CN103703463B - 基于图像识别搜索取回联系信息 - Google Patents

基于图像识别搜索取回联系信息 Download PDF

Info

Publication number
CN103703463B
CN103703463B CN201280035353.4A CN201280035353A CN103703463B CN 103703463 B CN103703463 B CN 103703463B CN 201280035353 A CN201280035353 A CN 201280035353A CN 103703463 B CN103703463 B CN 103703463B
Authority
CN
China
Prior art keywords
user
requestor
described image
image
contact details
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
Application number
CN201280035353.4A
Other languages
English (en)
Other versions
CN103703463A (zh
Inventor
C·R·雷恩
N·阿哈罗尼
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Google LLC
Original Assignee
Google LLC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Google LLC filed Critical Google LLC
Priority to CN201711139717.4A priority Critical patent/CN107679255A/zh
Publication of CN103703463A publication Critical patent/CN103703463A/zh
Application granted granted Critical
Publication of CN103703463B publication Critical patent/CN103703463B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/10—Network architectures or network communication protocols for network security for controlling access to devices or network resources
    • H04L63/107—Network architectures or network communication protocols for network security for controlling access to devices or network resources wherein the security policies are location-dependent, e.g. entities privileges depend on current location or allowing specific operations only from locally connected terminals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
    • G06F21/6263—Protecting personal data, e.g. for financial or medical purposes during internet communication, e.g. revealing personal data from cookies
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/43—Querying
    • G06F16/432—Query formulation
    • G06F16/434—Query formulation using image data, e.g. images, photos, pictures taken by a user
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/30—Scenes; Scene-specific elements in albums, collections or shared content, e.g. social network photos or video
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/179—Human faces, e.g. facial parts, sketches or expressions metadata assisted face recognition

Abstract

公开一种用于基于图像识别搜索来取回联系信息的系统和方法。请求者拍摄用户的图片或者取回用户的存储图像并且向图像识别模块传输图像。图像识别模块标识用户并且基于权限规则确定请求者是否可以得到对用户的联系信息的访问。例如，权限规则包括要求用户和请求者在由社交网络应用生成的社交图上充分有关。权限规则也可以包括要求请求者具有与图像的预定邻近。一旦权限规则被满足，则图像识别模块向请求者传输用户的联系信息。

Description

基于图像识别搜索取回联系信息
相关申请的交叉引用
本申请在35USC§119(e)之下要求对以下申请的优先权：美国申请号61/487,608，名称为“Retrieving Contact Information Based on Image Recognition Searches”，提交于2011年5月28日；以及美国申请号13/231,249，名称为“Retrieving ContactInformation Based on Image Recognition Searches”，提交于2011年9月13日；通过引用将这些申请的全部结合于此。
技术领域
说明书总体上涉及基于图像识别来提供对联系信息的访问。更具体而言，说明书涉及使用社交网络中的关系以预测图像中的用户的身份以及用于确定是否提供对联系信息的访问。
背景技术
在移动设备的使用变得普遍之前，人们过去常常通过交换名片并且写下号码来获得联系信息。一旦移动设备(比如蜂窝电话)变得更流行，人们开始通过向蜂窝电话中直接键入号码来交换它们。这耗费时间并且对于用户错误产生太多可能性。
一种现有技术应用通过在两个人的移动设备触及时在他们之间交换联系信息来模拟顶拳(fist bump)。具体而言，移动设备包括加速度计，该加速度跟踪移动设备的移动并且比较每个设备的签名以推断打算同意从一个人向另一个人传递联系信息。在这一示例中，后端服务器识别两个移动设备在相同模式中握手并且移动不是随机的并且因此打算作为用于交换信息的权限。这是一种受限解决方案，该解决方案要求两个人让移动终端运行相同应用以及在移动设备之间的物理接触。
发明内容
在一些示例中，在说明书中描述的技术至少部分通过提供一种用于基于图像识别搜索来取回联系信息的系统和方法克服现有技术的缺陷和限制。请求者用用户设备捕获用户的图像。用户设备向图像识别模块传输图像。在一个实施例中，图像识别模块包括控制器、图像解析器、元数据引擎和图形用户界面模块。
图像解析器接收图像并且标识图像中的用户。在一个实施例中，图像解析器标识图像中的脸部特征、比较图像中的脸部特征与账户持有者的脸部特征并且基于脸部特征的相似性标识用户。
控制器接收用户的标识并且确定是否满足权限规则以及请求者具有对访问联系信息的权限。在一个实施例中，控制器从社交网络取回包括在请求者与用户之间的关系的社交图。在这一示例中，权限规则包括要求请求者和用户在控制器传输联系信息之前满足社交图上的预定关系。联系信息包括姓名、电子邮件地址、电话号码、家庭地址、工作地址、简档统一资源定位符、用于在社交网络应用上建立与用户的关系的链接或者即时消息接发句柄。在一个实施例中，用户设备用联系信息更新地址簿。
元数据引擎耦合到控制器并且基于图像中的包括位置、情境、时间和社交图的元数据标识用户。例如，元数据引擎标识在图像的位置的预定邻近内的账户持有者、生成用于向请求者显示的账户持有者的列表并且从请求者接收用户的标识。在另一实施例中，元数据引擎生成元数据，该元数据包括图像的位置、捕获图像的时间和在捕获图像时的音频采样。
图形用户界面模块生成用于用户标识具有用户的图像的用户界面和用于标识用户的工具以及用于生成用户账户的账户引擎。
用户设备捕获用户的图像并且向控制器传输它。在一个示例中，控制器向用户设备传输联系信息，该用户设备用联系信息更新地址簿。
在一个实施例中，一种社交网络应用包括：用于生成用户账户的账户引擎；用于生成和显示用户界面的图形用户界面模块，该用户界面显示用户信息和在好友之间的交互；以及响应于向用户传输联系信息来生成组的组引擎。社交网络应用可以存储于与图像解析器和控制器不同的服务器上。
说明书也包括一种包括非瞬态计算机可读介质的计算机程序产品，该非瞬态计算机可读介质存储计算机可读程序，并且说明书包括多种新颖方法，这些方法包括一种用于从请求者接收至少一个用户的图像、执行脸部识别、标识图像中的用户、取回与标识的用户关联的权限规则、确定是否满足权限规则以及请求者具有对访问联系信息的权限以及向请求者传输联系信息的方法。
附图说明
在附图的各图中通过示例而不是通过限制例示该说明书，在附图中，相似标号用来指代相似要素。
图1是图示根据一个实施例的图像识别系统的功能视图的高级框图。
图2A是图示根据一个实施例的用户设备的框图。
图2B是图示根据一个实施例的服务器的框图。
图3A是图示图像识别模块的具体实施例的框图。
图3B是根据一个实施例的用于基于使用社交图生成的建议向请求者呈现潜在用户的示例的图形表示。
图3C是在请求者的用户设备上显示的图像中标识的用户的联系数据的示例的图形表示。
图4是图示社交网络应用的示例的框图。
图5是根据一个实施例的用于标识图像中的用户以及向请求者传输联系信息的方法的流程图。
图6是根据一个实施例的用于标识图像中的用户以及基于社交图中的在用户与请求者之间的关系向请求者传输联系信息的方法的流程图。
具体实施方式
一种用于基于图形识别搜索来取回联系信息的系统和方法。在以下描述中，出于说明的目的，阐述许多具体细节以提供对本说明书的透彻理解。然而，本领域技术人员将清楚，没有这些具体细节仍然可以时间示例实施例中描述的技术。在其他实例中，以框图形式示出结构和设备以免模糊该描述。例如，以下主要参照在服务器上存储的图像识别模块在一个实施例中描述本实施例。然而，本实施例也适用于在用户设备上存储的任何类型的图像识别模块。
在说明书内对“一个实施例”或者“实施例”或者“示例实施例”的引用意味着结合该实施例描述的特定特征、结构或者特性被包括在该描述的至少一个实施例中。在说明书中的各处出现短语“在一个实施例中”未必都指代相同实施例。
在对计算机存储器内的数据位的操作的算法和符号表示方面呈现以下具体描述的一些部分。这些算法描述和表示是数据处理领域技术人员用来向本领域其他技术人员最有效传达他们的工作的实质的手段。这里并且一般将算法设想为促成所需结果的自一致步骤序列。步骤是需要物理操控物理数量的步骤。这些数量尽管未必但通常采用能够被存储、传送、组合、比较和以其他方式操控的电或者磁信号这样的形式。主要出于普遍用法的原因而将这些信号称为位、值、单元、符号、字符、项、数等已经证实有时是方便的。
然而，应当谨记，这些和相似术语中的所有术语将与适当物理数量关联并且仅为应用于这些数量的方便标记。除非如从以下讨论中清楚的那样另有具体陈述，否则应领会到贯穿该描述，利用诸如“处理”或者“计算”或者“运算”或者“确定”或者“显示”等术语的讨论指代计算机系统或者相似电子计算设备的动作和过程，该计算机系统或者电子计算设备将计算机系统的寄存器和存储器内被表示为物理(电子)数量的数据操控和变换成计算机系统存储器或者寄存器或者其他这样的信息存储、传输或者显示设备内被相似地表示为物理数量的其他数据。
说明书的本实施例也涉及一种用于执行这里的操作的装置。这一装置可以被具体地构造用于所需目的，或者它可以包括通用计算机，该通用计算机由在计算机中存储的计算机程序有选择地激活或者重新配置。这样的计算机程序可以存储于计算机可读存储介质(比如但不限于包括软盘、光盘、CD-ROM和磁盘的任何类型的盘、只读存储器(ROM)、随机存取存储器(RAM)、EPROM、EEPROM、磁卡或者光卡、包括具有非易失性存储器的USB钥的闪存或者适合于存储电子指令的任何类型的介质)中，每个介质耦合到计算机系统总线。
说明书可以采用全硬件实施例、全软件实施例或者包含硬件和软件元素二者的实施例这样的形式。在优选实施例中，在包括但不限于固件、常驻软件、微代码等的软件中实施说明书。
另外，该描述可以采用从计算机可用或者计算机可读介质可访问的计算机程序产品的形式，该计算机可用或者计算机可读介质提供用于由计算机或者任何指令执行系统使用或者与计算机或者任何指令执行系统结合使用的程序代码。出于本描述的目的，计算机可用或者计算机可读介质可以是任何装置，该装置可以包含、存储、传达、传播或者传送用于由指令执行系统、装置或者设备使用或者与指令执行系统、装置或者设备结合使用的程序。
适合于存储和/或执行程序代码的数据处理系统将包括直接或者通过系统总线间接耦合到存储器单元的至少一个处理器。存储器单元可以包括在实际执行程序代码期间运用的本地存储器、大容量存储装置和高速缓存存储器，这些高速缓存存储器提供对至少一些程序代码的暂时存储以便减少必须在执行期间从大容量存储装置取回代码的次数。
输入/输出或者I/O设备(包括但不限于键盘、显示器、指点设备等)可以直接或者通过居间I/O控制器耦合到系统。
网络适配器也可以耦合到系统以使数据处理系统能够变成通过居间联系或者公共网络耦合到其他数据处理系统或者远程打印机或者存储设备。调制解调器、线缆调制解调器和以太网卡仅为当前可用的网络适配器类型中的少数类型。
最后，这里呈现的算法和显示并非固有地与任何特定计算机或者其他装置有关。各种通用系统可以与根据这里的教导的程序一起使用，或者构造更专门化的装置以执行所需方法步骤可以证实是方便的。用于多种这些系统的所需结构将从以下描述中显现。此外，未参照任何特定编程语言描述说明书。将领会到，多种编程语言可以用来实施如这里描述的说明书的教导。
系统概述
图1图示根据示例实施例的用于从图像标识用户以及传输用户的联系信息的系统100的框图。用于标识图像中的用户的系统100的所示描述包括用户设备115a、115b…115n、社交网络服务器101和第三方服务器122。
用户设备115a、115b…115n分别经由信号线110和114由用户125a、125b…125n访问。用户设备115a、115b…115n分别经由信号线108和112访问网络105。尽管图1图示了三个用户设备，但是该描述适用于具有一个或者多个用户设备的任何系统架构。另外，尽管仅一个网络105耦合到用户设备115a、115b…115n、社交网络101和第三方服务器122，但是在实践中，任何数目的网络105可以连接到实体。
用户设备115a是能够连接到网络的任何计算设备，例如，个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机或者这些设备中的任何设备的组合。在一个实施例中，用户设备115a包括用于捕获用户的图像以及向社交网络服务器101传输图像以用于图像识别处理的捕获模块117。在一些示例中，用户在脸部识别被执行之前选择参加图像识别处理。在另一实施例中，图像被存储于用户设备115上并且向社交网络服务器101传输以用于图像识别处理。在一个实施例中，用户设备115也包括用于结合社交网络应用信息标识用户的工具。
社交网络服务器101在用户的支配下返回联系信息(比如用户的蜂窝电话号码)，从而提供用于散布联系信息的权限。在一些示例中，可以提供用于访问由用户指定的其他信息(例如，关系状态等)或者访问文档(例如，相册等)的权限。例如，请求者125a用包括相机的用户设备115a拍摄酒吧中的用户的图片。捕获模块117向图像识别模块103传输捕获的图像，图像识别模块103标识用户并且向请求者传输用户的联系信息。
在一个实施例中，社交网络服务器101包括图像识别模块103、社交网络应用116和存储装置111。图像识别模块103从请求者的用户设备115a、115b…115n接收图像。如果用户已经选择参加服务，则图像识别模块103对图像执行特征识别以标识图像中的用户。图像识别模块103从存储装置111取回用户信息，该用户信息包括用户的联系信息和对于谁可以接收什么信息的权限规则。如果请求者满足权限规则，则图像识别模块103向请求者的用户设备115a、115b…115n传输联系信息。
社交网络应用116是用于生成社交网络的软件和例程。社交网络是任何类型的社交结构，在该社交结构中，用户由共同特征连接，例如，Google Plus。共同特征包括好友关系、家庭、工作、兴趣等。公共特征由一个或者多个社交联网系统(比如在系统100中包括的社交联网系统)提供，这些共同特征包括显式地定义的关系和由与其他用户的社交连接所暗示的关系，在社交图中定义关系。社交图是社交网络中的所有用户和他们如何相互有关的映射。
社交网络应用116生成结合图像识别模块103被使用的用户信息。例如，如果用户在从提交图像的个人的两个分离度(即好友的好友)内，则用户的用于传输联系信息的权限允许散布联系信息。这通过取回包括请求者和在图像中的用户的社交图、映射他们在社交图内的关系被确定。响应于满足用于散布联系信息的条件，社交网络服务器101经由信号线102向用户设备115a、115b…115n传输联系信息。在一个实施例中，图像识别模块103和社交网络应用116被组合成单个模块。
在另一实施例中，社交网络应用116与包括用户信息的存储装置111一起被存储于第三方服务器122上，该用户信息包括社交图。在这一示例中，第三方社交网络服务器101托管社交网络应用116。在社交网络服务器101上存储的图像识别模块103请求来自社交网络应用116的用户信息。社交网络应用116确认用户授权传输用户信息、从存储装置111取回信息并且经由信号线104向图像识别模块103传输请求的信息。尽管仅示出了一个第三方服务器122，但是系统100可以包括一个或者多个第三方服务器122。
网络105是常规有线或者无线类型，并且可以具有任何数目的配置，比如星型配置、令牌环配置或者本领域技术人员已知的其他配置。另外，网络105可以包括局域网(LAN)、广域网(WAN)(例如，因特网)和/或任何其他互连的数据路径，多个设备可以跨越该数据路径通信。在又一实施例中，网络105可以是对等网络。网络105也可以耦合到或者包括用于在多种不同通信协议中发送数据的远程通信网络的部分。在示例实施例中，网络105包括通信网络或者用于比如经由短消息接发服务(SMS)、多媒体消息接发服务(MMS)、超文本传送协议(HTTP)、直接数据连接、WAP、电子邮件等发送和接收数据的蜂窝通信网络。
用户设备115
现在参照图2A，描述了用户设备115的部件。用户设备115包括处理器203、存储器204、显示设备206、通信单元207、输入设备210、时钟211、呈现模块222、捕获模块117、可选地包括浏览器119和其他应用224。
处理器203包括用于执行计算、向显示设备206提供电子显示信号以及检测和处理输入的算术逻辑单元、微处理器、通用控制器或者某个其他处理器阵列。处理器203耦合到总线220以用于与用户设备115的其他部件通信。处理器203处理数据信号并且可以包括各种计算架构，这些计算架构包括复杂指令集计算机(CISC)架构、精简指令集计算机(RISC)架构或者实施指令集的组合的架构。虽然在图2中仅示出单个处理器，但是可以包括多个处理器。用户设备115的处理能力可以限于支持显示图像以及记录举动(stroke)和传输举动。处理能力可以足以执行包括各种类型的图像处理、举动处理或者识别任务的更复杂的任务。本领域技术人员将清楚其他处理器、操作系统、传感器、显示器和物理配置是可能的。用户设备115也包括处理器203可执行的操作系统，比如但不限于基于MacOS X、Android、iOS、Android、BlackberryOS或者的操作系统。
存储器204存储可以由处理器203执行的指令和/或数据。指令和/或数据可以包括用于执行这里描述的技术中的任何和/或所有技术的代码。存储器204可以是动态随机存取存储器(DRAM)设备、静态随机存取存储器(SRAM)设备、闪存或者本领域中已知的某个其他存储器设备。在一个实施例中，存储器204也包括用于在更持久基础上存储日志信息的非易失性存储器，比如硬盘驱动或者快闪驱动。存储器204由总线220耦合以用于与用户设备115的其他部件通信。
通信单元207耦合到天线和总线220。在备选实施例中，通信单元207可以提供用于到网络105的直接物理连接的端口。通信单元207包括用于发送和接收复合文档的收发器。在一个实施例中，通信单元207包括用于与接入点无线通信的Wi-Fi收发器。在另一实施例中，通信单元207包括用于与其他设备无线通信的收发器。在又一实施例中，通信单元207包括用于比如经由短消息接发服务(SMS)、多媒体消息接发服务(MMS)、超文本传送协议(HTTP)、直接数据连接、WAP、电子邮件等通过蜂窝通信网络发送和接收数据的蜂窝通信收发器。在再一实施例中，通信单元207包括用于有线连通的端口，比如但不限于USB、SD或者CAT-5等。通信单元207将处理器203链接到可以包括多个处理系统的网络105。处理系统的网络可以包括局域网(LAN)、广域网(WAN)(例如，因特网)和/或任何其他互连的数据路径，多个设备可以跨越该数据路径通信。通信单元207也提供到网络105的其他常规连接以用于如本领域技术人员将理解的那样使用标准网络协议(比如TCP/IP、HTTP、SSH、git HTTP和SMTP)来分发文件(媒体对象)。
输入设备210包括用于接收输入的设备，比如相机。输入设备210也可以包括键盘和鼠标型控制器。输入设备210耦合到浏览器119、捕获模块117、处理器203和存储器204。响应于来自捕获模块117或者浏览器119的请求，输入设备210向捕获模块117或者浏览器119传输捕获的图像。
时钟211是常规类型并且为用户设备115提供本地时间的指示。特别地，时钟211用来提供处理图像的本地时间。时钟211被适配用于使用系统总线220向处理器203传达这一信息。
捕获模块117是用于从输入设备210接收图像或者在存储器204中存储的图像以及通过通信单元207向社交网络服务器101传输图像以用于处理的软件和例程。在一个实施例中，捕获模块117是可由处理器203执行的用于在显示设备206上显示图形用户界面(GUI)的例程。GUI包括用于定位图像的工具以及在一个实施例中包括用于标识图像中的用户的工具。用于标识图像中的用户的一个工具类型常被称为“标记”。在另一实施例中，捕获模块117是浏览器119插件。
浏览器119是在存储器204中存储的并且由用户设备115的处理器203执行的代码和例程，该代码和例程用于在显示设备206上显示网站并且响应于来自输入设备210或者用户的输入来调整网站的显示。例如，浏览器119是浏览器应用，比如Google Chrome。在一个实施例中，浏览器119从输入设备210取回图像以用于向社交网络服务器101传输。在另一实施例中，浏览器119从存储器204或者远程存储位置取回图像，比如在网络105之上存储的图像。浏览器119向社交网络服务器101直接传输图像，或者在一个实施例中，浏览器119显示用于标识图像中的用户的工具。如果浏览器119传输由输入设备210拍摄的图像，则在一个实施例中，浏览器119也传输图像的位置。例如，浏览器119基于用户设备115的网际协议地址提供位置。在一个实施例中，浏览器119结合捕获模块117工作以取回图像并且显示信息。
位置传感器229是用于标识用户设备115的位置的软件和例程。位置传感器229耦合到通信单元207并且基于由通信单元207使用的硬件类型确定用户设备115的位置。例如，位置传感器229基于从全球定位系统(GPS)卫星接收的GPS数据确定用户设备115的位置。备选地，位置传感器229从提供三角测量机制的小区塔接收信息。在又一实施例中，位置传感器229从WiFi接入点或者设备的已知位置接收信号强度测量。
在一个实施例中，捕获模块117接收用户设备115的位置，并且如果用用户设备115捕获图像则关联位置与图像。图像的位置由社交网络服务器101用来帮助缩小图像中的潜在人员的列表。例如，如果在纽约市中捕获图像，则它比被标识为在捕获图像的同时在加州附近的用户更可能与被标识为在捕获图像的同时在纽约周围的用户关联。位置传感器229耦合到捕获设备117、处理器203和存储器204。
其他应用224包括可由处理器203执行的用于各种其他类型的功能的其他软件和例程。在一个实施例中，由处理器203执行包括而不限于图像处理应用和电子邮件应用的一个或者多个应用程序。
社交网络服务器101
现在参照图2B，社交网络服务器101包括耦合到总线240的处理器203、存储器204、通信单元237、图像识别模块103、时钟211、存储装置111并且可选地包括社交网络应用116。
本领域技术人员将认识到社交网络服务器101的部件中的一些部件具有与用户设备115的部件相同或者相似的功能，因此这里将不重复对这些部件的描述。例如，处理器203、存储器204、通信单元237和时钟211分别具有与图2A的处理器203、存储器204、通信单元237和时钟211相似的功能。
图像识别模块103是包括如下例程的软件，这些例程用于执行脸部识别、生成用于标记图像中的用户的工具、生成用于提交图像的用户界面以及接收联系信息和向请求者传输联系信息。在一个实施例中，图像识别模块103是可由处理器203执行的例程集合，该例程集合用于在存储器204或者存储装置111中存储包括权限的用户信息、基于图像和在用户与请求者之间的关系确定请求者是否可以接收用户的联系信息以及用于向请求者传输联系数据。图像识别模块103由总线240耦合到处理器203、存储器204、通信单元237、输入设备210和存储装置111。
在一个实施例中，社交网络服务器101包括社交网络应用116。在最基本的示例中，社交网络应用116创建在用户之间的关联并且生成用于在有关人员(下文称为“好友”)之间交换信息的用户界面。在更复杂的示例中，社交网络应用116在社交网络内生成聚焦于具体话题(比如工作、娱乐、宠物、政治等)的组。社交网络应用116以社交图的形式跟踪在用户之间的关系。在社交网络应用116是社交网络服务器101的部分时，社交图被存储于存储装置111或者存储器204中。在社交网络应用116被存储于分离的第三方服务器122上时，社交图在第三方服务器122的存储装置111上被维护并且在请求或者改变社交图时被向社交网络服务器101自动传输，社交网络服务器101维护它自己的社交图副本。社交网络应用116耦合到处理器203、存储器204和存储装置111。
在一个实施例中，用户信息被存储于存储装置111中。在另一实施例中，用户信息被存储于存储器204中。关于图像识别模块103，用户信息包括账户信息，比如用户名和口令；联系信息，比如姓名、地址、电话号码、电子邮件地址；以及用于传输数据的权限。关于社交网络应用116，用户信息包括账户信息、跟踪在用户之间的关系的社交图、用户活动等。存储装置111耦合到图像识别模块103、社交网络应用116、处理器203和存储器204。
图像识别模块103
现在转向图3A，图像识别模块103包括耦合到总线320的控制器301、图像解析器302、图形用户界面(GUI)模块303、元数据引擎304和账户引擎305。
控制器301是用于控制图像识别模块103内的信息的输入和输出的代码和例程。在一个实施例中，控制器301是可由处理器203执行的例程集合，该例程集合用于从用户设备115接收图像、向图像解析器302传输图像以用于标识图像分量和用户(经用户的同意)、向元数据引擎304传输图像以用于基于元数据(比如社交图、情境或者位置、音频采样和捕获图像的时间)缩窄图像中的潜在用户的范围以及用于向GUI模块303传输信息以用于生成用户界面以显示信息。控制器301也经由通信单元237向用户设备115传输用户界面。在一个实施例中，控制器301向第三方应用(比如照片共享应用)传输信息。
一旦图像解析器302或者元数据引擎304标识图像中的用户，则控制器301从存储装置111或者存储器204提取与标识的用户关联的权限并且确定提交图像的请求者是否具有对接收用户的联系信息的权限。在一个实施例中，控制器301每当请求者提交请求时在发送联系信息之前请求来自用户的显式授权。在另一实施例中，用户提供用于任何人接收数据的毯式权限。在这一示例中，用户可以仅授权某些信息类型(比如电子邮件地址)的传输，因为任何人可以拍摄用户的图片以及请求联系信息。
在一个实施例中，权限具有不同级别，这些级别包括：(1)请求来自用户的确认；(2)对请求者与用户的邻近的限制；(3)拍摄图像的时间；(4)比较用于请求者和用户二者的音频采样；(5)要求请求者和用户二者相互拍摄图像以证实请求者的真实性；以及(6)在社交图上的关系。关于涉及到请求确认的第一示例，控制器301响应于向用户发送针对确认的请求并且接收用户的确认向请求者提供用户的联系信息。对于涉及到请求者与用户的邻近的第二示例，用户设备115传输由控制器301接收的并且与用户的位置比较的位置信息。用户设备115跟踪用户的位置并且周期性地或者响应于来自控制器301的请求来传输位置，控制器301比较两个位置，并且只要它们在预定阈值内，控制器301就向请求者传输联系信息。对于涉及到时间的第三示例，控制器301接收图像和如由时钟211指明的捕获图像的时间。这可以是向先前示例添加的附加安全级别，其中控制器301确定用户和请求者均在相同情境中在大约相同时间在相同位置。对于涉及到音频采样的第四示例，请求者的用户设备115在它捕获图像的相同时间或者大约相同时间取得音频采样。用户的用户设备115取得周期性采样或者响应于针对联系信息的请求来取得采样。控制器301比较两个采样以确定请求者和用户是否在拍摄图像的时间在相同区域中。这可以是附加安全级别或者独立认证特征。对于请求者和用户二者相互拍摄图像的第五示例，向控制器301传输图像，标识图像，并且分别向请求者和用户传输用于用户和请求者二者的联系信息。对于第六示例，控制器301取回与社交网络应用116关联的社交图并且基于用户的权限确定用户是否与请求者充分有关以接收用户的联系信息。例如，如果权限需要在用户与请求者之间的第二程度关系，则用户和请求者必须共享共同好友。
图像解析器302是用于从控制器301接收图像以及将图像解析成图像分量以辅助标识图像中的用户的代码和例程。在一个实施例中，图像解析器302是可由处理器203执行的例程集合，该例程集合用于从控制器301接收图像以及从(一个或者多个)用户的图像提取地标。例如，图像解析器302量化眼睛、壁纸、脸颊和下颚的相对位置、大小和形状。图像解析器302从存储装置111取回与提取的用户匹配的用户的地标并且比较结果以缩窄潜在匹配。图像解析器302向控制器301传输匹配的用户。
如果图像解析器302获得与图像匹配的多个潜在用户，则控制器301向元数据引擎304传输结果以用于进一步分析。元数据引擎304是用于从图像提取元数据以及基于元数据标识图像中的用户的代码和例程。具体而言，图像包含关于捕获图像的位置、情境和时间的元数据。在一个实施例中，情境元数据包括在图像中出现的活动，比如休闲活动(如在海滩、公园、体育赛事)或者与工作有关的事件(如会议)。元数据引擎304从存储装置111或者存储器204取回关于潜在用户的信息(包括从社交网络应用116获得的信息(在用户的权限下))并且通过消除在位置、情境和时间约束以外的用户来缩窄潜在结果。
例如，在2011年1月1日下午5：00在伊利诺伊州芝加哥拍摄图像。有三个用户具有与在图像中标识的特征匹配的脸部特征。用户A标记她自己在2011年1月1日下午4：13在IL州芝加哥的咖啡店。用户B住在明尼苏达州并且无关于新近行踪的信息。用户C住在加利福尼亚州并且标记她自己在2011年1月1日下午8：34在家里。元数据引擎304丢弃用户B，因为用户B不太可能在2011年1月1日在芝加哥。元数据引擎304丢弃用户C，因为她不可能在2011年1月1日曾经在芝加哥。作为结果，用户A是在图像中标识的用户。元数据引擎304向控制器301传输用户A的标识。
除了位置、情境和时间之外，元数据引擎304也通过从存储装置111取回由社交网络应用116生成的社交图来缩小潜在用户数目。元数据引擎304将更高权值应用于与请求者更接近地有关的用户。例如，请求者比被分离五度的用户更可能请求关于如下作为好友的好友用户的信息。元数据引擎304向这些因素指派权值而不是简单地丢弃无关用户，因为也有可能的是请求者见过与请求者的其他好友完全无关的某人。
GUI模块303是用于生成在用户设备115上显示的用户界面的代码和例程。在一个实施例中，GUI模块303是可由处理器203执行的例程集合，该例程集合用于生成显示工具的用户界面，这些工具用于注册、用于建立关于何时共享联系信息的权限以及用于请求者标识包含如下用户的图像，请求者想要用于该用户的联系信息。在另一实施例中，GUI模块303生成如下字段，在该字段中，请求者输入如下网页的URL，该网页包含具有如下用户的图像，请求者想要用于这些用户的联系信息。关于权限和在社交图上的有关度的相同规则也适用于这一示例。在另一实施例中，GUI模块303例如通过用联系信息填充电子邮件消息的“To:”字段并且向电子邮件附加图像来生成用于与第三方网站共享联系信息或者图片的信息。
在另一实施例中，GUI模块303也生成用于请求者标识图片中的用户的工具。如果潜在用户在社交图上接近地有关，则GUI模块303可以提供这一选项。在另一实施例中，元数据引擎304在图像解析器302从图像提取特征并且GUI模块303显示预测之前基于元数据做出关于用户的预测。这一备选在图像解析器302需要太久来从图像提取特征的情形中有利。
图3B是由GUI模块303生成的并且向请求者呈现的一个示例349的图示，该示例用于标识图像350中的用户。在这一示例中，图像350包括在眼睛之上戴有太阳镜的女性，这使图像解析更困难，因为图像解析器不能使用关于眼睛的数据作为鉴别器。元数据引擎304提取关于图片的时间和位置的信息并且从存储装置111或者存储器204取回关于潜在用户及其与请求者的有关度的简档信息。在一个实施例中，元数据引擎304选择在与图像的预定邻近内的潜在用户。在图像350下面显示潜在用户。
在这一示例中，GUI模块303显示克莱尔的图像351，因为她的头发与图像350中的头发相似。GUI模块303显示杰西卡的图像352，因为她在图像被拍摄时位于与图像350的位置接近。GUI模块303显示威洛的图像353，因为她和请求者共享共同好友。如果潜在用户无一匹配图像，则请求者选择“否”图标355。GUI模块303接收拒绝，并且由例如执行图像的特征提取的图像解析器202生成新的潜在用户集合。
在一个实施例中，GUI模块303也生成文字栏357，在文字栏357中，请求者录入图像中的用户的姓名。请求者开始向文字栏357中录入字母，并且GUI模块303基于用于图像识别模块103或者社交网络应用116的用户的账户显示潜在用户的列表。如果用户录入未与任何用户账户的姓名匹配的姓名，则在一个实施例中，GUI模块303生成用于用户录入用户的电子邮件地址的表单以邀请用户加入应用。
一旦用户被标识并且控制器301确定是否满足权限要求，GUI模块303就生成向请求者传输的联系信息的显示。图3C是在用户设备115上显示的联系信息的示例360。在这一示例中，联系信息包括用户的姓名、家庭地址、电话号码和电子邮件地址。联系信息也可以包括工作地址、简档URL(即关于用户的网页)、用于在社交网络应用上建立与用户的关系的链接(例如，向用户的好友的邀请)和即时消息接发句柄。如以上提到的那样，用户授权传输所有这样的信息。在一个实施例中，图像识别模块103连接到用户设备115上的其他应用，从而使得可以向电话应用(呼叫图标362)、消息接发应用(比如短消息接发服务(SMS))(发送消息图标363)、电子邮件应用(发送电子邮件图标364)或者地址簿(添加到联系人图标365)传输联系信息。在一个实施例中，用户设备115用联系信息更新请求者的地址簿。
回顾图3A，账户引擎305是用于为每个用户生成账户的代码和例程。在一个实施例中，GUI模块304生成用于在用户设备115上显示注册信息的显示，这包括用于对图像执行脸部识别的权限和用于传输联系信息的权限。控制器301向账户引擎305传送注册信息，账户引擎305为用户生成包含唯一标识符的账户并且在存储装置111或者存储器204中存储用户的联系信息和权限。
社交网络应用116
现在转向图4，在一个实施例中，社交网络应用116包括耦合到总线420的账户引擎401、GUI模块402和组引擎403。在一个实施例中，社交网络应用116与图像识别模块103一起被存储于社交网络服务器101上。在另一实施例中，社交网络应用116被存储于第三方服务器112上。社交网络应用116通信地耦合到也由图像识别模块103共享或者访问的存储装置111或者存储器204。
账户引擎401是用于响应于从GUI模块402接收信息来生成用于社交网络应用116的用户账户和社交图的代码和例程。在一个实施例中，用户账户与用于图像识别模块103的用户账户相同。在另一实施例中，账户引擎401维护单独账户并且仅与图像识别模块103共享社交图。账户引擎401在存储器204或者存储装置111中存储账户信息。
GUI模块402是用于在用户设备115上为用户生成用户界面的代码和例程。用户界面用来注册用户、显示关于用户和用户的好友的信息以及交换信息，比如状态更新、相片、指向文章或者网站的链接、文档等。
组引擎403是用于生成具有主题的组的代码和例程。在一个实施例中，在标识图像中的用户之后，向组引擎403传输用于用户和请求者的标识符，组引擎403生成包括请求者和用户的组。与在本申请中的所有其他示例一样，这适用于包括多个用户的图像。
组特征是一种用于在社交网络上生成其中人们可以进行讨论的场所的便利方式。例如，请求者拍摄用户在会议的图片。组引擎403生成组，并且组变成其中人们可以讨论与会议有关的不同事件的场所。用户讨论他们想要参加的展示、向组的所有成员发电子邮件，并且它们共享在事件中发生的事物的图片。此外，如果用户在记住在会议的某人的姓名时有问题，则组包括成员列表，在成员列表中，人们回顾组中的每个人的图片和姓名，这使记住姓名容易得多。
方法
现在参照图5和6，将描述各种示例实施例。
图5是根据一个实施例的用于标识图像中的用户以及向请求者传输联系信息的方法500的流程图。图像识别模块103从请求者接收502至少一个用户的图像。请求者和用户二者持有与图像识别模块103的账户。在一个实施例中，图像识别模块103包括图像解析器302，该图像解析器例如通过标识图像中的脸部特征以及比较脸部特征与其他账户持有人的脸部特征以标识匹配来执行504脸部识别。脸部特征存储于存储器304或者存储装置111中。图像识别模块103标识506图像中的用户。在一个实施例中，该标识基于脸部识别特征和元数据，该元数据包括在拍摄图像期间的位置和时间。在另一实施例中，图像识别模块103包括GUI模块303，GUI模块303向请求者传输潜在用户的列表以缩小列表。在又一实施例中，GUI模块303也生成用户界面，在用户界面中，用户可以指定图像中的用户的身份。
图像识别模块103包括取回与用户关联的权限规则的控制器301。控制器301确定501是否满足权限规则。如果未满足权限规则，则不传输联系信息。在一个实施例中，控制器301向请求者传输通知(比如拒绝传输联系信息)，因为请求者没有用于接收联系数据的授权。
在一个实施例中，权限规则包括确定请求者和用户是否在相同或者相似位置、是否在用户将已经在该位置时的时间拍摄图像、请求者和用户是否具有可比较音频采样以及请求者和用户是否根据社交图共享共同好友。在一个实施例中，用户必须显式地批准散布用户的联系信息。在另一实施例中，请求者和用户二者相互拍摄图片作为一种用于验证图像的真实性的方式。响应于满足权限规则，控制器301向请求者传输512联系信息。如果未满足权限规则，则控制器301不向请求者传输联系信息。在一个实施例中，GUI模块303生成说明拒绝权限的通知。
图6是根据一个实施例的用于标识图像中的用户以及基于社交图中的在用户与请求者之间的关系向请求者传输联系信息的方法的流程图。图像识别模块103从请求者接收602至少一个用户的图像。图像识别模块103使用以上结合图3A和图5描述的各种方法来标识604图像中的用户。
图像识别模块103包括控制器301，控制器301取回606用户信息，该用户信息包括联系信息、权限规则和社交图上的在请求者与用户之间的关系。社交图由社交网络应用116生成。在一个实施例中，图像识别模块103和社交网络应用116在相同社交网络服务器101上。在另一实施例中，图像识别模块103被存储于与社交网络应用116分离的服务器上。社交图被存储于存储器304或者存储装置111中。
控制器301基于权限规则确定608请求者和用户是否满足社交图上的用于请求者接收联系信息的预定关系。例如，控制器301在权限规则需要两度分离时将不向从用户隔开三度的请求者传输联系信息。响应于请求者和用户充分有关，控制器301向请求者传输联系信息。在一个实施例中，社交网络应用116也在社交网络上生成包含用户和请求者的组。
已经出于例示和描述的目的而呈现了说明书的实施例的前文描述。它并非旨在于是穷举的或者使说明书限于公开的精确形式。许多修改和变化鉴于以上教导是可能的。旨在于公开内容的范围并不由这一具体描述而是由本申请的权利要求限制。如本领域技术人员将理解的那样，可以在其他具体形式中体现说明书而不脱离其精神实质或者基本特性。类似地，模块、例程、特征、属性、方法和其他方面的特定命名和划分并非强制或者重要的，并且实施说明书或者其特征的机制可以具有不同名称、划分和/或格式。另外，如本领域普通技术人员将清楚的那样，可以将公开内容的模块、例程、特征、属性、方法和其他方面实施为软件、硬件、固件或者这三者的任何组合。也无论何处当将说明书的部件(该部件的示例是模块)实施为软件时，都可以将部件实施为独立程序、为更大程序的部分、为多个分离的程序、为静态或者动态链接的库、为内核可加载模块、为设备驱动程序和/或以计算机编程领域普通技术人员现在或者将来知道的每种和任何其他方式实施部件。此外，公开内容决不限于用任何具体编程语言或者用于任何具体操作系统或者环境的实现方式。因而，公开内容旨在于是例示性的而不是限制在所附权利要求中阐述的说明书的范围。

Claims (20)

1.一种在一个或者多个计算设备上执行的用于向请求者传输联系信息的计算机实施的方法，所述方法包括：
从请求者接收至少一个用户的图像；
用所述一个或者多个计算设备来标识所述图像中的所述用户；
取回与标识的所述用户关联的权限规则，所述权限规则指示在所述联系信息被传输前要满足的、在所述用户的位置和所述请求者的位置之间的邻近的预定阈值，其中所述邻近通过在由与所述请求者关联的设备取得的第一音频采样和由与所述用户关联的设备取得的第二音频采样之间的比较而被确定；
用所述一个或者多个计算设备确定是否满足所述权限规则以及所述请求者具有对访问所述联系信息的权限；以及
响应于满足所述权限规则，向所述请求者传输所述联系信息。
2.根据权利要求1所述的方法，其中所述请求者用用户设备捕获所述用户的图像。
3.根据权利要求1所述的方法，还包括从社交网络取回包括在所述请求者与所述用户之间的关系的社交图，并且其中所述权限规则包括要求所述请求者和所述用户满足所述社交图上的预定关系。
4.根据权利要求1所述的方法，其中所述标识所述图像中的所述用户的步骤还包括：
标识所述图像中的脸部特征；
比较所述图像中的所述脸部特征与账户持有者的脸部特征；以及
基于脸部特征的相似性来标识用户。
5.根据权利要求1所述的方法，其中所述标识所述图像中的所述用户的步骤还包括：
标识在捕获所述图像的位置的预定邻近内的账户持有者；
生成用于向所述请求者显示的所述账户持有者的列表；以及
从所述请求者接收所述用户的标识。
6.根据权利要求1所述的方法，其中所述标识所述图像中的所述用户的步骤还包括从所述请求者接收所述用户的标识。
7.根据权利要求1所述的方法，还包括在用户设备上捕获所述用户的所述图像。
8.根据权利要求7所述的方法，还包括生成用于捕获的所述图像的元数据的步骤，所述元数据包括所述图像的位置、所述图像的情境、捕获所述图像的时间和在捕获所述图像时的音频采样中的至少一项。
9.根据权利要求1所述的方法，其中所述联系信息包括姓名、电子邮件地址、电话号码、家庭地址、工作地址、简档统一资源定位符、用于在社交网络应用上建立与所述用户的关系的链接和即时消息接发句柄中的至少一项。
10.根据权利要求1所述的方法，还包括用所述联系信息更新地址簿。
11.一种用于向请求者传输联系信息的系统，包括：
控制器，耦合到图像解析器，所述控制器用于接收至少一个用户的图像，向所述图像解析器传输所述图像，从所述图像解析器接收所述用户的标识，取回与标识的所述用户关联的权限规则，所述权限规则指示在所述联系信息被传输前要满足的、在所述用户的位置和所述请求者的位置之间的邻近的预定阈值，其中所述邻近通过在由与所述请求者关联的第一用户设备取得的第一音频采样和由与所述用户关联的第二用户设备取得的第二音频采样之间的比较而被确定，确定是否满足所述权限规则以及所述请求者具有对访问所述联系信息的权限，以及响应于满足所述权限规则，向所述请求者传输所述联系信息；以及
图像解析器，耦合到所述控制器，所述图像解析器用于接收至少一个用户的所述图像并且用于标识所述图像中的所述用户。
12.根据权利要求11所述的系统，其中所述第一用户设备用于捕获所述用户的所述图像以及向所述控制器传输所述图像。
13.根据权利要求12所述的系统，其中所述第一用户设备用所述联系信息更新地址簿。
14.根据权利要求11所述的系统，还包括用于生成社交图的社交网络应用，所述社交图包括在所述请求者与所述用户之间的关系，并且其中所述权限规则包括要求所述请求者和所述用户满足所述社交图上的预定关系。
15.根据权利要求14所述的系统，其中所述社交网络应用存储于与所述图像解析器和所述控制器不同的服务器上。
16.根据权利要求11所述的系统，其中所述图像解析器标识所述图像中的脸部特征，比较所述图像中的所述脸部特征与账户持有者的脸部特征，以及基于脸面部特征的相似性来标识用户。
17.根据权利要求11所述的系统，还包括：
耦合到所述控制器的元数据引擎，所述元数据引擎用于标识在捕获所述图像的位置的预定邻近内的账户持有者。
18.根据权利要求12所述的系统，其中所述第一用户设备生成用于捕获的所述图像的元数据，所述元数据包括所述图像的位置、所述图像的情境、捕获所述图像的时间和在捕获所述图像时的音频采样中的至少一项。
19.根据权利要求11所述的系统，其中所述联系信息包括姓名、电子邮件地址、电话号码、家庭地址、工作地址、统一资源定位符简档、用于在社交网络应用上建立与所述用户的关系的链接和即时接发句柄中的至少一项。
20.一种用于向请求者传输联系信息的计算机实施的设备，包括：
用于从请求者接收至少一个用户的图像的装置；
用于标识所述图像中的所述用户的装置；
用于取回与标识的所述用户关联的权限规则的装置，所述权限规则指示在所述联系信息被传输前要满足的、在所述用户的位置和所述请求者的位置之间的邻近的预定阈值，其中所述邻近通过在由与所述请求者关联的设备取得的第一音频采样和由与所述用户关联的设备取得的第二音频采样之间的比较而被确定；
用于确定是否满足所述权限规则以及所述请求者具有对访问所述联系信息的权限的装置；以及
用于响应于满足所述权限规则，向所述请求者传输所述联系信息的装置。
CN201280035353.4A 2011-05-18 2012-04-24 基于图像识别搜索取回联系信息 Active CN103703463B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711139717.4A CN107679255A (zh) 2011-05-18 2012-04-24 基于图像识别搜索取回联系信息

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201161487608P 2011-05-18 2011-05-18
US61/487,608 2011-05-18
US13/231,249 2011-09-13
US13/231,249 US8818049B2 (en) 2011-05-18 2011-09-13 Retrieving contact information based on image recognition searches
PCT/US2012/034828 WO2012158314A1 (en) 2011-05-18 2012-04-24 Retrieving contact information based on image recognition searches

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN201711139717.4A Division CN107679255A (zh) 2011-05-18 2012-04-24 基于图像识别搜索取回联系信息

Publications (2)

Publication Number Publication Date
CN103703463A CN103703463A (zh) 2014-04-02
CN103703463B true CN103703463B (zh) 2017-12-22

Family

ID=47174947

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201711139717.4A Pending CN107679255A (zh) 2011-05-18 2012-04-24 基于图像识别搜索取回联系信息
CN201280035353.4A Active CN103703463B (zh) 2011-05-18 2012-04-24 基于图像识别搜索取回联系信息

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN201711139717.4A Pending CN107679255A (zh) 2011-05-18 2012-04-24 基于图像识别搜索取回联系信息

Country Status (4)

Country Link
US (3) US8818049B2 (zh)
CN (2) CN107679255A (zh)
AU (1) AU2012202777B2 (zh)
WO (1) WO2012158314A1 (zh)

Families Citing this family (52)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011123981A1 (en) * 2010-04-07 2011-10-13 Google Inc. Detection of boilerplate content
JP5830784B2 (ja) * 2011-06-23 2015-12-09 サイバーアイ・エンタテインメント株式会社 画像認識システムを組込んだ関連性検索によるインタレスト・グラフ収集システム
US9754326B2 (en) * 2011-11-10 2017-09-05 Microsoft Technology Licensing, Llc Aggregate provider for social activity feeds and contact information
EP2608055A1 (en) * 2011-12-22 2013-06-26 Nokia Corp. Methods, apparatus and non-transitory computer readable storage mediums
US10257315B2 (en) * 2012-01-23 2019-04-09 Facebook, Inc. Secure proxied data retrieval from third-party services
US9710483B1 (en) 2012-03-16 2017-07-18 Miller Nelson LLC Location-conscious social networking apparatuses, methods and systems
US20130294594A1 (en) * 2012-05-04 2013-11-07 Steven Chervets Automating the identification of meeting attendees
US8875253B2 (en) * 2012-07-03 2014-10-28 Facebook, Inc. Trust metrics on shared computers
US20140059443A1 (en) * 2012-08-26 2014-02-27 Joseph Akwo Tabe Social network for media topics of information relating to the science of positivism
US20140089401A1 (en) * 2012-09-24 2014-03-27 Google Inc. System and method for camera photo analytics
US9361626B2 (en) * 2012-10-16 2016-06-07 Google Inc. Social gathering-based group sharing
US20140122517A1 (en) * 2012-10-25 2014-05-01 Vlad Vendrow Contact list based on internal and external data
KR102090269B1 (ko) 2012-12-14 2020-03-17 삼성전자주식회사 정보 검색 방법, 그와 같은 기능을 갖는 디바이스 및 기록 매체
CN103970804B (zh) * 2013-02-06 2018-10-30 腾讯科技（深圳）有限公司 一种信息查询方法及装置
JP2014164697A (ja) * 2013-02-27 2014-09-08 Canon Inc 画像処理装置および画像処理方法、プログラム、並びに記憶媒体
US20140280267A1 (en) * 2013-03-14 2014-09-18 Fotofad, Inc. Creating real-time association interaction throughout digital media
US9305154B2 (en) * 2013-03-15 2016-04-05 Qualcomm Incorporated Method and apparatus for requesting and providing access to information associated with an image
EP2954447A4 (en) 2013-03-18 2016-07-13 Sony Corp SYSTEMS, DEVICE AND METHOD FOR RECOMMENDATION BASED ON SOCIAL DIAGRAMS
US20150006669A1 (en) * 2013-07-01 2015-01-01 Google Inc. Systems and methods for directing information flow
US20150074206A1 (en) * 2013-09-12 2015-03-12 At&T Intellectual Property I, L.P. Method and apparatus for providing participant based image and video sharing
CN104572732A (zh) 2013-10-22 2015-04-29 腾讯科技（深圳）有限公司 查询用户标识的方法及装置、获取用户标识的方法及装置
US9628986B2 (en) 2013-11-11 2017-04-18 At&T Intellectual Property I, L.P. Method and apparatus for providing directional participant based image and video sharing
WO2015099658A1 (en) * 2013-12-23 2015-07-02 Intel Corporation Contextual contacts for html5
US9786016B2 (en) 2014-02-28 2017-10-10 Microsoft Technology Licensing, Llc Image tagging for capturing information in a transaction
US9311525B2 (en) 2014-03-19 2016-04-12 Qualcomm Incorporated Method and apparatus for establishing connection between electronic devices
CN104951443A (zh) * 2014-03-24 2015-09-30 小米科技有限责任公司 壁纸下载方法、壁纸上传方法及服务器、终端
SG10201503834PA (en) * 2014-05-20 2015-12-30 Hootsuite Media Inc Method and system for managing voice calls in association with social media content
WO2015188753A1 (en) 2014-06-13 2015-12-17 Tencent Technology (Shenzhen) Company Limited Interaction method based on multimedia programs and terminal device
CN104093079B (zh) * 2014-05-29 2015-10-07 腾讯科技（深圳）有限公司 基于多媒体节目的交互方法、终端、服务器和系统
CN104202426B (zh) * 2014-09-23 2019-01-29 上海合合信息科技发展有限公司 网络帐户建立连接的方法及其网络终端设备、云端设备
TWI559966B (en) * 2014-11-04 2016-12-01 Mooredoll Inc Method and device of community interaction with toy as the center
US20160248864A1 (en) * 2014-11-19 2016-08-25 Unravel, Llc Social networking games including image unlocking and bi-directional profile matching
US10691314B1 (en) 2015-05-05 2020-06-23 State Farm Mutual Automobile Insurance Company Connecting users to entities based on recognized objects
CN106611318B (zh) * 2015-10-21 2021-04-09 阿里巴巴集团控股有限公司 一种选择商品尺码的方法和系统
CN105302315A (zh) 2015-11-20 2016-02-03 小米科技有限责任公司 图片处理方法及装置
CN105608644A (zh) * 2015-12-18 2016-05-25 张磊 一种基于社会化通信软件进行服务管理的系统和方法
CN105530172A (zh) * 2015-12-28 2016-04-27 小米科技有限责任公司 用户信息的获取方法、装置、终端设备和服务器
US10069955B2 (en) * 2016-04-29 2018-09-04 Samuel Philip Gerace Cloud-based contacts management
US9984249B2 (en) 2016-05-03 2018-05-29 Microsoft Technology Licensing, Llc Digital payload sharing protection
US20170337652A1 (en) * 2016-05-23 2017-11-23 Paypal, Inc. Locally broadcasted token to cause image masking of user likeness
CN106096009A (zh) * 2016-06-23 2016-11-09 北京小米移动软件有限公司 消息生成方法及装置
CN106453816B (zh) * 2016-08-03 2019-08-06 北京小米移动软件有限公司 信息显示、推送方法和信息显示、推送装置以及电子设备
WO2018094911A1 (zh) * 2016-11-25 2018-05-31 华为技术有限公司 一种多媒体文件的分享方法及终端设备
US20180198869A1 (en) * 2017-01-12 2018-07-12 Yapapp India Private Limited System, apparatus and method for connecting two or more users
US10248847B2 (en) 2017-02-10 2019-04-02 Accenture Global Solutions Limited Profile information identification
CN108307102B (zh) * 2017-06-16 2019-11-15 腾讯科技（深圳）有限公司 信息显示方法、装置及系统
US11546327B2 (en) * 2018-05-04 2023-01-03 T-Mobile Usa, Inc. Behavior-based photo identification
WO2020121056A2 (en) * 2018-12-13 2020-06-18 Orcam Technologies Ltd. Wearable apparatus and methods
US11283937B1 (en) 2019-08-15 2022-03-22 Ikorongo Technology, LLC Sharing images based on face matching in a network
JP6713153B1 (ja) * 2019-11-15 2020-06-24 株式会社Ｐａｔｉｃ Ｔｒｕｓｔ 情報処理装置、情報処理方法、プログラム及びカメラシステム
CN111277486B (zh) * 2020-01-07 2022-05-31 莫元劲 一种根据视觉图像识别技术进行内容分享的方法
TWI810104B (zh) * 2022-11-01 2023-07-21 南開科技大學 具通訊功能的互動數位相框系統及其方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101916271A (zh) * 2010-08-10 2010-12-15 上海合合信息科技发展有限公司 自动获取联系人头像的方法及系统
WO2011017653A1 (en) * 2009-08-07 2011-02-10 Google Inc. Facial recognition with social network aiding

Family Cites Families (46)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB9604625D0 (en) 1996-03-04 1996-05-01 Intellprop Ltd Telephone conferencing systems
CA2180684C (en) 1996-07-08 2001-08-21 Paul Erb Automatic call forwarding
US6038333A (en) * 1998-03-16 2000-03-14 Hewlett-Packard Company Person identifier and management system
US7555110B2 (en) 1999-04-01 2009-06-30 Callwave, Inc. Methods and apparatus for providing expanded telecommunications service
US6754322B1 (en) 1999-08-31 2004-06-22 William Jackson Bushnell Call me conference call system
AU2001239880A1 (en) 2000-02-25 2001-09-03 Pulsar Communications, Inc. Apparatus and method for providing enhanced telecommunications services
US6542750B2 (en) * 2000-06-10 2003-04-01 Telcontar Method and system for selectively connecting mobile users based on physical proximity
US6697478B1 (en) 2000-09-20 2004-02-24 Parallel Communications, Inc. Simultaneous telephone ring apparatus and method
US7366990B2 (en) 2001-01-19 2008-04-29 C-Sam, Inc. Method and system for managing user activities and information using a customized computer interface
US7054866B2 (en) 2001-03-20 2006-05-30 Mci, Inc. Systems and methods for communicating from an integration platform to a provisioning server
US7599351B2 (en) 2001-03-20 2009-10-06 Verizon Business Global Llc Recursive query for communications network data
US7185094B2 (en) 2001-03-30 2007-02-27 Sandcherry, Inc. Media session framework using a control module to direct and manage application and service servers
US7035385B2 (en) 2002-03-29 2006-04-25 Bellsouth Intellectual Property Corporation Method and system for screening calls during voicemail messaging
US7106848B1 (en) 2002-06-07 2006-09-12 At&T Corp. Method and apparatus for in-progress call forwarding
US7310676B2 (en) * 2004-02-09 2007-12-18 Proxpro, Inc. Method and computer system for matching mobile device users for business and social networking
US7751805B2 (en) * 2004-02-20 2010-07-06 Google Inc. Mobile image-based information retrieval system
US7565139B2 (en) * 2004-02-20 2009-07-21 Google Inc. Image-based search engine for mobile phones with camera
US20050286546A1 (en) * 2004-06-21 2005-12-29 Arianna Bassoli Synchronized media streaming between distributed peers
US7840681B2 (en) 2004-07-30 2010-11-23 International Business Machines Corporation Method and apparatus for integrating wearable devices within a SIP infrastructure
US20060077957A1 (en) 2004-10-08 2006-04-13 Umamaheswar Reddy Call handoff between subscriber's multiple devices associated with multiple networks
US7793305B2 (en) 2005-03-14 2010-09-07 At&T Intellectual Property I, L.P. Methods and systems for providing a communication manager for wireless wireline converged telecommunication services
US8412780B2 (en) * 2005-03-30 2013-04-02 Google Inc. Methods and systems for providing current email addresses and contact information for members within a social network
US7610287B1 (en) 2005-06-28 2009-10-27 Google Inc. System and method for impromptu shared communication spaces
US7599527B2 (en) * 2005-09-28 2009-10-06 Facedouble, Inc. Digital image search system and method
US20070171898A1 (en) 2005-11-29 2007-07-26 Salva Paul D System and method for establishing universal real time protocol bridging
US20070127631A1 (en) 2005-12-02 2007-06-07 General Instrument Corporation Method and apparatus for bridging between voicemail and electronic message media types in a communication system
EP1994737A4 (en) 2006-01-24 2009-04-08 Envio Networks Inc METHOD OF DISTRIBUTING DIGITAL CONTENT TO USERS OF MOBILE COMMUNICATION DEVICES
US20070248077A1 (en) 2006-04-20 2007-10-25 Fusion Telecommunications International, Inc. Distributed voice over internet protocol apparatus and systems
US8046411B2 (en) * 2006-04-28 2011-10-25 Yahoo! Inc. Multimedia sharing in social networks for mobile devices
US7738644B2 (en) 2006-09-06 2010-06-15 Broadsoft M6, Llc Methods, systems, and computer program products for flexible call jumping
US20080192655A1 (en) 2007-02-09 2008-08-14 Ted Vagelos Systems And Methods For Providing Enhanced Telephone Services
US20080201327A1 (en) 2007-02-20 2008-08-21 Ashoke Seth Identity match process
US8472874B2 (en) * 2007-03-14 2013-06-25 Apple Inc. Method and system for pairing of wireless devices using physical presence
CN101150826A (zh) * 2007-10-22 2008-03-26 华为技术有限公司 限制监听权限的方法、装置和系统
US8270937B2 (en) * 2007-12-17 2012-09-18 Kota Enterprises, Llc Low-threat response service for mobile device users
US8316096B2 (en) * 2008-04-29 2012-11-20 Kota Enterprises, Llc Facemail
US8458363B2 (en) * 2008-06-08 2013-06-04 Apple Inc. System and method for simplified data transfer
US8520979B2 (en) * 2008-08-19 2013-08-27 Digimarc Corporation Methods and systems for content processing
WO2010051342A1 (en) 2008-11-03 2010-05-06 Veritrix, Inc. User authentication for social networks
US20110044512A1 (en) 2009-03-31 2011-02-24 Myspace Inc. Automatic Image Tagging
US20100306249A1 (en) * 2009-05-27 2010-12-02 James Hill Social network systems and methods
US20110047384A1 (en) * 2009-08-21 2011-02-24 Qualcomm Incorporated Establishing an ad hoc network using face recognition
US8083643B2 (en) 2009-10-26 2011-12-27 Apple Inc. Systems and methods for accessing personalized fitness services using a portable electronic device
US8417779B2 (en) * 2010-01-12 2013-04-09 Apple Inc. Apparatus and method for interacting with handheld carrier hosting media content
US20120278176A1 (en) * 2011-04-27 2012-11-01 Amir Naor Systems and methods utilizing facial recognition and social network information associated with potential customers
US8341223B1 (en) * 2011-06-07 2012-12-25 Banjo, Inc. Method for relevant content discovery

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011017653A1 (en) * 2009-08-07 2011-02-10 Google Inc. Facial recognition with social network aiding
CN101916271A (zh) * 2010-08-10 2010-12-15 上海合合信息科技发展有限公司 自动获取联系人头像的方法及系统

Also Published As

Publication number Publication date
US9454665B1 (en) 2016-09-27
AU2012202777A1 (en) 2012-12-06
US8818049B2 (en) 2014-08-26
US10142351B1 (en) 2018-11-27
CN107679255A (zh) 2018-02-09
AU2012202777B2 (en) 2013-10-31
US20120294495A1 (en) 2012-11-22
CN103703463A (zh) 2014-04-02
WO2012158314A1 (en) 2012-11-22

Similar Documents

Publication Publication Date Title
CN103703463B (zh) 基于图像识别搜索取回联系信息
US11250887B2 (en) Routing messages by message parameter
US10862843B2 (en) Computerized system and method for modifying a message to apply security features to the message's content
CN105229485B (zh) 多因素位置验证方法
KR101712742B1 (ko) 사용자의 이력을 이용하여 사용자를 인증하는 시스템 및 방법
US20160239248A1 (en) Gallery of messages from individuals with a shared interest
CN105940423A (zh) 用于授权的生物特征图像的使用
CN106874253A (zh) 识别敏感信息的方法及装置
US20230091110A1 (en) Joint embedding content neural networks
CN117056963A (zh) 用于媒体内容项的私人集合的邀请媒体覆盖物
CN103106236A (zh) 信息登记装置、方法、系统及信息呈现装置、方法和系统
CN112464052A (zh) 反馈信息的处理方法、显示方法、装置及电子设备
CN107656959B (zh) 一种留言方法、装置及留言设备
CN109791552B (zh) 使用混合学习模型来对搜索结果重新排序
US20220168640A1 (en) Machine learning system, information terminal, information processing device, information processing method, program, learned model, and method for generating learned model
US20190005314A1 (en) Online user verification without prior knowledge of the user
JP5538066B2 (ja) 管理サーバ、仮想空間管理システム、仮想空間管理方法及びプログラム
CN110069649B (zh) 图形文件检索方法、装置、设备及计算机可读存储介质
CN104584503B (zh) 使用手势的跨设备操作
JP6907426B1 (ja) 認証システム、認証方法、及びプログラム
CN112365294B (zh) 影视作品的制作参与方法、装置、设备及存储介质
KR102594497B1 (ko) 오프라인 nft 매장에 방문한 사용자에게 nft 경험을 제공하기 위해 얼굴 인식 기반 사용자의 지갑 주소를 생성하는 방법 및 이를 수행하는 nft 시스템
US20230319060A1 (en) Portable trust rating method and system
US11985135B2 (en) Stated age filter
KR101432271B1 (ko) 지문을 이용한 파일 전송 방법, 사용자 단말기 및 기록 매체

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: American California

Patentee after: Google limited liability company

Address before: American California

Patentee before: Google Inc.