한 식별 정보를 생성하는 단계를 포함하는 방법.
3. 제 2 항에 있어서,
   상기 복수의 컨텐트 각각에 포함된 복수의 이미지 간의 영역 별 차이에 기초하여, 상기 복수의 컨텐트의 영역 별 식별 정보를 생성하는 단계를 더 포함하고,
   상기 인식하는 단계는,
   상기 컨텐트의 관심 영역에 대한 식별 정보와 상기 복수의 컨텐트의 영역 중 상기 컨텐트의 관심 영역에 대응되는 영역 간의 식별 정보를 비교하는 단계를 포함하는 방법.
4. 제 3 항에 있어서, 상기 인식하는 단계는,
   상기 비교 결과, 상기 컨텐트의 관심 영역에 대한 식별 정보와 대응되는식별 정보를 갖는 컨텐트가 복수개인 경우, 상기 컨텐트와 상기 복수의 컨텐트에서 추가적으로 선택된 관심 영역을 비교하는 단계를 포함하는 방법.
5. 제 1 항에 있어서,
   상기 식별 정보를 생성하는 단계는,
   상기 적어도 일부 이미지로부터 기 설정된 텍스트 및 로고 중 적어도 하나가 포함되는 제외 대상 영역을 제거하는 단계; 및
   상기 제외 대상 영역이 제거된 적어도 일부 이미지 간의 차이에 기초하여, 상기 컨텐트에 대한 식별 정보를 생성하는 단계를 포함하는 방법.
6. 제 1 항에 있어서,
   상기 컨텐트에 포함된 복수의 이미지가 수신되기 전에 수신된 이미지 및 오디오 신호 중 적어도 하나를 기초로, 상기 컨텐트에 포함된 복수의 이미지가 수신된 지점을 결정하는 단계; 및
   상기 결정된 지점에 기초하여, 상기 컨텐트에 포함된 복수의 이미지를 검출하는 단계를 더 포함하는 방법.
7. 제 1 항에 있어서, 상기 컨텐트를 인식하는 단계는,
   소정 크기의 윈도우를 이용하여, 상기 생성된 식별 정보 중 복수의 이미지 간의 차이값을 선택하는 단계;
   상기 선택된 차이값과 상기 기 저장된 식별 정보에 포함된 차이값을 비교한 결과, 상기 컨텐트에 대응되는 것으로 판단되는 컨텐트가 소정 개수 이상인 경우, 상기 윈도우의 크기를 변경하는 단계;
   상기 변경된 크기의 윈도우에 따라 선택된 복수의 이미지 간의 차이값과 상기 기 저장된 식별 정보에 포함된 차이값을 비교하는 단계를 포함하는 방법.
8. 제 1 항에 있어서, 상기 식별 정보를 생성하는 단계는,
   상기 적어도 일부 이미지 각각의 색상 정보, 에지 정보, 텍스트 및 로고(logo) 중 적어도 하나를 비교하여, 상기 식별 정보를 생성하는 방법.
9. 제 1 항에 있어서, 상기 컨텐트를 인식하는 단계는,
   상기 생성된 식별 정보 중 제 1 구간에 포함되는 복수의 이미지 간의 차이값을 선택하는 단계;
   상기 선택된 차이값과 상기 기 저장된 식별 정보에 포함된 차이값 간의 유사도가 기 설정된 값 미만인 경우, 상기 생성된 식별 정보 중 제 2 구간에 포함되는 복수의 이미지 간의 차이값을 재선택하는 단계; 및
   상기 재선택된 차이값과 상기 기 저장된 식별 정보에 포함된 차이값을 비교하는 단계를 더포함하는 방법.
10. 제 1 항에 있어서, 상기 인식하는 단계는,
    상기 수신된 복수의 이미지 중 적어도 일부 이미지의 해상도가 기 설정된해상도와 다른 경우, 상기 생성된 식별 정보와 상기 복수의 컨텐트 각각에 대해 기 저장된 식별 정보의 비교 시, 상기 컨텐트와 대응되는 컨텐트의 결정을 위한 기준이 되는 유사도의 임계값을 해상도의 차이에 따라 변경하는 변경하는 단계를 포함하는 방법.
11. 컨텐트를 인식하는 디바이스에 있어서,
    상기 컨텐트에 포함된 복수의 이미지를 수신하는 입/출력부;
    상기 수신된 복수의 이미지 중 적어도 일부 이미지 간의 차이를 기초로, 상기 컨텐트에 대한 식별 정보를 생성하고, 상기 생성된 식별 정보와 복수의 컨텐트 각각에 대해 기 저장된 식별 정보를 비교하여, 상기 컨텐트를 인식하는 프로세서;
    상기 수신된 복수의 이미지를 표시하는 디스플레이부; 및
    상기 복수의 컨텐트 각각에 대한 식별 정보를 저장하는 메모리를 포함하는 디바이스.
12. 제 11항에 있어서, 상기 프로세서는,
    상기 적어도 일부 이미지 각각으로부터 관심 영역을 검출하고, 상기 검출된 각각의 관심 영역 간의 차이에 기초하여 상기 컨텐트에 대한 식별 정보를 생성하는 디바이스.
13. 제 12 항에 있어서, 상기 프로세서는,
    상기 복수의 컨텐트 각각에 포함된 복수의 이미지 간의 영역 별 차이에 기초하여, 상기 복수의 컨텐트의 영역 별 식별 정보를 생성하고, 상기 컨텐트의 관심 영역에 대한 식별 정보와 상기 복수의 컨텐트의 영역 중 상기 컨텐트의 관심 영역에 대응되는 영역 간의 식별 정보를 비교하는 디바이스.
14. 제 13 항에 있어서, 상기 프로세서는,
    상기 비교 결과, 상기 컨텐트의 관심 영역에 대한 식별 정보와 대응되는식별 정보를 갖는 컨텐트가 복수개인 경우, 상기 컨텐트와 상기 복수의 컨텐트에서 추가적으로 선택된 관심 영역을 비교하는 디바이스.
15. 제 11 항에 있어서, 상기 프로세서는,
    상기 적어도 일부 이미지로부터 기 설정된 텍스트 및 로고 중 적어도 하나가 포함되는 제외 대상 영역을 제거하고, 상기 제외 대상 영역이 제거된 적어도 일부 이미지 간의 차이에 기초하여, 상기 컨텐트에 대한 식별 정보를 생성하는 디바이스.
16. 제 11 항에 있어서, 상기 프로세서는,
    상기 컨텐트에 포함된 복수의 이미지가 수신되기 전에 수신된 이미지 및 오디오 신호 중 적어도 하나를 기초로, 상기 컨텐트에 포함된 복수의 이미지가 수신된 지점을 결정하고, 상기 결정된 지점에 기초하여, 상기 컨텐트에 포함된 복수의 이미지를 검출하는 디바이스.
17. 제 11 항에 있어서, 상기 프로세서는,
    소정 크기의 윈도우를 이용하여, 상기 생성된 식별 정보 중 복수의 이미지 간의 차이값을 선택하고, 상기 선택된 차이값과 상기 기 저장된 식별 정보에 포함된 차이값을 비교한 결과, 상기 컨텐트에 대응되는 것으로 판단되는 컨텐트가 소정 개수 이상인 경우, 상기 윈도우의 크기를 변경하며, 상기 변경된 크기의 윈도우에 따라 선택된 복수의 이미지 간의 차이값과 상기 기 저장된 식별 정보에 포함된 차이값을 비교하는 디바이스.
18. 제 11 항에 있어서, 상기 프로세서는,
    상기 적어도 일부 이미지 각각의 색상 정보, 에지 정보, 텍스트 및 로고(logo) 중 적어도 하나를 비교하여, 상기 식별 정보를 생성하는 디바이스.
19. 제 11 항에 있어서, 상기 프로세서는,
    상기 생성된 식별 정보 중 제 1 구간에 포함되는 복수의 이미지 간의 차이값을 선택하고, 상기 선택된 차이값과 상기 기 저장된 식별 정보에 포함된 차이값 간의 유사도가 기 설정된 값 미만인 경우, 상기 생성된 식별 정보 중 제 2 구간에 포함되는 복수의 이미지 간의 차이값을 재선택하며, 상기 재선택된 차이값과 상기 기 저장된 식별 정보에 포함된 차이값을 비교하는 디바이스.
20. 제 11 항에 있어서, 상기 프로세서는,
    상기 수신된 복수의 이미지 중 적어도 일부 이미지의 해상도가 기 설정된해상도와 다른 경우, 상기 생성된 식별 정보와 상기 복수의 컨텐트 각각에 대해 기 저장된 식별 정보의 비교 시, 상기 컨텐트와 대응되는 컨텐트의 결정을 위한 기준이 되는 유사도의 임계값을 해상도의 차이에 따라 결정하는 디바이스.
21. 제 1 항 내지 제 10 항 중 어느 한 항의 방법을 실행하기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체.

Images