WO2022108310A1 - 이미지의 메타 정보를 정정하는 전자 장치 및 이의 동작 방법 - Google Patents

이미지의 메타 정보를 정정하는 전자 장치 및 이의 동작 방법 Download PDF

Info

Publication number
WO2022108310A1
WO2022108310A1 PCT/KR2021/016818 KR2021016818W WO2022108310A1 WO 2022108310 A1 WO2022108310 A1 WO 2022108310A1 KR 2021016818 W KR2021016818 W KR 2021016818W WO 2022108310 A1 WO2022108310 A1 WO 2022108310A1
Authority
WO
WIPO (PCT)
Prior art keywords
information
images
electronic device
image
location
Prior art date
Application number
PCT/KR2021/016818
Other languages
English (en)
French (fr)
Inventor
문진호
김현우
박미화
박성득
Original Assignee
삼성전자 주식회사
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 삼성전자 주식회사 filed Critical 삼성전자 주식회사
Priority to US17/529,398 priority Critical patent/US11694441B2/en
Publication of WO2022108310A1 publication Critical patent/WO2022108310A1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/76—Television signal recording
    • H04N5/91—Television signal processing therefor
    • H04N5/92—Transformation of the television signal for recording, e.g. modulation, frequency changing; Inverse transformation for playback
    • H04N5/9201—Transformation of the television signal for recording, e.g. modulation, frequency changing; Inverse transformation for playback involving the multiplexing of an additional signal and the video signal
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/231—Content storage operation, e.g. caching movies for short term storage, replicating data over plural servers, prioritizing data for deletion
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/235—Processing of additional data, e.g. scrambling of additional data or processing content descriptors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/76—Television signal recording
    • H04N5/765—Interface circuits between an apparatus for recording and another apparatus
    • H04N5/77—Interface circuits between an apparatus for recording and another apparatus between a recording apparatus and a television camera
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/76—Television signal recording
    • H04N5/91—Television signal processing therefor
    • H04N5/92—Transformation of the television signal for recording, e.g. modulation, frequency changing; Inverse transformation for playback

Definitions

  • Embodiments disclosed in this document relate to an electronic device for correcting meta information of an image, and an operating method thereof.
  • the electronic device may also store meta information about the image.
  • the meta information may include a photographing time of an image, a photographing position, camera information, or camera setting information (eg, focal length, flash, aperture, shutter speed).
  • the photographing location information included in the meta information may be information on latitude and longitude of the electronic device when an image is acquired.
  • the photographing location information included in the meta information may be inaccurate.
  • the electronic device is located in a place where there are many base stations or Wi-Fi devices in an indoor, underground, or adjacent area when acquiring an image, or a place with a lot of electromagnetic interference, the meta information may be inaccurate.
  • the electronic device when the electronic device is located in a complex facility (eg, a department store, an amusement park) when acquiring an image, it may be difficult to accurately determine information on a location where an image is captured.
  • a complex facility eg, a department store, an amusement park
  • An electronic device includes a processor and a memory configured to store instructions and store at least one image, wherein the instructions, when executed by the processor, the electronic device classifies the at least one image into at least one image group based on meta information of the at least one image, and selects at least one of the first images included in the first image group among the at least one image group Identifies tag information on an object, identifies place information on the first images based on the at least one tag information, and identifies meta of the first images based on the identified place information may be configured to correct information.
  • the method of operating an electronic device includes: classifying at least one image stored in a memory into at least one image group based on meta information stored together with the at least one image; identifying tag information on at least one object of first images included in a first image group among the at least one image group; based on the tag information, place information on the first images It may include an operation of identifying , and an operation of modifying meta information of the first images based on the identified place information.
  • more detailed location information and/or location information can be provided to a user by correcting location information and/or location information of images based on tag information and photographing location information of the images. have.
  • FIG. 1 is a block diagram of an electronic device in a network environment, according to certain embodiments.
  • FIG. 2 is a block diagram of an electronic device according to an exemplary embodiment.
  • 3 is a diagram illustrating at least one image and metadata.
  • FIG. 4 is a diagram illustrating tagging for a group of images.
  • FIG. 5 is a diagram illustrating correction of place information for images included in an image group.
  • FIG. 6 is a flowchart illustrating an operation of an electronic device according to an embodiment of the present disclosure.
  • FIG. 1 is a block diagram of an electronic device 101 in a network environment 100 according to certain embodiments.
  • an electronic device 101 communicates with an electronic device 102 through a first network 198 (eg, a short-range wireless communication network) or a second network 199 . It may communicate with the electronic device 104 or the server 108 through (eg, a long-distance wireless communication network). According to an embodiment, the electronic device 101 may communicate with the electronic device 104 through the server 108 .
  • a first network 198 eg, a short-range wireless communication network
  • a second network 199 e.g., a second network 199
  • the electronic device 101 may communicate with the electronic device 104 through the server 108 .
  • the electronic device 101 includes a processor 120 , a memory 130 , an input module 150 , a sound output module 155 , a display module 160 , an audio module 170 , and a sensor module ( 176), interface 177, connection terminal 178, haptic module 179, camera module 180, power management module 188, battery 189, communication module 190, subscriber identification module 196 , or an antenna module 197 may be included.
  • a processor 120 e.g, the connection terminal 178
  • the connection terminal 178 may be omitted or one or more other components may be added to the electronic device 101 .
  • processor refers to both the singular and the plural contexts in this disclosure.
  • the processor 120 for example, executes software (eg, a program 140) to execute at least one other component (eg, a hardware or software component) of the electronic device 101 connected to the processor 120 . It can control and perform various data processing or operations. According to an embodiment, as at least part of data processing or operation, the processor 120 stores a command or data received from another component (eg, the sensor module 176 or the communication module 190 ) into the volatile memory 132 . may be stored in the volatile memory 132 , and may process commands or data stored in the volatile memory 132 , and store the result data in the non-volatile memory 134 .
  • software eg, a program 140
  • the processor 120 stores a command or data received from another component (eg, the sensor module 176 or the communication module 190 ) into the volatile memory 132 .
  • the processor 120 stores a command or data received from another component (eg, the sensor module 176 or the communication module 190 ) into the volatile memory 132 .
  • the processor 120 is the main processor 121 (eg, a central processing unit or an application processor) or a secondary processor 123 (eg, a graphic processing unit, a neural network processing unit) a neural processing unit (NPU), an image signal processor, a sensor hub processor, or a communication processor).
  • the main processor 121 e.g, a central processing unit or an application processor
  • a secondary processor 123 eg, a graphic processing unit, a neural network processing unit
  • NPU neural processing unit
  • an image signal processor e.g., a sensor hub processor, or a communication processor.
  • the main processor 121 e.g, a central processing unit or an application processor
  • a secondary processor 123 eg, a graphic processing unit, a neural network processing unit
  • NPU neural processing unit
  • an image signal processor e.g., a sensor hub processor, or a communication processor.
  • the main processor 121 e.g, a central processing unit or an application processor
  • a secondary processor 123
  • the auxiliary processor 123 is, for example, on behalf of the main processor 121 while the main processor 121 is in an inactive (eg, sleep) state, or the main processor 121 is active (eg, executing an application). ), together with the main processor 121, at least one of the components of the electronic device 101 (eg, the display module 160, the sensor module 176, or the communication module 190) It is possible to control at least some of the related functions or states.
  • the auxiliary processor 123 eg, an image signal processor or a communication processor
  • the auxiliary processor 123 may include a hardware structure specialized for processing an artificial intelligence model.
  • Artificial intelligence models can be created through machine learning. Such learning may be performed, for example, in the electronic device 101 itself on which artificial intelligence is performed, or may be performed through a separate server (eg, the server 108).
  • the learning algorithm may include, for example, supervised learning, unsupervised learning, semi-supervised learning, or reinforcement learning, but in the above example not limited
  • the artificial intelligence model may include a plurality of artificial neural network layers.
  • Artificial neural networks include deep neural networks (DNNs), convolutional neural networks (CNNs), recurrent neural networks (RNNs), restricted boltzmann machines (RBMs), deep belief networks (DBNs), bidirectional recurrent deep neural networks (BRDNNs), It may be one of deep Q-networks or a combination of two or more of the above, but is not limited to the above example.
  • the artificial intelligence model may include, in addition to, or alternatively, a software structure in addition to the hardware structure.
  • the memory 130 may store various data used by at least one component of the electronic device 101 (eg, the processor 120 or the sensor module 176 ).
  • the data may include, for example, input data or output data for software (eg, the program 140 ) and instructions related thereto.
  • the memory 130 may include a volatile memory 132 or a non-volatile memory 134 .
  • the program 140 may be stored as software in the memory 130 , and may include, for example, an operating system 142 , middleware 144 , or an application 146 .
  • the input module 150 may receive a command or data to be used in a component (eg, the processor 120 ) of the electronic device 101 from the outside (eg, a user) of the electronic device 101 .
  • the input module 150 may include, for example, a microphone, a mouse, a keyboard, a key (eg, a button), or a digital pen (eg, a stylus pen).
  • the sound output module 155 may output a sound signal to the outside of the electronic device 101 .
  • the sound output module 155 may include, for example, a speaker or a receiver.
  • the speaker can be used for general purposes such as multimedia playback or recording playback.
  • the receiver may be used to receive an incoming call. According to an embodiment, the receiver may be implemented separately from or as a part of the speaker.
  • the display module 160 may visually provide information to the outside (eg, a user) of the electronic device 101 .
  • the display module 160 may include, for example, a control circuit for controlling a display, a hologram device, or a projector and a corresponding device.
  • the display module 160 may include a touch sensor configured to sense a touch or a pressure sensor configured to measure the intensity of a force generated by the touch.
  • the audio module 170 may convert a sound into an electric signal or, conversely, convert an electric signal into a sound. According to an embodiment, the audio module 170 acquires a sound through the input module 150 or an external electronic device (eg, a sound output module 155 ) directly or wirelessly connected to the electronic device 101 . A sound may be output through the electronic device 102 (eg, a speaker or headphones).
  • an external electronic device eg, a sound output module 155
  • a sound may be output through the electronic device 102 (eg, a speaker or headphones).
  • the sensor module 176 detects an operating state (eg, power or temperature) of the electronic device 101 or an external environmental state (eg, user state), and generates an electrical signal or data value corresponding to the sensed state. can do.
  • the sensor module 176 may include, for example, a gesture sensor, a gyro sensor, a barometric pressure sensor, a magnetic sensor, an acceleration sensor, a grip sensor, a proximity sensor, a color sensor, an IR (infrared) sensor, a biometric sensor, It may include a temperature sensor, a humidity sensor, or an illuminance sensor.
  • the interface 177 may support one or more designated protocols that may be used by the electronic device 101 to directly or wirelessly connect with an external electronic device (eg, the electronic device 102 ).
  • the interface 177 may include, for example, a high definition multimedia interface (HDMI), a universal serial bus (USB) interface, an SD card interface, or an audio interface.
  • HDMI high definition multimedia interface
  • USB universal serial bus
  • SD card interface Secure Digital Card
  • the connection terminal 178 may include a connector through which the electronic device 101 can be physically connected to an external electronic device (eg, the electronic device 102 ).
  • the connection terminal 178 may include, for example, an HDMI connector, a USB connector, an SD card connector, or an audio connector (eg, a headphone connector).
  • the haptic module 179 may convert an electrical signal into a mechanical stimulus (eg, vibration or movement) or an electrical stimulus that the user can perceive through tactile or kinesthetic sense.
  • the haptic module 179 may include, for example, a motor, a piezoelectric element, or an electrical stimulation device.
  • the camera module 180 may capture still images and moving images. According to an embodiment, the camera module 180 may include one or more lenses, image sensors, image signal processors, or flashes.
  • the power management module 188 may manage power supplied to the electronic device 101 .
  • the power management module 188 may be implemented as, for example, at least a part of a power management integrated circuit (PMIC).
  • PMIC power management integrated circuit
  • the battery 189 may supply power to at least one component of the electronic device 101 .
  • the battery 189 may include, for example, a non-rechargeable primary cell, a rechargeable secondary cell, or a fuel cell.
  • the communication module 190 is a direct (eg, wired) communication channel or a wireless communication channel between the electronic device 101 and an external electronic device (eg, the electronic device 102, the electronic device 104, or the server 108). It can support establishment and communication performance through the established communication channel.
  • the communication module 190 may include one or more communication processors that operate independently of the processor 120 (eg, an application processor) and support direct (eg, wired) communication or wireless communication.
  • the communication module 190 is a wireless communication module 192 (eg, a cellular communication module, a short-range wireless communication module, or a global navigation satellite system (GNSS) communication module) or a wired communication module 194 (eg, : It may include a LAN (local area network) communication module, or a power line communication module).
  • GNSS global navigation satellite system
  • a corresponding communication module among these communication modules is a first network 198 (eg, a short-range communication network such as Bluetooth, wireless fidelity (WiFi) direct, or infrared data association (IrDA)) or a second network 199 (eg, legacy It may communicate with the external electronic device 104 through a cellular network, a 5G network, a next-generation communication network, the Internet, or a computer network (eg, a telecommunication network such as a LAN or a WAN).
  • a first network 198 eg, a short-range communication network such as Bluetooth, wireless fidelity (WiFi) direct, or infrared data association (IrDA)
  • a second network 199 eg, legacy It may communicate with the external electronic device 104 through a cellular network, a 5G network, a next-generation communication network, the Internet, or a computer network (eg, a telecommunication network such as a LAN or a WAN).
  • a telecommunication network
  • the wireless communication module 192 uses the subscriber information (eg, International Mobile Subscriber Identifier (IMSI)) stored in the subscriber identification module 196 within a communication network such as the first network 198 or the second network 199 .
  • the electronic device 101 may be identified or authenticated.
  • the wireless communication module 192 may support a 5G network after a 4G network and a next-generation communication technology, for example, a new radio access technology (NR).
  • NR access technology includes high-speed transmission of high-capacity data (eMBB (enhanced mobile broadband)), minimization of terminal power and access to multiple terminals (mMTC (massive machine type communications)), or high reliability and low latency (URLLC (ultra-reliable and low-latency) -latency communications)).
  • eMBB enhanced mobile broadband
  • mMTC massive machine type communications
  • URLLC ultra-reliable and low-latency
  • the wireless communication module 192 may support a high frequency band (eg, mmWave band) to achieve a high data rate, for example.
  • a high frequency band eg, mmWave band
  • the wireless communication module 192 includes various technologies for securing performance in a high-frequency band, for example, beamforming, massive multiple-input and multiple-output (MIMO), all-dimensional multiplexing. It may support technologies such as full dimensional MIMO (FD-MIMO), an array antenna, analog beam-forming, or a large scale antenna.
  • the wireless communication module 192 may support various requirements specified in the electronic device 101 , an external electronic device (eg, the electronic device 104 ), or a network system (eg, the second network 199 ).
  • the wireless communication module 192 includes a peak data rate (eg, 20 Gbps or more) for realizing eMBB, loss coverage (eg, 164 dB or less) for realizing mMTC, or U-plane latency ( Example: downlink (DL) and uplink (UL) each 0.5 ms or less, or round trip 1 ms or less).
  • a peak data rate eg, 20 Gbps or more
  • loss coverage eg, 164 dB or less
  • U-plane latency Example: downlink (DL) and uplink (UL) each 0.5 ms or less, or round trip 1 ms or less.
  • the antenna module 197 may transmit or receive a signal or power to the outside (eg, an external electronic device).
  • the antenna module 197 may include an antenna including a conductor formed on a substrate (eg, a PCB) or a radiator formed of a conductive pattern.
  • the antenna module 197 may include a plurality of antennas (eg, an array antenna). In this case, at least one antenna suitable for a communication method used in a communication network such as the first network 198 or the second network 199 is connected from the plurality of antennas by, for example, the communication module 190 . can be selected. A signal or power may be transmitted or received between the communication module 190 and an external electronic device through the selected at least one antenna.
  • other components eg, a radio frequency integrated circuit (RFIC)
  • RFIC radio frequency integrated circuit
  • the antenna module 197 may form a mmWave antenna module.
  • the mmWave antenna module comprises a printed circuit board, an RFIC disposed on or adjacent to a first side (eg, bottom side) of the printed circuit board and capable of supporting a specified high frequency band (eg, mmWave band); and a plurality of antennas (eg, an array antenna) disposed on or adjacent to a second side (eg, top or side) of the printed circuit board and capable of transmitting or receiving signals of the designated high frequency band. can do.
  • peripheral devices eg, a bus, general purpose input and output (GPIO), serial peripheral interface (SPI), or mobile industry processor interface (MIPI)
  • signal eg commands or data
  • the command or data may be transmitted or received between the electronic device 101 and the external electronic device 104 through the server 108 connected to the second network 199 .
  • Each of the external electronic devices 102 or 104 may be the same as or different from the electronic device 101 .
  • all or part of the operations performed by the electronic device 101 may be executed by one or more external electronic devices 102 , 104 , or 108 .
  • the electronic device 101 may perform the function or service itself instead of executing the function or service itself.
  • one or more external electronic devices may be requested to perform at least a part of the function or the service.
  • One or more external electronic devices that have received the request may execute at least a part of the requested function or service, or an additional function or service related to the request, and transmit a result of the execution to the electronic device 101 .
  • the electronic device 101 may process the result as it is or additionally and provide it as at least a part of a response to the request.
  • cloud computing distributed computing, mobile edge computing (MEC), or client-server computing technology may be used.
  • the electronic device 101 may provide an ultra-low latency service using, for example, distributed computing or mobile edge computing.
  • the external electronic device 104 may include an Internet of things (IoT) device.
  • Server 108 may be an intelligent server using machine learning and/or neural networks.
  • the external electronic device 104 or the server 108 may be included in the second network 199 .
  • the electronic device 101 may be applied to an intelligent service (eg, smart home, smart city, smart car, or health care) based on 5G communication technology and IoT-related technology.
  • the image may be stored in the memory 130 together with metadata.
  • the metadata may include positioning data from GNSS at the time the image was taken.
  • positioning data from GNSS can be inaccurate for a variety of reasons. Therefore, in certain embodiments, the electronic device 101 corrects the positioning data.
  • the electronic device 101 may correct positioning data using the cluster module 210 .
  • an image eg, images 301-308
  • the image is stored with the capture time (“photographing time”) and the latitude and longitude of the GNSS. Photographs are grouped by time continuity and distance continuity.
  • Place database 260 includes a list of place names along with latitude/longitude and tag information.
  • the tag information may be an object that is likely to be found in a named place. For example, if the named place corresponds to a restaurant, the tag information may include food items provided at the corresponding restaurant. If the named place is a beach, the tag information will include the body of water. If the named place is a store, the tag information will include items sold in the store.
  • Location data from the GNSS may be used to find proximate entries in the location database 260 . And, based at least in part on a comparison of the object identified in the image with the object in the tag information for the place in the place database 260 , the positioning data may be modified.
  • the image may include plates and food items
  • the location database 260 may include beaches, hotels, and restaurants close to the location data of the image.
  • the electronic device 101 may correct the positioning data to the location information of the restaurant.
  • all objects of images with both temporal and distance continuity may be compared as a set against tag information in the location database 260 to locate and correct all images as a unit.
  • FIG. 2 is a block diagram of an electronic device 101 according to an exemplary embodiment.
  • 3 is a diagram illustrating at least one image 301 to 308 and metadata 310 .
  • 4 is a diagram illustrating tagging for a group of images 410 .
  • FIG. 5 is a diagram illustrating correction of place information for images 511 to 514 included in the image group 510 .
  • the image group 510 of FIG. 5 may correspond to the image group 410 of FIG. 4 .
  • the images 511 to 514 included in the image group 510 of FIG. 5 may be part of the images 421 to 429 included in the image group 410 of FIG. 4 .
  • the electronic device 101 of FIG. 2 may correspond to the electronic device 101 of FIG. 1 .
  • the electronic device 101 may include a processor 120 , a memory 130 , a communication module 190 , or a combination thereof.
  • the processor 120 , the memory 130 , or the communication module 190 of FIG. 2 may correspond to the processor 120 , the memory 130 , or the communication module 190 of FIG. 1 .
  • Memory 130 is a POI (point of interesting) manager 201, at least one image 205 (“image” used herein should be understood to refer to both a still image, and a video) , the application 146 may be stored.
  • POI point of interesting
  • the POI manager 201 and the application 146 may be programs executable by the processor 120 (eg, the program 146 of FIG. 1 ).
  • the application may be executable by the processor 120 and, when executed by the processor 120 , may include a plurality of instructions that cause the processor 120 to perform a plurality of operations.
  • the POI manager 201 may include a cluster module 210 , a scene analysis module 230 , a POI correction module 250 , or a combination thereof.
  • the POI manager 201 may manage the place database 260 , the content database 280 , or a combination thereof.
  • the scene analysis module 230 may include a content separation module 231 and an object analysis and tagging module 235 .
  • the place database 260 may include information about places (hereinafter referred to as “place information”).
  • place information may include a place name, a location, a category, tag information matching the place category, or a combination thereof.
  • the location can be latitude and longitude.
  • a place category may be, for example, a resort, beach, tourist attraction, hotel, restaurant, or market.
  • the POI manager 201 or the place database 260 may be separately implemented in an external server (eg, the server 108 of FIG. 1 ).
  • the content database 280 may be a database for managing information on content (eg, still images and videos) stored in the electronic device 101 .
  • the content may include at least one image 205 .
  • the information about the content may include meta information of the content.
  • the processor 120 may execute instructions of the POI manager 201 .
  • the processor 120 may classify at least one image 205 through the cluster module 210 of the POI manager 201 .
  • the processor 120 may classify the at least one image 205 into at least one image group (or cluster).
  • the processor 120 may classify the at least one image 205 based on meta information of the at least one image 205 .
  • the processor 120 may classify the at least one image 205 based on continuity (eg, temporal continuity, distance continuity) of the at least one image 205 .
  • the processor 120 may classify images having temporal continuity (or photographed within a time interval between each other) among the at least one image 205 into the same image group.
  • the temporal continuity between images may be identified based on photographing time information of metadata of the image, or a time stamp.
  • images within a specified time range may be identified as having temporal continuity.
  • images having a scatter plot eg, standard deviation
  • An image having a shooting time within a specified sigma eg, a shooting time within 3 sigma from the average shooting time of the images included in the arbitrary image group has temporal continuity with respect to the images included in the arbitrary image group. can be identified as
  • the time threshold may change based on the user's camera usage. For example, if the user takes pictures often, a shorter threshold may be used compared to users who do not take pictures often.
  • the clustering algorithm may identify a picture taken in a temporal cluster.
  • meta information for images 301 to 308 is summarized. Since the images 301 to 304 among the images 301 to 308 were taken between 11:10 am and 11:20 am, they may be evaluated as having temporal continuity with each other. However, it should be noted that the time threshold may be different. Also, since the images 305 and 306 of the images 301 to 308 were taken between 1:30 pm and 1:40 pm, it may be evaluated as having temporal continuity with each other. Finally, images 307 and 308 among the images 301 to 308 may be evaluated as having temporal continuity with each other because they were taken between 2:50 pm and 3 pm.
  • the processor 120 may classify images having distance continuity among the at least one image 205 into the same image group. Distance continuity between images may be identified based on location information of metadata of images.
  • the location information may be composed of latitude information and longitude information.
  • Images within a specified distance (eg, 500 meters (m)) among the at least one image 205 may be identified as having distance continuity.
  • images having a scatter plot of a photographing location having a scatter plot equal to or less than a specified scatter plot may be identified as having distance continuity.
  • An image having location information within a specified sigma from an average photographing position of images included in an arbitrary image group may be identified as having distance continuity with respect to images included in an arbitrary image group.
  • images 301 , 302 , and 304 among images 301 to 304 having temporal continuity are at a distance from each other. It can be evaluated as having continuity. However, among the images 301 to 304 having temporal continuity, the image 303 may be evaluated as not having distance continuity with respect to the images 301 , 302 , and 304 when the distance difference according to latitude and longitude is considered. have. In addition, the images 305 and 306 having temporal continuity may be evaluated as having distance continuity with respect to each other. Finally, images 307 and 308 having temporal continuity may be evaluated as having distance continuity from each other.
  • the processor 120 may analyze a scene of the images 421 to 429 using the scene analysis module 230 .
  • the processor 120 may align the images 421 to 429 using the content separation module 231 .
  • the processor 120 may sort in chronological order (capture or photographing order).
  • the processor 120 may arrange frames of a moving image among the images 421 to 429 in chronological order.
  • the processor 120 may identify at least one object included in the sorted images 421 to 429 through the object analysis and tag module 235 . At least one object identified as being included in at least one of the images 421 to 429 may be included in the tag information 431 to 439 of each image.
  • the tag information 431 to 439 may include a name indicating the identified object and information on accuracy of the identified object. Accuracy may be the probability that the object identified in images 421 - 429 is a real object in the image.
  • At least one object identified in the image 421 is “friends”, “sea”, “landscape”, “sun”, and “beach”, and at least one object identified in the image 421 is
  • the accuracy of the object may be 0.9, 0.8, 0.6, 0.3, and 0.7.
  • the accuracy of 0.8 for “sea” of image 421 is 0.8 (or 80%) that the object identified as “sea” in image 421 is actually “sea”, and “sea” in image 421 It can mean that there is a 0.2 (or 20%) probability that it is not “sea”.
  • the processor 120 may identify the photographing positions (eg, latitude and longitude) of the images 511 to 514 using the POI correction module 250 .
  • the processor 120 compares the tag information 520 and the place information 530 (eg, place name and location information) of the images 511 to 514 with the place database 260 to obtain the images 511 to 514 .
  • the shooting position can be corrected.
  • the processor 120 may identify at least one photographing location on the place database 260 based on the place information 530 (eg, place name and location information) of the images 511 to 514 .
  • the processor 120 may identify at least one candidate location within a predetermined distance from the location information. At least one candidate may be identified according to the location information 530 of the images 511 to 514 .
  • the processor 120 may identify at least one candidate location having a high degree of relevance to the place information 530 . The degree of relevance between the image and the candidate location may be identified as being higher as the difference in location information (eg, latitude and longitude) is smaller.
  • Processor 120 based on place information (eg, latitude (“37.8055024”) and longitude (“128.8990758”)) of image 511 , at least one candidate location(s) on place database 260 (eg: The location of Gyeongpo Beach, the location of Gyeongpodae, and the location of the Skybay Gyeongpo Hotel) can be identified.
  • place information eg, latitude (“37.8055024”) and longitude (“128.8990758”)
  • place database 260 eg: The location of Gyeongpo Beach, the location of Gyeongpodae, and the location of the Skybay Gyeongpo Hotel
  • the processor 120 may identify the location of the Gangneung Haeparangmulhoe on the place database 260 based on the latitude (“37.795347”) and the longitude (“128.9174915”) of the image 512 .
  • the processor 120 may identify the location of Gyeongpo Beach, the location of Gyeongpodae, and the location of the Skybay Gyeongpo Hotel based on the latitude (“37.8055024”) and the longitude (“128.8990758”) of the image 513 .
  • the processor 120 may identify the location of Gyeongpo Beach, the location of Gyeongpodae, and the location of the Skybay Gyeongpo Hotel based on the latitude (“37.7544408”) and the longitude (“128.8963232”) of the image 514 .
  • the processor 120 may identify the photographing positions of the images 511 to 514 .
  • the imaging location may belong to (at least one) candidate locations.
  • Candidate locations may be based on tag information 520 of images 511 - 514 .
  • the processor 120 may compare the tag information 520 of the images 511 to 514 with the tag information of the candidate location(s) to identify the photographing locations of the images 511 to 514 .
  • the processor 120 may identify a candidate location in which the tag information most matches the tag information 520 of the images 511 to 514 as the photographing location.
  • the processor 120 may identify a candidate location having a high degree of relevance to the tag information 520 of the images 511 to 514 as the photographing location of the images 511 to 514 .
  • the processor 120 captures a candidate location with a high degree of relevance to the tag information 520 with a specified accuracy (eg, 0.5) or higher of the images 511 to 514 from among the at least one candidate location. can be identified by location. The degree of relevance between the image and the candidate locations may be identified as being higher as the number of matching tags increases.
  • a specified accuracy eg, 0.5
  • the processor 120 determines at least one candidate location (eg, “friends”, “sea”, “scenery”, “sun”, and “beach”) based on the tag information of the image 511 . : It is possible to identify the shooting location of the image 511 (eg, Gyeongpo Beach) among the location of the Skybay Gyeongpo Hotel, the location of Gyeongpodae, and the location of Gyeongpo Beach).
  • the processor 120 includes tag information (“hotel”, “room”, “bed”) of Skybay Gyeongpo Hotel, tag information of Gyeongpodae (“treasure”, “attraction”, summer house”) and tag information of Gyeongpo Beach ( Among the “sea”, “scenery”, and “beach”), the location of Gyeongpo Beach that matches the tag information (“friends”, “sea”, “scenery”, “sun”, “beach”) of the image 511 the most may be identified as the photographing location of the image 511 .
  • the processor 120 determines at least one candidate location (eg, Gyeongpo Beach, Gyeongpodae, The shooting location of the image 511 (eg, the location of Gyeongpo Beach) among the Skybay Gyeongpo Hotel) may be identified.
  • the processor 120 includes tag information (“hotel”, “room”, “bed”) of the Skybay Gyeongpo Hotel, tag information of Gyeongpodae (“treasure”, “attraction”, summer house”), and Gyeongpo Beach tag information Among (“sea”, “scenery”, “beach”), the image (511) has the most matching tag information (“friends”, “sea”, “beach”) with a specified accuracy (eg 0.7) or higher.
  • the location may be identified as a photographing location of the image 511 .
  • the processor 120 captures the image 512 among at least one candidate location (eg, Gangneung Haeparang Mulhoe, Bany Chicken Gangjeong) based on the tag information (“mul-hoe”, “food”) of the image 512 .
  • the location eg, the location of Gangneung Haeparangmulhoe
  • the processor 120 provides tag information (“mul-hoe”, “food”, “sashimi”, “restaurant”) and tag information (“chicken”, “food”, “sweet and The location of Gangneung Haeparang Mulhoe that most matches the tag information (“mul-hoe”, “food”) of the image 512 among “sour chicken”) may be identified as the shooting location of the image 512 .
  • the processor 120 determines at least one shooting candidate (eg, Gangneung Haeparang Mulhoe, Banny Chicken Gangjeong) based on tag information (“mul-hoe”, “food”) with a specified accuracy (eg, 0.7) or more of the image 512 . It is possible to identify the shooting location of the middle image 512 (eg, the location of Gangneung Haeparangmulhoe).
  • at least one shooting candidate eg, Gangneung Haeparang Mulhoe, Banny Chicken Gangjeong
  • the processor 120 provides tag information (“mul-hoe”, “food”, “sashimi”, “restaurant”) and tag information (“chicken”, “food”, “sweet and The location of the Gangneung Haeparang Mulhoe that most matches the tag information (”mul-hoe”, “food”) with a specified accuracy (eg 0.7) or higher of the image (512) among “sour chicken”) is the shooting location of the image (512).
  • tag information mul-hoe”, “food”, “sashimi”, “restaurant”
  • tag information e.g. 0.7
  • the processor 120 determines at least one candidate location (eg, Gyeongpo Beach, Gyeongpodae, It is possible to identify the shooting location of the image 513 (eg, the location of Gyeongpo Beach) among the Skybay Gyeongpo Hotel).
  • the processor 120 includes tag information of Gyeongpo Beach (“sea”, “scenery”, “beach”), tag information of Gyeongpodae (“treasure”, “attraction”, “summer house”) and tag information of Skybay Gyeongpo Hotel Among (“hotel”, “room”, “bed”), the tag information (“sea”, “scenery”, “boat”, “cloud”, “beach”) of the image (513) of Gyeongpo Beach matches the most.
  • the location may be identified as a photographing location of the image 513 .
  • the processor 120 determines at least one shooting candidate (eg, Gyeongpo Beach) based on tag information (“sea”, “scenery”, “cloud”, “beach”) of the image 513 with a specified accuracy (eg, 0.7) or more.
  • Gyeongpodae, and Skybay Gyeongpo Hotel may identify the shooting location of the image 513 (eg, the location of Gyeongpo Beach).
  • the processor 120 includes tag information of Gyeongpo Beach (“sea”, “scenery”, “beach”), tag information of Gyeongpodae (“treasure”, “attraction”, “summer house”) and tag information of Skybay Gyeongpo Hotel Among (“hotel”, “room”, “bed”), it matches most of the tag information (“sea”, “scenery”, “cloud”, “beach”) of the image 513 with a specified accuracy (eg 0.7) or more
  • the location of Gyeongpo Beach to be used can be identified as the photographing location of the image 513 .
  • the processor 120 determines the image 514 from among at least one candidate location (eg, Gangneung Central Market, Gangneung Haeparang Mulhoe, Banny Chicken Gangjeong) based on the tag information (“chicken”, “food”) of the image 514 . It is possible to identify the shooting location of The processor 120 includes tag information (“market”, “mall”) of Skybay Gangneung Central Market, tag information of Gangneung Haeparang Mulhoe (“mul-hoe”, “food”, “sashimi”, “restaurant”), and the location of Bany Chicken Gangjeong that most matches the tag information (“chicken”, “food”) of image 514 among the tag information (“chicken”, “food”, “sweet and sour chicken”) It can be identified by the photographing location of (514).
  • at least one candidate location eg, Gangneung Central Market, Gangneung Haeparang Mulhoe, Banny Chicken Gangjeong
  • the processor 120 determines at least one shooting candidate (eg, Gangneung Central Market, Gangneung Haeparang Mulhoe, Benny) based on tag information (“chicken”, “food”) with a specified accuracy (eg, 0.7) or more of the image 514 . It is possible to identify the photographing position of the image 514 (eg, the position of Banny Chicken Gangjeong) among the chicken gangjeong).
  • at least one shooting candidate eg, Gangneung Central Market, Gangneung Haeparang Mulhoe, Benny
  • the processor 120 includes tag information (“market”, “mall”) of Skybay Gangneung Central Market, tag information of Gangneung Haeparang Mulhoe (“mul-hoe”, “food”, “sashimi”, “restaurant”), And among the tag information (“chicken”, “food”, “sweet and sour chicken”) of Bany Chicken Gangjeong, the tag information (“chicken”, “food”) with the specified accuracy (eg 0.7) or higher of the image (514) was the most The location of the matching Banny Chicken Gangjeong can be identified as the shooting location of the image 514 .
  • the processor 120 may use the POI correction module 250 of the POI manager 201 to correct and/or add location information of the images 511 to 514 .
  • the processor 120 may correct and/or add the location information 530 of the images 511 to 514 based on the information on the location database 260 for the identified photographing location.
  • the processor 120 corrects the name of the place in the image 511 from “Skybay Gyeongpo Hotel” to “Gyeongpo Beach” based on the information on “Gyeongpo Beach” in the place database 260.
  • the processor 120 may correct location information (eg, latitude and longitude) of the image 511 based on the information on “Gyeongpo Beach” of the place database 260 .
  • the processor 120 changes the place name of the image 512 from “Long Black” to “Gangneung Haeparang Mulhoe” based on the information on “Gangneung Haeparang Mulhoe” in the location database 260 .
  • the processor 120 may correct location information (eg, latitude and longitude) of the image 512 based on information on “Gangneung Haeparang Mulhoe” in the place database 260 .
  • the processor 120 corrects the name of the place in the image 513 from “Skybay Gyeongpo Hotel” to “Gyeongpo Beach” based on the information on “Gyeongpo Beach” in the place database 260.
  • the processor 120 may correct location information (eg, latitude and longitude) of the image 513 based on the information on “Gyeongpo Beach” of the place database 260 .
  • the processor 120 may correct the place name of the image 514 from “Gangneung Central Market” to “Bunny Chicken Gangjeong” based on the information on “Bunny Chicken Gangjeong” in the place database 260. have.
  • the processor 120 may correct location information (eg, latitude and longitude) of the image 514 based on the information on “Bani Chicken Gangjeong” of the place database 260 .
  • the processor 120 may correct meta information (eg, place information) of the content based on information on each of the images 511 to 514 corrected through the POI correction module 250 .
  • meta information eg, place information
  • the processor 120 may access the content database 280 through the application 146 .
  • the application 146 may provide a service by using meta information (eg, place information) of the content managed by the content database 280 .
  • the processor 120 may provide the user with candidate recommended places having a degree of relevance to the image group 510 in the place database 260 through the application 146 .
  • the processor 120 identifies at least one recommended location based on information (eg, location information and/or tag information) of the images 511 to 514 included in the image group 510 in the location database 260 and , a user interface indicating information on recommended locations (eg, place name, phone number, place category, and location information) may be displayed through the display module 160 .
  • information eg, location information and/or tag information
  • a user interface indicating information on recommended locations eg, place name, phone number, place category, and location information
  • the one or more recommended locations may be locations within a specified distance (eg, 500 meters (m)) from a location where the images 511 to 514 of the image group 510 are captured.
  • the processor 120 may display, through the display module 160 , a user interface indicating Skybay Gyeongpo Hotel as a recommended location based on the location information of the images 511 to 514 of the image group 510 .
  • the one or more recommended locations may be locations including tag information matching more than a specified number of tag information of the images 511 to 514 of the image group 510 .
  • the processor 120 displays a user interface indicating another beach (eg, Gangmun Beach) as a recommended location based on the location information of the images 511 to 514 of the image group 510 to the display module 160 . can be displayed through
  • another beach eg, Gangmun Beach
  • the at least one recommended locations may be locations identified based on visit records of other users.
  • the one or more recommended locations may be places identified according to a conditional probability of visiting a certain place when visiting places according to the place information of the images 511 to 514 .
  • the conditional probability may be predetermined based on visit records of other users.
  • the one or more recommended locations may be places (eg, a coffee shop) that match tag information (eg, “coffee”) commonly extracted from images of a plurality of image groups.
  • tag information eg, “coffee”
  • the at least one recommended location is a location that can be visited in the remaining time (or schedule) in consideration of a user's schedule (eg, a hotel reservation schedule recorded in the electronic device 101 , an airplane schedule) among a plurality of candidate recommended locations.
  • a user's schedule eg, a hotel reservation schedule recorded in the electronic device 101 , an airplane schedule
  • the plurality of candidate recommended locations is a specified distance (eg, a location from which images included in at least one image group generated within a user's schedule (eg, a hotel reservation schedule recorded in the electronic device 101 , an airplane schedule) were captured). It may be places within 5000 meters (m)).
  • the processor 120 may create a story album representing an image group through the application 146 .
  • the processor 120 may select representative images of the story album based on images of a sub image group for the image group.
  • the place information of images included in the image group is a higher place (eg, an amusement park, a department store)
  • the lower image group may be a lower place (eg, an amusement ride, a shelf) of the upper place.
  • the processor 120 may determine the name of the story album based on place names of images included in the image group. A place name of a higher place including place information of images included in the image group may be determined as the name of the story album. If the place names of the images included in the image group are Gangneung Haeparang Mulhoe and Banny Chicken Gangjeong, the name of the story album may be Gangneung Central Market.
  • the electronic device 101 provides more detailed location information (or place information) to the user by correcting the location information of the images based on the tag information and the photographing location information of the images. ) can be provided.
  • the electronic device 101 may provide a location-based service to a user based on detailed location information.
  • FIG. 6 is a flowchart illustrating an operation of the electronic device 101 according to an embodiment of the present disclosure.
  • the processor 120 of the electronic device 101 may classify at least one image based on continuity.
  • the processor 120 may classify the at least one image based on meta information of the at least one image.
  • the processor 120 may classify the at least one image based on continuity (eg, temporal continuity, distance continuity) of the at least one image.
  • continuity eg, temporal continuity, distance continuity
  • the temporal continuity between the images may be identified based on photographing time information of metadata of the image.
  • Distance continuity between images may be identified based on location information (eg, latitude information and longitude information) of metadata of the image.
  • the processor 120 may identify place information based on the objects of the classified images.
  • the processor 120 may identify an object from images classified into the same group, and may identify information about tag information (name and accuracy) indicating the identified object.
  • the processor 120 may identify place information based on tag information and location information of images classified into the same group.
  • the processor 120 may correct meta information of the classified images based on the identified place information.
  • the processor 120 may correct and/or add location information of images classified into the same group.
  • the processor 120 may correct and/or add place information of images classified into the same group based on the information on the place database 260 for the identified place information.
  • the electronic device may be a device of various types.
  • the electronic device may include, for example, a portable communication device (eg, a smart phone), a computer device, a portable multimedia device, a portable medical device, a camera, a wearable device, or a home appliance device.
  • a portable communication device eg, a smart phone
  • a computer device e.g., a laptop, a desktop, a tablet, or a portable multimedia device
  • portable medical device e.g., a portable medical device
  • camera e.g., a camera
  • a wearable device e.g., a smart watch
  • a home appliance device e.g., a smart bracelet
  • first, second, or first or second may be used simply to distinguish the element from other elements in question, and may refer to elements in other aspects (e.g., importance or order) is not limited. It is said that one (eg, first) component is “coupled” or “connected” to another (eg, second) component, with or without the terms “functionally” or “communicatively”. When referenced, it means that one component can be connected to the other component directly (eg by wire), wirelessly, or through a third component.
  • module may include a unit implemented in hardware, software, or firmware, and may be used interchangeably with terms such as, for example, logic, logic block, component, or circuit.
  • a module may be an integrally formed part or a minimum unit or a part of the part that performs one or more functions.
  • the module may be implemented in the form of an application-specific integrated circuit (ASIC).
  • ASIC application-specific integrated circuit
  • Specific embodiments of the present document include one or more instructions stored in a storage medium (eg, internal memory 136 or external memory 138) readable by a machine (eg, electronic device 101).
  • a storage medium eg, internal memory 136 or external memory 138
  • a machine eg, electronic device 101
  • a processor eg, processor 120
  • a device eg, electronic device 101
  • the one or more instructions may include code generated by a compiler or code executable by an interpreter.
  • the device-readable storage medium may be provided in the form of a non-transitory storage medium.
  • 'non-transitory' only means that the storage medium is a tangible device and does not include a signal (eg, electromagnetic wave), and this term is used in cases where data is semi-permanently stored in the storage medium and It does not distinguish between temporary storage cases.
  • a signal eg, electromagnetic wave
  • the method according to the specific embodiments disclosed in this document may be included and provided in a computer program product.
  • Computer program products may be traded between sellers and buyers as commodities.
  • the computer program product is distributed in the form of a machine-readable storage medium (eg compact disc read only memory (CD-ROM)), or via an application store (eg Play StoreTM) or on two user devices ( It can be distributed (eg downloaded or uploaded) directly between smartphones (eg: smartphones) and online.
  • a part of the computer program product may be temporarily stored or temporarily created in a machine-readable storage medium such as a memory of a server of a manufacturer, a server of an application store, or a relay server.
  • each component (eg, module or program) of the above-described components may include a singular or a plurality of entities, and some of the plurality of entities may be separately disposed in other components. .
  • one or more components or operations among the above-described corresponding components may be omitted, or one or more other components or operations may be added.
  • a plurality of components eg, a module or a program
  • the integrated component may perform one or more functions of each component of the plurality of components that are the same as or performed by a corresponding component of the plurality of components prior to the integration. can be done similarly.
  • operations performed by a module, program or other component are executed sequentially, in parallel, repeatedly, or heuristically, or one or more of the operations are executed in a different order, omitted, or , or one or more other operations may be added.

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Studio Devices (AREA)

Abstract

프로세서, 및 인스트럭션들 및 적어도 하나의 이미지들(images)을 저장하는 메모리를 포함하는 전자 장치가 개시된다. 상기 인스트럭션들은, 상기 프로세서에 의해 실행 시, 상기 전자 장치가, 상기 적어도 하나의 이미지의 메타 정보에 기반하여, 상기 적어도 하나의 이미지를 적어도 하나의 이미지 그룹으로 분류하고, 상기 적어도 하나의 이미지 그룹 중 제1 이미지 그룹에 포함된 제1 이미지들의 적어도 하나의 객체(object)에 대한 태그 정보를 식별하고, 상기 태그 정보에 기반하여, 상기 제1 이미지들에 대한 장소 정보를 식별하고, 상기 식별된 장소 정보에 기반하여, 상기 제1 이미지들의 메타 정보를 수정하도록 구성되는 전자 장치가 개시된다.

Description

이미지의 메타 정보를 정정하는 전자 장치 및 이의 동작 방법
본 문서에서 개시되는 실시 예들은, 이미지의 메타 정보를 정정하는 전자 장치 및 이의 동작 방법에 관한 것이다.
전자 장치는 이미지를 저장할 때, 이미지에 대한 메타 정보도 함께 저장할 수 있다. 메타 정보는 이미지의 촬영 시각, 촬영 위치, 카메라 정보, 또는 카메라 설정 정보(예: 초점 거리, 플래시, 조리개, 셔터 속도)를 포함할 수 있다. 메타 정보에 포함되는 촬영 위치 정보는 이미지 획득 시 전자 장치의 위도 및 경도 상의 정보일 수 있다.
메타 정보에 포함되는 촬영 위치 정보는 부정확할 수 있다. 예를 들어, 이미지 획득 시 전자 장치가 실내, 지하, 인접 영역에 기지국 또는 와이파이 장치들이 많은 장소 또는 전자파 장애가 많은 장소에 위치하는 경우, 메타 정보는 부정확할 수 있다.
또한, 이미지 획득 시 전자 장치가 복합 시설물(예: 백화점, 놀이공원)에 위치하는 경우, 이미지가 촬영된 장소에 대한 정보를 정확하게 결정하는 것은 어려울 수 있다.
메타 정보가 정확할 필요가 있다.
본 문서에서 개시되는 일 실시 예에 따른 전자 장치는, 프로세서, 및 인스트럭션들을 저장하고 및 적어도 하나의 이미지를 저장하도록 구성되는 메모리를 포함하고, 상기 인스트럭션들은, 상기 프로세서에 의해 실행 시, 상기 전자 장치가, 상기 적어도 하나의 이미지의 메타 정보에 기반하여, 상기 적어도 하나의 이미지들을 적어도 하나의 이미지 그룹으로 분류하고, 상기 적어도 하나의 이미지 그룹 중 제1 이미지 그룹에 포함된 제1 이미지들의 적어도 하나의 객체(object)에 대한 태그 정보를 식별하고, 상기 적어도 하나의 태그 정보에 기반하여, 상기 제1 이미지들에 대한 장소 정보를 식별하고, 상기 식별된 장소 정보에 기반하여, 상기 제1 이미지들의 메타 정보를 수정하도록 구성될 수 있다.
본 문서에서 개시되는 일 실시 예에 따른 전자 장치의 동작 방법은, 메모리에 저장된 적어도 하나의 이미지를, 상기 적어도 하나의 이미지와 함께 저장된 메타 정보에 기반하여, 적어도 하나의 이미지 그룹으로 분류하는 동작, 상기 적어도 하나의 이미지 그룹 중 제1 이미지 그룹에 포함된 제1 이미지들의 적어도 하나의 객체(object)에 대한 태그 정보를 식별하는 동작, 상기 태그 정보에 기반하여, 상기 제1 이미지들에 대한 장소 정보를 식별하는 동작, 및 상기 식별된 장소 정보에 기반하여, 상기 제1 이미지들의 메타 정보를 수정하는 동작을 포함할 수 있다.
본 문서의 특정 실시 예들에서 이루고자 하는 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 문서에 개시되는 실시 예들에 따르면, 이미지들의 태그 정보 및 촬영 위치 정보에 기반하여, 이미지들의 위치 정보 및/또는 장소 정보를 정정함으로써, 사용자에게 보다 세밀한 위치 정보 및/또는 장소 정보를 제공할 수 있다.
본 개시의 다양한 실시 예들에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은, 특정 실시 예들에 따른, 네트워크 환경 내의 전자 장치의 블록도이다.
도 2는 일 실시 예에 따른 전자 장치의 블록도이다.
도 3은 적어도 하나의 이미지 및 메타 데이터를 예시하는 도면이다.
도 4는 이미지 그룹에 대한 태깅(tagging)을 예시하는 도면이다.
도 5는 이미지 그룹에 포함된 이미지들에 대한 장소 정보의 정정을 예시하는 도면이다.
도 6은 본 개시의 일 실시 예에 따른 전자 장치의 동작을 나타내는 흐름도이다.
도면의 설명과 관련하여, 동일 또는 유사한 구성요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.
도 1은, 특정 실시 예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록도이다. 도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제 1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제 2 네트워크(199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(104) 또는 서버(108)와 통신할 수 있다. 일 실시 예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일 실시 예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 연결 단자(178), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 포함할 수 있다. 어떤 실시 예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(178))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시 예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(176), 카메라 모듈(180), 또는 안테나 모듈(197))은 하나의 구성요소(예: 디스플레이 모듈(160))로 통합될 수 있다. 용어 “프로세서”는 본 개시에서 단수와 복수의 문맥들을 지칭하는 것으로 이해되어야 한다.
프로세서(120)는, 예를 들면, 소프트웨어(예: 프로그램(140))를 실행하여 프로세서(120)에 연결된 전자 장치(101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일 실시 예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(120)는 다른 구성요소(예: 센서 모듈(176) 또는 통신 모듈(190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(132)에 저장하고, 휘발성 메모리(132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(134)에 저장할 수 있다. 일 실시 예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(101)가 메인 프로세서(121) 및 보조 프로세서(123)를 포함하는 경우, 보조 프로세서(123)는 메인 프로세서(121)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(123)는 메인 프로세서(121)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(123)는, 예를 들면, 메인 프로세서(121)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(121)를 대신하여, 또는 메인 프로세서(121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(121)와 함께, 전자 장치(101)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(160), 센서 모듈(176), 또는 통신 모듈(190))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일 실시 예에 따르면, 보조 프로세서(123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 수 있다. 일 실시 예에 따르면, 보조 프로세서(123)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능이 수행되는 전자 장치(101) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(108))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.
메모리(130)는, 전자 장치(101)의 적어도 하나의 구성요소(예: 프로세서(120) 또는 센서 모듈(176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(130)는, 휘발성 메모리(132) 또는 비휘발성 메모리(134)를 포함할 수 있다.
프로그램(140)은 메모리(130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(142), 미들 웨어(144) 또는 어플리케이션(146)을 포함할 수 있다.
입력 모듈(150)은, 전자 장치(101)의 구성요소(예: 프로세서(120))에 사용될 명령 또는 데이터를 전자 장치(101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(150)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.
음향 출력 모듈(155)은 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 모듈(155)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일 실시 예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
디스플레이 모듈(160)은 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일 실시 예에 따르면, 디스플레이 모듈(160)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.
오디오 모듈(170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일 실시 예에 따르면, 오디오 모듈(170)은, 입력 모듈(150)을 통해 소리를 획득하거나, 음향 출력 모듈(155), 또는 전자 장치(101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(102))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.
센서 모듈(176)은 전자 장치(101)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일 실시 예에 따르면, 센서 모듈(176)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.
인터페이스(177)는 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일 실시 예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(178)는, 그를 통해서 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일 실시 예에 따르면, 연결 단자(178)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(179)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일 실시 예에 따르면, 햅틱 모듈(179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(180)은 정지 영상 및 동영상을 촬영할 수 있다. 일 실시 예에 따르면, 카메라 모듈(180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(188)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 일 실시 예에 따르면, 전력 관리 모듈(188)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(189)는 전자 장치(101)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일 실시 예에 따르면, 배터리(189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(190)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(190)은 프로세서(120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일 실시 예에 따르면, 통신 모듈(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제 1 네트워크(198)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제 2 네트워크(199)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(104)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(192)은 가입자 식별 모듈(196)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크 내에서 전자 장치(101)를 확인 또는 인증할 수 있다.
무선 통신 모듈(192)은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB(enhanced mobile broadband)), 단말 전력 최소화와 다수 단말의 접속(mMTC(massive machine type communications)), 또는 고신뢰도와 저지연(URLLC(ultra-reliable and low-latency communications))을 지원할 수 있다. 무선 통신 모듈(192)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(192)은 고주파 대역에서의 성능 확보를 위한 다양한 기술들, 예를 들어, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO: full dimensional MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다. 무선 통신 모듈(192)은 전자 장치(101), 외부 전자 장치(예: 전자 장치(104)) 또는 네트워크 시스템(예: 제 2 네트워크(199))에 규정되는 다양한 요구사항을 지원할 수 있다. 일 실시 예에 따르면, 무선 통신 모듈(192)은 eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.
안테나 모듈(197)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일 실시 예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일 실시 예에 따르면, 안테나 모듈(197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(190)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(190)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시 예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(197)의 일부로 형성될 수 있다.
특정 실시 예들에 따르면, 안테나 모듈(197)은 mmWave 안테나 모듈을 형성할 수 있다. 일 실시 예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제 1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제 2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.
상기 구성요소들 중 적어도 일부는 주변 기기들 간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.
일 실시 예에 따르면, 명령 또는 데이터는 제 2 네트워크(199)에 연결된 서버(108)를 통해서 전자 장치(101)와 외부의 전자 장치(104) 간에 송신 또는 수신될 수 있다. 외부의 전자 장치(102, 또는 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 일 실시 예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(102, 104, 또는 108) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(101)로 전달할 수 있다. 전자 장치(101)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(101)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시 예에 있어서, 외부의 전자 장치(104)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(108)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일 실시 예에 따르면, 외부의 전자 장치(104) 또는 서버(108)는 제 2 네트워크(199) 내에 포함될 수 있다. 전자 장치(101)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다.
전자 장치(101)의 카메라 모듈(180)이 이미지(또는 비디오)를 촬영하면, 이미지는 메타 데이터와 함께 메모리(130)에 저장될 수 있다. 메타 데이터는 이미지가 촬영되었을 시간에서의 GNSS로부터의 측위 데이터를 포함할 수 있다. 그러나, GNSS로부터의 측위 데이터는 다양한 이유로 인해 부정확할 수 있다. 그러므로, 특정 실시 예들에서, 전자 장치(101)는 측위 데이터를 정정한다.
전자 장치(101)는 클러스터 모듈(210)을 이용하여 측위 데이터를 보정할 수 있다. 이미지, 예를 들어, 이미지(301-308)가 촬영되면, 이미지는 촬영 시간("포토그래핑 시간")과 GNSS의 위도와 경도가 함께 저장된다. 포토그래프들은 시간 연속성과 거리 연속성을 기준으로 그룹화된다.
또한, 객체 분석 및 태그 모듈(235) 및 콘텐트 데이터베이스(280)는 이미지에 있는 객체를 식별한다. 이미지에 있는 객체에 기초하여, 측위 데이터는 장소 데이터베이스(260)를 사용하여 수정될 수 있다. 장소 데이터베이스(260)는 위도/경도 및 태그 정보와 함께 장소 명칭들의 목록을 포함한다. 태그 정보는 명명된 장소에서 발견될 가능성이 있는 객체일 수 있다. 예를 들어 명명된 장소가 레스토랑에 해당하는 경우, 태그 정보에는 해당 레스토랑에서 제공되는 음식 항목이 포함될 것이다. 명명된 장소가 해변인 경우, 태그 정보에는 수역이 포함될 것이다. 명명된 장소가 상점인 경우, 태그 정보에는 상점에서 판매되는 항목이 포함될 것이다.
GNSS로부터의 측위 데이터는 장소 데이터베이스(260)에서 근접한 엔트리들을 찾기 위해 사용될 수 있다. 그리고, 이미지에서 식별된 객체와 장소 데이터베이스(260)에서의 장소에 대한 태그 정보에 있는 객체의 비교에 적어도 부분적으로 기초하여, 측위 데이터가 수정될 수 있다. 예를 들어, 이미지는 접시 및 음식 아이템을 포함할 수 있고, 장소 데이터베이스(260)는 이미지의 측위 데이터에 가까운 해변, 호텔, 레스토랑을 포함할 수 있다. 음식점 태그 정보가 유사한 객체를 포함하는 경우, 전자 장치(101)는 측위 데이터를 음식점의 위치 정보로 보정할 수 있다.
특정 실시 예에서, 시간 및 거리 연속성을 모두 갖는 이미지들의 모든 객체는 모든 이미지들을 한 단위로 위치를 결정하고 정정하기 위해 장소 데이터베이스(260)의 태그 정보에 대한 세트로서 비교될 수 있다.
도 2는 일 실시 예에 따른 전자 장치(101)의 블록도이다. 도 3은 적어도 하나의 이미지(301 내지 308) 및 메타 데이터(310)를 예시하는 도면이다. 도 4는 이미지 그룹(410)에 대한 태깅(tagging)을 예시하는 도면이다. 도 5는 이미지 그룹(510)에 포함된 이미지들(511 내지 514)에 대한 장소 정보의 정정을 예시하는 도면이다. 도 5의 이미지 그룹(510)은 도 4의 이미지 그룹(410)에 대응할 수 있다. 도 5의 이미지 그룹(510)에 포함된 이미지들(511 내지 514)은 도 4의 이미지 그룹(410)에 포함된 이미지들(421 내지 429)의 일부일 수 있다.
도 2의 전자 장치(101)는 도 1의 전자 장치(101)에 대응할 수 있다.
도 2를 참조하면, 전자 장치(101)는 프로세서(120), 메모리(130), 통신 모듈(190), 또는 이들의 조합을 포함할 수 있다. 도 2의 프로세서(120), 메모리(130), 또는 통신 모듈(190)은 도 1의 프로세서(120), 메모리(130), 또는 통신 모듈(190)에 대응할 수 있다.
메모리(130)는 POI(point of interesting) 매니저(201), 적어도 하나의 이미지(205)(여기에서 이용되는 “이미지”는 정지 화상(still image), 및 비디오를 모두 지칭하는 것으로 이해되어야 한다), 어플리케이션(146)을 저장할 수 있다.
POI 매니저(201) 및 어플리케이션(146)은 프로세서(120)에 의해 실행 가능한 프로그램(예: 도 1의 프로그램(146))일 수 있다. 어플리케이션은 프로세서(120)에 의해 실행 가능하고, 프로세서(120)에 의해 실행 시 프로세서(120)로 하여금 복수의 동작들을 수행하도록 하는 복수의 인스트럭션들을 포함할 수 있다.
POI 매니저(201)는 클러스터 모듈(210), 장면 분석 모듈(230), POI 정정 모듈(250), 또는 이들의 조합을 포함할 수 있다. POI 매니저(201)는 장소 데이터베이스(260), 콘텐트 데이터베이스(280), 또는 이들의 조합을 관리할 수 있다. 장면 분석 모듈(230)은 콘텐트 분리 모듈(231) 및 객체 분석 및 태그 모듈(235)을 포함할 수 있다.
장소 데이터베이스(260)는 장소들에 관한 정보(이하에서 “장소 정보”로 지칭됨)를 포함할 수 있다. 예를 들어, 장소 정보는 장소 명칭, 위치, 카테고리, 장소 카테고리에 매칭되는 태그 정보, 또는 이들의 조합을 포함할 수 있다. 위치는 위도 및 경도일 수 있다. 장소 카테고리는 예를 들어, 휴양지, 해변, 관광 명소, 호텔, 음식점, 또는 시장일 수 있다.
POI 매니저(201) 또는 장소 데이터베이스(260)는 외부 서버(예: 도 1의 서버(108))에 별도로 구현될 수도 있다.
콘텐트 데이터베이스(280)는 전자 장치(101)에 저장된 콘텐트(예: 정지 화상, 비디오)에 대한 정보를 관리하기 위한 데이터베이스일 수 있다. 예를 들어, 콘텐트는 적어도 하나의 이미지(205)를 포함할 수 있다. 콘텐트에 대한 정보는 콘텐트의 메타 정보를 포함할 수 있다.
프로세서(120)는 POI 매니저(201)의 명령어들을 실행할 수 있다.
프로세서(120)는 POI 매니저(201)의 클러스터 모듈(210)을 통해 적어도 하나의 이미지(205)를 분류할 수 있다.
프로세서(120)는 적어도 하나의 이미지(205)를 적어도 하나의 이미지 그룹(또는, 클러스터)으로 분류할 수 있다. 프로세서(120)는 적어도 하나의 이미지(205)의 메타 정보에 기반하여, 적어도 하나의 이미지(205)를 분류할 수 있다. 프로세서(120)는 적어도 하나의 이미지(205)의 연속성(예: 시간 연속성, 거리 연속성)에 기반하여 적어도 하나의 이미지(205)를 분류할 수 있다.
프로세서(120)는 적어도 하나의 이미지(205) 중 시간 연속성을 가지는 (또는 서로 시간 간격 이내에 촬영된) 이미지들을 동일한 이미지 그룹으로 분류할 수 있다. 이미지들 간 시간 연속성은 이미지의 메타 데이터의 촬영 시각 정보, 또는 타임 스탬프에 기반하여 식별될 수 있다.
적어도 하나의 이미지(205) 중 지정된 시간 범위 이내(예: 1시간, 또는 10분)의 이미지들은 시간 연속성을 가지는 것으로 식별될 수 있다. 대체적으로, 촬영 시각의 산포도(예: 표준 편차)가 지정된 산포도 이내의 이미지들은 시간 연속성을 가지는 것으로 식별될 수 있다. 임의 이미지 그룹에 포함된 이미지들의 평균 촬영 시각으로부터 지정된 시그마 이내의 촬영 시각(예: 평균 촬영 시각으로부터 3시그마 이내의 촬영 시각)을 가지는 이미지는 임의 이미지 그룹에 포함된 이미지들에 대해 시간 연속성을 가지는 것으로 식별될 수 있다.
특정 실시 예들에서, 시간 임계값은 사용자의 카메라 사용에 기초하여 변경될 수 있다. 예를 들어, 사용자가 사진을 자주 찍는 경우 사진을 자주 찍지 않는 사용자에 비해 더 짧은 임계값이 사용될 수 있다. 특정 실시예들에서, 클러스터링 알고리즘은 시간 클러스터에서 촬영된 사진을 식별할 수 있다.
도 3을 참조하면, 이미지들(301 내지 308)에 대한 메타 정보가 요약된다. 이미지들(301 내지 308) 중 이미지들(301 내지 304)은 오전 11:10분과 오전 11:20분 사이에 촬영되었기 때문에 서로 시간 연속성을 가지는 것으로 평가될 수 있다. 그러나, 시간 임계값은 서로 다를 수 있음을 알아야 한다. 그리고, 이미지들(301 내지 308) 중 이미지들(305 및 306)은 오후 1:30분과 오후 1:40분 사이에 촬영되었기 때문에 서로 시간 연속성을 가지는 것으로 평가될 수 있다. 마지막으로, 이미지들(301 내지 308) 중 이미지들(307 및 308)은 오후 2:50분과 오후 3시 사이에 촬영되었기 때문에 서로 시간 연속성을 가지는 것으로 평가될 수 있다.
프로세서(120)는 적어도 하나의 이미지(205) 중 거리 연속성을 가지는 이미지들을 동일한 이미지 그룹으로 분류할 수 있다. 이미지들 간 거리 연속성은 이미지의 메타 데이터의 위치 정보에 기반하여 식별될 수 있다. 위치 정보는 위도 정보와 경도 정보로 구성될 수 있다.
적어도 하나의 이미지(205) 중 지정된 거리(예: 500 미터(m)) 이내의 이미지들은 거리 연속성을 가지는 것으로 식별될 수 있다. 적어도 하나의 이미지(205) 중 촬영 위치의 산포도가 지정된 산포도 이하를 가지게 하는 이미지들은 거리 연속성을 가지는 것으로 식별될 수 있다. 임의 이미지 그룹에 포함된 이미지들의 평균 촬영 위치로부터 지정된 시그마 이내의 위치 정보를 가지는 이미지는 임의 이미지 그룹에 포함된 이미지들에 대해 거리 연속성을 가지는 것으로 식별될 수 있다.
도 3의 이미지들(301 내지 308)에 대한 메타 정보를 정리한 표(310)를 참조하면, 시간 연속성을 가지는 이미지들(301 내지 304) 중 이미지들(301, 302, 및 304)은 서로 거리 연속성을 가지는 것으로 평가될 수 있다. 그러나, 시간 연속성을 가지는 이미지들(301 내지 304) 중 이미지(303)는 위도 및 경도에 따른 거리 차이를 고려할 때 이미지들(301, 302, 및 304)에 대해 거리 연속성을 가지지 않는 것으로 평가될 수 있다. 그리고, 시간 연속성을 가지는 이미지들(305 및 306)은 서로 거리 연속성을 가지는 것으로 평가될 수 있다. 마지막으로, 시간 연속성을 가지는 이미지들(307 및 308)은 서로 거리 연속성을 가지는 것으로 평가될 수 있다.
프로세서(120)는 장면 분석 모듈(230)을 이용하여 이미지들(421 내지 429)의 장면(scene)을 분석할 수 있다.
프로세서(120)는 콘텐트 분리 모듈(231)을 이용하여 이미지들(421 내지 429)을 정렬할 수 있다. 프로세서(120)는 시간 순서(캡춰 또는 촬영 순서)대로 정렬할 수 있다. 프로세서(120)는 이미지들(421 내지 429) 중 동화상의 프레임들을 시간 순서대로 정렬할 수 있다.
프로세서(120)는 객체 분석 및 태그 모듈(235)을 통해 정렬된 이미지들(421 내지 429)에 포함된 적어도 하나의 객체를 식별할 수 있다. 이미지들(421 내지 429) 중 적어도 하나에 포함되는 것으로 식별된 적어도 하나의 객체는 각 이미지들의 태그 정보들(431 내지 439)에 포함될 수 있다.
태그 정보들(431 내지 439)은 식별된 객체를 나타내는 명칭 및 식별된 객체의 정확도에 대한 정보를 포함할 수 있다. 정확도는 이미지들(421 내지 429)에서 식별된 객체가 이미지 내의 실제 객체일 확률일 수 있다.
도 4를 참조하면, 이미지(421)에서 식별된 적어도 하나의 객체는 “친구들”, “바다”, “풍경”, “해”, 및 “해변”이고, 이미지(421)에서 식별된 적어도 하나의 객체의 정확도는 0.9, 0.8, 0.6, 0.3, 및 0.7일 수 있다. 여기에서, 이미지(421)의 “바다”에 대한 정확도 0.8는 이미지(421)에서 “바다”로 식별된 객체가 실제로 “바다”일 확률이 0.8(또는 80%)이고, 이미지(421)에서 “바다”가 아닐 확률이 0.2(또는 20%)임을 의미할 수 있다.
프로세서(120)는 POI 정정 모듈(250)을 이용하여, 이미지들(511 내지 514)의 촬영 위치(예: 위도 및 경도)를 식별할 수 있다.
프로세서(120)는 이미지들(511 내지 514)의 태그 정보(520) 및 장소 정보(530)(예: 장소 명칭 및 위치 정보)와 장소 데이터베이스(260)를 비교하여 이미지들(511 내지 514)의 촬영 위치를 정정할 수 있다.
프로세서(120)는 이미지들(511 내지 514)의 장소 정보(530)(예: 장소 명칭 및 위치 정보)에 기반하여, 장소 데이터베이스(260) 상의 적어도 하나의 촬영 위치들을 식별할 수 있다. 프로세서(120)는 위치 정보로부터 소정 거리 이내의 적어도 하나의 후보 위치들을 식별할 수 있다. 적어도 하나의 후보들은 이미지들(511 내지 514)의 장소 정보(530)에 따라 식별될 수 있다. 프로세서(120)는 장소 정보(530)와 관련도가 높은 적어도 하나의 후보 위치들을 식별할 수 있다. 이미지와 후보 위치 간의 관련도는 위치 정보(예: 위도 및 경도)의 차이가 적을수록 높은 것으로 식별될 수 있다.
프로세서(120)는 이미지(511)의 장소 정보(예: 위도(“37.8055024”) 및 경도(“128.8990758”))에 기반하여, 장소 데이터베이스(260) 상의 적어도 하나의 후보 위치(들)(예: 경포해변의 위치, 경포대의 위치, 스카이베이 경포호텔의 위치)을 식별할 수 있다.
프로세서(120)는 이미지(512)의 위도(“37.795347”) 및 경도(“128.9174915”)에 기반하여, 장소 데이터베이스(260) 상의 강릉 해파랑물회의 위치를 식별할 수 있다.
프로세서(120)는 이미지(513)의 위도(“37.8055024”) 및 경도(“128.8990758”)에 기반하여, 경포해변의 위치, 경포대의 위치, 및 스카이베이 경포호텔의 위치를 식별할 수 있다.
프로세서(120)는 이미지(514)의 위도(“37.7544408”) 및 경도(“128.8963232”)에 기반하여, 경포해변의 위치, 경포대의 위치, 및 스카이베이 경포호텔의 위치를 식별할 수 있다.
프로세서(120)는 이미지들(511 내지 514)의 촬영 위치를 식별할 수 있다. 촬영 위치는 (적어도 하나의) 후보 위치들에 속할 수 있다. 후보 위치들은 이미지들(511 내지 514)의 태그 정보(520)에 기반할 수 있다. 프로세서(120)는 이미지들(511 내지 514)의 태그 정보(520)와 후보 위치(들)의 태그 정보를 비교하여 이미지들(511 내지 514)의 촬영 위치를 식별할 수 있다. 프로세서(120)는 이미지들(511 내지 514)의 태그 정보(520)에 태그 정보가 가장 많이 매칭되는 후보 위치를 촬영 위치로 식별할 수 있다. 프로세서(120)는 이미지들(511 내지 514)의 태그 정보(520)와 관련도가 높은 후보 위치를 이미지들(511 내지 514)의 촬영 위치로 식별할 수 있다. 프로세서(120)는 적어도 하나의 후보 위치들 중 이미지들(511 내지 514)의 지정된 정확도(예: 0.5) 이상의 태그 정보(520)와 관련도가 높은 후보 위치를 이미지들(511 내지 514)의 촬영 위치로 식별할 수 있다. 이미지와 후보 위치들 간의 관련도는 일치하는 태그의 개수가 많을수록 높은 것으로 식별될 수 있다.
도 5를 참조하면, 프로세서(120)는 이미지(511)의 태그 정보(“friends”, “sea”, “scenery”, “sun”, “beach”)에 기반하여 적어도 하나의 후보 위치들(예: 스카이베이 경포호텔의 위치, 경포대의 위치, 경포해변의 위치) 중 이미지(511)의 촬영 위치(예: 경포 해변)를 식별할 수 있다. 프로세서(120)는 스카이베이 경포호텔의 태그 정보(“hotel”, “room”, “bed”), 경포대의 태그 정보(“treasure”, “attraction”, summer house”) 및 경포해변의 태그 정보(“sea”, “scenery”, “beach”) 중 이미지(511)의 태그 정보(“friends”, “sea”, “scenery”, “sun”, “beach”)에 가장 많이 매칭되는 경포해변의 위치를 이미지(511)의 촬영 위치로 식별할 수 있다.
프로세서(120)는 이미지(511)의 지정된 정확도(예: 0.7) 이상의 태그 정보(“friends”, “sea”, “beach”)에 기반하여 적어도 하나의 후보 위치들(예: 경포해변, 경포대, 스카이베이 경포호텔) 중 이미지(511)의 촬영 위치(예: 경포 해변의 위치)를 식별할 수 있다. 프로세서(120)는 스카이베이 경포호텔의 태그 정보(“hotel”, “room”, “bed”), 경포대의 태그 정보(“treasure”, “attraction”, summer house”), 및 경포해변이 태그 정보(“sea”, “scenery”, “beach”) 중 이미지(511)의 지정된 정확도(예: 0.7) 이상의 태그 정보(“friends”, “sea”, “beach”)에 가장 많이 매칭되는 경포해변의 위치를 이미지(511)의 촬영 위치로 식별할 수 있다.
프로세서(120)는 이미지(512)의 태그 정보(“mul-hoe”, “food”)에 기반하여 적어도 하나의 후보 위치들(예: 강릉 해파랑물회, 배니닭강정) 중 이미지(512)의 촬영 위치(예: 강릉 해파랑물회의 위치)를 식별할 수 있다. 프로세서(120)는 강릉 해파랑물회의 태그 정보(“mul-hoe”, “food”, “sashimi”, “restaurant”), 및 배니닭강정의 태그 정보(“chicken”, “food”, “sweet and sour chicken”) 중 이미지(512)의 태그 정보(“mul-hoe”, “food”)에 가장 많이 매칭되는 강릉 해파랑물회의 위치를 이미지(512)의 촬영 위치로 식별할 수 있다.
프로세서(120)는 이미지(512)의 지정된 정확도(예: 0.7) 이상의 태그 정보(“mul-hoe”, “food”)에 기반하여 적어도 하나의 촬영 후보들(예: 강릉 해파랑물회, 배니닭강정) 중 이미지(512)의 촬영 위치(예: 강릉 해파랑물회의 위치)를 식별할 수 있다. 프로세서(120)는 강릉 해파랑물회의 태그 정보(“mul-hoe”, “food”, “sashimi”, “restaurant”), 및 배니닭강정의 태그 정보(“chicken”, “food”, “sweet and sour chicken”) 중 이미지(512)의 지정된 정확도(예: 0.7) 이상의 태그 정보(”mul-hoe”, “food”)에 가장 많이 매칭되는 강릉 해파랑물회의 위치를 이미지(512)의 촬영 위치로 식별할 수 있다.
프로세서(120)는 이미지(513)의 태그 정보(“sea”, “scenery”, “boat”, “cloud”, “beach”)에 기반하여 적어도 하나의 후보 위치들(예: 경포해변, 경포대, 스카이베이 경포호텔) 중 이미지(513)의 촬영 위치(예: 경포해변의 위치)를 식별할 수 있다. 프로세서(120)는 경포해변의 태그 정보(“sea”, “scenery”, “beach”), 경포대의 태그 정보(“treasure”, “attraction”, “summer house”) 및 스카이베이 경포호텔의 태그 정보(“hotel”, “room”, “bed”) 중 이미지(513)의 태그 정보(“sea”, “scenery”, “boat”, “cloud”, “beach”)에 가장 많이 매칭되는 경포해변의 위치를 이미지(513)의 촬영 위치로 식별할 수 있다.
프로세서(120)는 이미지(513)의 지정된 정확도(예: 0.7) 이상의 태그 정보(“sea”, “scenery”, “cloud”, “beach”)에 기반하여 적어도 하나의 촬영 후보들(예: 경포해변, 경포대, 스카이베이 경포호텔) 중 이미지(513)의 촬영 위치(예: 경포해변의 위치)를 식별할 수 있다. 프로세서(120)는 경포해변의 태그 정보(“sea”, “scenery”, “beach”), 경포대의 태그 정보(“treasure”, “attraction”, “summer house”) 및 스카이베이 경포호텔의 태그 정보(“hotel”, “room”, “bed”) 중 이미지(513)의 지정된 정확도(예: 0.7) 이상의 태그 정보(“sea”, “scenery”, “cloud”, “beach”)에 가장 많이 매칭되는 경포해변의 위치를 이미지(513)의 촬영 위치로 식별할 수 있다.
프로세서(120)는 이미지(514)의 태그 정보(“chicken”, “food”)에 기반하여 적어도 하나의 후보 위치들(예: 강릉중앙시장, 강릉 해파랑물회, 배니닭강정) 중 이미지(514)의 촬영 위치(예: 배니닭강정의 위치)를 식별할 수 있다. 프로세서(120)는 스카이베이 강릉중앙시장의 태그 정보(“market”, “mall”), 강릉 해파랑물회의 태그 정보(“mul-hoe”, “food”, “sashimi”, “restaurant”), 및 배니닭강정의 태그 정보(“chicken”, “food”, “sweet and sour chicken”) 중 이미지(514)의 태그 정보(“chicken”, “food”)에 가장 많이 매칭되는 배니닭강정의 위치를 이미지(514)의 촬영 위치로 식별할 수 있다.
프로세서(120)는 이미지(514)의 지정된 정확도(예: 0.7) 이상의 태그 정보(“chicken”, “food”)에 기반하여 적어도 하나의 촬영 후보들(예: 강릉중앙시장, 강릉 해파랑물회, 배니닭강정) 중 이미지(514)의 촬영 위치(예: 배니닭강정의 위치)를 식별할 수 있다. 프로세서(120)는 스카이베이 강릉중앙시장의 태그 정보(“market”, “mall”), 강릉 해파랑물회의 태그 정보(“mul-hoe”, “food”, “sashimi”, “restaurant”), 및 배니닭강정의 태그 정보(“chicken”, “food”, “sweet and sour chicken”) 중 이미지(514)의 지정된 정확도(예: 0.7) 이상의 태그 정보(“chicken”, “food”)에 가장 많이 매칭되는 배니닭강정의 위치를 이미지(514)의 촬영 위치로 식별할 수 있다.
프로세서(120)는 POI 매니저(201)의 POI 정정 모듈(250)을 이용하여, 이미지들(511 내지 514)의 장소 정보를 정정 및/또는 추가할 수 있다. 프로세서(120)는 식별된 촬영 위치에 대한 장소 데이터베이스(260) 상의 정보에 기반하여, 이미지들(511 내지 514)의 장소 정보(530)를 정정 및/또는 추가할 수 있다.
도 5를 참조하면, 프로세서(120)는 장소 데이터베이스(260)의 “경포해변”에 대한 정보에 기반하여, 이미지(511)의 장소 명칭을 “스카이베이 경포호텔”에서 “경포해변”으로 정정할 수 있다. 프로세서(120)는 장소 데이터베이스(260)의 “경포해변”에 대한 정보에 기반하여, 이미지(511)의 위치 정보(예: 위도 및 경도)를 정정할 수 있다.
도 5를 참조하면, 프로세서(120)는 장소 데이터베이스(260)의 “강릉 해파랑물회”에 대한 정보에 기반하여, 이미지(512)의 장소 명칭을 “롱블랙”에서 “강릉 해파랑물회”로 정정할 수 있다. 프로세서(120)는 장소 데이터베이스(260)의 “강릉 해파랑물회”에 대한 정보에 기반하여, 이미지(512)의 위치 정보(예: 위도 및 경도)를 정정할 수 있다.
도 5를 참조하면, 프로세서(120)는 장소 데이터베이스(260)의 “경포해변”에 대한 정보에 기반하여, 이미지(513)의 장소 명칭을 “스카이베이 경포호텔”에서 “경포해변”으로 정정할 수 있다. 프로세서(120)는 장소 데이터베이스(260)의 “경포해변”에 대한 정보에 기반하여, 이미지(513)의 위치 정보(예: 위도 및 경도)를 정정할 수 있다.
도 5를 참조하면, 프로세서(120)는 장소 데이터베이스(260)의 “배니닭강정”에 대한 정보에 기반하여, 이미지(514)의 장소 명칭을 “강릉중앙시장”에서 “배니닭강정”으로 정정할 수 있다. 프로세서(120)는 장소 데이터베이스(260)의 “배니닭강정”에 대한 정보에 기반하여, 이미지(514)의 위치 정보(예: 위도 및 경도)를 정정할 수 있다.
프로세서(120)는 POI 정정 모듈(250)을 통해 정정된 이미지들(511 내지 514) 각각의 정보에 기반하여, 콘텐트의 메타 정보(예: 장소 정보)를 정정할 수 있다.
프로세서(120)는 어플리케이션(146)을 통해 콘텐트 데이터베이스(280)에 접근할 수 있다. 어플리케이션(146)은 콘텐트 데이터베이스(280)에서 관리하는 콘텐트의 메타 정보(예: 장소 정보)를 이용하여, 서비스를 제공할 수 있다.
프로세서(120)는 어플리케이션(146)을 통해 장소 데이터베이스(260)에서 이미지 그룹(510)과 관련도를 가지는 후보 추천 장소들을 사용자에게 제공할 수 있다.
프로세서(120)는 장소 데이터베이스(260)에서 이미지 그룹(510)에 포함된 이미지들(511 내지 514)의 정보(예: 위치 정보 및/또는 태그 정보)에 기반하여 적어도 하나의 추천 위치들을 식별하고, 추천 위치들에 대한 정보(예: 장소명, 전화번호, 장소 카테고리, 위치 정보)를 나타내는 사용자 인터페이스를 디스플레이 모듈(160)을 통해 표시할 수 있다.
적어도 하나의 추천 위치들은 이미지 그룹(510)의 이미지들(511 내지 514)이 촬영된 위치로부터 지정된 거리(예: 500 미터(m)) 이내의 장소들일 수 있다. 예를 들어, 프로세서(120)는 이미지 그룹(510)의 이미지들(511 내지 514)의 위치 정보에 기반하여, 스카이베이 경포호텔을 추천 위치로 나타내는 사용자 인터페이스를 디스플레이 모듈(160)을 통해 표시할 수 있다.
적어도 하나의 추천 위치들은 이미지 그룹(510)의 이미지들(511 내지 514)의 태그 정보들과 지정된 개수 이상 매칭되는 태그 정보들을 포함하는 장소들일 수 있다. 예를 들어, 프로세서(120)는 이미지 그룹(510)의 이미지들(511 내지 514)의 위치 정보에 기반하여, 다른 해변(예: 강문 해변)을 추천 위치로 나타내는 사용자 인터페이스를 디스플레이 모듈(160)을 통해 표시할 수 있다.
적어도 하나의 추천 위치들은 다른 사용자들의 방문 기록에 기반하여 식별되는 장소들일 수 있다. 적어도 하나의 추천 위치들은 이미지들(511 내지 514)의 장소 정보에 따른 장소들을 방문할 경우, 임의 장소를 방문할 조건부 확률에 따라 식별되는 장소들일 수 있다. 조건부 확률은 다른 사용자들의 방문 기록에 기반하여 사전 결정될 수 있다.
적어도 하나의 추천 위치들은 복수의 이미지 그룹들의 이미지들에서 공통으로 추출되는 태그 정보(예: “coffee”)에 매칭되는 장소들(예: 커피숍)일 수 있다.
적어도 하나의 추천 위치들은 복수의 후보 추천 위치들 중 사용자의 스케줄(예: 전자 장치(101)에 기록된 호텔 예약 일정, 비행기 일정)을 고려하여, 잔여 시간(또는 일정)에 방문할 수 있는 위치일 수 있다. 복수의 후보 추천 위치들은 사용자의 스케줄(예: 전자 장치(101)에 기록된 호텔 예약 일정, 비행기 일정) 이내에 생성된 적어도 하나의 이미지 그룹들에 포함된 이미지들이 촬영된 위치로부터 지정된 거리(예: 5000 미터(m)) 이내의 장소들일 수 있다.
프로세서(120)는 어플리케이션(146)을 통해 이미지 그룹을 나타내는 스토리 앨범을 생성할 수 있다.
프로세서(120)는 스토리 앨범 생성 시, 스토리 앨범의 대표 이미지들을 이미지 그룹에 대한 하위 이미지 그룹의 이미지들에 기반하여 선택할 수 있다. 이미지 그룹에 포함된 이미지들의 장소 정보가 상위 장소(예: 놀이공원, 백화점)인 경우, 하위 이미지 그룹은 상위 장소에 대한 하위 장소(예: 놀이기구, 매대)일 수 있다.
프로세서(120)는 스토리 앨범 생성 시, 스토리 앨범의 명칭을 이미지 그룹에 포함된 이미지들의 장소명에 기반하여 결정할 수 있다. 이미지 그룹에 포함된 이미지들의 장소 정보를 포괄하는 상위 장소의 장소명을 스토리 앨범의 명칭으로 결정할 수 있다. 이미지 그룹에 포함된 이미지들의 장소명이 강릉 해파랑물회, 배니닭강정인 경우, 스토리 앨범의 명칭은 강릉중앙시장일 수 있다.
상술한 바와 같은, 본 개시의 일 실시 예에 따른 전자 장치(101)는 이미지들의 태그 정보 및 촬영 위치 정보에 기반하여, 이미지들의 위치 정보를 정정함으로써, 사용자에게 보다 세밀한 위치 정보(또는, 장소 정보)를 제공할 수 있다.
상술한 바와 같은, 본 개시의 일 실시 예에 따른 전자 장치(101)는 세밀한 위치 정보에 기반하여 사용자에게 위치 기반 서비스를 제공할 수 있다.
도 6은 본 개시의 일 실시 예에 따른 전자 장치(101)의 동작을 나타내는 흐름도이다.
도 6을 참조하면, 동작 610에서, 전자 장치(101)의 프로세서(120)는 적어도 하나의 이미지들을 연속성에 기반하여 분류할 수 있다. 프로세서(120)는 적어도 하나의 이미지의 메타 정보에 기반하여 적어도 하나의 이미지를 분류할 수 있다.
프로세서(120)는 적어도 하나의 이미지의 연속성(예: 시간 연속성, 거리 연속성)에 기반하여 적어도 하나의 이미지를 분류할 수 있다. 이미지들 간 시간 연속성은 이미지의 메타 데이터의 촬영 시각 정보에 기반하여 식별될 수 있다. 이미지들 간 거리 연속성은 이미지의 메타 데이터의 위치 정보(예: 위도 정보와 경도 정보)에 기반하여 식별될 수 있다.
동작 620에서, 프로세서(120)는 분류된 이미지들의 객체에 기반하여 장소 정보를 식별할 수 있다.
프로세서(120)는 동일한 그룹으로 분류된 이미지들에서 객체를 식별하고, 식별된 객체를 나타내는 태그 정보(명칭 및 정확도)에 대한 정보를 식별할 수 있다. 프로세서(120)는 동일한 그룹으로 분류된 이미지들의 태그 정보 및 위치 정보에 기반하여 장소 정보를 식별할 수 있다.
동작 630에서, 프로세서(120)는 식별된 장소 정보에 기반하여 분류된 이미지들의 메타 정보를 정정할 수 있다.
프로세서(120)는 동일한 그룹으로 분류된 이미지들의 장소 정보를 정정 및/또는 추가할 수 있다. 프로세서(120)는 식별된 장소 정보에 대한 장소 데이터베이스(260) 상의 정보에 기반하여, 동일한 그룹으로 분류된 이미지들의 장소 정보를 정정 및/또는 추가할 수 있다.
본 문서에 개시된 특정 실시 예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시 예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.
본 문서의 특정 실시 예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시 예들로 한정하려는 것이 아니며, 해당 실시 예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제 3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.
본 문서에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일 실시 예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 문서의 특정 실시 예들은 기기(machine)(예: 전자 장치(101)) 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(136) 또는 외장 메모리(138))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(140))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(101))의 프로세서(예: 프로세서(120))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, '비일시적'은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
일 실시 예에 따르면, 본 문서에 개시된 특정 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 스토어™)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 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.
특정 실시 예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 특정 실시 예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 특정 실시 예들에 따르면, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 특정 실시 예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.

Claims (15)

  1. 전자 장치에 있어서,
    프로세서, 및
    인스트럭션들을 저장하고 및 적어도 하나의 이미지를 저장하도록 구성되는 메모리를 포함하고, 상기 인스트럭션들은, 상기 프로세서에 의해 실행 시, 상기 전자 장치가,
    상기 적어도 하나의 이미지의 메타 정보에 기반하여, 상기 적어도 하나의 이미지를 적어도 하나의 이미지 그룹으로 분류하고,
    상기 적어도 하나의 이미지 그룹 중 제1 이미지 그룹에 포함된 제1 이미지들의 적어도 하나의 객체(object)에 대한 태그 정보를 식별하고,
    상기 태그 정보에 기반하여, 상기 제1 이미지들에 대한 장소 정보를 식별하고,
    상기 식별된 장소 정보에 기반하여, 상기 제1 이미지들의 메타 정보를 수정하도록 구성되는 전자 장치.
  2. 청구항 1에 있어서,
    적어도 하나의 이미지 그룹들 각각에 분류되는 이미지들은 서로 연속성을 가지고,
    상기 연속성은 시간 연속성, 및/또는 거리 연속성을 포함하는 전자 장치.
  3. 청구항 1에 있어서,
    상기 인스트럭션들은, 상기 프로세서에 의해 실행 시, 상기 전자 장치가,
    적어도 지정된 정확도를 가지는 태그 정보에 기반하여 상기 제1 이미지들에 대한 장소 정보를 식별하도록 구성되는 전자 장치.
  4. 청구항 1에 있어서,
    상기 인스트럭션들은, 상기 프로세서에 의해 실행 시, 상기 전자 장치가,
    상기 제1 이미지들의 촬영 위치에 기반하여 적어도 하나의 제1 장소들을 식별하고,
    상기 적어도 하나의 태그 정보에 기반하여 상기 식별된 적어도 하나의 제1 장소들 중에서 상기 제1 이미지들에 대한 장소 정보를 식별하도록 구성되는 전자 장치.
  5. 청구항 4에 있어서,
    상기 인스트럭션들은, 상기 프로세서에 의해 실행 시, 상기 전자 장치가,
    상기 식별된 적어도 하나의 제1 장소들 중 상기 제1 이미지들의 상기 식별된 장소 정보 이외의 적어도 하나의 제2 장소들을 식별하고,
    상기 제2 장소들에 대한 정보를 나타내는 사용자 인터페이스를 표시하도록 구성되는 전자 장치.
  6. 청구항 5에 있어서,
    상기 적어도 하나의 제2 장소들은 상기 제1 이미지들의 장소 정보에 따른 장소들을 방문할 경우의 조건부 확률에 기반하여 식별되는
    전자 장치.
  7. 청구항 5에 있어서,
    상기 적어도 하나의 제2 장소들은 상기 적어도 하나의 이미지 그룹들에서 공통으로 식별되는 태그 정보에 기반하여 식별되는,
    전자 장치.
  8. 청구항 1에 있어서,
    상기 인스트럭션들은, 상기 프로세서에 의해 실행 시, 상기 전자 장치가,
    상기 제1 이미지 그룹에 대한 스토리 앨범을 생성하도록 구성되는 전자 장치.
  9. 청구항 8에 있어서,
    상기 인스트럭션들은, 상기 프로세서에 의해 실행 시, 상기 전자 장치가,
    상기 제1 이미지 그룹에 대한 상기 스토리 앨범의 명칭을 상기 제1 이미지 그룹에 포함된 상기 제1 이미지들의 장소 명칭에 기반하여 결정하도록 구성되는
    전자 장치.
  10. 청구항 1에 있어서,
    상기 메타 정보는 장소 명칭, 위치, 장소 카테고리, 장소 카테고리에 매칭되는 태그 정보, 또는 이들의 조합을 포함하는
    전자 장치.
  11. 전자 장치의 동작 방법에 있어서,
    메모리에 저장된 적어도 하나의 이미지를, 상기 적어도 하나의 이미지와 함께 저장된 메타 정보에 기반하여, 적어도 하나의 이미지 그룹으로 분류하는 동작,
    프로세서를 이용하여 상기 적어도 하나의 이미지 그룹 중 제1 이미지 그룹에 포함된 제1 이미지의 적어도 하나의 객체(object)에 대한 태그 정보를 식별하는 동작,
    상기 태그 정보에 기반하여, 상기 제1 이미지들에 대한 장소 정보를 식별하는 동작, 및
    상기 식별된 장소 정보에 기반하여, 상기 제1 이미지들의 메타 정보를 수정하는 동작을 포함하는 방법.
  12. 청구항 11에 있어서,
    적어도 하나의 이미지 그룹들 각각에 분류되는 이미지들은 서로 연속성을 가지고,
    상기 연속성은 시간 연속성, 및/또는 거리 연속성을 포함하는
    방법.
  13. 청구항 11에 있어서,
    상기 제1 이미지들에 대한 장소 정보를 식별하는 동작은,
    적어도 지정된 정확도를 가지는 태그 정보에 기반하여 상기 제1 이미지들에 대한 장소 정보를 식별하는 동작을 포함하는
    방법.
  14. 청구항 11에 있어서,
    상기 제1 이미지들에 대한 장소 정보를 식별하는 동작은,
    상기 제1 이미지들의 촬영 위치에 기반하여 적어도 하나의 제1 장소들을 식별하는 동작, 및
    상기 적어도 하나의 태그 정보에 기반하여 상기 식별된 적어도 하나의 제1 장소들 중에서 상기 제1 이미지들에 대한 장소 정보를 식별하는 동작을 포함하는
    방법.
  15. 청구항 14에 있어서,
    상기 식별된 적어도 하나의 제1 장소들 중 상기 제1 이미지들의 상기 식별된 장소 정보 이외의 적어도 하나의 제2 장소들을 식별하는 동작, 및
    상기 제2 장소들에 대한 정보를 나타내는 사용자 인터페이스를 표시하는 동작을 더 포함하는
    방법.
PCT/KR2021/016818 2020-11-19 2021-11-17 이미지의 메타 정보를 정정하는 전자 장치 및 이의 동작 방법 WO2022108310A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US17/529,398 US11694441B2 (en) 2020-11-19 2021-11-18 Electronic device correcting meta information of image and operating method thereof

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020200155585A KR20220068618A (ko) 2020-11-19 2020-11-19 이미지의 메타 정보를 정정하는 전자 장치 및 이의 동작 방법
KR10-2020-0155585 2020-11-19

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US17/529,398 Continuation US11694441B2 (en) 2020-11-19 2021-11-18 Electronic device correcting meta information of image and operating method thereof

Publications (1)

Publication Number Publication Date
WO2022108310A1 true WO2022108310A1 (ko) 2022-05-27

Family

ID=81709422

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/016818 WO2022108310A1 (ko) 2020-11-19 2021-11-17 이미지의 메타 정보를 정정하는 전자 장치 및 이의 동작 방법

Country Status (2)

Country Link
KR (1) KR20220068618A (ko)
WO (1) WO2022108310A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100052676A (ko) * 2008-11-11 2010-05-20 삼성전자주식회사 컨텐츠 앨범화 장치 및 그 방법
US20150371114A1 (en) * 2014-02-24 2015-12-24 Invent.ly LLC Classifying and annotating images based on user context
KR20160049411A (ko) * 2014-10-27 2016-05-09 삼성에스디에스 주식회사 사용자 행동 기반의 장소 추천 시스템 및 방법
KR20170055254A (ko) * 2015-11-11 2017-05-19 삼성전자주식회사 메타 데이터를 처리하기 위한 장치 및 방법
KR102113969B1 (ko) * 2019-10-28 2020-06-02 이화여자대학교 산학협력단 공간 정보 딥러닝 기술을 활용한 관광 목적 sns 이미지 데이터 분류의 정확도 향상 방법, 이를 수행하기 위한 기록 매체 및 장치

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100052676A (ko) * 2008-11-11 2010-05-20 삼성전자주식회사 컨텐츠 앨범화 장치 및 그 방법
US20150371114A1 (en) * 2014-02-24 2015-12-24 Invent.ly LLC Classifying and annotating images based on user context
KR20160049411A (ko) * 2014-10-27 2016-05-09 삼성에스디에스 주식회사 사용자 행동 기반의 장소 추천 시스템 및 방법
KR20170055254A (ko) * 2015-11-11 2017-05-19 삼성전자주식회사 메타 데이터를 처리하기 위한 장치 및 방법
KR102113969B1 (ko) * 2019-10-28 2020-06-02 이화여자대학교 산학협력단 공간 정보 딥러닝 기술을 활용한 관광 목적 sns 이미지 데이터 분류의 정확도 향상 방법, 이를 수행하기 위한 기록 매체 및 장치

Also Published As

Publication number Publication date
KR20220068618A (ko) 2022-05-26

Similar Documents

Publication Publication Date Title
WO2016072714A1 (en) Electronic device and method for providing filter in electronic device
WO2019168377A1 (en) Electronic device and method for controlling external electronic device based on use pattern information corresponding to user
WO2020145653A1 (ko) 이미지의 촬영 장소를 추천하는 전자 장치 및 방법
WO2022108310A1 (ko) 이미지의 메타 정보를 정정하는 전자 장치 및 이의 동작 방법
WO2022071708A1 (ko) 컨텐츠 추천 서비스를 제공하는 전자 장치 및 그 방법
WO2022149763A1 (ko) 요청된 기능을 수행하는 외부 전자 장치를 관리하기 위한 전자 장치 및 그 작동 방법
WO2022158932A1 (ko) 개인화된 미디어 컨텐츠를 제공하는 방법 및 이를 이용한 전자 장치
WO2023153622A1 (ko) 기기 설정 동기화 방법 및 장치
US11694441B2 (en) Electronic device correcting meta information of image and operating method thereof
WO2023059000A1 (ko) 학습을 보조하기 위한 방법 및 장치
WO2023096135A1 (ko) 위치에 기반한 사용자 액션 추천 방법 및 전자 장치
WO2022154446A1 (ko) 멀티미디어 콘텐트를 제공하는 장치 및 그 방법
WO2023054991A1 (ko) 적어도 하나의 입력 장치를 제어하는 전자 장치 및 그 제어 방법
WO2022215865A1 (ko) 전자 장치 및 iot 제어 정보 공유 방법
WO2022060058A1 (ko) 사용자의 위치 관련 정보를 결정하는 전자 장치 및 서버
WO2023158151A1 (ko) 전자 장치 및 전자 장치에서 객체를 디스플레이하는 방법
WO2022182020A1 (ko) 검색 서비스를 제공하기 위한 전자 장치 및 그 작동 방법
WO2022114648A1 (ko) 배경 화면을 설정하기 위한 전자 장치 및 그의 동작 방법
WO2024043485A1 (ko) 텍스트를 포함하는 이미지를 처리하기 위한 전자 장치 및 방법
WO2022098193A1 (ko) 확장 가능한 디스플레이를 갖는 전자 장치 및 이의 제어 방법
WO2023017987A1 (ko) 플렉서블 디스플레이를 포함하는 전자 장치와 이의 동작 방법
WO2022098200A1 (ko) 전자 장치 및 그의 연락처를 관리하는 방법
WO2023075337A1 (ko) 외부 전자 장치와 통신하는 전자 장치 및 그 동작 방법
WO2021256720A1 (ko) 외부 장치로 요청을 전송하는 방법 및 이를 지원하는 전자 장치
WO2022215935A1 (ko) 개인화된 그룹 서비스를 제공하는 전자 장치 및 그 제어 방법

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21895078

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21895078

Country of ref document: EP

Kind code of ref document: A1