KR102384419B1 - 객체에 관한 정보를 추정하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체 - Google Patents

Abstract

본 발명의 일 태양에 따르면, 객체에 관한 정보를 추정하기 위한 방법으로서, 촬영 이미지가 획득되면, 상기 촬영 이미지에서 관심 객체를 검출하고, 상기 검출되는 관심 객체에 관한 비교 대상 객체 풀(Pool)에 포함되는 비교 대상 객체 중에서 후보 객체를 도출하는 단계, 및 상기 도출되는 후보 객체에 관한 식별 정보를 참조하여 결정되는 관심 객체에 관한 식별 정보 및 상기 검출되는 관심 객체에 관하여 획득되는 상태 정보에 기초하여 상기 검출되는 관심 객체의 가격을 추정하는 단계를 포함하는 방법이 제공된다.

Description

객체에 관한 정보를 추정하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체{METHOD, SYSTEM AND NON-TRANSITORY COMPUTER-READABLE RECORDING MEDIUM FOR ESTIMATING INFORMATION ABOUT OBJECTS}

본 발명은 객체에 관한 정보를 추정하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체에 관한 것이다.

근래에 들어, 개인 간의 물품 거래(예를 들면, 중고 물품 거래)가 활발해지면서 간편하면서도 신뢰도 높은 방법으로 이러한 거래가 이루어질 수 있도록 지원하는 서비스에 대한 수요가 높아지고 있다.

이에 관한 종래 기술의 일 예로서, 한국등록특허공보 제10-1678970호에 개시된 기술을 예로 들 수 있는데, 이에 따르면, 물품의 부분 이미지 및 전체 이미지를 포함하는 촬영 이미지를 수신하는 단계; 상기 촬영 이미지를 분석하는 단계; 상기 촬영 이미지에 대한 분석 결과를 근거로, 상기 촬영 이미지의 특징점 정보를 추출하는 단계; 상기 특징점 정보와 상기 물품에 대한 기준 정보를 비교함으로써, 상기 물품의 진위 여부와 외관 등급을 결정하는 단계; 및 상기 물품의 진위 여부 및 외관 등급을 근거로, 상기 물품의 평가 금액을 산출하는 단계를 포함하고, 상기 촬영 이미지를 분석하는 단계 이후, 상기 물품에 대한 제품 모델명을 도출하는 단계; 및 상기 제품 모델명을 근거로, 외부 서버 또는 저장부에서 상기 물품의 제품 정보를 검색하는 단계를 더 포함하고, 상기 제품 정보는 상기 물품의 출고가 및 중고가를 포함하는 물품 금액, 제조사, 판매자, 판매처, 출시년도, 제작년도, 색상, 상표, 모델, 등급, 중량, 재질, 형태, 제작자 및 상기 판매처 별 재고량 정보 중 적어도 하나를 포함하며, 상기 촬영 이미지를 수신하는 단계는, 물품의 서지, 보증서, 감정서, 개런티 카드 및 워런티 카드 중 적어도 하나에 대한 촬영 이미지를 수신하는 단계를 더 포함하고, 상기 특징점 정보를 추출하는 단계는, 상기 물품의 서지, 보증서, 감정서, 개런티 카드 및 워런티 카드 중 적어도 하나에 대한 촬영 이미지에 포함된 일련 번호, 레퍼런스 번호, 코드 번호, 바코드, 이미지, 모양 및 문자 중 적어도 하나에 대한 특징점 정보를 추출하는 단계를 더 포함하는 것을 특징으로 한다.

하지만, 위와 같은 종래 기술을 비롯하여 지금까지 소개된 기술에 의하면, 촬영 이미지에 포함되는 객체를 정확하게 식별하기 위하여 해당 객체에 관한 정보가 자세하게 기재되어 있는 보증서 등이 필요하다거나, 특히 중고 명품의 경우에는 해당 객체의 가치를 정확하게 산출하기 위하여 전문가의 감정이 필요하다는 한계가 있었다.

이에 본 발명자(들)는, 간편하면서도 정확하게 촬영 이미지에서 검출되는 객체의 정보를 추정하고, 이를 바탕으로 해당 객체의 가치를 평가하는 기술을 제안하는 바이다.

등록특허공보 제10-1678970호 (2016. 11. 24)

본 발명은 전술한 종래 기술의 문제점을 모두 해결하는 것을 그 목적으로 한다.

또한, 본 발명은, 촬영 이미지가 획득되면, 위의 촬영 이미지에서 관심 객체를 검출하고, 위의 검출되는 관심 객체에 관한 비교 대상 객체 풀(Pool)에 포함되는 비교 대상 객체 중에서 후보 객체를 도출하고, 위의 도출되는 후보 객체에 관한 식별 정보를 참조하여 결정되는 관심 객체에 관한 식별 정보 및 위의 검출되는 관심 객체에 관하여 획득되는 상태 정보에 기초하여 위의 검출되는 관심 객체의 가격을 추정하는 것을 다른 목적으로 한다.

또한, 본 발명은, 간편하면서도 정확하게 촬영 이미지에서 검출되는 객체의 정보를 추정하고, 이를 바탕으로 해당 객체의 가치를 평가함으로써 사용자들 간의 물품 거래가 편리하게 진행될 수 있도록 지원하는 것을 또 다른 목적으로 한다.

상기 목적을 달성하기 위한 본 발명의 대표적인 구성은 다음과 같다.

본 발명의 일 태양에 따르면, 촬영 이미지가 획득되면, 상기 촬영 이미지에서 관심 객체를 검출하고, 상기 검출되는 관심 객체에 관한 비교 대상 객체 풀(Pool)에 포함되는 비교 대상 객체 중에서 후보 객체를 도출하는 단계, 및 상기 도출되는 후보 객체에 관한 식별 정보를 참조하여 결정되는 관심 객체에 관한 식별 정보 및 상기 검출되는 관심 객체에 관하여 획득되는 상태 정보에 기초하여 상기 검출되는 관심 객체의 가격을 추정하는 단계를 포함하는 방법이 제공된다.

본 발명의 다른 태양에 따르면, 촬영 이미지가 획득되면, 상기 촬영 이미지에서 관심 객체를 검출하고, 상기 검출되는 관심 객체에 관하여 상태 정보를 획득하는 관심 객체 관리부, 상기 검출되는 관심 객체에 관한 비교 대상 객체 풀(Pool)에 포함되는 비교 대상 객체 중에서 후보 객체를 도출하는 후보 객체 관리부, 및 상기 도출되는 후보 객체에 관한 식별 정보를 참조하여 결정되는 관심 객체에 관한 식별 정보 및 상기 획득되는 상태 정보에 기초하여 상기 검출되는 관심 객체의 가격을 추정하는 가격 관리부를 포함하는 시스템이 제공된다.

이 외에도, 본 발명을 구현하기 위한 다른 방법, 다른 시스템 및 상기 방법을 실행하기 위한 컴퓨터 프로그램을 기록하는 비일시성의 컴퓨터 판독 가능한 기록 매체가 더 제공된다.

본 발명에 의하면, 촬영 이미지가 획득되면, 위의 촬영 이미지에서 관심 객체를 검출하고, 위의 검출되는 관심 객체에 관한 비교 대상 객체 풀(Pool)에 포함되는 비교 대상 객체 중에서 후보 객체를 도출하고, 위의 도출되는 후보 객체에 관한 식별 정보를 참조하여 결정되는 관심 객체에 관한 식별 정보 및 위의 검출되는 관심 객체에 관하여 획득되는 상태 정보에 기초하여 위의 검출되는 관심 객체의 가격을 추정할 수 있게 된다.

또한, 본 발명에 의하면, 간편하면서도 정확하게 촬영 이미지에서 검출되는 객체의 정보를 추정하고, 이를 바탕으로 해당 객체의 가치를 평가함으로써 사용자들 간의 물품 거래가 편리하게 진행될 수 있도록 지원할 수 있게 된다.

도 1은 본 발명의 일 실시예에 따라 객체에 관한 정보를 추정하기 위한 전체 시스템의 개략적인 구성을 나타내는 도면이다.
도 2는 본 발명의 일 실시예에 따른 객체 정보 추정 시스템의 내부 구성을 상세하게 도시하는 도면이다.
도 3 내지 도 5, 도 9 및 도 10은 본 발명의 일 실시예에 따라 관심 객체를 검출하는 과정을 예시적으로 나타내는 도면이다.
도 6 내지 도 8은 본 발명의 일 실시예에 따라 관심 객체와 비교 대상 객체 사이의 유사도를 산출하기 위한 과정을 예시적으로 나타내는 도면이다.
도 11 내지 도 12는 본 발명의 일 실시예에 따라 관심 객체에 관하여 사용자로부터 부분적인 식별 정보를 획득하는 과정을 예시적으로 나타내는 도면이다.
도 13은 본 발명의 일 실시예에 따라 관심 객체에 관하여 사용자로부터 검출 영역 및 상태 정보가 획득되는 과정을 예시적으로 나타내는 도면이다.
도 14 내지 도 17은 본 발명의 일 실시예에 따라 후보 객체가 도출되는 과정을 예시적으로 나타내는 도면이다.

후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이러한 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 본 명세서에 기재되어 있는 특정 형상, 구조 및 특성은 본 발명의 정신과 범위를 벗어나지 않으면서 일 실시예로부터 다른 실시예로 변경되어 구현될 수 있다. 또한, 각각의 실시예 내의 개별 구성요소의 위치 또는 배치도 본 발명의 정신과 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 행하여지는 것이 아니며, 본 발명의 범위는 특허청구범위의 청구항들이 청구하는 범위 및 그와 균등한 모든 범위를 포괄하는 것으로 받아들여져야 한다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 구성요소를 나타낸다.

이하에서는, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 하기 위하여, 본 발명의 여러 바람직한 실시예에 관하여 첨부된 도면을 참조하여 상세히 설명하기로 한다.

본 명세서에서는, 객체 정보 추정 서비스에 관한 실시예가 중고 가방의 가격 추정에 주로 초점을 맞추어 설명되지만, 해당 서비스가 특정 종류의 물품에만 제한적으로 적용될 수 있는 것은 아니고, 시계, 장신구 등과 같이 거래가 가능한 모든 종류의 물품에 적용될 수 있는 것으로 이해되어야 한다.

전체 시스템의 구성

도 1은 본 발명의 일 실시예에 따라 객체에 관한 정보를 추정하기 위한 전체 시스템의 개략적인 구성을 나타내는 도면이다.

도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 전체 시스템은 통신망(100), 객체 정보 추정 시스템(200) 및 디바이스(300)를 포함할 수 있다.

먼저, 본 발명의 일 실시예에 따른 통신망(100)은 유선 통신이나 무선 통신과 같은 통신 양태를 가리지 않고 구성될 수 있으며, 근거리 통신망(LAN; Local Area Network), 도시권 통신망(MAN; Metropolitan Area Network), 광역 통신망(WAN; Wide Area Network) 등 다양한 통신망으로 구성될 수 있다. 바람직하게는, 본 명세서에서 말하는 통신망(100)은 공지의 인터넷 또는 월드 와이드 웹(WWW; World Wide Web)일 수 있다. 그러나, 통신망(100)은, 굳이 이에 국한될 필요 없이, 공지의 유무선 데이터 통신망, 공지의 전화망 또는 공지의 유무선 텔레비전 통신망을 그 적어도 일부에 있어서 포함할 수도 있다.

예를 들면, 통신망(100)은 무선 데이터 통신망으로서, 와이파이(WiFi) 통신, 와이파이 다이렉트(WiFi-Direct) 통신, 롱텀 에볼루션(LTE, Long Term Evolution) 통신, 5G 통신, 블루투스 통신(저전력 블루투스(BLE; Bluetooth Low Energy) 통신 포함), 적외선 통신, 초음파 통신 등과 같은 종래의 통신 방법을 적어도 그 일부분에 있어서 구현하는 것일 수 있다. 다른 예를 들면, 통신망(100)은 광 통신망으로서, 라이파이(LiFi, Light Fidelity) 등과 같은 종래의 통신 방법을 적어도 그 일부분에 있어서 구현하는 것일 수 있다.

다음으로, 본 발명의 일 실시예에 따른 객체 정보 추정 시스템(200)은 촬영 이미지가 획득되면, 위의 촬영 이미지에서 관심 객체를 검출하고, 위의 검출되는 관심 객체에 관한 비교 대상 객체 풀(Pool)에 포함되는 비교 대상 객체 중에서 후보 객체를 도출하고, 위의 도출되는 후보 객체에 관한 식별 정보를 참조하여 결정되는 관심 객체에 관한 식별 정보 및 위의 검출되는 관심 객체에 관하여 획득되는 상태 정보에 기초하여 위의 검출되는 관심 객체의 가격을 추정하는 기능을 수행할 수 있다.

본 발명에 따른 객체 정보 추정 시스템(200)의 구성과 기능에 관하여는 이하의 상세한 설명을 통하여 자세하게 알아보기로 한다.

다음으로, 본 발명의 일 실시예에 따른 디바이스(300)는 객체 정보 추정 시스템(200)에 접속한 후 통신할 수 있는 기능을 포함하는 디지털 기기로서, 스마트폰, 태블릿, 스마트 워치, 스마트 밴드, 스마트 글래스, 데스크탑 컴퓨터, 노트북 컴퓨터, 워크스테이션, PDA, 웹 패드, 이동 전화기 등과 같이 메모리 수단을 구비하고 마이크로 프로세서를 탑재하여 연산 능력을 갖춘 디지털 기기라면 얼마든지 본 발명에 따른 디바이스(300)로서 채택될 수 있다.

특히, 디바이스(300)는, 사용자가 객체 정보 추정 시스템(200)으로부터 객체 정보 추정 등의 서비스를 제공받을 수 있도록 지원하는 애플리케이션(미도시됨)을 포함할 수 있다. 이와 같은 애플리케이션은 객체 정보 추정 시스템(200) 또는 외부의 애플리케이션 배포 서버(미도시됨)로부터 다운로드된 것일 수 있다. 한편, 이러한 애플리케이션의 성격은 후술할 바와 같은 객체 정보 추정 시스템(200)의 관심 객체 관리부(210), 후보 객체 관리부(220), 가격 관리부(230), 통신부(240) 및 제어부(250)와 전반적으로 유사할 수 있다. 여기서, 애플리케이션은 그 적어도 일부가 필요에 따라 그것과 실질적으로 동일하거나 균등한 기능을 수행할 수 있는 하드웨어 장치나 펌웨어 장치로 치환될 수도 있다.

객체 정보 추정 시스템의 구성

이하에서는, 본 발명의 구현을 위하여 중요한 기능을 수행하는 객체 정보 추정 시스템(200)의 내부 구성과 각 구성요소의 기능에 대하여 살펴보기로 한다.

도 2는 본 발명의 일 실시예에 따른 객체 정보 추정 시스템(200)의 내부 구성을 상세하게 도시하는 도면이다.

도 2에 도시된 바와 같이, 본 발명의 일 실시예에 따른 객체 정보 추정 시스템(200)은, 관심 객체 관리부(210), 후보 객체 관리부(220), 가격 관리부(230), 통신부(240) 및 제어부(250)를 포함하여 구성될 수 있다.

본 발명의 일 실시예에 따르면, 관심 객체 관리부(210), 후보 객체 관리부(220), 가격 관리부(230), 통신부(240) 및 제어부(250)는 그 중 적어도 일부가 외부의 시스템(미도시됨)과 통신하는 프로그램 모듈일 수 있다. 이러한 프로그램 모듈은 운영 시스템, 응용 프로그램 모듈 또는 기타 프로그램 모듈의 형태로 객체 정보 추정 시스템(200)에 포함될 수 있고, 물리적으로는 여러 가지 공지의 기억 장치에 저장될 수 있다. 또한, 이러한 프로그램 모듈은 객체 정보 추정 시스템(200)과 통신 가능한 원격 기억 장치에 저장될 수도 있다. 한편, 이러한 프로그램 모듈은 본 발명에 따라 후술할 특정 업무를 수행하거나 특정 추상 데이터 유형을 실행하는 루틴, 서브루틴, 프로그램, 오브젝트, 컴포넌트, 데이터 구조 등을 포괄하지만, 이에 제한되지는 않는다.

한편, 객체 정보 추정 시스템(200)에 관하여 위와 같이 설명되었으나, 이러한 설명은 예시적인 것이고, 객체 정보 추정 시스템(200)의 구성요소 또는 기능 중 적어도 일부가 필요에 따라 디바이스(300) 또는 서버(미도시됨) 내에서 실현되거나 외부 시스템(미도시됨) 내에 포함될 수도 있음은 당업자에게 자명하다.

먼저, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 촬영 이미지가 획득되면, 그 촬영 이미지에서 관심 객체를 검출하는 기능을 수행할 수 있다.

구체적으로, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 촬영 이미지가 획득되면, R-CNN(Region-based Convolutional Neural Networks), YOLO(You Only Look Once), SSD(Single Shot multibox Detector) 등과 같은 객체 인식 모델을 이용하여 그 촬영 이미지에서 적어도 하나의 관심 객체를 검출할 수 있다. 다만, 본 발명의 일 실시예에 따른 객체 인식 모델은 위의 열거된 것에 한정되지 않으며, 본 발명의 목적을 달성할 수 있는 범위 내에서 다양하게 변경될 수 있다.

계속하면, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)가 관심 객체를 검출하는 것은, 해당 관심 객체의 카테고리 및 촬영 이미지상의 해당 관심 객체의 위치(또는 촬영 이미지상에서 해당 관심 객체가 차지하고 있는 영역)를 인식하고 그 인식된 정보의 신뢰도를 산출하는 과정을 의미할 수 있다. 여기서, 본 발명의 일 실시예에 따르면, 해당 관심 객체의 카테고리를 인식하는 것은, 해당 관심 객체에 관한 식별 정보(즉, 해당 관심 객체의 가격을 추정하기 위하여 필요한 정보로서, 구체적인 모델명과 같이 해당 관심 객체를 다른 객체와 구별하여 특정할 수 있는 정보)를 결정하는 것과는 구별될 수 있다.

보다 구체적으로, 본 발명의 일 실시예에 따르면, 관심 객체의 카테고리란, 위의 관심 객체에 관한 식별 정보를 포함하는 상위의 개념을 의미할 수 있다. 예를 들어, 본 발명의 일 실시예에 따르면, 관심 객체가 가방인 경우에, 가방, 핸드백, 토트백 등이 관심 객체의 카테고리에 해당할 수 있고, 구체적인 모델 정보인 '루이비통 네오 알마 BB' 등이 관심 객체에 관한 식별 정보에 해당할 수 있다.

그리고, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)에 의한 관심 객체의 검출 결과에는, 촬영 이미지에서 검출되는 관심 객체에 관한 메인 카테고리 및 서브 카테고리가 포함될 수 있다.

구체적으로, 본 발명의 일 실시예에 따르면, 메인 카테고리 및 서브 카테고리와 같이 하나의 관심 객체에 관하여 복수 개의 카테고리가 인식되는 것도 가능하다. 예를 들면, 촬영 이미지에서 관심 객체로서 핸드백이 검출된 경우에, 해당 관심 객체에 관한 메인 카테고리는 가방이고, 서브 카테고리는 핸드백일 수 있다. 다른 예를 들면, 촬영 이미지에서 관심 객체로서 고양이 형상의 가방 또는 표면에 고양이 무늬가 있는 가방이 검출된 경우에, 해당 관심 객체에 관한 메인 카테고리는 가방이고, 서브 카테고리는 동물(또는 고양이)일 수 있다.

다만, 본 발명의 일 실시예에 따른 카테고리가 위에서 설명된 것에 한정되는 것은 아니며, 본 발명의 목적을 달성할 수 있는 범위 내에서 다양하게 변경될 수 있다. 예를 들어, 본 발명의 일 실시예에 따르면, 샤넬, 루이비통 등과 같은 브랜드 정보가 위의 카테고리에 포함될 수도 있다.

그리고, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)에 의한 적어도 하나의 관심 객체의 검출에는, 관심 객체에 관한 적어도 하나의 경계 영역(예를 들면, 관심 객체를 둘러싸는 Bounding Box)을 설정하는 과정이 포함될 수 있고, 이를 통해, 촬영 이미지상의 적어도 하나의 관심 객체의 위치(또는 해당 관심 객체가 차지하고 있는 영역)를 인식할 수 있다. 다만, 본 발명의 일 실시예에 따르면, 위의 경계 영역을 설정하는 과정이, 관심 객체의 카테고리를 인식하고 그 인식된 정보의 신뢰도를 산출하는 과정과 반드시 구별되는 것은 아니고, 실질적으로 하나의 과정으로서 진행될 수도 있는 것으로 이해되어야 한다.

한편, 본 발명의 일 실시예에 따르면, 관심 객체는, 본 발명의 일 실시예에 따른 가격 관리부(230)에 의하여 가격이 추정될 수 있는 대상을 의미할 수 있다.

예를 들면, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)에 의하여 촬영 이미지에서 검출되는 적어도 하나의 객체 중에서, 본 발명의 일 실시예에 따른 가격 관리부(230)에 의한 가격 추정 기능이 지원되는 적어도 하나의 객체가 관심 객체로서 결정될 수 있다. 이 경우에, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 위의 검출되는 객체의 카테고리가 비교 대상 객체 풀(Pool)에 포함되는 특정 객체의 카테고리와 실질적으로 동일한 것으로 판단되면 위의 검출되는 객체를 관심 객체로서 결정할 수 있다. 한편, 비교 대상 객체 풀에 관한 자세한 내용은 후술하기로 한다.

그리고, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 가격을 추정하고자 하는 객체에 관하여 사용자로부터 부분적인 식별 정보가 획득되는 경우에는, 그 획득된 정보 및 검출 결과 중 적어도 하나에 기초하여 관심 객체를 결정할 수도 있다.

구체적으로, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 관심 객체에 관하여 사용자로부터 부분적인 식별 정보를 획득할 수 있다. 본 발명의 일 실시예에 따르면, 관심 객체에 관하여 사용자로부터 획득되는 부분적인 식별 정보는 관심 객체를 식별하기 위한 일부의 정보를 의미할 수 있다. 예를 들어, 본 발명의 일 실시예에 따르면, 관심 객체가 가방인 경우에, 관심 객체에 관하여 사용자로부터 획득되는 부분적인 식별 정보에는 카테고리(예를 들면, 핸드백), 브랜드, 소재, 재질, 패턴, 색, 사이즈(실측 사이즈를 포함함), 덮개의 유무, 바닥면의 유무, 손잡이의 유무, 손잡이의 개수, 개런티 카드 번호, 제품 코드번호, 제품명, 각인 번호, 연식 번호 등이 포함될 수 있다. 그리고, 본 발명의 일 실시예에 따르면, 관심 객체에 관하여 사용자로부터 획득되는 부분적인 식별 정보는, 사용자가 객체를 촬영하기 전에 미리 획득되거나, 사용자가 객체를 촬영한 직후에 획득될 수 있다. 또한, 촬영 이미지에서 관심 객체가 검출된 이후에 획득될 수도 있다.

도 3은 본 발명의 일 실시예에 따라 관심 객체를 검출하는 과정을 예시적으로 나타내는 도면이다.

예를 들면, 도 3의 (b)를 참조하면, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)에 의하여 촬영 이미지에서 핸드백(321) 및 가방(322)이 검출된 경우에, 관심 객체에 관한 부분적인 식별 정보로서 손잡이가 있다는 정보를 사용자로부터 획득하였다면, 관심 객체를 핸드백(321)으로 결정할 수 있다.

계속하면, 본 발명의 일 실시예에 따르면, 관심 객체에 관하여 사용자로부터 획득되는 부분적인 식별 정보는 단계적으로 획득될 수 있다. 예를 들어, 관심 객체가 루이비통 가방인 경우에, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 사용자에게 루이비통 가방의 패턴에 관한 상위 이미지들(예를 들면, 다미에, 모노그램 등)을 제공하고, 그 상위 이미지들 중에서 위의 사용자에 의하여 특정 이미지(예를 들면, 다미에)가 선택되면, 그 상위 이미지의 하위 이미지들(예를 들면, 다미에 에벤, 다미에 아주르 등)을 제공하는 방법으로 관심 객체에 관하여 사용자로부터 부분적인 식별 정보를 획득할 수 있다.

도 11 내지 도 12는 본 발명의 일 실시예에 따라 관심 객체에 관하여 사용자로부터 부분적인 식별 정보를 획득하는 과정을 예시적으로 나타내는 도면이다.

도 11의 (a) 및 (b)를 참조하면, 관심 객체가 가방인 경우에, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 사용자로부터 해당 가방의 브랜드 및 소재(또는 패턴)에 관한 정보를 획득할 수 있다.

도 12를 참조하면, 관심 객체가 가방인 경우에, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 사용자로부터 해당 가방의 사이즈에 관한 정보를 획득할 수 있다. 예를 들면, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 사용자가 해당 가방의 브랜드에 따라 정해지는 사이즈 구분 중 어느 하나를 선택하도록 함으로써 해당 가방의 사이즈에 관한 정보를 획득할 수 있다(도 12의 (a)).

또한, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 사용자가 해당 가방의 사이즈를 직접 입력하도록 함으로써 해당 가방의 사이즈에 관한 정보를 획득할 수 있다(도 12의 (b)). 이 경우에, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 해당 가방의 사이즈를 측정할 수 있도록 지원하는 기능을 사용자에게 제공할 수도 있다. 예를 들면, 사용자 디바이스(300)의 디스플레이에 자를 표시하거나, 카메라와 해당 가방 사이의 거리 등에 기초하여 추정되는 해당 가방의 사이즈를 사용자에게 제공할 수 있다.

다만, 본 발명의 일 실시예에 따른 관심 객체에 관하여 사용자로부터 획득되는 부분적인 식별 정보의 종류, 획득 시점 및 획득 방법은 위에서 설명된 것에 한정되지 않으며, 본 발명의 목적을 달성할 수 있는 범위 내에서 다양하게 변경될 수 있다.

도 3 내지 도 5, 도 9 및 도 10은 본 발명의 일 실시예에 따라 관심 객체를 검출하는 과정을 예시적으로 나타내는 도면이다.

예를 들어, 도 3의 (a)를 참조하면, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 촬영 이미지에서 검출되는 객체에 대하여 경계 영역(311)을 설정할 수 있고, 그 경계 영역(311)에 포함되는 객체의 카테고리를 핸드백으로 인식할 수 있다. 그리고, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 위의 인식된 정보, 즉, 핸드백이 비교 대상 객체 풀에 포함되는 특정 객체의 카테고리와 실질적으로 동일한 것으로 판단되면 위의 검출되는 객체를 관심 객체로서 결정할 수 있다. 여기서, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 위와 같이 관심 객체를 결정함에 있어서, 위의 인식된 정보의 신뢰도 및 위의 경계 영역(311)의 크기(또는 면적, 픽셀의 크기 등) 중 적어도 하나를 참조할 수 있으며, 본 명세서에서 설명되는 다른 실시예에서 별도로 언급되지 않더라도 마찬가지로 이해되어야 한다.

다른 예를 들어, 도 3의 (b)를 참조하면, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 촬영 이미지에서 검출되는 하나의 객체에 대하여 복수의 경계 영역(321 및 322)을 설정할 수 있다. 그리고, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 그 복수의 경계 영역(321 및 322) 중 제1 경계 영역(321)에 포함되는 객체의 카테고리를 핸드백으로 인식할 수 있고, 제2 경계 영역(322)에 포함되는 객체의 카테고리를 가방으로 인식할 수 있다. 그리고, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 위의 인식된 정보, 즉, 핸드백 및 가방이 비교 대상 객체 풀에 포함되는 특정 객체의 카테고리와 실질적으로 동일한 것으로 판단되면 위의 검출되는 객체를 관심 객체로서 결정할 수 있다. 여기서, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 위의 인식된 정보, 즉, 핸드백 및 가방 중에서 신뢰도가 높은 카테고리를 위의 관심 객체의 카테고리로서 결정할 수 있다. 또한, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 위의 인식된 정보, 즉, 핸드백 및 가방의 신뢰도 및/또는 포함 관계를 고려하여 메인 카테고리를 가방으로 결정하고, 서브 카테고리를 핸드백으로 결정할 수도 있다.

또 다른 예를 들어, 도 9의 (a)를 참조하면, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 촬영 이미지(910)에서 검출되는 하나의 객체에 대하여 복수의 경계 영역(911 및 912)을 설정할 수 있다. 그리고, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 그 복수의 경계 영역(911 및 912) 중 제1 경계 영역(911)에 포함되는 객체의 카테고리를 가방으로 인식할 수 있고, 제2 경계 영역(912)에 포함되는 객체의 카테고리를 동물(또는 고양이)로 인식할 수 있다. 그리고, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 위의 인식된 정보, 즉, 가방 및 동물(또는 고양이)이 비교 대상 객체 풀에 포함되는 특정 객체의 카테고리와 실질적으로 동일한 것으로 판단되면 위의 검출되는 객체를 관심 객체로서 결정할 수 있다. 여기서, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 위의 인식된 정보, 즉, 가방 및 동물(또는 고양이)의 신뢰도 및/또는 복수의 경계 영역(911 및 912) 사이의 포함 관계를 고려하여 메인 카테고리를 가방으로 결정하고, 서브 카테고리를 동물(또는 고양이)로 결정할 수도 있다.

계속하여 예를 들면, 도 9의 (b)를 참조하면, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 복수의 경계 영역(911 및 912) 중 작은 영역(912)을 촬영 이미지(910)에서 크로핑(Cropping)하고, 그 크로핑된 이미지(920)에서 다시 검출(921)을 수행한 결과(예를 들면, 신뢰도가 소정 수준 이상인지 여부)에 따라 관심 객체의 서브 카테고리를 동물(또는 고양이)로 결정할 수 있다. 또는, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 촬영 이미지(910)에서 검출되는 첫 번째 객체에 대하여 일단 하나의 경계 영역(911)을 설정하고, 그 경계 영역(911)에 포함되는 이미지를 등간격으로 분할하거나 세그먼테이션(Segmentation)을 수행함으로써, 위의 객체의 일부에 해당하는 두 번째 객체를 검출(921)할 수 있다. 그리고, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 이러한 두 번째 객체의 검출 결과로서 관심 객체의 서브 카테고리를 동물(또는 고양이)로 결정할 수도 있다.

또 다른 예를 들어, 도 10을 참조하면, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 촬영 이미지(1020)에서 검출되는 객체에 대하여 경계 영역(1021)을 설정할 수 있고, 실제 촬영된 객체는 고양이 형상의 가방이지만, 그 경계 영역(1021)에 포함되는 객체의 카테고리를 동물(또는 고양이)로 인식한 경우를 가정할 수 있다. 이러한 경우에는, 본 발명의 일 실시예에 따르면, 위의 인식된 정보, 즉, 동물(또는 고양이)이 비교 대상 객체 풀에 동물(또는 고양이)이라는 카테고리를 갖는 객체가 없기 때문에 위의 검출되는 객체가 관심 객체로서 결정되지 않을 수 있다. 이때, 관심 객체에 관하여 사용자로부터 획득되는 부분적인 식별 정보로서 관심 객체의 카테고리가 가방(1010)이라는 정보가 있다면, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 위의 인식된 정보, 즉, 동물(또는 고양이)의 신뢰도 및/또는 관심 객체에 관하여 사용자로부터 획득되는 부분적인 식별 정보(1010)를 고려하여 메인 카테고리를 가방으로 결정하고, 서브 카테고리를 동물(또는 고양이)로 결정할 수도 있다.

또 다른 예를 들어, 도 4의 (a) 및 (b)를 참조하면, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 복수의 객체에 각각에 대하여 경계 영역(411 내지 413 및 421 내지 424)을 설정하고, 그 경계 영역(411 내지 413 및 421 내지 424)에 포함되는 복수의 객체가 각각 관심 객체에 해당하는지 여부를 결정할 수도 있다. 그리고, 그 복수의 객체가 모두 관심 객체에 해당한다면, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)는, 그 복수의 객체 각각에 관하여 후보 객체를 도출할 수 있다. 한편, 후보 객체 관리부(220)의 기능에 관한 자세한 내용은 후술하기로 한다.

한편, 본 발명의 일 실시예에 따른 촬영 이미지는, 촬영에 관한 지침에 기초하여 촬영되는 이미지 일 수 있다.

구체적으로, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 객체 정보 추정 시스템(200)을 이용하려는 사용자에게 촬영에 관한 지침을 제공함으로써 그 지침에 따라 관심 객체를 촬영하도록 유도할 수 있다.

예를 들어, 도 5의 (a)를 참조하면, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 관심 객체가 위치해야 하는 영역을 가이드라인(512)과 같은 형식으로 사용자 디바이스(300)의 디스플레이에 표시함으로써, 위의 사용자가 관심 객체를 올바르게 촬영하도록 유도할 수 있다. 그리고, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 위의 가이드 라인 안쪽의 영역에 대하여 관심 객체의 검출을 수행함으로써 검출 결과의 신뢰도를 높일 수 있다.

다른 예를 들면, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 카메라를 통하여 보여지는 객체들 중에서 현재 인식되고 있는 객체가 어떤 객체인지를 사용자 디바이스(300)의 디스플레이에 표시(예를 들면, 위의 인식되고 있는 객체의 색을 본래의 색과 다르게 표시)함으로써, 위의 사용자가 관심 객체를 올바르게 촬영하도록 유도할 수 있다. 그리고, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 위의 인식된 객체에 대하여 관심 객체의 검출을 수행함으로써 검출 결과의 신뢰도를 높일 수 있다.

또 다른 예를 들면, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 관심 객체를 촬영하는 방법에 관한 정보를 사용자에게 제공할 수 있다. 예를 들면, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 촬영되어야 하는 관심 객체의 면(전면, 후면, 바닥면, 안쪽면 등), 위의 각 면을 촬영하는 순서, 촬영 이미지상에서 관심 객체가 차지해야 하는 적절한 면적, 촬영 시 필요한 조명 수준 등에 관한 정보를 사용자에게 제공할 수 있다.

한편, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)에 의하여 후보 객체의 도출이 수행되기 전에, 촬영 이미지를 전처리하는 기능을 수행할 수 있다.

구체적으로, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 촬영 이미지에서 관심 객체를 검출하기 전에 그 촬영 이미지를 전처리할 수 있다. 본 발명의 일 실시예에 따르면, 이러한 전처리에는 촬영 이미지의 크기, 해상도, 용량 등의 조정, 크로핑(Cropping), 히스토그램 평활화(Histogram equalization), 정규화(Normalization), 색 보정(Color correction), 조명 보정(Illumination correction), 전경 추출(배경 제거), 세그먼테이션(Segmentation), 패딩(Padding) 등이 포함될 수 있다. 다만, 본 발명의 일 실시예에 따른 전처리는 위의 열거된 것에 한정되지 않으며, 본 발명의 목적을 달성할 수 있는 범위 내에서 다양하게 변경될 수 있다.

예를 들면, 도 5의 (a) 및 (b)를 참조하면, 관심 객체가 가이드라인(512)에 포함된 상태로 촬영이 된 경우를 가정할 수 있다(511). 이러한 경우에, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 위의 가이드라인(512)에 따라 촬영 이미지를 크로핑하고, 그 크로핑된 촬영 이미지(521)에서 관심 객체를 검출(522)할 수 있다. 계속하여 예를 들면, 도 5의 (b) 및 (c)를 참조하면, 가이드라인에 따라 촬영 이미지를 크로핑하고, 그 크로핑된 촬영 이미지(521)에 패딩(533)을 포함시키고, 그 패딩이 포함된 촬영 이미지(531)에서 관심 객체를 검출(532)할 수도 있다. 여기서, 패딩은 색, 패턴, 위치 및 크기에 제한을 받지 않고 다양하게 조합 및/또는 변경되어 촬영 이미지에 포함될 수 있는 것으로 이해되어야 한다.

한편, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 촬영 이미지(전처리된 이미지 일 수 있다.)에서 객체를 검출한 이후에 그 촬영 이미지를 전처리(전처리된 이미지를 다시 전처리하는 것일 수 있다.)할 수도 있다. 예를 들면, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 촬영 이미지에서 검출된 객체의 신뢰도가 소정 수준 이하인 경우에, 그 촬영 이미지를 전처리하고, 그 전처리된 이미지에 대하여 다시 객체를 검출할 수 있다. 그리고, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 다시 검출한 결과로서 검출된 객체의 신뢰도가 소정 수준 이상인지 여부를 고려하여 해당 객체를 관심 객체로서 결정할 수 있다.

또한, 그리고, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 위와 같은 전처리 중 적어도 하나의 전처리가 된 촬영 이미지에서 관심 객체를 검출한 결과 및 위와 같은 전처리가 되지 않은 촬영 이미지에서 관심 객체를 검출한 결과 중 적어도 하나를 참조하여, 관심 객체를 결정할 수 있다.

예를 들어, 도 3의 (b)를 참조하면, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)에 의하여, 전처리가 되지 않은 촬영 이미지에서 핸드백(321) 및 가방(322)이 관심 객체로서 검출된 경우를 가정할 수 있다. 이러한 경우에, 도 5의 (b) 및 (c)를 참조하면, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 전처리된 촬영 이미지(521 및 531)에서 각각 핸드백(522 및 532)이 관심 객체로서 검출된 결과를 참조하여, 핸드백의 신뢰도가 가방의 신뢰도보다 높다고 판단할 수 있고, 이에 따라 핸드백을 관심 객체로서 결정할 수 있다.

한편, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 촬영 이미지에 포함되는 메타데이터에 기초하여 위와 같은 전처리를 수행할 수 있다.

구체적으로, 본 발명의 일 실시예에 따르면, 이러한 메타데이터에는 촬영 이미지의 촬영 장소(예를 들면, 실내인지 실외인지 여부, 경도 ,위도 등), 촬영 시간, 위의 촬영 이미지를 촬영한 디바이스(300)의 모델명, 초점 거리, 조리개 값, 노출 시간, ISO 속도, 플래시 작동 여부, 디바이스(300)를 이용하여 측정된 관심 객체의 실제 크기 등이 포함될 수 있다. 그리고, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 이러한 메타데이터를 이용하여 색 보정, 조명 보정 등의 전처리를 수행할 수 있다.

예를 들어, 메타데이터로서 촬영 이미지가 국내 및 실외의 특정 장소에서 특정 날짜의 정오에 촬영되었다는 정보가 획득된 경우를 가정하면, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 그 획득된 정보에 기초하여 태양광의 세기, 방향 등을 추정하고, 그 추정된 정보에 기초하여 위의 촬영 이미지를 보정하는 전처리를 수행할 수 있다.

다만, 본 발명의 일 실시예에 따른 메타데이터는 위의 열거된 것에 한정되지 않으며, 본 발명의 목적을 달성할 수 있는 범위 내에서 다양하게 변경될 수 있다.

한편, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 관심 객체에 관하여 사용자로부터 획득되는 검출 영역을 참조하여 촬영 이미지에서 위의 관심 객체를 검출할 수 있다.

구체적으로, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 촬영 이미지가 획득되면, 그 촬영 이미지에서 관심 객체가 위치하고 있는 영역이 어디인지를 나타내는 검출 영역을 사용자가 입력하도록 함으로써 위의 검출 영역을 획득할 수 있다. 그리고, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 위의 검출 영역에 대하여 관심 객체의 검출을 수행함으로써 검출 결과의 신뢰도를 높일 수 있다.

또한, 위와 같이 사용자로부터 획득되는 검출 영역은, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)에 포함될 수 있는 인공 지능 기반의 관심 객체 검출 모델(미도시됨)의 학습에 있어서, 일종의 라벨링된 학습 데이터로서 활용될 수 있다. 즉, 본 발명의 일 실시예에 따르면, 관심 객체에 관하여 사용자로부터 획득되는 검출 영역을 학습 데이터로 하여 학습되는 관심 객체 검출 모델에 기초하여 촬영 이미지에서 관심 객체를 검출할 수 있다.

한편, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)에 포함될 수 있는 인공 지능 기반의 상태 정보 추정 모델(미도시됨)에 기초하여 촬영 이미지에서 검출되는 관심 객체에 관하여 상태 정보를 획득할 수 있다.

구체적으로, 본 발명의 일 실시예에 따르면, 관심 객체에 관한 상태 정보에는, 해당 관심 객체에 존재하는 스크래치, 얼룩, 노후화된 부분 등의 위치, 크기 및/또는 그 정도가 포함될 수 있다. 다만, 본 발명의 일 실시예에 따른 관심 객체에 관한 상태 정보는 위의 열거된 것에 한정되지 않으며, 본 발명의 목적을 달성할 수 있는 범위 내에서 다양하게 변경될 수 있다.

계속하면, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 촬영 이미지가 획득되면, 그 촬영 이미지에서 위와 같은 관심 객체에 관한 상태 정보를 사용자가 입력하도록 함으로써 위의 상태 정보를 획득할 수 있다. 그리고, 본 발명의 일 실시예에 따른 가격 추정부(230)는, 위와 같이 관심 객체에 관하여 사용자로부터 획득되는 상태 정보에 기초하여 관심 객체의 가격을 추정할 수 있다. 한편, 본 발명의 일 실시예에 따른 가격 추정부(230)의 기능에 관한 자세한 내용은 후술하기로 한다.

또한, 위와 같이 사용자로부터 획득되는 상태 정보는, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)에 포함될 수 있는 상태 정보 추정 모델의 학습에 있어서, 일종의 라벨링된 학습 데이터로서 활용될 수 있다. 즉, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 관심 객체에 관하여 사용자로부터 획득되는 상태 정보를 학습 데이터로 하여 학습되는 상태 정보 추정 모델에 기초하여, 촬영 이미지에서 검출되는 관심 객체에 관한 상태 정보를 획득할 수 있다.

도 13은 본 발명의 일 실시예에 따라 관심 객체에 관하여 사용자로부터 검출 영역 및 상태 정보가 획득되는 과정을 예시적으로 나타내는 도면이다.

예를 들어, 도 13의 (a)를 참조하면, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 촬영 이미지에서 관심 객체(1311)가 위치하고 있는 영역이 어디인지를 나타내는 검출 영역(1312)을 사용자(1300)가 입력하도록 함으로써 그 검출 영역(1312)을 획득할 수 있다. 본 발명의 일 실시예에 따르면, 이러한 검출 영역은 디바이스(300)의 화면에서 관심 객체가 위치하는 영역을 사용자(1300)가 드래그하여 표시(1312)하는 방법으로 입력될 수 있으나, 이러한 방법에 제한되는 것은 아니다.

다른 예를 들어, 도 13의 (b)를 참조하면, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 촬영 이미지에서 관심 객체에 관한 상태 정보를 사용자가 입력하도록 함으로써 그 상태 정보(1321, 1322 및 1323)를 획득할 수 있다. 본 발명의 일 실시예에 따르면, 이러한 상태 정보는 디바이스(300)의 화면에서 관심 객체에 존재하는 스크래치 등이 위치하는 영역을 사용자(1300)가 드래그하여 표시(1321)하거나, 위의 스크래치 등의 모양을 직접 손으로 그려서 표시(1322)하는 방법으로 입력될 수 있으나, 이러한 방법에 제한되는 것은 아니다. 또한, 본 발명의 일 실시예에 따르면, 사용자(1300)가 위의 스크래치 등의 심한 정도에 관한 정보(1323)를 선택하도록 할 수도 있다.

또 다른 예를 들어, 도 13의 (c)를 참조하면, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 촬영 이미지에서 관심 객체에 관한 상태 정보를 사용자가 입력하도록 함으로써 그 상태 정보(1331 및 1332)를 획득할 수 있다. 본 발명의 일 실시예에 따르면, 이러한 상태 정보는 사용자(1300)가 디바이스(300)의 화면에서 관심 객체에 존재하는 얼룩 등이 위치하는 영역을 선택하여 표시(1331 및 1332)하는 방법으로 입력될 수 있으나, 이러한 방법에 제한되는 것은 아니다. 또한, 본 발명의 일 실시예에 따르면, 사용자(1300)가 위의 얼룩 등의 크기에 관한 정보를 함께 입력할 수 있도록, 사용자(1300)에게 여러 종류의 동전의 이미지와 같이 위의 얼룩 등의 크기를 가늠할 수 있는 수단(1341 및 1342; 즉, 얼룩(1331)의 크기는 500원 동전(1341)의 크기와 유사하고, 얼룩(1332)의 크기는 50원 동전(1342)의 크기와 유사함)을 제공할 수도 있다.

한편, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 촬영 이미지에서 관심 객체가 검출되면, 위의 관심 객체에 관한 유효성에 기초하여 위의 관심 객체에 관한 비교 대상 객체 풀에 포함되는 비교 대상 객체 중에서 후보 객체를 도출할지 여부를 결정하는 기능을 수행할 수 있다.

구체적으로, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 촬영 이미지에서 검출되는 관심 객체에 관한 유효성의 수준 또는 유무를 판단하고, 그 판단에 기초하여 위의 후보 객체를 도출할지 여부를 결정할 수 있다. 그리고, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 위의 후보 객체를 도출하지 않는 것으로 결정되는 경우에는, 사용자에게 올바른 촬영 이미지를 제공할 것을 요구할 수 있다.

보다 구체적으로, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 촬영 이미지에서 검출되는 관심 객체의 개수, 촬영 이미지에서 검출되는 관심 객체의 경계 영역의 크기, 촬영 이미지에서 검출되는 관심 객체의 경계 영역과 그 촬영 이미지에서 검출되는 다른 객체(관심 객체 및/또는 비관심 객체를 포함한다.)의 경계 영역 사이의 관계 및 촬영 이미지에서 비관심 객체가 검출되는지 여부 중 적어도 하나를 참조하여 촬영 이미지에서 검출되는 관심 객체에 관한 유효성의 수준 또는 유무를 판단할 수 있다. 여기서, 본 발명의 일 실시예에 따르면, 비관심 객체란, 비교 대상 객체 풀에 그 비관심 객체의 카테고리를 갖는 객체가 없는 경우의 객체로서, 본 발명의 일 실시예에 따른 가격 관리부(230)에 의한 가격 추정 기능이 지원되지 않는 객체를 의미할 수 있다.

예를 들면, 도 4의 (a)를 참조하면, 촬영 이미지에서 관심 객체로서 핸드백이 검출(412)되고, 비관심 객체로서 노트북 및 키보드가 검출(411 및 413)된 경우를 가정할 수 있다. 이러한 경우에, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 관심 객체인 핸드백의 경계 영역(412)이 비관심 객체인 노트북의 경계 영역(411)에 포함되거나, 비관심 객체가 검출(411 및 413)되었다는 정보를 참조하여 관심 객체에 관한 유효성이 소정 수준 이하이거나 없다고 판단하고, 후보 객체를 도출하지 않는 것으로 결정할 수 있다.

다른 예를 들면, 도 4의 (b)를 참조하면, 촬영 이미지에서 관심 객체로서 핸드백이 검출(421)되고, 비관심 객체로서 병, 상자 및 키보드가 검출(각각 422, 423 및 424)된 경우를 가정할 수 있다. 이러한 경우에, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 관심 객체인 핸드백의 경계 영역(421)이 비관심 객체들의 경계 영역(422 내지 424)에 포함되지 않는다는 정보를 참조하여 관심 객체에 관한 유효성이 소정 수준 이상이거나 있다고 판단하고, 후보 객체를 도출하는 것으로 결정할 수 있다.

또 다른 예를 들면, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 촬영 이미지에서 검출되는 관심 객체가 소정 개수 이상이거나, 촬영 이미지에서 검출되는 관심 객체의 경계 영역의 크기가 소정 수준 이하이거나, 촬영 이미지에서 검출되는 어느 두 개의 관심 객체의 경계 영역이 겹쳐지는 영역이 소정 크기 이상인 경우 등에도, 그러한 정보를 참조하여 관심 객체에 관한 유효성이 소정 수준 이하이거나 없다고 판단하고, 후보 객체를 도출하지 않는 것으로 결정할 수 있다.

다음으로, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)는, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)에 의하여 촬영 이미지에서 관심 객체가 검출되면, 그 검출되는 관심 객체에 관한 비교 대상 객체 풀(Pool)에 포함되는 비교 대상 객체 중에서 후보 객체를 도출하는 기능을 수행할 수 있다.

구체적으로, 본 발명의 일 실시예에 따르면, 비교 대상 객체는, 관심 객체에 관한 식별 정보를 결정하기 위하여 그 관심 객체와 서로 비교될 수 있는 객체를 의미할 수 있다. 그리고, 본 발명의 일 실시예에 따른 비교 대상 객체 풀은, 그러한 비교 대상 객체에 관한 데이터베이스를 의미할 수 있다. 본 발명의 일 실시예에 따르면, 이러한 비교 대상 객체 풀에는 비교 대상 객체의 이미지와 함께 그 비교 대상 객체 각각에 대한 카테고리, 브랜드, 소재, 재질, 패턴, 색, 사이즈(실측 사이즈를 포함함), 형상, 제품 코드번호, 제품명, 공식 가격(새 상품의 가격), 중고품의 가격 등에 관한 정보가 포함될 수 있다. 또한, 이러한 비교 대상 객체 풀에 포함되는 정보의 적어도 일부는 웹 크롤링(Crawling) 등을 통해 실시간으로 수집될 수도 있다.

예를 들면, 본 발명의 일 실시예에 따른 관심 객체가 가방인 경우에, 가방에 관한 비교 대상 객체 풀에는 각종 가방에 대한 이미지와 함께 그 각종 가방 각각에 대한 카테고리(예를 들면, 핸드백), 브랜드, 소재, 재질, 패턴, 색, 사이즈(실측 사이즈를 포함함), 덮개의 유무, 바닥면의 유무, 손잡이의 유무, 손잡이의 개수 등에 관한 정보가 포함될 수 있다.

다만, 본 발명의 일 실시예에 따른 비교 대상 객체 풀에 포함되는 정보는 위의 열거된 것에 한정되지 않으며, 본 발명의 목적을 달성할 수 있는 범위 내에서 다양하게 변경될 수 있다.

계속하면, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)는, 관심 객체에 관한 비교 대상 객체 풀에 포함되는 비교 대상 객체와 촬영 이미지에서 검출되는 관심 객체 사이의 유사도를 산출하고, 그 산출되는 유사도에 기초하여 후보 객체를 도출할 수 있다. 예를 들면, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)는, 위의 유사도가 높은 순으로 소정 개수의 비교 대상 객체를 후보 객체로서 도출할 수 있다. 본 발명의 일 실시예에 따르면, 이러한 유사도는 특징 벡터 사이의 거리 값, K-최근접 이웃(KNN; K-Nearest Neighbors) 알고리즘 등을 이용하여 산출될 수 있으나, 이에 제한되는 것은 아니다.

한편, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)는, 위의 유사도를 산출하기 전에, 위의 촬영 이미지상에서 위의 관심 객체가 포함된 영역에 대하여 전처리를 수행할 수 있다. 본 발명의 일 실시예에 따르면, 이러한 전처리는 위에서 상세하게 설명한 촬영 이미지에 대한 전처리와 유사한 방식으로 수행될 수 있으므로, 자세한 내용은 생략하기로 한다.

계속하면, 본 발명의 일 실시예에 따르면, 후보 객체란, 관심 객체에 관한 비교 대상 객체 풀에 포함되는 비교 대상 객체 중에서 촬영 이미지에서 검출되는 관심 객체에 해당할 확률이 높은 적어도 하나의 비교 대상 객체를 의미할 수 있다. 본 발명의 일 실시예에 따르면, 이러한 후보 객체는 하나만 도출되는 경우(예를 들면, 관심 객체에 해당할 확률이 가장 높은 후보 객체와 그 다음으로 확률이 높은 후보 객체 간의 확률 차이가 소정 수준 이상인 경우 등)도 가능하지만, 복수의 후보 객체가 도출되는 경우도 얼마든지 가능하다. 그리고, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)는, 위와 같이 도출된 후보 객체가 도출되면, 그 후보 객체의 이미지 및 그 후보 객체의 식별 정보(예를 들면, 모델명, 브랜드 등)를 사용자에게 제공할 수 있다.

계속하면, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)는, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)에 의하여 촬영 이미지에서 관심 객체가 검출되면, 그 검출되는 관심 객체에 대하여 특징, 형상, 패턴 및 색채 중 적어도 하나에 관한 정보를 각각 도출할 수 있다. 그리고, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)는, 위의 도출되는 특징, 형상, 패턴 및 색채 중 적어도 하나에 관한 정보 각각과 위의 관심 객체에 관한 비교 대상 객체 풀에 포함되는 비교 대상 객체의 대응되는 정보를 서로 비교함으로써, 위의 비교 대상 객체와 위의 검출되는 관심 객체 사이의 유사도를 산출할 수 있다.

여기서, 본 발명의 일 실시예에 따르면, 관심 객체에 대하여 도출되는 특징에 관한 정보는, 특징점(keypoint) 및 피쳐맵(feature map) 중 적어도 하나를 의미할 수 있다. 그리고, 본 발명의 일 실시예에 따르면, 위의 비교 대상 객체의 대응되는 정보, 즉, 위의 비교 대상 객체의 특징, 형상, 패턴 및 색채 중 적어도 하나에 관한 정보는, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)에 의하여 미리 도출되어 비교 대상 객체 풀에 저장된 것일 수 있다.

계속하면, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)는, 위와 같이 관심 객체에 대하여 도출되는 특징, 형상, 패턴 및 색채 중 적어도 하나에 관한 정보에 각각 기초하여, 위의 도출되는 특징에 관한 정보에 기초한 유사도, 위의 도출되는 형상에 관한 정보에 기초한 유사도, 위의 도출되는 패턴에 관한 정보에 기초한 유사도 및 위의 도출되는 색채에 관한 정보에 기초한 유사도를 각각 산출할 수 있다. 그리고, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)는, 위와 같이 산출되는 각각의 유사도에 대하여 적절한 가중치를 부여하고 이를 종합하여 비교 대상 객체와 촬영 이미지에서 검출되는 관심 객체 사이의 유사도가 높은 순으로 소정 개수의 비교 대상 객체를 후보 객체로서 도출할 수 있다.

계속하면, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)는, 위와 같이 관심 객체에 대하여 특징, 형상, 패턴 및 색채 중 적어도 하나에 관한 정보를 각각 도출함에 있어서 서로 다른 알고리즘을 적용할 수도 있다.

예를 들면, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)는, 특징에 관한 정보의 도출에는 ORB(Oriented FAST and Rotated BRIEF) 알고리즘을 적용하고, 형상에 관한 정보의 도출에는 윤곽(Contour) 검출 알고리즘을 적용하고, 패턴에 관한 정보의 도출에는 LBP(Local Binary Pattern) 알고리즘을 적용할 수 있다. 다만, 본 발명의 일 실시예에 따라 특징, 형상, 패턴 및 색채 중 적어도 하나에 관한 정보를 도출함에 있어서 적용되는 알고리즘들은 위의 열거된 것에 한정되지 않으며, 본 발명의 목적을 달성할 수 있는 범위 내에서 다양하게 변경될 수 있다. 예를 들어, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)는, 위와 같은 영상 처리 기법들 뿐만 아니라, CNN(Convolutional Neural Networks) 이나 오토 인코더(Auto Encoder)와 같은 딥러닝 기반의 알고리즘을 더 이용할 수도 있다.

또한, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)는, 촬영 이미지에서 관심 객체가 검출되면, 그 검출되는 관심 객체의 적어도 일부와 위의 검출되는 관심 객체에 관한 비교 대상 객체 풀에 포함되는 비교 대상 객체의 적어도 일부를 서로 비교함으로써, 위의 비교 대상 객체와 위의 검출되는 관심 객체 사이의 유사도를 산출할 수 있다. 그리고, 본 발명의 일 실시예에 따르면, 위의 비교 대상 객체의 적어도 일부와 위의 검출되는 관심 객체의 적어도 일부는 서로 연관될 수 있다.

구체적으로, 위의 비교 대상 객체의 적어도 일부와 위의 검출되는 관심 객체의 적어도 일부는, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)에 의하여, 이하에서 설명되는 실시예를 포함하는 다양한 방법으로 결정될 수 있다. 그리고, 위의 비교 대상 객체에 대하여 기설정된 관심 영역을 참조하여, 위의 비교 대상 객체의 적어도 일부와 위의 검출되는 관심 객체의 적어도 일부가 결정될 수도 있다. 여기서, 본 발명의 일 실시예에 따르면, 위의 비교 대상 객체에 대하여 기설정된 관심 영역은, 비교 대상 객체의 특징이 되는 영역(예를 들면, 특수한 패턴이나 장식이 있는 영역, 딥러닝 모델에 기초하여 도출될 수 있는 소정의 영역 등), 유형별 영역(예를 들면, 몸체 영역, 중심 영역 등), 전경 영역(예를 들면, 비교 대상 객체의 이미지에서 배경 영역을 제거하고 남은 영역) 등을 포함할 수 있다.

도 6 내지 도 8은 본 발명의 일 실시예에 따라 관심 객체와 비교 대상 객체 사이의 유사도를 산출하기 위한 과정을 예시적으로 나타내는 도면이다. 여기서, 도 6의 (a), 도 7의 (a) 및 도 8의 (a)는 각각 관심 객체에 관한 촬영 이미지를 나타내고, 도 6의 (b) 내지 (d), 도 7의 (b) 내지 (d) 및 도 8의 (b) 내지 (d)는 각각 비교 대상 객체에 관한 촬영 이미지를 나타낸다. 그리고, 도 6의 (b) 내지 (d) 및 도 7의 (b) 내지 (d)를 참조하면, 본 발명의 일 실시예에 따라 비교 대상 객체에 대하여 기설정된 관심 영역(621 내지 623, 631 내지 633, 641 내지 642, 721 내지 723, 731 내지 733 및 741 내지 742)을 확인할 수 있다.

예를 들면, 도 6의 (a) 내지 (d)를 참조하면, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)는, 도 6의 (a)의 관심 객체와 도 6의 (b)의 비교 대상 객체 사이의 유사도를 산출하는 경우에, 비교 대상 객체의 관심 영역(621 내지 623)과 그 관심 영역 각각에 대응되는 관심 객체의 영역(미도시됨)을 서로 비교함으로써 그 유사도를 산출할 수 있다. 마찬가지로, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)는, 도 6의 (a)의 관심 객체와 도 6의 (c)의 비교 대상 객체 사이의 유사도를 산출하는 경우에, 비교 대상 객체의 관심 영역(631 내지 633)과 그 관심 영역 각각에 대응되는 관심 객체의 영역(미도시됨)을 서로 비교함으로써 그 유사도를 산출할 수 있다. 도 6의 (a)의 관심 객체와 도 6의 (d)의 비교 대상 객체 사이의 유사도 역시 위와 유사한 방법으로 산출될 수 있으므로 자세한 설명은 생략하기로 한다.

다른 예를 들면, 도 7의 (a) 내지 (d)를 참조하면, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)는, 도 7의 (a)의 관심 객체와 도 7의 (b)의 비교 대상 객체 사이의 유사도를 산출하는 경우에, 비교 대상 객체의 관심 영역(721 내지 723) 각각에 관심 객체의 특징(711)이 포함되어 있는 개수를 고려하여 그 유사도를 산출할 수 있다. 마찬가지로, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)는, 도 7의 (a)의 관심 객체와 도 7의 (c)의 비교 대상 객체 사이의 유사도를 산출하는 경우에, 비교 대상 객체의 관심 영역(731 내지 733) 각각에 관심 객체의 특징(711)이 포함되어 있는 개수를 고려하여 그 유사도를 산출할 수 있다. 도 7의 (a)의 관심 객체와 도 7의 (d)의 비교 대상 객체 사이의 유사도 역시 위와 유사한 방법으로 산출될 수 있으므로 자세한 설명은 생략하기로 한다.

또 다른 예를 들면, 도 8의 (a) 내지 (d)를 참조하면, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)는, 도 8의 (a)의 관심 객체와 도 8의 (b)의 비교 대상 객체 사이의 유사도를 산출하는 경우에, 관심 객체의 특징(811)을 군집화하여 군집 영역(812 및 813)을 생성하고, 그 생성된 군집 영역(812 및 813)에 각각 대응되는 비교 대상 객체의 영역(822 및 823)을 서로 비교함으로써 그 유사도를 산출할 수 있다. 도 8의 (a)의 관심 객체와 도 8의 (c)의 비교 대상 객체 사이의 유사도 및 도 8의 (a)의 관심 객체와 도 8의 (d)의 비교 대상 객체 사이의 유사도 역시 위와 유사한 방법으로 산출될 수 있으므로 자세한 설명은 생략하기로 한다.

또 다른 예를 들면, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)는, 관심 객체에 관한 촬영 이미지에서 배경 영역을 제거하고 남은 관심 객체에 관한 전경 영역과 비교 대상 객체에 관한 전경 영역을 서로 비교함으로써, 관심 객체와 비교 대상 객체 사이의 유사도를 산출할 수 있다. 여기서, 비교 대상 객체에 관한 전경 영역은 상술한 바와 같이 기설정된 것일 수 있다. 그리고, 관심 객체 및 비교 대상 객체에 관한 전경 영역은 Grabcut, Selective Search, Mask R-CNN, Semantic Segmentation 등의 알고리즘을 적용하여 도출될 수 있다. 다만, 본 발명의 일 실시예에 따라 전경 영역 도출에 적용되는 알고리즘들은 위의 열거된 것에 한정되지 않으며, 본 발명의 목적을 달성할 수 있는 범위 내에서 다양하게 변경될 수 있다.

이상에서, 도 6 내지 도 8을 참조하여 관심 객체와 비교 대상 객체 사이의 유사도를 산출하기 위한 과정에 대하여 구체적으로 설명하였지만, 본 발명에서 유사도를 산출하는 과정이 반드시 도 6 내지 도 8의 실시예에 한정되는 것은 아니며, 본 발명의 목적을 달성할 수 있는 범위 내에서 얼마든지 변경 또는 조합될 수 있음을 밝혀 둔다. 또한, 도 6 내지 도 8을 참조하여 이상에서 설명된 내용은, 특징에 관한 정보에 기초하여 유사도를 산출하는 경우 외에, 형상, 패턴 및 색채 중 적어도 하나에 관한 정보에 각각 기초하여 유사도를 산출하는 경우에도 모두 적용될 수 있는 것으로 이해되어야 한다.

한편, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)는, 촬영 이미지에서 관심 객체가 검출되면, 그 검출되는 관심 객체에 관한 비교 대상 객체 풀에 포함되는 비교 대상 객체에 관한 식별 정보, 위의 비교 대상 객체에 관한 그룹 정보, 위의 검출되는 관심 객체에 관하여 사용자로부터 획득되는 부분적인 식별 정보 및 위의 관심 객체의 검출 결과 중 적어도 하나에 기초하여 후보 객체를 도출하는 기능을 수행할 수 있다.

구체적으로, 본 발명의 일 실시예에 따르면, 위의 비교 대상 객체에 관한 그룹 정보는, 위의 비교 대상 객체에 관한 식별 정보 중 적어도 하나가 일치하는 적어도 하나의 다른 비교 대상 객체에 관한 식별 정보를 포함할 수 있다. 즉, 본 발명의 일 실시예에 따르면, 위의 비교 대상 객체에 관한 그룹 정보에는, 위의 비교 대상 객체와 완전히 동일한 객체는 아니지만, 위의 비교 대상 객체와 적어도 일부의 특징을 공유하는 다른 비교 대상 객체에 관한 식별 정보가 포함될 수 있다.

예를 들어, 본 발명의 일 실시예에 따르면, 관심 객체가 핸드백인 경우를 가정하면, 특정 비교 대상 객체에 관한 그룹 정보에는, 그 특정 비교 대상 객체와 디자인이 유사한 비교 대상 객체들 중에서, 사이즈, 캔버스, 재질, 색깔 및 패턴 중 적어도 하나가 다른 비교 대상 객체에 관한 식별 정보가 포함될 수 있다. 여기서, 본 발명의 일 실시예에 따르면, 위의 특정 비교 대상 객체와 디자인이 유사한 비교 대상 객체들은 위의 특정 비교 대상 객체의 식별 정보를 참조하여 결정(예를 들면, 위의 특정 비교 대상 객체의 모델명과 일부가 일치하는 모델명을 갖는 다른 비교 대상 객체를 디자인이 유사한 비교 대상 객체로서 결정)될 수 있고, 사람이나 외부 시스템에 의하여 분류되어 비교 대상 객체 풀에 저장될 수 있다.

도 14 내지 도 17은 본 발명의 일 실시예에 따라 후보 객체가 도출되는 과정을 예시적으로 나타내는 도면이다.

예를 들어, 도 14의 (a) 및 (b)를 참조하면, 위에서 자세히 설명한 바와 같이, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)는, 관심 객체에 관한 비교 대상 객체 풀에 포함되는 비교 대상 객체와 촬영 이미지(1400)에서 검출되는 관심 객체 사이의 유사도를 산출하고, 그 산출되는 유사도에 기초하여 후보 객체(1420 내지 1460)를 도출할 수 있다. 여기서, 본 발명의 일 실시예에 따르면, 각 후보 객체(1420 내지 1460)의 이미지 왼쪽의 숫자는 유사도에 기초한 순위를 나타낼 수 있다. 그리고, 그 숫자를 둘러싸는 도형의 모양이 같으면 같은 그룹에 해당한다는 것을 나타낼 수 있다. 즉, 본 발명의 일 실시예에 따르면, 비교 대상 객체(1420)에 관한 그룹 정보에는 비교 대상 객체(1460)에 관한 식별 정보가 포함될 수 있고, 그 역도 마찬가지이다. 그리고, 관심 객체에 관하여 사용자로부터 획득되는 부분적인 식별 정보로서, 그 관심 객체의 패턴은 모노그램이고 사이즈가 BB라는 식별 정보가 획득된 경우를 가정할 수 있다(1410).

계속하여 예를 들면, 도 15를 참조하면, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)는, 비교 대상 객체의 그룹 정보에 기초하여, 위와 같이 유사도에 기초하여 도출된 후보 객체(1420 내지 1460)의 순위를 조정할 수 있다. 즉, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)는, 위와 같이 유사도에 기초하여 도출된 후보 객체(1420 내지 1460)에 대하여, 같은 그룹에 속하는 후보 객체는 그 그룹에서 유사도를 기준으로 가장 높은 순위에 위치하는 후보 객체의 순위를 따르도록, 유사도에 기초하여 도출된 후보 객체(1420 내지 1460)의 순위를 조정할 수 있다. 예를 들어, 유사도에 기초하여 도출된 후보 객체(1460)의 순위는 같은 그룹에 해당하는 후보 객체 중 가장 높은 순위의 후보 객체(1420)의 순위에 따라 21위에서 1위로 조정될 수 있다(1510). 마찬가지로, 유사도에 기초하여 도출된 후보 객체(1450)의 순위는 같은 그룹에 해당하는 후보 객체 중 가장 높은 순위의 후보 객체(1430)의 순위에 따라 7위에서 2위로 조정될 수 있다(1520).

계속하여 예를 들면, 도 16의 (a)를 참조하면, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)는, 위와 같이 비교 대상 객체의 그룹 정보에 기초하여 조정된 후보 객체의 순위를 기준으로, 관심 객체에 관하여 사용자로부터 획득되는 부분적인 식별 정보(1410)에 기초하여 후보 객체를 도출할 수 있다. 예를 들어, 비교 대상 객체의 그룹 정보에 기초하여 조정된 후보 객체(1510 내지 1530) 중에서, 패턴이 모노그램(1410)인 객체들을 후보 객체로서 도출할 수 있다(1610 내지 1630).

나아가, 도 16의 (b)를 참조하면, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)는, 위와 같이 도출된 후보 객체(1610 내지 1630)에 관한 그룹 정보에 기초하여, 후보 객체가 속하는 그룹 내에 사이즈가 BB(1410)인 객체가 있다면, 해당 객체를 후보 객체로서 도출할 수도 있다(1640). 또는, 사용자로부터 획득되는 부분적인 식별 정보가 관심 객체의 실측 사이즈에 해당한다면, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)는, 그 실측 사이즈와의 사이즈 차이가 가장 작은 객체를 후보 객체로서 도출할 수도 있다.

다른 예를 들면, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)는, 관심 객체의 특징, 형상 및 패턴에 관한 정보에 기초하여 비교 대상 객체와 위의 관심 객체 사이의 유사도를 산출하고, 그 산출된 유사도에 기초하여 후보 객체를 도출할 수 있다. 그리고, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)는, 그 도출된 후보 객체와 같은 그룹에 속하는 다른 비교 대상 객체 중에서 관심 객체와 색채가 가장 유사한 객체를 후보 객체로서 도출할 수 있다. 여기서, 색채가 유사한 정도는, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)가 관심 객체의 색채에 관한 정보에 기초하여 비교 대상 객체와 위의 관심 객체 사이의 유사도를 산출함으로써 결정될 수 있다.

다른 예를 들면, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)는, 관심 객체의 특징, 패턴 및 색채에 관한 정보에 기초하여 비교 대상 객체와 위의 관심 객체 사이의 유사도를 산출하고, 그 산출된 유사도에 기초하여 후보 객체를 도출할 수 있다. 그리고, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)는, 그 도출된 후보 객체 중에서 관심 객체와 형상(예를 들면, 세로 길이가 가로 길이보다 김)이 유사한 객체의 순위가 높아지도록 후보 객체의 순위를 조정할 수 있다. 여기서, 형상이 유사한 정도는, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)가 관심 객체의 형상에 관한 정보에 기초하여 비교 대상 객체와 위의 관심 객체 사이의 유사도를 산출함으로써 결정될 수 있다.

또 다른 예를 들면, 도 9 및 도 17을 참조하면, 상술한 바와 같이, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)에 의한 관심 객체(911)의 검출 결과로서, 그 관심 객체의 메인 카테고리는 가방으로 인식되고 서브 카테고리는 동물(또는 고양이)로 인식된 경우를 가정할 수 있다. 이러한 경우에, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)는, 위와 같은 검출 결과에 기초하여, 유사도에 기초하여 도출된 후보 객체의 순위(1710)를 조정할 수 있다(1720).

또 다른 예를 들면, 도 10 및 도 17을 참조하면, 상술한 바와 같이, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)에 의한 관심 객체(1021)의 검출 결과로서, 그 관심 객체의 메인 카테고리는 가방으로 인식되고 서브 카테고리는 동물(또는 고양이)로 인식된 경우를 가정할 수 있다. 이러한 경우에, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)는, 위와 같은 검출 결과에 기초하여, 유사도에 기초하여 도출된 후보 객체의 순위(1710)를 조정할 수 있다(1720).

한편, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)가 후보 객체를 도출하는 과정은 위에서 설명된 방법에 한정되는 것은 아니고, 본 발명의 목적을 달성할 수 있는 범위 내에서 다양하게 변경될 수 있다.

한편, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)는, 촬영 이미지에서 검출되는 관심 객체에 관하여 사용자로부터 획득되는 부분적인 식별 정보에 기초하여 비교 대상 객체 풀을 필터링하는 기능을 수행할 수 있다.

구체적으로, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)는, 관심 객체에 관한 비교 대상 객체 풀에 포함되는 비교 대상 객체 중에서, 위의 관심 객체에 관하여 사용자로부터 획득되는 부분적인 식별 정보와 연관되는 식별 정보를 갖는 비교 대상 객체를 필터링할 수 있다. 그리고, 그 필터링된 비교 대상 객체 중에서만 후보 객체가 도출되도록 함으로써, 본 발명의 일 실시예에 따른 후보 객체 관리부(210)의 연산량을 줄이고, 위의 도출되는 후보 객체의 정확성을 높일 수 있다.

한편, 본 발명의 일 실시예에 따른 연관도 평가부(미도시됨)는, 촬영 이미지에서 검출되는 관심 객체와 그 검출되는 관심 객체에 관하여 사용자로부터 획득되는 부분적인 식별 정보 사이의 연관도를 평가하는 기능을 수행할 수 있다.

구체적으로, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)에 의하여 촬영 이미지에서 관심 객체가 검출되면, 본 발명의 일 실시예에 따른 연관도 평가부는, 위의 검출되는 관심 객체와 위의 검출되는 관심 객체에 관하여 사용자로부터 획득되는 부분적인 식별 정보가 서로 연관되는 정도를 평가할 수 있다. 나아가, 본 발명의 일 실시예에 따른 연관도 평가부는, 위의 평가되는 연관도에 기초하여 위의 사용자에게 피드백을 제공할 수도 있다.

예를 들어, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)에 의하여 촬영 이미지에서 검출되는 관심 객체의 카테고리가 루이비통 가방인 경우를 가정할 수 있다. 이러한 경우에, 위의 검출되는 관심 객체에 관하여 사용자로부터 획득되는 부분적인 식별 정보가 샤넬이라면, 본 발명의 일 실시예에 따른 연관도 평가부는, 위의 관심 객체와 위의 사용자로부터 획득되는 부분적인 식별 정보 사이의 연관도가 소정 수준 이하라고 평가할 수 있다. 그리고, 위의 사용자에게 위의 관심 객체에 관한 촬영 이미지를 다시 제공하거나 위의 사용자로부터 획득되는 부분적인 식별 정보(예를 들면, 브랜드)를 다시 선택 또는 입력할 것을 피드백으로서 요구할 수 있다.

한편, 본 발명의 일 실시예에 따른 연관도 평가부가 위에서 설명된 연관도를 평가하는 기능은, 본 발명의 일 실시예에 따른 관심 객체 관리부(210), 후보 객체 관리부(220) 및 가격 관리부(230)에 의하여 수행되는 여러 기능과 병렬적 및/또는 독립적으로 수행될 수 있는 것으로 이해되어야 한다.

다음으로, 본 발명의 일 실시예에 따른 가격 관리부(230)는, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)에 의하여 도출되는 후보 객체에 관한 식별 정보를 참조하여 결정되는 관심 객체에 관한 식별 정보 및 위의 관심 객체에 관하여 획득되는 상태 정보에 기초하여 위의 관심 객체의 가격을 추정하는 기능을 수행할 수 있다.

구체적으로, 본 발명의 일 실시예에 따른 가격 관리부(230)는, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)에 의하여 도출되는 후보 객체에 관한 식별 정보를 참조하여 관심 객체에 관한 식별 정보를 결정할 수 있다. 본 발명의 일 실시예에 따르면, 관심 객체에 관한 식별 정보란, 상술한 바와 같이, 관심 객체의 가격을 추정하기 위하여 필요한 정보로서, 구체적인 모델명과 같이 해당 관심 객체를 다른 객체와 구별하여 특정할 수 있는 정보를 의미할 수 있다.

예를 들면, 본 발명의 일 실시예에 따른 가격 관리부(230)는, 후보 객체 중에서 가장 높은 순위의 객체에 관한 식별 정보를 관심 객체에 관한 식별 정보로서 결정할 수 있다. 다른 예를 들면, 본 발명의 일 실시예에 따른 가격 관리부(230)는, 후보 객체 중에서 사용자로부터 선택되는 객체에 관한 식별 정보를 관심 객체에 관한 식별 정보로서 결정할 수도 있다.

계속하면, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)에 의하여 검출되는 관심 객체에 관하여 획득되는 상태 정보에는, 위의 관심 객체에 관하여 사용자로부터 획득되는 상태 정보가 포함될 수 있다. 즉, 본 발명의 일 실시예에 따르면, 위에서 도 13의 (b) 및 (c)를 참조하여 설명한 바와 같이, 관심 객체에 관하여 획득되는 상태 정보는 사용자로부터 획득될 수 있고, 이렇게 사용자로부터 획득되는 상태 정보를 학습 데이터로 하여 학습되는 인공 지능 기반의 상태 정보 추정 모델에 기초하여 획득될 수도 있다.

보다 구체적으로, 본 발명의 일 실시예에 따른 관심 객체 관리부(210)는, 위의 상태 정보 추정 모델에 기초하여 관심 객체에 존재하는 스크래치, 얼룩, 노후화된 부분 등의 위치, 크기 및/또는 그 정도를 추정함으로써 위의 관심 객체에 관한 상태 정보를 획득할 수 있다. 그리고, 본 발명의 일 실시예에 따른 가격 관리부(230)는, 위와 같이 관심 객체에 관하여 획득되는 상태 정보 및 위의 관심 객체에 관한 식별 정보에 기초하여 위의 관심 객체의 품질을 평가할 수 있다. 본 발명의 일 실시예에 따르면, 위와 같이 평가되는 관심 객체의 품질은, 정량적인 수치를 의미할 수 있고, 상, 중 및 하와 같이 구분되는 등급을 의미할 수도 있으나, 이에 제한되는 것은 아니다.

예를 들어, 관심 객체가 가방인 경우에, 본 발명의 일 실시예에 따른 가격 관리부(230)는, 스크래치(또는 얼룩, 노후화된 부분 등)의 위치(예를 들면, 스크래치가 가방의 전면에 있는 경우에는 스크래치가 바닥면에 있는 경우보다 낮은 품질로 평가될 수 있음), 크기, 가죽의 색상(흰색 가죽은 검은색 가죽보다 스크래치가 눈에 잘 띄므로, 흰색 가죽에 스크래치가 있는 경우에는 검은색 가죽에 스크래치가 있는 경우보다 낮은 품질로 평가될 수 있음), 가죽의 종류 등과 같은 평가 요소들에 기초하여 위의 관심 객체의 품질을 평가할 수 있다. 이때, 본 발명의 일 실시예에 따른 관심 가격 관리부(230)는, 위의 평가 요소별로 부여된 소정의 가중치를 참조하여 위의 관심 객체의 품질을 평가할 수 있다.

계속하면, 본 발명의 일 실시예에 따른 가격 관리부(230)는, 관심 객체에 관한 식별 정보에 기초하여 비교 대상 객체 풀로부터 위의 관심 객체에 대응되는 비교 대상 객체의 가격 정보(예를 들면, 공식 가격, 중고품의 가격 등)를 획득할 수 있다. 본 발명의 일 실시예에 따르면, 위의 가격 정보는 웹 크롤링 등의 방법으로 실시간으로 수집되는 것일 수 있다. 그리고, 본 발명의 일 실시예에 따른 가격 관리부(230)는, 위와 같이 관심 객체에 관하여 획득되는 상태 정보에 기초하여 위의 관심 객체의 품질이 평가되면, 그 평가된 품질 및 위의 가격 정보를 참조하여 위의 관심 객체의 가격을 추정할 수 있다.

한편, 본 발명의 일 실시예에 따른 가격 관리부(230)는, 촬영 이미지에서 검출되는 관심 객체의 인기도에 더 기초하여 위의 관심 객체의 가격을 추정할 수 있다.

구체적으로, 본 발명의 일 실시예에 따르면, 관심 객체의 인기도에는 그 관심 객체 자체의 인기도 및 그 관심 객체가 속하는 브랜드의 인기도가 포함될 수 있다. 그리고, 본 발명의 일 실시예에 따른 가격 관리부(230)는, 검색 엔진의 검색 빈도수(예를 들면, 특정 기간 내의 검색 빈도수의 증감), SNS의 해시 태그의 검색 빈도수, 온라인 커뮤니티의 게시글, 댓글 등의 정보를 참조하여 위의 관심 객체의 인기도를 결정할 수 있다.

한편, 본 발명의 일 실시예에 따른 가격 관리부(230)는, 위와 같이 촬영 이미지에서 검출되는 관심 객체의 가격을 추정하고, 그 추정된 가격을 사용자에게 제공할 수 있다.

예를 들어, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)에 의하여 복수의 후보 객체가 도출된 경우에, 본 발명의 일 실시예에 따른 후보 객체 관리부(220)는 그 도출된 복수의 후보 객체의 이미지 및 식별 정보를 사용자에게 제공할 수 있다. 그리고, 사용자가 위의 복수의 후보 객체 중에서 관심 객체에 대응되는 객체(즉, 관심 객체와 같은 종류의 객체)를 선택하면, 본 발명의 일 실시예에 따른 가격 관리부(230)는, 그 선택된 객체의 식별 정보를 위의 관심 객체에 관한 식별 정보로서 결정하고, 위의 관심 객체에 관한 식별 정보 및 위의 관심 객체에 관하여 획득되는 상태 정보에 기초하여 추정되는 위의 관심 객체의 가격을 사용자에게 제공할 수 있다.

한편, 본 발명의 일 실시예에 따른 가격 관리부(230)는, 촬영 이미지에 포함되는 메타데이터에 기초하여 사용자에게 제공될 가격의 표시 단위를 결정할 수 있다. 예를 들어, 본 발명의 일 실시예에 따른 가격 관리부(230)는, 촬영 이미지가 촬영된 국가 정보(즉, 메타데이터)에 기초하여 해당 국가에서 사용되는 통화(예를 들면, 달러화, 원화 등)를 위의 사용자에게 제공될 가격의 표시 단위로서 결정할 수 있다.

다음으로, 본 발명의 일 실시예에 따른 통신부(240)는 관심 객체 관리부(210), 후보 객체 관리부(220) 및 가격 관리부(230)로부터의/로의 데이터 송수신이 가능하도록 하는 기능을 수행할 수 있다.

마지막으로, 본 발명의 일 실시예에 따른 제어부(250)는 관심 객체 관리부(210), 후보 객체 관리부(220), 가격 관리부(230) 및 통신부(240) 간의 데이터의 흐름을 제어하는 기능을 수행할 수 있다. 즉, 본 발명에 따른 제어부(250)는 객체 정보 추정 시스템(200)의 외부로부터의/로의 데이터 흐름 또는 객체 정보 추정 시스템(200)의 각 구성요소 간의 데이터 흐름을 제어함으로써, 관심 객체 관리부(210), 후보 객체 관리부(220), 가격 관리부(230) 및 통신부(240)에서 각각 고유 기능을 수행하도록 제어할 수 있다.

이상 설명된 본 발명에 따른 실시예는 다양한 컴퓨터 구성요소를 통하여 실행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수 있다. 컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등과 같은, 프로그램 명령어를 저장하고 실행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령어의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위하여 하나 이상의 소프트웨어 모듈로 변경될 수 있으며, 그 역도 마찬가지이다.

이상에서 본 발명이 구체적인 구성요소 등과 같은 특정 사항과 한정된 실시예 및 도면에 의하여 설명되었으나, 이는 본 발명의 보다 전반적인 이해를 돕기 위하여 제공된 것일 뿐, 본 발명이 상기 실시예에 한정되는 것은 아니며, 본 발명이 속하는 기술분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정과 변경을 꾀할 수 있다.

따라서, 본 발명의 사상은 상기 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 또는 이로부터 등가적으로 변경된 모든 범위는 본 발명의 사상의 범주에 속한다고 할 것이다.

100: 통신망
200: 객체 정보 추정 시스템
210: 관심 객체 관리부
220: 후보 객체 관리부
230: 가격 관리부
240: 통신부
250: 제어부
300: 디바이스

Claims (18)

1. 객체에 관한 정보를 추정하기 위한 객체 정보 추정 시스템에서 구현되는 방법으로서 - 상기 시스템은 관심 객체 관리부, 후보 객체 관리부, 가격 관리부를 포함함 -,
   상기 관심 객체 관리부가, 촬영 이미지가 획득되면, 상기 촬영 이미지에서 관심 객체를 검출하고, 상기 후보 객체 관리부가, 상기 검출되는 관심 객체에 관한 비교 대상 객체 풀(Pool)에 포함되는 비교 대상 객체 중에서 후보 객체를 도출하는 단계, 및
   상기 가격 관리부가, 상기 도출되는 후보 객체에 관한 식별 정보를 참조하여 결정되는 관심 객체에 관한 식별 정보 및 상기 검출되는 관심 객체에 관하여 획득되는 상태 정보에 기초하여 상기 검출되는 관심 객체의 가격을 추정하는 단계를 포함하고,
   상기 도출 단계는, 상기 후보 객체 관리부가, 상기 비교 대상 객체와 상기 검출되는 관심 객체 사이의 유사도를 산출하는 단계를 포함하고,
   상기 후보 객체는 상기 산출되는 유사도에 기초하여 도출되고,
   상기 산출 단계에서, 상기 후보 객체 관리부가, 상기 검출되는 관심 객체의 적어도 일부와 상기 비교 대상 객체에 대하여 기설정된 관심 영역을 서로 비교하여 상기 유사도를 산출하고,
   상기 검출되는 관심 객체의 적어도 일부는 상기 비교 대상 객체에 대하여 기설정된 관심 영역에 대응되고,
   상기 도출 단계에서, 상기 관심 객체 관리부가, 상기 검출되는 관심 객체에 관한 유효성에 기초하여 상기 후보 객체를 도출할지 여부를 결정하고,
   상기 도출 단계에서, 상기 관심 객체 관리부가, 상기 촬영 이미지에서 검출되는 상기 관심 객체의 개수, 상기 촬영 이미지에서 검출되는 상기 관심 객체의 경계 영역의 크기, 상기 촬영 이미지에서 검출되는 상기 관심 객체의 경계 영역과 상기 촬영 이미지에서 검출되는 다른 객체의 경계 영역 사이의 관계 및 상기 촬영 이미지에서 비관심 객체가 검출되는지 여부 중 적어도 하나를 참조하여 상기 검출되는 관심 객체에 관한 유효성을 판단하고,
   상기 관심 객체 관리부가, 상기 관심 객체의 손상된 부분의 위치, 상기 손상된 부분의 모양, 상기 손상된 부분의 크기 및 상기 손상된 부분의 손상된 정도 중 적어도 하나에 관하여 사용자로부터 입력받음으로써 상기 관심 객체에 관한 상태 정보를 획득하고,
   상기 손상된 부분의 위치 및 상기 손상된 부분의 모양은, 상기 관심 객체 관리부가, 상기 손상된 부분의 위치 및 상기 손상된 부분의 모양 중 적어도 하나가 상기 사용자에 의하여 상기 촬영 이미지 상에 표시되도록 함으로써 입력받고,
   상기 손상된 부분의 크기 및 상기 손상된 부분의 손상된 정도는, 상기 관심 객체 관리부가, 상기 손상된 부분의 크기 및 상기 손상된 부분의 손상된 정도 중 적어도 하나를 가늠할 수 있는 그래픽 객체가 상기 사용자에 의하여 선택되도록 함으로써 입력받는
   방법.
2. 삭제
3. 제1항에 있어서,
   상기 시스템은 연관도 평가부를 더 포함하고,
   상기 도출 단계는, 상기 연관도 평가부가, 상기 검출되는 관심 객체에 관하여 사용자로부터 획득되는 부분적인 식별 정보와 상기 검출되는 관심 객체 사이의 연관도를 평가하는 단계를 포함하는
   방법.
4. 제3항에 있어서,
   상기 평가되는 연관도에 기초하여 상기 사용자에게 피드백을 제공하는 단계를 더 포함하는
   방법.
5. 제1항에 있어서,
   상기 비교 대상 객체 풀은, 상기 검출되는 관심 객체에 관하여 사용자로부터 획득되는 부분적인 식별 정보에 기초하여 필터링되는
   방법.
6. 제1항에 있어서,
   상기 산출 단계에서, 상기 검출되는 관심 객체에 대하여 특징, 형상, 패턴 및 색채 중 적어도 하나에 관한 정보를 도출하고, 상기 유사도는 상기 도출되는 특징, 형상, 패턴 및 색채 중 적어도 하나에 관한 정보에 각각 기초하여 산출되는
   방법.
7. 삭제
8. 삭제
9. 제1항에 있어서,
   상기 획득되는 촬영 이미지는, 촬영에 관한 지침에 기초하여 촬영되는 이미지인
   방법.
10. 제1항에 있어서,
    상기 도출 단계에서, 상기 도출이 수행되기 전에 상기 획득되는 촬영 이미지를 전처리하는
    방법.
11. 제10항에 있어서,
    상기 전처리는, 상기 획득되는 촬영 이미지에 포함되는 메타데이터에 기초하여 수행되는
    방법.
12. 제1항에 있어서,
    상기 검출 결과에는, 상기 검출되는 관심 객체에 관한 메인 카테고리 및 서브 카테고리가 포함되는
    방법.
13. 제1항에 있어서,
    상기 도출 단계에서, 상기 관심 객체에 관하여 사용자로부터 획득되는 검출 영역을 참조하여 상기 촬영 이미지에서 상기 관심 객체를 검출하는
    방법.
14. 제13항에 있어서,
    상기 도출 단계에서, 상기 관심 객체는 관심 객체 검출 모델에 기초하여 검출되고,
    상기 관심 객체 검출 모델은, 상기 획득되는 검출 영역을 학습 데이터로 하여 학습되는
    방법.
15. 제1항에 있어서,
    상기 사용자로부터 획득되는 상기 관심 객체에 관한 상태 정보는, 상기 관심 객체에 관한 상태 정보를 추정하는 상태 정보 추정 모델의 학습 데이터로서 활용되는
    방법.
16. 제1항에 있어서,
    상기 추정 단계에서, 상기 검출되는 관심 객체의 인기도에 더 기초하여 상기 관심 객체의 가격을 추정하는
    방법.
17. 제1항에 따른 방법을 실행하기 위한 컴퓨터 프로그램을 기록하는 비일시성의 컴퓨터 판독 가능 기록 매체.
18. 객체에 관한 정보를 추정하기 위한 시스템으로서,
    촬영 이미지가 획득되면, 상기 촬영 이미지에서 관심 객체를 검출하고, 상기 검출되는 관심 객체에 관하여 상태 정보를 획득하는 관심 객체 관리부,
    상기 검출되는 관심 객체에 관한 비교 대상 객체 풀(Pool)에 포함되는 비교 대상 객체 중에서 후보 객체를 도출하는 후보 객체 관리부, 및
    상기 도출되는 후보 객체에 관한 식별 정보를 참조하여 결정되는 관심 객체에 관한 식별 정보 및 상기 획득되는 상태 정보에 기초하여 상기 검출되는 관심 객체의 가격을 추정하는 가격 관리부를 포함하고,
    상기 후보 객체 관리부는, 상기 비교 대상 객체와 상기 검출되는 관심 객체 사이의 유사도를 산출하고,
    상기 후보 객체는 상기 산출되는 유사도에 기초하여 도출되고,
    상기 후보 객체 관리부는, 상기 검출되는 관심 객체의 적어도 일부와 상기 비교 대상 객체에 대하여 기설정된 관심 영역을 서로 비교하여 상기 유사도를 산출하고,
    상기 검출되는 관심 객체의 적어도 일부는 상기 비교 대상 객체에 대하여 기설정된 관심 영역에 대응되고,
    상기 관심 객체 관리부는, 상기 검출되는 관심 객체에 관한 유효성에 기초하여 상기 후보 객체를 도출할지 여부를 결정하고,
    상기 관심 객체 관리부는, 상기 촬영 이미지에서 검출되는 상기 관심 객체의 개수, 상기 촬영 이미지에서 검출되는 상기 관심 객체의 경계 영역의 크기, 상기 촬영 이미지에서 검출되는 상기 관심 객체의 경계 영역과 상기 촬영 이미지에서 검출되는 다른 객체의 경계 영역 사이의 관계 및 상기 촬영 이미지에서 비관심 객체가 검출되는지 여부 중 적어도 하나를 참조하여 상기 검출되는 관심 객체에 관한 유효성을 판단하고,
    상기 관심 객체 관리부가, 상기 관심 객체의 손상된 부분의 위치, 상기 손상된 부분의 모양, 상기 손상된 부분의 크기 및 상기 손상된 부분의 손상된 정도 중 적어도 하나에 관하여 사용자로부터 입력받음으로써 상기 관심 객체에 관한 상태 정보를 획득하고,
    상기 손상된 부분의 위치 및 상기 손상된 부분의 모양은, 상기 관심 객체 관리부가, 상기 손상된 부분의 위치 및 상기 손상된 부분의 모양 중 적어도 하나가 상기 사용자에 의하여 상기 촬영 이미지 상에 표시되도록 함으로써 입력받고,
    상기 손상된 부분의 크기 및 상기 손상된 부분의 손상된 정도는, 상기 관심 객체 관리부가, 상기 손상된 부분의 크기 및 상기 손상된 부분의 손상된 정도 중 적어도 하나를 가늠할 수 있는 그래픽 객체가 상기 사용자에 의하여 선택되도록 함으로써 입력받는
    시스템.

Images