用于搜索的系统和操作所述系统的方法技术方案

本发明专利技术公开了一种用于搜索的系统和操作所述系统的方法。所述系统包括：初步数据分析部，通过对输入的图像的分析来提取各种属性，使用图像分析结果分析关于作为客户所请求的信息的类别的趋势，并将趋势分析结果存储为元数据；索引部，存储元数据，对存储的元数据进行结构化、组织化和存储，以便容易地搜索元数据；搜索部，从索引部提取与客户输入的类别相匹配的趋势信息，并以预定格式提供趋势信息。

【技术实现步骤摘要】
用于搜索的系统和操作所述系统的方法本申请要求于2013年10月25日提交到韩国知识产权局的第10-2013-0128036号韩国专利申请的优先权，其中，所述专利申请的公开通过引用全部合并于此。
本公开的一个或更多个示例性实施例涉及一种用于搜索的系统和操作所述系统的方法，更具体地，涉及一种识别在数据中形成的内容、分析趋势并将该趋势提供给客户的用于搜索的系统和操作所述系统的方法。
技术介绍
一般的搜索系统提供用于将搜索结果返回到客户的专门搜索。例如，当客户搜索与图像数据中的用户和/或车辆有关的分类信息时，一般的搜索系统通过使用能够产生分类信息的图像分析算法来形成类别信息，客户从指定的类别检索信息。也就是说，现有技术的搜索系统使用分析用户的要求并查找项目的处理。这种搜索系统的信息被公开在第2007-0007031号韩国专利公开出版物和第1995-325832号日本专利公开出版物中。
技术实现思路
本公开的一个或更多个示例性实施例包括一种搜索系统和操作所述系统的方法，其中，所述系统和方法使用语义技术和语义本体来识别在数据中形成的内容，识别趋势，并将所述趋势提供给客户。相反地，现有技术使用分析客户的要求并找到项目的处理。另外的方面将在下面的描述中被部分地阐述，并将部分地从描述中变得清楚，或者可通过呈现的实施例的实践而被获知。根据本公开的一个或更多个示例性实施例，一种用于搜索的系统包括：初步数据分析部，被配置为分析输入的图像以提取各种属性，通过使用提取的所述各种属性来分析关于客户所请求的信息的类别的趋势，并将趋势分析存储为元数据；索引部，被配置为通过将元数据结构化并存储元数据来使得元数据可被搜索；搜索部：被配置为从可被搜索的元数据提取与客户所请求的信息的类别相匹配的趋势信息，并以预定格式提供所述趋势信息。初步数据分析部可包括：图像分析引擎，被配置为分析输入的图像并提取各种属性；趋势分析引擎，被配置为响应于提取了属性信息，分析关于客户所请求的信息的类别的趋势，并提供趋势分析；第一存储单元，被配置为将趋势分析存储为元数据。趋势分析引擎可包括：出现频率分析单元，被配置为分析在任意时间段内类别的出现频率作为第一趋势信息；改变分析单元，被配置为通过分析第一趋势信息的改变来提供第二趋势信息；移动线分析单元，被配置为通过检测并跟踪类别的运动来将类别的移动线分析的结果提供为第三趋势信息。搜索部可被配置为以输出屏幕格式来提供第一趋势信息的元数据，其中，输出屏幕格式包括在一个轴上指示的上级类别和在另一轴上的视觉图形，其中，视觉图形表示包括在每个上级类别中的下级类别的出现频率。响应于在下级类别之中选择了任意下级类别，可显示选择的下级类别的详细信息。搜索部可被配置为以热图格式提供第二趋势信息的元数据，其中，在热地图格式中，以热分布形式的视觉图形表示出现频率关于设置时间的改变。搜索部可被配置为以图形格式提供从第一趋势信息改变到第二趋势信息的元数据，其中，在图形格式中，以视觉图形表示出现频率关于设置时间的改变。移动线分析单元可包括：移动线信息产生单元，被配置为通过进行与来自输入的图像的类别有关的运动检测和运动跟踪，产生移动线信息；噪声去除单元，被配置为去除移动线信息的噪声；聚类单元，被配置为生成聚类，其中，每一个聚类由去除了噪声的相似移动线信息项形成；分组单元，被配置为将对相似移动线信息项进行分组后的结果提供为第三趋势信息，其中，通过使用聚类后的移动线信息项执行人工智能神经网络学习来对相似移动线信息项进行分组。搜索部可被配置为以由第一区域和第二区域形成的输出屏幕格式来提供从索引部得到的第三趋势信息的元数据，其中，图像中的移动线被显示在第一区域中，对相似移动线信息项进行分组后的结果被显示在第二区域中，其中，通过执行作为自组织映射图的人工智能神经网络学习来对相似移动线信息项进行分组。响应于在第二区域中选择了任意一组，在第一区域中显示与选择的组相应的移动线。移动线分析单元可包括：移动线信息产生单元，被配置为通过进行与来自输入的图像的类别有关的运动检测和运动跟踪，产生移动线信息；噪声去除单元，被配置为去除移动线信息的噪声；点选择单元，被配置为选择包括在去除了噪声的移动线信息中的任意点；聚类单元，被配置为生成聚类，其中，每一个聚类由包括所述任意点的相似移动线信息项形成；移动概率计算单元，被配置为计算从任意一个聚类点移动到另一聚类点的概率，并将所述概率提供为第三趋势信息。可以以输出屏幕格式提供从索引部得到的第三趋势信息的元数据，其中，在输出屏幕格式中，图像中的聚类点被显示，并且从任意一个聚类点移动到另一聚类点的概率被表示为箭头。移动的概率的大小可与箭头的大小成比例。索引部可包括：第二存储单元，被配置为存储图像分析引擎的输出；索引引擎，被配置为对存储在第一存储单元中的元数据进行结构化和组织化，以使得元数据可被搜索；第三存储单元，被配置为存储来自索引引擎的可被搜索的元数据。索引部可包括：查询引擎，被配置为将从客户输入的搜索词分类为类别；搜索引擎，被配置为在第二存储单元和第三存储单元中搜索与分类后的类别相应的趋势信息；浏览引擎，被配置为以预定格式提供搜索引擎对趋势信息的搜索结果。根据本公开的一个或更多个示例性实施例，一种操作用于搜索的系统的方法可包括：通过对输入的图像的分析来提取各种属性以进行初步数据分析，通过使用提取的所述各种属性来分析关于客户所请求的信息的类别的趋势，并将趋势分析存储为元数据；通过对存储的元数据进行结构化和存储来对存储的元数据编索引以使得元数据可被搜索；从可被搜索的元数据提取与客户所请求的信息的类别相匹配的趋势信息，并以预定格式提供提取的趋势信息。提取各种属性并分析关于类别的趋势的步骤包括：通过对输入的图像的分析来提取各种属性；响应于提取了各种属性，分析关于类别的趋势，并将趋势分析提供为趋势信息。分析关于类别的趋势并提供趋势分析的步骤包括：分析在任意时间段内类别的出现频率作为第一趋势信息；分析第一趋势信息的改变作为第二趋势信息；通过检测并跟踪类别的运动，将类别的移动线分析的结果提供为第三趋势信息。提供移动线分析的结果的步骤可包括：通过对输入的图像进行与类别有关的运动检测和运动跟踪，产生移动线信息；去除移动线信息中的噪声；生成聚类，其中，每一个聚类由去除了噪声的相似移动线信息项形成；将通过使用聚类后的移动线信息项执行人工智能神经网络学习来对相似移动线信息项进行分组的结果提供为第三趋势信息。提供移动线分析的结果的步骤可包括：通过进行与来自输入的图像的类别有关的运动检测和运动跟踪，产生移动线信息；去除移动线信息的噪声；选择包括在去除了噪声的移动线信息中的任意点；生成聚类，其中，每一个聚类由包括所述任意点的相似移动线信息项形成；计算从任意一个聚类点移动到另一聚类点的概率，并将所述概率提供为第三趋势信息。如根据本公开的以上描述，搜索系统识别在数据中形成的内容，分析趋势，并将该趋势提供给客户。由此，客户可更直观地识别搜索结果。附图说明通过以下结合附图的示例性实施例的描述，这些和/或其它方面将变得清楚并更容易理解，其中：图1是示出根据本公开的示例性实施例的搜索系统的结构的框图；图2是在图1中示出的趋势分析引擎的详细框图；图3A至图3C示出在搜本文档来自技高网...

【技术保护点】
一种用于搜索的系统，包括：初步数据分析部，被配置为分析输入的图像以提取各种属性，通过使用提取的所述各种属性来分析关于客户所请求的信息的类别的趋势，并将趋势分析存储为元数据；索引部，被配置为通过将元数据结构化并存储结构化后的元数据来使得元数据是可搜索的；搜索部，被配置为从可搜索的元数据提取与客户所请求的信息的类别相匹配的趋势信息，并以预定格式提供所述趋势信息。

【技术特征摘要】
2013.10.25 KR 10-2013-01280361.一种用于搜索的系统，包括：初步数据分析部，被配置为分析输入的图像以提取各种属性，通过使用提取的所述各种属性来分析关于客户所请求的信息的类别的趋势，并将分析的趋势存储为元数据；索引部，被配置为通过将元数据结构化并存储结构化后的元数据来使得元数据是可搜索的；搜索部，被配置为从可搜索的元数据提取与客户所请求的信息的类别相匹配的趋势信息，并以预定格式提供所述趋势信息，其中，初步数据分析部进一步被配置为：分析在任意时间段内类别的出现频率作为第一趋势信息；通过分析第一趋势信息的改变来提供第二趋势信息；通过检测并跟踪类别的运动来将类别的移动线分析的结果提供为第三趋势信息。2.如权利要求1所述的系统，其中，初步数据分析部包括：图像分析引擎，被配置为分析输入的图像并提取所述各种属性；趋势分析引擎，被配置为响应于属性信息被提取，分析关于客户所请求的信息的类别的趋势，并提供分析的趋势；第一存储单元，被配置为将分析的趋势存储为元数据。3.如权利要求2所述的系统，其中，趋势分析引擎包括：出现频率分析单元，被配置为分析在所述任意时间段内类别的出现频率作为所述第一趋势信息；改变分析单元，被配置为通过分析所述第一趋势信息的改变来提供所述第二趋势信息；移动线分析单元，被配置为通过检测并跟踪所述类别的运动来将类别的移动线分析的结果提供为所述第三趋势信息。4.如权利要求1所述的系统，其中，搜索部被配置为以输出屏幕格式来提供第一趋势信息的元数据，其中，所述输出屏幕格式包括一个轴上指示的上级类别和另一轴上的视觉图形，其中，所述视觉图形表示包括在每个上级类别中的下级类别的出现频率。5.如权利要求4所述的系统，其中，响应于在下级类别之中选择了任意下级类别，选择的下级类别的详细信息被显示。6.如权利要求1所述的系统，其中，搜索部被配置为以热图格式提供第二趋势信息的元数据，其中，在热图格式中，以热分布形式的视觉图形表示出现频率关于设置时间的改变。7.如权利要求1所述的系统，其中，搜索部被配置为以图形格式提供从第一趋势信息改变到第二趋势信息的元数据，其中，在图形格式中，以视觉图形表示出现频率关于设置时间的改变。8.如权利要求3所述的系统，其中，移动线分析单元包括：移动线信息产生单元，被配置为通过进行与来自输入的图像的类别有关的运动检测和运动跟踪，产生移动线信息；噪声去除单元，被配置为去除移动线信息的噪声；聚类单元，被配置为生成聚类，其中，每一个聚类由去除了噪声的相似移动线信息项形成；分组单元，被配置为将对相似移动线信息项进行分组的结果提供为第三趋势信息，其中，通过使用聚类后的移动线信息项执行人工智能神经网络学习来对相似移动线信息项进行分组。9.如权利要求8所述的系统，其中，搜索部被配置为以由第一区域和第二区域形成的输出屏幕格式来提供从索引部得到的第三趋势信息的元数据，其中，图像中的移动线被显示在第一区域中，通过执行人工智能神经网络学习对相似移动线信息项进行分组的结果作为自组织映射图被显示在第二区域中。10.如权利要求9所述的系统，其中，响应于在第二区域中选择了任意一组，与选择的组相应的移动线被显示在第一区域中。11.如权利要...

【专利技术属性】
技术研发人员：朴东俊，柳然杰，申皬喆，郑东焕，
申请(专利权)人：三星泰科威株式会社，
类型：发明
国别省市：韩国;KR