CN104718765A - 与具有增强现实的存在粒度相关的方法 - Google Patents
与具有增强现实的存在粒度相关的方法 Download PDFInfo
- Publication number
- CN104718765A CN104718765A CN201380054251.1A CN201380054251A CN104718765A CN 104718765 A CN104718765 A CN 104718765A CN 201380054251 A CN201380054251 A CN 201380054251A CN 104718765 A CN104718765 A CN 104718765A
- Authority
- CN
- China
- Prior art keywords
- user
- information
- image
- social networking
- networking system
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 230000003190 augmentative effect Effects 0.000 title description 7
- 230000006855 networking Effects 0.000 claims description 110
- 230000015654 memory Effects 0.000 claims description 52
- 238000005516 engineering process Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000001052 transient effect Effects 0.000 claims description 6
- 230000001815 facial effect Effects 0.000 claims 2
- 230000000007 visual effect Effects 0.000 description 53
- 238000004891 communication Methods 0.000 description 24
- 230000000875 corresponding effect Effects 0.000 description 23
- 239000012634 fragment Substances 0.000 description 19
- 239000000872 buffer Substances 0.000 description 16
- 230000000694 effects Effects 0.000 description 16
- 230000009471 action Effects 0.000 description 15
- 230000035807 sensation Effects 0.000 description 11
- 239000000203 mixture Substances 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000013461 design Methods 0.000 description 8
- 230000033001 locomotion Effects 0.000 description 8
- 210000005252 bulbus oculi Anatomy 0.000 description 6
- 230000008878 coupling Effects 0.000 description 6
- 238000010168 coupling process Methods 0.000 description 6
- 238000005859 coupling reaction Methods 0.000 description 6
- 239000011521 glass Substances 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000006399 behavior Effects 0.000 description 5
- 230000001413 cellular effect Effects 0.000 description 4
- 230000002860 competitive effect Effects 0.000 description 4
- 210000001508 eye Anatomy 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 210000000697 sensory organ Anatomy 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000000429 assembly Methods 0.000 description 2
- 230000000712 assembly Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 244000144992 flock Species 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000013370 mutualism Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 244000046052 Phaseolus vulgaris Species 0.000 description 1
- 235000010627 Phaseolus vulgaris Nutrition 0.000 description 1
- 244000299461 Theobroma cacao Species 0.000 description 1
- 235000009470 Theobroma cacao Nutrition 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000000386 athletic effect Effects 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 210000001525 retina Anatomy 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003997 social interaction Effects 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- General Business, Economics & Management (AREA)
- Computing Systems (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- User Interface Of Digital Computer (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
Abstract
在一个实施方式中,一种方法包括接收关于位于覆盖的封闭区域内的多个用户的接近度的信息,该信息包括接近度的至少一部分的一个或多个图像或者一个或多个声音,该信息在没有手动用户输入的情况下利用每个客户端计算装置的一个或多个传感器通过用户的多个客户端计算装置从接近度自动地获得;至少部分基于该信息识别接近度内的每个用户;以及至少部分基于该信息确定每个用户在覆盖的封闭区域内的位置。
Description
技术领域
本公开内容大体涉及增强现实。具体地,本发明涉及一种方法、计算机可读非瞬时性存储介质和系统。
背景技术
增强现实(AR)被认为是虚拟现实(VR)的扩展并且是关于利用虚拟信息来增强现实世界环境以改善人们的感官和技能。AR是物理、现实世界环境(通过计算机产生的感官输入增强其要素)的生动的、直接的或间接的视图。
发明内容
根据本发明的实施方式被公开在涉及方法、计算机可读非瞬时性存储介质和系统的所附权利要求中,其中,在一个权利要求类型(例如,方法)中提到的任何特征也可在另一个权利要求类型(例如,系统或介质)中要求保护。
具体实施方式可识别用户周围的个体,然后将关于所识别的个体的信息提供给用户。可使用各种技术识别人类,诸如,语音或面部识别。人的语音或面部可被用户身体上或者附接至用户和该人所在的房间的音频/视觉装置捕捉。关于所识别的个体的信息可从该个体的社交资料检索到。该信息可显示给(例如,在移动装置上)用户或者告知用户(例如,在用户耳边低声说)。
具体实施方式可识别用户周围的个体并然后基于社交信息过滤所识别的个体。可使用各种技术识别人类,诸如,语音或面部识别。人的语音或面部可被用户身体上或者附接至用户和该人所在的房间的音频/视觉装置捕捉。关于所识别的个体的社会信息可从该个体的社交资料中检索。所识别的个体可被分成特定类别(例如,单身女士、具有特殊职业的人、具有共同利益的人等)。属于特定类别的那些人可为用户示出(例如,显示给用户或者告知用户)。
具体实施方式可识别用户周围的个体,并且然后为用户自动识别感兴趣的人而不要求用户手动选择感兴趣的人。可使用各种技术识别人类,诸如,语音或面部识别。人的语音或面部可被用户身体上或者附接至用户和该人所在的房间的音频/视觉装置捕捉。可基于用户的行为识别感兴趣的人。例如,用户可注视一个人或在一个人旁边站了一会儿或者与一个人进行谈话。这导致这个人被识别为用户对其具有特殊兴趣。关于感兴趣的人的信息(例如,社交信息)可显示给用户。关于感兴趣的人的社会信息可从这个人的社交资料中检索。该信息可显示(例如,在移动装置上)给用户或者告知用户(例如,在用户耳边低声说)。
具体实施方式可以更细的粒度确定人的存在。全球定位系统(GPS)和签到(check-in)信息使系统能够在一般区域中(例如,建筑物内部)而不是在更具体的位置(例如,在建筑物的具体房间中)确定人的存在。当用户组位于区域内(例如,房间内部)时,每个用户的移动装置可向服务器发送关于他/或她周围的人的信息(例如,录音或面部图像)。服务器可识别(例如,通过语音或面部识别)这个人,然后确定每个用户在房间内的具体位置以及多个用户的相对位置。服务器可以发送引导信息以将用户引导至另一个用户,或者告诉用户另一个用户在房间内的位置。
具体实施方式可连续地捕捉用户周围的音频/视觉信息。用户可佩戴连续(例如,每两秒一帧)捕捉音频/视觉信息的音频/视觉记录装置。所捕捉的音频/视觉信息可被上传至服务器并进行处理。例如,感兴趣的视频/视觉片段可发布到用户的时间表或者为用户保存以稍后观看。在具体实施方式中,用户可查询在具体时间或者在具体事件期间所发生的音频/视觉信息。在具体实施方式中,音频/视觉信息可发布到开放图(Open Graph)或者与社交网络系统相关的社交图。
附图说明
图1示出了与社交网络系统相关的实例网络环境。
图2示出了实例社交图。
图3示出了当第一用户在第二用户附近时将从社交网络系统检索的关于第一用户的信息提供至第二用户的实例方法。
图4示出了当第一用户在第二用户附近时将从社交网络系统检索的关于第一用户组的信息提供至第二用户的实例方法。
图5示出了基于第二用户的行为自动地识别第二用户特别感兴趣的第一用户的实例方法。
图6示出了用于确定单个用户在封闭区域(enclosure)内的具体位置的实例方法。
图7示出用于连续捕捉用户周围的音频/视觉信息的实例方法。
图8示出了实例计算机系统。
具体实施方式
增强现实(AR)是关于利用虚拟信息增强现实世界环境以改善人的感官和技能。在具体实施方式中,可从社交网络系统中检索信息。
图1示出了与社交网络系统相关的实例网络环境100。网络环境100包括用户101、客户端系统130、社交网络系统160以及通过网络110彼此连接的第三方系统170。尽管图1示出了用户101、客户端系统130、社交网络系统160、第三方系统170以及网络110的具体布置,但是本公开考虑用户101、客户端系统130、社交网络系统160、第三方系统170以及网络110的任何合适的布置。作为实例而是作为限制,多客户端系统130、社交网络系统160以及第三方系统170的两个或更多个可绕开网络110直接彼此连接。作为另一实例,客户端系统130、社交网络系统160以及第三方系统170的两个或更多个可物理地或逻辑地整体或部分共同位于同一位置。此外,尽管图1示出了用户101、客户端系统130、社交网络系统160、第三方系统170以及网络110的具体数量,但是本公开考虑用户101、客户端系统130、社交网络系统160、第三方系统170以及网络110的任何合适的数量。作为实例而不是作为限制,网络环境100可包括多个用户101、客户端系统130、社交网络系统160、第三方系统170以及网络110。
在具体实施方式中,用户101可以是与或通过社交网络系统160交互或者通信的个体(人类用户)、实体(例如,企业、商家或第三方应用)或者(例如,个体的或者实体的)组。在具体实施方式中,社交网络系统160可以是承载在线社交网络的网络可寻址计算系统。例如,社交网络系统160可产生、存储、接收以及发送社交网络数据,诸如,用户资料数据、概念资料数据、社交图信息或者与在线社交网络相关的其他合适的数据。社交网络系统160可由网络环境100的其他组件直接或者经由网络110访问。在具体实施方式中,社交网络系统160可包括授权服务器,其允许用户101选择启用还是不启用使他们的动作被社交网络系统160记录或者与其他系统(例如,第三方系统170)共享,诸如,通过设定适当的隐私设置。在具体实施方式中,第三方系统170可以是能够承载各种软件应用的网络可寻址计算系统。例如,第三方系统170可产生、存储、接收、以及发送各种类型的数据,诸如,与第三方应用相关的数据。第三方系统170可通过网络环境100的其他组件直接或者经由网络110访问。在具体实施方式中,一个或多个用户101可使用一个或多个客户端系统130以访问社交网络系统160或第三方系统170,向社交网络系统160或第三方系统170发送数据以及从社交网络系统160或第三方系统170接收数据。客户端系统可直接地、经由网络110或者经由第三方系统访问社交网络系统160或第三方系统170。作为实例而不是作为限制,客户端系统130可经由社交网络系统160访问第三方系统170。例如,客户端系统130可以是任何合适的计算装置,诸如,个人计算机、便携式计算机、蜂窝电话、智能电话或者平板电脑。
在具体实施方式中,客户端系统130可以是移动计算装置,诸如,智能电话、平板电脑或者便携式计算机,其可包括用于确定它的地点、方向或方位的功能,诸如,GPS接收器、罗盘或者陀螺仪。这种装置还可包括用于无线通信的功能,诸如,蓝牙通信、近场通信(NFC)或红外(IR)通信或者与无线局域网(WLAN)或蜂窝电话网络通信。这种装置还可包括一个或多个摄像头、扫描仪、触摸屏、麦克风或扬声器。移动计算装置还可执行软件应用,诸如,游戏、网页浏览器或者社交网络应用。利用社交网络应用,用户可与他们社交网络中的其他用户连接、通信并共享信息。
本公开考虑任何合适的网络110。作为实例而并非作为限制,网络110的一个或多个部分可包括自组织网、内联网、外联网、虚拟专用网(VPN)、局域网(LAN)、无线LAN(WLAN)、广域网(WAN)、无线WAN(WWAN)、城域网(MAN)、互联网的一部分、公共电话交换网(PSTN)的一部分、蜂窝电话网或者这些中的两个或更多个的组合。网络110可包括一个或多个网络110。
链路150可将客户端系统130、社交网络系统160以及第三方系统170连接至通信网络110或者彼此连接。本公开考虑任何合适的链路150。在具体实施方式中,一个或多个链路150包括一个或多个有线线路(诸如,数字用户线路(DSL)或有线电缆数据服务接口规范(DOCSIS))、无线(诸如,Wi-Fi或微波存取全球互通(WiMAX))或者光学的(诸如,同步光网络(SONET)或同步数字体系(SDH))链路。在具体实施方式中,一个或多个链路150分别包括自组织网、内联网、外联网、VPN、LAN、WLAN、WAN、WWAN、MAN、互联网的一部分、PSTN的一部分、基于蜂窝技术的网络、基于卫星通信技术的网络、另一种链路150或者这些链路150中的两个或更多个的组合。链路150在整个网络环境100中不必相同。在一个或多个方面,一个或多个第一链路150可不同于一个或多个第二链路150。
在具体实施方式中,各种类型的数据或信息可存储在社交网络系统160中。例如,社交网络系统160的每个用户具有用户资料,关于用户的信息(例如,个人基本信息、教育背景、职业、爱好等)可存储在社交网络系统160中。此外,用户之间的社交关系、用户活动、用户帖子以及上传(例如,图像),以及其他类型的信息也可存储在社交网络系统160中。利用具体实施方式,社交网络系统160的信息可存储在具有任意数量的节点和边的图形结构中。该图形可被称为社交图或开放图,部分原因在于该图形用于存储之间的社交信息。
图2示出了实例社交图200。在具体实施方式中,社交网络系统160可将一个或多个社交图200存储在一个或多个数据存储中。在具体实施方式中,社交图200可包括多个节点和连接节点的多个边206,多个节点可包括多个用户节点202或多个概念节点204。图2中示出了实例社交图200,为了教导的目的,以二维视觉图表示。在具体实施方式中,社交网络系统160、客户端系统130或者第三方系统170可访问社交图200以及用于合适的应用的相关社交图信息。例如,社交图200的节点和边可作为数据对象存储在数据存储(诸如,社交图数据库)中。这种数据存储可包括社交图200的节点或边的一个或多个可搜索或者可查询的索引。
在具体实施方式中,用户节点202可对应于社交网络系统160的用户。作为实例而并非作限制,用户可以是与或通过社交网络系统160交互或者通信的个体(人类用户)、实体(例如,企业、商家或第三方应用)或者(例如,个体的或者实体的)组。在具体实施方式中,当用户在社交网络系统160注册账户时,社交网络系统160可创建对应于该用户的用户节点202并且将用户节点202存储在一个或多个数据存储中。在适当情况下,本文中所描述的用户和用户节点202可指代注册用户和与注册的用户相关的用户节点202。此外或者可替代地,在适当情况下,本文中所描述的用户和用户节点202可指代还没有在社交网络系统160上注册的用户。在具体实施方式中,用户节点202可与通过用户提供的信息或者通过各种系统(包括社交网络系统160)收集的信息相关联。作为实例而并非作为限制,用户可提供他或她的姓名、资料图片、联系信息、出生日期、性别、婚姻状况、家庭状况、职业、教育背景、喜好、兴趣或其他个人信息。在具体实施方式中,用户节点202可与对应于和用户相关联的信息的一个或多个数据对象相关联。在具体实施方式中,用户节点202可对应于一个或多个网页。
在具体实施方式中,概念节点204可对应于概念。作为实例而并非作为限制,概念可对应于地点(诸如,电影院、餐馆、地标或者城市);网站(诸如,例如与社交网络系统160相关的网站或与网络应用服务器相关的第三方网站);实体(诸如,例如个人、商家、群体、运动团体或者名人);可以位于社交网络系统160内或外部服务器(诸如,网络应用服务器)上的资源(诸如,例如音频文件、视频文件、数字图片、文本文件、结构文档或者应用程序);不动产或知识产权(诸如,例如雕塑、绘画、电影、游戏、歌曲、想法、图片或书面作品);游戏;活动;想法或理论;另一合适的概念;或者两个或更多个这种概念。概念节点204可与通过用户提供的概念信息或者通过包括社交网络系统160的各种系统收集的信息相关联。作为实例而并非作为限制,概念信息可包括名称或标题、一个或多个图像(例如,书籍的封面图像)、位置(例如,地址或地理位置)、网站(可与URL相关联)、联系信息(例如,电话号码或电子邮件地址)、其他合适的概念信息、或者这种信息的任何合适的组合。在具体实施方式中,概念节点204可与对应于和概念节点204相关联的信息的一个或多个数据对象相关联。在具体实施方式中,概念节点204可对应于一个或多个网页。
在具体实施方式中,社交图200中的节点可表示网页或者由网页(其可被称为“资料页面(profile page)”)表示。资料页面可由社交网络系统160承载或者可被社交网络系统160访问。资料页面还可承载在与第三方服务器170相关联的第三方网站上。作为实例而并非作为限制,与特定的外部网页对应的资料页面可以是特点的外部网页,并且资料页面可对应于特定的概念节点204。所有其他用户或者其选择子组可查看资料页面。作为实例而并非作为限制,用户节点202可具有相应的用户资料页面(其中,相应的用户可添加内容、发表声明或者以其他方式表达其自身的想法)。作为另一实例而并非作为限制,概念节点204可具有相应的概念资料页面(其中,一个或多个用户可添加内容、发表声明、或者表达其自身的想法),尤其与对应于概念节点204的概念有关。
在具体实施方式中,概念节点204可表示由第三方系统170承载的第三方网页或者资源。第三方网页或资源可包括各种要素、内容、可选或其他图标或者表示动作或活动的其他可相互作用的(inter-actable)对象(例如,其能够以JavaScript、AJAX或PHP编码实施)。作为实例而并非作为限制,第三方网页可包括可选的图标,诸如“喜欢”、“签到”、“美食(eat)”、“评论”或者其他合适的动作或活动。用户浏览第三方网页可通过选择一个图标(例如,“美食”)来执行动作,导致客户端系统130将指示用户动作的消息发送至社交网络系统160。响应于该消息,社交网络系统160可在对应于用户的用户节点202与对应于第三方网页或资源的概念节点204之间创建边(例如,“美食”边)并且在一个或多个数据存储中存储边206。
在具体实施方式中,社交图200中的一对节点可通过一个或多个边206相互连接。连接一对节点的边206可表示该对节点之间的关系。在具体实施方式中,边206可包括或者表示与一对节点之间的关系对应的一个或多个数据对象或者属性。作为实例而并非作为限制,第一用户可指示第二用户是第一用户的“朋友”。响应于该指示,社交网络系统160可向第二用户发送“好友请求”。如果第二用户确认该“好友请求”,则社交网络系统160可在社交图200中创建将第一用户的用户节点202连接至第二用户的用户节点202的边206,并且将边206作为社交图信息存储在一个或多个数据存储24中。在图2的实例中,社交图200包括指示用户“A”与用户“B”的用户节点202之间的朋友关系的边206以及指示用户“C”与用户“B”的用户节点202之间的朋友关系的边。尽管本公开描述或示出了连接特点用户节点202的具有特点属性的特点边206,但是本公开考虑连接用户节点202的具有任何合适的属性的任何合适的边206。作为实例而并非作为限制,边206可表示朋友关系、家庭关系、业务或者雇佣关系、粉丝关系、伙伴关系、访客关系、客户关系、上级/下级关系、互惠关系、非互惠关系、另一合适类型的关系、或者两个或更多个这种关系。此外,尽管本公开整体描述了连接的节点,但是,本公开还描述连接的用户或概念。本文中,在适当情况下,对连接的用户或概念的引用是指与在社交图200中通过一个或多个边206连接的那些用户或者概念对应的节点。
在具体实施方式中,用户节点202与概念节点204之间的边206可表示由与用户节点202相关的用户针对与概念节点204相关的概念执行的具体动作或活动。作为实例而并非作为限制,如图2所示,用户可“喜欢”、“参与”、“播放”、“收听”、“烹饪”、“任职于”、或者“观看”概念,其中每个可对应于边类型或子类型。例如,与概念节点204对应的概念资料页面可包括可选的“签到图标”(诸如,可点击的“签到”图标)或者可选的“添加到收藏夹”图标。类似地,在用户点击这些图标之后,社交网络系统160可响应与相应动作对应的用户动作创建“喜好”边或者“签到”边。作为另一实例而并非作为限制,用户(用户“C”)可使用特定应用(SPOTIFY,其是在线音乐应用)收听特定的歌曲(“Ramble On”)。在这种情况下,社交网络系统160可在与用户对应的用户节点202和与歌曲和应用对应的概念节点204之间创建“收听”边206和“使用”边(如图2所示),以指示该用户收听了该歌曲并且使用了该应用。此外,社交网络系统160可在与歌曲和应用对应的概念节点204之间创建“播放”边206(如图2所示),以指示由特定应用播放特定歌曲。在这种情况下,“播放”边206对应于通过外部应用(SPOTIFY)对外部音频文件(歌曲“Imagine”)执行的动作。尽管本公开描述了连接用户节点202和概念节点204的具有特点属性的特定边206,但是本公开考虑了连接用户节点202和概念节点204的具有任何合适属性的任何合适的边206。此外,尽管本公开描述了用户节点202与概念节点204之间的表示单一关系的边,但是本公开考虑用户节点202与概念节点204之间表示一个或多个关系的边。作为实例而并非作为限制,边206可表示用户喜欢特定的概念并且已经使用该特定概念。可替代地,另一个边206可表示用户节点202与概念节点204之间(如图2所示,在用户“E”的用户节点202与“SPOTIFY”的概念节点204之间)的每种类型的关系(或者多种单一关系)。
在具体实施方式中,社交网络系统160可在社交图200中创建用户节点202与概念节点204之间的边206。作为实例而并非作为限制,用户浏览概念资料页面(诸如,通过使用网页浏览器或者由用户的客户端系统130承载的专用应用)通过点击或选择“喜欢”图标可指示他或她喜欢通过概念节点204表示的概念,这可导致用户的客户端系统130将指示用户喜爱与概念资料页面相关的概念的消息发送至社交网络系统160。响应于该消息,社交网络系统160可在与用户相关的用户节点202与概念节点204之间创建边206,如通过用户与概念节点204之间的“喜欢”边206所示出的。在具体实施方式中,社交网络系统160可将边206存储在一个或多个数据存储中。在具体实施方式中,可响应于特定的用户动作由社交网络系统160自动地形成边206。作为实例儿并非作为限制,如果第一用户上传图片、观看电影、或者收听歌曲,则可在与第一用户对应的用户节点202和与这些概念对应的概念节点204之间形成边206。尽管本公开描述了以特定方式形成边206,但是本公开考虑了以任意合适的方式形成任何合适的边206。
从社交网络系统160可获得的信息可用于增强特定个体的现实。例如,假设一群人聚集在一个地方。它可以是会议、社交活动(例如,生日晚会、婚礼)或集会,或者事件(例如,音乐会、体育赛事)。其有助于提供呈现给彼此的关于出席的个人的信息。在一些情况下,如果一个人是社交网络系统160的用户,则可从社交网络系统160(例如,从社交网络系统160的个人用户资料或社交图200)检索关于这个人的信息。
图3示出了当第一用户在第二用户附近时为第二用户提供关于第一用户的信息的实例方法。应注意,可重复图3中示出的步骤以向第二用户提供关于不同的第一用户的信息。假设至少包括第一用户和第二用户的一组用户一起聚集在一个地点。该地点可以是建筑物或房屋内的房间、营业场所(例如,俱乐部、餐馆、商店)、公共场所(例如,街角、停车场)等。本公开考虑人类聚集的任何合适的地点。进一步假设第一用户在第二用户附近。应注意,单词“附近(nearby)”并不意味着第一用户和第二用户必须彼此紧挨着。而是,第二用户在空间上紧紧邻近第一用户或者第二用户意识到第一用户的存在(例如,第二用户可以看见第一用户或者甚至从远方听到第一用户)就足够了。
在步骤310中,具体实施方式识别第一用户,这服从于第一用户的隐私设置。例如,只有当第一用户的隐私设置表示第一用户同意被识别时才能识别第一用户。存在识别用户的不同方式,并且本公开考虑识别个人的任何合适的技术。
利用某些实施方式,可通过面部识别来识别第一用户。在此情况下,可利用视觉记录装置拍摄第一用户的面部图像,这也服从于第一用户的隐私设置(即,只有当第一用户的隐私设置表示该第一用户同意拍摄其图像才能拍摄第一用户的图像)。第一用户的面部图像可被处理并且与已知身份的人的图像进行比较以确定第一用户的身份。例如,如果第一用户是社交网络系统160的成员,则可将第一用户的面部图像发送至社交网络系统160并且与社交网络系统160的用户的资料或其他图像(例如,来自用户影集的图像)进行比较。如果发现匹配,则其资料图像匹配第一用户面部图像的用户姓名应该是第一用户的姓名。
利用某些实施方式,可通过语音识别来识别第一用户。在此情况下,可利用音频记录装置(例如,语音或视频记录器、麦克风)获取第一用户的语音,这服从于第一用户的隐私设置(即,只有当第一用户的隐私设置表示该第一用户同意记录其语音时才能记录第一用户的语音)。第一用户的语音记录可被处理并且与已知身份的人的语音记录进行比较以确定第一用户的身份。例如,如果第一用户是社交网络系统160的成员,则可将第一用户的语音记录发送至社交网络系统160并且与社交网络系统160的用户的语音记录进行比较。如果发现匹配,则其语音记录匹配第一用户的语音记录的用户姓名应该是第一用户的姓名。
为了进一步改善面部识别或语音识别的结果,利用某些实施方式,可使用存储在社交图200中的信息,尤其是社交网络系统160的社交关系和签到信息。假设第二用户是社交网络系统160的成员。当将第一用户的面部图像与已知身份的人的图像进行比较或者将第一用户的语音记录与已知身份的人的语音记录进行比较时,搜索池(search pool)(即,在具有已知身份的人中搜索第一用户的身份)可限于,例如但不限于:(1)第二用户的朋友(即,根据社交图200与第二用户具有直接联系的社交网络系统160的用户),(2)第二用户的朋友的朋友(即,根据社交图200通过一个其他用户与第二用户具有间接联系的社交网络系统160的用户),(3)与第二用户在相同位置签到的社交网络系统160的用户,(4)未在与第二用户不同的某些其他位置签到并且最近未在远离第二用户的位置签到的第二用户的朋友(例如,在过去几个小时内没有在距离第二用户登陆的位置超过60米的地方签到的第二用户的朋友),(5)具有已知身份并且具有良好模板信息(例如,良好的音频记录或面部图像)的人,其中,语音或面部识别算法可提供更精确的结果,或者(6)以上所述的任何组合。其他可应用的标准也可用于限制该搜索池。此外,为了保护用户隐私,该搜索池可排除那些设置了他们的隐私规则以防止在此情况下他们自己被自动识别(即,从身份识别结果中把他们自己去除)的人。
存在为了识别用户的目的而获取用户的面部图像和用户的语音记录的不同方式,并且本公开考虑用于获取用户的面部图像或语音记录的任何合适的技术。例如,第二用户可具有音频或视觉记录装置并且使用这种装置拍摄第一用户的面部图像(例如,当第一用户面对第二用户时)或者记录第一用户的语音(例如,在第一用户讲话时)或者两者。音频/视觉记录装置(例如,照相机、麦克风)可采用任何形式,并且本公开考虑任何合适的音频/视觉记录装置。例如,记录装置可结合在由第二用户携带或佩戴的智能电话、首饰(例如,项链、胸针)、手表或者眼镜中,使得不会太明显。又例如,如果第一用户和第二用户在封闭区域内,诸如,房屋或建筑物中的房间,该房间周围(例如,在房间的墙上或天花板中)可安装音频/视觉记录。每个记录装置可获取非常接近于该装置的用户的音频/视觉记录。在这两种情况下,视觉记录装置可结合鱼眼透镜以拍摄广角图像。
利用某些实施方式,可通过第一用户携带的移动装置识别第一用户,这服从于第一用户的隐私设置。例如,当第一用户携带智能电话时,可通过无线电信号(例如,通过三角测量)或者全球定位系统(GPS)传感器数据来确定该智能电话的位置。第一用户的位置可从第一用户的智能电话的位置获取。在一些情况下,如果第一用户是社交网络系统160的成员,则由第一用户携带的智能电话的电话号码可发送至社交网络系统160并且与社交网络系统160的用户的移动电话号码(例如,在用户资料中发现的)进行比较。如果发现匹配,则在大多数情况下,其移动电话号码匹配第一用户的智能电话的电话号码的用户姓名也应该是第一用户的姓名。在其他情况下,由第一用户携带的智能电话的电话号码可对照适当的电话公司记录进行核对以确定电话号码的拥有者的姓名,在大多数情况下,该姓名应该是第一用户的姓名。又例如,当第一用户携带具有唯一标识符的蓝牙装置(例如,头戴耳机)时,该蓝牙装置可用于识别第一用户。在大多数情况下,蓝牙装置的已知拥有者的姓名应该是第一用户的姓名。
利用某些实施方式,可通过第一用户结合社交网络系统160在集会时执行的动作来识别第一用户,这服从于第一用户的隐私设置。例如,如果第一用户在到达集会时在社交网络系统160上执行了“签到”动作,则表示该第一用户在集会上。该信息可与其他可用信息(例如,由在相同集会上的其他用户执行的“签到”动作、第一用户的社交联系)交叉参考以识别第一用户。
为了保证第一用户被准确地识别,具体实施方式可采用合适的识别法的组合。例如,可通过面部和语音识别、通过语音识别和由第一用户携带的移动装置等来识别第一用户。
在某些实施方式中,第一用户的识别可由社交网络系统160的计算装置(例如,服务器)执行。在该情况下,信息(例如,第一用户的面部图像或语音记录、由第一用户携带的移动装置的标识符)可发送至社交网络系统160的计算装置,其反过来识别第一用户。在其他实施方式中,第一用户的识别可由第二用户的移动装置执行。例如,第二用户的智能电话可捕捉第一用户的面部图像并且执行面部识别,或者获取第一用户的语音记录并且执行语音识别。如有必要,为了有助于识别成果,第二用户的智能电话可从社交网络系统160获取适当的信息。
一旦确定第一用户的身份(例如,社交网络系统160中的姓名、用户标识符(ID)),在步骤320中,具体实施方式可从社交网络系统160检索关于第一用户的信息。利用某些实施方式,可从社交网络系统160的第一用户的资料检索关于第一用户的信息,诸如,第一用户的背景、职业、工作、爱好、兴趣、婚姻状况等。利用某些实施方式,可从社交网络系统160的社交图或开放图(例如,社交图200)检索关于第一用户的信息。例如,可从社交图200检索第一用户的社交联系(例如,朋友、家人)、社交互动(例如,第一用户与社交网络系统160的其他用户之间)、在线活动(例如,通信、发帖、文件上传、访问的网站等)、或者移动活动(例如,签到、电话呼叫、文本等)。
为了保护第一用户的隐私,利用某些实施方式,从社交网络系统160检索的关于第一用户的信息仅是公众可访问或者授权第二用户访问(例如,基于朋友关系)的特定信息。不能检索未授权第二用户访问的信息(例如,私人信息)。可基于社交网络系统160上第一用户的账户中指定的隐私设置确定第二用户可访问关于第一用户的哪些特定信息。
在步骤330中,具体实施方式可向第二用户提供关于第一用户的信息(例如,当第一用户和第二用户均在集会上时)。存在向用户提供信息的不同方式,并且本公开考虑用于向用户提供信息的任何合适的技术。
利用某些实施方式,关于第一用户的信息可显示在由第二用户携带的移动装置(例如智能电话)的屏幕上。例如,该信息可与第一用户的面部图像一起呈现。利用某些实施方式,关于第一用户的信息可低声告诉第二用户(例如,通过由第二用户佩戴的耳机或者由第二用户携带的移动装置的扬声器)。该声音的音量可以十分低,使得只有第二用户可听到关于第一用户的信息。
当多个用户聚集在一起(例如,在社交或专门聚会上)时,可识别用户然后归类(例如,基于用户之间的相似之处)。图4示出了当第一用户在第二用户附近时向第二用户提供关于第一用户组的信息的实例方法400。假设包括一个或多个第一用户和第二用户的用户组一起聚集在一个地方。再次,该地点可以是建筑物或房屋内的房间、营业场所(例如,俱乐部、餐馆、商店)、公共场所(例如,街角、停车场)等。本公开考虑人类聚集的任何合适的地点。进一步假设第一用户在第二用户附近(即,例如,因为第二用户能够看见或者听到第一用户,第二用户意识到第一用户的存在)。
在步骤410中,具体实施方式可识别第二用户附近的每个第一用户,这服从于每个第一用户的隐私设置。在具体实施方式中,可使用如上结合图3的步骤310所述的类似技术识别每个第一用户。
一旦确定每个第一用户的身份(例如,社交网络系统160中的姓名、用户ID),则在步骤420中,具体实施方式可从社交网络系统160检索关于每个第一用户的信息。在具体实施方式中,可使用如上结合图3的步骤320所述的类似技术检索关于每个第一用户的信息。
在步骤430中,具体实施方式可基于关于第一用户的信息将第一用户分为一个或多个组,这服从于每个第一用户的隐私设置(即,只有当每一个第一用户的隐私设置指示可使用该信息(诸如,每个第一用户的公共信息)时,关于每个第一用户的特定信息才能用于将第一用户进行分类)。存在将用户组进行分类的不同方式,并且本公开考虑用于用户分类的任何合适的技术。
利用某些实施方式,可基于第一用户之间的相似之处或者第一用户和第二用户之间的相似之处将第一用户分类。例如,可基于他们的职业(例如,工程师、医生、律师、教师等)、他们的爱好(例如,邮票收集、摄影、烹饪、航行等)、他们的性别(例如,女性、男性)、他们的感情状况(例如,单身、已婚、离婚等)、他们的年龄段等将第一用户分类,这服从于每个第一用户的隐私设置。作为另一实例,可基于他们是否与第二用户具有共同爱好(例如,如果第二用户喜欢钓鱼,则所有也喜欢钓鱼的第一用户可被分在一起),或者他们是否与第二用户在相同的公司工作,或者他们是否与第二用户上过相同的大学,或者他们是否与第二用户处于相同的年龄段等来将第一用户分类,这服从于每个第一用户的隐私设置。作为第三实例,可基于与第一用户和第二用户相关联的亲近度(affinity)或系数值来将第一用户分类。利用某些实施方式,可计算每个第一用户与第二用户之间的亲近度值,其衡量每个第一用户与第二用户之间的关系。利用某些实施方式,可计算每个第一用户与对象之间以及第二用户与该相同对象之间的亲近度值。在美国专利申请11/503,093中更详细地描述了亲近度,通过引用将其全部内容结合于此。
利用某些实施方式,可基于由第二用户指定的标准将第一用户分类。例如,如果第二用户希望在集会上找到合适的约会对象,则第二用户可指定诸如女性、年龄在25岁和35岁之间、单身或离异、以及对追求浪漫关系感兴趣的标准。然后,所有满足这些标准的第一用户可被分为相同的组。如另一实例,如果第二用户(例如,商务女士)希望在集会上建立职业网络,则第二用户可指定诸如公司执行官或者在商务或财经方面具有高学历的标准。然后,所有满足这些标准的第一用户可被分为相同的组。如第三实例,如果第二用户对寻找打网球的伙伴感兴趣,则第二用户可指定诸如对网球感兴趣、一周至少打一次网球以及高级网球运动员的标准。再次,所有满足这些标准的第一用户可被分为相同的组。
在步骤440中,具体实施方式可将属于特定组的那些特定的第一用户告知第二用户。应注意,可重复步骤440以告知第二用户来自不同组的特定的第一用户。在具体实施方式中,可使用如上结合图3的步骤330所述的类似技术来告知第二用户。例如,来自该组的每个第一用户的姓名和图像可显示在第二用户的移动装置(例如,智能电话)的屏幕上,使得第二用户可使用该图像以识别附近的真实的人并且将每个姓名与面部进行匹配。如另一实例,来自该组的每个第一用户的姓名和简要描述可被低声告知第二用户(例如,通过由第二用户佩戴的耳机)。
利用某些实施方式,关于来自该组的每个第一用户或者所选择的第一用户的信息(例如,从社交网络系统160检索的信息)可提供给第二用户。例如,假设该集会在夜总会举行并且第二用户对寻找约会对象感兴趣。则满足由第二用户指定的约会对象标准的那些第一用户的姓名和图像可呈现给第二用户。在检查这些图像之后,第二用户可能尤其对三个具体的第一用户感兴趣。然后,关于这三个第一用户的每一个的附加信息(例如,职业、兴趣、爱好、教育背景等)可呈现给第二用户,使得第二用户可在她们之间做出选择。如另一实例,假设第二用户对满足处于有影响力的位置的人感兴趣。则满足由第二用户指定的职业网络标准(例如,公司执行官)的那些第一用户的姓名和图像可呈现给第二用户。此外,对于这些第一用户中的每一个,关于第一用户的信息,诸如,第一用户当前工作的公司、第一用户在该公司的当前职位、第一用户的教育或履历等可呈现给第二用户,使得第二用户可确定与哪一个具体的第一用户联系。
当多个用户聚集在一起(例如,在社交或专门聚会上)时,一个用户可能对另一个用户特别感兴趣并且希望了解关于该其他用户的更多信息。图5示出了基于第二用户的行为自动地识别第二用户特别感兴趣的第一用户的实例方法500。应注意,可重复图5中示出的步骤以识别第二用户特别感兴趣的不同的第一用户。假设包括一个或多个第一用户和第二用户的用户组一起聚集在一个地方。例如,该地点可能是建筑物或房屋内的房间、营业场所(例如,俱乐部、餐馆、商店)、公共场所(例如,街角、停车场)等。本公开考虑人类聚集的任何合适的地点。进一步假设第一用户在第二用户附近(即,例如,因为第二用户能够看见或者听到第一用户,第二用户意识到第一用户的存在)。
在步骤510中,具体实施方式可识别第二用户附近的每个第一用户,这服从于每个第一用户的隐私设置。在具体实施方式中,可使用如上结合图3的步骤310所述的类似技术识别每个第一用户。
在步骤520中,具体实施方式可基于第二用户的行为识别第二用户可能特别感兴趣的具体的第一用户。换言之,第二用户没必要为了指出(例如,向计算机系统)哪个第一用户是第二用户感兴趣的人的特定目的而执行明确的动作。而是,通过第二用户的行为暗中地识别可能是第二用户特别感兴趣的第一用户。存在可用于识别用户感兴趣的人的不同的用户行为并且本公开考虑任何适用的用户行为。
利用某些实施方式,可确定集会上各个用户的位置(以下结合图6进行更详细的描述)。当第二用户保持(例如,站立或坐着)靠近(例如,紧挨着)特定的第一用户持续阈值时间段(例如,一分钟)时,则该第一用户可被识别为第二用户特别感兴趣的人。例如,由第二用户携带的移动装置可包括加速计,其可用于测量该移动装置适当的加速度并且因此测量第二用户的加速度。这可用于确定在任何给定的时间第二用户是否在移动或者保持静止。因此,如果第二用户位于紧挨着特定的第一用户并且在阈值时段内保持静止在那儿,则该第一用户可被自动地识别为第二用户特别感兴趣的人。
利用某些实施方式,可跟踪(例如,通过视网膜跟踪)第二用户的眼球移动。眼球追踪是测量一个人的眼镜的注视点或者相对于该人的头部的运动的过程。存在测量眼球位置和眼球移动的各种眼球跟踪装置,并且本公开考虑任何可适用的眼球跟踪装置。例如,第二用户可佩戴具有嵌入式镜子或磁场传感器的专用隐形眼镜。可以基于隐形眼镜的移动测量眼球的移动。如另一实例,第二用户可佩戴一副具有摄影头或光学传感器的眼镜。从眼球反射的光(例如,红外线)被摄影头或光学传感器感测到,并且基于反射的变化提取眼球旋转。当第二用户注视特定的第一用户持续阈值时间段(例如,30秒)时,该第一用户可被识别为第二用户特别感兴趣的人。可替代地,当第二用户在注视特定的第一用户时眨了阈值次数的眼睛(例如,接连三次)时,该第一用户可被识别为第二用户特别感兴趣的人。
利用某些实施方式,第二用户可携带包括音频记录装置的移动装置。音频记录装置可连续捕捉第二用户周围的语音。当第二用户与特定的第一用户交谈或者讲话持续阈值时间段(例如,30秒)时,该第一用户可被识别为第二用户特别感兴趣的人。可替代地,当第二用户在站在或坐在特定的第一用户旁边时说了预定的单词(例如,信息)时,该第一用户可被识别为第二用户特别感兴趣的人。
为了提高识别第二用户特别感兴趣的特定的第一用户的准确性,具体实施方式可采用合适的识别方法的组合。例如,当第二用户注视第一用户持续阈值时间段并且说了预定的单词时,或者当第二用户紧挨着第一用户站立了阈值时间段并且眨了阈值次数的眼睛时,第一用户可被识别。
一旦自动地识别了第二用户特别感兴趣的特定的第一用户,在步骤530中,具体实施方式可从社交网络系统160检索关于特定的第一用户的信息。在具体实施方式中,可使用如上结合图3的步骤320所述的类似技术检索关于特定的第一用户的信息。
在步骤540中,具体实施方式可将关于第二用户特别感兴趣的特定的第一用户的信息提供给第二用户。在具体实施方式中,可使用如上结合图3的步骤330所述的类似技术提供关于特定的第一用户的信息。例如,关于特定的第一用户的信息可显示在第二用户的移动装置(例如,智能电话)的屏幕上或者可听见地(例如,通过由第二用户佩戴的耳机)传达至第二用户。
例如,关于特定的第一用户的信息可有助于第二用户与特定的第一用户的交往。假设第二用户在本集会之前从未见过特定的第一用户并且希望将他自己或她自己介绍给特定的第一用户。如果第二用户知道特定的第一用户对运动并且尤其是高尔夫感兴趣,则当与特定的第一用户聊天时第二用户可以选择“高尔夫”作为交谈话题。
对于图3、图4和图5中示出的方法,具体实施方式可认为特定的第一用户(例如,第二用户特别感兴趣的第一用户或者来自特定组的第一用户)与第二用户之间存在关联或者联系。基于这种关联或者联系可为第二用户提供建议或广告。例如,如果第一用户均与第二用户具有共同的兴趣(例如,网球),则第一用户优选的网球设备(例如,衣服、球、球拍)的品牌可推荐给第二用户。
在具体实施方式中,图4至图6中示出的过程可对称地应用于多个用户。例如,当用户X和用户Y均参加活动时,用户X和用户Y均可被识别(例如,使用如上结合图3的步骤310所述的类似技术),并且可检索关于用户X和用户Y的信息(例如,从社交网络系统160)。此后,关于用户X的信息可提供至用户Y,而同时关于用户Y的信息可提供至用户X。
在具体实施方式中,图4至图6中示出的过程可不对称地应用于多个用户。例如,当用户X和用户Y均参加活动时,用户X和用户Y均可被识别(例如,使用如上结合图3的步骤310所述的类似技术),并且可检索关于用户X和用户Y的信息(例如,从社交网络系统160)。此后,关于用户X和用户Y的信息被提供至用户Z,然而关于用户Z的信息不被提供至用户X或者用户Y。例如,用户Z可能是该活动的举办者。然后用户Z可决定是否将用户X和用户Y介绍给彼此(例如,基于他们各自的信息)。这可有助于保护用户X和用户Y的隐私(例如,通过不把他们的信息提供给完全陌生的人)。
当前,各种类型的信息(诸如用户的移动装置或者用户签到的GPS坐标)可用于确定在给定时间的用户的大体位置。例如,用户的签到可指示用户在给定时间在建筑物内部(例如,餐馆、办公楼、购物中心等)但是不能告知具体的房间,或者用户位于的房间中的具体位置。图6示出了用于确定各个用户在封闭区域内的具体位置的实例方法600。假设一组用户聚集在封闭区域内。本公开考虑人类聚集的任何合适的封闭区域。在具体实施方式中,该封闭区域是覆盖的封闭区域(covered enclosure),诸如,结构内的单个房间。
在步骤610中,具体实施方式接收关于位于封闭区域内部的用户的信息,这服从于每个用户的隐私设置。存在多种搜集关于封闭区域内部的用户信息的方式,并且本公开考虑搜集关于封闭区域内部的用户信息的任何适用的技术。
利用某些实施方式,某些或者全部用户可携带包括视觉记录装置的移动装置。例如,视觉记录装置可结合在由用户携带或佩戴的智能电话、首饰(例如,项链、胸针)、手表或者眼镜中,使得不会太明显。在一些情况下,视觉记录装置可具有能够拍摄广角图像(例如,全景或半球形图像)的广角透镜(例如,鱼眼透镜)。例如,用户可利用这种视觉记录装置拍摄封闭区域内部的其他用户的图片并且将图片发送至社交网络系统160。此外,多个用户可拍摄该封闭区域周围的多个图片并且将这些图片发送至社交网络系统160。
利用某些实施方式,封闭区域周围(例如,在墙上、在天花板中)可安装有视觉记录装置。这些视觉记录装置可拍摄封闭区域的各个区域的图片并且将这些图片发送至社交网络系统160。
利用某些实施方式,社交网络系统160可接收通过由各个用户携带的以及安装在封闭区域周围的视觉记录装置拍摄的图片。
不同的图片可捕捉封闭区域内的不同用户。例如,某些图片仅可捕捉几个用户(例如,一个用户、两个用户或者三个用户)而其他图片此时可能捕捉许多用户。相同的用户可能被多个图片捕捉。一些图片可能捕捉封闭区域周围的背景。
在步骤620中,具体实施方式可识别在各个图片中捕捉的各个用户。在具体实施方式中,可使用如上结合图3的步骤310所述的类似技术识别各个用户。更具体地,利用某些实施方式,可通过面部识别来识别用户。在该情况下,可使用合适的计算机软件(例如,图像处理软件)处理在图片中捕捉的每一个具体用户的面部图像。例如,如果用户是社交网络系统160的成员,则可将用户的面部图像与社交网络系统160的用户的资料或其他图像(例如,来自用户影集的图像)进行比较。利用某些实施方式,为了改善面部识别结果或者保护用户隐私,如上结合图3的步骤310所述的,搜索池可限于社交网络系统160的特定用户。如果发现匹配,则其资料图像匹配用户的面部图像的用户姓名应该是第一用户的姓名。
在步骤630中,具体实施方式可确定封闭区域内的每个用户的具体位置。利用某些实施方式,可从包含在图片中的或者与图片相关联的信息推断各个用户的位置。例如,假设第一用户拍摄了并排站立的第二用户和第三用户的图片。该图片显示第二用户位于第三用户的右边,同时第三用户位于第二用户的左边。此外,基于图片的角度,可确定第一用户位于第二用户和第三用户前方的大约四英尺处。如另一实例,假设第四用户拍摄了第二用户、第五用户和第六用户的图片。在该图片中,第五用户和第六用户均位于第二用户的右边。由于第二用户位于第三用户的右边,这意味着第五用户和第六用户也位于第三用户的右边。此外,图片的角度可用于确定第四用户相对于第二用户、第五用户和第六用户的位置。因此,从多个图片中提取的信息可被结合和插值以确定封闭区域内的各个用户的具体位置。
具体实施方式可构造封闭区域的地图,然后在地图上指示每个用户在封闭区域内的位置。由于用户可在封闭区域四周移动,因此根据需要可更新用户的位置。利用某些实施方式,可连续地拍摄封闭区域内的图片(例如,通过用户携带的或者安装在封闭区域四周的视觉记录装置)并且将其发送至社交网络系统160。可从最新的图片中重复推断用户的位置。
具有各个用户的位置的地图可为封闭区域内的用户提供帮助。例如,假设第一用户正在试图定位封闭区域内的第二用户。然而,因为封闭区域光线很弱或者封闭区域内部很拥挤,因此第一用户可能不能容易地看见第二用户。在该情况下,其上标识了第二用户的当前位置的封闭区域的地图可提供至第一用户(例如,发送至并且显示在第一用户的移动装置上),使得第一用户可使用该信息找到第二用户。可替代地,可将第一用户引向第二用户的方向给予第一用户(例如,通过耳机告知第一用户)。
用户可携带音频/视觉记录装置,并且随着用户度过每一天,音频/视觉记录装置可连续地捕捉用户周围的音频/视觉信息。记录装置可被结合在用户携带的移动装置中或者用户穿戴的衣服或饰品(例如,首饰、眼镜、手表)中。图7示出了用于连续捕捉用户周围的音频/视觉信息的实例方法700。应注意,可为不同的用户类似地重复图7中示出的步骤。
在步骤710中,随着用户度过每一天,音频/视觉记录装置可连续地捕捉用户周围的音频/视觉信息。例如,记录装置可定期捕捉图像帧(例如,每分钟一个图像或者每五分钟一个图像)。如另一实例,记录装置可捕捉视频。利用某些实施方式,可根据需要改变记录的频率(例如,每个特定时间段捕捉的图像帧的数目,诸如,每分钟捕捉的帧的数目)。例如,如果用户周围很少有活动,从而随着时间流逝没有什么变化,则可以较低的频率记录图像(例如,每十分钟一个图像)。如果用户周围几乎没有活动,则不需要记录图像。然而,如果用户周围有很多活动(例如,如由加速计或照相机显示的一些突然的移动),则可以高频率记录图像(例如,每两秒一个图像)。因此,可以基于用户周围的活动量或者用户的动作或移动自动调节记录的频率。越多的移动可导致越高的记录频率,同时越少的移动可导致越低的记录频率。
利用某些实施方式,所捕捉的音频/视觉信息可被发送到服务器(例如,社交网络系统160的服务器)以用于进一步分析。可替代地,利用某些实施方式,所捕捉的音频/视觉信息可由用户自己的装置进行处理。利用某些实施方式,可能存在与所捕捉的音频/视觉信息相关联的时间戳,该时间戳指示该信息何时被捕捉。
在步骤720中,具体实施方式可从通过音频/视觉记录装置捕捉的音频/视觉信息中提取音频/视觉片段。实际上,人的日常生活并不总是充满兴趣或者有意义的活动。例如,在正常的上班时间期间,用户可能在他的或她的办公室中度过几个小时,而在这样情况下,可能不存在通过记录装置捕捉的非常重要的信息(例如,大多数图像可能都是用户在计算机前方工作)。另一方面,在晚上或者周末,用户可能与朋友或亲属交往,参加音乐会或运动事件,观看电影等,而在这种情况下,通过记录装置捕捉的信息与这些活动有关并且因此用户更感兴趣。通过处理音频/视觉信息,可提取覆盖用户生活中的特定时间段或者与特定事件相关的音频/视觉片段。例如,如果用户参加音乐会,则可提取覆盖该音乐会的片段,这服从于艺术家或者版权的许可。如另一实例,如果用户休假了,则可提取覆盖该假期的一个或多个片段。如第三实例,如果用户去探亲了几天,则可提取覆盖用户与亲人呆在一起的时间段的一个或多个片段。
在步骤730中,具体实施方式可将音频/视觉片段发布至社交网络系统160的用户的时间轴。利用某些实施方式,时间轴是用户生活的虚拟表示,从用户出生的日期、月份或年份开始并且一直继续下去。沿着时间轴可存在与用户生活中的特定日期或时间段对应的特定时间点。用户生活中发生的重大事件可在时间轴上在适当的和相应的点处表示。例如时间轴上的点可标记用户从中学毕业时的日期,而时间轴上的另一个点可标记用户从大学毕业时的日期。时间轴上可存在对应于用户度假时的点。类似地,音频/视觉片段可沿着时间轴在适当的点处显示,其分别对应于由音频/视觉片段所覆盖的时间段。
在具体实施方式中,音频/视觉片段可发布至社交网络系统160的社交图200。每个音频/视觉片段可由社交图200中的节点表示,其连接至表示用户的节点。用户与音频/视觉片段之间的关系可沿着连接分别表示用户和音频/视觉片段的两个节点的边单独示出。
在具体实施方式中,可存储音频/视觉片段(例如,通过社交网络系统160)。随后用户可检索并且回顾具体片段。利用某些实施方式,用户可发送请求覆盖用户生活中的特定时间段或事件的音频/视觉片段的查询。然后社交网络系统160可定位并向用户发送一个或者多个适当的片段。利用某些实施方式,用户可发送请求特定信息(其可在音频/视觉片段中找到)而不是片段本身的查询。例如,如果用户在几年前与朋友参加了体育赛事,但是不记得那个朋友是谁,则用户可请求体育赛事上那个朋友的身份。社交网络系统160可定位覆盖体育赛事的音频/视觉片段,识别该朋友(例如,通过处理各个图像并且执行面部或语音识别),并且将该朋友的姓名发送至用户。如另一实例,用户可发送指定时间段并且请求在该时间段期间发生的事件的查询。社交网络系统160可定位覆盖该时间段的一个或多个适当的音频/视觉片段,识别该事件并且将该事件的标题发送至用户。
在适当情况下,具体实施方式可重复图3至图7中的方法的一个或多个步骤。尽管本公开描述并且示出了图3至图7中按照具体顺序发生的方法的具体步骤,但是本公开考虑图3至图7中以任何合适顺序发生的方法的任何合适的步骤。此外,尽管本公开描述并且示出了执行图3至图7中的方法的具体步骤的具体部件、装置或系统,但是,本公开考虑执行图3至图7中的方法的任何合适步骤的任何合适部件、装置或系统的任何合适的组合。
图8示出了实例计算机系统800。在具体实施方式中,一个或多个计算机系统800执行本文描述或示出的一种或多种方法的一个或多个步骤。在具体实施方式中,一个或多个计算机系统800提供本文描述或示出的功能。在具体实施方式中,运行在一个或多个计算机系统800上的软件执行本文描述或示出的一种或多种方法的一个或多个步骤或者提供本文描述或示出的功能。具体实施方式包括一个或多个计算机系统800的一个或多个部分。在本文中,在适当情况下,参考计算机系统可包含计算装置,反之亦然。此外,在适当情况下,对计算机系统的引用可包含一个或多个计算机系统。
本公开内容考虑了任何合适数量的计算机系统800。本公开考虑采用任何合适的物理形式的计算机系统800。作为实例并非作为限制,计算机系统800可以是嵌入式计算机系统、片上系统(SOC)、单板式计算机系统(SBC)(诸如,模块上计算机(COM)或模块上系统(SOM))、台式计算机系统、便携式或笔记本计算机系统、互动平台、主机、网格计算机系统网格、移动手机、个人数字助理(PDA)、服务器、平板计算机系统、或者这些中的两个或更多个的组合。在适当情况下,计算机系统800可包括一个或者多个计算机系统800、可以是整体的或者分布的、可跨多个位置、可跨多台机器、可跨多个数据中心或者可存在于云中,在一个或多个网络中,云可包括一个或多个云部件。在适当情况下,一个或者多个计算机系统800可可无实际空间或时间限制的执行本文所描述或示出的一个或多个方法的一个或多个步骤。作为实例并非作限制,一个或者多个计算机系统800可实时地或以批模式执行本文所描述或者示出的一种或者多种方法的一个或者多个步骤。在适当情况下,一个或者多个计算机系统800可在不同时间或者在不同位置执行本文所描述或者示出的一种或者多种方法的一个或者多个步骤。
在具体实施方式中,计算机系统800包括处理器802、内存804、存储器806、输入/输出(I/O)接口808、通信接口810和总线812。尽管本公开描述和示出了在特定的设置中具有特定数量的特定部件的特定的计算机系统,但是本公开考虑在任何合适设置中具有任何合适数量的任何合适部件的任何合适的计算机系统。
在具体实施方式中,处理器802包括用于执行指令(诸如组成计算机程序的那些)的硬件。作为实例而并非作为限制,为了执行指令,处理器802可从内部寄存器、内部缓存、内存804或者存储器806检索(或者取来)指令;解码并执行它们;然后将一个或多个结果写入内部寄存器、内部缓存、内存804或者存储器806。在具体实施方式中,处理器802可包括用于数据、指令或地址的一个或多个内部缓存。在适当情况下,本公开考虑包括任意合适数量的任意合适的内部缓存的处理器802。作为实例而并非作为限制,处理器802可包括一个或多个指令缓存、一个或多个数据缓存以及一个或多个转换后备缓冲器(TLB)。指令缓存中的指令可以是内存804或者存储器806中的指令的副本,并且指令缓存可加速处理器802检索那些指令。在数据缓存中的数据可以是在用于在处理器802中执行指令操作的内存804或存储器806中数据的副本;用于由在处理器802中执行的后续指令访问或用于写入内存804或存储器806的在处理器802中执行的先前指令的结果;或者其他合适的数据。数据缓存可加速处理器802读取或者写入操作。TLB可以加速处理器802的虚拟地址转换。在具体实施方式中,处理器802可包括用于数据、指令或地址的一个或多个内部寄存器。在适当情况下,本公开考虑包括任何合适数量的任何合适的内部寄存器的处理器802。在适当情况下,处理器802可包括一个或多个算术逻辑单元(ALU);可以是多核处理器;或者可包括一个或多个处理器802。尽管本公开描述和说明了具体的处理器,但是本公开考虑任何合适的处理器。
在具体实施方式中,内存804包括用于存储处理器802执行的指令或处理器802操作的数据的主存储器。作为实例而并非作为限制,计算机系统800可将指令从存储器806或另一源(诸如,另一计算机系统800)加载至内存804。然后,处理器802可将指令从内存804加载至内部寄存器或内部缓存。为了执行该指令,处理器802可从内部寄存器或者内部缓存检索指令并且将它们进行解码。在指令的执行期间或之后,处理器802可将一个或多个结果(其可以是中间结果或最终结果)写入到内部寄存器或内部缓存。然后,处理器802可将那些结果中的一个或多个写入到内存804。在具体实施方式中,处理器802仅执行在一个或多个内部寄存器或内部缓存或内存804(与存储器806相反的位置或其他位置)中的指令,并且仅操作在一个或多个内部寄存器或内部缓存或内存804(与存储器806或其他位置对比)中的数据。一个或多个存储器总线(每个可包括地址总线和数据总线)可将处理器802耦接至内存804。如下所述,总线812可包括一个或多个存储器总线。在具体实施方式中,一个或多个内存管理单元(MMU)位于处理器802与内存804之间,并且促进由处理器802要求的对内存804的访问。在具体实施方式中,内存804包括随机存取存储器(RAM)。在适当情况下,该RAM可以是易失性存储器,在适当情况下,该RAM可以是动态RAM(DRAM)或静态RAM(SRAM)。此外,在适当情况下,该RAM可以是单端口或多端口的RAM。本公开考虑任何合适的RAM。在适当情况下,内存804可包括一个或多个内存804。尽管本公开描述和说明了具体的存储器,但是本公开考虑任何合适的存储器。
在具体实施方式中,存储器806包括用于数据或指令的大容量存储器。作为实例并非作为限制,存储器806可包括硬盘驱动(HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(USB)驱动或者它们的两个或更多个的组合。在适当情况下,存储器806可包括可移除的或者不可移除的(或固定的)介质。在适当情况下,存储器806可以是计算机系统800内部的或外部的。在具体实施方式中,存储器806是非易失性的固态存储器。在具体实施方式中,存储器806包括只读存储器(ROM)。在适当情况下,该ROM可以是掩模编程ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或这些的两个或更多个的组合。本公开考虑采用任何合适物理形式的大容量存储器806。在适当情况下,存储器806可包括促进处理器802与存储器806之间通信的一个或多存储器控制单元。在适当情况下,存储器806可包括一个或多个存储器806。尽管本公开描述和说明了具体的存储器,但是本公开考虑任何合适的存储器。
在具体实施方式中,I/O接口808包括用于为计算机系统800与一个或者多个I/O装置之间的通信提供一个或者多个接口的硬件、软件、或者两者。在适当情况下,计算机系统800可包括一个或者多个这种I/O装置。这些I/O装置的一个或多个可实现个人和计算机系统800之间的通信。作为实例而并非作为限制,I/O装置可包括键盘、键板、麦克风、监控器、鼠标、打印机、扫描仪、扬声器、静物照相机、触控笔、平板电脑、触摸屏、跟踪球、摄影机、其他合适的I/O装置或它们中两个或更多个的组合。I/O装置可包括一个或多个传感器。本公开考虑任何合适的I/O装置以及用于它们的任何合适的I/O接口808。在适当情况下,I/O接口808可包括使处理器802能够驱动这些I/O装置中的一个或多个的一个或多个装置或软件驱动器。在适当情况下,I/O接口808可包括一个或多个I/O接口808。尽管本公开描述和示出了具体的I/O接口,但是本公开考虑任何合适的I/O接口。
在具体实施方式中,通信接口810包括用于为计算机系统800与一个或者多个其他计算机系统800或者一个或多个网络之间的通信(诸如,基于数据包的通信)提供一个或者多个接口的硬件、软件、或者两者。作为实例而并非作为限制,通信接口810可包括用于与以太网或其他基于有线网络通信的网络接口控制器(NIC)或网络适配器,或用于与无线网络(诸如WI-FI网络)通信的无线NIC(WNIC)或无线适配器。本公开考虑任何合适的网络和用于其的任何合适的通信接口810。作为实例而非作为限制,计算机系统800可与自组织网络、个人区域网(PAN)、局域网(LAN)、广域网(WAN)、城域网(MAN)或互联网的一个或多个部分或它们的两个或更多个的组合通信。一个或多个这些网络的一个或多个部分可以是有线的或无线的。例如,计算机系统800可与无线PAN(WPAN)(诸如,蓝牙WPAN)、WI-FI网络、WI-MAX网络、蜂窝电话网络(诸如,全球移动通信系统(GSM)网络)或其他合适的无线网络或者这些的两个或更多个的组合通信。在适当情况下,计算机系统800可包括用于这些网络中的任何一个的任何合适的通信接口810。在适当情况下,通信接口810可包括一个或多个通信接口810。尽管本公开描述和示出了具体的通信接口,但是本公开内容考虑任何合适的通信接口。
在具体实施方式中,总线812包括用于将计算机系统800的部件彼此耦接的硬件、软件或者两者。作为实例并非作为限制,总线812可包括图形加速端口(AGP)或其他图形总线、增强工业标准体系(EISA)总线、前侧总线(FSB)、超传输(HT)互联、工业标准体系(ISA)总线、无线宽带互连、低引脚数(LPC)总线、存储器总线、微通道架构(MCA)总线、外部部件互联(PCI)总线、快速PCI(PCIe)总线、串行高级技术附件(SATA)总线、视频电子标准协会局域(VLB)总线或其他合适的总线或者这些中的两个或更多个的组合。在适当情况下,总线812可包括一个或多个总线812。尽管本公开描述和示出了具体的总线,但是本公开考虑任何合适的总线或者互联。
在本文中,在适当情况下,计算机可读非瞬时性存储介质或媒介可包括一个或多个基于半导体的或其他集成电路(IC)(诸如,现场可编程门阵列(FPGA)或专用IC(ASIC))、硬盘驱动器(HDD)、混合硬盘(HHD)、光盘、光盘驱动器(ODD)、磁光盘、磁光盘驱动器、软盘、软磁盘(FDD)、磁带、固态驱动器(SSD)、RAM驱动器、安全数位卡或驱动器、任何其他合适的计算机可读非瞬时性存储介质或这些中的两个或更多个任何合适的组合。在适当情况下,计算机可读非瞬时性存储介质可以是易失的、非易失的,或者易失和非易失的组合。
在本文中,除非另有明确表示或通过上下文另有表示,否则“或”是包括性的而不是排除性的。因此,在本文中,除非另有明确表示或通过上下文另外表示,否则“A或B”意味着“A、B、或两者”。此外,除非另有其他明确表示或通过上下文另外表示,否则“和”是共同的并且各种的。因此,在本文中,除非另有其他明确表示或通过上下文另外表示,否则“A和B”意味着“A和B(共同地或各种地)”。
本公开的范围包括本领域技术人员应当理解的对本文中描述或示出的示例性实施方式的所有改变、替代、变化、变更以及变形。本公开的范围并不限于本文中描述或示出的实例实施方式。此外,尽管本公开将本文中各个实施方式描述并且示出为包括具体部件、元件、功能、操作或步骤,但是本领域普通技术人员应当理解的是,这些实施方式中的任何一个可包括本文中任何地方描述或示出的任何部件、元件、功能、操作或步骤的任何组合或排列。此外,在所附权利要求对设备或系统或装置或系统的部件适于、被布置成、能够、被配置为、使得能够、可操作为或被操作为执行特定功能的引用包括设备、系统、部件的特定功能(只要该装置、系统或部件适于、被设置成、能够、被配置为、使得能够、可操作以或被操作以这样操作,而不管它或该特定功能是否是激活的、打开的或开启的)。
Claims (14)
1.一种方法,包括:
通过服务器计算装置接收关于位于覆盖的封闭区域内的多个用户的接近度的信息,所述信息包括所述接近度的至少一部分的一个或多个图像或者一个或多个声音,所述信息通过所述用户的多个客户端计算装置在没有手动用户输入的情况下利用每个客户端计算装置的一个或多个传感器自动地从所述接近度获得;
通过所述服务器计算装置至少部分基于所述信息识别所述接近度内的每个用户或者至少一些所述用户;以及
通过所述服务器计算装置优选地至少部分基于所述信息确定在所述覆盖的封闭区域内的每个用户或者至少一些所述用户的位置。
2.根据权利要求1所述的方法,其中,所述信息包括优选地通过视觉装置所捕捉的所述接近度的至少一部分的视频和/或所述接近度的至少一部分的静止图像,所述视觉装置作为具体地在用户身上或者在移动客户端计算装置中或者附接至或布置在所述覆盖的封闭区域内的传感器,所述视觉装置例如为照相机或视频记录装置。
3.根据权利要求1或2所述的方法,其中,所述信息包括图像,具体地为包含用户面部的视频和/或静止图像,其中,至少部分基于所述信息识别所述接近度内的所述用户包括面部识别技术,所述面部识别技术包括将具体地在社交网络系统的数据库中存储的关于人的数据与他们的面部进行比较。
4.根据权利要求1至3中任一项所述的方法,其中,所述信息包括包含用户的语音的声音,所述声音具体地通过音频装置捕捉,所述音频装置作为具体地在用户身上或者在移动客户端计算装置中或者附接至或布置在所述覆盖的封闭区域内的传感器,其中,至少部分基于所述信息识别所述接近度内的所述用户包括语音识别技术,所述语音识别技术包括将具体地在社交网络系统的数据库中存储的关于人的数据与他们的语音进行比较。
5.根据任一前述权利要求所述的方法,进一步包括:
将在所述覆盖的封闭区域内的第二用户的位置和/或身份告知第一用户,和/或
将引导信息发送至第一用户的所述客户端计算装置以将所述第一用户引导至所述第二用户。
6.根据任一前述权利要求所述的方法,其中,确定在所述覆盖的封闭区域内的一个或每个用户的位置包括:具体地借助所述用户的移动装置的GPS和/或无线信号、和/或社交网络系统或无线网络中的所述用户的签到信息,所述GPS和/或无线信号例如为三角测量、评估,所述移动装置例如为移动客户端计算装置。
7.根据任一前述权利要求所述的方法,其中,至少部分基于所述信息确定在所述覆盖的封闭区域内的每个用户的位置包括:收集所述用户的移动装置的关于在所述用户周围或者他们附近的其他用户的信息,其中,具体地,使用第一用户的所述移动装置通过面部或语音识别已经识别的用户被设定为在所述第一用户的附近,并且从而至少确定这些用户或者用户组的相对位置。
8.根据任一前述权利要求所述的方法,其中,通过所述服务器计算装置至少部分基于所述信息确定所述覆盖的封闭区域内的每个用户的位置包括:推断包含在由至少一个其他用户的一个用户具体地通过该用户的移动装置所捕捉的至少一个图像中的信息或者与所述至少一个图像相关联的信息,所述至少一个图像具体地为诸如图片的静止图像或视频,所述至少一个其他用户优选地为至少两个其他用户。
9.根据权利要求8所述的方法,其中,参考所述图像中的几个用户的相对位置,例如,并排站立的两个或更多个用户的左右位置,来评估或者分析所述图像。
10.根据权利要求8或9所述的方法,其中,参考捕捉所述图像的用户相对于在所述图像上被捕捉的用户的相对位置,通过基于所述图像的角度计算他们的距离,来评估或者分析所述图像。
11.根据权利要求8至10中任一项所述的方法,其中,评估或者分析几个图像以得出在每个所述图像上示出的几个用户的相对位置,具体地,将从多个图片中提取的信息结合并进行插值以确定在所述封闭区域内的各个用户的具体位置。
12.一个或多个计算机可读非瞬时性存储介质,包含软件,所述软件被执行时可操作为执行根据权利要求1至11中任一项所述的方法。
13.一种系统,包括:
服务器计算装置,接收关于位于覆盖的封闭区域内的多个用户的接近度的信息,所述信息包括所述接近度的至少一部分的一个或多个图像或者一个或多个声音,
所述用户的多个客户端计算装置,所述信息在没有手动用户输入的情况下通过所述客户端计算装置自动地从所述接近度或者已经从所述接近度获得,
以及每个客户端计算装置的一个或多个传感器,以及
一个或多个处理器,具体地在所述服务器计算装置中,以及
存储器,耦接至所述处理器,所述存储器包括由所述处理器可执行的指令,当执行所述指令时所述处理器可操作为:
执行根据权利要求1至10中任一项所述的方法;和/或
至少部分基于所述信息识别所述接近度内的每个用户;以及
优选地至少部分基于所述信息确定所述覆盖的封闭区域内的每个用户的位置。
14.根据权利要求13所述的系统,其中,所述传感器包括在移动装置和/或所述客户端计算装置中和/或所述覆盖的封闭区域中的音频和/或视觉装置。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/654,186 | 2012-10-17 | ||
US13/654,186 US20140108501A1 (en) | 2012-10-17 | 2012-10-17 | Presence Granularity with Augmented Reality |
EP13188926.3A EP2722811A1 (en) | 2012-10-17 | 2013-10-16 | Method relating to presence granularity with augmented reality |
EP13188926.3 | 2013-10-16 | ||
PCT/US2013/065437 WO2014062918A1 (en) | 2012-10-17 | 2013-10-17 | Method relating to presence granularity with augmented reality |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104718765A true CN104718765A (zh) | 2015-06-17 |
Family
ID=49382304
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201380054251.1A Pending CN104718765A (zh) | 2012-10-17 | 2013-10-17 | 与具有增强现实的存在粒度相关的方法 |
Country Status (11)
Country | Link |
---|---|
US (2) | US20140108501A1 (zh) |
EP (2) | EP3418967A1 (zh) |
JP (1) | JP6397416B2 (zh) |
KR (1) | KR20150070358A (zh) |
CN (1) | CN104718765A (zh) |
AU (2) | AU2013331185B2 (zh) |
BR (1) | BR112015008326A2 (zh) |
CA (1) | CA2886948A1 (zh) |
IL (2) | IL238150B (zh) |
MX (1) | MX352442B (zh) |
WO (1) | WO2014062918A1 (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106600334A (zh) * | 2016-12-20 | 2017-04-26 | 惠州Tcl移动通信有限公司 | 基于ar的信息交互控制方法、应用程序及ar智能设备 |
CN107302492A (zh) * | 2017-06-28 | 2017-10-27 | 歌尔科技有限公司 | 社交软件的交友请求方法、服务器、客户端装置和系统 |
CN110061904A (zh) * | 2019-04-10 | 2019-07-26 | 北京小米智能科技有限公司 | 获取社交信息的方法、装置、系统、电子设备及存储介质 |
CN112292674A (zh) * | 2018-04-20 | 2021-01-29 | 脸谱公司 | 为助理系统处理多模态用户输入 |
US12008802B2 (en) | 2021-06-29 | 2024-06-11 | Meta Platforms, Inc. | Execution engine for compositional entity resolution for assistant systems |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10032233B2 (en) * | 2012-10-17 | 2018-07-24 | Facebook, Inc. | Social context in augmented reality |
EP3295696A1 (en) * | 2015-05-11 | 2018-03-21 | Deutsche Telekom AG | In-device privacy control mechanism for wearable smart devices |
US9635167B2 (en) * | 2015-09-29 | 2017-04-25 | Paypal, Inc. | Conversation assistance system |
CN107154890B (zh) * | 2016-03-02 | 2020-09-18 | 腾讯科技(深圳)有限公司 | 社交网络中添加联系人的方法、装置及系统 |
US10089071B2 (en) * | 2016-06-02 | 2018-10-02 | Microsoft Technology Licensing, Llc | Automatic audio attenuation on immersive display devices |
US10506109B2 (en) * | 2016-06-21 | 2019-12-10 | Canon Kabushiki Kaisha | Information processing apparatus, method of controlling the same, and non-transitory computer-readable storage medium |
JP2018025855A (ja) | 2016-08-08 | 2018-02-15 | ソニーモバイルコミュニケーションズ株式会社 | 情報処理サーバ、情報処理装置、情報処理システム、情報処理方法、およびプログラム |
CN106981000B (zh) | 2016-10-13 | 2020-06-09 | 阿里巴巴集团控股有限公司 | 基于增强现实的多人线下交互、点餐方法及系统 |
US10497368B2 (en) * | 2017-08-15 | 2019-12-03 | Lenovo (Singapore) Pte. Ltd. | Transmitting audio to an identified recipient |
US10841651B1 (en) | 2017-10-10 | 2020-11-17 | Facebook, Inc. | Systems and methods for determining television consumption behavior |
CN107748879A (zh) * | 2017-11-16 | 2018-03-02 | 百度在线网络技术(北京)有限公司 | 用于获取人脸信息的方法及装置 |
CN108038143A (zh) * | 2017-11-28 | 2018-05-15 | 上海与德科技有限公司 | 一种房屋信息获取方法、装置、设备及存储介质 |
US10755487B1 (en) * | 2018-05-22 | 2020-08-25 | Facebook, Inc. | Techniques for using perception profiles with augmented reality systems |
CN110581771B (zh) * | 2018-06-07 | 2022-02-25 | 连株式会社 | 利用网络消息服务以处理费用拆分的方法、计算装置可读存储介质以及计算装置 |
US11089439B2 (en) * | 2019-07-02 | 2021-08-10 | Charles Hohman | Systems and methods for real-world networking using augmented reality interface |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090003662A1 (en) * | 2007-06-27 | 2009-01-01 | University Of Hawaii | Virtual reality overlay |
US20100325218A1 (en) * | 2009-06-22 | 2010-12-23 | Nokia Corporation | Method and apparatus for determining social networking relationships |
US20110038512A1 (en) * | 2009-08-07 | 2011-02-17 | David Petrou | Facial Recognition with Social Network Aiding |
CN102103697A (zh) * | 2009-12-22 | 2011-06-22 | 索尼公司 | 信息处理设备、方法和程序 |
US20110238755A1 (en) * | 2010-03-24 | 2011-09-29 | Hameed Khan | Proximity-based social networking |
KR20120001175A (ko) * | 2010-06-29 | 2012-01-04 | 한국과학기술원 | 상황 기반 소셜 네트워크를 이용한 사용자 상황 인지 모바일 마이크로블로깅 서비스 시스템 및 제공방법 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7739231B2 (en) * | 2006-08-28 | 2010-06-15 | Manyworlds, Inc. | Mutual commit people matching process |
US20080086261A1 (en) * | 2006-09-15 | 2008-04-10 | Icebreaker, Inc. | Location-based social interaction network |
US7917154B2 (en) * | 2006-11-01 | 2011-03-29 | Yahoo! Inc. | Determining mobile content for a social network based on location and time |
JP4966896B2 (ja) * | 2008-03-24 | 2012-07-04 | ローレルバンクマシン株式会社 | 行動管理装置 |
WO2011011616A1 (en) * | 2009-07-23 | 2011-01-27 | Fmr Llc | Location-based information retrieval and analysis |
US8416997B2 (en) * | 2010-01-27 | 2013-04-09 | Apple Inc. | Method of person identification using social connections |
JP5526860B2 (ja) * | 2010-02-24 | 2014-06-18 | 沖電気工業株式会社 | 空間情報可視化システム |
JP2012058838A (ja) * | 2010-09-06 | 2012-03-22 | Sony Corp | 画像処理装置、プログラム及び画像処理方法 |
US9317530B2 (en) * | 2011-03-29 | 2016-04-19 | Facebook, Inc. | Face recognition based on spatial and temporal proximity |
US20130018659A1 (en) * | 2011-07-12 | 2013-01-17 | Google Inc. | Systems and Methods for Speech Command Processing |
US20130156274A1 (en) * | 2011-12-19 | 2013-06-20 | Microsoft Corporation | Using photograph to initiate and perform action |
US20130294594A1 (en) * | 2012-05-04 | 2013-11-07 | Steven Chervets | Automating the identification of meeting attendees |
-
2012
- 2012-10-17 US US13/654,186 patent/US20140108501A1/en not_active Abandoned
-
2013
- 2013-10-16 EP EP18183130.6A patent/EP3418967A1/en not_active Withdrawn
- 2013-10-16 EP EP13188926.3A patent/EP2722811A1/en not_active Ceased
- 2013-10-17 CN CN201380054251.1A patent/CN104718765A/zh active Pending
- 2013-10-17 KR KR1020157012905A patent/KR20150070358A/ko not_active Application Discontinuation
- 2013-10-17 JP JP2015537821A patent/JP6397416B2/ja active Active
- 2013-10-17 AU AU2013331185A patent/AU2013331185B2/en not_active Ceased
- 2013-10-17 WO PCT/US2013/065437 patent/WO2014062918A1/en active Application Filing
- 2013-10-17 BR BR112015008326A patent/BR112015008326A2/pt not_active Application Discontinuation
- 2013-10-17 MX MX2015004848A patent/MX352442B/es active IP Right Grant
- 2013-10-17 CA CA2886948A patent/CA2886948A1/en not_active Abandoned
-
2015
- 2015-04-02 IL IL238150A patent/IL238150B/en active IP Right Grant
-
2017
- 2017-11-03 AU AU2017254967A patent/AU2017254967A1/en not_active Abandoned
-
2018
- 2018-02-07 IL IL257408A patent/IL257408A/en unknown
-
2019
- 2019-03-28 US US16/368,703 patent/US20190220933A1/en not_active Abandoned
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090003662A1 (en) * | 2007-06-27 | 2009-01-01 | University Of Hawaii | Virtual reality overlay |
US20100325218A1 (en) * | 2009-06-22 | 2010-12-23 | Nokia Corporation | Method and apparatus for determining social networking relationships |
US20110038512A1 (en) * | 2009-08-07 | 2011-02-17 | David Petrou | Facial Recognition with Social Network Aiding |
CN102103697A (zh) * | 2009-12-22 | 2011-06-22 | 索尼公司 | 信息处理设备、方法和程序 |
US20110238755A1 (en) * | 2010-03-24 | 2011-09-29 | Hameed Khan | Proximity-based social networking |
KR20120001175A (ko) * | 2010-06-29 | 2012-01-04 | 한국과학기술원 | 상황 기반 소셜 네트워크를 이용한 사용자 상황 인지 모바일 마이크로블로깅 서비스 시스템 및 제공방법 |
Non-Patent Citations (1)
Title |
---|
STILLMAN S: "A System for Tracking and Recognizing Multiple People with Multiple Camera", 《GEORGIA INSTITUTE OF TECHNOLOGY, GRAPHICS, VISUALIZATION AND USABILITY CENTER, TECHNICAL REPORT》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106600334A (zh) * | 2016-12-20 | 2017-04-26 | 惠州Tcl移动通信有限公司 | 基于ar的信息交互控制方法、应用程序及ar智能设备 |
CN107302492A (zh) * | 2017-06-28 | 2017-10-27 | 歌尔科技有限公司 | 社交软件的交友请求方法、服务器、客户端装置和系统 |
CN112292674A (zh) * | 2018-04-20 | 2021-01-29 | 脸谱公司 | 为助理系统处理多模态用户输入 |
CN112313680A (zh) * | 2018-04-20 | 2021-02-02 | 脸谱科技有限责任公司 | 助理系统中手势输入的自动完成 |
US12001862B1 (en) | 2018-04-20 | 2024-06-04 | Meta Platforms, Inc. | Disambiguating user input with memorization for improved user assistance |
CN110061904A (zh) * | 2019-04-10 | 2019-07-26 | 北京小米智能科技有限公司 | 获取社交信息的方法、装置、系统、电子设备及存储介质 |
CN110061904B (zh) * | 2019-04-10 | 2022-03-01 | 北京小米智能科技有限公司 | 获取社交信息的方法、装置、系统、电子设备及存储介质 |
US12008802B2 (en) | 2021-06-29 | 2024-06-11 | Meta Platforms, Inc. | Execution engine for compositional entity resolution for assistant systems |
Also Published As
Publication number | Publication date |
---|---|
WO2014062918A1 (en) | 2014-04-24 |
US20190220933A1 (en) | 2019-07-18 |
IL257408A (en) | 2018-03-29 |
EP3418967A1 (en) | 2018-12-26 |
EP2722811A1 (en) | 2014-04-23 |
US20140108501A1 (en) | 2014-04-17 |
KR20150070358A (ko) | 2015-06-24 |
MX352442B (es) | 2017-11-24 |
AU2013331185B2 (en) | 2017-08-03 |
AU2013331185A1 (en) | 2015-05-28 |
JP2016506549A (ja) | 2016-03-03 |
CA2886948A1 (en) | 2014-04-24 |
JP6397416B2 (ja) | 2018-09-26 |
MX2015004848A (es) | 2015-12-09 |
IL238150B (en) | 2018-02-28 |
AU2017254967A1 (en) | 2017-11-23 |
BR112015008326A2 (pt) | 2017-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104718765A (zh) | 与具有增强现实的存在粒度相关的方法 | |
US20180300822A1 (en) | Social Context in Augmented Reality | |
US20200320577A1 (en) | Methods and systems for summarizing a visitor experience at a non-profit venue using multimedia recreations | |
US10803112B2 (en) | Dynamic tagging recommendation | |
JP6784308B2 (ja) | 施設特性を更新するプログラム、施設をプロファイリングするプログラム、コンピュータ・システム、及び施設特性を更新する方法 | |
CN106605418B (zh) | 使用基于位置的服务的移动客户端的电力管理 | |
CN111901638B (zh) | 媒体资产的行为策展 | |
US20180316900A1 (en) | Continuous Capture with Augmented Reality | |
US20140108530A1 (en) | Person of Interest in Augmented Reality | |
JP2021518593A (ja) | 記述的モデルに基づく自動化された判断 | |
US8494215B2 (en) | Augmenting a field of view in connection with vision-tracking | |
US10129336B2 (en) | Content management method and cloud server therefor | |
WO2020207201A1 (zh) | 用户行为预测模型构建方法、装置、存储介质及电子设备 | |
CN104756149A (zh) | 与位置相关的社交数据的真实世界视图 | |
US20140108529A1 (en) | Person Filtering in Augmented Reality | |
US10210429B2 (en) | Image based prediction of user demographics | |
CN108351884A (zh) | 用于用户相关活动的语义位置层 | |
US9591260B1 (en) | Immersive telepresence | |
US11647147B2 (en) | User-specific customization of video conferences using multimodal biometric characterization | |
CN112328911A (zh) | 地点推荐方法、装置、设备及存储介质 | |
CN108431795A (zh) | 用于信息捕获和呈现的方法和设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150617 |
|
WD01 | Invention patent application deemed withdrawn after publication |