KR20220069679A - 객체 인식 기술을 이용한 아동 그림 이미지의 유형 분석 시스템 - Google Patents

객체 인식 기술을 이용한 아동 그림 이미지의 유형 분석 시스템 Download PDF

Info

Publication number
KR20220069679A
KR20220069679A KR1020200157054A KR20200157054A KR20220069679A KR 20220069679 A KR20220069679 A KR 20220069679A KR 1020200157054 A KR1020200157054 A KR 1020200157054A KR 20200157054 A KR20200157054 A KR 20200157054A KR 20220069679 A KR20220069679 A KR 20220069679A
Authority
KR
South Korea
Prior art keywords
information
analysis
type
service server
picture
Prior art date
Application number
KR1020200157054A
Other languages
English (en)
Other versions
KR102444163B1 (ko
Inventor
유용균
서정훈
이성옥
Original Assignee
주식회사 티엔에프에이아이
한국원자력연구원
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 주식회사 티엔에프에이아이, 한국원자력연구원 filed Critical 주식회사 티엔에프에이아이
Priority to KR1020200157054A priority Critical patent/KR102444163B1/ko
Publication of KR20220069679A publication Critical patent/KR20220069679A/ko
Application granted granted Critical
Publication of KR102444163B1 publication Critical patent/KR102444163B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/602—Providing cryptographic facilities or services
    • G06K9/6201—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • General Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Psychiatry (AREA)
  • Pathology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Primary Health Care (AREA)
  • Veterinary Medicine (AREA)
  • Hospice & Palliative Care (AREA)
  • Epidemiology (AREA)
  • Developmental Disabilities (AREA)
  • Child & Adolescent Psychology (AREA)
  • Psychology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Data Mining & Analysis (AREA)
  • Social Psychology (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Software Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Hardware Design (AREA)
  • Bioethics (AREA)
  • Educational Technology (AREA)
  • Geometry (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)

Abstract

본 명세서는 분석 대상 그림에서 하나 이상의 객체, 색 사용 상태 및 스케치 스타일 각각을 인식하여, 인식 결과를 근거로 상기 분석 대상 그림에 대한 특징 정보를 생성하고, 상기 특징 정보를 근거로 기존 분석 사례에서 유사 유형에 해당하는 사례를 판단하여 상기 분석 대상 그림의 유형을 분석하고, 분석 결과를 제공하는 유형 분석 시스템에 관한 것이다.

Description

객체 인식 기술을 이용한 아동 그림 이미지의 유형 분석 시스템{SYSTEM FOR ANALYZING TYPES OF CHILDREN'S DRAWING IMAGES USING OBJECT RECOGNITION TECHNOLOGY}
본 명세서는 아동 그림에서 분석 대상 그림 이미지의 유형을 분석하는 유형 분석 시스템에 관한 것으로, 구체적으로는 객체 인식 기술을 이용하여 아동 그림 이미지의 유형을 분석하는 시스템에 관한 것이다.
본 발명의 배경이 되는 기술은, 아동이 그린 그림을 통해 정서 및 심리 상태를 분석하는 기술에 관한 것이다.
사회가 급속하게 발전하면서 맞벌이, 핵가족, 다문화가정, 한부모가정, 조부모가정 등 사회의 기본단위인 가족의 구성과 기능이 약화됨에 따라 아동의 일상생활 정보를 얻기 어려운 환경적 요인으로 인해 아동의 정서적, 심리적 불안이 급격히 늘고 있으며, 부모 또한 일과 가정의 양립과 양육스트레스에 대한 부담이 가중되고 있다. 이러한 점은 가족의 해체와 청소년 문제로 이어져 결국은 전체적인 사회문제로 파급되고 있다.
특히 최근 영/유아 5명중 1명이 정서, 심리 불안으로 어려움을 겪고 있는 것으로 보도된 바가 있어 영/유아를 포함한 아동에 대한 정서, 심리를 파악하는 것이 필요하며, 이는 심리검사를 통해 이루어질 수 있다.
심리검사란 인간의 지능이나 적성, 성격 등을 파악하여 검사결과를 체계적인 수치로 표현하는 측정방법을 의미하는 것으로, 인지적 능력을 측정하기 위한 지능검사, 적성능력을 측정하기 위한 적성검사, 학업에 대한 능력을 측정하기 위한 학력검사, 개인적인 특성이나 태도 또는 기질 등의 성격을 측정하기 위한 성격검사 등 검사 목적에 따른 다양한 종류가 있다.
이러한 심리검사는 개인의 특성을 파악할 수 있고, 파악된 정보를 이용하여 다양한 방안에 대해 활용이 가능한 장점이 있으나, 대부분 성인들을 대상으로 한 방법만 제시되고 있다. 즉, 아동은 심리를 표현하는 방법을 모르거나 서툴기 때문에 이를 측정하기 위한 방법이 제한적이므로 아동심리를 파악하기 위한 방법은 주로 대리인을 통해 이루어지고 있는 실정이다.
또한, 아동의 심리불안요소에 대해 부모가 어떻게 관여했는지에 대한 아동과 부모가 주고받는 행동에 대한 상관성을 분석한 객관적인 지표가 없기 때문에 아동심리를 진단 후 해소하려 하여도 부모와 아동간의 원활한 관계개선이 잘 이루어지지 못하고 있었다.
이러한 문제를 해결하기 위한 종래기술 중 하나로, 한국 등록특허 10-1982193(2019.05.24. 공고)(이하, 선행기술이라 칭한다)에는 웹이나 앱을 이용하여 아동이 그린 그림 및 설문조사의 입력 결과를 근거로 상기 그림을 그린 아동의 심리를 분석하여, 분석 결과를 제공하는 기술이 개시되어 있다.
그러나, 상기 선행기술은 단순히 심리 분석 서비스를 제공하는 플랫폼을 제시할 뿐, 상기 그림을 분석하는 구체적인 과정/방법/원리는 제공하지 못하는 한계가 있었다. 또한, 상기 선행기술에서는 서비스 제공자가 분석 결과를 제공하는 내용만 개시되었을 뿐, 서비스 이용자가 분석에 대해 참고할 만한 사례 정보를 제공하는 내용은 개시되지 않았다.
즉, 상기 선행기술은 상기 그림에 대한 분석을 기술적으로 해결하는 기술제안이 없었고, 한정적인 분석 결과의 제공으로 인해, 사용자가 다른 관점으로 아동의 심리를 이해하고, 아동에 대한 더 많은 정보를 획득하는데에 제약이 있었다. 또한, 서비스 제공자 관점에서도 제공하는 서비스가 제한적인 한계가 있었다.
본 발명은, 상술한 바와 같은 종래기술의 한계를 개선하는 것을 과제로 한다.
즉, 본 명세서는 심리 분석 결과에 대해 참고가 될 수 있는 기존의 유사 한 유형의 그림 사례를 함께 제시 할 수 있는 아동 그림 이미지의 유형 분석 시스템을 제공하고자 한다.
구체적으로는, 객체 인식 기술을 이용하여 분석 대상 그림의 유형을 분석하고, 유사 유형의 사례 정보를 제공할 수 있는 체계적인 그림 이미지의 유형 분석 시스템의 실시예를 제공하고자 한다.
아울러, 아동 그림 이미지의 유형 분석 시스템의 실시예와 같이 과제를 해결할 수 있는 서비스 서버의 유형 분석 방법의 실시예를 제공하고자 한다.
상술한 바와 같은 과제를 해결하기 위해, 본 발명은 분석 대상 그림에 스케치된 객체를 중점으로 상기 분석 대상 그림의 유형을 분석하는 것을 해결 수단으로 한다.
이러한 해결 수단은, 상기 분석 대상 그림의 분석 서비스를 요청하는 사용자의 단말장치 및 상기 분석 서비스를 제공하는 서비스 서버를 포함하는 유형 분석 시스템으로 실시될 수 있으며, 본 명세서는 상술한 바와 같은 해결 수단을 기술적 특징으로 하는 아동 그림 이미지의 유형 분석 시스템 및 서비스 서버의 유형 분석 방법의 실시예를 제공하고자 한다.
상기와 같은 해결 수단을 기술적 특징으로 하는 아동 그림 이미지의 유형 분석 시스템의 실시예는, 하나 이상의 객체를 포함하는 분석 대상 그림이 디스플레이화면을 통해 인식되어, 상기 분석 대상 그림에 대한 이미지 데이터를 저장하는 단말장치 및 상기 단말장치로부터 상기 이미지 데이터를 수신하여 상기 분석 대상 그림의 유형을 분석하고, 분석 결과에 따라 상기 분석 대상 그림에 대한 분석 정보를 생성하여 상기 단말장치에 송신하는 서비스 서버를 포함하고, 상기 단말장치는, 상기 서비스 서버로부터 상기 분석 정보를 수신하여, 상기 분석 정보를 상기 디스플레이화면에 표시하고, 상기 서비스 서버는, 상기 분석 대상 그림에서 상기 하나 이상의 객체, 색 사용 상태 및 스케치 스타일 각각을 인식하여, 인식 결과를 근거로 상기 분석 대상 그림에 대한 특징 정보를 생성하고, 상기 특징 정보를 기존 분석 사례에 대한 기저장된 사례 데이터의 유형 정보와 비교하여, 비교 결과에 따라 상기 사례 데이터 중 상기 분석 대상 그림의 유사 유형에 해당하는 유사 데이터를 판단하고, 상기 유사 데이터에 따라 상기 분석 정보를 생성한다.
상기 실시예에서, 상기 서비스 서버는, 상기 단말장치로부터 분석 요청을 수신하면 상기 분석 대상 그림의 스케치 안내에 대한 가이드 정보를 상기 단말장치로 송신하고, 상기 단말장치는, 상기 가이드 정보를 상기 디스플레이화면에 표시하여, 상기 가이드 정보에 따라 상기 분석 대상 그림이 스케치되도록 할 수 있다.
상기 실시예에서, 상기 가이드 정보는, 상기 분석 대상 그림의 작성자에 따른 상기 하나 이상의 객체의 스케치 안내에 대한 정보일 수 있다.
상기 실시예에서, 상기 서비스 서버는, 상기 분석 요청을 수신하면 상기 분석 대상 그림의 작성자에 대한 정보를 요청하는 정보 요청을 상기 단말장치로 송신한 후, 상기 단말장치로부터 상기 정보 요청에 대응한 상기 작성자의 신상 정보를 수신하여, 상기 신상 정보에 따라 상기 가이드 정보를 생성할 수 있다.
상기 실시예에서, 상기 단말장치는, 상기 정보 요청에 따라 상기 신상 정보가 입력되면 상기 신상 정보를 기설정된 암호화 방식에 따라 암호화하여 상기 서비스 서버에 송신하고, 상기 서비스 서버는, 상기 신상 정보를 수신한 후, 상기 암호화 방식에 따라 상기 신상 정보를 복호화하여 상기 작성자의 정보를 판단할 수 있다.
상기 실시예에서, 상기 하나 이상의 객체는, 상기 서비스 서버가 인식 가능한 그림 객체일 수 있다.
상기 실시예에서, 상기 그림 객체는, 사람, 집, 나무, 구름, 해, 달 및 도구 중 어느 하나일 수 있다.
상기 실시예에서, 상기 하나 이상의 객체는, 상기 사례 데이터 중 적어도 하나에 포함된 객체일 수 있다.
상기 실시예에서, 상기 하나 이상의 객체는, 적어도 하나의 부객체를 하나 이상 포함할 수 있다.
상기 실시예에서, 상기 서비스 서버는, 상기 하나 이상의 객체를 인식한 결과에 대한 제1 인식 정보, 상기 색 사용 상태를 인식한 결과에 대한 제2 인식 정보 및 상기 스케치 스타일을 인식한 결과에 대한 제3 인식 정보 각각을 생성하여, 상기 제1 인식 정보 내지 상기 제3 인식 정보를 근거로 상기 특징 정보를 생성할 수 있다.
상기 실시예에서, 상기 서비스 서버는, 상기 하나 이상의 객체의 종류, 위치, 크기, 비율, 형태 및 갯수 중 하나 이상을 추출하여 상기 하나 이상의 객체를 인식한 결과에 따라 상기 제1 인식 정보를 생성할 수 있다.
상기 실시예에서, 상기 서비스 서버는, 상기 하나 이상의 객체에 포함된 적어도 하나의 부객체, 상기 하나 이상의 객체의 색 사용 상태 및 스케치 스타일 중 하나 이상을 더 인식한 결과를 상기 제1 인식 정보에 반영할 수 있다.
상기 실시예에서, 상기 서비스 서버는, 상기 적어도 하나의 부객체의 종류, 위치, 크기, 비율, 형태 및 갯수 중 하나 이상을 추출하여 상기 적어도 하나의 부객체를 인식한 결과를 상기 제1 인식 정보에 반영할 수 있다.
상기 실시예에서, 상기 서비스 서버는, 상기 적어도 하나의 부객체의 색 사용 상태 및 스케치 스타일 중 하나 이상을 더 인식한 결과를 상기 제1 인식 정보에 더 반영할 수 있다.
상기 실시예에서, 상기 서비스 서버는, 상기 적어도 하나의 부객체를 일정 필터링 기준에 따라 필터링한 후, 상기 적어도 하나의 부객체의 색 사용 형태, 빈도 및 종류 중 하나 이상을 추출하여 상기 적어도 하나의 부객체의 색 사용 상태를 인식한 결과를 상기 제1 인식 정보에 더 반영할 수 있다.
상기 실시예에서, 상기 서비스 서버는, 상기 적어도 하나의 부객체의 선 사용 형태 및 굵기 중 하나 이상을 추출하여 상기 적어도 하나의 부객체의 스케치 스타일을 인식한 결과를 상기 제1 인식 정보에 더 반영할 수 있다.
상기 실시예에서, 상기 서비스 서버는, 상기 하나 이상의 객체를 일정 필터링 기준에 따라 필터링한 후, 상기 하나 이상의 객체의 색 사용 형태, 빈도 및 종류 중 하나 이상을 추출하여 상기 하나 이상의 객체의 색 사용 상태를 인식한 결과를 상기 제1 인식 정보에 반영할 수 있다.
상기 실시예에서, 상기 서비스 서버는, 상기 하나 이상의 객체의 선 사용 형태 및 굵기 중 하나 이상을 추출하여 상기 하나 이상의 객체의 스케치 스타일을 인식한 결과를 상기 제1 인식 정보에 반영할 수 있다.
상기 실시예에서, 상기 서비스 서버는, 상기 분석 대상 그림을 일정 필터링 기준에 따라 필터링한 후, 상기 분석 대상 그림의 색 사용 형태, 빈도 및 종류 중 하나 이상을 추출하여 상기 색 사용 상태를 인식한 결과에 따라 상기 제2 인식 정보를 생성할 수 있다.
상기 실시예에서, 상기 서비스 서버는, 상기 분석 대상 그림의 선 사용 형태 및 굵기 중 하나 이상을 추출하여 상기 스케치 스타일을 인식한 결과에 따라 상기 제3 인식 정보를 생성할 수 있다.
상기 실시예에서, 상기 특징 정보는, 상기 분석 대상 그림의 인식 결과를 하나 이상의 벡터 변수로 나타낸 벡터 정보이고, 상기 유형 정보는, 상기 기존 분석 사례의 인식 결과를 하나 이상의 벡터 변수로 나타낸 벡터 정보일 수 있다.
상기 실시예에서, 상기 서비스 서버는, 상기 특징 정보와 상기 유형 정보의 비교를 통해 상기 이미지 데이터와 상기 사례 데이터 간의 유사도를 판단하여, 판단한 유사도에 따라 상기 유사 데이터를 판단할 수 있다.
상기 실시예에서, 상기 서비스 서버는, 상기 특징 정보와의 유사도가 일정 기준 이상인 유형 정보에 해당하는 하나 이상의 데이터를 상기 유사 데이터로 판단할 수 있다.
상기 실시예에서, 상기 서비스 서버는, 상기 유사 데이터에 포함된 그림 사례 및 상기 그림 사례의 분석 사례에 대한 정보를 근거로 상기 분석 정보를 생성할 수 있다.
상기 실시예에서, 상기 서비스 서버는, 상기 그림 사례의 이미지 및 상기 분석 사례의 메시지가 상기 디스플레이화면에 표시되도록 상기 분석 정보를 생성할 수 있다.
상기 실시예에서, 상기 서비스 서버는, 상기 그림 사례가 복수인 경우, 복수의 상기 그림 사례가 상기 분석 대상 그림과의 유사한 비율 순서에 따라 상기 디스플레이화면에 표시되도록 상기 분석 정보를 생성할 수 있다.
상기 실시예에서, 상기 서비스 서버는, 상기 인식 결과가 그래픽 형태로 상기 디스플레이화면에 더 표시되도록 상기 분석 정보를 생성할 수 있다.
상기 실시예에서, 상기 서비스 서버는, 상기 분석 정보를 데이터화하여 상기 사례 데이터로 저장할 수 있다.
또한, 상기와 같은 해결 수단을 기술적 특징으로 하는 분석 대상 그림의 유형 분석 시스템의 다른 실시예는, 하나 이상의 객체를 포함하는 분석 대상 그림이 디스플레이화면을 통해 인식되면 상기 분석 대상 그림에서 상기 하나 이상의 객체, 색 사용 상태 및 스케치 스타일 각각을 인식하여, 인식 결과를 근거로 상기 분석 대상 그림에 대한 특징 정보를 생성하는 단말장치 및 상기 단말장치로부터 상기 특징 정보를 수신하여, 상기 특징 정보를 근거로 상기 분석 대상 그림의 유형을 분석하고, 분석 결과에 따라 상기 분석 대상 그림에 대한 분석 정보를 생성하여, 상기 분석 정보를 상기 단말장치에 송신하는 서비스 서버를 포함하고, 상기 단말장치는, 상기 서비스 서버로부터 상기 분석 정보를 수신하여, 상기 분석 정보를 상기 디스플레이화면에 표시하고, 상기 서비스 서버는, 상기 특징 정보를 기저장된 사례 데이터의 유형 정보와 비교하여 상기 사례 데이터 중 상기 분석 대상 그림의 유사 유형에 해당하는 유사 데이터를 판단하고, 상기 유사 데이터에 따라 상기 분석 정보를 생성하여 상기 단말장치에 송신한다.
상기와 같은 실시예의 경우, 상기 단말장치는, 상기 하나 이상의 객체를 인식한 결과에 대한 제1 인식 정보, 상기 색 사용 상태를 인식한 결과에 대한 제2 인식 정보 및 상기 스케치 스타일을 인식한 결과에 대한 제3 인식 정보 각각을 생성하여, 상기 제1 인식 정보 내지 상기 제3 인식 정보를 근거로 상기 특징 정보를 생성할 수 있다.
상기와 같은 실시예의 경우, 상기 단말장치는, 상기 하나 이상의 객체의 종류, 위치, 크기, 비율, 형태 및 갯수 중 하나 이상을 추출하여 상기 하나 이상의 객체를 인식한 결과에 따라 상기 제1 인식 정보를 생성할 수 있다.
상기와 같은 실시예의 경우, 상기 단말장치는, 상기 하나 이상의 객체에 포함된 적어도 하나의 부객체, 상기 하나 이상의 객체의 색 사용 상태 및 스케치 스타일 중 하나 이상을 더 인식한 결과를 상기 제1 인식 정보에 반영할 수 있다.
상기와 같은 실시예의 경우, 상기 단말장치는, 상기 적어도 하나의 부객체의 종류, 위치, 크기, 비율, 형태 및 갯수 중 하나 이상을 추출하여 상기 적어도 하나의 부객체를 인식한 결과를 상기 제1 인식 정보에 반영할 수 있다.
상기와 같은 실시예의 경우, 상기 단말장치는, 상기 적어도 하나의 부객체의 색 사용 상태 및 스케치 스타일 중 하나 이상을 더 인식한 결과를 상기 제1 인식 정보에 더 반영할 수 있다.
상기와 같은 실시예의 경우, 상기 단말장치는, 상기 적어도 하나의 부객체를 일정 필터링 기준에 따라 필터링한 후, 상기 적어도 하나의 부객체의 색 사용 형태, 빈도 및 종류 중 하나 이상을 추출하여 상기 적어도 하나의 부객체의 색 사용 상태를 인식한 결과를 상기 제1 인식 정보에 더 반영할 수 있다.
상기와 같은 실시예의 경우, 상기 단말장치는, 상기 적어도 하나의 부객체의 선 사용 형태 및 굵기 중 하나 이상을 추출하여 상기 적어도 하나의 부객체의 스케치 스타일을 인식한 결과를 상기 제1 인식 정보에 더 반영할 수 있다.
상기와 같은 실시예의 경우, 상기 단말장치는, 상기 하나 이상의 객체를 일정 필터링 기준에 따라 필터링한 후, 상기 하나 이상의 객체의 색 사용 형태, 빈도 및 종류 중 하나 이상을 추출하여 상기 하나 이상의 객체의 색 사용 상태를 인식한 결과를 상기 제1 인식 정보에 반영할 수 있다.
상기와 같은 실시예의 경우, 상기 단말장치는, 상기 하나 이상의 객체의 선 사용 형태 및 굵기 중 하나 이상을 추출하여 상기 하나 이상의 객체의 스케치 스타일을 인식한 결과를 상기 제1 인식 정보에 반영할 수 있다.
상기와 같은 실시예의 경우, 상기 단말장치는, 상기 분석 대상 그림을 일정 필터링 기준에 따라 필터링한 후, 상기 분석 대상 그림의 색 사용 형태, 빈도 및 종류 중 하나 이상을 추출하여 상기 색 사용 상태를 인식한 결과에 따라 상기 제2 인식 정보를 생성할 수 있다.
상기와 같은 실시예의 경우, 상기 단말장치는, 상기 분석 대상 그림의 선 사용 형태 및 굵기 중 하나 이상을 추출하여 상기 스케치 스타일을 인식한 결과에 따라 상기 제3 인식 정보를 생성할 수 있다.
상기와 같은 실시예의 경우에서도, 상기 특징 정보는, 상기 분석 대상 그림의 인식 결과를 하나 이상의 벡터 변수로 나타낸 벡터 정보이고, 상기 유형 정보는, 상기 기존 분석 사례의 인식 결과를 하나 이상의 벡터 변수로 나타낸 벡터 정보일 수 있다.
또한, 상기와 같은 실시예의 경우에서도 상기 서비스 서버는, 앞서 설명한 실시예에서와 마찬가지로 상기 특징 정보를 기저장된 사례 데이터의 유형 정보와 비교하여 상기 사례 데이터 중 상기 분석 대상 그림의 유사 유형에 해당하는 유사 데이터를 판단하고, 상기 유사 데이터에 따라 상기 분석 정보를 생성하여 상기 단말장치에 송신할 수 있다.
한편, 상기와 같은 해결 수단을 기술적 특징으로 하는 서비스 서버의 유형 분석 방법의 실시예는, 단말장치로부터 하나 이상의 객체를 포함하는 분석 대상 그림의 이미지 데이터를 수신하여 상기 분석 대상 그림의 유형을 분석하는 서비스 서버의 유형 분석 방법으로, 상기 단말장치로부터 상기 이미지 데이터를 수신하는 단계, 상기 분석 대상 그림에서 상기 하나 이상의 객체, 색 사용 상태 및 스케치 스타일 각각을 인식하는 단계, 인식 결과를 근거로 상기 분석 대상 그림에 대한 특징 정보를 생성하는 단계, 상기 특징 정보를 기존 분석 사례에 대한 기저장된 사례 데이터의 유형 정보와 비교하는 단계, 비교 결과에 따라 상기 사례 데이터 중 상기 분석 대상 그림의 유사 유형에 해당하는 유사 데이터를 판단하는 단계, 상기 유사 데이터에 따라 상기 분석 대상 그림에 대한 분석 정보를 생성하는 단계 및 상기 분석 정보를 상기 단말장치로 송신하는 단계를 포함한다.
상기 실시예에서, 상기 이미지 데이터를 수신하는 단계 전, 상기 분석 대상 그림에 대한 유형 분석 서비스를 시작하는 단계를 더 포함할 수 있다.
상기 실시예에서, 상기 유형 분석 서비스를 시작하는 단계는, 상기 단말장치로부터 분석 요청을 수신하는 단계, 상기 분석 요청에 따라 상기 분석 대상 그림의 작성자에 대한 정보를 요청하는 정보 요청을 상기 단말장치로 송신하는 단계, 상기 단말장치로부터 상기 정보 요청에 대응한 상기 작성자의 신상 정보를 수신하는 단계 및 상기 신상 정보에 따라 상기 분석 대상 그림의 스케치 안내에 대한 가이드 정보를 생성하여 상기 단말장치로 송신하는 단계를 포함할 수 있다.
상기 실시예에서, 상기 가이드 정보는, 상기 분석 대상 그림의 작성자에 따른 상기 하나 이상의 객체의 스케치 안내에 대한 정보일 수 있다.
상기 실시예에서, 상기 신상 정보를 수신하는 단계에서, 상기 단말장치는, 상기 정보 요청에 따라 상기 신상 정보가 입력되면 상기 신상 정보를 기설정된 암호화 방식에 따라 암호화하여 상기 서비스 서버에 송신하고, 상기 서비스 서버는, 상기 신상 정보를 수신한 후, 상기 암호화 방식에 따라 상기 신상 정보를 복호화하여 상기 작성자의 정보를 판단할 수 있다.
본 발명에 따른 아동 그림 이미지의 유형 분석 시스템의 실시예는, 분석 대상 그림에 스케치된 객체를 중점으로 상기 분석 대상 그림의 유형을 분석하여 유사 유형을 판단함으로써, 유사 유형의 사례 정보를 제공할 수 있게 되는 효과가 있다.
또한, 분석 대상 그림에 스케치된 객체를 중점으로 상기 분석 대상 그림의 유형을 분석함으로써, 상기 분석 대상 그림의 유형을 체계적으로 분석할 수 있게 되는 효과가 있다.
이에 따라, 상기 분석 대상 그림의 유형 분석이 다양하고 정확하게 이루어지고, 분석 결과의 활용성, 효용성 및 신뢰성을 높일 수 있게 되는 효과가 있다.
도 1은 아동 그림 이미지의 유형 분석 시스템의 실시예에 따른 구성도.
도 2는 아동 그림 이미지의 유형 분석 시스템의 구체적인 실시예에 따른 서비스 과정을 나타낸 블록도.
도 3a는 아동 그림 이미지의 유형 분석 개념을 나타낸 개념도 1.
도 3b는 아동 그림 이미지의 유형 분석 개념을 나타낸 개념도 2.
도 4는 아동 그림 이미지의 구체적인 인식 과정을 나타낸 블록도.
도 5는 분석 정보의 표시 예를 나타낸 예시도.
도 6은 아동 그림 이미지의 유형 분석 시스템의 다른 실시예에 따른 서비스 과정을 나타낸 블록도.
도 7은 서비스 서버의 유형 분석 방법의 실시예에 따른 순서도.
도 8은 서비스 서버의 유형 분석 방법의 구체적인 실시예에 따른 순서도.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시예들을 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성 요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략한다.
또한, 본 명세서에 개시된 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
또한, 첨부된 도면은 본 명세서에 개시된 실시예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
먼저, 아동 그림 이미지의 유형 분석 시스템(이하, 분석 시스템이라 칭한다)의 실시예를 설명한다.
상기 분석 시스템은, 심리 분석 대상자가 스케치한 그림의 유형을 분석하여, 기존 사례 중 유사 유형의 사례에 대한 정보를 사용자에게 제공하는 시스템일 수 있다.
상기 분석 시스템은, 분석 대상 그림인 아동 그림 이미지의 유형을 분석하여, 유사 유형의 사례에 대한 정보를 제공하는 서비스 시스템일 수 있다.
상기 분석 시스템은, 도 1에 도시된 바와 같이, 단말장치(10) 및 서비스 서버(20)를 포함한다.
상기 단말장치(10)는, 네트워크망(NW)을 통해 상기 서비스 서버(20)와 통신하는 통신장치일 수 있다. 이를테면, 사용자의 이동통신 단말기일 수 있다. 또한, 사용자의 스마트폰, PC, 테블릿 PC, 게임용 콘솔, 또는 스마트 TV 등일 수도 있다.
여기서, 상기 네트워크망(NW)은, 상기 단말장치(10)와 상기 서비스 서버(20) 간의 통신이 연결되는 통신망일 수 있다. 이를테면, LTE, 5G, 또는 WI-FI를 비롯한 무선 네트워크망일 수 있다.
상기 서비스 서버(20)는, 상기 네트워크망(NW)을 통해 상기 단말장치(10)와 통신하는 통신 서버일 수 있다. 상기 서비스 서버(20)는, 상기 분석 대상 그림인 아동 그림 이미지의 유형을 분석하여, 유사 유형의 사례에 대한 정보를 제공하는 서비스 업체의 서버일 수 있다. 상기 서비스 서버(20)는, 상기와 같은 서비스를 제공하기 위한 데이터가 저장되어, 상기 단말장치(10)에 상기 유사 유형의 사례에 대한 정보를 제공할 수 있다.
이처럼 상기 분석 시스템은, 상기 네트워크망(NW)을 통해 통신 연결되어, 상호 간에 데이터를 송수신하는 상기 단말장치(10) 및 상기 서비스 서버(20)를 포함하여, 상기 분석 대상 그림의 유형 분석이 이루어지게 될 수 있다.
상기 분석 시스템에서 상기 단말장치(10)는, 하나 이상의 객체를 포함하는 분석 대상 그림이 디스플레이화면을 통해 인식되어, 상기 분석 대상 그림에 대한 이미지 데이터를 저장하고, 상기 서비스 서버(20)는, 상기 단말장치(10)로부터 상기 이미지 데이터를 수신하여 상기 분석 대상 그림의 유형을 분석하고, 분석 결과에 따라 상기 분석 대상 그림에 대한 분석 정보를 생성하여 상기 단말장치(10)에 송신한다.
여기서, 상기 단말장치(10)는, 상기 서비스 서버(20)로부터 상기 분석 정보를 수신하여, 상기 분석 정보를 상기 디스플레이화면에 표시하고, 상기 서비스 서버(20)는, 상기 분석 대상 그림에서 상기 하나 이상의 객체, 색 사용 상태 및 스케치 스타일 각각을 인식하여, 인식 결과를 근거로 상기 분석 대상 그림에 대한 특징 정보를 생성하고, 상기 특징 정보를 기존 분석 사례에 대한 기저장된 사례 데이터의 유형 정보와 비교하여, 비교 결과에 따라 상기 사례 데이터 중 상기 분석 대상 그림의 유사 유형에 해당하는 유사 데이터를 판단하고, 상기 유사 데이터에 따라 상기 분석 정보를 생성한다.
즉, 상기 단말장치(10)가 상기 분석 대상 그림을 인식하여 상기 분석 대상 그림에 대한 상기 이미지 데이터를 상기 서비스 서버(20)로 송신하고, 상기 서비스 서버(20)가 상기 이미지 데이터를 근거로 상기 특징 정보를 생성하여 상기 유형 정보와 비교하고, 비교 결과에 따라 상기 분석 대상 그림과 유사 유형에 해당하는 유사 데이터를 판단하여, 상기 유사 데이터에 따라 상기 분석 정보를 생성하여 상기 단말장치(10)에 송신하고, 상기 단말장치(10)가 상기 분석 정보를 상기 디스플레이화면에 표시하게 됨으로써, 상기 분석 대상 그림의 유형 분석 및 분석 결과에 대한 정보 제공이 이루어지게 될 수 있다.
이와 같이 상기 분석 대상 그림의 유형 분석 및 분석 결과에 대한 정보 제공이 이루어지는 상기 분석 시스템의 서비스 과정은, 도 2에 도시된 바와 같을 수 있다.
상기 단말장치(10)는, 상기 분석 대상 그림을 인식하여 상기 이미지 데이터를 생성하기 전, 상기 서비스 서버(20)에 상기 분석 대상 그림의 분석에 대한 분석 요청을 상기 서비스 서버(20)에 송신(P1)할 수 있다. 상기 분석 요청은, 상기 서비스 서버(20)에 상기 분석 대상 그림의 분석을 요청하는 메시지일 수 있다. 이를테면, 상기 서비스 서버(20)에서 상기 단말장치(10)에 제공한 유형 분석 애플리케이션, 또는 이를 비롯한 프로그램이 실행되어 상기 서비스 서버(20)에 실행 시작을 알리는 메시지일 수 있다. 상기 단말장치(10)가 상기 분석 요청을 상기 서비스 서버(20)에 송신하면, 상기 서비스 서버(20)는 상기 분석 요청의 수신에 따라 상기 분석 대상 그림의 유형 분석 과정을 시작하게 될 수 있다.
상기 서비스 서버(20)는, 상기 단말장치(10)로부터 상기 분석 요청을 수신(P1)하면 상기 분석 대상 그림의 스케치 안내에 대한 가이드 정보를 상기 단말장치(10)로 송신(P4)할 수 있다. 이 때, 상기 단말장치(10)는, 상기 가이드 정보를 상기 디스플레이화면에 표시할 수 있다. 이에 따라, 상기 가이드 정보에 따라 상기 분석 대상 그림이 스케치되도록 할 수 있다.
여기서, 상기 가이드 정보는, 상기 분석 대상 그림의 작성자에 따른 상기 하나 이상의 객체의 스케치 안내에 대한 정보일 수 있다. 상기 가이드 정보는, 상기 분석 대상 그림의 작성자에 따라 서로 다른 스케치 안내가 기설정될 수 있다. 이를테면, 상기 작성자의 나이나 성별에 따라 다르게 설정될 수 있다. 구체적인 예를 들면, 5세 남자 아이는 A, 6세 여자 아이는 B, 7세 남자 아이는 C+D 등으로 설정될 수 있다. 이러한 상기 가이드 정보는, 상기 하나 이상의 객체의 스케치에 대한 안내가 포함될 수 있다. 예를 들면, "가" 객체의 스케치에 대한 안내가 포함될 수 있다. 이에 따라, 상기 단말장치(10)에 상기 가이드 정보가 표시되면, 상기 작성자가 상기 가이드 정보에 따라 "가" 객체를 포함하여 상기 분석 대상 그림을 작성하게 될 수 있다.
상기 서비스 서버(20)는, 상기 분석 요청을 수신(P1)하면 상기 분석 대상 그림의 작성자에 대한 정보를 요청하는 정보 요청을 상기 단말장치(10)로 송신(P2)한 후, 상기 단말장치(10)로부터 상기 정보 요청에 대응한 상기 작성자의 신상 정보를 수신(P3)하여, 상기 신상 정보에 따라 상기 가이드 정보를 생성할 수 있다.
즉, 상기 서비스 서버(20)가 상기 분석 요청을 수신(P1)한 후, 상기 정보 요청을 상기 단말장치(10)에 송신(P2)하고, 상기 단말장치(10)에서 상기 정보 요청에 따른 상기 신상 정보가 작성되면 상기 단말장치(10)가 상기 신상 정보를 상기 서비스 서버(20)에 송신(P3)하고, 상기 서비스 서버(20)가 상기 신상 정보를 근거로 상기 작성자에 해당하는 스케치 안내에 따라 상기 가이드 정보를 생성하여 상기 가이드 정보를 상기 단말장치(10)에 송신(P4)하게 됨으로써, 상기 단말장치(10)에서 상기 가이드 정보에 따른 상기 분석 대상 그림의 작성이 이루어지게 될 수 있다.
이 경우, 상기 단말장치(10)는, 상기 정보 요청에 따라 상기 신상 정보가 입력되면 상기 신상 정보를 기설정된 암호화 방식에 따라 암호화하여 상기 서비스 서버(20)에 송신(P3)하고, 상기 서비스 서버(20)는, 상기 신상 정보를 수신(P3)한 후, 상기 암호화 방식에 따라 상기 신상 정보를 복호화하여 상기 작성자의 정보를 판단할 수 있다.
이와 같이 상기 분석 요청, 상기 정보 요청, 상기 신상 정보 및 상기 가이드 정보 순으로 송수신(P1 내지 P4)이 이루어져 상기 단말장치(10)에 상기 가이드 정보가 표시되면, 상기 작성자가 상기 가이드 정보에 따라 상기 하나 이상의 객체가 포함되도록 상기 분석 대상 그림을 작성하게 될 수 있다.
상기 단말장치(10)는, 상기 가이드 정보에 따라 상기 분석 대상 그림이 작성된 후, 상기 디스플레이화면을 통해 상기 분석 대상 그림이 인식(P5)되면, 상기 분석 대상 그림에 대한 상기 이미지 데이터를 생성(P6)하여, 상기 이미지 데이터를 상기 서비스 서버(20)에 송신(P7)할 수 있다. 여기서, 상기 분석 대상 그림의 인식은, 상기 분석 대상 그림의 촬영, 또는 상기 디스플레이화면 상에서의 스케치 조작에 대응하여 이루어질 수 있다.
상기 서비스 서버(20)는, 상기 단말장치(10)로부터 상기 이미지 데이터를 수신(P7)하면, 상기 이미지 데이터를 근거로 상기 분석 대상 그림을 분석(P10)할 수 있다. 상기 분석 대상 그림의 분석(P10)은, 상기 서비스 서버(20)의 DB에 저장된 딥러닝 등을 비롯한 분석 알고리즘을 통해 이루어질 수 있으며, 상기 하나 이상의 객체를 중점으로 이루어질 수 있다.
상기 하나 이상의 객체는, 상기 서비스 서버(20)가 인식 가능한 그림 객체일 수 있다. 상기 그림 객체는, 상기 분석 대상 그림에 스케치될 수 있는 모든 객체를 의미할 수 있다. 이를테면, 사람, 사물, 집, 나무, 구름, 해, 달 및 도구 중 어느 하나일 수 있다. 이에 따라, 상기 분석 대상 그림에는, 상기 그림 객체 중 하나 이상이 스케치될 수 있다. 여기서, 상기 분석 대상 그림에 스케치되는 상기 하나 이상의 객체는, 상기 가이드 정보에 따라 다를 수 있다. 이를테면, 5세 여자 아이에 대한 가이드 정보에는 a 및 b 객체의 스케치가 안내되고, 7세 남자 아이에 대한 가이드 정보에는 b, c 및 d 객체의 스케치가 안내되어, 5세 여자 아이가 그린 그림에 포함된 객체와 7세 남자 아이가 그린 그림에 포함된 객체가 달라지게 될 수 있다.
상기 하나 이상의 객체는, 상기 사례 데이터 중 적어도 하나에 포함된 객체일 수 있다. 즉, 상기 하나 이상의 객체는, 적어도 하나의 상기 사례 데이터에서 공통으로 인식될 수 있는 객체일 수 있다. 이에 따라, 상기 이미지 데이터와 상기 사례 데이터의 비교가 상기 하나 이상의 객체를 통해 이루어지게 될 수 있다. 상기 하나 이상의 객체는 또한, 적어도 하나의 부객체를 하나 이상 포함할 수 있다. 상기 부객체는, 상기 객체의 하위객체일 수 있다. 이를테면, 상기 객체가 사람인 경우, 머리, 눈, 코, 입, 또는 귀가 상기 부객체로 포함될 수 있고, 상기 객체가 집인 경우, 창문, 문 또는 지붕이 상기 부객체로 포함될 수 있다.
상기 서비스 서버(20)는, 상기 이미지 데이터를 근거로 상기 분석 대상 그림의 상기 하나 이상의 객체, 상기 색 사용 상태 및 상기 스케치 스타일 각각을 인식하여 상기 분석 대상 그림을 분석(P10)한 후, 상기 특징 정보를 생성(P20)할 수 있다. 상기 서비스 서버(20)는, 도 3a에 도시된 바와 같이, 상기 분석 대상 그림(ID)을 인식하여 상기 분석 대상 그림을 분석(P10)한 후, 상기 하나 이상의 객체를 인식한 결과에 대한 제1 인식 정보, 상기 색 사용 상태를 인식한 결과에 대한 제2 인식 정보 및 상기 스케치 스타일을 인식한 결과에 대한 제3 인식 정보 각각을 생성하여, 상기 제1 인식 정보 내지 상기 제3 인식 정보를 근거로 상기 특징 정보를 생성(P20)할 수 있다.
상기 서비스 서버(20)가 상기 분석 대상 그림(ID)을 분석(P10)하여 상기 특징 정보를 생성(P20)하는 구체적인 과정은, 도 3b 에 도시된 바와 같을 수 있다.
상기 서비스 서버(20)는, 상기 하나 이상의 객체의 종류, 위치, 크기, 비율, 형태 및 갯수 중 하나 이상을 추출하여 상기 하나 이상의 객체를 인식(B100)한 결과에 따라 상기 제1 인식 정보를 생성할 수 있다. 즉, 상기 제1 인식 정보는, 상기 하나 이상의 객체의 종류, 위치, 크기, 비율, 형태 및 갯수 중 하나 이상을 인식(B100)한 결과에 대한 정보를 포함할 수 있다. 여기서, 상기 하나 이상의 객체의 인식(B100)은, OBJECT DETECTION 방식으로 이루어질 수 있다. 즉, 상기 서비스 서버(20)는, 상기 OBJECT DETECTION 방식으로 상기 하나 이상의 객체의 종류, 위치, 크기, 비율, 형태 및 갯수 중 하나 이상을 추출하여 상기 제1 인식 정보를 생성하게 될 수 있다.
상기 제1 인식 정보를 생성하는 경우, 상기 서비스 서버(20)는, 상기 하나 이상의 객체에 포함된 적어도 하나의 부객체(B110), 상기 하나 이상의 객체의 색 사용 상태(B120) 및 스케치 스타일(B130) 중 하나 이상을 더 인식한 결과를 상기 제1 인식 정보에 반영할 수 있다. 이에 따라, 상기 제1 인식 정보에는, 상기 하나 이상의 객체의 인식 결과(B100)와, 상기 적어도 하나의 부객체(B110), 상기 하나 이상의 객체의 색 사용 상태(B120) 및 스케치 스타일(B130)의 인식 결과 중 하나 이상이 더 포함될 수 있다.
상기 서비스 서버(20)는, 상기 적어도 하나의 부객체의 종류, 위치, 크기, 비율, 형태 및 갯수 중 하나 이상을 추출하여 상기 적어도 하나의 부객체를 인식(B110)한 결과를 상기 제1 인식 정보에 반영할 수 있다. 즉, 상기 서비스 서버(20)는, 상기 적어도 하나의 부객체를 더 인식하는 경우, 상기 적어도 하나의 부객체의 종류, 위치, 크기, 비율, 형태 및 갯수 중 하나 이상을 인식(B110)하여 상기 제1 인식 정보에 반영하게 될 수 있다. 여기서, 상기 적어도 하나의 부객체의 인식(B110)도 OBJECT DETECTION 방식으로 이루어질 수 있다. 즉, 상기 서비스 서버(20)는, 상기 OBJECT DETECTION 방식으로 상기 적어도 하나의 부객체의 종류, 위치, 크기, 비율, 형태 및 갯수 중 하나 이상을 추출하여 상기 제1 인식 정보를 생성하게 될 수 있다.
상기 적어도 하나의 부객체를 인식(B110)하는 경우, 상기 서비스 서버(20)는 또한, 상기 적어도 하나의 부객체의 색 사용 상태(B112) 및 스케치 스타일(B113) 중 하나 이상을 더 인식한 결과를 상기 제1 인식 정보에 더 반영할 수도 있다. 이에 따라, 상기 제1 인식 정보에는, 상기 하나 이상의 객체의 인식 결과(B100) 및 상기 적어도 하나의 부객체의 인식 결과(B110)와, 상기 하나 이상의 부객체의 색 사용 상태(B112) 및 스케치 스타일(B113)의 인식 결과 중 하나 이상이 더 포함될 수 있다.
상기 서비스 서버(20)는, 상기 적어도 하나의 부객체를 일정 필터링 기준에 따라 필터링한 후, 상기 적어도 하나의 부객체의 색 사용 형태, 빈도 및 종류 중 하나 이상을 추출하여 상기 적어도 하나의 부객체의 색 사용 상태를 인식(B112)한 결과를 상기 제1 인식 정보에 더 반영할 수 있다. 즉, 상기 서비스 서버(20)는, 상기 적어도 하나의 부객체의 색 사용 상태를 더 인식하는 경우, 상기 적어도 하나의 부객체의 색 사용 형태, 빈도 및 종류 중 하나 이상을 인식(B112)하여 상기 제1 인식 정보에 반영하게 될 수 있다. 여기서, 상기 적어도 하나의 부객체의 색 사용 상태의 인식(B112)은, IMAGE PROCESSING 방식으로 이루어질 수 있다. 즉, 상기 서비스 서버(20)는, 상기 IMAGE PROCESSING 방식으로 상기 적어도 하나의 부객체의 색 사용 형태, 빈도 및 종류 중 하나 이상을 추출하여 상기 제1 인식 정보를 생성하게 될 수 있다.
상기 서비스 서버(20)는, 상기 적어도 하나의 부객체의 선 사용 형태 및 굵기 중 하나 이상을 추출하여 상기 적어도 하나의 부객체의 스케치 스타일을 인식(B113)한 결과를 상기 제1 인식 정보에 더 반영할 수 있다. 즉, 상기 서비스 서버(20)는, 상기 적어도 하나의 부객체의 스케치 스타일을 더 인식하는 경우, 상기 적어도 하나의 부객체의 선 사용 형태 및 굵기 중 하나 이상을 인식(B113)하여 상기 제1 인식 정보에 반영하게 될 수 있다. 여기서, 상기 적어도 하나의 부객체의 스케치 스타일의 인식(B113)은, AUTOENCODER 방식으로 이루어질 수 있다. 즉, 상기 서비스 서버(20)는, 상기 AUTOENCODER 방식으로 상기 적어도 하나의 부객체의 선 사용 형태 및 굵기 중 하나 이상을 추출하여 상기 제1 인식 정보를 생성하게 될 수 있다.
상기 서비스 서버(20)는, 상기 하나 이상의 객체를 일정 필터링 기준에 따라 필터링한 후, 상기 하나 이상의 객체의 색 사용 형태, 빈도 및 종류 중 하나 이상을 추출하여 상기 하나 이상의 객체의 색 사용 상태를 인식(B120)한 결과를 상기 제1 인식 정보에 반영할 수 있다. 즉, 상기 서비스 서버(20)는, 상기 적어도 하나의 객체의 색 사용 상태를 더 인식하는 경우, 상기 적어도 하나의 객체의 색 사용 형태, 빈도 및 종류 중 하나 이상을 인식(B120)하여 상기 제1 인식 정보에 반영하게 될 수 있다. 여기서, 상기 적어도 하나의 객체의 색 사용 상태의 인식(B120)도 IMAGE PROCESSING 방식으로 이루어질 수 있다. 즉, 상기 서비스 서버(20)는, 상기 IMAGE PROCESSING 방식으로 상기 적어도 하나의 객체의 색 사용 형태, 빈도 및 종류 중 하나 이상을 추출하여 상기 제1 인식 정보를 생성하게 될 수 있다.
상기 서비스 서버(20)는, 상기 하나 이상의 객체의 선 사용 형태 및 굵기 중 하나 이상을 추출하여 상기 하나 이상의 객체의 스케치 스타일을 인식(B130)한 결과를 상기 제1 인식 정보에 반영할 수 있다. 즉, 상기 서비스 서버(20)는, 상기 적어도 하나의 객체의 스케치 스타일을 더 인식하는 경우, 상기 적어도 하나의 객체의 선 사용 형태 및 굵기 중 하나 이상을 인식(B130)하여 상기 제1 인식 정보에 반영하게 될 수 있다. 여기서, 상기 적어도 하나의 객체의 스케치 스타일의 인식(B130)도 AUTOENCODER 방식으로 이루어질 수 있다. 즉, 상기 서비스 서버(20)는, 상기 AUTOENCODER 방식으로 상기 적어도 하나의 객체의 선 사용 형태 및 굵기 중 하나 이상을 추출하여 상기 제1 인식 정보를 생성하게 될 수 있다.
상기 서비스 서버(20)는, 상기 분석 대상 그림(ID)을 일정 필터링 기준에 따라 필터링한 후, 상기 분석 대상 그림(ID)의 색 사용 형태, 빈도 및 종류 중 하나 이상을 추출하여 상기 색 사용 상태를 인식(B200)한 결과에 따라 상기 제2 인식 정보를 생성할 수 있다. 즉, 상기 제2 인식 정보는, 상기 분석 대상 그림(ID)의 색 사용 형태, 빈도 및 종류 중 하나 이상을 인식(B200)한 결과에 대한 정보를 포함할 수 있다. 여기서, 상기 색 사용 상태의 인식(B200)도 IMAGE PROCESSING 방식으로 이루어질 수 있다. 즉, 상기 서비스 서버(20)는, 상기 IMAGE PROCESSING 방식으로 상기 분석 대상 그림(ID)의 색 사용 형태, 빈도 및 종류 중 하나 이상을 추출하여 상기 제2 인식 정보를 생성하게 될 수 있다.
상기 서비스 서버(20)는, 상기 분석 대상 그림(ID)의 선 사용 형태 및 굵기 중 하나 이상을 추출하여 상기 스케치 스타일을 인식(B300)한 결과에 따라 상기 제3 인식 정보를 생성할 수 있다. 즉, 상기 제3 인식 정보는, 상기 분석 대상 그림(ID)의 선 사용 형태 및 굵기 중 하나 이상을 인식(B300)한 결과에 대한 정보를 포함할 수 있다. 여기서, 상기 스케치 스타일의 인식(B300)도 AUTOENCODER 방식으로 이루어질 수 있다. 즉, 상기 서비스 서버(20)는, 상기 AUTOENCODER 방식으로 상기 분석 대상 그림(ID)의 선 사용 형태 및 굵기 중 하나 이상을 추출하여 상기 제3 인식 정보를 생성하게 될 수 있다.
상기 서비스 서버(20)는, 이와 같이 상기 제1 인식 정보 내지 상기 제3 인식 정보를 생성한 후, 상기 제1 인식 정보 내지 상기 제3 인식 정보를 근거로 상기 특징 정보를 생성(P20)하여, 상기 특징 정보를 상기 사례 데이터의 유형 정보와 비교(P30)하고, 비교 결과에 따라 상기 유사 데이터를 판단(P40)하여 상기 분석 정보를 생성(P50)할 수 있다. 여기서, 상기 사례 데이터는, 상기 기존 분석 사례의 이력에 대한 데이터일 수 있다. 상기 사례 데이터는, 복수의 기존 분석 사례 각각의 그림 및 분석 결과에 대한 데이터일 수 있다. 즉, 상기 서비스 서버(20)의 사례 DB에는, 복수의 기존 분석 사례 각각에 대한 데이터가 저장될 수 있다.
상기 특징 정보는, 상기 분석 대상 그림(ID)의 인식 결과를 하나 이상의 벡터 변수로 나타낸 벡터 정보이고, 상기 유형 정보는, 상기 기존 분석 사례의 인식 결과를 하나 이상의 벡터 변수로 나타낸 벡터 정보일 수 있다. 즉, 도 4에 도시된 바와 같이, 상기 특징 정보는 상기 분석 대상 그림(ID)의 인식 결과에 대한 벡터 정보(VI)고, 상기 유형 정보는 상기 기존 분석 사례(ID', ID'')의 인식 결과에 대한 벡터 정보(V1, V2)로, 두 정보의 벡터 변수를 비교함으로써 두 정보 간의 유사성을 판단하게 될 수 있다. 이에 따라, 상기 서비스 서버(20)는, 벡터 정보인 상기 특징 정보(VI)와 상기 유형 정보(V1, V2)의 비교(P30)를 통해, 상기 사례 데이터 중 상기 이미지 데이터와 유사 유형에 해당하는 데이터를 판단(P40)하게 될 수 있다.
상기 서비스 서버(20)는, 상기 특징 정보(VI)와 상기 유형 정보(V1, V2)의 비교(P30)를 통해 상기 이미지 데이터와 상기 사례 데이터 간의 유사도를 판단하여, 판단한 유사도에 따라 상기 유사 데이터를 판단(P40)할 수 있다. 이 경우, 상기 서비스 서버(20)는, 상기 특징 정보(VI)와의 유사도가 일정 기준 이상인 유형 정보에 해당하는 하나 이상의 데이터를 상기 유사 데이터로 판단할 수 있다. 즉, 상기 서비스 서버(20)는, 상기 사례 데이터 각각의 유형 정보(V1, V2) 중 상기 특징 정보(VI)와의 유사도가 상기 일정 기준 이상인 유형 정보에 해당하는 하나 이상의 사례 데이터를 상기 유사 데이터로 판단하게 될 수 있다. 이를테면, 상기 특징 정보와의 유사도가 50[%] 이상인 유형 정보에 해당하는 데이터들을 상기 유사 데이터로 판단하게 될 수 있다.
상기 특징 정보와 상기 유형 정보의 비교(P30)를 통해 상기 유사 데이터를 판단(P40)한 후, 상기 서비스 서버(20)는, 상기 유사 데이터에 포함된 그림 사례 및 상기 그림 사례의 분석 사례에 대한 정보를 근거로 상기 분석 정보를 생성(P50)할 수 있다. 이 경우, 상기 서비스 서버(20)는, 상기 그림 사례의 이미지 및 상기 분석 사례의 메시지가 상기 디스플레이화면에 표시되도록 상기 분석 정보를 생성(P50)할 수 있다. 또한, 상기 서비스 서버(20)는, 상기 그림 사례가 복수인 경우, 복수의 상기 그림 사례가 상기 분석 대상 그림(ID)과의 유사한 비율 순서에 따라 상기 디스플레이화면에 표시되도록 상기 분석 정보를 생성(P50)할 수 있다.
이처럼 상기 서비스 서버(20)가 상기 분석 정보를 생성(P50)한 후, 상기 분석 정보를 상기 단말장치(10)에 송신(P60)하면, 상기 단말장치(10)가 상기 분석 정보를 상기 디스플레이화면에 표시(P70)할 수 있다. 이에 따라, 도 5에 도시된 바와 같이, 상기 분석 정보(AI)를 수신한 상기 단말장치(10)의 상기 디스플레이화면에 상기 분석 대상 그림(ID)과 유사 유형의 이미지(C0 내지 C5)) 및 분석 사례의 메시지가 포함된 상기 분석 정보(AI)가 표시되어, 상기 분석 대상 그림(ID)의 유형을 분석한 정보가 제공될 수 있게 된다. 이와 같이 상기 분석 대상 그림(ID)의 유형을 분석한 결과가 상기 단말장치(10)의 사용자에게 제공됨으로써, 상기 단말장치(10)의 사용자가 상기 분석 대상 그림(ID)의 유형을 쉽게 파악하게 될 수 있다.
상기 서비스 서버(20)는 또한, 상기 인식 결과가 그래픽 형태로 상기 디스플레이화면에 더 표시되도록 상기 분석 정보를 생성(P50)할 수도 있다. 이를테면, 상기 하나 이상의 객체 및 상기 색 사용 상태 각각의 비율이 그래프로 표시되도록 상기 분석 정보를 생성함으로써, 상기 단말장치(10)에 상기 인식 결과가 파악하기 쉬운 형태로 표시될 수 있게 된다.
상기 서비스 서버(20)는 또한, 상기 분석 정보를 데이터화하여 상기 사례 데이터로 저장할 수 있다. 이에 따라, 상기 사례 데이터의 축적이 이루어지고, 추후 다른 분석 대상 그림의 유형을 분석할 시, 상기 분석 정보가 유형 분석에 이용될 수 있게 된다.
이와 같이 상기 분석 시스템은, 상기 서비스 서버(20)가 상기 분석 대상 그림을 분석하여 상기 특징 정보를 생성하고, 상기 특징 정보를 근거로 상기 분석 정보를 상기 단말장치(10)에 송신함으로써, 상기 분석 대상 그림의 유형 분석 서비스의 제공이 이루어지게 될 수 있다.
한편, 상기 분석 시스템의 실시예는, 상기 분석 시스템의 기술적 특징이 적용 가능한 다른 실시예로 변형되어 실시될 수도 있다. 이를테면, 상기 분석 대상 그림의 특징을 인식하여 상기 특징 정보를 생성하는 과정이 상기 단말장치(10)에서 수행되는 실시예로 변형되어 실시될 수도 있다.
이러한 상기 분석 시스템의 다른 실시예는, 도 6에 도시된 바와 같이, 하나 이상의 객체를 포함하는 분석 대상 그림이 디스플레이화면을 통해 인식(P100)되면 상기 분석 대상 그림에서 상기 하나 이상의 객체, 색 사용 상태 및 스케치 스타일 각각을 인식(P200)하여, 인식 결과를 근거로 상기 분석 대상 그림에 대한 특징 정보를 생성(P300)하는 상기 단말장치(10) 및 상기 단말장치(10)로부터 상기 특징 정보를 수신(P400)하여, 상기 특징 정보를 근거로 상기 분석 대상 그림의 유형을 분석(P500 및 P600)하고, 분석 결과에 따라 상기 분석 대상 그림에 대한 분석 정보를 생성(P700)하여, 상기 분석 정보를 상기 단말장치(10)에 송신(P800)하는 서비스 서버(20)를 포함한다. 여기서, 상기 단말장치(10)는, 상기 서비스 서버(20)로부터 상기 분석 정보를 수신(P800)하여, 상기 분석 정보를 상기 디스플레이화면에 표시(P900)하고, 상기 서비스 서버(20)는, 상기 특징 정보를 기저장된 사례 데이터의 유형 정보와 비교(P500)하여 상기 사례 데이터 중 상기 분석 대상 그림의 유사 유형에 해당하는 유사 데이터를 판단(P600)하고, 상기 유사 데이터에 따라 상기 분석 정보를 생성(P700)하여 상기 단말장치(10)에 송신(P800)한다.
즉, 이러한 실시예의 경우, 상기 분석 대상 그림의 인식 및 상기 특징 정보의 생성이 상기 단말장치(10)에서 이루어지게 되고, 상기 서비스 서버(20)는 상기 특징 정보를 수신받아 상기 분석 정보를 생성하여, 상기 분석 대상 그림의 인식 과정을 생략하게 될 수 있다. 이처럼 상기 특징 정보의 생성이 상기 단말장치(10)에서 이루어지게 됨으로써, 상기 분석 대상 그림 및 상기 작성자의 신상 정보가 상기 서비스 서버(20)에 제공되지 않아 상기 분석 대상 그림 및 상기 작성자의 개인 정보 보호가 용이하고 안전하게 이루어질 수 있게 된다. 또한 상기 서비스 서버(20)에서 상기 분석 대상 그림의 인식을 위한 데이터가 생략됨으로써, 상기 서비스 서버(20)의 데이터 저장 용량이 감소될 수 있게 된다.
또한, 상기 분석 시스템의 실시예는, 서비스 서버의 실시예, 또는 상기 서비스 서버의 유형 분석 방법(이하, 분석 방법이라 칭한다) 등으로 실시될 수도 있다. 여기서, 상기 분석 방법은, 상기 분석 대상 그림의 유형을 분석하는 상기 서비스 서버(20)의 유형 분석 서비스 제공 방법일 수 있으며, 상기 서비스 서버(20)의 애플리케이션, 프로그램, 또는 전용 소프트웨어에 적용되어 실시될 수 있다.
상기 분석 방법의 실시예는, 상기 단말장치(10)로부터 하나 이상의 객체를 포함하는 분석 대상 그림의 이미지 데이터를 수신하여 상기 분석 대상 그림의 유형을 분석하는 서비스 서버(20)의 유형 분석 방법으로, 도 7에 도시된 바와 같이, 상기 단말장치(10)로부터 상기 이미지 데이터를 수신하는 단계(S10), 상기 분석 대상 그림에서 상기 하나 이상의 객체, 색 사용 상태 및 스케치 스타일 각각을 인식하는 단계(S20), 인식 결과를 근거로 상기 분석 대상 그림에 대한 특징 정보를 생성하는 단계(S30), 상기 특징 정보를 기존 분석 사례에 대한 기저장된 사례 데이터의 유형 정보와 비교하는 단계(S40), 비교 결과에 따라 상기 사례 데이터 중 상기 분석 대상 그림의 유사 유형에 해당하는 유사 데이터를 판단하는 단계(S50), 상기 유사 데이터에 따라 상기 분석 대상 그림에 대한 분석 정보를 생성하는 단계(S60) 및 상기 분석 정보를 상기 단말장치로 송신하는 단계(S70)를 포함한다.
즉, 상기 서비스 서버(20)에서 제공되는 유형 분석 서비스는, 상기 단말장치(10)로부터 상기 이미지 데이터를 수신하는 단계(S10), 상기 분석 대상 그림에서 상기 하나 이상의 객체, 색 사용 상태 및 스케치 스타일 각각을 인식하는 단계(S20), 인식 결과를 근거로 상기 분석 대상 그림에 대한 특징 정보를 생성하는 단계(S30), 상기 특징 정보를 기존 분석 사례에 대한 기저장된 사례 데이터의 유형 정보와 비교하는 단계(S40), 비교 결과에 따라 상기 사례 데이터 중 상기 분석 대상 그림의 유사 유형에 해당하는 유사 데이터를 판단하는 단계(S50), 상기 유사 데이터에 따라 상기 분석 대상 그림에 대한 분석 정보를 생성하는 단계(S60) 및 상기 분석 정보를 상기 단말장치로 송신하는 단계(S70) 순으로 이루어지게 될 수 있다.
상기 분석 방법은, 상기 이미지 데이터를 수신하는 단계(S10) 전, 상기 분석 대상 그림에 대한 유형 분석 서비스를 시작하는 단계(S0)를 더 포함할 수 있다. 상기 유형 분석 서비스를 시작하는 단계(S0)는, 도 8에 도시된 바와 같이, 상기 단말장치(10)로부터 분석 요청을 수신하는 단계(S1), 상기 분석 요청에 따라 상기 분석 대상 그림의 작성자에 대한 정보를 요청하는 정보 요청을 상기 단말장치(10)하는 단계(S2), 상기 단말장치(10)로부터 상기 정보 요청에 대응한 상기 작성자의 신상 정보를 수신하는 단계(S3) 및 상기 신상 정보에 따라 상기 분석 대상 그림의 스케치 안내에 대한 가이드 정보를 생성하여 상기 단말장치(10)로 송신하는 단계(S4)를 포함할 수 있다.
상기 신상 정보를 수신하는 단계(S3)에서, 상기 단말장치(10)는, 상기 정보 요청에 따라 상기 신상 정보가 입력되면 상기 신상 정보를 기설정된 암호화 방식에 따라 암호화하여 상기 서비스 서버(20)에 송신하고, 상기 서비스 서버(20)는, 상기 신상 정보를 수신한 후, 상기 암호화 방식에 따라 상기 신상 정보를 복호화하여 상기 작성자의 정보를 판단할 수 있다.
지금까지 본 발명에 따른 구체적인 실시예에 관하여 설명하였으나, 본 발명의 범위에서 벗어나지 않는 한도 내에서는 여러 가지 변형이 가능함은 물론이다. 그러므로, 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 안 되며, 후술하는 청구범위뿐 아니라 이 청구범위와 균등한 것들에 의해 정해져야 한다.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 이는 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명 사상은 아래에 기재된 청구범위에 의해서만 파악되어야 하고, 이의 균등 또는 등가적 변형 모두는 본 발명 사상의 범주에 속한다고 할 것이다.
10: 단말장치 20: 서비스 서버

Claims (35)

  1. 하나 이상의 객체를 포함하는 분석 대상 그림이 디스플레이화면을 통해 인식되어, 상기 분석 대상 그림에 대한 이미지 데이터를 저장하는 단말장치; 및
    상기 단말장치로부터 상기 이미지 데이터를 수신하여 상기 분석 대상 그림의 유형을 분석하고, 분석 결과에 따라 상기 분석 대상 그림에 대한 분석 정보를 생성하여 상기 단말장치에 송신하는 서비스 서버;를 포함하고,
    상기 단말장치는,
    상기 서비스 서버로부터 상기 분석 정보를 수신하여, 상기 분석 정보를 상기 디스플레이화면에 표시하고,
    상기 서비스 서버는,
    상기 분석 대상 그림에서 상기 하나 이상의 객체, 색 사용 상태 및 스케치 스타일 각각을 인식하여, 인식 결과를 근거로 상기 분석 대상 그림에 대한 특징 정보를 생성하고, 상기 특징 정보를 기존 분석 사례에 대한 기저장된 사례 데이터의 유형 정보와 비교하여, 비교 결과에 따라 상기 사례 데이터 중 상기 분석 대상 그림의 유사 유형에 해당하는 유사 데이터를 판단하고, 상기 유사 데이터에 따라 상기 분석 정보를 생성하는 것을 특징으로 하는 아동 그림 이미지의 유형 분석 시스템.
  2. 제1 항에 있어서,
    상기 서비스 서버는,
    상기 단말장치로부터 분석 요청을 수신하면 상기 분석 대상 그림의 스케치 안내에 대한 가이드 정보를 상기 단말장치로 송신하고,
    상기 단말장치는,
    상기 가이드 정보를 상기 디스플레이화면에 표시하여, 상기 가이드 정보에 따라 상기 분석 대상 그림이 스케치되도록 하는 것을 특징으로 하는 아동 그림 이미지의 유형 분석 시스템.
  3. 제2 항에 있어서,
    상기 가이드 정보는,
    상기 분석 대상 그림의 작성자에 따른 상기 하나 이상의 객체의 스케치 안내에 대한 정보인 것을 특징으로 하는 아동 그림 이미지의 유형 분석 시스템.
  4. 제2 항에 있어서,
    상기 서비스 서버는,
    상기 분석 요청을 수신하면 상기 분석 대상 그림의 작성자에 대한 정보를 요청하는 정보 요청을 상기 단말장치로 송신한 후, 상기 단말장치로부터 상기 정보 요청에 대응한 상기 작성자의 신상 정보를 수신하여, 상기 신상 정보에 따라 상기 가이드 정보를 생성하는 것을 특징으로 하는 아동 그림 이미지의 유형 분석 시스템.
  5. 제4 항에 있어서,
    상기 단말장치는,
    상기 정보 요청에 따라 상기 신상 정보가 입력되면 상기 신상 정보를 기설정된 암호화 방식에 따라 암호화하여 상기 서비스 서버에 송신하고,
    상기 서비스 서버는,
    상기 신상 정보를 수신한 후, 상기 암호화 방식에 따라 상기 신상 정보를 복호화하여 상기 작성자의 정보를 판단하는 것을 특징으로 하는 아동 그림 이미지의 유형 분석 시스템.
  6. 제1 항에 있어서,
    상기 하나 이상의 객체는,
    상기 서비스 서버가 인식 가능한 그림 객체인 것을 특징으로 하는 아동 그림 이미지의 유형 분석 시스템.
  7. 제6 항에 있어서,
    상기 그림 객체는,
    사람, 집, 나무, 구름, 해, 달 및 도구 중 어느 하나인 것을 특징으로 하는 아동 그림 이미지의 유형 분석 시스템.
  8. 제6 항에 있어서,
    상기 하나 이상의 객체는,
    상기 사례 데이터 중 적어도 하나에 포함된 객체인 것을 특징으로 하는 아동 그림 이미지의 유형 분석 시스템.
  9. 제6 항에 있어서,
    상기 하나 이상의 객체는,
    적어도 하나의 부객체를 하나 이상 포함하는 것을 특징으로 하는 아동 그림 이미지의 유형 분석 시스템.
  10. 제1 항에 있어서,
    상기 서비스 서버는,
    상기 하나 이상의 객체를 인식한 결과에 대한 제1 인식 정보, 상기 색 사용 상태를 인식한 결과에 대한 제2 인식 정보 및 상기 스케치 스타일을 인식한 결과에 대한 제3 인식 정보 각각을 생성하여, 상기 제1 인식 정보 내지 상기 제3 인식 정보를 근거로 상기 특징 정보를 생성하는 것을 특징으로 하는 아동 그림 이미지의 유형 분석 시스템.
  11. 제10 항에 있어서,
    상기 서비스 서버는,
    상기 하나 이상의 객체의 종류, 위치, 크기, 비율, 형태 및 갯수 중 하나 이상을 추출하여 상기 하나 이상의 객체를 인식한 결과에 따라 상기 제1 인식 정보를 생성하는 것을 특징으로 하는 아동 그림 이미지의 유형 분석 시스템.
  12. 제11 항에 있어서,
    상기 서비스 서버는,
    상기 하나 이상의 객체에 포함된 적어도 하나의 부객체, 상기 하나 이상의 객체의 색 사용 상태 및 스케치 스타일 중 하나 이상을 더 인식한 결과를 상기 제1 인식 정보에 반영하는 것을 특징으로 하는 아동 그림 이미지의 유형 분석 시스템.
  13. 제12 항에 있어서,
    상기 서비스 서버는,
    상기 적어도 하나의 부객체의 종류, 위치, 크기, 비율, 형태 및 갯수 중 하나 이상을 추출하여 상기 적어도 하나의 부객체를 인식한 결과를 상기 제1 인식 정보에 반영하는 것을 특징으로 하는 아동 그림 이미지의 유형 분석 시스템.
  14. 제13 항에 있어서,
    상기 서비스 서버는,
    상기 적어도 하나의 부객체의 색 사용 상태 및 스케치 스타일 중 하나 이상을 더 인식한 결과를 상기 제1 인식 정보에 더 반영하는 것을 특징으로 하는 아동 그림 이미지의 유형 분석 시스템.
  15. 제14 항에 있어서,
    상기 서비스 서버는,
    상기 적어도 하나의 부객체를 일정 필터링 기준에 따라 필터링한 후, 상기 적어도 하나의 부객체의 색 사용 형태, 빈도 및 종류 중 하나 이상을 추출하여 상기 적어도 하나의 부객체의 색 사용 상태를 인식한 결과를 상기 제1 인식 정보에 더 반영하는 것을 특징으로 하는 아동 그림 이미지의 유형 분석 시스템.
  16. 제14 항에 있어서,
    상기 서비스 서버는,
    상기 적어도 하나의 부객체의 선 사용 형태 및 굵기 중 하나 이상을 추출하여 상기 적어도 하나의 부객체의 스케치 스타일을 인식한 결과를 상기 제1 인식 정보에 더 반영하는 것을 특징으로 하는 아동 그림 이미지의 유형 분석 시스템.
  17. 제12 항에 있어서,
    상기 서비스 서버는,
    상기 하나 이상의 객체를 일정 필터링 기준에 따라 필터링한 후, 상기 하나 이상의 객체의 색 사용 형태, 빈도 및 종류 중 하나 이상을 추출하여 상기 하나 이상의 객체의 색 사용 상태를 인식한 결과를 상기 제1 인식 정보에 반영하는 것을 특징으로 하는 아동 그림 이미지의 유형 분석 시스템.
  18. 제12 항에 있어서,
    상기 서비스 서버는,
    상기 하나 이상의 객체의 선 사용 형태 및 굵기 중 하나 이상을 추출하여 상기 하나 이상의 객체의 스케치 스타일을 인식한 결과를 상기 제1 인식 정보에 반영하는 것을 특징으로 하는 아동 그림 이미지의 유형 분석 시스템.
  19. 제10 항에 있어서,
    상기 서비스 서버는,
    상기 분석 대상 그림을 일정 필터링 기준에 따라 필터링한 후, 상기 분석 대상 그림의 색 사용 형태, 빈도 및 종류 중 하나 이상을 추출하여 상기 색 사용 상태를 인식한 결과에 따라 상기 제2 인식 정보를 생성하는 것을 특징으로 하는 아동 그림 이미지의 유형 분석 시스템.
  20. 제10 항에 있어서,
    상기 서비스 서버는,
    상기 분석 대상 그림의 선 사용 형태 및 굵기 중 하나 이상을 추출하여 상기 스케치 스타일을 인식한 결과에 따라 상기 제3 인식 정보를 생성하는 것을 특징으로 하는 아동 그림 이미지의 유형 분석 시스템.
  21. 제1 항에 있어서,
    상기 특징 정보는,
    상기 분석 대상 그림의 인식 결과를 하나 이상의 벡터 변수로 나타낸 벡터 정보이고,
    상기 유형 정보는,
    상기 기존 분석 사례의 인식 결과를 하나 이상의 벡터 변수로 나타낸 벡터 정보인 것을 특징으로 하는 아동 그림 이미지의 유형 분석 시스템.
  22. 제1 항에 있어서,
    상기 서비스 서버는,
    상기 특징 정보와 상기 유형 정보의 비교를 통해 상기 이미지 데이터와 상기 사례 데이터 간의 유사도를 판단하여, 판단한 유사도에 따라 상기 유사 데이터를 판단하는 것을 특징으로 하는 아동 그림 이미지의 유형 분석 시스템.
  23. 제22 항에 있어서,
    상기 서비스 서버는,
    상기 특징 정보와의 유사도가 일정 기준 이상인 유형 정보에 해당하는 하나 이상의 데이터를 상기 유사 데이터로 판단하는 것을 특징으로 하는 아동 그림 이미지의 유형 분석 시스템.
  24. 제1 항에 있어서,
    상기 서비스 서버는,
    상기 유사 데이터에 포함된 그림 사례 및 상기 그림 사례의 분석 사례에 대한 정보를 근거로 상기 분석 정보를 생성하는 것을 특징으로 하는 아동 그림 이미지의 유형 분석 시스템.
  25. 제24 항에 있어서,
    상기 서비스 서버는,
    상기 그림 사례의 이미지 및 상기 분석 사례의 메시지가 상기 디스플레이화면에 표시되도록 상기 분석 정보를 생성하는 것을 특징으로 하는 아동 그림 이미지의 유형 분석 시스템.
  26. 제25 항에 있어서,
    상기 서비스 서버는,
    상기 그림 사례가 복수인 경우,
    복수의 상기 그림 사례가 상기 분석 대상 그림과의 유사한 비율 순서에 따라 상기 디스플레이화면에 표시되도록 상기 분석 정보를 생성하는 것을 특징으로 하는 아동 그림 이미지의 유형 분석 시스템.
  27. 제25 항에 있어서,
    상기 서비스 서버는,
    상기 인식 결과가 그래픽 형태로 상기 디스플레이화면에 더 표시되도록 상기 분석 정보를 생성하는 것을 특징으로 하는 아동 그림 이미지의 유형 분석 시스템.
  28. 제1 항에 있어서,
    상기 서비스 서버는,
    상기 분석 정보를 데이터화하여 상기 사례 데이터로 저장하는 것을 특징으로 하는 아동 그림 이미지의 유형 분석 시스템.
  29. 하나 이상의 객체를 포함하는 분석 대상 그림이 디스플레이화면을 통해 인식되면 상기 분석 대상 그림에서 상기 하나 이상의 객체, 색 사용 상태 및 스케치 스타일 각각을 인식하여, 인식 결과를 근거로 상기 분석 대상 그림에 대한 특징 정보를 생성하는 단말장치; 및
    상기 단말장치로부터 상기 특징 정보를 수신하여, 상기 특징 정보를 근거로 상기 분석 대상 그림의 유형을 분석하고, 분석 결과에 따라 상기 분석 대상 그림에 대한 분석 정보를 생성하여, 상기 분석 정보를 상기 단말장치에 송신하는 서비스 서버;를 포함하고,
    상기 단말장치는,
    상기 서비스 서버로부터 상기 분석 정보를 수신하여, 상기 분석 정보를 상기 디스플레이화면에 표시하고,
    상기 서비스 서버는,
    상기 특징 정보를 기저장된 사례 데이터의 유형 정보와 비교하여 상기 사례 데이터 중 상기 분석 대상 그림의 유사 유형에 해당하는 유사 데이터를 판단하고, 상기 유사 데이터에 따라 상기 분석 정보를 생성하여 상기 단말장치에 송신하는 것을 특징으로 하는 아동 그림 이미지의 유형 분석 시스템.
  30. 제29 항에 있어서,
    상기 특징 정보는,
    상기 분석 대상 그림의 인식 결과를 하나 이상의 벡터 변수로 나타낸 벡터 정보이고,
    상기 유형 정보는,
    기존 분석 사례의 인식 결과를 하나 이상의 벡터 변수로 나타낸 벡터 정보인 것을 특징으로 하는 아동 그림 이미지의 유형 분석 시스템.
  31. 단말장치로부터 하나 이상의 객체를 포함하는 분석 대상 그림의 이미지 데이터를 수신하여 상기 분석 대상 그림의 유형을 분석하는 서비스 서버의 유형 분석 방법에 있어서,
    상기 단말장치로부터 상기 이미지 데이터를 수신하는 단계;
    상기 분석 대상 그림에서 상기 하나 이상의 객체, 색 사용 상태 및 스케치 스타일 각각을 인식하는 단계;
    인식 결과를 근거로 상기 분석 대상 그림에 대한 특징 정보를 생성하는 단계;
    상기 특징 정보를 기존 분석 사례에 대한 기저장된 사례 데이터의 유형 정보와 비교하는 단계;
    비교 결과에 따라 상기 사례 데이터 중 상기 분석 대상 그림의 유사 유형에 해당하는 유사 데이터를 판단하는 단계;
    상기 유사 데이터에 따라 상기 분석 대상 그림에 대한 분석 정보를 생성하는 단계; 및
    상기 분석 정보를 상기 단말장치로 송신하는 단계;를 포함하는 것을 특징으로 하는 서비스 서버의 유형 분석 방법.
  32. 제31 항에 있어서,
    상기 이미지 데이터를 수신하는 단계 전,
    상기 분석 대상 그림에 대한 유형 분석 서비스를 시작하는 단계;를 더 포함하는 것을 특징으로 하는 서비스 서버의 유형 분석 방법.
  33. 제32 항에 있어서,
    상기 유형 분석 서비스를 시작하는 단계는,
    상기 단말장치로부터 분석 요청을 수신하는 단계;
    상기 분석 요청에 따라 상기 분석 대상 그림의 작성자에 대한 정보를 요청하는 정보 요청을 상기 단말장치로 송신하는 단계;
    상기 단말장치로부터 상기 정보 요청에 대응한 상기 작성자의 신상 정보를 수신하는 단계; 및
    상기 신상 정보에 따라 상기 분석 대상 그림의 스케치 안내에 대한 가이드 정보를 생성하여 상기 단말장치로 송신하는 단계;를 포함하는 것을 특징으로 하는 서비스 서버의 그림 유형 분석 방법.
  34. 제33 항에 있어서,
    상기 가이드 정보는,
    상기 분석 대상 그림의 작성자에 따른 상기 하나 이상의 객체의 스케치 안내에 대한 정보인 것을 특징으로 하는 서비스 서버의 그림 유형 분석 방법.
  35. 제34 항에 있어서,
    상기 신상 정보를 수신하는 단계에서,
    상기 단말장치는,
    상기 정보 요청에 따라 상기 신상 정보가 입력되면 상기 신상 정보를 기설정된 암호화 방식에 따라 암호화하여 상기 서비스 서버에 송신하고,
    상기 서비스 서버는,
    상기 신상 정보를 수신한 후, 상기 암호화 방식에 따라 상기 신상 정보를 복호화하여 상기 작성자의 정보를 판단하는 것을 특징으로 하는 서비스 서버의 그림 유형 분석 방법.
KR1020200157054A 2020-11-20 2020-11-20 객체 인식 기술을 이용한 아동 그림 이미지의 유형 분석 시스템 KR102444163B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200157054A KR102444163B1 (ko) 2020-11-20 2020-11-20 객체 인식 기술을 이용한 아동 그림 이미지의 유형 분석 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200157054A KR102444163B1 (ko) 2020-11-20 2020-11-20 객체 인식 기술을 이용한 아동 그림 이미지의 유형 분석 시스템

Publications (2)

Publication Number Publication Date
KR20220069679A true KR20220069679A (ko) 2022-05-27
KR102444163B1 KR102444163B1 (ko) 2022-09-19

Family

ID=81791795

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200157054A KR102444163B1 (ko) 2020-11-20 2020-11-20 객체 인식 기술을 이용한 아동 그림 이미지의 유형 분석 시스템

Country Status (1)

Country Link
KR (1) KR102444163B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102548074B1 (ko) 2022-11-21 2023-06-28 주식회사 아이스크림아트 디지털 드로잉 툴을 이용한 그림 분석 시스템 및 방법

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110002932A (ko) * 2009-07-03 2011-01-11 고려대학교 산학협력단 동적 가족화 진단을 위한 객체 기반 이미지 검색장치 및 방법
KR20180013777A (ko) * 2016-07-28 2018-02-07 (주) 나무와 숲 비정형데이터 분석기술 장치 및 방법, 이를 구현하기 위한 애플리케이션/프로그램이 기록된 기록매체
KR101982193B1 (ko) * 2018-06-18 2019-05-24 (주) 나무와 숲 플랫폼을 이용한 아동그림심리와 보호자 설문검진을 통한 아동정서심리 및 행동특성 예측 자가 검진 서비스 시스템 및 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110002932A (ko) * 2009-07-03 2011-01-11 고려대학교 산학협력단 동적 가족화 진단을 위한 객체 기반 이미지 검색장치 및 방법
KR20180013777A (ko) * 2016-07-28 2018-02-07 (주) 나무와 숲 비정형데이터 분석기술 장치 및 방법, 이를 구현하기 위한 애플리케이션/프로그램이 기록된 기록매체
KR101982193B1 (ko) * 2018-06-18 2019-05-24 (주) 나무와 숲 플랫폼을 이용한 아동그림심리와 보호자 설문검진을 통한 아동정서심리 및 행동특성 예측 자가 검진 서비스 시스템 및 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
전인호 외, 미술치료를 위한 컴퓨터 심리진단 장치. 정보과학회논문지: 컴퓨팅의 실제 및 레터. 제16권, 제2호, 135~143페이지 (2010년 2월)* *

Also Published As

Publication number Publication date
KR102444163B1 (ko) 2022-09-19

Similar Documents

Publication Publication Date Title
CN109240576B (zh) 游戏中的图像处理方法及装置、电子设备、存储介质
Chen et al. An analysis of information visualisation
Panigutti et al. The role of explainable AI in the context of the AI Act
CN106604362B (zh) 一种无线保真Wi-Fi扫描方法及移动终端
US10374934B2 (en) Method and program product for a private performance network with geographical load simulation
US20190325019A1 (en) Method and apparatus for identifying type of text information, storage medium, and electronic apparatus
CN108173747B (zh) 信息交互方法及装置
KR102444163B1 (ko) 객체 인식 기술을 이용한 아동 그림 이미지의 유형 분석 시스템
CN110858353B (zh) 获取案件裁判结果的方法和系统
KR20190050691A (ko) 전주기적 비식별화 관리 장치 및 방법
KR102096631B1 (ko) 비정형데이터 분석기술 장치 및 방법, 이를 구현하기 위한 애플리케이션/프로그램이 기록된 기록매체
Vlachostergiou et al. Investigating context awareness of affective computing systems: a critical approach
CN110781833A (zh) 一种认证方法、装置及电子设备
CN106802941B (zh) 一种答复信息的生成方法和设备
Mennig et al. Supporting rapid product changes through emotional tracking
CN116821960A (zh) 一种小程序隐私保护政策展示性违规检测方法
CN112464075A (zh) 智能音箱的应用推荐方法、装置及电子设备
US10558758B2 (en) Enhancing a computer to match emotion and tone in text with the emotion and tone depicted by the color in the theme of the page or its background
CN116186771A (zh) 应用于人工智能生成内容的文本处理方法、装置及介质
Aicher et al. Towards modelling self-imposed filter bubbles in argumentative dialogue systems
CN106303904A (zh) 用于连接可穿戴设备与移动终端的方法与设备
CN115019788A (zh) 语音交互方法、系统、终端设备及存储介质
CN114972500A (zh) 查验方法、标注方法、系统、装置、终端、设备及介质
JP5876397B2 (ja) 文字付与プログラム、文字付与方法および情報処理装置
Vlachostergiou et al. Context in affective multiparty and multimodal interaction: why, which, how and where?

Legal Events

Date Code Title Description
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant