KR101667784B1 - System, method and computer program for licence auto detection - Google Patents
System, method and computer program for licence auto detection Download PDFInfo
- Publication number
- KR101667784B1 KR101667784B1 KR1020140099832A KR20140099832A KR101667784B1 KR 101667784 B1 KR101667784 B1 KR 101667784B1 KR 1020140099832 A KR1020140099832 A KR 1020140099832A KR 20140099832 A KR20140099832 A KR 20140099832A KR 101667784 B1 KR101667784 B1 KR 101667784B1
- Authority
- KR
- South Korea
- Prior art keywords
- file
- image
- image file
- information
- list
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/43—Querying
- G06F16/435—Filtering based on additional data, e.g. user or group profiles
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
본 발명은 개인정보 자동 검색 시스템에 관한 것으로서, 적어도 하나의 전자장치로부터 인증 확인 요청 정보를 수신 받아 응답 신호로서 생성된 인증 결과 정보를 상기 적어도 하나의 전자장치로 전송하고, 상기 적어도 하나의 전자 장치로부터 삭제 결과 정보를 수신 받는 서버; 및 상기 서버로부터 수신된 상기 인증 결과 정보에 인증 성공 정보가 포함된 경우, 구비된 저장부에 존재하는 파일들로부터 검색 결과 파일 리스트를 생성하고, 상기 검색 결과 파일 리스트에 포함된 파일들로부터 선별 결과 이미지 리스트 또는 선별 결과 문서 리스트를 생성하며, 상기 선별 결과 이미지 리스트에 포함된 파일들로부터 분석 결과 계약서/신청서 리스트 또는 분석 결과 이미지 리스트를 생성하고, 상기 선별 결과 문서 리스트에 포함된 파일들로부터 분석 결과 문서 리스트를 생성하며, 상기 분석 결과 계약서/신청서 리스트, 상기 분석 결과 이미지 리스트 및 상기 분석 결과 문서 리스트에 포함된 파일들을 중 삭제된 파일들의 정보를 나타내는 상기 삭제 결과 정보를 생성하여 구비된 통신부를 통해 상기 서버로 전송하도록 제어하는 제어부; 를 포함하는 상기 적어도 하나의 전자장치를 포함할 수 있다.The present invention relates to an automatic personal information retrieval system, which receives authentication confirmation request information from at least one electronic device and transmits authentication result information generated as a response signal to the at least one electronic device, A server receiving the deletion result information from the server; And generating a search result file list from the files existing in the storage unit when authentication success information is included in the authentication result information received from the server, An analysis result contract / application list or an analysis result image list is generated from the files included in the selection result image list, and an analysis result from the files included in the selection result document list Generating a document list, generating the deletion result information indicating the information of deleted files among the files included in the analysis / contract list / application list, the analysis result image list, and the analysis result document list through the communication unit And a control unit Section; And the at least one electronic device.
Description
본 발명의 실시예는 개인정보 자동 검색 시스템에 관한 것으로서, 보다 상세하게는, 전자 장치에서 개인정보를 포함하는 복수 개의 파일들 중 개인정보를 포함하는 파일들을 자동으로 검색 및 관리하기 위한 개인정보 자동 검색 시스템 관한 것이다.
The present invention relates to an automatic personal information retrieval system, and more particularly, to an automatic personal information retrieval system for automatically searching and managing files including personal information among a plurality of files including personal information in an electronic device, Search system.
오늘날 인터넷의 광범위한 보급은 이제 유선을 넘어 무선 이동통신 기술로의 급속한 발전을 가져오게 되었고, 실생활에 있어서도 스마트폰, PDA(Personal digital Assistant), 핸드헬드(Hand-Held) 컴퓨터 등의 휴대용 단말을 통한 인터넷상에서의 정보 검색이 시간과 장소에 구애받지 않고 가능하게 되었다. 예컨대, 무선 휴대 전화기를 다루는 통신 판매사들은 고객 유치와 관리를 위해서 고객 신분증을 포함하는 이미지 파일, 계약을 위한 고객의 정보가 포함된 계약서 이미지 파일, 무선 휴대 전화기의 변경을 위한 관련 정보를 포함하는 신청서 이미지 파일, 고객의 개인정보인 전화번호를 포함하는 문서 파일 및 주민등록 번호를 포함한 문서 파일들을 관리한다. 개인정보를 포함하는 파일들은 복수 개의 통신 판매사들의 업무용 전자장치에 저장 및 관리된다.Today, the widespread use of the Internet has led to the rapid development of wireless mobile communication technology beyond the fixed line, and in the real world, it is also possible to use a portable terminal such as a smart phone, a personal digital assistant (PDA), a hand- Information retrieval on the Internet has become possible regardless of time and place. For example, telemarketers dealing with wireless mobile phones may use an image file including a customer ID card, a contract image file containing customer's information for a contract, an application containing related information for changing the wireless mobile phone An image file, a document file including a telephone number that is personal information of the customer, and document files including a resident registration number. The files containing the personal information are stored and managed in the business electronic devices of the plurality of communication vendors.
한편, 대한민국에서는 2014년 08월부터 개정된 개인정보보호법에 따라 주민등록 번호와 같은 개인정보를 포함하는 어떤 문서나 이미지들을 모든 공공기관과 민간 사업자가 수집하는 것을 금지하고 있다. 따라서 통신 판매사들은 업무용 전자장치 등에 고객의 개인정보를 포함하는 파일을 보관하면 안 된다. 통신 판매사들이 법령 근거 없이 개인정보를 포함하는 파일을 보관할 경우, 해당 통신 판매사들에게는 불이익이 가해진다.Meanwhile, in Korea, according to the Personal Information Protection Act revised from August 2014, all public institutions and private companies are prohibited from collecting any documents or images containing personal information such as resident registration number. Therefore, telecom vendors should not keep files containing personal information of the customers, such as business electronic devices. If telesales keep files that contain personal information without legal basis, those telesales will be penalized.
하지만 개인정보의 수집 및 보관을 금지하여도 통신 판매사들이 업무용으로 사용되는 각각의 전자장치에서 고객의 개인정보가 포함된 모든 파일을 찾는 것은 어려운 실정이다. 개인정보보호법을 준수하기 위해선 통신 판매사들은 업무용으로 사용되는 각각의 전자장치에서 모든 파일들을 대상으로 개인정보를 포함하고 있는지 확인하고, 개인정보를 포함하는 해당 파일을 전자장치의 저장부로부터 삭제해야 한다. 통신 판매사들의 업무 특성 상 매일 추가되는 고객의 정보로 인해 고객의 개인정보가 포함된 파일들은 개수는 계속 증가되기 때문에 통신 판매사들은 고객의 개인정보를 포함하는 파일의 관리에 어려움이 있다.However, even if collection and storage of personal information is prohibited, it is difficult for telecommunication companies to find all files containing personal information of customers in each electronic device used for business. In order to comply with the Personal Information Protection Act, the telemarketers must confirm that each electronic device used for business purposes includes personal information for all files, and delete the corresponding file containing personal information from the storage of the electronic device . Due to the business characteristics of telecommunication companies, the number of files containing personal information of customers is continuously increased due to the information of customers added every day. Therefore, telecommunication companies have difficulty in managing files including personal information of customers.
본 발명의 실시예는 전자장치에 저장된 파일들 중 개인정보를 포함하는 파일들을 자동으로 검색하고, 검색된 파일을 개인정보를 포함하는 이미지 파일 또는 개인정보를 포함하는 문서 파일로 분류한 후 사용자의 사용자 입력에 따라 해당 파일을 삭제할 수 있는 개인정보 자동 검색 시스템, 방법 및 컴퓨터 판독 가능한 기록 매체를 제공한다.The embodiment of the present invention automatically searches for files among the files stored in the electronic device, including the personal information, classifies the retrieved files into an image file containing personal information or a document file containing personal information, There is provided a personal information automatic retrieval system, method, and computer readable recording medium capable of deleting a corresponding file according to an input.
또한, 본 발명의 실시예는 서버와 유무선 네트워크 망으로 연결된 적어도 하나의 전자장치에서 개인정보를 포함하는 파일들을 처리하고, 처리된 결과 정보를 서버로 보고하며, 서버는 유무선 네트워크 망으로 연결된 적어도 하나의 전자장치에서의 개인정보를 포함한 파일 관리 상황을 모니터링 할 수 있는 개인정보 자동 검색 시스템, 방법 및 컴퓨터 판독 가능한 기록 매체를 제공한다.
In addition, the embodiment of the present invention processes files including personal information in at least one electronic device connected to a server and a wired / wireless network, reports the processed result information to a server, A personal information automatic retrieval system, a method, and a computer-readable recording medium capable of monitoring a file management situation including personal information in an electronic device of a personal computer.
본 발명의 실시예에 따른 개인정보 자동 검색 시스템은, 구비된 저장부에 존재하는 파일들 중 선택된 파일을 저장부에 미리 저장된 확장자 설정 정보와 비교를 통해 이미지 파일 또는 문서 파일로 분류하고, 상기 이미지 파일로부터 추정 이미지 파일로 판단된 상기 이미지 파일을 대상으로 분류 영상처리 방법을 통해 계약서/신청서 이미지 파일 또는 신분증 이미지 파일로 판단하며, 상기 문서 파일을 대상으로 상기 저장부에 미리 저장된 정규식을 통해 개인정보를 포함하는 개인정보 문서 파일인지를 판단하고, 상기 계약서/신청서 이미지 파일, 상기 신분증 이미지 파일 및 상기 개인정보 문서 파일 중 적어도 하나를 구비된 입력부를 통해 수신된 사용자 입력 신호에 따라 상기 저장부에서 삭제 또는 개인 정보 검색 대상에서 제외되도록 제어하는 제어부;를 포함하는 적어도 하나의 전자장치를 포함할 수 있다.The automatic personal information search system according to an embodiment of the present invention classifies a selected file among files existing in a storage unit into an image file or a document file through comparison with extension setting information stored in advance in a storage unit, The image file judged as an estimated image file from the file is judged to be a contract / application image file or an ID image file through a classification image processing method on the basis of the image file, and the personal information And the user information input unit receives the user input signal received through the input unit including at least one of the contract / application image file, the ID image file, and the personal information document file, Or to be excluded from personal information search And at least one electronic device including a microphone and a fisher.
상기 개인정보 자동 검색 시스템은, 상기 적어도 하나의 전자장치로부터 인증 확인 요청 정보를 수신 받아 응답 신호로서 생성된 인증 결과 정보를 상기 적어도 하나의 전자장치로 전송하고, 상기 적어도 하나의 전자장치에서 생성된, 삭제 처리된 상기 적어도 하나의 파일의 정보를 포함하는 삭제 결과 정보를 수신 받는 서버;를 더 포함할 수 있다.Wherein the automatic personal information retrieval system comprises: an authentication information receiving unit for receiving authentication confirmation request information from the at least one electronic device and transmitting authentication result information generated as a response signal to the at least one electronic device; And a server receiving deletion result information including information of the at least one file deleted.
상기 제어부는, 상기 이미지 파일을 대상으로 추정 영상처리 방법을 통해 개인정보를 포함하고 있다고 추정되는 상기 추정 이미지 파일인지를 판단할 수 있다.The controller may determine whether the estimated image file is estimated to contain the personal information through the estimated image processing method on the image file.
상기 추정 영상처리 방법은, 상기 이미지 파일의 이미지를 그레이 영상으로 변환하는 방법; 변환된 상기 그레이 영상으로부터 히스토그램 추출하는 방법; 및 추출된 상기 히스토그램으로부터 흰색 분포도를 산출하는 방법;을 포함할 수 있다.Wherein the estimated image processing method comprises: a method of converting an image of the image file into a gray image; A method of extracting a histogram from the converted gray image; And a method of calculating a white distribution from the extracted histogram.
상기 추정 이미지 파일은, 상기 제어부가 산출된 상기 흰색 분포 값이 상기 저장부에 미리 저장된 히스토그램 임계치 값 이상인지 판단하고, 상기 판단 결과, 산출된 상기 흰색 분포 값이 상기 히스토그램 임계치 값 이상인 경우, 상기 이미지 파일을 상기 추정 이미지 파일로 판단할 수 있다.The image processing apparatus according to claim 1, wherein the estimated image file determines whether the white distribution value calculated by the controller is greater than or equal to a histogram threshold value stored in advance in the storage unit, and when the calculated white distribution value is equal to or larger than the histogram threshold value, File as the estimated image file.
상기 분류 영상처리 방법은, 상기 추정 이미지 파일의 이미지 내에 관심 영역을 설정하는 방법, 상기 관심 영역에 SURF 알고리즘을 통해 특징점을 추출하는 방법 및 추출된 상기 특징점의 개수를 산출하는 방법을 포함하는 계약서/신청서 이미지 파일 영상처리 방법; 및 상기 추정 이미지 파일의 이미지를 대상으로 에지 검출 알고리즘을 통해 에지 영역들을 추출하는 방법, 추출된 상기 에지 영역들을 대상으로 픽셀 그룹핑하여 사각형의 관심 영역을 형성하는 방법 및 형성된 상기 사각형의 관심 영역이 상기 이미지의 전체 크기에서 차지하는 비율을 산출하는 방법을 포함하는 신분증 이미지 파일 영상처리 방법;을 포함할 수 있다.Wherein the classification image processing method includes: a contract / agreement process including a method of setting a ROI in an image of the estimated image file, a method of extracting a ROI through a SURF algorithm in the ROI, and a method of calculating the number of extracted ROIs, Application image file image processing method; A method of extracting edge regions through an edge detection algorithm on an image of the estimated image file, a method of forming a rectangular region of interest by pixel grouping the extracted edge regions, And a method of processing an image of an ID image file including a method of calculating a ratio of an image to a total size of the image.
상기 계약서/신청서 이미지 파일은, 상기 제어부가 산출된 상기 특징점의 개수가 상기 저장부에 미리 저장된 특징점 임계치 개수 이상인지 판단하고, 상기 판단 결과, 산출된 상기 특징점의 개수가 상기 특징점 임계치 개수 이상인 경우, 상기 추정 이미지 파일을 계약서/신청서 이미지 파일로 판단할 수 있다.Wherein the contract file / application image file is configured to determine whether the number of the feature points calculated by the controller is greater than or equal to the number of feature point thresholds stored in advance in the storage unit, and if the number of feature points calculated is greater than or equal to the feature point threshold number, The estimated image file can be determined as a contract / application image file.
상기 신분증 이미지 파일은, 상기 제어부가 산출된 상기 비율이 상기 저장부에 미리 저장된 비율 임계값 이하인가 판단하고, 상기 판단 결과, 상기 비율이 상기 비율 임계값 이하인 경우, 상기 추정 이미지 파일을 상기 신분증 이미지 파일로 판단할 수 있다.Wherein the image file of the identification card is judged whether or not the ratio calculated by the controller is equal to or lower than a ratio threshold value stored in advance in the storage unit and if the ratio is equal to or smaller than the ratio threshold value, It can be judged as a file.
상기 개인정보 문서 파일은, 상기 제어부가 상기 문서 파일에 상기 정규식을 반영하고, 상기 정규식이 반영된 상태의 문서 파일과 상기 저장부에 미리 저장된 정규식의 패턴 간 일치하는 정보가 있는지 판단하며, 상기 판단 결과, 상기 정규식이 반영된 상태의 문서 파일과 상기 정규식의 패턴 간 일치하는 정보가 있는 경우, 상기 문서 파일을 상기 개인정보 문서 파일로 판단할 수 있다.Wherein the control unit reflects the regular expression in the document file and determines whether there is information that matches the pattern of the regular expression stored in the storage unit and the document file in the state in which the regular expression is reflected, , And if there is information that matches the pattern of the regular expression and the document file in which the regular expression is reflected, the document file may be determined as the personal information document file.
본 발명의 실시예에 따른 개인정보 자동 검색 방법은, 구비된 저장부에 존재하는 파일들 중 선택된 파일을 저장부에 미리 저장된 확장자 설정 정보와 비교를 통해 이미지 파일 또는 문서 파일로 분류하는 단계; 상기 이미지 파일로부터 추정 이미지 파일로 판단된 상기 이미지 파일을 대상으로 분류 영상처리 방법을 통해 계약서/신청서 이미지 파일 또는 신분증 이미지 파일로 판단하는 단계; 상기 문서 파일을 대상으로 상기 저장부에 미리 저장된 정규식을 통해 개인정보를 포함하는 개인정보 문서 파일인지를 판단하는 단계; 및 상기 계약서/신청서 이미지 파일, 상기 신분증 이미지 파일 및 상기 개인정보 문서 파일 중 적어도 하나를 구비된 입력부를 통해 수신된 사용자 입력 신호에 따라 상기 저장부에서 삭제 또는 개인 정보 검색 대상에서 제외하는 단계;를 포함할 수 있다.According to another aspect of the present invention, there is provided a method for automatically searching personal information, comprising: classifying a selected file among files existing in a storage unit into an image file or a document file through comparison with extension setting information stored in a storage unit; Judging the image file determined as an estimated image file from the image file as a contract / application image file or an ID image file through a classification image processing method; Determining whether the document file is a personal information document file including personal information through a regular expression stored in advance in the storage unit; And removing the user information from the storage unit according to a user input signal received through an input unit including at least one of the contract / application image file, the ID image file, and the personal information document file; .
상기 개인정보 자동 검색 방법은, 계약서/신청서 이미지 파일 또는 신분증 이미지 파일로 판단하는 단계이전에, 상기 이미지 파일을 대상으로 추정 영상처리 방법을 통해 개인정보를 포함하고 있다고 추정되는 상기 추정 이미지 파일인지 판단하는 단계;를 더 포함할 수 있다.The automatic personal information retrieval method may further include determining whether the image file is the estimated image file estimated to contain personal information through the estimated image processing method on the image file before the step of determining the contract file / application image file or the ID image file The method further comprising the steps of:
상기 추정 이미지 파일인지 판단하는 단계는, 상기 이미지 파일의 이미지를 그레이 영상으로 변환하는 단계; 변환된 상기 그레이 영상으로부터 히스토그램 추출하는 단계; 추출된 상기 히스토그램으로부터 흰색 분포도를 산출하는 단계; 및 산출된 상기 흰색 분포 값이 상기 저장부에 미리 저장된 히스토그램 임계치 값 이상인지 판단하고, 상기 판단 결과, 산출된 상기 흰색 분포 값이 상기 히스토그램 임계치 값 이상인 경우, 상기 이미지 파일을 상기 추정 이미지 파일로 판단하는 단계;를 더 포함할 수 있다.Wherein the step of determining whether the image file is the estimated image file comprises the steps of: converting an image of the image file into a gray image; Extracting a histogram from the converted gray image; Calculating a white distribution from the extracted histogram; And determining whether the calculated white distribution value is greater than or equal to a histogram threshold value stored in advance in the storage unit and, when the calculated white distribution value is equal to or greater than the histogram threshold value, determining that the image file is the estimated image file The method further comprising the steps of:
상기 계약서/신청서 이미지 파일 또는 신분증 이미지 파일로 판단하는 단계는, 상기 추정 이미지 파일의 이미지 내에 관심 영역을 설정하는 단계; 상기 관심 영역에 SURF 알고리즘을 통해 특징점을 추출하는 단계; 추출된 상기 특징점의 개수를 산출하는 단계; 및 산출된 상기 특징점의 개수가 상기 저장부에 미리 저장된 특징점 임계치 개수 이상인지 판단하고, 상기 판단 결과, 산출된 상기 특징점의 개수가 상기 특징점 임계치 개수 이상인 경우, 상기 추정 이미지 파일을 상기 계약서/신청서 이미지 파일로 판단하는 단계;를 더 포함할 수 있다.The step of determining the contract / application image file or the ID image file may include: setting a region of interest in the image of the estimated image file; Extracting feature points through the SURF algorithm in the ROI; Calculating the number of extracted feature points; And determining whether the number of the calculated feature points is equal to or greater than the number of feature point thresholds stored in the storage unit and if the calculated number of feature points is equal to or greater than the number of feature point thresholds, And judging the file as a file.
상기 계약서/신청서 이미지 파일 또는 신분증 이미지 파일로 판단하는 단계는, 상기 추정 이미지 파일의 이미지를 대상으로 에지 검출 알고리즘을 통해 에지 영역들을 추출하는 단계; 추출된 상기 에지 영역들을 대상으로 픽셀 그룹핑하여 사각형의 관심 영역을 형성하는 단계; 형성된 상기 사각형의 관심 영역이 상기 이미지의 전체 크기에서 차지하는 비율을 산출하는 단계; 및 산출된 상기 비율이 상기 저장부에 미리 저장된 비율 임계값 이하인가 판단하고, 상기 판단 결과, 상기 비율이 상기 비율 임계값 이하인 경우, 상기 추정 이미지 파일을 상기 신분증 이미지 파일로 판단하는 단계;를 더 포함할 수 있다.The step of determining the contract / application image file or the ID image file may include: extracting edge areas through an edge detection algorithm on an image of the estimated image file; Forming a rectangular region of interest by pixel grouping the extracted edge regions; Calculating a ratio of the square of the formed region of interest to the total size of the image; And determining the estimated image file to be the ID image file if the calculated ratio is less than or equal to a ratio threshold value stored in advance in the storage unit and the ratio is less than or equal to the ratio threshold value .
상기 개인정보 문서 파일인지를 판단하는 단계는, 상기 문서 파일에 상기 정규식을 반영하는 단계; 및 상기 정규식이 반영된 상태의 문서 파일과 상기 저장부에 미리 저장된 정규식의 패턴 간 일치하는 정보가 있는지 판단하고, 상기 판단 결과, 상기 정규식이 반영된 상태의 문서 파일과 상기 정규식의 패턴 간 일치하는 정보가 있는 경우, 상기 문서 파일을 상기 개인정보 문서 파일로 판단하는 단계;를 더 포함할 수 있다.The step of determining whether the file is the personal information document file includes: reflecting the regular expression in the document file; And a determination unit operable to determine whether there is information that matches the pattern of the regular expression stored in the storage unit and the document file that reflects the regular expression, and if the information matches the pattern of the regular expression, Determining that the document file is the personal information document file if it is determined that the personal information file exists.
한편, 상기 개인정보 자동 검색 방법에 대한 정보는 컴퓨터로 읽을 수 있는 기록 매체에 저장될 수 있다. 이러한 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있도록 프로그램 및 데이터가 저장되는 모든 종류의 기록매체를 포함한다. 그 예로는, 롬(ROM: Read Only Memory), 램(RAM: Random Access Memory), CD(Compact Disk), DVD(Digital Video Disk)―ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장장치, 임베디드 멀티미디어 카드(eMMC), HDD(Hard Disk Drive), Micro SD Card, USB Memory 등이 있으며, 또한, 케리어 웨이브(예를 들면, 인터넷을 통한 전송)의 형태로 구현되는 것도 포함된다. 또한, 이러한 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
Meanwhile, the information on the automatic personal information retrieval method may be stored in a computer-readable recording medium. Such a recording medium includes all kinds of recording media in which programs and data are stored so that they can be read by a computer system. Examples of the storage medium include ROM (Read Only Memory), RAM (Random Access Memory), CD (Compact Disk), DVD (Digital Video Disk) -ROM, magnetic tape, floppy disk, optical data storage device, (EMMC), a hard disk drive (HDD), a micro SD card, a USB memory, and the like, and may also be implemented in the form of a carrier wave (for example, transmission over the Internet). Such a recording medium may also be distributed over a networked computer system so that computer readable code in a distributed manner can be stored and executed.
본 발명의 실시예에 따르면, 전자장치에 저장되어 있는 파일들 중 개인정보를 포함하는 파일을 자동으로 추출할 수 있는 개인정보 자동 검색 시스템, 방법 및 컴퓨터프로그램을 제공할 수 있다.According to an embodiment of the present invention, an automatic personal information retrieval system, a method, and a computer program capable of automatically extracting a file including personal information from among files stored in an electronic device can be provided.
또한, 본 발명의 실시예에 따르면, 각 전자장치에서는 개인정보를 포함하는 파일의 관리를 용이하게 할 수 있으며, 서버에서는 각 전자장치로부터 개인정보를 포함하는 파일들의 관리에 대한 결과 정보를 수신 받아, 각 전자 장치의 개인정보 관리 상황을 모니터링할 수 있는 개인정보 자동 검색 시스템, 방법 및 컴퓨터프로그램을 제공할 수 있다.In addition, according to the embodiment of the present invention, each electronic device can easily manage a file including personal information, and the server receives result information on the management of files including personal information from each electronic device , An automatic personal information retrieval system, a method, and a computer program capable of monitoring the personal information management status of each electronic device.
또한, 본 발명의 실시예에 따르면, 전자장치에서 개인정보가 포함된 파일을 자동으로 검색하고, 사용자가 용이하게 해당 파일의 관리가 수행할 수 있어서, 개인 신상 정보에 대한 높은 보안성을 확보할 수 있는 개인정보 자동 검색 시스템, 방법 및 컴퓨터프로그램을 제공할 수 있다.
According to an embodiment of the present invention, a file including personal information is automatically searched in an electronic device, and a user can easily manage the file, thereby securing high security for personal information A personal information automatic search system, a method, and a computer program that can be provided.
도 1은 본 발명의 실시예에 따른 개인정보 자동 검색 시스템을 나타내는 도면.
도 2는 본 발명의 실시예에 따른 전자장치의 세부 구조를 나타내는 도면.
도 3은 본 발명의 실시예에 따른 서버의 세부 구조를 나타내는 도면.
도 4는 본 발명의 실시예에 따른 개인정보 자동 검색 시스템의 전체 처리 절차를 나타내는 도면.
도 5는 본 발명의 실시예에 따른 개인정보 자동 검색 시스템의 검색 처리 절차를 나타내는 도면.
도 6는 본 발명의 실시예에 따른 개인정보 자동 검색 시스템의 선별 처리 절차를 나타내는 도면.
도 7은 본 발명의 실시예에 따른 개인정보 자동 검색 시스템의 계약서/ 신청서 이미지 파일 분석 처리 절차를 나타내는 도면.
도 8은 본 발명의 실시예에 따른 개인정보 자동 검색 시스템의 개인정보 신분증 이미지 파일 분석 처리 절차를 나타내는 도면.
도 9는 본 발명의 실시예에 따른 개인정보 자동 검색 시스템의 개인정보 문서 파일 분석 처리 절차를 나타내는 도면.
도 10은 본 발명의 실시예에 따른 개인정보 자동 검색 시스템의 삭제 결과 정보 처리 절차를 나타내는 도면.
도 11은 본 발명의 다른 실시예에 따른 개인정보 자동 검색 시스템의 전체 처리 절차를 나타내는 도면.BRIEF DESCRIPTION OF THE DRAWINGS FIG. 1 is a diagram showing an automatic personal information retrieval system according to an embodiment of the present invention. FIG.
2 shows a detailed structure of an electronic device according to an embodiment of the present invention.
3 is a view showing a detailed structure of a server according to an embodiment of the present invention;
4 is a view showing an overall processing procedure of an automatic personal information retrieval system according to an embodiment of the present invention.
5 is a diagram illustrating a search processing procedure of an automatic personal information retrieval system according to an embodiment of the present invention.
6 is a diagram illustrating a selection processing procedure of an automatic personal information retrieval system according to an embodiment of the present invention.
FIG. 7 is a view showing a contract / application image file analysis processing procedure of an automatic personal information retrieval system according to an embodiment of the present invention; FIG.
8 is a view illustrating a process of analyzing a personal information ID image file of an automatic personal information retrieval system according to an embodiment of the present invention.
9 is a diagram illustrating a procedure of analyzing a personal information document file in an automatic personal information retrieval system according to an embodiment of the present invention.
FIG. 10 is a diagram illustrating a deletion result information processing procedure of an automatic personal information retrieval system according to an embodiment of the present invention; FIG.
11 is a view showing an overall processing procedure of an automatic personal information retrieval system according to another embodiment of the present invention.
후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이들 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 여기에 기재되어 있는 특정 형상, 구조 및 특성은 일 실시예에 관련하여 본 발명의 사상 및 범위를 벗어나지 않으면서 다른 실시예로 구현될 수 있다. 또한, 각각의 개시된 실시 예 내의 개별 구성요소의 위치 또는 배치는 본 발명의 사상 및 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서 후술하는 상세한 설명은 한정적인 의미로서 취하려는 것이 아니며, 본 발명의 범위는 적절하게 설명된다면 그 청구항들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.The following detailed description of the invention refers to the accompanying drawings, which illustrate, by way of illustration, specific embodiments in which the invention may be practiced. These embodiments are described in sufficient detail to enable those skilled in the art to practice the invention. It should be understood that the various embodiments of the present invention are different, but need not be mutually exclusive. For example, certain features, structures, and characteristics described herein may be implemented in other embodiments without departing from the spirit and scope of the invention in connection with one embodiment. It should also be understood that the position or arrangement of individual components within each disclosed embodiment may be varied without departing from the spirit and scope of the present invention. The following detailed description is, therefore, not to be taken in a limiting sense, and the scope of the present invention is to be limited only by the appended claims, along with the full scope of equivalents to which the claims are entitled, if properly explained. In the drawings, like reference numerals refer to the same or similar functions throughout the several views.
제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.Terms including ordinals, such as first, second, etc., may be used to describe various elements, but the elements are not limited to these terms. The terms are used only for the purpose of distinguishing one component from another. For example, without departing from the scope of the present invention, the first component may be referred to as a second component, and similarly, the second component may also be referred to as a first component. And / or < / RTI > includes any combination of a plurality of related listed items or any of a plurality of related listed items.
한편, 본 발명에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 또한, 본 발명에서 "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.The terms used in the present invention, on the other hand, are used only to illustrate specific embodiments and are not intended to limit the invention. The singular expressions include plural expressions unless the context clearly dictates otherwise. It is also to be understood that the terms "comprises" or "having ", and the like in the specification are intended to specify the presence of stated features, integers, But do not preclude the presence or addition of features, numbers, steps, operations, components, parts, or combinations thereof.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 발명에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않아야 한다.Unless defined otherwise, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by one of ordinary skill in the art to which this invention belongs. Terms such as those defined in commonly used dictionaries are to be interpreted as having a meaning consistent with the meaning in the context of the relevant art and are to be interpreted as ideal or overly formal in the sense of the present invention Should not.
명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 명세서에 기재된 "…….부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.When an element is referred to as "including" an element throughout the specification, it is to be understood that the element may include other elements as well, without departing from the spirit or scope of the present invention. Also, the terms "...... "," module ", etc. in the specification mean units for processing at least one function or operation, which may be implemented in hardware or software or a combination of hardware and software .
본 발명의 실시예에 따른 저장부는 컴퓨터 시스템에 의하여 읽혀질 수 있도록 프로그램 및 데이터가 저장되는 모든 종류의 기록매체를 포함한다. 그 예로는, 롬(ROM: Read Only Memory), 램(RAM: Random Access Memory), CD(Compact Disk), DVD(Digital Video Disk)―ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장장치, 임베디드 멀티미디어 카드(eMMC), HDD(Hard Disk Drive), Micro SD Card 및 USB Memory 중 적어도 하나를 포함할 수 있다. 또한, 본 발명의 실시예에 따른 저장부는 케리어 웨이브(예를 들면, 인터넷을 통한 송신)의 형태로 구현되는 것도 포함할 수 있다.The storage unit according to an embodiment of the present invention includes all kinds of recording media in which programs and data are stored so that they can be read by a computer system. Examples of the storage medium include ROM (Read Only Memory), RAM (Random Access Memory), CD (Compact Disk), DVD (Digital Video Disk) -ROM, magnetic tape, floppy disk, optical data storage, A card (eMMC), a hard disk drive (HDD), a micro SD card, and a USB memory. Also, the storage unit according to an embodiment of the present invention may include a carrier wave (for example, transmission via the Internet).
본 발명의 실시예에 따른 표시부는 방전광 디스플레이(ELD), 진공 형광 디스플레이(VFD), 발광 다이오드 디스플레이(LED), 음극선관(CRT), 액정 디스플레이 (LCD), 박막 트랜지스터 액정 디스플레이(TFT LCD), 플라스마 디스플레이 패널 (PDP), 표면 얼터네이트 라이팅(ALiS), 디지털 광원 처리(DLP), 실리콘 액정 (LCoS), 유기 발광 다이오드(OLED), 표면 전도형 전자 방출 소자 디스플레이(SED), 전계 방출 디스플레이(FED), 레이저 TV(양자 점 레이저, 액정 레이저), 광유전성 액체 디스플레이(FLD), 간섭계 변조기 디스플레이(iMoD), 두꺼운 필름 유전체 전기 (TDEL), 양자 점 디스플레이(QD-LED), 텔레스코픽 픽셀 디스플레이(TPD), 유기 발광 트랜지스터(OLET) 및 레이저 형광 디스플레이(LPD) 중 적어도 하나를 포함할 수 있다.A display unit according to an exemplary embodiment of the present invention may include a display unit including an ELD, a vacuum fluorescent display (VFD), a light emitting diode display (LED), a cathode ray tube (CRT), a liquid crystal display (LCD), a thin film transistor liquid crystal display (TFT LCD) , A plasma display panel (PDP), a surface alternate lighting (ALiS), a digital light source treatment (DLP), a silicon liquid crystal (LCoS), an organic light emitting diode (OLED), a surface conduction electron emitting device display (SED) (TDEL), a quantum dot display (QD-LED), a telescopic pixel display (FED), a laser TV (quantum dots laser, a liquid crystal laser), a photodetector liquid display (FLD), an interferometer modulator display (iMoD) (TPD), an organic light emitting transistor (OLET), and a laser fluorescent display (LPD).
본 발명의 실시예에 따른 전자 장치는 표시부를 구비하는 임의의 전자 장치일 수 있다. 예를 들어, 전자 장치는 스마트폰, 휴대폰, 노트북 컴퓨터, 랩탑 컴퓨터, 태블릿(Tablet) 컴퓨터, PMP(Personal Media Player) 및 PDA(Personal Digital Assistants) 중 적어도 하나를 포함할 수 있다. 또한, 본 발명의 실시예에 따른 전자 장치는 플렉서블 장치 또는 플렉서블 디스플레이 장치일 수 있다.An electronic device according to an embodiment of the present invention may be any electronic device having a display portion. For example, the electronic device may include at least one of a smart phone, a mobile phone, a notebook computer, a laptop computer, a tablet computer, a Personal Media Player (PMP), and a Personal Digital Assistants (PDA). Further, the electronic device according to the embodiment of the present invention may be a flexible device or a flexible display device.
이하, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 바람직한 실시예들에 관하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings, so that those skilled in the art can easily carry out the present invention.
도 1은 본 발명의 실시예에 따른 개인정보 자동 검색 시스템을 나타내는 도면이다. 도 1을 참조하면, 본 발명의 실시예에 따른 개인정보 자동 검색 시스템(400)은 적어도 하나의 전자장치(100) 및 서버(200)를 포함할 수 있다.1 is a block diagram of an automatic personal information retrieval system according to an embodiment of the present invention. Referring to FIG. 1, an automatic personal
적어도 하나의 전자장치(100)는 유무선 네트워크 망(300)을 통해 서버(200)와 서로 연결되어 데이터를 송수신할 수 있다. At least one
유무선 네트워크 망(300)은 유선 및 무선 등과 같은 그 통신 양태를 가리지 않고 구성될 수 있으며, 단거리 통신망(PAN; Personal Area Network), 근거리 통신망(LAN; Local Area Network), 도시권 통신망(MAN; Metropolitan Area Network), 광역 통신망(WAN; Wide Area Network) 등 다양한 통신망으로 구성될 수 있다. 또한, 유무선 네트워크 망(300)은 공지의 월드와이드웹(WWW; World Wide Web)을 이용할 수도 있다.The wired /
적어도 하나의 전자장치(100)는 표시부(미도시) 및 입력부(미도시)를 포함하는 전자장치로서, 랩탑 컴퓨터(100a), 노트북 컴퓨터(100b) 및 스마트폰(100n)처럼 유무선 네트워크(300)를 통해 서버(200)와 연결되어 데이터 송수신이 가능한 전자장치를 포함할 수 있다.At least one
서버(200)는 구비된 저장부(미도시)에 개인정보 자동 검색 과정을 수행할 수 있도록 허가된 적어도 하나의 전자장치(100)의 등록 정보를 미리 저장할 수 있다. The
적어도 하나의 전자장치(100)는 개인 정보 자동 검색 과정을 수행하기 이전에 서버(200)에 자신의 등록 정보를 전송하여 미리 등록할 수 있다. At least one
그 후, 적어도 하나의 전자장치(100)와 서버(200)는 유무선 네트워크망(300)을 통해 서로 연결된 상태에서 다음과 같은 인증 과정을 수행할 수 있다.Thereafter, at least one
전자장치(100)는 인증 확인 요청 정보를 생성하고, 생성된 인증 확인 요청 정보를 서버(200)로 전송할 수 있다. 인증 확인 요청 정보는 전자장치(100)에 구비된 저장부(미도시)에 미리 저장된 등록 정보를 포함하여 생성할 수 있다. 예를 들어, 전자 장치(100)는 저장부(미도시)에 미리 저장된 식별 정보 및 MAC 주소 정보를 포함하는 인증 확인 요청 정보를 생성하고, 생성된 인증 확인 요청 정보를 서버(200)로 전송할 수 있다.The
서버(200)는 유무선 네트워크 망(300)으로 연결된 적어도 하나의 전자장치(100)로부터 인증 확인 요청 정보를 수신 받을 수 있다. 인증 확인 요청 정보를 수신 받은 서버(200)는 응답 신호로서 인증 결과 정보를 생성하고, 인증 확인 요청 정보를 전송한 해당 전자장치(100)에 생성된 인증 결과 정보를 전송할 수 있다. 예를 들어, 서버(200)는 유무선 네트워크 망(300)으로 연결된 적어도 하나의 전자장치(100)로부터 식별 정보 및 MAC 주소 정보를 포함하는 인증 확인 요청 정보를 수신 받을 수 있다. 서버(200)는 수신된 인증 확인 요청 정보에 포함된 식별 정보 및 MAC 주소 정보를 각각 추출할 수 있다. 서버(200)는 추출된 식별 정보 및 추출된 MAC 주소 정보를 서버(200)에 구비된 저장부(미도시)에 미리 저장된 등록 정보에 포함된 등록된 식별 정보 및 등록된 MAC 주소 정보와의 일치여부를 판단할 수 있다. 서버(200)는 일치여부의 판단 결과에 따라 인증 성공 또는 인증 실패를 나타내는 인증 결과 정보를 생성하고, 인증 확인 요청 정보를 전송한 해당 전자장치(100)에 생성된 인증 결과 정보를 전송할 수 있다.The
인증 성공을 나타내는 인증 결과 정보를 수신한 전자장치(100)는 개인 정보 자동 검색 과정을 수행 할 수 있다. 개인 정보 자동 검색 과정은 인증 과정, 검색 과정, 선별 과정, 분석 과정 및 처리 과정을 포함할 수 있다. 전자장치(100)는 검색 과정, 선별 과정 및 분석 과정을 통해 저장부(미도시)에 저장된 파일들 중 개인 정보를 포함하는 문서 파일, 개인정보를 포함하는 계약서/신청서 이미지 및 신분증 이미지 등을 포함하는 이미지 파일을 자동으로 검색하고, 각 파일 종류에 따라 리스트를 생성하고, 사용자가 인지할 수 있도록 생성된 리스트를 표시할 수 있다.The
그 후, 전자장치(100)는 입력부(미도시)를 통해 입력되는 사용자의 입력 신호에 따라 개인정보를 포함하는 파일들 중 선택된 적어도 하나의 파일을 삭제하여 처리할 수 있다.Thereafter, the
또한, 전자장치(100)는 입력부(미도시)를 통해 입력되는 사용자의 입력 신호에 따라 개인정보를 포함하는 파일들 중 선택된 적어도 하나의 파일을 개인정보 자동 검색 시스템의 검색 대상에서 예외 파일로 처리할 수 있다.In addition, the
또한, 전자장치(100)는 개인정보를 포함하는 각 파일의 처리 결과를 나타내는 삭제 결과 정보를 생성하고, 생성된 삭제 결과 정보를 서버(200)로 전송할 수 있다. 예를 들어, 삭제 결과 정보는 삭제된 개인 신분증이 포함된 이미지 파일의 개수 정보, 삭제된 개인 정보가 포함된 계약서/신청서 파일의 개수 정보 및 삭제된 개인 정보가 포함된 문서 파일의 개수 정보 등을 포함할 수 있다.In addition, the
도 2는 본 발명의 실시예에 따른 전자장치의 세부 구조를 나타내는 도면이다. 도 2를 참조하면, 본 발명의 실시예에 따른 전자장치(100)는 통신부(110), 입력부(120), 저장부(130), 표시부(140) 및 제어부(150)를 포함할 수 있다.2 is a view showing a detailed structure of an electronic device according to an embodiment of the present invention. 2, an
통신부(110)는 제어부(150)의 제어에 따라 유무선 네트워크망(300)을 통해 서버(200)와 연결되어 데이터를 송수신할 수 있다. 예컨대, 통신부(110)는 유선랜 모듈(미도시) 및 무선랜 모듈(미도시) 중 적어도 하나를 포함할 수 있다. 유선랜 모듈(미도시)은 미국전기전자학회(IEEE)의 유선랜 규격(IEEE 802.xx)을 지원할 수 있다. 무선랜 모듈(미도시)은 미국전기전자학회(IEEE)의 무선랜 규격(IEEE 802.11x)을 지원할 수 있다. 무선랜 모듈(미도시)은 제어부(150)의 제어에 따라 무선 액세스 포인트(AP; Access Point)가 설치된 장소에서 인터넷 망에 접속하여 서버(200)와 서로 연결될 수 있다. The
입력부(120)는 제어부(150)의 제어에 따라 사용자 입력 신호를 수신할 수 있다. 입력부(120)는 마우스, 트랙볼, 조이스틱 및 커서 방향키들 중 적어도 하나를 포함할 수 있다. 입력부(120)는 표시부(140) 상의 커서의 움직임을 제어할 수 있는 커서 컨트롤(cursor control) 기능을 제공할 수 있다.The
저장부(130)는 개인정보가 포함된 복수 개의 파일들이 저장할 수 있다.The
또한, 저장부(130)는 확장자 설정 정보를 미리 저장할 수 있다. 확장자 설정 정보는 문서 파일을 나타내는 확장자 정보(doc, docx, hwp, txt, xls, xlsx, ppt, pptx, pdf, psd 등) 및 이미지 파일을 나타내는 확장자 정보(jpg, jpge, png, bmp, gif, tif 등)을 포함할 수 있다. Also, the
또한, 저장부(130)는 제어부(150)의 제어에 따라 서버(200)와의 인증 과정에 사용되는 전자장치(100)의 등록 정보를 미리 저장할 수 있다. 등록 정보는 서버(200)로부터 전자장치(100)가 할당 받은 고유한 식별 정보를 포함할 수 있다. 식별 정보는 서버(미도시)가 서버(미도시)와 유무선 네트워크 망(미도시)을 통해 연결된 복수 개의 전자장치들(미도시) 중 특정 전자장치(미도시)를 식별 가능하도록 할당된 정보를 나타내는 정보이다. 예를 들어, 식별 정보는 서버(미도시)로부터 할당된 판매점 코드(P-CODE)를 포함할 수 있다. The
또한, 등록 정보는 고유한 식별 정보를 기본으로 포함하며, 추가로 전자장치(100)의 MAC(media access control address) 주소 정보, 전자장치(100)의 닉네임 정보, 전자장치(100)가 위치한 사업장의 상호명 정보, 전자 장치(100)의 이동 통신 번호 정보 및 적어도 하나의 전자장치(100)가 위치한 사업장의 연락처 정보 중 적어도 하나를 포함할 수 있다.In addition, the registration information includes inherent identification information, and further includes media access control address (MAC) address information of the
표시부(140)는 제어부(150)의 제어에 따라 개인 정보 자동 검색 과정(인증 과정, 검색 과정, 선별 과정, 분석 과정 및 처리 과정)의 각 과정을 진행 상황 및 처리 결과를 사용자가 인지할 수 있도록 텍스트, 아이콘 및 도형 중 적어도 하나로 표시할 수 있다.The
제어부(150)는 통신부(110), 입력부(120), 저장부(130) 및 표시부(140)의 동작을 제어할 수 있다.The control unit 150 may control the operation of the
또한, 제어부(150)는 인증 모듈(151), 검색 모듈(152), 선별 모듈(153), 분석 모듈(154) 및 처리 모듈(155)을 포함할 수 있다.The control unit 150 may include an
인증 모듈(151)은 전자장치(100)가 통신부(110)를 통해 서버(미도시)와 연결되면, 다음과 같은 인증 과정을 수행할 수 있다.When the
인증 모듈(151)은 저장부(130)에 미리 저장된 등록 정보를 포함하는 인증 확인 요청 정보를 생성할 수 있다. 예를 들어, 전자 장치(100)는 저장부(미도시)에 미리 저장된 식별 정보 및 MAC 주소 정보를 포함하는 인증 확인 요청 정보를 생성할 수 있다.The
그 후, 인증 모듈(151)은 생성된 인증 확인 요청 정보를 통신부(110)를 통해 서버(미도시)로 전송할 수 있다.Thereafter, the
그 후, 인증 모듈(151)은 서버(미도시)로부터 전송한 인증 확인 요청 정보의 응답 신호인 인증 결과 정보를 통신부(110)를 통해 수신 받을 수 있다. 인증 결과 정보는 인증 성공 또는 인증 실패를 나타내는 정보이다.Thereafter, the
그 후, 인증 모듈(151)은 인증 결과 정보가 인증 성공을 나타내는 정보일 경우, 검색 모듈(151)로 수신된 인증 결과 정보를 전달할 수 있다. Thereafter, the
검색 모듈(152)은 인증 모듈(151)로부터 인증 성공을 나타내는 인증 결과 정보가 전달되면, 검색 과정을 수행할 수 있다. 검색 과정은 전자장치(100)의 저장부(130)에 존재하는 파일들의 각 파일 확장자(filename extension)와 저장부(130)에 미리 저장된 확장자 설정 정보를 서로 비교하여 개인정보를 포함하는 파일 종류별 리스트를 각각 생성할 수 있다. 검색 모듈(152)은 다음과 같은 검색 과정을 수행할 수 있다.The
검색 모듈(152)은 전자장치(100)의 저장부(130)에 존재하는 폴더들 중 적어도 하나의 폴더의 선택을 나타내는 사용자 입력 신호를 입력부(120)를 통해 수신할 수 있다. 사용자 입력 신호에 의해 선택된 폴더는 개인 정보 자동 검색의 대상 폴더가 된다.The
그 후, 검색 모듈(152)은 선택된 폴더에 존재하는 파일 확장자가 저장부(130)에 미리 저장된 확장자 설정 정보와 일치하는지 판단할 수 있다. 예를 들어, 검색 모듈(152)은 선택된 폴더에 존재하는 복수 개의 파일들을 이름 순서, 파일 크기 순서, 파일 확장자 형식 종류 등으로 먼저 정렬하고, 정렬된 각 파일의 확장자가 확장자 설정 정보에 포함된 파일 확장자들 중 적어도 하나와 일치하는지를 판단할 수 있다. 해당 파일 확장자가 확장자 설정 정보에 포함된 파일 확장자들 중 적어도 하나와 일치하지 않는 경우, 검색 모듈(152)은 해당 파일을 개인 정보 검색 대상에서 제외하고, 폴더 내에 존재하는 모든 파일들의 파일 확장자들이 확장자 설정 정보와 비교되지 않았을 경우, 검색 모듈(152)은 확장자 설정 정보와 비교되지 않은, 폴더 내에 존재하는 적어도 하나의 파일을 대상으로 미리 저장된 확장자 설정 정보와 일치하는지 판단하는 과정을 재수행할 수 있다. 파일을 개인정보 자동 검색 대상에서 제외한다는 의미는 해당 파일을 저장부(130)에서 삭제한다는 것을 의미하지 않는다. Thereafter, the
한편, 해당 파일 확장자가 확장자 설정 정보에 포함된 파일 확장자들 중 적어도 하나와 일치하는 경우, 검색 모듈(152)은 해당 파일 확장자의 파일을 임시 검색 파일 리스트에 추가할 수 있다. 임시 검색 파일 리스트는 해당 파일의 파일 확장자가 확장자 설정 정보에 포함된 파일 확장자들 중 적어도 하나와 일치하는 경우, 검색 모듈(152)이 자동으로 생성할 수 있다. On the other hand, if the file extension matches at least one of the file extensions included in the extension setting information, the
그 후, 검색 모듈(152)은 임시 검색 파일 리스트에 추가된 해당 파일을 개인 정보 검색 대상에서 제외할 수 있다.Thereafter, the
그 후, 검색 모듈(152)은 폴더 내에 존재하는 모든 파일들의 파일 확장자들이 확장자 설정 정보와 비교되었는지 판단할 수 있다. 모든 파일들의 파일 확장자들이 확장자 설정 정보와 비교되지 않았을 경우, 검색 모듈(152)은 확장자 설정 정보와 비교되지 않은, 폴더 내에 적어도 하나의 파일을 대상으로 미리 저장된 확장자 설정 정보와 일치하는지 판단하는 과정을 재수행할 수 있다. Thereafter, the
반면, 모든 파일들의 파일 확장자들이 확장자 설정 정보와 비교되었을 경우, 검색 모듈(152)은 임시 검색 파일 리스트로부터 검색 결과 파일 리스트를 생성하고, 생성된 검색 결과 파일 리스트를 선별 모듈(153)로 전달할 수 있다.On the other hand, when the file extensions of all the files are compared with the extension setting information, the
선별 모듈(153)은 검색 결과 파일 리스트의 파일들을 대상으로 확장자 설정 정보와 비교를 통해 이미지 확장자를 갖는 파일과 문서 확장자를 갖는 파일들로 선별할 수 있다. 예를 들어, 선별 모듈(153)은 검색 결과 파일 리스트의 파일들 중 선택된 파일의 파일 확장자가 저장부(130)에 미리 저장된 확장자 설정 정보 중 이미지 파일을 나타내는 확장자 정보에 포함된 파일 확장자들 중 어느 하나와 일치하는지를 판단하여 이미지 파일과 문서 파일을 선별할 수 있다.The
또한, 선별 모듈(153)은 일차 선별된 이미지 파일을 대상으로 영상 처리 방법을 통해 개인정보 자동 검색 대상의 이미지 파일로 이차 선별할 수 있다. 선별 모듈(153)이 수행하는 영상 처리 방법은 그레이 영상 변환 방법, 히스토그램 추출 방법 및 흰색 분포 값 산출 방법을 포함할 수 있다. 선별 모듈(153)은 개인정보가 포함된 이미지는 흰색 배경이 이미지의 많은 부분을 차지하기 때문에 영상 처리 방법을 통해 검색 결과 파일 리스트의 파일들 중 개인정보를 포함하는 이미지 파일을 필터링할 수 있다. 그레이 영상 변환 방법, 히스토그램 추출 방법, 히스토그램으로부터 흰색 분포 값 산출 방법은 공지된 영상 처리 방법이므로 자세한 설명은 생략하기로 한다. In addition, the
또한, 선별 모듈(153)이 수행하는 선별 과정은 개인정보 자동 검색을 수행하는데 있어서, 하기 설명될 분석 모듈(154)의 분석 속도를 향상시키며 전자장치(100)의 리소스를 줄일 수 있다. 선별 모듈(153)은 다음과 같은 선별 과정을 수행할 수 있다. In addition, the selection process performed by the
선별 모듈(153)은 검색 모듈(152)로부터 전달 받은 검색 결과 파일 리스트에 포함된 파일들을 대상으로 선별 대상 파일을 선택할 수 있다.The
그 후, 선별 모듈(153)은 선택된 파일이 이미지 파일인지 판단할 수 있다. 선택된 파일이 이미지 파일인 경우, 선별 모듈(153)은 해당 파일의 이미지를 그레이 영상으로 변환할 수 있다. Thereafter, the
그 후, 선별 모듈(153)은 변환된 그레이 영상을 대상으로 히스토그램을 추출하며 흰색 분포 값을 산출할 수 있다.Thereafter, the
그 후, 선별 모듈(153)은 산출된 흰색 분포 값이 저장부(130)에 미리 저장된 히스토그램 임계치 값 이상인지를 판단할 수 있다. 산출된 흰색 분포 값이 히스토그램 임계치 값 이상인 경우, 선별 모듈(153)은 해당 이미지 파일을 임시 선별 이미지 리스트에 추가할 수 있다. 임시 선별 이미지 리스트는 해당 이미지 파일로부터 산출된 흰색 분포 값이 히스토그램 임계치 값 이상인 경우, 선별 모듈(153)이 자동으로 생성할 수 있다.Thereafter, the
그 후, 선별 모듈(153)은 해당 이미지 파일을 검색 결과 리스트에서 제외할 수 있다.Thereafter, the
그 후, 선별 모듈(153)은 검색 결과 리스트 내에 포함된 모든 파일들이 선별되었는지 판단할 수 있다. 검색 결과 리스트 내에 포함된 모든 파일들이 선별되지 않았을 경우, 선별 모듈(153)은 선별되지 않은, 검색 결과 리스트 내에 포함된 적어도 하나의 파일을 선별 대상으로 선택하고, 선택된 파일이 이미지 파일인지 판단하는 과정을 재수행할 수 있다. 검색 결과 리스트 내에 포함된 모든 파일들이 선별된 경우, 선별 모듈(153)은 임시 선별 이미지 리스트로부터 선별 결과 이미지 리스트를 생성하고, 생성된 선별 결과 이미지 리스트를 분석 모듈(154)로 전달할 수 있다. Thereafter, the
한편, 선택된 파일이 이미지 파일이 아닌 경우, 선별 모듈(153)은 해당 파일을 임시 선별 문서 리스트에 추가할 수 있다. 임시 선별 문서 리스트는 해당 파일의 파일 확장자가 문서 파일을 나타내는 확장자 정보에 포함된 파일 확장자들 중 적어도 하나와 일치하는 경우, 선별 모듈(153)이 자동으로 생성할 수 있다.On the other hand, if the selected file is not an image file, the
그 후, 선별 모듈(153)은 해당 파일을 검색 결과 리스트에서 제외할 수 있다. Thereafter, the
그 후, 선별 모듈(153)은 검색 결과 리스트 내에 포함된 모든 파일들이 선별되었는지 판단할 수 있다. 검색 결과 리스트 내에 포함된 모든 파일들이 선별되지 않았을 경우, 선별 모듈(153)은 선별되지 않은, 검색 결과 리스트 내에 포함된 적어도 하나의 파일을 선별 대상으로 선택하고, 선택된 파일이 이미지 파일인지 판단하는 과정을 재수행할 수 있다. 검색 결과 리스트 내에 포함된 모든 파일들이 선별된 경우, 선별 모듈(153)은 임시 선별 문서 리스트로부터 선별 결과 문서 리스트를 생성하고, 생성된 선별 결과 문서 리스트를 분석 모듈(154)로 전달할 수 있다.Thereafter, the
분석 모듈(154)은 선별 모듈(153)로부터 선별 결과 이미지 리스트를 전달 받고, 전달 받은 선별 결과 이미지 리스트에 포함된 각각의 이미지 파일 내에 실제 개인 정보가 포함되었는지 확인할 수 있다. 예를 들어, 분석 모듈(154)은 선별 결과 이미지 리스트에 포함된 이미지 파일들을 계약서/신청서 이미지 파일 또는 신분증이 포함된 이미지 파일로 분류할 수 있다. 분석 모듈(154)은 선별 결과 이미지 리스트를 대상으로 다음과 같은 분석 과정을 수행할 수 있다.The
분석 모듈(154)은 선별 모듈(153)로부터 전달 받은 선별 결과 이미지 리스트에 포함된 이미지 파일들을 대상으로 분석 대상 이미지 파일을 선택할 수 있다.The
그 후, 분석 모듈(154)은 선택된 이미지 파일의 이미지 내에 관심 영역(RoI; Region of Interesting)을 설정할 수 있다. 예를 들어, 개인정보가 포함된 계약서/신청서 파일의 이미지 내에 상단 부분 또는 하단 부분에는 계약서/신청서 서식을 나타내는 다양한 텍스트들을 포함하고 있다. 따라서 분석 모듈(154)은 해당 이미지 파일이 계약서/신청서 파일인지 확인하기 위해 선택된 이미지 파일의 이미지 내에 상단 부분 또는 하단 부분을 관심 영역으로 설정할 수 있다.The
그 후, 분석 모듈(154)은 선택된 이미지 파일 내에 설정된 관심 영역에 SURF(Speeded Up Robust Features) 알고리즘을 적용하여 관심 영역 내에 텍스트들을 대상으로 특징점을 추출하며, 추출된 특징점의 개수를 산출할 수 있다. 예를 들어, 분석 모듈(154)은 SURF 알고리즘을 통해 이미지 파일 내에 설정된 관심 영역에 포함된 텍스트들을 대상으로 특징점(각 텍스트의 굴곡 부분의 방향성 등)을 추출할 수 있다. 일반적인 계약서/신청서의 상단 부분 또는 하단 부분에는 정해진 서식에 따라 정해진 텍스트들이 포함되어있다. 따라서 분석 모듈(154)은 이미지 파일 내에 설정된 관심 영역에 포함된 텍스트들을 대상으로 SURF 알고리즘을 통해 소정 개수의 특징점을 추출하고, 추출된 특징점 개수를 산출할 수 있다. Then, the
그 후, 분석 모듈(154)은 선택된 이미지 파일로부터 산출된 특징점의 개수가 저장부(130)에 미리 저장된 특징점 임계치 개수 이상인가 판단할 수 있다. 산출된 특징점의 개수가 특징점 임계치 개수 이상인 경우, 분석 모듈(154)은 선택된 이미지 파일을 개인 정보가 포함된 계약서/신청서 이미지 파일로 판단할 수 있다. 분석 모듈(154)은 해당 이미지 파일을 임시 분석 계약서/신청서 리스트에 추가할 수 있다. 임시 분석 계약서/신청서 리스트는 해당 이미지 파일로부터 산출된 특징점의 개수가 특징점 임계치 개수 이상일 경우, 분석 모듈(154)이 자동으로 생성할 수 있다. 계약서/신청서의 서식별로 상단 또는 하단에 기재된 텍스트들이 서로 다를 수 있다. 따라서 저장부(130)에 미리 저장된 특징점 임계치 개수는 계약서/신청서의 서식별로 고유한 값으로 설정 및 재설정될 수 있다.Thereafter, the
그 후, 분석 모듈(154)은 해당 이미지 파일을 선별 결과 이미지 리스트에서 제외할 수 있다.The
그 후, 분석 모듈(154)은 선별 결과 이미지 리스트 내에 포함된 모든 이미지 파일들이 분석되었는지 판단할 수 있다. 선별 결과 이미지 리스트 내에 포함된 모든 이미지 파일들이 분석되지 않았을 경우, 분석 모듈(154)은 분석되지 않은, 선별 결과 이미지 리스트 내에 포함된 적어도 하나의 이미지 파일을 분석 대상으로 선택하고, 선택된 이미지 파일이 계약서/신청서 이미지 파일 또는 신분증을 포함하는 이미지 파일인지 판단하는 과정을 재수행할 수 있다. 선별 결과 이미지 리스트 내에 포함된 모든 이미지 파일들이 분석된 경우, 분석 모듈(154)은 임시 분석 계약서/신청서 리스트로부터 분석 결과 계약서/신청서 리스트를 생성하고, 생성된 분석 결과 계약서/신청서 리스트를 처리 모듈(155)로 전달할 수 있다.The
한편, 산출된 특징점의 개수가 특징점 임계치 개수 미만인 경우, 분석 모듈(154)은 선택된 이미지 파일을 신분증이 포함된 이미지 파일로 추정할 수 있다. 신분증 이미지를 포함하는 이미지 파일들의 텍스트 정보는 SURF 알고리즘을 통해 특징점이 검출될 만큼의 특징점이 충분하지 않다. 따라서 분석 모듈(154)은 다음과 같은 과정을 수행하여, 해당 이미지 파일에 신분증 이미지가 포함되어 있는지 확인할 수 있다.On the other hand, if the number of calculated minutiae is less than the number of minutiae thresholds, the
분석 모듈(154)은 해당 이미지 파일의 이미지를 대상으로 에지 검출(edge detection)을 수행할 수 있다. 분석 모듈(154)은 에지 검출 알고리즘으로 팽창(dilation) 연산 알고리즘 및 모폴로지(morphology) 기법을 포함할 수 있다. 주민등록증, 운전면허증, 사원증과 같은 신분증 이미지는 일반적으로 카드 형상의 사각형의 형상을 가진다. 따라서 이미지 파일의 이미지 내에 신분증 이미지가 포함되어 있는지 확인하기 위해 분석 모듈(154)은 에지 검출을 통해 이미지 파일의 이미지 내에 신분증 이미지가 존재한다면, 신분증 이미지의 에지 영역들을 검출할 수 있다. The
그 후, 분석 모듈(154)은 추출된 에지 영역들을 대상으로 픽셀간 그룹핑을 통해 하나의 사각형 영역을 형성하여 사각형의 관심 영역을 추출할 수 있다. 예를 들어, 분석 모듈(154)은 인접한 픽셀 값들의 유사성을 이용하여 픽셀간 그룹핑을 수행한 후, 픽셀간 그룹핑이 수행된 이미지 내의 특정 영역에서 사각형의 관심 영역을 추출할 수 있다. 일반적인 신분증 이미지는 카드와 같은 사각형의 형상을 가지기 때문에 분석 모듈(154)은 추출된 에지 영역들을 대상으로 픽셀간 그룹핑을 수행하여 사각형 영역을 형성하여 사각형의 관심 영역을 추출할 수 있다.Thereafter, the
그 후, 분석 모듈(154)은 해당 이미지 파일의 전체 이미지 크기 대비 추출된 관심 영역의 크기가 차지하는 비율을 산출할 수 있다. The
그 후, 분석 모듈(154)은 산출된 관심 영역의 크기가 차지하는 비율이 저장부(130)에 미리 저장된 비율 임계값 이하인가 판단할 수 있다. 산출된 관심 영역의 크기가 차지하는 비율이 비율 임계값 이하인 경우, 분석 모듈(154)은 해당 이미지 파일을 신분증 이미지를 포함하는 이미지 파일로 판단하고, 해당 이미지 파일을 임시 분석 이미지 리스트에 추가할 수 있다. 임시 분석 이미지 리스트는 해당 이미지 파일로부터 산출된 관심 영역의 크기가 차지하는 비율이 비율 임계값 이하인 경우, 분석 모듈(154)이 자동으로 생성할 수 있다. 예를 들어, 신분증이 A4 용지와 같은 일정 크기의 용지에 복사된 후, 신분증이 복사된 용지를 대상으로 스캔 작업을 통해 신분증 이미지를 포함하는 이미지 파일을 생성할 수 있다. 생성된 이미지 파일의 이미지 내에 존재하는 신분증 이미지의 크기는 전체 이미지 크기에 비례하여 일정한 비율을 갖는다. 따라서 저장부(130)에 이미지 파일에서 신분증 이미지가 전체 이미지 크기 대비 차지하는 일정한 비율을 참조하여 설정된 비율 임계값을 미리 저장할 수 있다. 분석 모듈(154)은 산출된 관심 영역의 크기가 차지하는 비율이 비율 임계값 이하인 경우, 해당 이미지 파일을 신분증 이미지를 포함하고 있다고 판단할 수 있다. Thereafter, the
그 후, 분석 모듈(154)은 해당 이미지 파일을 선별 결과 이미지 리스트에서 제외하는 과정으로 이동하여 해당 과정을 수행할 수 있다.Thereafter, the
한편, 산출된 관심 영역의 크기가 차지하는 비율이 비율 임계값을 초과하는 경우, 분석 모듈(154)은 해당 이미지 파일을 선별 결과 이미지 리스트에서 제외하는 과정으로 이동하여 해당 과정을 수행할 수 있다.On the other hand, if the ratio of the calculated size of the ROI exceeds the ratio threshold value, the
또한, 분석 모듈(154)은 선별 모듈(153)로부터 선별 결과 문서 리스트를 전달 받고, 전달 받은 선별 결과 문서 리스트에 포함된 각각의 문서 파일 내에 실제 개인 정보가 포함되었는지 확인할 수 있다.In addition, the
분석 모듈(154)은 선별 모듈(153)로부터 전달 받은 선별 결과 문서 리스트에 포함된 문서 파일들을 대상으로 분석 대상 문서 파일을 선택할 수 있다.The
그 후, 분석 모듈(154)은 선택된 문서 파일을 대상으로 저장부(130)에 미리 저장된 정규식을 반영할 수 있다. 정규식은 주민등록증의 텍스트 값에 대한 정규식, 전화번호의 텍스트 값에 대한 정규식, 은행 계좌 번호의 텍스트 값에 대한 정규식 및 신용카드의 텍스트 값에 대한 정규식 및 이메일 주소의 텍스트 값에 대한 정규식 중 적어도 하나를 포함할 수 있다. 예를 들어, 주민등록증의 텍스트 값에 대한 정규식은 주민등록번호를 구성하는 번호의 일정한 패턴 정보를 포함할 수 있다. 주민등록번호는 앞에 연월일을 표시하는 6자리 숫자와 뒤에 7자리 숫자로 구성되면 뒤에 7자리 숫자는 1, 2, 3 및 4 중 어느 하나로 구성된다.Thereafter, the
그 후, 분석 모듈(154)은 저장부(130)에 미리 저장된 정규식의 패턴과 정규식이 반영된 해당 문서 파일과 일치하는 정보가 있는지 판단할 수 있다. 예를 들어, 분석 모듈(154)은 주민등록증의 텍스트 값에 대한 정규식이 반영된 문서 파일에 포함된 텍스트 값들과 저장부(130)에 미리 저장된 주민등록번호를 나타내는 텍스트 값에 대한 정규식의 패턴과 일치하는지 여부를 판단을 통해 개인정보인 주민등록 번호가 포함되었는지 판단할 수 있다.Thereafter, the
미리 저장된 정규식의 패턴과 정규식이 반영된 해당 문서 파일과 일치하는 정보가 있는 경우, 분석 모듈(154)은 해당 문서 파일을 임시 분석 문서 리스트에 추가할 수 있다. 임시 분석 문서 리스트는 미리 저장된 정규식의 패턴과 정규식이 반영된 해당 문서 파일과 일치하는 정보가 있는 경우, 분석 모듈(154)이 자동으로 생성할 수 있다. 그 후, 분석 모듈(154)은 해당 문서 파일을 선별 결과 문서 리스트에서 제외할 수 있다.If there is information that matches the pattern of the pre-stored regular expression and the corresponding document file reflecting the regular expression, the
반면, 미리 저장된 정규식의 패턴과 정규식이 반영된 해당 문서 파일과 일치하는 정보가 없는 경우, 분석 모듈(154)은 해당 문서 파일을 선별 결과 문서 리스트에서 제외할 수 있다.On the other hand, if there is no matching information between the pattern of the pre-stored regular expression and the corresponding document file reflecting the regular expression, the
그 후, 분석 모듈(154)은 선별 결과 문서 리스트 내에 포함된 모든 문서 파일들이 분석되었는지 판단할 수 있다. 선별 결과 문서 리스트 내에 포함된 모든 문서 파일들이 분석되지 않았을 경우, 분석 모듈(154)은 분석되지 않은, 선별 결과 문서 리스트 내에 포함된 적어도 하나의 문서 파일을 분석 대상으로 선택하고, 선택된 문서 파일이 개인정보를 포함하는 문서 파일인지 판단하는 과정을 재수행할 수 있다. 선별 결과 문서 내에 포함된 모든 문서 파일들이 분석된 경우, 분석 모듈(154)은 임시 분석 문서 리스트로부터 분석 결과 문서 리스트를 생성하고, 생성된 분석 결과 문서 리스트를 처리 모듈(155)로 전달할 수 있다.The
처리 모듈(155)은 분석 결과 계약서/신청서 리스트, 분석 결과 이미지 리스트 및 분석 결과 문서 리스트에 포함된 파일들을 중 적어도 하나의 파일을 대상으로 입력부(120)를 통해 수신 받은 사용자 입력 신호에 따라 해당 파일을 저장부(130)로부터 삭제하거나 개인정보 자동 검색 대상 파일 중 제외 파일로 지정할 수 있다.The
또한, 처리 모듈(155)은 분석 결과 계약서/신청서 리스트, 분석 결과 이미지 리스트 및 분석 결과 문서 리스트에 포함된 파일들 중 저장부(130)로부터 삭제된 파일들의 정보를 나타내는 삭제 결과 정보를 생성하여 서버(200)로 전송할 있다. 삭제 결과 정보는 삭제된 계약서/신청서 파일들의 개수 정보, 삭제된 이미지 파일들의 개수 정보 및 삭제된 문서 파일들의 개수 정보를 포함할 수 있다. 처리 모듈(155)은 분석 결과 계약서/신청서 리스트, 분석 결과 이미지 리스트 및 분석 결과 문서 리스트를 대상으로 다음과 같은 처리 과정을 수행할 수 있다.In addition, the
처리 모듈(155)은 분석 모듈(154)로부터 전달 받은 분석 결과 계약서/신청서 리스트에 포함된 계약서/신청서 파일들, 분석 결과 이미지 리스트에 포함된 이미지 파일들 및 분석 결과 문서 리스트에 포함된 문서 파일들을 대상으로 처리 대상 파일을 선택할 수 있다.The
그 후, 처리 모듈(155)은 사용자가 인지할 수 있도록, 선택된 파일을 표시부(140)를 통해 표시할 수 있다.Thereafter, the
그 후, 처리 모듈(155)은 입력부(120)를 통해 선택된 파일을 삭제를 위한 사용자 입력 신호가 수신되었는지 판단할 수 있다. 선택된 파일을 삭제를 위한 사용자 입력 신호가 수신된 경우, 처리 모듈(155)은 해당 파일을 저장부(130)로부터 삭제할 수 있다. 선택된 파일을 삭제를 위한 사용자 입력 신호가 수신되지 않은 경우, 처리 모듈(155)은 해당 파일을 개인 정보 자동 검색 대상 파일 중 제외 파일로 지정할 수 있다.The
그 후, 처리 모듈(155)은 해당 파일을 분석 결과 계약서/신청서 리스트, 분석 결과 이미지 리스트 및 분석 결과 문서 리스트 중 하나의 리스트에서 제외할 수 있다.Thereafter, the
그 후, 처리 모듈(155)은 해당 파일의 삭제 정보를 임시 삭제 결과 정보에 추가할 수 있다. 임시 삭제 결과 정보는 분석 결과 계약서/신청서 리스트, 분석 결과 이미지 리스트 및 분석 결과 문서 리스트에 포함된 파일들 중 적어도 하나의 파일이 저장부(130)로부터 삭제된 경우, 처리 모듈(155)이 자동으로 생성할 수 있다.Then, the
그 후, 처리 모듈(155)은 분석 결과 계약서/신청서 리스트, 분석 결과 이미지 리스트 및 분석 결과 문서 리스트에 포함된 모든 파일들이 처리되었는지 판단할 수 있다. 모든 파일들이 처리된 경우, 처리 모듈(155)은 임시 삭제 결과 정보로부터 삭제 결과 정보를 생성할 수 있다. 처리 모듈(155)은 생성된 삭제 결과 정보를 통신부(110)를 통해 서버(200)로 전송할 수 있다. 반면, 모든 파일들이 처리되지 않은 경우, 처리 모듈(155)은 처리되지 않은, 분석 결과 계약서/신청서 리스트, 분석 결과 이미지 리스트 및 분석 결과 문서 리스트에 포함된 적어도 하나의 파일을 처리 대상으로 선택하고, 선택된 파일을 표시부(140)를 통해 표시하는 과정으로 이동하여 해당 과정을 수행할 수 있다.Thereafter, the
한편, 본 발명의 다른 실시예에 따른 개인정보 자동 검색 시스템(100)은 통신부(110), 입력부(120), 저장부(130), 표시부(140) 및 제어부(150)를 포함할 수 있다. 통신부(110), 입력부(120), 저장부(130) 및 표시부(140)에 대한 상세한 설명은 상기 설명된 봐와 동일하므로 생략하기로 한다.Meanwhile, the automatic personal
한편, 본 발명의 다른 실시예에 따른 개인정보 자동 검색 시스템(100)의 제어부(150)는 저장부(130)에 존재하는 파일들을 저장부(130)에 미리 저장된 확장자 설정 정보와 비교를 통해 이미지 파일 또는 문서 파일로 분류하고, 이미지 파일 리스트 또는 문서 파일 리스트를 생성할 수 있다. 예를 들어, 제어부(150)는 저장부(130)에 존재하는 파일들의 각각의 확장자가 저장부에 미리 저장된 확장자 설정 정보와 일치하는지 판단할 수 있다. 상기 판단 결과, 제어부(150)는 저장부(130)에 존재하는 파일들을 이미지 파일 또는 문서 파일로 분류할 수 있다. 제어부(150)는 분류된 이미지 파일을 포함하는 이미지 파일 리스트 또는 분류된 문서 파일을 포함하는 문서 파일 리스트를 생성할 수 있다.The control unit 150 of the automatic personal
또한, 제어부(150)는 저장부(130)에 존재하는 파일들의 각각의 확장자가 저장부에 미리 저장된 확장자 설정 정보와 일치하는지 판단하기 이전에, 개인정보 자동 검색 과정의 인증 과정으로서, 유무선 네트워크 망(300)을 통해 연결된 서버(200)와 인증 과정을 수행할 수 있다. 전자장치(100)는 서버(200)로부터 인증 성공을 나타내는 정보를 포함하는 인증 결과 정보가 수신된 경우, 상기 저장부(130)에 존재하는 파일들의 각각의 확장자가 저장부에 미리 저장된 확장자 설정 정보와 일치하는지 판단을 수행할 수 있다.In addition, the control unit 150 may be an authentication process of the personal information automatic retrieval process, before determining whether each extension of the files existing in the
그 후, 제어부(150)는 이미지 파일 리스트에 포함된 이미지 파일들을 대상으로 추정 영상처리 방법을 통해 추정 이미지 파일 리스트를 생성할 수 있다. 추정 이미지 파일은 개인정보를 포함하고 있다고 추정되는 이미지 파일을 의미한다. 추정 영상처리 방법은 이미지 파일 리스트에 포함된 이미지 파일들 중 추정 이미지 파일 존재하는지 판단하기 위한 영상처리 방법이다. 추정 영상처리 방법은 이미지 파일 리스트에 포함된 이미지 파일들을 대상으로 선택된 하나의 이미지 파일의 이미지를 그레이 영상으로 변환하는 방법, 변환된 그레이 영상으로부터 히스토그램 추출하는 방법 및 추출된 히스토그램으로부터 흰색 분포도를 산출하는 방법을 포함할 수 있다. 예를 들어, 제어부(150)는 이미지 파일 리스트에 포함된 이미지 파일들을 대상으로 추정 영상처리 방법을 통해 추정 이미지 파일이 존재하는지 판단하고, 추정 이미지 파일이 존재하는 경우, 추정 이미지 파일을 포함하는 추정 이미지 파일 리스트를 생성할 수 있다.Thereafter, the control unit 150 may generate an estimated image file list through the estimated image processing method on the image files included in the image file list. The estimated image file means an image file estimated to contain personal information. The estimated image processing method is an image processing method for determining whether an estimated image file exists among image files included in the image file list. The estimated image processing method includes a method of converting an image of one image file selected as an image file included in the image file list into a gray image, a method of extracting a histogram from the converted gray image, and a method of calculating a white distribution from the extracted histogram ≪ / RTI > For example, the controller 150 determines whether an estimated image file exists through the estimated image processing method on the image files included in the image file list, and when there is the estimated image file, An image file list can be generated.
또한, 제어부(150)가 수행하는 이미지 파일 리스트에 포함된 이미지 파일들을 대상으로 추정 영상처리 방법을 통해 추정 이미지 파일 리스트를 생성하는 과정은 다음과 같은 과정들을 포함할 수 있다. 먼저, 제어부(150)는 이미지 파일 리스트에 포함된 이미지 파일들 중 하나의 이미지 파일을 선택하고, 선택된 이미지 파일의 이미지를 그레이 영상으로 변환할 수 있다. In addition, the process of generating the estimated image file list through the estimated image processing method on the image files included in the image file list performed by the control unit 150 may include the following processes. First, the controller 150 selects one of the image files included in the image file list, and converts the image of the selected image file into a gray image.
그 후, 제어부(150)는 변환된 그레이 영상으로부터 히스토그램을 추출 및 추출된 히스토그램으로부터 흰색 분포 값을 산출할 수 있다.Thereafter, the control unit 150 can extract the histogram from the converted gray image and calculate the white distribution value from the extracted histogram.
그 후, 제어부(150)는 산출된 흰색 분포 값이 저장부에 미리 저장된 히스토그램 임계치 값 이상인지 판단할 수 있다.Thereafter, the controller 150 may determine whether the calculated white distribution value is greater than or equal to a histogram threshold value stored in advance in the storage unit.
상기 판단 결과, 산출된 흰색 분포 값이 히스토그램 임계치 값 이상인 경우, 제어부(150)는 선택된 이미지 파일을 추정 이미지 파일로 판단하고, 추정 이미지 파일을 포함하는 추정 이미지 파일 리스트를 생성할 수 있다.If the calculated white distribution value is greater than or equal to the histogram threshold value, the controller 150 determines the selected image file as the estimated image file and generates the estimated image file list including the estimated image file.
한편, 산출된 흰색 분포 값이 히스토그램 임계치 값 미만인 경우, 제어부(150)는 선택된 이미지 파일은 개인정보를 포함하고 있지 않다고 판단하고, 선택된 이미지 파일을 다음 수행되는 과정에서 처리되지 않도록 제외시킬 수 있다. On the other hand, if the calculated white distribution value is less than the histogram threshold value, the controller 150 determines that the selected image file does not contain personal information, and can exclude the selected image file from being processed in the next process.
그 후, 제어부(150)는 추정 이미지 파일 리스트에 포함된 추정 이미지 파일들을 대상으로 분류 영상처리 방법을 통해 계약서/신청서 이미지 파일 또는 신분증 이미지를 포함하는 신분증 이미지 파일로 분류하고, 계약서/신청서 이미지 파일을 포함하는 계약서/신청서 이미지 파일 리스트 또는 신분증 이미지 파일을 포함하는 신분증 이미지 파일 리스트를 생성할 수 있다. 분류 영상처리 방법은 추정 이미지 파일 리스트에 포함된 추정 이미지 파일들 중 계약서/신청서 이미지 파일이 존재하는지 판단하기 위한 계약서/신청서 이미지 파일 영상처리 방법으로서, 추정 이미지 파일의 이미지 내에 관심 영역을 설정하는 방법, 관심 영역에 SURF 알고리즘을 통해 특징점을 추출하는 방법 및 추출된 특징점의 개수를 산출하는 방법을 포함할 수 있다. Then, the control unit 150 classifies the estimated image files included in the estimated image file list into a contract / application image file or an ID image file including an ID image through a classification image processing method, A list of contract image files or an image file of the ID card including the ID image file. A classification image processing method is a contract / application image file image processing method for determining whether a contract / application image file exists among estimated image files included in an estimated image file list, comprising the steps of: setting a region of interest in an image of an estimated image file , A method of extracting feature points through a SURF algorithm on a region of interest, and a method of calculating the number of extracted feature points.
또한, 분류 영상처리 방법은 추정 이미지 파일 리스트에 포함된 추정 이미지 파일들 중 신분증 이미지를 포함하는 신분증 이미지가 존재하는지 판단하기 위한 신분증 이미지 파일 영상처리 방법으로서, 추정 이미지 파일의 이미지를 대상으로 에지 검출 알고리즘을 통해 에지 영역들을 추출하는 방법, 추출된 에지 영역들을 대상으로 픽셀 그룹핑하여 사각형의 관심 영역을 형성하는 방법 및 형성된 사각형의 관심 영역이 이미지의 전체 크기에서 차지하는 비율을 산출하는 방법을 포함할 수 있다. In addition, the classification image processing method is an ID image file processing method for determining whether an ID image including an ID image exists among estimated image files included in an estimated image file list, A method of extracting edge regions through an algorithm, a method of forming a rectangular region of interest by pixel grouping the extracted edge regions, and a method of calculating a ratio of the region of interest of the formed rectangle to the total size of the image have.
예를 들어, 제어부(150)는 추정 이미지 파일 리스트에 포함된 추정 이미지 파일들 중 실제 개인정보를 포함하고 있는 이미지 파일이 있는지 분류 영상처리 방법을 통해 판단할 수 있다. 제어부(150)는 개인정보를 포함하는 이미지 파일들은 계약서/신청서 이미지 파일 또는 신분증 이미지를 포함하는 이미지 파일로 분류할 수 있다. 제어부(150)는 분류된 계약서/신청서 이미지 파일을 포함하는 계약서/신청서 이미지 파일 리스트를 생성하거나 분류된 신분증 이미지를 포함하는 이미지 파일을 포함하는 신분증 이미지 파일 리스트를 생성할 수 있다.For example, the control unit 150 may determine whether there is an image file including actual personal information among the estimated image files included in the estimated image file list through the classification image processing method. The control unit 150 may classify the image files including the personal information into a contract / application image file or an image file including an ID image. The control unit 150 may generate a contract / application image file list including the classified contract / application image file or an ID image file list including the image file including the classified ID image.
또한, 제어부(150)가 수행하는 1103 과정은 다음과 같은 과정들을 포함할 수 있다. 제어부(150)는 추정 이미지 파일 리스트에 포함된 추정 이미지 파일들 중 계약서/신청서 이미지 파일을 확인하기 위하여 다음과 같은 과정을 수행할 수 있다. 먼저, 제어부(150)는 추정 이미지 파일 리스트에 포함된 추정 이미지 파일들 중 하나의 추정 이미지 파일을 선택하고, 선택된 추정 이미지 파일의 이미지 내에 상단 부분 또는 하단 부분을 관심 영역으로 설정할 수 있다. 예를 들어, 보통의 계약서/신청서 이미지는 정해진 서식을 가지고 있으며, 상단 부분 또는 하단 부분에 개인정보를 포함하는 영역이 있다. 따라서 관심영역은 추정 이미지 파일의 이미지 내에 산단 부분 또는 하단 부분으로 한정되지 않으며, 사용자의 설정에 따라 선택된 영역이 관심영역으로 설정될 수 있다. In addition, the step 1103 performed by the controller 150 may include the following steps. The control unit 150 may perform the following process to check the contract / application image file among the estimated image files included in the estimated image file list. First, the control unit 150 may select one of the estimated image files included in the estimated image file list, and set the upper or lower portion in the image of the selected estimated image file as the region of interest. For example, a typical contract / application image has a defined form, with an area containing personal information in the upper or lower part. Therefore, the region of interest is not limited to the scattered portion or the bottom portion in the image of the estimated image file, and the region selected according to the setting of the user may be set as the region of interest.
그 후, 제어부(150)는 설정된 관심 영역에 SURF 알고리즘 적용하여 특징점을 추출하고, 추출된 특징점의 개수를 산출할 수 있다.Thereafter, the control unit 150 can extract the feature points by applying the SURF algorithm to the set region of interest, and calculate the number of extracted feature points.
그 후, 제어부(150)는 추출된 특징점의 개수가 저장부(130)에 미리 저장된 특징점 임계치 개수 이상인지 판단할 수 있다.Thereafter, the control unit 150 can determine whether the number of the extracted feature points is equal to or greater than the number of feature point thresholds stored in the
상기 판단 결과, 추출된 특징점의 개수가 특징점 임계치 개수 이상인 경우, 제어부(150)는 선택된 추정 이미지 파일을 계약서/신청서 이미지 파일로 판단하고, 판단된 계약서/신청서 이미지 파일을 포함하는 계약서/신청서 이미지 파일 리스트를 생성할 수 있다.As a result of the determination, if the number of the extracted feature points is equal to or greater than the number of the feature point thresholds, the control unit 150 determines the selected estimated image file as a contract / application image file and displays a contract / application image file You can create a list.
상기 판단 결과, 추출된 특징점의 개수가 특징점 임계치 개수 미만인 경우, 제어부(150)는 선택된 추정 이미지 파일을 계약서/신청서 이미지 파일이 아닌 것으로 판단할 수 있다.If it is determined that the number of extracted feature points is less than the number of feature point thresholds, the controller 150 may determine that the selected estimated image file is not a contract / application image file.
또한, 제어부(150)는 추출된 특징점의 개수가 특징점 임계치 개수 미만인 경우, 선택된 추정 이미지 파일이 신분증 이미지를 포함하고 있는지를 판단하기 위하여 다음과 같은 과정을 추가로 수행할 수 있다. 먼저, 제어부(150)는 선택된 추정 이미지 파일의 이미지를 대상으로 에지 검출 알고리즘을 통해 에지 영역을 추출할 수 있다. 예를 들어, 제어부(150)는 에지 검출 알고리즘을 통해 추정 이미지 파일 내에 에지 영역들을 추출할 수 있다. 추정 이미지 파일 내에 신분증 이미지가 존재한다면, 에지 검출 알고리즘을 통해 신분증의 각 에지 영역이 추출될 수 있다. In addition, if the number of extracted feature points is less than the number of feature point thresholds, the controller 150 may further perform the following process to determine whether the selected estimated image file includes an ID image. First, the controller 150 may extract an edge area through an edge detection algorithm on an image of the selected estimated image file. For example, the control unit 150 may extract edge regions in the estimated image file through an edge detection algorithm. If an ID image exists in the estimated image file, each edge region of the ID can be extracted through an edge detection algorithm.
그 후, 제어부(150)는 추출된 에지 영역들을 대상으로 픽셀간 그룹핑을 통해 하나의 사각형 영역을 형성하여 사각형의 관심 영역을 추출할 수 있다. 보통의 신분증은 일정 크기를 갖는 사각형의 형상을 가진다. 따라서 제어부(150)는 추출된 에지 영역들을 대상으로 픽셀간 그룹핑을 통해 하나의 사각형 영역인 신분증 이미지일 가능성이 높은 영역을 형성하고, 형성된 사각형의 영역을 관심 영역으로 추출할 수 있다.Thereafter, the controller 150 may extract a rectangular region of interest by forming one rectangular region through inter-pixel grouping on the extracted edge regions. A normal ID card has a rectangular shape with a certain size. Accordingly, the control unit 150 forms an area that is likely to be an ID image, which is one rectangular area, through the inter-pixel grouping on the extracted edge areas, and extracts the formed square area as a region of interest.
그 후, 제어부(150)는 추출된 관심 영역의 크기가 추정 이미지 파일의 이미지 전체 크기에서 차지하는 비율을 산출할 수 있다.Thereafter, the control unit 150 may calculate the ratio of the size of the extracted ROI to the size of the entire image of the estimated image file.
그 후, 제어부(150)는 산출된 관심 영역의 크기가 차지하는 비율이 저장부(130)에 미리 저장된 비율 임계값 이하인가 판단할 수 있다. 비율 임계값은 산출된 관심 영역이 실제 신분증 이미지의 크기인가를 판단하기 위한 기준 값이다.Thereafter, the controller 150 may determine whether the ratio of the calculated size of the ROI is less than or equal to a ratio threshold value stored in the
상기 판단 결과, 산출된 관심 영역의 크기가 차지하는 비율이 비율 임계값 이하인 경우, 제어부(150)는 선택된 추정 이미지 파일이 신분증 이미지를 포함하는 신분증 이미지 파일로 판단하고, 신분증 이미지 파일을 포함하는 신분증 이미지 파일 리스트를 생성할 수 있다.If it is determined that the ratio of the size of the calculated interest area is less than the ratio threshold value, the controller 150 determines that the selected estimated image file is an ID image file including the ID image, A file list can be generated.
한편, 관심 영역의 크기가 차지하는 비율이 비율 임계값을 초과하는 경우, 제어부(150)는 선택된 추정 이미지 파일은 신분증 이미지를 포함하고 있지 않다고 판단하고, 선택된 추정 이미지 파일을 다음 수행되는 과정에서 처리되지 않도록 제외시킬 수 있다.On the other hand, if the ratio of the size of the ROI exceeds the ratio threshold, the controller 150 determines that the selected estimated image file does not include the ID image, and the selected estimated image file is not processed .
그 후, 제어부(150)는 문서 파일 리스트에 포함된 문서 파일들 대상으로 저장부(130)에 미리 저장된 정규식을 통해 개인정보 문서 파일이 존재하는지 판단하고, 개인정보 문서 파일이 존재하는 경우, 개인정보 문서 파일을 포함하는 개인정보 문서 파일 리스트를 생성할 수 있다. 정규식은 문서 파일 리스트에 포함된 문서 파일들 중 개인정보 문서 파일이 존재하는지 판단하기 위한 알고리즘으로서 일정한 패턴을 가지고 있다. 예를 들어, 제어부(150)는 문서 파일 리스트에 포함된 문서 파일들 중 하나의 문서 파일을 선택하여 저장부(130)에 미리 저장된 정규식을 반영하고, 정규식이 반영된 문서 파일과 저장부(130)에 미리 저장된 정규식의 패턴 간 일치하는 정보가 있는지 판단할 수 있다. 일치하는 정보가 존재하는 경우, 제어부(150)는 선택된 문서 파일을 개인정보를 포함하는 개인정보 문서 파일로 판단할 수 있다. Thereafter, the control unit 150 determines whether the personal information document file exists through the regular expression stored in advance in the
또한, 제어부(150)가 수행하는 1104 과정은 다음과 같은 과정들을 포함할 수 있다. 먼저, 제어부(150)는 문서 이미지 파일 리스트에 포함된 문서 파일들 중 하나의 문서 파일을 선택하고, 선택된 문서 파일에 저장부(130)에 미리 저장된 정규식을 반영할 수 있다.In addition, the step 1104 performed by the controller 150 may include the following steps. First, the control unit 150 selects one of the document files included in the document image file list, and reflects the regular expression stored in the
그 후, 제어부(150)는 정규식이 반영된 문서 파일과 저장부(130)에 미리 저장된 정규식의 패턴 간 일치하는 정보가 있는지 판단할 수 있다.Thereafter, the control unit 150 can determine whether there is information that matches the document file reflecting the regular expression and the pattern of the regular expression stored in the
상기 판단 결과, 정규식이 반영된 문서 파일과 정규식 패턴 간에 일치하는 정보가 있는 경우, 제어부(150)는 선택된 문서 파일을 개인정보를 포함하는 개인정보 문서 파일로 판단하고, 선택한 문서 파일을 포함하는 개인정보 문서 파일 리스트를 생성할 수 있다. If there is information that matches the regular expression pattern and the regular expression pattern, the controller 150 determines that the selected document file is a personal information document file including personal information, and stores the personal information including the selected document file A document file list can be generated.
한편, 정규식이 반영된 문서 파일과 정규식 패턴 간에 일치하는 정보가 없는 경우, 제어부(150)는 선택된 문서 파일은 개인정보를 포함하고 있지 않다고 판단하고, 선택된 문서 파일을 다음 수행되는 과정에서 처리되지 않도록 제외시킬 수 있다.On the other hand, if there is no matching information between the document file and the regular expression pattern reflecting the regular expression, the control unit 150 determines that the selected document file does not contain personal information, and excludes the selected document file from being processed in the next process .
그 후, 제어부(150)는 계약서/신청서 이미지 파일 리스트, 신분증 이미지 파일 리스트 및 개인정보 문서 파일 리스트에 포함된 파일들 중 적어도 하나의 파일을 구비된 입력부(120)를 통해 수신된 사용자 입력 신호에 따라 저장부(130)에서 삭제 처리 또는 개인 정보 검색 대상에서 제외 처리할 수 있다.Thereafter, the control unit 150 receives the user input signal received through the
또한, 제어부(150)는 삭제 처리된 적어도 하나의 파일의 정보를 포함하는 삭제 결과 정보를 생성하고, 생성된 삭제 결과 정보를 서버(200)로 전송할 수 있다. 예를 들어, 삭제 처리된 적어도 하나의 파일의 정보로는 삭제 처리된 파일들의 총 개수 정보, 삭제된 파일들 각각의 파일명 정보, 삭제된 파일들 각각의 확장자 정보, 삭제된 파일들 각각의 크기 정보 및 삭제된 파일들 각각의 생성일자 정보 중 적어도 하나의 정보를 포함할 수 있다. In addition, the controller 150 may generate deletion result information including information on at least one deleted file, and may transmit the deletion result information to the
도 3은 본 발명의 실시예에 따른 서버의 세부 구조를 나타내는 도면이다. 도3을 참조하면, 본 발명의 실시예에 따른 서버(200)는 통신부(210), 저장부(220), 표시부(230) 및 제어부(240)를 포함할 수 있다.3 is a diagram illustrating a detailed structure of a server according to an embodiment of the present invention. 3, the
통신부(210)는 제어부(240)의 제어에 따라 유무선 네트워크망(300)을 통해 적어도 하나의 전자장치(미도시)와 연결되어 데이터를 송수신할 수 있다. 예컨대, 통신부(210)는 유선랜 모듈(미도시) 및 무선랜 모듈(미도시) 중 적어도 하나를 포함할 수 있다. 유선랜 모듈(미도시)은 미국전기전자학회(IEEE)의 유선랜 규격(IEEE 802.xx)을 지원할 수 있다. 무선랜 모듈(미도시)은 미국전기전자학회(IEEE)의 무선랜 규격(IEEE 802.11x)을 지원할 수 있다. 무선랜 모듈(미도시)은 제어부(150)의 제어에 따라 무선 액세스 포인트(AP; Access Point)가 설치된 장소에서 인터넷 망에 접속하여 적어도 하나의 전자장치(미도시)와 서로 연결될 수 있다. The
저장부(220)는 제어부(240)의 제어에 따라 적어도 하나의 전자 장치(미도시)와의 인증 과정에 사용되는 전자장치(미도시)의 등록 정보를 미리 저장할 수 있다.The
제어부(240)는 통신부(210), 저장부(220) 및 표시부(230)의 동작을 제어할 수 있다.The
또한, 제어부(240)는 인증 모듈(241) 및 관리 모듈(242)을 포함할 수 있다.In addition, the
인증 모듈(241)은 적어도 하나의 전자장치(미도시)가 통신부(210)를 통해 서버(200)와 연결되면, 다음과 같은 인증 과정을 수행할 수 있다.When at least one electronic device (not shown) is connected to the
인증 모듈(241)은 통신부(210)를 통해 적어도 하나의 전자장치(미도시)로부터 인증 확인 요청 정보를 수신 받을 수 있다.The authentication module 241 may receive the authentication confirmation request information from at least one electronic device (not shown) through the
그 후, 인증 모듈(241)은 수신 받은 인증 확인 요청 정보에 포함된 등록 정보를 추출하고, 추출된 등록 정보가 저장부(220)에 미리 저장된 등록 정보인지를 판단할 수 있다. 수신 받은 인증 확인 요청 정보로부터 추출된 등록 정보가 저장부(220)에 미리 저장된 등록 정보인 경우, 인증 모듈(241)은 인증 성공을 나타내는 정보를 포함하는 인증 결과 정보를 생성하여, 생성된 인증 결과 정보를 인증 확인 요청 정보의 응답 신호로서 인증 확인 요청 정보를 전송한 해당 전자장치(100)로 전송할 수 있다. 반면, 수신 받은 인증 확인 요청 정보로부터 추출된 등록 정보가 저장부(220)에 미리 저장된 등록 정보가 아닌 경우, 인증 모듈(241)은 인증 실패를 나타내는 정보를 포함하는 인증 결과 정보를 생성하여, 생성된 인증 결과 정보를 인증 확인 요청 정보의 응답 신호로서 인증 확인 요청 정보를 전송한 해당 전자장치(100)로 전송할 수 있다.Thereafter, the authentication module 241 extracts the registration information included in the received authentication confirmation request information, and determines whether the extracted registration information is registration information stored in advance in the
관리 모듈(242)은 통신부(210)를 통해 적어도 하나의 전자장치(100)로부터 삭제 결과 정보를 수신 받을 수 있다.The
또한, 관리 모듈(242)은 수신 받은 삭제 결과 정보를 등록 정보 별로 저장부(220)에 저장할 수 있다.In addition, the
또한, 관리 모듈(242)은 수신 받은 삭제 결과 정보로부터 삭제된 계약서/신청서 파일들의 개수 정보, 삭제된 이미지 파일들의 개수 정보 및 삭제된 문서 파일들의 개수 정보를 각각 추출하여 사용자가 인지 가능하도록 표시부(230)를 통해 표시할 수 있다.Also, the
한편, 상기 개인정보 자동 검색 시스템(400), 전자장치(100) 및 서버(200)의 각각의 구성요소들은 기능 및 논리적으로 분리될 수 있음을 나타나기 위해 별도로 도면에 표시한 것이며, 물리적으로 반드시 별도의 구성요소이거나 별도의 코드로 구현되는 것을 의미하는 것은 아니다.In the meantime, the individual components of the automatic personal
그리고 본 명세서에서 각 기능부라 함은, 본 발명의 기술적 사상을 수행하기 위한 하드웨어 및 상기 하드웨어를 구동하기 위한 소프트웨어의 기능적, 구조적 결합을 의미할 수 있다. 예컨대, 상기 각 기능부는 소정의 코드와 상기 소정의 코드가 수행되기 위한 하드웨어 리소스의 논리적인 단위를 의미할 수 있으며, 반드시 물리적으로 연결된 코드를 의미하거나, 한 종류의 하드웨어를 의미하는 것은 아님은 본 발명의 기술분야의 평균적 전문가에게는 용이하게 추론될 수 있다. In this specification, each function means a functional and structural combination of hardware for carrying out the technical idea of the present invention and software for driving the hardware. For example, each functional unit may refer to a logical unit of a predetermined code and a hardware resource for executing the predetermined code, and may be a code physically connected to the functional unit, But can be easily deduced to the average expert in the field of the invention.
이하 첨부된 도면을 참조하여 본 발명의 실시예에 따른 개인정보 자동 검색 방법에 대하여 설명하기로 한다.Hereinafter, a method for automatically searching personal information according to an embodiment of the present invention will be described with reference to the accompanying drawings.
도 4는 본 발명의 실시예에 따른 개인정보 자동 검색 시스템의 전체 처리 절차를 나타내는 도면이다. 도 4를 참조하면, 본 발명의 실시예에 따른 개인정보 자동 검색 시스템(400)의 전자장치(100)는 저장부(130)에 존재하는 파일들을 대상으로 검색 과정을 수행할 수 있다(S401). 예를 들어, 전자장치(100)는 저장부(130)에 존재하는 파일들의 각 파일 확장자와 저장부(130)에 미리 저장된 확장자 설정 정보를 서로 비교하여 개인정보를 포함하는 검색 결과 파일 리스트를 생성할 수 있다.FIG. 4 is a diagram illustrating an entire processing procedure of an automatic personal information retrieval system according to an embodiment of the present invention. 4, the
또한, 전자장치(100)는 상기 401 과정을 수행하기 이전에, 개인정보 자동 검색 과정의 수행을 위한 유무선 네트워크 망(300)을 통해 연결된 서버(200)와 인증 과정을 수행할 수 있다(S400). 전자장치(100)는 서버(200)로부터 인증 성공을 나타내는 정보를 포함하는 인증 결과 정보가 수신된 경우, 상기 401 과정을 수행할 수 있다. Also, the
그 후, 전자장치(100)는 검색 결과 파일 리스트에 포함된 파일들을 대상으로 선별 과정을 수행할 수 있다(S402). 예를 들어, 전자장치(100)는 확장자 설정 정보와 비교를 통해 이미지 확장자를 갖는 파일과 문서 확장자를 갖는 파일들로 일차 선별할 수 있다.Thereafter, the
또한, 전자장치(100)는 검색 결과 파일 리스트를 생성하는 상기 401 과정 없이 저장부(130)에 존재하는 파일들을 대상으로 선별 과정을 수행할 수 있다. In addition, the
또한, 전자장치(100)는 일차 선별된 이미지 파일을 대상으로 영상 처리 방법을 통해 개인정보 자동 검색 대상의 이미지 파일로 이차 선별할 수 있다. 영상 처리 방법은 그레이 영상 변환 방법, 히스토그램 추출 방법 및 흰색 분포 값 산출 방법을 포함할 수 있다. 전자장치(100)는 일차 및 이차 선별 과정을 통해 선별 결과 문서 리스트 또는 선별 결과 이미지 리스트를 생성할 수 있다.In addition, the
그 후, 전자장치(100)는 선별 결과 이미지 리스트 및 선별 결과 문서 리스트에 포함된 파일들을 대상으로 분석 과정을 수행할 수 있다(S403). 예를 들어, 전자장치(100)는 선별 결과 이미지 리스트에 포함된 이미지 파일들을 대상으로 관심 영역 설정, SURF 알고리즘 적용 및 특징점 추출을 통해 계약서/신청서 이미지 파일을 분석하여, 분석 결과 계약서/신청서 리스트를 생성할 수 있다.Thereafter, the
또한, 전자장치(100)는 선별 결과 이미지 리스트에 포함된 이미지 파일들을 대상으로 에지 영역 추출, 픽셀 그룹핑 및 관심 영역 추출을 통해 신분증이 포함된 이미지 파일을 분석하여, 분석 결과 이미지 리스트를 생성할 수 있다.In addition, the
또한, 전자장치(100)는 선별 결과 문서 리스트에 포함된 문서 파일들을 대상으로 정규식을 적용 및 정규식 패턴 분석을 통해 개인정보가 포함된 문서 파일을 분석하여, 분석 결과 문서 리스트를 생성할 수 있다.In addition, the
그 후, 전자장치(100)는 분석 결과 계약서/신청서 리스트, 분석 결과 이미지 리스트 및 분석 결과 문서 리스트에 포함된 파일들을 대상으로 처리 과정을 수행할 수 있다(S404). 예를 들어, 전자장치(100)는 분석 결과 계약서/신청서 리스트, 분석 결과 이미지 리스트 및 분석 결과 문서 리스트에 포함된 파일들을 대상으로 수신된 사용자 입력 신호에 따라 삭제 또는 개인 정보 검색 대상에서 제외하는 처리 과정을 통해, 삭제 결과 정보를 생성할 수 있다.Thereafter, the
그 후, 전자장치(100)는 생성된 삭제 결과 정보를 서버(200)로 전송할 수 있다(S405).Thereafter, the
도 5는 본 발명의 실시예에 따른 개인정보 자동 검색 시스템의 검색 처리 절차를 나타내는 도면이다. 도 5를 참조하면, 본 발명의 실시예에 따른 전자장치(100)의 제어부(150)의 검색 모듈(152)은 저장부(130)에 존재하는 폴더들 중 적어도 하나의 폴더를 선택을 나타내는 사용자 입력 신호를 입력부(120)를 통해 수신할 수 있다(S501). 사용자 입력 신호에 의해 선택된 폴더는 개인 정보 자동 검색의 대상 폴더가 된다.5 is a diagram illustrating a search processing procedure of an automatic personal information retrieval system according to an embodiment of the present invention. 5, the
그 후, 검색 모듈(152)은 선택된 폴더에 존재하는 파일 확장자가 저장부(130)에 미리 저장된 확장자 설정 정보와 일치하는지 판단할 수 있다(S502). 해당 파일 확장자가 확장자 설정 정보에 포함된 파일 확장자들 중 적어도 하나와 일치하는 경우, 검색 모듈(152)은 해당 파일 확장자의 파일을 임시 검색 파일 리스트에 추가할 수 있다(S503). 반면, 해당 파일 확장자가 확장자 설정 정보에 포함된 파일 확장자들 중 적어도 하나와 일치하지 않는 경우, 검색 모듈(152)은 다음 504 과정을 수행할 수 있다.Thereafter, the
그 후, 검색 모듈(152)은 해당 파일을 개인 정보 검색 대상에서 제외할 수 있다(S504).Thereafter, the
그 후, 검색 모듈(152)은 폴더 내에 존재하는 모든 파일들의 파일 확장자들이 확장자 설정 정보와 비교되었는지 판단할 수 있다(S505). 모든 파일들의 파일 확장자들이 확장자 설정 정보와 비교되었을 경우, 검색 모듈(152)은 임시 검색 파일 리스트로부터 검색 결과 파일 리스트를 생성하고(S506), 생성된 검색 결과 파일 리스트를 선별 모듈(153)로 전달할 수 있다(S507). 반면, 모든 파일들의 파일 확장자들이 확장자 설정 정보와 비교되지 않았을 경우, 검색 모듈(152)은 상기 S502 과정으로 이동하여 해당 과정을 수행할 수 있다.Then, the
도 6는 본 발명의 실시예에 따른 개인정보 자동 검색 시스템의 선별 처리 절차를 나타내는 도면이다. 도 6을 참조하면, 본 발명의 실시예에 따른 전자장치(100)의 제어부(150)의 선별 모듈(153)은 검색 모듈(152)로부터 전달 받은 검색 결과 파일 리스트에 포함된 파일들을 대상으로 선별 대상 파일을 선택할 수 있다(S601).6 is a diagram illustrating a screening process of the automatic personal information retrieval system according to the embodiment of the present invention. 6, the
그 후, 선별 모듈(153)은 선택된 파일이 이미지 파일인지 판단할 수 있다(S602). 예를 들어, 선별 모듈(153)은 선택된 파일의 파일 확장자와 저장부(130)에 미리 저장된 확장자 설정 정보를 서로 비교하여 이미지 파일인지 판단할 수 있다. 선택된 파일이 이미지 파일인 경우, 선별 모듈(153)은 다음 603 과정으로 이동하여 해당 과정을 수행할 수 있다. 반면, 선택된 파일이 이미지 파일이 아닌 경우, 선별 모듈(153)은 해당 파일을 임시 선별 문서 리스트에 추가(S607)하고, 다음 608 과정으로 이동하여 해당 과정을 수행할 수 있다.Thereafter, the
그 후, 선별 모듈(153)은 해당 파일의 이미지를 그레이 영상으로 변환할 수 있다(S603). Thereafter, the
그 후, 선별 모듈(153)은 변환된 그레이 영상을 대상으로 히스토그램을 추출하며 흰색 분포 값을 산출할 수 있다(S604).Thereafter, the
그 후, 선별 모듈(153)은 산출된 흰색 분포 값이 저장부(130)에 미리 저장된 히스토그램 임계치 값 이상인지를 판단할 수 있다(S605). 산출된 흰색 분포 값이 히스토그램 임계치 값 이상인 경우, 선별 모듈(153)은 해당 이미지 파일을 임시 선별 이미지 리스트에 추가할 수 있다(S606).Thereafter, the
그 후, 선별 모듈(153)은 해당 이미지 파일을 검색 결과 리스트에서 제외할 수 있다(S608).Thereafter, the
그 후, 선별 모듈(153)은 검색 결과 리스트 내에 포함된 모든 파일들이 선별되었는지 판단할 수 있다(S609). 검색 결과 리스트 내에 포함된 모든 파일들이 선별된 경우, 선별 모듈(153)은 임시 선별 문서 리스트로부터 선별 결과 문서 리스트를 생성 또는 임시 선별 이미지 리스트로부터 선별 결과 이미지 리스트를 생성하고(S610), 생성된 선별 결과 문서 리스트 또는 생성된 선별 결과 이미지 리스트를 분석 모듈(154)로 전달할 수 있다(S611). 반면, 검색 결과 리스트 내에 포함된 모든 파일들이 선별되지 않았을 경우, 선별 모듈(153)은 상기 602 과정으로 이동하여 해당 과정을 수행할 수 있다.Thereafter, the
도 7은 본 발명의 실시예에 따른 개인정보 자동 검색 시스템의 계약서/ 신청서 이미지 파일 분석 처리 절차를 나타내는 도면이다. 도 7을 참조하면, 본 발명의 실시예에 따른 전자장치(100)의 제어부(150)의 분석 모듈(154)은 선별 모듈(153)로부터 전달 받은 선별 결과 이미지 리스트에 포함된 이미지 파일들을 대상으로 분석 대상 이미지 파일을 선택할 수 있다(S701).FIG. 7 is a diagram illustrating a contract / application image file analysis processing procedure of an automatic personal information retrieval system according to an exemplary embodiment of the present invention. 7, the
그 후, 분석 모듈(154)은 선택된 이미지 파일의 이미지 내에 이미지 내에 관심 영역을 설정할 수 있다(S702).The
그 후, 분석 모듈(154)은 선택된 이미지 파일 내에 설정된 관심 영역에 SURF 알고리즘을 적용하여 특징점을 추출 및 추출된 특징점의 개수를 산출할 수 있다(S703).Then, the
그 후, 분석 모듈(154)은 선택된 이미지 파일로부터 산출된 특징점의 개수가 저장부(130)에 미리 저장된 특징점 임계치 개수 이상인가 판단할 수 있다(S704). 산출된 특징점의 개수가 특징점 임계치 개수 이상인 경우, 분석 모듈(154)은 해당 이미지 파일을 임시 분석 계약서/신청서 리스트에 추가할 수 있다(S705). 반면, 산출된 특징점의 개수가 특징점 임계치 개수 미만인 경우, 분석 모듈(154)은 하기 도 8을 참조하여 설명될 801 과정으로 이동하여 해당 과정을 수행할 수 있다.Thereafter, the
그 후, 분석 모듈(154)은 해당 이미지 파일을 선별 결과 이미지 리스트에서 제외할 수 있다(S706).Thereafter, the
그 후, 분석 모듈(154)은 선별 결과 이미지 리스트 내에 포함된 모든 이미지 파일들이 분석되었는지 판단할 수 있다(S707). 선별 결과 이미지 리스트 내에 포함된 모든 이미지 파일들이 분석된 경우, 분석 모듈(154)은 임시 분석 계약서/신청서 리스트로부터 분석 결과 계약서/신청서 리스트를 생성 또는 임시 분석 이미지 리스트로부터 분석 결과 이미지 리스트를 생성하고(S708), 생성된 분석 결과 계약서/신청서 리스트 또는 생성된 분석 결과 이미지 리스트를 처리 모듈(155)로 전달할 수 있다(S709). 반면, 선별 결과 이미지 리스트 내에 포함된 모든 이미지 파일들이 분석되지 않은 경우, 분석 모듈(154)은 상기 702 과정으로 이동하여 해당 과정을 수행할 수 있다. Thereafter, the
도 8은 본 발명의 실시예에 따른 개인정보 자동 검색 시스템의 개인정보 신분증 이미지 파일 분석 처리 절차를 나타내는 도면이다. 본 발명의 실시예에 따른 전자장치(100)의 제어부(150)의 분석 모듈(154)은 산출된 특징점의 개수가 특징점 임계치 개수 미만인 경우, 해당 이미지 파일의 이미지를 대상으로 에지 검출을 수행할 수 있다(S801). 분석 모듈(154)은 산출된 특징점의 개수가 특징점 임계치 개수 미만인 경우, 해당 이미지 파일이 신분증 이미지를 포함하는 이미지 파일이라고 추정하고, 해당 이미지 파일이 신분증 이미지를 포함하고 있는지 확인하기 위해 해당 이미지 파일의 이미지를 대상으로 에지 검출을 수행하고, 에지 영역들을 추출할 수 있다.FIG. 8 is a view illustrating a procedure of analyzing a personal information ID image file of the automatic personal information retrieval system according to the embodiment of the present invention. The
그 후, 분석 모듈(154)은 추출된 에지 영역들을 대상으로 픽셀간 그룹핑을 통해 하나의 사각형 영역을 형성하여 사각형의 관심 영역을 추출할 수 있다(S802).Thereafter, the
그 후, 분석 모듈(154)은 해당 이미지 파일의 전체 이미지 크기 대비 추출된 관심 영역의 크기가 차지하는 비율을 산출할 수 있다(S803).Then, the
그 후, 분석 모듈(154)은 산출된 관심 영역의 크기가 차지하는 비율이 저장부(130)에 미리 저장된 비율 임계값 이하인가 판단할 수 있다(S804). 산출된 관심 영역의 크기가 차지하는 비율이 비율 임계값 이하인 경우, 분석 모듈(154)은 해당 이미지 파일을 신분증 이미지를 포함하는 이미지 파일로 판단하고, 분석 모듈(154)은 해당 이미지 파일을 임시 분석 이미지 리스트에 추가하고(S805), 상기 도 7의 706 과정으로 이동하여 해당 과정을 수행할 수 있다.Thereafter, the
반면, 산출된 관심 영역의 크기가 차지하는 비율이 비율 임계값을 초과하는 경우, 분석 모듈(154)은 상기 도 7의 706 과정으로 이동하여 해당 과정을 수행할 수 있다.On the other hand, if the ratio of the calculated size of the ROI exceeds the ratio threshold, the
도 9는 본 발명의 실시예에 따른 개인정보 자동 검색 시스템의 개인정보 문서 파일 분석 처리 절차를 나타내는 도면이다. 본 발명의 실시예에 따른 전자장치(100)의 제어부(150)의 분석 모듈(154)은 선별 모듈(153)로부터 전달 받은 선별 결과 문서 리스트에 포함된 문서 파일들을 대상으로 분석 대상 문서 파일을 선택할 수 있다(S901).9 is a diagram illustrating a procedure of analyzing a personal information document file in the automatic personal information retrieval system according to the embodiment of the present invention. The
그 후, 분석 모듈(154)은 선택된 문서 파일을 대상으로 저장부(130)에 미리 저장된 정규식을 반영할 수 있다(S902).Thereafter, the
그 후, 분석 모듈(154)은 저장부(130)에 미리 저장된 정규식의 패턴과 정규식이 반영된 해당 문서 파일과 일치하는 정보가 있는지 판단할 수 있다(S903). 미리 저장된 정규식의 패턴과 정규식이 반영된 해당 문서 파일과 일치하는 정보가 있는 경우, 분석 모듈(154)은 해당 문서 파일을 임시 분석 문서 리스트에 추가할 수 있다(S904). 반면, 미리 저장된 정규식의 패턴과 정규식이 반영된 해당 문서 파일과 일치하는 정보가 없는 경우, 분석 모듈(154)은 다음 905 과정으로 이동하여 해당 과정을 수행할 수 있다.Thereafter, the
그 후, 분석 모듈(154)은 해당 문서 파일을 선별 결과 문서 리스트에서 제외할 수 있다(S905).Thereafter, the
그 후, 분석 모듈(154)은 선별 결과 문서 리스트 내에 포함된 모든 문서 파일들이 분석되었는지 판단할 수 있다(S906). 선별 결과 문서 내에 포함된 모든 문서 파일들이 분석된 경우, 분석 모듈(154)은 임시 분석 문서 리스트로부터 분석 결과 문서 리스트를 생성하고(S907), 생성된 분석 결과 문서 리스트를 처리 모듈(155)로 전달할 수 있다(S908). 반면, 선별 결과 문서 내에 포함된 모든 문서 파일들이 분석되지 않은 경우, 분석 모듈(154)은 상기 902 과정으로 이동하여 해당 과정을 수행할 수 있다.Thereafter, the
도 10은 본 발명의 실시예에 따른 개인정보 자동 검색 시스템의 삭제 결과 정보 처리 절차를 나타내는 도면이다. 본 발명의 실시예에 따른 전자장치(100)의 제어부(150)의 처리 모듈(155)은 분석 모듈(154)로부터 전달 받은 분석 결과 계약서/신청서 리스트에 포함된 계약서/신청서 파일들, 분석 결과 이미지 리스트에 포함된 이미지 파일들 및 분석 결과 문서 리스트에 포함된 문서 파일들을 대상으로 처리 대상 파일을 선택할 수 있다(S1001).10 is a flowchart illustrating a deletion result information processing procedure of an automatic personal information retrieval system according to an embodiment of the present invention. The
그 후, 처리 모듈(155)은 사용자가 인지할 수 있도록, 선택된 파일을 표시부(140)를 통해 표시할 수 있다(S1002).Thereafter, the
그 후, 처리 모듈(155)은 입력부(120)를 통해 선택된 파일을 삭제를 위한 사용자 입력 신호가 수신되었는지 판단할 수 있다(S1003). 선택된 파일을 삭제를 위한 사용자 입력 신호가 수신된 경우, 처리 모듈(155)은 해당 파일을 저장부(130)로부터 삭제할 수 있다(S1004). 반면, 선택된 파일을 삭제를 위한 사용자 입력 신호가 수신되지 않은 경우, 처리 모듈(155)은 해당 파일을 개인 정보 자동 검색 대상 파일 중 제외 파일로 지정하고(S1010), 다음 1005 과정으로 이동하여 해당 과정을 수행할 수 있다.Thereafter, the
그 후, 처리 모듈(155)은 해당 파일을 분석 결과 계약서/신청서 리스트, 분석 결과 이미지 리스트 및 분석 결과 문서 리스트 중 하나의 리스트에서 제외할 수 있다(S1005).Thereafter, the
그 후, 처리 모듈(155)은 해당 파일의 삭제 정보를 임시 삭제 결과 정보에 추가할 수 있다(S1006).Thereafter, the
그 후, 처리 모듈(155)은 분석 결과 계약서/신청서 리스트, 분석 결과 이미지 리스트 및 분석 결과 문서 리스트에 포함된 모든 파일들이 처리되었는지 판단할 수 있다(S1007). 모든 파일들이 처리된 경우, 처리 모듈(155)은 임시 삭제 결과 정보로부터 삭제 결과 정보를 생성하고(S1008), 처리 모듈(155)은 생성된 삭제 결과 정보를 통신부(110)를 통해 서버(200)로 전송할 수 있다(S1009). 반면, 모든 파일들이 처리되지 않은 경우, 처리 모듈(155)은 상기 1002 과정으로 이동하여 해당 과정을 수행할 수 있다.Thereafter, the
도 11은 본 발명의 다른 실시예에 따른 개인정보 자동 검색 시스템의 전체 처리 절차를 나타내는 도면이다. 도 11을 참조하면, 본 발명의 실시예에 따른 개인정보 자동 검색 시스템(400)의 전자장치(100)의 제어부(150)는 구비된 저장부에 존재하는 파일들 중 선택된 파일을 저장부에 미리 저장된 확장자 설정 정보와 비교를 통해 이미지 파일 또는 문서 파일로 분류할 수 있다(S1101).11 is a diagram illustrating an overall processing procedure of an automatic personal information retrieval system according to another embodiment of the present invention. Referring to FIG. 11, the controller 150 of the
또한, 제어부(150)는 저장부(130)에 존재하는 파일들을 저장부(130)에 미리 저장된 확장자 설정 정보와 비교를 통해 이미지 파일 또는 문서 파일로 분류하고, 이미지 파일 리스트 또는 문서 파일 리스트를 생성할 수 있다. 예를 들어, 제어부(150)는 저장부(130)에 존재하는 파일들의 각각의 확장자가 저장부에 미리 저장된 확장자 설정 정보와 일치하는지 판단할 수 있다. 상기 판단 결과, 제어부(150)는 저장부(130)에 존재하는 파일들을 이미지 파일 또는 문서 파일로 분류할 수 있다. 제어부(150)는 분류된 이미지 파일을 포함하는 이미지 파일 리스트 또는 분류된 문서 파일을 포함하는 문서 파일 리스트를 생성할 수 있다.The control unit 150 classifies the files existing in the
또한, 제어부(150)는 저장부(130)에 존재하는 파일들의 각각의 확장자가 저장부에 미리 저장된 확장자 설정 정보와 일치하는지 판단하기 이전에, 개인정보 자동 검색 과정의 인증 과정으로서, 유무선 네트워크 망(300)을 통해 연결된 서버(200)와 인증 과정을 수행할 수 있다. 전자장치(100)는 서버(200)로부터 인증 성공을 나타내는 정보를 포함하는 인증 결과 정보가 수신된 경우, 상기 1101 과정을 수행할 수 있다.In addition, the control unit 150 may be an authentication process of the personal information automatic retrieval process, before determining whether each extension of the files existing in the
그 후, 제어부(150)는 이미지 파일을 대상으로 추정 영상처리 방법을 통해 개인정보를 포함하고 있다고 추정되는 추정 이미지 파일인지 판단할 수 있다(S1102).Thereafter, the control unit 150 may determine whether the image file is an estimated image file estimated to contain the personal information through the estimated image processing method with respect to the image file (S1102).
또한, 제어부(150)는 이미지 파일 리스트에 포함된 이미지 파일들을 대상으로 추정 영상처리 방법을 통해 추정 이미지 파일 리스트를 생성할 수 있다. 추정 이미지 파일은 개인정보를 포함하고 있다고 추정되는 이미지 파일을 의미한다. 추정 영상처리 방법은 이미지 파일 리스트에 포함된 이미지 파일들 중 추정 이미지 파일 존재하는지 판단하기 위한 영상처리 방법이다. 추정 영상처리 방법은 이미지 파일 리스트에 포함된 이미지 파일들을 대상으로 선택된 하나의 이미지 파일의 이미지를 그레이 영상으로 변환하는 방법, 변환된 그레이 영상으로부터 히스토그램 추출하는 방법 및 추출된 히스토그램으로부터 흰색 분포도를 산출하는 방법을 포함할 수 있다. 예를 들어, 제어부(150)는 이미지 파일 리스트에 포함된 이미지 파일들을 대상으로 추정 영상처리 방법을 통해 추정 이미지 파일이 존재하는지 판단하고, 추정 이미지 파일이 존재하는 경우, 추정 이미지 파일을 포함하는 추정 이미지 파일 리스트를 생성할 수 있다.Also, the controller 150 may generate the estimated image file list through the estimated image processing method on the image files included in the image file list. The estimated image file means an image file estimated to contain personal information. The estimated image processing method is an image processing method for determining whether an estimated image file exists among image files included in the image file list. The estimated image processing method includes a method of converting an image of one image file selected as an image file included in the image file list into a gray image, a method of extracting a histogram from the converted gray image, and a method of calculating a white distribution from the extracted histogram ≪ / RTI > For example, the controller 150 determines whether an estimated image file exists through the estimated image processing method on the image files included in the image file list, and when there is the estimated image file, An image file list can be generated.
또한, 제어부(150)가 수행하는 1102 과정은 다음과 같은 과정들을 포함할 수 있다. 먼저, 제어부(150)는 이미지 파일 리스트에 포함된 이미지 파일들 중 하나의 이미지 파일을 선택하고, 선택된 이미지 파일의 이미지를 그레이 영상으로 변환할 수 있다. In addition, the step 1102 performed by the controller 150 may include the following steps. First, the controller 150 selects one of the image files included in the image file list, and converts the image of the selected image file into a gray image.
그 후, 제어부(150)는 변환된 그레이 영상으로부터 히스토그램을 추출 및 추출된 히스토그램으로부터 흰색 분포 값을 산출할 수 있다.Thereafter, the control unit 150 can extract the histogram from the converted gray image and calculate the white distribution value from the extracted histogram.
그 후, 제어부(150)는 산출된 흰색 분포 값이 저장부에 미리 저장된 히스토그램 임계치 값 이상인지 판단할 수 있다.Thereafter, the controller 150 may determine whether the calculated white distribution value is greater than or equal to a histogram threshold value stored in advance in the storage unit.
상기 판단 결과, 산출된 흰색 분포 값이 히스토그램 임계치 값 이상인 경우, 제어부(150)는 선택된 이미지 파일을 추정 이미지 파일로 판단하고, 추정 이미지 파일을 포함하는 추정 이미지 파일 리스트를 생성할 수 있다.If the calculated white distribution value is greater than or equal to the histogram threshold value, the controller 150 determines the selected image file as the estimated image file and generates the estimated image file list including the estimated image file.
한편, 산출된 흰색 분포 값이 히스토그램 임계치 값 미만인 경우, 제어부(150)는 선택된 이미지 파일은 개인정보를 포함하고 있지 않다고 판단하고, 선택된 이미지 파일을 다음 수행되는 과정에서 처리되지 않도록 제외시킬 수 있다. On the other hand, if the calculated white distribution value is less than the histogram threshold value, the controller 150 determines that the selected image file does not contain personal information, and can exclude the selected image file from being processed in the next process.
그 후, 제어부(150)는 추정 이미지 파일로 판단된 이미지 파일을 대상으로 분류 영상처리 방법을 통해 계약서/신청서 이미지 파일 또는 신분증 이미지 파일로 판단할 수 있다(S1103).Thereafter, the control unit 150 may determine the image file determined as the estimated image file as the contract / application image file or the ID image file through the classification image processing method (S1103).
또한, 제어부(150)는 추정 이미지 파일 리스트에 포함된 이미지 파일들을 대상으로 분류 영상처리 방법을 통해 계약서/신청서 이미지 파일 또는 신분증 이미지를 포함하는 신분증 이미지 파일로 분류하고, 계약서/신청서 이미지 파일을 포함하는 계약서/신청서 이미지 파일 리스트 또는 신분증 이미지 파일을 포함하는 신분증 이미지 파일 리스트를 생성할 수 있다. 분류 영상처리 방법은 추정 이미지 파일 리스트에 포함된 추정 이미지 파일들 중 계약서/신청서 이미지 파일이 존재하는지 판단하기 위한 계약서/신청서 이미지 파일 영상처리 방법으로서, 추정 이미지 파일의 이미지 내에 관심 영역 설정 방법 및 설정된 관심 영역에 SURF 알고리즘을 통해 특징점을 추출하는 방법을 포함할 수 있다. In addition, the control unit 150 classifies the image files included in the estimated image file list into a contract / application image file or an ID image file including an ID image through a classification image processing method, and includes a contract / application image file The contract image file list or the ID image file list including the ID image file. A classification image processing method is a contract / application image file image processing method for determining whether a contract / application image file exists among estimated image files included in an estimated image file list, the method comprising: And extracting feature points through the SURF algorithm in the region of interest.
또한, 분류 영상처리 방법은 추정 이미지 파일 리스트에 포함된 추정 이미지 파일들 중 신분증 이미지를 포함하는 신분증 이미지가 존재하는지 판단하기 위한 신분증 이미지 파일 영상처리 방법으로서, 추정 이미지 파일의 이미지를 대상으로 에지 검출 알고리즘을 통해 에지 영역들을 추출하는 방법 및 추출된 에지 영역들을 대상으로 픽셀 그룹핑하는 방법을 포함할 수 있다. In addition, the classification image processing method is an ID image file processing method for determining whether an ID image including an ID image exists among estimated image files included in an estimated image file list, A method of extracting edge regions through an algorithm, and a method of pixel grouping on extracted edge regions.
예를 들어, 제어부(150)는 추정 이미지 파일 리스트에 포함된 추정 이미지 파일들 중 실제 개인정보를 포함하고 있는 이미지 파일이 있는지 분류 영상처리 방법을 통해 판단할 수 있다. 제어부(150)는 개인정보를 포함하는 이미지 파일들은 계약서/신청서 이미지 파일 또는 신분증 이미지를 포함하는 이미지 파일로 분류할 수 있다. 제어부(150)는 분류된 계약서/신청서 이미지 파일을 포함하는 계약서/신청서 이미지 파일 리스트를 생성하거나 분류된 신분증 이미지를 포함하는 이미지 파일을 포함하는 신분증 이미지 파일 리스트를 생성할 수 있다.For example, the control unit 150 may determine whether there is an image file including actual personal information among the estimated image files included in the estimated image file list through the classification image processing method. The control unit 150 may classify the image files including the personal information into a contract / application image file or an image file including an ID image. The control unit 150 may generate a contract / application image file list including the classified contract / application image file or an ID image file list including the image file including the classified ID image.
또한, 제어부(150)가 수행하는 1103 과정은 다음과 같은 과정들을 포함할 수 있다. 제어부(150)는 추정 이미지 파일 리스트에 포함된 추정 이미지 파일들 중 계약서/신청서 이미지 파일을 확인하기 위하여 다음과 같은 과정을 수행할 수 있다. 먼저, 제어부(150)는 추정 이미지 파일 리스트에 포함된 추정 이미지 파일들 중 하나의 추정 이미지 파일을 선택하고, 선택된 추정 이미지 파일의 이미지 내에 상단 부분 또는 하단 부분을 관심 영역으로 설정할 수 있다. 예를 들어, 보통의 계약서/신청서 이미지는 정해진 서식을 가지고 있으며, 상단 부분 또는 하단 부분에 개인정보를 포함하는 영역이 있다. 따라서 관심영역은 추정 이미지 파일의 이미지 내에 산단 부분 또는 하단 부분으로 한정되지 않으며, 사용자의 설정에 따라 선택된 영역이 관심영역으로 설정될 수 있다. In addition, the step 1103 performed by the controller 150 may include the following steps. The control unit 150 may perform the following process to check the contract / application image file among the estimated image files included in the estimated image file list. First, the control unit 150 may select one of the estimated image files included in the estimated image file list, and set the upper or lower portion in the image of the selected estimated image file as the region of interest. For example, a typical contract / application image has a defined form, with an area containing personal information in the upper or lower part. Therefore, the region of interest is not limited to the scattered portion or the bottom portion in the image of the estimated image file, and the region selected according to the setting of the user may be set as the region of interest.
그 후, 제어부(150)는 설정된 관심 영역에 SURF 알고리즘 적용하여 특징점을 추출하고, 추출된 특징점의 개수를 산출할 수 있다.Thereafter, the control unit 150 can extract the feature points by applying the SURF algorithm to the set region of interest, and calculate the number of extracted feature points.
그 후, 제어부(150)는 추출된 특징점의 개수가 저장부(130)에 미리 저장된 특징점 임계치 개수 이상인지 판단할 수 있다.Thereafter, the control unit 150 can determine whether the number of the extracted feature points is equal to or greater than the number of feature point thresholds stored in the
상기 판단 결과, 추출된 특징점의 개수가 특징점 임계치 개수 이상인 경우, 제어부(150)는 선택된 추정 이미지 파일을 계약서/신청서 이미지 파일로 판단하고, 판단된 계약서/신청서 이미지 파일을 포함하는 계약서/신청서 이미지 파일 리스트를 생성할 수 있다.As a result of the determination, if the number of the extracted feature points is equal to or greater than the number of the feature point thresholds, the control unit 150 determines the selected estimated image file as a contract / application image file and displays a contract / application image file You can create a list.
상기 판단 결과, 추출된 특징점의 개수가 특징점 임계치 개수 미만인 경우, 제어부(150)는 선택된 추정 이미지 파일을 계약서/신청서 이미지 파일이 아닌 것으로 판단할 수 있다.If it is determined that the number of extracted feature points is less than the number of feature point thresholds, the controller 150 may determine that the selected estimated image file is not a contract / application image file.
또한, 제어부(150)는 추출된 특징점의 개수가 특징점 임계치 개수 미만인 경우, 선택된 추정 이미지 파일이 신분증 이미지를 포함하고 있는지를 판단하기 위하여 다음과 같은 과정을 추가로 수행할 수 있다. 먼저, 제어부(150)는 선택된 추정 이미지 파일의 이미지를 대상으로 에지 검출 알고리즘을 통해 에지 영역을 추출할 수 있다. 예를 들어, 제어부(150)는 에지 검출 알고리즘을 통해 추정 이미지 파일 내에 에지 영역들을 추출할 수 있다. 추정 이미지 파일 내에 신분증 이미지가 존재한다면, 에지 검출 알고리즘을 통해 신분증의 각 에지 영역이 추출될 수 있다. In addition, if the number of extracted feature points is less than the number of feature point thresholds, the controller 150 may further perform the following process to determine whether the selected estimated image file includes an ID image. First, the controller 150 may extract an edge area through an edge detection algorithm on an image of the selected estimated image file. For example, the control unit 150 may extract edge regions in the estimated image file through an edge detection algorithm. If an ID image exists in the estimated image file, each edge region of the ID can be extracted through an edge detection algorithm.
그 후, 제어부(150)는 추출된 에지 영역들을 대상으로 픽셀간 그룹핑을 통해 하나의 사각형 영역을 형성하여 사각형의 관심 영역을 추출할 수 있다. 보통의 신분증은 일정 크기를 갖는 사각형의 형상을 가진다. 따라서 제어부(150)는 추출된 에지 영역들을 대상으로 픽셀간 그룹핑을 통해 하나의 사각형 영역인 신분증 이미지일 가능성이 높은 영역을 형성하고, 형성된 사각형의 영역을 관심 영역으로 추출할 수 있다.Thereafter, the controller 150 may extract a rectangular region of interest by forming one rectangular region through inter-pixel grouping on the extracted edge regions. A normal ID card has a rectangular shape with a certain size. Accordingly, the control unit 150 forms an area that is likely to be an ID image, which is one rectangular area, through the inter-pixel grouping on the extracted edge areas, and extracts the formed square area as a region of interest.
그 후, 제어부(150)는 추출된 관심 영역의 크기가 추정 이미지 파일의 이미지 전체 크기에서 차지하는 비율을 산출할 수 있다.Thereafter, the control unit 150 may calculate the ratio of the size of the extracted ROI to the size of the entire image of the estimated image file.
그 후, 제어부(150)는 산출된 관심 영역의 크기가 차지하는 비율이 저장부(130)에 미리 저장된 비율 임계값 이하인가 판단할 수 있다. 비율 임계값은 산출된 관심 영역이 실제 신분증 이미지의 크기인가를 판단하기 위한 기준 값이다.Thereafter, the controller 150 may determine whether the ratio of the calculated size of the ROI is less than or equal to a ratio threshold value stored in the
상기 판단 결과, 산출된 관심 영역의 크기가 차지하는 비율이 비율 임계값 이하인 경우, 제어부(150)는 선택된 추정 이미지 파일이 신분증 이미지를 포함하는 신분증 이미지 파일로 판단하고, 신분증 이미지 파일을 포함하는 신분증 이미지 파일 리스트를 생성할 수 있다.If it is determined that the ratio of the size of the calculated interest area is less than the ratio threshold value, the controller 150 determines that the selected estimated image file is an ID image file including the ID image, A file list can be generated.
한편, 관심 영역의 크기가 차지하는 비율이 비율 임계값을 초과하는 경우, 제어부(150)는 선택된 추정 이미지 파일은 신분증 이미지를 포함하고 있지 않다고 판단하고, 선택된 추정 이미지 파일을 다음 수행되는 과정에서 처리되지 않도록 제외시킬 수 있다.On the other hand, if the ratio of the size of the ROI exceeds the ratio threshold, the controller 150 determines that the selected estimated image file does not include the ID image, and the selected estimated image file is not processed .
그 후, 제어부(150)는 문서 파일을 대상으로 상기 저장부에 미리 저장된 정규식을 통해 개인정보를 포함하는 개인정보 문서 파일인지를 판단할 수 있다(S1104).Thereafter, the control unit 150 may determine whether the document file is a personal information document file including personal information through a regular expression stored in the storage unit (S1104).
또한, 제어부(150)는 문서 파일 리스트에 포함된 문서 파일들 대상으로 저장부(130)에 미리 저장된 정규식을 통해 개인정보 문서 파일이 존재하는지 판단하고, 개인정보 문서 파일이 존재하는 경우, 개인정보 문서 파일을 포함하는 개인정보 문서 파일 리스트를 생성할 수 있다. 정규식은 문서 파일 리스트에 포함된 문서 파일들 중 개인정보 문서 파일이 존재하는지 판단하기 위한 알고리즘으로서 일정한 패턴을 가지고 있다. 예를 들어, 제어부(150)는 문서 파일 리스트에 포함된 문서 파일들 중 하나의 문서 파일을 선택하여 저장부(130)에 미리 저장된 정규식을 반영하고, 정규식이 반영된 문서 파일과 저장부(130)에 미리 저장된 정규식의 패턴 간 일치하는 정보가 있는지 판단할 수 있다. 일치하는 정보가 존재하는 경우, 제어부(150)는 선택된 문서 파일을 개인정보를 포함하는 개인정보 문서 파일로 판단할 수 있다. The control unit 150 determines whether a personal information document file exists through a regular expression stored in advance in the
또한, 제어부(150)가 수행하는 1104 과정은 다음과 같은 과정들을 포함할 수 있다. 먼저, 제어부(150)는 문서 이미지 파일 리스트에 포함된 문서 파일들 중 하나의 문서 파일을 선택하고, 선택된 문서 파일에 저장부(130)에 미리 저장된 정규식을 반영할 수 있다.In addition, the step 1104 performed by the controller 150 may include the following steps. First, the control unit 150 selects one of the document files included in the document image file list, and reflects the regular expression stored in the
그 후, 제어부(150)는 정규식이 반영된 문서 파일과 저장부(130)에 미리 저장된 정규식의 패턴 간 일치하는 정보가 있는지 판단할 수 있다.Thereafter, the control unit 150 can determine whether there is information that matches the document file reflecting the regular expression and the pattern of the regular expression stored in the
상기 판단 결과, 정규식이 반영된 문서 파일과 정규식 패턴 간에 일치하는 정보가 있는 경우, 제어부(150)는 선택된 문서 파일을 개인정보를 포함하는 개인정보 문서 파일로 판단하고, 선택한 문서 파일을 포함하는 개인정보 문서 파일 리스트를 생성할 수 있다. If there is information that matches the regular expression pattern and the regular expression pattern, the controller 150 determines that the selected document file is a personal information document file including personal information, and stores the personal information including the selected document file A document file list can be generated.
한편, 정규식이 반영된 문서 파일과 정규식 패턴 간에 일치하는 정보가 없는 경우, 제어부(150)는 선택된 문서 파일은 개인정보를 포함하고 있지 않다고 판단하고, 선택된 문서 파일을 다음 수행되는 과정에서 처리되지 않도록 제외시킬 수 있다.On the other hand, if there is no matching information between the document file and the regular expression pattern reflecting the regular expression, the control unit 150 determines that the selected document file does not contain personal information, and excludes the selected document file from being processed in the next process .
그 후, 제어부(150)는 계약서/신청서 이미지 파일, 상기 신분증 이미지 파일 및 상기 개인정보 문서 파일 중 적어도 하나를 구비된 입력부를 통해 수신된 사용자 입력 신호에 따라 상기 저장부에서 삭제 또는 개인 정보 검색 대상에서 제외할 수 있다(S1105).Thereafter, the control unit 150 deletes from the storage unit or searches for a personal information search object (hereinafter, referred to as " personal information search object ") in accordance with a user input signal received through an input unit including at least one of a contract / application image file, (S1105).
또한, 제어부(150)는 계약서/신청서 이미지 파일 리스트, 신분증 이미지 파일 리스트 및 개인정보 문서 파일 리스트에 포함된 파일들 중 적어도 하나의 파일을 구비된 입력부(120)를 통해 수신된 사용자 입력 신호에 따라 저장부(130)에서 삭제 처리 또는 개인 정보 검색 대상에서 제외 처리할 수 있다.In addition, the control unit 150 may receive a user input signal received through the
또한, 제어부(150)는 삭제 처리된 파일들의 개수, 파일명 등의 정보를 포함하는 삭제 결과 정보를 생성하고, 생성된 삭제 결과 정보를 서버(200)로 전송할 수 있다. In addition, the control unit 150 may generate deletion result information including information such as the number of deleted files and file name, and may transmit the deletion result information to the
한편, 상술한 본 발명의 실시예에 따른 방법들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.Meanwhile, the methods according to the embodiments of the present invention described above can be implemented in the form of program instructions that can be executed through various computer means and recorded in a computer-readable medium. The computer-readable medium may include program instructions, data files, data structures, and the like, alone or in combination. The program instructions recorded on the medium may be those specially designed and constructed for the present invention or may be available to those skilled in the art of computer software. Examples of computer-readable media include magnetic media such as hard disks, floppy disks and magnetic tape; optical media such as CD-ROMs and DVDs; magnetic media such as floppy disks; Magneto-optical media, and hardware devices specifically configured to store and execute program instructions such as ROM, RAM, flash memory, and the like. Examples of program instructions include machine language code such as those produced by a compiler, as well as high-level language code that can be executed by a computer using an interpreter or the like. The hardware devices described above may be configured to operate as one or more software modules to perform the operations of the present invention, and vice versa.
또한, 본 발명의 실시예들은 하드웨어, 소프트웨어 또는 하드웨어 및 소프트웨어의 조합의 형태로 실현 가능하다는 것을 알 수 있을 것이다. 이러한 임의의 소프트웨어는 예를 들어, 삭제 가능 또는 재기록 가능 여부와 상관없이, ROM 등의 저장 장치와 같은 휘발성 또는 비휘발성 저장 장치, 또는 예를 들어, RAM, 메모리 칩, 장치 또는 집적 회로와 같은 메모리, 또는 예를 들어 CD, DVD, 자기 디스크 또는 자기 테이프 등과 같은 광학 또는 자기적으로 기록 가능함과 동시에 기계(예를 들어, 컴퓨터)로 읽을 수 있는 저장 매체에 저장될 수 있다. 휴대 단말 내에 포함될 수 있는 저장부는 본 발명의 실시예들을 구현하는 지시들을 포함하는 프로그램 또는 프로그램들을 저장하기에 적합한 기계로 읽을 수 있는 저장 매체의 한 예임을 알 수 있을 것이다. 따라서 본 발명은 본 명세서의 임의의 청구항에 기재된 장치 또는 방법을 구현하기 위한 코드를 포함하는 프로그램 및 이러한 프로그램을 저장하는 기계로 읽을 수 있는 저장 매체를 포함한다. 또한, 이러한 프로그램은 유선 또는 무선 연결을 통해 전달되는 통신 신호와 같은 임의의 매체를 통해 전자적으로 이송될 수 있고, 본 발명은 이와 균등한 것을 적절하게 포함한다.It will also be appreciated that embodiments of the present invention may be implemented in hardware, software, or a combination of hardware and software. Such arbitrary software may be stored in a memory such as, for example, a volatile or non-volatile storage device such as a storage device such as ROM or the like, or a memory such as a RAM, a memory chip, a device or an integrated circuit, , Or a storage medium readable by a machine (e.g., a computer), such as a CD, a DVD, a magnetic disk, or a magnetic tape, as well as being optically or magnetically recordable. It will be appreciated that the storage that may be included in the portable terminal is an example of a machine-readable storage medium suitable for storing programs or programs including instructions for implementing the embodiments of the present invention. Accordingly, the present invention includes a program including code for implementing the apparatus or method as claimed in any of the claims, and a machine-readable storage medium storing such a program. In addition, such a program may be electronically transported through any medium such as a communication signal transmitted via a wired or wireless connection, and the present invention appropriately includes the same.
상술한 본 발명의 설명에서는 구체적인 실시예에 관해 설명하였으나, 여러 가지 변형이 본 발명의 범위에서 벗어나지 않고 실시할 수 있다. 따라서 본 발명의 범위는 설명된 실시예에 의하여 정할 것이 아니고 특허청구범위와 특허청구범위의 균등한 것에 의해 정해져야 한다.
While the present invention has been described in connection with what is presently considered to be practical exemplary embodiments, it is to be understood that the invention is not limited to the disclosed embodiments. Therefore, the scope of the present invention should not be limited by the described embodiments but should be determined by the equivalents of the claims and the claims.
100 : 전자장치
110 : 통신부
120 : 입력부
130 : 저장부
140 : 표시부
150 : 제어부
200 : 서버
210 : 통신부
220 : 저장부
230 : 표시부
240 : 제어부
300 : 유무선 네트워크 망100: Electronic device
110:
120: Input unit
130:
140:
150:
200: Server
210:
220:
230:
240:
300: wired and wireless network
Claims (16)
상기 적어도 하나의 전자장치로부터 인증 확인 요청 정보를 수신하고 그 응답 신호로서 생성된 인증 결과 정보를 상기 적어도 하나의 전자장치로 전송하고, 상기 적어도 하나의 전자장치에서 생성된 삭제 처리된 상기 적어도 하나의 파일의 정보를 포함하는 삭제 결과 정보를 수신하는 서버;
를 포함하고,
상기 제어부는 상기 이미지 파일의 이미지를 그레이 영상으로 변환하고, 변환된 상기 그레이 영상으로부터 히스토그램 추출하고, 추출된 상기 히스토그램으로부터 흰색 분포도를 산출한 후 산출된 상기 흰색 분포도가 상기 저장부에 미리 저장된 히스토그램 임계치 값 이상인지 판단하고, 상기 미리 저장된 히스토그램 임계치 값 이상인지 판단의 결과, 산출된 상기 흰색 분포도가 상기 히스토그램 임계치 값 이상인 경우, 상기 이미지 파일을 상기 추정 이미지 파일로 판단하는 개인정보 자동 검색 시스템.
And classifying the selected file among files existing in the storage unit into an image file or a document file through comparison with extension setting information stored in advance in the storage unit, Determining whether the file is a contract document / application image file or an ID file image file through a classification image processing method, determining whether the document file is a personal information document file including personal information through a regular expression stored in advance in the storage unit, / Control image file, the identification image file, and the personal information document file so as to be excluded from the storage unit or excluded from the personal information search object in accordance with the user input signal received through the input unit including at least one of the image file, At least one electronic device; And
Receive at least one authentication request information from the at least one electronic device and transmit the authentication result information generated as a response signal to the at least one electronic device, A server for receiving deletion result information including information of a file;
Lt; / RTI >
Wherein the control unit converts the image of the image file into a gray image, extracts a histogram from the converted gray image, calculates a white distribution from the extracted histogram, and outputs the calculated white distribution to a histogram threshold value And determining whether the image file is the estimated image file when the calculated white distribution degree is equal to or greater than the histogram threshold value as a result of determining whether or not the calculated value is greater than or equal to the predetermined histogram threshold value.
상기 추정 이미지 파일의 이미지 내에 관심 영역을 설정하는 방법, 상기 관심 영역에 SURF 알고리즘을 통해 특징점을 추출하는 방법 및 추출된 상기 특징점의 개수를 산출하는 방법을 포함하는 계약서/신청서 이미지 파일 영상처리 방법; 및
상기 추정 이미지 파일의 이미지를 대상으로 에지 검출 알고리즘을 통해 에지 영역들을 추출하는 방법, 추출된 상기 에지 영역들을 대상으로 픽셀 그룹핑하여 사각형의 관심 영역을 형성하는 방법 및 형성된 상기 사각형의 관심 영역이 상기 이미지의 전체 크기에서 차지하는 비율을 산출하는 방법을 포함하는 신분증 이미지 파일 영상처리 방법;
을 포함하는 개인정보 자동 검색 시스템.
2. The classification image processing method according to claim 1,
A contract / application image file image processing method including a method of setting a region of interest in an image of the estimated image file, a method of extracting feature points through the SURF algorithm in the ROI, and a method of calculating the number of extracted feature points; And
A method of extracting edge regions through an edge detection algorithm on an image of the estimated image file, a method of forming a rectangular region of interest by pixel grouping the extracted edge regions, The method comprising the steps of: calculating a ratio of the total size of the ID image file to the ID image file;
A personal information automatic retrieval system.
상기 제어부가 산출된 상기 특징점의 개수가 상기 저장부에 미리 저장된 특징점 임계치 개수 이상인지 판단하고, 상기 미리 저장된 특징점 임계치 개수 이상인지 판단의 결과, 산출된 상기 특징점의 개수가 상기 특징점 임계치 개수 이상인 경우, 상기 추정 이미지 파일을 계약서/신청서 이미지 파일로 판단하는 개인정보 자동 검색 시스템.
7. The method according to claim 6, wherein the contract /
The controller determines whether the number of the feature points calculated by the controller is greater than or equal to the number of feature point thresholds stored in advance in the storage unit and if the number of feature points calculated is greater than or equal to the number of feature point thresholds, And determining the estimated image file as a contract / application image file.
상기 제어부가 산출된 상기 비율이 상기 저장부에 미리 저장된 비율 임계값 이하인가 판단하고, 상기 미리 저장된 비율 임계값 이하인가 판단의 결과, 상기 비율이 상기 비율 임계값 이하인 경우, 상기 추정 이미지 파일을 상기 신분증 이미지 파일로 판단하는 개인정보 자동 검색 시스템.
7. The image processing apparatus according to claim 6,
The control unit determines whether the calculated ratio is less than or equal to a ratio threshold value stored in advance in the storage unit, and when the ratio is less than or equal to the ratio threshold value as a result of the determination that the ratio is equal to or less than the predetermined ratio threshold value, An automatic personal information retrieval system that judges an ID image file.
상기 제어부가 상기 문서 파일에 상기 정규식을 반영하고, 상기 정규식이 반영된 상태의 문서 파일과 상기 저장부에 미리 저장된 정규식의 패턴 간 일치하는 정보가 있는지 판단하며, 상기 미리 저장된 정규식의 패턴 간 일치하는 정보가 있는지 판단의 결과, 상기 정규식이 반영된 상태의 문서 파일과 상기 정규식의 패턴 간 일치하는 정보가 있는 경우, 상기 문서 파일을 상기 개인정보 문서 파일로 판단하는 개인정보 자동 검색 시스템.
The information processing apparatus according to claim 1,
Wherein the control unit reflects the regular expression in the document file and determines whether there is information that matches a pattern of a regular expression stored in the storage unit and a document file in which the regular expression is reflected, Wherein the determining unit determines that the document file is the personal information document file when there is information that matches the pattern of the regular expression with the document file reflecting the regular expression as a result of the determination.
인증된 상기 전자장치가 구비된 저장부에 존재하는 파일들 중 선택된 파일을 저장부에 미리 저장된 확장자 설정 정보와 비교를 통해 이미지 파일 또는 문서 파일로 분류하는 단계;
상기 전자장치가 상기 이미지 파일을 대상으로 추정 영상처리 방법을 통해 개인정보를 포함하고 있다고 추정되는 추정 이미지 파일인지 판단하는 단계;
상기 전자장치가 상기 이미지 파일로부터 상기 추정 이미지 파일로 판단된 상기 이미지 파일을 대상으로 분류 영상처리 방법을 통해 계약서/신청서 이미지 파일 또는 신분증 이미지 파일로 판단하는 단계;
상기 전자장치가 상기 문서 파일을 대상으로 상기 저장부에 미리 저장된 정규식을 통해 개인정보를 포함하는 개인정보 문서 파일인지를 판단하는 단계;
상기 전자장치가 상기 계약서/신청서 이미지 파일, 상기 신분증 이미지 파일 및 상기 개인정보 문서 파일 중 적어도 하나를 구비된 입력부를 통해 수신된 사용자 입력 신호에 따라 상기 저장부에서 삭제 또는 개인 정보 검색 대상에서 제외하는 단계; 및
상기 전자장치가 개인정보 파일의 삭제 결과 정보를 생성하고, 생성된 삭제 결과 정보를 상기 서버로 전송하는 단계;
를 포함하고,
상기 추정 이미지 파일인지 판단하는 단계는,
상기 이미지 파일의 이미지를 그레이 영상으로 변환하는 단계;
변환된 상기 그레이 영상으로부터 히스토그램 추출하는 단계;
추출된 상기 히스토그램으로부터 흰색 분포도를 산출하는 단계; 및
산출된 상기 흰색 분포도가 상기 저장부에 미리 저장된 히스토그램 임계치 값 이상인지 판단하고, 상기 미리 저장된 히스토그램 임계치 값 이상인지 판단의 결과, 산출된 상기 흰색 분포도가 상기 히스토그램 임계치 값 이상인 경우, 상기 이미지 파일을 상기 추정 이미지 파일로 판단하는 단계;
를 포함하는 개인정보 자동 검색 방법.
The electronic device generates authentication confirmation request information, transmits the generated authentication confirmation request information to the server, and receives authentication result information from the server to authenticate automatic personal information retrieval;
Classifying the selected file among the files existing in the storage unit having the authenticated electronic apparatus into an image file or a document file through comparison with the extension setting information stored in advance in the storage unit;
Determining whether the electronic device is an estimated image file estimated to contain personal information through the estimated image processing method on the image file;
Determining that the electronic device is a contract / application image file or an ID image file through the classification image processing method on the image file determined as the estimated image file from the image file;
Determining whether the electronic device is a personal information document file including personal information through a regular expression stored in advance in the storage unit with respect to the document file;
Wherein the electronic device is to be deleted from the storage unit or excluded from the personal information search object in accordance with a user input signal received through an input unit including at least one of the contract / application image file, the ID image file, and the personal information document file step; And
Generating the deletion result information of the personal information file by the electronic device and transmitting the deletion result information to the server;
Lt; / RTI >
The method of claim 1,
Converting an image of the image file into a gray image;
Extracting a histogram from the converted gray image;
Calculating a white distribution from the extracted histogram; And
Determining whether the calculated white distribution map is greater than or equal to a histogram threshold value stored in advance in the storage unit and determining whether the calculated white distribution map is greater than or equal to the histogram threshold value, Determining an estimated image file;
The method comprising the steps of:
상기 추정 이미지 파일의 이미지 내에 관심 영역을 설정하는 단계;
상기 관심 영역에 SURF 알고리즘을 통해 특징점을 추출하는 단계;
추출된 상기 특징점의 개수를 산출하는 단계; 및
산출된 상기 특징점의 개수가 상기 저장부에 미리 저장된 특징점 임계치 개수 이상인지 판단하고, 상기 미리 저장된 특징점 임계치 개수 이상인지 판단의 결과, 산출된 상기 특징점의 개수가 상기 특징점 임계치 개수 이상인 경우, 상기 추정 이미지 파일을 상기 계약서/신청서 이미지 파일로 판단하는 단계;
를 더 포함하는 개인정보 자동 검색 방법.
The method of claim 10, wherein the step of determining the contract / application image file or the ID image file comprises:
Setting an area of interest within an image of the estimated image file;
Extracting feature points through the SURF algorithm in the ROI;
Calculating the number of extracted feature points; And
Determining whether the number of the calculated feature points is greater than or equal to the number of feature point thresholds stored in advance in the storage unit, and if the number of feature points calculated is greater than or equal to the number of feature point thresholds, Determining the file as the contract / application image file;
The method comprising the steps of:
상기 추정 이미지 파일의 이미지를 대상으로 에지 검출 알고리즘을 통해 에지 영역들을 추출하는 단계;
추출된 상기 에지 영역들을 대상으로 픽셀 그룹핑하여 사각형의 관심 영역을 형성하는 단계;
형성된 상기 사각형의 관심 영역이 상기 이미지의 전체 크기에서 차지하는 비율을 산출하는 단계; 및
산출된 상기 비율이 상기 저장부에 미리 저장된 비율 임계값 이하인가 판단하고, 상기 미리 저장된 비율 임계값 이하인가 판단의 결과, 상기 비율이 상기 비율 임계값 이하인 경우, 상기 추정 이미지 파일을 상기 신분증 이미지 파일로 판단하는 단계;
를 더 포함하는 개인정보 자동 검색 방법.
The method of claim 10, wherein the step of determining the contract / application image file or the ID image file comprises:
Extracting edge regions through an edge detection algorithm on an image of the estimated image file;
Forming a rectangular region of interest by pixel grouping the extracted edge regions;
Calculating a ratio of the square of the formed region of interest to the total size of the image; And
Determining whether the calculated ratio is less than or equal to a ratio threshold value stored in advance in the storage unit, and when the ratio is equal to or less than the ratio threshold value as a result of the determination that the ratio is equal to or less than the ratio threshold value, ;
The method comprising the steps of:
상기 문서 파일에 상기 정규식을 반영하는 단계; 및
상기 정규식이 반영된 상태의 문서 파일과 상기 저장부에 미리 저장된 정규식의 패턴 간 일치하는 정보가 있는지 판단하고, 상기 미리 저장된 정규식의 패턴 간 일치하는 정보가 있는지 판단의 결과, 상기 정규식이 반영된 상태의 문서 파일과 상기 정규식의 패턴 간 일치하는 정보가 있는 경우, 상기 문서 파일을 상기 개인정보 문서 파일로 판단하는 단계;
를 더 포함하는 개인정보 자동 검색 방법.
The method of claim 10, wherein the step of determining whether the file is the personal information document file comprises:
Reflecting the regular expression in the document file; And
Determining whether there is information matching the pattern of the regular expression stored in the storage unit and the document file in the state where the regular expression is reflected, and determining whether there is information matching the patterns of the regular expression stored in advance, Determining that the document file is the personal information document file if there is information that matches the file and the pattern of the regular expression;
The method comprising the steps of:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020140099832A KR101667784B1 (en) | 2014-08-04 | 2014-08-04 | System, method and computer program for licence auto detection |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020140099832A KR101667784B1 (en) | 2014-08-04 | 2014-08-04 | System, method and computer program for licence auto detection |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20160016201A KR20160016201A (en) | 2016-02-15 |
KR101667784B1 true KR101667784B1 (en) | 2016-10-19 |
Family
ID=55356985
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020140099832A KR101667784B1 (en) | 2014-08-04 | 2014-08-04 | System, method and computer program for licence auto detection |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101667784B1 (en) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101721063B1 (en) | 2016-12-02 | 2017-03-29 | 충남대학교산학협력단 | Personal information retrieval method in the image files and storing medium storing program using the method thereof |
KR20210068689A (en) * | 2019-12-02 | 2021-06-10 | 삼성전자주식회사 | Electronic apparatus and method for controlling thereof |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006209649A (en) | 2005-01-31 | 2006-08-10 | Nec Corp | Confidential document retrieval system, confidential document retrieval method and confidential document retrieval program |
JP2007299093A (en) * | 2006-04-28 | 2007-11-15 | Hitachi Software Eng Co Ltd | Document management system |
KR101054107B1 (en) * | 2011-03-25 | 2011-08-03 | 한국인터넷진흥원 | A system for exposure retrieval of personal information using image features |
KR101389459B1 (en) | 2012-07-31 | 2014-04-25 | 주식회사 마크애니 | Method and apparatus for privacy information outflow prevention, and method and server apparatus for supprot privacy information protection in client apparatus |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100241745B1 (en) | 1997-08-18 | 2000-02-01 | 윤종용 | Integrated management method for personal information |
-
2014
- 2014-08-04 KR KR1020140099832A patent/KR101667784B1/en active IP Right Grant
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006209649A (en) | 2005-01-31 | 2006-08-10 | Nec Corp | Confidential document retrieval system, confidential document retrieval method and confidential document retrieval program |
JP2007299093A (en) * | 2006-04-28 | 2007-11-15 | Hitachi Software Eng Co Ltd | Document management system |
KR101054107B1 (en) * | 2011-03-25 | 2011-08-03 | 한국인터넷진흥원 | A system for exposure retrieval of personal information using image features |
KR101389459B1 (en) | 2012-07-31 | 2014-04-25 | 주식회사 마크애니 | Method and apparatus for privacy information outflow prevention, and method and server apparatus for supprot privacy information protection in client apparatus |
Also Published As
Publication number | Publication date |
---|---|
KR20160016201A (en) | 2016-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2020319589B2 (en) | Region proposal networks for automated bounding box detection and text segmentation | |
US10223345B2 (en) | Interactively predicting fields in a form | |
US8837830B2 (en) | Finding text in natural scenes | |
US10354134B1 (en) | Feature classification with spatial analysis | |
AU2020321911B2 (en) | Region proposal networks for automated bounding box detection and text segmentation | |
JP2018530094A (en) | Segment block-based handwritten signature authentication system and method | |
US20160253504A1 (en) | Electronically shredding a document | |
Küçükkülahlı et al. | Histogram-based automatic segmentation of images | |
CN101533400A (en) | Relative document representing system, relative document representing method | |
JP5962449B2 (en) | Determination program, determination method, and determination apparatus | |
KR101667784B1 (en) | System, method and computer program for licence auto detection | |
KR20190124436A (en) | Method for searching building based on image and apparatus for the same | |
JP6565661B2 (en) | Image processing system, image similarity determination method, and image similarity determination program | |
CN114140649A (en) | Bill classification method, bill classification device, electronic apparatus, and storage medium | |
Vidhyalakshmi et al. | Text detection in natural images with hybrid stroke feature transform and high performance deep Convnet computing | |
JP5625246B2 (en) | Image search apparatus and image search method | |
JP7312646B2 (en) | Information processing device, document identification method, and information processing system | |
CN112507912A (en) | Method and device for identifying illegal picture | |
CN114730499A (en) | Image recognition method and device, training method, electronic device and storage medium | |
KR20150130253A (en) | Method of extracting adaptive unstructured personal information in image for data loss prevention and apparatus for performing the method | |
KR102546195B1 (en) | Method for learning data classification based on collection environment, and computer program recorded on record-medium for executing method thereof | |
KR102531917B1 (en) | Method for annotation using boundary transplant, and computer program recorded on record-medium for executing method thereof | |
KR102546198B1 (en) | Method for learning data classification based physical factor, and computer program recorded on record-medium for executing method thereof | |
KR102546193B1 (en) | Method for learning data classification using color information, and computer program recorded on record-medium for executing method thereof | |
Yin et al. | Automating data extraction and identification on Chinese road maps |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E90F | Notification of reason for final refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |