KR20240048076A - 음성 입력을 이용한 어노테이션을 제공하는 방법 및 디바이스 - Google Patents

음성 입력을 이용한 어노테이션을 제공하는 방법 및 디바이스 Download PDF

Info

Publication number
KR20240048076A
KR20240048076A KR1020220127287A KR20220127287A KR20240048076A KR 20240048076 A KR20240048076 A KR 20240048076A KR 1020220127287 A KR1020220127287 A KR 1020220127287A KR 20220127287 A KR20220127287 A KR 20220127287A KR 20240048076 A KR20240048076 A KR 20240048076A
Authority
KR
South Korea
Prior art keywords
targeting
annotation
voice input
targeting object
determining
Prior art date
Application number
KR1020220127287A
Other languages
English (en)
Inventor
김덕석
최보경
김재경
김정훈
Original Assignee
주식회사 엠티이지
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 엠티이지 filed Critical 주식회사 엠티이지
Priority to KR1020220127287A priority Critical patent/KR20240048076A/ko
Priority to PCT/KR2023/011443 priority patent/WO2024075962A1/ko
Publication of KR20240048076A publication Critical patent/KR20240048076A/ko

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/60—Editing figures and text; Combining figures or text
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/41—Medical

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Epidemiology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

동영상에서 복수의 객체가 제공되는 화면의 일부 영역에 대한 선택 입력을 획득하는 단계, 일부 영역에 대응되는 타게팅 객체를 결정하는 단계, 타게팅 객체에 대응하는 대표 위치를 결정하는 단계, 선택 입력이 획득된 시점의 전후로 수신되는 음성 입력을 획득하는 단계 및 음성 입력에 대응되는 어노테이션을 타게팅 객체에 대한 대표 위치에 중첩하여 제공하는 단계를 포함하는, 음성 입력을 이용한 어노테이션을 제공하는 방법, 그 방법에 대한 디바이스 및 기록매체가 개시된다.

Description

음성 입력을 이용한 어노테이션을 제공하는 방법 및 디바이스 {Method and device for offering annotation of voice input}
본 개시의 기술 분야는 음성 입력을 이용한 어노테이션을 제공하는 방법 및 디바이스에 관한 것으로, 타게팅 객체에 대해서 음성 입력을 이용한 어노테이션을 제공하는 기술 분야와 관련된다.
최근 다양한 분야에서는 동영상을 통해 정보를 전달하고 있다. 영상 매체는 현장을 그대로 기록 할 수 있으며, 시청자로 하여금 시청각적인 효과를 통해 내용 전달을 보다 효과적으로 할 수 있다. 이러한 영상 매체의 장점에 의해 여러 분야에서 동영상을 활용한 정보 전달이 이루어지고 있다. 일 예로 동영상 시장의 선도 주자인 유튜브는 키워드에 대한 검색엔진을 통해 사용자가 원하는 정보를 보다 효과적으로 제공하고 있다.
그러나 아직까지 영상 기록의 일부분에 대한 타겟팅과 그에 대한 검색 활용 방법에 관하여는 아직까지 개발 중에 있는 현황이다. 이에 영상 기록의 주요 부분에 대한 타겟팅과 음성 입력에 대한 어노테이션 방법의 개발을 통해 사용자가 원하는 영상 기록에 대한 접근을 용이하게 하는 방법이 필요한 실정이다.
한국등록특허 제 10-2177455호 (2020.11.05.) 비디오 어노테이션 장치 및 방법
본 개시에서 해결하고자 하는 과제는 음성 입력을 이용한 어노테이션을 제공하는 방법 및 디바이스에 대한 것으로, 동영상의 음성 입력에 대한 어노테이션 방법을 제공하여 검색 등 다양한 방면에서 편의성을 제공 할 수 있다.
본 개시에서 해결하고자 하는 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상술한 기술적 과제를 달성하기 위한 기술적 수단으로써, 본 개시의 제 1 측면에 따른 음성 입력을 이용한 어노테이션을 제공하는 방법은 동영상에서 복수의 객체가 제공되는 화면의 일부 영역에 대한 선택 입력을 획득하는 단계; 상기 일부 영역에 대응되는 타게팅 객체를 결정하는 단계; 상기 타게팅 객체에 대응하는 대표 위치를 결정하는 단계; 상기 선택 입력이 획득된 시점의 전후로 수신되는 음성 입력을 획득하는 단계; 및 상기 음성 입력에 대응되는 어노테이션을 상기 타게팅 객체에 대한 상기 대표 위치에 중첩하여 제공하는 단계;를 포함할 수 있다.
또한, 상기 타게팅 객체를 결정하는 단계는 상기 복수의 객체에 각각 대응되는 복수의 분산 추론 엔진 중 상기 타게팅 객체에 대응되는 타게팅 분산 추론 엔진을 결정하는 단계; 및 상기 타게팅 분산 추론 엔진에 대응되는 상기 타게팅 객체를 결정하는 단계;를 포함할 수 있다.
또한, 상기 타게팅 분산 추론 엔진을 결정하는 단계는 상기 일부 영역에 포함되는 상기 일부 영역에 대한 대표 픽셀을 결정하는 단계; 상기 복수의 분산 추론 엔진 중에서 상기 대표 픽셀에 대응되는 상기 타게팅 분산 추론 엔진을 결정하는 단계;를 포함할 수 있다.
또한, 상기 어노테이션은 상기 음성 입력에 대응되는 그래픽 또는 텍스트를 포함할 수 있다.
또한, 상기 대표 위치를 결정하는 단계는 상기 타게팅 객체가 디스플레이되고 있는 면적의 중점에 기초하여 상기 대표 위치를 결정하는 단계; 및 상기 타게팅 객체가 디스플레이되고 있는 면적이 갱신됨에 따라서 상기 대표 위치를 갱신하는 단계;를 포함할 수 있다.
또한, 상기 선택 입력 또는 상기 음성 입력이 획득된 시점인 타게팅 시점을 결정하는 단계; 및 상기 타게팅 시점을 나타내는 어노테이션 시점 표식을 상기 동영상의 재생 상황을 나타내는 재생 바와 연동하여 제공하는 단계;를 더 포함할 수 있다. 상기 어노테이션을 나타내는 어노테이션 타이틀을 상기 타게팅 시점과 연동하여 제공하는 단계;를 더 포함할 수 있다
또한, 상기 어노테이션을 상기 타게팅 객체에 대한 상기 대표 위치에 중첩하여 제공하는 단계는 상기 타게팅 객체가 상기 화면에서 디스플레이되고 있는 면적, 상기 타게팅 객체가 상기 화면에서 디스플레이 되지 않는 상태로 유지되는 시간, 상기 동영상 전체에서 상기 타게팅 객체가 디스플레이되는 횟수 및 상기 타게팅 객체가 이용 중이라고 결정되는 이용 시간 중 적어도 하나에 기초하여 상기 어노테이션의 제공 유지 여부를 결정할 수 있다
본 개시의 제2 측면에 따른 음성 입력을 이용한 어노테이션을 제공하는 디바이스는 동영상에서 복수의 객체가 제공되는 화면의 일부 영역에 대한 선택 입력을 획득하는 수신부; 및 상기 일부 영역에 대응되는 타게팅 객체를 결정하고, 상기 타게팅 객체에 대응하는 대표 위치를 결정하고, 상기 선택 입력이 획득된 시점의 전후로 수신되는 음성 입력을 획득하고, 상기 음성 입력에 대응되는 어노테이션을 상기 타게팅 객체에 대한 상기 대표 위치에 중첩하여 제공하는 프로세서;를 포함 할 수 있다.
또한, 상기 프로세서는 상기 복수의 객체에 각각 대응되는 복수의 분산 추론 엔진 중 상기 타게팅 객체에 대응되는 타게팅 분산 추론 엔진을 결정하고, 상기 타게팅 분산 추론 엔진에 대응되는 상기 타게팅 객체를 결정 할 수 있다.
또한, 상기 프로세서는 상기 일부 영역에 포함되는 상기 일부 영역에 대한 대표 픽셀을 결정하고, 상기 복수의 분산 추론 엔진 중에서 상기 대표 픽셀에 대응되는 상기 타게팅 분산 추론 엔진을 결정 할 수 있다.
또한, 상기 어노테이션은 상기 음성 입력에 대응되는 그래픽 또는 텍스트를 포함 할 수 있다.
또한, 상기 프로세서는 상기 타게팅 객체가 디스플레이되고 있는 면적의 중점에 기초하여 상기 대표 위치를 결정하고, 상기 타게팅 객체가 디스플레이되고 있는 면적이 갱신됨에 따라서 상기 대표 위치를 갱신 할 수 있다.
또한, 상기 프로세서는 상기 선택 입력 또는 상기 음성 입력이 획득된 시점인 타게팅 시점을 결정하고, 상기 타게팅 시점을 나타내는 어노테이션 시점 표식을 상기 동영상의 재생 상황을 나타내는 재생 바와 연동하여 제공할 수 있다.
또한, 상기 프로세서는 상기 어노테이션을 나타내는 어노테이션 타이틀을 상기 타게팅 시점과 연동하여 제공할 수 있다.
또한, 본 개시의 제 3측면은, 제 1측면의 방법을 구현하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 비 일시적 기록 매체를 제공할 수 있다.
본 개시의 일 실시 예에 따르면, 음성 입력에 대한 어노테이션을 통해 동영상의 일부 영역에 대한 타게팅을 통해 어노테이션을 제공하기 때문에 타게팅된 객체에 대한 어노테이션의 확인이 가능하다는 점에서 편의성이 향상될 수 있다.
본 개시의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 일 실시 예에 따른 디바이스 또는 서버가 시스템 상에서 구현되는 일 예를 도시하는 도면이다.
도 2는 일 실시 예에 따른 디바이스의 구성을 개략적으로 도시한 블록도이다.
도 3은 일 실시 예에 따른 디바이스가 동작하는 각 단계를 도시한 흐름도이다.
도 4는 일 실시 예에 따른 디바이스가 복수의 객체를 포함하는 화면을 제공하는 일 예를 설명하기 위한 도면이다.
도 5는 일 실시 예에 따른 디바이스가 복수의 객체 중에서 타게팅 객체(410)를 결정하는 일 예를 설명하기 위한 도면이다.
도 6은 일 실시 예에 따른 디바이스가 타게팅 객체에 대해서 어노테이션을 대응시키는 일 예를 설명하기 위한 도면이다.
도 7은 일 실시 예에 따른 디바이스가 어노테이션 시점 표식 또는 어노테이션 타이틀을 제공하는 일 예를 설명하기 위한 도면이다.
본 개시에서 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술 되어 있는 실시 예들을 참조하면 명확해질 것이다. 그러나, 본 개시는 이하에서 개시되는 실시 예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예들은 개시가 완전 하도록 하고, 해당 기술 분야에 속하는 통상의 기술자에게 본 개시의 범주를 완전하게 알려주기 위해 제공되는 것이다.
본 명세서에서 사용된 용어는 실시 예들을 설명하기 위한 것이며 본 개시를 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 개시의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 해당 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
공간적으로 상대적인 용어인 "아래(below)", "아래(beneath)", "하부(lower)", "위(above)", "상부(upper)" 등은 도면에 도시되어 있는 바와 같이 하나의 구성요소와 다른 구성요소들과의 상관관계를 용이하게 기술하기 위해 사용될 수 있다. 공간적으로 상대적인 용어는 도면에 도시되어 있는 방향에 더하여 사용시 또는 동작 시 구성요소들의 서로 다른 방향을 포함하는 용어로 이해되어야 한다. 예를 들어, 도면에 도시되어 있는 구성요소를 뒤집을 경우, 다른 구성요소의 "아래(below)"또는 "아래(beneath)"로 기술된 구성요소는 다른 구성요소의 "위(above)"에 놓여질 수 있다. 따라서, 예시적인 용어인 "아래"는 아래와 위의 방향을 모두 포함할 수 있다. 구성요소는 다른 방향으로도 배향될 수 있으며, 이에 따라 공간적으로 상대적인 용어들은 배향에 따라 해석될 수 있다.
이하에서는 도면을 참조하여 실시 예들을 상세히 설명한다.
도 1은 일 실시 예에 따른 디바이스(100) 또는 서버가 시스템 상에서 구현되는 일 예를 도시하는 도면이다.
도 1에 도시된 바와 같이, 의료 정보 시스템은 디바이스(100), 외부 서버(130), 저장 매체(140), 통신 디바이스(150), 가상 서버(160), 사용자 단말(170) 및 네트워크 등을 포함할 수 있다.
그러나, 도 1에 도시된 구성요소들 외에 다른 범용적인 구성요소들이 의료 정보 시스템에 더 포함될 수 있음을 관련 기술 분야에서 통상의 지식을 가진 자라면 이해할 수 있다. 예를 들면, 의료 정보 시스템은 네트워크와 연동하여 동작하는 블록체인 서버(미도시)를 더 포함할 수 있다. 또는 다른 실시 예에 따를 경우, 도 1에 도시된 구성요소들 중 일부 구성요소는 생략될 수 있음을 관련 기술 분야에서 통상의 지식을 가진 자라면 이해할 수 있다.
일 실시 예에 따른 디바이스(100)는 수술 등 의료 행위와 관련된 정보를 다양한 소스로부터 획득할 수 있다. 예를 들면 디바이스(100)는 수술 등 의료 행위와 관련된 정보(예: 동영상)를 정보 획득 장치(미도시)로부터 획득할 수 있다. 정보 획득 장치(미도시) 는 촬영 장치, 녹음 장치, 생체 신호 획득 장치 등을 포함할 수 있으나, 이에 제한되지 않는다. 다른 예로 디바이스(100)는 수술 등 의료 행위와 관련된 정보(예: 동영상)를 네트워크로부터 획득할 수 있다.
생체 신호는 체온 신호, 맥박 신호, 호흡 신호, 혈압 신호, 근전도 신호, 뇌파 신호 등 생명체로부터 획득되는 신호를 제한 없이 포함할 수 있다. 정보 획득 장치(미도시)의 일 예인 촬영 장치는 수술실 상황을 전체적으로 촬영하는 제 1 촬영 장치(예: CCTV 등)와 수술 부위를 집중적으로 촬영하는 제 2 촬영 장치(예: 내시경 등) 등을 포함할 수 있으나, 이에 제한되지 않는다.
일 실시 예에 따른 디바이스(100)는 정보 획득 장치(미도시) 또는 네트워크로부터 수술 등 의료 행위와 관련된 영상(동영상, 정지영상 등)을 획득할 수 있다. 영상은 동영상과 정지 영상을 모두 포함하는 개념으로 이해될 수 있다. 디바이스(100)는 획득한 영상에 대한 영상 처리를 수행할 수 있다. 일 실시 예에 따른 영상 처리는 각각의 영상에 대한 네이밍, 인코딩, 저장, 전송, 편집, 메타 데이터 생성 등을 포함할 수 있으나, 이에 제한되지 않는다.
일 실시 예에 따른 디바이스(100)는 정보 획득 장치(미도시) 또는 네트워크로부터 획득한 의료 행위 관련 정보를 그대로 또는 갱신하여 네트워크로 전송할 수 있다. 디바이스(100)가 네트워크로 전송하는 전송 정보는 네트워크를 통해서 외부 디바이스(130, 140, 150, 160, 170)로 전송될 수 있다. 예를 들면, 디바이스(100)는 네트워크를 통해서 외부 서버(130), 저장 매체(140), 통신 디바이스(150), 가상 서버(160), 사용자 단말(170) 등으로 갱신된 동영상을 전송할 수 있다. 디바이스(100)는 외부 디바이스(130, 140, 150, 160, 170)로부터 다양한 정보(예: 피드백 정보, 갱신 요청 등)를 수신할 수 있다. 통신 디바이스(150)는 통신에 이용되는 디바이스를 제한 없이 의미할 수 있으며(예: 게이트웨이), 통신 디바이스(150)는 사용자 단말(180) 등 네트워크와 직접 연결되지 않는 디바이스와 통신할 수 있다.
일 실시 예에 따른 디바이스(100)는 입력부, 출력부 프로세서, 메모리 등을 포함할 수 있으며, 디스플레이 장치(미도시)도 포함할 수 있다. 예컨대, 사용자는 디스플레이 장치를 통해서 통신 상태, 메모리 사용 현황, 전력 상태(예: 배터리의 충전상태(State Of Charge), 외부 전력 공급 여부 등), 저장된 동영상에 대한 썸네일 영상, 현재 동작 중인 동작 모드 등을 등을 확인할 수 있다. 한편, 디스플레이 장치는 액정 디스플레이(liquid crystal display), 박막 트랜지스터 액정 디스플레이(thin film transistor-liquid crystal display), 유기 발광 다이오드(organic light-emitting diode), 플렉시블 디스플레이(flexible display), 3차원 디스플레이(3D display), 전기영동 디스플레이(electrophoretic display) 등일 수 있다. 또한, 디스플레이 장치는 구현 형태에 따라 2개 이상의 디스플레이를 포함할 수 있다. 또한, 디스플레이의 터치패드가 레이어 구조를 이루어 터치 스크린으로 구성되는 경우, 디스플레이는 출력 장치 이외에 입력 장치로도 사용될 수 있다.
또한, 네트워크는 유선 통신 또는 무선 통신을 통해 상호 통신을 수행할 수 있다. 예컨대 네트워크는 일종의 서버로 구현될 수도 있으며, 와이파이 칩, 블루투스 칩, 무선 통신 칩, NFC 칩 등을 포함할 수 있다. 물론, 디바이스(100)는 와이파이 칩, 블루투스 칩, 무선 통신 칩, NFC 칩 등을 이용하여 각종 외부기기와 통신을 수행할 수 있다. 와이파이 칩, 블루투스 칩은 각각 Wi-Fi 방식, 블루투스 방식으로 통신을 수행할 수 있다. 와이파이 칩이나 블루투스 칩을 이용하는 경우에는 SSID 및 세션 키 등과 같은 각종 연결 정보를 먼저 송수신하여, 이를 이용하여 통신 연결한 후 각종 정보들을 송수신할 수 있다. 무선 통신 칩은 IEEE, 지그비, 3G(3rd Generation), 3GPP(3rd Generation Partnership Project), LTE(Long Term Evolution) 등과 같은 다양한 통신 규격에 따라 통신을 수행할 수 있다. NFC 칩은 135kHz, 13.56MHz, 433MHz, 860~960MHz, 2.45GHz 등과 같은 다양한 RF-ID 주파수 대역들 중에서 13.56MHz 대역을 사용하는 NFC(Near Field Communication) 방식으로 동작할 수 있다.
일 실시 예에 따른 입력부는 사용자가 디바이스(100)를 제어하기 위한 데이터를 입력하는 수단을 의미할 수 있다. 예를 들어, 입력부에는 키 패드(key pad), 돔 스위치 (dome switch), 터치 패드(접촉식 정전 용량 방식, 압력식 저항막 방식, 적외선 감지 방식, 표면 초음파 전도 방식, 적분식 장력 측정 방식, 피에조 효과 방식 등), 조그 휠, 조그 스위치 등이 있을 수 있으나 이에 한정되는 것은 아니다.
일 실시 예에 따른 출력부는 오디오 신호 또는 비디오 신호 또는 진동 신호를 출력할 수 있으며, 출력부는 디스플레이 장치, 음향 출력 장치, 및 진동 모터 등을 포함할 수 있다.
일 실시 예에 따른 사용자 단말(170)은 스마트폰(Smartphone), 스마트패드(SmartPad), 태블릿 PC 등 다양한 유무선 통신 디바이스를 포함할 수 있으나 이에 제한되지 않는다.
일 실시 예에 따른 디바이스(100)는 정보 획득 장치(미도시)로부터 획득한 의료 행위 관련 정보(예: 동영상)를 갱신할 수 있다. 예를 들면, 디바이스(100)는 정보 획득 장치(미도시)로부터 획득한 영상에 대한 네이밍, 인코딩, 저장, 전송, 편집, 메타 데이터 생성 등을 수행할 수 있다. 일 예로, 디바이스(100)는 획득한 영상의 메타 데이터(예: 생성 시간)을 이용하여 영상 파일의 네이밍을 수행할 수 있다. 다른 예로, 디바이스(100)는 정보 획득 장치(미도시)로부터 획득한 의료 행위와 관련된 영상을 분류할 수 있다. 디바이스(100)는 학습된 AI를 이용하여, 의료 행위와 관련된 영상을 수술 종류, 수술자, 수술 장소 등 다양한 기준에 기초하여 분류할 수 있다.
또한 도 1에서 디바이스(100)는 서버로 구현될 수도 있으며, 디바이스(100)가 구현될 수 있는 물리적 장치의 범위는 제한하여 해석되지 않는다.
도 2는 일 실시 예에 따른 디바이스(100)의 구성을 개략적으로 도시한 블록도이다.
도 2에 도시된 바와 같이, 일 실시 예에 따른 디바이스(100)는 수신부(210), 프로세서(220), 출력부(230) 및 메모리(240)를 포함할 수 있다. 그러나 도 2에 도시된 구성요소 모두가 디바이스(100)의 필수 구성요소인 것은 아니다. 도 2에 도시된 구성 요소보다 많은 구성 요소에 의해 디바이스(100)가 구현될 수도 있고, 도 2에 도시된 구성 요소보다 적은 구성 요소에 의해 디바이스(100)가 구현될 수도 있다.
예를 들어, 일 실시 예에 따른 디바이스(100)는 수신부(210), 프로세서(220), 출력부(230), 메모리(240) 외에 통신부(미도시) 또는 입력부(미도시)를 더 포함할 수도 있다. 또한 출력부(230)의 일 예로서 디스플레이(미도시)가 포함될 수 있다.
일 실시 예에 따른 수신부(210)는 동영상에서 복수의 객체가 제공되는 화면의 일부 영역에 대한 선택 입력을 획득할 수 있다. 선택 입력은 터치 입력, 마우스 등을 이용한 클릭 입력, 키보드 등을 이용한 타이핑 입력 등 다양한 방식으로 제공될 수 있다.
일 실시 예에 따른 프로세서(220)는 일부 영역에 대응되는 타게팅 객체를 결정할 수 있다. 일 실시 예에 따른 타게팅 객체는 일부 영역과 복수의 객체와 중첩되는 면적에 기초하여 결정될 수 있다. 예를 들면 복수의 객체 중 일부 영역과 중첩되는 영역이 가장 큰 객체가 타게팅 객체로 결정될 수 있다.
일 실시 예에 따른 프로세서(220)는 타게팅 객체에 대응하는 대표 위치를 결정할 수 있다. 일 실시 예에 따른 대표 위치는 타게팅 객체의 내부 영역 중 타게팅 객체를 대표하는 포인트(예: 픽셀)의 위치일 수 있다. 또는 대표 위치는 타게팅 객체의 내부 영역의 일부를 포함하는 면적(예: 복수의 픽셀)일 수 있다. 예를 들면, 프로세서(220)는 타게팅 객체가 디스플레이되고 있는 면적의 중점에 기초하여 대표 위치를 결정할 수 있다. 타게팅 객체가 디스플레이되고 있는 면적의 중점에 대응되도록 대표 위치를 결정하고, 후술하는 바와 같이 대표 위치에 어노테이션을 중첩하여 제공하는 경우, 사용자는 용이하게 어노테이션이 타게팅 객체에 대응됨을 인지할 수 있다.
일 실시 예에 따른 프로세서(220)는 선택 입력이 획득된 시점의 전후로 수신되는 입력(예: 음성 입력)을 획득할 수 있다. 예를 들면, 프로세서(220)는 선택 입력이 획득된 시점의 전후로 수신되는 음성 입력을 획득하고 선택 입력에 대응시킬 수 있다.
도 3은 일 실시 예에 따른 디바이스(100)가 동작하는 각 단계를 도시한 흐름도이다.
단계 S310을 참조하면, 일 실시 예에 따른 디바이스(100)는 동영상에서 복수의 객체가 제공되는 화면의 일부 영역에 대한 선택 입력을 획득할 수 있다.
일 실시 예에 따른 디바이스(100)는 동영상에 대한 화면을 제공할 수 있다. 일 실시 예에 따른 제공은 정보의 전송 뿐 아니라 화면을 디스플레이하는 동작과 같이 정보, 화면 등 임의의 대상을 제공하는 모든 행위를 포함하는 것으로 해석될 수 있으며, 특별한 실시 행위로 제한하여 해석되지 않는다.
일 실시 예에 따른 디바이스(100)가 제공하는 화면에 대해서 선택 입력이 획득될 수 있다. 일 실시 예에 따른 선택 입력은 터치 입력, 마우스 등을 이용한 클릭 입력, 키보드 등을 이용한 타이핑 입력 등 다양한 방식에 따라 획득될 수 있다.
단계 S320을 참조하면, 일 실시 예에 따른 디바이스(100)는 일부 영역에 대응되는 타게팅 객체를 결정할 수 있다.
일 실시 예에 따른 디바이스(100)가 제공하는 화면에는 하나 이상의 객체가 포함될 수 있다. 디바이스(100)가 복수의 객체가 제공되는 화면을 디스플레이하는 경우, 일부 영역은 디스플레이되는 복수의 객체 중 어느 하나에 대응될 수 있다. 일부 영역에 대응되는 객체인 타게팅 객체는 복수의 객체 중 어느 하나일 수 있다.
일 실시 예에 따른 타게팅 객체는 일부 영역과 복수의 객체와 중첩되는 면적에 기초하여 결정될 수 있다. 예를 들면 복수의 객체 중 일부 영역과 중첩되는 영역이 가장 큰 객체가 타게팅 객체로 결정될 수 있다.
일 실시 예에 따른 타게팅 객체는 일부 영역에 대응되는 포인트(예: 픽셀)이 포함되는 객체로 결정될 수 있다. 일 실시 예에 따를 때, 일부 영역은 단수의 픽셀 또는 복수의 픽셀일 수 있다. 일부 영역에 대응되는 대표 픽셀이 결정되면, 결정된 대표 픽셀이 포함되는 객체가 타게팅 객체로 결정될 수 있다. 일부 영역에 대응되는 대표 픽셀은 일부 영역의 중점에 기초하여 결정될 수 있다.
일 실시 예에 따른 디바이스(100)는 복수의 객체에 각각 대응되는 복수의 분산 추론 엔진 중 타게팅 객체에 대응되는 타게팅 분산 추론 엔진을 결정할 수 있다. 복수의 객체 각각에는 서로 상이한 복수의 분산 추론 엔진이 대응될 수 있다. 예를 들면 제 1 객체에는 제 1 분산 추론 엔진이 대응되고, 제 2 객체에는 제 2 분산 추론 엔진이 대응되고, 제 3 객체에는 제 3 분산 추론 엔진이 대응되고, 제 4 객체에는 제 4 분산 추론 엔진이 대응될 수 있다.
일 실시 예에 따른 디바이스(100)는 복수의 분산 추론 엔진 중 타게팅 객체에 대응되는 타게팅 분산 추론 엔진을 일부 영역에 대한 선택 입력에 기초하여 결정할 수 있다. 디바이스(100)가 복수의 객체가 제공되는 화면을 디스플레이하는 경우, 일부 영역은 디스플레이되는 복수의 객체 중 어느 하나에 대응될 수 있다. 일부 영역에 대응되는 객체인 타게팅 객체는 복수의 객체 중 어느 하나일 수 있다. 일 예에 따를 때 일부 영역과 중첩되는 객체 또는 일부 영역으로 결정되는 대표 픽셀을 포함하는 객체에 대응되는 분산 추론 엔진이 타게팅 분산 추론 엔진으로 결정될 수 있다. 다른 예로, 일부 영역이 결정되면 분산 추론 엔진이 모니터링하는 영역과 일부 영역 간의 중첩 영역을 결정하고, 중첩 영역이 기설정값 이상인 경우 해당 분산 추론 엔진이 타게팅 분산 추론 엔진으로 결정될 수 있다. 다른 예로, 일부 영역에 따라 결정되는 대표 픽셀이 포함된 영역을 모니터링하고 있는 분산 추론 엔진이 타게팅 분산 추론 엔진으로 결정될 수 있다. 선택 입력에 기초하여 분산 추론 엔진을 결정하는 방식에는 다양한 방식이 존재할 수 있으며, 상술한 방식으로 제한하여 해석되지 않는다.
일 실시 예에 따른 디바이스(100)는 타게팅 분산 추론 엔진에 대응되는 타게팅 객체를 결정할 수 있다.
일 실시 예에 따라 타게팅 분산 추론 엔진이 결정되면, 타게팅 분산 추론 엔진에 대응하는 객체를 타게팅 객체로 결정할 수 있다. 각각의 분산 추론 엔진에 대응하는 객체는 구별되기 때문에, 타게팅 분산 추론 엔진이 결정되면, 타게팅 분산 추론 엔진에 대응되는 객체가 용이하게 도출될 수 있다.
일 실시 예에 따른 디바이스(100) 일부 영역에 포함되는 일부 영역에 대한 대표 픽셀을 결정할 수 있다.
상술한 바와 같이 일부 영역에 대응하는 대표 픽셀이 결정될 수 있다. 대표 픽셀은 일부 영역을 대표하는 성질의 픽셀일 수 있다. 대표 픽셀은 일부 영역에 기초하여 결정될 수 있다. 예를 들면, 대표 픽셀은 일부 영역의 무게 중심을 나타내는 포인트에 기초하여 결정될 수 있다. 이 경우, 대표 픽셀은 일부 영역의 가장 중심에 가깝다고 결정되는 포인트에 대응되는 픽셀로 결정될 수 있다. 중심에 가까운 정도를 결정하는 방법은 다양한 방식이 있을 수 있으며, 특별한 방식으로 제한하여 해석되지 않는다.
일 실시 예에 따른 디바이스(100)는 복수의 분산 추론 엔진 중에서 대표 픽셀에 대응되는 타게팅 분산 추론 엔진을 결정할 수 있다.
일 실시 예에 따른 디바이스(100)는 대표 픽셀이 결정되는 경우, 대표 픽셀을 포함하는 객체에 대응되는 분산 추론 엔진을 타게팅 분산 추론 엔진으로 결정할 수 있다. 또는 일 실시 예에 따른 디바이스(100)는 대표 픽셀이 결정되는 경우, 대표 픽셀을 추론 영역으로 포함하는 분산 추론 엔진을 타게팅 분산 추론 엔진으로 결정할 수 있다. 대표 픽셀에 기초하여 일차적으로 결정되는 대상이 객체일 수도 있으나, 분산 추론 엔진일 수도 있으며 특별한 방식으로 제한되지 않는다.
단계 S330을 참조하면, 일 실시 예에 따른 디바이스(100)는 타게팅 객체에 대응하는 대표 위치를 결정할 수 있다.
일 실시 예에 따른 대표 위치는 타게팅 객체의 내부 영역 중 타게팅 객체를 대표하는 포인트(예: 픽셀)의 위치일 수 있다. 또는 대표 위치는 타게팅 객체의 내부 영역의 일부를 포함하는 면적(예: 복수의 픽셀)일 수 있다. 예를 들면, 디바이스(100)는 타게팅 객체가 디스플레이되고 있는 면적의 중점에 기초하여 대표 위치를 결정할 수 있다.타게팅 객체가 디스플레이되고 있는 면적의 중점에 대응되도록 대표 위치를 결정하고, 후술하는 바와 같이 대표 위치에 어노테이션을 중첩하여 제공하는 경우, 사용자는 용이하게 어노테이션이 타게팅 객체에 대응됨을 인지할 수 있다.
일 실시 예에 따른 대표 위치는 다양한 방식으로 결정될 수 있다. 예를 들면, 대표 위치에 중첩하여 제공되는 어노테이션의 크기 및 면적의 중점에 기초하여 대표 위치를 결정할 수 있다. 어노테이션이 차지하는 면적과 타게팅 객체가 디스플레이되는 면적이 중첩되는 면적의 어노테이션이 차지하는 면적에 대한 비율이 기설정값(예: 50%) 이상이 되도록 대표 위치가 결정될 수 있다.
일 실시 예에 따른 디바이스(100)는 타게팅 객체가 디스플레이되고 있는 면적이 갱신됨에 따라서 대표 위치를 갱신할 수 있다. 동영상에 대한 뷰 포인트가 변경될 수도 있고 타게팅 객체가 이동할 수도 있으며, 다양한 이유로 타게팅 객체가 화면에서 차지하는 면적이 갱신될 수 있다. 타게팅 객체가 화면에서 차지하는 면적이 갱신되는 경우 대표 위치도 함께 갱신될 수 있다. 예를 들면 타게팅 객체가 이동하는 경우 타게팅 객체의 이동 방향으로 함께 대표 위치도 갱신될 수 있다. 또한 타게팅 객체의 면적이 감소하는 경우, 대표 위치의 면적도 감소할 수 있다.
단계 S340을 참조하면, 일 실시 예에 따른 디바이스(100)는 선택 입력이 획득된 시점의 전후로 수신되는 입력(예: 음성 입력)을 획득할 수 있다.
일 실시 예에 따른 디바이스(100)는 선택 입력이 획득된 시점의 전후로 수신되는 음성 입력을 획득하고 선택 입력에 대응시킬 수 있다. 예를 들면, 선택 입력이 획득되기 전 2초부터 선택 입력이 획득되고 나서 2초까지의 시간 동안 획득되는 음성 입력을 선택 입력에 대응시킬 수 있다.
일 실시 예에 따를 때, 선택 입력에 대응되는 음성 입력은 선택 입력과 연동혀여 제공할 수 있다. 예를 들면, 디바이스(100)는 음성 입력을 텍스트로 변환하고, 변환된 텍스트를 선택 입력으로 결정된 타게킹 객체와 함께 제공할 수 있다.
일 실시 예에 따른 디바이스(100)는 선택 입력이 획득된 시점의 전후로 기설정 시간 이상 벗어난 시점에 수신되는 음성 입력은 선택 입력에 대응시키지 않을 수 있다. 예를 들면, 디바이스(100)는 선택 입력이 획득되기 전 3초 전에 획득된 음성 입력은 선택 입력과 무관한 음성 입력으로 결정할 수 있다.
일 실시 예에 따른 디바이스(100)는 선택 입력이 획득되었음에도 음성 입력이 획득되지 않는 경우, 선택 입력을 무효화할 수 있다. 디바이스(100)는 선택 입력이 획득되었음에도 기설정 기간(예: 5초) 동안 음성 입력이 획득되지 않는 경우, 선택 입력이 획득되지 않은 것과 같은 상태로 동작할 수 있다.
일 실시 예에 따른 디바이스(100)는 선택 입력이 획득되었음에도 음성 입력이 획득되지 않는 경우, 대응되는 음성 입력을 획득하기 위한 기간을 연장할 수 있다. 예를 들면, 디바이스(100)가 선택 입력이 획득되기 전 2초부터 선택 입력이 획득되고 나서 2초까지의 시간인 음성 입력 대기 기간 동안 획득되는 음성 입력을 선택 입력에 대응시키도록 동작할 수 있다. 여기서 음성 입력 대기 기간 동안 음성 입력이 획득되지 않은 경우, 일 실시 예에 따른 디바이스(100)는 음성 입력 대기 기간을 연장하여, 선택 입력이 획득되고 나서 5초 까지 음성 입력을 획득하여 선택 입력에 대응시킬 수 있다.
단계 S350을 참조하면, 일 실시 예에 따른 디바이스(100)는 음성 입력에 대응되는 어노테이션을 타게팅 객체에 대한 대표 위치에 중첩하여 제공할 수 있다.
일 실시 예에 따른 디바이스(100)는 음성 입력 대기 기간 동안 획득되는 음성 입력에 기초하여 어노테이션을 획득할 수 있다. 어노테이션은 음성 입력을 변환하여 획득된 텍스트일 수 있으나 이에 제한되지 않는다. 어노테이션은 음성 입력에 기초하여 획득되는 이미지를 폭 넓게 지칭할 수 있다. 예를 들면 어노테이션은 음성 입력을 나타내는 텍스트, 그래픽, 도형, 기호 등일 수 있다.
일 실시 예에 따른 디바이스(100)는 획득한 어노테이션을 타게팅 객체와 연동하여 제공할 수 있다. 예를 들면, 디바이스(100)는 획득한 어노테이션을 타게팅 객체에 대한 대표 위치에 중첩하여 디스플레이할 수 있다. 어노테이션을 타게팅 객체와 연동하여 제공하는 다양한 방법이 존재할 수 있으며 상술한 방식으로 제한하여 해석되지 않는다.
일 실시 예에 따른 디바이스(100)는 어노테이션을 제공한 이후 어노테이션의 제공을 유지하는 기간을 다양한 요소에 기초하여 결정할 수 있다. 예를 들면, 디바이스(100)는 타게팅 객체가 화면에서 디스플레이되고 있는 면적을 나타내는 제 1 요소, 타게팅 객체가 화면에서 디스플레이 되지 않는 상태로 유지되는 시간을 나타내는 제 2 요소, 동영상 전체에서 타게팅 객체가 디스플레이되는 횟수를 나타내는 제 3 요소 및 타게팅 객체가 이용 중이라고 결정되는 이용 시간을 나타내는 제 4 요소 중 적어도 하나에 기초하여 어노테이션의 제공 유지 여부를 결정할 수 있다. 구체적인 예로, 디바이스(100)는 제 1 요소, 제 2 요소, 제 4 요소 및 제 3 요소의 순서로 낮아지도록 부여되는 가중치에 기초하여 어노테이션의 제공 유지 여부를 결정할 수 있다.
타게팅 객체에 어노테이션이 중첩하여 제공되는 중 타게팅 객체의 면적이 갱신될 수 있다. 예를 들면 뷰 포인트가 갱신되거나, 타게팅 객체가 이동할 수 있다. 따라서 타게팅 객체의 면적이 충분히 크다면 어노테이션의 제공이 유지되지만, 타게팅 객체의 면적이 충분히 작다면 어노테이션의 제공이 중지될 수 있다. 타게팅 객체의 면적은 화면에서 일차적으로 타게팅 객체의 상황을 나타내는 지표이기 때문에 제 1 요소에 가장 높은 가중치가 부여될 수 있다.
일 실시 예에 따라 타게팅 객체가 화면에서 디스플레이되지 않을 수 있다. 예를 들면 뷰 포인트가 갱신되거나, 타게팅 객체가 이동함에 따라 타게팅 객체가 디스플레이되지 않는 프레임이 존재할 수 있다. 이처럼 타게팅 객체가 화면에서 디스플레이되지 않는 상태로 유지되는 시간이 충분히 길어질 경우, 어노테이션의 제공이 중지될 수 있다. 그러나 이처럼 타게팅 객체가 화면에서 디스플레이되지 않는 상태로 유지되는 시간이 충분히 짧은 경우에는 어노테이션의 제공이 유지될 수 있다. 타게팅 객체가 화면에서 디스플레이되고 있는지 여부도 타게팅 객체의 상황을 나타내는 중요 지표이기 때문에 제 2 요소에 두번째로 높은 가중치가 부여될 수 있다.
일 실시 예에 따라 타게팅 객체는 동영상 전체에서 등장과 퇴장을 반복할 수 있다. 따라서 타게팅 객체는 복수회에 걸쳐서 디스플레이될 수 있으며, 등장 횟수가 반복된다는 것은 타게팅 객체의 중요도가 높다는 것을 의미할 수 있다. 그러나 등장 횟수 자체는 단순히 뷰 포인트의 전환 등 실제 상황보다는 촬영의 방식 등에 따라 발생할 수 있다는 점에서 상대적으로 가장 낮은 가중치가 부여될 수 있다.
일 실시 예에 따라 타게팅 객체는 동영상 전체에서 이용되는 시간이 따로 산출될 수 있다. 예를 들면 수술 동영상에서 특정 수술 도구가 사용되는 이용 시간이 카운트되어 획득될 수 있다. 이처럼 타게팅 객체가 동영상 전체에서 차지하는 이용 시간은 타게팅 객체의 중요성을 의미하기 때문에 제 4 요소에 3번째로 높은 가중치가 부여될 수 있다.
도 4는 일 실시 예에 따른 디바이스(100)가 복수의 객체(410, 420, 430, 440)를 포함하는 화면을 제공하는 일 예를 설명하기 위한 도면이다.
일 실시 예에 따른 디바이스(100)는 동영상을 제공할 수 있으며, 동영상에서 제공하는 화면은 복수의 객체(410, 420, 430, 440)를 포함할 수 있다. 예를 들면, 화면에는 제 1 객체(410), 제 2 객체(420), 제 3 객체(430), 제 4 객체(440)가 포함될 수 있다.
화면에 대한 선택 입력이 인가될 수 있으며, 선택 입력은 터치 입력, 마우스 등을 이용한 클릭 입력, 키보드 등을 이용한 타이핑 입력 등 다양한 방식으로 제공될 수 있다.
도 5는 일 실시 예에 따른 디바이스(100)가 복수의 객체(410, 420, 430, 440) 중에서 타게팅 객체(410)를 결정하는 일 예를 설명하기 위한 도면이다.
일 실시 예에 따른 디바이스(100)는 복수의 객체에 각각 대응되는 복수의 분산 추론 엔진 중 타게팅 객체에 대응되는 타게팅 분산 추론 엔진을 결정할 수 있다. 복수의 객체 각각에는 서로 상이한 복수의 분산 추론 엔진이 대응될 수 있다. 예를 들면 제 1 객체(410)에는 제 1 분산 추론 엔진이 대응되고, 제 2 객체(420)에는 제 2 분산 추론 엔진이 대응되고, 제 3 객체(430)에는 제 3 분산 추론 엔진이 대응되고, 제 4 객체(440)에는 제 4 분산 추론 엔진이 대응될 수 있다.
일 실시 예에 따라 제 1 객체(410)에 선택 입력이 대응되는 경우, 제 1 분산 추론 엔진에 대응되는 객체인 제 1 객체(410)가 타게팅 객체로 결정될 수 있다.
도 6은 일 실시 예에 따른 디바이스(100)가 타게팅 객체(410)에 대해서 어노테이션(610)을 대응시키는 일 예를 설명하기 위한 도면이다.
일 실시 예에 따른 디바이스(100)는 타게팅 객체(410)에 대한 선택 입력이 획득된 시점의 전후로 수신되는 입력(예: 음성 입력)을 획득할 수 있다. 예를 들면 디바이스(100)는 선택 입력이 획득된 시점의 전후로 수신되는 음성 입력을 획득하고 타게팅 객체(410)에 대응시킬 수 있다. 일 예로, 디바이스(100)는 선택 입력이 획득되고 나서 1초가 경과한 시점에 '석션 준비'라는 음성 입력이 획득되는 경우, '석션 준비'라는 텍스트를 포함하는 어노테이션(610)을 타게팅 객체(410)에 중첩하여 디스플레이할 수 있다. 어노테이션(610)이 타게팅 객체(410) 상에서 디스플레이되는 위치는 다양한 방식으로 결정될 수 있다. 예를 들면, 디바이스(100)는 어노테이션(610)을 타게팅 객체(410)에 대한 대표 위치에 중첩하여 디스플레이할 수 있다. 어노테이션을 타게팅 객체와 연동하여 제공하는 다양한 방법이 존재할 수 있으며 상술한 방식으로 제한하여 해석되지 않는다.
도 7은 일 실시 예에 따른 디바이스(100)가 어노테이션 시점 표식(711, 721, 731, 741) 또는 어노테이션 타이틀(710, 720, 730, 740)을 제공하는 일 예를 설명하기 위한 도면이다.
일 실시 예에 따른 디바이스(100)는 선택 입력과 선택 입력에 대응하는 음성 입력이 획득될 때마다 선택입력 또는 음성 입력이 획득된 시점인 타게팅 시점을 획득할 수 있다. 하나의 동영상에 대해서 디바이스(100)는 복수회에 걸쳐서 타게팅 시점을 획득할 수 있다. 예를 들면, 디바이스(100)는 제 1 어노테이션 시점 표식(711), 제 2 어노테이션 시점 표식(721), 제 3 어노테이션 시점 표식(731), 제 4 어노테이션 시점 표식(741)에 각각 대응되는 복수의 타게팅 시점을 획득할 수 있다.
하나 이상의 타게팅 시점이 결정되면, 일 실시 예에 따른 디바이스(100)는 타게팅 시점을 나타내는 하나 이상의 어노테이션 시점 표식(711, 721, 731, 741)을 동영상의 재생 상황을 나타내는 재생 바와 연동하여 제공할 수 있다. 사용자는 어노테이션 시점 표식(711, 721, 731, 741)에 기초하여 용이하게 어노테이션에 대응되는 재생 시점으로 접근할 수 있다.
일 실시 예에 따른 디바이스(100)는 어노테이션을 나타내는 어노테이션 타이틀(710, 720, 730, 740)을 타게팅 시점과 연동하여 제공할 수 있다.
도 7을 참조하면 일 실시 예에 따른 어노테이션 타이틀(710, 720, 730, 740)은 대응되는 재생 시점, 어노테이션의 내용, 추가 동작 방식(예: 수정, 삭제, 코멘트 등) 등을 제공할 수 있다.
각각의 어노테이션 시점 표식(711, 721, 731, 741)과 각각의 어노테이션 타이틀(710, 720, 730, 740)은 서로 대응될 수 있다. 예를 들면, 제 1 어노테이션 시점 표식(711)은 제 1 어노테이션 타이틀(710)에 대응되고, 제 2 어노테이션 시점 표식(721)은 제 2 어노테이션 타이틀(720)에 대응되고, 제 3 어노테이션 시점 표식(731)은 제 3 어노테이션 타이틀(730)에 대응되고, 제 4 어노테이션 시점 표식(741)은 제 4 어노테이션 타이틀(740)에 대응될 수 있다.
또한, 일 실시 예에 따른 디바이스(100)는 복수의 어노테이션에 대한 정보를 리스트 파일로 저장할 수 있는 기능을 제공할 수 있다. 예를 들면, 디바이스(100)는 리스트 파일로 내보내기 버튼(750)에 대한 사용자 입력이 획득되는 경우, 기설정 형식의 파일로 복수의 어노테이션에 대한 정보를 저장할 수 있다.
본 개시의 다양한 실시 예들은 기기(machine)(예를 들어, 디스플레이 장치 또는 컴퓨터)에 의해 읽을 수 있는 저장 매체(storage medium)(예를 들어, 메모리)에 저장된 하나 이상의 인스트럭션들을 포함하는 소프트웨어로서 구현될 수 있다. 예를 들면, 기기의 프로세서(예를 들어, 프로세서(220))는, 저장 매체로부터 저장된 하나 이상의 인스트럭션들 중 적어도 하나의 인스트럭션을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 인스트럭션에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 인스트럭션들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장매체는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, '비일시적'은 저장매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
일 실시 예에 따르면, 본 개시에 개시된 다양한 실시 예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory (CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두 개의 사용자 장치들(예: 스마트폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
본 발명에 대하여 예시한 도면을 참조로 하여 설명하였으나 개시된 실시 예와 도면에 의해 한정되는 것은 아니며 본 실시 예와 관련된 기술 분야에서 통상의 지식을 가진 자는 상기된 기재의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 방법들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 실시 예를 설명하며 본 발명의 구성에 따른 작용 효과를 명시적으로 기재하여 설명하지 않았을지라도, 해당 구성에 의해 예측이 가능한 효과 또한 인정될 수 있다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
100: 디바이스
130: 외부 서버 140: 저장 매체
150: 통신 디바이스 160: 가상 서버
170: 사용자 단말 180: 사용자 단말
210: 수신부 220: 프로세서
230: 출력부 240: 메모리
410: 제 1 객체 420: 제 2 객체
430: 제 3 객체 440: 제 4 객체
610: 어노테이션
711: 제 1 어노테이션 시점 표식 721: 제 2 어노테이션 시점 표식
731: 제 3 어노테이션 시점 표식 741: 제 4 어노테이션 시점 표식
710: 제 1 어노테이션 타이틀 720: 제 2 어노테이션 타이틀
730: 제 3 어노테이션 타이틀 740: 제 4 어노테이션 타이틀
750: 리스트 파일로 내보내기 버튼

Claims (16)

  1. 음성 입력을 이용한 어노테이션을 제공하는 방법에 있어서,
    동영상에서 복수의 객체가 제공되는 화면의 일부 영역에 대한 선택 입력을 획득하는 단계;
    상기 일부 영역에 대응되는 타게팅 객체를 결정하는 단계;
    상기 타게팅 객체에 대응하는 대표 위치를 결정하는 단계;
    상기 선택 입력이 획득된 시점의 전후로 수신되는 음성 입력을 획득하는 단계; 및
    상기 음성 입력에 대응되는 어노테이션을 상기 타게팅 객체에 대한 상기 대표 위치에 중첩하여 제공하는 단계;를 포함하는, 방법.
  2. 제 1 항에 있어서,
    상기 타게팅 객체를 결정하는 단계는
    상기 복수의 객체에 각각 대응되는 복수의 분산 추론 엔진 중 상기 타게팅 객체에 대응되는 타게팅 분산 추론 엔진을 결정하는 단계; 및
    상기 타게팅 분산 추론 엔진에 대응되는 상기 타게팅 객체를 결정하는 단계;를 포함하는, 방법.
  3. 제 2 항에 있어서,
    상기 타게팅 분산 추론 엔진을 결정하는 단계는
    상기 일부 영역에 포함되는 상기 일부 영역에 대한 대표 픽셀을 결정하는 단계;
    상기 복수의 분산 추론 엔진 중에서 상기 대표 픽셀에 대응되는 상기 타게팅 분산 추론 엔진을 결정하는 단계;를 포함하는, 방법.
  4. 제 1 항에 있어서,
    상기 어노테이션은 상기 음성 입력에 대응되는 그래픽 또는 텍스트를 포함하는, 방법.
  5. 제 1 항에 있어서,
    상기 대표 위치를 결정하는 단계는
    상기 타게팅 객체가 디스플레이되고 있는 면적의 중점에 기초하여 상기 대표 위치를 결정하는 단계; 및
    상기 타게팅 객체가 디스플레이되고 있는 면적이 갱신됨에 따라서 상기 대표 위치를 갱신하는 단계;를 포함하는, 방법.
  6. 제 1 항에 있어서,
    상기 선택 입력 또는 상기 음성 입력이 획득된 시점인 타게팅 시점을 결정하는 단계; 및
    상기 타게팅 시점을 나타내는 어노테이션 시점 표식을 상기 동영상의 재생 상황을 나타내는 재생 바와 연동하여 제공하는 단계;를 더 포함하는, 방법.
  7. 제 6 항에 있어서,
    상기 어노테이션을 나타내는 어노테이션 타이틀을 상기 타게팅 시점과 연동하여 제공하는 단계;를 더 포함하는, 방법.
  8. 제 1 항에 있어서,
    상기 어노테이션을 상기 타게팅 객체에 대한 상기 대표 위치에 중첩하여 제공하는 단계는
    상기 타게팅 객체가 상기 화면에서 디스플레이되고 있는 면적, 상기 타게팅 객체가 상기 화면에서 디스플레이 되지 않는 상태로 유지되는 시간, 상기 동영상 전체에서 상기 타게팅 객체가 디스플레이되는 횟수 및 상기 타게팅 객체가 이용 중이라고 결정되는 이용 시간 중 적어도 하나에 기초하여 상기 어노테이션의 제공 유지 여부를 결정하는, 방법.
  9. 음성 입력을 이용한 어노테이션을 제공하는 디바이스에 있어서,
    동영상에서 복수의 객체가 제공되는 화면의 일부 영역에 대한 선택 입력을 획득하는 수신부; 및
    상기 일부 영역에 대응되는 타게팅 객체를 결정하고,
    상기 타게팅 객체에 대응하는 대표 위치를 결정하고,
    상기 선택 입력이 획득된 시점의 전후로 수신되는 음성 입력을 획득하고,
    상기 음성 입력에 대응되는 어노테이션을 상기 타게팅 객체에 대한 상기 대표 위치에 중첩하여 제공하는 프로세서;를 포함하는, 디바이스.
  10. 제 9 항에 있어서,
    상기 프로세서는
    상기 복수의 객체에 각각 대응되는 복수의 분산 추론 엔진 중 상기 타게팅 객체에 대응되는 타게팅 분산 추론 엔진을 결정하고,
    상기 타게팅 분산 추론 엔진에 대응되는 상기 타게팅 객체를 결정하는, 디바이스.
  11. 제 10 항에 있어서,
    상기 프로세서는
    상기 일부 영역에 포함되는 상기 일부 영역에 대한 대표 픽셀을 결정하고,
    상기 복수의 분산 추론 엔진 중에서 상기 대표 픽셀에 대응되는 상기 타게팅 분산 추론 엔진을 결정하는, 디바이스.
  12. 제 9 항에 있어서,
    상기 어노테이션은 상기 음성 입력에 대응되는 그래픽 또는 텍스트를 포함하는, 디바이스.
  13. 제 9 항에 있어서,
    상기 프로세서는
    상기 타게팅 객체가 디스플레이되고 있는 면적의 중점에 기초하여 상기 대표 위치를 결정하고,
    상기 타게팅 객체가 디스플레이되고 있는 면적이 갱신됨에 따라서 상기 대표 위치를 갱신하는, 디바이스.
  14. 제 9 항에 있어서,
    상기 프로세서는
    상기 선택 입력 또는 상기 음성 입력이 획득된 시점인 타게팅 시점을 결정하고,
    상기 타게팅 시점을 나타내는 어노테이션 시점 표식을 상기 동영상의 재생 상황을 나타내는 재생 바와 연동하여 제공하는, 디바이스.
  15. 제 14 항에 있어서,
    상기 프로세서는
    상기 어노테이션을 나타내는 어노테이션 타이틀을 상기 타게팅 시점과 연동하여 제공하는, 디바이스.
  16. 제 1 항 내지 제 8 항 중 어느 한 항의 방법을 구현하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 비일시적 기록 매체.
KR1020220127287A 2022-10-05 2022-10-05 음성 입력을 이용한 어노테이션을 제공하는 방법 및 디바이스 KR20240048076A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020220127287A KR20240048076A (ko) 2022-10-05 2022-10-05 음성 입력을 이용한 어노테이션을 제공하는 방법 및 디바이스
PCT/KR2023/011443 WO2024075962A1 (ko) 2022-10-05 2023-08-03 음성 입력을 이용한 어노테이션을 제공하는 방법 및 디바이스

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220127287A KR20240048076A (ko) 2022-10-05 2022-10-05 음성 입력을 이용한 어노테이션을 제공하는 방법 및 디바이스

Publications (1)

Publication Number Publication Date
KR20240048076A true KR20240048076A (ko) 2024-04-15

Family

ID=90608536

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220127287A KR20240048076A (ko) 2022-10-05 2022-10-05 음성 입력을 이용한 어노테이션을 제공하는 방법 및 디바이스

Country Status (2)

Country Link
KR (1) KR20240048076A (ko)
WO (1) WO2024075962A1 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102177455B1 (ko) 2016-04-04 2020-11-11 한국전자통신연구원 비디오 어노테이션 장치 및 방법

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4198331B2 (ja) * 2001-04-27 2008-12-17 株式会社リコー 録画装置
AU2015203661A1 (en) * 2015-06-30 2017-01-19 Canon Kabushiki Kaisha Method, apparatus and system for applying an annotation to a portion of a video sequence
KR101926123B1 (ko) * 2017-12-28 2018-12-06 (주)휴톰 수술영상 분할방법 및 장치
KR20200050262A (ko) * 2018-11-01 2020-05-11 주식회사 엠티이지 멀티미디어 수술기록 콘텐츠 생성 장치 및 방법
KR102544629B1 (ko) * 2019-12-26 2023-06-16 주식회사 엠티이지 수술 동영상에 대한 영상 분석에 기초한 수술 행위 추론 장치 및 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102177455B1 (ko) 2016-04-04 2020-11-11 한국전자통신연구원 비디오 어노테이션 장치 및 방법

Also Published As

Publication number Publication date
WO2024075962A1 (ko) 2024-04-11

Similar Documents

Publication Publication Date Title
US11910128B2 (en) Enhanced video interaction for a user interface of a telepresence network
WO2019120068A1 (zh) 缩略图显示控制方法及移动终端
US9491438B2 (en) Method and apparatus for communicating using 3-dimensional image display
KR101978299B1 (ko) 콘텐츠 서비스 시스템에서의 콘텐츠 서비스를 위한 장치
CN108966004A (zh) 一种视频处理方法及终端
CN105488145B (zh) 网页内容的显示方法、装置及终端
WO2014174739A1 (ja) 医用画像データ情報交換システム
KR20180133743A (ko) 이동 단말기 및 그 제어 방법
US9921795B2 (en) Mobile device, system and method for medical image displaying using multiple mobile devices
JP2019033430A (ja) 動画再生装置およびその制御方法、並びにプログラム
US8401149B2 (en) X-ray photographing apparatus for receiving and editing X-ray image
CN109739414A (zh) 一种图片处理方法、移动终端、计算机可读存储介质
US11606531B2 (en) Image capturing method, apparatus, and storage medium
CN105677709A (zh) 一种信息处理方法和装置、一种用于信息处理的装置
KR20240048076A (ko) 음성 입력을 이용한 어노테이션을 제공하는 방법 및 디바이스
KR102087290B1 (ko) 감성 컨텐츠 서비스 운용 방법, 이를 지원하는 서비스 제공 장치 및 단말기
KR20240065446A (ko) 초음파 영상 처리 방법 및 디바이스
KR20240048074A (ko) 라벨링을 이용한 능동 학습 방법 및 디바이스
KR20240048073A (ko) 어텐션 블록을 이용하여 영상을 처리하는 방법 및 디바이스
KR20240065445A (ko) 의료 로봇과 관련하여 영상을 제공하는 방법 및 디바이스
KR20240021624A (ko) 어노테이션을 포함하는 영상 획득 방법 및 디바이스
KR20240022048A (ko) 수술 단계에 대한 정보를 제공하는 방법 및 디바이스
WO2018201195A1 (en) Devices, systems and methodologies configured to enable generation, capture, processing, and/or management of digital media data
KR20240018193A (ko) 중요도와 관련된 영상 처리 방법, 서버 및 기록매체
CN113012805B (zh) 一种健康自诊方法、系统及相关设备