KR20230043492A - 콘텐츠 거래를 위한 인공지능 검수 장치 및 그 방법 - Google Patents

콘텐츠 거래를 위한 인공지능 검수 장치 및 그 방법 Download PDF

Info

Publication number
KR20230043492A
KR20230043492A KR1020210126443A KR20210126443A KR20230043492A KR 20230043492 A KR20230043492 A KR 20230043492A KR 1020210126443 A KR1020210126443 A KR 1020210126443A KR 20210126443 A KR20210126443 A KR 20210126443A KR 20230043492 A KR20230043492 A KR 20230043492A
Authority
KR
South Korea
Prior art keywords
content
category
artificial intelligence
type
unit configured
Prior art date
Application number
KR1020210126443A
Other languages
English (en)
Inventor
이재석
Original Assignee
이재석
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 이재석 filed Critical 이재석
Priority to KR1020210126443A priority Critical patent/KR20230043492A/ko
Publication of KR20230043492A publication Critical patent/KR20230043492A/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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • 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
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
    • 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
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Finance (AREA)
  • Quality & Reliability (AREA)
  • Accounting & Taxation (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

인공지능을 기반으로 이미지, 동영상 등의 디지털 콘텐츠의 카테고리를 자동으로 분류하고 판매 가능 여부를 판단하는 콘텐츠 거래를 위한 인공지능 검수 장치 및 그 방법이 개시된다. 본 발명의 실시예에 따른 콘텐츠 거래를 위한 인공지능 검수 장치는 콘텐츠 공급자로부터 콘텐츠를 입력받도록 구성되는 콘텐츠 입력부; 딥러닝 학습된 인공지능의 이미지 분석에 의해 상기 콘텐츠의 카테고리를 분류하고 분류 정확도 확률을 예측하도록 구성되는 제1 검수부; 상기 콘텐츠에 대해 분류된 카테고리를 기반으로 상기 콘텐츠와 관련된 태그를 생성하도록 구성되는 태그 생성부; 및 상기 분류 정확도 확률을 기반으로 상기 콘텐츠의 판매 가능 여부를 결정하도록 구성되는 제2 검수부를 포함한다.

Description

콘텐츠 거래를 위한 인공지능 검수 장치 및 그 방법{Apparatus for artificial intelligence checking for contents trade and method of the same}
본 발명은 콘텐츠 거래를 위한 인공지능 검수 장치 및 그 방법에 관한 것으로, 보다 상세하게는 인공지능을 기반으로 이미지, 동영상 등의 디지털 콘텐츠의 카테고리를 자동으로 분류하고 판매 가능 여부를 판단하는 콘텐츠 거래를 위한 인공지능 검수 장치 및 그 방법에 관한 것이다.
최근에 들어 사회적 관계망 서비스(SNS; Social Networking Service)가 보편적으로 사용되면서 SNS를 활용한 콘텐츠 교류 또한 활발하게 이루어지고 있으며, 예를 들어 SNS를 활용하여 이미지나 동영상 등의 다양한 콘텐츠를 타인에게 추천, 배포하여 공유하는 것이 가능하다. 나아가, 최근에는 SNS를 활용한 디지털 미디어 거래 시스템이 개발되었으며, 이는 특허문헌 1(대한민국 등록특허공보 10-1885349, 2018.08.03. 공고)에 개시되어 있다.
특허문헌 1의 스톡 디지털 미디어 거래 시스템은 SNS 플랫폼에 이용자들이 공유한 디지털 미디어를 축적하고, 디지털 미디어가 필요한 구매자는 축적된 디지털 미디어를 검색 후 구매하며, 실시간으로 촬영 및 제작된 디지털 미디어를 구매하고자 하는 구매자는 실시간 의뢰를 통해 디지털 미디어를 구매하고, 판매된 디지털 미디어를 공유한 이용자에게 소정의 판매금을 지불하도록 구성된다.
스톡 이미지 사이트와 같이, 이미지, 동영상 등과 같은 디지털 콘텐츠의 거래 또는 판매를 중계하는 서비스(플랫폼)는 콘텐츠 등록자들이 디지털 콘텐츠의 등록을 요청시, 작업자가 디지털 콘텐츠의 카테고리를 분류하고 디지털 콘텐츠가 저작권 또는 초상권의 문제를 일으키는지 여부를 확인하는 선검수 과정을 수작업으로 하고 있다.
이러한 수동 검수 방식으로 인해 디지털 콘텐츠를 스톡 이미지 사이트 등의 중계 플랫폼에 등록 및 판매하는데 수일 이상 소요되어 콘텐츠의 등록 및 판매가 지연될 뿐 아니라 중계 플랫폼의 운용 비용이 증가하고 있으며, 온라인 콘텐츠 관련 서비스(스톡 이미지 플랫폼)에 있어 콘텐츠를 등록하는 공급자들이 불편함을 느끼고 있다.
KR 10-1885349 B1 (2018.08.03. 공고)
본 발명은 인공지능을 기반으로 이미지, 동영상 등의 디지털 콘텐츠의 카테고리를 자동으로 분류하고 판매 가능 여부를 판단하는 콘텐츠 거래를 위한 인공지능 검수 장치 및 그 방법을 제공하기 위한 것이다.
본 발명의 실시예에 따른 콘텐츠 거래를 위한 인공지능 검수 장치는 콘텐츠 공급자로부터 콘텐츠를 입력받도록 구성되는 콘텐츠 입력부; 딥러닝 학습된 인공지능의 이미지 분석에 의해 상기 콘텐츠의 카테고리를 분류하고 분류 정확도 확률을 예측하도록 구성되는 제1 검수부; 상기 콘텐츠에 대해 분류된 카테고리를 기반으로 상기 콘텐츠와 관련된 태그를 생성하도록 구성되는 태그 생성부; 및 상기 분류 정확도 확률을 기반으로 상기 콘텐츠의 판매 가능 여부를 결정하도록 구성되는 제2 검수부를 포함한다.
상기 제1 검수부는 이미지 유형, 동영상 유형, 음성 유형 및 텍스트 유형을 포함하는 복수개의 콘텐츠 유형 중 상기 콘텐츠의 유형을 식별하도록 구성되는 콘텐츠 유형 식별부; 상기 콘텐츠의 유형을 기반으로 이미지, 텍스트 및 음성을 포함하는 분석 요소들의 가중치들을 결정하도록 구성되는 가중치 결정부; 상기 가중치들을 기반으로 상기 콘텐츠의 카테고리를 분류하도록 구성되는 카테고리 분류부; 및 상기 분석 요소들의 분류 정확도들과 상기 가중치들을 적용하여 상기 분류 정확도 확률을 예측하도록 구성되는 분류 정확도 예측부;를 포함할 수 있다.
상기 제1 검수부는 상기 콘텐츠가 동영상 유형에 해당하는 경우, 상기 콘텐츠 중에서 복수개의 스크린샷 이미지를 추출하도록 구성되는 스크린샷 이미지 추출부; 상기 콘텐츠 중에서 상기 스크린샷 이미지와 관련된 음성 데이터를 추출하도록 구성되는 음성 데이터 추출부; 상기 인공지능에 의해 상기 복수개의 스크린샷 이미지로부터 하나 이상의 후보 카테고리를 선정하도록 구성되는 카테고리 후보 선정부; 및 상기 음성 데이터를 기반으로 상기 하나 이상의 후보 카테고리로부터 상기 콘텐츠의 카테고리를 분류하도록 구성되는 카테고리 결정부;를 포함할 수 있다.
상기 제1 검수부는 상기 카테고리 후보 선정부에 의해 선정되는 상기 후보 카테고리의 개수, 상기 음성 데이터와 상기 후보 카테고리의 관련도를 기반으로 상기 분류 정확도 확률을 예측하도록 구성되는 분류 정확도 예측부;를 더 포함할 수 있다.
상기 제2 검수부는 콘텐츠 수요자로부터 상기 콘텐츠에 대한 판매 요청이 있는 경우, 상기 분류 정확도 확률을 상기 카테고리에 대해 설정된 기준 확률과 비교하여 판매 가능한 콘텐츠인지 판단하도록 구성될 수 있다.
본 발명의 실시예에 따른 콘텐츠 거래를 위한 인공지능 검수 방법은 콘텐츠 입력부에 의해, 콘텐츠 공급자로부터 콘텐츠를 입력받는 단계; (a) 제1 검수부에 의해, 딥러닝 학습된 인공지능의 이미지 분석에 의해 상기 콘텐츠의 카테고리를 분류하고 분류 정확도 확률을 예측하는 단계; (b) 태그 생성부에 의해, 상기 콘텐츠에 대해 분류된 카테고리를 기반으로 상기 콘텐츠와 관련된 태그를 생성하는 단계; 및 (c) 제2 검수부에 의해, 상기 분류 정확도 확률을 기반으로 상기 콘텐츠의 판매 여부를 결정하는 단계;를 포함한다.
상기 (a) 단계는 이미지 유형, 동영상 유형, 음성 유형 및 텍스트 유형을 포함하는 복수개의 콘텐츠 유형 중 상기 콘텐츠의 유형을 식별하는 단계; 상기 콘텐츠의 유형을 기반으로 이미지, 텍스트 및 음성을 포함하는 분석 요소들의 가중치들을 결정하는 단계; 상기 가중치들을 기반으로 상기 콘텐츠의 카테고리를 분류하는 단계; 및 상기 분석 요소들의 분류 정확도들과 상기 가중치들을 적용하여 상기 분류 정확도 확률을 예측하는 단계;를 포함할 수 있다.
상기 (a) 단계는 상기 콘텐츠가 동영상 유형에 해당하는 경우, 상기 콘텐츠 중에서 복수개의 스크린샷 이미지를 추출하는 단계; 상기 콘텐츠 중에서 상기 스크린샷 이미지와 관련된 음성 데이터를 추출하는 단계; 상기 인공지능에 의해 상기 복수개의 스크린샷 이미지로부터 하나 이상의 후보 카테고리를 선정하는 단계; 및 상기 음성 데이터를 기반으로 상기 하나 이상의 후보 카테고리로부터 상기 콘텐츠의 카테고리를 분류하는 단계;를 포함할 수 있다.
상기 (a) 단계는 상기 카테고리 후보 선정부에 의해 선정되는 상기 후보 카테고리의 개수, 상기 음성 데이터와 상기 후보 카테고리의 관련도를 기반으로 상기 분류 정확도 확률을 예측하는 단계;를 더 포함할 수 있다.
상기 (c) 단계는 콘텐츠 수요자로부터 상기 콘텐츠에 대한 판매 요청이 있는 경우, 상기 분류 정확도 확률을 상기 카테고리에 대해 설정된 기준 확률과 비교하여 판매 가능한 콘텐츠인지 판단하는 단계;를 포함할 수 있다.
본 발명의 실시예에 따르면, 상기 콘텐츠 거래를 위한 인공지능 검수 방법을 실행시키도록 컴퓨터로 판독 가능한 기록 매체에 기록된 컴퓨터 프로그램이 제공된다.
본 발명의 실시예에 의하면, 인공지능을 기반으로 이미지, 동영상 등의 디지털 콘텐츠의 카테고리를 자동으로 분류하고 판매 가능 여부를 판단하는 콘텐츠 거래를 위한 인공지능 검수 장치 및 그 방법이 제공된다.
도 1은 본 발명의 실시예에 따른 콘텐츠 거래를 위한 인공지능 검수 장치를 포함하는 스톡 디지털 콘텐츠 거래 시스템의 구성도이다.
도 2는 본 발명의 실시예에 따른 콘텐츠 거래를 위한 인공지능 검수 방법을 나타낸 개념도이다.
도 3은 본 발명의 실시예에 따른 콘텐츠 거래를 위한 인공지능 검수 장치의 구성도이다.
도 4는 본 발명의 실시예에 따른 콘텐츠 거래를 위한 인공지능 검수 방법의 순서도이다.
도 5는 본 발명의 실시예에 따른 콘텐츠 거래를 위한 인공지능 검수 방법을 설명하기 위한 개념도이다.
도 6은 본 발명의 일 실시예에 따른 콘텐츠 거래를 위한 인공지능 검수 장치를 구성하는 제1 검수부의 구성도이다.
도 7은 도 4에 도시된 단계 S10의 일 예에 따른 순서도이다.
도 8은 본 발명의 다른 실시예에 따른 콘텐츠 거래를 위한 인공지능 검수 장치를 구성하는 제1 검수부의 구성도이다.
도 9는 도 4에 도시된 단계 S10의 다른 예에 따른 순서도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있다. 본 발명의 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
본 명세서에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 본 명세서에서 사용되는 '~부'는 적어도 하나의 기능이나 동작을 처리하는 단위로서, 예를 들어 소프트웨어, FPGA 또는 하드웨어 구성요소를 의미할 수 있다. '~부'에서 제공하는 기능은 복수의 구성요소에 의해 분리되어 수행되거나, 다른 추가적인 구성요소와 통합될 수도 있다. 이하에서는 도면을 참조하여 본 발명의 실시예에 대해서 구체적으로 설명하기로 한다.
도 1은 본 발명의 실시예에 따른 콘텐츠 거래를 위한 인공지능 검수 장치를 포함하는 스톡 디지털 콘텐츠 거래 시스템의 구성도이다. 도 1을 참조하면, 스톡 디지털 콘텐츠 거래 시스템은 서버(10), 복수의 이용자 단말기(20), 및 복수의 구매자 단말기(30)를 포함할 수 있다. 서버(10), 복수의 이용자 단말기(20) 및 복수의 구매자 단말기(30)는 네트워크(network)를 통해 서로 연결될 수 있다.
서버(10)에는 복수의 이용자 단말기(20) 및 복수의 구매자 단말기(30)가 네트워크를 통해 접속할 수 있는 SNS 플랫폼이 구비될 수 있다. 복수의 이용자 단말기(20) 중 적어도 하나는 서버(10)에 구비된 SNS 플랫폼을 통해서 복수의 디지털 콘텐츠 중 적어도 하나를 공유할 수 있다.
서버(10)는 이용자 단말기(20)가 SNS 플랫폼을 통해 송신한 디지털 콘텐츠를이용자 계정의 공간(예를 들어, 이용자마다 회원가입시 부여되는 계정에 종속되어 서버에서 부여되는 가상의 개인 페이지)에 게시글 형태로 게재하고, 불특정 다수의 이용자 단말기가 SNS 플랫폼에 접속해 송신된 디지털 콘텐츠를 확인할 수 있도록 하는 서비스를 제공할 수 있다.
또한, 서버(10)는 불특정 다수의 구매자 단말기(30)에서 이용자 단말기(20)가 등록 요청한 디지털 콘텐츠에 대해 구매 요청시, 구매 요청된 디지털 콘텐츠의 검수 과정을 인공지능에 의해 수행하고, 인공지능에 의해 판매 가능한 것으로 검수된 디지털 콘텐츠를 구매자 단말기(30)가 구매할 수 있도록 허용하는 서비스를 제공할 수 있다.
도 2는 본 발명의 실시예에 따른 콘텐츠 거래를 위한 인공지능 검수 방법을 나타낸 개념도이다. 도 1 및 도 2를 참조하면, 이용자는 이용자 단말기(20)를 이용하여 앱 또는 웹사이트 등에 접속하여 회원 가입(S1) 및 이용약관 동의(S2)를 통해 서버(10)에서 제공하는 콘텐츠 등록 서비스 및 콘텐츠 판매 서비스를 제공받을 수 있다.
이용자가 이용자 단말기(20)를 통해 디지털 콘텐츠의 등록을 요청하면(S3), 서버(10)는 이미지 객체 탐지, 딥러닝 학습 등을 기반으로 하는 인공지능의 검수 과정(S4)을 통해 디지털 콘텐츠의 카테고리(50)를 분류하고, 디지털 콘텐츠가 인물, 랜드마크 등의 저작권이나 초상권, 또는 성인물 등의 법적 분쟁 소재 콘텐츠(60)에 해당하는지 여부를 판단하여 판매 가능 여부를 결정할 수 있다.
도 3은 본 발명의 실시예에 따른 콘텐츠 거래를 위한 인공지능 검수 장치의 구성도이다. 도 4는 본 발명의 실시예에 따른 콘텐츠 거래를 위한 인공지능 검수 방법의 순서도이다. 도 5는 본 발명의 실시예에 따른 콘텐츠 거래를 위한 인공지능 검수 방법을 설명하기 위한 개념도이다.
도 1, 도 3 내지 도 5를 참조하면, 본 발명의 실시예에 따른 콘텐츠 거래를 위한 인공지능 검수 장치(100)는 콘텐츠 입력부(110), 제1 검수부(120), 태그 생성부(130), 및 제2 검수부(140)를 포함할 수 있다. 콘텐츠 입력부(110), 제1 검수부(120), 태그 생성부(130), 및 제2 검수부(140)는 적어도 하나의 프로세서로 구현될 수 있다.
콘텐츠 입력부(110)는 이용자 단말기(20)에 해당하는 콘텐츠 공급자로부터 콘텐츠를 입력받도록 구성될 수 있다. 콘텐츠 입력부(110)가 입력받는 콘텐츠는 예를 들어, 이미지 파일, 동영상 파일, 음성 파일, 텍스트 파일 등이 있으나, 이에 한정되는 것은 아니다.
제1 검수부(120)는 딥러닝(deep learning) 학습된 인공지능의 이미지 분석에 의해 콘텐츠의 카테고리를 분류하고, 분류 정확도 확률을 예측할 수 있다(S10). 콘텐츠의 카테고리는 예를 들어, 인물, 랜드마크, 로고, 풍경, 소리, 음식, 동물, 식물, 여행, 비지니스, 스포츠 등이 있다.
제1 검수부(120)는 예를 들어, 컨볼루셔널 뉴럴네트워크(CNN; Convolutional Neural Network), Fast R-CNN(Fast Region of Convolutional Neural Network) 등의 인공지능에 의해 이미지, 동영상(클립 영상) 등의 객체를 인식하거나, 음성이나 텍스트 등의 추출 등에 의해 카테고리 분류를 수행하고 분류 정확도 확률을 예측할 수 있다(S5).
태그 생성부(130)는 콘텐츠에 대해 분류된 카테고리를 기반으로 콘텐츠와 관련된 태그(tag)를 생성할 수 있다(S20). 태그는 콘텐츠의 카테고리와 함께 해당 카테고리 내의 세부 분류 등을 포함할 수도 있다. 태그 생성부(130)는 인공지능 이미지 분석 기술을 활용하여 카테고리에 해당하는 하위 분류를 예측하여 태그를 생성할 수 있다.
예를 들어, 태그 생성부(130)는 콘텐츠의 카테고리가 인물로 분류되고, 하위 카테고리가 아이로 분류되는 경우 태그로서 인물, 아이, 및 그 유사어 또는 관련어를 생성할 수 있다. 태그 생성부(130)에 의해 생성된 태그는 이용자가 콘텐츠를 검색하거나, 콘텐츠의 카테고리를 확인하거나, 콘텐츠 구매 여부를 결정하는데 활용될 수 있다.
카테고리가 분류된 콘텐츠는 불특정 다수의 이용자 단말기와 구매자 단말기에 노출될 수 있다(S6). 즉, 다수의 이용자 단말기(20)와 다수의 구매자 단말기(30)는 서버(10)에 의해 노출된 콘텐츠를 확인할 수 있다. 또한, 다수의 구매자 단말기(30)는 서버(10)에 의해 노출된 콘텐츠의 구매를 요청할 수 있다.
제2 검수부(140)는 제1 검수부(120)에서 예측한 분류 정확도 확률을 기반으로 콘텐츠의 판매 가능 여부를 결정할 수 있다(S30). 제2 검수부(140)는 구매자 단말기(30)에 해당하는 콘텐츠 수요자로부터 콘텐츠에 대한 판매 요청이 있는 경우, 분류 정확도 확률을 카테고리에 대해 설정된 기준 확률과 비교하여 판매 가능한 콘텐츠인지 판단할 수 있다(S7). 기준 확률은 카테고리 별로 다르게 설정될 수 있다.
도 6은 본 발명의 일 실시예에 따른 콘텐츠 거래를 위한 인공지능 검수 장치를 구성하는 제1 검수부의 구성도이다. 도 7은 도 4에 도시된 단계 S10의 일 예에 따른 순서도이다. 도 6 및 도 7을 참조하면, 제1 검수부(120)는 콘텐츠 유형 식별부(121), 가중치 결정부(122), 카테고리 분류부(123), 및 분류 정확도 예측부(124)를 포함할 수 있다.
콘텐츠 유형 식별부(121)는 이미지 유형, 동영상 유형, 음성 유형 및 텍스트 유형을 포함하는 복수개의 콘텐츠 유형 중 콘텐츠의 유형을 식별할 수 있다(S11). 콘텐츠 유형 식별부(121)는 이용자가 업로드한 콘텐츠의 확장자 명을 확인하거나, 이용자가 콘텐츠 업로드 시에 입력(선택)한 파일 형식 정보에 따라 콘텐츠의 유형을 식별할 수 있다.
콘텐츠 유형 식별부(121)에 의해 식별된 콘텐츠의 유형에 따라 상이한 방식으로 검수 과정이 수행될 수 있다. 가중치 결정부(122)는 콘텐츠 유형 식별부(121)에 의해 식별된 콘텐츠의 유형을 기반으로 이미지, 텍스트 및 음성을 포함하는 분석 요소들의 가중치들을 결정할 수 있다(S12).
예를 들어, 이미지 유형의 콘텐츠인 경우, 이미지의 가중치가 다른 유형의 콘텐츠 보다 높게 반영되고, 텍스트의 가중치는 상대적으로 낮게 반영될 수 있다. 이미지 콘텐츠 파일에서 텍스트는 이미지 콘텐츠에서 광학 문자 판독(OCR; Optical Character Recognition) 등에 의해 추출된 문자나 기호, 숫자 등의 텍스트일 수 있다.
다른 예로, 텍스트 유형의 콘텐츠인 경우 텍스트의 가중치가 높게 반영되는 반면, 음성 유형의 콘텐츠인 경우 음성(예를 들어, 음악 장르, ASMR 등)의 가중치가 높게 반영되고, 음성 콘텐츠에서 음성 인식에 의해 추출된 텍스트의 가중치는 상대적으로 낮게 반영될 수 있다.
또한, 동영상 유형의 콘텐츠인 경우 동영상에서 추출된 스크린샷 이미지의 가중치가 가장 높게 반영되고, 그 다음으로 동영상에서 음성 인식에 의해 추출된 음성 데이터와 동영상의 스크린샷 이미지에서 OCR 추출된 텍스트 순으로 가중치가 반영될 수 있다.
카테고리 분류부(123)는 가중치 결정부(122)에 의해 결정된 가중치들을 기반으로 콘텐츠의 카테고리를 분류할 수 있다(S13). 예를 들어, 이미지와 음성, 텍스트로부터 분류된 카테고리가 상이할 경우 각 유형 별로 예측된 카테고리에 가중치들을 반영하여 최종적으로 콘텐츠의 카테고리를 분류할 수 있다.
예컨대, 콘텐츠에서 추출된 데이터 유형 별로 복수개의 카테고리에 대한 예측 확률을 벡터 성분들로 가지는 카테고리 벡터를 생성하고, 다양한 데이터 유형 별로 생성한 카테고리 벡터를 합산하여 최종 카테고리 벡터를 생성하여 최종 카테고리 벡터의 벡터 성분들 중에서 가장 큰 값을 가지는 카테고리로 콘텐츠의 카테고리를 분류할 수 있다.
분류 정확도 예측부(124)는 분석 요소들의 분류 정확도들과 가중치들을 적용하여 분류 정확도 확률을 예측할 수 있다(S14). 분석 요소들의 분류 정확도들은 예를 들어, 이미지의 해상도/선명도, 블러(blur), 음성 인식도, 텍스트 추출 정확도 등을 포함할 수 있다.
또한, 분류 정확도 예측부(124)는 콘텐츠 유형에 따라 이미지, 텍스트, 음성 등에 대해 결정된 가중치들을 기반으로 콘텐츠에 대해 산출된 최종 카테고리 벡터의 벡터 성분들의 표준 편차를 반영하여 콘텐츠의 카테고리 분류 정확도 확률을 예측할 수 있다.
예를 들어, 콘텐츠에 대해 산출된 최종 카테고리 벡터의 벡터 성분들의 표준 편차가 기준 값으로부터 클수록 분류 정확도 확률은 낮게 산출되고, 반대로 최종 카테고리 벡터의 벡터 성분들의 표준 편차가 기준 값으로부터 작을수록 분류 정확도 확률이 높은 값으로 산출될 수 있다.
본 발명의 실시예에 의하면, 콘텐츠 유형에 따라 콘텐츠의 카테고리를 정확하게 분류할 수 있으며, 콘텐츠의 유형 및 카테고리에 따라 분류 정확도 확률을 정확하게 예측할 수 있다. 분류 정확도 확률은 추후 콘텐츠에 대한 판매(거래)를 허용할지 여부를 판단하는 기준으로 활용될 수 있다.
예를 들어, 2차 검수 과정을 통해, 인물 카테고리로 분류된 콘텐츠의 분류 정확도 확률이 인물 카테고리에 설정된 기준 확률 미만인 것으로 판단되면(예를 들어, 인물일 확률이 90% 미만이거나, 블러 값이 카테고리에 설정된 기준 블러값 이상인 경우), 저작권/초상권 문제 발생 가능성이 낮아 판매 가능한 것으로 결정하고, 반대로 콘텐츠의 분류 정확도 확률이 기준 확률 이상이면 저작권/초상권 문제 발생 가능성이 있는 것으로 판단하여 판매를 보류하고 수동 검수 등의 추가적인 조치를 취하도록 관리자에게 알림을 발생할 수 있다.
도 8은 본 발명의 다른 실시예에 따른 콘텐츠 거래를 위한 인공지능 검수 장치를 구성하는 제1 검수부의 구성도이다. 도 9는 도 4에 도시된 단계 S10의 다른 예에 따른 순서도이다. 도 8 및 도 9를 참조하면, 제1 검수부(120)는 스크린샷 이미지 추출부(125), 음성 데이터 추출부(126), 카테고리 후보 선정부(127), 카테고리 결정부(128), 및 분류 정확도 예측부(129)를 포함할 수 있다.
스크린샷 이미지 추출부(125)는 콘텐츠가 동영상 유형에 해당하는 경우, 콘텐츠 중에서 복수개의 스크린샷 이미지를 추출할 수 있다(S15). 콘텐츠가 약 3분 이하의 클립 영상인 경우, 스크린샷 이미지 추출부(125)는 콘텐츠의 재생 시간을 기준으로 초반 부분(예를 들어, 초반 10초 구간), 중간 부분(예를 들어, 중반 10초 구간), 및 종료 부분(예를 들어, 종반 10초 구간) 등에서 각각 기 설정된 재생 시간 또는 임의로 결정되는 재생 시간에 콘텐츠의 재생 화면을 캡쳐하여 스크린샷 이미지를 생성할 수 있다.
음성 데이터 추출부(126)는 콘텐츠 중에서 스크린샷 이미지와 관련된 음성 데이터를 추출할 수 있다(S16). 추출된 음성 데이터와 음성 데이터로부터 음성 인식에 의해 추출된 텍스트는 카테고리 분류 또는 분류 정확도 예측 등에 활용될 수 있다.
스크린샷 이미지 추출부(125)에 의해 캡쳐가 이루어지는 재생 시간은 동영상 유형의 콘텐츠에 포함된 음성 데이터로부터 결정될 수도 있다. 이 경우, 스크린샷 이미지 추출부(125)는 음성 데이터에 대해 음성 인식을 통해 획득된 텍스트 데이터에서 키워드를 추출하고, 콘텐츠 재생 중에 키워드에 해당하는 음성이 송출되는 재생 시간을 결정하여 해당 재생 시간에 콘텐츠의 재생 화면을 캡쳐하여 스크린샷 이미지를 생성할 수 있다.
카테고리 후보 선정부(127)는 인공지능에 의해 복수개의 스크린샷 이미지로부터 하나 이상의 후보 카테고리를 선정할 수 있다(S17). 카테고리 후보 선정부(127)는 복수개의 스크린샷 이미지로부터 각각 후보 카테고리를 선정할 수 있다. 이때 각 스크린샷 이미지로부터 선정되는 후보 카테고리가 동일하면 하나의 후보 카테고리가 선정되고, 적어도 둘 이상의 스크린샷 이미지로부터 선정되는 후보 카테고리가 상이하면 둘 이상의 후보 카테고리가 선정될 수 있다.
카테고리 결정부(128)는 음성 데이터를 기반으로 하나 이상의 후보 카테고리로부터 콘텐츠의 카테고리를 분류할 수 있다(S18). 카테고리 결정부(128)는 음성 데이터 및/또는 음성 데이터에서 음성 인식에 의해 추출된 텍스트 데이터를 기반으로, 카테고리 후보 선정부(127)에 의해 선정된 둘 이상의 후보 카테고리 중에서 음성 데이터에 부합(일치)되는 후보 카테고리를 최종적으로 콘텐츠의 카테고리로 분류할 수 있다.
분류 정확도 예측부(129)는 카테고리 후보 선정부(127)에 의해 선정되는 후보 카테고리의 개수, 음성 데이터와 후보 카테고리의 관련도를 기반으로 분류 정확도 확률을 예측할 수 있다. 예를 들어, 후보 카테고리의 개수가 작을수록, 그리고 음성 데이터와 후보 카테고리의 일치도가 높을수록 분류 정확도 확률이 높은 값으로 예측될 수 있다.
본 발명의 실시예에 의하면, 동영상 유형과 같은 콘텐츠에 대해 이미지, 음성, 텍스트 등의 다양한 유형의 데이터를 추출하고 분석하여 콘텐츠의 카테고리를 정확하게 분류할 수 있으며, 콘텐츠에 대한 카테고리 분류 정확도 확률을 정확하게 예측할 수 있다.
또한, 본 발명의 실시예에 따른 콘텐츠 거래를 위한 인공지능 검수 장치 및 방법은 저작권 및 초상권, 성인물과 관련하여 법적 분쟁이나 문제를 유발할 수 있는 콘텐츠를 사전에 검수하여 구매자에게 판매를 금지하거나, 서비스 노출이 되지 않도록 할 수도 있다.
예를 들어, 연예인이나 유명 인사 등에 대해 촬영된 이미지(정면 이미지, 측면 이미지, 뒷면 이미지 등)로 해당 인물을 학습하고, 이용자가 등록을 요청한 콘텐츠가 학습된 인물에 해당하는지 여부를 검수하여 연예인이나 유명 인사 등의 인물에 해당하는 것으로 판단되면 노출이 되지 않게 하거나 판매를 금지할 수 있다.
이상의 실시예에서는 인공지능 판독 과정에서 서버에서 학습된 인공지능 프로그램을 활용하는 방법을 중심으로 설명하였으나, 클라우드 컴퓨팅에서 직접 클라우드 라이브러리를 연결하여 클라우드 라이브러리 API를 활용하여 판독을 수행하는 방법도 적용 가능하다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/ 또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(Arithmetic Logic Unit), 디지털 신호 프로세서(Digital Signal Processor), 마이크로컴퓨터, FPGA(Field Programmable Gate Array), PLU(Programmable Logic Unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다.
처리 장치는 운영 체제 및 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술 분야에서 통상의 지식을 가진 자는 처리 장치가 복수 개의 처리 요소(Processing Element) 및/또는 복수 유형의 처리요소를 포함할 수 있음을 이해할 것이다.
예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(Parallel Processor) 와 같은, 다른 처리 구성(Processing configuration)도 가능하다. 소프트웨어는 컴퓨터 프로그램(Computer Program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다.
소프트웨어 및/ 또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치에 구체화될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CDROM, DVD와 같은 광기록 매체(optical media) 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다. 그러므로, 다른 구현들, 다른 실시예들 및 청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.
10: 서버
20: 이용자 단말기
30: 구매자 단말기
100: 콘텐츠 거래를 위한 인공지능 검수 장치
110: 콘텐츠 입력부
120: 제1 검수부
130: 태그 생성부
140: 제2 검수부
121: 콘텐츠 유형 식별부
122: 가중치 결정부
123: 카테고리 분류부
124: 분류 정확도 예측부
125: 스크린샷 이미지 추출부
126: 음성 데이터 추출부
127: 카테고리 후보 선정부
128: 카테고리 결정부
129: 분류 정확도 예측부

Claims (11)

  1. 콘텐츠 공급자로부터 콘텐츠를 입력받도록 구성되는 콘텐츠 입력부;
    딥러닝 학습된 인공지능의 이미지 분석에 의해 상기 콘텐츠의 카테고리를 분류하고 분류 정확도 확률을 예측하도록 구성되는 제1 검수부;
    상기 콘텐츠에 대해 분류된 카테고리를 기반으로 상기 콘텐츠와 관련된 태그를 생성하도록 구성되는 태그 생성부; 및
    상기 분류 정확도 확률을 기반으로 상기 콘텐츠의 판매 가능 여부를 결정하도록 구성되는 제2 검수부를 포함하는 콘텐츠 거래를 위한 인공지능 검수 장치.
  2. 청구항 1에 있어서,
    상기 제1 검수부는:
    이미지 유형, 동영상 유형, 음성 유형 및 텍스트 유형을 포함하는 복수개의 콘텐츠 유형 중 상기 콘텐츠의 유형을 식별하도록 구성되는 콘텐츠 유형 식별부;
    상기 콘텐츠의 유형을 기반으로 이미지, 텍스트 및 음성을 포함하는 분석 요소들의 가중치들을 결정하도록 구성되는 가중치 결정부;
    상기 가중치들을 기반으로 상기 콘텐츠의 카테고리를 분류하도록 구성되는 카테고리 분류부; 및
    상기 분석 요소들의 분류 정확도들과 상기 가중치들을 적용하여 상기 분류 정확도 확률을 예측하도록 구성되는 분류 정확도 예측부;를 포함하는 콘텐츠 거래를 위한 인공지능 검수 장치.
  3. 청구항 1에 있어서,
    상기 제1 검수부는:
    상기 콘텐츠가 동영상 유형에 해당하는 경우, 상기 콘텐츠 중에서 복수개의 스크린샷 이미지를 추출하도록 구성되는 스크린샷 이미지 추출부;
    상기 콘텐츠 중에서 상기 스크린샷 이미지와 관련된 음성 데이터를 추출하도록 구성되는 음성 데이터 추출부;
    상기 인공지능에 의해 상기 복수개의 스크린샷 이미지로부터 하나 이상의 후보 카테고리를 선정하도록 구성되는 카테고리 후보 선정부; 및
    상기 음성 데이터를 기반으로 상기 하나 이상의 후보 카테고리로부터 상기 콘텐츠의 카테고리를 분류하도록 구성되는 카테고리 결정부;를 포함하는 콘텐츠 거래를 위한 인공지능 검수 장치.
  4. 청구항 3에 있어서,
    상기 제1 검수부는:
    상기 카테고리 후보 선정부에 의해 선정되는 상기 후보 카테고리의 개수, 상기 음성 데이터와 상기 후보 카테고리의 관련도를 기반으로 상기 분류 정확도 확률을 예측하도록 구성되는 분류 정확도 예측부;를 더 포함하는 콘텐츠 거래를 위한 인공지능 검수 장치.
  5. 청구항 1에 있어서,
    상기 제2 검수부는 콘텐츠 수요자로부터 상기 콘텐츠에 대한 판매 요청이 있는 경우, 상기 분류 정확도 확률을 상기 카테고리에 대해 설정된 기준 확률과 비교하여 판매 가능한 콘텐츠인지 판단하도록 구성되는 콘텐츠 거래를 위한 인공지능 검수 장치.
  6. 콘텐츠 입력부에 의해, 콘텐츠 공급자로부터 콘텐츠를 입력받는 단계;
    (a) 제1 검수부에 의해, 딥러닝 학습된 인공지능의 이미지 분석에 의해 상기 콘텐츠의 카테고리를 분류하고 분류 정확도 확률을 예측하는 단계;
    (b) 태그 생성부에 의해, 상기 콘텐츠에 대해 분류된 카테고리를 기반으로 상기 콘텐츠와 관련된 태그를 생성하는 단계; 및
    (c) 제2 검수부에 의해, 상기 분류 정확도 확률을 기반으로 상기 콘텐츠의 판매 여부를 결정하는 단계;를 포함하는 콘텐츠 거래를 위한 인공지능 검수 방법.
  7. 청구항 6에 있어서,
    상기 (a) 단계는:
    이미지 유형, 동영상 유형, 음성 유형 및 텍스트 유형을 포함하는 복수개의 콘텐츠 유형 중 상기 콘텐츠의 유형을 식별하는 단계;
    상기 콘텐츠의 유형을 기반으로 이미지, 텍스트 및 음성을 포함하는 분석 요소들의 가중치들을 결정하는 단계;
    상기 가중치들을 기반으로 상기 콘텐츠의 카테고리를 분류하는 단계; 및
    상기 분석 요소들의 분류 정확도들과 상기 가중치들을 적용하여 상기 분류 정확도 확률을 예측하는 단계;를 포함하는 콘텐츠 거래를 위한 인공지능 검수 방법.
  8. 청구항 6에 있어서,
    상기 (a) 단계는:
    상기 콘텐츠가 동영상 유형에 해당하는 경우, 상기 콘텐츠 중에서 복수개의 스크린샷 이미지를 추출하는 단계;
    상기 콘텐츠 중에서 상기 스크린샷 이미지와 관련된 음성 데이터를 추출하는 단계;
    상기 인공지능에 의해 상기 복수개의 스크린샷 이미지로부터 하나 이상의 후보 카테고리를 선정하는 단계; 및
    상기 음성 데이터를 기반으로 상기 하나 이상의 후보 카테고리로부터 상기 콘텐츠의 카테고리를 분류하는 단계;를 포함하는 콘텐츠 거래를 위한 인공지능 검수 방법.
  9. 청구항 8에 있어서,
    상기 (a) 단계는:
    상기 카테고리 후보 선정부에 의해 선정되는 상기 후보 카테고리의 개수, 상기 음성 데이터와 상기 후보 카테고리의 관련도를 기반으로 상기 분류 정확도 확률을 예측하는 단계;를 더 포함하는 콘텐츠 거래를 위한 인공지능 검수 방법.
  10. 청구항 6에 있어서,
    상기 (c) 단계는:
    콘텐츠 수요자로부터 상기 콘텐츠에 대한 판매 요청이 있는 경우, 상기 분류 정확도 확률을 상기 카테고리에 대해 설정된 기준 확률과 비교하여 판매 가능한 콘텐츠인지 판단하는 단계;를 포함하는 콘텐츠 거래를 위한 인공지능 검수 방법.
  11. 청구항 6 내지 청구항 10 중 어느 한 항의 콘텐츠 거래를 위한 인공지능 검수 방법을 실행시키도록 컴퓨터로 판독 가능한 기록 매체에 기록된 컴퓨터 프로그램.
KR1020210126443A 2021-09-24 2021-09-24 콘텐츠 거래를 위한 인공지능 검수 장치 및 그 방법 KR20230043492A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210126443A KR20230043492A (ko) 2021-09-24 2021-09-24 콘텐츠 거래를 위한 인공지능 검수 장치 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210126443A KR20230043492A (ko) 2021-09-24 2021-09-24 콘텐츠 거래를 위한 인공지능 검수 장치 및 그 방법

Publications (1)

Publication Number Publication Date
KR20230043492A true KR20230043492A (ko) 2023-03-31

Family

ID=86005456

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210126443A KR20230043492A (ko) 2021-09-24 2021-09-24 콘텐츠 거래를 위한 인공지능 검수 장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR20230043492A (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101885349B1 (ko) 2017-04-25 2018-08-03 이재석 Sns를 활용한 실시간 또는 스톡 디지털 미디어 거래 시스템

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101885349B1 (ko) 2017-04-25 2018-08-03 이재석 Sns를 활용한 실시간 또는 스톡 디지털 미디어 거래 시스템

Similar Documents

Publication Publication Date Title
CN110147726B (zh) 业务质检方法和装置、存储介质及电子装置
US11539525B2 (en) Systems and methods for secure tokenized credentials
WO2019196546A1 (zh) 确定业务请求事件的风险概率的方法及装置
WO2021098327A1 (zh) 基于隐私数据保护的异常采集行为识别方法和装置
US20190188729A1 (en) System and method for detecting counterfeit product based on deep learning
US20220092262A1 (en) Text classification using models with complementary granularity and accuracy
CN111625809B (zh) 数据授权方法及装置、电子设备、存储介质
US20200374286A1 (en) Real time selfie systems and methods for automating user identify verification
KR102407057B1 (ko) Sns 사용자 채널에 대한 공개 데이터를 분석하여 영향력 리포트를 제공하는 시스템 및 방법
CN111932363A (zh) 授权书的识别审核方法、装置、设备及系统
CN111612657A (zh) 一种客户类型识别方法、装置、电子设备及存储介质
CN110162609B (zh) 用于向用户推荐咨询问题的方法及装置
CN111651981B (zh) 数据的审核方法、装置及设备
US11301522B1 (en) Method and apparatus for collecting information regarding dark web
CN114663871A (zh) 图像识别方法、训练方法、装置、系统及存储介质
CN112016985A (zh) 用户身份识别方法及装置、电子设备、存储介质
US20210397845A1 (en) Automatic identification of misleading videos using a computer network
CN111612284A (zh) 数据的处理方法、装置及设备
CN117409419A (zh) 图像检测方法、设备及存储介质
JP6172332B2 (ja) 情報処理方法及び情報処理装置
CN113705468B (zh) 基于人工智能的数字图像识别方法及相关设备
CN111552865A (zh) 用户兴趣画像方法及相关设备
CN117743665A (zh) 非法网站识别方法、装置、设备及存储介质
CN117197857A (zh) 人脸伪造攻击检测、人脸识别方法、装置和设备
KR20230043492A (ko) 콘텐츠 거래를 위한 인공지능 검수 장치 및 그 방법

Legal Events

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