KR20200119385A

KR20200119385A - 인공지능 감정 시스템, 인공지능 감정 방법 및 기록 매체

Info

Publication number: KR20200119385A
Application number: KR1020190034378A
Authority: KR
Inventors: 손영우; 경왕준
Original assignee: 주식회사 캐시고
Priority date: 2019-03-26
Filing date: 2019-03-26
Publication date: 2020-10-20
Also published as: KR102358607B1

Abstract

본 개시는 고객 단말과, 고객 단말로부터 네트워크를 통해 온라인 전송된 영상 데이터에 기초하여 물품의 감정을 행하는 감정 서버를 포함하고, 상기 감정 서버는 딥러닝에 의해 물품의 모델을 판별할 수 있도록 학습된 인공지능 기반의 감정 엔진을 포함하고, 상기 감정 엔진은 상기 물품의 하나 이상의 포인트 부위에 대한 영상 신호 처리를 수행하여 상기 물품이 상기 모델의 진품에 해당하는지를 판별하는 인공지능 감정 시스템을 제공한다.

Description

인공지능 감정 시스템, 인공지능 감정 방법 및 기록 매체{ARTIFICIAL INTELLIGENCE APPRAISAL SYSTEM, ARTIFICIAL INTELLIGENCE APPRAISAL METHOD AND STORAGE MEDIUM}

본 개시는 인공지능 감정 시스템, 인공 지능 감정 방법 및 기록 매체에 관한 것이다.

귀금속, 시계, 의류, 가방, 구두, 지갑 등의 명품류나, 고미술품, 도자기, 서화, 공예품 등의 예술작품과 같은 고가의 물품들은 그 희귀성으로 인해 중고 물품인 경우에도 고가로 거래되는 경우가 많다. 이러한 고가품들은 전당포 등에 담보로 맡기면 적지 않은 현금으로 교환할 수 있다. 이 때문에, 이러한 고가품들은 그 모조품이나 위작들이 시장에 유통되는 경우가 많다.

종래에는, 이러한 고가품들을 포함하는 유체 동산(corporeal movables)의 감정은 오랫동안 감정업에 종사해온 전문 감정사가 전당포 등에 상주하면서 그 진위 여부나 가격 등을 감정하여 왔다. 최근에는, 전당포를 직접 방문하지 않더라도, 원격지에서 소유자가 촬영한 물품의 사진을 컴퓨터나 스마트폰 등의 단말기를 사용하여 유선 또는 무선 네트워크를 통해 전송하면, 전송된 사진에 기초하여 물품의 진품 여부나 시장 가격에 대한 정보 등을 제공해주는 원격 감정 서비스가 연구되고 있다.

그러나, 본 발명자의 연구에 의하면, 기존의 방식들은 대부분 감정사의 개인적 경험에 의존하고 있어 과학적이고 표준화된 방식에 따라 일관되게 감정이 이루어지지 못하는 문제가 있다. 또한, 물품의 사진에 기반한 기존의 감정 방식은 감정의 정확도가 크게 떨어지는 문제가 있다. 따라서, 과학적이고 표준화된 방식으로 일관되게 감정을 수행할 수 있고, 보다 정확한 감정을 수행할 수 있으며, 감정 결과에 기초하여 보다 정확하고 객관적인 감정가를 제시할 수 있는 원격 감정 시스템의 개발이 요구되고 있다.

본 개시는 상술한 문제점들을 포함하여 종래 기술의 문제점을 크게 개선할 수 있는 인공지능 감정 시스템, 인공지능 감정 방법 및 기록 매체를 제공한다.

본 개시의 일 실시형태는, 고객 단말과, 고객 단말로부터 네트워크를 통해 전송된 영상 데이터에 기초하여 물품의 감정을 행하는 감정 서버를 포함하고, 상기 감정 서버는 딥러닝에 의해 물품의 모델을 판별할 수 있도록 학습된 인공지능 기반의 감정 엔진을 포함하고, 상기 감정 엔진은 상기 물품의 하나 이상의 포인트 부위에 대한 영상 신호 처리를 수행하여 상기 물품이 상기 모델의 진품에 해당하는지를 판별하는 인공지능 감정 시스템일 수 있다.

본 개시의 일 실시형태는, 네트워크를 통해 온라인 전송된 물품의 영상 데이터에 기초하여 물품을 감정하는 감정 서버를 포함하고, 상기 감정 서버는, 온라인 전송된 상기 영상 데이터에 기초하여 상기 물품의 모델을 결정하는 모델 감정과, 상기 물품의 하나 이상의 포인트 부위에 대한 영상 신호 처리를 수행하여 상기 물품이 상기 모델의 진품에 해당하는지 여부를 판별하는 진품 감정과, 상기 물품의 하나 이상의 포인트 부위에 대한 교체, 변형, 오염 및 변색 중 하나 이상의 인자를 판정하기 위한 영상 신호 처리를 수행하고, 이에 기초하여 상기 물품의 상태 지수를 결정하는 상태 감정과, 상기 상태 지수에 근거하여 상기 물품의 감정가를 결정하는 감정가 결정을 실행하는 인공지능 감정 방법일 수 있다.

본 개시의 일 실시형태는, 상기 인공지능 감정 방법을 실행하기 위한 컴퓨터 프로그램이 기록된 컴퓨터 판독 가능한 기록 매체일 수 있다.

본 개시에 따르면, 상술한 문제점들을 포함하여 종래 기술의 문제점을 크게 개선할 수 있는 인공지능 감정 시스템, 인공지능 감정 방법 및 기록 매체를 제공할 수 있다.

그 밖에 본 개시에 따른 다양한 실시형태들 및 그 목적, 구성, 작용, 효과, 이점 등은 첨부 도면을 참조하여 이하의 발명의 설명에서 자세하게 설명한다.

도 1은 본 개시의 일 실시형태에 따른 인공지능 감정 시스템(1)의 개략적인 구성을 나타내는 블록도이다.
도 2a 내지 도 2g는 고객 단말(30)에서 실행되는 감정 애플리케이션의 작동 화면의 예를 개략적으로 나타낸 도면이다.
도 3은 감정 서버(10)에서 실행되는 감정 절차를 나타내는 순서도이다.
도 4a 및 도 4b는 고객 단말(30)을 통해 물품의 모델 정보를 표시하는 절차의 예를 나타낸 도면이다.
도 5a 내지 도 5f는 감정 서버(10)에 탑재된 감정 엔진에서 수행하는 진품 감정의 예를 설명하는 도면이다.
도 6은 감정가 산출을 위한 빅테이터 기반의 가격 데이터베이스(DB)의 일 예를 나타내는 도면이다.

이하, 본 개시의 일 실시형태에 대하여 첨부 도면을 참조하여 상세히 설명한다. 이하의 설명에서 "일 실시형태"는 본 개시에 대한 이해를 돕기 위해 제시된 예시적인 실시형태를 의미하며, 본 개시가 이하에 설명된 예시적인 실시형태로만 제한되는 것은 아니다. 첨부 도면은 설명의 편의를 위해 그 구성의 일부 또는 전부를 확대, 과장하거나, 간략히 도시 또는 생략하여 도시한 것일 수 있다.

발명의 설명 전체에서, 어떤 부분이 다른 부분과 "연결" 또는 "접속"되어 있다고 설명할 경우, 직접적으로 연결 또는 접속되어 있는 경우뿐만 아니라, 중간에 다른 매체 또는 구성요소를 통해 간접적으로 연결 또는 접속되어 있는 경우도 포함할 수 있다. 어떤 부분이 어떤 구성요소를 "포함"한다고 설명할 경우, 특별히 달리 표현하지 않는 한, 기재된 구성요소 이외의 다른 구성요소를 제외하는 것이 아니라 더 포함할 수 있으며, 하나 또는 그 이상의 다른 특징이나 구성요소, 부품, 단계, 동작 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 배제하지 않는다.

먼저, 본 개시의 일 실시형태에 따른 인공지능 감정 시스템(1)의 전체적인 구성에 대해 설명한다.

도 1은 본 개시의 일 실시형태에 따른 인공지능 감정 시스템(1)의 개략적인 구성을 나타내는 블록도이다.

도 1을 참조하면, 인공지능 감정 시스템(1)은 감정 서버(10), 관리자 단말(20) 및 고객 단말(30)을 포함할 수 있다. 인공지능 감정 시스템(1)은 데이터 크롤러(40)를 더 포함할 수 있다. 감정 서버(10), 관리자 단말(20), 고객 단말(30) 및 데이터 크롤러(40)는 네트워크(N)에 접속되고, 네트워크(N)를 통해 상호 통신할 수 있다.

감정 서버(10)는 인공지능 감정 시스템의 전체적인 작동을 관리 및 제어하는 장치일 수 있다. 감정 서버(10)는 관리자 단말(20)로부터의 제어 명령 및/또는 자체적인 운용 프로그램에 따라 각종 데이터(전기적 신호 및/또는 정보를 포함한다)의 송수신, 처리, 입출력 등을 전체적으로 관리 및 제어할 수 있다. 감정 서버(10)는, 예컨대, CPU와 같은 데이터의 처리 유닛, RAM, ROM과 같은 데이터의 메모리 유닛, 데이터의 송수신을 위한 통신 유닛, 데이터의 입출력을 위한 각종 입출력 단자 등을 포함할 수 있다. 감정 서버(10)는 감정을 수행하기 위한 감정 엔진, 시스템 운용에 필요한 컴퓨터 프로그램 등의 소프트웨어, 감정에 사용되는 각종 데이터를 저장하는 데이터베이스 등을 포함할 수 있다. 감정 서버(10)는 필요에 따라 관리자 단말(20) 및/또는 데이터 크롤러(40)와 통신하여 감정에 필요한 작업을 수행할 수 있다. 감정 서버(10)는 고객 단말(30)로부터 감정의 대상이 되는 물품에 관한 데이터를 수신하고, 이에 기초하여 감정을 수행한 후, 감정 결과에 관한 데이터를 고객 단말(30)로 송신할 수 있다. 이를 위해 감정 서버(10)는 고객 단말(30)로의 원격 서비스 제공을 위한 서비스 서버를 포함할 수 있다.

감정 서버(10)에 탑재된 감정 엔진은 사용자의 고객 단말(30)에서 촬영한 영상을 통해 물품의 모델과 진품 여부, 상태 등을 판별하는 인공지능 기반의 영상 처리 엔진을 포함할 수 있다. 감정 엔진은 판별된 물품 모델 정보에 따라 감정가를 결정하는 빅데이터 기반의 가격 결정 엔진을 더 포함할 수 있다. 자세한 사항은 후술한다.

관리자 단말(20)은 관리자가 네트워크(N)를 통해 인공지능 감정 시스템(1)에 접속하는 장치일 수 있다. 관리자는 관리자 단말(20)을 통해 네트워크(N)에 접속하여 감정 서버(10)나 데이터 크롤러(40)와 통신할 수 있다. 관리자 단말(20)은 필요에 따라 네트워크(N)를 통해 고객 단말(30)과도 통신할 수 있다. 관리자 단말(20)은 감정 서버(10)나 데이터 크롤러(40)에 제어 명령 등을 송신하거나 이들 장치로부터 데이터의 처리 결과를 수신하는 등의 통신이 가능한 다양한 입출력 수단을 포함할 수 있다. 예컨대, 관리자 단말(20)은 데스크탑 컴퓨터는 물론, 노트북, 태블릿, 스마트폰 등과 같은 모바일 입출력 수단을 포함할 수 있다. 관리자 단말(20)은 인공지능 감정 시스템(1)의 운용에 필요한 관리자용의 소프트웨어나 데이터 베이스를 저장하고 실행할 수 있다.

고객 단말(30)은 물품의 감정을 원하는 사용자가 네트워크(N)를 통해 인공지능 감정 시스템(1)에 접속하기 위한 장치일 수 있다. 고객 단말(30)은 감정 서버(10)와 통신이 가능한 다양한 입출력 수단을 포함할 수 있다. 고객 단말(30)은 감정에 필요한 데이터의 송수신을 위해 감정 애플리케이션을 저장하고 실행할 수 있다. 이러한 감정 애플리케이션은 감정 서버(10)에 직접 접속하거나, 다운로드용 애플리케이션을 제공하는 인터넷 웹사이트, 웹 스토어, 모바일 스토어 등에 접속하여 다운로드할 수 있다. 감정 애플리케이션은 CD, USB, SD 등의 기록 매체에 저장되어 제공될 수도 있다.

데이터 크롤러(40)는 네트워크(N)를 통해 인공지능 감정 시스템(1)의 운용에 필요한 데이터의 수집, 저장, 가공 및/또는 갱신(이하, "크롤링"(crawling)이라 한다)을 수행하는 장치일 수 있다. 데이터 크롤러(40)는 감정 서버(10)와 같은 서버 장치일 수 있다. 데이터 크롤러(40)는 감정 서버(10)의 감정 엔진이나 감정가 산출 엔진에 필요한 데이터베이스를 구축하고, 데이터의 크롤링에 필요한 소프트웨어를 저장하고 실행할 수 있다. 데이터 크롤러(40)는 감정 서버(10)나 관리자 단말(20)로부터의 제어 명령 및/또는 자체적인 운용 프로그램에 따라 수시로 및/또는 주기적으로 데이터의 크롤링이나 입출력을 수행할 수 있다. 데이터 크롤러(40)는 필요에 따라 감정 서버(10)에만 접속되고, 감정 서버(10)에 의해서만 작동되도록 구성될 수도 있다.

네트워크(N)는 감정 서버(10), 관리자 단말(20), 고객 단말(30) 및 데이터 크롤러(40) 사이를 상호 통신 가능하게 연결하는 다양한 형태의 유선 또는 무선 통신 네트워크를 포함할 수 있다. 네트워크(N)는 서버-클라이언트 웹 서비스를 제공하는 인터넷 네트워크로서, 예컨대, LAN, WAN, 4G, 5G, WIFI 등의 유선 또는 무선 인터넷망을 포함할 수 있다. 네트워크(N)는 필요에 따라 감정 서버(10), 관리자 단말(20) 및 데이터 크롤러(40)의 적어도 일부가 로컬 인트라넷과 같은 폐쇄형 내부 통신망으로만 연결되도록 구성될 수도 있다.

이하, 상술한 구성을 포함하는 인공지능 감정 시스템(1)을 이용하는 본 개시의 일 실시형태에 따른 인공지능 감정 방법에 대해 도면을 참조하여 상세히 설명한다.

먼저, 고객 단말(30)에서 실행되는 감정 애플리케이션의 작동에 대해 설명한다.

도 2a 내지 도 2g는 고객 단말(30)에서 실행되는 감정 애플리케이션의 작동 화면의 예를 개략적으로 나타낸 도면이다.

도 2a 내지 도 2g에서는 고객 단말(30)의 예로서 스마트폰을 사용하는 경우를 예시하였지만, 고객 단말(30)은 이에 한정되는 것은 아니며, 물품의 사진, 동영상 등의 영상 정보를 포함하는 데이터를 네트워크(N)를 통해 송신하고 그에 따른 감정 결과를 수신하여 확인할 수 있는 다양한 입출력 수단이 채용될 수 있음은 물론이다.

도 2a를 참조하면, 먼저, 사용자는 다운로드용 애플리케이션을 제공하는 모바일 스토어 등에 접속하여, 고객 단말(30)에 감정 애플리케이션을 다운로드하여 실행할 수 있다.

감정 애플리케이션을 실행하면, 홈 화면(32)이 표시될 수 있다. 홈 화면(32)은 서비스 아이콘 표시부(32a)를 포함할 수 있다. 서비스 아이콘 표시부(32a)는, 예컨대, 사용자가 원하는 서비스의 종류를 선택할 수 있는 서비스 아이콘을 화면 상에 표시할 수 있다. 서비스 아이콘은, 예컨대, 거래, 지갑, 감정, 알림, 설정 등의 서비스를 표시하는 하나 이상의 아이콘을 포함할 수 있다.

거래 아이콘은 사용자들이 물품의 목록, 상태, 가격 등에 관한 정보를 올려놓고 상호 거래할 수 있는 온라인 장터나, 관리자가 물품의 목록, 상태, 가격 등에 관한 정보를 올려놓고 판매 및/또는 대여하는 온라인 쇼핑몰 또는 대여샵 등과 같은 서비스를 제공하는 화면으로 이동하기 위한 아이콘일 수 있다. 지갑 아이콘은 사용자들이 카드, 현금, 쿠폰 등과 같은 모바일 결제 수단의 정보를 입력, 저장하고 결제할 수 있는 서비스를 제공하는 화면으로 이동하기 위한 아이콘일 수 있다. 감정 아이콘은 사용자가 감정을 원하는 물품에 대해 본 개시에 따른 인공지능 감정 서비스를 제공하는 화면으로 이동하기 위한 아이콘일 수 있다. 알림 아이콘은 사용자를 수신자로 하여 수신되는 메시지의 내용을 표시하는 화면으로 이동하기 위한 아이콘일 수 있다. 설정 아이콘은 애플케이션의 여러가지 설정이나 작동을 지정하거나 변경하기 위한 화면으로 이동하기 위한 아이콘일 수 있다.

홈 화면은 이러한 서비스 아이콘 이외에도 회원 가입 아이콘 등을 더 포함할 수 있다. 회원 가입 아이콘은 사용자의 성명, 나이, 성별, 주소, 연락처 등의 정보를 입력하고 아이디와 패스워드를 설정하여 회원으로 가입할 수 있는 화면으로 이동하기 위한 아이콘일 수 있다. 회원 가입 아이콘을 누르거나 터치하여 회원 가입 절차를 완료하면 회원용의 계정이 제공될 수 있다. 회원용의 계정이 제공되면, 감정 서버(10)는 회원용의 계정을 통해 입력되는 데이터를 우선적으로 수신 및/또는 처리할 수 있다. 회원용의 계정을 통해 송수신되는 데이터는 감정 서버(10)에 저장 및 갱신되면서 지속적으로 관리될 수 있다.

서비스 아이콘을 누르거나 터치하면, 각 아이콘에 의해 제공되는 서비스를 설명하는 안내 문구가 화면상에 표시될 수 있다. 예컨대, 감정 아이콘을 터치하면, "물건을 지금 캐시로 바꿔 보세요"와 같은 안내 문구가 서비스 아이콘 표시부(32a)의 상부에 표시될 수 있다.

도 2a를 참조하면, 사용자가, 예컨대, 거래 아이콘 또는 감정 아이콘을 누르거나 터치하면, 홈 화면(32)은 거래 서비스 또는 감정 서비스에서 취급하는 물품의 카테고리를 나타내는 카테고리 아이콘을 화면 상의 카테고리 아이콘 표시부(32b)에 표시할 수 있다.

카테고리 아이콘은 랩탑(laptop), 태블릿(tablet), 모바일(mobile), 가방(bag), 시계(watch), 지갑(wallet), 신발(shoes) 등과 같은 물품의 명칭이나 이미지를 나타내는 아이콘을 포함할 수 있다. 아직 서비스가 제공되지 않는 물품은 물품의 명칭이나 이미지를 표시하는 아이콘과 함께 "coming soon" 등의 안내 문구를 표시할 수 있다. 물품 카테고리는 감정 엔진에 의해 자동적으로 판정될 수도 있으므로, 감정 아이콘을 누르거나 터치하면, 카테고리 아이콘 화면을 표시하지 않고 다음 화면으로 바로 이동할 수도 있다.

감정 아이콘의 선택시에, 또는 카테고리 아이콘 중 어느 하나의 선택시에, 홈 화면(32)은 도 2b 내지 도 2f와 같은 감정 물품 촬영 화면(34)으로 이동할 수 있다.

도 2b를 참조하면, 감정 물품 촬영 화면(34)은 물품의 사진, 동영상 등의 영상 신호 데이터를 취득하기 위한 카메라의 화면창을 포함할 수 있다. 이 카메라의 화면창을 통해 감정 물품을 촬영하여 감정 물품의 영상 신호 데이터를 취득할 수 있다.

감정 물품 촬영 화면(34)은 촬영 순서 안내부(34a), 영상 촬영부(34b) 및 도움말 표시부(34c)를 포함할 수 있다.

촬영 순서 안내부(34a)는 사용자에게 물품의 촬영 순서, 촬영 부위, 촬영 방법 등을 안내하기 위한 화면일 수 있다. 촬영 순서 안내부(34a)는 사용자가 화면 상에 표시된 ①, ②, ③, ?? 등의 번호를 차례로 터치하여, 화면 상에 표시되는 안내에 따라 촬영을 행하면, 물품의 감정에 필요한 데이터가 취득되도록 안내할 수 있다.

영상 촬영부(34b)는 감정 물품의 촬영을 위한 카메라의 화면창으로서, 촬영 대상을 정위치에 위치시키기 위한 타켓창(T)을 포함할 수 있다. 타켓창(T)은 대략 사각형 화면창의 각 모서리 부분에 위치한 4개의 꺽쇠 마크와, 타켓의 중심을 위치시키기 위해 화면창의 중심에 위치한 대략 십자형의 타켓 마크를 포함할 수 있다. 타켓창(T)은 손가락의 터치 등에 의해 그 위치를 이동시키거나 크기를 변경할 수 있다. 타켓창(T)은 스스로 감정 물품의 촬영 부위를 인식하고, 타켓창(T)의 위치나 크기를 미리 정해진 포맷에 맞추어 자동적으로 조절하도록 구성될 수도 있다.

도움말 표시부(34c)는 사용자의 정확한 촬영을 돕기 위해 촬영 방법을 구체적으로 설명하거나, 표준적인 촬영 이미지 등을 제시할 수 있다. 예컨대, 도움말 표시부(34c)를 터치하면, "주변에 장애물을 제거해주시고 깨끗한 배경을 바탕으로 제품의 정면을 촬영해 주세요"와 같은 안내 문구를 표시하거나, 감정 물품의 카테고리에 맞게 각 촬영 단계의 표준적인 샘플 영상을 제시할 수 있다.

예컨대, 사용자가 감정 물품의 카테고리로서 시계를 선택한 경우, 촬영 순서 안내부(34a) 상의 "①"번 아이콘을 터치하면, 도 2c의 정면 촬영 화면으로 이동할 수 있다. 정면 촬영 화면은, 예컨대, 영상 촬영부(34b) 상에 시계의 정면 촬영을 돕기 위한 타켓창(T)을 표시함과 아울러, 타켓창(T)의 하부에 "1. 물건의 정면에서 전체를 촬영하세요"와 같은 안내 문구와 촬영 버튼(B)을 표시할 수 있다. 이 때, 도움말 표시부(34c)을 터치하면, 시계의 정면을 올바르게 촬영한 예시적인 샘플 영상을 화면에 표시할 수 있다.

시계의 정면 촬영을 완료한 후, 사용자가 촬영 순서 안내부(34a) 상의 "②"번 아이콘을 터치하면, 도 2d의 이면 촬영 화면으로 이동할 수 있다. 이면 촬영 화면은, 타켓창(T) 및 촬영 버튼(B)과 함께, "2. 시계의 안쪽면을 촬영하세요"와 같은 안내 문구, 시계의 이면을 올바르게 촬영한 샘플 영상 등을 표시할 수 있다.

시계의 이면 촬영을 완료한 후, 사용자가 촬영 순서 안내부(34a) 상의 "③"번 아이콘을 터치하면, 도 2e의 밴드 촬영 화면으로 이동할 수 있다. 밴드 촬영 화면은, 타켓창(T) 및 촬영 버튼(B)과 함께, "3. 시계의 밴드와 함께 촬영하세요"와 같은 안내 문구, 시계의 밴드를 올바르게 촬영한 샘플 영상 등을 표시할 수 있다.

시계의 밴드 촬영을 완료한 후, 사용자가 촬영 순서 안내부(34a) 상의 "④"번 아이콘을 터치하면, 도 2f의 클립 촬영 화면으로 이동할 수 있다. 클립 촬영 화면은, 타켓창(T) 및 촬영 버튼(B)과 함께, "4. 시계의 클립(잠금부분)을 촬영하세요"와 같은 안내 문구, 시계의 클립을 올바르게 촬영한 샘플 영상 등을 표시할 수 있다.

감정 애플리케이션은, 사용자가 촬영 순서 안내부(34a)의 안내에 따라 각 촬영 부위에 대한 촬영을 완료한 후, 촬영에 의해 취득된 사진, 동영상 등의 데이터를 고객 단말(30)에 저장할 것인지를 선택할 수 있는 화면을 더 표시할 수 있다. 감정 애플리케이션은 감정 물품에 대한 기타 정보를 추가로 입력할 수 있는 화면을 더 표시할 수 있다. 감정 애플리케이션은, 감정에 필요한 데이터를 취득하기 위한 절차가 모두 완료된 후, 감정을 위해 데이터를 전송할 것인지를 선택할 수 있는 화면을 더 표시할 수 있다. 그 밖에 원격 감정 서비스의 제공이나 사용자의 편의에 따른 다양한 화면을 더 구성할 수 있음은 물론이다.

사용자가 상술한 감정 애플리케이션의 실행을 통해 취득한 데이터를 고객 단말(30)로부터 네트워크(N)를 통해 감정 서버(10)로 전송하면, 감정 서버(10)는 전송된 데이터에 기초하여 감정 절차를 실행하고, 그 결과를 고객 단말(30)로 전송할 수 있다. 보다 자세한 사항은 후술하기로 한다.

감정 서버(10)에 의한 감정 결과는 고객 단말(30)로 전송될 수 있다. 감정 결과가 고객 단말(30)로 전송되면, 감정 애플리케이션의 알림 아이콘에 감정 결과가 수신된 것이 표시될 수 있다. 사용자가 감정 애플리케이션을 실행한 후 알림 아이콘을 터치하면, 도 2g와 같은 감정 결과 화면(35)으로 이동할 수 있다.

도 2g를 참조하면, 감정 결과 화면(35)은 감정 물품을 특정할 수 있는 사진 등의 데이터와 함께, 감정 서버(10)에 의한 감정 결과를 표시할 수 있다. 감정 결과는, 예컨대, "감정이 완료되었습니다"와 같은 안내 문구, 감정 물품의 진품 여부, 감정 물품의 정확한 모델명이나 생산연도, 감정 물품의 상태, 감정가 등을 화면에 표시할 수 있다. 감정 결과는 감정 서버(10)에 의해 작성된 감정서를 제공할 수도 있다. 예컨대, 감정 결과 화면(35)에 감정서를 나타내는 감정서 아이콘을 표시하고, 사용자가 감정서 아이콘을 터치하면, 감정 서버(10)에 의해 작성된 감정서를 열람할 수 있도록 구성할 수 있다. 이러한 감정서는 후술하는 인공지능 감정 엔진에 의해 작성될 수 있다. 감정서는 물품의 진품 여부나 감정가와 같은 감정 결과를 간단히 제시할 수도 있고, 물품의 상태 등과 같이 감정 결과에 이르게 된 근거를 상세히 제시하는 방식을 제공될 수도 있다. 감정서는 회원으로 가입된 사용자에게만 제공되는 서비스 항목으로 분류될 수도 있다.

한편, 사용자가 입력한 물품에 관한 데이터나 영상이 인공지능 감정 시스템(1)에서 취급하는 물품의 품목 리스트에 없는 경우에는, 물품의 영상 데이터를 감정 서버(10)에 전송하지 않고, 감정 애플리케이션 자체에서 "감정 품목이 아닙니다"와 같은 결과를 판정하여 화면에 표시할 수 있다. 또한, 감정 서버(10)에서의 감정 결과, 진품 여부를 감정하기 어려운 물품인 경우 등에는 "감정 불가"라는 결과를 표시할 수도 있다.

다음으로, 감정 서버(10)에서 실행되는 감정 절차에 대해 상세히 설명한다.

도 3은 감정 서버(10)에서 실행되는 감정 절차를 나타내는 순서도이다.

도 3을 참조하면, 감정 서버(10)는, 사용자가 고객 단말(30)에 탑재된 감정 애플리케이션을 실행하여 촬영 및 전송한 물품의 영상 데이터에 기초하여 감정 절차를 실행할 수 있다. 감정 절차(10)는 모델 감정, 진품 감정, 상태 감정, 감정가 결정 및 결과 전송의 순서로 진행될 수 있다.

먼저, 감정 서버(10)는, 물품의 영상을 촬영한 데이터가 전송되면, 물품의 정확한 모델을 판별하기 위한 모델 감정을 실행할 수 있다. 모델 감정은 감정 물품이 어떤 상품군(카테고리)에 속하는지를 분류하는 상품군 분류, 감정 물품의 브랜드를 분류하는 브랜드 분류, 및 감정 물품의 모델을 분류하는 모델 분류의 순서로 진행될 수 있다. 이를 위해 감정 서버(10)는 물품의 영상 데이터를 처리하여 물품 감정을 실행하기 위한 감정 엔진을 포함할 수 있다.

감정 엔진은 인공 지능(AI) 기반의 영상 처리 엔진으로서, 머신 러닝 기법, 특히 딥러닝 기법에 의해 영상 내의 물체를 식별하는 것을 학습하고, 이에 기초하여 스스로 물체를 인식하고 다른 물체와 구별할 수 있다. 이러한 감정 엔진은 상품군, 브랜드, 모델, 상태 등에 따른 대량의 영상 데이터를 학습시켜 두면, 이미 학습되고 진화된 인공지능에 의해 사용자가 전송한 영상 속의 물품을 식별하여 해당 물품의 상품군, 브랜드, 모델은 물론 물품의 상태까지 정확히 판별할 수 있다. 이러한 감정 엔진의 딥러닝을 위한 학습 데이터는 데이터 크롤러(40)를 통해 상품군, 브랜드, 모델 등의 품목 리스트에 따른 영상 데이터를 수집할 수 있고 이에 기초하여 감정 엔진의 지속적인 학습이 이루어질 수 있다. 이를 위해 감정 서버(10)는 데이터 크롤러(40)와의 통신을 통해 수시로 및/또는 정기적으로 감정 엔진의 딥러닝 학습을 실행할 수 있다.

딥러닝 기반의 물품 모델 감정은 사용자가 촬영한 영상을 통해 해당 상품이 본 서비스의 취급 품목인지를 판별하며, 구체적으로는 특정 상품군의 모델을 인식하여 그 결과를 전송할 수 있다. 딥러닝 엔진은 영상 내에 학습된 물체를 인식하는 것으로서, 구글의 텐서플로(tensorflow), 욜로(yolo) 등의 오픈 소스를 활용할 수 있다.

물품 감정 서비스에서 취급하는 품목에 해당하는지에 대한 1차적인 상품군 분류는 고객 단말(30)의 감정 애플리케이션에 인식 엔진을 탑재하여 판별할 수 있다. 이를 통해 취급 상품군이 아닌 물품에 대해서는 감정 서버(10)까지 진행하지 않고, 고객 단말(30)의 감정 애플리케이션 내에서 판단하여 감정 서버(10)에 걸리는 부하를 낮출 수 있다.

그 후, 브랜드 및 실제 모델을 분류하기 위해서는 촬영한 영상을 전송하여 감정 서버(10)의 인공지능 감정 엔진에서 판단할 수 있다. 예컨대, 도 4a에 도시된 바와 같이, 고객 단말(30)에 저장된 감정 애플리케이션(모바일 감정 앱)은 상품군 분류, 취급 품목 분류를 수행한 후, 감정 서버(10)에 대해 브랜드 및 모델 확인 요청을 전송하고, 이에 의해 최종 확인된 브랜드 및/또는 모델 정보를 감정 서버(10)로부터 회신 받아서 이를 고객 단말(30)에 보고하거나, 및/또는 서비스 서버(12)로 전송한 후, 이후 과정을 진행할 수 있다. 예컨대, 도 4b와 같이 물품의 모델을 특정할 수 있는 모델명, 제조연도, 일련번호, 사진 등의 모델 정보를 고객 단말(30)에 표시할 수 있다.

다음으로, 감정 서버(10)는 사용자가 전송한 영상 속의 물품이 해당 모델의 진품인지 가품인지를 판별하는 진품 감정을 실행할 수 있다.

도 5a 내지 도 5f는 감정 서버(10)에 탑재된 감정 엔진에서 수행하는 진품 감정의 예를 설명하는 도면이다.

감정 엔진은 사용자가 전송한 영상 데이터로부터 물품의 특징을 판별할 수 있는 특정 위치나 부위(이하, 포인트 부위라 한다)를 추출하여, 물품의 포인트 부위에 해당하는 영상 데이터의 영상 신호 처리를 통해 물품이 모델 정보에 따른 진품에 해당하는지 여부를 판별할 수 있다. 감정 엔진은 사용자가 전송한 영상 데이터로부터 해당 모델의 포인트 부위를 자동적으로 추출 및/또는 가공하여 처리할 수도 있다. 또한, 예컨대, 도 5a와 같이 특정한 모델에 해당하는 가방의 단추, 버클, 로고가 찍힌 부위 등을 촬영 사용자에게 미리 예시하여 사용자가 이 포인트 부위에 대해 촬영한 영상을 전송하도록 할 수도 있다.

예컨대, 도 5a에 나타난 바와 같은 해당 브랜드의 로고는, 진품일 경우 각 획에 대한 비율과 로고 크기의 가로 세로 비율이 일정할 수 있다. 이러한 로고의 진품 판별은 아래와 같은 알고리즘에 의해 시행될 수 있다.

먼저, 도 5a의 입력 영상에 대한 그레이(gray) 영상을 얻기 위해 아래 수식 (1)의 YCbCr 변환식(ITU-R BT.601)에서 Y 값을 사용할 수 있다.

[수식 1]

...(1)

위 수식(1)에서 Y'에 대한 영상은 도 5b의 그레이 영상과 같다.

다음으로, 영상에서 나타나는 잡음제거 및 로고를 선명하게 하기 위한 바이래터럴 필터(bilateral filter)를 적용할 수 있다. 아래 수식(2) 및 (3)은 바이래터럴 필터를 나타낸다.

[수식 2]

...(2)

[수식 3]

...(3)

수식(2)에서,

는 결과 영상을 나타내며

는 입력 영상,

는 현재 pixel의 좌표를 나타낸다.

는 filtering을 위한 window 크기를 나타내고,

는 밝기 차이와 공간적 근거리에 대한 가중치를 나타낸다.

이러한 과정을 통해 밝기 차이가 많이 나는 에지(edge) 성분은 유지하면서 잡음은 제거할 수 있으며, 도 5c는 그 결과를 나타낸다.

다음으로, 에지 디텍션(edge detection)을 수행할 수 있다. 여기서는 가우시안 차분법(Difference of Gaussian)을 사용할 수 있다.

[수식 4]

...(4)

두 개의 가우시안 필터(Gaussian filter)의 크기를 달리하여 그 차이를 이용해 에지 성분을 도출할 수 있다. 그 후, 검출한 에지 성분에 대해 컨투어링(contouring)을 수행하여 도 5d와 같이 로고 부분의 바운딩 박스(bounding box)를 찾을 수 있다. 컨투어링에는, 예컨대, 이미지 처리 라이브러리인 오픈시브이(OpenCV)의 파인드컨투어(findContour)를 사용할 수 있다. 위와 같이 찾은 바운딩 박스의 좌표를 각각 p1 내지 p4라고 할 때, 로고의 크기에 대한 비율 정보를 계산하기 위해 가로와 세로의 길이 비를 구할 수 있다. 길이 비율

는 다음과 같이 계산할 수 있다.

[수식 5]

...(5)

수식 (5)와 같이 바운딩 박스의 가로와 세로의 길이를 구하고 이들 사이의 비율을 계산하여 진품에 대한 기준 값과 입력 영상으로부터 계산한 비율 값의 비교를 통해 진품 여부를 판단할 수 있다.

상술한 부위 이외에도, 진품 감정은, 예컨대, 물품의 특정 부위의 형상이나 재질, 광택이나 색상, 인쇄 또는 각인된 문자나 숫자, 바느질 상태 등과 같이 영상으로 판별 가능한 다양한 포인트 부위를 추출하여 실행될 수 있다. 이러한 포인트 부위는 딥러닝을 통해 다양한 영상 데이터를 학습하여 감정 엔진 스스로가 특정 물품의 특정 부위를 자동적으로 포인트 부위로 추출할 수도 있다.

한편, 물품이 진품인 경우에도 진품 판별을 위해 추출한 포인트 부위가 파손, 변색 등에 의해 변형되어 감정에 영향을 미치는 경우에는 판정 오류가 발생할 우려가 있다. 이 때문에 감정 엔진은 진품 모델뿐만이 아니라 가품 모델에 대해서도 대량의 데이터를 수집하여 딥러닝을 통해 미리 학습할 수 있다.

예컨대, 가품의 제조는 특정한 가품 제조업자에 의해 이루어지는 경우가 많기 때문에, 가품으로 판정된 모델들은 이러한 가품 제조업자의 특징이 나타나는 특정한 부위를 포함할 수 있다. 이러한 가품의 특정한 부위의 형상이나 특징을 포함하는 영상 데이터를 딥러닝을 통해 학습함으로써 감정 엔진 스스로 가품 모델인지를 판별하기 위한 포인트 부위를 추출하여 가품 여부를 결정할 수 있다.

또한, 일부 부위의 교체, 수선 등에 의해 진품 모델에 가품 부위가 포함된 경우도 있다. 따라서, 감정 엔진은 감정 물품에 대한 진품 판별과 가품 판별을 모두 실행하고, 그 결과를, 예컨대, 진품 모델에 근접하는 정도를 표시하는 진품 지수(genuine index) 및/또는 가품 모델에 근접하는 정도를 표시하는 가품 지수(fake index)의 형태로 표시할 수 있다. 이러한 진품 지수 및/또는 가품 지수는 사용자가 한번에 쉽게 이해할 수 있는 숫자, 문자, 백분율 등과 같은 형태로 표시할 수 있다. 예컨대, 진품 지수는 감정 결과에 대해 0부터 100까지의 점수를 부여하고, 100에 가까울수록 진품, 0에 가까울수록 가품을 나타내도록 표시할 수 있다. 가품 지수의 경우도 마찬가지이다. 진품 또는 가품 지수는 0~10의 범위에서 표시할 수도 있고, 진품 1, 가품은 0으로 표시하는 등 다양한 형태로 표시할 수 있다.

이외에도 각각의 물품에 대한 다양한 진품 구별 방법에 대해 영상신호처리 및 딥러닝 기술을 바탕으로 판별 알고리즘이 추가 및 업데이트될 수 있음은 물론이다.

진품 감정이 완료된 후, 감정 서버(10)는 진품 감정의 결과를 고객 단말(30)에 미리 전송할 수 있다. 감정 서버(10)는 진품 감정의 결과를 보고하지 않고 바로 감정 물품의 상태 감정을 실행할 수 있다.

상태 감정은 감정 물품의 보존 상태가 어떤 레벨인지를 판별하기 위한 감정일 수 있다. 물품의 보존 상태는 상태 인자(condition factor)에 의해 파악될 수 있다. 상태 인자는, 예컨대, 물품의 특정 부품이나 부위의 교체 여부를 나타내는 교체 상태, 손상이나 파손에 의한 변형 여부를 나타내는 변형 상태, 이물질의 부착 등에 의한 오염 여부를 나타내는 오염 상태, 사용에 의한 변색이나 탈색 여부를 나타내는 변색 상태 등을 포함할 수 있다. 각각의 물품은 물품이나 그 모델의 종류에 따라 쉽게 교체, 변형, 오염 또는 변색되는 부위를 포함할 수 있다. 이러한 부위를 상태 감정을 위한 포인트 부위로 추출하여 보존 상태를 판별할 수 있다.

상태 감정은 상술한 감정 엔진에 의해 실행될 수 있다. 진품 감정에서와 같이, 감정 엔진은 물품의 보존 상태 및 이를 판별할 수 있는 포인트 부위에 따른 대량의 영상 데이터를 딥러닝에 의해 학습하고, 이에 기초하여 사용자가 전송한 영상 데이터로부터 물품의 보존 상태를 판별할 수 있다. 이러한 물품의 보존 상태에 관한 학습 데이터는 데이터 크롤러(40)를 통해 수시로 및/또는 정기적으로 데이터 크롤링될 수 있고, 이에 기초하여 감정 엔진의 지속적인 학습과 진화가 이루어질 수 있다.

감정 엔진은 사용자가 전송한 영상 데이터로부터 물품의 상태를 판별할 수 있는 포인트 부위를 추출 및/또는 가공하여 영상 신호 처리를 통해 물품의 상태를 판별할 수 있다. 감정 엔진은 상태 판별을 위한 각각의 포인트 부위에 대해, 예컨대, 상술한 진품 판별을 위한 영상 처리 알고리즘과 동일한 알고리즘에 기초하여, 교체 여부, 변형 여부, 오염 여부 및/또는 변색 여부와 같은 상태 인자를 판정할 수 있다.

예컨대, 도 5a의 브랜드 로고와 같이, 자주 변형이 발생하는 특정 부위가 변형 여부를 판별하기 위한 포인트 부위로서 추출될 수 있다. 감정 엔진은 이 포인트 부위의 변형에 관한 대량의 데이터를 미리 학습하고 이에 기초하여 감정 물품의 변형 유무를 판별할 수 있다. 교체, 오염, 변색 등에 대해서는 해당 포인트 부위들을 감정 엔진에 미리 학습시켜 그 유무를 판별하게 할 수 있다. 상태 판별을 위해 다른 다양한 영상 처리 알고리즘을 채용할 수 있음은 물론이다.

감정 엔진은, 감정 물품에 대한 상태 판별을 모두 실행한 후, 그 결과를 물품의 보존 상태를 표시하는 상태 지수(condition index)의 형태로 표시할 수 있다. 이러한 상태 지수는 사용자가 한번에 쉽게 이해할 수 있는 숫자, 문자, 백분율 등과 같은 형태로 표시할 수 있다. 예컨대, 포인트 부위에 교체, 변형, 오염 또는 변색이 있으면 1, 없으면 0으로 표시할 수 있다.

또한, 감정 엔진은 상태 판별을 위한 포인트 부위의 교체, 변형, 오염 또는 변색 상태를 각각 "상", "중", "하"로 구분하여 미리 대량의 데이터를 학습하고 이에 기초하여 교체, 변형, 오염 또는 변색 상태가 "상", "중", "하"인 경우에 대해 각각 "1", "2", "3"의 점수 형태로 표시할 수 있다. 감정 엔진은 물품의 상태를 3단계 이상으로 세분화하여 학습할 수도 있다. 그 밖에 상태 지수의 점수를 1~10의 범위, 1~100의 범위 등 다양하게 표시할 수 있음은 물론이다.

이상에서는 사진을 기반으로 한 2차원 판별 기법을 주로 설명하였지만, 감정 서버(10)는 사용자가 촬영한 사진, 동영상 등의 영상 데이터를 재구성하여 가상 현실(virtual reality)이나 증강 현실(augmented reality)과 같은 3차원 모델을 구성할 수 있다. 이에 의해, 정형화된 3차원 모델을 구성하고, 이에 기초하여 포인트 부위의 추출, 진품 감정, 상태 감정 등을 보다 정확하고 용이하게 수행할 수 있다. 또한, 감정 결과는 이러한 3차원 모델 상에 증강 현실 등의 형태로 입체적으로 표시될 수 있다. 이에 의해, 물품의 상태, 감정 결과 등을 보다 실감 있고 직관적인 방식으로 용이하게 인지할 수 있다.

다음으로, 감정 서버(10)는 상태 감정을 완료한 후, 감정가 결정을 실행할 수 있다. 감정가 결정은 감정 서버(10)에 탑재된 빅데이터 기반의 가격 결정 엔진에 의해 실행될 수 있다. 감정가는 아래와 같은 감정가 산출 모델에 의해 결정될 수 있다.

도 6은 감정가 산출을 위한 빅테이터 기반의 가격 데이터베이스(DB)의 일 예를 나타내는 도면이다.

도 6을 참조하면, 가격 DB는 물품 정의 테이블 및 가격 테이블을 포함할 수 있다. 물품 정의 테이블은 감정 물품의 상품군, 브랜드, 모델 등에 따라 물품명, 물품번호 등의 아이디(ID)를 기록하고 저장할 수 있다. 가격 테이블은 각각의 물품의 ID에 따른 가격을 상품가로서 기록하고 저장할 수 있다.

가격 테이블에 기록되는 상품가는 가격 DB 운용 에이전트(agent)에 의해 미리 지정된 가격 참조 사이트로부터 수시로 및/또는 주기적으로 수집될 수 있다. 이러한 가격 참조 사이트 및 가격 테이블에 기록되는 상품가는 데이터 크롤러(40)에 의한 데이터 크롤링에 의해 자동적으로 지정 또는 업데이트될 수도 있다.

지정되거나 수집된 가격 참조 사이트에 해당 물품이 없는 경우에는, 감정 서버(10)는 해당 물품의 ID를 지정하여 가격 결정을 위한 정보 등록 요청하는 신호를 관리자 단말(20)에 통지할 수 있다. 이러한 요청이 통지되면, 관리자는 관리자 단말(20)을 통해 직접 가격 테이블에 가격 정보를 추가적으로 등록할 수 있다. 지정되거나 수집된 가격 참조 사이트에서 해당 물품이 삭제될 경우에는, 타 사이트의 물품을 지정하고 지정 사이트 및 수집된 물품을 가격 DB 운용 에이전트에 추가할 수 있다.

가격 테이블에 기록되는 상품가는 가격 참조 사이트로부터 수집된 해당 ID 물품의 최고가일 수 있다. 즉, 보존 상태가 가장 좋은 물품의 가격을 해당 ID 물품의 가격으로 특정할 수 있다. 다르게는, 복수의 가격 참조 사이트로부터 수집된 해당 ID 물품의 가격을 평균한 평균가를 해당 ID 물품의 가격으로 기록할 수 있다. 즉, 해당 모델의 평균적인 보존 상태에 있는 물품을 해당 ID 물품의 가격으로 특정할 수 있다.

가격 결정 엔진은 이러한 상품가와 상술한 상태 지수에 기초하여 감정가를 결정할 수 있다.

예컨대, 물품의 보존 상태를 나타내는 각각의 인자들, 즉, 교체, 변형, 오염 및 변색 상태에 대해 각각 일정한 가중 계수(weighting coefficient)를 부여할 수 있다. 가중 계수는 감정 물품의 가격에 있어서 차지하는 비중을 나타내는 계수일 수 있다. 이러한 가중 계수에 상술한 상태 지수를 곱함으로써, 물품의 보존 상태의 저하에 따른 감가의 정도를 나타내는 감가도(price discount rate)를 산출할 수 있다. 따라서, 감정가는 아래와 같은 감산법에 의해 결정될 수 있다.

감정가 = 상품가 - (상품가 x 가중 계수 x 상태 지수)

예컨대, 물품의 상품가를 1이라고 할 때, 교체에 대해서는 0.4, 변형에 대해서는 0.3, 오염에 대해서는 0.2, 변색에 대해서는 0.1의 가중 계수를 부여할 수 있다. 물품의 포인트 부위에 교체가 있는 경우, 예컨대, 상태 지수는 1이 되고, 가중 계수는 0.3이 되므로, 감가도는 0.3이 될 수 있다. 따라서, 감정가는 1-(1x0.3x1)= 0.7로 결정될 수 있다. 즉, 물품에 교체가 있는 경우, 상품가의 30%가 감가되어 상품가의 70%가 감정가로 결정될 수 있다.

또한, 교체, 변형 등의 각 상태 인자를 판정하기 위한 포인트 부위가 복수개인 경우에는, 예컨대, 해당 상태 인자의 가중 계수를 해당 상태 인자를 판정하기 위한 포인트 부위의 총 개수로 나눈 값을 서브 가중 계수로 하고, 해당 상태 인자의 각 포인트 부위에 대한 서브 가중 계수와 상태 지수의 곱을 모두 합산함으로써, 해당 상태 인자의 가중 계수와 상태 지수의 곱의 값을 구할 수 있다.

다르게는, 감정 엔진은 가격 참조 사이트로부터 수집된 해당 ID 물품의 최저가 또는 평균가를 상품가로서 가격 테이블에 기록하고, 상술한 감가도에 해당하는 항목이 없거나 양호할 경우에, 감가도에 해당하는 값을 가산하는 가산법에 의해 감정가를 결정할 수도 있다.

이 밖에도 감정가는 물품 감정 서비스를 제공하는 관리자의 사업 비용이나 수익율 등을 감정가 산출에 반영하여 결정될 수도 있다.

상술한 본 개시의 일 실시형태에 따른 감정 시스템 및 감정 방법에 의하면, 딥러닝을 통해 학습되고 진화된 인공지능 기반의 감정 엔진을 탑재한 감정 서버(10)에 의해 사용자가 온라인 전송한 물품의 영상에 대한 영상 신호 처리를 수행하여 진품 감정을 행하므로, 물품이 해당 모델의 진품인지를 보다 과학적이고 표준적인 방법으로 정확하고 신속하게 판별할 수 있는 물품 감정 서비스를 제공할 수 있다.

또한, 감정 엔진은 딥러닝을 통해 진품 데이터뿐만이 아니라 가품 데이터에 대해서도 학습되어 진품 판별과 가품 판별을 모두 실행하므로, 보다 정확한 진품 판별을 수행할 수 있는 물품 감정 서비스를 제공할 수 있다.

또한, 감정 엔진은 물품의 보존 상태를 판별할 수 있는 상태 판별을 수행하고 상태 지수로 산출함으로써 물품의 보존 상태에 따른 가격 구별이 가능한 물품 감정 서비스를 제공할 수 있다.

또한, 가격 결정 엔진은 빅데이터 기반 하에 상품 가격에 관한 대량의 정보를 수집하여 상품가를 결정할 뿐만 아니라, 감정 엔진이 산출한 상태 지수에 기초하여 물품의 감가도를 산출함으로써 물품의 보존 상태에 따라 차별이 가능한 감정가를 산출할 수 있다. 이에 따라 사용자는 감정을 의뢰한 물품의 보존 상태에 따라 보다 객관적이고 일관된 기준에 의해 정해지는 구체적인 감정가를 제공받을 수 있다.

본 개시의 일 실시형태에 따른 인공지능 감정 시스템 및 인공지능 감정 방법은 모바일을 이용한 감정 서비스는 물론 온라인 상의 전당포, 중고거래, 담보 대출 등 다양한 상거래, 금융 서비스 등에 채용될 수 있다.

본 개시의 일 실시형태에 인공지능 감정 시스템 및 인공지능 감정 방법은 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행 가능한 명령어를 포함하는 제어 로직 또는 프로그램으로 제작되어 컴퓨터 판독 가능한 기록 매체에 기록된 형태로도 구현될 수 있다. 컴퓨터 판독 가능한 기록 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함할 수 있다. 또한, 컴퓨터 판독 가능한 기록 매체는 컴퓨터 저장 매체를 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함할 수 있다.

본 개시는 상술한 실시형태로만 제한되지 않으며, 통상의 기술자에 의해 다양한 수정 및 변경이 가능하다. 또한, 상술한 각 실시형태에서 설명한 각각의 구성요소나 방법, 각각의 적용예나 그 변형예 등은 각각 필요에 따라 적절히 상호 결합되거나 또는 별개로 분리되어 구현될 수 있다. 따라서, 본 개시에 따른 권리범위는 이하의 특허청구범위에 기재된 기술적 구성 및 그 균등범위를 포함하는 모든 변형예와 다른 실시형태를 포함하도록 광의적으로 해석되어야 할 것이다.

10 ... 감정 서버 20 ... 관리자 단말
30 ... 고객 단말 40 ... 데이터 크롤러

Claims

고객 단말과,
고객 단말로부터 네트워크를 통해 전송된 영상 데이터에 기초하여 물품의 감정을 행하는 감정 서버를 포함하고,
상기 감정 서버는 딥러닝에 의해 물품의 모델을 판별할 수 있도록 학습된 인공지능 기반의 감정 엔진을 포함하고,
상기 감정 엔진은 상기 물품의 하나 이상의 포인트 부위에 대한 영상 신호 처리를 수행하여 상기 물품이 상기 모델의 진품에 해당하는지를 판별하는 인공지능 감정 시스템.
제1 항에 있어서,
상기 감정 엔진은 딥러닝에 의해 상기 모델의 가품에 관한 영상을 학습하고, 상기 물품의 하나 이상의 포인트 부위에 대한 영상 신호 처리를 수행하여 상기 물품이 상기 모델의 가품에 해당하는지를 판별하는 인공지능 감정 시스템.
제1 항에 있어서,
상기 감정 서버의 딥러닝 학습을 위한 데이터 크롤링을 수행하기 위한 데이터 크롤러를 더 포함하는 인공지능 감정 시스템.
제1 항에 있어서,
상기 감정 서버는 상기 영상 데이터로부터 상기 물품의 3차원 모델을 가상 현실 또는 증강 현실에 의해 구성하고, 이 3차원 모델로부터 상기 물품의 하나 이상의 포인트 부위를 추출하고,
상기 감정 엔진은 상기 3차원 모델로부터 추출된 상기 하나 이상의 포인트 부위에 대해 상기 영상 신호 처리를 수행하는 인공지능 감정 시스템.
제1 항에 있어서,
상기 감정 엔진은 상기 물품의 하나 이상의 포인트 부위에 대한 교체, 변형, 오염, 변색 중 하나 이상의 상태 인자를 판정하기 위한 영상 신호 처리를 수행하고, 이에 기초하여 상기 물품의 보존 상태를 나타내기 위한 상태 지수를 결정하는 인공지능 감정 시스템.
제3 항에 있어서,
상기 감정 엔진은 상기 하나 이상의 상태 인자의 각각에 대해 가중 계수를 부여하고, 상기 상태 지수와 상기 가중 계수의 곱에 의해 물품의 감가도를 산출하고, 상기 감가도에 기초하여 상기 물품의 감정가를 결정하는 인공지능 감정 시스템.
제6 항에 있어서,
상기 감정 서버는 상기 물품의 모델에 따라 물품의 ID를 등록하고, 상기 ID에 해당하는 물품의 가격 정보를 제공하는 가격 참조 사이트로부터 취득한 상품가를 기록하는 빅테이터 기반의 가격 데이터 베이스를 포함하는 인공지능 감정 시스템.
네트워크를 통해 온라인 전송된 물품의 영상 데이터에 기초하여 물품을 감정하는 감정 서버를 포함하고,
상기 감정 서버는,
온라인 전송된 상기 영상 데이터에 기초하여 상기 물품의 모델을 결정하는 모델 감정과,
상기 물품의 하나 이상의 포인트 부위에 대한 영상 신호 처리를 수행하여 상기 물품이 상기 모델의 진품에 해당하는지 여부를 판별하는 진품 감정과,
상기 물품의 하나 이상의 포인트 부위에 대한 교체, 변형, 오염 및 변색 중 하나 이상의 인자를 판정하기 위한 영상 신호 처리를 수행하고, 이에 기초하여 상기 물품의 상태 지수를 결정하는 상태 감정과,
상기 상태 지수에 근거하여 상기 물품의 감정가를 결정하는 감정가 결정을 실행하는 인공지능 감정 방법.
제8 항에 있어서,
상기 감정 서버는 상기 물품의 모델에 따라 물품의 ID를 등록하고, 상기 ID에 해당하는 물품의 가격 정보를 제공하는 가격 참조 사이트로부터 취득한 상품가를 기록하는 빅테이터 기반의 가격 데이터 베이스를 포함하는 인공지능 감정 방법.
제8 항에 기재된 인공지능 감정 방법을 실행하기 위한 컴퓨터 프로그램이 기록된 컴퓨터 판독 가능한 기록 매체.