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W预定格式提供所述趋势信息。
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。
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H趋势信息。
4. 如权利要求3所述的系统，其中，搜索部被配置为W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3所述的系统，其中，搜索部被配置为W热图格式提供第二趋势信息的 元数据，其中，在热图格式中，W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3所述的系统，其中，搜索部被配置为W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，W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H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W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H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； 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H趋势信息。
12. 如权利要求11所述的系统，其中，从索引部得到的第H趋势信息的元数据W输出 屏幕格式被提供，其中，在所述输出屏幕格式中，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所述概率被表示为箭头。
13. 如权利要求12所述的系统，移动的所述概率的大小与箭头的大小成比例。
14. 如权利要求2所述的系统，其中，索引部包括： 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，W使得 元数据是可搜索的； 第H存储单元，被配置为存储来自索引引擎的可搜索的元数据。
15. 如权利要求14所述的系统，其中，索引部包括： 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H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W预定格式提供搜索引擎对趋势信息的搜索结果。
16. -种操作用于搜索的系统的方法，所述方法包括： 通过分析输入的图像来提取各种属性W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W使得元数据是可 搜索的； 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W预定格式 提供提取的趋势信息。
17. 如权利要求16所述的方法，其中，提取所述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所述各种属性； 响应于提取出所述各种属性，分析关于类别的趋势并将趋势分析提供为趋势信息。
18. 如权利要求17所述的方法，其中，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H趋势信息。
19. 如权利要求18所述的方法，其中，提供移动线分析的结果的步骤包括： 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； 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； 将对相似移动线信息项进行分组的结果提供为第H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。
20. 如权利要求18所述的方法，其中，提供移动线分析的结果的步骤包括： 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H趋势信 肩、。
【专利摘要】本发明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。
【IPC分类】G06F17-30
【公开号】CN104572806
【申请号】CN201410583993
【发明人】朴东俊, 柳然杰, 申皬喆, 郑东焕
【申请人】三星泰科威株式会社
【公开日】2015年4月29日
【申请日】2014年10月27日
【公告号】US20150117759