KR20190106863A - 얼굴 인식 활용 단말기 및 얼굴 인식 활용 방법 - Google Patents

얼굴 인식 활용 단말기 및 얼굴 인식 활용 방법 Download PDF

Info

Publication number
KR20190106863A
KR20190106863A KR1020190105247A KR20190105247A KR20190106863A KR 20190106863 A KR20190106863 A KR 20190106863A KR 1020190105247 A KR1020190105247 A KR 1020190105247A KR 20190105247 A KR20190105247 A KR 20190105247A KR 20190106863 A KR20190106863 A KR 20190106863A
Authority
KR
South Korea
Prior art keywords
video
information
face recognition
processor
terminal
Prior art date
Application number
KR1020190105247A
Other languages
English (en)
Other versions
KR102618732B1 (ko
Inventor
김영한
이상현
정상현
Original Assignee
엘지전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Priority to KR1020190105247A priority Critical patent/KR102618732B1/ko
Publication of KR20190106863A publication Critical patent/KR20190106863A/ko
Priority to US16/688,823 priority patent/US11546504B2/en
Application granted granted Critical
Publication of KR102618732B1 publication Critical patent/KR102618732B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/472—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content
    • H04N21/47217—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content for controlling playback functions for recorded or on-demand content, e.g. using progress bars, mode or play-point indicators or bookmarks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/7837—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content
    • G06F16/784—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content the detected or recognised objects being people
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06K9/00221—
    • G06K9/00711—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • 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
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
    • 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
    • G06V40/172—Classification, e.g. identification
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
    • H04N21/44213—Monitoring of end-user related data
    • H04N21/44218—Detecting physical presence or behaviour of the user, e.g. using sensors to detect if the user is leaving the room or changes his face expression during a TV program
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/85—Assembly of content; Generation of multimedia applications
    • H04N21/854—Content authoring
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • H04N23/611—Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/63—Control of cameras or camera modules by using electronic viewfinders
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/64—Computer-aided capture of images, e.g. transfer from script file into camera, check of taken image quality, advice or proposal for image composition or decision on when to take image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/043—Architecture, e.g. interconnection topology based on fuzzy logic, fuzzy membership or fuzzy inference, e.g. adaptive neuro-fuzzy inference systems [ANFIS]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/66—Remote control of cameras or camera parts, e.g. by remote control devices
    • H04N23/661—Transmitting camera control signals through networks, e.g. control via the Internet
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Signal Processing (AREA)
  • Mathematical Physics (AREA)
  • Library & Information Science (AREA)
  • Social Psychology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Security & Cryptography (AREA)
  • Geometry (AREA)
  • Evolutionary Biology (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Image Analysis (AREA)

Abstract

얼굴 인식 활용 단말기 및 방법이 개시된다. 얼굴 인식 활용 방 방법은, 얼굴 특징을 이용한 군집화에 기반하여 추출된 군집 주체 출현의 동영상 정보를 포함시키는 동영상 데이터베이스 업데이트, 검색 조건 입력 및 데이터베이스 이용한 동영상 정보 검출을 포함한다. 본 발명에 따르면, 5G 네트워크를 통한 딥 러닝(deep learning) 수행의 인공지능(AI) 모델을 이용하여 스켈레톤 분석, 얼굴 인식이 가능하고 분석 결과를 이용하여 촬영 구도 결정 및 엣지 단에서 동영상 정보가 구축될 수 있다.

Description

얼굴 인식 활용 단말기 및 얼굴 인식 활용 방법{EQUIPMENT UTILIZING HUMAN RECOGNITION AND METHOD FOR UTILIZING THE SAME}
본 발명은 얼굴 인식 활용 단말기 및 얼굴 인식 활용 방법에 관한 것으로, 더욱 상세하게는, 얼굴 인식 기술을 이용하여 영상을 획득하고 저장 및 재생하는 방법과 그 방법을 이용하는 단말기에 관한 것이다.
얼굴 검출(Face Detection)은 컴퓨터 비전의 한 분야로 영상에서 얼굴이 존재하는 위치를 알려주는 기술이다.
얼굴 검출과 유사한 기술로 얼굴 랜드마크(Landmark) 검출 및 얼굴 특징(Attributes) 추출 기술이 있다. 얼굴 랜드마크 검출은 얼굴에서 눈, 코, 잎 등의 위치를 검출하는 기술이고, 얼굴 인식은 얼굴 특징 추출 기반 신원(Identity)을 인식하는 기술이다.
얼굴 검출 기능이 있는 카메라는 이미지 센서(Image Sensor)를 이용하여 캡쳐한 영상에서 얼굴을 인식해서 얼굴에 촬영 초점을 맞출 수 있다.
하나의 관련 기술로서 모바일 카메라 인식 기술을 이용한 실시간 촬영 최적 구도 피드백 제공 시스템 및 방법이 등록번호 KR 제10-1825321호의 등록공보에 개시된다. 이 관련 기술에 따르면 인식된 얼굴 수에 기초하여 최적의 촬영 구도가 제공되고, 얼굴의 너비와 위치 계산을 통해 카메라의 각도가 계산될 수 있다.
또한, 하나의 관련 기술로서 딥러닝을 이용한 객체 인식 카메라 모듈 및 이를 포함한 객체 인식 시스템이 등록번호 KR 제10-1968101호의 등록공보에 개시된다. 이 관련 기술에 따르면 적외선 카메라를 통해 촬영된 영상에 기반하여 얼굴이 인식되고, 얼굴 인식에 따른 인증을 통해 사람의 출입이 통제될 수 있다.
반면, 본 발명에 따른 일 실시 예에 의하면 인체 인식 및 얼굴 인식에 기반하여 전신에 대한 다양한 구도가 추천될 수 있고, 특정 인물이 출현하는 영상의 선택적 재생 및 자동 편집이 가능하다는 점에서, 본 발명에 따른 일 실시 예들은 위의 관련 기술들과 구별되는 특징을 갖는다.
한국 등록특허공보 제10-1825321호(2018.01.29. 등록) 한국 등록특허공보 제10-1968101호(2019.04.05. 등록)
본 발명의 일 과제는, 키넥트(Kinect) 센서를 통해 스켈레톤 정보를 수집했던 종래 기술과 비교하여, 인공지능 알고리즘을 이용하여 샷 모드에 적합한 구도를 추천하는, 단말기 및 얼굴 인식 활용 방법을 제공하는 것이다.
본 발명의 일 과제는, 전시회 등에서 관람자들을 상대로 개인 맞춤 영상을 제공하는 로봇에 응용될 수 있는 단말기 및 얼굴 인식 활용 방법을 제공하는 것이다.
본 발명의 일 과제는, 동영상 검색을 통해 단말기에 저장된 동영상을 출현 인물 별로 하이라이트 부분을 연속 재생하거나, 편집된 동영상을 생성할 수 있는 단말기 및 얼굴 인식 활용 방법을 제공하는 것이다.
본 발명의 해결하고자 하는 과제는 이상에서 언급한 과제에 한정되지 않으며, 언급되지 않은 본 발명의 다른 과제 및 장점들은, 본 발명의 실시 예에 의해 보다 분명하게 이해될 것이다. 또한, 본 발명의 과제 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 알 수 있을 것이다.
상술한 과제를 해결하기 위한 본 발명의 일 실시 예에 따른 얼굴 인식 활용 방법은, 얼굴 특징을 이용한 군집화에 기반하여 추출된 군집 주체 출현의 동영상 정보를 포함시키는 동영상 데이터베이스 업데이트, 군집 주체가 출현하는 동영상 정보 검색을 위한 검색 조건 입력 받기 및 데이터베이스를 이용한 검색 조건과 매치되는 군집 주체 출현의 동영상 정보 검출을 포함하도록 구성될 수 있다.
또한, 동영상 데이터베이스 업데이트는, 시간 정보 및 유휴 모드(idle mode) 판별에 기반한 업데이트 타임 결정을 포함하도록 구성될 수 있다.
또한, 동영상 데이터베이스 업데이트는, 머신 러닝 기반의 얼굴 군집화(face clustering) 모델을 이용한 동영상 프레임 별로 인물의 얼굴 특징 추출, 얼굴 특징을 이용한 군집 주체 별 군집 형성 및 군집 주체의 동영상 출현 구간 정보 생성을 포함하도록 구성될 수 있다.
또한, 군집 주체 별 군집 형성은, 얼굴 특징의 유사도 판별 및 유사도에 기반한 군집 주체 별 군집 형성을 포함하도록 구성될 수 있다.
또한, 얼굴 인식 활용 방법은, 검색 조건으로 입력된 얼굴 영상에서 추출한 인물의 얼굴 특징을 이용한 검색 수행을 더 포함하도록 구성될 수 있다.
또한, 얼굴 인식 활용 방법은, 동영상 데이터베이스에서 추출된 인물 리스트에서 선택된 인물에 관한 정보를 이용한 검색 수행을 더 포함하도록 구성될 수 있다.
또한, 얼굴 인식 활용 방법은, 추출된 프레임 기반의 섬네일, 동영상 id, 인물 id 및 출현 구간 정보 중에서 적어도 하나를 표시하는 동영상 정보 표시를 더 포함하도록 구성될 수 있다.
또한, 얼굴 인식 활용 방법은, 사용자의 모바일 제스처(mobile gesture)에 따라 선택된 인물 출현 구간의 재생, 연속 재생 및 다른 출현 구간으로의 이동 재생 중에서 적어도 하나의 재생을 더 포함하도록 구성될 수 있다.
또한, 얼굴 인식 활용 방법은, 동영상 정보를 기반으로 군집 주체가 출현하는 구간의 동영상을 이용하는 하이라이트 영상 재생을 더 포함하도록 구성될 수 있다.
또한, 얼굴 인식 활용 방법은, 동영상 정보를 기반으로 상기 군집 주체가 출현하는 구간의 동영상을 이용하는 편집된 동영상 생성을 더 포함하도록 구성될 수 있다.
본 발명의 일 실시 예에 따른 얼굴 인식 활용 단말기는, 정보 검색을 위한 검색 조건을 입력 받는 입력 장치 및 검색 조건과 매치되는 대상 정보를 검출하는 프로세서를 포함하도록 구성될 수 있다. 그리고 프로세서는, 얼굴 특징을 이용한 군집화에 기반하여 형성된 군집 주체에 해당하는 인물이 출현하는 동영상에 관한 정보를 포함하는 동영상 데에터베이스를 이용하여 대상 정보를 검출할 수 있다.
또한, 프로세서는, 저장된 동영상에 대해 동영상 정보를 추출하고, 이를 이용하여 상기 동영상 데이터베이스를 업데이트하되, 시간 정보 및 유휴 모드(idle mode) 판별에 기반하여 업데이트 타임을 결정할 수 있다.
또한, 프로세서는, 저장된 동영상에 대해 동영상 정보를 추출하고, 이를 이용하여 상기 동영상 데이터베이스를 업데이트하되, 머신 러닝 기반의 얼굴 군집화(face clustering) 모델을 이용하여 동영상 프레임 별로 인물의 얼굴 특징을 추출하고, 얼굴 특징을 이용하여 군집 주체 별로 군집 형성 및 상기 군집 주체의 동영상 출현 구간 정보를 생성할 수 있다.
또한, 프로세서는, 얼굴 특징의 유사도를 판별하고, 유사도에 기반하여 군집 주체 별로 군집을 형성할 수 있다.
또한, 프로세서는, 입력된 얼굴 영상에서 추출한 인물의 얼굴 특징을 이용하여 검색을 수행할 수 있다.
또한, 프로세서는, 동영상 데이터베이스에서 추출된 인물 리스트에서 선택된 인물에 관한 정보를 이용하여 검색을 수행할 수 있다.
또한, 입력 장치는, 사용자의 모바일 제스처(mobile gesture)에 따라 제어되는 사용자 인터페이스(user interface, UI)를 표시하는 터치스크린을 포함하도록 구성될 수 있다. 그리고 프로세서는, 추출된 프레임 기반의 섬네일, 출현 동영상 ID, 인물 ID 및 인물 출현 구간 정보 중에서 적어도 하나의 표시를 제어할 수 있다.
또한, 입력 장치는, 사용자의 모바일 제스처(mobile gesture)에 따라 제어되는 사용자 인터페이스(user interface, UI)를 표시하는 터치스크린을 포함하도록 구성될 수 있다. 그리고 프로세서는, 모바일 제스처에 따라 선택된 인물 출현 구간의 재생, 연속 재생 및 다른 출현 구간으로의 이동 재생 중에서 적어도 하나의 재생을 제어할 수 있다.
또한, 프로세서는, 동영상 정보 기반 상기 군집 주체가 출현하는 구간의 동영상을 이용하여 하이라이트 영상을 재생할 수 있다.
또한, 프로세서는, 동영상 정보 기반 상기 군집 주체가 출현하는 구간의 동영상을 이용하여 편집된 동영상을 생성할 수 있다.
본 발명에 의하면, 인식된 인체 비율에 맞게 추천된 구도에 따라 촬상이 가능하다.
또한, 인체 인식 기반의 샷 모드에 맞는 구도가 사용자에게 추천될 수 있다.
또한, 동영상에서 특정 인물이 등장하는 구간 검출을 통해 개인 맞춤의 동영상 앨범 제작이 가능하다.
또한, 전시회 등의 로봇의 얼굴 인식 활용 방법에 따라 관람객을 촬영한 영상에서 특정 관람객의 출현 구간을 검출함으로써 개인 요청 동영상 제작이 가능하다.
도 1은 본 발명의 일 실시 예에 따른 얼굴 인식 활용 단말기에 연결된 네트워크 환경의 예시도이다.
도 2는 본 발명의 일 실시 예에 따른 얼굴 인식 활용 단말기에 해당하는 단말기의 블록도이다.
도 3은 본 발명의 일 실시 예에 따른 얼굴 인식 활용 단말기의 블록도이다.
도 4는 본 발명의 일 실시 예에 따른 얼굴 인식 활용 단말기의 블록도이다.
도 5는 도 2의 일부 구성의 표시를 생략하고 메모리의 구성요소를 표시한 블록도이다.
도 6은 본 발명의 일 실시 예에 따른 인공 지능 모델의 학습 장치에 해당하는 서버의 구성을 나타낸 블록도이다.
도 7은 본 발명의 일 실시 예에 따른 얼굴 인식 활용 방법의 흐름도이다.
도 8은 본 발명의 일 실시 예에 따른 촬영 구도 결정의 흐름도이다.
도 9는 본 발명의 일 실시 예에 따른 인체 스켈레톤 정보의 예시도이다.
도 10은 본 발명의 일 실시 예에 따른 촬영 가능한 샷 모드 별 촬영 구도의 예시도이다.
도 11은 본 발명의 일 실시 예에 따른 얼굴 인식 기반의 동영상 검색의 흐름도이다.
도 12는 본 발명의 일 실시 예에 따른 동영상 데이터베이스 업데이트 과정의 흐름도이다.
도 13은 본 발명의 일 실시 예에 따른 군집화 모델을 이용한 유사도 기반의 군집화의 예시도이다.
도 14는 본 발명의 일 실시 예에 따른 군집화 모델을 이용한 유사도 기반의 군집화의 예시도이다.
도 15는 본 발명의 일 실시 예에 따른 동영상 정보 활용의 사용자 인터페이스 뷰이다.
도 16는 본 발명의 일 실시 예에 따른 동영상 정보 활용의 사용자 인터페이스 뷰이다.
도 17은 본 발명의 일 실시 예에 따른 동영상 정보 활용의 사용자 인터페이스 뷰이다.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시 예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 이하의 설명에서 사용되는 구성요소에 대한 접미사 '모듈' 및 '부'는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다. 또한, 본 명세서에 개시된 실시 예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시 예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 실시 예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
어떤 구성요소가 다른 구성요소에 '연결되어' 있다거나 '접속되어' 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 '직접 연결되어' 있다거나 '직접 접속되어' 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
도 1은 본 발명의 일 실시 예에 따른 얼굴 인식 활용 단말기에 연결된 네트워크 환경의 예시도이다.
도 1을 참조하면, 본 발명의 일 실시 예에 따른 얼굴 인식 활용 단말기(equipment using human recognition)에 해당하는 단말기(user equipment)(100)와 로봇(300) 그리고 서버(200)가 네트워크(400)를 통해 통신 연결되어 있다. 본 발명의 일 실시 예에 따른 얼굴 인식 활용 단말기의 범위에는 다양한 종류의 단말기(100) 및 촬상 기능을 갖는 로봇(300)이 포함될 수 있다.
구체적으로 단말기의 범위에는 카메라가 구비된 모바일 단말기(mobile equipment), 랩탑 또는 데스트탑 형태의 컴퓨터 및 다양한 방식, 예를 들어 미러리스, DSLR 방식의 디지털 카메라가 포함될 수 있다.
로봇(300)의 범위에는 카메라가 구비된, 전시회 등에서 관람객들을 안내하고 영상 촬영 서비스를 제공 기능의 로봇이 포함될 수 있다. 이하 본 발명의 일 실시 예에 따른 얼굴 인식 활용 단말기 및 이를 대표하는 모바일 단말기를 단말기(100)로 약칭하고, 단말기(100)를 예로 들어 설명하기로 한다.
서버(200)는 본 발명의 일 실시 예에서 설명되는 인공지능 모델과 관련하여 단말기(100)에 인공지능 모델과 관련된 각종 서비스를 제공하는 역할을 한다. 인공지능 모델에 대한 자세한 설명은 후술하기로 한다.
네트워크(400)는 유선 및 무선 네트워크, 예를 들어 LAN(local area network), WAN(wide area network), 인터넷(internet), 인트라넷(intranet) 및 엑스트라넷(extranet), 그리고 모바일 네트워크, 예를 들어 셀룰러, 3G, LTE, 5G, WiFi 네트워크, 애드혹 네트워크 및 이들의 조합을 비롯한 임의의 적절한 통신 네트워크 일 수 있다.
네트워크(400)는 허브, 브리지, 라우터, 스위치 및 게이트웨이와 같은 네트워크 요소들의 연결을 포함할 수 있다. 네트워크(400)는 인터넷과 같은 공용 네트워크 및 안전한 기업 사설 네트워크와 같은 사설 네트워크를 비롯한 하나 이상의 연결된 네트워크들, 예컨대 다중 네트워크 환경을 포함할 수 있다. 네트워크(400)에의 액세스는 하나 이상의 유선 또는 무선 액세스 네트워크들을 통해 제공될 수 있다.
단말기(100)는 5G 네트워크를 통해 학습 장치인 서버(200)와 데이터를 전송하고 수신할 수 있다. 특히 얼굴 인식 활용 단말기(100, 300)는 5G 네트워크를 통해 모바일 브로드밴드(Enhanced Mobile Broadband, eMBB), URLLC(Ultra-reliable and low latency communications) 및 mMTC(Massive Machine-type communications) 중에서 적어도 하나의 서비스를 이용하여 학습 장치(200)와 데이터 통신을 할 수 있다.
eMBB(Enhanced Mobile Broadband)는 모바일 브로드밴드 서비스로, 이를 통해 멀티미디어 콘텐츠, 무선데이터 액세스 등이 제공된다. 또한, 폭발적으로 증가하고 있는 모바일 트래픽을 수용하기 위한 핫스팟 (hot spot)과 광대역 커버리지 등 보다 향상된 모바일 서비스가 eMBB를 통해 제공될 수 있다. 핫스팟을 통해 사용자 이동성이 작고 밀도가 높은 지역으로 대용량 트래픽이 수용될 수 있다. 광대역 커버리지를 통해 넓고 안정적인 무선 환경과 사용자 이동성이 보장될 수 있다.
URLLC(Ultra-reliable and low latency communications) 서비스는 데이터 송수신의 신뢰성과 전송 지연 측면에서 기존 LTE 보다 훨씬 엄격한 요구사항을 정의하고 있으며, 산업 현장의 생산 프로세스 자동화, 원격 진료, 원격 수술, 운송, 안전 등을 위한 5G 서비스가 여기에 해당한다.
mMTC(Massive Machine-type communications)는 비교적 작은 양의 데이터 전송이 요구되는 전송지연에 민감하지 않은 서비스이다. 센서 등과 같이 일반 휴대폰 보다 훨씬 더 많은 수의 단말들이 동시에 무선액세스 네트워크에 mMTC에 의해 접속할 수 있다. 이 경우, 단말의 통신모듈 가격은 저렴해야 하고, 배터리 교체나 재충전 없이 수년 동안 동작할 수 있도록 향상된 전력 효율 및 전력 절감 기술이 요구된다.
인공 지능(artificial intelligence, AI)은 인간의 지능으로 할 수 있는 사고, 학습, 자기계발 등을 컴퓨터가 할 수 있도록 하는 방법을 연구하는 컴퓨터 공학 및 정보기술의 한 분야로, 컴퓨터가 인간의 지능적인 행동을 모방할 수 있도록 하는 것을 의미한다.
또한, 인공지능은 그 자체로 존재하는 것이 아니라, 컴퓨터 과학의 다른 분야와 직간접으로 많은 관련을 맺고 있다. 특히 현대에는 정보기술의 여러 분야에서 인공지능적 요소를 도입하여, 그 분야의 문제 풀이에 활용하려는 시도가 매우 활발하게 이루어지고 있다.
머신 러닝(machine learning)은 인공지능의 한 분야로, 컴퓨터에 명시적인 프로그램 없이 배울 수 있는 능력을 부여하는 연구 분야이다.
구체적으로 머신 러닝은, 경험적 데이터를 기반으로 학습을 하고 예측을 수행하고 스스로의 성능을 향상시키는 시스템과 이를 위한 알고리즘을 연구하고 구축하는 기술이라 할 수 있다. 머신 러닝의 알고리즘들은 엄격하게 정해진 정적인 프로그램 명령들을 수행하는 것이라기보다, 입력 데이터를 기반으로 예측이나 결정을 이끌어내기 위해 특정한 모델을 구축하는 방식을 취한다.
용어 '머신 러닝'은 용어 '기계 학습'과 혼용되어 사용될 수 있다.
기계 학습에서 데이터를 어떻게 분류할 것인가를 놓고, 많은 기계 학습 알고리즘이 개발되었다. 의사결정나무(Decision Tree)나 베이지안 망(Bayesian network), 서포트벡터머신(SVM: support vector machine), 그리고 인공 신경망(ANN: Artificial Neural Network) 등이 대표적이다.
의사결정나무는 의사결정규칙(Decision Rule)을 나무구조로 도표화하여 분류와 예측을 수행하는 분석방법이다.
베이지안 망은 다수의 변수들 사이의 확률적 관계(조건부독립성: conditional independence)를 그래프 구조로 표현하는 모델이다. 베이지안 망은 비지도 학습(unsupervised learning)을 통한 데이터마이닝(data mining)에 적합하다.
서포트벡터머신은 패턴인식과 자료분석을 위한 지도 학습(supervised learning)의 모델이며, 주로 분류와 회귀분석을 위해 사용한다.
인공신경망은 생물학적 뉴런의 동작원리와 뉴런간의 연결 관계를 모델링한 것으로 노드(node) 또는 처리 요소(processing element)라고 하는 다수의 뉴런들이 레이어(layer) 구조의 형태로 연결된 정보처리 시스템이다.
인공 신경망은 기계 학습에서 사용되는 모델로써, 기계학습과 인지과학에서 생물학의 신경망(동물의 중추신경계 중 특히 뇌)에서 영감을 얻은 통계학적 학습 알고리즘이다.
구체적으로 인공신경망은 시냅스(synapse)의 결합으로 네트워크를 형성한 인공 뉴런(노드)이 학습을 통해 시냅스의 결합 세기를 변화시켜, 문제 해결 능력을 가지는 모델 전반을 의미할 수 있다.
용어 인공신경망은 용어 뉴럴 네트워크(Neural Network)와 혼용되어 사용될 수 있다.
인공신경망은 복수의 레이어(layer)를 포함할 수 있고, 레이어들 각각은 복수의 뉴런(neuron)을 포함할 수 있다. 또한 인공신경망은 뉴런과 뉴런을 연결하는 시냅스를 포함할 수 있다.
인공 신경망은 일반적으로 다음의 세가지 인자, 즉 (1) 다른 레이어의 뉴런들 사이의 연결 패턴 (2) 연결의 가중치를 갱신하는 학습 과정 (3) 이전 레이어로부터 수신되는 입력에 대한 가중 합으로부터 출력값을 생성하는 활성화 함수에 의해 정의될 수 있다.
인공 신경망은, DNN(Deep Neural Network), RNN(Recurrent Neural Network), BRDNN(Bidirectional Recurrent Deep Neural Network), MLP(Multilayer Perceptron), CNN(Convolutional Neural Network)와 같은 방식의 네트워크 모델들을 포함할 수 있으나, 이에 한정되지 않는다.
본 명세서에서 용어 '레이어'는 용어 '계층'과 혼용되어 사용될 수 있다.
인공신경망은 계층 수에 따라 단층 신경망(Single-Layer Neural Networks)과 다층 신경망(Multi-Layer Neural Networks)으로 구분된다.
일반적인 단층 신경망은, 입력층과 출력층으로 구성된다.
또한 일반적인 다층 신경망은 입력층(Input Layer)과 하나 이상의 은닉층(Hidden Layer), 출력층(Output Layer)으로 구성된다.
입력층은 외부의 자료들을 받아들이는 층으로서, 입력층의 뉴런 수는 입력되는 변수의 수와 동일하며, 은닉층은 입력층과 출력층 사이에 위치하며 입력층으로부터 신호를 받아 특성을 추출하여 출력층으로 전달한다. 출력층은 은닉층으로부터 신호를 받고, 수신한 신호에 기반한 출력 값을 출력한다. 뉴런간의 입력신호는 각각의 연결강도(가중치)와 곱해진 후 합산되며 이 합이 뉴런의 임계치보다 크면 뉴런이 활성화되어 활성화 함수를 통하여 획득한 출력값을 출력한다.
한편 입력층과 출력 층 사이에 복수의 은닉층을 포함하는 심층 신경망은, 기계 학습 기술의 한 종류인 딥 러닝을 구현하는 대표적인 인공 신경망일 수 있다.
한편 용어 '딥 러닝'은 용어 '심층 학습'과 혼용되어 사용될 수 있다.
인공 신경망은 훈련 데이터(training data)를 이용하여 학습(training)될 수 있다. 여기서 학습이란, 입력 데이터를 분류(classification)하거나 회귀분석(regression)하거나 군집화(clustering)하는 등의 목적을 달성하기 위하여, 학습 데이터를 이용하여 인공 신경망의 파라미터(parameter)를 결정하는 과정을 의미할 수 있다. 인공 신경망의 파라미터의 대표적인 예시로써, 시냅스에 부여되는 가중치(weight)나 뉴런에 적용되는 편향(bias)을 들 수 있다.
훈련 데이터에 의하여 학습된 인공 신경망은, 입력 데이터를 입력 데이터가 가지는 패턴에 따라 분류하거나 군집화 할 수 있다.
한편 훈련 데이터를 이용하여 학습된 인공 신경망을, 본 명세서에서는 학습 모델(a trained model)이라 명칭 할 수 있다.
다음은 인공 신경망의 학습 방식에 대하여 설명한다.
인공 신경망의 학습 방식은 크게, 지도 학습, 비 지도 학습, 준 지도 학습(Semi-Supervised Learning), 강화 학습(Reinforcement Learning)으로 분류될 수 있다.
지도 학습은 훈련 데이터로부터 하나의 함수를 유추해내기 위한 기계 학습의 한 방법이다.
그리고 이렇게 유추되는 함수 중, 연속 적인 값을 출력하는 것을 회귀분석(Regression)이라 하고, 입력 벡터의 클래스(class)를 예측하여 출력하는 것을 분류(Classification)라고 할 수 있다.
지도 학습에서는, 훈련 데이터에 대한 레이블(label)이 주어진 상태에서 인공 신경망을 학습시킨다.
여기서 레이블이란, 훈련 데이터가 인공 신경망에 입력되는 경우 인공 신경망이 추론해 내야 하는 정답(또는 결과 값)을 의미할 수 있다.
본 명세서에서는 훈련 데이터가 입력되는 경우 인공 신경망이 추론해 내야 하는 정답(또는 결과값)을 레이블 또는 레이블링 데이터(labeling data)이라 명칭 한다.
또한 본 명세서에서는, 인공 신경망의 학습을 위하여 훈련 데이터에 레이블을 설정하는 것을, 훈련 데이터에 레이블링 데이터를 레이블링(labeling) 한다고 명칭 한다.
이 경우 훈련 데이터와 훈련 데이터에 대응하는 레이블)은 하나의 트레이닝 셋(training set)을 구성하고, 인공 신경망에는 트레이닝 셋의 형태로 입력될 수 있다.
한편 훈련 데이터는 복수의 특징(feature)을 나타내고, 훈련 데이터에 레이블이 레이블링 된다는 것은 훈련 데이터가 나타내는 특징에 레이블이 달린다는 것을 의미할 수 있다. 이 경우 훈련 데이터는 입력 객체의 특징을 벡터 형태로 나타낼 수 있다.
인공 신경망은 훈련 데이터와 레이블링 데이터를 이용하여, 훈련 데이터와 레이블링 데이터의 연관 관계에 대한 함수를 유추할 수 있다. 그리고, 인공 신경망에서 유추된 함수에 대한 평가를 통해 인공 신경망의 파라미터가 결정(최적화)될 수 있다.
비 지도 학습은 기계 학습의 일종으로, 훈련 데이터에 대한 레이블이 주어지지 않는다.
구체적으로, 비 지도 학습은, 훈련 데이터 및 훈련 데이터에 대응하는 레이블의 연관 관계 보다는, 훈련 데이터 자체에서 패턴을 찾아 분류하도록 인공 신경망을 학습시키는 학습 방법일 수 있다.
비 지도 학습의 예로는, 군집화 또는 독립 성분 분석(Independent Component Analysis)을 들 수 있다.
본 명세서에서 용어 '군집화'는 용어 '클러스터링'과 혼용되어 사용될 수 있다.
비지도 학습을 이용하는 인공 신경망의 일례로 생성적 적대 신경망(GAN: Generative Adversarial Network), 오토 인코더(AE: Autoencoder)를 들 수 있다.
생성적 적대 신경망이란, 생성기(generator)와 판별기(discriminator), 두 개의 서로 다른 인공지능이 경쟁하며 성능을 개선하는 머신 러닝 방법이다.
이 경우 생성기는 새로운 데이터를 창조하는 모형으로, 원본 데이터를 기반으로 새로운 데이터를 생성할 수 있다.
또한 판별기는 데이터의 패턴을 인식하는 모형으로, 입력된 데이터가 원본 데이터인지 또는 생성기에서 생성한 새로운 데이터인지 여부를 감별하는 역할을 수행할 수 있다.
그리고 생성기는 판별기를 속이지 못한 데이터를 입력 받아 학습하며, 판별기는 생성기로부터 속은 데이터를 입력 받아 학습할 수 있다. 이에 따라 생성기는 판별기를 최대한 잘 속이도록 진화할 수 있고, 판별기는 원본 데이터와 생성기에 의해 생성된 데이터를 잘 구분하도록 진화할 수 있다.
오토 인코더는 입력 자체를 출력으로 재현하는 것을 목표로 하는 신경망이다.
오토 인코더는 입력층, 적어도 하나의 은닉층 및 출력층을 포함한다.
이 경우 은닉 계층의 노드 수가 입력 계층의 노드 수보다 적으므로 데이터의 차원이 줄어들게 되며, 이에 따라 압축 또는 인코딩이 수행되게 된다.
또한 은닉 계층에서 출력한 데이터는 출력 계층으로 들어간다. 이 경우 출력 계층의 노드 수는 은닉 계층의 노드 수보다 많으므로, 데이터의 차원이 늘어나게 되며, 이에 따라 압축 해제 또는 디코딩이 수행되게 된다.
한편 오토 인코더는 학습을 통해 뉴런의 연결 강도를 조절함으로써 입력 데이터가 은닉층 데이터로 표현된다. 은닉층에서는 입력층보다 적은 수의 뉴런으로 정보를 표현하는데 입력 데이터를 출력으로 재현할 수 있다는 것은, 은닉층이 입력 데이터로부터 숨은 패턴을 발견하여 표현했다는 것을 의미할 수 있다.
준 지도 학습은 기계 학습의 일종으로, 레이블이 주어진 훈련 데이터와 레이블이 주어지지 않은 훈련 데이터를 모두 사용하는 학습 방법을 의미할 수 있다.
준 지도 학습의 기법 중 하나로, 레이블이 주어지지 않은 훈련 데이터의 레이블을 추론한 후 추론된 라벨을 이용하여 학습을 수행하는 기법이 있으며, 이러한 기법은 레이블링에 소요되는 비용이 큰 경우에 유용하게 사용될 수 있다.
강화 학습은, 에이전트(Agent)가 매 순간 어떤 행동을 해야 좋을지 판단할 수 있는 환경이 주어진다면, 데이터 없이 경험으로 가장 좋을 길을 찾을 수 있다는 이론이다.
강화 학습은 주로 마르코프 결정 과정(MDP: Markov Decision Process)에 의하여 수행될 수 있다.
마르코프 결정 과정을 설명하면, 첫 번째로 에이전트가 다음 행동을 하기 위해 필요한 정보들이 구성된 환경이 주어지며, 두 번째로 그 환경에서 에이전트가 어떻게 행동할지 정의하고, 세 번째로 에이전트가 무엇을 잘하면 보상(reward)를 주고 무엇을 못하면 벌점(penalty)을 줄지 정의하며, 네 번째로 미래의 보상이 최고점에 이를 때까지 반복 경험하여 최적의 정책(policy)을 도출하게 된다.
인공 신경망은 모델의 구성, 활성 함수(Activation Function), 손실 함수(Loss Function) 또는 비용 함수(Cost Function), 학습 알고리즘, 최적화 알고리즘 등에 의해 그 구조가 특정되며, 학습 전에 하이퍼파라미터(Hyperparameter)가 미리 설정되고, 이후에 학습을 통해 모델 파라미터(Model Parameter)가 설정되어 내용이 특정될 수 있다.
예컨대, 인공 신경망의 구조를 결정하는 요소에는 은닉층의 개수, 각 은닉층에 포함된 은닉 노드의 개수, 입력 특징 벡터(Input Feature Vector), 대상 특징 벡터(Target Feature Vector) 등이 포함될 수 있다.
하이퍼파라미터는 모델 파라미터의 초기값 등과 같이 학습을 위하여 초기에 설정하여야 하는 여러 파라미터들을 포함한다. 그리고, 모델 파라미터는 학습을 통하여 결정하고자 하는 여러 파라미터들을 포함한다.
예컨대, 하이퍼파라미터에는 노드 간 가중치 초기값, 노드 간 편향 초기값, 미니 배치(Mini-batch) 크기, 학습 반복 횟수, 학습률(Learning Rate) 등이 포함될 수 있다. 그리고, 모델 파라미터에는 노드 간 가중치, 노드 간 편향 등이 포함될 수 있다.
손실 함수는 인공 신경망의 학습 과정에서 최적의 모델 파라미터를 결정하기 위한 지표(기준)로 이용될 수 있다. 인공 신경망에서 학습은 손실 함수를 줄이기 위하여 모델 파라미터들을 조작하는 과정을 의미하며, 학습의 목적은 손실 함수를 최소화하는 모델 파라미터를 결정하는 것으로 볼 수 있다.
손실 함수는 주로 평균 제곱 오차(MSE: Mean Squared Error) 또는 교차 엔트로피 오차(CEE, Cross Entropy Error)를 사용할 수 있으며, 본 발명이 이에 한정되지는 않는다.
교차 엔트로피 오차는 정답 레이블이 원 핫 인코딩(one-hot encoding)된 경우에 사용될 수 있다. 원 핫 인코딩은 정답에 해당하는 뉴런에 대하여만 정답 레이블 값을 1로, 정답이 아닌 뉴런은 정답 레이블 값이 0으로 설정하는 인코딩 방법이다.
머신 러닝 또는 딥 러닝에서는 손실 함수를 최소화하기 위하여 학습 최적화 알고리즘을 이용할 수 있으며, 학습 최적화 알고리즘에는 경사 하강법(GD: Gradient Descent), 확률적 경사 하강법(SGD: Stochastic Gradient Descent), 모멘텀(Momentum), NAG(Nesterov Accelerate Gradient), Adagrad, AdaDelta, RMSProp, Adam, Nadam 등이 있다.
경사 하강법은 현재 상태에서 손실 함수의 기울기를 고려하여 손실 함수값을 줄이는 방향으로 모델 파라미터를 조정하는 기법이다.
모델 파라미터를 조정하는 방향은 스텝(step) 방향, 조정하는 크기는 스텝 사이즈(size)라고 칭한다.
이때, 스텝 사이즈는 학습률을 의미할 수 있다.
경사 하강법은 손실 함수를 각 모델 파라미터들로 편미분하여 기울기를 획득하고, 모델 파라미터들을 획득한 기울기 방향으로 학습률만큼 변경하여 갱신할 수 있다.
확률적 경사 하강법은 학습 데이터를 미니 배치로 나누고, 각 미니 배치마다 경사 하강법을 수행하여 경사 하강의 빈도를 높인 기법이다.
Adagrad, AdaDelta 및 RMSProp는 SGD에서 스텝 사이즈를 조절하여 최적화 정확도를 높이는 기법이다. SGD에서 모멘텀 및 NAG는 스텝 방향을 조절하여 최적화 정확도를 높이는 기법이다. Adam은 모멘텀과 RMSProp를 조합하여 스텝 사이즈와 스텝 방향을 조절하여 최적화 정확도를 높이는 기법이다. Nadam은 NAG와 RMSProp를 조합하여 스텝 사이즈와 스텝 방향을 조절하여 최적화 정확도를 높이는 기법이다.
인공 신경망의 학습 속도와 정확도는 인공 신경망의 구조와 학습 최적화 알고리즘의 종류뿐만 아니라, 하이퍼파라미터에 크게 좌우되는 특징이 있다. 따라서, 좋은 학습 모델을 획득하기 위하여는 적당한 인공 신경망의 구조와 학습 알고리즘을 결정하는 것뿐만 아니라, 적당한 하이퍼파라미터를 설정하는 것이 중요하다.
통상적으로 하이퍼파라미터는 실험적으로 다양한 값으로 설정해가며 인공 신경망을 학습시켜보고, 학습 결과 안정적인 학습 속도와 정확도를 제공하는 최적의 값으로 설정한다.
본 발명의 일 실시 예에 따른 단말기(100)는 인체 인식, 얼굴 인식 및 객체(object) 인식 기능 수행에 필요한 인공 지능 모델과 관련하여, 각종 인공 지능 모델을 생성하고, 이를 학습시키고, 이를 평가하고, 이를 완성하고, 그리고 사용자의 개인 데이터를 이용하여 이를 업데이트 하는 과정에서 로컬 영역과 서버(200)에 저장된 각종 인공지능 알고리즘과 관련된 프로그램을 이용할 수 있다.
이하 위에서 설명된 본 발명의 여러 실시 예에 따른 얼굴 인식 활용 단말기(100, 300)를 대표하는 단말기(100)를 기준으로 본 발명의 실시 예에 대해 설명하기로 한다. 그리고 다른 특별한 가정 또는 조건이 없다면 단말기(100)에 관한 설명 내용이 다른 형태의 실시 예에도 그대로 적용될 수 있다.
서버(200)는 각종 인공 지능 모델의 훈련에 필요한 학습 데이터를 수집하고, 수집된 데이터를 이용하여 인공지능 모델을 훈련시키는 역할을 할 수 있다. 서버(200)에 의해 훈련된 각종 인공 지능 모델이 평가를 통해 완성되면, 단말기(100)는 서버(200)에서 다운로드 받아 로컬영역에 저장된 인공 지능 모델을 이용하여 인체와 얼굴 인식, 및 군집화 모델을 이용한 동영상 데이터베이스 업데이트를 수행할 수 있다. 다만, 단말기(100)의 인공지능 모델을 이용한 해당 기능의 수행은 단말기(100)의 저장장치의 용량, 프로세서의 처리 속도에 따라 서버(200)에서 인공지능 모델을 이용하여 처리된 결과 값을 이용할 수도 있다.
도 2는 본 발명의 일 실시 예에 따른 얼굴 인식 활용 단말기에 해당하는 단말기의 블록도이다.
도 2를 참조하면, 단말기(100)는 휴대폰, 프로젝터, 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display)), 셋톱박스(STB), DMB 수신기, 라디오, 세탁기, 냉장고, 데스크탑 컴퓨터, 디지털사이니지와 같은 고정형 기기 및 이동 가능한 기기 등으로 구현될 수 있다.
즉, 단말기(100)는 가정에서 이용하는 다양한 가전의 형태로 구현될 수 있으며, 고정 또는 이동 가능한 로봇에도 적용될 수 있다.
단말기(100)는 음성 에이전트의 기능을 수행할 수 있다. 음성 에이전트는 사용자의 음성을 인식하고, 인식된 사용자의 음성에 적합한 응답을 음성으로 출력하는 프로그램일 수 있다.
도 2를 참조하면, 단말기(100)는 무선 통신부(110), 입력부(120), 러닝 프로세서(130), 센싱부(140), 출력부(150), 인터페이스부(160), 메모리(170), 프로세서(180) 및 전원 공급부(190)를 포함할 수 있다.
학습 모델(a trained model)은 단말기(100)에 탑재될 수 있다.
한편, 학습 모델은 하드웨어, 소프트웨어 또는 하드웨어와 소프트웨어의 조합으로 구현될 수 있으며, 학습 모델의 일부 또는 전부가 소프트웨어로 구현되는 경우 학습 모델을 구성하는 하나 이상의 명령어는 메모리(170)에 저장될 수 있다.
무선 통신부(110)는, 방송 수신 모듈(111), 이동통신 모듈(112), 무선 인터넷 모듈(113), 근거리 통신 모듈(114), 위치정보 모듈(115) 중 적어도 하나를 포함할 수 있다.
방송 수신 모듈(111)은 방송 채널을 통하여 외부의 방송 관리 서버로부터 방송 신호 및/또는 방송 관련된 정보를 수신한다.
이동통신 모듈(112)은, 이동통신을 위한 기술표준들 또는 통신방식(예를 들어, GSM(Global System for Mobile communication), CDMA(Code Division Multi Access), CDMA2000(Code Division Multi Access 2000), EV-DO(Enhanced Voice-Data Optimized or Enhanced Voice-Data Only), WCDMA(Wideband CDMA), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), LTE(Long Term Evolution), LTE-A(Long Term Evolution-Advanced) 등)에 따라 구축된 이동 통신망 상에서 기지국, 외부의 단말, 서버 중 적어도 하나와 무선 신호를 송수신한다.
무선 인터넷 모듈(113)은 무선 인터넷 접속을 위한 모듈을 말하는 것으로, 단말기(100)에 내장되거나 외장될 수 있다. 무선 인터넷 모듈(113)은 무선 인터넷 기술들에 따른 통신망에서 무선 신호를 송수신하도록 이루어진다.
무선 인터넷 기술로는, 예를 들어 WLAN(Wireless LAN), Wi-Fi(Wireless-Fidelity), Wi-Fi(Wireless Fidelity) Direct, DLNA(Digital Living Network Alliance), WiBro(Wireless Broadband), WiMAX(World Interoperability for Microwave Access), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), LTE(Long Term Evolution), LTE-A(Long Term Evolution-Advanced) 등이 있다.
근거리 통신 모듈(114)은 근거리 통신(Short range communication)을 위한 것으로서, 블루투스(Bluetooth?), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association; IrDA), UWB(Ultra Wideband), ZigBee, NFC(Near Field Communication), Wi-Fi(Wireless-Fidelity), Wi-Fi Direct, Wireless USB(Wireless Universal Serial Bus) 기술 중 적어도 하나를 이용하여, 근거리 통신을 지원할 수 있다.
위치정보 모듈(115)은 이동 단말기의 위치(또는 현재 위치)를 획득하기 위한 모듈로서, 그의 대표적인 예로는 GPS(Global Positioning System) 모듈 또는 WiFi(Wireless Fidelity) 모듈이 있다. 예를 들어, 단말기는 GPS모듈을 활용하면, GPS 위성에서 보내는 신호를 이용하여 이동 단말기의 위치를 획득할 수 있다.
입력부(120)는 영상 신호 입력을 위한 카메라(121), 오디오 신호를 수신하기 위한 마이크로폰(122), 사용자로부터 정보를 입력 받기 위한 사용자 입력부(123)를 포함할 수 있다.
입력부(120)에서 수집한 음성 데이터나 이미지 데이터는 분석되어 사용자의 제어 명령으로 처리될 수 있다.
입력부(120)는 모델 학습을 위한 훈련 데이터 및 학습된 모델을 이용하여 출력을 획득할 때 사용될 입력 데이터 등을 획득할 수 있다.
입력부(120)는 가공되지 않은 입력 데이터를 획득할 수도 있으며, 이 경우 프로세서(180) 또는 러닝 프로세서(130)는 획득한 데이터를 전처리하여 모델 학습에 입력이 가능한 훈련 데이터 또는 전처리된 입력 데이터를 생성할 수 있다.
이때, 입력 데이터에 대한 전처리는, 입력 데이터로부터 입력 특징점(input feature)을 추출하는 것을 의미할 수 있다.
입력부(120)는 영상 정보(또는 신호), 오디오 정보(또는 신호), 데이터, 또는 사용자로부터 입력되는 정보의 입력을 위한 것으로서, 영상 정보의 입력을 위하여, 단말기(100)는 하나 또는 복수의 카메라(121)들을 구비할 수 있다.
카메라(121)는 화상 통화모드 또는 촬영 모드에서 이미지 센서에 의해 얻어지는 정지영상 또는 동영상 등의 화상 프레임을 처리한다. 처리된 화상 프레임은 디스플레이부(151)에 표시되거나 메모리(170)에 저장될 수 있다.
마이크로폰(122)은 외부의 음향 신호를 전기적인 음성 데이터로 처리한다. 처리된 음성 데이터는 단말기(100)에서 수행 중인 기능(또는 실행 중인 응용 프로그램)에 따라 다양하게 활용될 수 있다. 한편, 마이크로폰(122)에는 외부의 음향 신호를 입력 받는 과정에서 발생되는 잡음(noise)을 제거하기 위한 다양한 잡음 제거 알고리즘이 구현될 수 있다.
사용자 입력부(123)는 사용자로부터 정보를 입력 받기 위한 것으로서, 사용자 입력부(123)를 통해 정보가 입력되면, 프로세서(180)는 입력된 정보에 대응되도록 단말기(100)의 동작을 제어할 수 있다.
사용자 입력부(123)는 기계식 (mechanical) 입력수단(또는, 메커니컬 키, 예를 들어, 단말기(100)의 전/후면 또는 측면에 위치하는 버튼, 돔 스위치 (dome switch), 조그 휠, 조그 스위치 등) 및 터치식 입력수단을 포함할 수 있다. 일 예로서, 터치식 입력수단은, 소프트웨어적인 처리를 통해 터치스크린에 표시되는 가상 키(virtual key), 소프트 키(soft key) 또는 비주얼 키(visual key)로 이루어지거나, 상기 터치스크린 이외의 부분에 배치되는 터치 키(touch key)로 이루어질 수 있다.
러닝 프로세서(130)는 훈련 데이터를 이용하여 인공 신경망으로 구성된 모델을 학습한다.
구체적으로, 러닝 프로세서(130)는 앞서 설명한 다양한 학습 기법을 이용하여 인공 신경망을 반복적으로 학습시킴으로써, 인공 신경망의 최적화된 모델 파라미터들을 결정할 수 있다.
본 명세서에서는 훈련 데이터를 이용하여 학습됨으로써 파라미터가 결정된 인공 신경망을 학습 모델 또는 학습된 모델(a trained model)이라 칭할 수 있다.
이때, 학습 모델은 훈련 데이터가 아닌 새로운 입력 데이터에 대하여 결과 값을 추론해 내는데 사용될 수 있다.
러닝 프로세서(130)는 데이터 마이닝, 데이터 분석, 지능형 의사 결정, 및 기계 학습 알고리즘 및 기술을 위해 이용될 정보를 수신, 분류, 저장 및 출력하도록 구성될 수 있다.
러닝 프로세서(130)는 다른 컴포넌트, 디바이스, 단말기 또는 단말기와 통신하는 장치에 의해 수신, 검출, 감지, 생성, 사전 정의 또는 출력되는 데이터를 저장하도록 구성된 하나 이상의 메모리 유닛을 포함할 수 있다.
러닝 프로세서(130)는 단말기에 통합되거나 구현된 메모리를 포함할 수 있다. 일부 실시 예에서, 러닝 프로세서(130)는 메모리(170)를 사용하여 구현될 수 있다.
선택적으로 또는 부가적으로, 러닝 프로세서(130)는 단말기에 직접 결합된 외부 메모리 또는 단말기와 통신하는 서버에서 유지되는 메모리와 같이 단말기와 관련된 메모리를 사용하여 구현될 수 있다.
다른 실시 예에서, 러닝 프로세서(130)는 클라우드 컴퓨팅 환경에서 유지되는 메모리, 또는 네트워크와 같은 통신 방식을 통해 단말기에 의해 액세스 가능한 다른 원격 메모리 위치를 이용하여 구현될 수 있다.
러닝 프로세서(130)는 일반적으로 감독 또는 감독되지 않은 학습, 데이터 마이닝, 예측 분석 또는 다른 머신에서 사용하기 위해 데이터를 식별, 색인화, 카테고리화, 조작, 저장, 검색 및 출력하기 위해 데이터를 하나 이상의 데이터베이스에 저장하도록 구성될 수 있다. 여기서, 데이터베이스는 메모리(170), 학습 장치(200)의 메모리(230), 클라우드 컴퓨팅 환경에서 유지되는 메모리, 또는 네트워크와 같은 통신 방식을 통해 단말기에 의해 액세스 가능한 다른 원격 메모리 위치를 이용하여 구현될 수 있다.
러닝 프로세서(130)에 저장된 정보는 다양한 상이한 유형의 데이터 분석 알고리즘 및 기계 학습 알고리즘 중 임의의 것을 사용하여 프로세서(180) 또는 단말기의 하나 이상의 다른 제어기에 의해 이용될 수 있다.
이러한, 알고리즘의 예로는, k-최근 인접 시스템, 퍼지 논리 (예: 가능성 이론), 신경 회로망, 볼츠만 기계, 벡터 양자화, 펄스 신경망, 지원 벡터 기계, 최대 마진 분류기, 힐 클라이밍, 유도 논리 시스템 베이지안 네트워크, 페리트넷 (예: 유한 상태 머신, 밀리 머신, 무어 유한 상태 머신), 분류기 트리 (예: 퍼셉트론 트리, 지원 벡터 트리, 마코프 트리, 의사 결정 트리 포리스트, 임의의 포리스트), 판독 모델 및 시스템, 인공 융합, 센서 융합, 이미지 융합, 보강 학습, 증강 현실, 패턴 인식, 자동화 된 계획 등을 포함한다.
프로세서(180)는 데이터 분석 및 기계 학습 알고리즘을 사용하여 결정되거나, 생성된 정보에 기초하여 단말기의 적어도 하나의 실행 가능한 동작을 결정 또는 예측할 수 있다. 이를 위해, 프로세서(180)는 러닝 프로세서(130)의 데이터를 요청, 검색, 수신 또는 활용할 수 있고, 상기 적어도 하나의 실행 가능한 동작 중 예측되는 동작이나, 바람직한 것으로 판단되는 동작을 실행하도록 상기 단말기를 제어할 수 있다.
프로세서(180)는 지능적 에뮬레이션(즉, 지식 기반 시스템, 추론 시스템 및 지식 획득 시스템)을 구현하는 다양한 기능을 수행 할 수 있다. 이는 적응 시스템, 기계 학습 시스템, 인공 신경망 등을 포함하는, 다양한 유형의 시스템(예컨대, 퍼지 논리 시스템)에 적용될 수 있다.
프로세서(180)는, 또한 I/O 처리 모듈, 환경 조건 모듈, 음성 - 텍스트 (STT: Speech to Text) 처리 모듈, 자연어 처리 모듈, 작업 흐름 처리 모듈 및 서비스 처리 모듈과 같이, 음성 및 자연 언어 음성 처리를 수반하는 연산을 가능하게 하는 서브 모듈을 포함할 수 있다.
이들 서브 모듈들 각각은, 단말기에서의 하나 이상의 시스템 또는 데이터 및 모델, 또는 이들의 서브셋 또는 수퍼 셋에 대한 액세스를 가질 수 있다. 또한, 이들 서브 모듈들 각각은, 어휘 색인, 사용자 데이터, 작업 흐름 모델, 서비스 모델 및 자동 음성 인식 (ASR) 시스템을 비롯한 다양한 기능을 제공할 수 있다.
다른 실시 예에서, 프로세서(180) 또는 단말기의 다른 양태는 상기 서브 모듈, 시스템, 또는 데이터 및 모델로 구현 될 수 있다.
일부 예에서, 러닝 프로세서(130)의 데이터에 기초하여, 프로세서(180)는 사용자 입력 또는 자연 언어 입력으로 표현된 문맥 조건 또는 사용자의 의도에 기초하여 요구 사항을 검출하고 감지하도록 구성 될 수 있다.
프로세서(180)는 문맥 조건 또는 사용자의 의도에 기초하여 요구 사항을 완전히 결정하는데 필요한 정보를 능동적으로 이끌어 내고, 획득할 수 있다. 예를 들어, 프로세서(180)는 역사적 입력 및 출력, 패턴 매칭, 모호하지 않은 단어, 입력 의도 등을 포함하는 과거 데이터를 분석함으로써 요구 사항을 결정하는데, 필요한 정보를 능동적으로 이끌어낼 수 있다.
프로세서(180)는 문맥 조건 또는 사용자의 의도에 기초하여 요구 사항에 응답하는 기능을 실행하기 위한 태스크 흐름을 결정할 수 있다.
프로세서(180)는 러닝 프로세서(130)에서 프로세싱 및 저장을 위한 정보를 수집하기 위해, 단말기에서 하나 이상의 감지 컴포넌트를 통해 데이터 분석 및 기계 학습 작업에 사용되는 신호 또는 데이터를 수집, 감지, 추출, 검출 및/또는 수신하도록 구성 될 수 있다.
정보 수집은 센서를 통해 정보를 감지하는 것, 메모리(170)에 저장된 정보를 추출하는 것 또는 통신 수단을 통해 다른 단말기, 엔티티 또는 외부 저장 장치로부터 정보를 수신하는 것을 포함 할 수 있다.
프로세서(180)는 단말기에서 사용 히스토리 정보를 수집하여, 메모리(170)에 저장할 수 있다.
프로세서(180)는 저장된 사용 히스토리 정보 및 예측 모델링을 사용하여 특정 기능을 실행하기 위한 최상의 매치를 결정할 수 있다.
프로세서(180)는 센싱부(140)를 통해 주변 환경 정보 또는 기타 정보를 수신하거나 감지 할 수 있다.
프로세서(180)는 무선 통신부(110)을 통해 방송 신호 및/또는 방송 관련 정보, 무선 신호, 무선 데이터를 수신할 수 있다.
프로세서(180)는 입력부(120)로부터 이미지 정보 (또는 해당 신호), 오디오 정보 (또는 해당 신호), 데이터 또는 사용자 입력 정보를 수신 할 수 있다.
프로세서(180)는 정보를 실시간으로 수집하고, 정보 (예를 들어, 지식 그래프, 명령 정책, 개인화 데이터베이스, 대화 엔진 등)를 처리 또는 분류하고, 처리 된 정보를 메모리(170) 또는 러닝 프로세서(130)에 저장할 수 있다.
단말기의 동작이 데이터 분석 및 기계 학습 알고리즘 및 기술에 기초하여 결정될 때, 프로세서(180)는 결정된 동작을 실행하기 위해 단말기의 구성 요소를 제어 할 수 있다. 그리고 프로세서(180)는 제어 명령에 따라 단말을 제어하여 결정된 동작을 수행 할 수 있다.
프로세서(180)는 특정 동작이 수행되는 경우, 데이터 분석 및 기계 학습 알고리즘 및 기법을 통해 특정 동작의 실행을 나타내는 이력 정보를 분석하고, 분석된 정보에 기초하여 이전에 학습 한 정보의 업데이트를 수행 할 수 있다.
따라서, 프로세서(180)는 러닝 프로세서(130)과 함께, 업데이트 된 정보에 기초하여 데이터 분석 및 기계 학습 알고리즘 및 기법의 미래 성능의 정확성을 향상시킬 수 있다.
센싱부(140)는 이동 단말기 내 정보, 이동 단말기를 둘러싼 주변 환경 정보 및 사용자 정보 중 적어도 하나를 센싱 하기 위한 하나 이상의 센서를 포함할 수 있다.
예를 들어, 센싱부(140)는 근접센서(proximity sensor), 조도 센서(illumination sensor), 터치 센서(touch sensor), 가속도 센서(acceleration sensor), 자기 센서(magnetic sensor), 중력 센서(G-sensor), 자이로스코프 센서(gyroscope sensor), 모션 센서(motion sensor), RGB 센서, 적외선 센서(IR 센서: infrared sensor), 지문인식 센서(finger scan sensor), 초음파 센서(ultrasonic sensor), 광 센서(optical sensor, 예를 들어, 카메라(121 참조)), 마이크로폰(microphone, 122 참조), 배터리 게이지(battery gauge), 환경 센서(예를 들어, 기압계, 습도계, 온도계, 방사능 감지 센서, 열 감지 센서, 가스 감지 센서 등), 화학 센서(예를 들어, 전자 코, 헬스케어 센서, 생체 인식 센서 등) 중 적어도 하나를 포함할 수 있다. 한편, 본 명세서에 개시된 단말기는, 이러한 센서들 중 적어도 둘 이상의 센서에서 센싱되는 정보들을 조합하여 활용할 수 있다.
출력부(150)는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시키기 위한 것으로, 디스플레이부(151), 음향 출력부(152), 햅틱 모듈(153), 광 출력부(154) 중 적어도 하나를 포함할 수 있다.
디스플레이부(151)는 단말기(100)에서 처리되는 정보를 표시(출력)한다. 예를 들어, 디스플레이부(151)는 단말기(100)에서 구동되는 응용 프로그램의 실행화면 정보, 또는 이러한 실행화면 정보에 따른 UI(User Interface), GUI(Graphic User Interface) 정보를 표시할 수 있다.
디스플레이부(151)는 터치 센서와 상호 레이어 구조를 이루거나 일체형으로 형성됨으로써, 터치스크린을 구현할 수 있다. 이러한 터치스크린은, 단말기(100)와 사용자 사이의 입력 인터페이스를 제공하는 사용자 입력부(123)로써 기능함과 동시에, 단말기(100)와 사용자 사이의 출력 인터페이스를 제공할 수 있다.
음향 출력부(152)는 호신호 수신, 통화모드 또는 녹음 모드, 음성인식 모드, 방송수신 모드 등에서 무선 통신부(110)로부터 수신되거나 메모리(170)에 저장된 오디오 데이터를 출력할 수 있다.
음향 출력부(152)는 리시버(receiver), 스피커(speaker), 버저(buzzer) 중 적어도 하나 이상을 포함할 수 있다.
햅틱 모듈(haptic module)(153)은 사용자가 느낄 수 있는 다양한 촉각 효과를 발생시킨다. 햅틱 모듈(153)이 발생시키는 촉각 효과의 대표적인 예로는 진동이 될 수 있다.
광출력부(154)는 단말기(100)의 광원의 빛을 이용하여 이벤트 발생을 알리기 위한 신호를 출력한다. 단말기(100)에서 발생 되는 이벤트의 예로는 메시지 수신, 호 신호 수신, 부재중 전화, 알람, 일정 알림, 이메일 수신, 애플리케이션을 통한 정보 수신 등이 될 수 있다.
인터페이스부(160)는 단말기(100)에 연결되는 다양한 종류의 외부 기기와의 통로 역할을 수행한다. 이러한 인터페이스부(160)는, 유/무선 헤드셋 포트(port), 외부 충전기 포트(port), 유/무선 데이터 포트(port), 메모리 카드(memory card) 포트, 식별 모듈이 구비된 장치를 연결하는 포트(port), 오디오 I/O(Input/Output) 포트(port), 비디오 I/O(Input/Output) 포트(port), 이어폰 포트(port)중 적어도 하나를 포함할 수 있다. 단말기(100)에서는, 상기 인터페이스부(160)에 외부 기기가 연결되는 것에 대응하여, 연결된 외부 기기와 관련된 적절할 제어를 수행할 수 있다.
한편, 식별 모듈은 단말기(100)의 사용 권한을 인증하기 위한 각종 정보를 저장한 칩으로서, 사용자 인증 모듈(user identify module; UIM), 가입자 인증 모듈(subscriber identity module; SIM), 범용 사용자 인증 모듈(universal subscriber identity module; USIM) 등을 포함할 수 있다. 식별 모듈이 구비된 장치(이하 '식별 장치')는, 스마트 카드(smart card) 형식으로 제작될 수 있다. 따라서 식별 장치는 상기 인터페이스부(160)를 통하여 단말기(100)와 연결될 수 있다.
메모리(170)는 단말기(100)의 다양한 기능을 지원하는 데이터를 저장한다.
메모리(170)는 단말기(100)에서 구동되는 다수의 응용 프로그램(application program 또는 애플리케이션(application)), 단말기(100)의 동작을 위한 데이터들, 명령어들을, 러닝 프로세서(130)의 동작을 위한 데이터들(예를 들어, 머신 러닝을 위한 적어도 하나의 알고리즘 정보 등)을 저장할 수 있다.
메모리(170)는 러닝 프로세서(130) 또는 학습 장치(200)에서 학습된 모델을 저장할 수 있다.
이때, 메모리(170)는 필요에 따라 학습된 모델을 학습 시점 또는 학습 진척도 등에 따라 복수의 버전으로 구분하여 저장할 수 있다.
이때, 메모리(170)는 입력부(120)에서 획득한 입력 데이터, 모델 학습을 위하여 이용되는 학습 데이터(또는 훈련 데이터), 모델의 학습 히스토리 등을 저장할 수 있다.
이때, 메모리(170)에 저장된 입력 데이터는 모델 학습에 적합하게 가공된 데이터뿐만 아니라, 가공되지 않은 입력 데이터 그 자체일 수 있다.
프로세서(180)는 상기 응용 프로그램과 관련된 동작 외에도, 통상적으로 단말기(100)의 전반적인 동작을 제어한다. 프로세서(180)는 위에서 살펴본 구성요소들을 통해 입력 또는 출력되는 신호, 데이터, 정보 등을 처리하거나 메모리(170)에 저장된 응용 프로그램을 구동함으로써, 사용자에게 적절한 정보 또는 기능을 제공 또는 처리할 수 있다.
또한, 프로세서(180)는 메모리(170)에 저장된 응용 프로그램을 구동하기 위하여, 도 2와 함께 살펴본 구성요소들 중 적어도 일부를 제어할 수 있다. 나아가, 프로세서(180)는 상기 응용 프로그램의 구동을 위하여, 단말기(100)에 포함된 구성요소들 중 적어도 둘 이상을 서로 조합하여 동작시킬 수 있다.
한편, 앞서 살펴본 것과 같이, 프로세서(180)는 응용 프로그램과 관련된 동작과, 통상적으로 단말기(100)의 전반적인 동작을 제어한다. 예를 들어, 프로세서(180)는 상기 단말기의 상태가 설정된 조건을 만족하면, 애플리케이션들에 대한 사용자의 제어 명령의 입력을 제한하는 잠금 상태를 실행하거나, 해제할 수 있다.
전원공급부(190)는 프로세서(180)의 제어 하에서, 외부의 전원, 내부의 전원을 인가 받아 단말기(100)에 포함된 각 구성요소들에 전원을 공급한다. 이러한 전원공급부(190)는 배터리를 포함하며, 상기 배터리는 내장형 배터리 또는 교체 가능한 형태의 배터리가 될 수 있다.
도 3은 본 발명의 일 실시 예에 따른 얼굴 인식 활용 단말기의 블록도이다.
도 2와 도 3을 비교하면 로봇(300)은 단말기(100)와의 관계에서 이동 모듈(301)을 더 포함하도록 구성될 수 있다. 이동 모듈(301)은 바퀴 또는 휴머노이드 로봇의 다리 관절 형태로 구현될 수 있다.
로봇(300)의 구성이 단말기(100)의 구성 범위를 크게 벗어나지 않는 한, 단말기(100)와 공통된 로봇(300)의 구성요소에 대해서는 단말기(100)에 관한 설명이 적용될 수 있다.
도 4는 본 발명의 일 실시 예에 따른 얼굴 인식 활용 단말기의 블록도이다.
도 4를 참조하면, 얼굴 인식 활용 단말기의 다른 실시 예가 도시되어 있다. 단말기(100)와 로봇(300)이 인터페이스부(160, 360)를 통해 서로 유선으로 연결되거나, 도 2 및 도 3에 도시된 근거리 통신 모듈(114, 314), 예를 들어 블루투스 모듈을 통해 서로 연결될 수 있다. 이 경우 로봇(300)은 단말기(100)의 카메라(121) 기능을 그대로 이용하여 영상을 촬영할 수 있다.
도 5는 도 2의 일부 구성요소의 표시를 생략하고 메모리의 구성요소를 상세히 표시한 블록도이다.
도 5를 참조하면, 단말기(100)에 포함된 메모리(170)의 구성요소가 간략하게 도시되어 있다. 메모리(170)에는 각종 컴퓨터 프로그램 모듈이 탑재될(loaded) 수 있다. 메모리(170)에 탑재되는 컴퓨터 프로그램의 범위에 운영체제(operating system) 및 하드웨어를 관리하는 시스템 프로그램 외에 응용 프로그램으로 인체 인식 모듈(171), 스켈레톤 분석 모듈(172), 인공지능 모델(173), 구동 모듈(174), 데이터 처리 모듈(175) 및 검색 모듈(176)이 포함될 수 있다. 여기서, 응용 프로그램들 중에서 일부는 집적 회로(integrated circuit, IC)와 같은 하드웨어 형태로 구현될 수 있다.
프로세서(180)는 메모리(170)에 탑재된 각 모듈들(171 내지 176)을 제어하도록 설정되고, 이 설정에 따라 각 모듈들을 통해 해당 기능이 수행된다.
각 모듈들은 본 발명의 일 실시 예에 따른 얼굴 인식 활용 방법을 구성하는 각 기능에 관한 명령어 셋을 포함하도록 설정될 수 있다. 프로세서(180)에 포함된 각종 로직 회로가 메모리(170)에 로드된 각종 모듈의 명령어 셋을 읽고, 실행하는 과정에서 각 모듈의 기능들이 단말기(100)에 의해 수행될 수 있다.
인체 인식 모듈(171)은 입력 영상에서 인체를 탐색하고, 탐색 결과 인체를 인식하고 최종적으로 얼굴을 인식하는 기능을 수행한다. 이하 본 발명의 일 실시 예에 따른 얼굴 인식 과정에 대해서 설명하기로 한다.
얼굴 인식 과정은 동영상에서 프레임 추출, 동영상 프레임에서 얼굴 영역 검출, 얼굴 영역 내에서 얼굴의 특징 추출, 얼굴 특징의 유사도 판별 및 유사도 기반 군집 주체 별 군집 형성으로 구성된다.
종래 기술에 의한 얼굴 인식 방법에서 추출된 얼굴 특징을 이용하여 데이터베이스에 저장된 얼굴 특징과 비교하고, 해당 얼굴 특징이 누구의 것인지, 즉 사람의 이름이 출력된다.
그런데 종래 기술과 다르게 본 발명의 일 실시 예에 따른 얼굴 인식 과정에서는 얼굴 특징의 유사도를 판별하는 과정이 개시되는 것이 특징이다. 프레임 간의 비교를 통해 연속된 프레임에서 인식된 유사한 얼굴이 얼마 동안 출현하는지 그 출현 구간이 추출될 수 있다.
동영상이 새롭게 생성되고, 생성된 동영상에서 동영상 정보가 추출되고, 이를 이용하여 동영상 데이터베이스가 업데이트 되는 과정에서 얼굴 인식을 위한 기준 데이터, 즉 얼굴 특징 데이터베이스가 미리 마련되지 못할 수 있다. 예를 들어, 동영상에 새롭게 등장하는 인물이 있는 경우, 과거 동영상에 출현했던 인물일지라도 태그가 되어 있지 않은 경우 새롭게 출시된 영화인 경우 얼굴 인식에 필요한 얼굴 특징 데이터베이스는 준비되지 않을 수 있다.
본 발명에 따른 실시 예에서 단말기(100)는 군집화 모델을 이용하여 동영상에 출현하는 인물의 얼굴 특징 간의 유사도를 판별하고, 유사한 인물끼리 군집을 형성할 수 있다. 인물 별로 군집이 형성되고 해당 인물이 각 군집의 주체가 된다. 그리고 군집 주체에는 군집 간 구별을 위한 군집 주체 ID가 부여될 수 있다.
군집화 모델은 머신 러닝을 수행하는 인공 신경망으로 구현될 수 있다. 군집화 모델은 얼굴의 특징을 기반으로 프레임에 출현하는 인물 별로 유사도를 판별하고, 임계 유사도 이상의 얼굴 특징이 표시된 프레임을 모아 해당 인물이 출현하는 구간 정보를 추출할 수 있다.
얼굴 영역 검출 및 얼굴 인식에 다양한 얼굴 인식 알고리즘이 이용될 수 있다. 이용 가능한 알고리즘들의 예로서 다음과 같은 것들이 있다.
얼굴의 기하학적 특징에 기반하여 입력 영상과 데이터베이스에 저장된 기준 영상을 비교하고 일치 여부를 판단하는 방식이 있다. 이 방법의 경우 얼굴은 3차원이고 회전이 가능하므로 적용에 한계가 있다.
1991년 Pentland에 의해 개발된 Eigenfaces 알고리즘이 있다. 특징점 추출로 PCA(Principal Component Analysis)를 적용하고 유사도 측정으로 유클리드 거리(Euclidean distance)가 적용된다. Eigenfaces 알고리즘은 조명이나 환경 변화에 민감하게 반응하지만 널리 사용되고 있는 성능이 검증된 방법 중의 하나이다.
Fisherfaces 알고리즘은 FLD(Fisher Linear Discriminant)를 분류 알고리즘으로 적용한 얼굴인식 방법이다. 사람 개개인의 특성을 학습함으로써 보다 정확하게 환경변화에 둔감한 특성을 지니고 있어서 On-line 상태에서 실시간으로 적용될 수 있는 알고리즘이다.
SVM(Support Vector Machine)에 기초한 알고리즘이 있다. 이 알고리즘은 PCA와 SVM 알고리즘을 이용하는 알고리즘이다. 이 알고리즘은 비교적 높은 인식률을 보이지만 얼굴 인식과 같은 멀티 클래스에 적용되기 위해 많은 시간과 메모리가 소모되는 단점이 있으나, 최근 많이 연구되는 알고리즘 중의 하나이다.
신경회로망을 이용하여 얼굴 인식하는 방법이 있다. 흑백의 정지 영상에서 슬라이딩 윈도우를 이용해 학습된 얼굴모양이 신경회로망에 의해 검색된다. 두 개 이상의 다수 얼굴의 추출도 가능하나 속도가 느리며 학습에 어려움이 있다.
퍼지 및 신경회로망을 이용하여 얼굴을 인식하는 방법이 있다. 신경회로망 회로의 입력으로 픽셀의 밝기 값 대신 퍼지 소속함수(fuzzy membership function)가 사용된다. 이 알고리즘은 신경회로망만을 이용한 방법보다 성능이 향상되었으나 처리 속도가 느린 것이 단점이다.
Wavelet과 Elastic Matching을 이용하는 얼굴 인식 알고리즘이 있다. 이 알고리즘은 주파수 변환을 사용하며, 자세 및 표정의 변화를 처리하는데 효과적이다. 그러나 이 알고리즘도 인식률에 비해서 연산량이 많은 것이 단점이다.
스켈레톤 분석 모듈(172)은 인체의 형상 분석에 기반하여 스켈레톤 정보를 획득하는 기능을 수행한다.
인간의 행동을 인식하는 모션 캡처 시스템은 광학식, 자기식 및 기계식 등 여러가지 다양한 기술력을 기반으로 연구 개발되어 지금까지 사용되고 있다. 광학식의 경우 마커를 사용하고 자기식의 경우 전기적 자기장을 형성하는 장치와 센서를 이용하여 센서의 회전과 이동 값을 실시간으로 캡처한다. 기계식의 경우 인체에 부착된 회전 센서로부터 데이터를 받는 형태로서 각 관절에 3개축(X, Y, Z)에 대응하도록 센서가 부탁되며 회전 값은 자이로(Gyro) 센서를 사용하여 처리 및 인식된다.
본 발명의 일 실시 예에 따른 단말기(100)은 광학식의 마커, 자기식의 자기장 형성 장치 및 기계식의 회전 센서 없이, 가시광선 영역에서 캡처된 영상을 기반으로, 스켈레톤 분석 모듈(172)을 이용하여 인체 형상을 분석한다.
본 발명의 일 실시 예에서 스켈레톤 분석 모듈(172)은 인체의 형상 분석에 기반하여 인체 부위 중에서 정수리와 턱의 위치와 관절 중에서 인체 좌우 대칭의 관절 위치를 인식한다. 예를 들어 스켈레톤 분석 모듈은 인체 형상 분석을 통해 파악된 관절의 각도 및 관절과 관절 사이의 거리에 기반하여 적어도 양 어깨, 양 팔꿈치, 양 손목, 양 엉덩이, 양 무릎, 및 양 발목의 위치를 인식할 수 있다. 정수리와 턱의 위치는 얼굴 인식에 기반한다.
여기서, 단말기(100)는 인공지능 모델(173)을 포함할 수 있다. 인공지능 모델(173)은, 예를 들어 머신 러닝을 통해 인체 부위 중에서 정수리, 턱, 위에서 설명된 대칭의 관절 위치를 인식하도록 훈련될 수 있다. 일 실시 예로서 인공지능 모델(173)은 학습 장치(200)인 서버(200)에서 학습 과정과 평가 과정을 거처 완성된 후, 단말기(100)의 메모리(170)에 저장될 수 있다.
그리고 저장된 인공지능 모델(173)은 단말기(100)에서 수집되는 사용자 로그 데이터를 이용하는 2차 학습 과정을 거쳐, 단말기(100)를 통해 수집되는 영상의 특징에서 비롯되는 각종 패턴들을 인식할 수 있다.
구도 모듈(174)은 스켈레톤 정보에 기반하여 촬영 구도를 결정하는 기능을 수행한다. 구체적으로 구도 모듈(174)은 스켈레톤 정보를 이용하여 인체 부위의 좌표 정보를 추출하고, 추출된 좌표 정보에 기반하여 촬영 가능한 샷 모드를 탐색하고, 탐색된 촬영 구도를 영상에 표시한다. 촬영 구도 결정에 관한 그 밖의 사항은 후술하기로 한다.
데이터 처리 모듈(175)은 새로 저장된 동영상 파일의 데이터 처리를 통해 동영상 데이터베이스를 업데이트 하는 기능을 수행한다. 구체적으로 데이터 처리 모듈(175)은 사용자 설정 또는 시간 정보 및 유휴 모드 판별에 기반하여 동영상 데이터베이스를 업데이트 작업이 수행될 업데이트 타임을 결정하고, 주기적인 업데이트 타임이 도래하면 새로 저장된 동영상 파일에서 프레임 추출을 시작으로 동영상 데이터베이스 업데이트 작업을 수행한다.
검색 모듈(176)은 텍스트 및 멀티미디어 데이터, 예를 들어 사진, 음원 파일과 동영상을 검색 대상으로 하여 검색 엔진을 이용하여 검색 요건에 맞는 정보를 검출하는 기능을 수행한다. 이 경우 단말기(100)의 메모리(170) 또는 서버(200)에 저장된 검색 엔진이 이용될 수 있다.
서버(200)는 학습 결과로서 각종 객체(object), 그 중에서도 인체의 형상을 인식하고, 더 나아가 개별 얼굴의 특징을 인식하는 인공지능 모델을 훈련 시키는데 필요한 학습용 데이터와 각종 인공 지능 알고리즘과 관련된 컴퓨터 프로그램, 예를 들어 API, 데이터 워크플로우(data workflows) 등을 단말기(100)에 제공할 수 있다.
또한 서버(200)는 객체 인식, 인체 형상 인식 및 개별 얼굴의 특징 인식을 위한 학습에 필요한 학습용 데이터를 사용자 로그 데이터 형태로 단말기(100)를 통해 수집하고, 수집된 학습용 데이터를 이용하여 직접 훈련시킨 인공지능 모델을 단말기(100)에 제공할 수도 있다. 따라서 서버(200)는 학습 장치(200)로 지칭될 수 있다.
학습 장치(200)는 단말기(100)의 외부에 별도로 구성된 장치 또는 서버로, 단말기(100)의 러닝 프로세서(130)와 동일한 기능을 수행할 수 있다.
즉, 학습 장치(200)는 데이터 마이닝, 데이터 분석, 지능형 의사 결정 및 기계 학습 알고리즘을 위해 이용될 정보를 수신, 분류, 저장 및 출력하도록 구성될 수 있다. 여기서, 기계 학습 알고리즘은 딥 러닝 알고리즘을 포함할 수 있다.
학습 장치(200)는 적어도 하나의 단말기(100)과 통신할 수 있고, 단말기(100)을 대신하여 혹은 도와 데이터를 분석하거나 학습하여 결과를 도출할 수 있다. 여기서, 다른 장치를 도운다는 의미는 분산 처리를 통한 연산력의 분배를 의미할 수 있다.
인공 신경망의 학습 장치(200)는 인공 신경망을 학습하기 위한 다양한 장치로서, 통상적으로 서버를 의미할 수 있고, 학습 장치 또는 학습 서버 등으로 칭할 수 있다.
특히, 학습 장치(200)는 단일한 서버뿐만 아니라 복수의 서버 세트, 클라우드 서버 또는 이들의 조합 등으로 구현될 수 있다.
즉, 학습 장치(200)는 복수로 구성되어 학습 장치 세트(혹은 클라우드 서버)를 구성할 수 있고, 학습 장치 세트에 포함된 적어도 하나 이상의 학습 장치(200)는 분산 처리를 통하여 데이터 분석 또는 학습하여 결과를 도출할 수 있다.
학습 장치(200)는 주기적으로 혹은 요청에 의하여 단말기(100)에 기계 학습 또는 딥 러닝에 의하여 학습한 모델을 전송할 수 있다.
도 6은 본 발명의 일 실시 예에 따른 인공 지능 모델의 학습 장치에 해당하는 서버의 구성을 나타낸 블록도이다.
도 6을 참조하면, 학습 장치(200)는 단말기(100)의 외부에 별도로 구성된 장치 또는 서버로, 단말기(100)의 러닝 프로세서(130)와 동일한 기능을 수행할 수 있다.
즉, 학습 장치(200)는 데이터 마이닝, 데이터 분석, 지능형 의사 결정 및 기계 학습 알고리즘을 위해 이용될 정보를 수신, 분류, 저장 및 출력하도록 구성될 수 있다. 여기서, 기계 학습 알고리즘은 딥 러닝 알고리즘을 포함할 수 있다.
학습 장치(200)는 적어도 하나의 단말기(100)와 통신할 수 있고, 단말기(100)를 대신하여 혹은 도와 데이터를 분석하거나 학습하여 결과를 도출할 수 있다. 여기서, 다른 장치를 도운다는 의미는 분산 처리를 통한 연산력의 분배를 의미할 수 있다.
인공 신경망의 학습 장치(200)는 인공 신경망을 학습하기 위한 다양한 장치로서, 통상적으로 서버를 의미할 수 있고, 학습 장치 또는 학습 서버 등으로 칭할 수 있다.
특히, 학습 장치(200)는 단일한 서버뿐만 아니라 복수의 서버 세트, 클라우드 서버 또는 이들의 조합 등으로 구현될 수 있다.
즉, 학습 장치(200)는 복수로 구성되어 학습 장치 세트(혹은 클라우드 서버)를 구성할 수 있고, 학습 장치 세트에 포함된 적어도 하나 이상의 학습 장치(200)는 분산 처리를 통하여 데이터 분석 또는 학습하여 결과를 도출할 수 있다.
학습 장치(200)는 주기적으로 혹은 요청에 의하여 단말기(100)에 기계 학습 또는 딥 러닝에 의하여 학습한 모델을 전송할 수 있다.
도 6을 참조하면, 학습 장치(200)는 통신부(Communication Unit, 210), 입력부(Input Unit, 220), 메모리(Memory, 230), 러닝 프로세서(Learning Processor, 240), 전원 공급부(Power Supply Unit, 250) 및 프로세서(Processor, 260) 등을 포함할 수 있다.
통신부(210)는 도 2의 무선 통신부(110) 및 인터페이스부(160)를 포괄하는 구성과 대응될 수 있다. 즉, 유무선 통신이나 인터페이스를 통하여 다른 장치와 데이터를 송수신할 수 있다.
입력부(220)는 도 2의 입력부(120)에 대응되는 구성이며, 통신부(210)를 통하여 데이터를 수신함으로써 데이터를 획득할 수도 있다.
입력부(220)는 모델 학습을 위한 훈련 데이터 및 학습된 모델(a trained model)을 이용하여 출력을 획득하기 위한 입력 데이터 등을 획득할 수 있다.
입력부(220)는 가공되지 않은 입력 데이터를 획득할 수도 있으며, 이 경우 프로세서(260)는 획득한 데이터를 전처리하여 모델 학습에 입력이 가능한 훈련 데이터 또는 전처리된 입력 데이터를 생성할 수 있다.
이때, 입력부(220)에서 수행하는 입력 데이터에 대한 전처리는, 입력 데이터로부터 입력 특징점(input feature)을 추출하는 것을 의미할 수 있다.
메모리(230)는 도 2의 메모리(170)에 대응되는 구성이다.
메모리(230)는 모델 저장부(231) 및 데이터베이스(232) 등을 포함할 수 있다.
모델 저장부(231)는 러닝 프로세서(240)을 통하여 학습 중인 또는 학습된 모델(또는 인공 신경망, 231a)을 저장하며, 학습을 통하여 모델이 업데이트되면 업데이트 된 모델을 저장한다.
이때, 모델 저장부(231)는 필요에 따라 학습된 모델을 학습 시점 또는 학습 진척도 등에 따라 복수의 버전으로 구분하여 저장할 수 있다.
도 6에 도시된 인공 신경망(231a)은 복수의 은닉층을 포함하는 인공 신경망의 하나의 예시일 뿐이며, 본 발명의 인공 신경망이 이에 한정되는 것은 아니다
인공 신경망(231a)은 하드웨어, 소프트웨어 또는 하드웨어와 소프트웨어의 조합으로 구현될 수 있다. 인공 신경망(231a)의 일부 또는 전부가 소프트웨어로 구현되는 경우, 인공 신경망(231a)을 구성하는 하나 이상의 명령어는 메모리(230)에 저장될 수 있다.
데이터베이스(232)는 입력부(220)에서 획득한 입력 데이터, 모델 학습을 위하여 이용되는 학습 데이터(또는 훈련 데이터), 모델의 학습 히스토리 등을 저장한다.
데이터베이스(232)에 저장된 입력 데이터는 모델 학습에 적합하게 가공된 데이터뿐만 아니라, 가공되지 않은 입력 데이터 그 자체일 수 있다.
러닝 프로세서(240)는 도 2의 러닝 프로세서(130)에 대응되는 구성이다.
러닝 프로세서(240)는 훈련 데이터 또는 트레이닝 셋(training set)을 이용하여 인공 신경망(231a)을 훈련(training, 또는 학습)시킬 수 있다.
러닝 프로세서(240)는 프로세서(260)가 입력부(220)를 통해 획득한 입력 데이터를 전처리한 데이터를 바로 획득하여 인공 신경망(231a)을 학습하거나, 데이터베이스(232)에 저장된 전처리된 입력 데이터를 획득하여 인공 신경망(231a)을 학습할 수 있다.
구체적으로, 러닝 프로세서(240)는 앞서 설명한 다양한 학습 기법을 이용하여 인공 신경망(231a)을 반복적으로 학습시킴으로써, 인공 신경망(231a)의 최적화된 모델 파라미터들을 결정할 수 있다
본 명세서에서는 훈련 데이터를 이용하여 학습됨으로써 파라미터가 결정된 인공 신경망을 학습 모델 또는 학습된 모델(a trained model)이라 칭할 수 있다.
이때, 학습 모델은 인공 신경망의 학습 장치(200)에 탑재된 상태에서 결과 값을 추론할 수도 있으며, 통신부(210)를 통해 단말기(100)와 같은 다른 장치에 전송되어 탑재될 수도 있다.
또한, 학습 모델이 업데이트되는 경우, 업데이트된 학습 모델은 통신부(210)를 통해 단말기(100)와 같은 다른 장치에 전송되어 탑재될 수 있다.
전원 공급부(250)는 도 2의 전원 공급부(190)에 대응되는 구성이다. 서로 대응되는 구성에 대한 중복되는 설명은 생략한다.
그 밖에 학습 장치(200)는 인공지능 모델을 평가할 수 있으며, 평가 후에도 더 나은 성능을 위해 인공지능 모델을 업데이트 하고 업데이트된 인공지능 모델을 단말기(100)에 제공할 수 있다. 여기서, 단말기(100)는 학습 장치(200)가 수행하는 일련의 단계들을 로컬 영역에서 단독으로 또는 학습 장치(200)와의 통신을 통해 함께 수행할 수 있다. 예를 들어 단말기(100)는, 사용자 개인의 데이터에 의한 학습을 통해 인공지능 모델이 사용자의 개인적 패턴을 학습시킴으로써, 학습 장치(200)로부터 다운로드 받은 인공지능 모델을 업데이트할 수 있다.
도 7은 본 발명의 일 실시 예에 따른 얼굴 인식 활용 방법의 흐름도이다.
도 7을 참조하면, 본 발명의 일 실시 예에 따른 얼굴 인식 활용 방법(S100)은 S110 내지 S160 단계를 포함하도록 구성될 수 있다. 그리고 각 단계들은 단말기(100), 또는 로봇(300) 단독으로 또는 서버(200)와 연동하여 수행될 수 있다.
여기서, 얼굴 인식 활용 방법(S100)을 구성하는 각 단계를 수행하는 주체는 얼굴 인식 활용 단말기(100, 300), 즉 단말기(100)와 로봇(300)이고, 구체적으로 메모리(170, 370) 상에 저장된 프로그램에 포함된 얼굴 인식 활용 방법 제어를 위한 컴퓨터 명령어 셋을 실행하는 프로세서(180, 380)이다.
프로세서(180, 380)는 중앙처리 장치(central processing unit, CPU)로 불리는 CPU 및 그래픽 처리 장치(graphics processing unit, GPU)로 불리는 GPU 중에서 적어도 하나 이상으로 구현될 수 있다. 이하 본 발명의 일 실시 예에 따른 얼굴 인식 활용 방법의 실행 주체인 프로세서(180) 관점에서 각 단계들을 설명하기로 한다.
프로세서(180)의 설정된 제어에 따라 단말기 (100)에 구비된 카메라(121)를 통해 영상이 스캔된다(S110). 영상 센서 영역에서 스캔된 영상은 프로세서(180)의 제어에 의해 메모리(170) 영역으로 입력되어 저장될 수 있다.
프로세서(180)는 인체 인식 모듈(171)을 이용하여 입력 영상에서 인체 영역을 탐색한다(S120). 프로세서(180)는 상술한 다양한 알고리즘을 통해 입력 영상에서 인체 영역을 탐색할 수 있다.
프로세서(180)는 인체 형상 분석을 수행하는 스켈레톤 분석 모듈(172)을 이용하여 스켈레톤 정보를 획득한다(S130). 구체적으로 프로세서(180)는 인체의 형상 및 관절 사이의 거리를 이용하여, 인체 부위 중에서 정수리, 턱 및 적어도 양 어깨, 양 팔꿈치, 양 손목, 양 엉덩이, 양 무릎 및 양 발목의 위치를 인식한다.
특히 프로세서(180)는 인공지능 모델(173)을 이용하여 인체 형상 분석을 할 수 있다. 그리고 인공지능 모델(173)은 딥 러닝(deep learning)을 통해 인체 부위 중에서 정수리, 턱 및 적어도 양 어깨, 양 팔꿈치, 양 손목, 양 엉덩이, 양 무릎 및 양 발목의 위치를 인식하도록 훈련된 인공 신경망 모델일 수 있다.
프로세서(180)는 구도 모듈(174)을 이용하여 스켈레톤 정보에 기반하여 촬영 구도를 결정한다(S140).
도 8은 본 발명의 일 실시 예에 따른 촬영 구도 결정의 흐름도이다.
도 8을 참조하면, 촬영 구도 결정(S140)은 구체적으로 스켈레톤 정보를 이용한 좌표 정보 추출(S141), 좌표 정보 기반의 촬영 가능한 샷 모드 탐색(S142), 샷 모드 별 촬영 구도 계산(S143) 및 촬영 구도의 영상에 표시(S144)를 포함하도록 구성될 수 있다.
프로세서(180)는 스켈레톤 정보를 이용하여 좌표 정보를 추출한다(S141). 인체 형상 분석의 결과로서 스켈레톤 정보는 영상에 표현된 인체 영역에서 정수리, 턱, 양 어깨, 양 팔꿈치, 양 손목, 양 엉덩이, 양 무릎 및 양 발목의 위치를 정보를 포함한다. 여기서, 프로세서(180)는 인체 부위가 위치하는 영역의 픽셀 정보, 예를 들면 픽셀의 좌표 정보를 추출한다.
도 9는 본 발명의 일 실시 예에 따른 인체 스켈레톤 정보의 예시도이다.
도 9를 참조하면, 스켈레톤 정보에 기반한 인체 부위의 좌표가 표시된 인체의 전체 형상이 표시되어 있다. 본 발명의 일 실시 예에 따르면 머리의 위치를 나타내는 정수리와 턱의 위치 정보를 통해 카메라 구도 결정에 필요한 머리의 위치와 고개의 회전 방향이 인식될 수 있다.
프로세서(180)는 좌표 정보를 기반으로 촬영 가능한 샷 모드를 탐색한다(S142). 프로세서(180)는 영상에 표시되는 인체 부위의 좌표 정보를 기반으로, 인체 부위에 따른 촬영 가능한 샷 모드를 탐색한다. 샷 모드 탐색에는 풀샷(full shot), 니샷(knee shot), 웨이스트샷(waist shot), 버스트샷(bust shot) 중에서 적어도 하나의 샷 모드 탐색이 포함될 수 있다.
그리고 프로세서(180)는 사용자의 카메라(121) 제어 동작에 따라 촬영 가능한 샷 모드 별 촬영 구도를 계산한다(S143). 특히 프로세서(180)는 센싱부(140)를 이용하여 단말기(100)의 기울기를 인식하고, 기울기에 기반하여 피사체인 인체 부위의 맞는 수평의 촬영 구도를 계산할 수 있다.
프로세서(180)는 디스플레이부(151) 제어를 통해 촬영 구도를 영상에 표시할 수 있다(S144).
도 10은 본 발명의 일 실시 예에 따른 촬영 가능한 샷 모드 별 촬영 구도의 예시도이다.
도 10을 참조하면, 인체 부위에 따라 촬영 가능한 버스트샷(10) 웨이스트샷(20), 니?(30) 및 풀샷(40)이 표시되어 있다.
프로세서(180)는 촬영 구도에 따라 영상을 획득한다(S150). 촬영 구도에 따른 영상 획득에는 사용자에 의한 반 셔터 및 완 셔터 동작이 개입될 수 있다. 예를 들어, 반 셔터 시에 촬영 구도가 영상에 표시되고, 완 셔터 동작에 따라 영상이 획득될 수 있다.
사용자가 스켈레톤 분석에 기반하여 결정된 구도를 선택하고, 결정된 촬영 구도에 따라 사용자 동작에 의해 카메라의 렌즈 워크가 발생하면, 선택된 구도에 따라 영상이 획득된다. 또는, 사용자의 제어 및 선택에 무관하게 단말기(121)에 구비된 복수의 카메라(121)는 촬영 가능한 샷 모드에 따른 촬영 구도에 맞는 영상을 획득한다. 따라서, 사용자 의도에 의한 영상과 추가적인 영상이 동시에 획득되어 메모리(170)에 저장될 수 있다.
마지막으로 프로세서(180)는 촬영된 영상, 특히 동영상에서 동영상 정보를 추출하고, 추출된 동영상 정보를 이용하여 동영상 검색에 필요한 데이터베이스를 구축할 수 있다(S160).
인체 및 얼굴 인식 기술은 촬영 구도 결정 외에 촬영된 영상을 검색하는 데에도 활용될 수 있다. 이하 얼굴 인식 기술을 이용한 동영상 검색 방법에 대해 설명하기로 한다.
도 11은 본 발명의 일 실시 예에 따른 얼굴 인식 활용 방법의 흐름도이다.
도 11을 참조하면, S210 내지 S260 단계를 포함하는 본 발명의 일 실시 예에 따른 얼굴 인식 활용 방법, 즉 동영상 검색 방법이 묘사되어 있다.
본 발명의 일 실시 예에 따른 얼굴 인식 활용 방법은 단말기(100)에 의해 수행되는 경우와 로봇(300)에 의해 수행되는 경우로 가정될 수 있다. 그리고 단말기의 경우에도 얼굴 인식 활용 방법은, 로컬 영역인 개인용 통신 단말기에 사용되는 경우 및 비디오 스트리밍 컨텐츠를 제공하는 서버처럼 클라이언트 서버 모델에서 사용되는 경우가 있을 수 있다.
단말기(100)는 로컬 영역에 저장된, 카메라(121)를 통해 촬영된 영상 콘텐츠, 무선 통신부(110)를 통해 다운로드 받은 영상 콘텐츠 및 인터페이스부(160)를 통해 입력되어 저장된 영상 콘텐츠를 검색 범위로 검색 조건과 매치되는 동영상 정보, 예를 들어 사진 및 비디오에 설정된 메타 데이터, 즉 각종 태그 및 객체 출현에 관한 구간 정보를 검색할 수 있다.
사용자는 단말기(100)를 이용하여 비디오 스트리밍 컨텐츠를 제공하는 서버에 저장된 비디오 컨텐츠를 검색할 수 있다. 비디오 컨텐츠의 검색은 예를 들어 비디오 컨텐츠가 영화인 경우, 영화 제목, 장르, 출시일, 출연배우, 등급, 및 평점 순서 등 다양한 검색 조건으로 검색이 가능할뿐만 아니라, 특정 배우가 출연하는 영화 제목, 해당 영화에서 출연하는 씬의 구간 정보 등이 추가적으로 검색될 수 있다.
로봇(300)은 전시회 등에서 안내 기능을 수행하면서, 관람객을 상대로 촬영된 영상을 로컬 영역 또는 서버(200)에 저장할 수 있다. 로봇(300)은 관람객이 출현하는 적어도 하나 이상의 영상 중에서 특정 인물이 출현하는 영상을 검출할 수 있다. 로봇(300)은 검출 결과인 동영상 정보를 이용하여 특정 인물이 출현한 구간만을 하이라이트 영상으로 재생하거나, 그 구간을 이어 붙여 새롭게 편집된 영상을 생성하고, 이를 단말기(100)에 전송할 수 있다.
단말기(100)의 실시 예를 대표로 하여 본 발명의 일 실시 예에 따른 얼굴 인식 활용 방법에 대해 설명하기로 한다.
프로세서(180)는 얼굴 특징에 기반하는 군집화를 이용하여 추출된 군집 주체 출현의 동영상 정보가 포함되도록 동영상 데이터베이스를 업데이트할 수 있다(S210).
프로세서(180)는 인체 인식 모듈(171), 인공지능 모델(173) 및 데이터 처리 모듈(175)를 이용하여 동영상에서 프레임을 추출하고, 프레임에서 얼굴 영역 및 얼굴을 인식하고, 인식 결과에 대해 군집화 모델을 이용하여 유사도 판별을 하고, 유사도에 기반하여 군집을 형성하고 군집 주체가 출현하는 구간 정보에 관한 메타 데이터를 생성한다. 즉, 프로세서(180)는 동영상 정보, 군집 주체 정보 및 출현 구간 정보를 포함하는 동영상 정보를 추출하여 이를 이용하여 데이터베이스를 업데이트할 수 있다.
도 12는 본 발명의 일 실시 예에 따른 동영상 데이터베이스 업데이트 과정의 흐름도이다.
도 12를 참조하면, 본 발명의 일 실시 예에 따른 데이터베이스 업데이트 과정은 S211 내지 S217 단계를 포함하도록 구성될 수 있다.
먼저 프로세서(180)는 시간 정보 및 유휴 모드(idle mode) 판별에 기반하여 업데이트 타임을 결정할 수 있다(S211).
단말기(100)는, 사용자의 취침에 따라 백그라운드에서 동작하는 프로그램 외의 응용 프로그램이 실행되지 않아서 프로세서(180)의 동작이 최소로 되는 유휴 모드로 진입할 수 있다. 단말기(100)는 시간 정보 및 유휴 모드 판별에 기반하여 업데이트 타임을 결정할 수 있다. 예를 들어 프로세서(180)는 현재 시각이 자정을 넘긴 경우, 새벽 시간대에 가까운 때로 업데이트 타임을 결정할 수 있다. 또한, 프로세서(180)는 취침 시간 이용과 함께 단말기(100)의 전력 사용량 체크를 통해 전력 사용량이 최소로 유지되는 시간, 또는 사용자 입력부(123)를 통한 사용자 입력이 일정 시간이상 없는 시간을 업데이트 타임으로 결정할 수 있다.
프로세서(180)는 단말기(100)에 저장된 동영상 파일 중에서 아직 동영상 정보가 저장되지 않은, 즉 새로운 동영상 파일을 대상으로 동영상 프레임을 추출할 수 있다(S212)
프로세서(180)는 동영상 프레임에서 얼굴 영역을 추출할 수 있다. 구체적으로 프로세서(180)는 추출된 동영상 프레임에서 인체 영역을 탐색하고, 탐색된 인체 영역에서 얼굴 영역을 인식하고, 해당 영역에서 얼굴이 표시된 영상을 추출할 수 있다(S213).
프로세서(180)는 얼굴 영역에 대해 얼굴 특징(feature)을 추출(extract)할 수 있다(S214). 프로세서(180)는 프레임의 얼굴 영역에서 얼굴의 특징을 나타내는 특징 벡터를 추출할 수 있다. 특징 추출 과정에서 PCA(Principle Component Analysis) 알고리즘이 이용될 수 있다. PCA에 의해 각 특징이 하나의 축으로 투영되고, 분산이 가장 큰 축이 첫 번째 주성분으로 선택되고, 그 다음 큰 축이 두 번째 주성분으로 선택된다. 이러한 방법으로 데이터는 선형 변환되어 다차원에서 저차원으로 축소된다. 그 밖에 특징 추출 알고리즘으로 Linear Discriminant Analysis(LDA), Canonical Correlation Analysis(CCA), Singular Value Decomposition, ISOMAP 및 Locally Linear Embedding(LLE) 중에서 적어도 하나가 사용될 수 있다.
프로세서(180)는 추출된 얼굴 특징 및 머신 러닝 기반의 군집화 모델을 이용하여 군집 주체 별로 군집을 형성할 수 있다(S215), 이 과정은 얼굴 특징의 유사도 판별(S216)과 유사도 기반의 군집 형성(S217)을 포함하도록 구성될 수 있다.
프로세서(180)는 머신 러닝 기반의 군집화 모델을 이용하여 얼굴 특징의 유사도를 판별할 수 있다(S216). 유사도는 해당 프레임에서 추출된 얼굴 특징과 형성된 군집 간의 특징 거리(feature distance)로서 판단된다. 머신 러닝 기반의 군집화 모델은 확률 값으로 표시되는 특징 거리에 따라 동일 인물 여부를 판단할 수 있다. 즉 머신 러닝 기반의 군집화 모델은 임계 범위 내에 있는 특징 거리를 갖는 얼굴 특징을 동일 인물로 판단할 수 있다.
머신 러닝 기반의 군집화 모델은 예를 들어, 제1 프레임 및 제2 프레임 2개의 프레임을 입력 받고, 제1 프레임에 표시된 제1 인물과 제2 프레임에 표시된 제2 인물의 유사도를 판별하여 '양 인물은 동일 인물이다', 또는 '양 인물은 동일 인물이 아니다'를 출력한다. 군집화 모델은 인물 각각에 대해 처리과정을 수행하므로, 복수의 인물에 대해서도 동일성을 판별할 수 있다. 동일성이 판단된 프레임에 대해 동일 군집 주체를 표시하는 메타 데이터, 즉 태그가 붙여질 수 있다.
프로세서(180)는 유사도를 기반으로 군집 주체 별로 군집을 형성할 수 있다(S217).
인공지능(artificial intelligence, AI) 모델(model)(173), 즉 머신 러닝(machine learning)을 수행하는 군집화 모델은 학습 데이터를 이용한 훈련에 따라 얼굴 특징을 추출하고, 유사한 얼굴 특징 별로 군집을 형성함으로써 추출된 프레임에 표시된 인물을 군집화할 수 있다.
도 13은 본 발명의 일 실시 예에 따른 군집화 모델을 이용한 유사도 기반의 군집화의 예시도이다.
도 13을 참조하면, 3명의 인물, 예를 들어 아빠, 엄마 및 딸이 출현하는 동영상에서 추출된 4개의 프레임이 예시도 나타나 있다. 프레임에 출현하는 인물에 표시된 숫자는 인물 설명에 필요한 인물 지칭을 위함이다. 그리고 특징 1(Feature 1) 내지 특징 9(Feature 9)는 도 13에서 동영상에 출현하는 인물의 얼굴 특징에 해당한다.
본 발명의 일 실시 예에 해당하는 얼굴 인식 활용 단말기 중의 하나인 로봇(300)이 전시회에서 관람객인 인물을 촬영하고, 촬영된 영상을 저장하고, 저장된 영상을 이용하여 동영상 데이터베이스를 업데이트 하는 과정에 대해 예를 들어 설명하기로 한다.
얼굴 인식 활용 단말기 중의 하나로서 공항 로비에 배치된 안내 로봇(300)을 가정한다. 안내 로봇(300)은 공황 로비에서 출국 준비 또는 입국 수속을 밟고 있는 승객을 상대로 안내를 가고, 안내 과정에서 영상을 촬영할 수 있다. 로봇(300)은 군집화 모델(173)을 이용하여 얼굴 특징을 추출하고, 추출된 얼굴 특징의 주체 별로 군집을 형성하여 군집의 주체를 서로 구별할 수 있다.
로봇(300)은 촬영된 동영상에서 시간적 차이를 보이는 4개의 프레임을 추출하고, 동영상에 출현한 객체, 특히 인체를 인식하고, 얼굴 영역을 탐색하고, 탐색된 얼굴 영역에서 얼굴 특징을 추출한다. 여기서, 각 얼굴의 특징으로 특징 1 내지 특징 9가 추출될 수 있다.
로봇(300)은 메모리에 저장된 인공지는 모델, 예를 들어 머신 러닝을 수행하는 신경망의 의한 군집화 모델을 제어할 수 있다. 그리고 군집화 모델은 제1 프레임에서 추출된 특징 1과 특징 2를 이용하여 아빠와 엄마를 구분할 수 있다.
군집화 모델은 제2 프레임에서 추출된 특징 3과 특징 4를 이용하여 아빠와 딸을 구분할 수 있다. 그리고 군집화 모델은 특징 3 및 특징 4와 제1 프레임에서 추출된 특징들과의 유사도 판별을 통해, 특징 1과 특징 3이 동일 사람의 특징임을 추론할 수 있다.
군집화 모델은 제3 프레임에서 추출된 특징 5 내지 특징 7을 이용하여 아빠, 엄마, 및 딸을 구분할 수 있다. 그리고 군집화 모델은 특징 5 내지 특징 7과 제1 및 제2 프레임에서 분석된 결과와의 비교 분석을 통해, 특징 5, 특징 3 및 특징 1이 동일 사람의 특징임을 추론할 수 있다. 또한, 군집화 모델은 특징 6 및 특징 4가 동일 사람의 특징임을, 특징 7 및 특징 2가 동일 사람의 특징임을 추론할 수 있다.
군집화 모델은 제4 프레임에서 추출된 특징 8 및 특징 9를 이용하여 아빠 및 엄마를 구분할 수 있다. 그리고 군집화 모델은 특징 8 및 특징 9와 제1, 제2 및 제3 프레임에서 분석된 결과와의 비교 분석을 통해, 특징 8, 특징 5, 특징 3, 및 특징 1이 동일 사람의 특징임을 추론할 수 있다. 또한, 군집화 모델은 특징 9, 특징 7 및 특징 2가 동일 사람의 특징임을 추론할 수 있다.
이러한 방식으로 로봇(300)은 동영상에 출현하는 사람의 이름을 인지하지 못한 상태에서 군집화 모델의 제어를 통해 얼굴 특징을 이용하여 군집의 주체를 구분할 수 있다. 군집의 주체가 구분되고, 프레임에 출현하는 군집 주체가 결정되면 해당 프레임에는 군집 주체에 관한 메타 데이터, 예를 들어 태그가 확정된다.
도 14은 본 발명의 일 실시 예에 따른 군집화 모델을 이용한 유사도 기반의 군집화의 예시도이다.
도 14를 참조하면, 2명의 인물이 출현하는 동영상에서 추출된 얼굴 특징의 유사도에 기반하는 군집화 모델을 이용한 동영상 정보를 추출하는 과정이 묘사되어 있다. 이러한 동영상 정보 추출 작업은 단말기(100), 예를 들어 촬영된 비디오 파일을 대상으로 모바일 단말기(100)에 의해 수행되거나, 저장된 영상 파일을 대상으로 영상 콘텐츠를 서비스하는 단말기에 의해 수행될 수 있다.
프로세서(180)는 동영상으로부터 1초 내지 6초 구간에서 6개의 프레임을, 9초 내지 12초 구간에서 4개의 프레임을 추출할 수 있다. 그리고 각 프레임에 출현한 인물 별로 얼굴 측징을 추출할 수 있다. 추출된 특징은 F1 내지 F14로 표시된다.
프로세서는 1초 내지 3초 사이의 3개의 프레임에서 추출된 얼굴 특징 F1 내지 F6의 유사도를 측정하고, 측정 결과를 이용하여 F1, F3 및 F5의 군집과 F2, F4, 및 F6의 군집으로 인물을 군집화할 수 있다. 프로세서(180)는 4초 내지 6초에서 출현하는 F7, F8 및 F9을 유사도에 기반하여 F1, F3 및 F5와 동일 군집에 포함시킬 수 있다.
다음으로 프로세서(180)는 9초 내지 12초 구간에서 출현하는 인물의 특징을 이용하여 새로운 군집을 형성할 수 있다. 즉 프로세서(180)는 F11 및 F13이 속하는 하나의 군집과, F19, F12, F14 및 F16이 속하는 다른 하나의 군집을 추가로 형성할 수 있다.
최종적으로 프로세서(180)는 1초 내지 12초 구간에서 형성된 4개의 군집 간의 유사도 판단을 통해 A 군집과 C 군집이 동일 인물이고, B 군집과 D 군집이 동일 인물임을 추론할 수 있다. 본 예시는 축구선수 손흥민에 관한 다큐멘터리 영상에 관한 것으로, 프로세서(180)는 손흥민과 그의 형 손흥윤을 A 군집과 C 군집 그리고 B 군집과 D 군집으로 각각 구별할 수 있다.
프로세서(180)는 군집 형성과 함께 군집 주체가 출현한 프레임 정보를 이용하여 군집 주체가 출현하는 구간 정보를 추출할 수 있다(S218).
구체적으로 군집 주체의 태그가 확정된 후, 동일 태그의 지속 여부에 따라 군집의 주체가 출현하는 구간에 관한 출현 정보가 확정될 수 있다. 어떤 군집 주체가 해당 구간에서 출현하는 것으로 인정되기 위해서, 해당 군집 주체의 출현이 유지되는 최소 시간이 설정될 수 있다. 예를 들어 군집 주체가 4초 동안 연속된 프레임에 표시되는 경우, 군집 주체가 4초 동안 출현했다고 볼 수 있다.
프로세서(180)는 프레임에서 추출된 군집 주체의 얼굴 특징의 유사도에 기반하여, 해당 얼굴 특징을 갖는 군집 주체가 출현하는 구간에 관한 시간 정보인 구간 정보를 확정할 수 있다.
군집화(clustering)는 여러 머신 러닝 기법 중에서 비지도 학습에 의한 러신 러닝 기법 중의 하나이다. 군집화 원리에 의해 동영상 프레임에 출현하는 인물의 얼굴 특징 별로 군집이 형성될 수 있다. 군집화 모델은 일정한 규칙에 의해 부여된 번호를 이용하여 동영상에 출현하는 인물의 신분을 서로 구별할 수 있다.
프로세서(180)는 군집 주체의 태그, 및 군집 주체의 출현에 관한 구간 정보를 저장할 수 있다. 구체적으로 프로세서(180)는 해당 동영상에서 추출된 프레임에 출현하는 군집 주체의 태그, 임계 시간 이상 연속하는 태그에 해당하는 군집 주체의 출현에 관한 구간 정보로 구성되는 동영상 정보를 저장함으로써, 동영상 데이터베이스를 업데이트 할 수 있다.
위의 과정을 통한 새로운 동영상 정보 저장에 따라 동영상 데이터베이스가 업데이트 되면, 단말기(100, 300)에 의해 동영상 검색 과정이 수행될 수 있다.
먼저 프로세서(180)는 검색 조건으로서 검색 대상의 얼굴 특징(feature)을 입력 받는다(S220).
얼굴 특징 입력은 검색 대상에 관한 태그를 직접 입력하는 방법에 의할 수 있다. 예를 들어, 단말기(100)에 저장된 동영상 분석 과정을 통해 구축된 동영상 데이터베이스에 인물 정보 레퍼런스(profile reference)가 정의된 경우, 얼굴 특징 입력에 대신하여 인물 리스트 중에서 검색 대상, 즉 출현 인물을 선택함으로써 출현 인물에 배정된 태그가 직접 입력될 수 있다.
본 발명의 일 실시 예에 따른 얼굴 인식 활용 단말기가 로봇(300)에 구현된 경우, 검색 대상에 어떤 태그가 배정되었는지 알 수 없는 상황에서 검색 조건으로서 인물의 특징에 갈음하는 태그를 입력 받는 것은 허락되지 않을 수 있다.
인물을 구별하는 태그 배정을 알 수 없는 경우, 검색 대상이 출현한 영상을 직접 입력하는 방법 또는 미리 구축된 동영상 데이터베이스의 인물 정보 레퍼런스(profile reference)에서 추출된 인물 리스트에서 인물을 선택하는 방법에 따라 얼굴 특징이 입력될 수 있다.
구체적으로 프로세서(180)는 카메라(121)를 이용하여 촬영된 인물 영상에서 인체 인식, 얼굴 인식 및 얼굴 영역 추출 과정을 통해 얼굴 특징을 추출하여, 이를 검색 조건으로 이용할 수 있다.
또한, 프로세서(180)는 인공지능 모델, 예를 들어 딥 러닝을 수행하는 군집 모델에 의해 분류된 인물 레퍼런스를 기반으로 제시된 검색 대상의 후보들에서 사용자 입력에 따라 적어도 하나 이상의 검색 대상을 선택함으로써 검색 조건을 입력 받을 수 있다.
다음으로 프로세서(180)는 얼굴 인식에 기반하여 입력된 얼굴 특징과 매치되는 군집 주체 출현의 동영상 정보를 동영상 데이터베이스에서 검출한다(S230). 검색 대상에 해당하는 군집 주체의 신분이 인식된 상태에서, 프로세서(180)는 해당 검색 대상과 매치되는 군집 주체에 관한 동영상 정보를 미리 구축 및 업데이트된 동영상 데이터베이스로부터 추출할 수 있다.
프로세서(180)는 동영상 검색 결과로 동영상 정보를 표시할 수 있다(S240).
동영상 정보 검색을 위한 검색 조건의 입력 및 검색 결과의 표시는 그 검색 범위에 따라 서로 다른 실시 예로 표현될 수 있다. 비디오 스트리밍 컨텐츠를 제공하는 클라이언트 서버 모델의 경우, 클라이언트인 사용자가 재생 중인 비디오를 대상으로 구간 정보 검색을 하는 경우와 특정 배우를 검색 조건으로 검색을 하는 경우가 있을 수 있다. 그리고, 사용자는 단말기에 있는 동영상을 대상으로 특정 파일 내의 가간 정보 검색을 하는 경우와 특정 인물을 검색 조건으로 검색을 하는 경우가 있을 수 있다. 그리고 로봇은 특정 관람객을 검색 조건으로 관람객이 출현하는 동영상 및 구간 정보를 검색을 하는 경우가 있을 수 있다. 도면을 통해 이 경우들에 대해 설명하기로 한다.
도 15는 본 발명의 일 실시 예에 따른 동영상 정보 활용의 사용자 인터페이스 뷰이다.
도 15를 참조하면, 본 발명의 일 실시 예에 따른 군집 주체, 예를 들어 각 배우가 출현하는 구간 정보가 포함된 동영상 정보가 활용될 수 있는 사용자 인터페이스(user interface, UI) 뷰가 나타나 있다. 상단 뷰(11)에는 구간 정보가 표시된 진행 바(progress bar)의 UI가 표시되어 있고, 하단 뷰(12)에는 특정 배우의 출현 구간 정보의 표시를 위해 배우의 셈네일을 이용한 터치 패널 제어 입력의 UI가 표시되어 있다. 이 경우, 군집 주체 중의 하나인 한 배우의 섬네일이 선택되면, 해당 배우가 출현하는 구간 정보가 시간 순서에 따라 영화 재생 화면 상의 재생 바에 표시될 수 있다.
이와 같이 사용자는 개인 통신 단말기를 통해 비디오 스트리밍 서비스 또는 로컬 영역의 동영상을 대상으로 동영상 내에서 배우 또는 인물의 출현 구간 정보를 검색하고, 이를 이용하여 해당 구간을 즉시로 재생할 수 있다. 또한, 로봇은 검색 조건에 입력된 인물의 출현 정보를 검색할 수 있다.
도 16은 본 발명의 일 실시 예에 따른 동영상 정보 활용의 사용자 인터페이스 뷰이다.
도 16을 참조하면, 본 발명의 일 실시 예에 따른 군집 주체, 예를 들어 각 배우가 출현하는 구간 정보가 포함된 동영상 정보가 활용될 수 있는 사용자 인터페이스(user interface, UI) 뷰가 나타나 있다. 도 15는 동영상, 즉 영화 파일 재생 중에 스와이프(swipe) 동작을 활용한 터치 패널 제어 명령이라는 점에서 도 14와 구별된다. 군집 주체 중의 하나인 한 배우의 섬네일을 통해 스와이프 동작에 따른 터치 패널 제어 명령이 단말기에 입력되면, 스와이프 동작의 방향, 즉 좌측 또는 우측에 따라 재생 시점을 기준으로 이전 또는 이후에 나타나는 배우의 출현 구간 정보가 재생 바에 표시되면서 해당 출현 구간의 시작점으로 재생 지점이 변경될 수 있다.
이와 같이 사용자는 개인 통신 단말기를 통해 비디오 스트리밍 서비스 또는 로컬 영역의 동영상을 대상으로 재생 중인 동영상 내에서 배우 또는 인물의 이전 또는 이후 출현 구간 정보를 검색하고, 이를 이용하여 해당 구간을 즉시로 재생할 수 있다. 또한, 로봇은 검색 결과에 따른 군집 주체의 출현 구간 정보를 이용하여 출현 구간의 재생이 가능하다.
도 17은 본 발명의 일 실시 예에 따른 동영상 정보 활용의 사용자 인터페이스 뷰이다.
도 17을 참조하면, 본 발명의 일 실시 예에 따른 군집 주체, 예를 들어 각 배우가 출현하는 구간 정보가 포함된 동영상 정보가 활용될 수 있는 사용자 인터페이스(user interface, UI) 뷰가 나타나 있다. 도 17은 특정 군집 주체, 예를 들어 영화 속의 배우 또는 가족 중에서 특정 인밀이 출현하는 동영상 파일 및 해당 파일에서의 출현 구간 정보 검색 결과를 나타내는 뷰라는 점에서 도 15 및 도 16과 구별된다. 사용자는 검색 조건으로서, 배우 이름 입력, 동영상에 부여된 해당 인물의 이름이나 매타코드 또는 검색 대상 인물의 특징이 포함된 영상을 직접 입력함으로써 검색 조건을 완성할 수 있다. 프로세서는 검색 조건을 기반으로 미리 구축된 동영상 정보를 포함하는 동영상 데이터베이스를 이용하여 검색 조건에 매치되는 군집 주체 및 출현 정보를 검색할 수 있다. 그리고 단말기(100)는 군집 주체의 동영상 출현 구간 정보를 동영상 id 정보 및 구간 정보와 함께 섬네일로 표시할 수 있다. 여기서 구간 정보는 해당 인물이 출현하는 프레임에 관한 정보로서, 해당 섬네일에 재생 명령이 입력될 경우 해당 인물이 나타나는 출현 구간이 즉시로 재생될 수 있다.
그 밖의 모바일 제스처(mobile gesture), 예를 들어 tap, double tap, drag, flick, pinch, press, 및 rotate와 같은 손가락 동작을 통해 검색 결과를 이용한 다양한 메뉴를 구성할 수 있다.
이와 같이 사용자는 개인 통신 단말기를 통해 비디오 스트리밍 서비스 또는 로컬 영역의 동영상을 대상으로 재생 중인 동영상 내에서 배우 또는 인물의 이전 또는 이후 출현 구간 정보를 검색하고, 이를 이용하여 해당 구간을 즉시로 재생할 수 있다. 또한, 로봇은 검색 결과에 따른 군집 주체의 출현 구간 정보를 이용하여 출현 구간의 재생이 가능하다.
다음으로 프로세서(180)는 동영상 정보를 이용하여 하이라이트 영상을 재생하거나 영상을 편집할 수 있다(S250). 동영상 검색의 목적으로 해당 동영상을 처음부터 재생하는 경우도 있으나, 특정 인물이 출현하는 동영상의 출현 구간을 서로 연결하여 하나의 하이라이트 영상으로 재생하거나, 해당 출현 구간을 서로 붙여 편집 영상을 생성할 수 있다. 종래 기술에서 스틸 이미지를 이용한 앨범 생성 기능은 있었으나, 전체 동영상 재생 구간에서 관심 대상이 되는 검색 대상이 출현하는 구간이 이어지도록 재생하는 방법은 개시되지 않았다.
이와 같이 본 발명의 다양한 실시 예에 따른 얼굴 인식 활용 단말기는 스켈레톤 분석을 통해 샷 모드에 따른 촬영 구도를 결정할 수 있고, 얼굴 인식에 기반하여 특징 인물이 출현하는 구간을 검색하여 동영상을 선택적으로 재생 또는 편집할 수 있고, 단말기의 엣지 단에서 추가된 동영상 정보를 추출하고, 이를 이용하여 동영상 데이터베이스를 업데이트 할 수 있다.
본 발명의 일 실시 예에 의하면, 인식된 인체 비율에 맞게 추천된 구도에 따라 촬상이 가능하다.
또한, 인체 인식 기반의 샷 모드에 맞는 구도가 사용자에게 추천될 수 있다.
또한, 동영상에서 특정 인물이 등장하는 구간 검출을 통해 개인 맞춤의 동영상 앨범 제작이 가능하다.
또한, 인체 인식 및 얼굴 인식 기반의 촬상 방법이 전시회 등의 영상 촬영 로봇에 응용될 수 있다.
이상 설명된 본 발명에 따른 실시 예는 컴퓨터 상에서 다양한 구성요소를 통하여 실행될 수 있는 컴퓨터 프로그램의 형태로 구현될 수 있으며, 이와 같은 컴퓨터 프로그램은 컴퓨터로 판독 가능한 매체에 기록될 수 있다. 이때, 매체는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등과 같은, 프로그램 명령어를 저장하고 실행하도록 특별히 구성된 하드웨어 장치를 포함할 수 있다.
한편, 상기 컴퓨터 프로그램은 본 발명을 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수 있다. 컴퓨터 프로그램의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함될 수 있다.
본 발명의 명세서(특히 특허청구범위에서)에서 '상기'의 용어 및 이와 유사한 지시 용어의 사용은 단수 및 복수 모두에 해당하는 것일 수 있다. 또한, 본 발명에서 범위(range)를 기재한 경우 상기 범위에 속하는 개별적인 값을 적용한 발명을 포함하는 것으로서(이에 반하는 기재가 없다면), 발명의 상세한 설명에 상기 범위를 구성하는 각 개별적인 값을 기재한 것과 같다.
본 발명에 따른 방법을 구성하는 단계들에 대하여 명백하게 순서를 기재하거나 반하는 기재가 없다면, 상기 단계들은 적당한 순서로 행해질 수 있다. 반드시 상기 단계들의 기재 순서에 따라 본 발명이 한정되는 것은 아니다. 본 발명에서 모든 예들 또는 예시적인 용어(예들 들어, 등등)의 사용은 단순히 본 발명을 상세히 설명하기 위한 것으로서 특허청구범위에 의해 한정되지 않는 이상 상기 예들 또는 예시적인 용어로 인해 본 발명의 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.
따라서, 본 발명의 사상은 상기 설명된 실시 예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 또는 이로부터 등가적으로 변경된 모든 범위는 본 발명의 사상의 범주에 속한다고 할 것이다.

Claims (20)

  1. 얼굴 인식 활용 방법으로서,
    얼굴 특징을 이용한 군집화에 기반하여 추출된 군집 주체 출현의 동영상 정보가 포함되도록 동영상 데이터베이스를 업데이트 하는 단계;
    상기 군집 주체가 출현하는 동영상 정보 검색을 위한 검색 조건을 입력 받는 단계; 및
    상기 데이터베이스를 이용하여 상기 검색 조건과 매치되는 군집 주체 출현의 상기 동영상 정보를 검출하는 단계를 포함하는,
    얼굴 인식 활용 방법.
  2. 제1항에 있어서,
    상기 동영상 데이터베이스를 업데이트하는 단계는,
    시간 정보 및 유휴 모드(idle mode) 판별에 기반하여 업데이트 타임을 결정하는 단계를 포함하는,
    얼굴 인식 활용 방법.
  3. 제1항에 있어서,
    상기 동영상 데이터베이스를 업데이트하는 단계는,
    추출된 동영상 프레임 별로 인물의 얼굴 특징을 추출하는 단계;
    상기 얼굴 특징 및 머신 러닝 기반의 군집화 모델을 이용하여 군집 주체 별로 군집을 형성하는 단계; 및
    상기 군집 주체의 동영상 출현 구간 정보를 생성하는 단계를 포함하는,
    얼굴 인식 활용 방법.
  4. 제3항에 있어서,
    상기 군집 주체 별로 군집을 형성하는 단계는,
    상기 얼굴 특징의 유사도를 판별하는 단계; 및
    상기 유사도에 기반하여 군집 주체 별로 군집을 형성하는 단계를 포함하는,
    얼굴 인식 활용 방법.
  5. 제1항에 있어서,
    상기 검색 조건으로 입력된 얼굴 영상에서 추출한 인물의 얼굴 특징을 이용하여 검색을 수행하는 단계를 더 포함하는,
    얼굴 인식 활용 방법.
  6. 제1항에 있어서,
    상기 동영상 데이터베이스에서 추출된 인물 리스트에서 선택된 인물에 관한 정보를 이용하여 검색을 수행하는 단계를 더 포함하는,
    얼굴 인식 활용 방법.
  7. 제1항에 있어서,
    추출된 프레임 기반의 섬네일, 동영상 id, 인물 id 및 출현 구간 정보 중에서 적어도 하나를 표시하는 동영상 정보 표시 단계를 더 포함하는,
    얼굴 인식 활용 방법.
  8. 제1항에 있어서,
    사용자의 모바일 제스처(mobile gesture)에 따라 선택된 인물 출현 구간의 재생, 연속 재생 및 다른 출현 구간으로의 이동 재생 중에서 적어도 하나를 재생하는 단계를 더 포함하는,
    얼굴 인식 활용 방법.
  9. 제1항에 있어서,
    상기 동영상 정보를 기반으로 상기 군집 주체가 출현하는 구간의 동영상을 이용하여 하이라이트 영상을 재생하는 단계를 더 포함하는,
    얼굴 인식 활용 방법.
  10. 제1항에 있어서,
    상기 동영상 정보를 기반으로 상기 군집 주체가 출현하는 구간의 동영상을 이용하여 편집된 동영상을 생성하는 단계를 더 포함하는,
    얼굴 인식 활용 방법.
  11. 얼굴 인식 활용 단말기로서,
    정보 검색을 위한 검색 조건을 입력 받는 입력 장치; 및
    상기 검색 조건과 매치되는 대상 정보를 검출하는 프로세서를 포함하고,
    상기 프로세서는,
    얼굴 특징을 이용한 군집화에 기반하여 형성된 군집 주체에 해당하는 인물이 출현하는 동영상에 관한 정보를 포함하는 동영상 데이터베이스를 이용하여 상기 대상 정보를 검출하는,
    얼굴 인식 활용 단말기.
  12. 제11항에 있어서,
    상기 프로세서는,
    저장된 동영상에 대해 동영상 정보를 추출하고, 이를 이용하여 상기 동영상 데이터베이스를 업데이트하되,
    시간 정보 및 유휴 모드(idle mode) 판별에 기반하여 업데이트 타임을 결정하는,
    얼굴 인식 활용 단말기.
  13. 제11항에 있어서,
    상기 프로세서는,
    저장된 동영상에 대해 동영상 정보를 추출하고, 이를 이용하여 상기 동영상 데이터베이스를 업데이트하되,
    추출된 동영상 프레임 별로 인물의 얼굴 특징을 추출하고,
    상기 얼굴 특징 및 머신 러닝 기반의 군집화 모델을 이용하여 군집 주체 별로 군집 형성 및 상기 군집 주체의 동영상 출현 구간 정보를 생성하는,
    얼굴 인식 활용 단말기.
  14. 제13항에 있어서,
    상기 프로세서는,
    상기 얼굴 특징의 유사도를 판별하고, 상기 유사도에 기반하여 군집 주체 별로 군집을 형성하는,
    얼굴 인식 활용 단말기.
  15. 제11항에 있어서,
    상기 프로세서는,
    입력된 얼굴 영상에서 추출한 인물의 얼굴 특징을 이용하여 검색을 수행하는,
    얼굴 인식 활용 단말기.
  16. 제11항에 있어서,
    상기 프로세서는,
    상기 동영상 데이터베이스에서 추출된 인물 리스트에서 선택된 인물에 관한 정보를 이용하여 검색을 수행하는,
    얼굴 인식 활용 단말기.
  17. 제11항에 있어서,
    상기 입력 장치는,
    사용자의 모바일 제스처(mobile gesture)에 따라 제어되는 사용자 인터페이스(user interface, UI)를 표시하는 터치스크린을 포함하고,
    상기 프로세서는,
    추출된 프레임 기반의 섬네일, 출현 동영상 ID, 인물 ID 및 인물 출현 구간 정보 중에서 적어도 하나의 표시를 제어하는,
    얼굴 인식 활용 단말기.
  18. 제11항에 있어서,
    상기 입력 장치는,
    사용자의 모바일 제스처(mobile gesture)에 따라 제어되는 사용자 인터페이스(user interface, UI)를 표시하는 터치스크린을 포함하고,
    상기 프로세서는,
    상기 모바일 제스처에 따라 선택된 인물 출현 구간의 재생, 연속 재생 및 다른 출현 구간으로의 이동 재생 중에서 적어도 하나의 재생을 제어하는,
    얼굴 인식 활용 단말기.
  19. 제11항에 있어서,
    상기 프로세서는,
    상기 동영상 정보를 기반으로 상기 군집 주체가 출현하는 구간의 동영상을 이용하여 하이라이트 영상을 재생하는,
    얼굴 인식 활용 단말기.
  20. 제11항에 있어서,
    상기 프로세서는,
    상기 동영상 정보를 기반으로 상기 군집 주체가 출현하는 구간의 동영상을 이용하여 편집된 동영상을 생성하는,
    얼굴 인식 활용 단말기.
KR1020190105247A 2019-08-27 2019-08-27 얼굴 인식 활용 단말기 및 얼굴 인식 활용 방법 KR102618732B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020190105247A KR102618732B1 (ko) 2019-08-27 2019-08-27 얼굴 인식 활용 단말기 및 얼굴 인식 활용 방법
US16/688,823 US11546504B2 (en) 2019-08-27 2019-11-19 Equipment utilizing human recognition and method for utilizing the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190105247A KR102618732B1 (ko) 2019-08-27 2019-08-27 얼굴 인식 활용 단말기 및 얼굴 인식 활용 방법

Publications (2)

Publication Number Publication Date
KR20190106863A true KR20190106863A (ko) 2019-09-18
KR102618732B1 KR102618732B1 (ko) 2023-12-27

Family

ID=68071030

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190105247A KR102618732B1 (ko) 2019-08-27 2019-08-27 얼굴 인식 활용 단말기 및 얼굴 인식 활용 방법

Country Status (2)

Country Link
US (1) US11546504B2 (ko)
KR (1) KR102618732B1 (ko)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112766299A (zh) * 2020-12-09 2021-05-07 江苏师范大学 一种人脸图像的迭代式双向连接聚类算法
KR102261221B1 (ko) * 2020-04-07 2021-06-07 (주)제타미디어 영상정보 획득 시스템 및 영상정보 표시 방법
KR20210146162A (ko) * 2020-05-26 2021-12-03 문명일 데이터베이스 연동 얼굴 분석 시스템 및 그것의 화면 표시 제어 방법
KR20210153993A (ko) * 2020-06-11 2021-12-20 성현시스템 주식회사 출입 대상자에 대한 출입인증 처리장치 및 방법
KR20220056707A (ko) * 2020-10-28 2022-05-06 한국전자통신연구원 얼굴의 정렬 형태에 강인한 얼굴 인식 방법 및 그 장치
CN114492527A (zh) * 2022-01-27 2022-05-13 上海理工大学 基于模糊神经网络与主成分分析表面粗糙度在线预测方法
KR20220077439A (ko) * 2020-12-02 2022-06-09 울산과학기술원 객체 검색 모델 및 그 학습 방법
CN114998779A (zh) * 2022-04-29 2022-09-02 西安交通大学 一种自监督人体行为识别方法及系统
KR20230033820A (ko) * 2021-09-02 2023-03-09 신대근 이미지 프레임 내 얼굴의 위치 및 비율을 기반으로 이미지 프레임을 변환하는 전자 장치

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11636391B2 (en) * 2020-03-26 2023-04-25 International Business Machines Corporation Automatic combinatoric feature generation for enhanced machine learning
US11445121B2 (en) * 2020-12-29 2022-09-13 Industrial Technology Research Institute Movable photographing system and photography composition control method
US20220288778A1 (en) * 2021-03-15 2022-09-15 Blue Ocean Robotics Aps Methods of controlling a mobile robot device to follow or guide a person
CN114036336A (zh) * 2021-11-15 2022-02-11 上海交通大学 基于语义划分的视觉文本属性对齐的行人图像搜索方法
CN114333039B (zh) * 2022-03-03 2022-07-08 济南博观智能科技有限公司 一种人像聚类的方法、装置及介质
US20230326178A1 (en) * 2022-03-23 2023-10-12 Adobe Inc. Concept disambiguation using multimodal embeddings
CN115995115B (zh) * 2023-03-22 2023-06-06 成都华安视讯科技有限公司 一种基于双焦变换的人脸识别系统及方法
CN117745036B (zh) * 2024-02-18 2024-04-30 四川金投科技股份有限公司 一种基于特征识别及近场通信的牲畜信息管理方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050080382A (ko) * 2004-02-09 2005-08-12 에스케이 텔레콤주식회사 가상 머신 기반의 이동통신 단말 대기화면 제공 시스템 및방법
US20100070483A1 (en) * 2008-07-11 2010-03-18 Lior Delgo Apparatus and software system for and method of performing a visual-relevance-rank subsequent search
KR101825321B1 (ko) 2017-02-03 2018-02-02 한양대학교 산학협력단 모바일 카메라 인식 기술을 이용한 실시간 촬영 최적 구도 피드백 제공 시스템 및 방법
KR101968101B1 (ko) 2018-07-12 2019-04-11 천재두 딥러닝을 이용한 객체 인식 카메라 모듈 및 이를 포함한 객체 인식 시스템

Family Cites Families (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06101018B2 (ja) * 1991-08-29 1994-12-12 インターナショナル・ビジネス・マシーンズ・コーポレイション 動画像データベースの検索
US9532069B2 (en) * 2004-07-30 2016-12-27 Euclid Discoveries, Llc Video compression repository and model reuse
JP4228320B2 (ja) * 2006-09-11 2009-02-25 ソニー株式会社 画像処理装置および方法、並びにプログラム
JP5339303B2 (ja) * 2008-03-19 2013-11-13 国立大学法人北海道大学 動画検索装置および動画検索プログラム
CN101610576B (zh) * 2008-06-18 2013-01-30 上海华为技术有限公司 限制信令下的信息处理方法及相关设备
AU2009330607B2 (en) * 2008-12-04 2015-04-09 Cubic Corporation System and methods for dynamically injecting expression information into an animated facial mesh
JP5553152B2 (ja) * 2010-04-09 2014-07-16 ソニー株式会社 画像処理装置および方法、並びにプログラム
WO2012139276A1 (en) * 2011-04-11 2012-10-18 Intel Corporation Avatar facial expression techniques
US10013787B2 (en) * 2011-12-12 2018-07-03 Faceshift Ag Method for facial animation
US20130243077A1 (en) * 2012-03-13 2013-09-19 Canon Kabushiki Kaisha Method and apparatus for processing moving image information, and method and apparatus for identifying moving image pattern
WO2014051584A1 (en) * 2012-09-27 2014-04-03 Empire Technology Development, Llc Character model animation using stored recordings of player movement interface data
CN103093490B (zh) * 2013-02-02 2015-08-26 浙江大学 基于单个视频摄像机的实时人脸动画方法
WO2014194439A1 (en) * 2013-06-04 2014-12-11 Intel Corporation Avatar-based video encoding
US9317954B2 (en) * 2013-09-23 2016-04-19 Lucasfilm Entertainment Company Ltd. Real-time performance capture with on-the-fly correctives
US9432702B2 (en) * 2014-07-07 2016-08-30 TCL Research America Inc. System and method for video program recognition
WO2016101131A1 (en) * 2014-12-23 2016-06-30 Intel Corporation Augmented facial animation
US9576224B2 (en) * 2014-12-31 2017-02-21 TCL Research America Inc. Robust error correction with multi-model representation for face recognition
US9600742B2 (en) * 2015-05-05 2017-03-21 Lucasfilm Entertainment Company Ltd. Determining control values of an animation model using performance capture
US20170060867A1 (en) * 2015-08-31 2017-03-02 Adfamilies Publicidade, SA Video and image match searching
US10884503B2 (en) * 2015-12-07 2021-01-05 Sri International VPA with integrated object recognition and facial expression recognition
US10740385B1 (en) * 2016-04-21 2020-08-11 Shutterstock, Inc. Identifying visual portions of visual media files responsive to search queries
US10147023B1 (en) * 2016-10-20 2018-12-04 Disney Enterprises, Inc. Markerless face tracking with synthetic priors
TWI603227B (zh) * 2016-12-23 2017-10-21 李雨暹 移動物件的虛擬訊息遠距管理方法與應用系統
CN110291559A (zh) * 2017-02-24 2019-09-27 三菱电机株式会社 动作学习装置、技能判别装置以及技能判别系统
US10936655B2 (en) * 2017-06-07 2021-03-02 Amazon Technologies, Inc. Security video searching systems and associated methods
US10775977B2 (en) * 2019-01-25 2020-09-15 Google Llc Image display with selective depiction of motion
US11539694B2 (en) * 2020-06-08 2022-12-27 Citrix Systems, Inc. Method and system for context aware frictionless authentication based on authentication scores
JP2022014758A (ja) * 2020-07-07 2022-01-20 富士フイルムビジネスイノベーション株式会社 情報処理装置及びプログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050080382A (ko) * 2004-02-09 2005-08-12 에스케이 텔레콤주식회사 가상 머신 기반의 이동통신 단말 대기화면 제공 시스템 및방법
US20100070483A1 (en) * 2008-07-11 2010-03-18 Lior Delgo Apparatus and software system for and method of performing a visual-relevance-rank subsequent search
KR101825321B1 (ko) 2017-02-03 2018-02-02 한양대학교 산학협력단 모바일 카메라 인식 기술을 이용한 실시간 촬영 최적 구도 피드백 제공 시스템 및 방법
KR101968101B1 (ko) 2018-07-12 2019-04-11 천재두 딥러닝을 이용한 객체 인식 카메라 모듈 및 이를 포함한 객체 인식 시스템

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102261221B1 (ko) * 2020-04-07 2021-06-07 (주)제타미디어 영상정보 획득 시스템 및 영상정보 표시 방법
KR20210146162A (ko) * 2020-05-26 2021-12-03 문명일 데이터베이스 연동 얼굴 분석 시스템 및 그것의 화면 표시 제어 방법
KR20210153993A (ko) * 2020-06-11 2021-12-20 성현시스템 주식회사 출입 대상자에 대한 출입인증 처리장치 및 방법
KR20220056707A (ko) * 2020-10-28 2022-05-06 한국전자통신연구원 얼굴의 정렬 형태에 강인한 얼굴 인식 방법 및 그 장치
US12056909B2 (en) 2020-10-28 2024-08-06 Electronics And Telecommunications Research Institute Method and apparatus for face recognition robust to alignment status of the face
KR20220077439A (ko) * 2020-12-02 2022-06-09 울산과학기술원 객체 검색 모델 및 그 학습 방법
CN112766299A (zh) * 2020-12-09 2021-05-07 江苏师范大学 一种人脸图像的迭代式双向连接聚类算法
CN112766299B (zh) * 2020-12-09 2024-01-09 江苏师范大学 一种人脸图像的迭代式双向连接聚类算法
KR20230033820A (ko) * 2021-09-02 2023-03-09 신대근 이미지 프레임 내 얼굴의 위치 및 비율을 기반으로 이미지 프레임을 변환하는 전자 장치
CN114492527A (zh) * 2022-01-27 2022-05-13 上海理工大学 基于模糊神经网络与主成分分析表面粗糙度在线预测方法
CN114998779A (zh) * 2022-04-29 2022-09-02 西安交通大学 一种自监督人体行为识别方法及系统

Also Published As

Publication number Publication date
US20210067684A1 (en) 2021-03-04
KR102618732B1 (ko) 2023-12-27
US11546504B2 (en) 2023-01-03

Similar Documents

Publication Publication Date Title
KR102618732B1 (ko) 얼굴 인식 활용 단말기 및 얼굴 인식 활용 방법
US11709890B2 (en) Method for searching video and equipment with video search function
US11113532B2 (en) Artificial intelligence apparatus for recognizing object and method therefor
US11553075B2 (en) Apparatus and control method for recommending applications based on context-awareness
KR20190094314A (ko) 콘텐츠 기반의 스타일을 갖는 텍스트 또는 음성을 생성하는 인공 지능 장치 및 그 방법
KR20190087351A (ko) 머신 러닝 시스템, 방법 및 장치
KR20190109337A (ko) 증강현실 기반의 기기 제어 장치 및 그 방법
US20190297381A1 (en) Artificial intelligence device and operating method thereof
KR20190105533A (ko) 인공지능 기반 영상 편집 방법 및 지능형 디바이스
KR20190124171A (ko) 안마의자 제어방법 및 제어장치
KR102696201B1 (ko) 오토 스탑 시스템을 제어하는 인공 지능 장치 및 그 방법
KR20190094294A (ko) 교통 정보에 기반한 오토 스탑 시스템을 제어하는 인공 지능 장치 및 그 방법
US11468886B2 (en) Artificial intelligence apparatus for performing voice control using voice extraction filter and method for the same
KR102658112B1 (ko) 주행 정보에 기반한 오토 스탑 시스템을 제어하는 인공 지능 장치 및 그 방법
KR20190094316A (ko) 사용자의 음성을 인식하는 인공 지능 장치 및 그 방법
US20210092219A1 (en) Apparatus and control method for recommending do-not-disturb mode based on context-awareness
KR102664418B1 (ko) 디스플레이 장치 및 그의 서비스 제공 방법
US11321866B2 (en) Approach photographing device and method for controlling the same
KR20210044073A (ko) 영상의 상품 인식에 기반하여 매장 내 위치를 추정하기 위한 방법 및 장치
US20240160929A1 (en) Device for training and managing a visual scene graph model and control method thereof
US20220088346A1 (en) Sleep inducing device
Ganga et al. Object detection and crowd analysis using deep learning techniques: Comprehensive review and future directions
Ishwarya et al. Performance-enhanced real-time lifestyle tracking model based on human activity recognition (PERT-HAR) model through smartphones
KR20190119549A (ko) 음성 기반의 액션 아이템 제안장치 및 제안방법
Bhatia et al. An approach to recognize human activities based on convlstm and lrcn

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant