CN104520848B - 按照出席者搜索事件 - Google Patents

按照出席者搜索事件 Download PDF

Info

Publication number
CN104520848B
CN104520848B CN201380041488.6A CN201380041488A CN104520848B CN 104520848 B CN104520848 B CN 104520848B CN 201380041488 A CN201380041488 A CN 201380041488A CN 104520848 B CN104520848 B CN 104520848B
Authority
CN
China
Prior art keywords
event
image
data label
personal identification
face
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.)
Expired - Fee Related
Application number
CN201380041488.6A
Other languages
English (en)
Other versions
CN104520848A (zh
Inventor
A·佐梅特
E·里夫林
G·恰奇克
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
Publication of CN104520848A publication Critical patent/CN104520848A/zh
Application granted granted Critical
Publication of CN104520848B publication Critical patent/CN104520848B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/30Scenes; Scene-specific elements in albums, collections or shared content, e.g. social network photos or video

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Processing Or Creating Images (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Time Recorders, Dirve Recorders, Access Control (AREA)

Abstract

提供一种用于自动地搜索来自事件的图像的系统、计算机实施的方法和非瞬态计算机可读介质。提供一个或者多个个人身份标签,其中个人身份标签与用于一个或者多个个体的标识信息相关。接着标识至少一个事件组,其中事件组是与事件关联的图像汇集,该图像汇集包括用提供的个人身份标签中的一个或者多个个人身份标签标记的一个或者多个图像。然后接收用于所标识的事件组中的每个事件组的图像汇集。

Description

按照出席者搜索事件
技术领域
本公开内容主要地涉及数字媒体领域并且更具体地涉及基于事件搜索图像。
背景技术
数字媒体共享通常涉及到用户使用在用户的计算设备上运行的浏览器或者其它应用来向媒体共享网站、比如Picasa和Picasa Web Albums上传媒体。媒体被存储在网站操作的远程web服务器处并且以后被用户已经选择与之共享媒体的其他用户访问。然而,随着数字媒体和数字媒体汇集数量增长,搜索与特定事件相关的媒体数据可能变得困难。
发明内容
实施例涉及搜索与事件相关的图像。在一个实施例中,从客户端设备提供一个或者多个个人身份标签,其中个人身份标签与用于一个或多个个体的标识信息相关。接着标识至少一个事件组。事件组是与事件关联的图像汇集。图像汇集包括用所提供的个人身份标签中的一个或者多个个人身份标签标记的一个或者多个图像。然后由客户端设备接收用于所标识的事件组中的每个事件组的媒体数据的汇集。
在另一实施例中,提供一种用于搜索与事件相关的图像的系统。在一个实施例中,提供一种包括一个或者多个处理器和存储指令的一个或者多个存储设备的系统,这些指令在由一个或者多个处理器执行时可操作以使一个或者多个处理器执行操作,这些操作包括提供一个或者多个个人身份标签,其中个人身份标签与用于一个或者多个个体的标识信息相关。接着标识至少一个事件组。事件组是与事件关联的图像汇集,该图像汇集包括用所提供的个人身份标签中的一个或者多个个人身份标签标记的一个或者多个图像。然后接收用于标识的事件组中的每个事件组的图像的汇集。
在另一实施例中,一种非瞬态计算机可读介质存储包括可由一个或者多个处理器执行的指令的软件,这些指令在执行时使一个或者多个处理器执行操作。这些操作包括提供一个或者多个个人身份数据标签、标识至少一个事件组,其中事件组是与事件关联的图像汇集,以及接收对用于所标识的事件组中的每个事件组的图像汇集的访问。
以下参照附图具体描述更多实施例、特征和优点以及各种实施例的结构和操作。注意本公开内容不限于这里描述的具体实施例。这里仅出于示例目的而呈现这样的实施例。附加实施例将基于这里包含的信息而为相关领域技术人员所清楚。
附图说明
参照附图仅通过示例描述实施例。在附图中,相似标号可以指示相同或者功能相似单元。单元首次出现的附图通常由对应标号中的最左一位或者多位指示。另外,这里结合的并且形成说明书的部分的附图举例说明本公开内容的实施例并且与描述一起进一步用于说明公开内容的原理并且使相关领域技术人员能够实现和使用其实施例。
图1是实施例可以在其中被实施的示例性系统的图。
图2是根据一个实施例的客户端应用的示例的图。
图3是事件组服务可以根据一个实施例在其中被实施的系统的示例的图。
图4是用于在图像中搜索事件的方法的示例的流程图。
图5是实施例可以在其中被实施的计算机系统的示例的图。
具体实施方式
概述
为了有助于搜索和共享图像,用户可以按照相册名称或者按照日期将数字媒体汇集组织成不同文件夹。用户也可以关联标签或者标签字词与图像或者图像组。标签包括描述图像的内容的一个或者多个关键词。然而,搜索与特定事件相关的图像可能在用户已知有限数量的信息时成为时间密集的任务。例如,用户可以出席事件并且想要看见在该事件拍摄的图像。在这样的场景中,用户可能仅知道出席事件的一个或者两个个体的名字以及事件的位置。假如有具有大量图像的数据库,那么用户将必须人工地遍历每个图像或者相册搜索来自该事件的图像。
此外,媒体共享站点一般未提供用于自动地搜索与特定事件相关的图像的能力。例如用户可以出席事件并且知道出席事件的少数其它个体,然而无从该事件取回相片的自动方式。一般而言,用户将必须知道在该事件拍摄图像的另一个体并且在该个体的相册中搜索图像。
实施例涉及基于事件自动地搜索图像。实施例从客户端设备提供一个或者多个个人身份标签。个人身份标签与用于一个或者多个个体的标识信息相关。标识至少一个事件组,其中事件组是与事件关联的图像汇集。图像汇集包括用所提供的个人身份标签中的一个或者多个个人身份标签标记的一个或者多个图像。然后接收用于所标识的事件组中的每个事件组的图像的汇集。
例如可以向用户呈现用于搜索来自事件的图像的选项。可以向用户提供允许他们录入出席事件的个体的姓名的一个或者多个输入域。一旦提供个体的姓名,在驻留于服务器上的数据库中搜索匹配事件组。匹配事件组将包括用相同或者基本上相似个人身份标签标记的图像。然后由用户接收与事件组关联的图像汇集。用户然后可以基于事件查看图像。实施例也使事件能够通过提供地理位置数据、时间或者地标信息来取回。
尽管这里参照用于特定应用的示例实施例描述本公开内容,但是应当理解实施例不限于此。其它实施例是可能的,并且可以在这里的教导的精神实质和范围以及实施例将有显著效用的附加领域内对实施例做出修改。另外,在结合一个实施例描述特定特征、结构或者特性时,承认结合无论是否明确地描述的其它实施例实现这样的特征、结构或者特性在相关领域技术人员的知识内。
相关领域技术人员也将清楚可以在图中所示软件、硬件、固件和/或实体的许多不同实施例中实施如这里描述的实施例。具有对硬件的专门化控制以对实施例进行实施例的任何实际软件代码未限制具体描述。因此,将描述实施例的操作行为而理解实施例的修改和变化在这里呈现的细节水平给定时是可能的。
在这里的具体描述中,对“一个实施例”、“实施例”和“示例实施例”的引用指示描述的实施例可以包括特定特征、结构或者特性,但是每个实施例可以不一定包括特定特征、结构或者特性。另外,这样的短语未必指代相同实施例。另外,在结合一个实施例描述特定特征、结构或者特性时,承认结合无论是否明确地描述的其它实施例实现这样的特征、结构或者特性在相关领域技术人员的知识内。
术语“媒体”和“数字媒体”这里可互换地用来广义地和涵盖地指代数字照片或者数字相片和数字视频。术语“图像”这里用来广义地和涵盖地指代对景物和在该景物内的项目、包括但不限于一个或者多个人、一个或者多个地标和/或一个或者多个物体的图像进行描绘的数字照片。此外,术语“图像”可以指代来自数字视频的至少一部分的一个或者多个帧。另外,术语“照片/相片”、“视频”、“媒体”和“图像”这里用来指代数字相片和数字视频,无论术语是否被术语“数字”修饰。
术语“媒体共享站点”这里用来广义地和涵盖地指代适于在各种用户之间共享包括相片和视频的数字媒体的任何网站、服务、框架或者协议。这样的网站或者服务也可以包括社交网络站点,该社交网络站点具有用于在站点的成员之间共享媒体的附加能力。
系统
图1是图示这里描述的实施例可以在其中被实施的事件搜索系统100的图。系统100包括客户端设备110、客户端应用112、浏览器114、媒体查看器116、设备输入118、网络104、服务器102、事件组共享服务106和数据库108。
在一个实施例中,客户端设备110执行客户端应用112。在又一实施例中,客户端设备110执行媒体查看器116。以下进一步具体描述客户端应用112和媒体查看器116的操作。可以在任何类型的计算设备上实施客户端应用112、浏览器114和媒体查看器116。这样的计算设备可以包括但不限于个人计算机、移动设备(比如移动电话)、平板设备、膝上型计算机、工作站、嵌入式系统、游戏控制台、电视、机顶盒或者任何其它计算设备。另外,计算设备可以包括但不限于具有用于执行和存储指令的处理器和存储器的设备。软件可以包括一个或者多个应用和操作系统。硬件可以包括但不限于处理器、存储器和图形用户接口显示器。计算设备也可以具有多个处理器和多个共享或者分离的存储器部件。例如计算设备可以是群集式计算环境或者服务器群。
一般而言,事件搜索系统100操作如下。客户端设备110经由客户端应用112、媒体查看器116或者其任何组合可以向服务器102上的事件组共享服务106提供一个或者多个个人身份标签。个人身份标签与用于一个或者多个个体的标识信息相关。例如,个人身份标签可以是个体的名字、姓氏或者别名相关。一般而言,个人身份标签将由寻找针对特定事件的图像的用户提供。在这一场景中,用户可以提供用于出席特定事件、比如婚礼的一个或者多个个体的个人身份标签。出席事件的一个或者多个个体可以称为出席者。
附加地,根据一个实施例,可以提供一个或者多个事件专属数据标签。事件专属数据标签可以是与事件相关的地理位置数据、事件数据或者地标标识数据。例如,用户可以提供地理位置数据、比如事件场所的名称或者地址。附加地,用户可以提供信息,比如事件发生的日期和时间或者可以在图像中出现的具体地标。可以使用客户端设备110上的设备输入118来录入和向事件组共享服务106提供一个或者多个个人身份标签和/或一个或者多个事件专属数据标签。在以上示例中,用户可以提供一个或者多个事件专属数据标签、比如婚礼的地址或者日期。设备输入118可以是耦合到客户端设备110的任何种类的用户输入设备、包括但不限于鼠标、QWERTY键盘、触摸屏、麦克风或者T9键盘。
响应于提供一个或者多个个人身份标签和/或事件专属数据标签,标识至少一个事件组。事件组是与事件关联的图像汇集。图像汇集可以包括用于一个或者多个所提供的个人身份数据标签和/或事件专属数据标签标记的一个或者多个图像。服务器102上的事件组共享服务106接收个人身份标签和/或事件专属数据标签。通过在数据库108中搜索分组在一起的并且用与由用户提供的标签匹配的个人身份标签和/或事件专属数据标签来标记的图像,标识至少一个事件组。例如,用户可以与事件专属地理位置数据标签“场所X”一起提供个人身份标签“某女”和“某男”。用户已经指示他正在寻找来自某女和某男在场所X出席的事件(例如婚礼)的图像。在接收到个人身份标签和事件专属数据标签时,在数据库108中搜索用所提供的标签信息标记的图像组。
在数据库108内存储图像作为事件组。如先前陈述的那样,事件组是与事件关联的图像汇集。事件组共享服务106被配置为接收图像并且基于事件存储图像。基于事件的图像存储由事件组共享服务106使用本领域技术人员已知的技术来执行。例如在接收到图像时,事件组共享服务106可以使用熟知的脸部检测算法来对于每个图像执行脸部检测操作。附加地,可以使用熟知的脸部识别算法来对每个图像执行脸部识别操作。一旦执行脸部检测和脸部识别操作,使用本领域已知的群集算法将图像一起群集成事件组。以下将讨论对事件组共享服务106及其操作的进一步讨论。
由客户端设备110接收来自所标识的事件组的图像汇集。在一个实施例中,如图1中所示,客户端设备110经由客户端应用112、媒体查看器116或者其任何组合可以接收和显示从服务器102上的事件组共享服务106接收的图像。图像包括一个或者多个媒体文件。媒体文件可以是相片、视频或者二者的组合。此外,媒体文件可以包括与待取回或者显示的媒体对应的媒体内容信息和元数据。客户端应用112和媒体查看器116可以在客户端设备110的显示器上呈现取回的图像的可视表示。这样的显示器可以是用于查看数字相片和/或视频的任何类型的显示器或者可以是适于查看数字相片和/或视频的任何类型的渲染设备。
在一个实施例中,媒体查看器116可以是单独的应用,或者可以在浏览器114、比如Google Chrome内执行它。例如媒体查看器116可以作为在浏览器116内的脚本、在浏览器116内的插件或者作为在浏览器插件内执行的程序来执行。
在一个实施例中,客户端设备110被配置为通过网络104从事件组服务106接收通知。在一个实施例中,这样的通知可以包括访问链接,该访问链接指向web上的其中存储待查看的图像的位置。例如,访问链接可以包括形式为web位置地址、比如统一资源定位符(URL)的指向网站的位置。可以使用多个不同协议和方法中的不同协议和方法从事件组服务106向客户端设备110发送通知。例如,可以经由电子邮件或者短消息服务(SMS)从事件组服务106发送通知。通知可以在客户端设备110由客户端应用112、媒体查看器116或者适于接收这样的通知的任何其它应用或者实用程序、比如电子邮件客户端或者SMS应用接收。
客户端设备110例如跨网络104与服务器102通信。虽然仅示出服务器102,但是可以如必要的那样使用更多服务器。相似地,虽然仅示出客户端设备110,但是可以如必要的那样使用更多客户端设备。客户端设备110通过通信接口通信地耦合到网络104。客户端设备110可以是任何类型的计算设备,该计算设备具有一个或者多个处理器以及能够通过网络接收和发送数据的通信基础结构。客户端设备110可以包括但不限于移动电话、个人数字助理(PDA)、计算机、计算机群集、机顶盒或者能够处理指令以及向和从人类和其它计算设备接收和发送数据的其它相似类型的设备。
服务器102相似地可以是能够向客户端设备110供应数据的任何类型的计算设备。服务器102执行事件组服务106。虽然关于服务器102示出事件组服务106,但是可以在任何服务器上实施事件图像服务102。另外,可以在单个服务器、比如服务器102上或者在分布式或者群集式服务器环境中跨多个服务器实施事件组服务102的功能。
在一个实施例中,服务器102通信地耦合到数据库108。数据库108可以是本领域技术人员已知的任何类型的数据存储装置。数据库108可以存储服务器102可访问的任何类型的媒体和任何对应的媒体数据。虽然仅示出数据库108,但是可以如必要的那样使用更多数据库。
数据库108可以存储任何类型的媒体数据、比如照片或者视频数据。图像可以例如是从数字相机拍摄的照片。可以用JPEG、TIFF或者用于数字图像文件的其它相似格式对图像进行编码。每个图像可以具有与图像关联的元数据。例如图像可以具有可交换图像文件格式(EXIF)首部,该首部存储信息、比如拍摄图像的照片的时间、拍摄图像的位置和关于在图像中出现的个体和/或地标的信息。拍摄图像的时间可以对应于图像捕获设备对图像进行曝光的时间。视频包括帧序列,并且每个帧包括图像。也可以使用能够捕获视频的图像捕获设备、比如数字相机来捕获视频。
网络104可以是可以输送数据通信的任何网络或者网络组合。这样的网络104可以包括但不限于有线(例如以太网)或者无线(例如Wi-Fi和3G)网络。此外,网络104可以包括但不限于局域网、中域网和/或广域网、比如因特网。网络104可以支持包括但不限于因特网或者万维网协议和/或服务的协议和技术。可以根据特定应用或者环境在系统100的部件之间提供中间网络路由器、网关或者服务器。
客户端应用
图2是图示图1的客户端设备110的客户端应用112的一个示例性实施例的图。客户端应用112包括用户接口模块202、图像取回器模块204、事件组管理器205。事件组图像数据库208耦合到客户端应用112。客户端应用112的部件中的每个部件可以通信地相互耦合,这些部件包括图像取回器模块202、用户接口模块204和事件组管理器206。
在操作中,客户端应用112使用用户接口模块204以在客户端设备110处向用户显示用于请求一个或者多个事件组的选项。在用户选择该选项时,客户端应用112使用图像取回器模块204以接收数字相片或者视频。用户接口模块202可以向用户显示用于提供一个或者多个个人身份标签的选项。附加地,根据一个实施例,用户接口模块202可以向用户显示用于提供一个或者多个事件专属数据标签的选项。例如,可以向用户呈现用于提供名字、姓氏、别名或者位置之一的一个或者多个输入域。用户将搜索来自在所提供的位置发生的并且所提供的个体出席的一个或者多个事件的图像。附加地,用户接口模块202可以提供搜索输入框。搜索输入框可以允许用户输入与事件相关的字符串。例如,用户可以输入串“有某男和埃里卡·史密斯的事件”。这一查询将指示用户正在搜索来自某男和埃里卡·史密斯出席的事件的图像。
响应于提供一个或者多个个人身份标签和/或一个或者多个事件专属数据标签,图像取回器模块204标识至少一个事件组。事件组是用相同或者基本上相似的个人身份标签和/或事件专属标签标记的图像汇集。图像取回器模块204被配置为接收用于所标识的事件组中的每个事件组的图像汇集。在另一实施例中,事件组管理器206被配置为接收一个或者多个标识的事件组的通知(例如从图1的事件组服务106)。在一个实施例中,通知包括指向事件组的访问链接。例如,访问链接可以是形式为统一资源定位符(URL)地址的基于web的位置地址,用户可以选择该地址以被自动地引向事件组。回顾图1,事件组的图像可以例如经由客户端应用112、媒体查看器118或者用户可以用来查看媒体的相似类型的应用而可访问。在访问链接时,用户将有能力看见来自每个标识的事件组的所有图像。
备选地,根据一个实施例,可以向用户提供用于下载一个或者多个图像的选项。例如,图像取回器模块可以与用于下载与标识的事件组关联的图像的选项一起接收标识的事件组的通知。在用户选择用于下载图像的选项时,客户端设备110将经由网络104接收在事件组内的所有图像。根据一个实施例,事件组管理器206被配置为基于标识的事件组将图像汇集划分成相册。
事件组管理器206通过基于事件组将图像汇集分组成一个或者多个相册来划分由图像取回器模块204接收的图像汇集。事件组管理器206确定与每个事件组对应的元数据。基于每个事件组的所确定的元数据,事件组管理器206将图像汇集划分成一个或者多个相册。例如,事件组可以包括元数据、比如在图像汇集中出现的个体的个人身份的列表以及捕获图像汇集的时间范围和位置。基于元数据,事件组管理器206将图像汇集或者图像组划分成一个或者多个相册,其中每个相册包含具有基本上相似的个人身份、时间和位置信息的图像。
根据一个实施例,事件组管理器206被配置为在事件组图像数据库208中存储用于每个事件组的一个或者多个相册。在另一实施例中,事件组管理器206可以在事件组图像数据库208中搜寻包含具有相似元数据的图像的现有相册。例如,事件组管理器206可以在事件组图像数据库中发现包含图像的现有相册,这些图像具有与由图像取回器模块204接收的图像相似的个人身份列表、时间和位置信息。在这一示例中,事件组管理器206将向现有相册添加图像。事件组服务
图3是图示图1的服务器102的事件组服务106的一个示例性实施例的图。事件组服务106包括媒体管理器模块302、脸部检测模块304、脸部识别模块306、地标识别模块308和图像聚类模块308。事件组服务106使用相关领域技术人员已知的处理来将图像分组成事件组。例如可以将与相同事件关联的图像分组在相同组中。
脸部检测模块304可以被配置为在由客户端设备接收媒体之后分析媒体。脸部检测模块304可以被配置为分析一个或者多个提供的图像以检测在图像内的脸部。例如,如果向服务器102提供图像集合,则脸部检测模块304可以分析该图像集合中的每个图像以检测脸部。
在检测到脸部时,脸部检测模块304可以制成包含检测到的脸部的区域(例如包含检测到的脸部的矩形区域)的数字副本以产生与检测到的脸部对应的脸部图像或者脸部模型。脸部图像然后可以存储于本地存储器(未示出)中。备选地,脸部图像可以存储于由客户端应用112经由网络(例如网络104)可访问的数据库108中。脸部检测模块304可以使用存储的脸部图像以在后续地分析的图像中辅助检测脸部。
相关领域技术人员在被给予这一描述时将认识若干熟知的技术中的任何技术可以在脸部检测模块304中用来检测图像中的脸部。这样的技术的示例包括但不限于如在第7,031,499号美国专利中描述的那样对特征值进行过滤和如在第7,099,510号美国专利中描述的那样使用增强的原语特征的脸部检测。
脸部识别模块306通过执行自动脸部识别以识别一个或者多个脸部来解释图像。脸部识别模块306的自动脸部识别可以在两个阶段中工作:脸部检测阶段和脸部识别阶段。然而,如果已经在图像内包括脸部检测信息,则脸部识别模块306可以能够略过脸部检测阶段。例如,图像可以已经由包括脸部检测信息的客户端应用发送。脸部识别模块306分析图像以检测在图像内的脸部。在检测到一个或者多个脸部时,脸部识别模块332可以生成与每个检测到的脸部对应的脸部检测信息,例如包括包含图像内的检测到的脸部的有界区域。
脸部识别模块306的操作可以包括做出检测到的脸部与先前已经识别的脸部图像中的一个或者多个脸部图像的比较。例如先前识别的脸部可以存储于由脸部识别模块306可访问的一个或者多个脸部图像数据库(未示出)中。相关领域技术人员在被给予这一描述时将认识若干熟知的技术中的任何技术可以在脸部识别模块306中用来识别图像中的脸部。这样的技术的示例包括但不限于如在第12/416,632号美国申请中描述的脸部识别算法。
地标识别模块308检测图像的具有地标的部分并且标识该地标。在通过引用而完全并入于此的、标题为“Automatic Discovery of Popular Landmarks”的、公共所有的第121119,359号美国专利申请中描述地标识别模块308的一个示例。地标识别模块308可以例如使用视觉聚类以识别地标。
图像聚类模块310使用来自脸部检测模块304、脸部识别模块306和地标识别模块308的信息以将图像分组成事件组。例如,图像聚类模块310可以将每个图像表示为图形中的节点。可以根据加权相似性函数定义在图形中的节点之间的边缘。例如,相似性函数可以基于相关领域技术人员已知的技术、比如图像中的视觉出现特征、包括颜色、梯度的直方图和线性二元模式。附加地,相似性函数可以基于如在Quelhas等人在In Proceedings ofIEEE International Conference on Computer Vision(ICCV),2005上的“Modelingscenes with local descriptors and latent aspects”中描述的颜色和纹理视觉术语(visterm)或者按照如在Lowe,D在International Journal of Computer Vision,60,2(2004),91-110页上的“Distinctive image features from scale-invariantkeypoints”中描述的比例不变特征变换。
可以通过应用单调递减函数、比如f(x)=11(1x1+1),其中x代表特征,来将每个特征转化成相似性函数。备选地,相似性函数可以基于在图像之间的捕获时间差和GPS位置距离的单调递减函数。例如,如果捕获时间和/或GPS信息对于图像集合而可用,则可以仅对于具有充分小的时间和地点差、比如1周或者100km的那些图像定义边缘。附加地,相似性函数可以基于标识和识别的在图像之间共享的脸部数目的单调递减函数。
可以通过对图像三元组进行采样来执行对相似性函数进行加权和后续将图像聚类成事件组。例如,可以对图像A、B和C进行采样,其中图像A和图像B属于相同事件而图像C属于另一事件。这产生类型Sim(A,B)>Sim(A,C)的不相等约束。附加地,可以如Chechik等人在Journal of Machine Learning Research,11:1109-1135,2010上的"Large ScaleOnline Learning of Image Similarity Through Ranking"中描述的那样应用裕度学习以从不相等约束中学习。图像聚类模块310然后可以使用与Gdalyahu等人在IEEETrans.Pattern Analysis and Machine Intelligence,vol.23,no.10,1053-1074页,2001年10月上的"Self-Organization in Vision:Stochastic Clustering for ImageSegmentation,Perceptual Grouping,and Image Database Organization"中描述的技术相似的技术来执行基于图形将图像聚类成事件组。
媒体管理器模块302也可以与每个事件组关联个人身份列表或者其它元数据。例如,可以取回和使用来自事件组内的每个图像的个人身份标签和/或事件专属数据标签以填充脸部身份列表或者地理位置数据列表。每个事件组可以具关联的脸部身份列表或者地理位置数据列表。一旦用户利用客户端应用112来提供个人身份标签和/或地理位置数据标签,用于每个事件组的脸部身份列表或者地理位置数据列表用来标识匹配事件组。
在示例中,事件组服务可以耦合到媒体共享站点(未示出)、比如Picasa。用户可以从媒体共享站点向数据库108上传媒体。例如回顾图1,用户可以使用在客户端设备110处的浏览器114以向媒体共享站点导航并且经由由媒体共享站点提供的用户接口向数据库108上传图像。在又一示例中,用户也可以能够从数据库108取回图像。例如用户可以有选择向客户端110上下载图像用于在本地存储器116中存储,或者使用客户端应用112或者媒体查看器116来查看图像。
方法
图4是用于搜索针对事件的图像的方法的示例的流程图。方法400的益处包括但不限于一种用于用户基于事件取回图像的更快、更高效和自动化方式。另外,方法400减轻对于用户必须人工地在图像相册或者汇集中搜索与特定事件相关的那些图像的负担。
在阶段402中,提供一个或者多个个人身份标签。例如,一个或者多个个人身份标签可以由在客户端设备110上的客户端应用112和/或媒体查看器116提供。一个或多个个人身份标签与用于一个或多个图像的标识信息相关。在一个实施例中,个人身份标签可以是个体的名字、姓氏或者别名之一。根据一个实施例,可以提供一个或者多个事件专属数据标签。一个或者多个事件专属数据标签可以与事件的位置或者时间相关。例如,用户可以已经出席事件、比如婚礼、聚会或者体育事件。在该事件,可以有正在拍摄照片的许多人。用户可能想要一种用于从他们知道在事件何处出现并且可以在照片中出现的各种人发现在事件拍摄的图像的便利方式。作为结果,用户可以提供以下个人身份标签:“某男”、“某女”、“场所X”。“某男”和“某女”代表出席讨论的事件的个体,而“场所X”代表事件发生的位置。通过提供个人身份标签,用户打算发现可以包括某男和某女的来自讨论的事件的一个或者多个图像。
在阶段404中,标识至少一个事件组。例如,事件组可以由在客户端设备110上的客户端应用112和/或媒体查看器116标识。事件组是与事件关联的图像汇集。图像汇集用一个或者多个提供的个人身份标签和/或事件专属数据标签标记。响应于提供一个或者多个个人身份标签和/或事件专属数据标签,标识包括具有匹配标签的图像的事件组。在前例中,将标识包括图像的事件组,这些图像包括在场所X的某男和某女。事件组可以包括有某男和某女二者、仅有某男或者仅有某女的图像。附加地,可以有多于一个事件组。例如,某男和某女可以已经在场所X出席多个事件。因此,每个事件将具有它自己的关联事件组。
在阶段406中,接收用于标识的事件组中的每个事件组的图像汇集。例如,可以由在客户端设备110上的客户端应用112和/或媒体查看器116接收用于标识的事件组中的每个事件组的图像汇集。一旦标识事件组,在该事件组内的所有图像由客户端设备110取回。可以接收用于使得用户能够下载与标识的事件组关联的所有图像的选项。在前例中,来自标识的事件组中的每个事件组的包括某男、某女或者其组合的一个或者多个图像将由用户接收。因此,将向用户呈现对来自每个标识的事件组的照片的访问。用户将具有对来自讨论的事件、比如婚礼的图像的访问。
在另一实施例中,标识的事件组的通知可以跟随有访问链接由客户端设备110接收。访问链接可以提供对图像汇集的访问。例如,可以向用户提供访问链接作为可以通过客户端设备110上的浏览器114访问的链接。在点击链接时,将向用户提供网站,在该网站中,它们可以查看来自标识的事件组的图像。
根据一个实施例,可以基于事件组分割出对于标识的事件组中的每个事件组而接收的图像汇集。例如,图像汇集可以由在客户端设备110上的客户端应用112和/或媒体查看器116分割。每个事件组可以对应于特定事件。在接收用于每个事件的图像作为事件组时,客户端应用112或者媒体查看器116可以基于事件将图像划分成相册。因此,用户可以查看用于不同事件的相册。
在另一实施例中,可以用元数据信息标记在标识的事件组内的图像中的每个图像。例如,在接收与标识的事件组关联的图像汇集时,可能未恰当地标记所有图像。用户可以选择定义用于在事件组内的图像中的每个图像的标签信息。这样的标签信息可以与事件的名称或者位置或者出席事件的个体相关。在定义标签信息时,将用标签信息标记在事件组内的图像中的每个图像。
示例计算机系统实现方式
可以使用硬件、软件模块、固件、具有在其上存储的指令的有形计算机可读介质或者其组合来实施并且可以在一个或者多个计算机系统或者其它处理系统中实施图1-4中所示本公开内容的方面或者其任何部分或者功能。
图5图示其中可以实施本公开内容的实施例或者其部分为计算机可读代码的示例计算机系统500。例如,图1的服务器102和客户端设备110可以各自使用硬件、软件、固件、具有在其上存储的指令的有形计算机可读介质或者其组合在计算机系统500中被实施并且可以在一个或者多个计算机系统或者其它处理系统中被实施。硬件、软件或者其任何组合可以体现图1-4中的模块和部件中的任何模块和部件。
如果使用可编程逻辑,则这样的逻辑可以在商业上可用处理平台或者专用设备上执行。本领域普通技术人员可以认识可以用各种计算机系统配置、包括多核多处理器系统、小型计算机、大型机计算机、用分布式功能链接或者群集的计算机以及可以向实质上任何设备中嵌入的遍及或者小型计算机实现公开的主题内容的实施例。
例如,至少一个处理器设备和存储器可以用来实施以上描述的实施例。处理器设备可以是单个处理器、多个处理器或者其组合。处理器设备可以具有一个或者多个处理器“核”。
在这一示例计算机系统500方面描述公开内容的各种实施例。在阅读本描述之后,相关领域技术人员将清楚如何使用其它计算机系统和/或计算机架构来实施本公开内容的实施例。虽然可以描述操作为依序过程,但是事实上可以并行、并发和/或在分布式环境中执行操作中的一些操作而本地或者远程地存储程序代码用于由单或者多核处理器机器访问。此外,在一些实施例中,可以重排操作顺序而未脱离公开的主题内容的精神实质。
处理器设备504可以是专用或者通用处理器设备。如相关领域技术人员将认识的那样,处理器设备504也可以是多核/多处理器系统——这样的系统单独操作——中或者在群集或者服务器群中操作的计算设备群集中的单个处理器。处理器设备504连接到通信基础结构506、例如总线、消息队列、网络或者多核消息传递方案。
计算机系统500也包括主存储器508、例如随机存取存储器(RAM)并且也可以包括次存储器510。次存储器510可以例如包括硬盘驱动512、可移除存储驱动514。可移除存储驱动514可以包括软盘驱动、磁带驱动、光盘驱动、闪速存储器等。可移除存储驱动514以熟知的方式从可移除存储单元518读取和/或向可移除存储单元518写入。可移除存储单元518可以包括由可移除存储驱动514读取和写入的软盘、磁带、光盘等。如相关领域技术人员将认识的那样,可移除存储单元518包括计算机可用存储介质,该计算机可用存储介质具有在其中存储的计算机软件和/或数据。
在备选实现方式中,次存储器510可以包括用于允许向计算机系统500中加载计算机程序或者其它指令的其它相似装置。这样的装置可以例如包括可移除存储单元522和接口520。这样的装置的示例可以包括程序盒和盒接口(比如在视频游戏设备中发现的程序盒和盒接口)、可移除存储器芯片(比如EPROM或者PROM)和关联的插座以及允许从可移除存储单元522向计算机系统500传送软件和数据的其它可移除存储单元522和接口520。
计算机系统500也可以包括通信接口524。通信接口524允许在计算机系统500与外部设备之间传送软件和数据。通信接口524可以包括调制解调器、网络接口(比如以太网卡)、通信端口、PCMCIA槽和卡等。经由通信接口524传送的软件和数据可以是以信号的形式,这些信号可以是通信接口524能够接收的电子、电磁、光或者其它信号。可以经由通信路径526向通信接口524提供这些信号。通信路径526输送信号并且可以使用线路或者线缆、光纤、电话线、蜂窝电话链路、RF链路或者其它通信信道来实施。
在本文中,术语“计算机程序介质”和“计算机可用介质”用来一般地是指介质、比如可移除存储单元518、可移除存储单元522和在硬盘驱动512中安装的硬盘。计算机程序介质和计算机可用介质也可以是指存储器、比如主存储器508和次存储器510,这些存储器可以是存储器半导体(例如DRAM等)。
在主存储器508和/或次存储器510中存储计算机程序(也称为计算机控制逻辑)。也可以经由通信接口524接收计算机程序。这样的计算机程序在被执行时使计算机系统500能够实施如这里讨论的本公开内容。具体而言,计算机程序在被执行时使处理器设备504能够实施本公开内容的过程、比如以上讨论的图4的流程图400所示方法中的阶段。因而,这样的计算机程序代表计算机系统500的控制器。在使用软件来实施本公开内容的一个实施例时,可以使用可移除存储驱动514、接口520、硬盘驱动512或者通信接口524在计算机程序产品中存储并且向计算机系统500中加载软件。
公开内容的实施例也可以涉及包括在任何计算机可用介质上存储的软件的计算机程序产品。这样的软件在一个或者多个数据处理设备中被执行时使数据处理设备如这里描述的那样操作。公开内容的实施例可以运用任何计算机可用或者可读介质。计算机可用介质的示例包括但不限于主存储设备(例如任何类型的随机存取存储器)、次存储设备(例如硬驱动、软盘、CD ROM、ZIP盘、带、磁存储设备和光存储设备、MEMS、纳米技术存储设备等)和通信介质(例如有线和无线通信网络、局域网、广域网、内部网等)。
结论
发明内容和说明书摘要这些章节可以阐述如本发明人设想的本公开内容的一个或者多个、但是并非所有示例性实施例、因此未旨在于以任何方式限制本公开内容和所附权利要求。以上已经借助功能构建块描述本公开内容,这些功能构建块举例说明指定的功能及其关系的实现方式。这里已经为了便于描述而任意地定义这些功能构建块的边界。只要适当地执行指定的功能及其关系就可以定义备选边界。
具体实施例的前文描述将这样完全地揭示公开内容的一般性质使得其他人可以通过应用在本领域的技能内的知识容易地修改和/或适配这样的具体实施例用于各种应用而无需过多实验、而未脱离本公开内容的广义原理。因此,这样的适配和修改旨在于基于这里呈现的教导和指导而在公开的实施例的含义和等效范围内。将理解这里的措词或者术语用于描述而非限制,从而本领域技术人员将按照教导和指导来解释本说明书的术语和措词。
本公开内容的广度和范围不应受以上描述的示例性实施例中的任何示例性实施例限制、但是应当仅根据所附权利要求及其等效物来定义。

Claims (24)

1.一种计算机实施的方法,包括:
从客户端设备接收包括个人身份数据标签和事件相关数据标签中的一个或者多个的查询,其中所述个人身份数据标签与用于出席事件的个体的标识信息相关,而事件相关数据标签与事件相关;
针对多个事件组接收脸部身份列表和单独的事件专属特征列表,每个脸部身份列表包括对应的个人身份数据标签,而每个事件专属特征列表包括对应的事件相关数据标签,对应的个人身份数据标签和对应的事件相关数据标签从与每个事件关联的一个或多个图像取回,并且一个或多个图像已在先前用对应的个人身份数据标签和对应的事件相关数据标签标记;
将查询与脸部身份列表和单独的事件专属特征列表匹配;
基于匹配从多个事件组标识事件组,其中所述事件组是与事件关联的图像汇集,所述图像汇集包括用个人身份数据标签和事件相关数据标签中的一个或者多个标记的一个或者多个图像;以及
向客户端设备发送指令,该指令使得在客户端设备上显示所标识的事件组中的图像汇集。
2.根据权利要求1所述的方法,还包括:
基于所标识的事件组分割所述图像汇集。
3.根据权利要求1所述的方法,其中标识事件组还包括:
确定在与事件组关联的脸部身份列表内的匹配个人身份标签,所述脸部身份列表包括用于多个个体的多个个人身份标签。
4.根据权利要求3所述的方法,其中脸部身份列表基于对在所述图像汇集内的一个或者多个脸部的脸部检测和识别被填充。
5.根据权利要求1所述的方法,其中所述个人身份数据标签是个体的姓氏或者名字之一。
6.根据权利要求1所述的方法,其中事件相关数据标签包括与事件发生的地点、标识事件的位置的地标、事件发生的时间、以及事件发生的日期相关的一条或多条信息。
7.根据权利要求1所述的方法,其中向客户端设备发送使得显示图像汇集的指令还包括:
发送用于显示所标识的事件组的通知的指令;以及
发送用于在通知中显示访问链接的指令,所述访问链接提供对所述图像汇集的访问。
8.根据权利要求1所述的方法,还包括:
用与所述事件相关的元数据信息标记在所标识的事件组内的每个图像。
9.一种系统,包括:一个或者多个处理器和存储指令的存储器,所述指令在由所述一个或者多个处理器执行时可操作以使所述一个或者多个处理器执行操作,所述操作包括:
接收包括个人身份数据标签和事件相关数据标签中的一个或者多个的查询,其中所述个人身份数据标签与用于出席事件的个体的标识信息相关,而事件相关数据标签与事件相关;
针对多个事件组接收脸部身份列表和单独的事件专属特征列表,每个脸部身份列表包括对应的个人身份数据标签,而每个事件专属特征列表包括对应的事件相关数据标签,对应的个人身份数据标签和对应的事件相关数据标签从与每个事件关联的一个或多个图像取回,并且一个或多个图像已在先前用对应的个人身份数据标签和对应的事件相关数据标签标记;
将查询与脸部身份列表和单独的事件专属特征列表匹配;
基于匹配从多个事件组标识事件组,其中所述事件组是与事件关联的图像汇集,所述图像汇集包括用个人身份数据标签和事件相关数据标签中的一个或者多个标记的一个或者多个图像;以及
发送使得显示所标识的事件组中的图像汇集的指令。
10.根据权利要求9所述的系统,其中所述操作还包括:
基于所标识的事件组分割所述图像汇集。
11.根据权利要求9所述的系统,其中所述操作还包括:
确定在与事件组关联的脸部身份列表内的匹配个人身份标签,所述脸部身份列表包括用于多个个体的多个个人身份标签。
12.根据权利要求11所述的系统,其中脸部身份列表基于对在所述图像汇集内的一个或者多个脸部的脸部检测和识别被填充。
13.根据权利要求9所述的系统,其中所述个人身份数据标签是个体的姓氏或者名字之一。
14.根据权利要求9所述的系统,其中事件相关数据标签包括与事件发生的地点、标识事件的位置的地标、事件发生的时间、以及事件发生的日期相关的一条或多条信息。
15.根据权利要求9所述的系统,其中发送使得显示图像汇集的指令还包括:
发送用于显示所标识的事件组的通知的指令;以及
发送用于在通知中显示访问链接的指令,所述访问链接提供对所述图像汇集的访问。
16.根据权利要求1所述的系统,其中所述操作还包括:
用与所述事件相关的元数据信息标记在所标识的事件组内的每个图像。
17.一种存储软件的非瞬态计算机可读介质,所述软件包括:
能够由一个或者多个计算机执行的指令,所述指令在执行时使所述一个或者多个计算机执行操作,所述操作包括:
接收包括个人身份数据标签和事件相关数据标签中的一个或者多个的查询,其中所述个人身份数据标签与用于出席事件的个体的标识信息相关,而事件相关数据标签与事件相关;
针对多个事件组接收脸部身份列表和单独的事件专属特征列表,每个脸部身份列表包括对应的个人身份数据标签,而每个事件专属特征列表包括对应的事件相关数据标签,对应的个人身份数据标签和对应的事件相关数据标签从与每个事件关联的一个或多个图像取回,并且一个或多个图像已在先前用对应的个人身份数据标签和对应的事件相关数据标签标记;
将查询与脸部身份列表和单独的事件专属特征列表匹配;
基于匹配从多个事件组标识事件组,其中所述事件组是与事件关联的图像汇集,所述图像汇集包括用个人身份数据标签和事件相关数据标签中的一个或者多个标记的一个或者多个图像;以及
发送使得显示所标识的事件组中的图像汇集的指令。
18.根据权利要求17所述的非瞬态计算机可读存储介质,其中所述指令使所述一个或者多个计算机还执行:
基于所标识的事件组分割所述图像汇集。
19.根据权利要求17所述的非瞬态计算机可读存储介质,其中所述指令使所述一个或者多个计算机还执行:
确定在与事件组关联的脸部身份列表内的匹配个人身份标签,所述脸部身份列表包括用于多个个体的多个个人身份标签。
20.根据权利要求19所述的非瞬态计算机可读存储介质,其中脸部身份列表基于对在所述图像汇集内的一个或者多个脸部的脸部检测和识别被填充。
21.根据权利要求17所述的非瞬态计算机可读存储介质,其中所述个人身份数据标签是个体的姓氏或者名字之一。
22.根据权利要求17所述的非瞬态计算机可读存储介质,其中事件相关数据标签包括与事件发生的地点、标识事件的位置的地标、事件发生的时间、以及事件发生的日期相关的一条或多条信息。
23.根据权利要求17所述的非瞬态计算机可读存储介质,其中发送使得显示图像汇集的指令还包括:
发送用于显示所标识的事件组的通知的指令;以及
发送用于在通知中显示访问链接的指令,所述访问链接提供对所述图像汇集的访问。
24.根据权利要求17所述的非瞬态计算机可读存储介质,其中所述指令使所述一个或者多个计算机还执行:
用与所述事件相关的元数据信息标记在所标识的事件组内的每个图像。
CN201380041488.6A 2012-06-25 2013-06-25 按照出席者搜索事件 Expired - Fee Related CN104520848B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/532,468 2012-06-25
US13/532,468 US9665773B2 (en) 2012-06-25 2012-06-25 Searching for events by attendants
PCT/US2013/047611 WO2014004503A2 (en) 2012-06-25 2013-06-25 Searching for events by attendants

Publications (2)

Publication Number Publication Date
CN104520848A CN104520848A (zh) 2015-04-15
CN104520848B true CN104520848B (zh) 2018-01-23

Family

ID=48747789

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380041488.6A Expired - Fee Related CN104520848B (zh) 2012-06-25 2013-06-25 按照出席者搜索事件

Country Status (6)

Country Link
US (1) US9665773B2 (zh)
EP (1) EP2864906A4 (zh)
JP (2) JP6396897B2 (zh)
KR (2) KR101832680B1 (zh)
CN (1) CN104520848B (zh)
WO (1) WO2014004503A2 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9361626B2 (en) * 2012-10-16 2016-06-07 Google Inc. Social gathering-based group sharing
US10365797B2 (en) * 2013-03-15 2019-07-30 Ambient Consulting, LLC Group membership content presentation and augmentation system and method
US9626365B2 (en) 2013-03-15 2017-04-18 Ambient Consulting, LLC Content clustering system and method
US9886173B2 (en) 2013-03-15 2018-02-06 Ambient Consulting, LLC Content presentation and augmentation system and method
GB2533504A (en) 2013-08-02 2016-06-22 Shoto Inc Discovery and sharing of photos between devices
US11030708B2 (en) 2014-02-28 2021-06-08 Christine E. Akutagawa Method of and device for implementing contagious illness analysis and tracking
US9704205B2 (en) 2014-02-28 2017-07-11 Christine E. Akutagawa Device for implementing body fluid analysis and social networking event planning
CN108024142B (zh) * 2017-12-05 2020-10-30 深圳市茁壮网络股份有限公司 一种视频流检测方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011108190A (ja) * 2009-11-20 2011-06-02 Canon Inc 画像再生装置
CN102193966A (zh) * 2010-03-01 2011-09-21 微软公司 社交网络中的事件匹配
CN102414680A (zh) * 2009-03-20 2012-04-11 伊斯曼柯达公司 利用跨域知识的语义事件检测
CN102483758A (zh) * 2009-08-24 2012-05-30 伊斯曼柯达公司 处理关联数字图像文件的地理位置信息

Family Cites Families (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3501501B2 (ja) * 1994-07-01 2004-03-02 キヤノン株式会社 情報処理装置及びその方法
US7415662B2 (en) * 2000-01-31 2008-08-19 Adobe Systems Incorporated Digital media management apparatus and methods
US6629104B1 (en) * 2000-11-22 2003-09-30 Eastman Kodak Company Method for adding personalized metadata to a collection of digital images
US6629100B2 (en) * 2001-10-01 2003-09-30 Ipac Acquisition Subsidiary I, Llc Network-based photosharing architecture for search and delivery of private images and metadata
US6954543B2 (en) * 2002-02-28 2005-10-11 Ipac Acquisition Subsidiary I, Llc Automated discovery, assignment, and submission of image metadata to a network-based photosharing service
US20040126038A1 (en) * 2002-12-31 2004-07-01 France Telecom Research And Development Llc Method and system for automated annotation and retrieval of remote digital content
US20050246324A1 (en) * 2004-04-30 2005-11-03 Nokia Inc. System and associated device, method, and computer program product for performing metadata-based searches
JP2005346440A (ja) * 2004-06-03 2005-12-15 Ntt Docomo Inc メタデータ付与支援システム、制御装置、及び、メタデータ付与支援方法
JP4547214B2 (ja) * 2004-09-10 2010-09-22 富士フイルム株式会社 電子アルバム表示システム、電子アルバム表示方法、及びプログラム
US8407201B2 (en) * 2005-02-15 2013-03-26 Hewlett-Packard Development Company, L.P. Digital image search and retrieval system
US20060259511A1 (en) * 2005-05-13 2006-11-16 Yahoo! Inc. Media object organization across information management services
US7756866B2 (en) * 2005-08-17 2010-07-13 Oracle International Corporation Method and apparatus for organizing digital images with embedded metadata
US20070098303A1 (en) * 2005-10-31 2007-05-03 Eastman Kodak Company Determining a particular person from a collection
US7945653B2 (en) * 2006-10-11 2011-05-17 Facebook, Inc. Tagging digital media
JP2007226555A (ja) * 2006-02-23 2007-09-06 Matsushita Electric Ind Co Ltd 無意識に撮影された画像の閲覧装置及び方法
US9430587B2 (en) * 2006-06-05 2016-08-30 Qualcomm Incorporated Techniques for managing media content
US8117210B2 (en) * 2006-10-06 2012-02-14 Eastman Kodak Company Sampling image records from a collection based on a change metric
US7979388B2 (en) * 2006-11-17 2011-07-12 Microsoft Corporation Deriving hierarchical organization from a set of tagged digital objects
US7900225B2 (en) * 2007-02-20 2011-03-01 Google, Inc. Association of ads with tagged audiovisual content
KR20080087591A (ko) * 2007-03-27 2008-10-01 삼성전자주식회사 메타 데이터 기반 카테고리를 이용한 컨텐츠 검색 방법 및장치와 기록 매체
US8732161B2 (en) * 2007-04-27 2014-05-20 The Regents Of The University Of California Event based organization and access of digital photos
US8189880B2 (en) 2007-05-29 2012-05-29 Microsoft Corporation Interactive photo annotation based on face clustering
US8261092B2 (en) * 2007-12-04 2012-09-04 Ricoh Company, Ltd. Image retrieval system and method
WO2009070841A1 (en) 2007-12-05 2009-06-11 It Au0801806Rsity Of Technology Social multimedia management
JP4433327B2 (ja) * 2007-12-11 2010-03-17 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
WO2009123711A1 (en) * 2008-04-02 2009-10-08 Google Inc. Method and apparatus to incorporate automatic face recognition in digital image collections
US20100082653A1 (en) * 2008-09-29 2010-04-01 Rahul Nair Event media search
US8171043B2 (en) * 2008-10-24 2012-05-01 Yahoo! Inc. Methods for improving the diversity of image search results
JP5525737B2 (ja) * 2009-03-18 2014-06-18 オリンパス株式会社 サーバシステム、端末装置、プログラム、情報記憶媒体及び画像検索方法
JP2010218371A (ja) * 2009-03-18 2010-09-30 Olympus Corp サーバシステム、端末装置、プログラム、情報記憶媒体及び画像検索方法
US8392957B2 (en) * 2009-05-01 2013-03-05 T-Mobile Usa, Inc. Automatic content tagging, such as tagging digital images via a wireless cellular network using metadata and facial recognition
US20110099199A1 (en) * 2009-10-27 2011-04-28 Thijs Stalenhoef Method and System of Detecting Events in Image Collections
US8559731B2 (en) * 2010-01-18 2013-10-15 International Business Machines Corporation Personalized tag ranking
JP2011203768A (ja) * 2010-03-24 2011-10-13 Seiko Epson Corp 画像検索装置および方法、情報端末、情報処理方法、画像検索システム、並びにプログラム
US8611678B2 (en) * 2010-03-25 2013-12-17 Apple Inc. Grouping digital media items based on shared features
US8270684B2 (en) 2010-07-27 2012-09-18 Google Inc. Automatic media sharing via shutter click
US9183557B2 (en) 2010-08-26 2015-11-10 Microsoft Technology Licensing, Llc Advertising targeting based on image-derived metrics

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102414680A (zh) * 2009-03-20 2012-04-11 伊斯曼柯达公司 利用跨域知识的语义事件检测
CN102483758A (zh) * 2009-08-24 2012-05-30 伊斯曼柯达公司 处理关联数字图像文件的地理位置信息
JP2011108190A (ja) * 2009-11-20 2011-06-02 Canon Inc 画像再生装置
CN102193966A (zh) * 2010-03-01 2011-09-21 微软公司 社交网络中的事件匹配

Also Published As

Publication number Publication date
JP6396897B2 (ja) 2018-09-26
KR20150015016A (ko) 2015-02-09
US9665773B2 (en) 2017-05-30
CN104520848A (zh) 2015-04-15
US20130343618A1 (en) 2013-12-26
KR20170020550A (ko) 2017-02-22
EP2864906A2 (en) 2015-04-29
EP2864906A4 (en) 2016-04-27
KR101832680B1 (ko) 2018-02-26
WO2014004503A2 (en) 2014-01-03
JP2017062859A (ja) 2017-03-30
WO2014004503A3 (en) 2014-04-24
JP2015520472A (ja) 2015-07-16

Similar Documents

Publication Publication Date Title
CN104520848B (zh) 按照出席者搜索事件
US11017018B2 (en) Systems and methods of building and using an image catalog
US11822600B2 (en) Content tagging
US20180365489A1 (en) Automatically organizing images
CN103119595B (zh) 通过快门按击的自动媒体共享
US8611678B2 (en) Grouping digital media items based on shared features
KR100641791B1 (ko) 디지털 데이터에 대한 태깅 방법 및 시스템
CN103995889A (zh) 图片分类方法及装置
CN113434716B (zh) 一种跨模态信息检索方法和装置
JP5626042B2 (ja) 画像集合における代表画像の検索システム、方法及びプログラム
WO2017024147A1 (en) Area modeling by geographic photo label analysis
US20240037142A1 (en) Systems and methods for filtering of computer vision generated tags using natural language processing
WO2017007651A1 (en) Systems and methods to facilitate submission of user images descriptive of locations
CN110110218A (zh) 一种身份关联方法及终端
US10885095B2 (en) Personalized criteria-based media organization
JP2024026415A (ja) 情報処理装置及び方法並びにプログラム
KR20240099381A (ko) 자기 지도 트레이닝을 사용하여 트레이닝되는 머신 러닝 비디오 스크리닝 모델을 사용하는 비디오 스크리닝
CN113821676A (zh) 视频检索方法、装置、设备及存储介质
CN111506754A (zh) 图片检索方法、装置、存储介质及处理器
Meng Effect of photo album service on the construction of network image resources in the wireless network environment
JP2023168640A (ja) 地理的情報推定装置、地理的情報推定方法、不動産物件検索サーバ、及び不動産物件検索方法、並びに該方法を実行するためのコンピュータプログラム
Manandhar Feature representation and learning methods in visual search applications
CN116975190A (zh) 对象信息处理方法、装置、设备和介质
TH1801006032A (th) ระบบแสดงผลข้อมูลแผนที่ในระบบภูมิสารสนเทศและวิธีการสร้างแผนผังต้นไม้ตัดสิน ใจดังกล่าว

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

Address after: California, USA

Patentee after: Google Inc.

Address before: California, USA

Patentee before: Google Inc.

CP01 Change in the name or title of a patent holder
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20180123