KR20230010928A - 안면인식 시청자 식별과 유전 알고리즘 후보 추출을 이용한 영상 콘텐츠 추천 방법 - Google Patents

안면인식 시청자 식별과 유전 알고리즘 후보 추출을 이용한 영상 콘텐츠 추천 방법 Download PDF

Info

Publication number
KR20230010928A
KR20230010928A KR1020210091335A KR20210091335A KR20230010928A KR 20230010928 A KR20230010928 A KR 20230010928A KR 1020210091335 A KR1020210091335 A KR 1020210091335A KR 20210091335 A KR20210091335 A KR 20210091335A KR 20230010928 A KR20230010928 A KR 20230010928A
Authority
KR
South Korea
Prior art keywords
content
viewer
genetic algorithm
recommendation
video
Prior art date
Application number
KR1020210091335A
Other languages
English (en)
Inventor
김춘섭
이시영
Original Assignee
주식회사 알로이스
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 알로이스 filed Critical 주식회사 알로이스
Priority to KR1020210091335A priority Critical patent/KR20230010928A/ko
Publication of KR20230010928A publication Critical patent/KR20230010928A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/951—Indexing; Web crawling techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06K2009/00221—

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Databases & Information Systems (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • General Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명은 안면인식 기반으로 현재 시청중인 사용자를 식별하고 콘텐츠 데이터베이스에 저장된 다수의 영상 콘텐츠들 중에서 그 시청자에 대한 기초정보 매칭 분석 및 유전 알고리즘(GA)을 이용하여 추천대상 콘텐츠를 선정하는 기술에 관한 것이다. 본 발명에 따르면 안면인식에 의해 시청자 식별을 수행하고 그에 대응하여 추천 콘텐츠 추출 과정을 수행함에 따라 현재 콘텐츠를 시청 중인 시청자에게 적합한 영상 콘텐츠를 선별할 수 있는 장점이 있다. 또한, 시청자 식별과 유전 알고리즘을 결합하여 추천대상 콘텐츠를 선정함에 따라 추천콘텐츠의 범위를 집중화하면서도 동시에 이질적인 콘텐츠도 포함시킬 수 있어 시청자의 복잡한 취향에 효과적으로 대응할 수 있는 장점이 있다. 또한, 시청자 식별을 위한 안면인식 과정을 신속하게 처리할 수 있어 추천 콘텐츠 선별을 신속하게 처리할 수 있는 장점이 있다.

Description

안면인식 시청자 식별과 유전 알고리즘 후보 추출을 이용한 영상 콘텐츠 추천 방법 {method of providing suggestion of video contents by use of viewer identification by face recognition and candidate extraction by genetic algorithm}
본 발명은 일반적으로 OTT 디바이스나 IP 셋톱박스 등에서 사용자를 위한 추천 대상 영상 콘텐츠를 효과적으로 선별하는 기술에 관한 것이다.
특히, 본 발명은 안면인식 기반으로 현재 시청중인 사용자를 식별하고 콘텐츠 데이터베이스에 저장된 다수의 영상 콘텐츠들 중에서 그 시청자에 대한 기초정보 매칭 분석 및 유전 알고리즘(GA)을 이용하여 추천대상 콘텐츠를 선정하는 기술에 관한 것이다.
종래로 영상 콘텐츠를 시청하기 위해서는 지상파, 케이블, 위성 등과 같은 특수한 전송매체를 이용해야 했다. 하지만, 네트워크 환경이 개선됨에 따라 최근에는 인터넷을 통해 방송 프로그램, 영화, 동영상 등의 콘텐츠를 즐기는 것이 일상화되었다.
대부분의 집에 초고속 통신망이 연결되어 있으므로 최근에는 댁내 거실공간에 IP 셋톱박스나 OTT(Over-The-Top) 디바이스를 설치하고 인터넷을 통해 방송 콘텐츠나 VOD(Video-On-Demand) 콘텐츠를 즐기는 것이 일반적이다. 이때, IP 셋톱박스는 IP 멀티캐스트에 의해 인터넷에서 방송 환경을 구축한 것이며, OTT 디바이스는 IP 유니캐스트에 의해 인터넷에서 VOD 환경을 구축한 것이다.
한편, 이러한 OTT 디바이스나 IP 셋톱박스에서는 수익창출 또는 고객 만족도 개선을 위해 종래로 콘텐츠 추천 서비스를 제공하고 있다. 이때, 추천 대상은 일반적으로 인기 순서나 신작 우선으로 선정된다. 또한, 시청자의 기호에 맞추는 경우에는 성별, 나이, 관심사, 시청이력 등을 기반으로 시청자와 잘 맞는 콘텐츠를 추천 대상으로 선정하는 것이 일반적이다.
하지만 OTT 디바이스나 IP 셋톱박스는 동일 공간을 공유하는 여러 사람이 공동으로 사용하기 때문에 영상 콘텐츠의 추천 결과가 별로 좋지 못하다. 또한, 시청자의 기호에 전혀 무관심하거나 혹은 지나치게 타케팅되어 있기에 영상 콘텐츠 추천에 대한 사용자들의 반응은 그다지 좋지 못하다.
대한민국 등록특허 10-1642433호(2016.07.19) "사용자 성향을 고려한 지능형 컨텐츠 추천 서비스 방법" 대한민국 등록특허 10-2137887호(2020.07.20) "IPTV 서비스의 모바일 OTT 서비스의 영화 VOD 선호도 정보 결합을 통한 IPTV 영화 VOD 콘텐츠 추천 서버 및 그 방법" 대한민국 등록특허 10-2096474호(2020.03.27) "콘텐츠 추천 장치 및 방법"
본 발명의 목적은 일반적으로 OTT 디바이스나 IP 셋톱박스 등에서 사용자를 위한 추천 대상 영상 콘텐츠를 효과적으로 선별하는 기술을 제공하는 것이다.
특히, 본 발명의 목적은 안면인식 기반으로 현재 시청중인 사용자를 식별하고 콘텐츠 데이터베이스에 저장된 다수의 영상 콘텐츠들 중에서 그 시청자에 대한 기초정보 매칭 분석 및 유전 알고리즘(GA)을 이용하여 추천대상 콘텐츠를 선정하는 기술을 제공하는 것이다.
한편, 본 발명의 해결 과제는 이들 사항에 제한되지 않으며 본 명세서의 기재로부터 다른 해결 과제가 이해될 수 있다.
상기의 목적을 달성하기 위하여 본 발명에 따른 안면인식 시청자 식별과 유전 알고리즘 후보 추출을 이용한 영상 콘텐츠 추천 방법은, 가입자 관리 서버(300)가 가입자 프로필에서 성별, 연령대, 선호 장르 중 하나이상으로 구성되는 기초 정보에 대한 가입자 DB(301)를 설정하는 제 1 단계; 콘텐츠 서비스 서버(400)가 콘텐츠 DB(201)에 저장된 다수의 영상 콘텐츠에 대한 메타 데이터를 인터넷에서 크롤링하여 메타정보 DB(401)를 설정하는 제 2 단계; 콘텐츠 추천 서버(500)가 가입자들의 영상 콘텐츠의 시청 이력 데이터를 획득하여 시청이력 DB(501)를 설정하는 제 3 단계; OTT 디바이스(100)가 카메라를 이용한 안면인식에 의해 현재 시청자를 식별하는 제 4 단계; 콘텐츠 추천 서버(500)가 콘텐츠 DB(201)에 저장된 다수의 영상 콘텐츠에서 모집단을 설정하고 현재 시청자가 이전에 시청하였던 영상 콘텐츠 리스트(이하, 'VOD 시청리스트'라 함)와의 메타데이터 공통성 평가를 적합도(fitness) 함수로 설정한 유전 알고리즘 연산을 수행하여 제 1 추천후보 콘텐츠를 선별하는 제 5 단계; 콘텐츠 추천 서버(500)가 제 1 추천후보 콘텐츠에 기초하여 현재 시청자를 위한 추천대상 콘텐츠를 선정하는 제 6 단계;를 포함하여 구성될 수 있다.
이때, 본 발명에 따른 영상 콘텐츠 추천 방법은, 콘텐츠 추천 서버(500)가 현재 시청자의 기초 정보를 가입자 DB(301)로부터 획득하고 콘텐츠 DB(201)에 저장된 다수의 영상 콘텐츠 중에서 현재 시청자의 기초 정보와의 매칭 분석을 통해 제 2 추천후보 콘텐츠를 선별하는 제 7 단계; 콘텐츠 추천 서버(500)가 제 2 추천후보 콘텐츠에 기초하여 현재 시청자를 위한 추천대상 콘텐츠를 선정하는 제 8 단계;를 더 포함하여 구성될 수 있다.
본 발명에서 제 4 단계는, OTT 디바이스(100)가 해당 공간의 가입자에 대한 얼굴 이미지를 미리 등록하여 인증 DB(101)를 설정하는 제 41 단계; OTT 디바이스(100)가 카메라 모듈을 통해 현재 시청자의 얼굴 이미지를 획득하는 제 42 단계; OTT 디바이스(100)가 인증 DB(101)의 얼굴 이미지와의 외형기반 분석을 통해 현재 시청자의 얼굴 이미지를 정규화하는 제 43 단계; OTT 디바이스(100)가 인증 DB(101)의 얼굴 이미지와의 특징기반 분석을 통해 상호연관성을 산출하는 제 44 단계; OTT 디바이스(100)가 상호연관성에 기초하여 현재 시청자를 식별하는 제 45 단계;를 포함하여 구성될 수 있다.
또한, 제 4 단계는, 제 41 단계와 제 44 단계 사이에 수행되는, OTT 디바이스(100)가 인증 DB(101)의 규모를 대응하여 특징기반 분석의 연산 복잡도를 설정하는 단계;를 더 포함하여 구성될 수 있다.
본 발명에서 제 5 단계는, 콘텐츠 추천 서버(500)가 시청이력 DB(501)로부터 현재 시청자에 대한 VOD 시청리스트를 획득하는 제 51 단계; 콘텐츠 추천 서버(500)가 콘텐츠 DB(201)에 저장된 다수의 영상 콘텐츠를 유전자 알고리즘 연산의 모집단으로 설정하는 제 52 단계; 콘텐츠 추천 서버(500)가 VOD 시청리스트와의 메타데이터 공통성 평가 연산을 영상 콘텐츠의 적합도 함수로 설정하는 제 53 단계; 콘텐츠 추천 서버(500)가 유전자 알고리즘 연산에 따라 모집단에 대해 선택, 교배, 돌연변이 연산을 반복 수행하는 제 54 단계; 콘텐츠 추천 서버(500)가 유전자 알고리즘 연산 결과로부터 제 1 추천후보 콘텐츠를 획득하는 제 55 단계;를 포함하여 구성될 수 있다.
또한, 제 5 단계는, 콘텐츠 추천 서버(500)가 현재 시청자의 기초 정보를 가입자 DB(301)로부터 획득하는 단계; 콘텐츠 추천 서버(500)가 제 1 추천후보 콘텐츠 중에서 현재 시청자의 기초 정보와의 매칭 분석을 통해 부적합한 영상 콘텐츠를 제 1 추천후보 콘텐츠로부터 제외 처리하는 단계;를 더 포함하여 구성될 수 있다.
본 발명에서 제 7 단계는, 콘텐츠 추천 서버(500)가 현재 시청자의 기초 정보를 가입자 DB(301)로부터 획득하는 제 71 단계; 콘텐츠 추천 서버(500)가 콘텐츠 DB(201)에 저장된 다수의 영상 콘텐츠 중에서 현재 시청자의 기초 정보와 매칭 분석하여 적합도가 미리 설정된 임계치 이상인 제 2 추천후보 콘텐츠를 선별하는 제 72 단계; 콘텐츠 추천 서버(500)가 제 2 추천후보 콘텐츠에 속하는 영상 콘텐츠에 대한 다른 가입자들의 만족도 평가에 기초하여 추천순위를 설정하는 제 73 단계;를 포함하여 구성될 수 있다.
한편, 본 발명에 따른 컴퓨터프로그램은 컴퓨터에 이상과 같은 안면인식 시청자 식별과 유전 알고리즘 후보 추출을 이용한 영상 콘텐츠 추천 방법을 실행시키기 위하여 저장매체에 저장된 것이다.
본 발명에 따르면 안면인식에 의해 시청자 식별을 수행하고 그에 대응하여 추천 콘텐츠 추출 과정을 수행함에 따라 현재 콘텐츠를 시청 중인 시청자에게 적합한 영상 콘텐츠를 선별할 수 있는 장점이 있다.
또한, 본 발명에 따르면 시청자 식별과 유전 알고리즘을 결합하여 추천대상 콘텐츠를 선정함에 따라 추천콘텐츠의 범위를 집중화하면서도 동시에 이질적인 콘텐츠도 포함시킬 수 있어 시청자의 복잡한 취향에 효과적으로 대응할 수 있는 장점이 있다.
또한, 본 발명에 따르면 시청자 식별을 위한 안면인식 과정을 신속하게 처리할 수 있어 추천 콘텐츠 선별을 신속하게 처리할 수 있는 장점이 있다.
[도 1]은 본 발명을 위한 영상 콘텐츠 추천 시스템의 전체 구성을 나타내는 도면.
[도 2]는 본 발명에 따른 안면인식 시청자 식별과 유전 알고리즘 후보 추출을 이용한 영상 콘텐츠 추천 방법의 전체 프로세스를 나타내는 순서도.
[도 3]은 본 발명에서 안면인식 기반의 시청자 식별 과정을 나타내는 순서도.
[도 4]는 본 발명에서 유전 알고리즘에 따른 추천후보 콘텐츠 선별 과정을 나타내는 순서도.
[도 5]는 본 발명에서 시청자 기초정보 매칭을 통한 추천후보 콘텐츠 선별 과정을 나타내는 순서도.
이하에서는 도면을 참조하여 본 발명을 상세하게 설명한다.
[도 1]은 본 발명을 위한 영상 콘텐츠 추천 시스템의 전체 구성을 나타내는 도면이다.
본 발명은 현재 시청중인 사용자를 식별하고 다수의 영상 콘텐츠들 중에서 그 시청자에 대한 기초정보 매칭 분석 및 유전 알고리즘(GA)을 이용하여 추천대상 콘텐츠를 선정하는 기술이다. [도 1]을 참조하면, 영상 콘텐츠 추천 시스템은 다수의 OTT 디바이스(100), 콘텐츠 관리 서버(200), 가입자 관리 서버(300), 콘텐츠 서비스 서버(400), 콘텐츠 추천 서버(500)를 포함하여 구성된다. [도 1]에는 복수의 서버가 도시되어 있으나, 이들이 개별 하드웨어로 구현됨을 한정되는 것은 아니다.
본 발명에서 영상 콘텐츠 추천 시스템은 OTT 디바이스(100)에 카메라 모듈(예: USB 카메라)를 장착하여 안면 인식을 통해 시청자를 식별한다. 가입자 등록을 통해 얼굴 이미지와 개인 정보(예: 성별, 연령대, 선호 장르)를 미리 수집해두고, 현재 시청중인 사용자를 안면인식으로 식별하는 것이다.
이때, 카메라에 촬영된 시청자의 거리에 따라 객체와 얼굴의 범주를 특정하고 등록 이미지와 촬영 이미지를 비교 가능하도록 이미지 필터링, 전처리, AI 학습 등을 통해서 오류를 최소화한다. 정규화된 이미지 패턴으로 얼굴을 비교함으로써 로그인을 통한 가입자 정보를 로드한다. 안면인식은 인식 장비와 직접 접촉하지 않아 위생적이고 사용자 편의성이 높다.
먼저, OTT 디바이스(100)는 콘텐츠 제공 서비스의 가입자 별로 해당 공간(예: 가입자의 댁내; HOME #1 ~ #N)에 배치된 장치로서, 인터넷을 통해 콘텐츠 서비스 서버(400)로부터 영상 스트림을 수신하여 가입자에게 재생 출력한다.
이때, 미디어 재생장치는 OTT 디바이스나 IP 셋톱박스 등으로 구현될 수 있다. 하지만, 본 발명은 방송(broadcasting) 환경이 아니라 OTT 환경에서 작동하는 것이므로 총칭하여 'OTT 디바이스'라고 표시하였다.
콘텐츠 관리 서버(200)는 다수의 영상 콘텐츠를 콘텐츠 데이터베이스(201)에 저장 관리하는 장치이다. 이때, 메타 정보에 따라 이들 영상 콘텐츠를 분류 관리하는 것이 바람직하다.
가입자 관리 서버(300)는 콘텐츠 서비스 가입자의 정보를 가입자 데이터베이스(301)에 관리하는 장치이다. 특히, 영상 콘텐츠 추천 서비스를 제공하기 위하여 가입자 관리 서버(300)는 가입자의 기초 정보, 예컨대 성별, 연령대, 선호 장르 중 하나 이상을 가입자별로 저장하는 것이 바람직하다.
콘텐츠 서비스 서버(400)는 콘텐츠 관리 서버(200)에 저장되어 있는 다수의 영상 콘텐츠를 이용하여 가입자에 대해 영상 콘텐츠 서비스를 OTT 디바이스(100)를 통해 제공하는 장치이다. 특히, 영상 콘텐츠 추천 서비스를 제공하기 위하여 콘텐츠 서비스 서버(400)는 콘텐츠 DB(201)에 저장된 다수의 영상 콘텐츠에 대한 메타 정보를 인터넷(예: 영화 포털 사이트)에서 크롤링(web crawling)하여 메타정보 데이터베이스(401)를 설정한다.
콘텐츠 추천 서버(500)는 콘텐츠 관리 서버(200)에 저장되어 있는 다수의 영상 콘텐츠 중에서 현재 시청자에게 추천할만한 영상 콘텐츠를 선별하는 장치이다. 추천 대상 콘텐츠를 선별하기 위하여 콘텐츠 추천 서버(500)는 가입자로 제공되는 영상 콘텐츠의 이력 데이터를 획득하여 시청이력 데이터베이스(501)를 설정한다.
본 발명에서 콘텐츠 추천 서버(500)는 추천 대상 콘텐츠를 선별하기 위해 유전 알고리즘(genetic algorithm, GA)를 이용한다. 유전 알고리즘은 존 홀랜드(John Holland)가 1975년에 저서 "Adaptation on Natural and Artificial Systems"에서 소개한 최적화 기법으로서 선택(selection), 교차(crossover), 돌연변이(mutation)의 연산을 반복 적용하여 해결 과제에 대한 솔루션(solution)을 찾아간다.
개별 솔루션의 좋고 나쁨의 정도를 산정하는 기준을 적합도 함수(fitness function)라고 한다. 선택(selection) 연산은 현재 세대에서 다음 세대를 생성할 때 사용하는 해답들을 결정하는 연산으로 적합도(fitness) 값에 따라 확률적으로 결정된다. 교차(crossover) 연산은 두 해답을 결합해 새로운 해답을 만드는 과정으로 생물의 염색체 교차를 모사한 것이다. 서로 다른 두 해답의 좋은 점을 모두 취하는 새로운 해답을 만들 수 있다. 돌연변이(mutation) 연산은 해답의 일부분을 무작위로 변형하는 것으로 지엽적인 솔루션(local optimal solution)에 빠질 가능성을 줄여 준다.
이러한 유전 알고리즘을 통해 본 발명에서는 매우 다양한 범주에서 추천 대상 콘텐츠를 탐색할 수 있다. 시청자의 기호는 어느 하나의 범주에만 치우치지 않으며 엉뚱한 분류에 그 시청자의 기호에 맞는 영상 콘텐츠가 존재할 수가 있기 때문에 적합도 함수를 적절하게 설정해준다면 유전 알고리즘은 추천 대상 선별에 양호하게 사용될 수 있다.
[도 2]는 본 발명에 따른 안면인식 시청자 식별과 유전 알고리즘 후보 추출을 이용한 영상 콘텐츠 추천 방법의 전체 프로세스를 나타내는 순서도이다.
단계 (S100) : 먼저, 가입자 관리 서버(300)가 가입자 프로필에서 가입자의 기초 정보에 대한 가입자 데이터베이스(301)를 설정한다. 가입자의 기초 정보는 영상 콘텐츠의 선호 여부에 영향을 미칠 수 있는 정보이며 예를 들어 성별, 연령대, 선호 장르 중 하나이상으로 구성될 수 있다.
단계 (S200) : 콘텐츠 서비스 서버(400)가 콘텐츠 데이터베이스(201)에 저장되어 있는 다수의 영상 콘텐츠에 대한 정보(메타 데이터)를 인터넷(예: 영화 포털 사이트)에서 크롤링하여 메타정보 데이터베이스(401)를 설정한다.
단계 (S300) : 콘텐츠 추천 서버(500)가 가입자들의 영상 콘텐츠의 시청 이력 데이터를 획득하여 시청이력 데이터베이스(501)를 설정한다. 예를 들어, 콘텐츠 추천 서버(500)는 콘텐츠 서비스 서버(400)와 협조 동작하여 가입자들의 시청 이력 데이터를 수집할 수 있다.
단계 (S400) : OTT 디바이스(100)가 카메라를 이용한 안면인식에 의해 현재 자신 앞에서 영상 콘텐츠를 시청하고 있는 사람, 즉 현재 시청자가 누구인지 식별한다. 본 발명에서 시청자 식별은 초기 등록된 사람들 중에서 누구인지 식별해내는 과정에 대응하며, 구현 예에 따라서는 시니어, 키즈, 일반 정도를 구분하는 정도로 구성될 수도 있다.
단계 (S500, S600) : 콘텐츠 추천 서버(500)가 유전 알고리즘(GA) 연산을 통해 콘텐츠 DB(201)에 저장된 다수의 영상 콘텐츠 중에서 현재 시청자에 적합한 제 1 추천후보 콘텐츠를 선별한다. 유전 알고리즘 연산에 있어서 콘텐츠 DB(201)에 저장된 다수의 영상 콘텐츠에서 모집단을 설정한다. 이때, 콘텐츠 DB(201)의 영상 콘텐츠 전부를 모집단으로 설정할 수도 있고, 성별, 연령대, 직업군 등에 따라 선별한 일부를 모집단으로 설정할 수도 있다.
또한, 현재 시청자가 이전에 시청하였던 영상 콘텐츠 리스트(이하, 'VOD 시청리스트'라 함)와 대비한 메타데이터 공통성 평가를 적합도 함수(fitness function)로 설정한다. 이러한 조건에서 선택, 교차, 돌연변이의 연산을 반복 적용함으로써 현재 시청자를 위한 제 1 추천후보 콘텐츠를 선별한다. 유전 알고리즘은 공지된 기술이므로 유전 알고리즘 연산의 구체적인 과정에 대해서는 설명을 생략한다.
그리고, 콘텐츠 추천 서버(500)가 제 1 추천후보 콘텐츠에 기초하여 현재 시청자를 위한 추천대상 콘텐츠를 선정한다. 이때, 제 1 추천후보 콘텐츠 전부를 추천대상으로 삼을 수도 있고, 미리 설정한 기준에 따라 필터링한 일부를 추천대상으로 삼을 수도 있다. 예를 들어, 제 1 추천후보 콘텐츠 중에서 시청자의 기초 정보(성별, 연령대, 선호 장르 등)와 부적합한 영상 콘텐츠는 제외할 수 있다. 예를 들어, 50대 남성 시청자에 대해 유아용 영상 컨텐츠를 제외 처리할 수 있다.
단계 (S700, S800) : 또한, 콘텐츠 추천 서버(500)는 앞서 (S400)에서 식별된 현재 시청자의 기초 정보(예: 성별, 연령대, 선호 장르 등)를 가입자 DB(301)로부터 획득하고, 콘텐츠 DB(201)에 저장된 다수의 영상 콘텐츠 중에서 현재 시청자의 기초 정보와의 매칭 분석을 통해 현재 시청자와 컨텐츠 분류 기준에 따른 매칭 점수가 양호한 제 2 추천후보 콘텐츠를 선별하는 구성을 구비할 수 있다.
그리고, 콘텐츠 추천 서버(500)는 제 2 추천후보 콘텐츠에 기초하여 현재 시청자를 위한 추천대상 콘텐츠를 선정한다. 이때, 제 2 추천후보 콘텐츠 전부를 추천대상으로 삼을 수도 있고, 미리 설정한 기준에 따라 필터링한 일부를 추천대상으로 삼을 수도 있다. 또한, 다른 가입자들의 만족도 평가에 기초하여 추천순위를 설정할 수도 있다.
[도 3]은 본 발명에서 안면인식 기반의 시청자 식별 과정(S400)을 나타내는 순서도이다.
본 발명에서는 현재 OTT 디바이스(100) 앞에서 시청 중인 사람에 맞도록 영상 콘텐츠를 추천하기 위하여 시청자를 식별한다. 바람직한 실시예로서 OTT 디바이스(100)가 카메라(예: 내장 카메라, USB 카메라)를 이용하여 현재 시청자를 안면인식으로 식별한다. 안면인식을 OpenCv 기술 기반의 객체 및 얼굴 영역 사진을 보정하고 이에 따른 얼굴 인식에 필요한 이미지 필터(조명 등) 전처리 기술을 수행한다. 이를 위해 SIFT (Scale Invariant Feature Transform), SURF (Speeded Up Robust Features), ORB(Oriented FAST and Rotated BRIEF) 등 스케일 변환(scale transform) 기반의 인식 평가 기술이 양호하게 적용될 수 있다.
또한, 본 발명에서는 전체 가입자에 대한 안면인식이 아니라, 개별 OTT 디바이스(100)가 설치되어 있는 그 공간에 대한 사용자 중에서 누구인지 식별하는 방식으로 운용된다. 예를 들어, OTT 디바이스(100:1)의 경우에는 HOME #1의 가족 2명에 대한 얼굴 이미지를 미리 등록하여 인증 데이터베이스(101:1)에 등록해두고, 사용자 식별을 수행할 때에는 카메라를 통해 촬영한 시청자의 얼굴 이미지가 이들 중에 누구인지, 또는 이들 중에 어느 누구도 해당되지 않는 제 3 자인지를 식별한다. 이처럼 미리 등록된 데이터베이스(101)와 비교하는 구성을 채택함으로써 처리 속도도 빠르면서도 식별률도 양호한 장점을 얻을 수 있다. 또한, 구체적인 사람을 식별하는 정도까지 가지않고 카테고리, 예컨대 시니어, 키즈, 일반을 구분 식별하는 정도로 구성하는 실시예도 가능하다.
단계 (S410) : 먼저, OTT 디바이스(100)가 해당 공간의 가입자에 대한 얼굴 이미지를 미리 등록하여 인증 DB(101)를 설정한다.
단계 (S420) : 본 발명에서는 OTT 디바이스(100)가 인증 DB(101)의 규모를 대응하여 안면인식 프로세스, 구체적으로는 (S450)의 특징기반 분석 프로세스의 연산 복잡도를 설정하도록 구성되는 것이 바람직하다. 예를 들어, 인증 DB(101)에 등록된 얼굴 이미지가 100명인 경우와 인증 DB(101)에 등록된 얼굴 이미지가 2명인 경우는 안면인식의 난이도가 상이하다. 전자의 경우에는 정밀하게 분석해야 하고, 후자의 경우에는 좀더 개략적으로 분석해도 충분하다. 이처럼 인증 DB(101)의 규모에 대응하여 안면인식 알고리즘의 복잡도(complexity)를 제어함으로써 대부분의 가정에서는 안면인식의 연산속도가 빨라지는 장점이 있다.
단계 (S430) : OTT 디바이스(100)가 카메라 모듈을 통해 현재 시청자의 얼굴 이미지를 획득한다.
단계 (S440, S450) : 먼저, OTT 디바이스(100)가 인증 DB(101)의 얼굴 이미지와의 외형기반 분석을 통해 현재 시청자의 얼굴 이미지를 정규화한다. 그리고 나서, 현재 시청자의 얼굴 이미지와 인증 DB(101)의 얼굴 이미지와의 특징기반 분석을 통해 상호연관성을 산출한다.
본 발명에서 안면인식 방식은 2단계 처리 구성을 나타내는 것이 바람직하다. 1차의 외형기반 분석을 통해 현재 시청자의 얼굴 이미지의 전체적인 형태를 정규화함으로써 얼굴이 기울어지거나 돌아가는 등과 같이 촬영 조건의 변화를 극복한다. 이처럼 정규화된 이미지 상에서 2차의 특징기반 분석을 통해 눈, 코 ,입, 턱 등의 크기와 모양을 비교함으로써 현재 시청자와 인증 DB(101) 간의 상호연관성을 산출한다.
이처럼 2단계 처리 방식을 채택함에 따라 안면인식 처리 시간을 단축할 수도 있고 인식률을 높일 수도 있는 장점이 있다.
단계 (S460) : OTT 디바이스(100)는 위 산출된 상호연관성에 기초하여 인증 DB(101)에 대해 현재 시청자를 식별한다.
[도 4]는 본 발명에서 유전 알고리즘에 따른 추천후보 콘텐츠 선별 과정(S500)을 나타내는 순서도이다.
본 발명에서는 콘텐츠 추천 서버(500)가 유전 알고리즘 연산을 통해 현재 시청자에 적합한 제 1 추천후보 콘텐츠를 선별한다. 이때, 콘텐츠 DB(201)에 저장된 다수의 영상 콘텐츠에서 모집단을 설정하고, 현재 시청자의 이전 시청 리스트(VOD 시청리스트)와의 공통성 평가를 적합도 함수로 설정한다. 유전 알고리즘 연산을 적용함에 따라 추천콘텐츠의 범위를 현재 시청자의 취향에 집중화하면서도 동시에 지엽적으로 그 취향에만 집착하는 것이 아니라 이질적인 콘텐츠도 추천 대상에 포함될 수 있다.
단계 (S510) : 먼저, 콘텐츠 추천 서버(500)가 시청이력 DB(501)로부터 현재 시청자에 대한 VOD 시청리스트, 즉 현재 시청자가 이전에 시청하였던 영상 콘텐츠 리스트를 획득한다.
단계 (S520) : 다음으로, 콘텐츠 추천 서버(500)는 콘텐츠 DB(201)에 저장된 다수의 영상 콘텐츠에서 유전자 알고리즘 연산의 모집단을 설정한다. 콘텐츠 DB(201)의 영상 콘텐츠 전부를 모집단으로 설정할 수도 있고, 성별, 연령대, 직업군 등에 따라 선별한 일부를 모집단으로 설정할 수도 있다.
단계 (S530) : 유전 알고리즘 연산에 있어서 콘텐츠 추천 서버(500)는 VOD 시청리스트와의 메타데이터 공통성 평가 연산을 영상 콘텐츠의 적합도 함수로 설정한다. 그에 ??라, 현재 시청자가 예전에 시청하였던 영상 콘텐츠와의 공통성이 높을수록 추천 대상에 좀더 적합한 방향으로 유전 알고리즘이 작동하게 된다. 이때, 공통성 평가 연산은 다양한 형태로 구현될 수 있다. 일 실시예로는 메타데이터의 공통 비율에 따라 영상 콘텐츠 간의 공통성을 수치적으로 산출할 수 있다.
단계 (S540, S550) : 다음으로, 콘텐츠 추천 서버(500)가 유전자 알고리즘 연산에 따라 모집단에 대해 선택, 교배, 돌연변이 연산을 반복 수행한다. 유전 알고리즘은 공지된 기술이므로 유전 알고리즘 연산의 구체적인 과정에 대해서는 설명을 생략한다.
콘텐츠 추천 서버(500)가 유전자 알고리즘 연산 결과로부터 제 1 추천후보 콘텐츠를 획득한다.
단계 (S560, S570) : 한편, 콘텐츠 추천 서버(500)는 현재 시청자의 기초 정보(예: 성별, 연령대, 선호 장르 등)를 가입자 DB(301)로부터 획득하고, 위 획득한 제 1 추천후보 콘텐츠 중에서 현재 시청자의 기초 정보와의 매칭 분석을 통해 부적합한 영상 콘텐츠를 제 1 추천후보 콘텐츠로부터 제외 처리하는 구성을 구비할 수 있다.
[도 5]는 본 발명에서 시청자 기초정보 매칭을 통한 추천후보 콘텐츠 선별 과정(S700)을 나타내는 순서도이다.
본 발명에서 콘텐츠 추천 서버(500)는 유전 알고리즘에 의해 추천 대상 콘텐츠를 선별하는 구성에 더하여 현재 시청자의 성별, 연령대, 선호 장르 등을 고려하여 추천 대상 콘텐츠를 선별하는 구성을 더 채택할 수 있다.
단계 (S710) : 먼저, 콘텐츠 추천 서버(500)가 현재 시청자의 기초 정보(예: 성별, 연령대, 선호 장르 등)를 가입자 DB(301)로부터 획득한다.
단계 (S720) : 콘텐츠 추천 서버(500)는 콘텐츠 DB(201)에 저장된 다수의 영상 콘텐츠 중에서 현재 시청자의 기초 정보와 매칭 분석한다. 메타정보 DB(401)에는 영상 콘텐츠에 대한 각종 정보가 수집되어 있는데, 이를 활용하여 현재 시청자의 기초 정보와 얼마나 잘 맞는지 평가하는 것이다. 이러한 매칭 분석 결과, 적합도가 미리 설정된 임계치 이상인 제 2 추천후보 콘텐츠를 선별한다.
단계 (S730) : 또한, 콘텐츠 추천 서버(500)가 제 2 추천후보 콘텐츠에 속하는 영상 콘텐츠에 대한 다른 가입자들이 기존에 피드백 제공해준 만족도 평가에 기초하여 추천순위를 설정하는 것이 바람직하다.
한편, 본 발명은 컴퓨터가 읽을 수 있는 비휘발성 기록매체에 컴퓨터가 읽을 수 있는 코드의 형태로 구현되는 것이 가능하다. 이러한 비휘발성 기록매체로는 다양한 형태의 스토리지 장치가 존재하는데 예컨대 하드디스크, SSD, CD-ROM, NAS, 자기테이프, 웹디스크, 클라우드 디스크 등이 있고 네트워크로 연결된 다수의 스토리지 장치에 코드가 분산 저장되고 실행되는 형태도 구현될 수 있다. 또한, 본 발명은 하드웨어와 결합되어 특정의 절차를 실행시키기 위하여 매체에 저장된 컴퓨터프로그램의 형태로 구현될 수도 있다.
100 : OTT 디바이스
200 : 콘텐츠 관리 서버
201 : 콘텐츠 데이터베이스
300 : 가입자 관리 서버
301 : 가입자 데이터베이스
400 : 콘텐츠 서비스 서버
401 : 메타정보 데이터베이스
500 : 콘텐츠 추천 서버
501 : 시청이력 데이터베이스

Claims (8)

  1. 가입자 관리 서버(300)가 가입자 프로필에서 성별, 연령대, 선호 장르 중 하나이상으로 구성되는 기초 정보에 대한 가입자 DB(301)를 설정하는 제 1 단계;
    콘텐츠 서비스 서버(400)가 콘텐츠 DB(201)에 저장된 다수의 영상 콘텐츠에 대한 메타 데이터를 인터넷에서 크롤링(web crawling)하여 메타정보 DB(401)를 설정하는 제 2 단계;
    콘텐츠 추천 서버(500)가 가입자들의 영상 콘텐츠의 시청 이력 데이터를 획득하여 시청이력 DB(501)를 설정하는 제 3 단계;
    OTT 디바이스(100)가 카메라를 이용한 안면인식에 의해 현재 시청자를 식별하는 제 4 단계;
    상기 콘텐츠 추천 서버(500)가 상기 콘텐츠 DB(201)에 저장된 다수의 영상 콘텐츠에서 모집단을 설정하고 상기 현재 시청자가 이전에 시청하였던 영상 콘텐츠 리스트(이하, 'VOD 시청리스트'라 함)와의 메타데이터 공통성 평가를 적합도(fitness) 함수로 설정한 유전 알고리즘 연산을 수행하여 제 1 추천후보 콘텐츠를 선별하는 제 5 단계;
    상기 콘텐츠 추천 서버(500)가 상기 제 1 추천후보 콘텐츠에 기초하여 상기 현재 시청자를 위한 추천대상 콘텐츠를 선정하는 제 6 단계;
    를 포함하여 구성되는 안면인식 시청자 식별과 유전 알고리즘 후보 추출을 이용한 영상 콘텐츠 추천 방법.
  2. 청구항 1에 있어서,
    상기 콘텐츠 추천 서버(500)가 상기 현재 시청자의 기초 정보를 상기 가입자 DB(301)로부터 획득하고 상기 콘텐츠 DB(201)에 저장된 다수의 영상 콘텐츠 중에서 상기 현재 시청자의 기초 정보와의 매칭 분석을 통해 제 2 추천후보 콘텐츠를 선별하는 제 7 단계;
    상기 콘텐츠 추천 서버(500)가 상기 제 2 추천후보 콘텐츠에 기초하여 상기 현재 시청자를 위한 추천대상 콘텐츠를 선정하는 제 8 단계;
    를 더 포함하여 구성되는 것을 특징으로 하는 안면인식 시청자 식별과 유전 알고리즘 후보 추출을 이용한 영상 콘텐츠 추천 방법.
  3. 청구항 1에 있어서,
    상기 제 4 단계는,
    OTT 디바이스(100)가 해당 공간의 가입자에 대한 얼굴 이미지를 미리 등록하여 인증 DB(101)를 설정하는 제 41 단계;
    상기 OTT 디바이스(100)가 카메라 모듈을 통해 현재 시청자의 얼굴 이미지를 획득하는 제 42 단계;
    상기 OTT 디바이스(100)가 상기 인증 DB(101)의 얼굴 이미지와의 외형기반 분석을 통해 상기 현재 시청자의 얼굴 이미지를 정규화하는 제 43 단계;
    상기 OTT 디바이스(100)가 상기 인증 DB(101)의 얼굴 이미지와의 특징기반 분석을 통해 상호연관성을 산출하는 제 44 단계;
    상기 OTT 디바이스(100)가 상기 상호연관성에 기초하여 상기 현재 시청자를 식별하는 제 45 단계;
    를 포함하여 구성되는 것을 특징으로 하는 안면인식 시청자 식별과 유전 알고리즘 후보 추출을 이용한 영상 콘텐츠 추천 방법.
  4. 청구항 3에 있어서,
    상기 제 4 단계는,
    상기 제 41 단계와 상기 제 44 단계 사이에 수행되는,
    상기 OTT 디바이스(100)가 상기 인증 DB(101)의 규모를 대응하여 특징기반 분석의 연산 복잡도를 설정하는 단계;
    를 더 포함하여 구성되는 것을 특징으로 하는 안면인식 시청자 식별과 유전 알고리즘 후보 추출을 이용한 영상 콘텐츠 추천 방법.
  5. 청구항 1에 있어서,
    상기 제 5 단계는,
    상기 콘텐츠 추천 서버(500)가 상기 시청이력 DB(501)로부터 상기 현재 시청자에 대한 VOD 시청리스트를 획득하는 제 51 단계;
    상기 콘텐츠 추천 서버(500)가 상기 콘텐츠 DB(201)에 저장된 다수의 영상 콘텐츠를 유전자 알고리즘 연산의 모집단으로 설정하는 제 52 단계;
    상기 콘텐츠 추천 서버(500)가 상기 VOD 시청리스트와의 메타데이터 공통성 평가 연산을 영상 콘텐츠의 적합도 함수로 설정하는 제 53 단계;
    상기 콘텐츠 추천 서버(500)가 유전자 알고리즘 연산에 따라 상기 모집단에 대해 선택, 교배, 돌연변이 연산을 반복 수행하는 제 54 단계;
    상기 콘텐츠 추천 서버(500)가 상기 유전자 알고리즘 연산 결과로부터 제 1 추천후보 콘텐츠를 획득하는 제 55 단계;
    를 포함하여 구성되는 것을 특징으로 하는 안면인식 시청자 식별과 유전 알고리즘 후보 추출을 이용한 영상 콘텐츠 추천 방법.
  6. 청구항 5에 있어서,
    상기 제 5 단계는,
    상기 콘텐츠 추천 서버(500)가 상기 현재 시청자의 기초 정보를 상기 가입자 DB(301)로부터 획득하는 단계;
    상기 콘텐츠 추천 서버(500)가 상기 제 1 추천후보 콘텐츠 중에서 상기 현재 시청자의 기초 정보와의 매칭 분석을 통해 부적합한 영상 콘텐츠를 상기 제 1 추천후보 콘텐츠로부터 제외 처리하는 단계;
    를 더 포함하여 구성되는 것을 특징으로 하는 안면인식 시청자 식별과 유전 알고리즘 후보 추출을 이용한 영상 콘텐츠 추천 방법.
  7. 청구항 2에 있어서,
    상기 제 7 단계는,
    상기 콘텐츠 추천 서버(500)가 상기 현재 시청자의 기초 정보를 상기 가입자 DB(301)로부터 획득하는 제 71 단계;
    상기 콘텐츠 추천 서버(500)가 상기 콘텐츠 DB(201)에 저장된 다수의 영상 콘텐츠 중에서 상기 현재 시청자의 기초 정보와 매칭 분석하여 적합도가 미리 설정된 임계치 이상인 제 2 추천후보 콘텐츠를 선별하는 제 72 단계;
    상기 콘텐츠 추천 서버(500)가 상기 제 2 추천후보 콘텐츠에 속하는 영상 콘텐츠에 대한 다른 가입자들의 만족도 평가에 기초하여 추천순위를 설정하는 제 73 단계;
    를 포함하여 구성되는 것을 특징으로 하는 안면인식 시청자 식별과 유전 알고리즘 후보 추출을 이용한 영상 콘텐츠 추천 방법.
  8. 컴퓨터에 청구항 1 내지 7 중 어느 하나의 항에 따른 안면인식 시청자 식별과 유전 알고리즘 후보 추출을 이용한 영상 콘텐츠 추천 방법을 실행시키기 위하여 저장매체에 저장된 컴퓨터프로그램.
KR1020210091335A 2021-07-13 2021-07-13 안면인식 시청자 식별과 유전 알고리즘 후보 추출을 이용한 영상 콘텐츠 추천 방법 KR20230010928A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210091335A KR20230010928A (ko) 2021-07-13 2021-07-13 안면인식 시청자 식별과 유전 알고리즘 후보 추출을 이용한 영상 콘텐츠 추천 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210091335A KR20230010928A (ko) 2021-07-13 2021-07-13 안면인식 시청자 식별과 유전 알고리즘 후보 추출을 이용한 영상 콘텐츠 추천 방법

Publications (1)

Publication Number Publication Date
KR20230010928A true KR20230010928A (ko) 2023-01-20

Family

ID=85108715

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210091335A KR20230010928A (ko) 2021-07-13 2021-07-13 안면인식 시청자 식별과 유전 알고리즘 후보 추출을 이용한 영상 콘텐츠 추천 방법

Country Status (1)

Country Link
KR (1) KR20230010928A (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101642433B1 (ko) 2014-06-13 2016-07-25 주식회사 유비벨록스모바일 사용자 성향을 고려한 지능형 컨텐츠 추천 서비스 방법
KR102096474B1 (ko) 2014-02-26 2020-05-27 (주)드림어스컴퍼니 콘텐츠 추천 장치 및 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102096474B1 (ko) 2014-02-26 2020-05-27 (주)드림어스컴퍼니 콘텐츠 추천 장치 및 방법
KR101642433B1 (ko) 2014-06-13 2016-07-25 주식회사 유비벨록스모바일 사용자 성향을 고려한 지능형 컨텐츠 추천 서비스 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
대한민국 등록특허 10-2137887호(2020.07.20) "IPTV 서비스의 모바일 OTT 서비스의 영화 VOD 선호도 정보 결합을 통한 IPTV 영화 VOD 콘텐츠 추천 서버 및 그 방법"

Similar Documents

Publication Publication Date Title
EP2051509B1 (en) Program recommendation system, program view terminal, program view program, program view method, program recommendation server, program recommendation program, and program recommendation method
US10939165B2 (en) Facilitating television based interaction with social networking tools
KR100876300B1 (ko) 사용자의 현재 기분에 기초한 추천들을 생성하기 위한 방법 및 장치
EP2541963B1 (en) Method for identifying video segments and displaying contextually targeted content on a connected television
US20090271417A1 (en) Identifying User Relationships from Situational Analysis of User Comments Made on Media Content
US20030237093A1 (en) Electronic program guide systems and methods for handling multiple users
CN108595493B (zh) 媒体内容的推送方法和装置、存储介质、电子装置
KR20050086671A (ko) 클러스터링에 기초한 프로그램 특징을 통한 스테레오타입의프로파일의 생성
KR20040037246A (ko) 커머셜의 시청 히스토리를 이용하는 프로그램 추천 방법및 시스템
CN108419134B (zh) 基于个体历史与群体当前行为融合的频道推荐方法
WO2011031932A1 (en) Media control and analysis based on audience actions and reactions
US11657219B2 (en) Systems and methods for using machine learning models to organize and select modular components for user interface templates
CN112000024B (zh) 用于控制家电设备的方法及装置、设备
De Pessemier et al. Enhancing recommender systems for TV by face recognition
US10764634B1 (en) Presence and authentication for media measurement
CN113505291A (zh) 基于用户行为数据的内容智能推荐系统
CN116261009B (zh) 智能转化影视受众的视频检测方法、装置、设备及介质
KR20230010928A (ko) 안면인식 시청자 식별과 유전 알고리즘 후보 추출을 이용한 영상 콘텐츠 추천 방법
CN105872586A (zh) 一种基于实时视频流采集的视频实时识别方法
Mukherjee et al. A context-aware recommendation system considering both user preferences and learned behavior
CN110381339B (zh) 图片传输方法及装置
CN108574875A (zh) 促进与社交联网工具的基于电视的交互
Mitra et al. Real-time Smile Detection using Integrated ML Model
Crespo et al. Tv program recommender using user authentication on middleware ginga
CN115278370A (zh) 电视节目的推荐方法、系统、智能电视和介质

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E601 Decision to refuse application