CN103561831B - 自动传感器驱动的比赛安排 - Google Patents

Abstract

一种将多玩家游戏的玩家与远程参与者进行搭配的方法，该方法包括识别玩家，自动标识在该玩家阈值邻近度内的观察者，使用观察者的身份来找出作为该多玩家游戏的远程参与者来一起玩的一个或多个候选，并且在选择远程参与者时，如果一候选满足搭配准则，则优先于非候选来从该一个或多个候选中选择该候选的话）。

Description

自动传感器驱动的比赛安排

背景

在多玩家游戏中，不同的玩家可根据各种比赛安排方法来搭配在一起以参与游戏。在一种方法中，具有同等技能水平的玩家被搭配在游戏中以相互对抗。例如，具有“初学者”技能水平的两个玩家可彼此对抗比赛以促进势均力敌的竞赛。在另一方法中，具有相似的自描述游戏风格或态度的玩家可被搭配在一起以进行竞赛或协作游戏。例如，在一个游戏中具有“硬核（hardcore）”游戏风格的玩家可被搭配在一起，而在不同的游戏中具有“随意”游戏风格的玩家可被搭配在一起。然而，在这些方法中，玩家通常与提供不确定的娱乐体验的陌生人搭配在一起。

概述

提供本概述是为了以简化的形式介绍将在以下详细描述中进一步描述的选择的概念。本概述并不旨在标识所要求保护主题的关键特征或必要特征，也不旨在用于限制所要求保护主题的范围。此外，所要求保护的主题不限于解决在本公开的任一部分中所提及的任何或所有缺点的实现。

一种将多玩家游戏的玩家与远程参与者进行搭配的方法包括标识该玩家附近的观察者，如通过与计算设备在操作上耦合的传感器。观察者的身份，包括各种属性和关联，可被用来找出在该多玩家游戏中与该玩家搭配的候选，以通过社交联系创建更有可能创建积极娱乐体验的比赛。

附图简述

图1示出根据本公开内容的一实施例的查看所观察的场景的传感器分析系统。

图2示意性地示出从三维深度数据导出的骨架模型。

图3示意性地示出从音频记录中导出的语音签名。

图4示意性地示出从数字图像中导出的脸部签名。

图5示意性地示出所报告的与被跟踪的不同个人相关联的移动计算设备的全球定位系统（GPS）位置轨迹，以确定这些个人是否彼此邻近。

图6示出为玩家找出新社交网络服务朋友的方法的一实施例。

图7示出将多玩家游戏的玩家与远程参与者进行搭配的方法的一实施例。

图8示出根据本公开内容的一实施例的计算系统的实施例。

图9示出根据本公开内容的一实施例的计算设备的实施例。

详细描述

通常，娱乐体验可通过涉及多个参与者而增强。具体而言，通过在多个参与者之间共享娱乐体验，可发生社交交互并且可展示社交联系。

在一些情况下，现实世界交互和联系可能不适于表示在社交网络环境中。例如，虽然一个玩家可能与作为该玩家的现实世界朋友的其他参与者一起定期参与娱乐体验（例如，多玩家游戏），但该玩家的社交网络服务朋友群可能没有与该娱乐体验相链接并且可能不包括该其他参与者。相反，各参与者可能只通过该玩家的手动添加而被添加到该玩家的社交网络服务朋友群。因此，除非该玩家将各个人手动地添加到该朋友群（这可能是费力的过程），该玩家的朋友群可能只能部分地表示该玩家在现实世界中的社交联系。

此外，在一些娱乐体验中，多个参与者可有目的地彼此搭配以参与该娱乐体验。一些搭配方法包括将具有类似技能组和/或类似风格的参与者相搭配。然而，这些方法没有考虑参与者之间的任何社交联系。因此，搭配的玩家通常是陌生人。因为所搭配的参与者是陌生人且没有社交联系，所以社交交互可能是拘谨的并且娱乐体验可被不够最优。

本说明书涉及基于观察到的娱乐体验的各参与者之间的交互来创建联系。更具体地，本说明书涉及用于利用传感器技术来标识娱乐体验的各参与者以创建联系的方法和过程。

在一些情况下，联系可以是永久的。例如，可从传感器信息流中标识观察到的在玩多玩家游戏期间与玩家进行交互的参与者，并且这些身份可被用来自动填充或扩充该玩家的社交网络服务朋友群。因此，可以用自动的方式来填充或扩充玩家的社交网络服务朋友群以便于创建更稳健的朋友群。一旦新朋友被按这一方式自动添加，该玩家就可使用社交网络服务所提供的交互形式中的任一个来与该新添加的朋友进行完全交互。换言之，新添加的朋友具有与手动添加的朋友相同的社交状态。

在一些情况下，联系可以是临时的。例如，可从传感器信息流中标识多玩家游戏的玩家和该玩家附近的观察者，并且观察者的身份可被用来找出作为远程参与者与该玩家在该多玩家游戏中一起玩游戏的候选。因此，玩家可与比陌生人更紧密联系的远程参与者搭配，这提高了该玩家的增强娱乐体验的可能性。然而，在这种情况下，这些候选不一定作为朋友添加到该玩家的社交网络服务朋友群。

在此所述的方法和过程可以绑定到各种不同类型的计算系统。图1示出游戏系统102、显示设备104、以及一个或多个传感器110形式的传感器分析系统100的非限制性示例。显示设备104可通过游戏系统120的显示输出来在操作上连接到该游戏系统。例如，该游戏系统可包括HDMI或其他合适的显示输出。同样，一个或多个传感器110可通过一个或多个传感器输入在操作上连接到游戏系统102。作为非限制性示例，游戏系统102可包括深度相机可被连接到的通用串行总线。

传感器分析系统100可包括能够观察包括一个或多个游戏玩家、游戏观察者或其他计算机用户的场景114的一个或多个传感器110。具体而言，每一传感器可用于生成表示所观察的场景114的识别信息的信息流，并且该信息流可被解释并建模以标识玩家、观察者、用户等中的每一个。具体而言，图1示出了游戏系统102，该游戏系统102可以用于玩各种不同的游戏、播放一个或多个不同的媒体类型、和/或控制或操纵非游戏应用和/或操作系统。图1还示出了电视机或计算机监视器形式的可用于向游戏玩家和游戏观察者呈现游戏画面的显示设备104。作为一个示例，显示设备104可用于在视觉上呈现通过观察到的游戏玩家108的移动来控制的虚拟化身106。传感器分析系统100包括标识、监视、或跟踪所观察的场景114中的游戏玩家108的一个或多个传感器110。此外，一个或多个传感器110标识、监视、或跟踪游戏玩家108附近的观察者112。

图2-5示出了可如何实现不同的传感器以标识观察者112和/或游戏玩家108的示例。图2示出了简化的处理流水线，其中观察者112被建模为可与观察者的简档骨架模型相匹配以自动标识观察者112的虚拟骨架206。可以理解，与图2中所描绘的那些步骤相比，处理流水线可包括附加的步骤和/或替代步骤，而不背离本发明的范围。

如图2所示，观察者112的三维外观和所观察的场景114的其余部分可由深度相机（例如，图1的传感器110）来成像。深度相机可为每一像素确定在所观察的场景114中的表面相对于深度相机的三维深度。可以使用基本上任何深度发现技术而不背离本公开的范围。

为每一像素确定的三维深度信息可用于生成深度图204。这样的深度图可采用基本上任何合适的数据结构的形式，包括但不限于包括所观察场景的每个像素的深度值的矩阵。在图2中，深度图204被示意性地示为观察者112的轮廓的像素化网格。这一例示是出于简单理解的目的、而不是出于技术精确性的目的。将理解，深度图一般包括所有像素的深度信息，而不仅仅是对观察者112成像的那些像素。

虚拟骨架206可从深度图204导出，以提供观察者112的机器可读表示。换言之，虚拟骨架206从深度图204导出以对观察者112建模。虚拟骨架206可以按任何合适的方式从深度图204中导出。在某些实施例中，可将一个或多个骨架拟合算法应用于深度图。本发明与基本上任何骨架建模技术兼容。

虚拟骨架206可包括多个关节，并且每一关节可对应于观察者112的一部分。根据本发明的虚拟骨架可包括基本上任何数量的关节，每个关节都可与基本上任何数量的参数（例如三维关节位置、关节旋转、对应身体部位的身体姿势（例如手张开、手合上等）等）相关联。应当理解，虚拟骨架可采取如下数据结构的形式：该数据结构包括多个骨架关节中的每个关节的一个或多个参数（例如包含每个关节的x位置、y位置、z位置和旋转的关节矩阵）。在一些实施例中，可使用其他类型的虚拟骨架（例如线框、一组形状图元等等）。

观察者112可由虚拟骨架206建模，并且虚拟骨架206可被用来标识观察者112。例如，观察者112的虚拟骨架206可以是独特的，并且可与作为社交网络服务中观察者112的用户简档的一部分来包括的简档骨架模型进行匹配。关节之间的距离（即，“骨骼”长度）、两个或更多个骨骼长度的比率、移动模式、或其他性质可被保存作为简档骨架模型的一部分，这可被用来匹配观察者。

图3示出了简化的处理流水线，其中观察者112被建模成可被用来自动标识观察者112的语音签名306。可以理解，与图3中所描绘的那些步骤相比，处理流水线可包括附加的步骤和/或替代步骤，而不背离本发明的范围。

如图3所示，观察者112的声音和所观察的场景114的其余部分可被话筒捕捉作为音频记录304。在不背离本公开的范围的情况下，可以使用基本上任何音频记录和分析技术。在所示示例中，观察者112讲出短语“Let’sRoll”（让我们开始吧），这被捕捉作为音频记录304。音频记录304被示意性地示为网格上的变化振幅的波。

语音签名306可从音频记录304导出，以提供观察者112的语音的机器可读表示。换言之，语音签名306被从音频记录304导出以对观察者112的语音进行建模。可以用任何合适方式来从音频记录304中导出语音签名306。本公开内容与基本上任何语音建模技术兼容。

观察者112可通过语音签名306建模，并且语音签名306可被用来标识观察者112。例如，观察者112的语音签名306可以是独特的，并且可与作为社交网络服务中观察者112的用户简档的一部分来包括的简档语音签名进行匹配。

图4示出了简化的处理流水线，其中观察者112被建模成可被用来自动标识观察者112的脸部签名406。可以理解，与图4中所描绘的那些步骤相比，处理流水线可包括附加的步骤和/或替代步骤，而不背离本发明的范围。

如图4所示，观察者112的外观和所观察的场景114的其余部分被相机成像。可以使用基本上任何成像技术而不背离本公开的范围。成像相机402可生成所观察的脸部图像404。

在图4中，所观察的脸部图像404被示意性地示为观察者112的脸部的外形轮廓。这一例示是出于简单理解的目的、而不是出于技术精确性的目的。脸部签名406可从所观察的脸部图像404导出，以提供观察者112的机器可读表示。换言之，脸部签名406从所观察的脸部图像404导出以对观察者112建模。可以用任何合适方式来从所观察的脸部图像404中导出脸部签名306。本公开内容与基本上任何脸部图像建模技术兼容。

观察者112可通过脸部签名406建模，并且脸部签名406可被用来标识观察者112。例如，观察者112的脸部签名406可以是独特的，并且可与作为社交网络服务中观察者112的用户简档的一部分来包括的简档脸部签名进行匹配。脸部特征（例如，眼睛、嘴，等）之间的距离、脸型、肤色、以及其他性质可被保存作为简档脸部签名的一部分，这可被用来匹配观察者。

图5示意性地示出所报告的与不同个人相关联的移动计算设备的全球定位系统（GPS）位置轨迹，其中这些个人已经选择加入这种跟踪。位置轨迹可被用来确定各个人的位置轨迹是否彼此邻近。具体而言，GPS位置轨迹对应于与玩家108和观察者112相关联的移动计算设备。每一移动计算设备可具有可被发送给其他计算设备（例如，中央服务器和/或对等设备）以被告该移动计算设备的位置或在场的所报告的移动设备标识符。此外，用户可具有与该用户操作或与之关联的各移动计算设备相关联的一个或多个简档移动设备标识符。作为非限制性示例，简档移动设备标识符可被包括作为社交网络服务和/或在线游戏服务的用户简档的一部分。所报告的移动设备标识符可与简档移动设备标识符进行匹配以标识移动设备以及相应的相关联的用户的位置。

在图5中，玩家108和观察者112的位置可从移动设备标识符所报告的GPS位置中导出。具体而言，随时间跟踪的玩家108的位置由虚线指示且随时间跟踪的观察者112的位置由点划线指示。所报告的移动设备的GPS位置可被用来判断在第一时间的观察者112与在相同或不同时间的玩家108之间的距离是否满足阈值邻近度。在图5中，阈值邻近度由虚线圆圈指示。应当理解，阈值邻近度可以是基本上任何距离而不背离本公开的范围。

在一些情况下，玩家108和观察者112可被判断为在相同时间处于阈值邻近度内。在一些情况下，玩家108和观察者112可被判断为在不同时间处于阈值邻近度内。在任一情况下，如果满足阈值邻近度，则可使玩家108和观察者112成为朋友（自动地或通过推荐），和/或邻近度信息可被用来标识用于在娱乐体验中将其他远程参与者与玩家108进行搭配的候选。

注意，以上描述的传感器实现只是示例，并且应当理解，实际上任何合适的技术可被用来以实际上任何合适的方式识别玩家和/或观察者而不背离本公开的范围。

图6示出为玩家找出新社交网络服务朋友的方法600的一实施例。在一个示例中，方法600可由图9中示出的计算设备900执行。在602，方法600包括识别玩家。在一些情况下，该玩家可通过对游戏控制台的登录过程而被识别，其中该玩家的用户简档与该游戏控制台相关联。在一些情况下，该玩家可基于从一个或多个传感器接收到的识别信息而被识别（如以下相对于观察者来描述的）。

在604，方法600包括自动标识在该玩家的阈值邻近度内的观察者。在一些情况下，观察者可基于从一个或多个传感器接收到的识别信息而被标识。可以使用用于标识观察者的任何合适的机制而不背离本公开的范围——例如，脸部识别、语音识别、骨架识别、设备识别（例如，移动电话）、和/或任何其他识别。

作为一个非限制性示例，深度相机可生成观察者的三维深度信息，所观察的骨架模型可从该三维深度信息中导出并与被包括作为观察者的用户简档的一部分的观察者的简档骨架模型进行匹配。作为另一示例，话筒可生成观察者的语音的音频记录，所观察的语音模式可从该音频记录中导出并与被包括作为观察者的用户简档的一部分的观察者的简档语音签名进行匹配。作为又一示例，成像相机可生成数字图像，所观察的脸部图像可从该数字图像中导出并与被包括作为观察者的用户简档的一部分的观察者的简档脸部签名进行匹配。作为又一示例，GPS传感器可生成包括移动设备的GPS位置的所报告的移动设备标识符，该移动设备标识符与被包括作为观察者的用户简档的一部分的简档移动设备标识符进行匹配。

在一些情况下，如果观察者和玩家两者都被一个或多个传感器捕捉到，则观察者可被判断处于玩家的阈值邻近度内。例如，如果观察者和玩家两者都被深度相机所生成的同一深度图像捕捉到，则观察者可被判断处于玩家的阈值邻近度内。作为另一示例，如果观察者和玩家两者都被话筒所生成的音频记录捕捉到，则观察者可被判断处于玩家的阈值邻近度内。作为又一示例，如果观察者和玩家两者都被成像相机所生成的数字图像捕捉到，则观察者可被判断处于玩家的阈值邻近度内。作为再一示例，如果观察者的移动设备和玩家的移动设备报告了处于邻近度阈值距离内的位置，则观察者可被判断处于玩家的阈值邻近度内。

在606，方法600包括确定观察者是否满足玩家的交友准则。作为示例，如果观察者尚不是该玩家的玩家已接受朋友，则交友准则可被满足。作为另一示例，如果观察者和玩家已被一个或多个传感器捕捉到处于邻近度阈值内达阈值次数，则交友准则可被满足。在一些情况下，交友准则可由玩家在用户简档或另一配置文件中设置。在一些情况下，交友准则可被自动设置而无需来自玩家的输入。

在一些情况下，交友准则可包括测量观察者的不同特性以确定该观察者是否适于被添加到玩家的朋友群中的加权算法。例如，在其中多个观察者被标识为处于玩家的邻近度内（例如，经由深度传感器/相机）的情况下，被识别为主动与玩家交互（如玩多玩家游戏）的观察者可被判断为具有要被添加到该玩家的朋友群的更强相互关系或更高排名。另一方面，被识别为没有与该玩家交互（如只是坐在后面观看）的另一观察者可被判断为具有比主动观察者弱的相互关系或更低的排名。

作为另一示例，可在加权算法中考虑观察到的玩家和观察者共同具有的视觉特性。例如，如果玩家和观察者被观察到穿戴具有同一体育队、摇滚乐队、品牌名等的衣物，则观察者的相互关系可以更强或排名可以更高。

作为又一示例，可在加权算法中考虑观察到的玩家与观察者之间的交互。例如，如果玩家和观察者被判断为在一起交互有乐趣（例如，这两个人被标识为微笑或听到笑声），则可以判断该交互是积极的并且观察者的排名可被提高。作为替换或补充，如果玩家和观察者被观察到经常一起玩，则观察者的排名可被提高。另一方面，如果玩家和观察者被判断为没有享受交互（例如，被标识为具有烦恼的脸、皱眉、消极的口头语句），则观察者的排名可被降低。

如在608所示，观察者可被添加为朋友而无需进一步的玩家干预，或者观察者可被推荐给玩家以使得该玩家可决定是否要添加该观察者作为朋友。在一些实施例中，玩家可以指定朋友要被自动添加还是被推荐。在一些实施例中，可以使用一个或多个参数来逐个情形地判断特定观察者要被自动添加还是被推荐。作为非限制性示例，短暂地被观察到处于玩家的邻近度内的观察者可被推荐，而重复观察到与玩家一起长时间游戏的观察者可被自动添加。作为另一示例，作为该玩家在社交网络服务上的其他朋友的朋友的观察者可被自动添加，而不与观察者的任何朋友交友的观察者只可被推荐。如此，在608，方法600包括评估观察者是否满足自动交友准则。如果观察者满足自动交友准则，则方法600移至614。否则，方法600移至610。

在610，方法600包括呈现观察者的朋友推荐。在一些情况下，朋友推荐被呈现给玩家以供确认。在一些情况下，朋友推荐被呈现给玩家的父母以供确认。例如，如果针对该玩家设置了限制该玩家暴露给其他人的父母控制，则朋友推荐可被呈现给玩家的父母。

在一些实现中，朋友推荐可被扩展成包括具有相似特性和/或与观察者和玩家有联系的附加个人。例如，如果玩家经常与朋友群或观察者的扩展的“朋友的朋友”群的任何成员玩多玩家游戏，并且这些个人不在该玩家的朋友群中，则这些个人可被包括在呈现给玩家的朋友推荐中。

在一些实现中，朋友推荐可通过针对游戏的搭配来驱动。例如，如果玩家经常与相同一群个人玩多玩家游戏（例如，大于玩游戏的阈值次数）或经常与一个人搭配，并且这些个人不在该玩家的朋友群中，则这些个人可被包括在呈现给该玩家的朋友推荐中。

在612，方法600包括确定是否接收到对朋友推荐的确认。在一些情况下，对朋友推荐的确认可从玩家处接收。在一些情况下，对朋友推荐的确认可从玩家的父母处接收。如果接收到对朋友推荐的确认，则方法600移至614。否则，观察者不被添加为朋友并且方法600返回到其他操作。

在614，方法600包括将观察者添加到玩家在社交网络服务中的朋友群。

通过自动标识玩家邻近度中的观察者并在该观察者满足交友准则的情况下将该观察者添加到该玩家的朋友群，该玩家的朋友群可被自动填充或扩充而无需用户想着添加该朋友。因此，可按自动方式使玩家的朋友群更稳健。

图7示出将多玩家游戏的玩家与远程参与者进行搭配的方法700的一实施例。在一个示例中，方法700可由图9中示出的计算设备900执行。在702，方法700包括识别玩家。如以上参考图6所讨论的，玩家可通过登录过程和/或基于从一个或多个传感器接收到的识别信息而被识别。

在704，方法700包括自动标识该玩家的阈值邻近度内的观察者。如以上参考图6所讨论的，玩家可基于从一个或多个传感器接收到的识别信息而被标识并被判断为处于邻近度阈值内。

在706，方法700包括使用观察者的身份来找出作为远程参与者与该玩家在多玩家游戏中玩游戏的一个或多个候选。在一些情况下，观察者的身份可被用来标识观察者已接受的朋友来作为候选。例如，可能是观察者在社交网络服务器上的“朋友”但可能不是该玩家的朋友的人，可被标识为该玩家可与其一起玩的人。在一些情况下，观察者的朋友的朋友可被标识为候选。将理解，在一些情况下，候选可仅基于与观察者的朋友分离度而被标识，并且任何分离度可被用来形成匹配。

在一些情况下，观察者的身份可被用来找出该玩家可能不知道的候选。换言之，观察者的属性可被用来使远程参与者失去成为候选的资格（例如，使朋友或朋友的朋友失去资格）。在一些情况下，观察者的身份可以与包括可被用来找出候选的观察者的属性的用户简档相关联。属性的非限制性示例可包括家乡、街坊、学校、雇主、俱乐部、最喜爱的音乐、最喜爱的书、最喜爱的电视节目、协会、基于游戏排名或能力的技能水平，等等。这样的属性可经由第三方社交网络简档信息和/或玩家简档信息来确定。

在一些情况下，可在寻找候选时考虑观察到的玩家和观察者共同具有的视觉特性。例如，如果玩家和观察者被观察到穿戴具有相同体育队、摇滚乐队、品牌名等的衣服，或识别出了墙上的电影或电视节目海报，则“喜欢”相同事物或共享相同的观察到的特性的其他个人可被选择作为候选。此外，观察到的玩家和观察者特性以及存储在他们的用户简档中的每一个中的特性可被集聚地过滤以找出玩家和观察者之间的共同特性，并且共享这些共同特性的个人可被选择作为候选。

在一些情况下，候选可基于在各社交网络服务中玩家和观察者之间的共同性来选择。例如，如果玩家和观察者两者都是用户“x”和“y”的朋友，且用户“x”和“y”两者都是用户“z”的朋友，则用户“z”可因为共有熟人而被选择作为候选。

当观察者在观察玩家时和/或在将来的任何时刻，观察者的身份可被用来找出远程参与者。换言之，从一个游戏会话中标识的候选可被用于后续游戏会话中，即使观察者不再在场。

在708，方法700包括确定所选候选是否满足搭配准则。作为示例，如果候选的技能水平与玩家的技能水平相匹配，则搭配准则可被满足。作为另一示例，如果候选具有与玩家的游戏风格或态度相匹配的游戏风格或态度，则搭配准则可被满足。如果所选候选满足搭配准则，则方法700移至710。否则，该方法移至712。

在710，方法700包括优先于非候选从一个或多个候选中选择一候选来作为与玩家一起玩多玩家游戏的远程参与者。如果两个或更多个候选符合条件，则可以判断各种因素并且玩家可与最满足准则的候选来搭配。例如，地理邻近度可以是一个准则并且音乐品味可以是另一个较低等级的准则。在该示例中，居住地最接近玩家的候选将被选择，即使另一候选具有更相似的音乐品味。

在712，方法700包括确定是否存在更多候选可供选择。如果存在更多候选可供选择，则方法700返回708。否则，方法700移至714。

在714，方法700包括选择非候选作为与玩家一起玩多玩家游戏的远程参与者。非候选可包括与玩家和/或观察者在社交上没有联系的陌生人。如果没有满足搭配准则的候选，则可选择非候选。

通过自动标识玩家附近的观察者，使用观察者的身份来找出作为在多玩家游戏中一起玩的远程参与者的一个或多个候选，并优先于非候选来选择满足搭配准则的候选，该玩家可与通过同观察者的联系而关联于该玩家的候选进行搭配。因此，相对于陌生人，玩家可具有与候选的更多共同点或更大社交联系，并且玩家具有增强的娱乐体验的可能性可被提高。或者，如果玩家希望与陌生人玩，则观察者的身份可被用来消除潜在的远程参与者，使得该玩家更可能与没有同该玩家有现实生活联系的某人一起玩。

图8示出根据本公开内容的一实施例的计算系统800的实施例。可将以上所描述的方法和过程绑定到包括一个或多个计算机的计算系统800。具体而言，此处所述的方法和过程可被实现为计算机应用、计算机服务、计算机API、计算机库、和/或其他计算机程序产品。计算系统800可包括多个计算设备802。如上所述，该多个计算设备中的每一个可包括可被用来观察屏幕以标识玩家和观察者的传感器。

与玩家相关联的玩家游戏控制台804可从例如成像相机806、话筒808、以及深度相机810接收信息流。来自传感器的信息流可被用来标识个人以形成联系，如以上参考方法600和700讨论的。

与远程玩家相关联的远程参与者游戏控制台812可从例如成像相机814、话筒816、以及深度相机818接收信息流。来自传感器的信息流可被用来标识可担当与该玩家使用玩家游戏控制台804在游戏中进行对抗的远程参与者的远程个人。

与另一远程参与者相关联的移动设备820可从GPS设备822接收信息。例如，移动设备820可从GPS设备822接收GPS位置。GPS位置可被包括作为被用来标识与该移动设备820相关联的位置和用户的所报告的移动设备标识符的一部分。在一些情况下，这样的信息可被用来将相关联的用户添加为朋友，或在多玩家游戏中搭配该相关联的用户。在一些实施例中，可在移动设备上玩游戏，并且如上所述，移动设备可包括用于标识玩家和/或观察者的一个或多个传感器。

多个计算设备802可经由网络824与社交网络服务826通信。社交网络服务826可包括社交网络服务826的每一成员的用户简档828。在一个示例中，每一社交网络服务成员的用户简档828可在网络可访问的数据库中储存。用户简档828包括定义与该用户简档相关联的用户的身份的身份信息810。例如，身份信息830可包括对该用户简档的用户进行建模的简档骨架模型832、简档语音签名834以及简档脸部签名836。此外，身份信息830可包括与用户简档的用户相关联的每一移动设备的简档移动设备标识符838。根据以上描述的方法，身份信息830可被用来将用户标识为玩家、观察者、或候选。

在一些情况下，社交网络服务826可以与多玩家游戏相关联。在这样的情况下，用户已经玩过的各多玩家游戏的技能水平840可被包括作为用户简档828的一部分。在一些情况下，技能水平840可被用来确定用户是否是用于与远程参与者在多玩家游戏中搭配的候选。

用户简档828可包括用户的作为社交网络服务826的成员的用户已接受朋友的朋友群842。朋友群842可包括由用户手动添加的朋友以及根据上述方法600自动添加的朋友。在一些情况下，朋友群842可被链接到一个或多个特定多玩家游戏。因此，在特定朋友群中的成员关系可被用来确定用于在多玩家游戏之一的游戏中进行搭配的合适候选。

在一些情况下，第三方社交网络服务844可以经由网络824与社交网络服务826进行通信。第三方社交网络服务844可以与社交网络服务826不同。例如，社交网络服务826可以与多玩家游戏或特定类型的多玩家游戏控制台相关联，并且第三方社交网络服务844可以不与该多玩家游戏或该特定类型的游戏控制台相关联。第三方社交网络服务844可包括第三方社交网络服务844的每一成员的用户简档846。用户简档846可包括用户的作为第三方社交网络服务844的成员的用户已接受朋友的朋友群848。在一些情况下，社交网络服务826可从第三方社交网络服务844检索用户的用户简档信息或朋友群信息，以确定用户是否适于添加到社交网络服务826中的朋友群842或是否适于作为在多玩家游戏中搭配的候选。

例如，玩家和观察者可由社交网络服务826标识并且不会被识别成社交网络服务826中的朋友。然而，玩家和观察者可被第三方社交网络服务844标识为朋友。在这种情况下，玩家和观察者可被自动添加到社交网络服务826中他们的用户简档中的朋友群中。

将明白，社交网络服务826可从第三方社交网络服务844的用户简档846中挖掘附加身份信息、属性、关联等以找出用于搭配的新朋友或候选。

图9示出根据本公开内容的一实施例的计算设备900的实施例。计算设备900可以执行上述方法和过程中的一个或多个，并且可担当控制台、移动设备、或以上参考图8描述的服务中的任何一个。以简化形式示出了计算设备900。应当理解，可使用基本上任何计算机架构而不背离本公开的范围。在不同的实施例中，计算设备900可以采取大型计算机、服务器计算机、台式计算机、膝上型计算机、平板计算机、家庭娱乐计算机、网络计算设备、移动计算设备、移动通信设备、游戏控制台等等的形式。

计算设备900包括逻辑子系统902和数据保持子系统904。该计算设备可以任选地包括显示子系统906、通信子系统910和/或在图9中未示出的其他组件。计算设备900还可以任选地包括诸如下列用户输入设备：例如键盘、鼠标、游戏控制器、相机、话筒和/或触摸屏等等。

逻辑子系统902可包括被配置成执行一个或多个指令的一个或多个物理设备。例如，逻辑子系统可被配置为执行一个或多个指令，该一个或多个指令是一个或多个应用、服务、程序、例程、库、对象、组件、数据结构、或其他逻辑构造的部分。可实现这样的指令以执行任务、实现数据类型、变换一个或多个设备的状态、或以其他方式得到所希望的结果。

逻辑子系统902可包括被配置成执行软件指令的一个或多个处理器。作为补充或替换，逻辑子系统902可包括被配置成执行硬件或固件指令的一个或多个硬件或固件逻辑机器。逻辑子系统902的处理器可以是单核或多核，且在其上执行的程序可被配置为并行或分布式处理。逻辑子系统902可以任选地包括遍布两个或多个设备的独立组件，所述设备可远程放置和/或被配置为进行协同处理。该逻辑子系统的一个或多个方面可被虚拟化并由以云计算配置进行配置的可远程访问的联网计算设备执行。

数据保持子系统904可包括一个或多个物理、非瞬时设备，这些设备被配置成保持数据和/或可由该逻辑子系统执行的指令，以实现此处描述的方法和过程。在实现此类方法和过程时，可变换数据保存子系统904的状态（例如，保存不同数据）。

数据保持子系统904可以包括可移动介质和/或内置设备。数据保持子系统904尤其是可以包括光学存储器设备（例如，CD、DVD、HD-DVD、蓝光盘等）、半导体存储器设备（例如，RAM、EPROM、EEPROM等）和/或磁存储器设备（例如，硬盘驱动器、软盘驱动器、磁带驱动器、MRAM等）。数据保持子系统904可以包括具有以下特性中的一个或更多个特性的设备：易失性、非易失性、动态、静态、读/写、只读、随机存取、顺序存取、位置可寻址、文件可寻址、以及内容可寻址。在某些实施例中，可以将逻辑子系统902和数据保持子系统904集成到一个或更多个常见设备中，如应用专用集成电路或片上系统。

图9还示出以可移动计算机可读存储介质908形式的数据保持子系统的一方面，可移动计算机可读存储介质可用于存储和/或传输可执行以实现本文描述的方法和过程的数据和/或指令。可移动计算机可读存储介质908尤其是可以采取CD、DVD、HD-DVD、蓝光盘、EEPROM和/或软盘的形式。

可以明白，数据保持子系统904包括一个或多个物理非瞬态设备。相反，在一些实施例中，本文描述的指令的各方面可以按暂态方式通过不由物理设备在至少有限持续时间期间保持的纯信号（例如电磁信号、光信号等）传播。此外，与本公开有关的数据和/或其他形式的信息可以通过单纯信号来传播。

术语“模块”、“程序”和“引擎”可用于描述被实现以执行一个或更多个具体功能的计算设备900的一方面。在一些情况下，可以通过执行由数据保持子系统904所保持的指令的逻辑子系统902来实例化这样的模块、程序或引擎。应当理解，可以从同一应用、服务、代码块、对象、库、例程、API、函数等来实例化不同的模块、程序和/或引擎。同样，可以由不同的应用程序、服务、代码块、对象、例程、API、函数等来实例化同一模块、程序和/或引擎。术语“模块”、“程序”和“引擎”意在涵盖单个或成组的可执行文件、数据文件、库、驱动程序、脚本、数据库记录等。

应当理解，如此处所使用的“服务”可以是跨越多个用户会话可执行的、且对一个或更多系统组件、程序、和/或其他服务可用的应用程序。在一些实现中，服务可以响应于来自客户机的请求而在服务器上运行。

当被包括时，显示子系统906可用于呈现由数据保持子系统904所保持的数据的可视表示。由于此处所描述的方法和过程改变了由数据保持子系统保存的数据，并由此转变了数据保持子系统的状态，因此同样可以转变显示子系统906的状态以可视地表示底层数据中的改变。显示子系统906可包括利用几乎任何类型的技术的一个或多个显示设备。可将此类显示设备与逻辑子系统902和/或数据保持子系统904结合在共享外壳内，或此类显示设备可以是外围显示设备。

当被包括在内时，通信子系统910可以被配置成将计算设备900与一个或多个其他计算设备可通信地耦合。通信子系统910可包括与一个或多个不同的通信协议相兼容的有线和/或无线通信设备。作为非限制性示例，通信子系统可被配置为经由无线电话网、无线局域网、有线局域网、无线广域网、有线广域网等进行通信。在一些实施例中，通信子系统可允许计算设备900经由诸如因特网之类的网络发送消息至其他设备和/或从其他设备接收消息。

应该理解，此处所述的配置和/或方法在本质上是示例性的，并且这些具体实施例或示例不应被认为是局限性的，因为多个变体是可能的。此处所述的具体例程或方法可表示任何数量的处理策略中的一个或多个。由此，所示出的各个动作可以按所示次序执行、按其他次序执行、并行地执行、或者在某些情况下被省略。同样，可以改变上述过程的次序。

本公开的主题包括各种过程、系统和配置、此处所公开的其他特征、功能、动作、和/或特性、以及其任何和全部等效物的所有新颖和非显而易见的组合和子组合。

Claims (10)

1.一种将多玩家游戏的玩家与远程参与者进行搭配的方法，所述方法包括：

识别所述玩家；

自动标识所述玩家的阈值邻近度内的观察者；

使用所述观察者的身份来找出作为所述多玩家游戏的远程参与者来一起玩的一个或多个候选参与者；以及

在选择所述远程参与者时，如果一候选参与者满足搭配准则，则优先于非候选参与者从所述一个或多个候选参与者中选择所述候选参与者。

2.如权利要求1所述的方法，其特征在于，自动标识所述观察者包括将所观察的骨架模型与被包括作为保存在网络可访问的数据库中的用户简档的一部分的简档骨架模型进行匹配，所观察的骨架模型是从经由对所述观察者成像的深度相机所收集的三维深度信息中导出的。

3.如权利要求1所述的方法，其特征在于，自动标识所述观察者包括将所观察的语音模式与被包括作为保存在网络可访问的数据库中的用户简档的一部分的简档语音签名进行匹配，所观察的语音模式是从经由对所述观察者进行收听的话筒所收集的音频记录中导出的。

4.如权利要求1所述的方法，其特征在于，自动标识所述观察者包括将所观察的脸部图像与被包括作为保存在网络可访问的数据库中的用户简档的一部分的简档脸部签名进行匹配，所观察的脸部图像是从经由对所述观察者进行成像的相机所收集的数字图像中导出的。

5.如权利要求1所述的方法，其特征在于，自动标识所述观察者包括将所报告的移动设备标识符与被包括作为保存在网络可访问的数据库中的用户简档的一部分的简档移动设备标识符进行匹配。

6.如权利要求1所述的方法，其特征在于，使用所述观察者的身份来找出一个或多个候选参与者包括将所述观察者的社交网络服务朋友群的一个或多个成员标识为一个或多个候选参与者。

7.如权利要求6所述的方法，其特征在于，所述社交网络服务朋友群是链接到所述多玩家游戏的游戏群。

8.如权利要求6所述的方法，其特征在于，所述社交网络服务朋友群是不与所述多玩家游戏相关联的第三方社交网络服务朋友群。

9.如权利要求1所述的方法，其特征在于，如果所述候选参与者的技能水平与所述玩家的技能水平相匹配，则所述候选参与者满足所述搭配准则。

10.一种计算系统，包括：

能用于接收来自一个或多个传感器的传感器信息的一个或多个传感器输入；

操作上连接到所述一个或多个传感器输入的逻辑子系统；以及

包括指令的数据保持子系统，所述指令可由所述逻辑子系统执行以：

将接收到的传感器信息转换成一个或多个用户的识别信息；

识别玩家；

基于所述传感器信息来自动标识在所述玩家的阈值邻近度内的观察者；

使用所述观察者的身份来找出作为多玩家游戏的远程参与者来与所述玩家一起玩的一个或多个候选参与者；以及

在选择所述远程参与者时，如果一候选参与者满足搭配准则，则优先于非候选参与者从所述一个或多个候选参与者中选择所述候选参与者。