CN104854859B - 为摄影推荐变换 - Google Patents

为摄影推荐变换 Download PDF

Info

Publication number
CN104854859B
CN104854859B CN201380065888.0A CN201380065888A CN104854859B CN 104854859 B CN104854859 B CN 104854859B CN 201380065888 A CN201380065888 A CN 201380065888A CN 104854859 B CN104854859 B CN 104854859B
Authority
CN
China
Prior art keywords
image
filters
filter
image filters
captured
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
CN201380065888.0A
Other languages
English (en)
Other versions
CN104854859A (zh
Inventor
理查德·扎雷克·科恩
罗伯特·威廉·哈米尔顿
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 CN104854859A publication Critical patent/CN104854859A/zh
Application granted granted Critical
Publication of CN104854859B publication Critical patent/CN104854859B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/10—Processing, recording or transmission of stereoscopic or multi-view image signals
    • H04N13/106—Processing image signals
    • H04N13/122—Improving the 3D impression of stereoscopic images by modifying image signal contents, e.g. by filtering or adding monoscopic depth cues
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/60—Editing figures and text; Combining figures or text
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/117—Filters, e.g. for pre-processing or post-processing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/454—Content or additional data filtering, e.g. blocking advertisements
    • H04N21/4545—Input to filtering algorithms, e.g. filtering a region of the image
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/63—Control of cameras or camera modules by using electronic viewfinders
    • H04N23/631—Graphical user interfaces [GUI] specially adapted for controlling image capture or setting capture parameters
    • H04N23/632—Graphical user interfaces [GUI] specially adapted for controlling image capture or setting capture parameters for displaying or modifying preview images prior to image capturing, e.g. variety of image resolutions or capturing parameters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/64—Computer-aided capture of images, e.g. transfer from script file into camera, check of taken image quality, advice or proposal for image composition or decision on when to take image
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/66—Remote control of cameras or camera parts, e.g. by remote control devices
    • H04N23/661—Transmitting camera control signals through networks, e.g. control via the Internet
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
    • H04N5/2621—Cameras specially adapted for the electronic generation of special effects during image pickup, e.g. digital cameras, camcorders, video cameras having integrated special effects capability
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Studio Devices (AREA)
  • Processing Or Creating Images (AREA)
  • Image Processing (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

描述了一种方法、计算机程序产品和系统。识别图像的方面。至少部分地基于一个或多个其它图像包括与该图像的所识别的方面相似的一个或多个其它方面来识别一个或多个其它图像。识别与该一个或多个其它图像相关联的一个或多个图像滤镜，包括第一图像滤镜。将该第一图像滤镜应用于该图像。

Description

为摄影推荐变换
技术领域
本公开涉及摄影。
背景技术
个人可以以各种方式捕捉各种主题的照片(和/或其它图像)。在某些情况下，个人可以采用数码相机以便捕捉数字照片。数字照片(和/或其它数字图像)可以使用各种类型的计算设备(包括数码相机)以各种方式进行编辑。数字照片(和/或其它数字图像)可以以电子方式与他人共享。在某些情况下，个人可以向包括数字照片(和/或其它数字图像)在内的图像应用各种滤镜(或变换)。滤镜可以是物理物件(例如，镜头配件)或者是可以通过其将图像(例如照片)的外观从图像的未过滤外观改变的电子过程或应用。
发明内容
根据本公开的一个方面，一种计算机实现的方法包括由一个或多个计算设备识别数字图像的内容相关的方面。该方法进一步包括由该一个或多个计算设备至少部分基于一个或多个其它数字图像包括与该图像的所识别的内容相关方面相似的一个或多个其它内容相关方面来识别一个或多个其它数字图像。该方法进一步包括由该一个或多个计算设备识别与该一个或多个其它数字图像相关联的一个或多个图像滤镜，包括第一图像滤镜。该方法进一步包括由该一个或多个计算设备将该第一图像滤镜应用于该数字图像。
根据本公开的另一个方面，一种计算机实现的方法包括由一个或多个计算设备识别图像的方面。该方法进一步包括由该一个或多个计算设备至少部分基于一个或多个其它图像包括与该图像的所识别的方面相似的一个或多个其它方面来识别一个或多个其它图像。该方法进一步包括由该一个或多个计算设备识别与该一个或多个其它图像相关联的一个或多个图像滤镜，包括第一图像滤镜。该方法进一步包括由该一个或多个计算设备将该第一图像滤镜应用于该图像。
可以包括以下特征中的一个或多个。该图像的该方面可以与该图像的视觉内容相关联。将该第一图像滤镜应用于该图像可以包括提供包括一个或多个所识别的图像滤镜在内的图像滤镜的列表。将该第一图像滤镜应用于该图像可以包括接收对来自该图像滤镜的列表的第一图像滤镜的选择。该方法可以包括提供该第一图像滤镜在该图像上的效果的预览。识别一个或多个其它图像可以至少部分基于与该一个或多个其它图像相关联的一个或多个流行度指示。识别包括该第一图像滤镜在内的一个或多个图像滤镜在该一个或多个其它图像上的使用可以包括应用启发式规则来识别该一个或多个图像滤镜的应用。识别包括该第一图像滤镜在内的一个或多个图像滤镜在该一个或多个其它图像上的使用可以包括至少部分地基于识别与该一个或多个其它图像相关联的色彩数据来识别色彩相关滤镜的应用。识别包括该第一图像滤镜在内的一个或多个图像滤镜在该一个或多个其它图像上的使用可以包括分析与该一个或多个其它图像中的一个或多个相关联的元数据。
该图像可以包括在相机的取景器上显示的视图。识别图像的方面、识别一个或多个其它图像、识别一个或多个图像滤镜的使用以及向图像应用第一图像滤镜中的一个或多个可以近乎实时地进行。
根据本公开的另一个方面，一种计算机程序产品存在于计算机可读存储介质上并且具有存储于其上的多个指令。当由处理器执行时，该指令使得该处理器执行操作，该操作包括识别图像的方面。该操作进一步包括至少部分地基于一个或多个其它图像包括与该图像的所识别的方面相似的一个或多个其它方面来识别一个或多个其它图像。该操作进一步包括识别与该一个或多个其它图像相关联的一个或多个图像滤镜，包括第一图像滤镜。该操作进一步包括将该第一图像滤镜应用于该图像。
可以包括以下特征中的一个或多个。该图像的该方面可以与该图像的视觉内容相关联。将该第一图像滤镜应用于该图像可以包括提供包括一个或多个所识别的图像滤镜在内的图像滤镜的列表。将该第一图像滤镜应用于该图像可以包括接收对来自该图像滤镜的列表的第一图像滤镜的选择。该操作可以包括提供该第一图像滤镜在该图像上的效果的预览。识别一个或多个其它图像可以至少部分地基于与该一个或多个其它图像相关联的一个或多个流行度指示。识别包括该第一图像滤镜在内的一个或多个图像滤镜在该一个或多个其它图像上的使用可以包括应用启发式规则来识别该一个或多个图像滤镜的应用。识别包括该第一图像滤镜在内的一个或多个图像滤镜在该一个或多个其它图像上的使用可以包括至少部分地基于识别与该一个或多个其它图像相关联的色彩数据来识别色彩相关滤镜的应用。识别包括该第一图像滤镜在内的一个或多个图像滤镜在该一个或多个其它图像上的使用可以包括分析与该一个或多个其它图像中的一个或多个相关联的元数据。
该图像可以包括在相机的取景器上显示的视图。识别图像的一个方面、识别一个或多个其它图像、识别一个或多个图像滤镜的使用以及向图像应用第一图像滤镜中的一个或多个可以近乎实时地进行。
一种或多种实施方式的细节在附图和以下描述中给出。其它特征和优势将由于描述、附图和权利要求而变为显而易见的。
附图说明
图1是耦合至分布式计算网络的变换推荐过程的图示性视图；
图2是图1的变换推荐过程执行的过程的流程图；
图3是图1的变换推荐过程的实施方式的图示性视图；
图4是图1的变换推荐过程的实施方式的图示性视图；
图5是可以执行图1的游戏分组过程或者可以被其采用的计算系统的图示性视图。
同样的附图标记在各图中指示同样的要素。
具体实施方式
个人可以使用各种相机设备拍摄照片。在某些实施例中，个人可以采用数码相机来捕捉数字照片。在某些实施例中，这样的数码相机可以是配备有相机的计算设备，诸如蜂窝电话或平板电脑。
在某些实施例中，个人可以利用照片应用(PA)或过程来促成照片图像的捕捉、编辑和/或共享。例如，配备有相机的蜂窝电话可以包括促成使用电话的相机来拍摄图片的PA。在某些实施例中，除了静态照片之外/作为其替选，PA可以促成视频的捕捉。在某些实施例中，PA可以促成将照片上传至远程存储设备或者其它远程系统或过程。这例如可以促成照片在群组和个人之间的共享。例如，PA可以促成个人捕捉数字照片，随后将该照片上传至社交网络应用(和/或网站等)。在某些实施例中，PA可以将各种元数据与照片相关联和/或促成该关联。例如，个人有时可以使用PA以电子方式将照片与有关该照片内容的评论相关联。在某些实施例中，相关联的元数据可以包括日期和位置信息和/或与照片相关的各种其它信息，捕捉、共享和/或对照片进行评论的个人等等。
如以上所提到的，在某些实施例中，PA(和/或其它应用或过程)可以促成编辑图像。例如，个人可以使用PA向照片应用一个或多个图像滤镜。例如，蜂窝电话(或其它配备有相机的设备)上的PA可以促成选择特定滤镜以及各种相关联的参数以应用于所捕捉的数字照片。在某些实施例中，个人可以使用PA(和/或其它应用或过程)捕捉数字照片，向该照片应用数字滤镜(或多个滤镜)，并且在社交网络(或其它)应用上与好友共享改变后的数字照片。
通常，滤镜是物理物体和/或过程或应用，当被应用于图像时，其使得该图像的外观变化(或其它变换)。将要理解的是，滤镜可以采用各种已知形式。例如，滤镜可以是位于在图像画面与图像记录设备(例如相机的镜头配件，诸如偏光镜头配件，其改变与图像相关联的光线的光学路径)之间的物理配件或物体。在某些实施例中，滤镜可以是通过对与图像相关联的数字信息进行操控而近似物理滤镜的效果(和/或其它效果)的电子过程或应用。在某些实施例中，滤镜可以是另一种物体、过程或应用。将要进一步理解的是，向图像应用滤镜可以以各种方式影响图像的外观(或其它方面)。例如，滤镜的应用可以导致对照片的色彩和/或色彩平衡的调节，可以增强或减弱某种类型的光的效果，可以使得照片显示出各种效果(例如，晕影、老化、光斑对焦、匀光(增亮)、烧制(变暗)、倾斜平移等)，可以应用边框、底纹或其它效果，等等。滤镜有时可以结合各种效果进行应用。例如，可以按顺序应用两个或更多滤镜以便在照片上产生某种组合效果。在某些实施例中，滤镜可以被应用于图像的所选择的部分(例如，数字图像中的特定像素集合)和/或可以应用于作为整体的图像。
为了促成向照片(和/或其它对象)应用适当滤镜，变换推荐(TR)过程例如可以基于各种标准来推荐要应用于照片(例如，数字照片)的一个或多个滤镜。在某些实施例中，TR过程可以识别目标照片(或照片)与一个或多个基准照片之间的相似性。(将要理解的是，虽然示例TR过程功能可以在下文中在有关摄影的背景下进行描述，但是TR过程也可以适当地被应用于各种其它图像类型)。例如，TR过程可以识别出目标图像的内容与各种基准照片的内容中的相似性。例如，TR过程可以识别出基准照片和目标照片之间相似的特定对象、场景、模式、色彩等。在某些实施例中，TR过程可以识别目标图像中的主要对象，并且可以识别也包含类似的主要对象的基准照片。在某些实施例中，TR过程可以识别出目标和基准照片之间的其它相似性(例如，日期、时间、作者、位置、用来捕捉照片的配备有相机的设备，等等)。在某些实施例中，TR过程可以识别具有高的流行程度(例如，被经常观看、被频繁评论或共享、被高度评级等)的基准照片。
在某些实施例中，为了促成为目标图像选择适当滤镜，TR过程可以识别已经被应用于某些所识别的基准照片(即，已经被识别为与目标照片共享某些相似性的那些照片)的一个或多个滤镜。例如，TR过程可以识别已经使用元数据、色彩分析和/或其它已知技术被应用于特定基准图像的特定滤镜。TR过程任何可以对目标图像推荐和/或应用被识别为已经被应用于所识别的基准图像的特定滤镜。在某些实施例中，这可能是有用的，例如因为已经被广泛、普遍和/或成功应用于某些基准图像的滤镜可能非常适合被应用于类似的目标图像(例如，与基准图像具有相似内容、构成等的目标图像)。
还如以下将要讨论的，TR过程可以以各种方式来实施。例如，TR过程可以被实施为PA的一部分(或者与之相结合)。在某些实施例中，TR过程可以作为图像编辑程序或程序套件、社交网络应用和/或通信应用(例如，促成电子邮件、文本、视频聊天等的交换的应用)的一部分(或者与之相结合)来实施。在某些实施例中，TR过程可以被实施为诸如蜂窝电话或平板电脑的移动计算设备的一部分。在某些实施例中，TR过程可以被实施为诸如数码相机、配备有相机的蜂窝电话或平板电脑等的配备有相机的设备的一部分。
如本领域技术人员将会意识到的，本发明可以被实施为方法、系统或计算机程序产品。因此，本发明可以采取完全硬件的实施例、完全软件的实施例(包括固件、驻留软件、微码等)，或者将软件和硬件方面相结合的实施例的形式，它们全部可以在这里被统称为“电路”、“模块”或“系统”。此外，本发明可以采用计算机可用存储介质上的计算机程序产品的形式，其具有在该介质中所体现的计算机可用程序代码。
可以采用任意适当的计算机可用或计算机可读介质。计算机可用介质可以是计算机可读信号介质或计算机可读存储介质。计算机可用或计算机可读存储介质(包括与计算设备或客户端电子设备相关联的存储设备)例如可以是但不限于电子、磁性、光学、电磁、红外和半导体系统、装置、设备和以上的任意适当组合。计算机可读介质的更为具体的示例(非穷举列表)可以包括以下：具有一个或多个引线的电连接、便携式计算机卡盒、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或闪存)、光纤、便携式致密盘只读存储器(CD-ROM)、光学存储设备。在本文档的上下文中，计算机可用或计算机可读存储介质可以是能够包括、存储供指令执行系统、装置或设备使用或者与之相结合的程序的任意有形介质。
计算机可用信号介质可以包括传播数据信号，其例如在基带中或者作为载波的一部分而体现于其中的所编码的计算机可读程序。这样的传播信号可以采用各种形式中的任何一种，包括但不限于电磁、光学或者它们的任意适当组合。计算机可读信号介质可以是并非计算机可读存储介质并且能够通信、传播或传输程序以便供指令执行系统、装置或设备使用或者结合其使用的任意计算机可读介质。
体现于计算机可读介质上的程序代码可以使用任意适当介质进行传送，包括但不限于无线、有线、光纤线缆、RF等、或者以上的任意适当组合。
用于执行本发明的操作的计算机程序代码可以以诸如Java、Smalltalk、C++等的面向对象编程语言进行编写。然而，用于执行本发明的操作的计算机程序代码也可以诸如“C”编程语言和类似编程语言的常规过程编程语言编写。程序代码可以作为独立软件包整体在用户计算机上执行，部分地在用户的计算机上执行，部分在用户计算机上执行而部分在远程计算机上执行，或者整体在远程计算机或服务器上执行。在后者的情形中，远程计算机能够通过局域网(LAN)或广域网(WAN)连接至用户的计算机，或者可以形成到外部计算机的连接(例如，使用互联网服务提供商而通过互联网。
以下参考根据本发明的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图对本方面进行描述。将要理解的是，流程图和/或框图中的框以及流程图和/或框图中的框的组合能够由计算机程序指令来实施。这些计算机程序指令可以被提供至通用计算机、专用计算机或其它可编程数据处理装置的处理器以产生机器，使得经由计算机或其它可编程数据处理装置的处理器执行的指令形成用于实施流程图和/或框图的一个或多个框中所指定的功能/动作的装置。
这些计算机程序指令还可以存储在计算机可读存储器中，其能够指引计算机或其它可编程数据处理装置以特定方式进行工作，使得存储在该计算机可读存储器中的指令产生包括用于实现流程图和/或框图的一个或多个框指定的功能/动作的指令的制品。
计算机程序指令还可以被加载到计算机或其它可编程数据处理装置上以使得一系列操作步骤在该计算机或其它可编程装置上执行以产生计算机实施的过程，使得在计算机或其它可编程装置上执行的指令提供用于实施流程图和/或框图的一个或多个框所指定的功能/动作的步骤。
现在参考图1，TR过程可以耦合至计算机或计算机网络。例如，服务器TR过程10可以存在于服务器计算机12上并且可以由其执行，该服务器计算机12可以连接至网络14(例如互联网或局域网)。服务器计算机12的示例可以包括但不限于：个人计算机、服务器计算机、一系列服务器计算机、小型计算机和/或大型计算机。服务器计算机12可以是运行网络操作系统的web服务器(或一系列服务器)，上述网络操作系统的示例包括但不限于：例如Windows 或Red(Microsoft和Windows是微软公司在美国、其它国家或者上述二者中的注册商标；Novell和NetWare是Novell公司在美国、其它国家或者上述二者中的注册商标；Red Hat是Red Hat公司在美国、其它国家或者上述二者中的注册商标；以及Linux是Linus Torvalds在美国、其它国家或者上述二者中的注册商标。)
可以存储在耦合至服务器计算机12的存储设备16上的服务器TR过程10的指令集和子程序可以由合并到服务器计算机12中的一个或多个处理器(未示出)和一个或多个存储器架构(未示出)执行。存储设备16可以包括但不限于：硬盘驱动器、磁带驱动器、光学驱动器、RAID设备、随机存取存储器(RAM)和只读存储器(ROM)。
服务器计算机12可以执行web服务器应用，其示例可以包括但不限于：Web ServerTM或Web Server，它们允许使用一种或多种协议(经由网络14)对服务器计算机12进行访问，上述协议的示例包括但不限于HTTP(即，超文本传输协议)、SIP(即，会话发起协议)和VP协议。(Webserver是Novell公司在美国、其它国家或者上述二者中的注册商标；Apache是ApacheSoftware Foundation在美国、其它国家或者上述二者中的注册商标；Lotus和Sametime是国际商业机器公司在美国、其它国家或者上述二者中的注册商标。)网络14可以连接至一个或多个辅助网络(例如，网络18)，其示例可以包括但不限于：例如局域网、广域网或企业内部网。
客户端TR过程20、22、24、26可以(分别)存在于客户端电子设备28、30、32和/或34上并且可以由它们执行，上述客户端电子设备的示例可以包括但不限于例如个人计算机28、膝上计算机30、支持数据的移动电话32、笔记本计算机34、个人数字助理(未示出)、智能电话(未示出)和专用网络设备(未示出)。客户端电子设备28、30、32、34均可以耦合至网络14和/或网络18并且均可以执行操作系统，上述操作系统的示例可以包括但不限于MicrosoftRed或定制操作系统。
可以(分别)存储在(分别)耦合至客户端电子设备28、30、32、34的存储设备36、38、40、42上的客户端TR过程20、22、24、26的指令集和子程序可以由(分别)合并到客户端电子设备28、30、32、34中的一个或多个处理器(未示出)和一个或多个存储器架构(未示出)执行。存储设备36、38、40、42可以包括但不限于：硬盘驱动器、磁带驱动器、光学驱动器、RAID阵列、随机存取存储器(RAM)、只读存储器(ROM)、紧凑闪存(CF)存储设备、安全数字(SD)存储设备以及记忆棒存储设备。
在一个实施例中，TR过程可以是服务器侧过程(例如，其可以经由服务器TR过程来实施)，其中该TR过程的所有功能都可以在服务器计算机(例如，服务器计算机12)上执行。在一个实施例中，该TR过程可以是客户端侧过程(例如，其可以经由一个或多个客户端TR过程20、22、24、26来实施)，其中该TR过程的所有功能都可以在客户端计算设备(例如，客户端电子设备28、30、32、34中的一个或多个)上执行。在一个实施例中，TR过程可以是混合的服务器-客户端过程(例如，其可以由服务器TR过程10以及一个或多个客户端TR过程20、22、24、26来实施)，其中该TR过程的至少一部分功能可以经由服务器计算机12来实施并且该TR过程的至少一部分功能可以经由一个或多个客户端计算设备(例如，客户端电子设备28、30、32、34中的一个或多个)来实施。
照片应用(PA)(和/或照片过程)可以在客户端设备上进行操作(例如，在客户端电子设备28上操作的客户端PA 44；在客户端电子设备30上操作的客户端PA 46；在客户端电子设备32上操作的客户端PA48；或者在客户端电子设备34上操作的客户端PA 50)。客户端TR过程(例如，客户端TR过程20)或服务器TR过程(例如，服务器TR过程10)可以与客户端PA(例如，客户端PA 44)进行通信和/或交互或者可以是客户端PA的一部分。另外，在一个实施例中，客户端TR过程可以包括客户端PA的模块和/或组件。在这样的实施例中，TR过程的至少一部分功能可以由客户端PA来提供。
除此之外或替选地，PA可以在服务器设备(例如，在服务器计算机12上操作的服务器PA 52或者在另一个服务器计算机(未示出)上操作的另一个服务器PA(未示出))上进行操作。服务器TR过程(例如，服务器TR过程10)或客户端TR过程(例如，客户端TR过程20)可以与服务器PA(例如，服务器PA 52)进行通信和/或交互或者可以是服务器PA的一部分。另外，在一个实施例中，服务器TR过程可以包括服务器PA的模块和/或组件(或者反之亦然)。在这样的实施例中，该TR过程的至少一部分功能可以由服务器PA提供(或者反之亦然)。
除了与摄影等一般地相关的功能之外，在某些实施例中，PA可以提供社交网络应用功能(和/或与提供上述功能的其它应用或过程进行交互)。例如，PA通过社交网络应用(或过程)来促成照片的发布、共享、评论、编辑等。在某些实施例中，除此之外/替选地，PA功能可以包括在社交网络应用(未示出)内。除此之外/替选地，客户端(和/或服务器)PA和/或客户端(和/或服务器)TR过程中的一个或多个可以与社交网络应用(未示出)进行对接和/或交互，社交网络应用可以处于服务器计算机12和/或另一个计算设备上和/或至少部分由其执行。
用户54、56、58、60可以以各种方式访问TR过程。例如，这些用户可以直接通过客户端过程(例如，客户端TR过程20、22、24、26)在其上执行的设备—也就是客户端电子设备28、30、32、34—来访问服务器TR过程10。用户54、56、58、60可以直接通过网络14和/或通过辅助网络18来访问服务器TR过程10。另外，如虚拟链接线路62所示，服务器计算机12(即，执行服务器TR过程10的计算机)可以通过辅助网络18连接至网络14。用户54、56、58、60还可以以类似方式访问客户端或服务器PA。
各个客户端电子设备可以直接或间接耦合至网络14(或网络18)。例如，个人计算机28被示为经由硬线网络连接直接耦合至网络14。另外，笔记本计算机34被示为经由硬线网络连接直接耦合至辅助网络18。膝上计算机30被示为经由在膝上计算机30和无线接入点(WAP)66之间所建立的无线通信信道64无线耦合至网络14，上述无线接入点66被示为直接耦合至网络14。WAP 66例如可以是能够在膝上计算机30和WAP 66之间建立无线通信信道64的IEEE 802.11a、802.11b、802.11g、802.11n、Wi-Fi和/或蓝牙设备。支持数据的移动电话32被示为经由在支持数据的移动电话32和蜂窝网络/桥70之间所建立的无线通信信道68无线耦合至网络14，上述蜂窝网络/桥70被示为直接偶合至网络14。
如本领域已知的，所有IEEE 802.11x规范都可以使用以太网协议和能避免冲突的载波侦听多址接入(CSMA/CA)进行路径共享。各种802.11x规范例如都可以使用相移键控(即，PSK)调制或补码键控(即，CCK)调制。如本领域已知的，蓝牙是允许例如移动电话、计算机和个人数字助理使用短距离无线连接进行互连的电信行业规范。
针对以下讨论，将出于说明的目的对客户端TR过程24进行描述。将要理解的是，客户端TR过程24例如可以与诸如服务器TR过程10的服务器TR过程进行交互和/或通信，和/或可以在允许与其它服务器和/或客户端TR过程进行通信的一个或多个应用内执行。TR过程24可以被用作诸如客户端PA 48或服务器PA 52的各种服务器和/或客户端PA应用的一部分或者与之相结合被利用。在某些实施例中，TR过程24可以被用作各种其它消费应用和/或通信应用(未示出)的一部分或者与之相结合被利用，这促成了内容和/或通信在个人和/或群组之间的消费。这并非意在作为本公开的限制，因为其它配置也是可能的。例如，除了客户端TR过程24之外或者作为其替代，一些实施方式可以包括客户端TR过程20、22、24或者服务器TR过程10中的一个或多个。除此之外/替选地，TR过程24可以包括独立客户端过程和/或独立服务器过程。TR过程可以被用作客户端PA 44、46、50或者另一个服务器PA或其它应用(未示出)等的一部分或者与之相结合。
现在参考图2，示出了可以由例如客户端TR过程24的TR过程实施的示例过程的图示性视图。TR过程24可以识别200图像的方面。可以对其识别200一个方面的图像在这里可以被称作“目标图像”。目标图像可以以各种已知方式进行访问。在某些实施例中，目标图像可以由PA(例如，在配备有相机的蜂窝电话—诸如支持数据的移动电话32—上进行操作的PA)提供。例如，个人可以使用配备有相机的蜂窝电话32上的PA(例如，PA 48)捕捉照片并且TR过程24可以利用所捕捉的照片(和/或其副本)作为目标图像。在某些实施例中，目标图像可以从各种其它应用、过程和/或库集接收。例如，TR过程24可以从照片存储库集(例如，存储设备40)、社交网络或其它应用(未示出)等接收目标图像。在某些实施例中，目标图像可以被存储在TR过程24处于其上的相同设备(例如，蜂窝电话32)中。在某些实施例中，目标图像可以被远程存储。
所识别200的方面可以是与图像相关的任意各种方面并且TR过程24可以使用各种已知技术对图像进行分析以确定该图像的各个方面。例如，TR过程24可以识别200与图像相关联的色彩曲线、色彩平衡、亮度、饱和度、几何特性或特征等。在某些实施例中，TR过程24可以识别200图像的主题或者其它内容相关的方面。例如，TR过程24可以识别出特定图像包括风景、特定动物、聚会常客的群组、婴儿、几何形状的构成等等。在某些实施例中，TR过程24可以识别图像的各种其它方面。例如，TR过程24可以识别200与图像相关联的位置、原创作者、时间、日期和其它信息。
如以上还提到的，所识别200的方面可以与图像的视觉内容202相关联。例如，使用已知的图像分析技术，TR过程24可以识别200出特定图像包括某种类型的视觉内容，诸如特定类型的动物、特定类型的场景、特定色彩曲线、色彩平衡、焦点、几何构成等等。
TR过程24可以识别204与已经对其识别204出一个方面的图像不同的图像(即，与目标图像不同的图像)。(这样所识别204的图像在这里可以被称作“基准图像”)。基准图像可以至少部分基于包括与一个或多个所识别200的目标图像的方面相类似的一个或多个方面的基准图像进行识别204。例如，TR过程24可以识别204具有相似主焦点、相似色彩曲线、相似视觉内容、相似时间和日期信息等的图像作为目标图像。
基准图像可以存在于各种位置、过程和/或应用之中和/或从其进行接收。在某些实施例中，基准图像可以由PA(例如，在配备有相机的蜂窝电话上进行操作的PA，诸如蜂窝电话32上的PA 48)提供。例如，个人可以使用蜂窝电话上的PA来捕捉照片，并且TR过程24可以利用所捕捉的照片(和/或其副本)作为基准图像。在某些实施例中，基准图像可以从各种其它应用、过程和/或库集接收。例如，TR过程20可以从照片存储库集(例如，存储设备40)、社交网络或其它应用(未示出)等接收基准图像。在某些实施例中，所识别204的基准图像可以存储在TR过程24所处的相同设备(例如，蜂窝电话32)中。在某些实施例中，所识别204的基准图像可以被远程存储。
TR过程24可以基于各种已知分析来识别一个或多个基准图像，这可以促成识别基准图像与已经对其识别200了一个或多个方面的目标图像之间的各种类型的相似性。例如，TR过程24可以识别200具有特定视觉内容—例如，具有一群鹿的图像—的目标图像，其中该图像还包括表现出强烈红色色调的特定色彩曲线和明显垂直的线条(例如，鹿周围的树干)的构成。TR过程24任何可以识别204展示出与目标图像的各个所识别200方面的特定相似性的一个或多个基准图像。例如，TR过程24可以识别204还包括多群食草动物(例如，鹿群、羚羊群等)和/或还包括展示出强烈红色色调的相似色彩曲线和/或包括明显垂直线条的构成的基准图像。
在某些实施例中，可以至少部分地基于流行度206的指示来识别204图像。例如，识别204出已经被高度评级、频繁观看、频繁评论等的基准图像可能是有用的。例如，这样的流行度206的指示可以指示所识别204的基准图像已经被视为特别好的图像(例如，其可以至少部分作为结果，因为对该图像应用了适当滤镜)。例如，TR过程24可以通过社交网络应用识别204已经累积了超过某个数量的评论、正面评级等的基准图像。这些(和其它)因素例如可以指示其它个人喜欢观看这些所识别204的基准图像。在某些实施例中，用户偏好和/或输入可以通知流行度26的识别指示。例如，已经捕捉到目标图像的摄影者可以指示她特别喜欢多个其它个人的照片(和/或来自特定个人的特定类型的图像)。这样，TR过程24可以关于该特定摄影者来确定所指示的其他个人(以及特别是特定个人)的照片具有高的流行度206指示。
TR过程24可以识别208与所识别204的基准图像相关联的图像滤镜。在某些实施例中，TR过程20可以识别208先前已经被应用于一个或多个基准图像的滤镜。如以上所提到的，TR过程可以促成选择适当滤镜(或多个滤镜)以应用于目标图像。这样，识别208先前对类似图像(例如，具有高的流行度206指示的相似图像)应用的各种滤镜可能是有用的。在某些实施例中，所识别208的滤镜可以是在捕捉基准图像中利用的物理滤镜(例如，镜头配件)。在某些实施例中，所识别208的滤镜可以是电子滤镜(例如，电子过程或应用)，其例如被用于在捕捉到基准图像之后对该基准图像进行变换。
TR过程24可以使用各种已知技术来识别208图像滤镜在所识别204的基准图像上的使用。在某些实施例中，TR过程24可以至少部分基于应用210启发式规则来识别208图像滤镜的使用。例如，在某些实施例中，可能识别出可以允许确定特定滤镜是否已经被应用于特定图像的各种启发式分析规则。例如，向图像应用装饰滤镜可以导致其中经滤镜处理的图像的边缘变暗但是该图像的中心保持明亮的图像。这样，指向这样的变暗模式的识别的启发式规则可以促成对使用了装饰滤镜的识别208。类似地，例如，光斑聚焦滤镜可以导致图像的特定区域合焦而该图像的其余部分跑焦。这样，例如，指向这样的锐利和/或模糊区域的识别的启发式规则可以促成对使用了光斑对焦滤镜的确定208。类似地，具有深蓝天空和“较暖”(即，更红)地面对象的图像可以指示应用了蓝黄偏光滤镜。这样，指向深蓝色天空和较红地面对象的识别的启发式规则可以促成对使用了蓝黄偏光滤镜的识别208。
在某些实施例中，TR过程24可以至少部分基于识别212与所识别204的基准图像相关联的色彩数据而识别208出图像滤镜204的使用。在某些实施例中，TR过程24可以基于识别212这样的色彩数据而识别特定色彩相关滤镜(和/或滤镜类型)的应用。例如,TR过程可以对基准图像识别212处特定色彩直方图、色彩轮廓、特定颜色的主导等。在某些实施例中，这例如可以指示特定色彩相关滤镜已经被应用于这样的基准图像。例如，如果特定基准图像的色彩直方图强烈偏离红色且强烈朝向蓝色，则TR过程24可以将这样的直方图212识别为指示一个或多个色彩滤镜被应用于去除了红色调且增加和/或增强了蓝色调的基准图像。这样，TR过程24可以基于识别212出该直方图色彩数据而识别208出使用了这样的色彩相关滤镜。
在某些实施例中，TR过程24可以实施学习过程或算法以便将特定色彩曲线(例如，特定色彩直方图)与特定主题、摄影者、位置、时间等相关联。例如，TR过程24可以确定与被高度评级的骆驼照片相关联的色彩曲线会展现出某种一般(和/或特定)特性。TR过程24例如可以使用这样的确定而将调节色彩曲线以展现出这样的特性的滤镜识别208为潜在适用于骆驼的目标图像。
在某些实施例中，TR过程24可以至少部分基于分析214与所识别204的基准图像相关联的元数据来识别208出使用了图像滤镜。例如，与图像相关联的元数据可以指示图像在何处记录、谁记录了该图像、使用什么类型的设备来记录该图像(例如，相机或移动电话类型)、已经观看和/或编辑了图像的个人等等。在某些实施例中，与所识别204的基准图像相关联的元数据可以指示有关在该基准图像被首次记录之后对其所进行的改变(和/或在捕捉该基准图像时所采用的物理滤镜)的其它信息。例如，这样的元数据可以识别可能已经被应用于基准图像的特定图像滤镜(和/或滤镜类型)和/或多个图像滤镜(和/或滤镜类型)可能已经被应用的顺序。这样，例如，分析214与所识别204的基准图像相关联的元数据以识别208出对该基准图像使用了图像滤镜对于TR过程24可能是有用的。(将要理解的是，TR过程24可以作为实施其它功能的一部分而对图像元数据进行类似分析，上述其它功能例如识别204具有与目标图像相类似的方面的图像，识别200目标图像的方面，等等。)
在某些实施例中，TR过程24可以识别208还没有被应用于基准图像但是可以对目标图像的一个方面进行变换以更接近地类比基准图像的方面的图像滤镜。例如，继续以上的示例，TR过程24可以识别204出与目标图像相类似的各种基准图像，其中该目标和基准图像都包括四脚动物的群、垂直线条的构成以及各种色彩。TR过程24可以进一步识别目标和基准图像之间的各种差异。例如，TR过程24可以将与某个高度评级的基准图像相关联的一个或多个色彩曲线与目标图像的色彩曲线进行比较以便例如确定该目标图像的色彩曲线与基准图像的色彩曲线相比更为明显地偏向于红色。在某些实施例中，例如，这可能不是对基准图像应用特定滤镜的结果而是源自于目标图像和基准图像之间的固有差异(例如，捕捉各种图像时的可用光线的质量)。在该实施例和其它实施例中，TR过程24例如可以基于所识别的目标和基准图像之间的差异而识别208出在被应用于目标图像的情况下会减少所识别差异的幅度和/或增加所识别相似度的幅度的滤镜(即，可以对目标图像的外观进行变换以便与某些基准图像的外观更为相似)。例如，TR过程24可以确定应用使得鹿的目标图像的色彩曲线较不明显地偏向红色的滤镜会使得目标图像的色彩曲线与其它群的动物的某些高度评级的参考图像的色彩曲线更为紧密地相匹配。这样，TR过程24可以将这样的与基准图像相关联的滤镜识别208为适用于目标图像的变换。
TR过程24可以向目标图像应用216所识别208的图像滤镜(例如，已经被识别208为在所识别204的基准图像上使用的滤镜)。例如，在已经识别204的基准图像中与目标图像的方面相类似的方面并且已经识别208出在基准图像上使用了特定滤镜的情况下，TR过程24可以向目标图像推荐应用216和/或可以应用216所识别208的滤镜(即，被应用于类似的基准图像的滤镜)。以这种方式，例如，TR过程24可以促成将适当滤波器应用216于目标图像(例如，应用216通常与包括特定方面的图像相关联的滤镜，应用216通常与高度评级的包括特定视觉内容202的图像相关联的滤镜等等)。
TR过程24可以自动和/或基于用户、管理员和/或系统的各种输入和/或偏好来应用216图像滤镜。例如，在某些实施例中，基于用户偏好，TR过程24可以自动向特定目标图像应用216与最为流行的所识别204基准图像相关联的滤镜(即，所识别204的具有最强的流行度206的指示的基准图像)。在某些实施例中，TR过程24可以仅应用216目标图像的创建方所同意的来自摄像者/编辑者的滤镜(或者已经被应用于创建方所同意的图像的滤镜等等)。在某些实施例中，TR过程24可以基于各种其它偏好和/或输入来应用216滤镜。
在某些实施例中，TR过程24可以识别208出潜在可以被应用216于目标图像的(例如，已经被单独或共同应用于多个所识别204的基准图像的)多个滤镜。为了确定实际应用216该多个滤镜中的哪一个(如果有)，TR过程24可以向用户(例如，用来记录、编辑或上传目标图像的设备的用户等)提供218所识别208滤镜的列表。在这样的情况下，例如，TR过程24可以接收220(例如，从这样的用户)对来自所提供218的列表的一个或多个滤镜的选择，并且可以将所选择的滤镜应用216于目标图像。
在某些实施例中，TR过程24可以提供222特定图像滤镜(例如，被识别208为应用于基准图像的图像滤镜)在目标图像上的效果的预览。例如，在记录所变换的目标图像版本之前(和/或之后)(例如，在将存储设备上的目标图像替换为目标图像的经滤镜处理的版本和/或创建包括图像滤镜的效果的目标图像副本之前)，TR过程24可以向用户(例如，目标图像的创建方)提供222在目标图像上应用216(和/或要应用216)图像滤镜的效果的描述。这例如可以促成用户决定特定的所识别208的滤镜是否应当被应用和/或与该滤镜相关的特定参数(例如，色彩曲线水平、晕影程度等)是否应当被调节(例如，通过用户输入)。在某些实施例中，提供222预览可以促成用户决定要从所提供218的图像滤镜的列表中选择那个(哪些)滤镜。
在某些实施例中，目标图像可以包括在相机设备(例如，数码相机、数码视频相机、配备有相机的蜂窝电话等)的取景器上显示的视图224。例如，当用户扫描场景以便识别摄影的主题时，场景中当前处于视图中的部分(例如，在图像在特定时刻被相机捕捉的情况下将包括在图像中的部分)可以显示在相机设备的取景器屏幕上。例如，为了提供这样的(可能)图像的变换看上去将会如何的预览，TR过程24可以提供222一个或多个滤镜在当前处于取景器上的视图中的场景部分上的效果的预览。例如，TR过程24可以连续或以各种间隔识别200取景器中的场景的一个或多个方面(即，目标图像)，并且可以识别204包括与取景器屏幕中的图像相类似的方面的一个或多个其它(基准)图像。TR过程24可以识别208与所识别204的基准图像相关联的(例如，已经被应用于基准图像的)一个或多个特定滤镜，并且可以选择(例如，基于用户输入)那些滤镜中的某些以便应用216于目标图像(即，相机取景器中的图像)。以这种方式，例如，用户可以在实际捕捉特定图像之前(和/或之后)(即，在取景器中所表示的图像被存储在相机的主存储器中之前)实时(或准实时)地观看特定图像在特定滤镜被应用于它的情况下看上去将会如何。
将要理解的是，在该实施例和其它实施例中，识别204基准图像例如可以通过创建和/或维护数据库而被加速，该数据库中已经对各个基准图像(例如，各种流行图像)的方面进行了部分或完全分类和/或组织以便进行快速搜索。例如，创建和/或维护通过所识别200的视觉内容222、所识别208的先前应用的图像滤镜、所识别212的色彩数据等进行组织的基准图像数据库可能是有用的。例如，以这种方式，TR过程24在某些实施例中可以更为快速和/或有效地识别204基准图像和/或识别208对特定基准图像使用了特定滤镜。
还如以上所指出的，在某些实施例中，TR过程24的各种功能可以实时和/或准实时地执行。(例如，准实时可以指示某些功能以用户感觉到很少或感觉不到延时的方式执行和/或在包括例如可能来自于网络延迟、处理时间等的延时的情况下执行。)例如，同样如以上所指出的，如果目标图像是相机取景器上的视图224，则在使用相机拍摄图像之前提供222图像滤镜的效果的预览会是有用的。这样，例如在用户利用相机对场景进行摇摄时，取景器可以实时或准实时地显示当前视图的所记录图像在应用216特定图像滤镜的情况下会看上去如何。在某些实施例中，这样的预览可以包括单独和/或组合应用216多个所识别208的图像滤镜的应用216的表示。例如，如果所识别208的图像滤镜的列表已经被提供218，则取景器的一个象限可以显示没有应用216滤镜的视图，该取景器的两个象限可以分别显示应用了216两种不同滤镜的视图，并且该取景器的一个象限可以显示两个不同滤镜被一起应用216的视图。以这种方式，例如在用户对场景进行摇摄时，TR过程24可以连续(和/或近似连续)地识别200当前视图的方面，识别204基准图像，识别208已经被应用于基准图像的图像滤镜，并且提供222各种所识别208的图像滤镜在当前相机视图上的效果的预览。这样，例如，TR过程24可以促成个人选择滤镜(或多个滤镜)并且将特定取景器视图224记录为所选择滤镜(或多个滤镜)被应用于所记录图像的数字图像。
现在还参考图3，示出了TR过程24的实施方式的图示性视图。例如，个人可能已经捕捉了山景的图像300(例如，存储在配备有相机的移动设备上)，并且可能期望将该图像上传至社交网络应用，使得其能够与其他个人进行共享。在某些实施例中，TR过程24可能已经基于识别图像300的多个方面以及识别204相似的基准图像来识别208出用于该图像滤镜的三个可能滤镜。例如，TR过程24可能已经识别200了方面，诸如包括风景、包括山、被过度曝光、在意大利Palermo附近拍摄的、包括河流、在1月早间拍摄的、包括棕色和绿色的活跃阴影等的目标图像。TR过程24还可能已经识别204了具有高的流行度206指示的各种基准图像，其中该基准图像也包括方面，诸如包括山、在Palermo附近拍摄、在冬季早间拍摄等。TR过程24可以进一步识别208这些各个基准图像中的许多已经例如使用深褐色滤镜、偏光镜和晕影滤镜以各种组合进行了变换。
这样，例如，作为上传目标图像的一部分(和/或其前序)，TR过程24可以提供窗口302以促成从所提供218的所识别208滤镜(即，深褐色滤镜、偏光镜、晕影滤镜)的列表中选择一个或多个特定滤镜，并且可以接收220由用户对那些滤镜中的一个或多个的选择。例如，TR过程24可以经由窗口302接收220进行上传的用户经由该用户对动作按钮304、306和308中的一个或多个的选择来对所识别208的滤镜中的一个或多个的选择。在某些实施例中，TR过程24可以在完成目标图像的变换和/或上传之前提供222应用216所选择滤镜的预览。例如，用户可以使用动作按钮304选择深褐色滤镜以及使用动作按钮306选择偏光滤镜，并且TR过程24可以在对图像文件(和/或其副本)进行变换之前提供222那些滤镜在该图像上的效果的预览。在某些实施例中，例如，在观看所提供222的预览时，用户可能不喜欢所选择滤镜的累加效果，并且可能因此在上传之前改变选择。例如，用户可能决定另外应用深褐色和晕影滤镜并且可能因此在窗口302中选择那些滤镜。
现在还参考图4，示出了TR过程24的实施方式的图示性视图。如以上所提到的，在某些实施例中，TR过程24可以对相机取景器上所显示的视图224应用216图像滤镜。还如以上所提到的，这例如可以促成提供222图像滤镜在特定场景的图像(和/或潜在图像)上的效果的准实时预览。
TR过程24可以以各种方式对取景器视图224应用216图像滤镜。例如，在某些实施例中，TR过程24可以关于相同视图224在相同取景器上提供222多个预览。例如，取景器(例如，取景器400)可以被划分为象限402、404、406和408(例如，由象限轴410和412所指示的)。TR过程24可以识别200目标图像的方面(例如，视图224包括表现出奶牛的田园场景)，可以识别204相似的基准图像，并且可以识别208与那些所识别204的基准图像相关联的各种滤镜。TR过程24可以相应地利用窗口414提供218这样所识别208的滤镜的列表，诸如光斑对焦416以及黑白418滤镜。这些所建议的滤镜例如可以在用户用相机扫过该场景时准实时地变化，并且该场景和/或其它基准图像的其它方面相应地被识别200、204。
在某些实施例中，TR过程24可以提供222所选择滤镜被应用216的情况下将会被捕捉的图像(和/或所捕捉的图像将看上去如何)的预览。在某些实施例中，提供222这样的预览可以基于用户输入。例如，经由输入窗口414，用户可以指示TR过程24应当在象限402中应用(例如，作为预览)光斑对焦滤镜416，在象限404中应用黑白滤镜418，在象限406中应用这两个滤镜，并且在象限408中不应用滤镜(即，在象限408中提供未经滤镜处理的视图)。例如，以这种方式，个人能够确定其喜欢对她想要捕捉的图像应用哪个(哪些)滤镜(如果有)。
继续以上的示例，当捕捉图像时，配备有相机的设备在某些实施例中可以仅捕捉未经滤镜处理的图像，所选择的滤镜随后可以被应用216于该图像。在某些实施例中，除此之外/替选地，配备有相机的设备可以捕捉经滤镜处理的图像。例如，在某些实施例中，配备有相机的设备可以捕捉与相同场景(例如，取景器400中的视图224)相关联的未经滤镜处理和经滤镜处理的图像。在某些实施例中，配备有相机的设备可以仅捕捉经滤镜处理的图像(例如，可以不记录未经滤镜处理的图像)。
还参考图5，示出了服务器计算机12中所包括的示例计算系统的图示性视图。虽然在该图中示出了计算系统12，但是这仅是出于说明的目的而并非意在作为本公开的限制，因为其它配置也是可能的。例如，能够整体或部分执行TR过程(例如，TR过程10、20、22、24或26)的任何计算设备都可以替代图5内的计算系统12，其示例可以包括但不限于客户端电子设备28、30、32、34。
计算系统12可以包括微处理器550，其被配置为例如处理数据并且执行群组简档过程10的指令/代码。微处理器550可以耦合至存储设备16。如以上所讨论的，存储设备16的示例可以包括但不限于：硬盘驱动器、磁带驱动器、光学驱动器、RAID设备、NAS设备、存储域网络、随机存取存储器(RAM)、只读存储器(ROM)，以及所有形式的闪存存储设备。IO控制器552可以被配置为将微处理器550与诸如键盘554、鼠标556、USB端口(未示出)和打印机端口(未示出)之类的各种设备进行耦合。显示适配器558可以配置为将显示器560(例如，CRT或LCD监视器)与微处理器550进行耦合，而网络适配器562(例如，以太网适配器)可以被配置为将微处理器550耦合至网络14(例如，互联网或局域网)。
附图中的流程图和框图示出了根据本公开的各个实施例的系统、方法和计算机程序产品的架构、功能和操作。在这方面，流程图或框图的每个框可以表示包括用于实施所指定的(多种)逻辑功能的一个或多个可执行指令的模块、分段或代码部分。还应当注意的是，在一些替选实施方式中，框中所指示的功能有时是以与图中所示不同的顺序来执行。例如，根据所涉及的功能，连续示出的两个框有时基本上同时执行或者有时以相反顺序执行框。还将要注意的是，框图和/或流程图中的每个框以及框图和/或流程图中的框的组合可以由执行所指定功能或动作的专用的基于硬件的系统来执行，或者由专用硬件和计算机指令的组合来实施。
这里使用的术语仅是出于描述特定实施例的目的而并非意在限制本公开。如这里所使用的，除非另外明确指出，否则术语“一个”(“a”、“an”和“the”)意味着也包括复数形式。将要进一步理解的，当在该说明书中使用时，术语“包含”和/或“包括”指定存在所指出的特征、整数、步骤、操作、要素和/或组件，但是不排除存在或增加个或多个其它的特征、整数、步骤、操作、要素、组件和/或其群组。
以下权利要求中的所有装置或步骤加上功能要素的相对应的结构、材料、动作和等同形式意在包括与特别请求保护的其它保护要素相结合来执行该功能的任意结构、材料或动作。本公开的描述已经出于说明和描述的目的被呈现，但是其不意在是本公开完全以所公开的形式或者将本公开限于所公开的形式。许多修改和变化对于本领域技术人员将是显而易见的而并不背离本公开的范围和精神。选择并描述实施例以便对本公开的原理和实践应用进行最佳解释并且使得本领域的普通技术人员能够针对具有适用于所预期的特定使用的各种修改的各个实施例理解本公开。
已经对多个实施例和实施方式进行了描述。然而，将要理解的是，可以进行各种修改。因此，其它实施例和实施方式处于所附权利要求的范围之内。

Claims (20)

1.一种计算机实现的方法，包括：
由一个或多个计算设备识别已捕捉数字图像的内容相关的方面；
由所述一个或多个计算设备至少部分地基于一个或多个其它数字图像包括与所述已捕捉数字图像的所识别的内容相关的方面相同或相似的一个或多个其它内容相关的方面来识别所述一个或多个其它数字图像；
由所述一个或多个计算设备分析所述一个或多个其它数字图像的视觉内容以识别一个或多个图像滤镜，所述一个或多个图像滤镜包括第一图像滤镜，所述第一图像滤镜在捕捉所述一个或多个其它数字图像后对所述一个或多个其它数字图像中的至少一个进行变换；
提供包括所述一个或多个图像滤镜的图像滤镜列表；
接收对所述图像滤镜列表中的所述第一图像滤镜的选择；以及
由所述一个或多个计算设备通过将所述第一图像滤镜应用于所述已捕捉数字图像来对所述已捕捉数字图像进行变换。
2.根据权利要求1所述的计算机实现的方法，其中识别所述一个或多个其它数字图像至少部分地基于与所述一个或多个其它数字图像相关联的一个或多个流行度指示。
3.根据权利要求1所述的计算机实现的方法，其中分析所述视觉内容以识别包括在捕捉所述一个或多个其它数字图像后对所述一个或多个其它数字图像中的至少一个进行变换的所述第一图像滤镜在内的所述一个或多个图像滤镜包括应用启发式规则来识别所述一个或多个图像滤镜的应用。
4.根据权利要求1所述的计算机实现的方法，其中分析所述一个或多个其它数字图像的所述视觉内容以识别包括在捕捉所述一个或多个其它数字图像后对所述一个或多个其它数字图像中的至少一个进行变换的所述第一图像滤镜在内的所述一个或多个图像滤镜包括至少部分地基于与所述一个或多个其它数字图像相关联的色彩数据的识别来识别色彩相关滤镜的应用。
5.根据权利要求1所述的计算机实现的方法，其中所述一个或多个图像滤镜进一步包括第二图像滤镜，所述第二图像滤镜在捕捉所述一个或多个其它数字图像后对所述一个或多个其它数字图像进行变换；其中所述选择进一步包括所述图像滤镜列表中的所述第二图像滤镜；并且其中对所述已捕捉数字图像进行变换包括将所述第一图像滤镜和所述第二图像滤镜应用于所述已捕捉数字图像。
6.一种计算机实现的方法，包括：
由一个或多个计算设备识别已捕捉图像的方面；
由所述一个或多个计算设备至少部分地基于一个或多个其它图像包括与所述已捕捉图像的所识别的方面相同或相似的一个或多个其它方面来识别所述一个或多个其它图像；
由所述一个或多个计算设备分析所述一个或多个其它数字图像的视觉内容以识别一个或多个类型的图像滤镜，所述一个或多个类型的图像滤镜包括第一类型图像滤镜，所述第一类型图像滤镜在捕捉所述一个或多个其它图像后对所述一个或多个其它图像中的至少一个进行变换；以及
由所述一个或多个计算设备通过将所述第一类型图像滤镜应用于所述已捕捉图像来对所述已捕捉图像进行变换。
7.根据权利要求6所述的计算机实现的方法，其中所述已捕捉图像的所述方面与所述已捕捉图像的视觉内容相关联。
8.根据权利要求6所述的计算机实现的方法，其中将所述第一类型图像滤镜应用于所述已捕捉图像包括：
提供包括所述第一类型图像滤镜在内的所述一个或多个类型的图像滤镜的列表；以及
接收对来自所述列表的所述第一类型图像滤镜的选择。
9.根据权利要求8所述的计算机实现的方法，进一步包括：
提供具有分别应用于所述已捕捉图像的所述一个或多个类型的图像滤镜的效果的表示的所述已捕捉图像的预览。
10.根据权利要求6所述的计算机实现的方法，其中识别所述一个或多个其它图像至少部分地基于与所述一个或多个其它图像相关联的一个或多个流行度指示。
11.根据权利要求6所述的计算机实现的方法，其中分析所述视觉内容以识别包括在捕捉所述一个或多个其它图像后对所述一个或多个其它图像中的至少一个进行变换的所述第一类型图像滤镜在内的所述一个或多个类型的图像滤镜包括应用启发式规则来识别所述一个或多个类型的图像滤镜的应用。
12.根据权利要求6所述的计算机实现的方法，其中分析所述一个或多个其它图像的所述视觉内容以识别包括在捕捉所述一个或多个其它图像后对所述一个或多个其它图像中的至少一个进行变换的所述第一类型图像滤镜在内的所述一个或多个类型的图像滤镜包括至少部分地基于与所述一个或多个其它图像相关联的色彩数据的识别来识别色彩相关滤镜的应用。
13.根据权利要求6所述的计算机实现的方法：
其中所述已捕捉图像包括在相机的取景器上显示的视图。
14.一种非瞬时计算机可读介质，所述非瞬时计算机可读介质上存储有多个指令，所述指令在由处理器执行时使得所述处理器执行操作，所述操作包括：
识别已捕捉图像的方面；
至少部分地基于一个或多个其它图像包括与所述已捕捉图像的所识别的方面相似的一个或多个其它方面来识别所述一个或多个其它图像；
分析所述一个或多个其它数字图像的视觉内容以识别一个或多个类型的图像滤镜，所述一个或多个类型的图像滤镜包括第一类型图像滤镜，所述第一类型图像滤镜在捕捉所述一个或多个其它数字图像后对所述一个或多个其它数字图像中的至少一个进行变换；以及
通过将所述第一类型图像滤镜应用于所述已捕捉图像来对所述已捕捉数字图像进行变换。
15.根据权利要求14所述的非瞬时计算机可读介质，其中所述已捕捉图像的所述方面与所述已捕捉图像的视觉内容相关联。
16.根据权利要求15所述的非瞬时计算机可读介质，其中将所述第一类型图像滤镜应用于所述已捕捉图像包括：
提供包括所述第一类型图像滤镜在内的所述一个或多个类型的图像滤镜的列表；以及
接收对来自所述列表的所述第一类型图像滤镜的选择。
17.根据权利要求16所述的非瞬时计算机可读介质，其中所述操作进一步包括：
提供具有分别应用于所述已捕捉图像的所述一个或多个类型的图像滤镜的效果的表示的所述已捕捉图像的预览。
18.根据权利要求14所述的非瞬时计算机可读介质，其中识别所述一个或多个其它图像至少部分地基于与所述一个或多个其它图像相关联的一个或多个流行度指示。
19.根据权利要求14所述的非瞬时计算机可读介质，其中分析所述一个或多个其它图像的视觉内容以识别包括所述第一类型图像滤镜在内的所述一个或多个类型的图像滤镜包括应用启发式规则来识别所述一个或多个类型的图像滤镜的应用。
20.根据权利要求14所述的非瞬时计算机可读介质，其中分析视觉内容以识别包括在捕捉所述一个或多个其它图像后对所述一个或多个其它图像中的至少一个进行变换的所述第一类型图像滤镜在内的所述一个或多个类型的图像滤镜包括至少部分地基于与所述一个或多个其它图像相关联的色彩数据的识别来识别色彩相关滤镜的应用。
CN201380065888.0A 2012-12-21 2013-12-20 为摄影推荐变换 Active CN104854859B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/723,761 US9154709B2 (en) 2012-12-21 2012-12-21 Recommending transformations for photography
US13/723,761 2012-12-21
PCT/US2013/077327 WO2014100774A1 (en) 2012-12-21 2013-12-20 Recommending transformations for photography

Publications (2)

Publication Number Publication Date
CN104854859A CN104854859A (zh) 2015-08-19
CN104854859B true CN104854859B (zh) 2018-11-27

Family

ID=50002848

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380065888.0A Active CN104854859B (zh) 2012-12-21 2013-12-20 为摄影推荐变换

Country Status (6)

Country Link
US (2) US9154709B2 (zh)
EP (1) EP2936796B1 (zh)
JP (2) JP6138962B2 (zh)
KR (1) KR101688352B1 (zh)
CN (1) CN104854859B (zh)
WO (1) WO2014100774A1 (zh)

Families Citing this family (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102133529B1 (ko) * 2013-07-16 2020-07-13 삼성전자주식회사 영상 필터 정렬 방법, 상기 방법을 기록한 컴퓨터 판독 가능 저장매체 및 디지털 영상 장치
CA2863124A1 (en) 2014-01-03 2015-07-03 Investel Capital Corporation User content sharing system and method with automated external content integration
US20150370907A1 (en) * 2014-06-19 2015-12-24 BrightSky Labs, Inc. Systems and methods for intelligent filter application
US9225897B1 (en) 2014-07-07 2015-12-29 Snapchat, Inc. Apparatus and method for supplying content aware photo filters
KR20160051390A (ko) * 2014-11-03 2016-05-11 삼성전자주식회사 전자장치 및 전자장치의 필터 제공 방법
US9171352B1 (en) * 2014-12-04 2015-10-27 Google Inc. Automatic processing of images
US9754355B2 (en) * 2015-01-09 2017-09-05 Snap Inc. Object recognition based photo filters
CN104700353B (zh) * 2015-02-11 2017-12-05 小米科技有限责任公司 图像滤镜生成方法及装置
CN104700442A (zh) * 2015-03-30 2015-06-10 厦门美图网科技有限公司 一种自动添加滤镜与文字的图像处理方法和系统
CN105224950A (zh) * 2015-09-29 2016-01-06 小米科技有限责任公司 滤镜类别识别方法及装置
CN106373084B (zh) * 2016-08-30 2020-09-18 北京奇艺世纪科技有限公司 一种特效推荐方法及装置
US11553157B2 (en) 2016-10-10 2023-01-10 Hyperconnect Inc. Device and method of displaying images
CN106791756A (zh) * 2017-01-17 2017-05-31 维沃移动通信有限公司 一种多媒体数据处理方法及移动终端
KR101932844B1 (ko) 2017-04-17 2018-12-27 주식회사 하이퍼커넥트 영상 통화 장치, 영상 통화 방법 및 영상 통화 중개 방법
CN107463373B (zh) * 2017-07-10 2021-01-29 北京小米移动软件有限公司 图片美颜方法、好友颜值的管理方法和装置
US10425593B2 (en) * 2017-10-19 2019-09-24 Paypal, Inc. Digital image filtering and post-capture processing using user specific data
CN108076288A (zh) * 2017-12-14 2018-05-25 光锐恒宇（北京）科技有限公司 图像处理方法、装置和计算机可读存储介质
KR102079091B1 (ko) * 2018-01-31 2020-02-19 주식회사 하이퍼커넥트 단말기 및 그것의 이미지 처리 방법
KR20190098518A (ko) * 2018-02-14 2019-08-22 주식회사 하이퍼커넥트 서버 및 그것의 동작 방법
JP6852692B2 (ja) * 2018-02-14 2021-03-31 京セラドキュメントソリューションズ株式会社 画像形成装置
KR102495008B1 (ko) * 2018-05-11 2023-02-06 삼성전자주식회사 영상 편집 지원 방법 및 이를 지원하는 전자 장치
CN108846292B (zh) * 2018-05-30 2021-08-17 中国联合网络通信集团有限公司 脱敏规则生成方法及装置
CN108833781B (zh) * 2018-06-15 2021-03-26 Oppo广东移动通信有限公司 图像预览方法、装置、终端及计算机可读存储介质
CN110163050B (zh) * 2018-07-23 2022-09-27 腾讯科技（深圳）有限公司 一种视频处理方法及装置、终端设备、服务器及存储介质
US10242283B1 (en) 2018-10-03 2019-03-26 Capital One Services, Llc Government ID card validation systems
CN109361867B (zh) * 2018-11-23 2021-06-22 维沃移动通信有限公司 一种滤镜处理方法及移动终端
KR20200089957A (ko) * 2019-01-18 2020-07-28 삼성전자주식회사 전자 장치 및 이의 제어 방법
US11070717B2 (en) * 2019-04-23 2021-07-20 Adobe Inc. Context-aware image filtering
KR102282963B1 (ko) 2019-05-10 2021-07-29 주식회사 하이퍼커넥트 단말기, 서버 및 그것의 동작 방법
KR20210011162A (ko) 2019-07-22 2021-02-01 삼성전자주식회사 디스플레이장치 및 그 제어방법
KR102311603B1 (ko) 2019-10-01 2021-10-13 주식회사 하이퍼커넥트 단말기 및 그것의 동작 방법
KR102293422B1 (ko) 2020-01-31 2021-08-26 주식회사 하이퍼커넥트 단말기 및 그것의 동작 방법
CN113256504A (zh) * 2020-02-11 2021-08-13 北京三星通信技术研究有限公司 图像处理的方法和电子设备
KR102289194B1 (ko) * 2020-04-27 2021-08-13 주식회사 하이퍼커넥트 서버 및 그것의 동작 방법
KR20210141179A (ko) * 2020-05-15 2021-11-23 삼성전자주식회사 영상을 제공하는 방법 및 장치
US11631202B2 (en) * 2021-01-08 2023-04-18 Samsung Electronics Co., Ltd. System and method for obtaining and applying a vignette filter and grain layer
US11935154B2 (en) * 2022-03-02 2024-03-19 Microsoft Technology Licensing, Llc Image transformation infrastructure
US11917286B2 (en) * 2022-03-04 2024-02-27 Humane, Inc. Displaying images using wearable multimedia devices

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101910936A (zh) * 2007-12-24 2010-12-08 微软公司 基于图像捕捉设备呈现的用户推荐的引导摄影
CN101945217A (zh) * 2009-07-07 2011-01-12 三星电子株式会社 拍摄设备和方法

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6535243B1 (en) * 1998-01-06 2003-03-18 Hewlett- Packard Company Wireless hand-held digital camera
US20040174434A1 (en) 2002-12-18 2004-09-09 Walker Jay S. Systems and methods for suggesting meta-information to a camera user
US7684639B2 (en) 2005-10-20 2010-03-23 Sharp Laboratories Of America, Inc. Methods and systems for automatic digital image enhancement
WO2007058895A2 (en) * 2005-11-11 2007-05-24 Visualsonics Inc. Overlay image contrast enhancement
US8527492B1 (en) * 2005-11-17 2013-09-03 Quiro Holdings, Inc. Associating external content with a digital image
JP2007194917A (ja) * 2006-01-19 2007-08-02 Seiko Epson Corp 画像の撮影シーンに適した効果処理の設定
JP2008011316A (ja) * 2006-06-30 2008-01-17 Casio Comput Co Ltd カメラ装置及びカメラ装置制御プログラム
US7920714B2 (en) * 2006-07-31 2011-04-05 Canadian Bank Note Company, Limited Method and apparatus for comparing document features using texture analysis
JP4857069B2 (ja) * 2006-10-06 2012-01-18 キヤノン株式会社 画像処理装置及びその制御方法
CN101755461B (zh) * 2007-07-20 2012-06-13 富士胶片株式会社 图像处理设备、图像处理方法
JP2009169620A (ja) * 2008-01-15 2009-07-30 Ricoh Co Ltd 画像処理装置、画像処理方法、プログラム及び記録媒体
US8520979B2 (en) * 2008-08-19 2013-08-27 Digimarc Corporation Methods and systems for content processing
US8049811B2 (en) 2009-01-28 2011-11-01 Board Of Regents, The University Of Texas System Automatic focusing apparatus and method for digital images using automatic filter switching
US8726324B2 (en) 2009-03-27 2014-05-13 Motorola Mobility Llc Method for identifying image capture opportunities using a selected expert photo agent
KR101633335B1 (ko) * 2009-12-07 2016-06-24 엘지전자 주식회사 이동 단말기 및 이것의 애플리케이션 제어 방법
US20110213795A1 (en) 2010-03-01 2011-09-01 Kenneth Kun Lee Automatic creation of alternative layouts using the same selected photos by applying special filters and/or changing photo locations in relation to creating the photobook
US20110211753A1 (en) 2010-03-01 2011-09-01 Kenneth Kun Lee Automatic processing of pre-selected filters that are associated with each photo location within the template in relation to creating the photobook
US20110292221A1 (en) 2010-05-26 2011-12-01 Micorsoft Corporation Automatic camera
WO2012039719A1 (en) * 2010-09-24 2012-03-29 Hewlett-Packard Development Company, L.P. Image registration
KR101692399B1 (ko) * 2010-10-14 2017-01-03 삼성전자주식회사 감성 기반의 영상을 얻을 수 있는 디지털 영상 처리 장치 및 디지털 영상 처리 방법
JP5646318B2 (ja) * 2010-12-28 2014-12-24 オリンパスイメージング株式会社 撮像装置及び撮像プログラム
US8717381B2 (en) 2011-01-11 2014-05-06 Apple Inc. Gesture mapping for image filter input parameters
JP5707947B2 (ja) * 2011-01-11 2015-04-30 株式会社リコー 画像処理装置
US8570381B2 (en) * 2011-03-08 2013-10-29 Neal Solomon Multi-functional modular digital imaging system
US8854491B2 (en) * 2011-06-05 2014-10-07 Apple Inc. Metadata-assisted image filters
JP2014207110A (ja) * 2013-04-12 2014-10-30 株式会社日立ハイテクノロジーズ 観察装置および観察方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101910936A (zh) * 2007-12-24 2010-12-08 微软公司 基于图像捕捉设备呈现的用户推荐的引导摄影
CN101945217A (zh) * 2009-07-07 2011-01-12 三星电子株式会社 拍摄设备和方法

Also Published As

Publication number Publication date
JP2017126345A (ja) 2017-07-20
JP6138962B2 (ja) 2017-05-31
EP2936796B1 (en) 2021-12-08
EP2936796A1 (en) 2015-10-28
US20160100101A1 (en) 2016-04-07
WO2014100774A1 (en) 2014-06-26
US9154709B2 (en) 2015-10-06
JP2016508248A (ja) 2016-03-17
KR101688352B1 (ko) 2016-12-20
CN104854859A (zh) 2015-08-19
US9438791B2 (en) 2016-09-06
US20140176732A1 (en) 2014-06-26
KR20150087362A (ko) 2015-07-29

Similar Documents

Publication Publication Date Title
CN104854859B (zh) 为摄影推荐变换
US10652455B2 (en) Guided video capture for item listings
US9866748B2 (en) System and method for controlling a camera based on processing an image captured by other camera
CN108140130B (zh) 图像处理方法及非暂时性计算机可读介质
US11336840B2 (en) Matching foreground and virtual background during a video communication session
KR101688753B1 (ko) 관련된 사진들의 그룹화
US8730232B2 (en) Director-style based 2D to 3D movie conversion system and method
US8200019B2 (en) Method and system for automatically extracting photography information
US20120321131A1 (en) Image-related handling support system, information processing apparatus, and image-related handling support method
CN108027827A (zh) 基于图像分析的协调通信和/或存储
CN112702521A (zh) 图像拍摄方法及装置、电子设备、计算机可读存储介质
US20180103278A1 (en) Identification of captured videos
US10432855B1 (en) Systems and methods for determining key frame moments to construct spherical images
US9736446B1 (en) Automated color adjustment of media files
KR101738580B1 (ko) 표정 인식 기반 음원 제공 시스템 및 서비스
CN113989387A (zh) 相机拍摄参数调整方法、装置及电子设备
CN110084835A (zh) 用于处理视频的方法和装置
US20240062338A1 (en) Systems and methods for blur identification and correction
CN108335314B (zh) 用于生成信息的方法和装置
US9747693B1 (en) Object identification
CN116134473A (zh) 信息处理设备、信息处理方法和程序
CN108848300A (zh) 用于输出信息的方法和装置

Legal Events

Date Code Title Description
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: American California

Applicant after: Google limited liability company

Address before: American California

Applicant before: Google Inc.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant