CN102843511B - 图像处理支持系统、信息处理设备和图像处理支持方法 - Google Patents
图像处理支持系统、信息处理设备和图像处理支持方法 Download PDFInfo
- Publication number
- CN102843511B CN102843511B CN201210200428.1A CN201210200428A CN102843511B CN 102843511 B CN102843511 B CN 102843511B CN 201210200428 A CN201210200428 A CN 201210200428A CN 102843511 B CN102843511 B CN 102843511B
- Authority
- CN
- China
- Prior art keywords
- image
- user
- support
- good
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/00127—Connection or combination of a still picture apparatus with another apparatus, e.g. for storage, processing or transmission of still picture signals or of information associated with a still picture
- H04N1/00132—Connection or combination of a still picture apparatus with another apparatus, e.g. for storage, processing or transmission of still picture signals or of information associated with a still picture in a digital photofinishing system, i.e. a system where digital photographic images undergo typical photofinishing processing, e.g. printing ordering
- H04N1/00183—Photography assistance, e.g. displaying suggestions to the user
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/00127—Connection or combination of a still picture apparatus with another apparatus, e.g. for storage, processing or transmission of still picture signals or of information associated with a still picture
- H04N1/00204—Connection or combination of a still picture apparatus with another apparatus, e.g. for storage, processing or transmission of still picture signals or of information associated with a still picture with a digital computer or a digital computer system, e.g. an internet server
- H04N1/00244—Connection or combination of a still picture apparatus with another apparatus, e.g. for storage, processing or transmission of still picture signals or of information associated with a still picture with a digital computer or a digital computer system, e.g. an internet server with a server, e.g. an internet server
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/64—Computer-aided capture of images, e.g. transfer from script file into camera, check of taken image quality, advice or proposal for image composition or decision on when to take image
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N2201/00—Indexing scheme relating to scanning, transmission or reproduction of documents or the like, and to details thereof
- H04N2201/0077—Types of the still picture apparatus
- H04N2201/0084—Digital still camera
Abstract
本发明涉及图像处理支持系统、信息处理设备和图像处理支持方法。一种图像处理支持系统,其使用表示根据用户在SNS上的活动在用户和图像之间所建立的关联的信息,从与用户相关联的图像提取与支持对象图像相对应的图像。然后,所述图像处理支持系统基于所提取的图像,支持对所述支持对象图像的处理。所述图像处理支持系统在无需预先进行复杂操作的情况下,提供对获取与各种图像条件相匹配并且符合用户的偏好的输出图像的支持。
Description
技术领域
本发明涉及一种用于支持与图像有关的处理的技术。
背景技术
作为用于支持拍摄者的拍摄操作的技术,日本特开2008-236011号公报讨论了一种技术,该技术允许拍摄者手动生成构图(拍摄向导)以拍摄拍摄者想要的图像,并且在拍摄操作期间显示重叠在预览图像上的构图。根据该技术,可以在拍摄操作期间通过拍摄向导来提供支持,从而可以使得以最接近拍摄者想要的构图来拍摄图像。
作为另一相关发明,日本特开2007-27945号公报讨论了一种技术,该技术基于对摄像设备的输入或者例如全球定位系统(GPS)的传感器输出在摄像设备上显示与摄像条件相对应的基准图像,以使用该基准图像作为样本构图,从而支持拍摄操作。
然而,如果在诸如风景、动物和植物拍摄等的各种类型的摄像条件下进行拍摄操作,则日本特开2008-236011号公报所述的方法需要拍摄者预先根据每一摄像条件生成拍摄向导。此外,该方法需要拍摄者进行用于选择和设置适于当前摄像条件的拍摄向导的额外处理。
另一方面,日本特开2007-27945号公报所述的方法可以呈现适于当前摄像条件的基准图像,但是该基准图像是系统供应商预先准备的图像。因此,如果摄像条件相同,则向任一用户一律呈现相同的基准图像。因此,不可能实现根据用户的偏好和兴趣来呈现基准图像。例如,不可能从分别具有不同的被摄体配置(构图)的多个图像中选择符合用户偏好和兴趣的图像来支持拍摄操作。
发明内容
本发明旨在基于与各种类型的条件相匹配和与用户相关联的图像来提供支持。
根据本发明的一个方面,提供一种图像处理支持系统,其包括:提取单元,用于基于表示用户和图像之间的关联的信息,从下面的图像中的至少一个提取与支持对象图像相对应的图像:与良好评价所述用户良好评价的图像的其他人相对应的图像、与所述用户良好评价的另一其他人所良好评价的其他人相对应的图像、与所述用户良好评价的图像相对应的其他人所良好评价的图像和与良好评价对应于所述用户的图像的其他人相对应的图像;以及支持单元,用于基于通过所述提取单元所提取的图像,支持与所述支持对象图像有关的处理。
根据本发明的另一方面,提供一种信息处理设备,其包括:提取单元,用于基于表示用户和图像之间的关联的信息,从下面的图像中的至少一个提取与支持对象图像相对应的图像:与对所述用户良好评价的图像做出了良好评价的其他人相对应的图像、与由所述用户良好评价的其他人做出了良好评价的另外的其他人相对应的图像、由与所述用户良好评价的图像相对应的其他人做出了良好评价的图像以及与对对应于所述用户的图像做出了良好评价的其他人相对应的图像;以及支持单元,用于基于通过所述提取单元所提取的图像,支持与所述支持对象图像有关的处理。
根据本发明的又一方面,提供一种图像处理支持方法,其包括以下步骤:基于表示用户和图像之间的关联的信息,从下面的图像中的至少一个提取与支持对象图像相对应的图像:与对所述用户良好评价的图像做出了良好评价的其他人相对应的图像、与由所述用户良好评价的其他人做出了良好评价的另外的其他人相对应的图像、由与所述用户良好评价的图像相对应的其他人做出了良好评价的图像以及与对对应于所述用户的图像做出了良好评价的其他人相对应的图像;以及基于所提取的图像,支持与所述支持对象图像有关的处理。
根据本发明,可以基于与目标图像条件相对应的并且与用户相关联的图像来支持与目标图像有关的处理。
通过以下参考附图对实施例的详细说明,本发明的其它特征和方面将显而易见。
附图说明
这些附图示出本发明的实施例、特征和方面,并且与说明书一起用来解释本发明的原理。
图1示出服务器设备的结构的例子。
图2示出摄像设备的结构的例子。
图3示出系统结构的例子。
图4示出服务器设备的功能结构的例子。
图5示出摄像设备的功能结构的例子。
图6A和6B是示出拍摄支持处理的流程图。
图7示出关联图的例子。
图8示出根据本发明的实施例的用于允许选择推荐图像的用户界面(UI)的例子。
图9示出根据本发明实施例的拍摄支持的例子。
图10是示出关联信息更新处理的流程图。
图11示出在执行关联信息更新处理之后的关联图的例子。
图12示出加权有向关联图的例子。
图13示出在执行关联信息更新处理之后的加权有向关联图的例子。
图14示出图像的元数据的例子。
图15A和15B各自示出关联信息的例子。
图16示出根据第三实施例的系统结构的例子。
图17示出根据第三实施例的服务器设备的结构的例子。
图18示出根据第三实施例的客户端设备的结构的例子。
图19A和19B是示出根据第三实施例的支持处理的流程图。
图20示出根据第三实施例的关联图的例子。
具体实施方式
下面将参考附图详细说明本发明的各种实施例、特征和方面。可以按需要或者在将各个实施例的元件或特征的组合为单一实施例是有利的情况下、单独或者作为多个实施例的组合或实施例的特征的组合来实现下述本发明的各实施例。
应该注意,下面所述的本发明的实施例的详细结构仅是例子,并且本发明不局限于所示实施例。
本发明的第一实施例使用与对摄像设备当前所设置的摄像条件相匹配并且基于用户的偏好和兴趣与用户相关联的图像来支持拍摄操作。下面将参考附图说明第一实施例。
将参考图3说明根据本实施例的拍摄支持系统的结构。根据本实施例的拍摄支持系统300包括服务器设备100和摄像设备200(客户端设备)。服务器设备100是与诸如因特网301等的网络连接并且能够发送和接收信息的信息处理设备。此外,社交网络服务(SNS)服务器302与因特网301连接,并且服务器设备100可以经由因特网301向SNS服务器302发送信息和从SNS服务器302接收信息。图3所示的系统结构仅是例子,并且可以通过物理上类似的设备或者多种类型的设备来构成各设备。
接着参考图1的框图说明服务器设备100的结构。可以通过单个计算机设备、或者可以通过根据需要将各个功能分布在多个计算机设备间,来实现根据本实施例的服务器设备100。在通过多个计算机设备构成服务器设备100的情况下,这些设备经由例如局域网(LAN)连接以相互进行通信。
参考图1,控制单元101负责整个服务器设备100的控制。控制单元101包括中央处理单元(CPU)102、随机存取存储器(RAM)103和只读存储器(ROM)104。CPU102执行存储在ROM104和后面所述的存储单元105中的程序,以控制各硬件设备和计算信息,从而实现后面所述的处理和功能单元。RAM103是CPU102的工作存储器。ROM104存储用于实现后面所述的处理和功能单元的程序和参数。
存储单元105是诸如装配在服务器设备100上的硬盘或存储卡等的存储设备,并且存储数据。可以将存储单元105整合在服务器设备100中,或者可以可拆卸地配置存储单元105。例如,可以通过例如诸如软盘(FD)或紧致盘(CD)等的光盘、磁卡、光卡、集成电路(IC)卡或存储卡来实现存储单元105。
输入装置接口106用作与诸如指示装置和键盘等的输入装置110的接口,其中,输入装置110用于接收用户操作,并且接受来自用户的指示的输入。输出装置接口107控制向诸如用于显示从服务器设备100输出的视频图像的监视器111等的外部设备的信息的输入以及从该外部设备的信息的输出。网络接口108使得能够与网络线路和摄像设备200进行通信。系统总线109可通信地连接各个单元101~108。
接着参考图2的框图说明摄像设备200的结构。参考图2,控制单元201负责整个摄像设备200的控制。控制单元201包括中央处理单元(CPU)202、随机存取存储器(RAM)203和只读存储器(ROM)204。CPU202执行存储在ROM204和后面所述的存储单元205中的程序,以控制各硬件设备并计算信息,从而实现后面所述的处理和功能单元。RAM203是CPU202的工作存储器。ROM204存储用于实现后面所述的处理和功能单元的程序和参数。
存储单元205是诸如装配在摄像设备200上的硬盘或存储卡等的存储设备,并且存储数据。可以将存储单元205整合在摄像设备200中,或者可以可拆卸地配置存储单元205。还可以通过例如IC卡或存储卡实现存储单元205。
输入单元212是例如用于接收用户操作和输入数据的指示装置和控制按键。显示单元213是例如用于显示由摄像设备200所保持的数据和图形用户界面(GUI)的液晶显示器。可以将显示单元213与输入单元212整体配置为触摸面板。
通信接口(I/F)214使得能够与诸如无线LAN等的外部设备进行通信。摄像设备200经由通信I/F214与服务器设备100进行通信。
拍摄单元215包括例如镜头、图像传感器和模拟/数字(A/D)转换器。拍摄单元215通过图像传感器输出经由镜头所捕获的被摄体的光数据作为电信号,并且将该电信号转换成数字数据,从而生成图像数据。系统总线216可通信地连接摄像设备200的各单元。
接着说明经由因特网301与上述拍摄支持系统300可通信地连接的SNS服务器302。SNS服务器302保持拍摄支持中所使用的多个图像和下面的信息,其中,该信息表示基于例如用户对图像的图片样式和构图的偏好和兴趣所建立的、拍摄支持系统300的用户与图像的关联。
SNS服务器302是具有用于在因特网301上提供社交网络服务(SNS)的web服务器功能的信息处理设备。以下面的方式配置根据本实施例的SNS:每一用户可以将例如图像和博客上传至SNS,并且可以对上传的图像或其他用户进行评价或评论。根据本实施例的SNS是提供用户可以通过这类交换来进行相互通信的场所的服务。此外,用户可以通过加入具有相同品味和偏好的其他用户所属的“社区”,来搜索或阅览具有相同品味或偏好的其他用户的图像。
当用户在SNS中登记自己时,向用户提供唯一表示该用户的标识(ID)。在SNS上通过该ID唯一识别用户。用户阅览其他用户所上传的图像,并且基于用户自己对例如图像的图片样式和构图的偏好和兴趣来评价所阅览的图像。此外,用户可以基于其他用户上传至SNS的图像向“我的最爱(关注)”添加其他用户,并且监视其他用户的活动。SNS上的这些活动导致建立用户之间或者图像和用户之间基于偏好和兴趣的关联。此外,如果用户基于对图像的相同偏好加入了“社区”,则可以基于对图像的偏好和兴趣在用户之间建立关联。
作为对图像和用户的评价的例子,正在阅览上传的图像的其他用户可以向该图像分配两个评价“喜欢”(欣赏、偏好)或者“不喜欢”。作为对图像和用户的评价,可以以步进方式利用多个值来表现偏好程度。此外,SNS服务器302可以向外部设备提供通过上述SNS上的活动所建立的与用户和其他用户之间的关联有关的信息、与用户和图像之间的关联有关的信息、以及与用户相关联的图像
根据本实施例的拍摄支持系统300从SNS服务器302获取基于在SNS上所建立的对图像的评价和评论的、表示用户和其他用户之间的关联以及用户和图像之间的关联的关联信息。拍摄支持系统300参考表示用户和图像之间的关联的信息,基于SNS上与用户相关联的图像来支持拍摄操作。代替从SNS服务器302获取表示与用户的关联的关联信息,服务器设备100可以预先将关联信息存储在存储单元105中。可以以下面的方式来配置拍摄支持系统300:服务器设备100自身在因特网上提供SNS。
接着参考图4说明服务器设备100的功能结构。服务器设备100是用于向拍摄者提供拍摄支持的设备。如图4所示,服务器设备100的功能结构包括通信单元401、获取单元402、分析单元403、判断单元404、生成单元405和更新单元406。控制单元101计算和处理信息,并且基于实现各个功能单元的控制程序,控制各硬件设备。可以利用硬件构成图4所示的全部功能单元或者其中一部分。
通信单元401向摄像设备200发送信息以及从摄像设备200接收信息,并且与因特网301通信。获取单元402从因特网301上的SNS服务器302获取表示用户和图像之间的关联的关联信息。分析单元403分析通过获取单元402所获取的关联信息。然后,分析单元403基于分析结果,计算反映用户的偏好、品味和兴趣的用户和图像之间的关联度。关联度是表示图像与用户关联程度如何的值。
判断单元404根据附加给拍摄支持所使用的图像的元数据或者该图像的特征,判断图像是否与特定摄像条件相匹配。在本实施例中,摄像条件是诸如拍摄者拍摄图像时的被摄体、摄像设备200的各种类型的参数和拍摄地点等的操作条件。生成单元405基于判断单元404的判断结果和分析单元403对关联信息所进行的分析的结果,使用与摄像条件相匹配的图像生成拍摄支持信息。拍摄支持信息包括拍摄操作期间摄像设备200的各种类型的参数的设置以及用于支持拍摄构图的构建的信息。更新单元406使用所生成的拍摄支持信息,基于表示是否实际进行了拍摄操作的拍摄支持历史来更新SNS服务器302上的关联信息。
接着参考图5说明摄像设备200的功能结构。摄像设备200可以基于从服务器设备100所获取的拍摄支持信息,支持用户的拍摄操作。如图5所示,摄像设备200的功能结构包括UI单元501、通信单元502、摄像条件获取单元503、请求单元504、拍摄支持单元505和历史生成单元506。控制单元201计算和处理信息,并且基于控制程序控制各硬件设备,以实现各个功能单元。还可以通过硬件构成图5所示的全部功能单元或者其中一部分。
UI单元501是用于使得能够在摄像设备200和用户之间交换信息的接口。通信单元502负责与诸如服务器设备100等的外部设备的通信。摄像条件获取单元503获取摄像条件。请求单元504生成包含通过摄像条件获取单元503所获取的摄像条件和唯一表示拍摄者的用户信息的信息。然后,请求单元504请求服务器设备100提供拍摄支持。拍摄支持单元505向拍摄者呈现服务器设备100响应于来自请求单元504的请求所生成的拍摄支持信息。拍摄支持单元505通过呈现拍摄支持信息来支持拍摄者的拍摄操作。历史生成单元506生成表示拍摄者是否实际使用了拍摄支持信息的拍摄支持信息使用历史。
下面将说明这样配置的拍摄支持系统300如何发挥功能。拍摄支持系统300的特征性主处理包括拍摄者的拍摄支持处理和关联信息更新处理。下面将参考图6和10所示的流程图说明这些处理。
首先,将参考图6说明拍摄支持处理。在开始拍摄支持处理时,在步骤S601,摄像设备200的摄像条件获取单元503首先检测用户对UI单元501的输入。此时,拍摄者经由UI单元501输入摄像条件。在本实施例中,将拍摄模式设置为摄像条件。拍摄模式的例子包括用于拍摄人物的“人像模式”、用于拍摄风景图像的“风景模式”、用于拍摄夜景图像的“夜景模式”和用于拍摄位置接近摄像设备200的被摄体的“微距模式”。用户经由UI单元501选择与用户想要拍摄的被摄体相对应的拍摄模式。
基于将拍摄模式设置为摄像条件的例子说明本实施例,但是本发明不局限于此。例如,可以以下面的方式来配置拍摄支持系统300:对通过预备拍摄所拍摄的图像应用诸如颜色判断和被摄体识别等的图像分析,并且基于该分析结果自动设置摄像条件。可选地,可以获取例如作为安装在摄像设备200上的GPS(全球定位系统)的输出的位置信息,作为摄像条件。
随后,在步骤S602,摄像设备200的请求单元504生成包含作为步骤S601的输出所获取的与摄像条件有关的信息以及通过用户对UI单元501的输入所获取的唯一表示拍摄者的信息的拍摄支持请求。使用SNS服务器302的用户ID作为唯一表示拍摄者的信息。
在步骤S602,摄像设备200的请求单元504生成拍摄支持请求,并且经由通信单元502将该信息发送给服务器设备100。在步骤S603,服务器设备100接收拍摄支持请求。随后,在步骤S604,服务器设备100的获取单元402经由因特网301访问SNS服务器302。然后,获取单元402使用在步骤S603接收到的拍摄支持请求中所包含的用户ID,获取拍摄者的关联信息。SNS服务器302具有用于将与所输入的用户ID相对应的用户关联信息输出至输入源的功能。
图15A和15B各自示出关联信息的例子。特别地,图15A示出表示根据用户在SNS上的活动所生成的、拍摄支持系统300的用户(拍摄者)和图像之间的关联的关联信息的例子。列1501包含拍摄者对SNS上上传的图像提供良好评论或者良好评价(欣赏、偏好)的图像。项1502表示拍摄者提供良好评论或良好评价的图像的ID。
列1503包含拍摄者基于SNS上上传的图像对上传该图像的其他用户提供了良好评论或良好评价的其他用户。项1504表示SNS上拍摄者所评价的人的用户ID。此外,用户ID1504还包括表示是否允许向其他用户公开该用户关联信息的信息。还可以通过基于可以公开的用户ID1504向SNS服务器302请求用户ID1504的关联信息来获取该信息。
图15B示出与拍摄者进行了评价的“用户A”有关的关联信息。列1505包含用户A上传至SNS的图像。项1506表示用户A上传至SNS上的图像的ID。此外,列1507包含用户A基于SNS上所上传的图像对上传该图像的其他用户提供了良好评论或良好评价的其他用户。项1508表示用户A所评价的SNS上的人的用户ID。图15A和15B所示的关联信息仅是例子,并且可以将拍摄支持系统300配置成获取上传所评价的图像1501的用户的ID或者与用户加入的社区有关的信息。此外,可以将拍摄支持系统300配置成向关联信息添加与评价拍摄者所上传的图像的其他用户有关的信息。
这样,基于拍摄者对SNS上上传的图像和人所提供的评价,生成关联信息。因此,认为该信息反映拍摄者对图像的偏好、品味和兴趣。例如,拍摄者所评价的图像直接从拍摄者本人接收到良好评价,因此该图像与拍摄者的偏好相匹配。
此外,关联信息使得能够获取与同拍摄者具有相同的偏好、品味和兴趣的人所上传或评价的图像,诸如拍摄者评价的其他用户所保持的图像有关的信息。
此外,关联信息使得能够获取与由对图像具有同拍摄者相同的偏好、品味和兴趣的人所上传或评价的图像有关的信息,这些人诸如是拍摄者评价过的其他用户所评价的其他用户以及对拍摄者评价过的图像做出评价的其他用户等。
图7是示出基于所获取的关联信息的拍摄者与其他用户或图像的关联度的关联图。关联图700是将拍摄者701、SNS上活动的其他用户和SNS上上传的图像表示为节点并且使用连接这些节点的边缘来表示关联的图。该图表示经由边缘连接的节点之间存在关联。通过诸如将自身登记为关注其他用户以及对上传的图像提供“喜欢”评价等的SNS上的活动,在节点之间建立关联。
随后,在步骤S605,服务器设备100的分析单元403基于所获取的关联信息,计算与SNS上的图像的关联度,并且判断单元404从SNS上的相关联的图像提取与在步骤S601所获取的摄像条件相匹配的图像。首先说明如何计算拍摄者和SNS上的图像之间的关联度。假定n表示基于所获取的关联信息的关联图700中任意图像节点和拍摄者节点之间的跳跃数量,通过下面的公式表示拍摄者节点和与拍摄者节点相距n个跳跃的图像之间的距离Sn。
Sn=n…(1)
将该距离设置为拍摄者和图像之间的关联度。距离值越小,则图像与拍摄者相关联的程度越高。例如,参考关联图700,SNS上的拍摄者701直接评价了“图像1”和“图像2”,因此,它们与拍摄者701高度相关联,因而提供值“1”作为它们的关联度。另一方面,分配值“2”作为“图像A-1”和“图像A-2”的关联度,其中,“图像A-1”和“图像A-2”是作为由拍摄者701所评价的人的“用户A”上传的图像。另一方面,分配值“3”作为与由“用户A”所评价的“用户B”上传的“图像B-1”的关联度,其中,通过拍摄者701评价了“用户A”。换句话说,“图像B-1”是“图像B”上传的图像,“用户B”是由上传了拍摄者701评价良好的图像的“用户A”所评价的人。因此,由于“图像B-1”很可能是拍摄者701偏好的图像,所以判断为“图像B-1”与拍摄者701相关联。
随后,判断单元404从被判断为与拍摄者相关联的SNS上的图像中提取与在步骤S601所获取的摄像条件相匹配的图像。对于具有预先设置的预定范围内的关联度的各图像,判断单元404从具有最高关联度的图像开始、依次判断图像是否与拍摄支持请求中所包含的摄像条件相匹配。选择与摄像条件相匹配的图像作为推荐图像。
这里,判断单元404通过基于图像的元数据判断图像是否具有与摄像条件相对应的属性,判断图像是否与摄像条件相匹配。图14示出附加给图像的元数据描述的例子。可以将图14所示的信息配置为与图像同样的数据、或者可以作为与图像相关联的其它数据来管理该信息。
图像的元数据的内容包括例如表示被摄体的被摄体信息、表示拍摄的日期和时间的日期信息、表示拍摄地点的GPS信息、以及表示拍摄操作期间的摄像设备的设置的照相机设置信息。
此外,还将拍摄操作期间的拍摄模式添加至照相机设置信息。将元数据中的这些项中的至少一部分预先附加至上传至SNS的图像。可以在拍摄操作期间通过摄像设备自动添加该元数据,或者可以在例如SNS上通过用户来添加该元数据。
在本实施例中,判断单元404根据图像是否具有与作为摄像条件所设置的拍摄模式相对应的属性,判断图像是否与摄像条件相匹配。判断单元404参考图像的元数据中的照相机设置信息所包含的拍摄操作的拍摄模式,并且判断该模式是否与作为摄像条件所设置的拍摄模式相对应。
判断单元404可以基于除照相机设置信息以外的图像的属性,判断图像是否与摄像条件相匹配。例如,在将拍摄模式“人像”设置为摄像条件的情况下,判断单元404参考与被摄体有关的被摄体信息,并且如果例如将“人物”或“面部”设置为图像的被摄体信息,则判断为该图像与拍摄图像相匹配。判断单元404预先保持表示哪些类型的图像属性对应于各摄像条件的表,并且通过参考该表来判断图像是否与摄像条件相匹配。
基于从元数据获取图像的属性的例子说明了本实施例,但是本发明不局限于此。例如,可以通过执行图像分析处理来获取图像的属性。在这种情况下,判断单元404根据作为图像分析的结果、图像是否包括与摄像条件相对应的颜色或者被摄体,来判断图像是否与摄像条件相匹配。例如,在将“风景模式”设置为摄像条件的情况下,判断单元404进行图像分析以分析图像的上部区域的颜色,并且如果分析出的颜色是与天空相对应的颜色,则判断为图像与摄像条件相匹配。
此外,基于将拍摄模式设置为摄像条件的例子说明了本实施例,但是本发明不局限于此。例如,在将拍摄位置设置为摄像条件的情况下,判断单元404可以使用图像的GPS信息来判断图像是否与摄像条件相匹配。判断单元404以上述方式判断图像是否与摄像条件相匹配。
随后,在步骤S614,判断单元404判断在步骤S605中具有预先设置的任意范围内的关联度的图像中、是否存在与摄像条件相匹配的图像。如果没有与摄像条件相匹配的图像(步骤S614为“否”),则在步骤S612,服务器设备100向摄像设备200发送表示服务器设备不能返回拍摄支持信息的消息。摄像设备200将该消息显示在UI单元501上。然后,处理再次进入步骤S601,请求设置新的摄像条件,然后基于这一新的摄像条件重复此后的步骤。可选地,可以以下面的方式来配置拍摄支持系统300:通过扩展对象以包括具有较低关联度的图像,再次进行判断,或者使用预先存储在服务器设备100中的图像来提供拍摄支持。
另一方面,如果在步骤S614判断为存在与摄像条件相匹配的图像(步骤S614为“是”),则处理进入步骤S606。在步骤S606,如果存在与摄像条件相匹配的图像(推荐图像),则服务器设备100的生成单元405基于推荐图像生成拍摄支持信息。例如,基于与作为推荐图像的属性的图像元数据中所描述的各种类型的参数有关的信息、与图像的构图有关的信息以及从推荐图像所提取的图像特征信息,生成拍摄支持信息的一个例子。此外,拍摄支持信息包含推荐图像本身。
此外,拍摄支持信息可以是用于对摄像设备200自动设置例如拍摄推荐图像时的镜头的变焦值和曝光信息的信息。可选地,拍摄支持信息可以是表示推荐图像的拍摄地点或拍摄方向的信息。可选地,拍摄支持信息可以是与推荐图像的图片样式有关的信息或者与构图有关的信息。此外,甚至可以将一组推荐图像本身设置为拍摄支持信息。上述拍摄支持信息仅是例子,并且本发明不局限于此。
随后,在步骤S607,摄像设备100的通信单元401将在步骤S606所生成的拍摄支持信息发送给摄像设备200。在步骤S608,摄像设备200接收拍摄支持信息。随后,在步骤S609,摄像设备200将在步骤S608接收到的拍摄支持信息所包含的推荐图像呈现在UI单元501上。
图8示出UI单元501上的呈现的例子。图8示出摄像设备200的UI单元501的例子,其包括显示画面801、物理按键802和确定按钮803。将拍摄预览和推荐图像的列表804以重叠状态显示在显示画面801上。在推荐图像的列表804中,以下面的方式显示推荐图像:按照拍摄者和推荐图像之间的关联度的降序对推荐图像进行排序。由于基于关联度按照关联度的降序进行排序这样的方式来显示推荐图像的列表804,所以可以优选推荐具有高关联度的图像。
在步骤S610,拍摄者可以使用物理按键802移动选择光标805至任意推荐图像,然后按下确定按钮803,从而选择该推荐图像。在本实施例中,拍摄者使用物理按键802选择图像,但是可以使用例如用作触摸面板的UI来选择图像。
在步骤S610,UI单元501判断拍摄者是否从推荐图像选择了要使用的拍摄支持信息。如果没有拍摄者想要使用的图像(步骤S610为“否”),则拍摄者操作UI单元501以指示该意思。然后,在步骤S613,摄像设备200向服务器设备100发送表示没有拍摄者想要使用的拍摄支持信息的消息。在接收到该消息时,服务器设备100重新设置预先所设置的关联度的值,从而使得推荐图像可以包含具有较低关联度的图像。然后,重复步骤S605及此后的步骤。
另一方面,如果在步骤S610,拍摄者从UI单元501上所呈现的推荐图像选择了任意图像(步骤S610为“是”),则在步骤S611,摄像设备200的拍摄支持单元505使用与所选择的推荐图像相对应的拍摄支持信息提供拍摄支持。将参考图9说明拍摄支持的例子。
拍摄支持模式900以重叠状态在UI单元501的显示画面801上显示通过提取推荐图像的轮廓成分所形成的构图901和拍摄预览。拍摄者以将拍摄预览中的被摄体与推荐图像的构图对准的方式拍摄图像。这样,可以提供用于基于推荐图像的构图获取想要的输出的拍摄支持。
此外,代替推荐图像中的轮廓成分、可以以透明方式显示推荐图像的原始图像,并且将其以重叠方式与拍摄预览一起进行显示。拍摄支持模式902在摄像设备200的UI单元501上的显示画面801的角落处显示推荐图像903。拍摄支持模式902可以通过允许拍摄者在观看推荐图像的同时拍摄图像来支持拍摄操作,从而获取与推荐图像相同的想要的输出。
拍摄支持模式904可以在摄像设备200的UI单元501的显示画面801上提供网格,并且可以通过响应于对物理按键802的操作切换推荐图像和拍摄预览来显示它们。拍摄支持模式904可以通过允许拍摄者通过切换推荐图像和拍摄预览来进行显示以支持拍摄操作,从而获取与推荐图像相同的适当输出。
用于呈现拍摄支持信息的方法不局限于上述方法。例如,摄像设备200可以通过例如使用拍摄地点信息或者与在拍摄推荐图像时拍摄推荐图像的终端装置的方向和倾斜度有关的信息将拍摄者导航至拍摄地点,来支持拍摄操作。例如,摄像设备200可以通过在UI单元501上显示地图并且指示摄像设备200的当前位置以及拍摄推荐图像时的位置和拍摄方向,来支持拍摄操作,从而允许拍摄者在拍摄推荐图像的拍摄地点处拍摄图像。
此外,可以将摄像设备200配置成改变摄像设备200的设置、以使用拍摄推荐图像时的摄像设备的设置和与推荐图像的图片样式有关的信息来生成与推荐图像相同的图像。返回到图6,在步骤S611,摄像设备200的拍摄支持单元505提供拍摄支持。此后,如果在步骤S615判断为实际进行了拍摄操作(步骤S615为“是”),则在步骤S616,摄像设备200存储与拍摄操作中所使用的拍摄支持信息有关的信息。然后,结束该处理。
接着说明关联信息更新处理。认为拍摄者作为拍摄支持实际所使用的推荐图像是与拍摄者的偏好和品味更相匹配的图像。使用该信息更新SNS上的关联信息,以更好地反映拍摄者的偏好和品味。
将参考图10的流程图说明关联信息更新处理。首先,在步骤S1001,摄像设备200存储从服务器设备100接收到的拍摄支持信息。此外,在步骤S1002(图6的步骤S616),摄像设备200存储表示拍摄者是否使用拍摄支持信息拍摄了图像的信息。在步骤S1003,对于基于多个推荐图像中的每一个各自的拍摄支持信息,摄像设备200的历史生成单元506设置表示拍摄者是否使用拍摄支持信息拍摄了图像的信息,从而生成拍摄支持历史。
在步骤S1004,摄像设备200的通信单元502将在步骤S1003所生成的拍摄支持历史发送给服务器设备100。在步骤S1005,服务器设备100的通信单元401接收拍摄支持历史。随后,在步骤S1006,服务器设备100的更新单元406经由通信单元401与SNS服务器302通信,并且基于拍摄支持历史信息更新关联信息,以更好地反映拍摄支持时的用户偏好。
参考图11说明如何更新关联信息。假定拍摄者701在拍摄支持中使用了与图像1102(图像A-1)相关联的拍摄支持信息,更新单元406请求SNS服务器302提高拍摄者701和图像1102之间的关联度。例如,更新单元406请求SNS服务器302将拍摄者701和图像1102之间的关联度改变成如同拍摄者701在SNS上直接评价图像1102一样。该关联信息更新处理导致建立了拍摄者701和图像1102之间的直接边缘1101,从而导致从拍摄操作之前的关联度Sn=2改变成关联度Sn=1,因而提高了拍摄者701和图像1102之间的关联度。
这样,根据本实施例,可以基于拍摄者在SNS上的活动中所建立的拍摄者和上传至SNS的图像之间的关联,使用更高关联的图像来提供拍摄支持。此外,由于根据基于拍摄者对图像的偏好、品味和兴趣的图像或者其他用户的评价来生成关联信息,所以可以使用与拍摄者对图像的偏好、品味和兴趣相匹配的图像来提供拍摄支持。此外,由于更新关联信息以提高与在拍摄操作中实际使用的拍摄支持信息中所包含的图像的关联度,所以可以以更好地反映拍摄者的偏好、品味和兴趣的方式更新关联信息。
基于作为对SNS上的其他用户或图像的评价存在两种类型的评价、即“已评价”或“未评价”的例子说明了第一实施例。下面将针对在SNS上存在多个评价级别的情况下的拍摄支持处理和关联信息更新处理来说明第二实施例。
图12示出根据本实施例的关联度计算中所使用的关联图。将关联图1200表示为加权有向图,其中,用于连接节点的边缘1202具有权重和方向。边缘的方向表示哪个节点建立了节点之间的关联。例如,在拍摄者1201和图像1203(图像1)之间的关系中,边缘1202表示作为位于箭头起点的“拍摄者1201”评价位于箭头终点的“图像1203”。边缘的方向是单向的或双向的。双向表示两边的节点相互评价。将边缘的权重设置成5个级别,即1~5中的任一个。权重的值越大,表示在经由箭头边缘所连接的节点和另一节点之间建立了越高的关联度。拍摄者选择5个级别中的任一个作为对SNS上的其他用户或上传图像的评价,以确定权重的值。如果连接节点的边缘是双向的,则对方向中的每一个都设置权重。
根据本实施例的拍摄支持处理与第一实施例的不同在于计算关联度方面,下面将对此进行详细说明。在图6所示的步骤S605,服务器设备100的分析单元403使用关联图1200计算关联度。假定n表示任意图像节点和拍摄者节点之间的跳跃数量,并且xi表示分配给关联图1200中的各路径边缘i(0<i<n)的权重,则通过下面的公式计算拍摄者节点和图像节点之间的关联度Sn。
作为通过公式(2)所计算出的值,图像节点具有的值越小,则与拍摄者的关联度越高。
接着详细说明根据本实施例的关联信息更新处理与第一实施例的不同。参考图13说明根据本实施例的关联信息更新处理。在拍摄者1301作为拍摄支持使用了与推荐图像1302相关联的拍摄支持信息的情况下,在步骤S1006,更新关联信息,从而使得图像1302变得与拍摄者1301更紧密关联。在经由用户1304建立拍摄者1301和图像1302之间的关系的情况下,执行关联信息更新处理,以使得经由边缘1303形成拍摄者1301和图像1302之间的直接连接。此时,直接连接边缘1303是示出从拍摄者节点1301到图像1302的方向的边缘,并且根据默认设置,将该边缘的权重1303设置成5。
此时,尽管在更新处理之前,将从拍摄者节点1301到图像节点1302的距离计算为Sn=9/20,但是在更新处理之后,将从拍摄者节点1301到图像节点1302的距离计算为Sn=1/5,其小于9/20(1/5<9/20)。这样,减小了节点之间的距离。根据默认设置,将新建立的边缘1303的权重设置成5,但是拍摄者可以通过摄像设备200将该权重设置成任意值。
这样,根据本实施例,可以通过考虑拍摄者添加给图像的评价的权重,使用基于更精确地反映拍摄者的偏好、品味和兴趣的关联信息的图像来提供拍摄支持。
第三实施例基于用户的偏好和兴趣、使用与用户的图像条件相匹配并且与用户相关联的图像来支持图像校正处理。将参考附图说明本实施例。在假定对SNS上上传的图像应用诸如伽马曲线校正处理、空间滤波处理、肤色增强处理、红眼处理和色调校正等的图像校正处理的情况下来说明本实施例。本实施例支持用户对应当对图像应用哪个类型的校正的判断。
参考图16说明根据本实施例的图像处理支持系统的结构。根据本实施例的图像处理支持系统包括服务器设备1600、客户端设备1601和SNS服务器302。以与第一实施例和第二实施例中的SNS服务器302相同的方式来配置SNS服务器302,因此在此省略对其的详细说明。
服务器设备1600是与诸如因特网301等的网络连接并且能够发送和接收信息的信息处理设备。此外,SNS服务器302与因特网301连接,并且服务器设备1600可以经由因特网301向SNS服务器302发送信息和从SNS服务器302接收信息。图16所示的系统结构仅是例子,并且可以通过物理上相同的设备或者多种类型的设备来构成各设备。
服务器设备1600和客户端设备1601的硬件结构与图1的框图所示的结构相同。可以通过单个计算机设备或者可以通过根据需要在多个计算机设备间分布各个功能来实现本实施例中的服务器设备1600。在通过多个计算机设备构成服务器设备1600的情况下,这些设备经由例如局域网(LAN)连接以使得能够相互通信。此外,可以以服务器设备1600自身提供因特网301上的SNS这一方式来配置根据本实施例的图像处理支持系统。
接着参考图17说明服务器设备1600的功能结构。控制单元101计算和处理信息,并且基于存储在存储介质中的控制程序控制各硬件设备,这样实现服务器设备1600的各个功能单元。可以通过硬件实现下述全部功能单元或者其中的一部分。
如图17所示,服务器设备1600的功能结构包括通信单元1701、获取单元1702、分析单元1703、判断单元1704、生成单元1705和更新单元1706。此外,服务器设备1600包括提取单元1707和支持单元1708。
通信单元1701向客户端设备1601发送信息和从客户端设备1601接收信息,并且与因特网301通信。获取单元1702从因特网301上的SNS服务器302获取表示用户和图像之间的关联的关联信息。分析单元1703分析通过获取单元1702所获取的关联信息,并且计算用户和图像之间的关联度,其中,关联度表示图像多大程度上反映用户的偏好、品味和兴趣。
判断单元1704根据对图像处理支持中所使用的图像附加的元数据或者该图像的特征,判断图像是否与预定条件相匹配。在本实施例中,预定条件是基于图像、即用户的图像和上传至SNS服务器302上的图像之间的对应关系。例如,判断单元1704基于图像之间的被摄体的相似度、图像的拍摄地点之间的相似度、或者图像的色调之间的相似度,判断在图像之间是否满足预定条件。
提取单元1707基于表示用户和图像之间的关联的信息,从上传至SNS服务器302上的图像提取与用户的品味和兴趣很可能相匹配的图像。例如,提取单元1707提取在SNS上由评价了用户所评价的图像的其他人所上传的图像。此外,提取单元1707提取由用户所评价的其他人评价的另外的人所上传的图像。然后,提取单元1707还提取判断单元1704判断为用户的图像和上传至SNS服务器302上的图像之间的对应关系存在的图像。
生成单元1705基于判断单元1704的判断结果和分析单元1703分析关联信息的分析结果,使用通过提取单元1707所提取的与预定条件相匹配的图像,生成支持信息。例如,支持信息包括在处理(图像处理)由提取单元1707所提取的图像时使用的各种类型的参数。更新单元1706使用所生成的支持信息,基于表示是否实际进行了图像处理的支持历史来更新SNS服务器302上的关联信息。支持单元1708基于由生成单元1705所生成的支持信息,进行用于支持用户的图像处理的处理。
接着参考图18说明客户端设备1601的功能结构。客户端设备1601可以基于从服务器设备1600所获取的支持信息来支持用户。如图18所示,客户端设备1601的功能结构包括UI单元1801、通信单元1802、图像条件获取单元1803、请求单元1804、支持单元1805和历史生成单元1806。控制单元201计算和处理信息,并且基于存储在存储介质中的控制程序来控制各硬件设备,这样实现服务器设备1600的各个功能单元。可以通过硬件实现下述全部功能单元或者其中的一部分。
UI单元1801是用于允许在客户端设备1601和用户之间交换信息的接口。通信单元1802与诸如服务器设备1600等的外部设备通信。图像条件获取单元1803获取例如用户所处理的图像(支持对象图像)的图像信息和元数据。支持单元1805响应于来自请求单元1804的请求,向客户端设备1601的用户呈现由服务器设备1600所生成的支持信息,从而支持图像处理。
请求单元1804生成包含用户拥有的图像和唯一表示用户的用户信息的信息,并且请求服务器设备1600提供支持。历史生成单元1805生成支持信息使用历史,支持信息使用历史是表示用户是否实际使用了支持信息的信息。
将说明这样配置的图像处理支持系统如何发挥功能。该图像处理支持系统的特征性主处理包括支持处理和关联信息更新处理。下面将参考图19的流程图说明这些类型的处理,其中,各个设备通过执行控制程序实现该处理。
首先参考图19说明支持处理。在开始支持处理时,首先,在步骤S1901,客户端设备1601的图像条件获取单元1803检测用户向UI单元1801指定的支持对象图像,并且获取所指定的图像的图像条件。在本实施例中,检测图像中出现的被摄体作为图像条件。可能检测到的被摄体的例子包括人、风景、夜景、动物和建筑物。
基于将被摄体检测为图像条件的例子来说明本实施例,但是本发明不局限于此。例如,可以检测诸如作为用于定量表示图像特征的指标的直方图、边缘数量、人面部的位置和大小、以及红眼等的图像特征量作为图像条件。此外,可以检测例如作为全球定位系统(GPS)的传感器的输出的附加给支持对象图像的位置信息以及拍摄日期/时间作为图像条件。
随后,在步骤S1902,客户端设备1601的请求单元1804生成支持请求,其中,该支持请求包含与作为步骤S1901的输出所获取的图像条件有关的信息、以及从用户对UI单元1801提供的输入所获取的用于唯一表示用户的信息。使用SNS服务器302的用户ID作为用于唯一表示用户的信息。客户端设备1601的请求单元1804生成支持请求,并且将该信息经由通信单元1802发送给服务器设备1600。在步骤S1903,服务器设备1600接收支持请求。
随后,在步骤S1904,服务器设备1600的获取单元1702经由因特网301访问SNS服务器302,并且使用在步骤S1903所接收到的支持请求中包含的用户ID,获取用户的关联信息。SNS服务器302具有用于向输入源输出与所输入的用户ID相对应的用户关联信息的功能。
图20示出用于基于所获取的关联信息来表示用户和其他用户或图像之间的关联度的关联图。该关联图是将本系统的用户2001、SNS上活动的其他用户和上传至SNS上的图像表示为节点并且使用连接节点的边缘表示关联的图。该关联图表示经由边缘连接的节点之间存在关联。通过诸如关注SNS上活动的其他用户、向上传图像提供“喜欢”评价和向其他用户提供“喜欢”评价(欣赏、偏好)等的活动来建立节点之间的关联。
在图20所示的关联图中,“图像1”是用户2001(图像处理支持系统的用户)上传的图像。“其他用户D”(SNS上的用户)是在SNS上对由用户2001所上传的图像1做出良好评价的人。“图像X-3”是在SNS上由其他用户D做出良好评价的图像。此外,“图像D-1”是由其他用户D所上传的图像。这些图像,即图像1、图像D-1和图像X-3很可能符合用户2001的偏好,因此,在这些图像中的每个图像和用户2001之间建立关联。
“图像X-1”是用户2001在SNS上直接做出良好评价的图像。“其他用户B”是在SNS上对在SNS上由用户2001所评价的图像X-1也做出良好评价的人。此外,“图像B-1”是由其他用户B上传至SNS上的图像。“图像X-2”是其他用户B在SNS上做出良好评价的图像。这些图像,即图像X-1、图像B-1和图像X-2很可能符合用户2001的偏好,因此在这些图像中的每一个图像和用户2001之间建立关联。
“其他用户A”是用户2001基于其他用户A所上传的图像和在SNS上的活动而做出良好评价的人。此外,“图像A-1”是其他用户A上传至SNS上的图像。“图像X-5”是其他用户A在SNS上做出良好评价的图像。“其他用户C”是其他用户A在SNS上直接做出良好评价的人,其中,用户2001在SNS上对其他用户A直接做出良好评价。“图像X-6”是其他用户C在SNS上良好评价的图像。“图像C-1”是其他用户C上传至SNS上的图像。这些图像,即图像A-1、图像X-5、图像X-6和图像C-1很可能符合用户2001的偏好,因此在这些图像的每一个图像和用户2001之间建立关联。
“图像E-1”是用户2001在SNS上直接做出良好评价的图像。此外,图像E-1是“其他用户E”(SNS上的用户)上传至SNS上的图像。类似地,“图像E-2”是其他用户E上传至SNS上的图像。“图像X-4”是其他用户E在SNS上良好评价的图像。这些图像,即图像E-1、图像E-2和图像X-4很可能符合用户2001的偏好,因此在这些图像的每一个和用户2001之间建立关联。
随后,在步骤S1905,服务器设备1600的分析单元1703基于所获取的关联信息,计算用户和SNS上的图像之间的关联度。此外,判断单元1704判断SNS上的关联图像是否与在步骤S1901所获取的图像条件相匹配。然后,提取单元1707提取与支持对象图像的图像条件相匹配的图像。
在本实施例中,也通过上述公式(1)计算关联度。用户2001和与图20所示的SNS上的其他用户相对应的图像节点之间各自的关联度如下。图像D-1的关联度是3,图像X-3的关联度是3,图像X-1的关联度是1,图像B-1的关联度是3,并且图像X-2的关联度是3。类似地,图像A-1的关联度是2,图像X-5的关联度是2,图像X-6的关联度是3,图像C-1的关联度是3,图像E-1的关联度是1,图像E-2的关联度是3,并且图像X-4的关联度是3。
判断单元1704判断被判断为与用户相关联的SNS上的图像是否与在步骤S1901所获取的图像条件相匹配。判断单元1704从具有最高关联度的图像开始、判断具有预先所设置的预定范围内的关联度的图像与支持请求中所包含的图像条件是否相匹配。判断单元1704通过判断图像中的被摄体是否相同,来判断SNS上的图像与支持对象图像的图像条件是否相匹配。
判断单元1704基于图像信息进行已知的被摄体判断处理以检测图像中的被摄体。然后,判断单元1704判断在支持对象图像和SNS上的图像之间是否存在相应的共同被摄体。
例如,在从支持对象图像检测到人作为图像条件的情况下,如果在上传至SNS上的图像中也检测到了人,则判断单元1704判断为SNS上的图像与支持对象图像的图像条件相匹配。可选地,判断单元1704可以通过使用图像的GPS信息,判断SNS上的图像是否与支持对象图像的图像条件相匹配。此外,可以将图像处理支持系统配置成基于例如拍摄地点、拍摄时间和拍摄参数来设置图像条件。
提取单元1707从具有任意范围内的关联度的图像提取在SNS上所上传的与图像条件相匹配的图像。然后,在步骤S1914,提取单元1707判断是否存在与图像条件相匹配的提取图像。如果不存在与图像条件相匹配的图像(步骤S1914为“否”),则在步骤S1912,服务器设备1600不能向客户端设备1601返回支持信息。客户端设备1601在UI单元1801上显示该消息。然后,处理再次进入步骤S1901,在其中请求设置新的图像条件,然后基于该新的图像条件重复此后的步骤。
可选地,可以以下面的方式配置图像处理支持系统:通过扩展目标以包括具有较低关联度的图像、再次进行判断,或者使用预先存储在服务器设备1600中的图像来提供图像处理支持。
另一方面,如果在步骤S1914判断为存在与图像条件相匹配的图像(步骤S1914为“是”),则处理进入步骤S1906。在步骤S1906,如果存在与图像条件相匹配的图像(推荐图像),则服务器设备1600的生成单元1705基于推荐图像生成支持信息。作为支持信息的例子,此时所生成的支持信息可以是例如用于基于应用至推荐图像的图像处理的顺序或者与各处理有关的参数来校正支持对象图像的信息。
可选地,支持信息可以是应用图像校正之前的推荐图像的图像数据以及应用图像校正之后的推荐图像的图像数据。此外,可选地,支持信息可以是该组推荐图像本身。上述支持信息仅是例子,并且本发明不局限于此。
随后,在步骤S1907,服务器设备1600的支持单元1708经由通信单元1701将在步骤S1906所生成的支持信息发送给客户端设备1601。在步骤S1908,客户端设备1601接收支持信息。随后,在步骤S1909,客户端设备1601将在步骤S1908接收到的支持信息中包含的推荐图像呈现在UI单元1801上。要显示的图像804的列表可以是通过根据应用于推荐图像的图像校正过程对支持对象图像应用校正所产生的图像。
此时,以下面的方式显示推荐图像:按照图像和用户之间的关联度的降序来排序。在步骤S1910,基于用户的指示,判断是否检测到了对实际校正处理中所使用的推荐图像的选择。在步骤S1910,UI单元1801判断是否从推荐图像选择了校正时所使用的支持信息。如果没有用户想要使用的图像(步骤S1910为“否”),则用户操作UI单元1801以表示该意思。然后,在步骤S1913,客户端设备1601向服务器设备1600发送表示没有用户想要使用的支持信息的消息。
在接收到该消息时,服务器设备1600将预先设置的判断图像是否与图像条件相匹配所基于的预定关联度重新设置,从而使得推荐图像可以包含具有较低关联度的图像。然后,重复步骤S1905及其后的步骤。
另一方面,如果用户在步骤S1910从UI单元1801上所呈现的推荐图像选择了任意图像(步骤S1910为“是”),则在步骤S1911,客户端设备1601的支持单元1805将应用于所选择的推荐图像的图像校正同样应用于支持对象图像,并且经由UI单元1801向用户呈现其预览图像。在客户端设备1601的支持单元1805提供该支持之后,在步骤S1915,如果客户端设备1601存储了已应用图像校正的支持对象图像(步骤S1915为“是”),则在步骤S1916,客户端设备1601存储与校正中所使用的支持信息有关的信息。然后,结束该处理。
接着说明关联信息更新处理。认为用户实际用于支持的推荐图像与用户的品味和偏好更紧密地匹配。通过使用该信息更新SNS上的关联信息,以更精确地反映用户的偏好和品味。根据本实施例的关联信息更新处理与根据第一实施例的相同,因此在此省略对其的说明。
这样,根据本实施例,可以基于通过用户在SNS上的活动所建立的用户与上传至SNS上的图像之间的关联,使用更高关联的图像来提供图像处理支持。特别地,由于根据基于用户对图像的偏好、品味和兴趣的图像或者对其他用户的评价来生成关联信息,所以可以使用与用户对图像的偏好、品味和兴趣相匹配的图像来提供图像处理支持。
其它实施例
作为另一实施例,还可以通过进行下面的处理,即经由网络或者各种类型的存储介质向系统或设备提供能够实现上述实施例的功能的软件(程序),并且使该系统或设备的计算机(或者,例如CPU或微处理单元(MPU))读出和执行该程序,来实现本发明。
尽管参考实施例说明了本发明,但是应该理解,本发明不局限于所公开的实施例。
Claims (13)
1.一种图像处理支持系统,其特征在于,包括:
提取单元,用于基于表示用户和图像之间的关联的信息,从下面的图像中的至少一个提取与支持对象图像相对应的图像:与对所述用户良好评价的图像做出了良好评价的其他人相对应的图像、与由所述用户良好评价的其他人做出了良好评价的另外的其他人相对应的图像、由与所述用户良好评价的图像相对应的其他人做出了良好评价的图像以及与对对应于所述用户的图像做出了良好评价的其他人相对应的图像;
支持单元,用于基于通过所述提取单元所提取的图像,支持与所述支持对象图像有关的处理;以及
再提取单元,用于在所述提取单元未选择出在支持中使用的图像的情况下,从与所述用户的关联度比所述提取单元进行提取的图像的关联度低的图像中提取与所述支持对象图像相对应的图像,其中,所述支持单元基于通过所述再提取单元所提取的图像,支持与所述支持对象图像有关的处理。
2.根据权利要求1所述的图像处理支持系统,其特征在于,表示用户和图像之间的关联的所述信息基于所述用户对图像做出的评价。
3.根据权利要求1所述的图像处理支持系统,其特征在于,表示用户和图像之间的关联的所述信息基于所述用户对与图像相对应的人做出的评价。
4.根据权利要求1所述的图像处理支持系统,其特征在于,所述支持单元呈现通过所述提取单元所提取的图像。
5.根据权利要求1所述的图像处理支持系统,其特征在于,还包括:
选择单元,用于选择通过所述提取单元所提取的多个图像中的任一个,
其中,所述支持单元基于通过所述选择单元所选择的图像,支持与所述支持对象图像有关的处理。
6.根据权利要求5所述的图像处理支持系统,其特征在于,还包括:
计算单元,用于基于表示用户和图像之间的关联的所述信息,计算所述用户和图像之间的关联度;
排序单元,用于基于通过所述计算单元所计算出的关联度,对通过所述提取单元所提取的多个图像进行排序;以及
显示单元,用于按照所述排序单元的排序次序,显示通过所述提取单元所提取的图像,
其中,所述选择单元选择通过所述显示单元所显示的图像中的任一个。
7.根据权利要求1所述的图像处理支持系统,其特征在于,还包括更新单元,所述更新单元用于在所述用户基于所述支持单元的支持进行了与所述支持对象图像有关的处理的情况下,基于所述支持单元在支持中所使用的图像,更新表示用户和图像之间的关联的所述信息。
8.根据权利要求1所述的图像处理支持系统,其特征在于,所述提取单元提取与摄像设备中的摄像条件相对应的图像,以及
当所述摄像设备拍摄所述支持对象图像时,所述支持单元提供支持。
9.根据权利要求1所述的图像处理支持系统,其特征在于,所述提取单元提取包括与所述支持对象图像中的被摄体相对应的被摄体的图像,以及
所述支持单元支持对所述支持对象图像的校正。
10.根据权利要求1所述的图像处理支持系统,其特征在于,所述支持单元基于由所述其他人或者所述另外的其他人上传至外部设备的图像,支持与所述支持对象图像有关的处理。
11.根据权利要求1所述的图像处理支持系统,其特征在于,
所述图像处理支持系统至少包括服务器设备和客户端设备,
表示用户和图像之间的关联的所述信息表示所述用户和在社交网络服务中上传的图像之间的关联,并且基于所述用户对所述社交网络服务中的图像做出的评价,
所述提取单元提取通过所述社交网络服务的用户所上传的并且在所述社交网络服务中被良好评价的图像,以及
通过所述提取单元所提取的图像在摄像地点、色调和被摄体中的至少一个方面与所述支持对象图像一致。
12.一种信息处理设备,其特征在于,包括:
提取单元,用于基于表示用户和图像之间的关联的信息,从下面的图像中的至少一个提取与支持对象图像相对应的图像:与对所述用户良好评价的图像做出了良好评价的其他人相对应的图像、与由所述用户良好评价的其他人做出了良好评价的另外的其他人相对应的图像、由与所述用户良好评价的图像相对应的其他人做出了良好评价的图像以及与对对应于所述用户的图像做出了良好评价的其他人相对应的图像;
支持单元,用于基于通过所述提取单元所提取的图像,支持与所述支持对象图像有关的处理;以及
再提取单元,用于在所述提取单元未选择出在支持中使用的图像的情况下,从与所述用户的关联度比所述提取单元进行提取的图像的关联度低的图像中提取与所述支持对象图像相对应的图像,其中,所述支持单元基于通过所述再提取单元所提取的图像,支持与所述支持对象图像有关的处理。
13.一种图像处理支持方法,其特征在于,包括以下步骤:
基于表示用户和图像之间的关联的信息,从下面的图像中的至少一个提取与支持对象图像相对应的图像:与对所述用户良好评价的图像做出了良好评价的其他人相对应的图像、与由所述用户良好评价的其他人做出了良好评价的另外的其他人相对应的图像、由与所述用户良好评价的图像相对应的其他人做出了良好评价的图像以及与对对应于所述用户的图像做出了良好评价的其他人相对应的图像;
基于所提取的图像,支持与所述支持对象图像有关的处理;以及
在未选择出在支持中使用的图像的情况下,从与所述用户的关联度比所述提取的图像的关联度低的图像中再提取与所述支持对象图像相对应的图像,其中,基于再提取的图像,支持与所述支持对象图像有关的处理。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011-132278 | 2011-06-14 | ||
JP2011132278 | 2011-06-14 | ||
JP2012113473A JP5995520B2 (ja) | 2011-06-14 | 2012-05-17 | 画像に関する処理支援システム、情報処理装置、及び画像に関する処理影支援方法 |
JP2012-113473 | 2012-05-17 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102843511A CN102843511A (zh) | 2012-12-26 |
CN102843511B true CN102843511B (zh) | 2016-05-04 |
Family
ID=46598357
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210200428.1A Active CN102843511B (zh) | 2011-06-14 | 2012-06-14 | 图像处理支持系统、信息处理设备和图像处理支持方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US9338311B2 (zh) |
EP (1) | EP2536120A1 (zh) |
JP (1) | JP5995520B2 (zh) |
CN (1) | CN102843511B (zh) |
Families Citing this family (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2789159A4 (en) * | 2011-12-07 | 2015-06-17 | Intel Corp | GUIDED IMAGE CAPTURE |
IN2014CN04659A (zh) * | 2011-12-27 | 2015-09-18 | Sony Corp | |
CN103620648B (zh) * | 2012-05-29 | 2018-02-02 | 松下知识产权经营株式会社 | 图像评价装置、图像评价方法、集成电路 |
JP5847070B2 (ja) | 2012-12-27 | 2016-01-20 | オリンパス株式会社 | サーバ装置及び撮影装置 |
JP2014209163A (ja) | 2013-03-29 | 2014-11-06 | 富士フイルム株式会社 | 撮像レンズおよび撮像レンズを備えた撮像装置 |
JP6123525B2 (ja) * | 2013-07-03 | 2017-05-10 | 大日本印刷株式会社 | サーバ装置、プログラム及び通信システム |
US10075630B2 (en) * | 2013-07-03 | 2018-09-11 | HJ Laboratories, LLC | Providing real-time, personal services by accessing components on a mobile device |
WO2015145769A1 (ja) * | 2014-03-28 | 2015-10-01 | 富士通株式会社 | 撮像装置、情報処理装置、撮影補助システム、撮影補助プログラム及び撮影補助方法 |
US9384422B2 (en) * | 2014-04-04 | 2016-07-05 | Ebay Inc. | Image evaluation |
US9413948B2 (en) * | 2014-04-11 | 2016-08-09 | Lenovo Enterprise Solutions (Singapore) Pte. Ltd. | Systems and methods for recommending image capture settings based on a geographic location |
US9646360B2 (en) | 2014-04-25 | 2017-05-09 | Sony Corporation | Processing digital photographs in response to external applications |
CN103945134B (zh) * | 2014-05-16 | 2017-08-01 | 深圳市东方拓宇科技有限公司 | 一种照片的拍摄和查看方法及其终端 |
US10250799B2 (en) | 2014-05-21 | 2019-04-02 | Google Technology Holdings LLC | Enhanced image capture |
US9729784B2 (en) * | 2014-05-21 | 2017-08-08 | Google Technology Holdings LLC | Enhanced image capture |
JP6696136B2 (ja) * | 2014-10-10 | 2020-05-20 | 株式会社リコー | インクセット、及びインクジェット記録方法 |
JP6590476B2 (ja) * | 2014-10-28 | 2019-10-16 | キヤノン株式会社 | 画像表示装置 |
JP2016096459A (ja) * | 2014-11-14 | 2016-05-26 | 三星電子株式会社Samsung Electronics Co.,Ltd. | 撮像装置及び撮像方法 |
US10484598B2 (en) | 2015-08-20 | 2019-11-19 | Sony Corporation | System and method for controlling capture of images |
US10148883B2 (en) * | 2016-05-02 | 2018-12-04 | Kyocera Document Solutions Inc. | Method and program for image-based status resolution services |
CN106027897A (zh) * | 2016-06-21 | 2016-10-12 | 北京小米移动软件有限公司 | 拍摄参数的设置方法及装置 |
CN108132935B (zh) * | 2016-11-30 | 2021-08-10 | 英业达科技有限公司 | 图像分类方法及图像展示方法 |
US10129461B2 (en) * | 2016-12-05 | 2018-11-13 | International Business Machines Corporation | Automated image capture based on image context |
WO2019065551A1 (ja) * | 2017-09-26 | 2019-04-04 | 富士フイルム株式会社 | 撮像システム、撮像装置、撮像方法、及び撮像プログラム |
CN110012210B (zh) * | 2018-01-05 | 2020-09-22 | Oppo广东移动通信有限公司 | 拍照方法、装置、存储介质及电子设备 |
WO2019215797A1 (ja) * | 2018-05-07 | 2019-11-14 | 株式会社ウフル | 構図アドバイスシステム、構図アドバイス方法、カメラ、プログラム |
CN111209531B (zh) * | 2018-11-21 | 2023-08-08 | 百度在线网络技术(北京)有限公司 | 关联度的处理方法、装置和存储介质 |
CN109919104A (zh) * | 2019-03-11 | 2019-06-21 | 上海荷福人工智能科技(集团)有限公司 | 基于图像识别的高支模变形实时监测系统及方法 |
TWI772627B (zh) | 2019-03-19 | 2022-08-01 | 財團法人工業技術研究院 | 人物重識別方法、人物重識別系統及影像篩選方法 |
JP7458730B2 (ja) | 2019-09-30 | 2024-04-01 | キヤノン株式会社 | 情報処理装置、情報処理装置の制御方法、及びそのプログラム |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1524376A (zh) * | 2001-06-20 | 2004-08-25 | ������������ʽ���� | 对拍摄方法和图像编辑的建议系统 |
CN1708092A (zh) * | 2004-06-10 | 2005-12-14 | 奥林巴斯株式会社 | 图像记录装置及方法、图像处理装置、方法及系统 |
JP2007027945A (ja) * | 2005-07-13 | 2007-02-01 | Konica Minolta Holdings Inc | 撮影情報提示システム |
Family Cites Families (45)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6266649B1 (en) * | 1998-09-18 | 2001-07-24 | Amazon.Com, Inc. | Collaborative recommendations using item-to-item similarity mappings |
JP4696407B2 (ja) * | 2001-06-20 | 2011-06-08 | 株式会社ニコン | 商品推奨システムおよび商品推奨方法 |
JP2003333498A (ja) * | 2002-05-14 | 2003-11-21 | Fuji Photo Film Co Ltd | 撮影条件データ配信装置及び撮影条件データ配信システム並びにデジタルカメラ |
JP4114402B2 (ja) | 2002-05-27 | 2008-07-09 | カシオ計算機株式会社 | サーバ装置、撮像装置、撮像システム、撮像方法及び撮像装置制御プログラム |
US8015119B2 (en) * | 2004-01-21 | 2011-09-06 | Google Inc. | Methods and systems for the display and navigation of a social network |
US7702728B2 (en) * | 2004-01-30 | 2010-04-20 | Microsoft Corporation | Mobile shared group interaction |
US8732175B2 (en) * | 2005-04-21 | 2014-05-20 | Yahoo! Inc. | Interestingness ranking of media objects |
US7451161B2 (en) | 2005-04-28 | 2008-11-11 | Friendster, Inc. | Compatibility scoring of users in a social network |
US20100082480A1 (en) | 2008-09-30 | 2010-04-01 | Jason Alexander Korosec | Payments with virtual value |
JP4232774B2 (ja) * | 2005-11-02 | 2009-03-04 | ソニー株式会社 | 情報処理装置および方法、並びにプログラム |
US7668821B1 (en) * | 2005-11-17 | 2010-02-23 | Amazon Technologies, Inc. | Recommendations based on item tagging activities of users |
JP2008066886A (ja) * | 2006-09-05 | 2008-03-21 | Olympus Imaging Corp | カメラ、通信制御装置、撮影技術援助システム、撮影技術援助方法、プログラム |
US8161069B1 (en) * | 2007-02-01 | 2012-04-17 | Eighty-Three Degrees, Inc. | Content sharing using metadata |
JP2008236011A (ja) | 2007-03-16 | 2008-10-02 | Nikon Corp | 撮影装置 |
US7885986B2 (en) * | 2007-06-27 | 2011-02-08 | Microsoft Corporation | Enhanced browsing experience in social bookmarking based on self tags |
JP2009025968A (ja) * | 2007-07-18 | 2009-02-05 | Fujifilm Corp | 関連語辞書作成装置、方法、及びプログラム、並びにコンテンツ検索装置 |
JP2009055088A (ja) | 2007-08-23 | 2009-03-12 | Nec Corp | 撮影支援システム |
CA2711143C (en) * | 2007-12-31 | 2015-12-08 | Ray Ganong | Method, system, and computer program for identification and sharing of digital images with face signatures |
WO2009116049A2 (en) * | 2008-03-20 | 2009-09-24 | Vizi Labs | Relationship mapping employing multi-dimensional context including facial recognition |
JP5200780B2 (ja) * | 2008-09-08 | 2013-06-05 | ソニー株式会社 | 撮影装置および方法、並びにプログラム |
US20100100398A1 (en) * | 2008-10-16 | 2010-04-22 | Hartford Fire Insurance Company | Social network interface |
US8095432B1 (en) * | 2009-01-30 | 2012-01-10 | Intuit Inc. | Recommendation engine for social networks |
US8726324B2 (en) * | 2009-03-27 | 2014-05-13 | Motorola Mobility Llc | Method for identifying image capture opportunities using a selected expert photo agent |
US20100280860A1 (en) * | 2009-04-30 | 2010-11-04 | Adaptiveblue Inc. | Contextual social network based on the semantic web |
US8472662B2 (en) * | 2010-09-16 | 2013-06-25 | Facebook, Inc. | Associating cameras with users of a social networking system |
JP2011123657A (ja) | 2009-12-10 | 2011-06-23 | Ntt Comware Corp | 情報収集システム及び方法 |
EP2521979A4 (en) * | 2010-01-08 | 2014-12-17 | Ericsson Telefon Ab L M | METHOD AND DEVICE FOR SOCIAL LABELING OF MEDIA FILES |
JP5477017B2 (ja) | 2010-01-26 | 2014-04-23 | ソニー株式会社 | 電子機器、コンテンツ送信方法及びプログラム |
US8270684B2 (en) * | 2010-07-27 | 2012-09-18 | Google Inc. | Automatic media sharing via shutter click |
US20120039513A1 (en) * | 2010-08-11 | 2012-02-16 | Sony Corporation | Leveraging social networking for media sharing |
US9111255B2 (en) * | 2010-08-31 | 2015-08-18 | Nokia Technologies Oy | Methods, apparatuses and computer program products for determining shared friends of individuals |
US20120054277A1 (en) * | 2010-08-31 | 2012-03-01 | Gedikian Steve S | Classification and status of users of networking and social activity systems |
CN103080962B (zh) * | 2010-08-31 | 2018-03-27 | 苹果公司 | 支持媒体访问与社交网络的网络化系统 |
JP5134664B2 (ja) * | 2010-09-14 | 2013-01-30 | 株式会社東芝 | アノテーション装置 |
US8572239B2 (en) * | 2010-09-20 | 2013-10-29 | Microsoft Corporation | Node clustering |
US8824748B2 (en) * | 2010-09-24 | 2014-09-02 | Facebook, Inc. | Auto tagging in geo-social networking system |
KR101692399B1 (ko) * | 2010-10-14 | 2017-01-03 | 삼성전자주식회사 | 감성 기반의 영상을 얻을 수 있는 디지털 영상 처리 장치 및 디지털 영상 처리 방법 |
US8429027B2 (en) * | 2010-11-08 | 2013-04-23 | Yahoo! Inc. | Mobile-based real-time food-and-beverage recommendation system |
US8526728B2 (en) * | 2010-12-21 | 2013-09-03 | Microsoft Corporation | Establishing clusters of user preferences for image enhancement |
US20120197709A1 (en) * | 2011-02-01 | 2012-08-02 | Timothy Kendall | Mobile Advertisement with Social Component for Geo-Social Networking System |
US20120324002A1 (en) * | 2011-02-03 | 2012-12-20 | Afolio Inc. | Media Sharing |
US9773285B2 (en) * | 2011-03-08 | 2017-09-26 | Bank Of America Corporation | Providing data associated with relationships between individuals and images |
US20120246581A1 (en) * | 2011-03-24 | 2012-09-27 | Thinglink Oy | Mechanisms to share opinions about products |
US9317530B2 (en) * | 2011-03-29 | 2016-04-19 | Facebook, Inc. | Face recognition based on spatial and temporal proximity |
US8918463B2 (en) * | 2011-04-29 | 2014-12-23 | Facebook, Inc. | Automated event tagging |
-
2012
- 2012-05-17 JP JP2012113473A patent/JP5995520B2/ja active Active
- 2012-05-30 EP EP12169999A patent/EP2536120A1/en not_active Withdrawn
- 2012-06-11 US US13/493,710 patent/US9338311B2/en active Active
- 2012-06-14 CN CN201210200428.1A patent/CN102843511B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1524376A (zh) * | 2001-06-20 | 2004-08-25 | ������������ʽ���� | 对拍摄方法和图像编辑的建议系统 |
CN1708092A (zh) * | 2004-06-10 | 2005-12-14 | 奥林巴斯株式会社 | 图像记录装置及方法、图像处理装置、方法及系统 |
JP2007027945A (ja) * | 2005-07-13 | 2007-02-01 | Konica Minolta Holdings Inc | 撮影情報提示システム |
Non-Patent Citations (2)
Title |
---|
Online photography assistance by exploring geo-referenced photos on MID/UMPC;Wang,P.P.;Wei Zhang;Jianguo Li;Yimin Zhang;《Multimedia Signal Processing》;20081010;6-10 * |
Widisinghe, A.;Ranasinghe, D.;Kulathilaka, K.;Kaluarachchi.picSEEK: Collaborative filtering for context-based image recommendation.《Information and Automation for Sustainability (ICIAFs)》.2010,225-232. * |
Also Published As
Publication number | Publication date |
---|---|
US9338311B2 (en) | 2016-05-10 |
CN102843511A (zh) | 2012-12-26 |
US20120321131A1 (en) | 2012-12-20 |
JP2013021680A (ja) | 2013-01-31 |
EP2536120A1 (en) | 2012-12-19 |
JP5995520B2 (ja) | 2016-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102843511B (zh) | 图像处理支持系统、信息处理设备和图像处理支持方法 | |
CN104750737B (zh) | 一种相册管理方法及装置 | |
JP4902270B2 (ja) | デジタル画像のコレクションの組み立て方法 | |
US7209653B2 (en) | Photographic image service system | |
CN105975612A (zh) | 一种图片处理方法、装置及设备 | |
CN110659581B (zh) | 一种图像处理方法、装置、设备和存储介质 | |
KR102017754B1 (ko) | 드론의 촬영 영상을 이용한 정사 영상 생성과 공간정보 활용 웹 서비스 방법 | |
CN102333177B (zh) | 拍摄支持系统、拍摄支持方法、服务器和摄像设备 | |
CN110163076A (zh) | 一种图像数据处理方法和相关装置 | |
CN109308490A (zh) | 用于生成信息的方法和装置 | |
CN105893253A (zh) | 应用软件测试方法、测试装置及测试设备 | |
CN112001274A (zh) | 人群密度确定方法、装置、存储介质和处理器 | |
CN105005599A (zh) | 一种照片分享方法及移动终端 | |
CN102884523A (zh) | 信息提供装置、信息提供方法、信息提供处理程序以及记录了信息提供处理程序的记录介质 | |
KR20180046784A (ko) | 위치기반 서비스를 이용한 체험학습 플랫폼 관리시스템 | |
CN113052025A (zh) | 图像融合模型的训练方法、图像融合方法及电子设备 | |
KR102003221B1 (ko) | 필기 이미지 데이터 생성 시스템 및 이를 이용한 필기 이미지 데이터 생성 방법 | |
WO2023196456A1 (en) | Adaptive wellness collaborative media system | |
CN113568735B (zh) | 数据处理方法及系统 | |
CN114117090A (zh) | 资源展示方法、装置及服务器 | |
JP2022003445A (ja) | 画像処理装置、画像処理方法及びプログラム | |
CN116452881B (zh) | 食品营养价值检测方法、装置、设备及存储介质 | |
CN112817839B (zh) | 人工智能引擎测试方法、平台及终端、计算设备和存储介质 | |
KR102622395B1 (ko) | 연합 학습 방법을 활용한 컬러 캘리브레이션 방법 및 그 시스템 | |
KR102408325B1 (ko) | 콘텐츠를 제작 및 관리하는 시스템 및 그의 동작 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |