CN103049520A

CN103049520A - 利用照片来发起及施行动作

Info

Publication number: CN103049520A
Application number: CN2012105539442A
Authority: CN
Inventors: D.巴赫米勒; A.阿克巴扎德; M.克勒普夫尔
Original assignee: Microsoft Corp
Current assignee: Microsoft Technology Licensing LLC
Priority date: 2011-12-19
Filing date: 2012-12-19
Publication date: 2013-04-17
Also published as: EP2795570A1; EP2795570A4; KR20140105478A; US20130156274A1; TW201337795A; JP2015510622A; WO2013095977A1

Abstract

可以通过拍摄图片来施行各种动作，比如将新的关联添加到社交图谱。在一个例子中，用户拍摄一个或更多人的图片。图片中的面部可以被发送到社交网络以供识别。社交网络可以使用各种资源来识别面部，其中包括社交网络的图片数据库及其社交图谱。当识别出图片中的个人时，用户可以表明将关于所识别出的个人施行的动作（例如在社交网络中“添加为好友”）。随后可以关于所识别出的个人施行用户所请求的动作。

Description

利用照片来发起及施行动作

背景技术

社交网络通常允许用户标识出其与其他人的关系，正如在Facebook上的好友关系或者Twitter上的“关注”关系那样。为了标识出这些关系，用户通常用姓名标识出他或她想要与之形成关系的人，这或者是通过用姓名搜索此人或者是通过当所述姓名被显示给用户时识别出该姓名而实现的。但是用户可能会遇到他或她不知道其姓名的人。举例来说，可能会在聚会上或其他事件中遇到某人而不知道其姓名。

此外，社交网络通常具有很大的加有标签的照片数据库。利用面部检测，有可能接收到面部的图像，并且通过把所述面部与加有标签的照片进行比较而确定图像中所显示出的人的可能身份。但是社交网络通常使用这样的面部匹配技术主要是为了针对新照片中的面部建议可能的标签或者对照片自动加标签。

发明内容

一个人可以通过使用照片标识出诸如好友请求、消息、邀请等动作的目标而参与到社交网络中。一个人可以使用诸如配备有摄影机的无线电话之类的设备来拍摄人们的图片。可以对照片进行分析以便识别出照片中的面部。所述设备可以向用户呈现一个接口，其允许用户关于在照片中显示出的某人采取某种动作。举例来说，所述接口可以允许用户与照片中显示出的某人“交友”。

在用户请求关于照片中显示出的某人施行某种动作之前，包含面部（或者面部的表示）的照片被上传到社交网络服务器（或者被上传到对一个或更多社交网络服务进行查询的中间服务）。所述服务器保持社交图谱（即Facebook服务上的用户图谱，其中所述图谱中的各条边表示好友关系），并且还可以具有社交图谱中的各个用户的照片。社交网络服务器还可以具有利用各种类型的推理在社交图谱中选择出所述某人的一个或更多候选身份的软件。举例来说，所述软件可以基于以下因素来选择候选身份：照片中的面部与候选之间的相似性，（多个）候选与上传照片的人之间的社交距离，照片被拍摄的时间和地点，候选的工作地点和年龄，出现在照片中的其他人的身份，出席在社交网络上订阅的相同事件的人的身份，或者任何其他适当因素。基于该推理，所述软件可以识别出一个或更多候选面部。如果以足够高的确定性识别出一个候选面部，则可以实施用户的请求，例如可以从用户向候选发出交友请求。如果存在两个或更多候选面部，则可以要求用户从各个候选之间进行选择，这或者是通过候选的姓名或者是通过其公共简档图片而实现的（例如在其中候选的隐私设定允许使用公共简档图片而非其姓名的情况下）。用户随后可以选择将要关于所识别出的用户施行的动作，或者可以从将要施行的动作菜单中进行选择。随后可以对于所选候选实施所请求的动作。

提供本概要是为了以简化形式介绍将在下面的详细描述部分中进一步描述的概念的选择。本概要不意图标识出所要求保护的主题内容的关键或本质特征，也不意图被用来限制所要求保护的主题内容的范围。

附图说明

图1是其中用户使用图片来施行动作的示例性场景的方框图。

图2是示例性社交网络服务器的细节的方框图。

图3是其中用户可以使用某人的图片来关于该人发起和/或施行某种动作的示例性处理的流程图。

图4是可以结合实施这里所描述的主题内容而使用的示例性组件的方框图。

具体实施方式

社交网络允许用户表明其与其他用户的关系。举例来说，Facebook“好友”关系是人们之间的双向关系的一个例子。作为另一个例子，Twitter“关注”关系是人们之间的单向关系的例子。还可以收集关于人们之间的关系的更加丰富的信息。举例来说，在Facebook中，两个用户之间的基本关系是“好友”关系，但是人们也可以表明其是彼此的亲戚。此外，Facebook具有非用户实体（例如政党、电视节目、音乐群组等等），其可能不是“可交友”的，但是用户可以通过“喜爱”这些实体而表明其从属关系。关于谁和谁是好友、谁喜爱哪些实体、谁和谁是亲戚、谁在关注谁等等的信息构成复杂的社交图谱，其提供关于世界上的人们与实体之间的关系的详细信息。

社交网络服务通常所收集的一类信息是照片。人们常常选择将照片上传到社交网络上以作为共享这些照片的一种方式，并且还可以对照片中的人加标签。加有标签的照片提供关于特定人群的长相的大量信息。该信息可以与面部检测算法一起被用来识别出未加标签的照片中的面部，这是通过将新照片中的面部与来自先前加标签的照片的已知面部进行比较而实现的。

社交网络站点可以基于面部检测提供某种类型的加标签服务。举例来说，如果用户提交或上传了新的未加标签的相片，则所述站点可以对所述相片进行检查，以便确定相片中的面部与该用户的相片中或者该用户的好友的相片中等的已经加了标签的面部的相似程度。如果所述站点足够置信其已经识别出相片中的面部，则可以自动对新相片加标签。或者如果所述站点识别出一个或更多候选但是对于任何特定候选不具有足够高的置信度，则所述站点可以建议相片中示出的某人的一个或更多可能身份，并且要求用户从各个候选当中证实或选择一个身份。但是这样的站点往往存在至少两个缺陷。首先，其常常会限制使用面部检测来帮助用户对相片加标签。其次，其往往在新相片包含已经在用户的相片中出现过的人时是有帮助的，但是在识别用户不认识的人方面则不那么有帮助。

这里所描述的主题内容使用相片作为识别动作目标的一种方式。用户可以通过拍摄或上传包含人的相片而开始所述处理。随后可以对相片进行分析，以便识别出相片中的面部。关于相片中的每一个面部，可以为用户给出关于该用户施行某种动作的机会。举例来说，可以为用户给出施行以下动作的机会：将相片中的某人添加为好友，或者向所述某人发送消息，或者查看所述某人的简档（如果适当的许可允许发出请求的用户查看所述简档的话），或者向所述某人发送邀请，或者向该用户发送Facebook类型的“戳（poke）”，或者施行任何其他适当的动作。

为了使得前述情况发生，可以把相片（或者相片的一些部分，比如包含面部的相片区段，或者在客户端上计算的定义表示面部特征的元数据）上传到社交网络服务器（其中“上传到社交网络服务”包括上传到充当针对一个或更多社交网络的中介的服务的步骤，其中该服务将信息转发到一个或更多社交网络或者揭露出所述一个或更多社交网络的社交图谱）。社交网络服务器可以保持允许其帮助用户实现请求的特定类型的信息。举例来说，社交网络服务器可以保持其用户的社交图谱，从而表明用户之间的关系。此外，社交网络站点可以保持加有标签的相片集合，其提供可以充当面部匹配处理的范例的已识别面部集合。（为了维护用户的隐私利益，可以为用户给出确定该用户是否愿意令其面部的相片被用于面部匹配目的的机会）。除了利用出现在相片中的人的身份对相片加标签之外，还有可能利用例如拍摄相片的时间和/或地点之类的信息对相片加了标签。此外，社交网络站点可以保持关于其用户的信息，比如其年龄、居住城市、工作地点、从属关系、兴趣或者任何其他适当信息。（由于前面提到的其中一些信息可能被用户视为私人信息，因此社交网络站点可以根据从用户处获得的适当许可来保持该信息。此外，为了保护用户的隐私，可以在如何能够使用这样的信息方面加以控制。）社交网络站点可以具有使用包含在社交图谱和相片数据库中的信息来识别请求的目标的组件。所述组件可以通过多种方式使用社交图谱和相片数据库中的信息，下面将结合图2详细加以讨论。

一旦识别出某人之后，社交网络服务器就可以将一个或更多候选身份返回到用户的设备。如果仅以对应于每一个面部的足够高的置信度识别出单个候选身份，则用户的计算机或其他设备上的软件可以简单地接受该身份，并且为用户给出关于该人施行某种动作的机会。另一方面，如果社交网络服务器无法以足够高的置信度识别出任何人，则其可以将包括一个或更多候选的列表返回到用户的设备，并且用户的设备可以要求用户证实选择或者在各项可能的选择之间进行选择。一旦用户做出了证实或选择之后，该人就可以成为请求的目标。随后可以允许用户输入所请求的动作，或者可以从一个菜单给出可能的动作集合。一旦用户表明了动作之后，就关于目标个人施行所请求的动作。对于前述处理使用某人的身份的方式可以受到该人的隐私设定的限制。举例来说，某人可以拒绝允许他自己成为通过照片识别出该人的请求的目标，或者可以拒绝令其好友之外的人知晓他的姓名或简档图片，或者可以仅仅允许使用他的公共简档图片（而不是他的姓名）。举例来说，如果某人只允许使用他的公共简档图片而不是他的姓名，则所述简档图片（而非姓名）将被用来在消除歧义请求中识别出该人。还应当提到的是，关于某人所能施行的动作集合可以基于谁被识别为相片中的人而受到限制。举例来说，作为相片中的某人的可能身份，可能有两个候选A和B。A可能允许基于所识别出的图片而与他自己交友，B则可能不允许这样做。如果用户通过选择A消除了选择歧义，则可以给出交友请求以作为一个选项，但是如果用户通过选择B消除了选择歧义，则将不给出交友请求以作为一个选项。

应当提到的是，为相片自动提供标签（或者所建议的标签）的系统不同于在社交图谱中的某人与通过图片识别出的目标之间形成关联的系统，并且不由于该系统而显而易见。前一种情况仅仅是面部检测，而后一种情况则使用面部的身份来扩展社交图谱。此外还应当提到的是，允许用户通过以文字形式输入目标姓名而指明交友请求的目标的系统与允许用户通过使用目标的照片来指明该目标的系统并不相同，并且不由于该系统而显而易见。

现在参照附图1，图1示出了其中用户使用图片来施行某种动作的示例性情形。在所示出的例子中，用户102具有设备104。设备104可以是无线电话、手持式计算机、音乐播放器、平板电脑或者任何其他类型的设备。设备104可以配备有摄影机106，其允许用户102利用设备104拍摄图片。（在一个例子中，设备104可以是独立的摄影机。）用户102拍摄人群108的图片。用户102可以是人群108当中的一个人；或者可替换地人群108可以是不包括用户102的一群人。所拍摄的照片110可以出现在设备104的屏幕112上。设备104上的一个组件（例如软件组件）可以检测出现在照片110中的面部114。（软件能够借以分析图像并且确定图像的哪些部分是面部的技术是众所周知的）。

设备104随后可以把照片110（或者表示照片110的数据，比如所提取出的包含面部的矩形，或者量化并表示面部特征以便于面部识别的数据）上传到社交网络服务器118。（如前所述，“上传到社交网络服务器”的步骤作为一个例子包括上传到中间服务器的步骤，所述中间服务器或者将信息转发到社交网络服务器，或者揭露出由社交网络服务器所保持的社交图谱）。所上传的信息可以包括所有的照片110、一个或更多面部图像120（或者表示面部图像的元数据），并且还可以包括用户102的身份121。

社交网络服务器118可以包括实施社交网络系统的软件和/或硬件。举例来说，操作Facebook社交网络服务器的机器与软件的集合是社交网络服务器118的一个例子。（虽然术语“社交网络服务器”是单数的，但是该术语也可以指代通过多个服务器实施的各个系统或者多个组件的任意组合。）社交网络服务器118可以保持社交图谱122，其表明人们之间的关系，例如谁和谁是好友、谁关注谁等等。此外，社交网络服务器还可以保持相片数据库124，其中包含由社交网络的用户上传的相片126。此外，相片数据库124可以包含关于相片的各种元数据。所述元数据可以包括已被施加到相片的标签127（从而表明相片中有谁或什么），表明相片在何地何时被拍摄的日期/时间/地点信息128，或者关于相片的任何其他信息。社交网络服务器118还可以具有选择组件130，其包括识别出可以作为用户102的请求的目标的一个或更多候选的软件和/或硬件。选择组件130可以通过多种方式做出该识别，例如查找与请求目标看起来相似的已知用户的相片，查找与发出请求的用户102的社交距离较小的人，查找其年龄与发出请求的用户102相似的人，查找其工作地点与用户102相同的人，查找已知在发出请求的用户的相片被拍摄时处于所述相片的拍摄地点的人，或者通过任何其他适当的机制。

当选择组件识别出一个或更多候选身份时，针对出现在照片中的一个或更多人将候选列表132提供到设备104。用户102随后就能够表明其想要对其施行某种动作的人。举例来说，屏幕112可以是触摸屏，并且用户可以在面部上敲击，以表明他想要关于该面部所属的人施行某种动作。如果对于该面部只有一个候选身份，则用户102可以输入将对于该用户施行的动作，或者可以为用户102显示可能动作的菜单。（如前所述，所述菜单上的动作可以受到目标用户的隐私设定的影响，例如某一用户可以允许基于面部识别施行特定动作但是不允许施行其他动作。）如果对于一个面部存在两个或更多候选，则可以要求用户102在这些候选当中做出选择（其中可以通过其姓名和/或公共简档图片显示出候选，这同样取决于目标个人的隐私设定）。在一种变型中，选择组件130识别出两个或更多候选，但是对于其中一个选择具有高置信度；在这种情况下，可以为用户102给出其中“预先选择”了高置信度候选的选择，但是要求用户证实该预先选择或者将所述选择改变到其中另一个候选。设备104可以具有交互组件134，其可以包括实现以下目的的软件和/或硬件：将用户的手势或其他动作解释为关于用户想要针对照片中的其中一个面部发出请求的指示，向社交网络服务器118发送相关信息，在适当情况下要求用户在几个可能的候选当中做出选择，以及在设备104上施行与使用照片来发起和/或施行某种动作有关的任何其他动作。举例来说，当用户敲击屏幕112上显示出的其中一个面部时，可以由交互组件134显示出图1中所示出的“添加为好友”消息。随后可以把用户所请求的任何动作136发送到社交网络服务器118（如前所述，这例如可以通过中介来施行）。

图2示出了示例性社交网络服务器118的细节。正如前面关于图1所描述的那样，社交网络服务器118可以保持社交图谱122、相片数据库124和选择组件130。选择组件130可以识别出对应于目标请求的一个或更多候选，并且可以基于各种因素来这样做。对于这些因素的应用可以是基于包含在社交图谱122和/或相片数据库124中的信息而进行的。相片数据库124可以包含相片和元数据，正如前面所描述的那样。

社交图谱122可以包含表明人们之间的关系的数据。作为一个简单的例子，图2示出了具有五个人251、252、253、254和255的社交图谱122，所述五个人被显示为图谱中的节点。节点之间的各条边（其被显示为连接圆圈的箭头）表明节点之间的关系。每一个箭头可以被解释为“好友”关系、“关注”关系、“亲戚”关系、共同“喜爱”关系（例如“喜爱”Facebook中的相同页面的两个人）或者可以识别出的任何其他种类的关系。通过给出这样的图谱，有可能定义两个人之间的社交邻近性和/或距离。举例来说，个人255与个人252的距离为2，这是因为有可能经过两条边从个人255到达个人252（或者经过个人251）。这一事实可以表明个人252是个人255的“好友的好友”（或者可能是“关注者的关注者”，这取决于如何来解释所述边）。在确定关系的距离和/或存在时可以考虑或者不考虑边的方向。举例来说，虽然个人252与个人255的距离为2，但是如果考虑到边的方向，则个人252与个人255没有关系，这是因为不可能从个人252到达个人255。（换句话说，当考虑方向时，即使B与A没有关系，也有可能令A与B具有关系。）如果不考虑边的方向，则个人255和个人252彼此具有2度关系。

在图2中用选择组件130内的各个方框示出了可以由选择组件130考虑的因素的例子。

可以考虑的一个示例性因素是作为请求目标的个人与相片数据库124中的人们之间的视觉相似性（方框202）。当用户请求关于目标施行某种动作时，可以将目标的面部图像提供到选择组件130。（可以通过以下方式将面部提供到选择组件130：提供包含面部的来源照片，提取出包含面部的区段并且提供该区段，或者提取出量化面部特征的数据。）可以使用面部匹配算法来把请求目标的面部与其面部出现在相片数据库124中的人们进行比较。相片数据库124中的人们的实际身份可以通过先前被施加到这些相片的标签而获知。两个面部之间的视觉相似性可以是表明所述面部属于同一人的相对较强的指示。

可以考虑的另一个示例性因素是社交图谱中的邻近性（方框204）。举例来说，提交请求的用户更有可能认识在社交图谱中与他或她靠近的人，例如现有的好友、好友的好友、好友的好友的好友、喜爱相同页面的某人等等。与靠近用户的某人相比，与用户没有关系或者只有远距离关系的某人不太可能是请求的目标。前面的例子考虑了与发出请求的用户的社交邻近性，但是也可以考虑与某一其他参考点的社交邻近性。举例来说，个人A可以拍摄照片，并且个人B可以使用该照片标识出该个人B发出的请求的目标。在这种情况下，可以从拍摄照片的个人开始测量社交距离，或者可以从发出请求的个人开始测量社交距离。一个人更有可能拍摄与拍摄者的社交距离较小的某人的图片，因此对于候选的搜索可以集中于与请求者的社交距离较小的人群或者与拍摄者的社交距离较小的人群。（术语“请求者”在这里将被用来指代正在请求关于其通过相片标识出的某人施行某种动作的用户，例如敲击面部以发出“添加为好友”请求的用户，正如图1中所示出的那样）。

可以考虑的另一个因素是物理邻近性，其或者是与拍摄者的物理邻近性或者是与请求者的物理邻近性（方框206）。请求者更有可能针对居住在请求者附近的人群提交特定类型的请求（例如交友请求、邀请等等）。此外，拍摄者更有可能拍摄居住在拍摄者附近的某人的图片。虽然某一候选与请求者或拍摄者的物理邻近性可能往往会在衡量中更有利于该候选，但是也存在抵消考虑因素。举例来说，请求者和/或拍摄者可能正在休假。此外，许多动作（例如在广泛普及的社交网络上添加好友、发送电子邮件消息等等）可能不是受到地理限制的活动。如果面部匹配非常强烈地表明特定候选正是相片中所示出的个人，则该候选的住处远离请求者或拍摄者的事实可能不足以推翻基于面部匹配的发现。因此，与这里所描述的所有因素一样，物理邻近性仅仅是可以由其他考虑因素推翻的一种考虑因素。

可以考虑的另一个因素是相同图片中的其他人（方框208）。被用来发出针对施行某种动作的请求的图片上可能有几个人。这些人当中的一个可能是动作的目标，而其他人则可能不是。人们更有可能与其所认识的其他人一起出现在相片中。因此，如果面部匹配识别出特定个人作为请求目标，但是该人（根据社交图谱122）与相片中的任何其他人没有已知关联，则这一事实可能表明面部匹配识别出了错误的人。但是某人也有可能与他所不认识的其他人一起出现在相片中，因此与这里所描述的其他因素一样，与相同相片中的其他人的关联（或者缺少所述关联）仅仅是在识别候选时将使用的一种考虑因素。此外还应当提到的是，对于相片中的其他人可以考虑在方框202-216中提到的任何信息，例如这些人在社交图谱中的位置、他们的兴趣、他们的工作地点等等，但是取决于某人与待识别个人的间隔有多远，关于该人的信息对于识别处理的影响可能较小。例如待识别个人的工作地点从属关系可能对于识别该人有很强的影响；而与该人一起出现在照片中的人们的工作地点从属关系可能具有一定影响，但是其影响小于目标个人的工作地点从属关系。

可以考虑的另一个因素是拍摄相片的时间和地点（方框210），以及已知人们所处的时间和地点。如果已知某人在拍摄相片时不在相片的拍摄地点，则这一事实就使得这个人不可能实际出现在相片中。因此，如果通过面部匹配识别出相片中的某人，但是随后确定这个人在拍摄相片时不在相片的拍摄地，则可以不将此人作为候选。关于某人的所在以及他或她在该处的时间的信息可以从包含在社交图谱122和/或相片数据库124中的信息来确定。举例来说，相片可以具有表明其在何时何地被拍摄的元数据。给定个人的所在可以从各种信息来确定，例如自我报告（比如当多个用户提前表明其将出席相同的事件时）、与该人的帖子相关联的时间和地点、与该人所拍摄的相片相关联的元数据等等。（为了维护个人在隐私方面的利益，关于个人的所在的信息可以根据从该人处获得的适当许可来使用）。

可以考虑的其他因素有工作地点（方框212）、兴趣（方框214）和年龄（方框216）。在同一地点工作、具有相似的兴趣或者年龄相似的人们更有可能是彼此的请求目标。与这里所描述的其他因素一样，这些考虑因素的利益可能抵消。举例来说，用户可能会在工作会议上遇到一个年龄大很多的人，但是可能仍然想要向此人发送交友请求或电子邮件消息。但是在确定相片中谁是请求的目标时可以将工作地点、共同兴趣和年龄纳入考虑。关于工作地点、兴趣和年龄的信息可以在社交图谱122中获得。关于年龄应当提到的是，对于未成年人的年龄对待方式可以不同于成年人。举例来说，可以完全不允许把未成年人用作可能的面部匹配结果，或者可以将其限制到由其他未成年人发起的面部匹配。或者在另一个例子中，可以限制未成年人使用面部匹配来识别出其所不认识的人。

除了前面提到的考虑因素之外，任何其他适当的信息也可以被用作考虑因素，例如用户在音乐方面是否具有相同的品味、是否喜爱相同的食物或者暗示社交图谱中的人们之间的共性（或差异）的任何其他信息。一般来说，如果所有其他因素都相等，则彼此具有某一共同项目的用户将被视为更有可能一起出现在照片中。此外，如果所有其他事情都相同，则与用户完全没有共同之处的某人相比，将认为用户更有可能拍摄或上传与其在某一方面有共同之处的某人的照片。

图3示出了其中用户可以使用某人的图片来发起和/或施行关于该人的某种动作的示例性处理。在参照图3的描述之前，应当提到的是图3的流程图是通过举例的方式参照图1和2中示出的组件来描述的，但是图3的处理也可以在任何系统中实施，而不限于图1和2中示出的情形。此外，图3中的流程图示出了其中按照由连接各个方框的线条表明的特定顺序实施的各个处理阶段的一个例子，但是该图中示出的各个阶段可以按照任意顺序、任意组合或者任意子组合来施行。

在302中，用户可以捕获图片。举例来说，用户可以携带配备有摄影机的无线电话，并且可以利用该摄影机拍摄图片。在304中，检测到图片中的人。举例来说，可以对图片应用面部检测算法，以便检测出图片的哪些区段包含人的面部。应当提到的是，在这一阶段对于面部的“检测”不意味着关于谁的面部出现在图片中的知识。相反，在304中施行的步骤中的面部检测指的是将图片的包含面部的那些区段与不包含面部的那些区段进行区分的步骤。（面部检测可以在客户端或服务器上施行。）此外还应当提到的是，为之应用面部检测的图片可以是由用户的摄影机捕获的图片，但也可以是在不同的时间点和/或不同地点和/或由不同的人捕获的不同图片。举例来说，用户可以携带无线电话，但是可以采集相片（例如通过多媒体消息传送服务（MMS）、通过WiFi上传等等），并且可以在图3描述的处理中使用该相片，就好像所述相片是由用户拍摄的那样。这里的主题内容不限于其中用户利用他或她自己的设备拍摄相片并且随后使用该设备来施行某种动作的情形；相反，所述相片可以是来自任何地方。

在318中，将照片中的人们的面部的表示发送到社交网络服务器。在一个例子中，可以将整个照片发送到社交网络（连同关于照片中的哪一个面部是请求的目标的某种指示）。在另一个例子中，可以从照片中提取出面部，并且可以单独发送。在另一个例子中，可以计算代表面部特征的量度并且可以发送这些量度。

在322中，选择候选面部。选择候选面部的处理可以由选择组件130（前面在图1和2中做了描述）施行，并且可以利用前面结合图2描述的各种类型的选择因素来施行。所述选择处理可以针对每一个面部产生单个候选，或者可以产生多个候选。所述（多个）候选可以被发送到用户在其上发起请求的设备。如果有多于一个候选（如在324中确定），则可以在326中施行消除歧义处理。举例来说，可以为用户给出接口328，其允许该用户在两个候选身份（在图3的例子中的Joe和Tom）之间进行挑选，这例如是通过使用单选按钮330来选择其中一个候选而实现的。在所示出的例子中，为用户显示出候选的姓名；但是如前所述，基于候选的隐私设定，可以为用户显示出候选的公共简档图片而不是其姓名。

一旦消除了候选选择的歧义之后（或者在324中确定只有一个候选的话），则可以从用户接收所请求的动作（在326中）。用户可以输入所请求的动作，或者可以从菜单中选择动作。可以请求的一些示例性动作（默认地请求或者作为用户从多项动作当中进行选择的结果）有：将该人添加为好友（方框308），向该人发送消息（方框310），邀请该人到某一事件（方框312），或者在保持简档的服务（例如Facebook）上查看该人的简档（方框314），或者利用例如Facebook“戳”动作来“戳”该人（方框115）。可替换地可以请求任何其他动作（方框316）。随后可以关于目标用户施行所请求的动作（在332中）。举例来说，如果用户表明他希望把照片中显示出的特定用户添加为好友，则可以向该用户发送交友请求。

图4示出了可以在其中布置这里所描述的主题内容的各个方面的示例性环境。

计算机400包括一个或更多处理器402以及一个或更多数据记忆组件404。（多个）处理器402通常是微处理器，比如在个人台式或膝上型计算机、服务器、手持式计算机或者其他种类的计算设备中找到的那些微处理器。（多个）数据记忆组件404是能够短期或长期存储数据的组件。（多个）数据记忆组件404的例子包括硬盘、可移除盘（其中包括光盘和磁盘）、易失性和非易失性随机存取存储器（RAM）、只读存储器（ROM）、闪存、磁带等等。（多个）数据记忆组件是计算机可读存储介质的例子。计算机400可以包括显示器412或者与之相关联，所述显示器412可以是阴极射线管（CRT）监视器、液晶显示器（LCD）监视器或者任何其他类型的监视器。

软件可以被存储在（多个）数据记忆组件404中，并且可以在（多个）处理器402上执行。这样的软件的一个例子是基于图片的动作软件406，其可以实施前面关于图1-3所描述的一部分或全部功能，但是也可以使用任何类型的软件。软件406例如可以通过一个或更多组件来实施，所述组件可以是分布式系统中的组件、单独的文件、单独的函数、单独的对象、单独的代码行等等。其中程序被存储在硬盘上、加载到RAM中并且在计算机的（多个）处理器上执行的计算机（例如个人计算机、服务器计算机、手持式计算机等等）是图4中描绘的情形的典型，但是这里所描述的主题内容不限于该例。

这里所描述的主题内容可以被实施为软件，其被存储在（多个）数据记忆组件404当中的一个或更多中并且在（多个）处理器402当中的一个或更多上执行。作为另一个例子，所述主题内容可以被实施为存储在一个或更多计算机可读介质上的指令。这样的指令在由计算机或其他机器执行时可以使得计算机或其他机器施行一种方法的一个或更多步骤。用以施行所述步骤的指令可以被存储在一个介质上，或者可以分散在多个介质当中，从而使得所述指令可以总体上在一个或更多计算机可读介质上出现，而不管是否所有指令都恰好处在相同的介质上。术语“计算机可读介质”不包括信号本身；也不包括仅仅作为传播信号存在的信息。应当理解的是，如果这里的权利要求提到仅以传播信号的形式载送信息的介质而不是任何类型的持久存储的形式，则这样的权利要求将使用术语“瞬时性”或“瞬息性”（例如“瞬时性计算机可读介质”或“瞬息性计算机可读介质”）。除非权利要求明确地将介质描述为“瞬时性”或“瞬息性”，否则这样的权利要求不应当被理解为描述仅仅作为传播信号或者仅仅作为信号本身存在的信息。此外还应当提到的是，“硬件介质”或“有形介质”包括以物理有形形式存在的例如RAM、ROM、闪存和盘之类的设备；这样的“硬件介质”或“有形介质”本身不是信号。此外，“存储介质”是存储信息的介质。术语“存储”被用来表示对于数据的持久保留。出于这里所描述的主题内容的目的，仅仅以传播信号的形式存在的信息不被视为“持久地”保留。因此，“存储介质”包括盘、RAM、ROM等等，但是不包括仅仅以传播信号的形式存在的信息，因为这样的信息未被“存储”。

此外，这里所描述的任何步骤（不管是否在图中示出）可以作为某种方法的一部分由处理器（例如其中一个或更多处理器402）施行。因此，如果这里描述了步骤A、B和C，则可以施行包括步骤A、B和C的方法。此外，如果这里描述了步骤A、B和C，则可以施行包括利用处理器来施行步骤A、B和C的方法。

在一种示例性环境中，计算机400可以通过网络408可通信地连接到一个或更多其他设备。计算机410可以与计算机400具有类似结构，其是可以连接到计算机400的设备的一个例子，但是也可以如此连接其他类型的设备。

虽然前面用特定于结构特征和/或方法步骤的语言描述了主题内容，但是应当理解的是，在所附权利要求书中限定的主题内容不一定受限于前面描述的具体特征或步骤。相反，前面描述的具体特征和步骤是作为实施权利要求书的示例性形式而公开的。

Claims

1. 一种利用图片发起动作的方法，所述方法包括：

从用户（102）接收（326）关于照片（110）中的面部（114）的指示；

向操作所述社交网络的服务器（118）发送（318）表示所述面部（114）的信息，所述服务器（118）识别出所述面部（114）的一个或更多候选；

从所述服务器（118）接收所述一个或更多候选的列表（132）；

基于所述候选列表，从所述用户（102）接收针对把与所述面部（114）相关联的个人添加为社交网络中的关联的请求；以及

添加（308）所述一个或更多候选当中的第一个以作为所述社交网络中的所述用户的关联。

2. 权利要求1的方法，所述服务器使用存储在所述服务器处的相片数据库，以便基于所述面部与所述相片数据库中存储的面部之间的视觉相似性来识别出所述候选。

3. 权利要求1的方法，所述服务器保持所述社交网络的各个用户之间的关系的社交图谱，所述社交图谱表明对应于所述社交网络的每一个用户的工作地点、兴趣和年龄，所述服务器基于把所述候选的工作地点、兴趣和年龄与所述社交图谱中的各个用户的工作地点、兴趣和年龄进行比较来识别出所述候选。

4. 权利要求1的方法，其还包括：

基于所述候选当中的所述第一个被所述服务器识别为所述候选中的一个，向所述候选当中的所述第一个发送电子邮件。

5. 权利要求1的方法，其还包括：

基于所述候选当中的所述第一个被所述服务器识别为所述候选中的一个，邀请所述候选当中的所述第一个到某一事件。

6. 一种计算机可读介质，其具有用以施行权利要求1-5当中的任一条的方法的计算机可执行指令。

7. 一种用于根据图片识别出请求目标的系统，所述系统包括：

存储器（404）；

处理器（402）；

定义社交网络中的人们（251,252,253,254,255）之间的关系的社交图谱（122）；

存储照片（126）和关于所述照片（126）的元数据（126,127,128）的相片数据库（124）；以及

存储在所述存储器（404）中并且在所述处理器（402）上执行的组件（406），其接收包含第一面部（114）以及一个或更多第二面部的照片（110），使用所述第一面部（114）、所述社交图谱（122）和所述相片数据库（124）来识别出所述社交图谱（122）中的一个或更多候选以作为所述目标个人，将所述候选的列表（132）提供到用户（102）的设备（104），从所述用户（102）接收针对在所述社交图谱（122）中添加所述用户（102）与所述目标个人之间的关联的请求，以及将所述候选当中的第一个与所述用户（102）之间的关联添加到所述社交图谱（122），这是基于所述候选当中的第一个根据所述第一面部（114）被识别为所述候选中的一个这一事实，而不是基于所述用户利用文字标识出所述候选当中的所述第一个。

8. 权利要求7的系统，所述组件基于与所述第一面部相关联的身份和与所述一个或更多第二面部相关联的身份之间的关系识别出所述一个或更多候选。

9. 权利要求7的系统，所述组件基于所述候选与所述用户之间的社交距离或者所述一个或更多候选与拍摄所述照片的拍摄者之间的社交距离识别出所述一个或更多候选。

10. 权利要求7的系统，所述社交图谱保持关于所述社交图谱中的人们的物理位置的数据，所述照片与表明所述照片被拍摄的地点和时间的元数据相关联，所述组件基于所述候选在所述时间是否处于所述地点来识别所述一个或更多候选。