KR20230074588A - 메시징 시스템에서 제시하기 위한 콘텐츠를 선택하기 위한 사용자들의 생애 가치들의 이용 - Google Patents
메시징 시스템에서 제시하기 위한 콘텐츠를 선택하기 위한 사용자들의 생애 가치들의 이용 Download PDFInfo
- Publication number
- KR20230074588A KR20230074588A KR1020237014675A KR20237014675A KR20230074588A KR 20230074588 A KR20230074588 A KR 20230074588A KR 1020237014675 A KR1020237014675 A KR 1020237014675A KR 20237014675 A KR20237014675 A KR 20237014675A KR 20230074588 A KR20230074588 A KR 20230074588A
- Authority
- KR
- South Korea
- Prior art keywords
- users
- content creator
- content
- message
- determining
- Prior art date
Links
- 238000000034 method Methods 0.000 claims abstract description 78
- 230000003190 augmentative effect Effects 0.000 claims abstract description 54
- 230000035515 penetration Effects 0.000 claims abstract description 10
- 230000015654 memory Effects 0.000 claims description 43
- 230000001186 cumulative effect Effects 0.000 claims description 12
- 238000005516 engineering process Methods 0.000 abstract description 23
- 230000004048 modification Effects 0.000 description 58
- 238000012986 modification Methods 0.000 description 58
- 238000003860 storage Methods 0.000 description 41
- 238000012545 processing Methods 0.000 description 37
- 238000004891 communication Methods 0.000 description 34
- 230000000694 effects Effects 0.000 description 34
- 230000006870 function Effects 0.000 description 33
- 230000009466 transformation Effects 0.000 description 32
- 230000008569 process Effects 0.000 description 19
- 230000001815 facial effect Effects 0.000 description 17
- 230000005540 biological transmission Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 15
- 230000033001 locomotion Effects 0.000 description 13
- 238000001514 detection method Methods 0.000 description 12
- 210000000887 face Anatomy 0.000 description 12
- 238000009877 rendering Methods 0.000 description 11
- 238000009826 distribution Methods 0.000 description 10
- 230000002452 interceptive effect Effects 0.000 description 10
- 238000000844 transformation Methods 0.000 description 10
- 230000001131 transforming effect Effects 0.000 description 9
- 230000008859 change Effects 0.000 description 8
- 238000012937 correction Methods 0.000 description 8
- 230000000007 visual effect Effects 0.000 description 8
- 230000001413 cellular effect Effects 0.000 description 7
- 230000003993 interaction Effects 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 6
- 230000002354 daily effect Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000010079 rubber tapping Methods 0.000 description 6
- 230000006855 networking Effects 0.000 description 5
- 238000012546 transfer Methods 0.000 description 5
- 238000010200 validation analysis Methods 0.000 description 5
- 241001465754 Metazoa Species 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 241000282472 Canis lupus familiaris Species 0.000 description 2
- 241000282326 Felis catus Species 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000008451 emotion Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 239000012634 fragment Substances 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000002085 persistent effect Effects 0.000 description 2
- 210000001747 pupil Anatomy 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000008054 signal transmission Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 241000282320 Panthera leo Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000002207 retinal effect Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 210000004243 sweat Anatomy 0.000 description 1
- 230000003612 virological effect Effects 0.000 description 1
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
- G06Q50/50—Business processes related to the communications industry
-
- G06Q50/30—
-
- 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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0204—Market segmentation
- G06Q30/0205—Location or geographical consideration
-
- 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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0277—Online advertisement
-
- 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
- G06Q50/01—Social networking
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/07—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail characterised by the inclusion of specific contents
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/52—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail for supporting social networking services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/006—Mixed reality
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Computing Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Information Transfer Between Computers (AREA)
- Operations Research (AREA)
Abstract
본 기술은 전체 사용자들 및 특정 국가의 사용자들에 대한 월간 활성 사용자들(MAU) 및 보급률을 결정한다. 본 기술은 특정 국가의 사용자들에 대한 수익화 가치들을 예측한다. 본 기술은 수익화 가치들에 적어도 부분적으로 기초하여 특정 국가에서의 사용자들의 생애 가치를 결정한다. 본 기술은 특정 국가에서의 사용자들의 결정된 생애 가치에 적어도 부분적으로 기초하여 적어도 하나의 증강 현실(AR) 콘텐츠 생성기를 선택한다. 본 기술은, 클라이언트 디바이스에서, 적어도 하나의 AR 콘텐츠 생성기의 디스플레이를 유발한다.
Description
우선권 주장
본 출원은 2020년 9월 30일자로 출원된 미국 가특허 출원 제63/085,946호의 우선권의 이익을 주장하며, 이는 모든 목적을 위해 그 전문이 본 명세서에 참조로 포함된다.
디지털 이미지의 증가된 사용, 휴대용 컴퓨팅 디바이스의 적절성, 디지털 저장 매체의 증가된 용량의 가용성, 및 네트워크 접속의 증가된 대역폭 및 액세스 가능성에 따라, 디지털 이미지는 점점 더 많은 사람에 대해 일상 생활의 일부가 되었다.
임의의 특정 엘리먼트 또는 동작에 대한 논의를 용이하게 식별하기 위해, 참조 번호의 최상위 숫자 또는 숫자들은 그 엘리먼트가 처음 소개되는 도면 번호를 가리킨다.
도 1은 일부 예시적인 실시예들에 따른, 본 개시내용이 배치될 수 있는 네트워크 환경의 도식적 표현이다.
도 2는 일부 예시적인 실시예들에 따른, 메시징 클라이언트 애플리케이션의 도식적 표현이다.
도 3은 일부 예시적인 실시예들에 따른, 데이터베이스에 유지되는 바와 같은 데이터 구조의 도식적 표현이다.
도 4는 일부 예시적인 실시예들에 따른, 메시지의 도식적 표현이다.
도 5는 일부 예시적인 실시예들에 따른 액세스 제한 프로세스에 대한 흐름도이다.
도 6은 일부 실시예들에 따른, 주어진 메시지에 대응하는 부가 정보를 포함하는, 도 4에 기술된 바와 같은, 메시지 주석들의 구조를 예시하는 개략도이다.
도 7은 특정 예시적인 실시예들에 따른, 주석 시스템의 다양한 모듈들을 예시하는 블록도이다.
도 8은 일부 실시예에 따른, 전체 카메라 사용자의 월간 활성 사용자(MAU) 및 보급률에 대한 예시적인 차트를 예시한다.
도 9는 일부 실시예에 따른, AR 콘텐츠 생성기 MAU 및 보급률의 사용자에 대한 예시적인 차트를 예시한다.
도 10은 일부 실시예에 따른, 샘플 전체 시간 기간 모델 검증을 위한 예시적인 차트를 예시한다.
도 11은 일부 실시예에 따른 샘플 홀드아웃 기간 모델 검증에 대한 예시적인 차트를 도시한다.
도 12는 일부 실시예에 따른, 사용자 인터페이스의 예, 및 메시징 클라이언트 애플리케이션(또는 메시징 시스템)에서 AR 콘텐츠 생성기에 의해 생성된 콘텐츠 아이템을 제시하는 것을 예시한다.
도 13은 일부 실시예에 따른, 사용자 인터페이스의 예, 및 메시징 클라이언트 애플리케이션(또는 메시징 시스템)에서 AR 콘텐츠 생성기에 의해 생성된 콘텐츠 아이템을 제시하는 것을 예시한다.
도 14는 일부 실시예에 따른, 사용자 인터페이스의 예, 및 메시징 클라이언트 애플리케이션(또는 메시징 시스템)에서 AR 콘텐츠 생성기에 의해 생성된 콘텐츠 아이템을 제시하는 것을 예시한다.
도 15는 특정 예시적인 실시예에 따른 방법을 예시하는 흐름도이다.
도 16은 특정 예시적인 실시예에 따른 방법을 예시하는 흐름도이다.
도 17은 일부 예시적인 실시예에 따른, 본 개시내용이 구현될 수 있는 소프트웨어 아키텍처를 도시하는 블록도이다.
도 18은 일부 예시적인 실시예에 따른, 머신으로 하여금 논의된 방법론 중 어느 하나 이상을 수행하게 하기 위해 명령어의 세트가 실행될 수 있는 컴퓨터 시스템의 형태의 머신의 도식적 표현이다.
도 1은 일부 예시적인 실시예들에 따른, 본 개시내용이 배치될 수 있는 네트워크 환경의 도식적 표현이다.
도 2는 일부 예시적인 실시예들에 따른, 메시징 클라이언트 애플리케이션의 도식적 표현이다.
도 3은 일부 예시적인 실시예들에 따른, 데이터베이스에 유지되는 바와 같은 데이터 구조의 도식적 표현이다.
도 4는 일부 예시적인 실시예들에 따른, 메시지의 도식적 표현이다.
도 5는 일부 예시적인 실시예들에 따른 액세스 제한 프로세스에 대한 흐름도이다.
도 6은 일부 실시예들에 따른, 주어진 메시지에 대응하는 부가 정보를 포함하는, 도 4에 기술된 바와 같은, 메시지 주석들의 구조를 예시하는 개략도이다.
도 7은 특정 예시적인 실시예들에 따른, 주석 시스템의 다양한 모듈들을 예시하는 블록도이다.
도 8은 일부 실시예에 따른, 전체 카메라 사용자의 월간 활성 사용자(MAU) 및 보급률에 대한 예시적인 차트를 예시한다.
도 9는 일부 실시예에 따른, AR 콘텐츠 생성기 MAU 및 보급률의 사용자에 대한 예시적인 차트를 예시한다.
도 10은 일부 실시예에 따른, 샘플 전체 시간 기간 모델 검증을 위한 예시적인 차트를 예시한다.
도 11은 일부 실시예에 따른 샘플 홀드아웃 기간 모델 검증에 대한 예시적인 차트를 도시한다.
도 12는 일부 실시예에 따른, 사용자 인터페이스의 예, 및 메시징 클라이언트 애플리케이션(또는 메시징 시스템)에서 AR 콘텐츠 생성기에 의해 생성된 콘텐츠 아이템을 제시하는 것을 예시한다.
도 13은 일부 실시예에 따른, 사용자 인터페이스의 예, 및 메시징 클라이언트 애플리케이션(또는 메시징 시스템)에서 AR 콘텐츠 생성기에 의해 생성된 콘텐츠 아이템을 제시하는 것을 예시한다.
도 14는 일부 실시예에 따른, 사용자 인터페이스의 예, 및 메시징 클라이언트 애플리케이션(또는 메시징 시스템)에서 AR 콘텐츠 생성기에 의해 생성된 콘텐츠 아이템을 제시하는 것을 예시한다.
도 15는 특정 예시적인 실시예에 따른 방법을 예시하는 흐름도이다.
도 16은 특정 예시적인 실시예에 따른 방법을 예시하는 흐름도이다.
도 17은 일부 예시적인 실시예에 따른, 본 개시내용이 구현될 수 있는 소프트웨어 아키텍처를 도시하는 블록도이다.
도 18은 일부 예시적인 실시예에 따른, 머신으로 하여금 논의된 방법론 중 어느 하나 이상을 수행하게 하기 위해 명령어의 세트가 실행될 수 있는 컴퓨터 시스템의 형태의 머신의 도식적 표현이다.
다양한 위치들로부터 다양한 관심을 갖는 사용자들은 다양한 피사체들의 디지털 이미지들을 캡처하고 캡처된 이미지들을 인터넷과 같은 네트워크들을 통해 다른 사람들이 이용할 수 있게 한다. 디지털 이미지들에 대한 사용자들의 경험들을 향상시키고 다양한 특징들을 제공하기 위해, 컴퓨팅 디바이스들이 광범위한 변화 조건들(예를 들어, 이미지 스케일들, 잡음들, 조명, 움직임, 또는 기하학적 왜곡의 변화들)에서 캡처되는 다양한 객체들 및/또는 특징들에 대해 이미지 처리 동작들을 수행할 수 있게 하는 것은 어렵고 계산 집약적일 수 있다.
본 명세서에서 언급되는 바와 같이, "증강 현실 경험", "증강 현실 콘텐츠 아이템", "증강 현실 콘텐츠 생성기"이라는 문구는, 본 명세서에서 추가로 설명되는 바와 같이, 이미지 수정, 필터, 렌즈, 미디어 오버레이, 변환 등에 대응하는 다양한 이미지 처리 동작들을 포함하거나 지칭한다.
도 1은 네트워크를 통해 데이터(예를 들어, 메시지들 및 연관된 콘텐츠)를 교환하기 위한 예시적인 메시징 시스템(100)을 도시하는 블록도이다. 메시징 시스템(100)은 클라이언트 디바이스(102)의 다수의 인스턴스를 포함하고, 이들 각각은 메시징 클라이언트 애플리케이션(104)을 포함하는 다수의 애플리케이션을 호스팅한다. 각각의 메시징 클라이언트 애플리케이션(104)은 네트워크(106)(예를 들어, 인터넷)를 통해 메시징 클라이언트 애플리케이션(104) 및 메시징 서버 시스템(108)의 다른 인스턴스들에 통신가능하게 결합된다.
메시징 클라이언트 애플리케이션(104)은 네트워크(106)를 통해 다른 메시징 클라이언트 애플리케이션(104)과 그리고 메시징 서버 시스템(108)과 통신하고 데이터를 교환할 수 있다. 메시징 클라이언트 애플리케이션(104) 사이에서 그리고 메시징 클라이언트 애플리케이션(104)과 메시징 서버 시스템(108) 사이에서 교환되는 데이터는, 기능들(예를 들어, 기능들을 기동시키는 명령들)뿐만 아니라, 페이로드 데이터(예를 들어, 텍스트, 오디오, 비디오 또는 다른 멀티미디어 데이터)를 포함한다.
메시징 서버 시스템(108)은 네트워크(106)를 통해 특정 메시징 클라이언트 애플리케이션(104)에 서버측 기능성을 제공한다. 메시징 시스템(100)의 특정 기능들이 메시징 클라이언트 애플리케이션(104)에 의해 또는 메시징 서버 시스템(108)에 의해 수행되는 것으로 본 명세서에 설명되지만, 메시징 클라이언트 애플리케이션(104) 또는 메시징 서버 시스템(108) 내의 특정 기능성의 위치는 설계 선택사항이다. 예를 들어, 처음에는 특정 기술 및 기능성을 메시징 서버 시스템(108) 내에 배치하지만, 나중에 클라이언트 디바이스(102)가 충분한 처리 용량을 갖는 경우 이 기술 및 기능성을 메시징 클라이언트 애플리케이션(104)으로 이전시키는 것이 기술적으로 바람직할 수 있다.
메시징 서버 시스템(108)은 메시징 클라이언트 애플리케이션(104)에 제공되는 다양한 서비스들 및 동작들을 지원한다. 그러한 동작들은 메시징 클라이언트 애플리케이션(104)에 데이터를 송신하고, 그로부터 데이터를 수신하고, 그에 의해 생성된 데이터를 처리하는 것을 포함한다. 이 데이터는, 예로서, 메시지 콘텐츠, 클라이언트 디바이스 정보, 지리위치 정보, 미디어 주석 및 오버레이, 메시지 콘텐츠 지속 조건, 소셜 네트워크 정보, 및 라이브 이벤트 정보를 포함할 수 있다. 메시징 시스템(100) 내의 데이터 교환은 메시징 클라이언트 애플리케이션(104)의 사용자 인터페이스(UI)들을 통해 이용 가능한 기능들을 통해 기동되고 제어된다.
이제 구체적으로 메시징 서버 시스템(108)을 참조하면, 애플리케이션 프로그램 인터페이스(API) 서버(110)가 애플리케이션 서버(112)에 결합되어 프로그램 인터페이스(programmatic interface)를 제공한다. 애플리케이션 서버(112)는 데이터베이스 서버(118)에 통신가능하게 결합되고, 이는 애플리케이션 서버(112)에 의해 처리되는 메시지들과 연관된 데이터가 저장되는 데이터베이스(120)로의 액세스를 용이하게 한다.
API(Application Program Interface) 서버(110)는 클라이언트 디바이스(102)와 애플리케이션 서버(112) 사이에서 메시지 데이터(예를 들어, 명령들 및 메시지 페이로드들)를 수신하고 송신한다. 구체적으로, 애플리케이션 프로그램 인터페이스(API) 서버(110)는 애플리케이션 서버(112)의 기능성을 기동시키기 위해 메시징 클라이언트 애플리케이션(104)에 의해 호출되거나 질의될 수 있는 인터페이스들(예를 들어, 루틴들 및 프로토콜들)의 세트를 제공한다. 애플리케이션 프로그램 인터페이스(API) 서버(110)는, 계정 등록, 로그인 기능성, 특정 메시징 클라이언트 애플리케이션(104)으로부터 다른 메시징 클라이언트 애플리케이션(104)으로의, 애플리케이션 서버(112)를 통한 메시지의 전송, 메시징 클라이언트 애플리케이션(104)으로부터 메시징 서버 애플리케이션(114)으로의 미디어 파일들(예를 들어, 이미지 또는 비디오)의 전송, 및 다른 메시징 클라이언트 애플리케이션(104)에 의한 가능한 액세스를 위해, 미디어 데이터의 컬렉션(예를 들어, 스토리)의 설정, 클라이언트 디바이스(102)의 사용자의 친구들의 리스트의 검색, 그러한 컬렉션들의 검색, 메시지 및 콘텐츠의 검색, 소셜 그래프로의 친구의 추가 및 삭제, 소셜 그래프 내의 친구들의 위치, 및 (예를 들어, 메시징 클라이언트 애플리케이션(104)에 관련된) 애플리케이션 이벤트를 오픈하는 것 등을 포함한, 애플리케이션 서버(112)에 의해 지원되는 다양한 기능들을 노출시킨다.
애플리케이션 서버(112)는 메시징 서버 애플리케이션(114), 이미지 처리 시스템(116), 및 소셜 네트워크 시스템(122)을 포함하는 다수의 애플리케이션들 및 서브시스템들을 호스팅한다. 메시징 서버 애플리케이션(114)은, 특히 메시징 클라이언트 애플리케이션(104)의 다수의 인스턴스로부터 수신된 메시지들에 포함된 콘텐츠(예를 들어, 텍스트 및 멀티미디어 콘텐츠)의 집성 및 다른 처리에 관련된, 다수의 메시지 처리 기술들 및 기능들을 구현한다. 더 상세히 설명되는 바와 같이, 다수의 소스로부터의 텍스트 및 미디어 콘텐츠는, 콘텐츠의 컬렉션들(예를 들어, 스토리들 또는 갤러리들이라고 불림)로 집성될 수 있다. 그 후, 이들 컬렉션은 메시징 서버 애플리케이션(114)에 의해, 메시징 클라이언트 애플리케이션(104)이 이용할 수 있게 된다. 다른 프로세서 및 메모리 집약적인 데이터의 처리는 또한, 그러한 처리를 위한 하드웨어 요건을 고려하여, 메시징 서버 애플리케이션(114)에 의해 서버측에서 수행될 수 있다.
애플리케이션 서버(112)는 전형적으로 메시징 서버 애플리케이션(114)에서 메시지의 페이로드 내에서 수신된 이미지 또는 비디오에 관하여, 다양한 이미지 처리 동작들을 수행하는 데 전용되는 이미지 처리 시스템(116)을 또한 포함한다.
소셜 네트워크 시스템(122)은 다양한 소셜 네트워크화 기능들 서비스들을 지원하고, 이들 기능 및 서비스를 메시징 서버 애플리케이션(114)이 이용할 수 있게 한다. 이를 위해, 소셜 네트워크 시스템(122)은 데이터베이스(120) 내에 엔티티 그래프(304)(도 3에 도시됨)를 유지하고 액세스한다. 소셜 네트워크 시스템(122)에 의해 지원되는 기능들 및 서비스들의 예들은, 특정 사용자가 관계를 가지거나 '팔로우하는' 메시징 시스템(100)의 다른 사용자들의 식별, 및 또한 다른 엔티티들의 식별 및 특정 사용자의 관심사들을 포함한다.
애플리케이션 서버(112)는 데이터베이스 서버(118)에 통신가능하게 결합되고, 이는 메시징 서버 애플리케이션(114)에 의해 처리되는 메시지들과 연관된 데이터가 저장되는 데이터베이스(120)로의 액세스를 용이하게 한다.
도 2는 예시적인 실시예들에 따른, 메시징 시스템(100)에 관한 추가 세부사항들을 예시하는 블록도이다. 구체적으로, 메시징 시스템(100)은 메시징 클라이언트 애플리케이션(104) 및 애플리케이션 서버(112)를 포함하는 것으로 도시되고, 이는 결국 다수의 일부 서브시스템, 즉, 단기적 타이머 시스템(202), 컬렉션 관리 시스템(204) 및 주석 시스템(206)을 구현한다.
단기적 타이머 시스템(202)은 메시징 클라이언트 애플리케이션(104) 및 메시징 서버 애플리케이션(114)에 의해 허용되는 콘텐츠에 대한 일시적 액세스를 시행하는 것을 담당한다. 이를 위해, 단기적 타이머 시스템(202)은 메시지 또는 메시지들의 컬렉션(예를 들어, 스토리)과 연관된 지속기간 및 디스플레이 파라미터들에 기초하여, 메시징 클라이언트 애플리케이션(104)을 통해 메시지들 및 연관된 콘텐츠를 선택적으로 디스플레이하고 그에 대한 액세스를 가능하게 하는 다수의 타이머를 포함한다. 단기적 타이머 시스템(202)의 동작에 관한 추가 세부사항들이 이하에 제공된다.
컬렉션 관리 시스템(204)은 미디어의 컬렉션들(예를 들어, 텍스트, 이미지 비디오 및 오디오 데이터의 컬렉션들)을 관리하는 것을 담당한다. 일부 예들에서, 콘텐츠의 컬렉션(예를 들어, 이미지들, 비디오, 텍스트, 및 오디오를 포함하는 메시지들)은 '이벤트 갤러리' 또는 '이벤트 스토리'로 조직될 수 있다. 이러한 컬렉션은 콘텐츠가 관련되는 이벤트의 지속기간과 같은 지정된 기간 동안 이용가능하게 될 수 있다. 예를 들어, 음악 콘서트에 관한 콘텐츠는 그 음악 콘서트의 지속기간 동안 '스토리'로서 이용 가능하게 될 수 있다. 컬렉션 관리 시스템(204)은 또한 메시징 클라이언트 애플리케이션(104)의 사용자 인터페이스에 특정 컬렉션의 존재의 통지를 제공하는 아이콘을 공개하는 것을 담당할 수 있다.
컬렉션 관리 시스템(204)은 더욱이 컬렉션 관리자가 콘텐츠의 특정 컬렉션을 관리 및 큐레이팅하는 것을 허용하는 큐레이션 인터페이스(208)를 포함한다. 예를 들어, 큐레이션 인터페이스(208)는 이벤트 조직자가 특정 이벤트에 관련된 콘텐츠의 컬렉션을 큐레이팅(예를 들어, 부적절한 콘텐츠 또는 중복 메시지들을 삭제)하는 것을 가능하게 한다. 추가적으로, 컬렉션 관리 시스템(204)은 머신 비전(또는 이미지 인식 기술) 및 콘텐츠 규칙들을 사용하여 콘텐츠 컬렉션을 자동으로 큐레이팅한다. 특정 실시예들에서, 사용자-생성 콘텐츠(user-generated content)를 컬렉션에 포함시키는 것에 대한 보상이 사용자에게 지불될 수 있다. 그러한 경우들에서, 큐레이션 인터페이스(208)는 그러한 사용자들에게 그들의 콘텐츠를 사용하는 것에 대해 자동으로 지불하도록 동작한다.
주석 시스템(206)은 사용자가 메시지와 연관된 미디어 콘텐츠를 주석화하거나 다른 방식으로 수정하거나 편집하는 것을 가능하게 하는 다양한 기능들을 제공한다. 예를 들어, 주석 시스템(206)은 메시징 시스템(100)에 의해 처리된 메시지들에 대한 미디어 오버레이들의 생성 및 공개와 관련된 기능들을 제공한다. 주석 시스템(206)은 클라이언트 디바이스(102)의 지리위치에 기초하여 메시징 클라이언트 애플리케이션(104)에게 미디어 오버레이 또는 보완물(예를 들어, 이미지 필터)을 동작적으로 공급한다. 다른 예에서, 주석 시스템(206)은 클라이언트 디바이스(102)의 사용자의 소셜 네트워크 정보와 같은 다른 정보에 기초하여 메시징 클라이언트 애플리케이션(104)에 미디어 오버레이를 동작적으로 공급한다. 미디어 오버레이는 오디오 및 시각적 콘텐츠 및 시각적 효과를 포함할 수 있다. 오디오 및 시각적 콘텐츠의 예는, 사진, 텍스트, 로고, 애니메이션, 및 음향 효과를 포함한다. 시각적 효과의 예는 컬러 오버레잉(color overlaying)을 포함한다. 오디오 및 시각적 콘텐츠 또는 시각적 효과들은 클라이언트 디바이스(102)에서 미디어 콘텐츠 아이템(예를 들어, 사진)에 적용될 수 있다. 예를 들어, 미디어 오버레이는 클라이언트 디바이스(102)에 의해 촬영된 사진 위에 오버레이될 수 있는 텍스트를 포함할 수 있다. 다른 예에서, 미디어 오버레이는 위치 식별 오버레이(예를 들어, 베니스 해변), 라이브 이벤트의 이름(name of a live event), 또는 상인 이름 오버레이(예를 들어, Beach Coffee House)를 포함한다. 다른 예에서, 주석 시스템(206)은 클라이언트 디바이스(102)의 지리위치를 이용하여, 클라이언트 디바이스(102)의 지리위치에서의 상인의 이름을 포함하는 미디어 오버레이를 식별한다. 미디어 오버레이는 상인과 연관된 다른 표시들(indicia)을 포함할 수 있다. 미디어 오버레이들은 데이터베이스(120)에 저장되고 데이터베이스 서버(118)를 통해 액세스될 수 있다.
하나의 예시적인 실시예에서, 주석 시스템(206)은 사용자들이 맵 상에서 지리위치를 선택하고, 선택된 지리위치와 연관된 콘텐츠를 업로드하는 것을 가능하게 하는 사용자-기반 공개 플랫폼(user-based publication platform)을 제공한다. 사용자는 또한 특정 미디어 오버레이가 다른 사용자들에게 제공되어야 하는 상황들을 특정할 수 있다. 주석 시스템(206)은 업로드된 콘텐츠를 포함하고 업로드된 콘텐츠를 선택된 지리위치와 연관시키는 미디어 오버레이를 생성한다.
다른 예시적인 실시예에서, 주석 시스템(206)은 상인들이 입찰 프로세스를 통해 지리위치와 연관된 특정 미디어 오버레이를 선택하는 것을 가능하게 하는 상인-기반 공개 플랫폼을 제공한다. 예를 들어, 주석 시스템(206)은 최고 입찰 상인의 미디어 오버레이를 미리 정의된 양의 시간 동안 대응하는 지리위치와 연관시킨다.
도 3은 특정 예시적인 실시예들에 따른, 메시징 서버 시스템(108)의 데이터베이스(120)에 저장될 수 있는 데이터 구조들(300)을 예시하는 개략도이다. 데이터베이스(120)의 콘텐츠가 다수의 테이블을 포함하는 것으로 도시되어 있지만, 데이터는 (예를 들어, 객체 지향 데이터베이스로서) 다른 타입들의 데이터 구조들에 저장될 수 있다는 것을 인식할 것이다.
데이터베이스(120)는 메시지 테이블(314) 내에 저장된 메시지 데이터를 포함한다. 엔티티 테이블(302)은 엔티티 그래프(304)를 포함하는 엔티티 데이터를 저장한다. 엔티티 테이블(302) 내에 레코드들이 유지되는 엔티티들은, 개인, 법인 엔티티, 조직, 객체, 장소, 이벤트 등을 포함할 수 있다. 타입에 관계없이, 그에 관해 메시징 서버 시스템(108)이 데이터를 저장하는 임의의 엔티티는 인식된 엔티티일 수 있다. 각각의 엔티티에는 고유 식별자뿐만 아니라 엔티티 타입 식별자(도시되지 않음)가 제공된다.
엔티티 그래프(304)는 더욱이 엔티티들 사이의 관계 및 연관에 관한 정보를 저장한다. 그러한 관계들은, 단지 예를 들어, 사회적, 전문적(예를 들어, 일반 법인 또는 조직에서의 일) 관심 기반 또는 활동 기반일 수 있다.
데이터베이스(120)는 또한 주석 데이터를 필터들의 예시적인 형태로 주석 테이블(312)에 저장한다. 주석 테이블(312) 내에 데이터가 저장되는 필터들은, 비디오들(비디오 테이블(310)에 데이터가 저장되는) 및/또는 이미지들(이미지 테이블(308)에 데이터가 저장되는)과 연관되고 이들에 적용된다. 일 예에서, 필터들은 수신 사용자에게 제시 동안 이미지 또는 비디오 상에 오버레이되어 디스플레이되는 오버레이들이다. 필터들은, 전송 사용자가 메시지를 작성하고 있을 때 메시징 클라이언트 애플리케이션(104)에 의해 전송 사용자에게 제시되는 필터들의 갤러리로부터의 사용자-선택된 필터들을 포함하여, 다양한 타입들일 수 있다. 다른 타입의 필터들은, 지리적 위치에 기초하여 전송 사용자에게 제시될 수 있는 지리위치 필터들(지오-필터들이라고도 함)을 포함한다. 예를 들어, 이웃 또는 특수한 위치에 특정한 지리위치 필터들이 클라이언트 디바이스(102)의 GPS 유닛에 의해 결정된 지리위치 정보에 기초하여 메시징 클라이언트 애플리케이션(104)에 의해 사용자 인터페이스 내에 제시될 수 있다. 다른 타입의 필터는, 메시지 생성 프로세스 동안 클라이언트 디바이스(102)에 의해 수집된 정보 또는 다른 입력들에 기초하여, 메시징 클라이언트 애플리케이션(104)에 의해 전송 사용자에게 선택적으로 제시될 수 있는 데이터 필터이다. 데이터 필터들의 예는, 특정 위치에서의 현재 온도, 전송 사용자가 이동하고 있는 현재 속도, 클라이언트 디바이스(102)에 대한 배터리 수명, 또는 현재 시간을 포함한다.
이미지 테이블(308) 내에 저장될 수 있는 다른 주석 데이터는 증강 현실 콘텐츠 생성기들(예를 들어, 렌즈, 증강 현실 경험들, 또는 증강 현실 콘텐츠 아이템들을 적용하는 것에 대응함)이다. 증강 현실 콘텐츠 생성기는 이미지 또는 비디오에 추가될 수 있는 실시간 특수 효과 및 사운드일 수 있다.
전술한 바와 같이, 증강 현실 콘텐츠 생성기들, 증강 현실 콘텐츠 아이템들, 오버레이들, 이미지 변환들, AR 이미지들 및 유사한 용어들은 비디오들 또는 이미지들에 대해 이루어질 수 있는 수정들을 지칭한다. 이는 실시간 수정을 포함하며, 이미지가 디바이스 센서를 사용하여 캡처된 다음 수정과 함께 디바이스의 스크린 상에 디스플레이 된다. 이는 또한 수정될 수 있는 갤러리 내의 비디오 클립들과 같은 저장된 콘텐츠에 대한 수정들을 포함한다. 예를 들어, 다수의 증강 현실 콘텐츠 생성기들에 액세스하는 디바이스에서, 사용자는 다수의 증강 현실 콘텐츠 생성기들을 갖는 단일 비디오 클립을 사용하여 상이한 증강 현실 콘텐츠 생성기들이 저장된 클립을 어떻게 수정할지를 알 수 있다. 예를 들어, 상이한 의사랜덤 움직임 모델들을 적용하는 다수의 증강 현실 콘텐츠 생성기들은 콘텐츠에 대한 상이한 증강 현실 콘텐츠 생성기들을 선택함으로써 동일한 콘텐츠에 적용될 수 있다. 유사하게, 디바이스의 센서들에 의해 현재 캡처되고 있는 비디오 이미지들이 어떻게 캡처된 데이터를 수정할 것인지를 보여주기 위해, 예시된 수정과 함께 실시간 비디오 캡처가 사용될 수 있다. 이러한 데이터는 단순히 스크린 상에 디스플레이되고 메모리에 저장되지 않을 수 있거나, 디바이스 센서들에 의해 캡처된 콘텐츠는 수정과 함께 또는 수정 없이(또는 둘 다) 메모리에 기록되고 저장될 수 있다. 일부 시스템들에서, 미리보기 특징은 상이한 증강 현실 콘텐츠 생성기들이 디스플레이 내의 상이한 윈도우들 내에서 동시에 어떻게 보일지를 보여줄 수 있다. 이는, 예를 들어, 상이한 의사랜덤 애니메이션들을 갖는 다수의 창들이 디스플레이 상에서 동시에 보여질 수 있게 할 수 있다.
따라서, 이 데이터를 사용하여 콘텐츠를 수정하기 위해 증강 현실 콘텐츠 생성기들 또는 다른 이러한 변환 시스템들을 사용하는 데이터 및 다양한 시스템들은 객체들(예를 들어, 얼굴들, 손들, 신체들, 고양이들, 개들, 표면들, 객체들 등)의 검출, 이러한 객체들이 비디오 프레임들에서 시야를 떠나고, 들어가고, 여기저기 이동할 때 이러한 객체들의 추적, 및 이러한 객체들이 추적될 때 이러한 객체들의 수정 또는 변환을 수반할 수 있다. 다양한 실시예들에서, 이러한 변환들을 달성하기 위한 상이한 방법들이 사용될 수 있다. 예를 들어, 일부 실시예들은 객체 또는 객체들의 3차원 메시 모델을 생성하는 것, 및 변환을 달성하기 위해 비디오 내에서의 모델의 변환 및 애니메이션화된 텍스처를 사용하는 것을 수반할 수 있다. 다른 실시예들에서, 객체 상의 포인트들의 추적을 이용하여, (2차원 또는 3차원일 수 있는) 이미지 또는 텍스처를 추적 위치에 배치할 수 있다. 또 다른 실시예들에서, 비디오 프레임들의 신경망 분석이 콘텐츠(예를 들어, 비디오의 이미지들 또는 프레임들)에서 이미지들, 모델들, 또는 텍스처들을 배치하기 위해 사용될 수 있다. 따라서, 증강 현실 콘텐츠 생성기들은, 콘텐츠의 변환을 생성하는데 이용되는 이미지들, 모델들, 및 텍스처들 뿐만 아니라, 객체 검출, 추적, 및 배치로 이러한 변환을 달성하는데 필요한 추가 모델링 및 분석 정보 양쪽 모두를 지칭한다.
실시간 비디오 처리는 임의의 종류의 컴퓨터화된 시스템의 메모리에 저장된 임의의 종류의 비디오 데이터(예를 들어, 비디오 스트림들, 비디오 파일들 등)로 수행될 수 있다. 예를 들어, 사용자는 비디오 파일들을 로딩하고 이들을 디바이스의 메모리에 저장할 수 있거나, 또는 디바이스의 센서들을 사용하여 비디오 스트림을 생성할 수 있다. 또한, 사람의 얼굴 및 인체의 부분들, 동물들, 또는 의자, 자동차 또는 다른 객체들과 같은 무생물들과 같은 임의의 객체들이 컴퓨터 애니메이션 모델을 사용하여 처리될 수 있다.
일부 실시예들에서, 변환될 콘텐츠와 함께 특정의 수정이 선택될 때, 변환될 엘리먼트가 컴퓨팅 디바이스에 의해 식별되고, 이어서 이들이 비디오의 프레임에 존재하는 경우 검출 및 추적된다. 객체의 엘리먼트들은 수정을 위한 요청에 따라 수정되고, 따라서 비디오 스트림의 프레임들을 변환한다. 비디오 스트림의 프레임들의 변환은 상이한 종류의 변환을 위해 상이한 방법들에 의해 수행될 수 있다. 예를 들어, 객체의 엘리먼트들의 형태들을 변경하는 것을 주로 가리키는 프레임들의 변환들에 대해, 객체의 엘리먼트 각각에 대한 특징적인 포인트들이 (예를 들어, ASM(Active Shape Model) 또는 다른 알려진 방법들을 이용하여) 계산된다. 그 다음, 특성 포인트들에 기초한 메시가 객체의 적어도 하나의 엘리먼트 각각에 대해 생성된다. 이 메시는 비디오 스트림 내의 객체의 엘리먼트들을 추적하는 다음 스테이지에서 사용된다. 추적하는 프로세스에서, 각각의 엘리먼트에 대한 언급된 메시는 각각의 엘리먼트의 위치와 정렬된다. 그 후, 추가 포인트들이 메시 상에 생성된다. 제1 포인트들의 제1 세트는 수정을 위한 요청에 기초하여 각각의 엘리먼트에 대해 생성되고, 제2 포인트들의 세트는 제1 포인트들의 세트 및 수정을 위한 요청에 기초하여 각각의 엘리먼트에 대해 생성된다. 그 후, 비디오 스트림의 프레임들은 메시와 제1 및 제2 포인트들의 세트들에 기초하여 객체의 엘리먼트들을 수정함으로써 변환될 수 있다. 이러한 방법에서, 수정된 객체의 배경은 배경을 추적하고 수정함으로써 또한 변경되거나 왜곡될 수 있다.
하나 이상의 실시예에서, 객체의 엘리먼트들을 사용하여 객체의 일부 영역들을 변경하는 변환들은 객체의 각각의 엘리먼트에 대한 특징적 포인트들을 계산하고 계산된 특징적 포인트들에 기초하여 메시를 생성하는 것에 의해 수행될 수 있다. 메시 상에 포인트들이 생성되고, 그 후 포인트들에 기초한 다양한 영역들이 생성된다. 이어서, 객체의 엘리먼트들은 각각의 엘리먼트에 대한 영역을 적어도 하나의 엘리먼트 각각에 대한 위치와 정렬함으로써 추적되고, 영역들의 특성들은 수정을 위한 요청에 기초하여 수정될 수 있으며, 따라서 비디오 스트림의 프레임들을 변환한다. 수정을 위한 특정 요청에 따라, 언급된 영역들의 특성들이 상이한 방식들로 변환될 수 있다. 이러한 수정들은 영역들의 컬러를 변경하는 것; 비디오 스트림의 프레임들로부터 영역들의 적어도 일부 부분을 제거하는 것; 수정을 위한 요청에 기초하는 영역들에 하나 이상의 새로운 객체를 포함시키는 것; 및 영역 또는 객체의 엘리먼트들을 수정 또는 왜곡하는 것을 수반할 수 있다. 다양한 실시예들에서, 이러한 수정들 또는 다른 유사한 수정들의 임의의 조합이 사용될 수 있다. 애니메이션화될 특정 모델들에 대해, 일부 특성 포인트들은 모델 애니메이션에 대한 옵션들의 전체 상태-공간을 결정하는데 사용될 제어 포인트들로서 선택될 수 있다.
얼굴 검출을 이용하여 이미지 데이터를 변환하는 컴퓨터 애니메이션 모델의 일부 실시예들에서, 얼굴은 특정 얼굴 검출 알고리즘(예를 들어, 비올라-존스(Viola-Jones))을 이용하여 이미지 상에서 검출된다. 그 후, 얼굴 특징 기준 포인트들을 검출하기 위해 이미지의 얼굴 영역에 ASM(Active Shape Model) 알고리즘이 적용된다.
다른 실시예들에서, 얼굴 검출에 적합한 다른 방법들 및 알고리즘들이 사용될 수 있다. 예를 들어, 일부 실시예들에서, 특징들은 고려 중인 이미지들의 대부분에 존재하는 구별가능한 포인트를 나타내는 랜드마크를 사용하여 위치된다. 얼굴 랜드마크들에 대해, 예를 들어, 좌안 동공의 위치가 사용될 수 있다. 초기 랜드마크가 식별가능하지 않을 때(예를 들어, 사람이 안대를 착용한 경우), 보조 랜드마크들이 사용될 수 있다. 이러한 랜드마크 식별 절차들은 임의의 이러한 객체들에 대해 사용될 수 있다. 일부 실시예들에서, 랜드마크들의 세트는 형상을 형성한다. 형상들은 형상 내의 포인트들의 좌표들을 사용하여 벡터들로서 표현될 수 있다. 형상 포인트들 사이의 평균 유클리드 거리(average Euclidean distance)를 최소화하는 유사성 변환(병진, 스케일링, 및 회전을 허용함)을 사용하여 하나의 형상은 다른 것에 정렬된다. 평균 형상은 정렬된 훈련 형상들의 평균이다.
일부 실시예들에서, 전체 얼굴 검출기에 의해 결정된 얼굴의 위치 및 크기에 정렬된 평균 형상으로부터의 랜드마크들에 대한 검색이 시작된다. 이어서, 이러한 검색은 각각의 포인트 주위의 이미지 텍스처의 템플릿 매칭에 의해 형상 포인트들의 위치들을 조정함으로써 잠정적 형상을 제안하고, 그 후 수렴이 발생할 때까지 잠정적 형상을 글로벌 형상 모델에 일치시키는 단계들을 반복한다. 일부 시스템들에서, 개별 템플릿 매칭들은 신뢰할 수 없으며, 형상 모델은 약한 템플릿 매처(matcher)들의 결과들을 풀링(pool)하여 더 강한 전체 분류기를 형성한다. 전체 검색은 조대(coarse) 해상도에서 미세 해상도로 이미지 피라미드의 각각의 레벨에서 반복된다.
변환 시스템의 실시예들은, 적절한 사용자 경험, 계산 시간, 및 전력 소비를 유지하면서, 클라이언트 디바이스(예를 들어, 클라이언트 디바이스(102)) 상에서 이미지 또는 비디오 스트림을 캡처하고 클라이언트 디바이스(102) 상에서 국지적으로 복잡한 이미지 조작을 수행할 수 있다. 복잡한 이미지 조작들은 크기 및 형상 변화들, 감정 이전들(예를 들어, 찡그림에서 미소로 얼굴을 변화시킴), 상태 이전들(예를 들어, 피험자를 노화시키는 것, 겉보기 나이를 감소시키는 것, 성별을 변화시키는 것), 스타일 이전들, 그래픽 엘리먼트 적용, 및 클라이언트 디바이스(102) 상에서 효율적으로 실행되도록 구성된 컨볼루션 신경망에 의해 구현된 임의의 다른 적절한 이미지 또는 비디오 조작을 포함할 수 있다.
일부 예시적인 실시예들에서, 이미지 데이터를 변환하기 위한 컴퓨터 애니메이션 모델은, 사용자가 클라이언트 디바이스(102) 상에서 동작하는 메시징 클라이언트 애플리케이션(104)의 일부로서 동작하는 신경망을 갖는 클라이언트 디바이스(102)를 사용하여 사용자의 이미지 또는 비디오 스트림(예를 들어, 셀피)을 캡처할 수 있는 시스템에 의해 사용될 수 있다. 메시징 클라이언트 애플리케이션(104) 내에서 동작하는 변환 시스템은 이미지 또는 비디오 스트림 내의 얼굴의 존재를 결정하고, 이미지 데이터를 변환하기 위해 컴퓨터 애니메이션 모델과 연관된 수정 아이콘들을 제공하거나, 컴퓨터 애니메이션 모델은 본 명세서에 설명된 인터페이스와 연관된 것으로서 존재할 수 있다. 수정 아이콘들은 수정 동작의 일부로서 이미지 또는 비디오 스트림 내의 사용자의 얼굴을 수정하기 위한 기초일 수 있는 변경들을 포함한다. 일단 수정 아이콘이 선택되면, 변환 시스템은 선택된 수정 아이콘을 반영하기 위해 사용자의 이미지를 변환하는(예를 들어, 사용자 상에 미소짓는 얼굴을 생성하는) 프로세스를 착수한다. 일부 실시예들에서, 수정된 이미지 또는 비디오 스트림은 이미지 또는 비디오 스트림이 캡처되고 지정된 수정이 선택되자마자 모바일 클라이언트 디바이스 상에 디스플레이되는 그래픽 사용자 인터페이스에 제시될 수 있다. 변환 시스템은 선택된 수정을 생성하고 적용하기 위해 이미지 또는 비디오 스트림의 일부에 대해 복소 컨볼루션 신경망(complex convolutional neural network)을 구현할 수 있다. 즉, 사용자는 이미지 또는 비디오 스트림을 캡처하고, 일단 수정 아이콘이 선택되면 실시간으로 또는 거의 실시간으로 수정된 결과를 제시받을 수 있다. 또한, 수정은 비디오 스트림이 캡처되고 있고 선택된 수정 아이콘이 토글링된 채로 남아 있는 동안 지속적일 수 있다. 이러한 수정들을 가능하게 하기 위해 머신 교시 신경망들(machine taught neural networks)이 사용될 수 있다.
일부 실시예들에서, 변환 시스템에 의해 수행된 수정을 제시하는 그래픽 사용자 인터페이스가 사용자에게 추가적인 상호작용 옵션들을 제공할 수 있다. 이러한 옵션들은 특정 컴퓨터 애니메이션 모델의 콘텐츠 캡처 및 선택을 개시하기 위해 사용되는 인터페이스(예를 들어, 콘텐츠 생성자 사용자 인터페이스로부터의 개시)에 기초할 수 있다. 다양한 실시예들에서, 수정 아이콘의 초기 선택 후에 수정이 지속적일 수 있다. 사용자는 변환 시스템에 의해 수정되고 있는 얼굴을 태핑(tapping)하거나 다른 방식으로 선택함으로써 수정을 온 또는 오프로 토글링하고, 나중에 보거나 이미징 애플리케이션의 다른 영역들로 브라우징하기 위해 그것을 저장할 수 있다. 다수의 얼굴들이 변환 시스템에 의해 수정되는 경우, 사용자는 그래픽 사용자 인터페이스 내에서 수정되어 디스플레이되는 단일 얼굴을 태핑하거나 선택함으로써 전역적으로 수정을 온 또는 오프로 토글링할 수 있다. 일부 실시예들에서, 개별 얼굴들은 다수의 얼굴의 그룹 중에서 개별적으로 수정될 수 있거나 또는 그러한 수정들은 그래픽 사용자 인터페이스 내에 디스플레이된 개별 얼굴 또는 일련의 개별 얼굴들을 태핑하거나 선택함으로써 개별적으로 토글링될 수 있다.
일부 예시적인 실시예들에서, 상이한 증강 현실 경험들(예를 들어, AR 콘텐츠 생성기들)이 대응하는 상이한 계층들에 적용될 수 있게 하는 그래픽 처리 파이프라인 아키텍처가 제공된다. 이러한 그래픽 처리 파이프라인은 메시징 클라이언트 애플리케이션(104)(또는 메시징 시스템(100))에 의한 렌더링을 위해 합성 미디어(예를 들어, 이미지 또는 비디오)에 포함되는 다수의 증강 현실 경험을 제공하기 위한 확장가능 렌더링 엔진을 제공한다.
위에 언급된 바와 같이, 비디오 테이블(310)은, 일 실시예에서, 그에 대해 레코드들이 메시지 테이블(314) 내에 유지되는 메시지들과 연관되는 비디오 데이터를 저장한다. 유사하게, 이미지 테이블(308)은 그에 대해 메시지 데이터가 엔티티 테이블(302)에 저장되는 메시지들과 연관된 이미지 데이터를 저장한다. 엔티티 테이블(302)은 주석 테이블(312)로부터의 다양한 주석들을 이미지 테이블(308) 및 비디오 테이블(310)에 저장된 다양한 이미지들 및 비디오들과 연관시킬 수 있다.
스토리 테이블(306)은, 컬렉션(예를 들어, 스토리 또는 갤러리)으로 컴파일되는, 메시지들 및 연관된 이미지, 비디오 또는 오디오 데이터의 컬렉션들에 관한 데이터를 저장한다. 특정 컬렉션의 생성은 특정 사용자(예를 들어, 그에 대해 레코드가 엔티티 테이블(302)에서 유지되는 각각의 사용자)에 의해 개시될 수 있다. 사용자는 그 사용자에 의해 생성되고 전송/브로드캐스팅된 콘텐츠의 컬렉션의 형태로 '개인 스토리(personal story)'를 생성할 수 있다. 이를 위해, 메시징 클라이언트 애플리케이션(104)의 사용자 인터페이스는, 전송 사용자가 자신의 개인 스토리에 특정 콘텐츠를 추가하는 것을 가능하게 하기 위해 사용자 선택가능한 아이콘을 포함할 수 있다.
컬렉션은 또한, 수동으로, 자동으로 또는 수동 및 자동 기술의 조합을 이용하여 생성된 복수의 사용자로부터의 콘텐츠의 컬렉션인 '라이브 스토리'를 구성할 수 있다. 예를 들어, '라이브 스토리'는 다양한 위치 및 이벤트로부터의 사용자-제출 콘텐츠(user-submitted content)의 큐레이팅된 스트림(curated stream)을 구성할 수 있다. 그 클라이언트 디바이스들이 위치 서비스 가능하고 특정 시간에 공통 위치 이벤트에 있는 사용자들에게는, 예를 들어, 메시징 클라이언트 애플리케이션(104)의 사용자 인터페이스를 통해, 특정 라이브 스토리에 콘텐츠를 기여하는 옵션이 제시될 수 있다. 라이브 스토리는 메시징 클라이언트 애플리케이션(104)에 의해 사용자에게, 자신의 위치에 기초하여 식별될 수 있다. 최종 결과는 커뮤니티 관점에서 말한 '라이브 스토리'이다.
추가적인 타입의 콘텐츠 컬렉션은, 클라이언트 디바이스(102)가 특정 지리적 위치(예를 들어, 단과대학 또는 대학 캠퍼스) 내에 위치하는 사용자가 특정 컬렉션에 기여하는 것을 가능하게 하는, '위치 스토리(location story)'라고 알려져 있다. 일부 실시예들에서, 위치 스토리에 대한 기여는 최종 사용자가 특정 조직 또는 다른 엔티티에 속한다는(예를 들어, 대학 캠퍼스의 학생이라는) 것을 검증하기 위해 제2 인증 정도를 요구할 수 있다.
도 4는 추가 메시징 클라이언트 애플리케이션(104) 또는 메시징 서버 애플리케이션(114)으로의 통신을 위해 메시징 클라이언트 애플리케이션(104)에 의해 생성된, 일부 실시예들에 따른, 메시지(400)의 구조를 예시하는 개략도이다. 특정 메시지(400)의 콘텐츠는 메시징 서버 애플리케이션(114)에 의해 액세스 가능한, 데이터베이스(120) 내에 저장된 메시지 테이블(314)을 채우는 데 사용된다. 유사하게, 메시지(400)의 콘텐츠는 클라이언트 디바이스(102) 또는 애플리케이션 서버(112)의 '수송중' 또는 '비행중' 데이터로서 메모리에 저장된다. 메시지(400)는 다음과 같은 컴포넌트들을 포함하는 것으로 도시된다:
메시지 식별자(402): 메시지(400)를 식별하는 고유 식별자.
메시지 텍스트 페이로드(404): 클라이언트 디바이스(102)의 사용자 인터페이스를 통해 사용자에 의해 생성되고 메시지(400)에 포함되는 텍스트.
메시지 이미지 페이로드(406): 클라이언트 디바이스(102)의 카메라 컴포넌트에 의해 캡처되거나 클라이언트 디바이스(102)의 메모리 컴포넌트로부터 검색되고, 메시지(400)에 포함되는 이미지 데이터.
메시지 비디오 페이로드(408): 카메라 컴포넌트에 의해 캡처되거나 클라이언트 디바이스(102)의 메모리 컴포넌트로부터 검색되고 메시지(400)에 포함되는 비디오 데이터.
메시지 오디오 페이로드(410): 마이크로폰에 의해 캡처되거나 또는 클라이언트 디바이스(102)의 메모리 컴포넌트로부터 검색되고 메시지(400)에 포함되는 오디오 데이터.
메시지 주석(412): 메시지(400)의 메시지 이미지 페이로드(406), 메시지 비디오 페이로드(408), 또는 메시지 오디오 페이로드(410)에 적용될 주석을 나타내는 주석 데이터(예를 들어, 필터, 스티커 또는 다른 강화물).
메시지 지속기간 파라미터(414): 메시지의 콘텐츠(예를 들어, 메시지 이미지 페이로드(406), 메시지 비디오 페이로드(408), 메시지 오디오 페이로드(410))가 메시징 클라이언트 애플리케이션(104)을 통해 사용자에게 제시되거나 액세스 가능하게 되는 시간량을 초 단위로 표시하는 파라미터 값.
메시지 지리위치 파라미터(416): 메시지의 콘텐츠 페이로드와 연관된 지리위치 데이터(예를 들어, 위도 및 경도 좌표). 다수의 메시지 지리위치 파라미터(416) 값들이 페이로드에 포함될 수 있으며, 이들 파라미터 값들 각각은 콘텐츠(예를 들어, 메시지 이미지 페이로드(406) 내의 특정 이미지, 또는 메시지 비디오 페이로드(408) 내의 특정 비디오)에 포함된 콘텐츠 아이템들과 관련하여 연관된다.
메시지 스토리 식별자(418): 그와 메시지(400)의 메시지 이미지 페이로드(406) 내의 특정 콘텐츠 아이템이 연관되어 있는 하나 이상의 콘텐츠 컬렉션(예를 들어, '스토리')을 식별하는 식별자 값. 예를 들어, 메시지 이미지 페이로드(406) 내의 다수의 이미지는 각각 식별자 값들을 사용하여 다수의 콘텐츠 컬렉션과 연관될 수 있다.
메시지 태그(420): 각각의 메시지(400)는 다수의 태그로 태깅될 수 있고, 그 각각은 메시지 페이로드에 포함된 콘텐츠의 주제를 나타낸다. 예를 들어, 메시지 이미지 페이로드(406)에 포함된 특정 이미지가 동물(예를 들어, 사자)을 묘사하는 경우, 관련 동물을 나타내는 태그 값이 메시지 태그(420) 내에 포함될 수 있다. 태그 값들은, 사용자 입력에 기초하여 수동으로 생성될 수 있거나, 또는 예를 들어, 이미지 인식을 사용하여 자동으로 생성될 수 있다.
메시지 발신자 식별자(422): 그를 통해 메시지(400)가 생성되었고 그로부터 메시지(400)가 전송된 클라이언트 디바이스(102)의 사용자를 나타내는 식별자(예를 들어, 메시징 시스템 식별자, 이메일 주소, 또는 디바이스 식별자).
메시지 수신자 식별자(424): 메시지(400)가 어드레싱되는 클라이언트 디바이스(102)의 사용자를 나타내는 식별자(예를 들어, 메시징 시스템 식별자, 이메일 주소 또는 디바이스 식별자).
메시지(400)의 다양한 컴포넌트들의 콘텐츠(예를 들어, 값들)는 그 안에 콘텐츠 데이터 값들이 저장되어 있는 테이블들 내의 위치들에 대한 포인터들일 수 있다. 예를 들어, 메시지 이미지 페이로드(406) 내의 이미지 값은 이미지 테이블(308) 내의 위치에 대한 포인터(또는 그 주소)일 수 있다. 유사하게, 메시지 비디오 페이로드(408) 내의 값들은 비디오 테이블(310) 내에 저장된 데이터를 가리킬 수 있고, 메시지 주석(412) 내에 저장된 값들은 주석 테이블(312)에 저장된 데이터를 가리킬 수 있고, 메시지 스토리 식별자(418) 내에 저장된 값들은 스토리 테이블(306)에 저장된 데이터를 가리킬 수 있고, 메시지 발신자 식별자(422) 및 메시지 수신자 식별자(424) 내에 저장된 값들은 엔티티 테이블(302) 내에 저장된 사용자 레코드들을 가리킬 수 있다.
도 5는 그에 관하여 콘텐츠(예를 들어, 단기적 메시지(502), 및 데이터의 연관된 멀티미디어 페이로드) 또는 콘텐츠 컬렉션(예를 들어, 단기적 메시지 그룹(504))에 대한 액세스가 시간 제한될 수 있는(예를 들어, 단기적으로 될 수 있는), 액세스-제한 프로세스(500)를 예시하는 개략도이다.
단기적 메시지(502)는 메시지 지속기간 파라미터(506)와 연관되는 것으로 도시되어 있고, 그 값은 단기적 메시지(502)가 메시징 클라이언트 애플리케이션(104)에 의해 단기적 메시지(502)의 수신 사용자에게 디스플레이될 시간량을 결정한다. 일 실시예에서, 전송 사용자가 메시지 지속기간 파라미터(506)를 사용하여 지정하는 시간량에 좌우되어, 최대 10초 동안 수신 사용자가 단기적 메시지(502)를 볼 수 있다.
메시지 지속기간 파라미터(506) 및 메시지 수신자 식별자(424)는 메시지 타이머(512)에 대한 입력들인 것으로 도시되어 있고, 메시지 타이머(512)는 단기적 메시지(502)가 메시지 수신자 식별자(424)에 의해 식별된 특정 수신 사용자에게 보여지는 시간량을 결정하는 것을 담당한다. 특히, 단기적 메시지(502)는 메시지 지속기간 파라미터(506)의 값에 의해 결정된 기간 동안 관련 수신 사용자에게만 보여질 것이다. 메시지 타이머(512)는 수신 사용자에게 콘텐츠(예를 들어, 단기적 메시지(502))의 디스플레이의 전체 타이밍을 담당하는 더 일반화된 단기적 타이머 시스템(202)에 출력을 제공하는 것으로 도시된다.
단기적 메시지(502)는 단기적 메시지 그룹(504)(예를 들어, 개인 스토리 또는 이벤트 스토리에서의 메시지들의 컬렉션) 내에 포함되는 것으로 도 5에 도시되어 있다. 단기적 메시지 그룹(504)은 연관된 그룹 지속기간 파라미터(508)를 가지며, 그 값은 그에 대해 단기적 메시지 그룹(504)이 메시징 시스템(100)의 사용자들에게 제시되고 액세스 가능한 시간 지속기간을 결정한다. 예를 들어, 그룹 지속기간 파라미터(508)는 음악 콘서트의 지속기간일 수 있고, 여기서 단기적 메시지 그룹(504)은 그 콘서트에 관련된 콘텐츠의 컬렉션이다. 대안적으로, 사용자(소유 사용자 또는 큐레이터 사용자)는 단기적 메시지 그룹(504)의 셋업 및 작성을 수행할 때 그룹 지속기간 파라미터(508)에 대한 값을 특정할 수 있다.
추가적으로, 단기적 메시지 그룹(504) 내의 각각의 단기적 메시지(502)는 연관된 그룹 참여 파라미터(group participation parameter)(510)를 갖고, 그 값은 단기적 메시지(502)가 단기적 메시지 그룹(504)의 컨텍스트 내에서 액세스가능할 시간의 지속기간을 결정한다. 따라서, 특정 단기적 메시지 그룹(504)은, 단기적 메시지 그룹(504) 자체가 그룹 지속기간 파라미터(508)의 관점에서 만료되기 이전에, 단기적 메시지 그룹(504)의 컨텍스트 내에서 '만료'되고 액세스 불가능하게 될 수 있다. 그룹 지속기간 파라미터(508), 그룹 참여 파라미터(510), 및 메시지 수신자 식별자(424)는 각각 그룹 타이머(514)에 대한 입력을 제공하며, 그룹 타이머(514)는, 먼저, 단기적 메시지 그룹(504)의 특정 단기적 메시지(502)가 특정 수신 사용자에게 디스플레이될 것인지, 그리고, 그렇다면, 얼마나 오랫동안 디스플레이될 것인지를 동작적으로 결정한다. 단기적 메시지 그룹(504)은 또한 메시지 수신자 식별자(424)의 결과로서 특정 수신 사용자의 신원(identity)을 인식한다는 점에 유의한다.
따라서, 그룹 타이머(514)는 연관된 단기적 메시지 그룹(504)뿐만 아니라, 단기적 메시지 그룹(504)에 포함된 개별 단기적 메시지(502)의 전체 수명을 동작적으로 제어한다. 일 실시예에서, 단기적 메시지 그룹(504) 내의 각각의 및 모든 단기적 메시지(502)는 그룹 지속기간 파라미터(508)에 의해 지정된 시간-기간 동안 볼 수 있고 액세스가능하게 유지된다. 추가 실시예에서, 특정 단기적 메시지(502)는, 그룹 참여 파라미터(510)에 기초하여, 단기적 메시지 그룹(504)의 컨텍스트 내에서 만료될 수 있다. 메시지 지속기간 파라미터(506)는 단기적 메시지 그룹(504)의 컨텍스트 내에서도, 특정 단기적 메시지(502)가 수신 사용자에게 디스플레이되는 시간의 지속기간을 여전히 결정할 수 있다는 점에 유의한다. 따라서, 메시지 지속기간 파라미터(506)는, 수신 사용자가 단기적 메시지 그룹(504)의 컨텍스트 내부 또는 외부에서 그 단기적 메시지(502)를 보고 있는지에 관계없이, 특정 단기적 메시지(502)가 수신 사용자에게 디스플레이되는 시간의 지속기간을 결정한다.
단기적 타이머 시스템(202)은 또한 그것이 연관된 그룹 참여 파라미터(510)를 초과했다는 결정에 기초하여 단기적 메시지 그룹(504)으로부터 특정 단기적 메시지(502)를 동작적으로 제거할 수 있다. 예를 들어, 전송 사용자가 포스팅으로부터 24시간의 그룹 참여 파라미터(510)를 확립했을 때, 단기적 타이머 시스템(202)은 특정된 24시간 후에 단기적 메시지 그룹(504)으로부터 관련 단기적 메시지(502)를 제거할 것이다. 단기적 타이머 시스템(202)은 또한 단기적 메시지 그룹(504) 내의 각각의 그리고 모든 단기적 메시지(502)에 대한 그룹 참여 파라미터(510)가 만료되었을 때, 또는 단기적 메시지 그룹(504) 자체가 그룹 지속기간 파라미터(508)에 관하여 만료될 때 단기적 메시지 그룹(504)을 제거하도록 동작한다.
특정 사용 사례들에서, 특정 단기적 메시지 그룹(504)의 생성자는 무한 그룹 지속기간 파라미터(508)를 지정할 수 있다. 이 경우, 단기적 메시지 그룹(504) 내의 마지막 잔여 단기적 메시지(502)에 대한 그룹 참여 파라미터(510)의 만료는 단기적 메시지 그룹(504) 자체가 만료될 때를 결정할 것이다. 이 경우, 새로운 그룹 참여 파라미터(510)로, 단기적 메시지 그룹(504)에 추가된, 새로운 단기적 메시지(502)가 단기적 메시지 그룹(504)의 수명을 그룹 참여 파라미터(510)의 값과 같도록 효과적으로 연장한다.
단기적 타이머 시스템(202)이 단기적 메시지 그룹(504)이 만료된 것으로(예를 들어, 더 이상 액세스 가능하지 않은 것으로) 결정하는 것에 응답하여, 단기적 타이머 시스템(202)은 메시징 시스템(100)(및 예를 들어, 구체적으로 메시징 클라이언트 애플리케이션(104))과 통신하여, 관련된 단기적 메시지 그룹(504)과 연관된 표시(예를 들어, 아이콘)가 더 이상 메시징 클라이언트 애플리케이션(104)의 사용자 인터페이스 내에 디스플레이되지 않게 한다. 유사하게, 단기적 타이머 시스템(202)이 특정 단기적 메시지(502)에 대한 메시지 지속기간 파라미터(506)가 만료된 것으로 결정할 때, 단기적 타이머 시스템(202)은 메시징 클라이언트 애플리케이션(104)으로 하여금 단기적 메시지(502)와 연관된 표시(예를 들어, 아이콘 또는 텍스트 식별)를 더 이상 디스플레이하지 않게 한다.
전술된 바와 같이, 렌즈, 오버레이들, 이미지 변환들, AR 이미지들 및 유사한 용어들 등의 미디어 오버레이들은 비디오들 또는 이미지들에 대해 이루어질 수 있는 수정들을 지칭한다. 이는 실시간 수정을 포함하며, 이미지가 디바이스 센서를 사용하여 캡처된 다음 수정과 함께 디바이스의 스크린 상에 디스플레이 된다. 이는 또한 수정될 수 있는 갤러리 내의 비디오 클립들과 같은 저장된 콘텐츠에 대한 수정들을 포함한다. 예를 들어, 다수의 미디어 오버레이(예를 들어, LENSES)에 액세스하는 디바이스에서, 사용자는 상이한 LENSES가 저장된 클립을 어떻게 수정할 것인지를 알아보기 위해 다수의 LENSES를 갖는 단일 비디오 클립을 이용할 수 있다. 예를 들어, 콘텐츠에 대해 상이한 LENSES를 선택함으로써 상이한 의사랜덤(pseudorandom) 움직임 모델들을 적용하는 다중의 LENSES가 동일한 콘텐츠에 적용될 수 있다. 유사하게, 디바이스의 센서들에 의해 현재 캡처되고 있는 비디오 이미지들이 어떻게 캡처된 데이터를 수정할 것인지를 보여주기 위해, 예시된 수정과 함께 실시간 비디오 캡처가 사용될 수 있다. 이러한 데이터는 단순히 스크린 상에 디스플레이되고 메모리에 저장되지 않을 수 있거나, 디바이스 센서들에 의해 캡처된 콘텐츠는 수정과 함께 또는 수정 없이(또는 둘 다) 메모리에 기록되고 저장될 수 있다. 일부 시스템들에서, 미리보기 특징은 상이한 LENSES가 디스플레이에서의 상이한 윈도우들 내에서 동시에 어떻게 보일 것인지를 보여줄 수 있다. 이는, 예를 들어, 상이한 의사랜덤 애니메이션들을 갖는 다수의 창들이 디스플레이 상에서 동시에 보여질 수 있게 할 수 있다.
따라서, 이 데이터를 사용하여 콘텐츠를 수정하기 위해 LENSES 또는 다른 그러한 변환 시스템들을 사용하는 데이터 및 다양한 시스템들은 객체들(예를 들어, 얼굴들, 손들, 신체들, 고양이들, 개들, 표면, 객체들 등)의 검출, 그러한 객체들이 비디오 프레임들에서 시야를 떠나고, 들어가고, 여기저기 이동할 때 그러한 객체들의 추적, 및 그러한 객체들이 추적될 때 그러한 객체들의 수정 또는 변환을 수반할 수 있다. 다양한 실시예들에서, 이러한 변환들을 달성하기 위한 상이한 방법들이 사용될 수 있다. 예를 들어, 일부 실시예들은 객체 또는 객체들의 3차원 메시 모델을 생성하는 것, 및 변환을 달성하기 위해 비디오 내에서의 모델의 변환 및 애니메이션화된 텍스처를 사용하는 것을 수반할 수 있다. 다른 실시예들에서, 객체 상의 포인트들의 추적을 이용하여, (2차원 또는 3차원일 수 있는) 이미지 또는 텍스처를 추적 위치에 배치할 수 있다. 또 다른 실시예들에서, 비디오 프레임들의 신경망 분석이 콘텐츠(예를 들어, 비디오의 이미지들 또는 프레임들)에서 이미지들, 모델들, 또는 텍스처들을 배치하기 위해 사용될 수 있다. 따라서, 렌즈 데이터는 콘텐츠에서 변환을 생성하기 위해 사용되는 이미지, 모델, 및 텍스처는 물론이고, 객체 검출, 추적, 및 배치로 이러한 변환을 달성하는 데 필요한 부가의 모델링 및 분석 정보 둘 다를 지칭한다.
실시간 비디오 처리는 임의 종류의 컴퓨터화된 시스템의 메모리에 저장된 임의 종류의 비디오 데이터(예를 들어, 비디오 스트림, 비디오 파일 등)로 수행될 수 있다. 예를 들어, 사용자는 비디오 파일들을 로딩하고 이들을 디바이스의 메모리에 저장할 수 있거나, 또는 디바이스의 센서들을 사용하여 비디오 스트림을 생성할 수 있다. 또한, 사람의 얼굴 및 인체의 부분들, 동물들, 또는 의자, 자동차 또는 다른 객체들과 같은 무생물들과 같은 임의의 객체들이 컴퓨터 애니메이션 모델을 사용하여 처리될 수 있다.
일부 실시예들에서, 변환될 콘텐츠와 함께 특정의 수정이 선택될 때, 변환될 엘리먼트가 컴퓨팅 디바이스에 의해 식별되고, 이어서 이들이 비디오의 프레임에 존재하는 경우 검출 및 추적된다. 객체의 엘리먼트들은 수정을 위한 요청에 따라 수정되고, 따라서 비디오 스트림의 프레임들을 변환한다. 비디오 스트림의 프레임들의 변환은 상이한 종류의 변환을 위해 상이한 방법들에 의해 수행될 수 있다. 예를 들어, 객체의 엘리먼트들의 형태들을 변경하는 것을 주로 가리키는 프레임들의 변환들에 대해, 객체의 엘리먼트 각각에 대한 특징적인 포인트들이 (예를 들어, ASM(Active Shape Model) 또는 다른 알려진 방법들을 이용하여) 계산된다. 그 다음, 특성 포인트들에 기초한 메시가 객체의 적어도 하나의 엘리먼트 각각에 대해 생성된다. 이 메시는 비디오 스트림 내의 객체의 엘리먼트들을 추적하는 다음 스테이지에서 사용된다. 추적하는 프로세스에서, 각각의 엘리먼트에 대한 언급된 메시는 각각의 엘리먼트의 위치와 정렬된다. 그 후, 추가 포인트들이 메시 상에 생성된다. 제1 포인트들의 제1 세트는 수정을 위한 요청에 기초하여 각각의 엘리먼트에 대해 생성되고, 제2 포인트들의 세트는 제1 포인트들의 세트 및 수정을 위한 요청에 기초하여 각각의 엘리먼트에 대해 생성된다. 그 후, 비디오 스트림의 프레임들은 메시와 제1 및 제2 포인트들의 세트들에 기초하여 객체의 엘리먼트들을 수정함으로써 변환될 수 있다. 그러한 방법에서, 수정된 객체의 배경은 배경을 추적하고 수정함으로써 마찬가지로 변경 또는 왜곡될 수 있다.
하나 이상의 실시예에서, 객체의 엘리먼트들을 사용하여 객체의 일부 영역들을 변경하는 변환들은 객체의 각각의 엘리먼트에 대한 특징적 포인트들을 계산하고 계산된 특징적 포인트들에 기초하여 메시를 생성하는 것에 의해 수행될 수 있다. 메시 상에 포인트들이 생성되고, 그 후 포인트들에 기초한 다양한 영역들이 생성된다. 이어서, 객체의 엘리먼트들은 각각의 엘리먼트에 대한 영역을 적어도 하나의 엘리먼트 각각에 대한 위치와 정렬함으로써 추적되고, 영역들의 특성들은 수정을 위한 요청에 기초하여 수정될 수 있으며, 따라서 비디오 스트림의 프레임들을 변환한다. 수정을 위한 특정 요청에 따라, 언급된 영역들의 특성들이 상이한 방식들로 변환될 수 있다. 이러한 수정들은 영역들의 컬러를 변경하는 것; 비디오 스트림의 프레임들로부터 영역들의 적어도 일부를 제거하는 것; 수정 요청에 기초하는 영역들에 하나 이상의 새로운 객체를 포함시키는 것; 및 영역 또는 객체의 엘리먼트들을 수정 또는 왜곡하는 것을 수반할 수 있다. 다양한 실시예들에서, 이러한 수정들 또는 다른 유사한 수정들의 임의의 조합이 사용될 수 있다. 애니메이션화될 특정 모델들에 대해, 일부 특성 포인트들은 모델 애니메이션에 대한 옵션들의 전체 상태-공간을 결정하는데 사용될 제어 포인트들로서 선택될 수 있다.
얼굴 검출을 이용하여 이미지 데이터를 변환하는 컴퓨터 애니메이션 모델의 일부 실시예들에서, 얼굴은 특정 얼굴 검출 알고리즘(예를 들어, 비올라-존스(Viola-Jones))을 이용하여 이미지 상에서 검출된다. 그 후, 얼굴 특징 기준 포인트들을 검출하기 위해 이미지의 얼굴 영역에 ASM(Active Shape Model) 알고리즘이 적용된다.
다른 실시예들에서, 얼굴 검출에 적합한 다른 방법들 및 알고리즘들이 사용될 수 있다. 예를 들어, 일부 실시예들에서, 특징들은 고려 중인 이미지들의 대부분에 존재하는 구별가능한 포인트를 나타내는 랜드마크를 사용하여 위치된다. 얼굴 랜드마크들에 대해, 예를 들어, 좌안 동공의 위치가 사용될 수 있다. 초기 랜드마크가 식별가능하지 않을 때(예를 들어, 사람이 안대를 착용한 경우), 보조 랜드마크들이 사용될 수 있다. 이러한 랜드마크 식별 절차들은 임의의 이러한 객체들에 대해 사용될 수 있다. 일부 실시예들에서, 랜드마크들의 세트는 형상을 형성한다. 형상들은 형상 내의 포인트들의 좌표들을 사용하여 벡터들로서 표현될 수 있다. 형상 포인트들 사이의 평균 유클리드 거리(average Euclidean distance)를 최소화하는 유사성 변환(병진, 스케일링, 및 회전을 허용함)을 사용하여 하나의 형상은 다른 것에 정렬된다. 평균 형상은 정렬된 훈련 형상들의 평균이다.
일부 실시예들에서, 전체 얼굴 검출기에 의해 결정된 얼굴의 위치 및 크기에 정렬된 평균 형상으로부터의 랜드마크들에 대한 검색이 시작된다. 이어서, 이러한 검색은 각각의 포인트 주위의 이미지 텍스처의 템플릿 매칭에 의해 형상 포인트들의 위치들을 조정함으로써 잠정적 형상을 제안하고, 그 후 수렴이 발생할 때까지 잠정적 형상을 글로벌 형상 모델에 일치시키는 단계들을 반복한다. 일부 시스템들에서, 개별 템플릿 매칭들은 신뢰할 수 없으며, 형상 모델은 약한 템플릿 매처(matcher)들의 결과들을 풀링(pool)하여 더 강한 전체 분류기를 형성한다. 전체 검색은 조대(coarse) 해상도에서 미세 해상도로 이미지 피라미드의 각각의 레벨에서 반복된다.
변환 시스템의 실시예들은 클라이언트 디바이스 상에서 이미지 또는 비디오 스트림을 캡처하고, 적절한 사용자 경험, 계산 시간, 및 전력 소비를 유지하면서 클라이언트 디바이스(102)와 같은 클라이언트 디바이스 상에서 국지적으로 복잡한 이미지 조작들을 수행할 수 있다. 복잡한 이미지 조작은, 크기 및 형상 변화, 감정 전달(예를 들어, 찡그림으로부터 미소로 얼굴을 변화시킴), 상태 전달(예를 들어, 피사체의 노후화, 겉보기 나이 감소, 성별 변화), 스타일 전달, 그래픽 엘리먼트 애플리케이션, 및 클라이언트 디바이스 상에서 효율적으로 실행되도록 구성된 컨볼루션 신경망에 의해 구현된 기타 임의의 적절한 이미지 또는 비디오 조작을 포함할 수 있다.
일부 예시적인 실시예들에서, 이미지 데이터를 변환하기 위한 컴퓨터 애니메이션 모델은, 사용자가 클라이언트 디바이스(102) 상에서 동작하는 메시징 클라이언트 애플리케이션(104)의 일부로서 동작하는 신경망을 갖는 클라이언트 디바이스(102)를 사용하여 사용자의 이미지 또는 비디오 스트림(예를 들어, 셀피)을 캡처할 수 있는 시스템에 의해 사용될 수 있다. 메시징 클라이언트 애플리케이션(104) 내에서 동작하는 변환 시스템은 이미지 또는 비디오 스트림 내의 얼굴의 존재를 결정하고, 이미지 데이터를 변환하기 위해 컴퓨터 애니메이션 모델과 연관된 수정 아이콘들을 제공하거나, 컴퓨터 애니메이션 모델은 본 명세서에 설명된 인터페이스와 연관된 것으로서 존재할 수 있다. 수정 아이콘들은 수정 동작의 일부로서 이미지 또는 비디오 스트림 내의 사용자의 얼굴을 수정하기 위한 기초일 수 있는 변경들을 포함한다. 일단 수정 아이콘이 선택되면, 변환 시스템은 선택된 수정 아이콘을 반영하기 위해 사용자의 이미지를 변환하는(예를 들어, 사용자 상에 미소짓는 얼굴을 생성하는) 프로세스를 착수한다. 일부 실시예들에서, 수정된 이미지 또는 비디오 스트림은 이미지 또는 비디오 스트림이 캡처되고 지정된 수정이 선택되자마자 모바일 클라이언트 디바이스 상에 디스플레이되는 그래픽 사용자 인터페이스에 제시될 수 있다. 변환 시스템은 선택된 수정을 생성하고 적용하기 위해 이미지 또는 비디오 스트림의 일부에 대해 복소 컨볼루션 신경망(complex convolutional neural network)을 구현할 수 있다. 즉, 사용자는 이미지 또는 비디오 스트림을 캡처하고, 일단 수정 아이콘이 선택되면 실시간으로 또는 거의 실시간으로 수정된 결과를 제시받을 수 있다. 또한, 수정은 비디오 스트림이 캡처되고 있고 선택된 수정 아이콘이 토글링된 채로 남아 있는 동안 지속적일 수 있다. 이러한 수정들을 가능하게 하기 위해 머신 교시 신경망들(machine taught neural networks)이 사용될 수 있다.
일부 실시예들에서, 변환 시스템에 의해 수행된 수정을 제시하는 그래픽 사용자 인터페이스가 사용자에게 추가적인 상호작용 옵션들을 제공할 수 있다. 이러한 옵션들은 콘텐츠 캡처 및 특정 컴퓨터 애니메이션 모델의 선택(예를 들어, 콘텐츠 생성자 사용자 인터페이스로부터의 개시)을 개시하기 위해 사용되는 인터페이스에 기초할 수 있다. 다양한 실시예들에서, 수정 아이콘의 초기 선택 후에 수정이 지속적일 수 있다. 사용자는 변환 시스템에 의해 수정되고 있는 얼굴을 태핑(tapping)하거나 다른 방식으로 선택함으로써 수정을 온 또는 오프로 토글링한다. 그리고, 나중에 보거나 이미징 애플리케이션의 다른 영역들로 브라우징하기 위해 그것을 저장할 수 있다. 다수의 얼굴들이 변환 시스템에 의해 수정되는 경우, 사용자는 그래픽 사용자 인터페이스 내에서 수정되어 디스플레이되는 단일 얼굴을 태핑하거나 선택함으로써 전역적으로 수정을 온 또는 오프로 토글링할 수 있다. 일부 실시예들에서, 개별 얼굴들은 다수의 얼굴의 그룹 중에서 개별적으로 수정될 수 있거나 또는 그러한 수정들은 그래픽 사용자 인터페이스 내에 디스플레이된 개별 얼굴 또는 일련의 개별 얼굴들을 태핑하거나 선택함으로써 개별적으로 토글링될 수 있다.
일부 예시적인 실시예들에서, 상이한 미디어 오버레이들이 대응하는 상이한 계층들에 적용될 수 있게 하는 그래픽 처리 파이프라인 아키텍처가 제공된다. 이러한 그래픽 처리 파이프라인은 메시징 클라이언트 애플리케이션(104)(또는 메시징 시스템(100))에 의한 렌더링을 위해 합성 미디어(예를 들어, 이미지 또는 비디오)에 포함되는 다수의 증강 현실 콘텐츠 생성기를 제공하기 위한 확장가능 렌더링 엔진을 제공한다.
본 명세서에서 논의된 바와 같이, 대상 인프라스트럭처는 메시징 시스템(100)의 다양한 컴포넌트들 전체에 걸쳐 상호작용 효과들을 갖는 상호작용 메시지들의 생성 및 공유를 지원한다. 예에서, 그러한 상호작용 효과들을 제공하기 위해, 주어진 상호작용 메시지는 2D 데이터 또는 3D 데이터와 함께 이미지 데이터를 포함할 수 있다. 본 명세서에 설명된 바와 같은 인프라스트럭처는 다른 형태의 3D 및 상호작용 미디어(예를 들어, 2D 미디어 콘텐츠)가 대상 시스템에 걸쳐 제공될 수 있게 해주며, 이는 이러한 상호작용 미디어가 메시징 시스템(100)에 걸쳐 사진 및 비디오 메시지와 함께 공유될 수 있게 해준다. 본 명세서에 설명된 예시적인 실시예에서, 메시지는 라이브 카메라로부터 또는 스토리지로부터(예를 들어, 2D 또는 3D 콘텐츠 또는 증강 현실(AR) 효과(예를 들어, 3D 효과, 또는 다른 상호작용 효과들)를 갖는 메시지가 메모리 또는 데이터베이스에 저장됨)를 통해 시스템에 진입할 수 있다. 3D 데이터를 갖는 상호작용 메시지의 예에서, 대상 시스템은 모션 센서 입력을 지원하고, 3D 데이터의 전송 및 저장, 및 외부 효과들 및 자산 데이터의 로딩을 관리한다.
위에서 언급된 바와 같이, 상호작용 메시지는 2D 효과, 또는 3D 효과 및 깊이 데이터와 조합된 이미지를 포함한다. 예시적인 실시예에서, 전통적인 이미지 텍스처 이외에, 카메라가 보는 것의 공간 상세/지오메트리를 시각화하기 위해 대상 시스템을 사용하여 메시지가 렌더링된다. 시청자가 클라이언트 디바이스를 이동시킴으로써 이 메시지와 상호작용할 때, 움직임은 이미지 및 지오메트리가 시청자에게 렌더링되는 관점에서의 대응하는 변화를 트리거한다.
실시예에서, 본 시스템은 메시지 내의 상이한 3D 평면에 상주할 수 있는 입자, 셰이더, 2D 자산 및 3D 지오메트리를 제공하기 위해 시스템의 다른 컴포넌트와 함께 작동하는 AR 효과(3D 데이터를 사용하는 3D 효과, 또는 3D 데이터를 사용하지 않는 상호작용 2D 효과를 포함할 수 있음)를 제공한다. 일 예에서, 본 명세서에 설명된 바와 같은 AR 효과는 사용자에 대해 실시간 방식으로 렌더링된다.
본원에서 언급된 바와 같이, 자이로-기반 상호작용은 주어진 클라이언트 디바이스의 회전이 효과의 양태를 변경하기 위한 입력으로서 사용되는 상호작용의 타입을 지칭한다(예를 들어, 장면에서의 광의 컬러를 변경하기 위하여 x-축을 따라 폰을 회전시킴).
본 명세서에서 언급된 바와 같이, 증강 현실 콘텐츠 생성기는 메시지에 추가될 수 있는 실시간 특수 효과 및/또는 사운드를 지칭하고, AR 효과 및/또는 3D 애니메이션화된 그래픽 엘리먼트, 3D 객체(예를 들어, 비-애니메이션화됨) 등과 같은 다른 3D 콘텐츠로 이미지 및/또는 3D 데이터를 수정한다.
이하의 논의는 일부 실시예들에 따른 이러한 메시지와 관련하여 저장되는 예시적인 데이터에 관한 것이다.
도 6은 도 4에서 전술한 바와 같이, 메시징 클라이언트 애플리케이션(104)에 의해 생성된, 일부 실시예들에 따른, 주어진 메시지에 대응하는 추가 정보를 포함하는 메시지 주석들(412)의 구조를 예시하는 개략도이다.
일 실시예에서, 도 3에 도시된 바와 같이, 도 6에 도시된 추가 데이터를 포함하는 특정 메시지(400)의 콘텐츠는 주어진 메시지에 대해 데이터베이스(120) 내에 저장된 메시지 테이블(314)을 채우는 데 사용되며, 주어진 메시지는 그 후 메시징 클라이언트 애플리케이션(104)에 의해 액세스 가능하다. 도 6에 예시된 바와 같이, 메시지 주석(412)은 다양한 데이터에 대응하는 다음의 컴포넌트를 포함한다:
o
증강 현실(AR) 콘텐츠 식별자(652): 메시지에서 이용되는 AR 콘텐츠 생성기의 식별자
o
메시지 식별자(654): 메시지의 식별자
o
자산 식별자들(656): 메시지 내의 자산들에 대한 식별자들의 세트. 예를 들어, 각각의 자산 식별자는 특정 AR 콘텐츠 생성기에 의해 결정되는 자산에 대해 포함될 수 있다. 실시예에서, 이러한 자산은 전송자 측 클라이언트 디바이스 상에서 AR 콘텐츠 생성기에 의해 생성되고, 메시징 서버 애플리케이션(114)에 업로드되고, 메시지를 재생성하기 위해 수신자 측 클라이언트 디바이스 상에서 활용된다. 전형적인 자산들의 예들은 다음을 포함한다:
-
카메라에 의해 캡처된 원래의 정화상 RGB 이미지(들)
-
AR 콘텐츠 생성기 효과가 원본 이미지에 적용된 후처리된 이미지(들)
o
증강 현실(AR) 콘텐츠 메타데이터(658): 다음과 같은, AR 식별자(652)에 대응하는 AR 콘텐츠 생성기와 연관된 추가 메타데이터:
o
AR 콘텐츠 생성기 카테고리: 특정 AR 콘텐츠 생성기에 대한 타입 또는 분류에 대응함
o
AR 콘텐츠 생성기 캐러셀 인덱스
o
캐러셀 그룹: 이는 적격한 캡처 후 AR 콘텐츠 생성기가 캐러셀 인터페이스에 삽입될 때 채워지고 이용될 수 있다. 구현에서, 새로운 값 "AR_DEFAULT_GROUP"(예를 들어, 특정 AR 콘텐츠 생성기에 할당된 디폴트 그룹이 유효한 그룹 이름의 리스트에 추가될 수 있고, 다른 선택된 AR 콘텐츠 생성기가 이 그룹에 포함될 수 있다.
o
다음과 같은 추가 메타데이터에 대응하는 캡처 메타데이터(660):
o
카메라 이미지 메타데이터
-
카메라 고유 데이터
·
초점 거리
·
주점
-
기타 카메라 정보(예를 들어, 카메라 위치)
o
센서 정보
-
자이로스코프 센서 데이터
-
위치 센서 데이터
-
가속도계 센서 데이터
-
기타 센서 데이터
-
위치 센서 데이터
도 7은 특정 예시적인 실시예들에 따른, 주석 시스템(206)의 다양한 모듈들을 예시하는 블록도(700)이다. 주석 시스템(206)은 이미지 데이터 수신 모듈(702), 센서 데이터 수신 모듈(704), 이미지 데이터 처리 모듈(706), 증강 현실(AR) 효과 모듈(708), 렌더링 모듈(710), 및 공유 모듈(712)을 포함하는 것으로 도시되어 있다. 주석 시스템(206)의 다양한 모듈들은 (예를 들어, 버스, 공유 메모리, 또는 스위치를 통해) 서로 통신하도록 구성된다. 이들 모듈 중 어느 하나 이상은 하나 이상의 컴퓨터 프로세서(720)를 사용하여(예를 들어, 그 모듈에 대해 설명된 기능들을 수행하도록 이러한 하나 이상의 컴퓨터 프로세서를 구성함으로써) 구현될 수 있으므로, 컴퓨터 프로세서(720) 중 하나 이상(예를 들어, 클라이언트 디바이스(102)에 의해 제공된 프로세서들의 세트)을 포함할 수 있다.
설명된 모듈 중 어느 하나 이상은 하드웨어 단독(예를 들어, 머신(예를 들어, 머신(1800))의 컴퓨터 프로세서(720) 중 하나 이상) 또는 하드웨어와 소프트웨어의 조합을 사용하여 구현될 수 있다. 예를 들어, 주석 시스템(206)의 임의의 설명된 모듈은 그 모듈에 대해 본 명세서에 설명된 동작을 수행하도록 구성된 컴퓨터 프로세서(720) 중 하나 이상(예를 들어, 머신(예를 들어, 머신(1800))의 하나 이상의 컴퓨터 프로세서 중의 또는 그의 서브세트)의 배열을 물리적으로 포함할 수 있다. 다른 예로서, 주석 시스템(206)의 임의의 모듈은 그 모듈에 대해 본 명세서에 설명된 동작을 수행하도록 (예를 들어, 머신(예를 들어, 머신(1800))의 하나 이상의 컴퓨터 프로세서 중에서) 하나 이상의 컴퓨터 프로세서(720)의 배열을 구성하는 소프트웨어, 하드웨어, 또는 둘 다를 포함할 수 있다. 따라서, 주석 시스템(206)의 상이한 모듈들은 상이한 시점들에서 그러한 컴퓨터 프로세서들(720)의 상이한 배열들 또는 그러한 컴퓨터 프로세서들(720)의 단일 배열을 포함하고 구성할 수 있다. 더욱이, 주석 시스템(206)의 임의의 둘 이상의 모듈이 단일 모듈로 조합될 수 있고, 단일 모듈에 대해 본 명세서에 설명된 기능들은 다수의 모듈 간에 세분될 수 있다. 또한, 다양한 예시적인 실시예들에 따르면, 단일 머신, 데이터베이스, 또는 디바이스 내에 구현되는 것으로 본 명세서에서 설명되는 모듈들은 다수의 머신, 데이터베이스 또는 디바이스에 걸쳐 분산될 수 있다.
이미지 데이터 수신 모듈(702)은 클라이언트 디바이스(102)에 의해 캡처된 이미지 및 깊이 데이터를 수신한다. 예를 들어, 이미지는 클라이언트 디바이스(102)의 광학 센서(예를 들어, 카메라)에 의해 캡처된 사진이다. 이미지는 이미지에서 검출된 사용자의 얼굴 또는 실세계 객체(들)와 같은 하나 이상의 실세계 특징을 포함한다. 일부 실시예들에서, 이미지는 이미지를 기술하는 메타데이터를 포함한다.
센서 데이터 수신 모듈(704)은 클라이언트 디바이스(102)로부터 센서 데이터를 수신한다. 센서 데이터는 클라이언트 디바이스(102)의 센서에 의해 캡처된 임의의 타입의 데이터이다. 일 예에서, 센서 데이터는 자이로스코프에 의해 수집된 클라이언트 디바이스(102)의 모션, 터치 센서(예를 들어, 터치스크린), GPS, 또는 클라이언트 디바이스(102)의 현재 지리적 위치 및/또는 움직임을 기술하는 클라이언트 디바이스(102)의 다른 센서로부터의 터치 입력들 또는 제스처 입력들을 포함할 수 있다. 다른 예로서, 센서 데이터는 클라이언트 디바이스(102)의 센서에 의해 검출된 현재 온도를 나타내는 온도 데이터를 포함할 수 있다. 다른 예로서, 센서 데이터는 클라이언트 디바이스(102)가 어두운 또는 밝은 환경에 있는지를 나타내는 광 센서 데이터를 포함할 수 있다.
이미지 데이터 처리 모듈(706)은 수신된 이미지 데이터에 대한 동작들을 수행한다. 예를 들어, 다양한 이미지 처리 동작이 이미지 데이터 처리 모듈(706)에 의해 수행되며, 이는 본 명세서에서 추가로 논의된다.
AR 효과 모듈(708)은 애니메이션에 대응하는 알고리즘 또는 기술에 기초하여 다양한 동작을 수행하고/하거나 시각적 및/또는 청각적 효과를 수신된 이미지 데이터에 제공하며, 이는 본 명세서에서 추가로 설명된다. 실시예에서, 주어진 증강 현실 콘텐츠 생성기는 AR 효과(예를 들어, 2D 효과 또는 3D 효과를 포함함) 등을 렌더링하기 위한 동작을 수행하기 위해 AR 효과 모듈(708)을 이용할 수 있다.
렌더링 모듈(710)은 전술된 모듈들 중 적어도 하나에 의해 제공된 데이터에 기초하여 메시징 클라이언트 애플리케이션(104)에 의한 디스플레이를 위해 메시지의 렌더링을 수행한다. 예에서, 렌더링 모듈(710)은 그래픽 처리 파이프라인을 이용하여 그래픽 동작들을 수행하여 디스플레이를 위한 메시지를 렌더링한다. 렌더링 모듈(710)은, 예에서, 각각의 증강 현실 콘텐츠 생성기에 대응하는 복수의 이미지 처리 동작을 지원하는 확장가능 렌더링 엔진을 구현한다.
일부 구현들에서, 렌더링 모듈(710)은 2차원(2D) 객체들 또는 3차원(3D) 세계(실제 또는 가상)로부터의 객체들을 2D 디스플레이 스크린 상에 렌더링하는 그래픽 시스템을 제공한다. 그러한 그래픽 시스템(예를 들어, 클라이언트 디바이스(102) 상에 포함된 것)은 일부 구현들에서 이미지 처리 동작들을 수행하고 디스플레이를 위해 그래픽 엘리먼트들을 렌더링하기 위한 그래픽 처리 유닛(GPU)을 포함한다.
구현에서, GPU는 2D 또는 3D 장면의 표현을 수신하고 디스플레이를 위한 2D 이미지를 나타내는 비트맵의 출력을 제공할 수 있는 논리 그래픽 처리 파이프라인을 포함한다. 기존의 애플리케이션 프로그래밍 인터페이스(API)들은 그래픽 파이프라인 모델들을 구현하였다. 이러한 API들의 예들은 OPENGL(Open Graphics Library) API 및 METAL API를 포함한다. 그래픽 처리 파이프라인은 정점들, 텍스처들, 버퍼들, 및 상태 정보의 그룹을 스크린 상의 이미지 프레임으로 변환하기 위한 다수의 스테이지를 포함한다. 구현에서, 그래픽 처리 파이프라인의 스테이지들 중 하나는 입력 프레임(예를 들어, 이미지 또는 비디오)에 적용되는 특정 증강 현실 콘텐츠 생성기의 일부로서 이용될 수 있는 셰이더이다. 셰이더는 셰이더 유닛 또는 셰이더 프로세서로도 지칭되는 특수 처리 유닛 상에서 실행되는 코드로서 구현될 수 있으며, 통상적으로 여러 컴퓨팅 스레드들을 실행하며, 렌더링되는 프래그먼트들에 대해 적절한 레벨의 컬러 및/또는 특수 효과들을 생성하도록 프로그래밍된다. 예를 들어, 정점 셰이더는 정점의 속성들(위치, 텍스처 좌표들, 컬러 등)을 처리하고, 픽셀 셰이더는 픽셀의 속성들(텍스처 값들, 컬러, z-깊이 및 알파 값)을 처리한다. 일부 경우들에서, 픽셀 셰이더는 프래그먼트 셰이더라고 지칭된다.
다른 타입의 셰이더 프로세스들이 제공될 수 있다는 것을 이해해야 한다. 예에서, 전체 프레임을 렌더링하기 위해 그래픽 처리 파이프라인 내에서 특정한 샘플링 레이트가 이용되고/되거나 픽셀 음영처리가 특정한 픽셀별 레이트로 수행된다. 이러한 방식으로, 주어진 전자 디바이스(예를 들어, 클라이언트 디바이스(102))는 객체들에 대응하는 정보를 전자 디바이스에 의해 디스플레이될 수 있는 비트맵으로 변환하기 위해 그래픽 처리 파이프라인을 동작시킨다.
공유 모듈(712)은 메시징 서버 시스템(108)에 저장 및/또는 메시징 서버 시스템으로 전송하기 위한 메시지를 생성한다. 공유 모듈(712)은 메시징 서버 시스템(108)의 다른 사용자들 및/또는 클라이언트 디바이스들에게 메시지들의 공유를 가능하게 한다.
증강 현실 콘텐츠 생성기 모듈(714)은, 실시예에서, 캐러셀 배열로 제시되는 선택가능한 그래픽 아이템들의 디스플레이를 유발한다. 예로서, 사용자는 그래픽 아이템들의 주기적인 뷰를 제공하는 캐러셀에 대응하는 방식으로 디스플레이 스크린 상으로 그리고 디스플레이 스크린으로부터 벗어나게 선택가능한 그래픽 아이템들을 회전시키기 위해 다양한 입력들을 이용할 수 있다. 캐러셀 배열은 다수의 그래픽 아이템이 디스플레이 스크린 상의 특정 그래픽 영역을 점유하게 한다. 예에서, 증강 현실 콘텐츠 생성기들은 캐러셀 배열 상에 포함시키기 위해 각각의 그룹들로 조직화될 수 있고, 그에 의해 그룹별로 증강 현실 콘텐츠 생성기들을 통해 회전하는 것을 가능하게 한다.
본 명세서에 설명된 실시예들에서, 깊이 및 이미지 데이터를 사용함으로써, 종래의 2D 사진들(예를 들어, X-축 및 Y-축 치수들)에 Z-축 치수(예를 들어, 깊이 치수)를 추가하는 3D 얼굴 및 장면 재구성이 수행될 수 있다. 이 포맷은 시청자가 메시지와 상호작용할 수 있게 해주고, 메시지가 대상 시스템에 의해 렌더링되는 각도/시점을 변경하며, 메시지를 렌더링하는 데 이용되는 입자 및 셰이더에 영향을 미친다.
예에서, 시청자 상호작용 입력은, 메시지를 시청하는 동안(예를 들어, 메시지를 디스플레이하는 디바이스의 움직임 센서로부터 시청자로의) 움직임으로부터 나오고, 이는 차례로, 콘텐츠, 입자 및 셰이더가 렌더링되는 방법에 대한 관점에서의 변화로 변환된다. 상호작용은 또한 온스크린 터치 제스처들 및 다른 디바이스 모션으로부터 올 수 있다.
이러한 사용자 인터페이스의 실시예들에서, 선택가능한 그래픽 아이템은 선택가능한 그래픽 아이템의 일부 또는 서브세트가 주어진 컴퓨팅 디바이스(예를 들어, 클라이언트 디바이스(102))의 디스플레이 스크린 상에 보이는 캐러셀 배열로 제시될 수 있다. 예로서, 사용자는 그래픽 아이템들의 주기적인 뷰를 제공하는 캐러셀에 대응하는 방식으로 디스플레이 스크린 상으로 그리고 디스플레이 스크린으로부터 벗어나게 선택가능한 그래픽 아이템들을 회전시키기 위해 다양한 입력들을 이용할 수 있다. 따라서, 사용자 인터페이스에 제공된 캐러셀 배열은 다수의 그래픽 아이템이 디스플레이 스크린 상의 특정 그래픽 영역을 점유할 수 있게 한다.
예에서, 상이한 AR 콘텐츠 생성기들에 대응하는 각각의 AR 경험들은 캐러셀 배열 상에 포함시키기 위한 각각의 그룹들로 조직화될 수 있고, 이에 의해 미디어 오버레이들을 통해 그룹별로 회전하는 것을 가능하게 한다. 캐러셀 인터페이스가 예로서 제공되지만, 다른 그래픽 인터페이스들이 이용될 수 있다는 것이 이해된다. 예를 들어, 증강 현실 콘텐츠 생성기들의 세트는 그래픽 리스트, 스크롤 리스트, 스크롤 그래픽, 또는 선택을 위한 다양한 그래픽 아이템들을 통한 탐색을 가능하게 하는 다른 그래픽 인터페이스 등을 포함할 수 있다. 본 명세서에서 사용되는 바와 같이, 캐러셀 인터페이스는 원형 리스트와 유사한 배열로 그래픽 아이템들을 디스플레이하는 것을 지칭하며, 따라서 사용자 입력들(예를 들면, 터치 또는 제스처들)에 기초하여 원형 리스트를 통해 탐색하여 그래픽 아이템들을 선택하거나 스크롤하는 것을 가능하게 한다. 예에서, 그래픽 아이템들의 세트는 수평(또는 수직) 라인 또는 축 상에 제시될 수 있으며, 각각의 그래픽 아이템은 특정 섬네일 이미지(또는 아이콘, 아바타 등)로서 표현된다. 임의의 한 시점에, 캐러셀 인터페이스 내의 그래픽 아이템들 중 일부는 숨겨질 수 있다. 사용자가 숨겨진 그래픽 아이템들을 보기를 원하면, 예에서, 사용자는 특정 방향(예를 들어, 좌측, 우측, 위, 또는 아래 등)으로 그래픽 아이템들을 스크롤하기 위한 사용자 입력(예를 들어, 터치, 제스처 등)을 제공할 수 있다. 그 후, 캐러셀 인터페이스의 후속 뷰가 디스플레이되고, 여기서, 인터페이스 상에 포함시키기 위한 하나 이상의 추가 그래픽 아이템들을 제시하기 위해 애니메이션이 제공되거나 렌더링되고, 이전에 제시된 그래픽 아이템들 중 일부는 이 후속 뷰에 숨져질 수 있다. 실시예에서, 이러한 방식으로, 사용자는 그래픽 아이템들의 세트를 순환 방식으로 앞뒤로 탐색할 수 있다. 따라서, 캐러셀 인터페이스는 그래픽 아이템들의 세트로부터의 이미지들의 서브세트만을 순환 뷰로 디스플레이함으로써 스크린 공간을 최적화할 수 있다는 것을 알 것이다.
본원에 기술되는 바와 같이, 증강 현실 콘텐츠 생성기들은 캐러셀 배열(또는 앞서 논의된 바와 같은 다른 인터페이스) 상에 포함될 수 있고, 그로써 증강 현실 콘텐츠 생성기들을 통한 회전을 가능하게 한다. 또한, 증강 현실 콘텐츠 생성기들은, 예를 들어, 시간, 날짜, 지리위치, 미디어 콘텐츠와 연관된 메타데이터 등을 포함한 다양한 신호에 기초하여 포함되도록 선택될 수 있다.
일부 구현들에서, 메시징 시스템(100)은 하드-코딩된 휴리스틱에 기초하여 증강 현실 콘텐츠 생성기의 사용자에 대한 생애 가치(LTV) 분석을 결정하지만, 이러한 접근법은 메시징 시스템(100) 내에서 사용자의 수가 증가함에 따라 확장가능하지 않을 수 있다. 본 기술은 증강 현실 콘텐츠 생성기의 사용자의 현재 및 미래의 수익화 상태를 결정하고, 바이럴(예를 들어, 대중적 사용) 증강 현실 콘텐츠 생성기에 의해 메시징 시스템(100)으로 유인되는 증강 현실 콘텐츠 생성기의 사용자의 수익화 잠재력을 결정하기 위한 새로운 기술을 제공한다. 본 명세서에서 언급되는 바와 같은 LTV는 온라인 광고(예를 들어, 광고들), 스토리 광고 및 후원된 창작 도구로부터의 수익을 포함할 수 있다.
메시징 시스템(100)(또는 그의 컴포넌트들)은 다음의 기술적 과제를 해결하기 위한 기술을 제공한다:
1.
증강 현실 콘텐츠 생성기의 수익화된 사용자의 매출 수치의 간극을 가교(bridge)한다.
ㅇ
일 예에서, 미국에서 60%의 전체 레벨과 비교하여, 미국에서의 증강 현실 콘텐츠 생성기 사용자 MAU(monthly active users) 중 12%가 매일 수익화된다
ㅇ
일 예에서, 전세계적으로, 증강 현실 콘텐츠 생성기 사용자 MAU의 2%가 매일 수익화되는 반면, 전체 레벨에서는 33%이다
2.
증강 현실 콘텐츠 생성기 사용자 LTV 또는 모든 사용자에 대한 증강 현실 콘텐츠 생성기 사용자의 % LTV를 증가시킨다
ㅇ
일 예에서, 증강 현실 콘텐츠 생성기 사용자 LTV는 미국에서의 모든 사용자 LTV의 13%이다
ㅇ
일 예에서, 증강 현실 콘텐츠 생성기 사용자 LTV는 전세계적으로 모든 사용자 LTV의 8%이다
3.
증강 현실 콘텐츠 생성기의 사용자들을 다른 고도 수익화 및 더 유사한 코호트로 전환한다
ㅇ
증강 현실 콘텐츠 생성기의 사용자가 다른 고도로 관여된 코호트에 비해 더 수동적이고 더 적은 친구를 가지므로, 이들을, 일 예에서 플랫폼 상에서 전세계적으로 10배를 초과하여 수익화될 수 있는, 더 유사한 코호트로 전환하는 방법을 결정한다
메시징 시스템(100)(또는 그의 컴포넌트들)은, 특히, 상기한 바를 해결하기 위해 다음의 접근법들을 구현한다:
1.
계절성(예를 들어, 데이터가 매 역년 또는 다른 기간마다 반복되는 규칙적이고 예측가능한 변화들을 경험할 수 있는 경우)은 고객 평균 거래 가치의 예측에 영향을 미칠 수 있다. 메시징 시스템(100)(또는 그의 컴포넌트들)은 시계열 거래 데이터를 경향 및 계절성으로 분해한다. 예에서, 계절성 문제는 메시징 시스템(100)(또는 그의 컴포넌트들)이 더 긴 기간을 이용하고, 비즈니스로부터의 우수한 사용자 레벨 수익 예측 모델을 갖는 경우 더 자연스럽게 해결될 수 있다.
2.
메시징 시스템(100)(또는 그의 컴포넌트들)은 증강 현실 콘텐츠 생성기들의 사용자들의 수익화 가치를 증가시키고 수익화 관점에서의 영향을 정량화하도록 설계된 임의의 실험들의 LTV를 확인하기 위해 동일한 방법론을 사용한다
3.
메시징 시스템(100)(또는 그의 컴포넌트들)은 코호트 LTV에 대한 더 나은 이해를 위해 현재 분석을 클러스터링 분석의 추가 개발에 통합한다.
4.
메시징 시스템(100)(또는 그의 컴포넌트들)은 다른 사용자 페르소나들에 대한 LTV를 모델링하기 위해 동일한 방법론을 사용한다.
일부 구현들에서, 메시징 시스템(100)(또는 그의 컴포넌트들)은 사용자들의 LTV를 결정하기 위한 모델을 제공하고 이용한다. 예에서, 모델 배후의 핵심 가정은 사용자-레벨 거래 또는 광고들을 비-계약적 시나리오로서 고려하는 것이고, 목표는 거래 최신성/빈도 분포 및 거래 금전적 가치 분포 둘 다로부터의 과거 거래 거동들에 기초하여 사용자들을 모델링하는 것이다.
거래 최신성/빈도 분포를 모델링하기 위해, 메시징 시스템(100)(또는 그의 컴포넌트들)은 파레토/NBD 모델로부터의 수정 후에 BG/NBD(Beta Geometric Negative Binomial Distribution) 모델에 기초한 모델을 구현한다. 목표는 고객이 개인으로서 또는 전체로서 원하는 결과를 얻기 위해 특정 거동을 따르도록 하는 것이다. 구현에서, 다음은 모델에 대한 주요 가정들이다:
1.
고객에 의해 이루어진 거래들의 수는 거래율 λ를 갖는 푸아송 프로세스를 따른다
2.
λ에서의 이질성 (예를 들어, 집단, 샘플 또는 결과가 상이함)은 감마 분포를 따른다
3.
임의의 거래 후에, 고객은 확률 p로 비활성화된다. 따라서, 고객이 "드롭 아웃(drop out)"하는 포인트는 (시프트된) 기하학적 분포에 따라 거래들에 걸쳐 분산된다
4.
p에서 이질성은 베타 분포를 따른다
5.
거래율 λ 및 드롭아웃 확률 p는 고객들에 걸쳐 독립적으로 변한다
미래의 금전적 가치를 모델링하기 위해, 메시징 시스템(100)(또는 그의 컴포넌트들)은 금전적 가치들을 예측하기 위해 감마-감마 모델(예를 들어, 사용자의 주어진 거래의 금전적 가치가 그들의 평균 거래 가치 주위에서 랜덤하게 변하거나, 평균 거래 가치들이 사용자들에 걸쳐 변하지만 임의의 주어진 개인(사용자)에 대해서는 시간 경과에 따라 변하지 않거나, 또는 사용자들에 걸친 평균 거래 가치들의 분포가 거래 프로세스와 독립적인 경우)을 따르고, 사용자 프로필은 다음의 일반적인 가이드라인들을 따른다:
1.
고객의 주어진 거래의 금전적 가치는 그들의 평균 거래 가치 주위에서 랜덤하게 변한다.
2.
평균 거래 가치들은 고객들에 걸쳐 변하지만, 임의의 주어진 개인에 대해서는 시간 경과에 따라 변하지 않는다.
3.
고객들에 걸친 평균 거래 가치들의 분포는 거래 프로세스와 독립적이다.
도 8은 일부 실시예에 따른, 전체 카메라 사용자의 월간 활성 사용자(MAU) 및 보급률에 대한 예시적인 차트를 예시한다.
차트(800)에 도시된 바와 같이, AR 콘텐츠 생성기들의 사용자들은 MAU에서 훨씬 더 높은 보급률을 가지며, 얼굴 효과들에 대해 AR 콘텐츠 생성기들 이후에 25%로부터 30% 초과로 증가한다. 미국 시장의 경우, 차트(800)는 매우 유사한 경향을 보여주며, 이는 AR 콘텐츠 생성기들의 사용자들의 보급률이 8%로부터 10%를 초과하는 것을 보여준다.
도 9는 일부 실시예에 따른, AR 콘텐츠 생성기 MAU 및 보급률의 사용자에 대한 예시적인 차트를 예시한다.
차트(900)에 도시된 바와 같이, AR 콘텐츠 생성기들의 사용자들이 MAU의 거의 1/3을 차지하지만, 매일 기준으로 수익화 MAU의 %는 실제로 낮다. 미국(US)의 AR 콘텐츠 생성기들의 사용자들에 대해 단지 약 12%만이 매일 수익화되는 반면, 전체 레벨에서는 미국의 MAU의 60%에 가깝다. 이 그룹의 사용자들의 크기가 시간 경과에 따라 증가할 가능성이 있다면, 시간 경과에 따라 이 수를 증가시킬 여지가 여전히 매우 많다.
고객 LTV 분석을 위해, 본 명세서에서의 추가 논의는 미국 시장이 가장 큰 수익화 시장이며 미래의 수익화 기대 및 방향의 관점에서 더 나은 이해를 제공할 것이기 때문에 주로 미국 시장에 초점을 맞춘다. 분석을 위한 사용자들의 크기 때문에, 훈련 데이터 준비 프로세스의 속도를 높이기 위해 샘플링이 이용된다. 수익화 가치 예측을 위해, 5%의 할인율이 가정된다.
아래의 표 1에 제시된 바와 같이, AR 콘텐츠 생성기들의 평균 사용자들의 LTV는 이러한 사용자들이 얼굴 효과들을 위한 AR 콘텐츠 생성기들을 사용한 이후에 약 30% 더 낮다[이후 $2.42 대 이전 $3.43]. 표 1에 또한 제시된 바와 같이, 이는 얼굴 효과들에 대한 AR 콘텐츠 생성기들 이전에 비교해 AR 콘텐츠 생성기들의 신규 사용자들의 훨씬 더 낮은 LTV[신규 $2.09 이후 대 $3.43 이전]에 의해 주도되며, 이는 얼굴 효과들에 대한 AR 콘텐츠 생성기들 이후(예를 들어, 그러한 사용자들이 얼굴 효과들에 대한 AR 콘텐츠 생성기들을 사용한 이후)의 AR 콘텐츠 생성기들의 모든 사용자들에 대한 평균 LTV를 끌어내린다.
| 코호트 | US | 전체 |
| 얼굴 효과들에 대한 AR 콘텐츠 생성기 이전 AR 콘텐츠 생성기들의 사용자들 | $3.43 | |
| 얼굴 효과들에 대한 AR 콘텐츠 생성기 이후 AR 콘텐츠 생성기 사용자들 | $2.42 | $0.86 |
| 얼굴 효과들에 대한 AR 콘텐츠 생성기 이후 모든 사용자들 | $18.05 | $10.85 |
| 얼굴 효과들에 대한 AR 콘텐츠 생성기 이후 AR 콘텐츠 생성기의 신규 사용자들 | $2.09 | |
| 모든 발견 감시기 | $18.48 | $11.23 |
표 1. 할인율을 0.05로 가정한 2년차 말의 상이한 사용자 코호트에 대한 요약 평균 LTV
동시에, 아래의 표 2에 도시된 바와 같이, 모든 사용자들에 대한 누적 수익은 얼굴 효과들에 대한 AR 콘텐츠 생성기들 후에 약간 더 높다[이후 $16.88M 대 이전 $16.73M]. 얼굴 효과들에 대한 AR 콘텐츠 생성기들은 단지 1%의 수익 증가로, AR 콘텐츠 생성기들의 사용자들에 대한 전체 수익화 기회를 실질적으로 개선하지 않았을 수 있지만, AR 콘텐츠 생성기들의 가볍게 또는 새롭게 관여된 사용자들에 대한 수익화 가능성을 개선할 여지가 있고, 얼굴 효과들에 대한 AR 콘텐츠 생성기들 전후의 AR 콘텐츠 생성기들의 사용자들에 대해 클러스터링 분석이 수행될 수 있다.
| 사용자 코호트 | 얼굴 효과들에 대한 AR 콘텐츠 생성기 이전 AR 콘텐츠 생성기의 사용자들, US | 얼굴 효과들에 대한 AR 콘텐츠 생성기들 이후 AR 콘텐츠 생성기들의 사용자들, US | 얼굴 효과들에 대한 AR 콘텐츠 생성기 이후 AR 콘텐츠 생성기들의 사용자들, 전체 |
| 2년차 말 누적 LTV (백만) | $16.73 | $16.88 | $24.60 |
표 2. 할인율을 0.05로 가정한 2년차 말의 AR 콘텐츠 생성기 코호트의 상이한 사용자들에 대한 요약 누적 LTV
위의 표 1에 나타난 바와 같이, 전세계적으로 평균 LTV는 미국의 LTV의 약 36%[전세계 $0.86 대 US $2.42]이지만, 국제 시장에서 훨씬 더 많은 양을 고려할 때, 누적 수익에 약 46% 더 많은 수익[$24.60M 대 $16.88M]을 추가한다. AR 콘텐츠 생성기들의 미국 사용자들이 비교적 잘 수익화되었지만, 그 LTV는 미국에서 전체 사용자들의 13%에 불과하다[AR 콘텐츠 생성기들의 $2.42 사용자들 대 모든 사용자들의 $18.05].
모델 검증과 관련된 다음의 논의에서, 메시징 시스템(100)(또는 그의 컴포넌트들)은 모델을 구축하고 검증하기 위해 09/01/19 및 12/31/19의 시간프레임을 사용한다. 이는 여름에 얼굴 효과들에 대한 AR 콘텐츠 생성기들의 영향으로부터 사용자들을 분리하고 새로운 사용자들이 광고들을 볼 자격이 있기를 기다리기 위해 행해진다. 실시예에서, 모델들이 어떻게 기능하는지를 체크하는 2가지 방식이 있다:
1.
전체 기간을 사용하여 실제가 반복 거래들에 대한 모델과 비교되는 방법을 체크하고, 차이를 비교한다.
2.
이 기간으로부터 사용자 거래 빈도에 대한 모델 정확도를 테스트하기까지 짧은 홀드아웃 기간을 가짐
일부 실시예들에서, 도 10에 도시된 바와 같이, 메시징 시스템(100)(또는 그의 컴포넌트들)은 상이한 거래 빈도에서 실제 및 모델 비교를 결정할 수 있다.
도 10은 일부 실시예들에 따른, 샘플 전체 시간 기간 모델 검증을 위한 예시적인 차트(1000)를 예시한다.
일 실시예에서, 메시징 시스템(100)(또는 그의 컴포넌트들)은 교정을 위해 09/01/19 내지 11/30/19를 사용하고, 홀드아웃 테스트를 위해 12/01/19 및 12/31/19를 사용한다.
도 11은 일부 실시예에 따른 샘플 홀드아웃 기간 모델 검증에 대한 예시적인 차트를 도시한다.
이 예에서, 차트(1100)는 교정 기간에서 데이터의 가장 많은 트래픽을 보여주는 9의 구매 빈도까지의 누적 에러율을 보여준다. 모델은 얼굴 효과들에 대한 미국 이후-AR 콘텐츠 생성기들에서의 모든 사용자들과 같은 사용자들의 큰 코호트를 제외하고는 합리적으로 정확하다. 정확도는 사용자들의 서브세트 또는 코호트를 개별적으로 모델링하고 훈련 및 테스트를 위해 더 긴 기간을 사용함으로써 개선될 수 있다. 예에서, 차트(1100)에서 9의 값까지의 구매 빈도는 교정 기간(예를 들어, 09/01/19 내지 11/31/19)에 걸친 누적 거래 수에 대응하며, 이는 기본 에러들의 더 정확한 픽처를 제공하기 위해 이 상한으로 설정되었다. 일 예에서, 누적 에러율이 미리 결정된 백분율(예를 들어, 5%) 미만인 것은 모델이 정확하다는 것을 나타낸다.
| 코호트 | US | 글로벌 |
| AR 콘텐츠 생성기들의 사용자들 얼굴 효과들에 대한 이전-AR 콘텐츠 생성기들 | -0.04% | |
| 얼굴 효과들에 대한 AR 콘텐츠 생성기들 이후-AR 콘텐츠 생성기들의 사용자들 | -1.5% | -4.3% |
| 모든 사용자들 얼굴 효과들에 대한 이후-AR 콘텐츠 생성기들 | 23.2% | 0.2% |
| 얼굴 효과들에 대한 AR 콘텐츠 생성기들 이후-AR 콘텐츠 생성기들의 새로운 사용자들 | 8.8% | |
| 모든 사용자들 얼굴 효과들에 대한 이후-AR 콘텐츠 생성기들 발견 감시기 | -34.7% | -31.5% |
표 3. 교정 기간에서 9의 빈도까지의 누적 홀드아웃 오차
도 12는 일부 실시예들에 따른, 사용자 인터페이스들(1200), 및 메시징 클라이언트 애플리케이션(104)(또는 메시징 시스템(100))에서 AR 콘텐츠 생성기에 의해 생성된 콘텐츠 아이템들을 제시하는 것의 예들을 예시한다.
도시된 바와 같이, 사용자 인터페이스들(1200)은 전술한 LTV 기술들에 적어도 부분적으로 기초하여 선택되고 렌더링될 수 있는 AR 콘텐츠 아이템들을 포함한다.
도 13은 일부 실시예들에 따른, 사용자 인터페이스들(1300), 및 메시징 클라이언트 애플리케이션(104)(또는 메시징 시스템(100))에서 AR 콘텐츠 생성기에 의해 생성된 콘텐츠 아이템들을 제시하는 것의 예들을 예시한다.
도시된 바와 같이, 사용자 인터페이스들(1300)은 전술한 LTV 기술들에 적어도 부분적으로 기초하여 선택되고 렌더링될 수 있는 AR 콘텐츠 아이템들을 포함한다.
도 14는 일부 실시예들에 따른, 사용자 인터페이스들(1400 및 1450), 및 메시징 클라이언트 애플리케이션(104)(또는 메시징 시스템(100))에서 AR 콘텐츠 생성기에 의해 생성된 콘텐츠 아이템들을 제시하는 것의 예들을 예시한다.
도시된 바와 같이, 사용자 인터페이스들(1400 및 1450)은 전술한 LTV 기술들에 적어도 부분적으로 기초하여 선택되고 렌더링될 수 있는 AR 콘텐츠 아이템들을 포함한다.
도 15는 특정 예시적인 실시예들에 따른 방법(1500)을 예시하는 흐름도이다. 방법(1500)은 방법(1500)의 동작들이 메시징 시스템(100)에 의해 부분적으로 또는 전체적으로 수행될 수 있도록 하나 이상의 컴퓨터 프로세서에 의한 실행을 위한 컴퓨터 판독가능 명령어들로 구현될 수 있고; 따라서, 방법(1500)은 이를 참조하여 예로서 아래에 설명된다. 그러나, 방법(1500)의 동작들 중 적어도 일부는 다양한 다른 하드웨어 구성들 상에 배치될 수 있고, 방법(1500)은 메시징 시스템(100)으로 제한되도록 의도되지 않으며, 메시징 클라이언트 애플리케이션(104), 또는 주석 시스템(206)의 컴포넌트들에 의해 수행될 수 있다는 것을 이해해야 한다.
동작 1502에서, 메시징 시스템(100)은 거래 최신성 및 빈도 분포를 결정한다.
동작 1504에서, 메시징 시스템(100)은 미래의 금전적 가치를 결정한다.
동작 1506에서, 메시징 시스템(100)은 전체 사용자들 및 특정 국가의 사용자들에 대한 월간 활성 사용자(MAU)들 및 보급률을 결정한다.
동작 1508에서, 메시징 시스템(100)은 특정 국가의 사용자들에 대한 수익화 가치들을 예측한다.
동작 1510에서, 메시징 시스템(100)은 수익화 가치들에 적어도 부분적으로 기초하여 특정 국가에서의 사용자들의 생애 가치를 결정한다. 실시예에서, 생애 가치를 결정하는 단계는 시간 기간에 기초하여 생애 가치의 모델을 검증하는 단계, 사용자 거래 빈도에 대한 모델 정확도를 테스트하기 위해 시간 기간으로부터 홀드아웃 기간을 결정하는 단계, 및 누적 에러율을 결정하기 위해 홀드아웃 기간 동안 실제 구매들에 대응하는 값들의 제1 세트를 교정 기간에서의 구매들에 대응하는 값들의 제2 세트와 비교하는 단계를 포함한다.
도 16은 특정 예시적인 실시예들에 따른 방법(1600)을 예시하는 흐름도이다. 방법(1600)은 방법(1600)의 동작들이 메시징 시스템(100)에 의해 부분적으로 또는 전체적으로 수행될 수 있도록 하나 이상의 컴퓨터 프로세서에 의한 실행을 위한 컴퓨터 판독가능 명령어들로 구현될 수 있고; 따라서, 방법(1600)은 이를 참조하여 예로서 아래에 설명된다. 그러나, 방법(1600)의 동작들 중 적어도 일부는 다양한 다른 하드웨어 구성들 상에 배치될 수 있고, 방법(1600)은 메시징 시스템(100)으로 제한되도록 의도되지 않으며, 메시징 클라이언트 애플리케이션(104), 또는 주석 시스템(206)의 컴포넌트들에 의해 수행될 수 있다는 것을 이해해야 한다.
동작 1602에서, 메시징 시스템(100)은 전체 사용자들 및 특정 국가의 사용자들에 대한 월간 활성 사용자(MAU) 및 보급률을 결정한다. 실시예에서, 메시징 시스템(100)은 적어도 하나의 AR 콘텐츠 생성기의 사용자들이 MAU에서 더 높은 보급률을 갖는다고 결정한다. 메시징 시스템은 매일 기준으로 수익화된 사용자들의 백분율이 적어도 하나의 AR 콘텐츠 생성기의 사용자들의 백분율보다 낮다고 결정한다.
동작 1604에서, 메시징 시스템(100)은 특정 국가에서의 사용자들에 대한 수익화 가치들을 예측한다.
동작 1606에서, 메시징 시스템(100)은 수익화 가치들에 적어도 부분적으로 기초하여 특정 국가에서의 사용자들의 생애 가치를 결정한다. 일 예에서, 메시징 시스템(100)은 적어도 하나의 AR 콘텐츠 생성기의 사용자들의 생애 가치들이 적어도 하나의 AR 콘텐츠 생성기를 사용하기 전의 사용자들의 이전 생애 가치들보다 더 낮다고 결정하고, 적어도 하나의 AR 콘텐츠 생성기를 사용한 이후의 사용자들에 대한 누적 수익이 더 높다고 결정하고, 적어도 하나의 AR 콘텐츠 생성기에 액세스하지 않은 새로운 사용자들의 집단을 결정하며, 새로운 사용자들의 집단은 적어도 하나의 AR 콘텐츠 생성기와 상이한 다른 AR 콘텐츠 생성기들에 액세스한다.
동작 1608에서, 메시징 시스템(100)은 특정 국가에서의 사용자들의 결정된 생애 가치에 적어도 부분적으로 기초하여 적어도 하나의 증강 현실(AR) 콘텐츠 생성기를 선택한다. 실시예에서, 매일 기준의 수익화된 사용자들의 백분율이 적어도 하나의 AR 콘텐츠 생성기의 사용자들의 백분율보다 더 낮다고 결정하는 것에 적어도 부분적으로 기초하여 적어도 하나의 AR 콘텐츠 생성기를 선택한다.
동작 1610에서, 메시징 시스템(100)은, 클라이언트 디바이스에서, 적어도 하나의 AR 콘텐츠 생성기의 디스플레이를 유발한다. 실시예에서, 메시징 시스템은, 디스플레이를 위해, 새로운 사용자들의 집단으로부터의 적어도 하나의 새로운 사용자와 연관된 특정 클라이언트 디바이스에서 적어도 하나의 AR 콘텐츠 생성기를 제공하고, 상기 새로운 사용자들의 집단은 온라인 광고들 및 후원 창작 도구들로부터의 수익으로부터의 수익에 기초하여 수익화를 개선하도록 선택된다.
도 17은 본 명세서에 설명된 다양한 하드웨어 아키텍처들과 함께 사용될 수 있는 예시적인 소프트웨어 아키텍처(1706)를 예시하는 블록도이다. 도 17은 소프트웨어 아키텍처의 비제한적인 예이고, 본 명세서에 설명된 기능성을 용이하게 하기 위해 많은 다른 아키텍처들이 구현될 수 있다는 것을 이해할 것이다. 소프트웨어 아키텍처(1706)는, 다른 것들 중에서도, 프로세서들(1804), 메모리(1814), 및(입력/출력) I/O 컴포넌트들(1818)을 포함하는 도 18의 머신(1800)과 같은 하드웨어 상에서 실행될 수 있다. 대표적인 하드웨어 계층(1752)이 예시되어 있고, 예를 들어, 도 18의 머신(1800)을 나타낼 수 있다. 대표적인 하드웨어 계층(1752)은 연관된 실행가능 명령어들(1704)을 갖는 처리 유닛(1754)을 포함한다. 실행가능 명령어들(1704)은 본 명세서에 설명된 방법들, 컴포넌트들 등의 구현을 포함하는 소프트웨어 아키텍처(1706)의 실행가능 명령어들을 나타낸다. 하드웨어 계층(1752)은 또한 실행가능 명령어들(1704)을 또한 갖는 메모리 및/또는 스토리지 모듈들인 메모리/스토리지(1756)를 포함한다. 하드웨어 계층(1752)은 또한 다른 하드웨어(1758)를 포함할 수 있다.
도 17의 예시적인 아키텍처에서, 소프트웨어 아키텍처(1706)는 각각의 계층이 특정 기능성을 제공하는 계층들의 스택으로서 개념화될 수 있다. 예를 들어, 소프트웨어 아키텍처(1706)는 운영 체제(1702), 라이브러리들(1720), 프레임워크들/미들웨어(1718), 애플리케이션들(1716), 및 제시 계층(1714)과 같은 계층들을 포함할 수 있다. 동작적으로, 애플리케이션들(1716) 및/또는 계층들 내의 다른 컴포넌트들은 소프트웨어 스택을 통해 API 호출들(1708)을 기동하고 API 호출들(1708)에 대한 메시지들(1712)에서와 같은 응답을 수신할 수 있다. 예시된 계층들은 본질적으로 대표적인 것이며 소프트웨어 아키텍처들 모두가 모든 계층들을 갖는 것은 아니다. 예를 들어, 일부 모바일 또는 특수 목적 운영 체제들은 프레임워크들/미들웨어(1718)를 제공하지 않을 수 있는 반면, 다른 것들은 그러한 계층을 제공할 수 있다. 다른 소프트웨어 아키텍처들은 추가적인 또는 상이한 계층들을 포함할 수 있다.
운영 체제(1702)는 하드웨어 리소스들을 관리하고 공통 서비스들을 제공할 수 있다. 운영 체제(1702)는 예를 들어, 커널(1722), 서비스들(1724), 및 드라이버들(1726)을 포함할 수 있다. 커널(1722)은 하드웨어와 다른 소프트웨어 계층들 사이의 추상화 계층으로서 작용할 수 있다. 예를 들어, 커널(1722)은 메모리 관리, 프로세서 관리(예를 들어, 스케줄링), 컴포넌트 관리, 네트워크화, 보안 설정들 등을 담당할 수 있다. 서비스들(1724)은 다른 소프트웨어 계층들에 대한 다른 공통 서비스들을 제공할 수 있다. 드라이버들(1726)은 기본 하드웨어를 제어하거나 그와 인터페이싱하는 것을 담당한다. 예를 들어, 드라이버들(1726)은 하드웨어 구성에 따라 디스플레이 드라이버들, 카메라 드라이버들, Bluetooth® 드라이버들, 플래시 메모리 드라이버들, 직렬 통신 드라이버들(예를 들어, USB(Universal Serial Bus) 드라이버들), Wi-Fi® 드라이버들, 오디오 드라이버들, 전력 관리 드라이버들 등을 포함한다.
라이브러리들(1720)은 애플리케이션들(1716) 및/또는 다른 컴포넌트들 및/또는 계층들에 의해 사용되는 공통 인프라스트럭처를 제공한다. 라이브러리들(1720)은 다른 소프트웨어 컴포넌트들이 기본 운영 체제(1702) 기능성(예를 들어, 커널(1722), 서비스들(1724) 및/또는 드라이버들(1726))과 직접 인터페이스하는 것보다 더 쉬운 방식으로 태스크들을 수행할 수 있게 하는 기능성을 제공한다. 라이브러리들(1720)은 메모리 할당 기능들, 문자열 조작 기능들, 수학 기능들 등과 같은 기능들을 제공할 수 있는 시스템 라이브러리들(1744)(예를 들어, C 표준 라이브러리)을 포함할 수 있다. 또한, 라이브러리들(1720)은 미디어 라이브러리들(예를 들어, MPREG4, H.264, MP3, AAC, AMR, JPG, PNG와 같은 다양한 미디어 포맷의 제시 및 조작을 지원하기 위한 라이브러리들), 그래픽 라이브러리들(예를 들어, 디스플레이 상의 그래픽 콘텐츠에서 2D 및 3D를 렌더링하기 위해 사용될 수 있는 OpenGL 프레임워크), 데이터베이스 라이브러리들(예를 들어, 다양한 관계형 데이터베이스 기능들을 제공할 수 있는 SQLite), 웹 라이브러리들(예를 들어, 웹 브라우징 기능성을 제공할 수 있는 WebKit) 등과 같은 API 라이브러리들(1746)을 포함할 수 있다. 라이브러리들(1720)은 또한 많은 다른 API들을 애플리케이션들(1716) 및 다른 소프트웨어 컴포넌트들/모듈들에 제공하기 위해 매우 다양한 다른 라이브러리들(1748)을 포함할 수 있다.
프레임워크들/미들웨어(1718)(때때로 미들웨어라고도 지칭됨)는 애플리케이션들(1716) 및/또는 다른 소프트웨어 컴포넌트들/모듈들에 의해 사용될 수 있는 상위 레벨 공통 인프라스트럭처를 제공한다. 예를 들어, 프레임워크들/미들웨어(1718)는 다양한 그래픽 사용자 인터페이스(GUI) 기능들, 하이-레벨 리소스 관리, 하이-레벨 위치 서비스들 등을 제공할 수 있다. 프레임워크들/미들웨어(1718)는 애플리케이션들(1716) 및/또는 다른 소프트웨어 컴포넌트들/모듈들에 의해 사용될 수 있는 광범위한 스펙트럼의 다른 API들을 제공할 수 있으며, 그 중 일부는 특정 운영 체제(1702) 또는 플랫폼에 특정적일 수 있다.
애플리케이션들(1716)은 내장 애플리케이션들(1738) 및/또는 제3자 애플리케이션들(1740)을 포함한다. 대표적인 내장 애플리케이션들(1738)의 예들은 연락처 애플리케이션, 브라우저 애플리케이션, 북 리더 애플리케이션, 위치 애플리케이션, 미디어 애플리케이션, 메시징 애플리케이션, 및/또는 게임 애플리케이션을 포함할 수 있지만, 이들로 제한되지 않는다. 제3자 애플리케이션들(1740)은 특정 플랫폼의 벤더 이외의 엔티티에 의해 ANDROIDTM 또는 IOSTM 소프트웨어 개발 키트(SDK)를 사용하여 개발된 애플리케이션을 포함할 수 있고, IOSTM, ANDROIDTM, WINDOWS® Phone, 또는 다른 모바일 운영 체제들과 같은 모바일 운영 체제 상에서 실행되는 모바일 소프트웨어일 수 있다. 제3자 애플리케이션들(1740)은 본 명세서에 설명된 기능성을 용이하게 하기 위해 (운영 체제(1702)와 같은) 모바일 운영 체제에 의해 제공되는 API 호출들(1708)을 기동할 수 있다.
애플리케이션들(1716)은 시스템의 사용자들과 상호작용하기 위한 사용자 인터페이스들을 생성하기 위해 내장 운영 체제 기능들(예를 들어, 커널(1722), 서비스들(1724) 및/또는 드라이버들(1726)), 라이브러리들(1720), 및 프레임워크들/미들웨어(1718)를 사용할 수 있다. 대안적으로 또는 추가적으로, 일부 시스템들에서, 사용자와의 상호작용들은 제시 계층(1714)과 같은 제시 계층을 통해 발생할 수 있다. 이러한 시스템들에서, 애플리케이션/컴포넌트 '로직'은 사용자와 상호작용하는 애플리케이션/컴포넌트의 양태들로부터 분리될 수 있다.
도 18은 머신 판독가능 매체(예를 들어, 머신 판독가능 저장 매체)로부터 명령어들을 판독하고 본 명세서에서 논의된 방법론들 중 어느 하나 이상을 수행할 수 있는, 일부 예시적인 실시예들에 따른, 머신(1800)의 컴포넌트들을 예시하는 블록도이다. 구체적으로, 도 18은 컴퓨터 시스템의 예시적인 형태의 머신(1800)의 도식적 표현을 도시하며, 그 안에서 머신(1800)으로 하여금 본 명세서에서 논의된 방법론들 중 어느 하나 이상을 수행하게 하기 위한 명령어들(1810)(예를 들어, 소프트웨어, 프로그램, 애플리케이션, 애플릿, 앱, 또는 다른 실행가능 코드)이 실행될 수 있다. 이와 같이, 명령어들(1810)은 본 명세서에 설명된 모듈들 또는 컴포넌트들을 구현하기 위해 사용될 수 있다. 명령어들(1810)은 일반적인 프로그래밍되지 않은 머신(1800)을 설명되고 예시된 기능들을 설명된 방식으로 수행하도록 프로그래밍된 특정 머신(1800)으로 변환한다. 대안적인 실시예들에서, 머신(1800)은 독립형 디바이스로서 동작하거나 다른 머신들에 결합(예를 들어, 네트워크화)될 수 있다. 네트워크화된 배치에서, 머신(1800)은 서버-클라이언트 네트워크 환경에서 서버 머신 또는 클라이언트 머신의 능력으로, 또는 피어-투-피어(또는 분산형) 네트워크 환경에서 피어 머신으로서 동작할 수 있다. 머신(1800)은 서버 컴퓨터, 클라이언트 컴퓨터, 개인용 컴퓨터(PC), 태블릿 컴퓨터, 랩톱 컴퓨터, 넷북, 셋톱 박스(STB), 개인 휴대 정보 단말기(PDA), 엔터테인먼트 미디어 시스템, 셀룰러 전화, 스마트폰, 모바일 디바이스, 웨어러블 디바이스(예를 들어, 스마트 시계), 스마트 홈 디바이스(예를 들어, 스마트 기기), 다른 스마트 디바이스들, 웹 어플라이언스, 네트워크 라우터, 네트워크 스위치, 네트워크 브리지, 또는 머신(1800)에 의해 취해질 액션들을 특정하는 명령어들(1810)을 순차적으로 또는 다른 방식으로 실행할 수 있는 임의의 머신을 포함할 수 있지만, 이에 제한되지 않는다. 또한, 단일 머신(1800)만이 예시되어 있지만, '머신'이라는 용어는 또한 본 명세서에서 논의된 방법론들 중 어느 하나 이상을 수행하기 위해 명령어들(1810)을 개별적으로 또는 공동으로 실행하는 머신들의 컬렉션을 포함하는 것으로 고려되어야 한다.
머신(1800)은 예컨대 버스(1802)를 통해 서로 통신하도록 구성될 수 있는 프로세서(1808) 내지 프로세서(1812), 메모리/스토리지(1806), 및 I/O 컴포넌트들(1818)을 포함하는 프로세서들(1804)을 포함할 수 있다. 메모리/스토리지(1806)는 메인 메모리, 또는 다른 메모리 스토리지와 같은 메모리(1814), 및 스토리지 유닛(1816)을 포함할 수 있으며, 둘 다 예컨대 버스(1802)를 통해 프로세서들(1804)에 액세스가능하다. 스토리지 유닛(1816) 및 메모리(1814)는 본 명세서에 설명된 방법론들 또는 기능들 중 어느 하나 이상을 구현하는 명령어들(1810)을 저장한다. 명령어들(1810)은 또한, 머신(1800)에 의한 그의 실행 동안, 완전히 또는 부분적으로, 메모리(1814) 내에, 스토리지 유닛(1816) 내에, 프로세서들(1804) 중 적어도 하나 내에(예를 들어, 프로세서의 캐시 메모리 내에), 또는 이들의 임의의 적합한 조합으로 상주할 수 있다. 따라서, 메모리(1814), 스토리지 유닛(1816), 및 프로세서들(1804)의 메모리는 머신 판독가능 매체의 예들이다.
I/O 컴포넌트들(1818)은 입력을 수신하고, 출력을 제공하고, 출력을 생성하고, 정보를 송신하고, 정보를 교환하고, 측정들을 캡처하는 등을 위한 매우 다양한 컴포넌트들을 포함할 수 있다. 특정 머신(1800)에 포함되는 특정 I/O 컴포넌트들(1818)은 머신의 타입에 의존할 것이다. 예를 들어, 이동 전화와 같은 휴대용 머신은 아마 터치 입력 디바이스 또는 다른 그러한 입력 메커니즘을 포함할 것인 반면, 헤드리스 서버 머신(headless server machine)은 아마 그러한 터치 입력 디바이스를 포함하지 않을 것이다. I/O 컴포넌트들(1818)은 도 18에 도시되지 않은 많은 다른 컴포넌트들을 포함할 수 있다는 것을 이해할 것이다. I/O 컴포넌트들(1818)은 단지 이하의 논의를 단순화하기 위해 기능성에 따라 그룹화되고, 그룹화는 결코 제한적이지 않다. 다양한 예시적인 실시예들에서, I/O 컴포넌트들(1818)은 출력 컴포넌트들(1826) 및 입력 컴포넌트들(1828)을 포함할 수 있다. 출력 컴포넌트들(1826)은 시각적 컴포넌트들(예를 들어, 플라즈마 디스플레이 패널(PDP), 발광 다이오드(LED) 디스플레이, 액정 디스플레이(LCD), 프로젝터, 또는 음극선관(CRT)과 같은 디스플레이), 음향 컴포넌트들(예를 들어, 스피커들), 햅틱 컴포넌트들(예를 들어, 진동 모터, 저항 메커니즘들), 다른 신호 생성기들 등을 포함할 수 있다. 입력 컴포넌트들(1828)은 영숫자 입력 컴포넌트들(예를 들어, 키보드, 영숫자 입력을 수신하도록 구성된 터치 스크린, 포토-광학 키보드, 또는 다른 영숫자 입력 컴포넌트들), 포인트 기반 입력 컴포넌트들(예를 들어, 마우스, 터치패드, 트랙볼, 조이스틱, 모션 센서, 또는 다른 포인팅 기기), 촉각 입력 컴포넌트들(예를 들어, 물리적 버튼, 터치들 또는 터치 제스처들의 위치 및/또는 힘을 제공하는 터치 스크린, 또는 다른 촉각 입력 컴포넌트들), 오디오 입력 컴포넌트들(예를 들어, 마이크로폰) 등을 포함할 수 있다.
추가 예시적인 실시예들에서, I/O 컴포넌트들(1818)은, 광범위한 다른 컴포넌트들 중에서도, 바이오메트릭 컴포넌트들(1830), 모션 컴포넌트들(1834), 환경 컴포넌트들(1836), 또는 위치 컴포넌트들(1838)을 포함할 수 있다. 예를 들어, 바이오메트릭 컴포넌트들(1830)은 표현들(예를 들어, 손 표현들, 얼굴 표정들, 음성 표현들, 신체 제스처들, 또는 눈 추적)을 검출하고, 생체신호들(예를 들어, 혈압, 심박수, 체온, 땀, 또는 뇌파들)을 측정하고, 사람을 식별(예를 들어, 음성 식별, 망막 식별, 얼굴 식별, 지문 식별, 또는 뇌전도 기반 식별)하는 컴포넌트들 등을 포함할 수 있다. 모션 컴포넌트들(1834)은 가속도 센서 컴포넌트들(예를 들어, 가속도계), 중력 센서 컴포넌트들, 회전 센서 컴포넌트들(예를 들어, 자이로스코프) 등을 포함할 수 있다. 환경 컴포넌트들(1836)은, 예를 들어, 조명 센서 컴포넌트들(예를 들어, 광도계), 온도 센서 컴포넌트들(예를 들어, 주변 온도를 검출하는 하나 이상의 온도계), 습도 센서 컴포넌트들, 압력 센서 컴포넌트들(예를 들어, 기압계), 음향 센서 컴포넌트들(예를 들어, 배경 잡음을 검출하는 하나 이상의 마이크로폰), 근접 센서 컴포넌트들(예를 들어, 인근 객체들을 검출하는 적외선 센서들), 가스 센서들(예를 들어, 안전을 위해 유해성 가스들의 농도들을 검출하거나 대기 내의 오염물질들을 측정하기 위한 가스 검출 센서들), 또는 주변 물리적 환경에 대응하는 표시들, 측정들, 또는 신호들을 제공할 수 있는 다른 컴포넌트들을 포함할 수 있다. 위치 컴포넌트들(1838)은 위치 센서 컴포넌트들(예를 들어, GPS 수신기 컴포넌트), 고도 센서 컴포넌트들(예를 들어, 고도계들 또는 고도가 도출될 수 있는 기압을 검출하는 기압계들), 배향 센서 컴포넌트들(예를 들어, 자력계들) 등을 포함할 수 있다.
통신은 매우 다양한 기술들을 사용하여 구현될 수 있다. I/O 컴포넌트들(1818)은 머신(1800)을 결합(1824) 및 결합(1822)을 통해 각각 네트워크(1832) 또는 디바이스들(1820)에 결합하도록 동작가능한 통신 컴포넌트들(1840)을 포함할 수 있다. 예를 들어, 통신 컴포넌트들(1840)은 네트워크 인터페이스 컴포넌트 또는 네트워크(1832)와 인터페이스하기 위한 다른 적합한 디바이스를 포함할 수 있다. 추가 예들에서, 통신 컴포넌트들(1840)은 유선 통신 컴포넌트들, 무선 통신 컴포넌트들, 셀룰러 통신 컴포넌트들, NFC(Near Field Communication) 컴포넌트들, Bluetooth® 컴포넌트들(예를 들어, Bluetooth® Low Energy), Wi-Fi® 컴포넌트들, 및 다른 양상들을 통해 통신을 제공하는 다른 통신 컴포넌트들을 포함할 수 있다. 디바이스들(1820)은 다른 머신 또는 매우 다양한 주변 디바이스들 중 임의의 것(예를 들어, USB를 통해 결합된 주변 디바이스)일 수 있다.
더욱이, 통신 컴포넌트들(1840)은 식별자들을 검출할 수 있거나 식별자들을 검출하도록 동작가능한 컴포넌트들을 포함할 수 있다. 예를 들어, 통신 컴포넌트들(1840)은 RFID(Radio Frequency Identification) 태그 판독기 컴포넌트들, NFC 스마트 태그 검출 컴포넌트들, 광학 판독기 컴포넌트들(예를 들어, UPC(Universal Product Code) 바코드와 같은 1차원 바코드들, QR(Quick Response) 코드와 같은 다차원 바코드들, Aztec 코드, Data Matrix, Dataglyph, MaxiCode, PDF417, Ultra Code, UCC RSS-2D 바코드, 및 다른 광학 코드들을 검출하기 위한 광학 센서), 또는 음향 검출 컴포넌트들(예를 들어, 태깅된 오디오 신호들을 식별하기 위한 마이크로폰들)을 포함할 수 있다. 또한, 인터넷 프로토콜(IP) 지오-로케이션을 통한 위치, Wi-Fi® 신호 삼각측량을 통한 위치, 특정 위치를 나타낼 수 있는 NFC 비컨 신호 검출을 통한 위치 등과 같은 다양한 정보가 통신 컴포넌트들(1840)을 통해 도출될 수 있다.
하기 논의는 대상 개시내용 전반에 걸쳐 언급된 다양한 용어 또는 어구에 관한 것이다.
"신호 매체"는 머신에 의한 실행을 위한 명령어들을 저장, 인코딩, 또는 운반할 수 있는 임의의 무형 매체를 지칭하고, 소프트웨어 또는 데이터의 통신을 용이하게 하기 위한 디지털 또는 아날로그 통신 신호들 또는 다른 무형 매체를 포함한다. 용어 "신호 매체"는 임의의 형태의 변조된 데이터 신호, 반송파 등을 포함하는 것으로 고려되어야 한다. 용어 "변조된 데이터 신호"는 신호 내의 정보를 인코딩하는 것과 같은 문제에서 그의 특성 중 하나 이상이 설정 또는 변경된 신호를 의미한다. "송신 매체" 및 "신호 매체"라는 용어들은 동일한 것을 의미하며, 본 개시내용에서 상호교환가능하게 사용될 수 있다.
"통신 네트워크"는 애드 혹 네트워크, 인트라넷, 엑스트라넷, VPN(virtual private network), LAN(local area network), 무선 LAN(WLAN), WAN(wide area network), 무선 WAN(WWAN), MAN(metropolitan area network), 인터넷, 인터넷의 일부, PSTN(Public Switched Telephone Network)의 일부, POTS(plain old telephone service) 네트워크, 셀룰러 전화 네트워크, 무선 네트워크, Wi-Fi® 네트워크, 다른 타입의 네트워크, 또는 2개 이상의 이러한 네트워크의 조합일 수 있는, 네트워크의 하나 이상의 부분을 지칭한다. 예를 들어, 네트워크 또는 네트워크의 일부는 무선 또는 셀룰러 네트워크를 포함할 수 있고, 결합(coupling)은 CDMA(Code Division Multiple Access) 연결, GSM(Global System for Mobile communications) 연결, 또는 다른 타입들의 셀룰러 또는 무선 결합일 수 있다. 이 예에서, 결합은 1xRTT(Single Carrier Radio Transmission Technology), EVDO(Evolution-Data Optimized) 기술, GPRS(General Packet Radio Service) 기술, EDGE(Enhanced Data rates for GSM Evolution) 기술, 3G를 포함한 3GPP(third Generation Partnership Project), 4세대 무선(4G) 네트워크, UMTS(Universal Mobile Telecommunications System), HSPA(High Speed Packet Access), WiMAX(Worldwide Interoperability for Microwave Access), LTE(Long Term Evolution) 표준, 다양한 표준 설정 기구에 의해 정의된 다른 것들, 다른 장거리 프로토콜들, 또는 다른 데이터 전송 기술과 같은, 다양한 타입의 데이터 전송 기술들 중 임의의 것을 구현할 수 있다.
'프로세서(Processor)'는 제어 신호들(예를 들어, '명령들', 'op 코드들', '머신 코드' 등)에 따라 데이터 값들을 조작하고 머신을 동작시키기 위해 인가되는 대응하는 출력 신호들을 생성하는 임의의 회로 또는 가상 회로(실제 프로세서 상에서 실행되는 로직에 의해 에뮬레이트되는 물리 회로)를 지칭한다. 프로세서는, 예를 들어, CPU(Central Processing Unit), RISC(Reduced Instruction Set Computing) 프로세서, CISC(Complex Instruction Set Computing) 프로세서, GPU(Graphics Processing Unit), DSP(Digital Signal Processor), ASIC(Application Specific Integrated Circuit), RFIC(Radio-Frequency Integrated Circuit), 또는 이들의 임의의 조합일 수 있다. 프로세서는 또한, 명령어들을 동시에 실행할 수 있는 둘 이상의 독립 프로세서(때때로 '코어'라고도 지칭됨)를 갖는 멀티-코어 프로세서일 수 있다.
'머신-저장 매체'는 실행가능 명령어들, 루틴들 및/또는 데이터를 저장하는 단일의 또는 다수의 저장 디바이스들 및/또는 매체들(예를 들어, 중앙집중형 또는 분산형 데이터베이스, 및/또는 연관된 캐시들 및 서버들)을 지칭한다. 따라서, 용어는 프로세서들 내부 또는 외부의 메모리를 포함하는 고체-상태 메모리들, 및 광학 및 자기 매체들을 포함하지만 이에 제한되지 않는 것으로 고려되어야 한다. 머신-저장 매체, 컴퓨터-저장 매체 및/또는 디바이스-저장 매체의 특정 예들은, 예로서 반도체 메모리 디바이스들, 예를 들어, EPROM(erasable programmable read-only memory), EEPROM(electrically erasable programmable read-only memory), FPGA, 및 플래시 메모리 디바이스들을 포함하는 비휘발성 메모리; 내부 하드 디스크들 및 이동식 디스크들과 같은 자기 디스크들; 광자기 디스크들; 및 CD-ROM 및 DVD-ROM 디스크들을 포함한다. "머신 저장 매체", "디바이스 저장 매체", "컴퓨터 저장 매체"라는 용어들은 동일한 것을 의미하며, 본 개시내용에서 상호교환가능하게 사용될 수 있다. "머신 저장 매체", "컴퓨터 저장 매체", 및 "디바이스 저장 매체"라는 용어들은 구체적으로 반송파들, 변조된 데이터 신호들, 및 다른 이러한 매체들을 제외하고, 이들 중 적어도 일부는 "신호 매체"라는 용어 하에 포함된다.
"컴포넌트"는 함수 또는 서브루틴 호출들, 분기 포인트들, API들, 또는 특정한 처리 또는 제어 기능들의 분할 또는 모듈화를 제공하는 다른 기술들에 의해 정의된 경계들을 갖는 디바이스, 물리적 엔티티 또는 로직을 지칭한다. 컴포넌트들은 그들의 인터페이스를 통해 다른 컴포넌트들과 결합되어 머신 프로세스를 실행할 수 있다. 컴포넌트는, 보통 관련된 기능들 중 특정한 기능을 수행하는 프로그램의 일부 및 다른 컴포넌트들과 함께 사용되도록 설계된 패키징된 기능 하드웨어 유닛일 수 있다. 컴포넌트들은 소프트웨어 컴포넌트들(예를 들어, 머신 판독가능 매체 상에 구현된 코드) 또는 하드웨어 컴포넌트들 중 어느 하나를 구성할 수 있다. "하드웨어 컴포넌트"는 특정 동작들을 수행할 수 있는 유형 유닛이고, 특정 물리적 방식으로 구성되거나 배열될 수 있다. 다양한 예시적인 실시예들에서, 하나 이상의 컴퓨터 시스템(예를 들어, 독립형 컴퓨터 시스템, 클라이언트 컴퓨터 시스템, 또는 서버 컴퓨터 시스템) 또는 컴퓨터 시스템의 하나 이상의 하드웨어 컴포넌트(예를 들어, 프로세서 또는 프로세서들의 그룹)는 본 명세서에 설명된 바와 같이 특정 동작들을 수행하도록 동작하는 하드웨어 컴포넌트로서 소프트웨어(예를 들어, 애플리케이션 또는 애플리케이션 부분)에 의해 구성될 수 있다. 하드웨어 컴포넌트는 또한, 기계적으로, 전자적으로, 또는 이들의 임의의 적합한 조합으로 구현될 수 있다. 예를 들어, 하드웨어 컴포넌트는 특정 동작들을 수행하도록 영구적으로 구성된 전용 회로 또는 로직을 포함할 수 있다. 하드웨어 컴포넌트는, FPGA(field-programmable gate array) 또는 ASIC(application specific integrated circuit)와 같은 특수 목적 프로세서일 수 있다. 하드웨어 컴포넌트는 또한 특정 동작들을 수행하기 위해 소프트웨어에 의해 일시적으로 구성되는 프로그램가능 로직 또는 회로를 포함할 수 있다. 예를 들어, 하드웨어 컴포넌트는 범용 프로세서 또는 다른 프로그램가능 프로세서에 의해 실행되는 소프트웨어를 포함할 수 있다. 일단 그러한 소프트웨어에 의해 구성되면, 하드웨어 컴포넌트들은 구성된 기능들을 수행하도록 고유하게 맞춤화된 특정 머신들(또는 머신의 특정 컴포넌트들)이 되고 더 이상 범용 프로세서들이 아니다. 하드웨어 컴포넌트를 기계적으로, 전용의 영구적으로 구성된 회로에, 또는 일시적으로 구성된 회로(예를 들어, 소프트웨어에 의해 구성됨)에 구현하기로 하는 결정은 비용 및 시간 고려사항들에 의해 주도될 수 있다는 것을 인식할 것이다. 따라서, "하드웨어 컴포넌트"(또는 "하드웨어에 의해 구현되는 컴포넌트(hardware-implemented component)")라는 구문은, 유형 엔티티, 즉, 특정 방식으로 동작하거나 본 명세서에 설명된 특정 동작들을 수행하도록 물리적으로 구성되거나, 영구적으로 구성되거나(예를 들어, 하드와이어드) 또는 일시적으로 구성되는(예를 들어, 프로그래밍되는) 엔티티를 포괄하는 것으로 이해해야 한다. 하드웨어 컴포넌트들이 일시적으로 구성되는(예를 들어, 프로그래밍되는) 실시예들을 고려할 때, 하드웨어 컴포넌트들 각각이 임의의 하나의 시간 인스턴스에서 구성 또는 인스턴스화될 필요는 없다. 예를 들어, 하드웨어 컴포넌트가 특수 목적 프로세서가 되도록 소프트웨어에 의해 구성된 범용 프로세서를 포함하는 경우에, 범용 프로세서는 상이한 시간들에서 (예를 들어, 상이한 하드웨어 컴포넌트들을 포함하는) 각각 상이한 특수 목적 프로세서들로서 구성될 수 있다. 따라서 소프트웨어는 예를 들어, 하나의 시간 인스턴스에서는 특정한 하드웨어 컴포넌트를 구성하고 상이한 시간 인스턴스에서는 상이한 하드웨어 컴포넌트를 구성하도록 특정한 프로세서 또는 프로세서들을 구성한다. 하드웨어 컴포넌트들은 다른 하드웨어 컴포넌트들에 정보를 제공하고 그들로부터 정보를 수신할 수 있다. 따라서, 설명된 하드웨어 컴포넌트들은 통신가능하게 결합되어 있는 것으로 고려될 수 있다. 다수의 하드웨어 컴포넌트들이 동시에 존재하는 경우에, 하드웨어 컴포넌트들 중 둘 이상 사이의 또는 그들 사이의 (예를 들어, 적절한 회로들 및 버스들을 통한) 신호 송신을 통해 통신이 달성될 수 있다. 다수의 하드웨어 컴포넌트들이 상이한 시간들에서 구성되거나 인스턴스화되는 실시예들에서, 그러한 하드웨어 컴포넌트들 사이의 통신은, 예를 들어, 다수의 하드웨어 컴포넌트들이 액세스할 수 있는 메모리 구조들 내의 정보의 스토리지 및 검색을 통해 달성될 수 있다. 예를 들어, 하나의 하드웨어 컴포넌트는 동작을 수행하고, 그에 통신가능하게 결합되는 메모리 디바이스에 그 동작의 출력을 저장할 수 있다. 그 후 추가의 하드웨어 컴포넌트가, 나중에, 저장된 출력을 검색 및 처리하기 위해 메모리 디바이스에 액세스할 수 있다. 하드웨어 컴포넌트들은 또한 입력 또는 출력 디바이스들과 통신을 개시할 수 있고, 리소스(예를 들어, 정보의 컬렉션)를 조작할 수 있다. 본 명세서에 설명된 예시적인 방법들의 다양한 동작은 관련 동작들을 수행하도록 일시적으로 구성되거나(예를 들어, 소프트웨어에 의해) 영구적으로 구성되는 하나 이상의 프로세서에 의해 적어도 부분적으로 수행될 수 있다. 일시적으로 구성되든 영구적으로 구성되든 간에, 그러한 프로세서들은 본 명세서에 설명된 하나 이상의 동작 또는 기능을 수행하도록 동작하는 프로세서에 의해 구현되는 컴포넌트들(processor-implemented components)을 구성할 수 있다. 본 명세서에 사용된 바와 같이, "프로세서에 의해 구현되는 컴포넌트(processor-implemented component)"는 하나 이상의 프로세서를 사용하여 구현되는 하드웨어 컴포넌트를 지칭한다. 유사하게, 본 명세서에 설명된 방법들은 적어도 부분적으로 프로세서에 의해 구현될 수 있고, 특정한 프로세서 또는 프로세서들은 하드웨어의 예이다. 예를 들어, 방법의 동작들 중 적어도 일부가 하나 이상의 프로세서 또는 프로세서 구현 컴포넌트들에 의해 수행될 수 있다. 더욱이, 하나 이상의 프로세서는 또한 "클라우드 컴퓨팅" 환경에서 또는 "서비스로서의 소프트웨어(software as a service)"(SaaS)로서 관련 동작들의 수행을 지원하도록 동작할 수 있다. 예를 들어, 동작들 중 적어도 일부는 (프로세서들을 포함하는 머신들의 예들로서) 컴퓨터들의 그룹에 의해 수행될 수 있고, 이러한 동작들은 네트워크(예를 들어, 인터넷)를 통해 그리고 하나 이상의 적절한 인터페이스(예를 들어, API)를 통해 액세스가능하다. 동작들 중 특정한 것의 수행은 단일 머신 내에 존재할 뿐만 아니라, 다수의 머신에 걸쳐 배치되는, 프로세서들 사이에 분산될 수 있다. 일부 예시적인 실시예들에서, 프로세서들 또는 프로세서에 의해 구현되는 컴포넌트들은 단일의 지리적 위치에(예를 들어, 가정 환경, 사무실 환경, 또는 서버 팜(server farm) 내에) 위치할 수 있다. 다른 예시적인 실시예들에서, 프로세서들 또는 프로세서에 의해 구현되는 컴포넌트들은 다수의 지리적 위치에 걸쳐 분산될 수 있다.
"캐리어 신호"는 머신에 의한 실행을 위한 명령어들을 저장, 인코딩, 또는 운반할 수 있는 임의의 무형 매체를 지칭하고, 이러한 명령어들의 통신을 용이하게 하기 위한 디지털 또는 아날로그 통신 신호들 또는 다른 무형 매체를 포함한다. 명령어들은 네트워크 인터페이스 디바이스를 통해 송신 매체를 사용하여 네트워크를 통해 송신 또는 수신될 수 있다.
'컴퓨터-판독가능 매체'는 머신-저장 매체 및 송신 매체 모두를 지칭한다. 따라서, 용어들은 저장 디바이스들/매체들과 반송파들/변조된 데이터 신호들 양자 모두를 포함한다. 용어들 '머신 판독가능 매체', '컴퓨터-판독가능 매체' 및 '디바이스-판독가능 매체'는 동일한 것을 의미하며, 본 개시내용에서 상호교환가능하게 사용될 수 있다.
"클라이언트 디바이스"는 하나 이상의 서버 시스템 또는 다른 클라이언트 디바이스들로부터 리소스들을 획득하기 위해 통신 네트워크에 인터페이스하는 임의의 머신을 지칭한다. 클라이언트 디바이스는, 이동 전화, 데스크톱 컴퓨터, 랩톱, PDA(portable digital assistant)들, 스마트폰들, 태블릿들, 울트라북들, 넷북들, 랩톱들, 멀티-프로세서 시스템들, 마이크로프로세서-기반 또는 프로그램가능 가전 제품들, 게임 콘솔들, 셋톱 박스들, 또는 사용자가 네트워크에 액세스하기 위해 사용할 수 있는 임의의 다른 통신 디바이스일 수 있고, 이에 제한되지 않는다. 대상 개시내용에서, 클라이언트 디바이스는 '전자 디바이스'로도 지칭된다.
"단기적 메시지"는 시간 제한된 지속기간(time-limited duration) 동안 액세스가능한 메시지를 지칭한다. 단기적 메시지는 텍스트, 이미지, 비디오 등일 수 있다. 단기적 메시지에 대한 액세스 시간은 메시지 전송자에 의해 설정될 수 있다. 대안적으로, 액세스 시간은 디폴트 설정 또는 수신인에 의해 지정된 설정일 수 있다. 설정 기술에 관계없이, 메시지는 일시적(transitory)이다.
"신호 매체"는 머신에 의한 실행을 위한 명령어들을 저장, 인코딩, 또는 운반할 수 있는 임의의 무형 매체를 지칭하고, 소프트웨어 또는 데이터의 통신을 용이하게 하기 위한 디지털 또는 아날로그 통신 신호들 또는 다른 무형 매체를 포함한다. 용어 "신호 매체"는 임의의 형태의 변조된 데이터 신호, 반송파 등을 포함하는 것으로 고려되어야 한다. 용어 "변조된 데이터 신호"는 신호 내의 정보를 인코딩하는 것과 같은 문제에서 그의 특성 중 하나 이상이 설정 또는 변경된 신호를 의미한다. "송신 매체" 및 "신호 매체"라는 용어들은 동일한 것을 의미하며, 본 개시내용에서 상호교환가능하게 사용될 수 있다.
"통신 네트워크"는 애드 혹 네트워크, 인트라넷, 엑스트라넷, VPN(virtual private network), LAN(local area network), 무선 LAN(WLAN), WAN(wide area network), 무선 WAN(WWAN), MAN(metropolitan area network), 인터넷, 인터넷의 일부, PSTN(Public Switched Telephone Network)의 일부, POTS(plain old telephone service) 네트워크, 셀룰러 전화 네트워크, 무선 네트워크, Wi-Fi® 네트워크, 다른 타입의 네트워크, 또는 2개 이상의 이러한 네트워크의 조합일 수 있는, 네트워크의 하나 이상의 부분을 지칭한다. 예를 들어, 네트워크 또는 네트워크의 일부는 무선 또는 셀룰러 네트워크를 포함할 수 있고, 결합(coupling)은 CDMA(Code Division Multiple Access) 연결, GSM(Global System for Mobile communications) 연결, 또는 다른 타입들의 셀룰러 또는 무선 결합일 수 있다. 이 예에서, 결합은 1xRTT(Single Carrier Radio Transmission Technology), EVDO(Evolution-Data Optimized) 기술, GPRS(General Packet Radio Service) 기술, EDGE(Enhanced Data rates for GSM Evolution) 기술, 3G를 포함한 3GPP(third Generation Partnership Project), 4세대 무선(4G) 네트워크, UMTS(Universal Mobile Telecommunications System), HSPA(High Speed Packet Access), WiMAX(Worldwide Interoperability for Microwave Access), LTE(Long Term Evolution) 표준, 다양한 표준 설정 기구에 의해 정의된 다른 것들, 다른 장거리 프로토콜들, 또는 다른 데이터 전송 기술과 같은, 다양한 타입의 데이터 전송 기술들 중 임의의 것을 구현할 수 있다.
'프로세서(Processor)'는 제어 신호들(예를 들어, '명령들', 'op 코드들', '머신 코드' 등)에 따라 데이터 값들을 조작하고 머신을 동작시키기 위해 인가되는 대응하는 출력 신호들을 생성하는 임의의 회로 또는 가상 회로(실제 프로세서 상에서 실행되는 로직에 의해 에뮬레이트되는 물리 회로)를 지칭한다. 프로세서는, 예를 들어, CPU(Central Processing Unit), RISC(Reduced Instruction Set Computing) 프로세서, CISC(Complex Instruction Set Computing) 프로세서, GPU(Graphics Processing Unit), DSP(Digital Signal Processor), ASIC(Application Specific Integrated Circuit), RFIC(Radio-Frequency Integrated Circuit), 또는 이들의 임의의 조합일 수 있다. 프로세서는 또한, 명령어들을 동시에 실행할 수 있는 둘 이상의 독립 프로세서(때때로 '코어'라고도 지칭됨)를 갖는 멀티-코어 프로세서일 수 있다.
'머신-저장 매체'는 실행가능 명령어들, 루틴들 및/또는 데이터를 저장하는 단일의 또는 다수의 저장 디바이스들 및/또는 매체들(예를 들어, 중앙집중형 또는 분산형 데이터베이스, 및/또는 연관된 캐시들 및 서버들)을 지칭한다. 따라서, 용어는 프로세서들 내부 또는 외부의 메모리를 포함하는 고체-상태 메모리들, 및 광학 및 자기 매체들을 포함하지만 이에 제한되지 않는 것으로 고려되어야 한다. 머신-저장 매체, 컴퓨터-저장 매체 및/또는 디바이스-저장 매체의 특정 예들은, 예로서 반도체 메모리 디바이스들, 예를 들어, EPROM(erasable programmable read-only memory), EEPROM(electrically erasable programmable read-only memory), FPGA, 및 플래시 메모리 디바이스들을 포함하는 비휘발성 메모리; 내부 하드 디스크들 및 이동식 디스크들과 같은 자기 디스크들; 광자기 디스크들; 및 CD-ROM 및 DVD-ROM 디스크들을 포함한다. "머신 저장 매체", "디바이스 저장 매체", "컴퓨터 저장 매체"라는 용어들은 동일한 것을 의미하며, 본 개시내용에서 상호교환가능하게 사용될 수 있다. "머신 저장 매체", "컴퓨터 저장 매체", 및 "디바이스 저장 매체"라는 용어들은 구체적으로 반송파들, 변조된 데이터 신호들, 및 다른 이러한 매체들을 제외하고, 이들 중 적어도 일부는 "신호 매체"라는 용어 하에 포함된다.
"컴포넌트"는 함수 또는 서브루틴 호출들, 분기 포인트들, API들, 또는 특정한 처리 또는 제어 기능들의 분할 또는 모듈화를 제공하는 다른 기술들에 의해 정의된 경계들을 갖는 디바이스, 물리적 엔티티 또는 로직을 지칭한다. 컴포넌트들은 그들의 인터페이스를 통해 다른 컴포넌트들과 결합되어 머신 프로세스를 실행할 수 있다. 컴포넌트는, 보통 관련된 기능들 중 특정한 기능을 수행하는 프로그램의 일부 및 다른 컴포넌트들과 함께 사용되도록 설계된 패키징된 기능 하드웨어 유닛일 수 있다. 컴포넌트들은 소프트웨어 컴포넌트들(예를 들어, 머신 판독가능 매체 상에 구현된 코드) 또는 하드웨어 컴포넌트들 중 어느 하나를 구성할 수 있다. "하드웨어 컴포넌트"는 특정 동작들을 수행할 수 있는 유형 유닛이고, 특정 물리적 방식으로 구성되거나 배열될 수 있다. 다양한 예시적인 실시예들에서, 하나 이상의 컴퓨터 시스템(예를 들어, 독립형 컴퓨터 시스템, 클라이언트 컴퓨터 시스템, 또는 서버 컴퓨터 시스템) 또는 컴퓨터 시스템의 하나 이상의 하드웨어 컴포넌트(예를 들어, 프로세서 또는 프로세서들의 그룹)는 본 명세서에 설명된 바와 같이 특정 동작들을 수행하도록 동작하는 하드웨어 컴포넌트로서 소프트웨어(예를 들어, 애플리케이션 또는 애플리케이션 부분)에 의해 구성될 수 있다. 하드웨어 컴포넌트는 또한, 기계적으로, 전자적으로, 또는 이들의 임의의 적합한 조합으로 구현될 수 있다. 예를 들어, 하드웨어 컴포넌트는 특정 동작들을 수행하도록 영구적으로 구성된 전용 회로 또는 로직을 포함할 수 있다. 하드웨어 컴포넌트는, FPGA(field-programmable gate array) 또는 ASIC(application specific integrated circuit)와 같은 특수 목적 프로세서일 수 있다. 하드웨어 컴포넌트는 또한 특정 동작들을 수행하기 위해 소프트웨어에 의해 일시적으로 구성되는 프로그램가능 로직 또는 회로를 포함할 수 있다. 예를 들어, 하드웨어 컴포넌트는 범용 프로세서 또는 다른 프로그램가능 프로세서에 의해 실행되는 소프트웨어를 포함할 수 있다. 일단 그러한 소프트웨어에 의해 구성되면, 하드웨어 컴포넌트들은 구성된 기능들을 수행하도록 고유하게 맞춤화된 특정 머신들(또는 머신의 특정 컴포넌트들)이 되고 더 이상 범용 프로세서들이 아니다. 하드웨어 컴포넌트를 기계적으로, 전용의 영구적으로 구성된 회로에, 또는 일시적으로 구성된 회로(예를 들어, 소프트웨어에 의해 구성됨)에 구현하기로 하는 결정은 비용 및 시간 고려사항들에 의해 주도될 수 있다는 것을 인식할 것이다. 따라서, "하드웨어 컴포넌트"(또는 "하드웨어에 의해 구현되는 컴포넌트(hardware-implemented component)")라는 구문은, 유형 엔티티, 즉, 특정 방식으로 동작하거나 본 명세서에 설명된 특정 동작들을 수행하도록 물리적으로 구성되거나, 영구적으로 구성되거나(예를 들어, 하드와이어드) 또는 일시적으로 구성되는(예를 들어, 프로그래밍되는) 엔티티를 포괄하는 것으로 이해해야 한다. 하드웨어 컴포넌트들이 일시적으로 구성되는(예를 들어, 프로그래밍되는) 실시예들을 고려할 때, 하드웨어 컴포넌트들 각각이 임의의 하나의 시간 인스턴스에서 구성 또는 인스턴스화될 필요는 없다. 예를 들어, 하드웨어 컴포넌트가 특수 목적 프로세서가 되도록 소프트웨어에 의해 구성된 범용 프로세서를 포함하는 경우에, 범용 프로세서는 상이한 시간들에서 (예를 들어, 상이한 하드웨어 컴포넌트들을 포함하는) 각각 상이한 특수 목적 프로세서들로서 구성될 수 있다. 따라서 소프트웨어는 예를 들어, 하나의 시간 인스턴스에서는 특정한 하드웨어 컴포넌트를 구성하고 상이한 시간 인스턴스에서는 상이한 하드웨어 컴포넌트를 구성하도록 특정한 프로세서 또는 프로세서들을 구성한다. 하드웨어 컴포넌트들은 다른 하드웨어 컴포넌트들에 정보를 제공하고 그들로부터 정보를 수신할 수 있다. 따라서, 설명된 하드웨어 컴포넌트들은 통신가능하게 결합되어 있는 것으로 고려될 수 있다. 다수의 하드웨어 컴포넌트들이 동시에 존재하는 경우에, 하드웨어 컴포넌트들 중 둘 이상 사이의 또는 그들 사이의 (예를 들어, 적절한 회로들 및 버스들을 통한) 신호 송신을 통해 통신이 달성될 수 있다. 다수의 하드웨어 컴포넌트들이 상이한 시간들에서 구성되거나 인스턴스화되는 실시예들에서, 그러한 하드웨어 컴포넌트들 사이의 통신은, 예를 들어, 다수의 하드웨어 컴포넌트들이 액세스할 수 있는 메모리 구조들 내의 정보의 스토리지 및 검색을 통해 달성될 수 있다. 예를 들어, 하나의 하드웨어 컴포넌트는 동작을 수행하고, 그에 통신가능하게 결합되는 메모리 디바이스에 그 동작의 출력을 저장할 수 있다. 그 후 추가의 하드웨어 컴포넌트가, 나중에, 저장된 출력을 검색 및 처리하기 위해 메모리 디바이스에 액세스할 수 있다. 하드웨어 컴포넌트들은 또한 입력 또는 출력 디바이스들과 통신을 개시할 수 있고, 리소스(예를 들어, 정보의 컬렉션)를 조작할 수 있다. 본 명세서에 설명된 예시적인 방법들의 다양한 동작은 관련 동작들을 수행하도록 일시적으로 구성되거나(예를 들어, 소프트웨어에 의해) 영구적으로 구성되는 하나 이상의 프로세서에 의해 적어도 부분적으로 수행될 수 있다. 일시적으로 구성되든 영구적으로 구성되든 간에, 그러한 프로세서들은 본 명세서에 설명된 하나 이상의 동작 또는 기능을 수행하도록 동작하는 프로세서에 의해 구현되는 컴포넌트들(processor-implemented components)을 구성할 수 있다. 본 명세서에 사용된 바와 같이, "프로세서에 의해 구현되는 컴포넌트(processor-implemented component)"는 하나 이상의 프로세서를 사용하여 구현되는 하드웨어 컴포넌트를 지칭한다. 유사하게, 본 명세서에 설명된 방법들은 적어도 부분적으로 프로세서에 의해 구현될 수 있고, 특정한 프로세서 또는 프로세서들은 하드웨어의 예이다. 예를 들어, 방법의 동작들 중 적어도 일부가 하나 이상의 프로세서 또는 프로세서 구현 컴포넌트들에 의해 수행될 수 있다. 더욱이, 하나 이상의 프로세서는 또한 "클라우드 컴퓨팅" 환경에서 또는 "서비스로서의 소프트웨어(software as a service)"(SaaS)로서 관련 동작들의 수행을 지원하도록 동작할 수 있다. 예를 들어, 동작들 중 적어도 일부는 (프로세서들을 포함하는 머신들의 예들로서) 컴퓨터들의 그룹에 의해 수행될 수 있고, 이러한 동작들은 네트워크(예를 들어, 인터넷)를 통해 그리고 하나 이상의 적절한 인터페이스(예를 들어, API)를 통해 액세스가능하다. 동작들 중 특정한 것의 수행은 단일 머신 내에 존재할 뿐만 아니라, 다수의 머신에 걸쳐 배치되는, 프로세서들 사이에 분산될 수 있다. 일부 예시적인 실시예들에서, 프로세서들 또는 프로세서에 의해 구현되는 컴포넌트들은 단일의 지리적 위치에(예를 들어, 가정 환경, 사무실 환경, 또는 서버 팜(server farm) 내에) 위치할 수 있다. 다른 예시적인 실시예들에서, 프로세서들 또는 프로세서에 의해 구현되는 컴포넌트들은 다수의 지리적 위치에 걸쳐 분산될 수 있다.
"캐리어 신호"는 머신에 의한 실행을 위한 명령어들을 저장, 인코딩, 또는 운반할 수 있는 임의의 무형 매체를 지칭하고, 이러한 명령어들의 통신을 용이하게 하기 위한 디지털 또는 아날로그 통신 신호들 또는 다른 무형 매체를 포함한다. 명령어들은 네트워크 인터페이스 디바이스를 통해 송신 매체를 사용하여 네트워크를 통해 송신 또는 수신될 수 있다.
'컴퓨터-판독가능 매체'는 머신-저장 매체 및 송신 매체 모두를 지칭한다. 따라서, 용어들은 저장 디바이스들/매체들과 반송파들/변조된 데이터 신호들 양자 모두를 포함한다. 용어들 '머신 판독가능 매체', '컴퓨터-판독가능 매체' 및 '디바이스-판독가능 매체'는 동일한 것을 의미하며, 본 개시내용에서 상호교환가능하게 사용될 수 있다.
"클라이언트 디바이스"는 하나 이상의 서버 시스템 또는 다른 클라이언트 디바이스들로부터 리소스들을 획득하기 위해 통신 네트워크에 인터페이스하는 임의의 머신을 지칭한다. 클라이언트 디바이스는, 이동 전화, 데스크톱 컴퓨터, 랩톱, PDA(portable digital assistant)들, 스마트폰들, 태블릿들, 울트라북들, 넷북들, 랩톱들, 멀티-프로세서 시스템들, 마이크로프로세서-기반 또는 프로그램가능 가전 제품들, 게임 콘솔들, 셋톱 박스들, 또는 사용자가 네트워크에 액세스하기 위해 사용할 수 있는 임의의 다른 통신 디바이스일 수 있고, 이에 제한되지 않는다.
"단기적 메시지"는 시간 제한된 지속기간(time-limited duration) 동안 액세스가능한 메시지를 지칭한다. 단기적 메시지는 텍스트, 이미지, 비디오 등일 수 있다. 단기적 메시지에 대한 액세스 시간은 메시지 전송자에 의해 설정될 수 있다. 대안적으로, 액세스 시간은 디폴트 설정 또는 수신인에 의해 지정된 설정일 수 있다. 설정 기술에 관계없이, 메시지는 일시적(transitory)이다.
Claims (20)
- 방법으로서,
하나 이상의 하드웨어 프로세서에 의해, 특정 국가의 글로벌 사용자들 및 사용자들에 대한 월간 활성 사용자(MAU)들 및 보급률을 결정하는 단계;
상기 하나 이상의 하드웨어 프로세서에 의해, 상기 특정 국가에서의 상기 사용자들에 대한 수익화 가치들을 예측하는 단계;
상기 하나 이상의 하드웨어 프로세서에 의해, 상기 수익화 가치들에 적어도 부분적으로 기초하여 상기 특정 국가에서의 상기 사용자들의 생애 가치를 결정하는 단계;
상기 하나 이상의 하드웨어 프로세서에 의해, 상기 특정 국가에서의 상기 사용자들의 결정된 생애 가치에 적어도 부분적으로 기초하여 적어도 하나의 증강 현실(AR) 콘텐츠 생성기를 선택하는 단계; 및
클라이언트 디바이스에서, 상기 적어도 하나의 AR 콘텐츠 생성기의 디스플레이를 유발하는 단계를 포함하는, 방법. - 제1항에 있어서,
상기 적어도 하나의 AR 콘텐츠 생성기의 사용자들이 MAU에서 더 높은 보급률을 갖는다고 결정하는 단계를 더 포함하는, 방법. - 제2항에 있어서,
매일 기준의 수익화된 사용자들의 백분율이 상기 적어도 하나의 AR 콘텐츠 생성기의 사용자들의 백분율보다 낮다고 결정하는 단계를 더 포함하는, 방법. - 제3항에 있어서,
상기 매일 기준의 수익화된 사용자들의 백분율이 상기 적어도 하나의 AR 콘텐츠 생성기의 사용자들의 백분율보다 더 낮다고 결정하는 것에 적어도 부분적으로 기초하여 상기 적어도 하나의 AR 콘텐츠 생성기를 선택하는 단계를 더 포함하는, 방법. - 제1항에 있어서,
상기 적어도 하나의 AR 콘텐츠 생성기의 사용자들의 생애 가치들이 상기 적어도 하나의 AR 콘텐츠 생성기를 사용하기 전의 상기 사용자들의 이전 생애 가치들보다 더 낮다고 결정하는 단계를 더 포함하는, 방법. - 제5항에 있어서,
상기 적어도 하나의 AR 콘텐츠 생성기를 사용한 이후의 사용자들에 대한 누적 수익이 더 높다고 결정하는 단계를 더 포함하는, 방법. - 제6항에 있어서,
상기 적어도 하나의 AR 콘텐츠 생성기에 액세스하지 않은 새로운 사용자들의 집단을 결정하는 단계를 더 포함하는, 방법. - 제7항에 있어서, 상기 새로운 사용자들의 집단은 상기 적어도 하나의 AR 콘텐츠 생성기와 상이한 다른 AR 콘텐츠 생성기들에 액세스하는, 방법.
- 제7항에 있어서,
디스플레이를 위해, 상기 새로운 사용자들의 집단으로부터의 적어도 하나의 새로운 사용자와 연관된 특정 클라이언트 디바이스에서 상기 적어도 하나의 AR 콘텐츠 생성기를 제공하는 단계를 더 포함하는, 방법. - 제7항에 있어서, 상기 새로운 사용자들의 집단은 온라인 광고들 및 후원 창작 도구들로부터의 수익으로부터의 수익에 기초하여 수익화를 개선하도록 선택되는, 방법.
- 시스템으로서,
프로세서; 및
명령어들을 포함한 메모리를 포함하고, 상기 명령어들은, 상기 프로세서에 의해 실행될 때, 상기 프로세서로 하여금
전체 사용자들 및 특정 국가의 사용자들에 대한 월간 활성 사용자들(MAU) 및 보급률을 결정하는 동작;
상기 특정 국가에서 상기 사용자들에 대한 수익화 가치들을 예측하는 동작;
상기 수익화 가치들에 적어도 부분적으로 기초하여 상기 특정 국가에서의 상기 사용자들의 생애 가치를 결정하는 동작;
상기 특정 국가에서의 상기 사용자들의 결정된 생애 가치에 적어도 부분적으로 기초하여 적어도 하나의 증강 현실(AR) 콘텐츠 생성기를 선택하는 동작; 및
클라이언트 디바이스에서, 상기 적어도 하나의 AR 콘텐츠 생성기의 디스플레이를 유발하는 동작을 포함하는 동작들을 수행하게 하는, 시스템. - 제11항에 있어서, 상기 동작들은
상기 적어도 하나의 AR 콘텐츠 생성기의 사용자들이 MAU에서 더 높은 보급률을 갖는다고 결정하는 동작을 더 포함하는, 시스템. - 제12항에 있어서, 상기 동작들은
매일 기준의 수익화된 사용자들의 백분율이 상기 적어도 하나의 AR 콘텐츠 생성기의 사용자들의 백분율보다 낮다고 결정하는 동작을 더 포함하는, 시스템. - 제13항에 있어서, 상기 동작들은
상기 매일 기준의 수익화된 사용자들의 백분율이 상기 적어도 하나의 AR 콘텐츠 생성기의 사용자들의 백분율보다 더 낮다고 결정하는 것에 적어도 부분적으로 기초하여 상기 적어도 하나의 AR 콘텐츠 생성기를 선택하는 동작을 더 포함하는, 시스템. - 제11항에 있어서, 상기 동작들은
상기 적어도 하나의 AR 콘텐츠 생성기의 사용자들의 생애 가치들이 상기 적어도 하나의 AR 콘텐츠 생성기를 사용하기 전의 상기 사용자들의 이전 생애 가치들보다 더 낮다고 결정하는 동작을 더 포함하는, 시스템. - 제15항에 있어서, 상기 동작들은
상기 적어도 하나의 AR 콘텐츠 생성기를 사용한 이후의 사용자들에 대한 누적 수익이 더 높다고 결정하는 동작을 더 포함하는, 시스템. - 제16항에 있어서, 상기 동작들은
상기 적어도 하나의 AR 콘텐츠 생성기에 액세스하지 않은 새로운 사용자들의 집단을 결정하는 동작을 더 포함하는, 시스템. - 제17항에 있어서, 상기 새로운 사용자들의 집단은 상기 적어도 하나의 AR 콘텐츠 생성기와 상이한 다른 AR 콘텐츠 생성기들에 액세스하는, 시스템.
- 제17항에 있어서, 상기 동작들은
디스플레이를 위해, 상기 새로운 사용자들의 집단으로부터의 적어도 하나의 새로운 사용자와 연관된 특정 클라이언트 디바이스에서 상기 적어도 하나의 AR 콘텐츠 생성기를 제공하는 동작을 더 포함하는, 시스템. - 명령어들을 포함한 비일시적 컴퓨터 판독가능 매체로서, 상기 명령어들은, 컴퓨팅 디바이스에 의해 실행될 때, 상기 컴퓨팅 디바이스로 하여금
전체 사용자들 및 특정 국가의 사용자들에 대한 월간 활성 사용자들(MAU) 및 보급률을 결정하는 동작;
상기 특정 국가에서 상기 사용자들에 대한 수익화 가치들을 예측하는 동작;
상기 수익화 가치들에 적어도 부분적으로 기초하여 상기 특정 국가에서의 상기 사용자들의 생애 가치를 결정하는 동작;
상기 특정 국가에서의 상기 사용자들의 결정된 생애 가치에 적어도 부분적으로 기초하여 적어도 하나의 증강 현실(AR) 콘텐츠 생성기를 선택하는 동작; 및
클라이언트 디바이스에서, 상기 적어도 하나의 AR 콘텐츠 생성기의 디스플레이를 유발하는 동작을 포함하는 동작들을 수행하게 하는, 비일시적 컴퓨터 판독가능 매체.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US202063085946P | 2020-09-30 | 2020-09-30 | |
| US63/085,946 | 2020-09-30 | ||
| PCT/US2021/052655 WO2022072497A1 (en) | 2020-09-30 | 2021-09-29 | Utilizing lifetime values of users to select content for presentation in a messaging system |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20230074588A true KR20230074588A (ko) | 2023-05-30 |
Family
ID=80822828
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020237014675A KR20230074588A (ko) | 2020-09-30 | 2021-09-29 | 메시징 시스템에서 제시하기 위한 콘텐츠를 선택하기 위한 사용자들의 생애 가치들의 이용 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US20220101349A1 (ko) |
| EP (1) | EP4222685A4 (ko) |
| KR (1) | KR20230074588A (ko) |
| CN (1) | CN116710945A (ko) |
| WO (1) | WO2022072497A1 (ko) |
Family Cites Families (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070050256A1 (en) * | 2000-06-30 | 2007-03-01 | Jay Walker | Method and apparatus for compensating participation in marketing research |
| JP2013519162A (ja) * | 2010-02-01 | 2013-05-23 | ジャンプタップ，インコーポレイテッド | 統合化された広告システム |
| US10075508B2 (en) * | 2013-03-15 | 2018-09-11 | Microsoft Technology Licensing, Llc | Application-centric socialization |
| US20150046295A1 (en) * | 2013-08-12 | 2015-02-12 | Airvirtise | Device for Providing Augmented Reality Digital Content |
| US20150243258A1 (en) * | 2014-02-24 | 2015-08-27 | Disney Enterprises, Inc. | Transparent gift card for overlaying a digital display |
| WO2016049170A1 (en) * | 2014-09-23 | 2016-03-31 | Adelphic, Inc. | Providing data and analysis for advertising on networked devices |
| US10417650B1 (en) * | 2015-12-04 | 2019-09-17 | Google Llc | Distributed and automated system for predicting customer lifetime value |
| US10176640B2 (en) * | 2016-08-02 | 2019-01-08 | Qualtrics, Llc | Conducting digital surveys utilizing virtual reality and augmented reality devices |
| US11443246B2 (en) * | 2016-09-30 | 2022-09-13 | Mamadou Mande Gueye | Method and system for facilitating provisioning of social networking data to a mobile device |
| US10353799B2 (en) * | 2016-11-23 | 2019-07-16 | Accenture Global Solutions Limited | Testing and improving performance of mobile application portfolios |
| US10740804B2 (en) * | 2017-07-28 | 2020-08-11 | Magical Technologies, Llc | Systems, methods and apparatuses of seamless integration of augmented, alternate, virtual, and/or mixed realities with physical realities for enhancement of web, mobile and/or other digital experiences |
| US20190180319A1 (en) * | 2017-12-13 | 2019-06-13 | Unity IPR ApS | Methods and systems for using a gaming engine to optimize lifetime value of game players with advertising and in-app purchasing |
| KR102345333B1 (ko) * | 2017-12-28 | 2021-12-29 | 엘에스일렉트릭(주) | 증강 현실 제공 시스템 및 방법 |
| US20200380486A1 (en) * | 2018-03-20 | 2020-12-03 | Rocky Jerome Wright | Augmented reality and messaging |
| GB201806686D0 (en) * | 2018-04-24 | 2018-06-06 | Metail Ltd | System and method for producing and managing responsive online digital merchandising |
| US11030813B2 (en) * | 2018-08-30 | 2021-06-08 | Snap Inc. | Video clip object tracking |
-
2021
- 2021-09-29 KR KR1020237014675A patent/KR20230074588A/ko not_active Application Discontinuation
- 2021-09-29 CN CN202180066868.XA patent/CN116710945A/zh active Pending
- 2021-09-29 US US17/489,102 patent/US20220101349A1/en active Pending
- 2021-09-29 EP EP21876395.1A patent/EP4222685A4/en active Pending
- 2021-09-29 WO PCT/US2021/052655 patent/WO2022072497A1/en active Application Filing
Also Published As
| Publication number | Publication date |
|---|---|
| EP4222685A4 (en) | 2024-04-17 |
| US20220101349A1 (en) | 2022-03-31 |
| WO2022072497A1 (en) | 2022-04-07 |
| EP4222685A1 (en) | 2023-08-09 |
| CN116710945A (zh) | 2023-09-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11809507B2 (en) | Interfaces to organize and share locations at a destination geolocation in a messaging system | |
| US11836826B2 (en) | Augmented reality content generators for spatially browsing travel destinations | |
| US11816805B2 (en) | Augmented reality content generator for suggesting activities at a destination geolocation | |
| US11900504B2 (en) | Augmented reality experiences for physical products in a messaging system | |
| US20220207804A1 (en) | Automated content curation for generating composite augmented reality content | |
| KR20220118545A (ko) | 메시징 시스템에서의 캡처후 처리 | |
| KR20230079157A (ko) | 지오로케이션들을 식별하기 위한 증강 현실 콘텐츠 생성기들 | |
| KR20230074563A (ko) | 사용자 활동 추적 및 프로모션 교환하기 | |
| KR20230162971A (ko) | 오버레이된 증강 현실 콘텐츠에서의 얼굴 합성 | |
| US20220101355A1 (en) | Determining lifetime values of users in a messaging system | |
| US20220101349A1 (en) | Utilizing lifetime values of users to select content for presentation in a messaging system | |
| US12039499B2 (en) | Augmented reality content generators for identifying destination geolocations and planning travel | |
| KR20230125293A (ko) | 복합 증강 현실 콘텐츠를 생성하기 위한 자동화된 콘텐츠큐레이션 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal |