KR20210095120A - 네트워크 기반의 서비스를 위한 오브젝트 검증 - Google Patents

네트워크 기반의 서비스를 위한 오브젝트 검증 Download PDF

Info

Publication number
KR20210095120A
KR20210095120A KR1020217011108A KR20217011108A KR20210095120A KR 20210095120 A KR20210095120 A KR 20210095120A KR 1020217011108 A KR1020217011108 A KR 1020217011108A KR 20217011108 A KR20217011108 A KR 20217011108A KR 20210095120 A KR20210095120 A KR 20210095120A
Authority
KR
South Korea
Prior art keywords
verification
computing device
mobile computing
user
network
Prior art date
Application number
KR1020217011108A
Other languages
English (en)
Other versions
KR102471379B1 (ko
Inventor
리차드 아쉬
레니 에반스
데릭 옹친
Original Assignee
우버 테크놀로지스, 인크.
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 우버 테크놀로지스, 인크. filed Critical 우버 테크놀로지스, 인크.
Publication of KR20210095120A publication Critical patent/KR20210095120A/ko
Application granted granted Critical
Publication of KR102471379B1 publication Critical patent/KR102471379B1/ko

Links

Images

Classifications

    • 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
    • G06F16/5854—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 shape and object relationship
    • G06K9/4661—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/43—Querying
    • G06F16/435—Filtering based on additional data, e.g. user or group profiles
    • 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
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • G06F3/04812—Interaction techniques based on cursor appearance or behaviour, e.g. being affected by the presence of displayed objects
    • G06K9/00201—
    • G06K9/00442—
    • G06K9/2027—
    • G06K9/3258—
    • 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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/141—Control of illumination
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/60—Extraction of image or video features relating to illumination properties, e.g. using a reflectance or lighting model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/63—Scene text, e.g. street names
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40—Document-oriented image-based pattern recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Library & Information Science (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Human Computer Interaction (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Telephone Function (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

모바일 컴퓨팅 디바이스는 모바일 컴퓨팅 디바이스의 카메라를 사용하여 검증될 오브젝트의 복수의 이미지를 캡쳐할 수 있다. 복수의 이미지 중 제1 이미지는 모바일 컴퓨팅 디바이스의 플래시가 비활성화되는 동안 캡쳐되고, 복수의 이미지 중 제2 이미지는 플래시가 활성화되는 동안 캡쳐된다. 검증 데이터는, 오브젝트의 광 반사율을 나타내는 검증 메트릭의 제1 세트를 포함할 수 있고, 제1 및 제2 이미지를 분석하는 것에 의해 모바일 컴퓨팅 디바이스 또는 네트워크 서비스에 의해 생성될 수 있다.

Description

네트워크 기반의 서비스를 위한 오브젝트 검증
본 출원은 2018년 9월 20일자로 출원된 미국 특허 출원 번호 제16/136,946호에 대한 우선권의 이점을 주장한다; 전술한 우선권 출원은 참조에 의해 그 전체가 본원에 통합된다.
네트워크 기반의 서비스는 유저에게 요청된 서비스를 제공할 수 있는 이용 가능한 서비스 제공자와 유저를 연결할 수 있다. 네트워크 기반의 서비스의 주어진 유저는 네트워크 기반의 서비스를 요청할 수 있기 이전에 그 또는 그녀가 오브젝트(예를 들면, 지불 카드)를 물리적으로 소유하고 있다는 것을 입증할 것을 재촉받을(prompted) 수 있다. 종래의 오브젝트 검증 방법은, 유저가 오브젝트를 물리적으로 소유하고 있다는 것을 입증하기 위해 오브젝트의 이미지를 캡쳐할 것을 그 또는 그녀에게 단순히 재촉한다.
본원의 개시는, 유사한 참조 번호가 유사한 엘리먼트를 지칭하는 첨부의 도면의 제한이 아닌 예로서 예시되는데, 첨부의 도면에서:
도 1은, 본원에서 설명되는 예에 따른, 유저 디바이스 및 제공자 디바이스와 통신하는 예시적인 네트워크 시스템을 예시하는 블록도이다;
도 2는, 본원에서 설명되는 예에 따른, 예시적인 네트워크 시스템과 통신하는 예시적인 모바일 컴퓨팅 디바이스를 예시하는 블록도이다;
도 3은, 본원에서 설명되는 예에 따른, 네트워크 기반의 서비스에 대한 서비스 요청을 프로세싱하는 예시적인 방법을 예시하는 플로우차트이다;
도 4a는, 본원에서 설명되는 예에 따른, 오브젝트 검증을 수행하는 예시적인 방법을 예시하는 플로우차트이다;
도 4b는, 본원에서 설명되는 예에 따른, 광 반사율 분석을 수행하는 예시적인 방법을 예시하는 플로우차트이다;
도 5a 및 도 5b는, 본원에서 설명되는 예에 따른, 오브젝트 검증을 수행하기 위해 유저 디바이스 상에서 디스플레이되는 예시적인 유저 인터페이스를 예시한다;
도 6은, 본원에서 설명되는 예에 따른, 예시적인 모바일 컴퓨팅 디바이스를 예시하는 블록도이다; 그리고
도 7은, 본원에서 설명되는 예가 구현될 수도 있는 컴퓨터 시스템을 예시하는 블록도이다.
주어진 지역(예를 들면, 샌프란시스코 베이 지역(San Francisco Bay Area)) 전체에 걸쳐 이용 가능한 서비스 제공자(예를 들면, 운전자 및/또는 자율 주행 차량(AV))를 요청하는 유저(예를 들면, 탑승자(rider), 서비스 요청자)와 연결하는 네트워크 기반의 서비스(예를 들면, 운송 서비스, 배달 서비스, 등등)를 관리하는 네트워크 시스템이 본원에서 제공된다. 그렇게 함에 있어서, 네트워크 시스템은 유저의 모바일 컴퓨팅 디바이스("유저 디바이스") 상에서 실행되는 지정된 유저 애플리케이션을 통해 요청하는 유저로부터 서비스에 대한 요청을 수신할 수 있다. 시작 위치(예를 들면, 서비스 제공자가 요청하는 유저와 만날 픽업 위치)에 기초하여, 네트워크 시스템은 이용 가능한 서비스 제공자를 식별할 수 있고 식별된 서비스 제공자의 모바일 컴퓨팅 디바이스("제공자 디바이스")로 초대장(invitation)을 송신할 수 있다. 식별된 서비스 제공자가 초대장을 수락하면, 네트워크 시스템은 서비스 제공자가 시작 위치로 후속하여 시작 위치로부터 서비스 위치(예를 들면, 서비스 제공자가 요청된 서비스를 완료하는 하차(drop-off) 위치)까지 운전하는 것을 가능하게 하는 길안내(direction)를 제공자 디바이스로 송신할 수 있다. 시작 위치는 요청에서 명시될 수 있고 유저 입력으로부터 또는 유저 디바이스 상의 하나 이상의 지리 인식 리소스로부터 결정될 수 있다. 서비스 위치는 요청에서 또한 명시될 수 있다.
주어진 서비스 요청을 이행하기 위한 최적의 서비스 제공자를 결정함에 있어서, 네트워크 시스템은 서비스 요청에서 나타내어지는 시작 위치에 기초하여 서비스 요청을 이행할 복수의 후보 서비스 제공자를 식별할 수 있다. 예를 들면, 네트워크 시스템은 시작 위치를 둘러싸는 지오펜스(geo-fence)(또는 시작 위치에서 떨어진 반경에 의해 정의되는 지오펜스)를 결정할 수 있고, 후보 서비스 제공자의 세트(예를 들면, 지오펜스 내의 열두 개 또는 서른 개의 서비스 제공자)를 식별할 수 있고, 서비스 요청을 서비스할 후보 서비스 제공자로부터 최적의 서비스 제공자(예를 들면, 시작 위치에 가장 가까운 서비스 제공자, 시작 위치로부터 가장 짧은 추정 이동 시간을 갖는 서비스 제공자, 서비스 위치까지 명시된 거리 또는 명시된 이동 시간 이내의 한 위치로 이동하는 또는 이동 중인 서비스 제공자, 등등)를 선택할 수 있다. 많은 예에서, 서비스 제공자는, 예를 들면, 경로가 서비스 제공자에게 너무 길다는 것 또는 비실용적이다는 것에 기초하여, 초대장을 수락하거나 또는 거부할 수 있다.
소정의 구현예에서, 유저 애플리케이션은 서비스 요청을 제출하기 이전에 유저가 네트워크 기반의 서비스의 양태를 미리 보는 것을 허용한다. 예를 들면, 주문형(on-demand) 운송 서비스의 맥락에서, 유저는 네트워크 기반의 서비스의 예상 비용, 서비스 위치에 도달할 추정 시간, 및 등등을 미리 보기 위해 시작 위치 및 서비스 위치를 입력할 수 있다. 유저 애플리케이션과 상호 작용하는 것에 의해 유저는, 예를 들면, 이코노미 서비스 클래스, 승차 공유 풀링 서비스 클래스(rideshare pooling service class), 리무진 서비스 클래스, 등등을 포함하는 상이한 서비스 타입 또는 클래스의 양태를 미리 볼 수 있다. 더욱 상세하게는, 네트워크 기반의 서비스를 미리 보기 위한 이들 상호 작용 동안, 유저 디바이스는 소망되는 시작 및 서비스 위치를 나타내는 세션 데이터를 네트워크 시스템으로 송신할 수 있다. 그 다음, 네트워크 시스템은 수신된 세션 데이터에 기초하여 네트워크 기반의 서비스의 다양한 양태를 계산하고 결정할 수 있다. 그 다음, 유저가 네트워크 기반의 서비스를 미리 보는 것을 허용할 그래픽 및 텍스트를 유저 디바이스가 렌더링하고 디스플레이하는 것을 가능하게 하기 위해, 데이터가 네트워크 시스템으로부터 유저 디바이스로 송신된다. 그 다음, 유저는 유저 애플리케이션과 상호 작용하여, 네트워크 시스템으로 하여금 요청된 서비스를 이행할 최적의 서비스 제공자를 식별하게 하기 위한 서비스 요청을 제출할 수 있다. 서비스를 미리 보기 위한 세션 데이터에 응답하여 네트워크 시스템에 의해 결정되는 파라미터 및 변수는 유저에 의해 요청되는 서비스에 적용될 수 있다.
다양한 양태에서, 네트워크 기반의 서비스를 미리 보기 위한 유저 세션의 시작에 응답하여 또는 서비스 요청에 응답하여, 네트워크 시스템은, 유저 세션을 또는 요청의 프로세싱을 진행하기 이전에, 오브젝트 검증을 요구할지의 여부를 결정하도록 구성될 수 있다. 본원에서 사용되는 바와 같이, 오브젝트 검증은, 유저가 네트워크 기반의 서비스와 함께 사용하기 위한 오브젝트(예를 들면, 지불 카드, 등등)를 물리적으로 소유하고 있다는 것을 검증하는 것을 지칭할 수 있다.
실시형태에 따르면, 주어진 세션에 대한 또는 주어진 서비스 요청에 대한 오브젝트 검증을 요구할 것을 결정하는 것에 응답하여, 네트워크 시스템은 네트워크를 통해 대응하는 유저 디바이스로 검증 요청을 송신할 수 있다. 검증 요청을 수신하는 것에 응답하여, 유저 디바이스는 유저 디바이스의 디스플레이 상에서 검증 유저 인터페이스를 제시할 수 있다. 검증 유저 인터페이스가 디스플레이되는 동안 하나 이상의 유저 액션을 검출하는 것에 응답하여, 유저 디바이스는 검증되고 있는 오브젝트의 복수의 이미지를 캡쳐할 수 있다. 예를 들면, 유저는, 유저 디바이스로 하여금 오브젝트의 복수의 이미지를 캡쳐하게 하기 위해, 검증 유저 인터페이스 상의 뷰파인더 피쳐를 사용하여 오브젝트를 정렬할 수 있다. 몇몇 구현예에서, 오브젝트의 캡쳐되는 복수의 이미지는, 유저 디바이스의 플래시(flashlight)가 비활성화되는(예를 들면, 오프되어 조명하지 않음) 동안 캡쳐되는 제1 이미지 및 유저 디바이스의 플래시가 활성화되는(예를 들면, 온되어 조명함) 동안 캡쳐되는 제2 이미지를 포함할 수 있다. 플래시는 제1 및 제2 이미지를 캡쳐할 때 유저 디바이스에 의해 자동적으로 트리거될 수 있다. 예를 들면, 하나 이상의 유저 액션에 응답하여, 유저 디바이스는 제1 이미지를 캡쳐할 수 있고, 자동적으로 플래시를 활성화할 수 있고, 제2 이미지를 캡쳐할 수 있다.
유저 디바이스는 오브젝트를 검증하기 위한 검증 데이터를 생성하여 네트워크 시스템으로 송신할 수 있다. 검증 데이터는 광 반사율 분석을 수행하는 것에 의해 생성되는 광 반사율 메트릭(light reflectivity metric)의 세트를 포함할 수 있다. 광 반사율 메트릭은 광이 오브젝트의 표면에서 반사되는 방식의 하나 이상의 양태에 대한 수치적 또는 통계적 표현일 수 있고 오브젝트가 예상되는 표면 재료를 가지고 있는지의 여부의 표시일 수 있다. 변형예에 따르면, 네트워크 시스템 또는 유저 디바이스는 광 반사율 분석 및/또는 다른 분석을 수행할 수 있다. 지불 카드를 검증하는 예에서, 광 반사율 분석은, 실물의 카드(physical card)(예를 들면, 플라스틱 또는 금속)를, 종이 상에 인쇄되는 또는 스크린 상에서 디스플레이되는 지불 카드의 이미지로부터 구별하는 데 도움이 될 수 있다. 광 반사율 분석은, 오브젝트의 광 반사율 특성(예를 들면, 광 반사의 강도, 광 반사 패턴)이 플라스틱 또는 금속 재료 표면을 나타내는 허용 가능한 범위 내에 있는지의 여부를 결정할 수 있다. 광 반사율 메트릭은 제1 이미지(플래시 온) 및 제2 이미지(플래시 오프)를 분석하는 것에 기초하여 유저 디바이스에 의해 생성될 수 있다. 예를 들면, 유저 디바이스는 오브젝트의 표면의 광 반사의 강도 및/또는 패턴을 결정하기 위해 제1 및 제2 이미지를 비교할 수 있다. 몇몇 구현예에서, 광 반사율 메트릭은 두 이미지의 픽셀 단위 비교(또는 두 이미지의 픽셀 그룹 단위 비교)를 사용하여 생성될 수 있다. 하나의 예에서, 유저 디바이스는 제1 이미지와 제2 이미지 사이의 픽셀 값의 델타(예를 들면, 휘도 값을 나타냄)를 포함하는 픽셀 델타 맵을 생성할 수 있다.
본원에서 설명되는 예에서, 검증 데이터는 피쳐 위치 매핑 분석의 결과를 더 포함할 수 있다. 피쳐 위치 매핑 분석은 오브젝트의 가시적 피쳐가 오브젝트의 예상 위치에 위치되는지의 여부를 결정할 수 있다. 실물의 지불 카드(physical payment card)를 검증하는 것의 맥락에서, 가시적 피쳐는 로고, 서명 박스(signature box), 각인된(imprinted) 텍스트 또는 숫자(예를 들면, 이름, 카드 번호, 만료일, 등등), 및 등등에 대응할 수 있다. 하나의 구현예에서, 유저 디바이스는 다양한 타입의 가시적 피쳐를 인식하고 그들 각각의 위치를 결정할 수 있다. 검증 데이터는 식별되는 피쳐 및 그들 각각의 위치를 나타낼 수 있다. 검증 데이터에 기초하여, 네트워크 시스템은 식별된 피쳐가 예상 위치에 위치되는지의 여부를 결정할 수 있다. 그렇게 하기 위해, 네트워크 시스템은 식별된 피쳐의 예상 위치를 명시하는 오브젝트 템플릿을 검색할(retrieve) 수 있다. 예를 들면, 주어진 지불 카드의 발급자, 지불 네트워크, 브랜드, 등등에 기초하여 주어진 지불 카드의 오브젝트 템플릿이 검색될 수 있다. 네트워크 시스템은 오브젝트 템플릿을 유지할 수 있거나 또는 금융 기관의 컴퓨터 시스템(예를 들면, 지불 카드의 발급자)과 통신하여 오브젝트 템플릿을 검색할 수 있다.
실시형태에 따르면, 네트워크 시스템은 유저 디바이스 및/또는 네트워크 시스템에 의해 수행되는 상이한 분석의 다양한 결과 또는 데이터에 기초하여 오브젝트 검증 프로세스가 통과되었는지의 여부의 종합적인 결정(aggregate determination)을 생성할 수 있다. 이러한 종합적인 결정은 오브젝트 검증 프로세스의 이전 인스턴스에 기초하여 시간이 지남에 따라 트레이닝되는 머신 학습 모델(machine-learned model)을 사용하여 이루어질 수 있다.
오브젝트의 소유를 검증하기 위한 종래의 방법과 비교하여, 본원에서 설명되는 예는 상당한 기술적 이점을 제공한다. 하나의 양태에서, 광 반사율 분석을 수행하는 것(예를 들면, 광 반사율 강도 및 패턴을 나타내는 광 반사율 메트릭을 결정하는 것)에 의해, 본원에서 설명되는 실시형태는 검증되고 있는 오브젝트가 예상된 표면 재료로 구성되는지의 여부를 결정할 수 있고, 그에 의해, 오브젝트 검증 프로세스의 무결성 및 정확성을 보장하고 향상시킬 수 있다. 또한, 본원에서 설명되는 예는 유저 디바이스에 의해 소정의 오브젝트 검증 작업을 수행하고, 반면 다른 단계는 네트워크 시스템에 의해 수행된다. 이러한 방식으로, 민감한 데이터가 네트워크를 통해 네트워크 시스템으로 송신되지 않기 때문에 민감한 데이터(예를 들면, 검증되고 있는 오브젝트의 원시 이미지 데이터)의 프라이버시가 유지될 수 있다. 또한, 네트워크 시스템 및 모바일 컴퓨팅 디바이스 둘 모두를 활용하여 오브젝트의 진위(authenticity)를 검증하는 것에 의해, 오브젝트 검증을 수행하는 데 필요한 대량의 데이터(예를 들면, 피쳐 위치 매핑 분석을 수행하는 데 필요한 오브젝트 템플릿, 광 반사율 분석을 위한 허용 가능한 기준 데이터(baseline data), 등등)는 네트워크 시스템에 의해 저장될 수 있고, 따라서, 모바일 컴퓨팅 디바이스 상에서 귀중한 저장 공간을 차지할 필요가 없다.
본원에서 사용되는 바와 같이, 컴퓨팅 디바이스는, 네트워크를 통해 시스템과 통신하기 위한 네트워크 연결성 및 프로세싱 리소스를 제공할 수 있는 데스크탑 컴퓨터, 셀룰러 디바이스 또는 스마트폰, 개인 휴대형 정보 단말(personal digital assistant; PDA), 랩탑 컴퓨터, 가상 현실(virtual reality; VR) 또는 증강 현실(augmented reality; AR) 헤드셋, 태블릿 디바이스, 텔레비전(IP 텔레비전)에 대응하는 디바이스를 지칭한다. 컴퓨팅 디바이스는 맞춤형 하드웨어, 차량 내 디바이스 또는 온보드 컴퓨터, 등등에 또한 대응할 수 있다. 컴퓨팅 디바이스는 네트워크 서비스와 통신하도록 구성되는 지정된 애플리케이션을 또한 동작시킬 수 있다.
본원에서 설명되는 하나 이상의 예는, 컴퓨팅 디바이스에 의해 수행되는 방법, 기술 및 액션이 프로그램 방식으로(programmatically), 또는 컴퓨터 구현 방법으로서 수행된다는 것을 규정한다. 프로그래밍 방식으로는, 본원에서 사용될 때, 코드 또는 컴퓨터 실행 가능 명령어들의 사용을 통하는 것을 의미한다. 이들 명령어들은 컴퓨팅 디바이스의 하나 이상의 메모리 리소스에서 저장될 수 있다. 프로그래밍 방식으로 수행되는 단계는 자동적일 수도 있거나 또는 아닐 수도 있다.
본원에서 설명되는 하나 이상의 예는, 프로그램 방식의(programmatic) 모듈, 엔진, 또는 컴포넌트를 사용하여 구현될 수 있다. 프로그램 모듈, 엔진, 또는 컴포넌트는, 하나 이상의 언급된 작업 또는 기능을 수행할 수 있는 프로그램, 서브루틴, 프로그램의 일부, 또는 소프트웨어 컴포넌트 또는 하드웨어 컴포넌트를 포함할 수 있다. 본원에서 사용되는 바와 같이, 모듈 또는 컴포넌트는 다른 모듈 또는 컴포넌트와는 독립적으로 하드웨어 컴포넌트 상에서 존재할 수 있다. 대안적으로, 모듈 또는 컴포넌트는 다른 모듈, 프로그램, 또는 머신의 공유 엘리먼트 또는 프로세스일 수 있다.
본원에서 설명되는 몇몇 예는, 프로세싱 및 메모리 리소스를 비롯한, 컴퓨팅 디바이스의 사용을 일반적으로 요구할 수 있다. 예를 들면, 본원에서 설명되는 하나 이상의 예는, 서버, 데스크탑 컴퓨터, 셀룰러 또는 스마트폰, 개인 휴대형 정보 단말(예를 들면, PDA), 랩탑 컴퓨터, VR 또는 AR 디바이스, 프린터, 디지털 액자, 네트워크 기기(예를 들면, 라우터) 및 태블릿 디바이스와 같은 컴퓨팅 디바이스 상에서, 전체적으로 또는 부분적으로, 구현될 수도 있다. 메모리, 프로세싱, 및 네트워크 리소스는 모두 본원에서 설명되는 임의의 예의 확립, 사용, 또는 수행과 관련하여(임의의 방법의 수행 또는 임의의 시스템의 구현과 관련하는 것을 포함함) 사용될 수도 있다.
더구나, 본원에서 설명되는 하나 이상의 예는 하나 이상의 프로세서에 의해 실행 가능한 명령어들의 사용을 통해 구현될 수도 있다. 이들 명령어들은 컴퓨터 판독 가능 매체 상에서 반송될(carried) 수도 있다. 이하의 도면과 함께 도시되는 또는 설명되는 머신은, 본원에서 개시되는 예를 구현하기 위한 명령어들이 수행 및/또는 실행될 수 있는 컴퓨터 판독 가능 매체 및 프로세싱 리소스의 예를 제공한다. 특히, 본 발명의 예와 함께 도시되는 수많은 머신은 데이터 및 명령어들을 유지하기 위한 다양한 형태의 메모리 및 프로세서를 포함한다. 컴퓨터 판독 가능 매체의 예는, 퍼스널 컴퓨터 또는 서버 상의 하드 드라이브와 같은 영구적 메모리 스토리지 디바이스를 포함한다. 컴퓨터 저장 매체의 다른 예에는, CD 또는 DVD 유닛, 플래시 메모리(예컨대, 스마트폰, 다기능 디바이스 또는 태블릿 상에서 내포됨), 및 자기 메모리와 같은 휴대용 스토리지 유닛을 포함한다. 컴퓨터, 단말, 네트워크 대응 디바이스(예를 들면, 셀 폰(cell phone)과 같은 모바일 디바이스)는 모두, 프로세서, 메모리, 및 컴퓨터 판독 가능 매체 상에 저장되는 명령어들을 활용하는 머신 및 디바이스의 예이다. 추가적으로, 예는 컴퓨터 프로그램, 또는 그러한 프로그램을 반송할 수 있는 컴퓨터 사용 가능 캐리어 매체의 형태로 구현될 수도 있다.
시스템 설명
도 1은, 본원에서 설명되는 예에 따른, 유저 디바이스 및 제공자 디바이스와 통신하는 예시적인 네트워크 시스템을 예시하는 블록도이다. 네트워크 시스템(100)은, 요청하는 유저(182)를, 유저의 서비스 요청(183)를 이행하는 데 이용 가능한 서비스 제공자(192)와 연결하는 네트워크 기반의 서비스(예를 들면, 주문형 운송 서비스, 주문형 배달 서비스, 등등)를 구현할 수 있거나 또는 관리할 수 있다. 네트워크 시스템(100)은, 유저 디바이스(180) 상에서 실행되는 유저 애플리케이션(181) 및 제공자 디바이스(190) 상에서 실행되는 제공자 애플리케이션(191)을 통해 요청하는 유저(182)에 대해 이용 가능한 서비스 제공자(192)에 의해 주문형 서비스가 제공되는 것을 가능하게 하는 플랫폼을 제공할 수 있다. 본원에서 사용되는 바와 같이, 유저 디바이스(180) 및 제공자 디바이스(190)는 네트워크 시스템(100)에 의해 관리되는 주문형 서비스에 대응하는 지정된 애플리케이션을 실행하는 기능성을 갖는 컴퓨팅 디바이스를 포함할 수 있다. 많은 예에서, 유저 디바이스(180) 및 제공자 디바이스(190)는, 스마트폰, 태블릿 컴퓨터, VR 또는 AR 헤드셋, 차량의 온보드 컴퓨팅 시스템, 스마트 시계, 및 등등과 같은 모바일 컴퓨팅 디바이스를 포함할 수 있다. 하나의 예에서, 서비스 요청을 이행하는 서비스 제공자는, 서비스 제공자가 유저를 픽업하기 위해 시작 위치(예를 들면, 픽업 위치)에서 유저와 만나는 것 및 유저를 서비스 위치(예를 들면, 목적지 위치)로 운송하는 것을 포함한다.
네트워크 시스템(100)은 유저 애플리케이션(181)을 경유하여 하나 이상의 네트워크(170)를 통해 유저 디바이스(180)와 통신하기 위한 유저 디바이스 인터페이스(115)를 포함할 수 있다. 예에 따르면, 네트워크 기반의 서비스를 활용하기를 원하는 요청하는 유저(182)는 유저 애플리케이션(181)을 론칭할 수 있고 유저 디바이스(180)로 하여금, 유저 애플리케이션(181)을 사용하는 것에 의해, 네트워크(170)를 통해 네트워크 시스템(100)으로 서비스 요청(183)을 송신하게 할 수 있다. 소정의 구현예에서, 요청하는 유저(182)는 네트워크 시스템(100)에 의해 관리되는 다수의 상이한 서비스 타입을 볼 수 있다. 주문형 운송 서비스의 맥락에서, 서비스 타입은, 승차 공유 서비스, 이코노미 서비스, 럭셔리 서비스, 전문 서비스 제공자 서비스(예를 들면, 서비스 제공자가 공인되는 경우), 자율 주행 차량 서비스, 및 등등을 포함할 수 있다. 소정의 구현예에서, 이용 가능한 서비스 타입은, 서비스 제공자에 의해 서비스를 받도록 다수의 유저가 매칭될 수 있는 승차 공유 풀링 서비스 클래스를 포함할 수 있다. 유저 애플리케이션(181)은 유저(182)가 이용 가능한 서비스 타입을 스크롤하는 것을 가능하게 할 수 있다. 유저 애플리케이션(181)은 또한 유저(182)가 예기되는(prospective) 서비스 요청에 대한 시작 및 서비스 위치를 입력하는 것을 가능하게 할 수 있다. 하나의 양태에서, 서비스 요청(183)은, 예기되는 서비스 요청(183)에 대해 유저 애플리케이션(181) 내에서 유저가 시작 및 서비스 위치를 입력하는 것에 응답하여, 유저 디바이스(180)에 의해 생성될 수 있다. 서비스 요청(183)은 시작 및 서비스 위치를 나타낼 수 있다. 서비스 요청(183)을 수신하는 것에 응답하여, 네트워크 시스템(100)은, 유저 디바이스(180)로 하여금 서비스 타입, 그 서비스 타입에 대한 모든 가까운 이용 가능한 서비스 제공자의 위치, 및/또는 이용 가능한 서비스 타입의 각각을 요청하기 위한 추정 비용에 대한 가장 근접한 서비스 제공자의 ETA를 나타내는 ETA 데이터를 유저 애플리케이션(181)의 유저 인터페이스 상에서 디스플레이하게 하기 위한 콘텐츠 데이터(예를 들면, 콘텐츠 데이터(133))를 제공할 수 있다. 유저가 이용 가능한 서비스 타입을 스크롤함에 따라, 유저 인터페이스는 유저(182) 또는 유저에 의해 설정되는 시작 위치에 중심을 두는 맵 상에서 그 서비스 타입에 대한 서비스 제공자의 시각적 표현을 나타내도록 업데이트될 수 있다. 유저(182)는 특정한 서비스 타입을 선택하고 서비스 요청(183)을 송신하기 위해 유저 애플리케이션(181)의 유저 인터페이스와 상호 작용할 수 있다.
실시형태에 따르면, 네트워크 시스템(100)은, 유저 디바이스(180)로부터 서비스 요청(183)을 수신하는 것에 응답하여 다수의 기능을 수행할 수 있는 서비스 엔진(125)을 포함할 수 있다. 예를 들면, 서비스 요청(183)을 수신하는 것에 응답하여, 서비스 엔진(125)은 서비스 요청(183)을 이행할 후보 서비스 제공자(192)를 식별할 수 있다. 서비스 엔진(125)은 유저의 서비스 요청(183)에 서비스하기 위한 최적의 서비스 제공자(192)를 식별하기 위해 제공자 디바이스(190)로부터 송신되는 제공자 위치 데이터(194)를 수신할 수 있다. 최적의 서비스 제공자(192)는 서비스 제공자(192)의 위치, 시작 위치까지의 ETA, 상태, 이용 가능성, 및 등등에 기초하여 식별될 수 있다.
다양한 양태에서, 서비스 엔진(125)은 선택된 서비스 제공자(192)의 제공자 디바이스(190)로 초대장(126)을 송신할 수 있다. 초대장(126)은 제공자 디바이스(190)와 통신하는 제공자 디바이스 인터페이스(120)를 경유하여 네트워크(170)를 통해 송신될 수 있다. 초대장(126)을 수신하는 것에 응답하여, 제공자 애플리케이션(191)은 서비스 제공자(192)가 초대장(126)을 수락하거나 또는 거절하기 위한 프롬프트를 디스플레이할 수 있다. 서비스 제공자(192)가 초대장(126)을 수락하면, 제공자 애플리케이션(191)은 제공자 디바이스(190)로 하여금 수락(193)을 네트워크 시스템(100)으로 송신하게 할 수 있다. 제공자 디바이스(190)로부터 수락(193)을 수신하는 것에 응답하여, 네트워크 시스템(100) 및 서비스 엔진(125)은 서비스 제공자(192)에 의한 요청된 서비스의 이행을 용이하게 하기 위해 다수의 동작을 수행할 수 있다. 한 예로서, 서비스 엔진(125)은 서비스 제공자(192)가 서비스 요청(183)을 이행하기 위한 최적의 경로(127)를 생성한다. 경로(127)는 데이터베이스(145) 내에 저장되는 맵 데이터(147)에 기초하여 생성될 수 있다. 경로(127)는 (예를 들면, 제공자 위치 데이터(194)에 기초한) 서비스 제공자(192)의 현재 위치로부터 시작 위치까지의 세그먼트 및 시작 위치로부터 서비스 위치까지의 다른 세그먼트를 포함할 수 있다. 경로(127)는 또한 승차 공유 운송 서비스의 다른 유저에 대한 하차 위치, 등등과 같은 다른 중간 위치를 포함할 수 있다. 제공자 디바이스 인터페이스(120)는 하나 이상의 네트워크(170)를 통해 경로(127)를 제공자 디바이스(190)로 송신할 수 있다. 제공자 디바이스(190)는, 제공자 애플리케이션(191)을 통해, 서비스 엔진(125)에 의해 생성되는 경로(127)에 기초하여 서비스 제공자(192)에 대한 턴 바이 턴 길안내(turn-by-turn direction)를 디스플레이할 수 있다. 몇몇 구현예에서, 서비스 엔진(125)은 시작 및 서비스 위치를 서비스 제공자 디바이스(190)로 송신할 수 있고 제공자 디바이스(190) 및 제공자 애플리케이션(191)은 서비스 요청(183)을 이행하는 데 필요한 서비스 제공자(192)에 대한 하나 이상의 경로 및 턴 바이 턴 길안내를 생성할 수 있다.
다양한 예에서, 네트워크 시스템(100)은 요청하는 유저(182)에 대한 유저 데이터를 데이터베이스(145)에서 유저 프로파일 데이터(146)의 형태로 유지할 수 있다. 유저 프로파일 데이터(146)는 과거에 유저(182)에 의해 요청된 서비스, 네트워크 기반의 서비스와 관련되는 자주 방문한 위치(예를 들면, 집 위치, 사무실 주소, 등등), 및 등등에 관련이 있는 정보를 포함할 수 있다. 유저 프로파일 데이터(146)는 네트워크 기반의 서비스에 대한 유저(182)의 지불을 프로세싱하기 위해 네트워크 시스템(100)에 의해 사용되는 지불 정보(예를 들면, 신용/직불 카드 정보, 등등)를 또한 포함할 수 있다. 몇몇 구현예에서, 유저(182)는 유저 애플리케이션(181)을 통해 지불 정보를 입력할 수 있다. 예를 들면, 유저(182)는, 네트워크 기반의 서비스에 대한 유저 계정 또는 프로파일을 셋업하는 동안 또는 서비스에 대한 요청을 제출하기 이전에, 재촉받을 수 있다.
실시형태에 따르면, 유저(182)가 유저(182)로부터의 서비스 요청(183)을 프로세싱하기 이전에 그 또는 그녀가 오브젝트(175)를 소유한다는 것을 검증하기 위해, 네트워크 시스템(100) 및 유저 디바이스(180)는 함께 오브젝트 검증을 수행할 수 있다. 한 예로서, 오브젝트 검증 액션은, 유저(182)가 유저(182)의 유저 프로파일과 관련되는 지불 카드를 소유한다는 것을 검증하기 위해 사용될 수 있다. 하나의 구현예에서, 서비스 요청(183)에 응답하여, 서비스 엔진(125)은 요청하는 유저(182)의 유저 프로파일 데이터(146)를 검색할 수 있다. 서비스 엔진(125)(또는 네트워크 시스템(100)의 다른 컴포넌트)은, 유저 프로파일 데이터(146)를 분석하는 것에 기초하여, 서비스 요청(183)의 프로세싱을 진행하기 이전에 유저(182)에게 오브젝트 검증을 수행할 것을 요구할지의 여부를 결정할 수 있다. 다른 구현예에서, 서비스 엔진(125)은, 유저 애플리케이션(181) 내에서 시작 위치로부터 서비스 위치까지의 네트워크 기반의 서비스를 미리 보기위해 유저가 세션을 개시하는 것에 응답하여, 유저가 유저 애플리케이션 내에서 오브젝트(175)에 관련이 있는 정보를 입력하는 것에 응답하여, 또는 유저(182)가 그의 또는 그녀의 유저 계정 또는 프로파일을 셋업하는 것에 응답하여, 오브젝트 검증을 요구할지의 여부를 결정할 수 있다. 유저(182)가 그의 또는 그녀의 지불 정보를 검증해야만 한다는 것이 결정되면, 네트워크 시스템(100)은 네트워크(170)를 통해 유저 디바이스(180)로 검증 요청(128)을 송신할 수 있다.
검증 요청(128)을 수신하는 것에 응답하여, 유저 디바이스(180)는 검증 유저 인터페이스를 디스플레이할 수 있는데, 유저(182)는 그 검증 유저 인터페이스를 사용하여 오브젝트 검증을 수행할 수 있다. 몇몇 구현예에서, 유저 디바이스(180)는 오브젝트(175)의 복수의 이미지를 캡쳐할 수 있다. 유저 디바이스(180)는 캡쳐된 이미지를 프로세싱하여 네트워크 시스템(100)으로 송신될 검증 데이터(185)를 생성한다. 민감한 데이터 및 정보를 포함할 수도 있는 캡쳐된 이미지, 및 다른 원시 데이터가 네트워크(170)를 통해 네트워크 시스템(100)으로 송신될 필요가 없도록, 소정의 오브젝트 검증 액션이 유저 디바이스(180)에 대해 수행될 수 있다. 유저 디바이스(180)는, 검증 데이터(185)의 보안 전달을 보장하기 위해, 검증 데이터(185)를 추가로 암호화할 수 있다.
실시형태에 따르면, 네트워크 시스템(100)은, 유저 디바이스(180)로부터 검증 데이터(185)를 수신하고 오브젝트 검증이 통과되었는지 또는 실패하였는지의 여부에 관한 결정을 행하는 검증 엔진(135)을 포함한다. 오브젝트 검증이 통과되었다는 것을 검증 엔진(135)이 결정하면, 검증 엔진(135)은, 통과한 검증 결과(passing verification result)(136)를 서비스 엔진(125)에 송신하여, 서비스 엔진(125)으로 하여금, 예를 들면, 유저(182)의 서비스 요청(183)의 프로세싱을 진행하게 할 수 있다. 다른 한편, 오브젝트 검증이 실패하였다는 것을 검증 엔진(135)이 결정하는 경우, 검증 엔진(135)은 실패한 검증 결과(failing verification result)(137)를 유저 디바이스(180)로 송신할 수 있다. 응답에서, 유저 디바이스(180)는, 다른 신용 카드 또는 직불 카드에 대한 정보를 입력하는 것, 발행 금융 기관과 직접적으로 지불 정보를 검증하는 것, 고객 담당자(customer representative)와 대화하는 것, 및 등등과 같은 하나 이상의 교정 조치(remedial action)를 수행함에 있어서 진행할 다양한 옵션을 유저(182)에게 제시할 수 있다.
오브젝트 검증 프로세스는 유저 디바이스(180)의 카메라에 의해 캡쳐되는 이미지가 진짜 오브젝트(175)를 묘사하는지의 여부를 결정하기 위한 다수의 분석을 포함할 수 있다. 분석은 광 반사율 분석, 피쳐 위치 매핑 분석, 오브젝트 정보 매칭 분석, 3D 피쳐 인식, 등등을 포함할 수 있다. 검증 엔진(135)은 이들 분석의 조합에 기초하여 오브젝트 검증이 통과되었는지 또는 실패하였는지의 여부를 결정할 수 있다. 예를 들면, 유저 디바이스(180)는 분석 중 하나 이상을 수행할 수 있고 그 결과(예를 들면, 점수, 메트릭, 등등)를 네트워크 시스템(100)으로 송신되는 검증 데이터(185)의 일부로서 송신할 수 있다. 검증 엔진(135)은, 유저 디바이스(180)에 의해 이미지에서 캡쳐되는 오브젝트(175)가 진짜인지의 여부에 대한 종합적인 결정을 생성하기 위해, 데이터베이스(145)에 저장되는 머신 학습 모델(149)을 활용할 수 있다. 추가적으로 또는 대안으로서, 검증 데이터(185)는, 검증 엔진(135) 또는 네트워크 시스템(100)의 다른 컴포넌트가 본원에서 설명되는 분석 중 하나 이상을 수행하는 것을 가능하게 하는 데이터(예를 들면, 캡쳐된 이미지로부터 추출되는 데이터 또는 캡쳐된 이미지에 기초하여 계산되는 값)를 포함할 수 있다.
하나의 양태에서, 검증 데이터(185)는 검증되고 있는 오브젝트의 광 반사율 분석의 결과를 나타낼 수 있다. 광 반사율 분석의 결과는 오브젝트(175)의 표면이 예상된 재료로 구성되는지의 여부의 표시일 수 있다. 실물의 지불 카드를 검증하려고 시도하는 예에서, 광 반사율 분석은 종이 상에 인쇄되는 또는 스크린 상에서 디스플레이되는 카드의 이미지로부터 실물의 (예를 들면, 플라스틱 또는 금속) 신용 카드를 구별하는 데 도움이 될 수 있다. 분석은 오브젝트의 광 반사율 특성(예를 들면, 광 반사의 강도, 광 반사 패턴)이 플라스틱 또는 금속 재료 표면을 나타내는 허용 가능한 범위 내에 있는지의 여부를 결정할 수 있다. 반사율 분석은 검증되고 있는 오브젝트의 캡쳐되는 적어도 두 개의 이미지 - 유저 디바이스(180)의 플래시가 오프된 상태에서 캡쳐되는 제1 이미지 및 플래시가 조명되고 있는 상태에서 캡쳐되는 다른 이미지 - 를 사용하여 유저 디바이스(180)에 의해 수행될 수 있다. 이미지는 실질적으로 동시에 캡쳐될 수 있다. 예를 들면, 유저 디바이스(180)는 유저 입력에 응답하여 이미지 둘 모두를 빠르고 연속적으로 캡쳐할 수 있고 프로세스에서 플래시를 자동적으로 턴온(및/또는 오프)할 수 있다. 두 이미지를 비교하는 것(예를 들면, 두 이미지의 픽셀 휘도 값에서의 평균 차이를 계산하는 것)에 의해, 유저 디바이스(180)는 광 반사율 특성이 허용 가능한 범위 내에 있는지의 여부를 결정할 수 있다.
몇몇 구현예에서, 네트워크 시스템(100)의 검증 엔진(135)은 광 반사율 분석을 수행할 수 있다. 이들 구현예에서, 유저 디바이스(180)로부터 네트워크 시스템(100)으로 송신되는 검증 데이터(185)는, 검증 엔진(135)이 광 반사율 분석을 수행하는 것을 가능하게 하기 위해 두 이미지의 픽셀 휘도 값과 같은 데이터를 포함할 수 있다. 다른 구현예에서, 네트워크 시스템(100) 및 유저 디바이스(180)의 조합은 광 반사율 분석을 수행할 수 있다. 예를 들면, 유저 디바이스(180)는 캡쳐된 이미지에 기초하여 검증되고 있는 오브젝트(175)의 광 반사율 특성을 계산할 수 있고, 검증 엔진(135)은 광 반사율 특성이 허용 가능한 범위 내에 있는지의 여부를 결정할 수 있다. 이러한 방식으로, 광 반사율 분석은 유저 디바이스(180)의 이용 가능한 리소스를 여전히 활용하면서 검증되고 있는 주어진 오브젝트(175)에 동적으로 맞춰질 수 있다. 예를 들면, 유저(182)가 특정한 브랜드의 신용 카드를 소유하고 있다는 것을 검증함에 있어서, 검증 엔진(135)은 신용 카드가 오직 금속 카드로서 발급된다는 것을 (예를 들면, 카드 발급자와의 통신에 기초하여 또는 공개적으로 이용 가능한 데이터에 기초하여) 결정할 수 있다. 이 정보에 기초하여, 검증 엔진(135)은 그에 따라 광 반사율 분석의 허용 가능한 범위를 설정할 수 있다.
다른 양태에서, 검증 엔진(135)은 피쳐 위치 매핑 분석을 수행하기 위해 검증 데이터(185)를 분석할 수 있다. 그렇게 함에 있어서, 검증 엔진(135)은 (예를 들면, 데이터베이스(145)에 오브젝트 데이터(148)로서 저장되는) 오브젝트 템플릿을 검색할 수 있고 템플릿을 비교하여 오브젝트(175) 상의 피쳐의 위치가 오브젝트 템플릿과 매치하는지의 여부를 결정할 수 있다. 예를 들면, 지불 카드를 검증함에 있어서, 분석되는 피쳐는 로고, 카드 번호, 만료일, 서명 박스, 및 등등을 포함할 수 있다. 검증 데이터(185)는 오브젝트(175) 상의 피쳐의 각각의 피쳐의 (예를 들면, 좌표 시스템, 등등에서, 오브젝트(175)의 경계에 대한) 각각의 위치를 나타낼 수 있다. 검증 엔진(135)은, 검증되고 있는 오브젝트(175)에 대해 예상되는 피쳐의 위치의 공지되고 검증된 기준을 제공할 수 있는 대응하는 오브젝트 템플릿을 검색할 수 있다. 위치 매핑 분석의 결과는, 오브젝트 템플릿 데이터에 기초하여 오브젝트(175) 상의 정확한 위치에 있는 것으로 결정되는 피쳐의 백분율을 나타낼 수 있다.
검증 엔진(135)은 오브젝트 정보 매칭 분석을 수행하기 위해 검증 데이터(185)를 분석하도록 또한 구성될 수 있다. 검증 데이터(185)는, 오브젝트(175)의 캡쳐되는 이미지에 대해 수행되는 광학 문자 인식 기술을 사용하여 검출되는 오브젝트(175)에 관한 검출된 텍스트 정보를 포함할 수 있다. 검증 엔진(135)은 검출된 텍스트 정보를, 데이터베이스에 저장되는 오브젝트의 공지된 정보에 대해 비교할 수 있다. 오브젝트(175)가 진짜 지불 카드이다는 것을 검증하는 예에서, 검출된 텍스트 정보는 오브젝트(175) 상에서 묘사되는 바와 같이 지불 카드와 관련되는 이름을 포함할 수 있다. 검증 엔진(135)은, 유저(182)의 이름이 오브젝트(175) 상에서 묘사되는 이름과 매치하는지의 여부를 결정하기 위해, 그 이름을, 유저 프로파일 데이터(146)에 저장되는 유저(182)의 이름에 대해 비교할 수 있다. 소정의 구현예에서, 검증 엔진(135)은 3D 피쳐 인식 분석을 수행하기 위해 검증 데이터(185)를 추가로 분석할 수 있다. 이 분석을 위해, 유저 디바이스(180)는 오브젝트(175)의 캡쳐된 이미지에 대한 분석을 수행하여, 오브젝트(175)의 표면 상의 하나 이상의 돌기부에 의해 투사되는 이미지에서 (만약 있다면) 그림자를 식별할 수 있고 그림자가 균일한지의 여부(예를 들면, 그들이 진짜 그림자이고 생성된 이미지가 아니다는 것)를 결정할 수 있다. 이것은 지불 카드 번호를 포함하는 돌기부를 가질 수도 있는 지불 카드의 진위를 검증하는 데 유용할 수 있다. 유저 디바이스(180)로부터 송신되는 검증 데이터(185)는 3D 피쳐 분석이 통과되었는지 또는 실패하였는지의 여부의 표시를 포함할 수 있다.
실시형태에 따르면, 검증 엔진(135)은, 오브젝트 검증 프로세스가 통과되었는지의 여부(예를 들면, 유저 디바이스(180)의 카메라에 의해 캡쳐되는 오브젝트(175)가 진짜인지의 여부)에 관한 종합적인 결정을 생성하도록 구성된다. 그렇게 함에 있어서, 검증 엔진(135)은, 유저 디바이스(180) 및 네트워크 시스템(100)에 의해 수행되는 다양한 검증 분석의 결과를 비롯한, 이용 가능한 데이터의 집성(aggregate)에 기초하여 오브젝트 검증 프로세스가 통과되었는지의 여부를 결정할 수 있다. 따라서, 몇몇 경우에, 검증 엔진(135)은, 비록 하나 이상의 분석이 실패한 것으로 간주되었더라도, 오브젝트 검증 프로세스가 통과되었다는 것을 결정할 수 있다. 예를 들면, 특정한 오브젝트(175)를 검증함에 있어서, 3D 피쳐 인식 분석은 실패 점수를 나타낼 수 있지만, 그러나 다른 분석(예를 들면, 광 반사율 분석, 피쳐 위치 매핑 분석, 오브젝트 정보 매칭 분석, 등등)은 각각의 통과 점수 또는 메트릭을 나타낼 수 있다. 이 특정한 경우에서, 검증 엔진(135)은 이용 가능한 집성 데이터에 기초하여 오브젝트(175)에 대한 오브젝트 검증 프로세스가 통과되었다는 종합적인 결정을 생성할 수 있다. 소정의 구현예에서, 검증 엔진(135)은 머신 학습 모델(149)을 사용하여 종합적인 결정을 생성할 수 있다. 머신 학습 모델(149)에 대한 입력은 검증 분석에 의해 생성되는 결과 또는 메트릭(예를 들면, 광 반사율 분석, 피쳐 위치 매핑 분석, 등등의 결과)일 수 있다. 머신 학습 모델(149)은 네트워크 기반의 시스템의 유저에 의해 수행되는 오브젝트 검증 프로세스의 과거 인스턴스에 기초하여 시간이 지남에 따라 트레이닝될 수 있다. 지불 카드를 검증하는 것의 맥락에서, 머신 학습 모델(149)은, 검증되는 지불 카드가 금융 기관에 의해 궁극적으로 수락되었는지 또는 거부되었는지의 여부 또는 오브젝트 검증 프로세스에서의 실패가 위양성이었는지(예를 들면, 고객 서비스 담당자와의 통신에서 유저(182)에 의해 교정되었는지)의 여부와 같은, 오브젝트 검증 프로세스 이후 네트워크 기반의 서비스와 관련되는 이벤트를 나타내는 데이터에 기초하여 추가로 트레이닝될 수 있다.
도 2는, 본원에서 설명되는 예에 따른, 예시적인 네트워크 시스템과 통신하는 예시적인 모바일 컴퓨팅 디바이스를 예시하는 블록도이다. 도 2의 하기의 설명에서, 도 1과 관련하여 도시되고 설명되는 피쳐 및 예에 대한 참조가 이루어질 수도 있다. 예를 들면, 네트워크 시스템(290)은 도 1에서 예시되고 그와 관련하여 설명되는 네트워크 시스템(100)의 실시형태일 수 있고, 도 1의 유저 디바이스(180)는 도 2에서 예시되는 모바일 컴퓨팅 디바이스(200)의 실시형태일 수 있다. 모바일 컴퓨팅 디바이스(200)는 또한 도 1의 제공자 디바이스(190)로서 동작할 수 있다.
실시형태에 따르면, 모바일 컴퓨팅 디바이스(200)는 서비스 애플리케이션(256)을 저장하는 메모리(250)(또는 다양한 메모리 엘리먼트의 조합)를 포함할 수 있다. 모바일 컴퓨팅 디바이스(200)는, 모바일 컴퓨팅 디바이스(200)의 유저에게, 네트워크 시스템(290)에 의해 관리되는 네트워크 기반의 서비스와 상호 작용하고 그것을 요청하기 위한 다양한 기능성을 제공하기 위해, 서비스 애플리케이션(256)을 실행할 수 있다. 메모리(250)는 서비스 애플리케이션(256)의 동작을 지원하는 유저의 정보를 포함하는 로컬 유저 프로파일(251)을 추가로 저장할 수 있다. 모바일 컴퓨팅 디바이스(200)가 유저 디바이스(예를 들면, 도 1의 유저 디바이스(180))로서 동작하는 구현예에서, 서비스 애플리케이션(256)은 유저 애플리케이션에 대응할 수 있다. 모바일 컴퓨팅 디바이스(200)가 제공자 디바이스(예를 들면, 도 1의 제공자 디바이스(190))로서 동작하는 다른 구현예에서, 서비스 애플리케이션은 제공자 애플리케이션에 대응할 수 있다. 모바일 컴퓨팅 디바이스(200)는 네트워크(280)를 통해 네트워크 시스템(290)과 통신하기 위한 네트워크 인터페이스(210)를 포함한다.
다양한 양태에서, 모바일 컴퓨팅 디바이스(200)는 서비스 엔진(230)을 포함할 수 있다. 유저가 네트워크 기반의 서비스를 요청하기 위해 서비스 애플리케이션(256)의 유저 인터페이스와 상호 작용함에 따라, 서비스 엔진(230)은 네트워크 시스템(290)으로 송신될 서비스 요청(231)을 생성할 수 있다. 다시 도 1을 참조하면, 서비스 요청(231)은 도 1에서 예시되는 서비스 요청(183)에 대응할 수 있다. 서비스 요청(231)을 수신하는 것에 응답하여, 네트워크 시스템(290)은 유저에 대한 서비스 요청(231)을 이행할 서비스 제공자를 식별할 수 있다.
몇몇 구현예에서, 네트워크 시스템(290)은 하나 이상의 검증 액션이 유저에 대해 수행될 필요가 있나는 것을 결정할 수 있다. 이 결정은 서비스 요청(231)의 프로세싱 동안 이루어질 수 있거나 또는 서비스 요청(231)이 생성되거나 및 송신되기 이전에 이루어질 수 있다. 예를 들면, 이러한 결정은 유저가 서비스에 대한 요청을 제출하기 이전에 유저 애플리케이션에서 서비스 옵션을 미리 보는(예를 들면, 서비스 클래스, ETA, 가격, 또는 등등을 보는 동안) 동안 이루어질 수 있다. 이 결정에 응답하여, 네트워크 시스템(290)은 검증 요청(291)을 모바일 컴퓨팅 디바이스(200)로 송신할 수 있다. 검증 요청(291)은 서비스 요청(231)과 관련하여 과금될 지불 옵션을 검증하기 위한 요청에 대응할 수 있다. 검증 요청(291)을 수신하는 것에 응답하여, 모바일 컴퓨팅 디바이스(200)는 본원에서 설명되는 다양한 이미징 기술을 사용하여 실물의 지불 카드(예를 들면, 신용 카드, 직불 카드, 등등)를 검증하기 위해 다수의 기능을 수행할 수 있다. 검증 프로세스 동안 생성되는 데이터는, 검증 프로세스가 통과되었는지 또는 실패하였는지의 여부를 결정하기 위한 추가적인 프로세싱을 위해 암호화되어 네트워크 시스템(290)으로 송신될 수 있다. 응답에서, 네트워크 시스템(290)은, 서비스에 대한 요청이 이행될 수 있기 이전에, 유저에게 하나 이상의 교정 조치를 수행할 것을 요구할지의 여부를 결정할 수 있다.
본원에서 설명되는 예에서, 서비스 엔진(230)은 오브젝트 검증 프로시져를 개시하기 위해 검증 요청(291)을 오브젝트 검증 엔진(225)으로 포워딩할 수 있다. 오브젝트 검증 프로시져의 하나의 예가 도 4에서 예시되고 그와 관련하여 설명된다. 검증 요청(291)을 수신하는 것에 응답하여, 오브젝트 검증 엔진(225)은 검증 유저 인터페이스(예를 들면, 도 5a의 유저 인터페이스(500))로 하여금 모바일 컴퓨팅 디바이스(200)의 스크린 상에서 디스플레이 되게 할 수 있다. 이 유저 인터페이스 내에서, 유저는 검증 프로세스를 통해 검증될 실물의 지불 카드의 이미지를 캡쳐하도록 지시받을 수 있다.
하나 이상의 구현예에서, 유저는 검증 유저 인터페이스에서 지불 카드를 시각적 가이드와 정렬하도록 재촉받을 수 있다. 예를 들면, 오브젝트 검증 엔진(225)은, 오브젝트(275)가 검증 유저 인터페이스 내에서 디스플레이되는 시각적 가이드와 정렬되는 것으로 결정되자마자 카메라(215)로 하여금 검증될 오브젝트(275)의 이미지를 자동적으로 캡쳐하게 하기 위한 트리거(227)를 생성하기 위해, 모바일 컴퓨팅 디바이스(200)의 카메라(215)의 출력을 모니터링할 수 있다. 추가적으로 또는 대안으로서, 모바일 컴퓨팅 디바이스(200)의 스크린 상에서 디스플레이되는 검증 유저 인터페이스는 오브젝트(275)의 이미지를 캡쳐하기 위한 유저 인터페이스 피쳐(예를 들면, "이미지 캡쳐(Capture Image)" 소프트 버튼)을 또한 포함할 수 있다. 오브젝트(275)의 캡쳐된 이미지(217)는 이미지 프로세싱 엔진(220)에 의해 프로세싱될 수 있다. 이미지 프로세싱 엔진(220)은, 예를 들면, 이미지(217) 중 하나 이상을 그레이스케일로 변환할 수 있고, 이미지 중 두 개 이상을 정렬할 수 있고, 이미지(217)의 콘트라스트를 변경할 수 있고, 및 등등을 할 수 있다. 프로세싱된 이미지(221)는 추가적인 프로세싱을 위해 오브젝트 검증 엔진(225)으로 송신된다.
실시형태에 따르면, 오브젝트 검증 엔진(225)은 모바일 컴퓨팅 디바이스(200)의 카메라(215)에 의해 캡쳐되는 오브젝트(257)가 진짜인지의 여부를 결정하기 위해 하나 이상의 분석을 수행할 수 있다. 오브젝트 검증 엔진(225)은 프로세싱된 이미지(221)에 기초하여 검증 분석을 수행할 수 있다. 검증 분석은 광 반사율 분석, 피쳐 위치 매핑 분석, 오브젝트 정보 매칭 분석, 3D 피쳐 인식 분석, 및 등등을 포함할 수 있다. 이들 분석은 적어도 도 1, 도 4a 및 도 4b에서 예시되고 그들과 관련하여 설명된다. 이들 분석을 수행함에 있어서, 오브젝트 검증 엔진(225)은 검증 데이터(226)를 생성할 수 있다. 검증 데이터(226)는 검증 분석의 메트릭 또는 결과를 포함할 수 있다. 검증 데이터(226)는, 네트워크 시스템(290)이 검증 분석 중 하나 이상의 검증 분석의 단계의 일부 또는 모두를 수행할 수 있도록, 검증 분석과 관련되는 데이터를 또한 포함할 수 있다. 소정의 구현예에서, 모바일 컴퓨팅 디바이스(200)는 네트워크(280)를 통한 네트워크 시스템(290)으로의 송신을 위해 검증 데이터(226)의 일부 또는 모두를 암호화하기 위한 암호화 엔진(235)을 포함할 수 있다. 암호화된 검증 데이터(236)는 네트워크 인터페이스(210)를 경유하여 네트워크(280)를 통해 네트워크 시스템(290)으로 송신될 수 있다.
실시형태에 따르면, 검증 데이터(236)를 수신하는 것에 응답하여, 네트워크 시스템(290)은, 오브젝트(275)에 대한 오브젝트 검증 프로세스가 통과되었는지 또는 실패하였는지의 여부(예를 들면, 이미지(217)에서 캡쳐되는 오브젝트(275)가 진짜인지의 여부)에 관한 종합적인 결정을 생성할 수 있다. 오브젝트 검증 프로세스가 실패하였다는 것을 네트워크 시스템(290)이 결정하면, 네트워크 시스템(290)은 실패 신호(292)를 모바일 컴퓨팅 디바이스(200)로 송신할 수 있다. 실패 신호(292)를 수신하는 것에 응답하여, 모바일 컴퓨팅 디바이스(200) 상에서 실행되는 서비스 애플리케이션(256)은 제2 검증 유저 인터페이스로 하여금 디스플레이되게 할 수 있다. 이 제2 검증 유저 인터페이스(예를 들면, 도 5b의 유저 인터페이스(550))는, 고객 서비스에 연락하는 것, 지불 방법을 변경하는 것, 또는 세션 또는 서비스 요청을 취소하는 것과 같은, 네트워크 기반의 서비스를 진행함에 있어서의 옵션을 유저에게 제시할 수 있다.
방법론
도 3은, 본원에서 설명되는 예에 따른, 네트워크 기반의 서비스에 대한 서비스 요청을 프로세싱하는 예시적인 방법을 예시하는 플로우차트이다. 도 3의 하기의 설명에서, 도 1 및 도 2와 관련하여 도시되고 설명되는 피쳐 및 예에 대한 참조가 이루어질 수도 있다. 예를 들면, 예시적인 방법은 도 1의 예시적인 네트워크 시스템(100)에 의해 또는 도 2의 예시적인 네트워크 시스템(290)에 의해 수행될 수 있다.
도 3을 참조하면, 네트워크 시스템(예를 들면, 도 1의 네트워크 시스템(100))은 서비스 요청(예를 들면, 도 1의 서비스 요청(183))을 수신할 수 있다(310). 서비스 요청은 유저 애플리케이션을 실행하는 유저 디바이스(예를 들면, 도 1의 유저 디바이스(180) 또는 도 2의 모바일 컴퓨팅 디바이스(200))로부터 네트워크를 통해 수신될 수 있다. 유저 애플리케이션과의 유저의 상호 작용에 응답하여, 유저 애플리케이션 및 유저 디바이스는 서비스 요청으로 하여금 네트워크 시스템으로 송신되게 할 수 있다. 서비스 요청에 대응하는 네트워크 시스템으로 송신되는 데이터는 유저의 식별 정보를 포함할 수 있다. 예를 들면, 네트워크 시스템에 의해 유저에게 할당되는 고유의 유저 ID는 서비스 요청의 일부로서 송신될 수 있다. 서비스 요청은 요청되고 있는 서비스에 관련이 있는 다른 정보를 또한 포함할 수 있다. 예를 들면, 주문형 운송 서비스의 맥락에서, 서비스 요청은 시작 위치(예를 들면, 운송 서비스 제공자가 요청하는 유저와 만날 위치) 및 서비스 위치(예를 들면, 운송 서비스 제공자가 요청하는 유저를 하차시킬 위치)를 또한 식별할 수 있다.
서비스 요청을 수신하는 것에 응답하여, 네트워크 시스템은 유저의 프로파일 데이터를 검색할 수 있다(320). 실시형태에 따르면, 네트워크 시스템은 네트워크 기반의 서비스의 각각의 유저에 대해 하나씩, 복수의 유저 프로파일을 유지할 수 있다. 각각의 유저 프로파일은 대응하는 유저에 관련이 있는 정보를 포함할 수 있다. 주문형 운송 서비스의 맥락에서, 유저 프로파일은, 유저가 자주 방문한 위치, 유저의 집 및/또는 직장 주소, 네트워크 기반의 서비스의 유저의 사용 이력(예를 들면, 과거 트립(trip), 등등), 및 등등을 포함할 수 있다. 다양한 예에서, 유저 프로파일 정보는 유저의 신용 카드 또는 직불 카드 정보와 같은 지불 정보를 또한 포함할 수 있다. 유저의 서비스 요청을 이행함에 있어서, 네트워크 시스템은, 요청된 서비스에 대한 대가로 지불을 프로세싱하기 위해, 지불 정보를 사용할 수 있다.
수신된 서비스 요청을 프로세싱하기 이전에, 네트워크 시스템은, 유저에게 그의 또는 그녀의 지불 정보를 검증할 것을 요구할지의 여부를 결정할 수 있다(330). 유저의 지불 정보의 검증은 실물의 지불 카드(예를 들면, 신용 또는 직불 카드)를 검증하는 것을 포함할 수 있다. 검증은, 사기 유저(fraudulent user)가 대응하는 실물의 지불 카드를 가지고 있지 않은 위조된 또는 도난당한 지불 카드 정보를 사용한 사기 거래를 방지하기 위해 수행될 수 있다. 따라서, 유저에게 실물의 지불 카드를 검증할 것을 요구하는 것에 의해, 네트워크 시스템은, 네트워크 기반의 서비스에 대한 요청을 위해 사용되고 있는 실물의 지불 카드를 유저가 소유하고 있다는 것을 보장할 수 있다. 이러한 방식으로, 트랜잭션 및 네트워크 기반의 서비스의 무결성이 유지될 수 있다. 다양한 예에서, 네트워크 시스템은, 유저에게 그의 또는 그녀의 지불 정보를 검증할 것을 요구할지의 여부를 결정하기 위해 다양한 기준을 사용할 수 있다. 네트워크 시스템은 네트워크 기반의 서비스에 대한 유저의 이력에 기초하여 이러한 결정을 내릴 수 있다. 예를 들면, 네트워크 기반의 서비스의 미리 보기를 진행하기 이전에 또는 서비스 요청을 제출하기 이전에, 새로 등록된 유저 또는 네트워크 기반의 서비스를 활용함에 있어서 최근에 활동하지 않은 유저는 오브젝트 검증을 수행할 것을 요구받을 수 있다. 네트워크 시스템은 또한, 유저 또는 주어진 세션 또는 서비스 요청과 관련되는 특정한 정보에 기초하여 이 결정을 내릴 수 있다. 예를 들면, 네트워크 시스템은, 유저가 이전에 유저와 관련되지 않은 시작 위치 또는 서비스 위치에 대한 네트워크 기반의 서비스를 요청하고 있거나 또는 미리 보는 경우, 유저에게 오브젝트 검증의 수행을 요구할 것을 결정할 수 있다. 다른 예로서, 네트워크 시스템은, 유저의 계정과 함께 새로운 지불 방법이 사용되는 경우, 유저에게 오브젝트 검증의 수행을 요구할 것을 결정할 수 있다.
유저가 특정한 세션 또는 서비스 요청을 진행하는 데 오브젝트 검증이 필요하지 않다는 것을 네트워크 시스템이 결정하는 경우, 네트워크 시스템은 요청 또는 세션의 프로세싱을 진행할 수 있다(380). 따라서, 네트워크 시스템은 네트워크 기반의 서비스를 미리 보기 위한 또는 서비스 요청을 이행하기 위한 적절한 서비스 제공자를 식별하기 위한 데이터를 생성할 수 있다. 다른 한편, 유저에 대한 검증이 필요로 된다는 것을 네트워크 시스템이 결정하면, 네트워크 시스템은 유저 디바이스로 검증 요청을 송신할 수 있다(340). 검증 요청에 응답하여, 유저 디바이스 상에서 실행되고 있는 유저 애플리케이션은 검증 유저 인터페이스로 하여금 유저 디바이스의 스크린 상에서 디스플레이되게 할 수 있다. 유저 애플리케이션 및 검증 유저 인터페이스와 상호 작용하는 것에 의해, 유저는, 하나 이상의 실물의 지불 카드의 그의 또는 그녀의 소유를 검증하기 위해, 하나 이상의 검증 단계를 수행할 수 있다.
결정은 유저의 프로파일 정보에 기초할 수 있다. 하나의 양태에서, 네트워크 시스템은 유저 프로파일의 이력에 기초하여 유저에게 지불 정보의 검증을 요청할 것을 결정할 수 있다. 예를 들면, 유저 프로파일은, 유저가 최근에 그의 또는 그녀의 지불 정보를 수정하였다는 것(예를 들면, 새로운 신용 카드를 추가한 것, 등등)을 나타낼 수 있고, 이 정보에 기초하여, 네트워크 시스템은 유저에게 지불 정보의 검증을 요청할 것을 결정할 수 있다. 다른 예에서, 네트워크 시스템은 유저에 의해 행해지는 하나 이상의 의심스러운 활동을 나타내는 유저 프로파일에 기초하여 유저에게 지불 정보의 검증을 요청할 것을 결정할 수 있다.
유저에게 검증을 요청할 것을 네트워크 시스템이 결정하는 경우, 네트워크 시스템은 유저 디바이스로 검증 요청을 송신할 수 있다(340). 검증 요청은 유저 디바이스로 하여금 검증 유저 인터페이스를 제시하게 할 수 있는데, 유저는, 그 검증 유저 인터페이스를 사용하여, 실물의 지불 카드의 복수의 이미지로 하여금 유저 디바이스의 카메라에 의해 캡쳐되게 할 수 있다. 유저 디바이스는, 네트워크 시스템으로의 송신을 위한 검증 데이터를 생성하기 위해, 캡쳐된 이미지를 평가하고 분석할 수 있다. 단계(350)에서, 네트워크 시스템은 유저 디바이스로부터 검증 데이터를 수신한다.
검증 데이터에 기초하여, 네트워크 시스템은 오브젝트 검증 프로세스가 통과되었는지 또는 실패하였는지에 대한 종합적인 결정을 생성할 수 있다(360). 오브젝트 검증 프로세스가 실패하였다는 것을 네트워크 시스템이 결정하는 경우, 네트워크 기반의 서비스를 진행하기 위해 유저 디바이스로 하여금 교정 조치를 수행할 것을 유저에게 재촉하게 하기 위해, 네트워크 시스템은 실패 신호 또는 표시를 유저 디바이스로 송신할 수 있다(370). 오브젝트 검증 프로세스가 통과되었다는 것을 네트워크 시스템이 결정하는 경우, 네트워크 시스템은 서비스 요청(또는 네트워크 기반의 서비스 미리 보기를 위한 세션)의 프로세싱을 진행할 수 있다(380).
도 4a는, 본원에서 설명되는 예에 따른, 오브젝트 검증을 수행하는 예시적인 방법을 예시하는 플로우차트이다. 도 4의 하기의 설명에서, 도 1 내지 도 3과 관련하여 도시되고 설명되는 피쳐 및 예에 대한 참조가 이루어질 수도 있다. 예를 들면, 예시적인 방법은 도 1의 예시적인 유저 디바이스(180) 또는 도 2의 예시적인 모바일 컴퓨팅 디바이스(200)에 의해 수행될 수 있다.
도 4를 참조하면, 모바일 컴퓨팅 디바이스(예를 들면, 도 2의 모바일 컴퓨팅 디바이스(200))는 네트워크 기반의 서비스를 관리하는 네트워크 시스템으로부터 오브젝트를 검증하기 위한 요청(예를 들면, 도 2의 검증 요청(291))을 수신할 수 있다(410). 검증 요청은 네트워크를 통해 송신될 수 있고 유저가 오브젝트(예를 들면, 지불 카드)를 물리적으로 소유하고 있다는 것을 검증하기 위한 요청에 대응할 수 있다.
검증 요청을 수신하는 것에 응답하여, 모바일 컴퓨팅 디바이스 상에서 실행되는 서비스 애플리케이션(예를 들면, 도 1의 유저 애플리케이션(181), 도 2의 서비스 애플리케이션(256), 등등)은 검증 유저 인터페이스로 하여금 모바일 컴퓨팅 디바이스의 디스플레이 상에서 제시되게 할 수 있다(420). 검증 유저 인터페이스의 예가 도 5a에서 예시된다. 유저는, 네트워크 시스템으로부터의 검증 요청에 응답하여 오브젝트 검증을 수행하기 위해, 검증 유저 인터페이스와 상호 작용할 수 있다. 모바일 컴퓨팅 디바이스는, 검증 유저 인터페이스가 디스플레이되는 동안 하나 이상의 유저 액션에 응답하여 검증되고 있는 오브젝트의 복수의 이미지를 캡쳐할 수 있다(430). 예를 들면, 유저는, 모바일 컴퓨팅 디바이스로 하여금 검증되고 있는 오브젝트의 복수의 이미지를 캡쳐하게 하기 위해, 검증 유저 인터페이스 내에서 오브젝트를 카메라 뷰파인더 피쳐 내의 하나 이상의 시각적 가이드와 정렬할 수 있다(또는 검증 유저 인터페이스 내의 "이미지 캡쳐" 소프트 선택을 활성화할 수 있다). 모바일 컴퓨팅 디바이스는, 모바일 컴퓨팅 디바이스의 플래시가 비활성화된 상태에서(예를 들면, 조명되지 않음)(431) 오브젝트의 제1 이미지를 그리고 모바일 컴퓨팅 디바이스의 플래시가 활성화된 상태에서(예를 들면, 조명함)(432) 오브젝트의 제2 이미지를 캡쳐할 수 있다. 플래시는 제1 및 제2 이미지를 캡쳐할 때 유저 디바이스에 의해 자동적으로 트리거될 수 있다. 예를 들면, 하나 이상의 유저 액션에 응답하여, 모바일 컴퓨팅 디바이스는 제1 이미지를 캡쳐할 수 있고, 자동적으로 플래시를 활성화할 수 있고, 제2 이미지를 캡쳐할 수 있다.
모바일 컴퓨팅 디바이스는 캡쳐된 이미지를 분석할 수 있다(440). 수행되는 분석은 광 반사율 분석(441), 피쳐 위치 매핑 분석(442), 오브젝트 정보 매칭 분석(443), 및 3D 피쳐 인식 분석(444)을 포함할 수 있다. 후속하여, 모바일 컴퓨팅 디바이스는 검증 데이터(예를 들면, 도 1의 검증 데이터(185) 또는 도 2의 검증 데이터(236))를 네트워크 시스템(450)으로 송신할 수 있다. 검증 데이터는 단계(440)에서 수행되는 분석의 결과에 대응할 수 있다. 그렇게 함에 있어서, 오브젝트의 캡쳐된 이미지와 같은 원시 데이터 - 이것은 민감한 또는 개인 정보를 포함할 수도 있음 - 가 네트워크를 통해 네트워크 시스템으로 송신되는 것을 필요로 하지 않는다. 몇몇 구현예에서, 검증 데이터는 모바일 컴퓨팅 디바이스에 의해 수행되는 분석의 복합 메트릭에 대응할 수 있다. 다른 구현예에서, 검증 데이터는 단계(440)에서 수행되는 분석의 각각의 개개의 메트릭 또는 데이터를 포함할 수 있다. 이러한 방식으로, 분석의 각각의 분석의 추가적인 프로세싱은 수신된 검증 데이터에 기초하여 네트워크 시스템에 의해 수행될 수 있다.
광 반사율 분석(441)과 관련하여, 모바일 컴퓨팅 디바이스는 오브젝트의 제1 이미지(예를 들면, 플래시가 비활성화됨)를 제2 이미지(예를 들면, 플래시 활성화됨)와 비교하는 것에 기초하여 하나 이상의 광 반사율 메트릭을 계산할 수 있다. 광 반사율 분석은, 검증되고 있는 오브젝트로부터의 광 반사의 강도(441-A)뿐만 아니라, 검증되고 있는 오브젝트로부터의 광 반사의 패턴(441-B)을 나타내는 메트릭을 생성할 수 있다.
피쳐 위치 매핑 분석(442)의 경우, 모바일 컴퓨팅 디바이스는 이미지에서 캡쳐되는 오브젝트의 하나 이상의 가시적 피쳐를 식별할 수 있고 그들 가시적 피쳐의 위치를, 그들 가시적 피쳐의 예상된 위치를 나타내는 오브젝트에 대한 템플릿에 대해 비교할 수 있다. 모바일 컴퓨팅 디바이스는 내부 데이터베이스로부터 또는 외부 리소스로부터 오브젝트에 대한 적절한 템플릿을 검색할 수 있다. 지불 카드를 검증하는 예에서, 모바일 컴퓨팅 디바이스는, 예를 들면, 카드 발급자, 카드 타입, 카드 번호의 일부, 및 등등에 기초하여, 적절한 오브젝트 템플릿을 검색할 수 있다.
오브젝트 정보 매칭 분석(443)과 관련하여, 모바일 컴퓨팅 디바이스는 오브젝트의 이미지에서 캡쳐되는 검출된 텍스트 정보를, 오브젝트의 공지된 정보에 대해 비교할 수 있다. 대안으로서, 검출된 텍스트 정보는, 네트워크 시스템이 오브젝트 정보 매칭 분석을 수행할 수 있도록, 네트워크 시스템으로 송신될 수 있다. 지불 카드를 검증하는 것의 맥락에서, 유저명, 카드의 만료일, 및 등등과 같은 검출된 텍스트는 유저의 프로파일에 저장되는 정보에 대해 비교될 수 있다.
또한, 모바일 컴퓨팅 디바이스는, 검출된 그림자가 오브젝트의 표면 상에서 위조되지(예를 들면, 묘화되지 또는 페인팅되지) 않는다는 것을 보장하기 위해, 오브젝트의 (만약 있다면) 돌출된 피쳐에 의해 투사되는 그림자가 식별되고 일관성에 대해 분석되는 3D 피쳐 인식 분석(444)을 수행하도록 추가로 구성될 수 있다. 이 기술은 2차원 모조품(예를 들면, 종이 상에 인쇄되는 또는 스크린 상에서 디스플레이되는 카드의 이미지)로부터 카드 번호와 같은 돌출된 피쳐를 갖는 진짜 지불 카드를 구별하는 데 유용할 수 있다. 모바일 컴퓨팅 시스템은, 돌출된 피쳐에 의해 투사되는 그림자를 비교하여 오브젝트의 삼차원 피쳐가 진짜인지의 여부를 결정하기 위해, 플래시가 비활성화된 상태에서 캡쳐되는 제1 이미지 및 플래시가 활성화된 상태에서 캡쳐되는 제2 이미지를 비롯한 복수의 이미지를 분석할 수 있다.
단계(450)에서, 오브젝트 검증 분석으로부터의 데이터 또는 결과는, 네트워크 시스템이 오브젝트 검증 프로세스가 통과되었는지에 관한 종합적인 결정을 생성할 수 있도록, 네트워크 시스템으로 송신된다.
도 4b는, 본원에서 설명되는 예에 따른, 광 반사율 분석을 수행하는 예시적인 방법을 예시하는 플로우차트이다. 도 4b의 하기의 설명에서, 도 1 내지 도 4a에 대한 참조가 이루어질 수도 있다. 예를 들면, 도 4b에서 예시되는 광 반사율 분석(460)은 도 2의 모바일 컴퓨팅 디바이스(200)에 의해 수행될 수 있다. 또한, 도 4b에서 예시되는 광 반사율 분석(460)은 또한, 도 4a에서 예시되는 오브젝트 검증을 수행하는 방법의 일부일 수 있다.
도 4b를 참조하면, 광 반사율 분석(460)은 검증되고 있는 오브젝트의 캡쳐되는 적어도 두 개의 이미지 - 모바일 컴퓨팅 디바이스의 플래시가 오프된 상태에서 캡쳐되는 제1 이미지 및 플래시가 조명되는 상태에서 캡쳐되는 이미지 - 에 기초하여 모바일 컴퓨팅 디바이스에 의해 수행될 수 있다. 제1 및 제2 이미지는 실질적으로 동시적으로 캡쳐될 수 있다. 예를 들면, 모바일 컴퓨팅 디바이스는 유저 입력에 응답하여 이미지 둘 모두를 빠르고 연속적으로 캡쳐할 수 있고 프로세스 동안 플래시를 자동적으로 턴온(및/또는 오프)할 수 있다. 이것은 제1 및 제2 이미지가 정렬되는 것을 보장하는 데 도움이 될 수 있다(예를 들면, 모바일 컴퓨팅 디바이스 및 오브젝트는 제1 및 제2 이미지를 촬상하는 것 사이에서 이동되지 않음). 소정의 구현예에서, 모바일 컴퓨팅 디바이스는 제1 및 제2 이미지를 그레이스케일로 변환할 수 있다(465). 이러한 방식으로, 그레이스케일 이미지의 각각의 픽셀의 값은 휘도 값일 수 있다. 대안으로서, 제1 및 제2 이미지는 그레이스케일 이미지로서 모바일 컴퓨팅 디바이스의 카메라에 의해 캡쳐될 수 있다. 모바일 컴퓨팅 디바이스는 또한, 그레이스케일 이미지가 적절하게 정렬되지 않은 것으로 결정되는 경우 그들을 정렬하도록 구성될 수 있다(470).
모바일 컴퓨팅 디바이스는 그레이스케일 이미지 사이의 픽셀 값 델타를 나타내는 픽셀 델타 맵을 생성할 수 있다(475). 픽셀 델타 맵은 제1 및 제2 이미지와 동일한 해상도(예를 들면, 동일한 수의 픽셀)를 가질 수 있다. 픽셀 델타 맵의 각각의 픽셀은 특정한 픽셀 위치에서 모바일 컴퓨팅 디바이스의 카메라에 의해 측정되는 바와 같은 오브젝트의 광 반사 강도를 나타내는 값을 가질 수 있다. 더욱 상세하게는, 픽셀 델타 맵의 각각의 픽셀 위치에 대해, 모바일 컴퓨팅 디바이스는 제1 및 제2 이미지의 대응 픽셀 위치 사이의 값에서의 차이를 계산하는 것에 의해 대응하는 픽셀 값을 결정할 수 있다. 예를 들면, 픽셀 델타 맵 상의 위치 <100, 100>(예를 들면, 0 위치로부터 수평으로 100 번째 픽셀 및 0 위치로부터 수직으로 100 번째 픽셀)에서 주어진 픽셀에 대한 값을 결정하기 위해, 모바일 컴퓨팅 디바이스는 제1 및 제2 이미지(또는 변환된 그레이스케일 이미지)의 픽셀 위치 <100, 100>에서 대응하는 픽셀 값 사이의 차이를 계산할 수 있다. 모바일 컴퓨팅 디바이스는 픽셀 위치 <100, 100>에서의 픽셀 델타 맵의 값을 결정하기 위해 픽셀 위치 <100, 100>에 있는 제2 이미지의 값으로부터 픽셀 위치 <100, 100>에 있는 제1 이미지의 값을 감산할 수 있다. 픽셀 델타 맵의 이 픽셀 값은 픽셀 위치 <100, 100>에서 카메라에 의해 캡쳐되는 오브젝트의 광 반사의 휘도 값을 나타낼 수 있다. 픽셀 델타 맵을 생성하기 위해, 모바일 컴퓨팅 디바이스는 픽셀 델타 맵 상의 모든 픽셀에 대해 이 계산을 수행할 수 있다.
픽셀 델타 맵에 기초하여, 모바일 컴퓨팅 디바이스는 오브젝트의 광 반사율의 강도의 측정치를 계산할 수 있고(480) 오브젝트의 광 반사율의 패턴의 측정치를 계산할 수 있다(485). 강도의 측정과 관련하여, 모바일 컴퓨팅 디바이스는 픽셀 델타 맵의 픽셀 값의 통계적 측정치를 계산할 수 있다. 예를 들면, 유저 디바이스는 검증되고 있는 오브젝트의 광 반사의 강도를 나타내는 메트릭에 도달하기 위해 픽셀 델타 맵의 다음의 것 중 하나 이상을 계산할 수 있다: (i) 평균 또는 중간 픽셀(예를 들면, 휘도) 값, (ii) 최대 및/또는 최소 픽셀 값, (iii) 픽셀 값의 합계, 및 등등. 광 반사율의 패턴의 측정과 관련하여, 모바일 컴퓨팅 디바이스는 광 반사율의 반경을 결정할 수 있다. 하나의 예에서, 픽셀 델타 맵의 중심 포인트가 정의될 수 있고 모바일 컴퓨팅 디바이스는 픽셀 델타 맵 상의 각각의 반경 방향 세그먼트에 대한 중심 포인트로부터 평균(mean) 또는 평균 가중(average weighted) 거리를 계산할 수 있다.
몇몇 구현예에서, 광 반사율 메트릭(예를 들면, 강도 및/또는 패턴)이 허용 가능한 것으로 간주되는지에 관한 결정은 모바일 컴퓨팅 디바이스에 의해 수행될 수 있다. 예를 들면, 모바일 컴퓨팅 디바이스는 광 반사율 메트릭에 관련되는 기준 값을 로컬하게 저장할 수 있다. 기준 값은 미리 결정될 수 있고 반사율 메트릭에 대한 허용 가능한 범위를 나타낼 수 있다. 예를 들면, 실물의 지불 카드를 검증함에 있어서, 기준 값은 통상적으로 플라스틱 또는 금속 지불 카드에 대해 측정되는 광 반사율 강도 및 반경의 범위를 포함할 수 있다. 이들 구현예에서, 모바일 컴퓨팅 디바이스에 의해 네트워크 시스템으로 송신되는 검증 데이터는, 베이스라인 값과의 결정된 광 반사율 메트릭의 비교의 결과를 포함할 수 있다. 따라서, 검증 데이터는 광 반사율 분석이 통과되었는지 또는 실패하였는지의 여부를 나타낼 수 있다.
다른 구현예에서, 광 반사율 메트릭이 허용 가능한 것으로 간주되는지에 관한 결정은 네트워크 시스템에 의해 수행될 수 있다. 이들 구현예에서, 광 반사율 메트릭은 검증 데이터의 일부로서 모바일 컴퓨팅 디바이스에 의해 네트워크 시스템으로 송신될 수 있다. 몇몇 예에서, 네트워크 시스템(또는 모바일 컴퓨팅 디바이스)은, 검증되고 있는 오브젝트와 관련되는 공지된 정보에 기초하여 특별히 검색되는 기준 값에 대해 광 반사율 메트릭을 비교할 수 있다. 하나의 예로서, 검증되고 있는 지불 카드에 관한 정보(예를 들면, 타입, 발급자, 카드 브랜드, 지불 카드 번호의 일부, 등등)에 기초하여, 네트워크 시스템은 지불 카드가 금속 표면을 갖는다는 것을 결정할 수 있다. 따라서, 네트워크 시스템은, 금속 표면을 갖는 카드와 관련되는 기준 값에 대해 광 반사율 메트릭을 비교할 수 있다. 다른 예로서, 네트워크 시스템은 또한 네트워크 기반의 시스템의 다른 유저에 의해 이전에 검증된 유사한 카드(예를 들면, 동일한 발급자, 동일한 브랜드, 등등)의 검증에 의해 생성되는 데이터를 사용하여 결정되는 기준 값을 검색할 수 있다.
유저 인터페이스
도 5a 및 도 5b는, 본원에서 설명되는 예에 따른, 오브젝트 검증을 수행하기 위해 유저 디바이스 상에서 디스플레이되는 예시적인 유저 인터페이스를 예시한다. 도 4의 하기의 설명에서, 도 1 내지 도 3과 관련하여 도시되고 설명되는 피쳐 및 예에 대한 참조가 이루어질 수도 있다. 예를 들면, 도 5a의 유저 인터페이스(500) 및 도 5b의 550은 도 1의 유저 디바이스(180) 또는 도 2의 모바일 컴퓨팅 디바이스(200) 상에서 디스플레이될 수 있거나 또는 제시될 수 있다.
도 5a를 참조하면, 검증 유저 인터페이스(500)는 네트워크 시스템으로부터 수신되는 검증 요청에 응답하여 유저 디바이스 상에서 디스플레이될 수 있다. 검증 유저 인터페이스(500)는 네트워크 기반의 서비스와 함께 사용하기 위해 유저 디바이스 상에서 실행되는 서비스 애플리케이션(예를 들면, 유저 애플리케이션)의 일부로서 디스플레이될 수 있다. 유저는, 네트워크 기반의 서비스를 미리 보기 위해 또는 서비스 요청을 송신하기 위해, 유저 애플리케이션과 상호 작용할 수 있다. 네트워크 기반의 서비스를 미리 보기 위해 개시되는 세션에 응답하거나 또는 네트워크 시스템으로 송신되는 서비스 요청에 응답하여, 네트워크 시스템은 검증 요청을 생성하고 그것을 유저 디바이스로 송신하여 유저 디바이스로 하여금 검증 유저 인터페이스(500)를 디스플레이하게 할 수 있다. 검증 유저 인터페이스(500)는, 검증되고 있는 오브젝트의 복수의 이미지를 캡쳐하기 이전에 유저 디바이스의 카메라의 뷰를 미리 보는 카메라 뷰파인더(510)를 포함할 수 있다. 카메라 뷰파인더(510)는 하나 이상의 시각적 가이드(520)를 포함할 수 있다. 유저는 오브젝트를, 오브젝트의 복수의 이미지를 캡쳐하도록 유저 디바이스를 트리거하는 시각적 가이드(522)와 정렬할 수 있다. 검증 유저 인터페이스(500)는, 오브젝트의 복수의 이미지를 캡쳐하도록 디바이스를 트리거하는 캡쳐 소프트 선택(530)을 더 포함할 수 있다.
도 5b를 참조하면, 검증 유저 인터페이스(550)는 네트워크 시스템으로부터의 실패 표시(예를 들면, 도 1의 실패(137))에 응답하여 유저 디바이스 상에서 디스플레이될 수 있다. 예를 들면, 유저 디바이스는 네트워크 시스템으로 검증 데이터를 송신할 수 있다. 그리고 검증 데이터에 기초하여, 시스템은 오브젝트 검증 프로세스를 통과한 것으로 간주할지 또는 실패한 것으로 간주할지의 여부를 절대 결정할 수 없다. 오브젝트 검증 프로세스가 실패한 것으로 결정되면, 네트워크 시스템은 실패 표시를 유저 디바이스로 송신하여 유저 디바이스로 하여금 유저 디바이스 상에서 실행되는 서비스 애플리케이션의 일부로서 검증 유저 인터페이스(550)를 제시하게 할 수 있다. 검증 유저 인터페이스(550)는 오브젝트 검증 프로세스가 실패하였다는 텍스트 또는 시각적 표시를 포함할 수 있다. 검증 유저 인터페이스(550)는 복수의 소프트 선택 피쳐를 또한 포함할 수 있는데, 유저는, 그 복수의 소프트 선택 피쳐를 사용하여, 네트워크 기반의 서비스를 미리 보거나 또는 요청함에 있어서 다음의 단계를 지시할 수 있다. 소프트 선택 피쳐(560)와 상호 작용하는 것에 의해, 유저는 유저 디바이스로 하여금 네트워크 기반의 서비스의 고객 서비스와의 연락을 개시하게 할 수 있다. 예를 들면, 소프트 선택 피쳐(560)의 유저 선택에 응답하여, 유저 디바이스는 네트워크 기반의 서비스의 고객 서비스와의 음성 통신 세션(예를 들면, 전화 통화)을 개시할 수 있다. 유저는 또한, 오브젝트 검증 실패를 해결하기 위해, 네트워크 기반의 서비스와 관련하여 사용되는 지불 방법을 변경할 소프트 선택 피쳐(572)을 선택할 수 있다. 몇몇 경우에, 유저는 지불 방법을 변경한 이후 추가적인 오브젝트 검증을 수행할 것을 요구받을 수도 있다. 더구나, 검증 유저 인터페이스(550)는 네트워크 시스템으로부터 오브젝트 검증 요청을 트리거한 서비스 요청을 취소하기 위한 소프트 선택 피쳐(570)를 포함할 수 있다. 유저가 소프트 선택 피쳐(570)를 선택하는 것에 응답하여, 유저 디바이스는 네트워크 시스템으로 취소를 송신할 수 있고 네트워크 시스템은 유저의 서비스 요청을 폐기할 수 있다. 또한, 유저 디바이스 상에서 실행되는 서비스 애플리케이션은 종료될 수 있거나 또는 더 이전 상태(예를 들면, 서비스 애플리케이션을 처음 실행한 경우 디폴트 상태)로 복귀할 수 있다.
하드웨어 다이어그램
도 6은, 본원에서 설명되는 예에 따른, 예시적인 모바일 컴퓨팅 디바이스를 예시하는 블록도이다. 많은 구현예에서, 모바일 컴퓨팅 디바이스(600)는 스마트폰, 태블릿 컴퓨터, 랩탑 컴퓨터, VR 또는 AR 헤드셋 디바이스, 및 등등일 수 있다. 도 1의 맥락에서, 유저 디바이스(180) 및/또는 제공자 디바이스(190)는 도 6에서 예시되고 그와 관련하여 설명되는 바와 같이 모바일 컴퓨팅 디바이스(600)를 사용하여 구현될 수도 있다. 또한, 도 2의 모바일 컴퓨팅 디바이스(200)는 도 6에서 예시되는 모바일 컴퓨팅 디바이스(600)의 실시형태일 수 있다.
실시형태에 따르면, 모바일 컴퓨팅 디바이스(600)는 통상적인 전화 피쳐, 예컨대 마이크(670), 카메라(640), 및 임의의 수의 무선 통신 프로토콜을 사용하여 외부 엔티티(예를 들면, 네트워크 기반의 서비스를 구현하는 네트워크 시스템(690))와 통신하기 위한 통신 인터페이스(610)를 포함할 수 있다. 모바일 컴퓨팅 디바이스(600)는 지정된 애플리케이션(예를 들면, 서비스 애플리케이션(632))을 로컬 메모리(630)에서 저장할 수 있다. 서비스 애플리케이션(632)은 네트워크 기반의 서비스를 위한 유저 디바이스로서 모바일 컴퓨팅 디바이스(600)의 구현을 위한 하나 이상의 유저 애플리케이션에 대응할 수 있다. 서비스 애플리케이션(632)은 또한 네트워크 기반의 서비스를 위한 제공자 디바이스로서 모바일 컴퓨팅 디바이스(600)의 구현을 위한 하나 이상의 제공자 애플리케이션에 대응할 수 있다.
입력(618)에 응답하여, 프로세서는 서비스 애플리케이션(632)을 실행할 수 있는데, 서비스 애플리케이션(632)은 애플리케이션 인터페이스(642)로 하여금 모바일 컴퓨팅 디바이스(600)의 디스플레이 스크린(620) 상에서 생성되게 할 수 있다. 유저 디바이스로서의 모바일 컴퓨팅 디바이스(600)의 구현예에서, 애플리케이션 인터페이스(642)는 유저가, 예를 들면, 네트워크 기반의 서비스를 요청하는 것을 가능하게 할 수 있다. 서비스에 대한 요청은 발신(outgoing) 서비스 메시지(667)로서 네트워크 시스템(690)으로 송신될 수 있다.
다양한 예에서, 모바일 컴퓨팅 디바이스(600)는 네트워크(680)를 통해 모바일 컴퓨팅 디바이스(600)의 현재 위치를 나타내는 위치 데이터(662)를 네트워크 시스템(690)으로 제공할 수 있는 GPS 모듈(660)을 포함할 수 있다. 몇몇 구현예에서, GLONASS(글로나스), Galileo(갈릴레오), 또는 BeiDou(베이더우)와 같은 다른 위치 인식 또는 지오로케이션 리소스가 GPS 모듈(660) 대신에 또는 그에 추가하여 사용될 수 있다. 위치 데이터(662)는, 유저 디바이스로서 동작하는 모바일 컴퓨팅 디바이스(600)의 맥락에서, 서비스 요청을 생성함에 있어서 사용될 수 있다. 예를 들면, 유저 애플리케이션은 위치 데이터(662)에 의해 나타내어지는 바와 같은 현재 위치를 디폴트 시작 위치(예를 들면, 선택된 서비스 제공자가 유저와 만날 위치)로서 설정할 수 있다.
모바일 컴퓨팅 디바이스(600)의 카메라(640)는 플래시(645)와 커플링될 수 있다. 카메라(640)는, 모바일 컴퓨팅 디바이스(600)의 유저가 하나 이상의 오브젝트를 물리적으로 소유하고 있다는 것을 검증하기 위해 하나 이상의 검증 기능을 수행하기 위해 사용될 수 있다. 모바일 컴퓨팅 디바이스(600)는, 네트워크 시스템으로부터, 착신(incoming) 서비스 메시지(691)로서 검증 요청을 수신할 수 있다. 검증 요청에 응답하여, 유저 애플리케이션은, 유저가 검증될 오브젝트의 복수의 사진을 촬상하는 것을 가능하게 하도록 검증 유저 인터페이스를 렌더링할 수 있다. 특히, 유저 애플리케이션은 (예를 들면, 프로세서(650)로부터의 트리거 신호(653)를 통해) 하나 이상의 유저 액션에 응답하여 카메라(640) 및 플래시(645)를 트리거할 수 있다. 예를 들면, 유저가 스크린(620) 상에 디스플레이되는 카메라 뷰파인더에서 하나 이상의 시각적 가이드와 오브젝트를 정렬하는 것에 응답하여, 유저 애플리케이션 및 프로세서(650)는 검증될 오브젝트의 다수의 사진을 촬상하도록 카메라(640)를 트리거할 수 있다. 검증 유저 인터페이스는 "이미지 캡쳐" 소프트 선택을 또한 디스플레이할 수 있는데, 유저는, 그 "이미지 캡쳐" 소프트 선택을 사용하여, 프로세서(650)로 하여금 검증될 오브젝트의 사진을 촬상하도록 카메라(640)를 트리거하게 할 수 있다. 검증될 오브젝트의 이미지를 캡쳐함에 있어서, 프로세서(650)는, 오브젝트의 적어도 하나의 이미지가 플래시(645)가 비활성화된 상태에서 캡쳐되고 오브젝트의 적어도 하나의 다른 이미지가 플래시(645)가 활성화된 상태에서 캡쳐되도록, 플래시(645)를 트리거할 수 있다. 캡쳐된 이미지 데이터(641)는 평가 및 프로세싱을 위해 프로세서(650)로 송신될 수 있다. 소정의 구현예에서, 프로세서(650)는, 캡쳐된 이미지 데이터(641)를 소프트웨어에서 프로세싱하기 위해, 서비스 애플리케이션(632)의 명령어들을 실행할 수 있다. 추가적으로 또는 대안으로서, 프로세서(650)는, 캡쳐된 이미지 데이터(641)를 하드웨어에서 적어도 부분적으로 프로세싱하기 위해, 전용 하드웨어(예를 들면, 디지털 신호 프로세서(digital signal processor; DPS), 그래픽 프로세싱 유닛(graphics processing unit; GPU), 등등)를 포함할 수 있다.
캡쳐된 이미지 데이터(641)를 평가하고 프로세싱하는 것에 의해, 프로세서(650)는 네트워크 시스템(690)으로 송신될 검증 데이터(652)를 생성할 수 있다. 네트워크 시스템(690)은, 검증 데이터(652)에 기초하여, 검증 프로세스가 통과되었는지의 여부를 결정할 수 있다. 모바일 컴퓨팅 디바이스(600)는 검증 데이터(652)의 임의의 민감한 정보를 암호화하기 위한 암호화 엔진(도 6에서 도시되지 않음)을 포함할 수 있다.
검증 데이터(652)를 수신하는 것에 응답하여, 네트워크 시스템(690)은 메시지를 모바일 컴퓨팅 디바이스(600)로 (예를 들면, 착신 서비스 메시지(691)로서) 송신할 수 있다. (예를 들면, 네트워크 시스템(690)에 의한 결정에 기초하여) 검증 프로세스가 통과되었다는 것을 메시지가 나타내는 경우, 서비스 애플리케이션(632)은 유저가 네트워크 기반의 서비스를 계속 요청하는 것(예를 들면, 서비스 요청 제출하는 것, 등등)을 허용할 수 있다. 다른 한편, 검증 프로세스가 실패하였다는 것을 메시지가 나타내는 경우, 서비스 애플리케이션(632)은 검증 프로세스의 실패에 응답하여 유저에게 하나 이상의 교정 조치를 수행할 것을 지시할 수 있다.
도 7은 본원에서 설명되는 예가 구현될 수도 있는 컴퓨터 시스템을 예시하는 블록도이다. 컴퓨터 시스템(700)은, 예를 들면, 주문형 서비스를 제공하기 위한 네트워크 서비스의 일부로서 구현될 수도 있는 서버용 하드웨어 또는 서버의 조합을 나타낼 수 있다. 도 1의 맥락에서, 네트워크 시스템(100)은 도 7에 의해 설명되는 바와 같이 컴퓨터 시스템(700) 또는 다수의 컴퓨터 시스템(700)의 조합을 사용하여 구현될 수도 있다. 또한, 도 2의 네트워크 시스템(290)은 도 7에서 예시되는 컴퓨터 시스템(700)의 실시형태일 수 있다.
하나의 양태에서, 컴퓨터 시스템(700)은 프로세싱 리소스(프로세서(710)), 메인 메모리(720), 메모리(730), 스토리지 디바이스(740), 및 통신 인터페이스(750)를 포함한다. 컴퓨터 시스템(700)은, 프로세서(710)에 의해 실행 가능한 명령어들 및 정보를 저장하기 위해, 예컨대 랜덤 액세스 메모리(random access memory; RAM) 또는 다른 동적 스토리지 디바이스에 의해 제공되는 메인 메모리(720)에 저장되는 정보를 프로세싱하기 위한 적어도 하나의 프로세서(710)를 포함한다. 메인 메모리(720)는 또한 프로세서(710)에 의해 실행될 명령어들의 실행 동안 임시 변수 또는 다른 중간 정보를 저장하기 위해 사용될 수도 있다. 컴퓨터 시스템(700)은 또한 프로세서(710)에 대한 정적 정보 및 명령어들을 저장하기 위한 메모리(730) 또는 다른 정적 스토리지 디바이스를 포함할 수도 있다. 자기 디스크 또는 광학 디스크와 같은 스토리지 디바이스(740)가 정보 및 명령어들을 저장하기 위해 제공된다.
통신 인터페이스(750)는 컴퓨터 시스템(700)이 네트워크 링크(무선 또는 유선)의 사용을 통해 하나 이상의 네트워크(780)(예를 들면, 셀룰러 네트워크)와 통신하는 것을 가능하게 한다. 네트워크 링크를 사용하여, 컴퓨터 시스템(700)은 하나 이상의 컴퓨팅 디바이스, 하나 이상의 서버, 및/또는 하나 이상의 자율 주행 차량과 통신할 수 있다. 몇몇 예에 따르면, 컴퓨터 시스템(700)은 개개의 유저의 모바일 컴퓨팅 디바이스로부터 서비스 요청을 수신한다. 메모리(730)에 저장되는 실행 가능한 명령어들은, 실행시 본원에서 설명되는 방법 중 하나 이상을 수행하기 위한, 라우팅 명령어들(722), 제공자 선택 명령어들(724), 및 검증 명령어들(726)를 포함할 수 있다.
예로서, 메모리(720)에 저장되는 명령어들 및 데이터는 도 1의 예시적인 네트워크 시스템(100)을 구현하기 위해 프로세서(710)에 의해 실행될 수 있다. 동작을 수행함에 있어서, 프로세서(710)는 서비스 요청 및 제공자 상태를 핸들링할 수 있고 서비스 요청의 이행을 용이하게 하기 위해 서비스 초대장을 제출할 수 있다. 프로세서(710)는, 예컨대 도 1 내지 도 3e에 의해 설명되는 구현예와 함께 설명되는 하나 이상의 프로세스, 단계 및 다른 기능을 수행하기 위해, 소프트웨어 및/또는 다른 로직에 대한 명령어들을 실행한다.
본원에서 설명되는 예는 본원에서 설명되는 기술을 구현하기 위한 컴퓨터 시스템(700)의 사용에 관련된다. 하나의 예에 따르면, 그들 기술은, 프로세서(710)가 메인 메모리(720)에 포함되는 하나 이상의 명령어들의 하나 이상의 시퀀스를 실행하는 것에 응답하여, 컴퓨터 시스템(700)에 의해 수행된다. 그러한 명령어들은 스토리지 디바이스(740)와 같은 다른 머신 판독 가능 매체로부터 메인 메모리(720)로 판독될 수도 있다. 메인 메모리(720)에 포함되는 명령어들의 시퀀스의 실행은 프로세서(710)로 하여금 본원에서 설명되는 프로세스 단계를 수행하게 한다. 대안적인 구현예에서, 본원에서 설명되는 예를 구현하기 위해, 소프트웨어 명령어들 대신에 또는 소프트웨어 명령어들과 조합하여 하드웨어에 내장된 회로부(hard-wired circuitry)가 사용될 수도 있다. 따라서, 설명되는 예는 하드웨어 회로부와 소프트웨어의 임의의 특정한 조합으로 제한되지는 않는다.
본원에서 설명되는 예가, 다른 개념, 아이디어 또는 시스템과는 독립적으로, 본원에서 설명되는 개개의 엘리먼트 및 개념으로 확장되는 것뿐만 아니라, 예를 들면, 본 출원의 임의의 곳에서 기재되는 엘리먼트의 조합을 포함하는 것이 고려된다. 본원에서는 첨부의 도면을 참조하여 예가 상세하게 설명되지만, 개념이 그들 정확한 예로 한정되는 것은 아니다는 것이 이해되어야 한다. 그러한 만큼, 많은 수정예 및 변형예가 이 기술 분야의 숙련된 실무자에게 명백할 것이다. 따라서, 개념의 범위는 다음의 청구범위 및 그들의 균등물에 의해 정의되어야 한다는 것이 의도된다. 더구나, 개별적으로 또는 예의 일부로서 설명되는 특정한 피쳐는, 비록 다른 피쳐 및 예가 특정한 피쳐를 언급하지 않더라도, 다른 개별적으로 설명된 피쳐, 또는 다른 예의 일부와 조합될 수 있다는 것이 고려된다. 따라서, 조합을 설명하지 않는다고 해서 그러한 조합에 대한 권리를 주장하는 것을 배제해서는 안된다.

Claims (20)

  1. 모바일 컴퓨팅 디바이스로서,
    디스플레이;
    하나 이상의 카메라;
    하나 이상의 프로세서; 및
    명령어들을 저장하는 하나 이상의 메모리 리소스를 포함하고,
    상기 명령어들은, 상기 모바일 컴퓨팅 디바이스의 상기 하나 이상의 프로세서에 의해 실행될 때, 상기 모바일 컴퓨팅 디바이스로 하여금:
    네트워크 시스템으로부터 네트워크를 통해, 오브젝트를 검증하기 위한 검증 요청을 수신하게 하고;
    상기 검증 요청을 수신하는 것에 응답하여, 상기 모바일 컴퓨팅 디바이스의 상기 디스플레이 상에서 검증 유저 인터페이스를 제시하게 하고;
    상기 검증 유저 인터페이스가 상기 모바일 컴퓨팅 디바이스의 상기 디스플레이 상에서 제시되는 동안 유저 액션을 검출하는 것에 응답하여, 상기 하나 이상의 카메라를 사용하여, 상기 오브젝트의 복수의 이미지를 캡쳐하게 하고;
    상기 모바일 컴퓨팅 디바이스의 플래시(flashlight)가 비활성화되는 동안 캡쳐되는 상기 복수의 이미지 중의 제1 이미지 및 상기 모바일 컴퓨팅 디바이스의 상기 플래시가 활성화되는 동안 캡쳐되는 상기 복수의 이미지 중의 제2 이미지를 분석하는 것에 의해 검증 메트릭의 제1 세트 - 상기 검증 메트릭의 제1 세트는 상기 오브젝트의 광 반사율에 기초하여 생성됨 - 를 결정하는 것을 포함하는, 상기 복수의 이미지를 분석하는 것에 기초하여, 상기 검증 메트릭의 제1 세트를 포함하여, 검증 데이터를 생성하게 하고;
    상기 네트워크를 통해 상기 네트워크 시스템으로 상기 검증 데이터를 송신하게 하는 것인, 모바일 컴퓨팅 디바이스.
  2. 제1항에 있어서,
    상기 실행된 명령어들은 상기 모바일 컴퓨팅 디바이스로 하여금, 상기 제2 이미지를 캡쳐하기 이전에 상기 모바일 컴퓨팅 디바이스의 상기 플래시의 활성화를 자동적으로 트리거하는 것에 의해, 상기 하나 이상의 카메라를 사용하여, 제1 이미지 및 제2 이미지를 포함하는 상기 복수의 이미지를 캡쳐하게 하는 것인, 모바일 컴퓨팅 디바이스.
  3. 제1항에 있어서,
    상기 실행된 명령어들은 상기 모바일 컴퓨팅 디바이스로 하여금:
    상기 복수의 이미지를 캡쳐하기 이전에 상기 오브젝트를 정렬하기 위한 하나 이상의 마커를 포함하는 뷰파인더 피쳐를 제시하는 것에 의해 상기 검증 유저 인터페이스를 제시하게 하고;
    상기 하나 이상의 마커가 상기 오브젝트와 정렬된다는 것을 결정하는 것에 의해 상기 검증 유저 인터페이스가 제시되는 동안 상기 유저 액션을 검출하게 하는 것인, 모바일 컴퓨팅 디바이스.
  4. 제1항에 있어서,
    상기 검증 메트릭의 제1 세트는, 상기 제1 이미지 및 상기 제2 이미지에서 캡쳐되는 바와 같은 캡쳐되는 상기 오브젝트가 광 반사율 테스트를 통과하였는지 또는 실패하였는지를 나타내는 이진 메트릭(binary metric)을 포함하는 것인, 모바일 컴퓨팅 디바이스.
  5. 제4항에 있어서,
    상기 이진 메트릭은 머신 학습 모델(machine-learned model)을 사용하여 결정되는 것인, 모바일 컴퓨팅 디바이스.
  6. 제1항에 있어서,
    상기 실행된 명령어들은 상기 모바일 컴퓨팅 디바이스로 하여금 상기 오브젝트의 광 반사 반경을 계산하는 것에 의해 상기 검증 메트릭의 제1 세트를 결정하게 하는 것인, 모바일 컴퓨팅 디바이스.
  7. 제1항에 있어서,
    상기 실행된 명령어들은 상기 모바일 컴퓨팅 디바이스로 하여금, 상기 제1 이미지와 상기 제2 이미지 사이의 휘도 델타 메트릭(brightness delta metric)을 계산하는 것에 의해 상기 검증 메트릭의 제1 세트를 결정하게 하는 것인, 모바일 컴퓨팅 디바이스.
  8. 제7항에 있어서,
    상기 실행된 명령어들은 상기 모바일 컴퓨팅 디바이스로 하여금 복수의 휘도 델타를 계산하는 것에 의해 상기 제1 이미지와 상기 제2 이미지 사이의 상기 휘도 델타 메트릭을 계산하게 하되, 상기 복수의 휘도 델타의 각각은 상기 제1 이미지의 영역과 상기 제2 이미지의 대응하는 영역 사이의 비교에 기초하여 계산되는 것인, 모바일 컴퓨팅 디바이스.
  9. 제8항에 있어서,
    상기 휘도 델타 메트릭은 상기 복수의 휘도 델타의 평균을 포함하는 것인, 모바일 컴퓨팅 디바이스.
  10. 제8항에 있어서,
    상기 휘도 델타 메트릭은 상기 복수의 휘도 델타의 최대치를 포함하는 것인, 모바일 컴퓨팅 디바이스.
  11. 제8항에 있어서,
    상기 휘도 델타 메트릭은 상기 복수의 휘도 델타의 분포의 표현을 포함하는 것인, 모바일 컴퓨팅 디바이스.
  12. 제1항에 있어서,
    상기 검증 데이터는 검증 메트릭의 제2 세트를 더 포함하고;
    상기 실행된 명령어들은 상기 모바일 컴퓨팅 디바이스로 하여금:
    상기 오브젝트 상에 각인되는(imprinted) 복수의 피쳐를 식별하기 위해 상기 복수의 이미지를 분석하는 것;
    상기 복수의 피쳐 중 하나에 적어도 부분적으로 기초하여 피쳐의 템플릿을 검색하는 것; 및
    상기 복수의 피쳐 중 적어도 일부를 상기 검색된 피쳐의 템플릿과 비교하는 것에 의해 상기 검증 메트릭의 제2 세트를 결정하는 것
    에 의해 상기 검증 메트릭의 제2 세트를 결정하는 것에 의해 상기 검증 데이터를 생성하게 하는 것인, 모바일 컴퓨팅 디바이스.
  13. 제1항에 있어서,
    상기 검증 데이터는 검증 메트릭의 제2 세트를 더 포함하고;
    상기 실행된 명령어들은 상기 모바일 컴퓨팅 디바이스로 하여금:
    상기 오브젝트 상에 각인되는 복수의 피쳐를 식별하기 위해 상기 복수의 이미지를 분석하는 것;
    유저 프로파일 검색하는 것;
    상기 복수의 피쳐 중 적어도 일부를 상기 유저 프로파일에 저장되는 정보와 비교하는 것에 의해 상기 검증 메트릭의 제2 세트를 결정하는 것
    에 의해 상기 검증 메트릭의 제2 세트를 결정하는 것에 의해 상기 검증 데이터를 생성하게 하는 것인, 모바일 컴퓨팅 디바이스.
  14. 제1항에 있어서,
    상기 명령어들은 또한, 상기 모바일 컴퓨팅 디바이스로 하여금, 상기 네트워크를 통해 상기 네트워크 시스템으로, 네트워크 기반의 서비스에 대한 서비스 요청을 송신하게 하고;
    상기 검증 요청은 상기 네트워크 시스템으로 송신되는 상기 서비스 요청에 응답하여 상기 모바일 컴퓨팅 디바이스에 의해 수신되는 것인, 모바일 컴퓨팅 디바이스.
  15. 제1항에 있어서,
    검증될 상기 오브젝트는 실물의 지불 카드(physical payment card)이고;
    상기 실물의 지불 카드에 관한 정보는 상기 모바일 컴퓨팅 디바이스의 유저의 유저 프로파일에 저장되되, 상기 유저 프로파일은 상기 네트워크 시스템에 의해 유지되는 것인, 모바일 컴퓨팅 디바이스.
  16. 제1항에 있어서,
    상기 명령어들은 또한, 상기 모바일 컴퓨팅 디바이스로 하여금:
    상기 네트워크 시스템으로부터 상기 네트워크를 통해, 검증 실패의 표시를 수신하게 하고 - 상기 검증 실패의 표시는 상기 검증 데이터를 상기 네트워크 시스템으로 송신하는 것에 응답하여 상기 모바일 컴퓨팅 디바이스에 의해 수신됨 - ;
    상기 검증 데이터를 수신하는 것에 응답하여, 하나 이상의 교정 조치(remedial action)를 수행하기 위한 유저 인터페이스 피쳐를 제시하게 하는 것인, 모바일 컴퓨팅 디바이스.
  17. 제1항에 있어서,
    상기 복수의 이미지 중 어느 것도 상기 네트워크를 통해 상기 모바일 컴퓨팅 디바이스에 의해 송신되지 않는 것인, 모바일 컴퓨팅 디바이스.
  18. 컴퓨터 구현(computer-implemented) 방법으로서,
    유저에 의해 동작되는 모바일 컴퓨팅 디바이스에 의해, 오브젝트를 검증하기 위한 검증 요청 - 상기 검증 요청은 네트워크 시스템에 의해 송신됨 - 을 수신하는 단계;
    상기 검증 요청을 수신하는 것에 응답하여, 상기 모바일 컴퓨팅 디바이스의 디스플레이 상에서 검증 유저 인터페이스를 제시하는 단계;
    상기 검증 유저 인터페이스가 상기 모바일 컴퓨팅 디바이스의 상기 디스플레이 상에서 제시되는 동안 유저 액션을 검출하는 것에 응답하여, 상기 모바일 컴퓨팅 디바이스의 하나 이상의 카메라를 사용하여, 상기 오브젝트의 복수의 이미지를 캡쳐하는 단계;
    상기 모바일 컴퓨팅 디바이스의 플래시가 비활성화되는 동안 캡쳐되는 상기 복수의 이미지 중의 제1 이미지 및 상기 모바일 컴퓨팅 디바이스의 상기 플래시가 활성화되는 동안 캡쳐되는 상기 복수의 이미지 중의 제2 이미지를 분석하는 것에 의해 검증 메트릭의 제1 세트 - 상기 검증 메트릭의 제1 세트는 상기 오브젝트의 광 반사율을 나타냄 - 를 결정하는 것을 포함하는 상기 복수의 이미지를 분석하는 것에 기초하여, 상기 검증 메트릭의 제1 세트를 포함하여, 검증 데이터를, 상기 모바일 컴퓨팅 디바이스에 의해, 생성하는 단계; 및
    상기 모바일 컴퓨팅 디바이스에 의해, 상기 네트워크를 통해 상기 네트워크 시스템으로 상기 검증 데이터를 송신하는 단계를 포함하는, 컴퓨터 구현 방법.
  19. 제18항에 있어서,
    상기 모바일 컴퓨팅 디바이스에 의해, 네트워크 기반의 서비스에 대한 서비스 요청을 송신하는 단계;
    상기 서비스 요청을 수신하는 것에 응답하여, 상기 네트워크 시스템에 의해, 상기 서비스 요청의 프로세싱을 진행하는 것 또는 오브젝트 검증을 수행하는 것 중 어느 하나를 결정하는 단계 - 상기 검증 요청은 오브젝트 검증을 수행할 것을 결정하는 것에 응답하여 상기 네트워크 시스템에 의해 송신됨 - ; 및
    상기 검증 데이터에 기초하여 상기 네트워크 시스템에 의해, 상기 서비스 요청의 프로세싱을 진행할지 또는 상기 모바일 컴퓨팅 디바이스로 하여금 하나 이상의 교정 조치를 수행하기 위한 유저 인터페이스 피쳐를 제시하게 할 검증 실패의 표시를 상기 모바일 컴퓨팅 디바이스로 송신할지의 여부를 결정하는 단계를 더 포함하는, 컴퓨터 구현 방법.
  20. 네트워크 기반의 서비스를 관리하기 위한 네트워크 시스템으로서,
    하나 이상의 프로세서; 및
    명령어들을 저장하는 하나 이상의 메모리 리소스를 포함하되,
    상기 명령어들은, 상기 네트워크 시스템의 상기 하나 이상의 프로세서에 의해 실행될 때, 상기 네트워크 시스템으로 하여금:
    상기 네트워크 기반의 서비스의 유저의 모바일 컴퓨팅 디바이스로부터 네트워크를 통해, 상기 네트워크 기반의 서비스에 대한 서비스 요청을 수신하게 하고;
    상기 네트워크 기반의 서비스를 수신하는 것에 응답하여, 상기 서비스 요청의 프로세싱을 진행하는 것 또는 오브젝트 검증을 수행하는 것 중 어느 하나를 결정하게 하고;
    오브젝트 검증을 수행할 것을 결정하는 것에 응답하여, 검증 요청을 상기 모바일 컴퓨팅 디바이스로 송신하게 하고;
    상기 모바일 컴퓨팅 디바이스로부터, 상기 검증 요청에 응답하여 검증 데이터 - 상기 검증 데이터는 검증될 오브젝트의 광 반사율을 나타내는 검증 메트릭의 제1 세트를 포함함 - 를 수신하게 하고;
    상기 검증 데이터에 기초하여, 상기 서비스 요청의 프로세싱을 진행할지 또는 상기 모바일 컴퓨팅 디바이스로 하여금 하나 이상의 교정 조치를 수행하기 위한 유저 인터페이스 피쳐를 제시하게 할 검증 실패의 표시를 상기 모바일 컴퓨팅 디바이스로 송신할지의 여부를 결정하게 하는 것인, 네트워크 기반의 서비스를 관리하기 위한 네트워크 시스템.
KR1020217011108A 2018-09-20 2019-09-16 네트워크 기반의 서비스를 위한 오브젝트 검증 KR102471379B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US16/136,946 US10733473B2 (en) 2018-09-20 2018-09-20 Object verification for a network-based service
US16/136,946 2018-09-20
PCT/US2019/051334 WO2020060936A1 (en) 2018-09-20 2019-09-16 Object verification for a network-based service

Publications (2)

Publication Number Publication Date
KR20210095120A true KR20210095120A (ko) 2021-07-30
KR102471379B1 KR102471379B1 (ko) 2022-11-25

Family

ID=69883216

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020217011108A KR102471379B1 (ko) 2018-09-20 2019-09-16 네트워크 기반의 서비스를 위한 오브젝트 검증

Country Status (9)

Country Link
US (1) US10733473B2 (ko)
EP (1) EP3853589A4 (ko)
JP (1) JP7108795B2 (ko)
KR (1) KR102471379B1 (ko)
CN (1) CN113227764B (ko)
AU (1) AU2019344670B2 (ko)
BR (1) BR112021005196B1 (ko)
CA (1) CA3113225C (ko)
WO (1) WO2020060936A1 (ko)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102602689B1 (ko) * 2018-04-17 2023-11-16 한국전자통신연구원 영상기반 시스템조명 고장 신고 및 자동 분류 방법 및 시스템
US10999299B2 (en) 2018-10-09 2021-05-04 Uber Technologies, Inc. Location-spoofing detection system for a network service
JPWO2020080045A1 (ja) * 2018-10-15 2021-09-09 パナソニックＩｐマネジメント株式会社 物体認識方法、車両制御方法、情報表示方法、および物体認識装置
US11005718B2 (en) * 2018-11-29 2021-05-11 International Business Machines Corporation Determining capabilities of cognitive entities in a distributed network based on application of cognitive protocols
FR3121773B1 (fr) * 2021-04-13 2024-03-08 Idemia Identity & Security France procédé de contrôle d’identité utilisant des conditions d’éclairage aléatoires
US11650871B2 (en) * 2021-09-13 2023-05-16 UiPath, Inc. System and computer-implemented method for verification of execution of an activity

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180065375A (ko) * 2016-12-07 2018-06-18 금오공과대학교 산학협력단 오브젝트를 검증하기 위한 검증 코드 생성 방법 및 전자장치

Family Cites Families (130)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4412175A (en) 1981-04-30 1983-10-25 Coulter Electronics, Inc. Debris alarm
US4663744A (en) 1983-08-31 1987-05-05 Terra Marine Engineering, Inc. Real time seismic telemetry system
US5400348A (en) 1992-09-03 1995-03-21 Yang; Sung-Moon Packet start detection using check bit coding
JP3884321B2 (ja) 2001-06-26 2007-02-21 オリンパス株式会社 ３次元情報取得装置、３次元情報取得における投影パターン、及び、３次元情報取得方法
GB0126809D0 (en) 2001-11-07 2002-01-02 Isaac Stephen J A car-sharing system
US6828692B2 (en) 2002-05-21 2004-12-07 Payment Protection Systems, Inc. Tampering detector and system disabler
US7606560B2 (en) 2002-08-08 2009-10-20 Fujitsu Limited Authentication services using mobile device
US7725730B2 (en) 2002-08-09 2010-05-25 Emc Corporation Cryptographic methods and apparatus for secure authentication
EP1450321A1 (de) 2003-02-21 2004-08-25 Swisscom Mobile AG Verfahren und System zur Aufdeckung von möglichen Betrügen in Zahlungstransaktionen
JP2004334527A (ja) 2003-05-07 2004-11-25 Intelligent Wave Inc 不正判定のスコア値算出プログラム、不正判定のスコア値算出方法、及びクレジットカードの不正判定スコア値算出システム
US7359773B2 (en) 2003-07-09 2008-04-15 Payment Protection Systems, Inc. Wireless relay for payment enforcement devices and method of using same
KR100680177B1 (ko) 2004-12-30 2007-02-08 삼성전자주식회사 홈 네트워크 외부에서 사용자를 인증하는 방법
US8700729B2 (en) 2005-01-21 2014-04-15 Robin Dua Method and apparatus for managing credentials through a wireless network
US7788555B2 (en) 2005-07-22 2010-08-31 Broadcom Corporation Using fractional sectors for mapping defects in disk drives
KR100752545B1 (ko) 2005-11-24 2007-08-29 에이티아이 주식회사 2개 영상을 이용한 물체 표면 형상 및 반사율 정보 획득 시스템
US7624417B2 (en) 2006-01-27 2009-11-24 Robin Dua Method and system for accessing media content via the internet
US8082587B2 (en) 2006-08-02 2011-12-20 Lycos, Inc. Detecting content in files
CN101652789A (zh) 2007-02-12 2010-02-17 肖恩·奥沙利文 共享运输系统和服务网络
US8205790B2 (en) 2007-03-16 2012-06-26 Bank Of America Corporation System and methods for customer-managed device-based authentication
JP2008312048A (ja) 2007-06-15 2008-12-25 Ripplex Inc 情報端末の認証方法
US20090248587A1 (en) 2007-08-31 2009-10-01 Van Buskirk Peter C Selectively negotiated ridershare system comprising riders, drivers, and vehicles
US8555379B1 (en) 2007-09-28 2013-10-08 Symantec Corporation Method and apparatus for monitoring communications from a communications device
US8290473B2 (en) 2007-10-31 2012-10-16 Freescale Semiconductor, Inc. Remotely modifying data in memory in a mobile device
US8291492B2 (en) 2007-12-12 2012-10-16 Google Inc. Authentication of a contributor of online content
US9672510B2 (en) * 2008-01-18 2017-06-06 Mitek Systems, Inc. Systems and methods for automatic image capture and processing of documents on a mobile device
EP2088548A1 (en) * 2008-02-11 2009-08-12 Accenture Global Services GmbH Point of sale payment method
US8359225B1 (en) 2008-02-26 2013-01-22 Google Inc. Trust-based video content evaluation
US20090265198A1 (en) 2008-04-22 2009-10-22 Plaxo, Inc. Reputation Evalution Using a contact Information Database
US7979899B2 (en) 2008-06-02 2011-07-12 Microsoft Corporation Trusted device-specific authentication
US8977567B2 (en) 2008-09-22 2015-03-10 Visa International Service Association Recordation of electronic payment transaction information
LU91488B1 (en) 2008-10-17 2010-04-19 Robert Carter Multifactor Authentication
US20100131409A1 (en) 2008-11-22 2010-05-27 Google Inc. Identification verification with user challenge
JP4789222B2 (ja) 2009-04-13 2011-10-12 株式会社コロプラ 移動距離改ざん防止システムおよび方法
WO2010124299A2 (en) 2009-04-24 2010-10-28 T-Mobile Usa, Inc. Monitoring application and method for establishing emergency communication sessions with desabled devices based on transmitted messages
US20100274691A1 (en) 2009-04-28 2010-10-28 Ayman Hammad Multi alerts based system
US9471920B2 (en) 2009-05-15 2016-10-18 Idm Global, Inc. Transaction assessment and/or authentication
US20100306834A1 (en) 2009-05-19 2010-12-02 International Business Machines Corporation Systems and methods for managing security and/or privacy settings
US20100332400A1 (en) 2009-06-24 2010-12-30 Craig Stephen Etchegoyen Use of Fingerprint with an On-Line or Networked Payment Authorization System
US8312543B1 (en) 2009-06-30 2012-11-13 Symantec Corporation Using URL reputation data to selectively block cookies
US8763152B2 (en) 2009-07-23 2014-06-24 Facebook Inc. Single login procedure for accessing social network information across multiple external systems
US8131848B1 (en) 2009-09-29 2012-03-06 Jason Adam Denise Image analysis and communication device control technology
WO2011041610A1 (en) 2009-09-30 2011-04-07 Zynga Game Network Inc. Apparatuses, methods and systems for a trackable virtual currencies platform
FR2953296B1 (fr) 2009-11-27 2012-05-18 Thales Sa Procede de detection de fraude sur la transmission d'informations de position par un dispositif mobile
US20110251951A1 (en) 2010-04-13 2011-10-13 Dan Kolkowitz Anti-fraud event correlation
US8458041B1 (en) 2010-05-06 2013-06-04 Bjorn Markus Jakobsson Method, medium, and system for reducing fraud by increasing guilt during a purchase transaction
EP2410453A1 (en) 2010-06-21 2012-01-25 Samsung SDS Co. Ltd. Anti-malware device, server, and method of matching malware patterns
EP2400721A1 (en) 2010-06-25 2011-12-28 Telefónica, S.A. System and method for validating a user equipment location in a telecommunication network
US8781984B2 (en) 2010-08-05 2014-07-15 Ben Schreiner Techniques for generating a trustworthiness score in an online environment
EP2472470A3 (en) 2010-09-15 2014-01-15 MBT Technology LLC System, method & computer program for presenting an automated assessment of a sample's response to external influences
GB2485156B (en) 2010-11-02 2016-06-01 Ian Hawkes Michael Method and apparatus for securing network communications
US8671449B1 (en) 2010-11-10 2014-03-11 Symantec Corporation Systems and methods for identifying potential malware
US8941465B2 (en) 2010-12-02 2015-01-27 Viscount Security Systems Inc. System and method for secure entry using door tokens
US20130214902A1 (en) 2010-12-02 2013-08-22 Viscount Systems Inc. Systems and methods for networks using token based location
EP2656325B8 (de) * 2010-12-22 2018-11-21 U-NICA Technology AG Verfahren und vorrichtung zur authentizierung von mit fotochromen systemen markierten dokumenten
US20120209970A1 (en) 2011-02-15 2012-08-16 Ebay Inc. Systems and methods for facilitating user confidence over a network
US8745134B1 (en) 2011-03-04 2014-06-03 Zynga Inc. Cross social network data aggregation
US8434150B2 (en) 2011-03-24 2013-04-30 Microsoft Corporation Using social graphs to combat malicious attacks
US20130132547A1 (en) 2011-05-09 2013-05-23 Respect Network Corporation Apparatus and Method for Address Book Automation Over a Trust Network
US8864022B2 (en) * 2011-05-19 2014-10-21 Bank Of America Corporation Authentication strategies for remote financial institution services
US8764567B2 (en) 2011-06-03 2014-07-01 Apple Inc. System and method for implementing turn-based online games
US20120311036A1 (en) 2011-06-03 2012-12-06 Huhn Derrick S Friend recommendation system and method
WO2013002821A1 (en) 2011-06-30 2013-01-03 Intel Corporation System and method for controlling access to protected content
US8955078B2 (en) 2011-06-30 2015-02-10 Cable Television Laboratories, Inc. Zero sign-on authentication
US8738529B2 (en) 2011-07-15 2014-05-27 Wal-Mart Stores, Inc. Multi-channel data driven, real-time fraud determination system for electronic payment cards
US9037864B1 (en) 2011-09-21 2015-05-19 Google Inc. Generating authentication challenges based on social network activity information
US9332042B2 (en) 2011-10-03 2016-05-03 Facebook, Inc. Providing user metrics for an unknown dimension to an external system
US8856922B2 (en) 2011-11-30 2014-10-07 Facebook, Inc. Imposter account report management in a social networking system
US20130159195A1 (en) 2011-12-16 2013-06-20 Rawllin International Inc. Authentication of devices
US8734243B2 (en) 2012-01-04 2014-05-27 Kabam, Inc. System and method for facilitating access to an online game through a plurality of social networking platforms
US8745738B2 (en) 2012-01-15 2014-06-03 Microsoft Corporation Vouching for user account using social networking relationship
US10263868B1 (en) 2012-04-11 2019-04-16 Narus, Inc. User-specific policy enforcement based on network traffic fingerprinting
US9978106B2 (en) 2012-04-24 2018-05-22 Facebook, Inc. Managing copyrights of content for sharing on a social networking system
US20130282812A1 (en) 2012-04-24 2013-10-24 Samuel Lessin Adaptive audiences for claims in a social networking system
US20130282810A1 (en) 2012-04-24 2013-10-24 Samuel Lessin Evaluating claims in a social networking system
US8850588B2 (en) 2012-05-01 2014-09-30 Taasera, Inc. Systems and methods for providing mobile security based on dynamic attestation
US8973102B2 (en) 2012-06-14 2015-03-03 Ebay Inc. Systems and methods for authenticating a user and device
US8918638B2 (en) 2012-07-03 2014-12-23 Facebook, Inc. Mobile-device-based trust computing
US9424612B1 (en) 2012-08-02 2016-08-23 Facebook, Inc. Systems and methods for managing user reputations in social networking systems
US8705836B2 (en) 2012-08-06 2014-04-22 A2iA S.A. Systems and methods for recognizing information in objects using a mobile device
WO2014024888A1 (ja) 2012-08-06 2014-02-13 グリー株式会社 表示システム、同システムにおける表示方法及び表示プログラム
US20160219046A1 (en) 2012-08-30 2016-07-28 Identity Validation Products, Llc System and method for multi-modal biometric identity verification
EP2891267B1 (en) 2012-08-30 2022-04-06 Triad National Security, LLC Multi-factor authentication using quantum communication
US8663004B1 (en) 2012-09-05 2014-03-04 Kabam, Inc. System and method for determining and acting on a user's value across different platforms
US9613313B2 (en) 2012-09-26 2017-04-04 DeNA Co., Ltd. System and method for providing a recommendation of a game based on a game-centric relationship graph
US20140129420A1 (en) 2012-11-08 2014-05-08 Mastercard International Incorporated Telecom social network analysis driven fraud prediction and credit scoring
US8973100B2 (en) 2013-01-08 2015-03-03 Facebook, Inc. Trust-based authentication in a social networking system
US20140230026A1 (en) 2013-02-12 2014-08-14 James D. Forero Biometric-Based Access Control System Comprising a Near Field Communication Link
US20140237570A1 (en) 2013-02-15 2014-08-21 Rawllin International Inc. Authentication based on social graph transaction history data
US9043970B1 (en) 2013-02-19 2015-06-02 Pioneer Hi Bred International Inc Maize inbred PH188M
US9311640B2 (en) * 2014-02-11 2016-04-12 Digimarc Corporation Methods and arrangements for smartphone payments and transactions
WO2014145431A1 (en) 2013-03-15 2014-09-18 Socure Inc. Risk assessment using social networking data
US9147127B2 (en) 2013-03-15 2015-09-29 Facebook, Inc. Verification of user photo IDs
US11232447B2 (en) 2013-03-15 2022-01-25 Allowify Llc System and method for enhanced transaction authorization
US20140280568A1 (en) 2013-03-15 2014-09-18 Signature Systems Llc Method and system for providing trust analysis for members of a social network
JP2014216736A (ja) * 2013-04-24 2014-11-17 パナソニック株式会社 無線ｌａｎ接続システム
CN103426016B (zh) 2013-08-14 2017-04-12 湖北微模式科技发展有限公司 一种第二代身份证真伪鉴别方法与装置
US9282435B2 (en) 2013-08-31 2016-03-08 Location Sentry Corp Location spoofing detection
WO2015048538A1 (en) 2013-09-26 2015-04-02 Twitter, Inc. Method and system for distributed processing in a messaging platform
US9578025B2 (en) 2013-10-14 2017-02-21 Zumigo, Inc. Mobile network-based multi-factor authentication
US10243945B1 (en) 2013-10-28 2019-03-26 Amazon Technologies, Inc. Managed identity federation
US9143503B2 (en) 2013-12-10 2015-09-22 Dell Products, L.P. Managing trust relationships
US9652554B2 (en) 2013-12-26 2017-05-16 Facebook, Inc. Systems and methods for adding users to a networked computer system
US10110542B2 (en) 2013-12-31 2018-10-23 Microsoft Technology Licensing, Llc Wearable computing—augmented reality and presentation of social information
CN105007288A (zh) 2014-04-18 2015-10-28 塞克雷特公司 在社交网络应用中匿名地共享秘密
US9824222B1 (en) 2014-05-06 2017-11-21 Synack, Inc. Method of distributed discovery of vulnerabilities in applications
US20170309552A1 (en) 2014-05-07 2017-10-26 Uber Technologies, Inc. System and method for verifying users for a network service using existing users
US9947060B2 (en) 2014-06-03 2018-04-17 Excalibur Ip, Llc Information matching and match validation
US9898716B2 (en) 2014-06-27 2018-02-20 Empire Technology Development Llc Social network construction
CN105376192B (zh) 2014-07-02 2019-09-17 阿里巴巴集团控股有限公司 登录账号的提示方法和提示装置
US9491155B1 (en) 2014-08-13 2016-11-08 Amazon Technologies, Inc. Account generation based on external credentials
US20160048831A1 (en) 2014-08-14 2016-02-18 Uber Technologies, Inc. Verifying user accounts based on information received in a predetermined manner
CN105450411B (zh) * 2014-08-14 2019-01-08 阿里巴巴集团控股有限公司 利用卡片特征进行身份验证的方法、装置及系统
US9729555B2 (en) 2014-08-19 2017-08-08 Facebook, Inc. Techniques for managing groups on a mobile platform
US20160078706A1 (en) * 2014-09-17 2016-03-17 Thomas D. Pawlik Method of authenticating an object
US20160292679A1 (en) 2015-04-03 2016-10-06 Uber Technologies, Inc. Transport monitoring
US10055707B2 (en) 2015-04-07 2018-08-21 Paypal, Inc. Location detection devices for use in a courier services network
US10204528B2 (en) 2015-08-05 2019-02-12 Uber Technologies, Inc. Augmenting transport services using driver profiling
US9967273B2 (en) 2015-06-15 2018-05-08 Microsoft Technology Licensing, Llc. Abusive traffic detection
US20170039567A1 (en) * 2015-08-03 2017-02-09 Capital One Services, LLC. Systems and methods for item-based transaction authentication
US20170075894A1 (en) 2015-09-15 2017-03-16 Facebook, Inc. Contacts Confidence Scoring
US9552569B1 (en) 2015-09-24 2017-01-24 Amazon Technologies, Inc. Removable and reusable device for object tracking
US20170111364A1 (en) 2015-10-14 2017-04-20 Uber Technologies, Inc. Determining fraudulent user accounts using contact information
WO2017083841A1 (en) 2015-11-13 2017-05-18 University Of Maryland, College Park Counterfeit detection scheme using paper surfaces and mobile cameras
CN105472737B (zh) 2015-12-31 2019-05-28 上海华为技术有限公司 一种终端定位方法及服务器
US10297148B2 (en) 2016-02-17 2019-05-21 Uber Technologies, Inc. Network computer system for analyzing driving actions of drivers on road segments of a geographic region
US9967750B1 (en) 2016-07-28 2018-05-08 United Services Automobile Association (Usaa) Location verification based on environmental sensor data
US11080437B2 (en) * 2016-09-01 2021-08-03 Signify Holding B.V. Custom lighting
US10111043B1 (en) 2017-04-24 2018-10-23 Uber Technologies, Inc. Verifying sensor data using embeddings
CN109583287B (zh) 2017-09-29 2024-04-12 浙江莲荷科技有限公司 实物识别方法及验证方法
TWM569886U (zh) * 2018-05-04 2018-11-11 遠東國際商業銀行股份有限公司 Credit card virtual integration device

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180065375A (ko) * 2016-12-07 2018-06-18 금오공과대학교 산학협력단 오브젝트를 검증하기 위한 검증 코드 생성 방법 및 전자장치

Also Published As

Publication number Publication date
JP2022500679A (ja) 2022-01-04
AU2019344670B2 (en) 2021-11-11
EP3853589A4 (en) 2022-07-06
JP7108795B2 (ja) 2022-07-28
AU2019344670A1 (en) 2021-04-08
US20200097753A1 (en) 2020-03-26
US10733473B2 (en) 2020-08-04
WO2020060936A1 (en) 2020-03-26
CA3113225C (en) 2022-10-11
CN113227764B (zh) 2022-08-12
BR112021005196B1 (pt) 2021-10-26
CN113227764A (zh) 2021-08-06
EP3853589A1 (en) 2021-07-28
BR112021005196A2 (pt) 2021-06-08
KR102471379B1 (ko) 2022-11-25
CA3113225A1 (en) 2020-03-26

Similar Documents

Publication Publication Date Title
KR102471379B1 (ko) 네트워크 기반의 서비스를 위한 오브젝트 검증
KR102272119B1 (ko) 증강 현실에 기초한 오프라인 상호작용을 위한 방법 및 장치
JP7430913B2 (ja) 価値のある電子装置を遠隔収集するための低コストのコンピュータ化した売店
US9558636B1 (en) Automatic teller machine inventory and distribution system
US20160048831A1 (en) Verifying user accounts based on information received in a predetermined manner
CN107230121B (zh) 交易处理方法、装置及服务器
AU2020412358B2 (en) Tagging objects in augmented reality to track object data
TWI777520B (zh) 電子設備投保的校驗方法和裝置
WO2018089824A1 (en) Mobile device gesture and proximity communication
CN110945552B (zh) 一种产品销量提报方法、支付方法和终端设备
WO2020054431A1 (ja) 貨幣情報提供システム、貨幣情報提供用データベースサーバ、貨幣情報提供方法及び貨幣情報提供プログラム
US11693898B2 (en) System and method for determining a file for an interaction with a wearable device based on utility indicators
KR20210029923A (ko) 스마트 차량정비 관리서버
US11797975B1 (en) Pre-authorized transfer
US20240144290A1 (en) Mobile device with in-person assistance
US20230066708A1 (en) Identity information presentation method and apparatus, terminal, server, and storage medium
CN114298641A (zh) 订单信息处理方法、装置及计算机设备
CN114416002A (zh) 支持离线或弱网环境的电子工牌的使用方法及装置
CN116563013A (zh) 一种资金路由方法、系统及存储介质
KR20190080101A (ko) 화폐 관리를 위한 고객 단말 및 그의 화폐 관리 방법

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant