KR20200087306A - 이미지 크라우드소싱 시스템 및 저작물 배포 방법 - Google Patents

이미지 크라우드소싱 시스템 및 저작물 배포 방법 Download PDF

Info

Publication number
KR20200087306A
KR20200087306A KR1020180171739A KR20180171739A KR20200087306A KR 20200087306 A KR20200087306 A KR 20200087306A KR 1020180171739 A KR1020180171739 A KR 1020180171739A KR 20180171739 A KR20180171739 A KR 20180171739A KR 20200087306 A KR20200087306 A KR 20200087306A
Authority
KR
South Korea
Prior art keywords
image
image data
user terminal
management server
server
Prior art date
Application number
KR1020180171739A
Other languages
English (en)
Other versions
KR102150069B1 (ko
Inventor
임동현
이성길
Original Assignee
비비트리 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 비비트리 주식회사 filed Critical 비비트리 주식회사
Priority to KR1020180171739A priority Critical patent/KR102150069B1/ko
Publication of KR20200087306A publication Critical patent/KR20200087306A/ko
Application granted granted Critical
Publication of KR102150069B1 publication Critical patent/KR102150069B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/587—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
    • G06K9/6201—
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Library & Information Science (AREA)
  • Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Tourism & Hospitality (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Marketing (AREA)
  • Evolutionary Computation (AREA)
  • Human Computer Interaction (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Primary Health Care (AREA)
  • Economics (AREA)
  • Artificial Intelligence (AREA)
  • Human Resources & Organizations (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

본 발명의 일 양상에 따른 이미지 소싱 및 배포 방법은 업로딩될 이미지 정보를 수신하는 단계, 수신된 이미지 정보의 이미지 데이터로부터 유해성 지수를 산출하는 단계 및 유해성 지수에 기초하여 이미지 데이터의 업로딩 여부를 결정하는 단계를 포함한다.

Description

이미지 크라우드소싱 시스템 및 저작물 배포 방법{IMAGE CROWD SOURCING SYSTEM AND DISTRIBUTION METHOD OF CREATIVE COMMONS}
본 발명은 이미지 소싱 및 배포 시스템과 그 방법에 관한 것으로서, 구체적으로는 크라우드 서버에 업로딩되는 이미지에 대한 저작권과 유해성 여부를 판단하고 업로딩되는 이미지에 대한 키워드를 자동 추출하여 이미지 검색에 활용 가능한 이미지 소싱 및 배포 시스템과 그 방법에 관한 것이다.
온라인을 통해 다수의 콘텐츠가 배포되고 있다. 온라인 사용자는 가지고 있는 이미지 파일 등을 공유 서버 등에 업로딩하여 다른 온라인 사용자와 같이 활용할 수 있다.
이미지 파일 등은 저작권 등에 관련되거나 저작권 등을 침해할 수 있다. 예를 들어 이미지에 특정 건물이 있는 경우 특정 건물의 저작권을 침해할 수 있으며, 이미지에 사람 얼굴이 있는 경우 해당 사람의 초상권을 침해할 수 있다(이하, 이와 같은 초상권을 포함하여 간단히 '저작권'이라 지칭하기도 한다).
이러한 저작권 문제를 해결하기 위해서는, 이미지 파일에 저작권 문서가 같이 첨부되어 배포되어야 한다. 예를 들어, 온라인 사용자는 이미지 파일과 함께 저작권 사용 동의서 등을 구비하여 이미지 파일과 함께 업로딩하고 배포하여야 한다.
그러나 이러한 저작권 관련 문제의 발생 가능성 확인이 용이치 않다. 경우에 따라 업로딩하는 사용자도 업로딩되는 이미지에서 초상권 또는 저작권 침해 문제의 발생 가능성을 확인하는 것이 용이치 않고 서버 측에서도 업로딩되는 이미지 각각에 대해 초상권이나 저작권 침해 문제의 발생 가능성을 확인하는 것이 결코 용이치 않다.
또한, 업로딩되는 이미지는 유해한 이미지일 수 있다. 예를 들어, 이미지에 술, 담배, 섹슈얼 등의 선정적이거나 유해하여 온라인을 통해 공개가 허여되지 않는 것을 포함할 수 있다. 이러한 유해 이미지를 필터링할 방안이 필요하다. 나아가, 업로딩되는 이미지는 이미지 자체로 업로딩되기 때문에 그 검색이 용이치않다.
이와 같이, 업로딩되는 이미지에서 야기되는 저작권 문제, 유해 이미지 차단 문제, 검색 문제 등을 해소할 수 있는 이미지 소싱 및 배포 시스템과 그 방법이 필요하다.
본 발명은, 상술한 문제점을 해결하기 위해서 안출한 것으로서, 업로딩될 이미지에 대한 유해성 여부를 판단하고 유해성 지표에 따라 이미지의 등록을 제어할 수 있는 이미지 소싱 및 배포 시스템과 그 방법을 제공하는 데 그 목적이 있다.
또한, 본 발명은 업로딩되는 이미지에서 대표 컬러 이미지를 맵핑하고 딥러닝 기술을 이용하여 이미지로부터 자동으로 오브젝트를 추출하고 추출된 오브젝트에 대응하는 키워드를 맵핑하여 효율적인 이미지 검색이 가능토록 하는 이미지 소싱 및 배포 시스템과 그 방법을 제공하는 데 그 목적이 있다.
또한, 본 발명은 이미지 사용자를 다양한 방식으로 인증 가능하도록 하는 이미지 소싱 및 배포 시스템과 그 방법을 제공하는 데 그 목적이 있다.
본 발명에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 양상에 따른 이미지 소싱 및 배포 방법은 업로딩될 이미지 정보를 수신하는 단계; 수신된 이미지 정보의 이미지 데이터로부터 유해성 지수를 산출하는 단계; 및 상기 유해성 지수에 기초하여 상기 이미지 데이터의 업로딩 여부를 결정하는 단계;를 포함한다.
상기한 이미지 소싱 및 배포 방법에 있어서, 상기 업로딩 여부를 결정하는 단계는 상기 유해성 지수가 임계치 이상인 경우에 상기 이미지 데이터의 업로딩을 거부하고 상기 임계치 미만인 경우에 상기 이미지 데이터를 디스플레이로 출력하고 출력된 이미지에 대한 입력에 따라 업로딩 여부를 결정한다.
상기한 이미지 소싱 및 배포 방법에 있어서, 상기 업로딩될 이미지 정보를 수신하는 단계 이후에, 상기 이미지 데이터로부터 오브젝트를 인식하는 단계; 및 인식된 오브젝트에 따라 릴리즈 정보의 필요 여부를 결정하는 단계;를 더 포함한다.
상기한 이미지 소싱 및 배포 방법에 있어서, 상기 이미지 데이터로부터 오브젝트를 인식하는 단계 이후에, 인식된 오브젝트에 대응하는 키워드를 결정하는 단계; 상기 키워드를 포함하는 메타 데이터를 구성하는 단계; 및 업로딩 결정에 따라 상기 이미지 데이터를 스토리지에 저장하고 상기 메타 데이터를 데이터베이스에 저장하는 단계;를 더 포함한다.
상기한 이미지 소싱 및 배포 방법에 있어서, 상기 메타 데이터를 구성하는 단계는 상기 이미지 데이터의 모든 픽셀 컬러들 중 가장 많이 이용된 상위 N(N은 2 이상의 정수) 개의 픽셀 컬러들을 상기 메타 데이터에 포함시킨다.
상기한 이미지 소싱 및 배포 방법에 있어서, 상기 이미지 데이터로부터 오브젝트를 인식하는 단계 및 인식된 오브젝트에 대응하는 키워드를 결정하는 단계는 복수의 트레이닝 이미지 정보 세트를 이용하여 학습된 딥러닝 모듈을 이용하여 이루어진다.
상기한 이미지 소싱 및 배포 방법에 있어서, 디스플레이된 색 공간 이미지 내에서 이용자에 의한 선택으로 결정되는 컬러와 데이터베이스의 메타 데이터의 상위 N 개의 픽셀 컬러들의 비교에 따라 하나 이상의 이미지 데이터를 결정하고 결정된 하나 이상의 이미지 데이터를 이용자 단말로 출력하는 단계;를 더 포함한다.
상기한 이미지 소싱 및 배포 방법에 있어서, 상기 이미지 데이터의 출력 이전에, 이미지 크라우드 서버의 인증 서버가 이용자 단말로부터 인증정보를 수신하는 단계; 상기 인증 서버가 이용자 단말로 이미지 관리 서버에 접속 가능한 토큰을 전송하는 단계; API 게이트웨이가 토큰을 포함하는 이용자 접속 요청을 수신하는 단계; 및 API 게이트웨이가 이용자 접속 요청에 포함된 토큰을 이용하여 이용자를 인증하고 인증된 경우 이용자 단말과 이미지 관리 서버를 연결하는 단계;를 더 포함한다.
본 발명의 일 양상에 따른 이미지 소싱 및 배포 시스템은 이미지 관리 서버;를 포함하고, 상기 이미지 관리 서버는, 업로딩될 이미지 정보를 이용자 단말로부터 수신하고 수신된 이미지 정보의 이미지 데이터로부터 유해성 지수를 산출하고 산출된 유해성 지수에 기초하여 상기 이미지 데이터의 업로딩 여부를 결정한다.
상기한 이미지 소싱 및 배포 시스템에 있어서, 상기 이미지 관리 서버는, 업로딩 여부를 결정하기 위해, 상기 유해성 지수가 임계치 이상인 경우에 상기 이미지 데이터의 업로딩을 거부하고 상기 임계치 미만인 경우에 상기 이미지 데이터를 디스플레이로 출력하고 출력된 이미지에 대한 입력에 따라 업로딩 여부를 결정한다.
상기한 이미지 소싱 및 배포 시스템에 있어서, 복수의 이미지 데이터를 저장하는 스토리지; 및 상기 복수의 이미지 데이터에 각각 대응하는 복수의 메타 데이터를 저장하는 데이터베이스;를 더 포함하고, 상기 이미지 관리 서버는, 상기 이미지 데이터로부터 오브젝트를 인식하고 인식된 오브젝트에 따라 릴리즈 정보의 필요 여부 및 인식된 오브젝트에 대응하는 키워드를 결정하고 상기 키워드와 상기 이미지 데이터의 모든 픽셀 컬러들 중 가장 많이 이용된 상위 N(N은 2 이상의 정수) 개의 픽셀 컬러들을 포함하는 메타 데이터를 구성하여 업로딩 결정에 따라 상기 이미지 데이터를 상기 스토리지에 저장하고 상기 메타 데이터를 상기 데이터베이스에 저장한다.
상기한 이미지 소싱 및 배포 시스템에 있어서, 이용자를 인증하기 위한 인증 서버; 및 인증 토큰을 통해 이용자 단말과 이미지 관리 서버를 연결하는 API 게이트웨이;를 더 포함하고, 상기 인증 서버는 이용자 단말로부터 인증정보를 수신하고 이용자 단말로 이미지 관리 서버에 접속 가능한 토큰을 생성하여 전송하며, 상기 API 게이트웨이는 토큰을 포함하는 이용자 접속 요청을 이용자 단말로부터 수신하고 이용자 접속 요청에 포함된 토큰의 유효성 여부에 따라 이용자 단말과 이미지 관리 서버를 연결한다.
상기와 같은 본 발명에 따른 이미지 소싱 및 배포 시스템과 그 방법은 업로딩될 이미지에 대한 유해성 여부를 판단하고 유해성 지표에 따라 이미지의 등록을 제어할 수 있는 효과가 있다.
또한, 상기와 같은 본 발명에 따른 이미지 소싱 및 배포 시스템과 그 방법은 업로딩되는 이미지에서 대표 컬러 이미지를 맵핑하고 딥러닝 기술을 이용하여 이미지로부터 자동으로 오브젝트를 추출하고 추출된 오브젝트에 대응하는 키워드를 맵핑하여 효율적인 이미지 검색이 가능토록 하는 효과가 있다.
또한, 상기와 같은 본 발명에 따른 이미지 소싱 및 배포 시스템과 그 방법은 이미지 사용자를 다양한 방식으로 인증 가능하도록 하는 효과가 있다.
본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 이미지 소싱 및 배포 시스템의 장치 간 연결구성의 예를 도시한 도면이다.
도 2는 이용자의 이미지를 이미지 크라우드 서버에 등록하기 위한 예시적인 제어 흐름을 도시한 도면이다.
도 3은 이미지를 검색하고 다운로딩하기 위한 예시적인 제어 흐름을 도시한 도면이다.
도 4는 인증 서버 및 API 게이트웨이를 이용하여 이용자 단말을 인증하는 예시적인 과정을 도시한 도면이다.
상술한 목적, 특징 및 장점은 첨부된 도면을 참조하여 상세하게 후술 되어 있는 상세한 설명을 통하여 더욱 명확해 질 것이며, 그에 따라 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다. 또한, 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에 그 상세한 설명을 생략하기로 한다. 이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시 예를 상세히 설명하기로 한다.
도 1은 이미지 소싱 및 배포 시스템의 장치 간 연결구성의 예를 도시한 도면이다.
도 1의 예와 같이 이미지 소싱 및 배포 시스템은 이미지 크라우드(crowd) 서버(100), 하나 이상의 이용자 단말(200) 및 광대역 네트워크(300)를 포함한다.
본 발명에 따른 이미지 소싱 및 배포 시스템은 이미지를 이미지 크라우드 서버(100)에 업로딩하고 업로딩된 이미지를 저장하고 이용자들에게 배포, 중개하기 위한 시스템으로서 업로딩될 이미지의 유해성이나 릴리즈 정보에 따라 그 이용에 제한이 부여되거나 업로딩을 차단할 수 있는 시스템이다.
도 1을 통해 이미지 소싱 및 배포 시스템을 간단히 살펴보면, 이미지 크라우드 서버(100)는 광대역 네트워크(300)를 통해 서버에 업로딩될 이미지를 등록하고 등록된 이미지를 동일 이용자 및/또는 다른 이용자로 중개, 배포, 공유 등을 하기 위한 서버이다.
이미지 등록과 배포 등을 위해, 이미지 크라우드 서버(100)는 다수의 구성요소로 구성될 수 있다. 예를 들어, 이미지 크라우드 서버(100)는 인증 서버(110), API 게이트웨이(130), 이미지 관리 서버(150), 스토리지(170) 및 데이터베이스(190)로 구성될 수 있다.
이미지 크라우드 서버(100)의 각 구성요소는 단일 장비로 구성되거나 여러 장비로 분리 구성될 수 있다. 여러 장비로 분리 구성된 경우 이미지 크라우드 서버(100)의 구성요소들은 내부의 전용망을 통해 및/또는 광대역 네트워크(300)를 통해 각종 데이터를 송수신할 수 있다. 이미지 크라우드 서버(100)는 이용자 등에 의해 접속 가능한 하나의 웹사이트로 인식될 수 있다.
이미지 크라우드 서버(100)의 각 구성요소를 간단히 살펴보면, 인증 서버(110)는 이미지 관리 서버(150), 스토리지(170) 및/또는 데이터베이스(190)를 접근하는 이용자를 인증한다.
인증 서버(110)는 이용자 ID와 패스워드 등을 포함하는 인증정보를 수신하고 OAuth 2.0 표준 등을 통한 사용자 인증에 따라 이미지 관리 서버(150)로 접속 가능한 인증 토큰을 이용자 단말(200)로 전송할 수 있다. 인증 서버(110)는 각종 유형의 프로그램(예를 들어, 앱, 웹, API 등)을 통한 접근 환경에 대응하여 최적화된 인증 방법을 제공할 수 있다.
API 게이트웨이(130)는 이용자 단말(200)로 전달된 인증 토큰을 통해 이용자 단말(200)과 이미지 관리 서버(150)를 연결한다.
예를 들어, API 게이트웨이(130)는 이용자 단말(200)로부터 인증 토큰을 포함하는 이용자 접속 요청을 수신한다. 이용자 접속 요청은 인증 토큰을 포함하는 REST(Representational State Transfer)ful API 폼의 요청 URL로 구성될 수 있다. API 게이트웨이(130)는 요청 URL의 인증 토큰을 인증 서버(110)로 전송하여 인증 토큰의 유효 여부를 질의하고 인증 서버(110)로부터 수신된 유효 여부 정보에 따라 인증된 경우 이용자 단말(200)과 이미지 관리 서버(150)를 연결시킨다.
이후, 이용자 단말(200)은 스토리지(170), 데이터베이스(190) 등의 각종 이미지 정보에 접근하여 설정된 권한에 따라 업로딩, 다운로딩 등을 수행할 수 있다.
이미지 관리 서버(150)는 광대역 네트워크(300)를 통해 인증된 이용자의 이용자 단말(200)과 인터페이스하여 이용자 단말(200)로 스토리지(170) 및/또는 데이터베이스(190)의 이미지와 이미지에 대응하는 메타 데이터를 출력하고 이용자 단말(200)로부터 이미지 업로딩 요청을 수신할 수 있다.
이미지 업로딩 요청은 업로딩될 이미지에 관련된 이미지 정보를 포함하고 이미지 정보는 픽셀 데이터로 구성되는 이미지 데이터와 이미지 데이터의 촬영 특성 데이터를 포함할 수 있다. 촬영 특성 데이터는 예를 들어 날짜, 시간, 카메라 설정, 위치 정보 등을 나타내거나 포함할 수 있다. 촬영 특성 데이터는 카메라 등을 이용한 이미지 촬영시에 구성되는 Exif 정보일 수 있다.
이미지 관리 서버(150)는 이미지 업로딩 요청의 이미지 데이터로부터 유해성 지수를 산출하고 산출된 유해성 지수에 기초하여 이미지 데이터의 업로딩 여부를 결정한다. 업로딩 결정시에 이미지 관리 서버(150)는 이미지 정보의 이미지 데이터에 대응하는 메타 데이터를 구성하여 이미지 데이터를 스토리지(170)에 저장하고 대응하는 메타 데이터를 데이터베이스(190)에 저장한다.
이미지 관리 서버(150)에서 이루어지는 각종 제어 과정과 그 흐름은 도 2 이하에서 상세히 살펴보도록 한다.
스토리지(170)는 하드디스크 등의 대용량 저장매체를 구비하여 복수의 이미지 데이터를 저장한다. 데이터베이스(190)는 복수의 이미지 데이터에 각각 대응하는 복수의 메타 데이터를 저장한다. 데이터베이스(190)는 메모리 및/또는 하드디스크 등의 대용량 저장매체와 DBMS 프로그램과 이를 구동하기 위한 프로세서를 포함하여 각종 쿼리(Query)를 처리하고 그 처리 결과를 이미지 관리 서버(150)로 출력할 수 있다. 설계 예에 따라, 스토리지(170)와 데이터베이스(190)는 하나의 구성요소로 구현되거나 인식 가능하다.
이용자 단말(200)은 이미지 크라우드 서버(100)에 이미지를 (업)로딩하거나 이미지 크라우드 서버(100)의 이미지를 다운로딩할 수 있는 기기이다. 이용자 단말(200)은 예를 들어 휴대폰, 스마트폰, 태블릿 PC, 노트북, 개인용 컴퓨터 등일 수 있다.
이용자 단말(200)은 내부에 저장 메모리를 구비하여 저장 메모리의 이미지를 이미지 크라우드 서버(100)로 업로딩하거나(고) 이미지 크라우드 서버(100)의 이미지를 다운로드 가능하다. 이용자 단말(200)은 이미지 크라우드 서버(100)로 이미지 업로딩 요청, 이미지 다운로드 요청을 전송하고 그 응답에 따라 이미지를 업로딩하거나 다운로딩 가능하다.
광대역 네트워크(300)는 이미지 크라우드 서버(100)와 이용자 단말(200) 사이에서 각종 데이터를 송수신한다. 광대역 네트워크(300)는 기기, 장치, 단말, 서버 및/또는 디바이스들 사이에서 약속된 통신 프로토콜에 따른 통신 패킷을 송수신할 수 있도록 한다. 광대역 네트워크(300)는 이동통신망, 인터넷망 등을 포함하거나 그 조합으로 구성될 수 있다.
도 2는 이용자의 이미지를 이미지 크라우드 서버(100)에 등록하기 위한 예시적인 제어 흐름을 도시한 도면이다.
도 2의 제어 흐름은 이미지 크라우드 서버(100)에 의해서 수행되고 도 2를 통해 청소년 등에 유해하지 않고 저작권 등에 문제가 없는 이미지를 소싱할 수 있다.
먼저, 이용자 단말(200)은 인증정보를 구성하고 인증정보를 포함하는 인증 요청을 이미지 크라우드 서버(100)로 전송하고 이미지 크라우드 서버(100)는 이를 수신(S101)한다. 인증 요청에 포함된 인증정보는 예를 들어 아이디와 패스워드, 인증서 등을 포함할 수 있다.
이미지 크라우드 서버(100)는 수신된 아이디와 패스워드를 이용하여 이미지 관리 서버(150)에 연결 가능한 사용자인지를 인증하고 인증 결과에 따라 인증 토큰을 생성하여 이용자 단말(200)로 전송(S103)한다.
이용자 단말(200)은 수신된 인증 토큰을 이용하여 이용자 접속 요청을 구성하고 이미지 크라우드 서버(100)로 전송(S105)한다. 예를 들어, 이용자 단말(200)은 RESTful API 형식의 요청 URL을 구성하여 이미지 크라우드 서버(100)로 전송 가능하다. 이용자 접속 요청(의 요청 URL)은 인증 서버(110)로부터 수신된 인증 토큰을 포함할 수 있다.
이용자 접속 요청을 수신한 이미지 크라우드 서버(100)는 이용자 접속 요청의 인증 토큰을 이용하여 이용자 단말(200)에 이미지 크라우드 서버(100)(의 이미지 관리 서버(150))를 연결(S107)시킨다.
예를 들어, 이미지 크라우드 서버(100)는 인증 토큰의 유효성 여부를 판단하고 인증 토큰이 유효한 경우 허여된 권한 범위 내에서 이미지 관리 서버(150)와 이용자 단말(200) 사이의 약속된 통신 프로토콜(예를 들어 HTTP 등)에 따른 통신 채널을 설정한다.
이용자 단말(200)은 설정된 통신 채널을 통해 이미지 크라우드 서버(100)에 약속된 권한에 따라 접속할 수 있고 이미지 업로드 요청을 생성하여 이미지 크라우드 서버(100)로 전송하고 이미지 크라우드 서버(100)(구체적으로는 이미지 관리 서버(150))는 이를 수신(S109)한다.
이미지 업로드 요청은 업로딩될 이미지 정보를 포함한다. 이미지 정보는 예를 들어, RGB 픽셀 데이터(값)로 구성되는 이미지 데이터와 이미지 데이터의 촬영 특성 데이터를 포함할 수 있다. 촬영 특성 데이터는 예를 들어 날짜, 시간, 카메라 설정, 위치 정보 등을 나타내거나 포함하고 카메라 등을 이용한 이미지 촬영시에 구성되는 Exif 정보일 수 있다.
이미지 크라우드 서버(100)(구체적으로는 이미지 관리 서버(150))는 이미지 정보로부터 오브젝트를 인식(S111)한다. 예를 들어, 이미지 관리 서버(150)는 이미지 데이터에서 얼굴(특정 또는 임의의 얼굴)을 인식하거나(고) 특정 건물을 인식하거나 특정 물건을 인식할 수 있다. 이미지 관리 서버(150)는 이미지 데이터에서 술, 담배, 섹슈얼 등 지정된 나이 이하의 청소년 등에 유해한 물질, 물건, 행위 등을 인식할 수 있다.
이미지 크라우드 서버(100)(의 이미지 관리 서버(150))는 이미지 데이터로부터 유해성 지수를 산출(S113)한다. 예를 들어, 이미지 관리 서버(150)는 이미지 데이터로부터 0에서 99사이의 점수를 가지는 유해성 지수를 산출할 수 있다. 이미지 관리 서버(150)는 인식된 물질, 물건, 행위 등을 통해 선정성, 노출도와 유해 물질의 인식에 따라 유해성 지수를 산출 가능하다.
이미지 크라우드 서버(100)(의 이미지 관리 서버(150))는 산출된 유해성 지수에 기초하여 이미지 데이터의 업로딩 여부를 결정(S115)한다.
예를 들어, 이미지 관리 서버(150)는 유해성 지수가 지정된 임계치(예를 들어 80점 등) 이상인 경우에 이미지 업로드 요청의 이미지 데이터의 업로딩을 거부한다. 유해성 지수가 임계치 미만인 경우에 이미지 관리 서버(150)는 로컬 또는 광대역 네트워크(300)로 연결된 관리 단말(도면 미도시)의 디스플레이로 이미지 데이터를 출력하고 관리 단말로부터의 입력에 따라 업로딩 여부를 결정한다. 관리자로부터의 입력은 업로딩(등록) 허여 또는 불허를 나타내는 입력일 수 있다.
이미지 크라우드 서버(100)(의 이미지 관리 서버(150))는 인식된 오브젝트에 따라 릴리즈 정보의 필요 여부를 결정하고 릴리즈 정보를 구성(S117)할 수 있다.
예를 들어, 이미지 관리 서버(150)는 이미지 데이터에서 하나 이상의 얼굴(한 예로서, 특정 유명인의 얼굴)을 인식하는 경우 초상권 사용 동의서가 필요한 것으로 결정하고 이미지 데이터에서 특정 유명 건축물을 인식한 경우 저작권 사용 동의서가 필요한 것으로 결정한다.
초상권 사용 동의서 및/또는 저작권 사용 동의서 등의 릴리즈 정보가 있는 경우, 이미지 관리 서버(150)는 업로딩될 이미지 데이터와 함께 업로딩될 릴리즈 정보를 구성한다.
릴리즈 정보는 이미지 업로드 요청에 포함될 수 있다. 릴리즈 정보가 없는 경우, 이미지 관리 서버(150)는 이용자 단말(200)로 릴리즈 업로드 요청을 광대역 네트워크(300)를 통해 전송하고 이용자 단말(200)로부터 이를 수신할 수 있다.
릴리즈 정보가 구비되지 않은 경우 이미지 데이터의 활용에 제한이 부여될 수 있다. 예를 들어, 이미지 관리 서버(150)는 인식된 얼굴이나 건축물을 모자이크 처리하거나 이미지 데이터의 공유 범위를 제한시킬 수 있다.
이미지 크라우드 서버(100)(의 이미지 관리 서버(150))는 인식된 오브젝트에 대응하는 키워드를 결정(S119)한다. 예를 들어, 이미지 관리 서버(150)는 인식된 얼굴을 나타내는 보통 명칭, 특정 이름이나 인식된 건축물을 나타내는 건물의 대표 이름을 키워드로 결정할 수 있다.
여기서, 이미지 데이터로부터 오브젝트를 인식하는 과정(S111), 유해성 지수의 산출 과정(S113) 및/또는 인식된 오브젝트에 대응하는 키워드를 결정하는 과정(S119)은 이미지 관리 서버(150)에 프로그램 등으로 포함되는 딥러닝 모듈을 이용하여 이루어질 수 있다.
딥러닝 모듈은 미리 복수의 트레이닝 이미지 정보 세트(각각의 트레이닝 이미지 정보는 이미지 데이터와 맵핑된 키워드(건물 이름, 얼굴의 이름 등)를 포함함)를 이용하여 일반 얼굴, 특정 유명인의 얼굴, 특정 유명 건축물을 학습하고 학습에 따라 이후 임의의 이미지 데이터에서 일반 얼굴, 유명인의 얼굴, 유명 건축물 등의 오브젝트를 인식할 수 있다. 딥러닝 모듈은 그 외 이미지 데이터로부터 유해 물질, 물건, 행위 등을 인식하고 유해성 지수를 산출할 수도 있다.
이미지 크라우드 서버(100)(의 이미지 관리 서버(150))는 업로딩될 이미지 데이터에 대응하는 메타 데이터를 구성(S121)한다. 예를 들어, 이미지 관리 서버(150)는 결정된 키워드, 이미지 업로드 요청에 포함된 촬영 특성 데이터(예를 들어, Exif 정보), 이미지 데이터의 대표 픽셀 컬러 정보를 포함하는 메타 데이터를 구성한다.
대표 픽셀 컬러 정보를 메타 데이터로 포함하는 데, 이미지 관리 서버(150)는 이미지 데이터의 모든 픽셀 컬러들 중 가장 많이 사용된 픽셀 컬러 N개 이하(예를 들어 N은 3개 등)의 픽셀 컬러들을 포함하는 대표 픽셀 컬러 정보를 구성하여 메타 데이터에 포함한다.
여기서, 유해성 지수 산출과 그에 따른 업로딩 여부 결정 과정(S113, S115)과 릴리즈 정보 결정에서 메타 데이터 구성 과정(S117 내지 S121)은 서로 독립적으로 수행될 수 있다. 즉, S113 및 S115과 S117 내지 S121은 다양한 선후 수행 순서를 가질 수 있다.
이미지 크라우드 서버(100)(의 이미지 관리 서버(150))는 업로딩이 허여된 이미지 데이터와 구성된 메타 데이터를 저장(S123)한다. 예를 들어, 이미지 관리 서버(150)는 이미지 데이터를 스토리지(170)에 저장하고 이 이미지 데이터에 맵핑하여(대응하여) 구성된 메타 데이터를 데이터베이스(190)에 저장한다.
이러한 과정을 통해 이미지 크라우드 서버(100)는 업로딩될 이미지에 대한 유해성 여부와 저작권 관련 여부를 판단하고 판단에 따라 업로딩을 허여하거나 불허하는 등록 과정을 진행할 수 있다.
도 3은 이미지를 검색하고 다운로딩하기 위한 예시적인 제어 흐름을 도시한 도면이다.
도 3의 제어 흐름은 이미지 크라우드 서버(100)에 의해서 수행된다. 도 3의 제어 흐름을 통해 등록된 이미지가 다른 사용자 등에 배포될 수 있다.
먼저, 이용자 단말(200)은 인증정보를 포함하는 인증 요청을 구성하고 인증 요청을 이미지 크라우드 서버(100)로 전송하고 이미지 크라우드 서버(100)는 이를 수신(S201)한다. 인증 요청에 포함된 인증정보는 예를 들어 아이디와 패스워드, 인증서 등을 포함할 수 있다.
이미지 크라우드 서버(100)는 수신된 아이디와 패스워드를 이용하여 이미지 관리 서버(150)에 연결 가능한 사용자인지를 인증하고 인증 결과에 따라 인증 토큰을 생성하여 이용자 단말(200)로 전송(S203)한다.
이용자 단말(200)은 수신된 인증 토큰을 이용하여 이용자 접속 요청을 구성하고 이미지 크라우드 서버(100)로 전송(S205)한다. 예를 들어, 이용자 단말(200)은 RESTful API 형식의 요청 URL을 구성하여 이미지 크라우드 서버(100)로 전송 가능하다. 이용자 접속 요청(의 요청 URL)은 인증 서버(110)로부터 수신된 인증 토큰을 포함할 수 있다.
이용자 접속 요청을 수신한 이미지 크라우드 서버(100)는 이용자 접속 요청의 인증 토큰을 이용하여 이용자 단말(200)에 이미지 크라우드 서버(100)(의 이미지 관리 서버(150))를 연결(S207)시킨다. 예를 들어, 이미지 크라우드 서버(100)는 허여된 권한 범위내에서 이미지 관리 서버(150)와 이용자 단말(200) 사이의 약속된 통신 프로토콜(예를 들어 HTTP 등)에 따른 통신 채널을 설정한다.
여기서, 도 4는 도 2의 S101 내지 S107과 도 3의 S201 내지 S207의 이미지 크라우드 서버(100) 내에서의 구체적인 제어 흐름을 나타낸다.
인증 서버(110)는 이용자 단말(200)로부터 인증정보를 포함하는 인증 요청을 수신(S101, S201, 및 도 4의 ① 참조)하고 이용자를 인증(도 4의 ② 참조)한다. 인증 서버(110)는 이미지 관리 서버(150)의 웹사이트 또는 다른 웹사이트의 아이디와 패스워드를 이용하여 이미지 크라우드 서버(100)에 접속 가능한 이용자인지를 인증한다.
접속 가능한 이용자인 경우, 인증 서버(110)는 인증 토큰을 생성하여 이용자 단말(200)로 전송(S103, S203, 도 4의 ③ 참조)한다. 이 인증 토큰은 API 게이트웨이(130)를 통해 이미지 관리 서버(150)에 접속 가능하도록 하는 토큰이다.
인증 토큰을 수신한 이용자 단말(200)은 인증 토큰을 포함하는 이용자 접속 요청을 이미지 크라우드 서버(100)로 전송하고 API 게이트웨이(130)는 이용자 접속 요청을 수신(S105, S205, 도 4의 ④ 참조)한다. 이용자 접속 요청은 RESTful API 형식의 요청 URL로 구성될 수 있고 헤더에 인증 토큰을 포함할 수 있다.
인증 서버(110)와는 다른 장치인 API 게이트웨이(130)는 이용자 접속 요청에 포함된 인증 토큰을 이용하여 이용자를 인증하고 인증된 경우 이용자 단말(200)과 이미지 관리 서버(150)를 연결시킨다.
구체적으로, API 게이트웨이(130)는 이용자 접속 요청의 인증 토큰을 포함하는 인증 질의 요청을 인증 서버(110)로 전송(도 4의 ⑤ 참조)한다. 인증 서버(110)는 인증 질의 요청의 인증 토큰의 유효성을 검증하고 유효성 정보를 응답 데이터로 API 게이트웨이(130)로 전송(도 4의 ⑥ 참조)한다.
API 게이트웨이(130)는 수신된 유효성 정보에 따라 접속 요청한 이용자 단말(200)의 인증을 하고 이미지 관리서버(150)에 사용자 요청을 전달하고 결과물을 수신하여(도 4의 ⑦ 참조) 최종적으로 이용자 단말(200)에 요청결과(도 4의 ⑧ 참조)를 전달한다.
이용자 단말(200)과 이미지 관리 서버(150)는 이용자 단말(200)에 부여된 권한에 따라 설정된 통신 채널을 통해 각종 데이터를 송수신할 수 있다.
이후, 이용자 단말(200)은 이미지 관리 서버(150)의 웹사이트에 접속하여 다운로드 가능한 각종 이미지를 검색할 수 있다.
다시, 도 3을 살펴보면, 이용자 단말(200)은 이미지 검색 요청을 생성하고 이미지 크라우드 서버(100)(의 이미지 관리 서버(150))는 이미지 검색 요청을 수신(S209)한다. 이미지 검색 요청은 검색 키워드 및/또는 이용자에 의해 선택된 컬러 정보를 포함할 수 있다. 이용자 단말(200)은 색 공간 이미지(예를 들어, 2차원의 색 공간 이미지)를 디스플레이하고 색 공간 이미지에서 특정 컬러를 선택(Picking)하고 선택된 컬러를 포함하는 이미지 검색 요청을 이미지 크라우드 서버(100)로 전송할 수 있다.
이미지 크라우드 서버(100)(의 이미지 관리 서버(150))는 이미지 검색 요청에 따라 이미지 검색 결과 정보를 생성하고 생성된 검색 결과 정보를 이용자 단말(200)로 출력(S211)한다. 검색 결과 정보는 검색된 하나 이상의 이미지 데이터와 대응하는 메타 데이터를 포함할 수 있다. 검색 결과 정보는 이용자 단말(200)의 디스플레이를 통해 출력된다.
구체적으로, 이미지 관리 서버(150)는 이미지 검색 요청의 키워드를 데이터베이스(190)의 메타 데이터의 키워드와 비교하고 동일하거나 유사한 메타 데이터를 결정하고 결정된 메타 데이터와 대응하는 이미지 데이터를 각각 포함하는 검색 결과 정보를 구성하여 이용자 단말(200)로 출력할 수 있다.
또는(또한), 이미지 관리 서버(150)는 이미지 검색 요청의 선택된 컬러 정보의 컬러와 데이터베이스(190)의 메타 데이터의 상위 몇 개의 픽셀 컬러(대표 픽셀 컬러 정보)와 비교하고 비교에 따라 이용자 단말(200)로 검색 결과로 출력될 하나 이상의 이미지 데이터를 결정한다.
예를 들어, 이미지 관리 서버(150)는 선택된 컬러와 각각의 이미지 데이터에 대응하는 대표 픽셀 컬러들을 비교하여 지정된 임계치 이상의 유사 컬러를 가지는 하나 이상의 이미지 데이터를 결정하고 결정된 이미지 데이터와 대응하는 메타 데이터를 각각 포함하는 검색 결과 정보를 구성하여 이용자 단말(200)로 출력할 수 있다.
이용자 단말(200)은 검색 결과 정보를 디스플레이하고 특정 하나 이상의 이미지를 다운로드 하기 위한 이미지 다운로드 요청을 구성하여 전송하고 이미지 크라우드 서버(100)(의 이미지 관리 서버(150))는 이를 수신(S213)한다.
이미지 크라우드 서버(100)(의 이미지 관리 서버(150))는 부여된 권한에 따라 이미지 다운로드 요청을 허가하고 먼저 광고 데이터를 다운로드하고 이용자 단말(200)은 이를 시청(S215)한다.
이후, 이미지 크라우드 서버(100)(의 이미지 관리 서버(150))는 다운로드 요청된 이미지 정보를 다운로드(S217)한다. 이에 따라, 이용자 단말(200)은 이미지 정보에 포함된 이미지 데이터를 디스플레이할 수 있다.
이상에서 설명한 본 발명은, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 있어 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경이 가능하므로 전술한 실시 예 및 첨부된 도면에 의해 한정되는 것이 아니다.
100 : 이미지 크라우드 서버
110 : 인증 서버
130 : API 게이트웨이
150 : 이미지 관리 서버
170 : 스토리지
190 : 데이터베이스
200 : 이용자 단말
300 : 광대역 네트워크

Claims (12)

  1. 이미지 크라우드 서버에서 수행되는 이미지 소싱 및 배포 방법으로서,
    업로딩될 이미지 정보를 수신하는 단계;
    수신된 이미지 정보의 이미지 데이터로부터 유해성 지수를 산출하는 단계; 및
    상기 유해성 지수에 기초하여 상기 이미지 데이터의 업로딩 여부를 결정하는 단계;를 포함하는,
    이미지 소싱 및 배포 방법.
  2. 제1항에 있어서,
    상기 업로딩 여부를 결정하는 단계는 상기 유해성 지수가 임계치 이상인 경우에 상기 이미지 데이터의 업로딩을 거부하고 상기 임계치 미만인 경우에 상기 이미지 데이터를 디스플레이로 출력하고 출력된 이미지에 대한 입력에 따라 업로딩 여부를 결정하는,
    이미지 소싱 및 배포 방법.
  3. 제1항에 있어서,
    상기 업로딩될 이미지 정보를 수신하는 단계 이후에, 상기 이미지 데이터로부터 오브젝트를 인식하는 단계; 및
    인식된 오브젝트에 따라 릴리즈 정보의 필요 여부를 결정하는 단계;를 더 포함하는,
    이미지 소싱 및 배포 방법.
  4. 제3항에 있어서,
    상기 이미지 데이터로부터 오브젝트를 인식하는 단계 이후에, 인식된 오브젝트에 대응하는 키워드를 결정하는 단계;
    상기 키워드를 포함하는 메타 데이터를 구성하는 단계; 및
    업로딩 결정에 따라 상기 이미지 데이터를 스토리지에 저장하고 상기 메타 데이터를 데이터베이스에 저장하는 단계;를 더 포함하는,
    이미지 소싱 및 배포 방법.
  5. 제4항에 있어서,
    상기 메타 데이터를 구성하는 단계는 상기 이미지 데이터의 모든 픽셀 컬러들 중 가장 많이 이용된 픽셀 컬러들을 상기 메타 데이터에 포함시키는,
    이미지 소싱 및 배포 방법.
  6. 제4항에 있어서,
    상기 이미지 데이터로부터 오브젝트를 인식하는 단계 및 인식된 오브젝트에 대응하는 키워드를 결정하는 단계는 복수의 트레이닝 이미지 정보 세트를 이용하여 학습된 딥러닝 모듈을 이용하여 이루어지는,
    이미지 소싱 및 배포 방법.
  7. 제5항에 있어서,
    디스플레이된 색 공간 이미지 내에서 이용자에 의한 선택으로 결정되는 컬러와 데이터베이스의 메타 데이터의 픽셀 컬러들의 비교에 따라 하나 이상의 이미지 데이터를 결정하고 결정된 하나 이상의 이미지 데이터를 이용자 단말로 출력하는 단계;를 더 포함하는,
    이미지 소싱 및 배포 방법.
  8. 제7항에 있어서,
    상기 이미지 데이터의 출력 이전에,
    이미지 크라우드 서버의 인증 서버가 이용자 단말로부터 인증정보를 수신하는 단계;
    상기 인증 서버가 이용자 단말로 이미지 관리 서버에 접속 가능한 토큰을 전송하는 단계;
    API 게이트웨이가 토큰을 포함하는 이용자 접속 요청을 수신하는 단계; 및
    API 게이트웨이가 이용자 접속 요청에 포함된 토큰을 이용하여 이용자를 인증하고 인증된 경우 이용자 단말과 이미지 관리 서버를 연결하는 단계;를 더 포함하는,
    이미지 소싱 및 배포 방법.
  9. 이미지 소싱 및 배포 시스템으로서,
    이미지 관리 서버;를 포함하고,
    상기 이미지 관리 서버는, 업로딩될 이미지 정보를 이용자 단말로부터 수신하고 수신된 이미지 정보의 이미지 데이터로부터 유해성 지수를 산출하고 산출된 유해성 지수에 기초하여 상기 이미지 데이터의 업로딩 여부를 결정하는,
    이미지 소싱 및 배포 시스템.
  10. 제9항에 있어서,
    상기 이미지 관리 서버는, 업로딩 여부를 결정하기 위해, 상기 유해성 지수가 임계치 이상인 경우에 상기 이미지 데이터의 업로딩을 거부하고 상기 임계치 미만인 경우에 상기 이미지 데이터를 디스플레이로 출력하고 출력된 이미지에 대한 입력에 따라 업로딩 여부를 결정하는,
    이미지 소싱 및 배포 시스템.
  11. 제9항에 있어서,
    복수의 이미지 데이터를 저장하는 스토리지; 및
    상기 복수의 이미지 데이터에 각각 대응하는 복수의 메타 데이터를 저장하는 데이터베이스;를 더 포함하고,
    상기 이미지 관리 서버는, 상기 이미지 데이터로부터 오브젝트를 인식하고 인식된 오브젝트에 따라 릴리즈 정보의 필요 여부 및 인식된 오브젝트에 대응하는 키워드를 결정하고 상기 키워드와 상기 이미지 데이터의 모든 픽셀 컬러들 중 가장 많이 이용된 픽셀 컬러들을 포함하는 메타 데이터를 구성하여 업로딩 결정에 따라 상기 이미지 데이터를 상기 스토리지에 저장하고 상기 메타 데이터를 상기 데이터베이스에 저장하는,
    이미지 소싱 및 배포 시스템.
  12. 제11항에 있어서,
    이용자를 인증하기 위한 인증 서버; 및
    인증 토큰을 통해 이용자 단말과 이미지 관리 서버를 연결하는 API 게이트웨이;를 더 포함하고,
    상기 인증 서버는 이용자 단말로부터 인증정보를 수신하고 이용자 단말로 이미지 관리 서버에 접속 가능한 토큰을 생성하여 전송하며,
    상기 API 게이트웨이는 토큰을 포함하는 이용자 접속 요청을 이용자 단말로부터 수신하고 이용자 접속 요청에 포함된 토큰의 유효성 여부에 따라 이용자 단말과 이미지 관리 서버를 연결하는,
    이미지 소싱 및 배포 시스템.
KR1020180171739A 2018-12-28 2018-12-28 이미지 크라우드소싱 시스템 및 저작물 배포 방법 KR102150069B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180171739A KR102150069B1 (ko) 2018-12-28 2018-12-28 이미지 크라우드소싱 시스템 및 저작물 배포 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180171739A KR102150069B1 (ko) 2018-12-28 2018-12-28 이미지 크라우드소싱 시스템 및 저작물 배포 방법

Publications (2)

Publication Number Publication Date
KR20200087306A true KR20200087306A (ko) 2020-07-21
KR102150069B1 KR102150069B1 (ko) 2020-08-31

Family

ID=71832720

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180171739A KR102150069B1 (ko) 2018-12-28 2018-12-28 이미지 크라우드소싱 시스템 및 저작물 배포 방법

Country Status (1)

Country Link
KR (1) KR102150069B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102576564B1 (ko) * 2022-07-28 2023-09-08 굿윌헌팅 주식회사 크라우드소싱을 이용한 동영상 검수 방법 및 장치

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080078217A (ko) * 2007-02-22 2008-08-27 정태우 영상에 포함된 객체 색인 방법과 그 색인 정보를 이용한부가 서비스 방법 및 그 영상 처리 장치
KR20150073429A (ko) * 2013-12-23 2015-07-01 (주)티디엘 유해영상 분석 시스템
KR101869895B1 (ko) * 2018-01-19 2018-06-25 주식회사 리싸이클파크 딥 러닝 기반의 오브젝트 인식 서버, 오브젝트 인식 시스템 및 오브젝트 인식 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20080078217A (ko) * 2007-02-22 2008-08-27 정태우 영상에 포함된 객체 색인 방법과 그 색인 정보를 이용한부가 서비스 방법 및 그 영상 처리 장치
KR20150073429A (ko) * 2013-12-23 2015-07-01 (주)티디엘 유해영상 분석 시스템
KR101869895B1 (ko) * 2018-01-19 2018-06-25 주식회사 리싸이클파크 딥 러닝 기반의 오브젝트 인식 서버, 오브젝트 인식 시스템 및 오브젝트 인식 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102576564B1 (ko) * 2022-07-28 2023-09-08 굿윌헌팅 주식회사 크라우드소싱을 이용한 동영상 검수 방법 및 장치

Also Published As

Publication number Publication date
KR102150069B1 (ko) 2020-08-31

Similar Documents

Publication Publication Date Title
US10931683B2 (en) Automatic token-based secure content streaming method and apparatus
KR101496329B1 (ko) 네트워크의 디바이스 보안 등급 조절 방법 및 장치
JP4850218B2 (ja) データ配信システム
CN103036597B (zh) 近距离设备间的资源分享方法和设备
US20130268679A1 (en) Information processing apparatus, information processing method, and program
EP3248349B1 (en) Methods and apparatus for obtaining a scoped token
KR101490424B1 (ko) 단말인증을 통한 디지털 컨텐츠의 전송 장치 및 방법
KR102150069B1 (ko) 이미지 크라우드소싱 시스템 및 저작물 배포 방법
KR102029671B1 (ko) 디지털 콘텐츠의 개인 보안 열람 플랫폼
US8914337B2 (en) Data distribution system
US12047469B1 (en) Inserting and replacing placeholders in resource code
US9544644B2 (en) Broadcast receiving device and information processing system
TW201331765A (zh) 擷取網路儲存裝置檔案的方法以及相關網路儲存裝置連結系統
JP4708379B2 (ja) コンテンツ利用システム
KR20140022216A (ko) 피드백 정보를 제공하는 전자 액자 서비스를 위한 방법 및 장치
KR102212303B1 (ko) 크라우드소싱 이미지의 초상권 및 재산권 등록 시스템 및 방법
CN112106376A (zh) 被配置为机顶盒的通用流媒体设备
KR102393403B1 (ko) 소프트웨어 멀티 소유권 계정 관리 방법
WO2023109930A1 (zh) 一种基于公有云的三维图形数据共享方法及云管理平台
KR20180031157A (ko) 일회성 식별코드를 이용한 전자기기간의 파일 송수신 시스템 및 방법
CN116886367A (zh) 安全认证的方法、装置、电子设备及存储介质
JP4709332B1 (ja) コンテンツ利用システム
KR20230118304A (ko) 웹 토큰이 포함된 온라인 저작물 발급 및 인증 시스템 및 방법
KR20150129480A (ko) 사용자 인증 장치 및 방법
CN116828054A (zh) 一种内容交互平台的数据处理方法、系统、装置及设备

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant