CN105451846B - 用于对内容进行分类的方法和装置 - Google Patents
用于对内容进行分类的方法和装置 Download PDFInfo
- Publication number
- CN105451846B CN105451846B CN201580001344.7A CN201580001344A CN105451846B CN 105451846 B CN105451846 B CN 105451846B CN 201580001344 A CN201580001344 A CN 201580001344A CN 105451846 B CN105451846 B CN 105451846B
- Authority
- CN
- China
- Prior art keywords
- content
- file
- image
- keyword
- information
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- 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
-
- 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
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- 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
- G06F16/53—Querying
- G06F16/532—Query formulation, e.g. graphical querying
-
- 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
-
- 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
- G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
-
- 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
- G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- User Interface Of Digital Computer (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
一种被配置为对多个图像进行分类的装置包括用户界面和控制器,用户界面被配置为接收从所述多个图像选择一个图像的输入,控制器被配置为确定选择的图像的属性信息或选择的图像的图像分析信息,并且基于属性信息或图像分析信息来对所述多个图像进行分类。
Description
技术领域
与示例性实施例一致的方法和设备涉及一种用于对内容进行分类的方法和装置。
背景技术
电子装置正在变得越来越多样,并且一个人携带的电子装置的类型也正在变得更多样。另外,用户通过使用多个电子装置来消费内容、应用和服务的各项,并且可供用户使用的内容的量也在增加。
就这一点而论,用户可使用许多类型的内容。然而,随着用户使用对该用户没有意义的内容的次数增加,用户疲劳也可能增加。因此,需要一种允许用户高效地访问该用户感兴趣的内容的系统。
发明内容
技术方案
一个或多个示例性实施例包括一种通过基于用于描述用户选择的内容的多个关键字产生多个文件夹、根据分别与所述多个文件夹对应的关键字对预存内容进行分类、因此与对应文件夹中的预存内容中的每个匹配来对内容进行分类的方法。
有益效果
根据示例性实施例,一种为用户提供基于内容的选择简单地对内容进行分类和搜索的界面的装置。
附图说明
通过参照附图描述示例性实施例,以上和/或其他方面将更清楚,在附图中:
图1A是示出根据示例性实施例的图像产生管理系统的示图,图1B是示出根据示例性实施例的内容管理系统的示图;
图2是根据示例性实施例的由装置执行的对内容进行分类的方法的流程图;
图3是根据示例性实施例的由装置执行的选择内容的方法的流程图;
图4是示出根据示例性实施例的用于选择内容的图形用户界面(GUI)的示图;
图5A是示出根据示例性实施例的从预存内容之中选择一条内容的过程的示图,图5B是示出根据示例性实施例的选择捕捉的图像的过程的示图;
图6是根据示例性实施例的由装置执行的获得多个关键字的方法的流程图;
图7是根据示例性实施例的由装置执行的检测多个关键字的方法的流程图;
图8是示出根据示例性实施例的包括关于内容的属性信息的元数据的示图;
图9是示出根据示例性实施例的由装置执行的通过使用内容的元数据来获得多个关键字的过程的示图;
图10是示出根据示例性实施例的由装置执行的通过使用关于内容的图像分析信息来检测多个关键字的过程的示图;
图11是根据示例性实施例的由装置执行的对多条内容进行分类的方法的流程图;
图12是示出根据示例性实施例的由装置执行的对多条内容中的每条内容进行分类并且将该条内容与对应文件夹匹配的过程的示图;
图13是示出根据示例性实施例的由装置执行的显示多个文件夹的过程的示图;
图14是根据示例性实施例的由装置执行的提供多个关键字的列表的方法的流程图;
图15是示出根据示例性实施例的由装置执行的显示对应于选择的内容的多个关键字的列表的过程的示图;
图16是示出根据示例性实施例的由装置执行的显示与用户选择的一个或多个关键字对应的文件夹的过程的示图;
图17是根据示例性实施例的由装置执行的基于共有关键字对多条内容进行分类的方法的流程图;
图18A是示出根据示例性实施例的选择至少两条内容的过程的示图,图18B是示出根据示例性实施例的检测选择的至少两条内容之间的共有关键字的过程的示图;
图19是根据示例性实施例的由装置执行的根据准确率确定多个关键字的检测次序的方法的流程图;
图20是示出根据示例性实施例的由装置执行的根据准确率确定多个关键字的检测次序的过程的示图;
图21是根据示例性实施例的由装置执行的根据关于用户对文件夹的偏好的信息确定多个关键字的检测次序的方法的流程图;
图22是示出根据示例性实施例的根据关于用户对文件夹的偏好的信息改变多个关键字的检测次序的过程的示图;
图23是示出根据示例性实施例的由装置执行的调整文件夹的形式的过程的示图;
图24是根据示例性实施例的由装置执行的基于新内容的选择重新对多条内容进行分类的的方法的流程图;
图25A至图25E是示出根据示例性实施例的由装置执行的基于新内容的选择重新对多条内容进行分类的过程的示图;
图26是根据示例性实施例的基于从存储在社交网络服务(SNS)服务器中的内容获得的多个关键字对多条内容进行分类的方法的流程图,分类由装置执行;
图27A至图27C是示出根据示例性实施例的基于从存储在SNS服务器中的内容获得的多个关键字对多条内容进行分类的过程的示图,分类由装置执行;
图28是示出根据示例性实施例的选择存储在云储存器中的内容的过程的示图;
图29是根据示例性实施例的由装置执行的存储关于偏好文件夹的信息的方法的流程图;
图30是示出根据示例性实施例的由装置执行的存储关于偏好文件夹的信息的过程的示图;
图31是根据示例性实施例的由装置执行的与外部设备共享动态文件夹的方法的流程图;
图32是根据示例性实施例的由装置执行的与外部设备共享动态文件夹的过程的示图;
图33是示出根据示例性实施例的内容管理系统的示图;
图34是根据示例性实施例的由云服务器执行的对内容进行分类的方法的流程图;
图35是根据示例性实施例的基于从云服务器检测的多个关键字对多条内容进行分类的方法的流程图,分类由装置执行;
图36是示出根据示例性实施例的由装置执行的从云服务器接收关于多个关键字的信息的过程的示图;
图37是示出根据示例性实施例的基于从云服务器接收的关于多个关键字的信息对内容进行分类的过程的示图,分类由装置执行;
图38和图39是根据示例性实施例的装置的框图;以及
图40是根据示例性实施例的云服务器的框图。
具体实施方式
最优模式
示例性实施例至少解决以上问题和/或缺点以及以上没有描述的缺点。另外,示例性实施例不要求克服上述缺点,并且可以不克服上述问题中的任何一个。
根据示例性实施例的一方面,提供一种被配置为对多个图像进行分类的装置,该装置包括:用户界面,被配置为接收从所述多个图像选择一个图像的输入;以及控制器,被配置为:确定选择的图像的属性信息或选择的图像的图像分析信息,并基于属性信息或图像分析信息对所述多个图像进行分类。
所述装置还可包括:外部储存器,被配置为存储图像,其中,外部储存器经由用户的账而被户连接并且被实现在所述装置的外部。
控制器可被进一步配置为:基于属性信息或图像分析信息来产生关键字,并基于关键字对所述多个图像进行分类。
控制器可被进一步配置为通过将关键字与所述多个图像中的每个图像的属性信息进行比较来对所述多个图像进行分类。
控制器可被进一步配置为:产生分别与关键字对应的文件夹,并将所述多个图像中的每个图像与文件夹中的对应文件夹进行匹配。
控制器可被进一步配置为:将所述多个图像中的每个存储在对应文件夹中,或者将所述多个图像中的每个图像的链接信息存储在对应文件夹中。
所述装置还可包括:显示器,被配置为显示文件夹,用户界面可被进一步配置为接收从显示的文件夹选择一个文件夹的输入,并且控制器可被进一步配置为控制显示器显示与该文件夹匹配的图像。
用户界面可被进一步配置为接收将文件夹中的一个文件夹指定为偏好文件夹的输入,并且控制器可被进一步配置为将偏好文件夹的信息添加到偏好文件夹列表。
用户界面可被进一步配置为接收请求对文件夹中的一个文件夹进行共享的输入,并且所述装置还可包括:通信器,被配置为与外部设备共享与文件夹匹配的图像。
所述装置还可包括被配置为显示关键字列表的显示器,用户界面可被进一步配置为接收从显示的关键字列表选择至少两个关键字的输入,并且控制器可被进一步配置为产生分别与所述至少两个关键字对应的文件夹。
用户界面可被进一步配置为接收从所述多个图像选择新图像的输入,并且控制器可被进一步配置为:确定选择的新图像的新属性信息或选择的新图像的新图像分析信息,并基于新属性信息或新图像分析信息对所述多个图像进行分类。
根据另一示例性实施例的一方面,提供一种被配置为对多个图像进行分类的装置,该装置包括:用户界面,被配置为接收从所述多个图像选择第一图像和第二图像的输入;以及控制器,被配置为:确定第一图像的第一属性信息和第二图像的第二属性信息之间共有的共有属性信息,并基于共有属性信息来对所述多个图像进行分类。
根据另一示例性实施例的一方面,提供一种对多个图像进行分类的方法,分类由装置执行,该方法包括:接收从所述多个图像选择一个图像的输入;确定选择的图像的属性信息或选择的图像的图像分析信息;并基于属性信息或图像分析信息对所述多个图像进行分类。
所述方法还可包括由外部储存器存储所述多个图像,其中,外部储存器经由用户的账户而被连接并且被实现在装置的外部。
分类的步骤可包括:基于属性信息或图像分析信息来产生关键字;并基于关键字对所述多个图像进行分类。
分类的步骤还可包括:产生分别与关键字对应的文件夹;并将所述多个图像中的每个图像与文件夹中的对应文件夹进行匹配。
所述方法还可包括:将所述多个图像中的每个图像存储在对应文件夹中;或者将所述多个图像中的每个图像的链接信息存储在对应文件夹中。
分类的步骤还可包括:显示关键字列表;接收从显示的关键字列表选择至少两个关键字的输入;并产生分别与所述至少两个关键字对应的文件夹。
所述方法还可包括:接收从所述多个图像选择新图像的输入;确定选择的新图像的新属性信息或选择的新图像的新图像分析信息;并基于新属性信息或新图像分析信息对所述多个图像进行分类。
一种非暂时性计算机可读储存器可存储包括使计算机执行所述方法的指令的程序。
根据另一示例性实施例的一方面,提供一种被配置为对多个图像进行分类的装置,该装置包括:用户界面,被配置为接收从所述多个图像选择一个图像的输入;以及控制器,被配置为:产生选择的图像的关键字,产生分别与关键字对应的文件夹,并基于关键字对相应的文件夹中的所述多个图像进行分类。
所述装置还可包括:显示器,被配置为显示所述多个图像,并且用户界面可被进一步配置为:接收从显示的所述多个图像选择一个图像的输入,并接收选择由照相机捕捉的图像的输入。
控制器可被进一步配置为:确定对应于文件夹中的一个文件夹的关键字与图像中的第一图像的属性信息之间的相似性;确定相似性是否大于一个值;响应于控制器确定相似性大于所述值,将该文件夹与第一图像进行匹配。
控制器可被进一步配置为:确定相应的关键字的准确率;基于准确率来确定关键字的产生次序;并基于该次序来产生文件夹。
用户界面可被进一步配置为接收将文件夹中的一个文件夹指定为偏好文件夹的输入,并且控制器可被进一步配置为:基于偏好文件夹来确定关键字的产生次序;并基于该次序来产生文件夹。
用于本发明的模式
在此参照附图更详细地描述示例性实施例。
在以下描述中,即使是在不同的附图中,相似的附图标号也被用于相似的元件。提供该描述中所定义的内容(诸如详细构造和元件)来帮助全面地理解示例性实施例。然而,显而易见的是,可在没有这些具体定义的内容的情况下实施示例性实施例。另外,因为公知的功能或构造将会以不必要的细节模糊该描述,所以不对这些公知的功能或构造进行详细描述。
将理解,本说明书中所描述的诸如“单元”、“器”和“模块”的术语是指用于执行至少一个功能或操作的元件,并且可用硬件、软件或者硬件和软件的组合来实现。
在此使用的“触摸输入”是指用户对触摸屏执行的控制装置的手势。例如,在此描述的触摸输入可包括点击、触摸并保持、双击、拖动、平移、轻弹或拖放。
“点击”是用户使用手指或触摸工具(例如,电子笔)触摸屏幕,然后立即将它从屏幕抬离而不在屏幕上拖动的手势。
“触摸并保持”是用户使用手指或触摸工具(例如,电子笔)触摸屏幕并保持触摸一段时间段或更长时间(例如,2秒)的手势。例如,在屏幕上的触摸和抬离的时间点之间的时间差等于或长于所述时间段(例如,2秒)。如果触摸输入被保持长于所述时间段以使用户认识到该触摸输入是点击、还是触摸并保持,则反馈信号可被视觉地、听觉地或触觉地提供。所述时间段可根据示例性实施例而变化。
“双击”是用户使用手指或触摸工具(例如,电子笔)触摸屏幕两次的手势。
“拖动”是用户使用手指或触摸工具触摸屏幕、并在保持触摸的同时将手指或触摸工具移到屏幕中的另一个位置的手势。当拖动被执行时,对象移动,或者以下描述的平移手势被执行。
“平移”手势是用户执行拖动而不选择对象的手势。因为平移手势不选择对象,所以对象不在页面中移动,但是页面在屏幕中移动,或者一组对象在页面中移动。
“轻弹”是用户使用手指或触摸工具以一速度(例如,100像素/秒)或更高速度执行拖动的手势。轻弹可基于手指或触摸工具的移动速度是否等于或大于所述速度(例如,100像素/秒)而区别于拖动(或平移)。
“拖放”是用户使用手指或触摸工具将对象拖动到屏幕中的预定地方,然后将手指或触摸工具抬离屏幕的手势。
“捏合”是用户用两个手指触摸屏幕并按照不同方向移动这两个手指的手势。捏合可以是用于放大对象或页面的撑开手势或者用于缩小对象或页面的捏紧手势。放大或缩小值根据两个手指之间的距离而确定。
“划动”是用手指或触摸工具触摸屏幕中的对象并将手指或触摸工具按照水平或垂直方向移动一距离的手势。按照对角线方向移动可能不被识别为划动事件。
图1A是示出根据示例性实施例的图像产生管理系统的示图,图1B是示出根据示例性实施例的内容管理系统的示图。
如图1A所示,装置10可提供用于按预定形式对图像进行分类的类别。例如,装置10可提供诸如相册、全部、时间、位置、人等的预定义类别11。然后,用户可从预定义类别11选择一个类别。例如,如果用户选择时间,则装置10可根据月份对图像进行分类,并相应地提供图像。
然而,用户想要的类别可能不存在于预定义类别11中。另外,如果存在将被分类的许多图像,则因为与一个类别对应的图像的数量增加,所以用户可能难以准确地标识与每个类别对应的图像。因此,可能需要对类别进行再分。
另外,如果许多图像被存储在装置10中,则用户可能难以通过使用预定义类别11来在所有图像之中搜索图像。
以下,参照图1B描述用于自适应地对内容进行分类以使得用户可容易地搜索或标识内容的系统。
如图1B所示,根据示例性实施例,内容管理系统可包括装置100。然而,内容管理系统可通过使用比图1B中所示的元件更多的元件来实现。例如,除了装置100之外,内容管理系统还可包括服务器(未示出)。稍后将参照图33至图37描述内容管理系统还包括服务器的情况。
根据示例性实施例,装置100可以是用于存储并管理内容的设备。根据示例性实施例,装置100可用各种形式实现。例如,在此描述的装置100可以是台式计算机、蜂窝电话、智能电话、膝上型计算机、平板个人计算机(PC)、电子书终端、数字广播终端、个人数字助理(PDA)、便携式多媒体播放器(PMP)、导航系统、运动图像专家组音频层3(MP3)播放器、数字照相机、互联网协议电视(IPTV)、数字TV(DTV)、消费类电子(CE)装置(例如,具有显示器的冰箱或空调)等,但不限于此。在此描述的装置100可以是可被用户佩戴的可佩戴装置。例如,根据示例性实施例,装置100可以是手表、眼镜、指环、手镯、项链等。
根据示例性实施例,装置100可自适应地基于用户选择的内容来对预存的多条内容进行分类。
在此描述的“内容”可以是指通过利用数字方法使用字符、符号、语音、声音、图像、运动图像等而创建的数字信息。根据示例性实施例,内容可包括静态图像内容(例如,照片、图片等)、视频内容(例如,TV节目图像、视频点播(VOD)、用户创建内容(UCC)、音乐视频片段、Youtube视频片段等)、文本内容(例如,电子书(诗歌或小说)、书信、工作文件)、音乐内容(例如,音乐、音乐节目、无线电广播等)、或网页等,但不限于此。
例如,如果装置100接收从100-1中的多条内容选择第一图像101的用户输入,则装置100可在100-2中检测用于描述第一图像101的多个关键字102。
在此描述的“关键字”可以是用于说明内容的关键词语或短语、或者作为内容的主题的词语或短语。根据示例性实施例,可通过使用关于内容的属性信息或关于内容的图像分析信息来检测关键字。根据示例性实施例,关键字也可被表达为用于对内容进行分类的“分类项”或“标签”。稍后将参照图7详细地描述由装置100执行的检测内容的关键字的方法。
因为第一图像10是一家人夏天在公园里的图片,所以装置100可检测到诸如肖像、孩子、夏天、公园、有趣、妈妈、爸爸、群组、微笑等的关键字。然后,装置100可通过产生与多个关键字102对应的多个文件夹103来对100-3中的多个预存内容进行分类。
在此描述的“文件夹”可以是用于根据标准(类别)对相关内容进行分组和显示的用户界面。例如,文件夹可以是用于根据新产生的类别布置未被布置的内容的图形用户界面(GUI)、或者根据新产生的类别重新布置已经布置的内容的GUI。
根据示例性实施例,文件可以以各种形式的图像显示。例如,文件夹可以是文件文件夹图标或照片相册的形状,但不限于此。
另外,根据示例性实施例,文件夹可以以其中内容的缩略图被组合的图像的形式显示。可通过使用存储在文件夹中的内容之中的代表性内容的缩略图来表示文件夹。
根据示例性实施例,装置100可存储并管理文件夹中的内容,或者将内容的链接信息(例如,统一资源定位符(URL)或存储位置信息)存储在文件夹中。
根据示例性实施例,可根据内容的选择来临时产生文件夹,然后可自动地删除该文件夹。例如,装置100可基于第一内容的选择来产生第一文件夹和第二文件夹。另外,如果第二内容被选择,则装置100可基于从第二内容检测到的关键字来产生第三文件夹和第四文件夹。如果请求第一文件夹和第二文件夹被保持的用户输入未被接收到,则装置100可以不存储关于第一文件夹和第二文件夹的信息。因此,如果第二内容被选择,则第一文件夹和第二文件夹可被自动删除,并且第三文件夹和第四文件夹可被保持。以下,为方便描述,根据内容的选择而自适应地产生的文件夹被称为“动态文件夹”。
根据示例性实施例,装置100可根据内容的选择来产生各种类型的动态文件夹,并自动地对该内容进行分类。因此,用户可通过使用动态文件夹来容易地搜索内容,并且收集具有类似特性的内容并标识该内容。
以下,参照图2详细地描述通过根据内容的选择自适应地产生文件夹来对内容进行分类的方法。
图2是根据示例性实施例的由装置100执行的对内容进行分类的方法的流程图。
在此描述的内容的分类可包括对内容进行分组。
在操作S210中,装置100选择内容。例如,装置100可从多条内容之中选择一条内容或者从多条内容之中选择至少两条内容。稍后将参照图17描述装置100选择至少两条内容的情况。下面参照图2将装置100选择一条内容的情况作为示例进行描述。
根据示例性实施例,装置100可基于用户输入来选择一条内容。例如,装置100可接收选择内容的用户输入。
根据示例性实施例,选择内容的用户输入可变化。在此描述的用户输入可包括按键输入、触摸输入、运动输入、弯曲输入、语音输入、多输入等。
在此使用的“触摸输入”是指用户对触摸屏执行的控制装置100的手势。例如,在此描述的触摸输入可包括点击、触摸并保持、双击、拖动、平移、轻弹或拖放。
在此描述的“运动输入”是指用户与装置100一起执行的控制装置100的运动。例如,运动输入可包括按照向左、向右、向上或向下方向旋转装置100、倾斜装置100或移动装置100的用户输入。装置100可通过使用加速度传感器、倾斜传感器、陀螺仪传感器、3轴磁性传感器等来检测用户预定的运动输入。
如果装置100是柔性设备,则在此描述的“弯曲输入”是指弯曲装置100的一个区域的一部分或全部来控制装置100的用户输入。根据示例性实施例,装置100可检测弯曲位置(坐标值)、弯曲方向、弯曲角度、弯曲速度、弯曲的执行次数、当弯曲操作发生时的时间点、弯曲操作保持的时间段等。
在此描述的“按键输入”是指通过使用附连到装置100的物理按键来控制装置100的用户输入。
在此描述的“多输入”是指通过组合至少两种输入方法进行的输入。例如,装置100可接收用户的触摸输入和运动输入,或者接收用户的触摸输入和语音输入。另外,装置100可从用户接收触摸输入和眼球输入。眼球输入是指调整用户的眼睛的眨眼、用户的眼睛所看到的位置、眼球移动的速度等来控制装置100的输入。
以下,为方便描述,将用户输入是按键输入或触摸输入的情况作为示例进行描述。
根据示例性实施例,装置100可接收选择预设按钮的用户输入。预设按钮可以是附连到装置100的物理按钮或GUI的形式的虚拟按钮。例如,如果用户将第一按钮(例如,主页按钮)和第二按钮(例如,音量调整按钮)一起选择,则装置100可选择显示在屏幕上的内容。
根据另一示例性实施例,装置100可接收触摸显示在屏幕上的多个内容之中的内容的用户输入。例如,装置100可接收触摸内容一段时间段(例如,2秒)或更长时间段或者触摸内容一定次数(例如,双击)或更多次的输入。
根据示例性实施例,各种类型的内容可被选择。例如,装置100可选择存储在存储器中的照片相册中的照片图像,选择实时捕捉的图像,选择向社交网络服务(SNS)服务器注册的朋友的内容,或者选择存储在云储存器中的视频片段内容,但不限于此。
在操作S220中,装置100获得与选择的内容相关的多个关键字。根据示例性实施例,所述多个关键字可以是与选择的内容相关的词语或短语。
例如,如果选择的内容是第一图像(例如,在第一图像中,存在两个人,这两个人彼此拥抱,第一图像的背景是房子的室内,并且小狗紧挨着这两个人),则装置100可提取与第一图像相关的词语(例如,人、群组、室内和狗)作为关键字。
获得与图像相关的多个关键字的步骤可包括:使用已经从图像提取的多个关键字;从外部接收与图像相关的多个关键字;或者直接从图像提取多个关键字,但不限于此。获得与图像相关的关键字的步骤可通过使用各种方法来执行。
例如,如果使用已经从与多个关键字对应的图像提取的所述多个关键字,或者从外部接收到与对应于多个关键字的图像相关的所述多个关键字,则装置100可标识并使用以选择的内容的元数据的形式存储的多个关键字,或者使用已经被提取的并且从外部接收到的元数据的形式的多个关键字。
另外,装置100可通过使用从由以下信息构成的组选择的至少一个信息来直接从选择的内容提取与选择的内容相关的多个关键字:关于选择的内容的属性信息以及关于选择的内容的图像分析信息。
稍后将参照图7详细地描述直接从选择的内容直接提取与选择的内容相关的多个关键字的操作。
根据示例性实施例,属性信息是指示内容的特性的信息,并且可包括例如从由以下信息构成的组选择的至少一个信息:关于内容的格式的信息、关于内容的大小的信息、关于内容的产生位置的信息(例如,全球定位系统(GPS)信息)、关于内容被产生时的时间点的信息、与内容相关的事件信息、关于产生内容的装置的信息、关于内容的来源的信息、用户添加的注释信息以及用户信息,但不限于此。根据示例性实施例,关于内容的属性信息可被以元数据的形式存储。元数据是指根据高效搜索信息的规则提供给内容的数据。
根据示例性实施例,图像分析信息是通过对下述数据进行分析而获得的信息,该数据是通过执行对内容执行的图像处理而获得的数据。例如,图像分析信息包括从由以下信息构成的组选择的至少一个信息:关于出现在内容上的对象的信息(例如,对象的类型、名称或编号等)、关于出现在内容中的地方的信息(例如,埃菲尔铁塔?巴黎)、关于内容中的季节或时间的信息(例如,下雪?冬天、落叶?秋天)、关于出现在内容中的气氛或感觉的信息(例如,烛光?浪漫)或关于出现在内容中的字符或符号的信息(例如,文本信息分析),但不限于此。根据示例性实施例,如果关于内容的图像分析信息被以元数据的形式存储,则关于内容的图像分析信息可以是关于内容的属性信息。
根据示例性实施例,装置100可直接检测多个关键字,并接收从外部设备检测的多个关键字。例如,如果装置100通过将内容或关于内容的信息发送到外部设备来请求检测关键字,则外部设备可通过使用关于内容的属性信息或图像分析信息来检测多个关键字。外部设备可以是连接到装置100的主机装置或连接到装置100的云服务器,但不限于此。
在操作S230中,装置100产生分别与所述多个关键字之中的至少两个关键字对应的多个文件夹。
根据示例性实施例,装置100可产生分别与所有的获得的多个关键字对应的多个文件夹。可替代地,装置100可产生与所述多个关键字中的一个或多个关键字对应的多个文件夹。
例如,如果可产生的文件夹的数量被预先确定为一个数字,则装置100可产生与该预定数字对应的文件夹。如果可产生的文件夹的数量被预先确定为4,则装置100可通过使用获得的10个关键字之中的4个关键字来产生4个文件夹。装置100可根据关键字的检测次序来产生若干个文件夹。稍后将参照图19详细地描述由装置100执行的确定关键字的检测次序的操作。
根据示例性实施例,装置100可产生与用户选择的至少两个关键字对应的多个文件夹。例如,装置100可在屏幕上显示获得的多个关键字的列表,并接收从所述多个关键字选择两个或更多个关键字的用户输入。然后,装置100可产生与所述两个或更多个关键字对应的多个文件夹。
根据示例性实施例,装置100可使用与文件夹对应的关键字作为该文件夹的名称。例如,如果诸如“人”、“群组”、“室内”和“狗”的关键字被检测到,则分别与这些关键字对应的文件夹的名称可以是“人”、“群组”、“室内”和“狗”。
根据示例性实施例,可基于与多个文件夹对应的关键字的检测次序来确定所述多个文件夹的布置次序。另外,根据示例性实施例,装置100可以以各种方式确定所述多个文件夹的大小。例如,参照图23,装置100可根据关键字与每个文件夹相对应的准确率来不同地调整每个文件夹的大小。另外,装置100可根据每个文件夹中所包括的内容的条数来不同地调整每个文件夹的大小。
在操作S240中,装置100基于关键字来对多条内容进行分类并将所述多条内容存储在分别对应于所述多条内容的文件夹中,所述关键字分别对应于这些文件夹。
根据示例性实施例,装置100可通过使用下述结果来将所述多条内容与分别对应于所述多条内容的文件夹匹配,该结果是通过将分别对应于所述多个文件夹的关键字与所述多条内容的各个的关键字进行比较而获得的结果。例如,如果第一内容具有与对应于第一文件夹的第一关键字(例如,狗)相同的关键字(例如,狗)或类似于第一关键字的关键字(例如,小狗),则装置100可将第一内容与第一文件夹匹配。
根据示例性实施例,装置100可通过使用下述结果来将所述多条内容与分别对应于所述多条内容的文件夹匹配,该结果是通过将分别对应于所述多个文件夹的关键字与关于所述多条内容的各个的属性信息进行比较而获得的结果。例如,如果第一内容具有与对应于第一文件夹的第一关键字(例如,法国)相同的属性信息(地方:法国)或类似于第一关键字的属性信息(地方:艾菲尔铁塔),则装置100可将第一内容与第一文件夹匹配。
根据示例性实施例,装置100可通过使用Wordnet(分级词汇参考系统)或本体来确定分别与所述多个文件夹对应的关键字是否与所述多条内容的各个的关键字(或属性信息)相同/类似。稍后将参照图11详细地描述检测分别对应于多个文件夹的关键字与多条内容的各个的关键字(或属性信息)之间的相似性的操作。
根据示例性实施例,将多条内容存储在分别与其对应的文件夹中的操作可以是指:将指示所述多条内容的存储位置的链接信息存储在与所述多条内容对应的文件夹中,或者对于分别与所述多条内容对应的文件夹改变所述多条内容的存储位置。以下,描述这样的情况。
根据示例性实施例,装置100可根据分别与多个文件夹对应的关键字来对多条内容进行分类,并将关于所述多条内容的链接信息存储在与所述多条内容对应的相应文件夹中。所述多条内容的存储位置可能不能改变。
在此描述的“链接信息”是指用于访问内容的信息,并且可包括例如关于存储位置的信息(例如,目录的名称等)或关于web URL的信息,但不限于此。
如果关于多条内容中的每条的链接信息被存储在所述多个文件夹中的对应文件夹中,则装置100可将一条内容与几个文件夹匹配。例如,如果第一图像与所述多个关键字之中的“人”、“狗”和“公园”匹配,则装置100可将关于第一图像的链接信息分别存储在与“人”对应的第一文件夹、与“狗”对应的第二文件夹以及与“公园”对应的第三文件夹中。
根据另一示例性实施例,装置100可将所述多条内容中的每条与所述多个文件夹中的对应文件夹匹配,并将所述多条内容中的每条存储在对应的文件夹中。在这种情况下,一条内容可与一个文件夹匹配。如果一条内容与多个关键字相关,则装置100可根据标准将该内容与一个文件夹匹配。例如,如果第一图像与多个关键字之中的“人”、“狗”和“公园”相关,则装置100可将第一图像存储在从“人”、“狗”和“公园”之中最频繁地检测到的与“人”对应的第一文件夹中。
另外,装置100可基于根据关键字的类型的优先级次序来将文件夹与内容匹配。例如,装置100可根据从对象相关关键字、地方相关关键字到时间相关关键字的次序来将内容与文件夹匹配。如果第一图像与多个关键字之中的“狗”和“公园”相关,则装置100可将第一图像存储在对应于“狗”和“公园”之中的与对象相关的“狗”的第一文件夹中。
根据示例性实施例,装置100可根据语义地表达选择的一条内容的多个关键字来自动地对多条内容进行分类(或分组),并将分类的多条内容提供给用户。以下,参照图3详细地描述选择作为用于对多条内容进行分类的参考的内容的操作。
图3是根据示例性实施例的由装置100执行的选择内容的方法的流程图。
在操作S310中,装置100显示多条内容。
所述多条内容可以是存储在装置100中所包括的存储器中的内容。另外,所述多条内容可以是存储在连接到装置100的云储存器中的内容。云储存器是指其中可基于网络存储数据的空间。
在操作S320中,装置100确定是否从用户接收到了从存储的多条内容之中选择一条内容的输入。可存在各种类型的选择内容的输入。例如,装置100可接收通过用户触摸一条内容一段时间段或更长时间(例如,2秒或更多秒)或者触摸该条内容一定次数或更多次数(例如,双击)来选择该条内容的输入。响应于装置100确定接收到选择所述一条内容的输入,装置100继续进行到操作S350。否则,装置100继续进行到操作S330。
在操作S330中,装置100通过启动图像传感器并通过使用启动的图像传感器捕捉(拍摄)外部图像来选择一条内容。外部图像是指存在于装置100的外部的实际环境的图像。
根据示例性实施例,装置100可捕捉(例如,截屏)内部图像。内部图像可以是指装置100所播放的或者在装置100上显示的图像。
在操作S340中,装置100选择捕捉的图像作为参考内容。参考内容是指用于提取用于对存储在装置100中的多条内容进行分类的属性或关键字(或分类项)的内容。
在操作S350中,装置100获得用于描述选择的一条内容或参考内容的多个关键字。例如,装置100可通过使用从由以下信息构成的组选择的至少一个信息来获得多个关键字:关于参考内容的属性信息以及关于参考内容的图像分析信息。
在操作S360中,装置100产生分别与所述多个关键字之中的至少两个关键字对应的多个文件夹。
操作S350和S36对应于参照图2描述的操作S220和S230。因此,这里不再提供其详细描述。
图4是示出根据示例性实施例的用于选择内容的GUI的示图。
参照图4中所示的400-1,装置100可提供用于选择类别的菜单窗口400。如果用户选择菜单窗口400中的动态文件夹菜单410,则装置100可提供选择窗口500,其用于选择用于产生动态文件夹的参考内容的类型。菜单窗口400和选择窗口500可以是GUI类型。
参照图4中所示的400-2,装置100可显示选择窗口500,装置100可经由选择窗口100来确定选择图像的方法。例如,装置100可通过使用选择窗口500来提供用于从照片相册选择图像的照片相册菜单510、用于选择通过使用照相机而捕捉的图像的照相机菜单520、以及用于选择存储在SNS服务器中的内容的SNS菜单530。参照图5A和图5B详细地描述由装置100执行的选择参考内容的方法。
图5A是示出根据示例性实施例的从预存储的内容之中选择一条内容的过程的示图,图5B是示出根据示例性实施例的选择捕捉的图像的过程的示图。
参照图5A,装置100可接收从500-1中的选择窗口500选择照片相册菜单510的输入。装置100可响应于照片相册菜单510的选择,在屏幕上显示存储在照片相册中的多个照片图像。装置100可接收从500-2中的多个照片图像之中选择一个照片图像的用户输入。
参照图5B,装置100可接收从500-3中的选择窗口500选择照相机菜单520的输入。装置100可响应于照相机菜单520的选择,启动照相机(图像传感器)。装置100可通过使用500-4中的启动的照相机(图像传感器)来捕捉外部图像。装置100可通过从捕捉的图像检测多个关键字来产生用于对多条内容进行分类的多个文件夹。
以下,参照图6和图7详细地描述由装置100执行的获得多个关键字的操作。
图6是根据示例性实施例的由装置100执行的获得多个关键字的方法的流程图。
在操作S610中,装置100选择内容。例如,如上所述,装置100可从多个预存内容之中选择一条内容,选择通过使用照相机实时捕捉的图像,或者选择向SNS服务器注册的内容,但不限于此。
在操作S620中,装置100确定是否针对选择的内容定义了多个关键字。例如,当装置100存储内容时,装置100可检测用于描述每个内容的多个关键字,并将检测到的多个关键字与该内容一起存储。在这种情况下,装置100可确定针对选择的内容定义了多个关键字。根据示例性实施例,分别与每个内容对应的多个关键字可被以关于每个内容的元数据的形式存储。响应于装置100确定针对选择的内容定义了多个关键字,装置100继续进行到操作S630。否则,装置100继续进行到操作S640。
在操作S630中,装置100提取或标识与选择的内容对应的多个关键字。
在操作S640中,装置100检测选择的内容的多个关键字。例如,装置100可通过使用以元数据的形式存储的属性信息来检测多个关键字,或者通过使用通过对内容执行图像处理而获得的图像分析信息来检测多个关键字。参照图7详细地描述操作S640。
图7是根据示例性实施例的由装置100执行的检测多个关键字的方法的流程图。参照图7详细地描述没有针对内容预定义多个关键字的情况。
在操作S710中,装置100选择内容。操作S710对应于参照图6描述的操作S610。因此,这里不再提供其详细描述。
在操作S720中,装置100确定与选择的内容对应的属性信息是否存在。例如,装置100可检查与选择的内容对应的元数据。如果以元数据的形式存储的属性信息存在,则装置100可提取关于选择的内容的属性信息。响应于装置100确定属性信息存在,装置100继续进行到操作S730。否则,装置100继续进行到操作S740。
根据示例性实施例,属性信息是指示内容的特性的信息,并且可包括例如从由以下信息构成的组中选择的至少一个信息:关于内容的格式的信息、关于内容的大小的信息、关于内容中所包括的对象的信息(例如,对象的类型、对象的名称、对象的数量等)、关于内容的产生位置的信息、关于内容被产生时的时间点的信息、与内容相关的事件信息、关于产生内容的装置的信息、关于内容的来源的信息、用户添加的注释信息、以及当内容被产生时获得的上下文信息(天气、温度等),但不限于此。
在操作S730和S750中,装置100概括与选择的内容对应的属性信息,并基于概括的属性信息来产生选择的内容的多个关键字。
在此描述的属性信息的概括可以是指基于Wordnet(分级语言参考系统)通过使用更高级别的语言来表达属性信息。
“Wordnet”是通过使用关于词语间意义或者使用词语的模式的信息来构造词语之间的关系的数据库。Wordnet的基本结构由下述语义关系构成,该语义关系定义逻辑组(其被称为包括语义上相同的词语的列表的同义词集)以及同义词集之间的关系。语义关系包括上位关系、下位关系、部分关系和整体关系。Wordnet的名词部分具有作为最高上位关系的实体,并且可通过根据意义扩展该实体来形成下位关系。因此,Wordnet可被认为是具有通过对概念化的词汇进行分类和定义而获得的分级结构的本体的类型。
“本体”是指关于共享的概念的正式和明确的规范。本体是由词语和关系构成的词典的类型。在本体中,与域相关的词语被分级地表达,并且关于进一步扩展这些词语的推理规则被包括在内。
根据示例性实施例,装置100可通过将属性信息中所包括的位置信息概括为上层信息来检测关键字。例如,装置100可将GPS坐标值(纬度37.4872222和经度127.0530792)表达为上级概念,诸如地区、建筑、地址、区域的名称、城市的名称、国家的名称等。在这种情况下,建筑、地址、区域的名称、城市的名称或国家的名称可被检测为用于选择的内容的关键字。
另外,装置100可将属性信息中所包括的时间概括为上层信息。装置100可将以小时、分钟和秒为单位表达的时间信息(例如,05:10:30PM,10月9日,2012年)概括为上层信息,并将该时间信息表达为早上/中午/晚上、日期、星期、月、年、假期、周末、工作日、平日和/或另一个时区。在这种情况下,日、星期、月、年、周年纪念日等可被检测为用于选择的内容的关键字。
根据示例性实施例,装置100可根据预定的概括级别来概括属性信息。例如,用于时间信息的概括级别可被设置为使得时间信息被以“月”为单位表达。装置100可自动地或者基于用户输入来设置概括级别。
根据示例性实施例,如果属性信息的级别高于或等于概括级别,则装置100可使用属性信息作为关键字,而不必概括属性信息。例如,如果“2014年9月”被存储为属性信息中所包括的时间信息,则装置100可以不将该时间信息概括为上位概念,而是检测“2014年9月”作为该内容的关键字。
在操作S740和S750中,装置100获得关于选择的内容的图像分析信息,并基于图像分析信息来产生选择的内容的多个关键字。
根据示例性实施例,图像分析信息是通过对通过对内容执行图像处理而获得的数据进行分析而获得的信息。例如,图像分析信息可包括关于出现在内容上的对象的信息(例如,对象的类型、名称或数量等)、关于出现在内容中的地方的信息、关于内容中的季节或时间的信息、关于出现在内容中的气氛或感觉的信息、或者关于出现在内容中的字符或符号的信息,但不限于此。
根据示例性实施例,装置100可检测图像中所包括的对象的边界。根据示例性实施例,装置100可通过将图像中所包括的对象的边界与预定义模板进行比较来检测对象的类型、对象的名称等。如果对象的边界类似于车辆的模板,则图像中所包括的对象可被识别为车辆。在这种情况下,装置100可通过使用关于图像中所包括的对象的信息来产生关键字汽车。
根据示例性实施例,装置100可对图像中所包括的对象执行面部识别。例如,装置100可从选择的内容检测一个人的面部的区域。检测面部的区域的方法可以是基于知识的方法、基于特征的方法、模板匹配方法、或基于外观的方法,但不限于此。
装置100可从面部的检测的区域提取面部的特性(例如,眼睛、鼻子或嘴唇等的形状)。诸如Gabor滤波器或局部二值模式(LBP)的各种方法可用作从面部的区域提取面部的特性的方法。然而,从面部的区域提取面部的特性的方法不限于此。
装置100可将从选择的内容中的面部的区域提取的面部的特性与已经被注册的用户的面部的特性进行比较。例如,如果面部的提取的特性类似于已经被注册的第一用户(例如,Tom)的面部的特性,则装置100可确定第一用户(例如,Tom)的图像包括在选择的内容中。然后,装置100可基于面部识别的结果来产生关键字“Tom”。
根据示例性实施例,装置100可将图像的区域与颜色图(颜色直方图)进行比较,从而,提取图像的视觉特性(诸如图像的颜色布置、模式或气氛)作为图像分析信息。装置100可通过使用图像的视觉特性来产生关键字。例如,如果选择的内容是在其背景中具有天空的图像,则装置100可通过使用在其背景中具有天空的图像的视觉特性来检测关键字“天空蓝色”。
另外,根据示例性实施例,装置100可以以区域为单位来划分图像,找到最类似于每个区域的群集,然后,检测连接到该群集的关键字。
根据示例性实施例,装置100可对选择的内容中所包括的文本图像执行字符识别。光学字符识别(OCR)是指将图像文档中所包括的韩语、英语或数字字体转换为可被装置100编辑的字符代码的技术。例如,装置100可通过对内容中所包括的印刷字符图像“生日快乐”执行字符识别来检测诸如“快乐”或“生日”的关键字。
在操作S760中,装置100产生与所述多个关键字之中的至少两个关键字对应的多个文件夹。操作S760对应于参照图2描述的操作S230。因此,这里不再提供其描述。
参照图7描述如果关于选择的内容的属性信息不存在,则获得关于选择的内容的图像分析信息的实施例,所述获得由装置100执行。然而,示例性实施例不限于此。
例如,即使当与选择的内容对应的属性信息存在时,装置100也可进一步获得关于该内容的图像分析信息。装置100可通过将与内容对应的属性信息以及关于内容的图像分析信息一起使用来检测多个关键字。
根据示例性实施例,装置100可将从关于内容的属性信息检测的关键字与从图像分析信息检测的关键字进行比较,从而,检测共有关键字。共有关键字的可靠性可能高于非共有关键字。可靠性是指从内容提取的关键字被认为是适当的关键字的程度。
以下,参照图8至图10详细地描述由装置100执行的检测多个关键字的示例性实施例。
图8是示出根据示例性实施例的包括内容的属性信息的元数据800的示图。
如图8所示,关于内容的属性信息可被以元数据800的形式存储。例如,诸如类型810、时间811、位置(GPS)812、分辨率813、大小814和内容收集装置817的信息可根据内容被存储为属性信息。
根据示例性实施例,当内容被产生时获得的上下文信息也可被以元数据800的形式存储。例如,如果装置100产生第一内容801至第三内容803,则当第一内容801至第三内容803被产生时,装置100可从天气应用收集天气信息(例如,多云)、温度信息(例如,20℃)等。另外,装置100可将天气信息815和温度信息816存储为关于第一内容801至第三内容803的属性信息。装置100还可在第一内容801至第三内容803被产生时从日程表应用收集事件信息。在这种情况下,装置100可将事件信息(未示出)存储为关于第一内容801至第三内容803的属性信息。
根据示例性实施例,用户输入的附加用户信息818可被以元数据800的形式存储。例如,附加用户信息818可包括用户输入的说明内容的注释信息、用户定义的标题信息、用户添加的突出部分等。
根据示例性实施例,装置100可以以元数据800的形式存储作为对内容执行图像处理的结果而获得的图像分析信息(例如,对象信息819、字符识别信息等)。例如,装置100可将关于第一内容801至第三内容803中所包括的对象的信息(例如,用户1、用户2、爸爸或妈妈)存储为关于第一内容801至第三内容803的属性信息。
图9是示出根据示例性实施例的由装置100执行的通过使用内容的元数据来获得多个关键字的过程的示图。
根据示例性实施例,装置100可基于用户输入来选择家庭图片900作为用于产生动态文件夹的参考内容。装置100可标识关于选择的家庭图片900的属性信息910。装置100可通过使用关于家庭图片900的属性信息910来检测多个关键字920。
例如,装置100可通过使用时间信息(例如,2013.5.3.15:13)来检测关键字“夏天”,通过使用位置信息(例如,纬度:37;25;26.928…,经度:126;35;31.235…)来检测关键字“公园”,并通过使用对象信息(例如,我、妈妈、爸爸、小孩、微笑、有趣的家庭……)来检测关键字“肖像”、“小孩”、“有趣”和“妈妈”。
图10是示出根据示例性实施例的由装置100执行的通过使用关于内容的图像分析信息来检测多个关键字的过程的示图。
根据示例性实施例,装置100可基于用户输入来选择家庭图片1000作为用于产生动态文件夹的参考内容。装置100可获得关于家庭图片1000的图像分析属性信息1040。例如,装置100可将家庭图片1000的区域与颜色图1010进行比较,从而,提取家庭图片1000的视觉特性(诸如家庭图片1010的颜色布置、样式或气氛)作为图像分析信息1040(例如,森林)。
装置100可从家庭图片1000检测一个人的面部的区域1020。另外,装置100可从面部的检测的区域1020提取面部的特性。装置100可将面部的提取的特性与已经被注册的用户的面部的特性进行比较,从而检测家庭图片1000中所包括的用户(例如,我、妈妈、爸爸、小孩等)。
装置100可对家庭图片1000中所包括的印刷字符图像执行光学字符识别(OCR)1030。例如,装置100可通过对家庭图片1000中所包括的印刷字符图像“有趣的家庭?”执行OCR来获得图像分析信息1040,诸如“有趣”、“家庭”、“微笑”等。
装置100可通过使用关于家庭图片1000的图像分析信息1040来检测多个关键字1050。例如,装置100可从关于家庭图片1000的图像分析信息1040检测诸如“小孩”、“妈妈”、“爸爸”和“有趣”的关键字。
以下,参照图11详细描述由装置100执行的根据与文件夹对应的关键字来对多条内容进行分类的方法。
图11是根据示例性实施例的由装置100执行的对多条内容进行分类的方法的流程图。
在操作S1105中,装置100基于选择的内容来产生多个文件夹。例如,装置100可获得用于描述选择的内容的多个关键字,并产生与所述多个关键字之中的至少两个关键字对应的多个文件夹。操作S1105对应于操作S230。因此,在这不再提供其描述。
根据示例性实施例,如果关键字分别针对多条内容预先定义,则可将分别对应于多个文件夹的关键字与分别针对多条内容定义的关键字彼此进行比较,从而,可对所述多条内容进行分类。
在操作S1110中,装置100确定关键字是否是针对第n内容定义的。例如,装置100可确定关键字是否是针对第一内容的元数据定义的。响应于装置100确定关键字是针对第n内容定义的,装置100继续进行到操作S1115。否则,装置100继续进行到操作S1120。
在操作S1115中,装置100检测对应于第i文件夹的关键字与用于第n内容的关键字之间的相似性。例如,装置100可通过将对应于第一文件夹的关键字与用于第一内容的关键字进行比较来检测对应于第一文件夹的关键字与第一内容的关键字之间的相似性。根据示例性实施例,相似性可被表达为1至0的范围内的实数,但不限于此。
根据示例性实施例,装置100可通过使用本体、知识库(诸如Wordnet)和/或群组智能(诸如Wikipedia)来测量关键字之间的语义相似性或语义关联性(例如,词汇相似性或结构相似性)。例如,装置100可以1)如果在与第一文件夹对应的第一关键字和第一内容中所包括的第二关键字之间存在同义关系,则将相似性计算为1;2)如果在它们之间存在类似的关系,则将相似性计算为0.95;3)如果在它们之间存在上级/下级关系,则将相似性计算为0.9;4)如果与第一文件夹对应的第一关键字和第一内容中所包括的第二关键字属于同一类别,则将相似性计算为0.85;5)如果在与第一文件夹对应的第一关键字和第一内容中所包括的第二关键字之间存在反义关系,则将相似性计算为0.1。
在操作S1125中,装置100确定对应于第i文件夹的关键字和用于第n内容的关键字之间的相似性是否大于阈值(例如,0.9)。如果它们之间的相似性不大于阈值,则装置100可不将第i文件夹与第n内容匹配。例如,如果与第一文件夹对应的关键字是“家庭”,但是其与“家庭”的相似性具有大于0.9的值的词语不存在,则第一内容可不与第一文件夹匹配。也就是说,响应于装置100确定相似性大于阈值,装置100继续进行到操作S1130。否则,装置100继续进行到操作S1135。
在操作S1130中,装置100将第i文件夹与第n内容匹配。例如,如果与第一文件夹对应的关键字是“家庭”并且“家庭”也存在于针对第一内容预定义的关键字中,则装置100可将第一内容与第一文件夹匹配。
根据示例性实施例,如果关键字不是针对多个内容中的每个预定义的,则装置100可将分别对应于多个文件夹的关键字与关于多条内容的每个属性信息进行比较。
在操作S1120中,装置100检测对应于第i文件夹的关键字和关于第n内容的属性信息之间的相似性。
根据示例性实施例,装置100可通过使用语素分析器来从关于每个内容的属性信息(元数据)提取可彼此进行比较的关键字。提取的关键字可以是存在于本体中的类或实例。
根据示例性实施例,装置100可通过将对应于第i文件夹的关键字与关于第n内容的属性信息进行比较来检测对应于第i文件夹的关键字和关于第n内容的属性信息之间的相似性。可考虑结构关联性和语义关系来测量相似性。根据示例性实施例,相似性可被表达为1至0的范围内的实数,但不限于此。
例如,装置100可以1)如果在对应于第一文件夹的第一关键字和从关于第一内容的属性信息提取的第二关键字之间存在同义关系,则将相似性计算为1;2)如果在它们之间存在类似的关系,则将相似性计算为0.95;3)如果在它们之间存在上级/下级关系,则将相似性计算为0.9;4)如果对应于第一文件夹的第一关键字和从关于第一内容的属性信息提取的第二关键字属于同一类别,则将相似性计算为0.85;5)如果在对应于第一文件夹的第一关键字和从关于第一内容的属性信息提取的第二关键字之间存在反义关系,则将相似性计算为0.1。
在操作S1135中,装置100确定第n内容是否是最后一个内容。响应于装置100确定第n内容不是最后一个内容,装置100继续进行到操作S1140。否则,装置100继续进行到操作S1145。
在操作S1140中,装置100将n加1以确定第n+1内容是否与第i文件夹匹配。例如,装置100可确定第一文件夹是否与第一内容匹配,确定第一文件夹是否与第二内容匹配,然后,确定第一文件夹是否与第三内容匹配。装置100返回到操作S1110。
在操作S1145中,装置100确定第i文件夹是否是最后一个文件夹。响应于装置100确定第i文件夹不是最后一个文件夹,装置100继续进行到操作S1150。否则,装置100继续进行到操作S1155。
在操作S1150中,装置100将i加1,并将n设置为1,以确定第i+1文件夹是否与第n内容匹配。装置100返回到操作S1110。
例如,如果第一内容、第二内容和第三内容被存储在装置100中并且第一文件夹和第二文件夹被产生,则装置100可确定第一文件夹是否与第一内容匹配,确定第一文件夹是否与第二内容匹配,然后,确定第一文件夹是否与第三内容匹配。因为第三内容是最后一个内容、而第一文件夹不是最后一个文件夹,所以装置100可确定第二文件夹是否与第一内容匹配、第二文件夹是否与第二内容匹配、以及第二文件夹是否与第三内容匹配。
如果所述多条内容的分类完成,则在操作S1155中,装置100显示多个文件夹。
根据示例性实施例,装置100可基于与所述多个文件夹对应的关键字的检测次序来确定所述多个文件夹的布置次序。另外,根据示例性实施例,装置100可以以各种方式确定所述多个文件夹的大小。例如,装置100可根据每个关键字对应于每个文件夹的准确率来不同地调整每个文件夹的大小(参照图23)。
根据示例性实施例,装置100可在每个文件夹上显示所述多个文件夹的每个文件夹名称(例如,分别与文件夹对应的关键字)。以下,参照图12详细描述由装置100执行的根据分别与文件夹对应的关键字来对多条内容进行分类的实施例。
图12是示出根据示例性实施例的由装置100执行的对多条内容进行分类并且将所述多条内容中的每条与对应文件夹匹配的过程的示图。
根据示例性实施例,装置100可基于用户输入来选择家庭图片1200作为用于产生动态文件夹的参考内容。装置100可获得用于描述家庭图片1200的多个关键字(例如,肖像、小孩、夏天、公园、有趣和妈妈),并产生与所述多个关键字对应的多个文件夹1210。
根据示例性实施例,装置100可确定所述多个文件夹1210是否与存储在照片相册1220中的内容匹配。例如,如果与肖像、小孩、夏天、公园和妈妈相同/类似的词语存在于关于第一图像1221的属性信息(或预定义关键字)中,则装置100可将第一图像1221分别与肖像文件夹1211、小孩文件夹1212、夏天文件夹1213、公园文件夹1214和妈妈文件夹1216匹配。然后,装置100可将关于第一图像1221的链接信息分别存储在小孩文件夹1212、夏天文件夹1213、公园文件夹1214和妈妈文件夹1216中。
因为第二图像1222是用户的照片图像,所以如果与肖像相同/类似的词语(例如,我或用户姓名)存在于关于第二图像1222的属性信息(或预定义关键字)中,则装置100可将第二图像1222与肖像1211匹配。然后,装置100可将关于第二图像1222的链接信息存储在肖像文件夹1211中。
如果与小孩、夏天、有趣和妈妈相同/类似的词语存在于关于第三图像1223的属性信息(或预定义关键字)中,则装置100可将第三图像1223分别与小孩文件夹1212、夏天文件夹1213、有趣文件夹1215和妈妈文件夹1216匹配。然后,装置100可将关于第三图像1223的链接信息存储在小孩文件夹1212、夏天文件夹1213、公园文件夹1214和妈妈文件夹1216中。
图13是示出根据示例性实施例的由装置100执行的显示多个文件夹的过程的示图。
参照图13中的1300-1,如果基于选择的内容完成了多条内容的分类,则装置100可显示多个文件夹。根据示例性实施例,装置100可在文件夹上显示文件夹中所包括的若干条内容、文件夹的名称(例如,与文件夹对应的关键字)等。装置100可接收从所述多个文件夹选择肖像文件夹1300的输入。
参照图13中所示的1300-2,装置100可响应于选择肖像文件夹1300的输入,显示存储在肖像文件夹1300中的至少一条内容。
根据示例性实施例,装置100可基于从由以下信息构成的组选择的至少一个信息来布置肖像文件夹1300中所包括的至少一条内容:关于所述至少一条内容的产生时间的信息、关于所述至少一条内容的产生位置的信息、关于所述至少一条内容的容量的信息、以及关于所述至少一条内容的分辨率的信息。
图14是根据示例性实施例的由装置100执行的提供多个关键字的列表的方法的流程图。
在操作S1410中,装置100从多条内容之中选择一条内容。根据示例性实施例,装置100可基于用户输入来选择一条内容。例如,装置100可接收选择一条内容的用户输入。
在操作S1420中,装置100获得用于描述选择的一条内容的多个关键字。根据示例性实施例,多个关键字可以是用于表达选择的一条内容的至少两个关键字或短语。
例如,如果多个关键字是针对选择的一条内容的元数据预定义的,则装置100可标识选择的一条内容的元数据中的多个关键字。另外,装置100可通过使用从由以下信息构成的组选择的至少一个信息来检测用于描述内容的多个关键字:选择的一条内容的属性信息以及关于选择的一条内容的图像分析信息。
操作S1410和S1420对应于参照图2描述的操作S210和S220。因此,这里不再提供其描述。
在操作S1430中,装置100显示所述多个关键字的列表。在这种情况下,用户可标识从选择的一条内容检测的所述多个关键字的列表。
根据示例性实施例,装置100可根据所述多个关键字的检测次序来布置所述多个关键字的列表。所述多个关键字的检测次序可基于从由以下信息构成的组选择的至少一个信息而确定:关于关键字的准确率的信息以及关于用户对文件夹的偏好的信息。
稍后将参照图19详细地描述由装置100执行的确定多个关键字的检测次序的操作。
在操作S1440中,装置100接收选择所述多个关键字的列表中的至少两个关键字的输入。根据示例性实施例,装置100可接收选择所有的所述多个关键字或者选择所述多个关键字之中的一个或多个关键字的输入。
根据示例性实施例,选择关键字的用户输入是可变化的。例如,用户输入可以是从由以下输入构成的组选择的至少一个输入:按键输入、触摸输入、运动输入、弯曲输入、语音输入以及多输入。
在操作S1450中,装置100产生分别与选择的至少两个关键字对应的多个文件夹。
根据示例性实施例,装置100可使用与文件夹对应的关键字作为该文件夹的名称。例如,如果诸如“人”、“群组”、“室内”和“狗”的关键字被选择,则分别与这些关键字对应的文件夹的名称可以是“人”、“群组”、“室内”和“狗”。
在操作S1460中,装置100基于关键字来对所述多条内容进行分类并将所述多条内容存储在分别对应的文件夹中,所述关键字分别对应于这些文件夹。根据示例性实施例,装置100可通过使用下述结果将所述多条内容中的每条与所述多个文件夹中的对应文件夹匹配来对所述多条内容进行分类,该结果是通过将分别对应于所述多个文件夹的关键字与所述多条内容的相应的关键字(或关于所述多条内容的相应的属性信息)进行比较而获得的结果。
根据示例性实施例,将多条内容存储在分别与其对应的文件夹中的操作可以是指:将指示所述多条内容中的每一条的存储位置的链接信息存储在对应文件夹中,或者将所述多条内容中的每一条的存储位置改变到对应文件夹。操作S1460对应于参照图2描述的S240。因此,这里不再提供其描述。
图15是示出根据示例性实施例的由装置100执行的显示与选择的内容对应的多个关键字的列表的过程的示图。
参照图15中所示的1500-1,装置100可基于用户输入来选择家庭图片1510作为用于产生动态文件夹的参考内容。
根据示例性实施例,装置100可获得用于描述家庭图片1510的多个关键字。例如,装置100可获得诸如肖像、妈妈、小孩、爸爸、夏天、群组、公园、微笑和有趣的关键字。
参照图15中所示的1500-2,装置100可显示获得的多个关键字的列表1520。然后,装置100可接收选择所述多个关键字的列表1520中的一个或多个关键字的用户输入。例如,装置100可接收选择肖像、小孩、爸爸和公园的用户输入。装置100可产生与用户选择的关键字(例如,肖像、小孩、爸爸和公园)对应的多个文件夹。参照图16对这进行描述。
图16是示出根据示例性实施例的由装置100执行的显示与用户选择的一个或多个关键字对应的文件夹的过程的示图。
如图16所示,装置100可产生与多个获得的关键字(例如,肖像、妈妈、小孩、爸爸、夏天、群组、公园、微笑和有趣)之中用户选择的关键字(例如,肖像、小孩、爸爸和公园)对应的多个文件夹。
装置100可根据分别与产生的多个文件夹(例如,肖像文件夹、小孩文件夹、爸爸文件夹和公园文件夹)对应的关键字来对多条内容进行分类。如果所述多条内容的分类完成,则装置100可显示多个文件夹(例如,肖像文件夹、小孩文件夹、爸爸文件夹和公园文件夹)。
根据示例性实施例,用户可标识基于用户选择的内容而产生的关键字,并选择用户想要作为文件夹产生的一个或多个关键字。
图17是根据示例性实施例的由装置100执行的基于共有关键字对多条内容进行分类的方法的流程图。
在操作S1710中,装置100基于用户输入从多条内容之中选择至少两条内容(以下,被称为“第一内容”和“第二内容”)。例如,装置100可接收选择第一内容和第二内容的用户输入。
在操作S1720中,装置100提取用于描述第一内容的多个第一关键字和用于描述第二内容的多个第二关键字之间共有的关键字(以下,被称为“共有关键字”)。
例如,如果所述多个第一关键字是针对第一内容的元数据定义的,则装置100可标识第一内容的元数据中的所述多个第一关键字。另外,装置100可通过使用从由以下信息构成的组选择的至少一个信息来检测用于描述第一内容的所述多个第一关键字:关于第一内容的属性信息以及关于第一内容的图像分析信息。
如果多个第二关键字是针对第二内容的元数据定义的,则装置100可标识第二内容的元数据中的所述多个第二关键字。另外,装置100可通过使用从由以下信息构成的组选择的至少一个信息来检测用于描述第二内容的所述多个第二关键字:关于第二内容的属性信息以及关于第二内容的图像分析信息。
根据示例性实施例,装置100可将用于描述第一内容的多个第一关键字与用于描述第二内容的多个第二关键字进行比较,并检测所述多个第一关键字和所述多个第二关键字之间的共有关键字。
在操作S1730中,装置100可产生分别与共有关键字对应的多个文件夹。
根据示例性实施例,装置100可产生分别与共有关键字对应的多个文件夹,或者产生分别与共有关键字之中的一个或多个关键字对应的多个文件夹。
根据示例性实施例,装置100可使用与文件夹对应的共有关键字作为该文件夹的名称。例如,如果诸如“人”、“群组”、“室内”和“狗”的共有关键字被选择,则分别同样这些共有关键字对应的文件夹的名称可以是“人”、“群组”、“室内”和“狗”。
在操作S1740中,装置100根据分别与所述多个文件夹对应的共有关键字来对所述多条内容进行分类,并将所述多条内容中的每条存储在所述多个文件夹中的对应文件夹中。
根据示例性实施例,装置100可通过使用下述结果将所述多条内容与分别对应于其的文件夹匹配来对所述多条内容进行分类,该结果是通过将分别对应于所述多个文件夹的共有关键字与用于所述多条内容的相应的关键字(或关于所述多条内容的相应的属性信息)进行比较而获得的结果。
根据示例性实施例,装置100可将指示匹配的内容的存储位置的链接信息存储在对应文件夹中,或者将匹配的内容移到对应文件夹。操作S1740对应于参照图2描述的S240。因此,这里不再提供其描述。
图18A是示出根据示例性实施例的选择至少两条内容的过程的示图,图18B是示出根据示例性实施例的检测选择的至少两条内容之间的共有关键字的过程的示图。
参照图18A中1800-1和1800-2,装置100可从第一用户接收从多条内容之中选择第一内容1811和第二内容1821的输入。
装置100可获得用于描述第一内容1811的多个第一关键字1812。例如,因为第一内容1811是具有长头发并且在房间里拿着麦克风微笑地唱歌的第一用户的照片图像,所以在1800-1中可检测到诸如“肖像”、“房间”、“微笑”、“长头发”和“麦克风”的多个第一关键字1812。
另外,装置100可获得用于描述第二内容1821的多个第二关键字1822。例如,因为第二内容1821是具有长头发并且在学校微笑的第一用户的照片图像,所以在1800-2中可检测到诸如“肖像”、“学校”、“微笑”和“长头发”的多个第二关键字1822。
参照图18B,装置100可检测所述多个第一关键字1812和所述多个第二关键字1822之间的共有关键字。因为所述多个第一关键字1812是“肖像”、“房间”、“微笑”、“长头发”和“麦克风”,并且所述多个第二关键字1822是“肖像”、“学校”、“微笑”和“长头发”,所以装置100可检测“肖像”、“微笑”和“长头发”作为共有关键字。
根据示例性实施例,装置100可产生与在1800-3中检测到的共有关键字对应的多个文件夹。例如,装置100可产生“肖像”文件夹、“微笑”文件夹和“长头发”文件夹。
装置100可将对应于多个文件夹的关键字与存储在装置100中的用于多条内容的关键字(或关于多条内容的属性信息)进行比较,从而,将所述多条内容分类到所述多个文件夹中。
参照图18A和图18B描述选择两条内容的示例。然而,示例性实施例不限于此,三条或更多条内容可被选择。在这种情况下,装置100可通过使用所述三条或更多条内容之间的共有关键字来产生多个文件夹。
以下,参照图19详细地描述确定多个关键字的检测次序的操作,所述确定由装置100执行。
图19是根据示例性实施例的根据准确率来确定多个关键字的检测次序的方法的流程图,所述确定由装置100执行。
在操作S1910中,装置100从多条内容选择一条内容。根据示例性实施例,装置100可基于用户输入来选择一条内容。例如,装置100可接收选择一条内容的用户输入。
在操作S1920中,装置100定义用于描述选择的一条内容的多个关键字。例如,如果多个关键字是针对选择的一条内容的元数据预定义的,则装置100可标识选择的一条内容的元数据中的多个关键字。另外,装置100可通过使用从由以下信息构成的组选择的至少一个信息来检测用于描述选择的一条内容的多个关键字:选择的一条内容的属性信息以及关于选择的一条内容的图像分析信息。
操作S1910和S1920对应于参照图2描述的操作S210和S220。因此,这里不再提供其描述。
在操作S1930中,装置100检测所述多个关键字的相应的准确率。根据示例性实施例,多个关键字的每个准确率可以是指指示与内容相关的关键字可反映关于该内容的描述的程度的准确性概率。
根据示例性实施例,装置100可通过使用关于用于一组标准内容的关键字的准确率的信息来计算从新选择的内容检测的关键字的准确率。
例如,可通过使用下述方法来计算准确率,但不限于此。将内容是图像的情况作为示例进行描述。作为预先连接到关键字的一组标准图像的训练集T需要计算准确率。装置100计算新图像Inew和属于训练集T的每个标准图像Ii之间的视觉特性的相似性FeatureSimilarity(Inew,Ii)。FeatureSimilarity(Inew,Ii)具有在0至1的范围内的值。如果FeatureSimilarity(Inew,Ii)接近于1,则这指示两个图像具有类似的视觉特性。装置100可通过使用以下所示的方程1来计算新图像Inew中的关键字kw(属于所有关键字的组W)的准确率Inew.Accuracykw:
(1)
因为所有图像可具有M个关键字的最大值,所以装置100可基于准确率来选择M个关键字删除,并将选择的M个关键字设置为用于新图像Inew的一组关键字。如果选择的M个关键字之中的一个或多个关键字的准确率小于最小阈值,则装置100可从图像Inew的所述关键字的组删除所述一个或多个关键字。
根据示例性实施例,装置100还可通过对标准图像应用相关性反馈来计算关键字的准确率。相关性反馈是这样的一种方法,该方法从用户接收关于最初被检测到的关键字的准确率的估计,确定用户想要的数据的特性,然后,提供关键字的准确检测。例如,装置100可提高被用户肯定估计的关键字的准确率,并降低被用户否定估计的关键字的准确率。
在操作S1940中,装置100根据准确率来确定所述多个关键字的检测次序。例如,如果关键字具有高准确率,则该关键字可按关键字的检测次序提早被检测。
根据示例性实施例,如果将被检测的关键字的数量是预定的,则装置100可根据准确率来选择与该预定数量对应的关键字。例如,装置100可以以高准确率检测5个关键字。
根据示例性实施例,可根据准确率的次序来布置多个检测的关键字。用户可从所述多个检测的关键字选择用于产生动态文件夹的一个或多个关键字。
图20是示出由装置100执行的根据准确率来确定多个关键字的检测次序的过程的示图。
参照图20中的2000-1,装置100可基于用户输入来选择家庭图片2000作为用于产生动态文件夹的参考内容。根据示例性实施例,装置100可获得用于描述家庭图片2000的多个关键字。例如,装置100可获得诸如肖像、小孩、夏天、公园、有趣、妈妈、爸爸、群组、微笑等的关键字。
参照图20中的2000-2,装置100可通过使用关于用于类似于家庭图片2000的标准内容的关键字的准确率的信息来计算从家庭图片2000检测到的关键字2010(例如,肖像、小孩、夏天、公园、有趣、妈妈、爸爸、群组和微笑)的准确率2020。例如,肖像的准确率可能为4.00%,小孩的准确率可能为3.80%,夏天和公园的准确率可能分别为3.30%,有趣的准确率可能为3.10%,妈妈的准确率可能为2.80%,爸爸和群组的准确率可能分别为2.40%,微笑的准确率可能为2.20%。
装置100可基于关键字(例如,肖像、妈妈、小孩、爸爸、夏天、群组、公园、微笑和有趣)的每个准确率来确定关键字的检测次序。例如,可基于准确率,根据从肖像、小孩、夏天、公园、有趣、妈妈、爸爸、群组到微笑的次序来确定关键字的检测次序。
图21是根据示例性实施例的根据关于用户对文件夹的偏好的信息来确定多个关键字的检测次序的方法的流程图,所述确定由装置100执行。
在操作S2110中,装置100从多条内容选择一条内容。根据示例性实施例,装置100可基于用户输入来选择一条内容。例如,装置100可接收选择一条内容的用户输入。
在操作S2120中,装置100获得用于描述选择的一条内容的多个关键字。例如,如果多个关键字是针对选择的一条内容的元数据预定义的,则装置100可标识选择的一条内容的元数据中的多个关键字。另外,装置100可通过使用从由以下信息构成的组选择的至少一个信息来检测用于描述选择的一条内容的多个关键字:选择的一条内容的属性信息以及关于选择的一条内容的图像分析信息。
操作S2110和S2120对应于参照图2描述的操作S210和S220。因此,这里不再提供其描述。
在操作S2130中,装置100根据关于用户对文件夹的偏好的信息来确定多个关键字的检测次序。在此描述的关于对文件夹的偏好的信息可以是指关于内容被分类到的多个文件夹之中用户偏好的文件夹的类型的信息。
根据示例性实施例,装置100可通过使用从由以下信息构成的组选择的至少一个信息来推断关于用户偏好的文件夹的类型的信息:关于用户的文件夹使用历史的信息(例如,关于一种类型的文件夹被使用的次数的信息等)、关于用户选择的关键字的信息、以及关于用户收集的内容的信息(例如,内容的类型、关于内容中所包括的对象的信息等)。例如,如果用户主要收集包括人的照片的内容,并且对应于与内容中所包括的对象(例如,人或动物)相关的关键字的文件夹的使用率高,则装置100可确定与对象相关的关键字的检测次序以使得与对象相关的关键字被提早检测到。
根据示例性实施例,如果将被检测的关键字的数量是预定的,则装置100可根据关于用户对文件夹的偏好的信息来检测对应于该预定数量的关键字。例如,如果将被检测的预定关键字的数量是5,则装置100可参照关于用户对文件夹的偏好的信息来检测对文件夹具有高用户偏好的5个关键字。
根据示例性实施例,可考虑关于用户对文件夹的偏好的信息来布置多个检测的关键字。用户可从多个检测的关键字之中选择用于产生动态文件夹的一个或多个关键字。
在操作S2140中,装置100产生与所述多个关键字之中的至少两个关键字对应的多个文件夹。例如,如果基于关于用户对文件夹的偏好的信息检测到诸如“小孩”、“肖像”、“狗”和“公园”的关键字,则装置100可产生分别与“小孩”、“肖像”、“狗”和“公园”对应的文件夹。
根据示例性实施例,装置100可通过使用下述结果将所述多条内容与分别对应于其的文件夹匹配来对所述多条内容进行分类,该结果是通过将分别对应于所述多个文件夹的关键字与用于所述多条内容的相应的关键字(或关于所述多条内容的相应的属性信息)进行比较而获得的结果。
如果所述多条内容的分类完成,则装置100可根据关键字的检测次序来布置所述多个文件夹。例如,与根据关键字的检测次序而被提早检测到的关键字对应的文件夹可显示在布置中的上部部分上。
以下,参照图22详细描述基于准确率以及关于用户对文件夹的偏好的信息来确定多个关键字的检测次序的示例。
图22是示出根据示例性实施例的基于关于用户对文件夹的偏好的信息来改变多个关键字的检测次序的过程的示图。
参照图22中示出的2200-1,装置100可基于用户输入来选择家庭图片2200作为用于产生动态文件夹的参考内容。根据示例性实施例,装置100可获得用于描述家庭图片2200的多个关键字。例如,装置100可获得诸如肖像、小孩、夏天、公园、有趣、妈妈、爸爸、群组、微笑等的关键字。肖像的准确率可能为4.00%,小孩的准确率可能为3.80%,夏天和公园的准确率可能分别为3.30%,有趣的准确率可能为3.10%,妈妈的准确率可能为2.80%,爸爸和群组的准确率可能分别为2.40%,微笑的准确率可能为2.20%。装置100可基于关于关键字的准确率的信息来将关键字的检测次序2210确定为肖像、小孩、夏天、公园、有趣、妈妈、爸爸、群组和微笑的次序。
装置100可产生分别与关键字对应的文件夹,并将多条内容分类到文件夹中。如果所述多条内容的分类完成,则装置100可根据分别与文件夹对应的关键字的检测次序2210来显示文件夹。例如,装置100可根据从肖像文件夹、小孩文件夹、夏天文件夹、公园文件夹、有趣文件夹、妈妈文件夹、爸爸文件夹、群组文件夹到微笑文件夹的次序来显示文件夹。
参照图22中所示的2200-2,装置100还可通过进一步按关键字的检测次序2220反映关于用户对文件夹的偏好的信息来确定关键字的检测次序2220。
例如,作为对用户的文件夹使用历史进行分析的结果,与内容中所包括的对象之中的用户或用户的孩子相关的文件夹被选择的次数可能最多,与地方相关的文件夹被选择的次数可能第二多,与感觉相关的文件夹被选择的次数可能最少。
在这种情况下,装置100可通过进一步考虑关于用户对文件夹的偏好的信息以及关于用于描述家庭图片2200的多个关键字的准确率的信息来将用于描述家庭图片2200的多个关键字的检测次序2220确定为小孩、肖像、公园、妈妈、爸爸、夏天、群组、有趣和微笑的次序。
装置100可产生分别与关键字对应的文件夹,并将多条内容分类到文件夹中。如果所述多条内容的分类完成,则装置100可基于分别与文件夹对应的关键字的检测次序2220来显示文件夹。例如,装置100可根据小孩文件夹、肖像文件夹、公园文件夹、妈妈文件夹、爸爸文件夹、夏天文件夹、群组文件夹、有趣文件夹和微笑文件夹的次序来显示文件夹。
如果用户选择一条内容来产生动态文件夹,则装置100可通过仅考虑关于2200-1中的关键字的准确率的信息来确定关键字的检测次序和文件夹的布置次序,或者通过除了关于2200-2中的关键字的准确率的信息之外还考虑关于用户对文件夹的偏好的信息来确定关键字的检测次序和文件夹的布置次序。
图23是示出根据示例性实施例的由装置100执行的调整文件夹的形式的过程的示图。
参照图23中所示的2300-1,用户装置100可基于用户输入来选择家庭图片2310作为用于产生动态文件夹的参考内容。根据示例性实施例,装置100可获得用于描述家庭图片2310的多个关键字2320。例如,装置100可获得诸如肖像、小孩、夏天、公园、有趣、妈妈、爸爸、群组、微笑等的关键字2320。肖像的准确率可能为4.00%,小孩的准确率可能为3.80%,夏天和公园的准确率可能分别为3.30%,有趣的准确率可能为3.10%,妈妈的准确率可能为2.80%,爸爸和群组的准确率可能分别为2.40%,微笑的准确率可能为2.20%。装置100可基于关于关键字2320的准确率的信息将关键字2320的检测次序确定为肖像、小孩、夏天、公园、有趣、妈妈、爸爸、群组和微笑的次序。
参照图23中所示的2300-2,装置100可产生分别与关键字2320对应的文件夹,并将多条内容分类到文件夹中。如果所述多条内容的分类完成,则装置100可基于分别与文件夹对应的关键字2320的检测次序来调整显示的文件夹的大小。例如,装置100可用最大的大小显示肖像文件夹,用第二大的大小显示小孩文件夹和夏天文件夹两者。
参照图23,将基于关键字的检测次序调整文件夹的大小的情况作为示例进行描述。然而,示例性实施例不限于此。根据示例性实施例,装置100可根据相应文件夹中所包括的内容的条数来调整文件夹的大小。例如,如果100条内容包括在小孩文件夹中、88条内容包括在肖像文件夹中,则装置100可将小孩文件夹显示为大于肖像文件夹。
图24是根据示例性实施例的基于新内容的选择重新对多条内容进行分类的方法的流程图,所述重新分类由装置100执行。
在操作S2410中,装置100从多条内容选择一条内容。根据示例性实施例,装置100可基于用户输入来选择一条内容。例如,装置100可接收选择一条内容的用户输入。
在操作S2420中,装置100获得用于描述选择的一条内容的多个关键字。根据示例性实施例,多个关键字可以是用于表达选择的一条内容的至少两个关键词语或短语。
例如,如果多个关键字是针对选择的一条内容的元数据预定义的,则装置100可标识选择的一条内容的元数据中的多个关键字。另外,装置100可通过使用从由以下信息构成的组选择的至少一个信息来检测用于描述选择的一条内容的多个关键字:选择的一条内容的属性信息以及选择的一条内容的图像分析信息。
在操作S2430中,装置100产生分别与所述多个关键字之中的至少两个关键字对应的多个文件夹。
根据示例性实施例,装置100可产生分别与所有的获得的多个关键字对应的多个文件夹。另外,装置100可产生与多个关键字中的一个或多个关键字对应的多个文件夹。根据示例性实施例,装置100可产生与用户选择的至少两个关键字对应的多个文件夹。
在操作S2440中,装置100基于关键字来对多条内容中的每条进行分类并将所述多条内容中的每条存储在对应文件夹中,所述关键字分别对应于这些文件夹。根据示例性实施例,装置100可通过使用下述结果将所述多条内容与分别对应于所述多条内容的文件夹匹配来对所述多条内容进行分类,该结果是通过将分别对应于所述多个文件夹的关键字与用于所述多条内容的相应的关键字(或关于所述多条内容的相应的属性信息)进行比较而获得的结果。
根据示例性实施例,将多条内容中的每条存储在所述多个文件夹中的对应文件夹中可以是指:将指示所述多条内容中的每条的存储位置的链接信息存储在对应文件夹中,或者将所述多条内容中的每条的存储位置改变为对应文件夹。
根据示例性实施例,可基于与多个文件夹对应的关键字的检测次序来确定所述多个文件夹的布置次序。另外,根据示例性实施例,装置100可以以各种方式确定多个文件夹的大小。例如,装置100可根据关键字与每个文件夹相对应的准确率或者内容的条数来不同地调整每个文件夹的大小。
操作S2410和S2440对应于参照图2描述的操作S210和S240。因此,这里不再提供其描述。
在操作S2450中,装置100确定是否从用户接收到了选择新内容的输入。
响应于装置100确定接收到了选择新内容的输入,装置100返回到操作S2420以获得用于描述该新内容的多个新关键字。然后,装置100可产生与所述多个新关键字对应的多个新文件夹。装置100可根据分别与所述多个新文件夹对应的关键字来重新对所述多条内容进行分类。
根据示例性实施例,装置100可根据新内容的选择来重新连续地对多条内容进行分类。参照图25A至图25E详细描述由装置100执行的重新对内容进行分类的实施例。
图25A至图25E是示出根据示例性实施例的基于新内容的选择重新对多条内容进行分类的过程的示图,所述重新分类由装置100执行。
参照图25A,用户可能想要搜索其中小狗在看花的第一图片2500。用户可能想要向装置100请求与小狗相关的动态文件夹,并标识该动态文件夹。参照图25B至图25E详细地描述由用户执行的通过动态文件夹搜索第一图片2500的示例。
参照图25B中的2500-1,装置100可接收通过选择包括小狗的第二图片2510来请求动态文件夹的产生的用户输入。选择关键字的用户输入可以是各种各样的。例如,用户可触摸第二图片2510一段时间段(例如,3秒)或更长时间段,或者触摸第二图片2510一定次数(例如,两次)或更多次。
参照图25B的2500-2,装置100可获得用于描述第二图片2510的多个关键字。例如,装置100可获得诸如小狗、房间、白色、可爱、动物等的关键字。
根据示例性实施例,可提取针对第二图片2510预定义的多个关键字2520,或者可通过使用从由以下信息构成的组中选择的至少一个信息来提取多个关键字2520:关于第二图片2510的属性信息以及关于第二图片2510的图像分析信息。
参照图25C的2500-3,装置100可产生并显示分别与多个关键字2520对应的多个文件夹。例如,装置100可产生小狗文件夹2530、房间文件夹、白色文件夹、可爱文件夹和动物文件夹。装置100可基于下述结果来对分别对应于多条内容的文件夹中的所述多条内容进行分类(或存储),该结果是通过将对应于多个文件夹的关键字与用于预存在装置100中的所述多条内容的关键字(例如,针对所述多条内容预定义的关键字或从属性信息检测的关键字)进行比较而获得的结果。例如,与小狗相关的图像可被存储在小狗文件夹2530中,在房间里捕捉的图像可被存储在房间文件夹中。
如果预存在装置100中的所述多条内容的分类完成,则装置100可显示多个文件夹(例如,小狗文件夹2530、房间文件夹、白色文件夹、可爱文件夹和动物文件夹)。用户可选择有可能包括第一图片2500的小狗文件夹2530。例如,装置100可接收从所述多个文件夹之中选择小狗文件夹2530的用户输入。
参照图25C的2500-4,装置100可响应于选择小狗文件夹2530的用户输入,显示小狗文件夹2530中所包括的内容的列表。用户可检查其中小狗在看花的第一图片2500是否存在于小狗文件夹2530中所包括的内容中。
参照图25D的2500-5,如果用户不能在小狗文件夹2530中找到第一图片2500,则用户可通过选择其中小狗嘴里有花的第三图片2540来请求产生动态文件夹。例如,用户可触摸第三图片2540一段时间段(例如,3秒)或更长时间段,或者触摸第三图片2540一定次数或更多次(例如,两次)。
参照图25D的2500-6,装置100可获得用于描述第三图片2540的多个关键字2550。例如,装置100可获得诸如小狗、花、小狗与花、户外、白色、可爱等的关键字。
根据示例性实施例,可提取针对第三图片2540预定义的多个关键字2540,或者可通过使用从由以下信息构成的组中选择的至少一个信息来提取多个关键字2540:关于第三图片2550的属性信息以及关于第三图片2550的图像分析信息。
参照图25E的2500-7,装置100可产生并显示分别与多个关键字2550对应的多个文件夹。例如,例如,装置100可产生小狗文件夹、花文件夹、小狗与花文件夹2560、户外文件夹、白色文件夹和可爱文件夹。装置100可基于下述结果来重新对分别与多条内容对应的文件夹中的所述多条内容进行分类(或存储),该结果是通过将对应于多个文件夹的关键字与用于预存在装置100中的所述多条内容的关键字(例如,针对所述多条内容预定义的关键字或从属性信息检测的关键字)进行比较而获得的结果。例如,与小狗相关的图像可被存储在小狗文件夹中,与花相关的图像可被存储在花文件夹中。
如果预存在装置100中的所述多条内容的重新分类完成,则装置100可显示多个文件夹(例如,小狗文件夹、花文件夹、小狗与花文件夹2560、户外文件夹、白色文件夹和可爱文件夹)。用户可选择有可能包括第一图片2500的小狗与花文件夹2560。例如,装置100可接收从所述多个文件夹之中选择小狗与花文件夹2560的用户输入。
参照图25E的2500-8,装置100可响应于选择小狗与花文件夹2560的用户输入,显示小狗与花文件夹2560中所包括的内容的列表。用户可检查其中小狗在看花的第一图片2500是否存在于小狗与花文件夹2560中所包括的内容中。
图26是根据示例性实施例的基于从存储在SNS服务器2600中的内容获得的多个关键字来对多条内容进行分类的方法的流程图,分类由装置100执行。
在操作S2600中,SNS服务器2600存储多条内容。SNS服务器2600可以是用于将SNS服务提供给经由网络连接到SNS服务器2600的装置的服务器。SNS服务是指允许用户与其他人建立新关系或者加强与网友的关系的服务。
根据示例性实施例,SNS服务器2600可存储从一个或多个用户的装置上传的内容。
在操作S2605中,装置100登录到SNS服务器2600中。登录过程可以是获得用于访问存储在SNS服务器2600中的内容的权限的过程。例如,装置100可通过将标识信息(例如,账户信息)和认证信息(例如,密码)发送到SNS服务器2600来向SNS服务器请求认证。如果认证成功,则装置100可访问存储在SNS服务器2600中的内容。
在操作S2610中,SNS服务器2600将关于存储在SNS服务器2600中的内容的信息发送到装置100。例如,SNS服务器2600可将存储的内容的列表、内容的发表者、对内容的评论、关于对内容的推荐的信息等发送到装置100。
在操作S2620中,装置100显示关于存储在SNS服务器2600中的内容的信息。例如,装置100可显示从SNS服务器2600接收的内容的列表、内容的发表者、对内容的评论、关于对内容的推荐的信息等。
在操作S2630中,装置100接收选择内容的输入。例如,装置100可接收在存储在SNS服务器2600中的多条内容之中选择一条内容的用户输入,或者接收从存储在SNS服务器2600中的多条内容之中选择两条或更多条内容的用户输入。
根据示例性实施例,选择内容的用户输入可以是不同的。例如,用户输入可包括按键输入、触摸输入、运动输入、弯曲输入、语音输入、多输入等。例如,装置100可接收触摸存储在SNS服务器2600中的多条内容之中的内容一段时间段(例如,2秒)或更长时间段的输入或者触摸该内容一定次数或更多次(例如,双击)的输入。
在操作S2640中,装置100向SNS服务器2600请求与选择的内容相关的属性信息。
根据示例性实施例,属性信息是指示内容的特性的信息,并且可包括例如从由以下信息构成的组中选择的至少一个信息:关于内容的格式的信息、关于内容的大小的信息、关于内容的产生位置的信息、关于内容被产生时的时间点的信息、与内容相关的事件信息、关于产生内容的装置的信息、关于内容的来源的信息以及用户添加的注释信息,但不限于此。例如,与存储在SNS服务器2600中的内容相关的属性信息还可包括从由以下信息构成的组中选择的至少一个信息:发表者信息(例如,账户信息)、关于装置100的用户和发表者之间的关系的信息、帖子的标题以及关于对该帖子的评论的信息。
在操作S2650中,SNS服务器2600提取与选择的内容相关的属性信息。在操作S2660中,SNS服务器2600将与选择的内容相关的属性信息发送到装置100。
例如,SNS服务器2600可提取关于内容的格式的信息、关于内容的大小的信息、关于内容中所包括的对象的信息(例如,对象的类型、名称或数量等)、关于内容的产生位置的信息、关于内容被产生时的时间点的信息、与内容相关的事件信息、关于产生内容的装置的信息、发表者信息(例如,账户信息)、关于装置100的用户和发表者之间的关系的信息、帖子的标题以及关于对该帖子的评论的信息,并将这些信息发送到装置100。
在操作S2670中,装置100获得用于描述选择的内容的多个关键字。例如,装置100可通过使用从SNS服务器2600接收的属性信息来检测用于描述选择的内容的多个关键字。
在操作S2680中,装置100产生分别与所述多个关键字之中的至少两个关键字对应的多个文件夹。
根据示例性实施例,装置100可产生与所有的获得的多个关键字对应的多个文件夹。另外,装置100可产生与多个关键字中的一个或多个关键字对应的多个文件夹。
根据示例性实施例,装置100可产生与用户选择的至少两个关键字对应的多个文件夹。例如,装置100可在屏幕上显示获得的多个关键字的列表,并接收从所述多个关键字之中选择一个或多个关键字的用户输入。装置100可产生与一个或多个关键字对应的多个文件夹。
根据示例性实施例,装置100可使用与文件夹对应的关键字作为该文件夹的名称。根据示例性实施例,可基于与多个文件夹对应的关键字的检测次序来确定所述多个文件夹的布置次序。另外,根据示例性实施例,装置100可以以各种方式确定所述多个文件夹的大小。
在操作S2690中,装置100根据分别与所述多个文件夹对应的关键字来对存储在装置100中的所述多条内容进行分类。
根据示例性实施例,装置100可通过使用下述结果来将所述多条内容与分别对应于所述多条内容的文件夹匹配,该结果是通过将分别对应于所述多个文件夹的关键字与所述多条内容的相应的关键字进行比较而获得的结果。根据示例性实施例,装置100可通过使用下述结果来将所述多条内容中的每条与所述多个文件夹中的对应文件夹匹配,该结果是通过将分别对应于所述多个文件夹的关键字与关于所述多条内容的相应的属性信息进行比较而获得的结果。
操作S2680和S2690对应于参照图2描述的操作S230和S240。因此,这里不再提供其详细描述。参照图27A至图27C详细地描述基于从存储在SNS服务器2600中的内容获得的多个关键字来对多条内容进行分类的实施例,分类由装置100执行。
图27A至图27C是示出根据示例性实施例的基于从存储在SNS服务器中的内容获得的多个关键字来对多条内容进行分类的过程的示图,分类由装置100执行。
参照图27A的2700-1,装置100可执行内容管理应用,并在屏幕上显示内容管理应用的执行窗口。装置100可经由内容管理应用的执行窗口提供包括用于对内容进行分类的菜单的菜单窗口2710。装置100可接收对菜单窗口2710中的动态文件夹菜单2711的选择。
参照图27A的2700-2,装置100可提供第一选择窗口2720,其用于响应于选择动态文件夹菜单271的输入来选择用于产生动态文件夹的参考内容的类型。例如,通过使用第一选择窗口2720,装置100可提供用于选择照片相册中的图像的照片相册菜单、用于选择通过使用照相机捕捉的图像的照相机菜单以及用于选择存储在SNS服务器中的内容的SNS菜单2721。装置100可接收在第一选择窗口2720中选择SNS菜单2721的输入。
参照图27A的2700-3,装置100可提供第二选择窗口2730,其用于响应于选择SNS菜单2721的输入来选择SNS的类型。如果用户在第二选择窗口2730中选择第一SNS 2731,则装置100可请求第一SNS服务器2700连接到第一SNS 2731。例如,如果装置100将账户信息和认证信息发送到第一SNS服务器2700,则装置100可登录到第一SNS服务器2700中。
根据示例性实施例,菜单窗口2710、第一选择窗口2720和第二选择窗口2730可以是GUI的类型。
参照图27B的2700-4,装置100可接收从存储在第一SNS服务器2700中的内容之中选择第一图像2740的输入以及基于第一图像2740请求动态文件夹的产生的输入。例如,如果用户想要搜索用户的朋友在毕业典礼上拍摄并上传到第一SNS服务器2700的与第一图像2740相关的多个图像,则用户可触摸第一图像2740一段时间段(例如,3秒)或更长时间段。然后,装置100可向第一SNS服务器2700请求关于第一图像2740的信息。
参照图27B的2700-5,第一SNS服务器2700可标识第一图像2740的元数据,并将关于第一图像2740的基本属性信息(例如,对象:Sunny、Kim、Bae、Lee、Goo,地点:照相馆,事件:毕业,时间:二月、等)发送到装置100。另外,第一SNS服务器2700可将附加数据2750发送到装置100,附加数据2750包括关于上传第一图像2740的朋友的信息(例如,朋友的姓名:Sunny,关系:朋友)、以及关于与第一图像2740一起发表的评论的信息(例如,与Kim、Lee、Goo、Bae等一起)。
参照图27C的2700-6,装置100可通过使用从第一SNS服务器2700接收的关于第一图像2740的信息来检测用于描述第一图像2740的多个关键字2760。例如,装置100可检测诸如Sunny、朋友、毕业、照相馆、群组、Kim、Bae、Lee、兴奋等的关键字。
参照图27C的2700-7,装置100可产生与检测到的多个关键字对应的多个文件夹。例如,装置100可产生Sunny文件夹、朋友文件夹、毕业文件夹、照相馆文件夹、群组文件夹等。
然后,装置可基于每个文件夹的关键字来对存储在装置100中的多个内容进行分类。例如,与Sunny一起拍摄的图像可包括在Sunny文件夹中,与毕业典礼相关的照片图像可包括在毕业文件夹中,在照相馆拍摄的图像可包括在照相馆文件夹中。
图28是示出根据示例性实施例的选择存储在云储存器中的内容的过程的示图。
参照图28中所示的2800-1,装置100可经由第一选择窗口2720提供用于选择云储存器中存储的内容的云存储菜单2800。装置100可接收在第一选择窗口2720中选择云存储菜单2800的输入。
参照图28中所示的2800-2,装置100可响应于选择云存储菜单2800的输入,显示存储在云储存器中的内容的列表2810。装置100可接收在存储在云储存器中的内容的列表2810中选择内容2820的输入。在这种情况下,装置100可通过获得用于描述内容2820的多个关键字并产生与所述多个关键字对应的多个文件夹来对内容进行分类。
图29是根据示例性实施例的由装置100执行的存储关于偏好文件夹的信息的方法的流程图。
在操作S2910中,装置100显示多个文件夹。例如,装置100可显示基于用户选择的内容而产生的多个文件夹。
在操作S2920中,装置100接收将多个文件夹之中的第一文件夹指定为偏好文件夹的输入。将文件夹指定为偏好文件夹可以是指将其中收集了用户想要重新标识的内容的文件夹添加到收藏夹列表。例如,如果第一文件夹被指定为偏好文件夹,则即使用户选择内容,存储在第一文件夹中(或链接到第一文件夹)的图像也可能不能改变。因此,用户后来可标识第一文件夹中的图像。
在操作S2930中,响应于将第一文件夹指定为偏好文件夹的输入,装置100将关于第一文件夹的信息添加到收藏夹列表或偏好文件夹列表。例如,装置100可将关于第一文件夹的标识信息(例如,第一文件夹的名称)添加到偏好文件夹列表,并且在存储器中存储并管理关于第一文件夹中所包括的多条内容中的每条的链接信息。偏好文件夹列表可根据情况而被表达为收藏夹列表。
然后,如果用户从偏好文件夹列表(收藏夹列表)选择第一文件夹,则装置100可标识关于第一文件夹中所包括的内容的链接信息,并提供第一文件夹中所包括的内容的列表。
根据示例性实施例,即使基于内容产生的多个文件夹临时存在,如果用户将所述多个文件夹之中的第一文件夹指定为偏好文件夹,则第一文件夹可能也不消失,并且可能仍然保留。因此,用户可在不必通过选择内容来重新产生第一文件的情况下标识偏好文件夹列表(收藏夹列表)中的第一文件夹。
图30是示出根据示例性实施例的由装置100执行的存储关于偏好文件夹的信息的过程的示图。
参照图30中所示的3000-1,装置100可基于用户选择的内容来显示多个文件夹。例如,如果通过捕捉嘴里咬着粉红色花的小狗而获得的图像被选择,则装置100可显示小狗文件夹3010、家里文件夹、2014文件夹、粉红文件夹、花文件夹、当前文件夹等。
然后,装置100可接收选择所述多个文件夹之中的小狗文件夹3010的用户输入。装置100可响应于用户输入来提供菜单窗口3020,其包括文件夹搜索菜单、添加到收藏夹菜单3021以及发送到文件夹菜单。
如果用户选择菜单窗口3020中的添加到收藏夹菜单3021,则装置100可检测到将小狗文件夹3010指定为偏好文件夹的输入。因此,装置100可将关于小狗文件夹3010的标识信息(例如,小狗)添加到收藏夹列表,并将关于与小狗文件夹3010中所包括的小狗相关的图像的链接信息(例如,存储位置信息)与关于小狗文件夹3010的标识信息映射。
参照图30中所示的3000-2,显示器100可基于用户输入来显示收藏夹列表3030。在这种情况下,用户可标识添加到收藏夹列表3030的小狗文件夹3010。如果用户选择收藏夹列表3030中的小狗文件夹3010,则装置100可显示小狗文件夹3010中所包括的至少一条内容。
图31是根据示例性实施例的由装置100执行的与外部设备共享动态文件夹的方法的流程图。
在操作S3110中,装置100显示多个文件夹。例如,装置100可显示基于用户选择的内容而产生的多个文件夹。
在操作S3120中,装置100接收请求共享多个文件夹之中的第一文件夹的输入。第一文件夹的共享可指示第一文件夹中所包括的至少一条内容的共享。
根据示例性实施例,请求共享第一文件夹的用户输入可以是不同的。请求共享第一文件夹的用户输入可包括按键输入、语音输入、触摸输入或弯曲输入,但不限于此。
根据示例性实施例,装置100可从用户接收关于用于共享第一文件夹的外部设备的信息。外部设备可以是从由以下设备构成的组中选择的至少一个设备:云服务器、SNS服务器、用户的另一个装置、另一个用户的装置以及可佩戴装置,但不限于此。
例如,用户可将以下信息输入到装置100:关于用于上传第一文件夹中所包括的所有内容的云储存器的账户信息、用户的SNS账户信息、关于第一文件夹中所包括的所有内容都将被发送到的用户的朋友的装置的标识信息(例如,电话号码信息、媒体访问控制(MAC)地址信息等)、关于朋友的电子邮件账户的信息等。
在操作S3130中,装置100与外部设备共享第一文件夹中所包括的至少一条内容。
例如,装置100可将关于第一文件夹中所包括的至少一条内容的链接信息(例如,存储位置信息、URL等)发送到外部设备。另外,装置100可将第一文件夹中所包括的至少一条内容发送到外部设备。
根据示例性实施例,装置100可将第一文件夹中所包括的至少一条内容上传到服务器,并将用于访问该服务器的权限提供给外部设备。
图32是示出根据示例性实施例的由装置100执行的与外部设备共享动态文件夹的过程的示图。
参照图32中所示的3200-1,装置100可基于用户选择的内容来显示多个文件夹。例如,如果通过捕捉在家里嘴里咬着粉红色花的小狗而获得的照片图像被选择,则装置100可显示小狗文件夹3210、家里文件夹、2014文件夹、粉红文件夹、花文件夹、当前文件夹等。
然后,装置100可接收选择所述多个文件夹之中的小狗文件夹3210的用户输入。例如,装置100可接收触摸小狗文件夹3210一段时间段(例如,2秒)或更长时间段的输入。装置100可响应于用户输入来提供菜单窗口3220,其包括文件夹搜索菜单、添加到收藏夹菜单以及发送到文件夹菜单3221。
参照图32中所示的3200-2,如果用户选择菜单3220中的发送到文件夹菜单3221,则装置100可提供用于选择接收设备的选择窗口3230。装置100可接收选择选择窗口3230中的联系人3231的输入。用户可选择联系人3231中的朋友。装置100可与该朋友的装置共享小狗文件夹3210。
例如,装置100可将小狗文件夹3210中所包括的内容发送到该朋友的装置。另外,装置100可将关于小狗文件夹3210中所包括的内容的链接信息发送到该朋友的装置。
根据示例性实施例,装置100可经由电子邮件或文本消息将小狗文件夹3210中所包括的内容(或该内容的链接信息)发送到该朋友的装置。
图33是示出根据示例性实施例的内容管理系统的示图。
如图33所示,根据示例性实施例,内容管理系统可包括装置100和云服务器200。然而,内容管理系统可通过使用比图33中所示的元件更多或更少的元件来实现。
根据示例性实施例,装置100可以以各种形式实现。例如,在此描述的装置100可以是台式计算机、蜂窝电话、智能电话、膝上型计算机、平板PC、电子书终端、数字广播终端、个人数字助理(PDA)、便携式多媒体播放器(PMP)、导航系统、运动图像专辑组音频层3(MP3)播放器、数字照相机、互联网协议电视(IPTV)、数字TV(DTV)、CE设备(例如,具有显示装置的冰箱或空调)等,但不限于此。在此描述的装置100可以是可被用户佩戴的可佩戴装置。例如,根据示例性实施例,装置100可以是从由以下装置构成的组中选择的至少一个装置:手表、眼镜、戒指、手镯、项链等。
在此将不再重复与参照图1B提供的描述相同的关于装置100的描述。以下,为方便描述,将装置100是第一装置至第n装置中的一个的情况作为示例进行描述。
云服务器200可通信地连接到装置100。例如,云服务器200可通过使用账户信息连接到装置100。
根据示例性实施例,云服务器200可与装置100收发数据。例如,装置100可将至少一条内容上传到云服务器200。另外,装置100可从云服务器200接收关于所述至少一条内容的属性信息、关键字信息或上下文信息。
根据示例性实施例,云服务器200可包括智能引擎。云服务器200可分析通过使用智能引擎由装置100收集的内容的信息。例如,云服务器200可从关于内容的属性信息检测关键字,或者通过使用图像处理技术来获得关于内容的图像分析信息。另外,云服务器200可通过对从装置100产生的事件信息进行分析来推断用户的状态、装置的情况等。
以下,参照图34详细地描述由云服务器200执行的基于用户选择的内容来对存储在云服务器200中的多条内容进行分类的方法。
图34是根据示例性实施例的由云服务器200执行的对内容进行分类的方法的流程图。
在操作S3400中,装置100连接到云服务器200,或者与云服务器200建立通信链路。例如,装置100可通过将标识信息(例如,账户信息)和认证信息(例如,密码)发送到云服务器200来请求连接到云服务器200。云服务器200可将标识信息(例如,账户信息)和认证信息(例如,密码)与预先注册的装置信息进行比较。如果标识信息(例如,账户信息)和认证信息(例如,密码)存在于预先注册的装置信息中,则装置100可连接到云服务器200。然后,装置100可将内容上传到云服务器200,或者访问存储在云服务器200中的内容。
在操作S3410中,云服务器200存储多条内容。
例如,云服务器200可存储装置100上传的内容。云服务器200可将关于装置100的标识信息与该内容映射,并存储关于装置100的标识信息和该内容。
在操作S3420中,云服务器200将存储在云服务器200中的多条内容的列表发送到装置200。例如,如果装置100经由账户连接到云服务器200,则装置100可向云服务器200请求所述多条内容的列表,并从云服务器200接收该列表。
在操作S3430中,装置100接收选择所述多条内容之中的内容的输入。例如,装置100可显示所述多条内容的列表,然后,接收选择所述多条内容的列表中的一条内容的用户输入或者选择所述多条内容的列表中的至少两条内容的用户输入。
根据示例性实施例,选择内容的用户输入可以是不同的。例如,在此描述的用户输入可包括按键输入、触摸输入、运动输入、弯曲输入、语音输入、多输入等。例如,装置100可接收触摸存储在云服务器200中的多条内容之中的内容一段时间段(例如,2秒或更多秒)或更长时间段的输入或者触摸该内容一定次数(例如,双击)或更多次的输入。
在操作S3440中,装置100将基于选择的内容产生文件夹的请求发送到云服务器200。例如,装置100可将关于选择的内容的标识信息(例如,内容的名称或索引等)发送到云服务器200。请求产生文件夹可包括请求对存储在云服务器200中的多条内容进行分类。
在操作S3450中,云服务器200获得用于描述内容的多个关键字。根据示例性实施例,所述多个关键字可以是用于表达选择的内容的至少两个关键词或短语。
例如,如果多个关键字是针对选择的一条内容的元数据预定义的,则装置100可标识选择的一条内容的元数据中的多个关键字。另外,装置100可通过使用从由以下信息构成的组中选择的至少一个信息来检测用于描述选择的一条内容的多个关键字:选择的一条内容的属性信息以及选择的一条内容的图像分析信息。
在操作S3460中,云服务器200产生分别与所述多个关键字之中的至少两个关键字对应的多个文件夹。
根据示例性实施例,装置100可产生分别与所有的获得的多个关键字对应的多个文件夹。另外,装置100可产生与多个关键字中的一个或多个关键字对应的多个文件夹。
例如,如果可产生的文件夹的数量被预先确定为一个数字,则装置100可产生与该预定数字对应的文件夹。如果可产生的文件夹的数量被预先确定为4,则装置100可通过使用获得的10个关键字之中的4个关键字来产生4个文件夹。云服务器200可根据关键字的检测次序来产生若干个文件夹。根据示例性实施例,可基于从由以下信息构成的组中选择的至少一个信息来确定关键字的检测次序:关键字的准确率以及关于用户对文件夹的偏好的信息。
根据示例性实施例,云服务器200可使用与文件夹对应的关键字作为该文件夹的名称。
根据示例性实施例,可基于与多个文件夹对应的关键字的检测次序来确定所述多个文件夹的布置次序。另外,根据示例性实施例,装置100可以以各种方式确定所述多个文件夹的大小。例如,云服务器200可根据关键字与每个文件夹相对应的准确率来不同地调整每个文件夹的大小。另外,装置100可根据每个文件夹中所包括的内容的条数来不同地调整每个文件夹的大小。
在操作S3470中,云服务器200基于关键字来对多条内容中的每条进行分类并将该条内容存储在多个文件夹中的分别对应的文件夹中,所述关键字分别与这些文件夹对应。
根据示例性实施例,云服务器200可通过使用下述结果来将所述多条内容与对应于所述多条内容的相应的文件夹匹配,该结果是通过将分别对应于所述多个文件夹的关键字与所述多条内容的相应的关键字进行比较而获得的结果。例如,如果第一内容具有与对应于第一文件夹的第一关键字(例如,狗)相同的关键字(例如,狗)或类似于第一关键字的关键字(例如,小狗),则云服务器200可将第一内容与第一文件夹匹配。
根据示例性实施例,云服务器200可通过使用下述结果来将所述多条内容与分别对应于所述多条内容的文件夹匹配,该结果是通过将分别对应于所述多个文件夹的关键字与所述多条内容的每个属性信息进行比较而获得的结果。例如,如果第一内容具有与对应于第一文件夹的第一关键字(例如,法国)相同的属性信息(地方:法国)或者与对应于第一文件夹的第一关键字类似的属性信息(地方:艾菲尔铁塔),则装置100可将第一内容与第一文件夹匹配。
根据示例性实施例,云服务器200可通过使用Wordnet(分级词汇参考系统)、本体等来确定分别与所述多个文件夹对应的关键字是否与所述多条内容的每个关键字(或属性信息)相同/类似。
根据示例性实施例,云服务器200可将指示内容的存储位置的链接信息存储在对应的文件夹中,或者将内容移到对应的文件夹并将该内容存储在对应的文件夹中。
在操作S3480中,云服务器200将关于所述多条内容被分类到其中的所述多个文件夹的信息发送到装置100。
在操作S3490中,装置100显示所述多条内容被分类到其中的所述多个文件夹。
根据示例性实施例,多个文件夹可被以各种形式表达。例如,所述多个文件夹中的每个均可以是文件文件夹图标或照片相册的形状,但不限于此。
另外,根据示例性实施例,所述多个文件夹中的每个均可以以其中分别存储在所述多个文件夹中的内容的缩略图被组合的图像的形式表达。所述多个文件夹中的每个均可通过使用存储在该文件夹中的所述多条内容之中的代表性内容的缩略图来表示。
以下,参照图35详细地描述由云服务器200执行的检测用于描述用户选择的内容的多个关键字的操作。
图35是根据示例性实施例的通过使用云服务器200检测的多个关键字来对多条内容进行分类的方法的流程图,分类由装置100执行。
在操作S3510中,装置100从多条内容选择一条内容。根据示例性实施例,装置100可基于用户输入来选择一条内容。例如,装置100可接收选择一条内容的用户输入。
在操作S3520中,装置100将选择的一条内容发送到云服务器200。例如,装置100可通过将选择的一条内容发送到云服务器200来请求检测多个关键字。
装置100可将选择的一条内容发送到云服务器200,或者将关于选择的一条内容的标识信息发送到云服务器200。例如,如果选择的一条内容是存储在云服务器200中的内容,则装置100可将选择的一条内容的标识信息(例如,选择的一条内容的名称、选择的一条内容的索引)发送到云服务器200。
在操作S3530中,云服务器200检测用于描述选择的一条内容的多个关键字。
根据示例性实施例,如果多个关键字是针对选择的一条内容的元数据预定义的,则云服务器200可标识选择的一条内容的元数据中的多个关键字。另外,云服务器200可通过使用从由以下信息构成的组中选择的至少一个信息来检测用于描述选择的一条内容的多个关键字:选择的一条内容的属性信息以及关于选择的一条内容的图像分析信息。
例如,云服务器200可通过概括关于选择的一条内容的属性信息来产生多个关键字。在此描述的属性信息的概括可以是指通过基于WordNet(分层语言参考系统)使用上层语言来表达属性信息。
根据示例性实施例,云服务器200将属性信息中所包括的位置信息概括为上层信息,从而,从概括的位置信息检测关键字。例如,云服务器200可将GPS坐标值(纬度37.4872222和经度127.0530792)表达为上级概念,诸如地区、建筑、地址、区域的名称、城市的名称、国家的名称等。在这种情况下,建筑、地址、区域的名称、城市的名称或国家的名称可被检测为用于选择的一条内容的关键字。
另外,云服务器200可将属性信息中所包括的时间信息概括为上层信息。装置100可将以小时、分钟和秒为单位表达的时间信息(例如,05:10:30PM,10月9日,2012年)广义化为上层信息,并将该时间信息表达为早上/中午/晚上、日期、星期、月、年、假期、周末、工作日、平日和/或另一个时区。日子、星期、月、年、周年纪念日等可被检测为用于选择的一条内容的关键字。
根据示例性实施例,云服务器200可根据预定的概括级别来概括属性信息。例如,用于时间信息的概括级别可被设置为使得时间信息被以“月”为单位表达。云服务器200可自动地或者基于用户输入来设置概括级别。
根据示例性实施例,云服务器200可检测图像中所包括的对象的边界。根据示例性实施例,云服务器200可通过将图像中所包括的对象的边界与预定义模板进行比较来检测对象的类型、对象的名称等。如果对象的边界类似于车辆的模板,则图像中所包括的对象可被识别为车辆。在这种情况下,云服务器200可通过使用关于图像中所包括的对象的信息来产生关键字“汽车”。
根据示例性实施例,云服务器200可对图像中所包括的对象执行面部识别。例如,云服务器200可从选择的一条内容检测一个人的面部的区域。检测面部的区域的方法可以是基于知识的方法、基于特征的方法、模板匹配方法或基于外观的方法,但不限于此。
云服务器200可从面部的检测的区域提取面部的特性(例如,眼睛、鼻子、嘴唇等的形状)。诸如Gabor滤波器或局部二值模式(LBP)的各种方法可用作从面部的区域提取面部的特性的方法。然而,从面部的区域提取面部的特性的方法不限于此。
云服务器200可将从选择的一条内容中的面部的区域提取的面部的特性与已经被注册的用户的面部的特性进行比较。例如,如果面部的提取的特性类似于第一用户(例如,Tom)的面部的特性,则云服务器200可确定第一用户(例如,Tom)的图像包括在选择的一条内容中。然后,云服务器200可基于面部识别的结果来产生关键字“Tom”。
根据示例性实施例,云服务器200可将图像的区域与颜色图(颜色直方图)进行比较,从而,提取图像的视觉特性(诸如图像的颜色布置、样式或气氛)作为图像分析信息。云服务器200可通过使用图像的视觉特性来产生关键字。例如,如果选择的一条内容是在其背景中具有天空的图像,则云服务器200可通过使用在其背景中具有天空的图像的视觉特性来检测关键字“天空蓝色”。
另外,根据示例性实施例,云服务器200可以以区域为单位来划分图像,然后,找到最类似于每个区域的群集,从而,检测连接到该群集的关键字。
根据示例性实施例,云服务器200可对选择的一条内容中所包括的印刷字符图像执行字符识别。OCR是指将图像文档中所包括的韩语、英语或数字字体转换为可被云服务器200编辑的字符代码的技术。例如,云服务器200可通过对内容中所包括的印刷字符图像“生日快乐”执行字符识别来检测诸如“快乐”和“生日”的关键字。
在操作S3540中,云服务器200将关于所述多个关键字的信息发送到装置100。例如,云服务器200可将检测的多个关键字、关于所述多个关键字的检测次序的信息等发送到装置100。可基于从由以下信息构成的组中选择的至少一个信息来确定所述多个关键字的检测次序:关键字的准确率以及关于用户对文件夹的偏好的信息。
在操作S3550中,云服务器200产生分别与至少两个关键字对应的多个文件夹。
根据示例性实施例,装置100可产生与从云服务器200接收的所有的多个关键字对应的多个文件夹。另外,装置100可产生与所述多个关键字之中的一个或多个关键字对应的多个文件夹。
例如,如果可产生的文件夹的数量是预定的,则装置100可产生与该预定数量对应的文件夹。如果可产生的文件夹的数量被预先确定为4,则装置100可通过使用接收的10个关键字之中的4个关键字来产生4个文件夹。装置100可根据关键字的检测次序来产生若干个文件夹。
根据示例性实施例,装置100可产生与用户选择的至少两个关键字对应的多个文件夹。例如,装置100可在屏幕上显示获得的多个关键字的列表,并接收从所述多个关键字选择两个或更多个关键字的用户输入。然后,装置100可产生与所述两个或更多个关键字对应的多个文件夹。
根据示例性实施例,可基于与多个文件夹对应的关键字的检测次序来确定所述多个文件夹的布置次序。另外,根据示例性实施例,装置100可以以各种方式确定所述多个文件夹的大小。例如,装置100可根据每个关键字与每个文件夹相对应的准确率或者根据每个文件夹中所包括的内容的条数来不同地调整每个文件夹的大小。
在步骤S3560中,装置100基于分别与多个文件夹对应的关键字来对多条内容中的每条进行分类并将该条内容存储在所述多个文件夹中的对应文件夹中,所述关键字分别对应于这些文件夹。
根据示例性实施例,装置100可通过使用下述结果将多条内容中的每条与所述多个文件夹中的对应文件夹匹配来对所述多条内容进行分类,该结果是通过将分别对应于所述多个文件夹的关键字与所述多条内容的相应的关键字(或关于所述多条内容的相应的属性信息)进行比较而获得的结果。
根据示例性实施例,将多条内容中的每条存储在对应的文件夹中可以是指:将指示所述多条内容中的每条的存储位置的链接信息存储在对应的文件夹中,或者对于对应的文件夹改变所述多条内容中的每条的存储位置。
操作S3350和S350与参照图2描述的操作S230和S240对应。因此,这里不再提供其描述。
图36是示出根据示例性实施例的从云服务器接收关于多个关键字的信息的过程的示图,接收由装置100执行。图37是示出根据示例性实施例的基于从云服务器接收的关于多个关键字的信息来对内容进行分类的过程的示图,分类由装置100执行。
根据示例性实施例,装置100可基于用户输入来选择与小狗一起拍摄的家庭图片3610作为用于产生动态文件夹的参考内容。装置100可通过将与小狗一起拍摄的家庭图片3610发送到云服务器200来请求检测关键字。
云服务器200可获得关于家庭图片3610的图像分析信息。例如,云服务器200可将家庭图片3610的区域与颜色图进行比较,从而,提取家庭图片3610的视觉特性(诸如家庭图片3610的颜色布置、样式或气氛)作为图像分析信息。
云服务器200可从家庭图片3610检测一个人的面部的区域。另外,云服务器可从面部的检测的区域提取面部的特性。云服务器200可将关于面部的提取的特性的信息3620与已经被注册的用户的面部的特性进行比较,从而,检测家庭图片3610中所包括的用户(例如,John、爸爸等)。
云服务器200可检测家庭图片3610中所包括的对象的边界。例如,如果对象的边界类似于小狗的模板,则家庭图片3610中所包括的对象可被识别为小狗。云服务器200可通过使用关于家庭图片3610中所包括的对象的信息来产生关键字“狗”。
另外,云服务器200可从用户对于家庭图片3610输入的注释信息检测关键字(例如,微笑、快乐、海滩等)。
云服务器200可通过使用关于家庭图片3610的基本属性信息(例如,时间信息、位置信息等)来检测关键字(例如,海滩、夏天等)。
如果用于描述家庭图片3610的多个关键字3630的检测完成,则云服务器200可将关于所述多个关键字3630(例如,John、群组、狗、人、海滩、夏天、微笑和快乐)的信息发送到装置100。
参照图37,装置100可通过使用从云服务器200接收的多个关键字3630来产生多个文件夹3700。例如,装置100可产生John文件夹、群组文件夹、狗文件夹、人文件夹、海滩文件夹、夏天文件夹、微笑文件夹以及快乐文件夹。
装置100可基于下述结果来将多条内容分类到分别与其对应的文件夹中,该结果是通过将分别对应于所述多个文件夹3700的关键字与用于存储在装置100中的所述多条内容的相应的关键字(预定义关键字或从属性信息检测的关键字)进行比较而获得的结果。
图38和图39是根据示例性实施例的装置100的框图。
如图38所示,根据示例性实施例,装置100包括用户界面110和控制器120。然而,图38中所示的元件不总是必要元件。装置100可通过使用比图38中所示的元件更多或更少的元件来实现。
例如,如图39所示,根据示例性实施例,除了用户界面110和控制器120之外,装置100还包括输出接口130、通信器140、传感器150、音频-视频(A/V)输入接口160以及存储器170。
以下,描述图39中所示的元件。
用户界面110是用于输入数据以使得用户可控制第一装置100的元件。例如,用户界面110可包括键盘、圆顶开关、触控板(其可以是电容式覆盖型、电阻式覆盖型、红外光束型、表面声波型、积分应变器型或压电型)、缓动盘、或缓动开关,但不限于此。
用户界面110可接收选择多条内容之中的一条内容的输入。根据示例性实施例,选择内容的用户输入可以是不同的。例如,用户输入可包括按键输入、触摸输入、运动输入、弯曲输入、语音输入、多输入等。
根据示例性实施例,用户界面110可接收从所述多条内容之中选择第一内容和第二内容的用户输入。
用户界面110可接收选择多个文件夹之中的第一文件夹的输入。另外,用户界面110可接收选择第一文件夹中所包括的第一内容的输入。
用户界面110还可接收将所述多个文件夹中的第一文件夹指定为偏好文件夹的输入。用户界面110可接收请求共享所述多个文件夹中的第一文件夹的输入。
用户界面110可接收选择所述多个关键字的列表中的至少两个关键字的输入。
控制器120控制装置100的所有操作。例如,控制器120执行存储在存储器170中的程序来控制用户界面110、输出接口130、通信器140、传感器150以及A/V输入接口160。
控制器120可获得用于描述选择的内容的多个关键字。例如,控制器120可标识关于选择的内容的属性信息,概括属性信息,从而,产生多个关键字。
控制器120可通过使用关于选择的内容的图像分析信息来检测所述多个关键字。控制器120可产生与获得的多个关键字之中的至少两个关键字对应的多个文件夹。
控制器120可根据分别与所述多个文件夹对应的关键字来对所述多条内容进行分类,并将所述多条内容中的每条存储在所述多个文件夹中的对应文件夹中。例如,控制器120可将所述多条内容中的每条移到与其对应的每个文件夹,并将所述多条内容中的每条存储在与其对应的每个文件夹中。另外,控制器120可将关于所述多条内容的链接信息存储在与其对应的文件夹中。
控制器120可通过使用下述结果来对多条内容进行分类,该结果是通过将分别对应于所述多个文件夹的关键字与所述多条内容的每个属性信息进行比较而获得的结果。例如,控制器120可通过使用下述结果将多条内容与分别对应于其的文件夹匹配,该结果是通过将分别对应于所述多个文件夹的关键字与所述多条内容的每个属性信息进行比较而获得的结果。
另外,控制器120可通过使用下述结果来对多条内容进行分类,该结果是通过将分别对应于所述多个文件夹的关键字与用于所述多条内容的相应的关键字进行比较而获得的结果。
控制器120可控制显示器131显示存储在第一文件夹中的至少一条内容。
控制器120可从第一内容获得多个关键字,并产生多个新文件夹,这些新文件夹与从第一内容获得的多个关键字之中的至少两个关键字对应。然后,控制器120可根据分别与所述多个新文件夹对应的关键字来重新对所述多条内容进行分类。
如果将多个文件夹之中的第一文件夹指定为偏好文件夹的输入被接收到,则控制器120可将关于第一文件夹的信息存储在存储器170中。例如,控制器120可将关于第一文件夹的标识信息(例如,第一文件夹的名称)添加到收藏夹列表,并且在存储器170中存储并管理第一文件夹中所包括的多条内容的每个链接信息。
如果第一内容和第二内容选自所述多个文件夹,则控制器120可检测用于描述第一内容的多个第一关键字和用于描述第二内容的多个第二关键字之间共有的共有关键字。控制器120可产生与共有关键字对应的多个文件夹,根据分别与所述多个文件夹对应的关键字来对所述多条内容进行分类,然后,将所述多条内容存储在分别与其对应的文件夹中。
输出接口130输出音频信号、视频信号或振动信号,并且包括显示器131、音频输出接口132和振动电机133。
显示器131可显示被装置100处理的信息。例如,显示器131可显示多条内容、用于描述内容的多个关键字、多个文件夹等。
显示器131可显示所述多条内容被分类到其中的多个文件夹。根据示例性实施例,可基于与多个文件夹对应的关键字的检测次序来确定所述多个文件夹的布置次序。另外,可以以各种方式确定所述多个文件夹的大小。例如,可根据关键字与每个文件夹相对应的准确率来不同地调整每个文件夹的大小。
根据示例性实施例,显示器131可在每个文件夹上显示所述多个文件夹的每个文件夹名称(例如,分别与文件夹对应的关键字)或所述多个文件夹中的每个中所包括的内容的条数。
根据示例性实施例,显示器131可基于选择所述多个文件夹之中的第一文件夹的输入,显示存储在第一文件夹中的至少一条内容。
根据示例性实施例,装置100可基于从由以下信息构成的组中选择的至少一个信息来布置第一文件夹中所包括的内容:关于内容的产生时间的信息、关于内容的产生位置的信息、关于内容的容量的信息以及关于内容的分辨率的信息。
显示器131可显示用于描述选择的内容的多个关键字的列表。根据示例性实施例,可根据所述多个关键字的检测次序来布置所述多个关键字的列表。可基于从由以下信息构成的组中选择的至少一个信息来确定所述多个关键字的检测次序:关于关键字的准确度信息以及关于用户对文件夹的偏好的信息。
如果显示器131和触控板形成构成触摸屏幕的分层结构,则显示器131也可用作输入装置以及输出单元。显示器131可包括以下之中的至少一个:液晶显示器(LCD)、薄膜晶体管-液晶显示器(TFT-LCD)、有机发光二极管(OLED)、柔性显示器、三维(3D)显示器以及电泳显示器。根据装置100的实现类型,装置100可包括两个或更多个显示器131。
音频输出接口132输出从通信器130接收的或者存储在存储器170中的音频数据。音频输出接口132输出与在第二装置200处执行的功能相关的音频信号(例如,呼叫信号接收声音、消息接收声音等)。声音输出单元232可包括扬声器、蜂鸣器等。
振动电机133可输出振动信号。例如,振动电机133可输出与音频数据或视频数据的输出(例如,呼叫信号接收声音、消息接收声音等)对应的振动信号。另外,如果触摸被输入到触摸屏,则振动电机133可输出振动信号。
通信器140可包括用于在装置100和云服务器200、装置100和外部设备、装置100和SNS服务器2600或者装置100和外部可佩戴装置之间进行通信的一个或多个元件。例如,通信器140包括短距离通信器141、移动通信器142和广播接收器143。
短距离通信器141可包括蓝牙通信器、蓝牙低频(BLE)通信器、近场通信/射频标识(NFC/RFID)单元、无线局域网络(WLAN)Wi-Fi通信器、Zigbee通信器、红外数据关联(IrDA)通信器、Wi-Fi直接(WFD)通信器、超宽带(UWB)通信器或Ant+通信器,但不限于此。
移动通信器142与从由以下装置构成的组中选择的至少一个装置收发无线信号:基站、外部终端以及移动通信网络上的服务器。无线信号可包括语音呼叫信号、语音电话呼叫信号或用于收发文本或多媒体消息的各种形式的数据。
广播接收器143经由广播信道从外部接收广播信号和/或广播相关信息。广播信道可以是卫星信道或地面广播信道。根据示例性实施例,装置100可以不包括广播接收器143。
通信器140可基于请求共享多个文件夹之中的第一文件夹的输入,与外部设备共享第一文件夹中所包括的至少一条内容。外部设备可以是从由以下设备构成的组中选择的至少一个设备:云服务器、SNS服务器、用户的另一个装置以及连接到装置100的可佩戴装置,但不限于此。
例如,通信器140可将第一文件夹中所包括的至少一条内容的链接信息(例如,存储位置信息、URL等)发送到外部设备。另外,通信器140可将第一文件夹中所包括的至少一条内容发送到外部设备。
传感器150可感测装置100的状态或装置100附近的状态以及佩戴装置100的用户的状态,并将感测的信息发送到控制器120。
传感器150可包括从由以下传感器构成的组中选择的至少一个传感器:磁性传感器151、加速度传感器152、倾斜传感器153、红外传感器154、陀螺仪传感器155、位置传感器156(例如,GPS)、气压传感器157、接近传感器158以及光学传感器159,但不限于此。传感器单元150还可包括温度传感器、照度传感器、压力传感器、虹膜识别传感器等。本领域的普通技术人员可从传感器的名称推断相应传感器的功能。因此,这里将不提供其详细描述。
A/V输入接口160用于输入音频或视频信号,并且包括照相机161和麦克风162。照相机161可在视频电话模式或拍摄模式下获得图像帧,诸如静态图像或运动图像。通过照相机161捕捉的图像可通过控制器120或附加的图像处理单元(未示出)进行处理。
被照相机261处理的图像帧可被存储在存储器170中,或者通过通信器140被发送到外部。根据装置100的配置类型,A/V输入接口160可包括两个或更多个照相机161。
麦克风162接收外部声音信号,并将该外部声音信号处理为电语音数据。例如,麦克风162可从外部装置或扬声器接收声音信号。麦克风162可利用各种去噪算法来移除在接收外部声音信号的输入的过程中可能产生的噪声。
存储器170可存储用于处理和控制控制器120的程序。存储器170还可存储被输入或输出的数据(诸如多条内容、多个文件夹、偏好文件夹列表等)。
存储器170可包括由以下存储介质构成的组中的至少一个存储介质:闪存、硬盘、多媒体卡、卡型存储器(诸如安全数字(SD)或极速卡(XD)存储器)、随机存取存储器(RAM)、静态随机存取存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘以及光学盘。另外,装置100可操作用于在互联网上执行存储器170的存储功能的web储存器。
存储在存储器170中的程序可根据功能而被分类为多个部分。例如,这些程序被分类为UI部分171、通知部分172以及图像处理部分173。
UI部分171可提供根据应用与装置100相互作用的专用UI或GUI。通知部分172可产生用于指示装置100中的事件的发生的信号。通知部分172可经由显示器131以视频信号的形式、经由音频输出接口132以音频信号的形式或者经由振动电机133以振动信号的形式输出通知信号。
图像处理部分173可通过对捕捉的图像进行分析来获得捕捉的图像中所包括的对象信息、边缘信息、气氛信息或颜色信息。
根据示例性实施例,图像处理部分173可检测图像中所包括的对象的边界。根据示例性实施例,图像处理部分173可通过将图像中所包括的对象的边界与预定义模板进行比较来检测对象的类型、对象的名称等。例如,如果对象的边界类似于车辆的模板,则图像处理部分173可将图像中所包括的对象识别为车辆。
根据示例性实施例,图像处理部分173可对图像中所包括的对象执行面部识别。例如,图像处理部分173可从选择的内容检测一个人的面部的区域。检测面部的区域的方法可以是基于知识的方法、基于特征的方法、模板匹配方法或基于外观的方法,但不限于此。
图像处理部分173可从面部的检测的区域提取面部的特性(例如,面部的主要部分(诸如眼睛、鼻子、嘴唇等)的形状)。诸如Gabor滤波器或LBP的各种方法可用作从面部的区域提取面部的特性的方法。然而,从面部的区域提取面部的特性的方法不限于此。
图像处理部分173将从选择的内容中的面部的区域提取的面部的特性与已经被注册的用户的面部的特性进行比较。例如,如果面部的提取的特性类似于第一用户(例如,Tom)的面部的特性,则图像处理部分173可确定第一用户(例如,Tom)的图像包括在选择的内容中。
根据示例性实施例,图像处理部分173可将图像的区域与颜色图(颜色直方图)进行比较,从而,提取图像的视觉特性(诸如图像的颜色布置、样式或气氛)作为图像分析信息。
根据示例性实施例,图像处理部分173可对选择的内容中所包括的印刷字符图像执行字符识别。OCR是指将图像文档中所包括的韩语、英语或数字字体转换为可被装置100编辑的字符代码的技术。
图40是根据示例性实施例的云服务器200的框图。
如图40所示,根据示例性实施例,云服务器200包括通信器210、控制器220以及储存器230。然而,图40中所示的元件不总是必要元件。云服务器200可通过使用比图40中的元件更多或更少的元件来实现。
以下,描述图40中所示的元件。
通信器210可包括用于在云服务器200和装置100之间进行通信的一个或多个元件。通信器210可包括接收单元和发送单元。
通信器210可将存储在云服务器200中的内容的列表发送到装置100。例如,如果通信器210从经由账户连接到云服务器200的装置100接收到对于内容列表的请求,则通信器210可将存储在云服务器200中的内容的列表发送到装置100。
通信器210可从装置100接收基于装置100选择的内容产生文件夹的请求。例如,通信器210可从装置100接收关于选择的内容的标识信息(例如,内容的名称或索引等)。在此描述的产生文件夹的请求可包括请求对存储在云服务器200中的多条内容进行分类。
通信器210可将关于多条内容被分类到其中的多个文件夹的信息发送到装置100。
控制器220控制云服务器200的所有操作。例如,控制器220可获得用于描述内容的多个关键字。根据示例性实施例,多个关键字可以是用于表达选择的内容的至少两个关键词或短语。
例如,如果多个关键字是针对选择的内容的元数据预定义的,则控制器220可标识选择的内容的元数据中的多个关键字。另外,云服务器200可通过使用从由以下信息构成的组中选择的至少一个信息来检测用于描述选择的内容的多个关键字:关于选择的内容的属性信息和图像分析信息。
根据示例性实施例,控制器220可产生分别与获得的多个关键字对应的多个文件夹。另外,控制器220可产生与所述多个关键字中的一个或多个关键字对应的多个文件夹。
例如,如果可产生的文件夹的数量是预定的,则控制器220可产生与该预定数量对应的文件夹。如果可产生的文件夹的数量被预先确定为4,则控制器220可通过使用获得的10个关键字之中的4个关键字来产生4个文件夹。装置100可根据关键字的检测次序来产生若干个文件夹。根据示例性实施例,可基于从由以下信息构成的组中选择的至少一个信息来确定关键字的检测次序:关键字的准确率以及关于用户对文件夹的偏好的信息。
根据示例性实施例,控制器220可使用与文件夹对应的关键字作为该文件夹的名称。
根据示例性实施例,可基于与多个文件夹对应的关键字的检测次序来确定所述多个文件夹的布置次序。另外,根据示例性实施例,控制器220可以以各种方式确定所述多个文件夹的大小。例如,控制器220可根据关键字与每个文件夹相对应的准确率来不同地调整每个文件夹的大小。另外,装置100可根据每个文件夹中所包括的内容的条数来不同地调整每个文件夹的大小。
控制器220可通过使用下述结果来将所述多条内容与对应于所述多条内容的相应的文件夹匹配,该结果是通过将分别对应于所述多个文件夹的关键字与所述多条内容的相应的关键字进行比较而获得的结果。例如,如果第一内容具有与对应于第一文件夹的第一关键字(例如,狗)相同的关键字(例如,狗)或者类似于第一关键字的关键字(例如,小狗),则控制器220可将第一内容与第一文件夹匹配。
根据示例性实施例,控制器220可通过使用下述结果来将多条内容与分别对应于所述多条内容的文件夹匹配,该结果是通过将分别对应于所述多个文件夹的关键字与所述多条内容的每个属性信息进行比较而获得的结果。例如,如果第一内容具有与对应于第一文件夹的第一关键字(例如,法国)相同的属性信息(地点:法国)或者类似于第一关键字的属性信息(地点:艾菲尔铁塔),则装置100可将第一内容与第一文件夹匹配。
根据示例性实施例,控制器220可通过使用Wordnet(分级词汇参考系统)、本体等来确定分别与所述多个文件夹对应的关键字是否与用于所述多条内容的相应的关键字(或关于所述多条内容的属性信息)相同/类似。
根据示例性实施例,控制器220可将指示内容的存储位置的链接信息存储在对应的文件夹中,或者将内容移到对应的文件夹并将该内容存储在对应的文件夹中。
储存器230可存储用于处理控制器230的程序或存储输入/输出数据。例如,云服务器200可构造内容数据库(DB)、装置DB、用于关于用户的面部的特性的信息的DB、对象模板DB等。
储存器230可存储多条内容。例如,储存器230可存储装置100上传的内容。储存器230可将装置100的标识信息与内容映射,并存储装置100的标识信息和内容。
另外,示例性实施例也可通过介质(例如,非暂时性计算机可读介质)上的控制至少一个处理元件实现上述任一实施例的计算机可读代码和/或指令来实现。所述介质可与可用作计算机可读代码的储存器和/或执行计算机可读代码的传输的任何介质对应。
计算机可读代码在介质上可以以各种方式被记录和/或传送,并且介质的示例包括:记录介质,诸如磁性存储介质(例如,ROM、软盘、硬盘等)和光学记录介质(例如,压缩盘只读存储器(CD-ROM)或数字多功能盘(DVD));以及传输介质,诸如互联网传输介质。因此,介质可具有适合于存储或携带信号或信息的结构,诸如根据一个或多个示例性实施例的携带比特流的装置。介质也可以在分布式网络上,以使得计算机可读代码在介质上被存储和/或传送,并且以分布式的方式被执行。此外,处理元件可包括处理器或计算机处理器,处理元件可以是分布式的和/或包括在单个装置中。
根据示例性实施例,装置100可为用户提供用于基于内容的选择来简单地对内容进行分类和搜索的界面。
前述示例性实施例和优点是示例性的,不被解释为限制。本教导可容易地应用于其他类型的设备。此外,示例性实施例的描述的意图是例示说明,而非限制权利要求的范围,许多替代、修改和改变对于本领域技术人员是显而易见的。
Claims (7)
1.一种被配置为对多个图像进行分类的装置,所述装置包括:
用户界面,被配置为接收从所述多个图像选择第一图像的输入;以及
控制器,被配置为:
确定第一图像的属性信息或第一图像的图像分析信息;
基于第一图像的属性信息或第一图像的图像分析信息产生第一图像的多个第一关键字;
产生并在所述装置上显示多个第一文件夹,其中,所述多个第一文件夹分别与所述多个第一关键字对应;
将所述多个图像中的每一个图像与所述多个第一文件夹中的对应的文件夹相匹配;
经由用户界面接收从所述多个第一文件夹中选择一个文件夹的输入;
显示包括在选择的文件夹中的图像的列表;
经由用户界面接收从图像的列表中选择第二图像的输入;
确定第二图像的属性信息或第二图像的图像分析信息;
基于第二图像的属性信息或第二图像的图像分析信息产生第二图像的多个第二关键字;
产生并在所述装置上显示多个第二文件夹,其中,所述多个第二文件夹分别与所述多个第二关键字对应;以及
重新将所述多个图像中的每一个图像与所述多个第二文件夹中的对应的文件夹相匹配。
2.如权利要求1所述的装置,还包括:外部储存器,被配置为存储所述多个图像,其中,外部储存器经由用户的账户而被连接并且被实现在所述装置的外部。
3.如权利要求1所述的装置,其中,控制器被进一步配置为:
将所述多个图像中的每个图像存储在对应文件夹中;或者
将所述多个图像中的每个图像的链接信息存储在对应文件夹中。
4.如权利要求1所述的装置,其中,用户界面被进一步配置为接收将所述多个第一文件夹中的一个文件夹指定为偏好文件夹的输入,并且
控制器被进一步配置为将偏好文件夹的信息添加到偏好文件夹列表。
5.如权利要求1所述的装置,其中,控制器还被配置为经由用户界面接收请求对所述多个第二文件夹中的一个文件夹进行共享的输入,并且
所述装置还包括:通信器,被配置为响应于对所述一个文件夹进行共享的输入使外部设备能够访问与所述一个文件夹匹配的图像。
6.一种对多个图像进行分类的方法,所述分类的步骤由装置执行,所述方法包括:
接收从所述多个图像选择第一图像的输入;
确定第一图像的属性信息或第一图像的图像分析信息;
基于第一图像的属性信息或第一图像的图像分析信息产生第一图像的多个第一关键字;
产生并在所述装置上显示多个第一文件夹,其中,所述多个第一文件夹分别与所述多个第一关键字对应;
将所述多个图像中的每一个图像与所述多个第一文件夹中的对应的文件夹相匹配;
经由用户界面接收从所述多个第一文件夹中选择一个文件夹的输入;
显示包括在选择的文件夹中的图像的列表;
经由用户界面接收从图像的列表中选择第二图像的输入;
确定第二图像的属性信息或第二图像的图像分析信息;
基于第二图像的属性信息或第二图像的图像分析信息产生第二图像的多个第二关键字;
产生并在所述装置上显示多个第二文件夹,其中,所述多个第二文件夹分别与所述多个第二关键字对应;以及
重新将所述多个图像中的每一个图像与所述多个第二文件夹中的对应的文件夹相匹配。
7.如权利要求6所述的方法,还包括:由外部储存器存储所述多个图像,其中,外部储存器经由用户的账户而被连接并且被实现在所述装置的外部。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020140098628A KR20160015838A (ko) | 2014-07-31 | 2014-07-31 | 컨텐츠 분류 방법 및 이를 위한 디바이스 |
KR10-2014-0098628 | 2014-07-31 | ||
PCT/KR2015/007663 WO2016017992A1 (en) | 2014-07-31 | 2015-07-23 | Method and device for classifying content |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105451846A CN105451846A (zh) | 2016-03-30 |
CN105451846B true CN105451846B (zh) | 2019-04-09 |
Family
ID=53794052
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580001344.7A Expired - Fee Related CN105451846B (zh) | 2014-07-31 | 2015-07-23 | 用于对内容进行分类的方法和装置 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20160034559A1 (zh) |
EP (1) | EP2980712A1 (zh) |
KR (1) | KR20160015838A (zh) |
CN (1) | CN105451846B (zh) |
TW (1) | TWI585712B (zh) |
WO (1) | WO2016017992A1 (zh) |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9489104B2 (en) | 2013-11-14 | 2016-11-08 | Apple Inc. | Viewable frame identification |
US9582160B2 (en) | 2013-11-14 | 2017-02-28 | Apple Inc. | Semi-automatic organic layout for media streams |
US20150134661A1 (en) * | 2013-11-14 | 2015-05-14 | Apple Inc. | Multi-Source Media Aggregation |
CN106776662B (zh) | 2015-11-25 | 2020-03-03 | 腾讯科技(深圳)有限公司 | 一种照片的分类整理方法和装置 |
US10387210B2 (en) * | 2016-04-04 | 2019-08-20 | International Business Machines Corporation | Resource schedule optimization |
TWI605353B (zh) * | 2016-05-30 | 2017-11-11 | Chunghwa Telecom Co Ltd | File classification system, method and computer program product based on lexical statistics |
TWI607325B (zh) * | 2016-07-21 | 2017-12-01 | 虹光精密工業股份有限公司 | 檢索索引產生方法及應用此方法之伺服器 |
JP7137173B2 (ja) * | 2016-12-08 | 2022-09-14 | チームラボ株式会社 | コレクションシステム,端末用プログラム,及びコレクション方法 |
KR20180071886A (ko) | 2016-12-20 | 2018-06-28 | 삼성전자주식회사 | 컨텐트를 분류하는 방법 및 전자 장치 |
TWI628626B (zh) * | 2017-07-18 | 2018-07-01 | 劉謹銘 | Multiple image source processing methods |
CN107454256B (zh) * | 2017-07-28 | 2019-03-19 | 珠海市魅族科技有限公司 | 一种信息分享方法和装置、计算机装置、可读存储介质 |
CN108256070B (zh) * | 2018-01-17 | 2022-07-15 | 北京百度网讯科技有限公司 | 用于生成信息的方法和装置 |
CN108596728A (zh) * | 2018-04-26 | 2018-09-28 | 北京小米移动软件有限公司 | 收货地址提供方法及装置 |
CN108737758A (zh) * | 2018-05-21 | 2018-11-02 | 深圳市沃特沃德股份有限公司 | 音视频记录方法和装置 |
TWI693524B (zh) * | 2018-05-22 | 2020-05-11 | 正修學校財團法人正修科技大學 | 專屬個性化圖片搜尋優化方法 |
CN108920619A (zh) * | 2018-06-28 | 2018-11-30 | Oppo广东移动通信有限公司 | 文件显示方法、装置、存储介质及电子设备 |
EP3997612A4 (en) * | 2019-07-09 | 2023-07-19 | Visuo Technology PTY Limited | METHOD AND SYSTEM FOR PROCESSING AN IMAGE AND GENERATING A CONTEXTUALLY COHERENT VIDEO BASED ON IMAGES PROCESSED THEREOF |
CN112101367A (zh) * | 2020-09-15 | 2020-12-18 | 杭州睿琪软件有限公司 | 文本识别方法、图像识别分类方法、文档识别处理方法 |
US20230009267A1 (en) | 2021-07-06 | 2023-01-12 | Ebay Inc. | Visual facet search engine |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1584886A (zh) * | 2003-08-19 | 2005-02-23 | 日本先锋公司 | 内容检索系统 |
CN101419612A (zh) * | 2007-10-23 | 2009-04-29 | 株式会社理光 | 图像处理设备和图像处理方法 |
CN101650721A (zh) * | 2008-08-15 | 2010-02-17 | 鸿富锦精密工业(深圳)有限公司 | 电子相框及图片分类管理方法 |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3669016B2 (ja) * | 1994-09-30 | 2005-07-06 | 株式会社日立製作所 | 文書情報分類装置 |
US6804684B2 (en) * | 2001-05-07 | 2004-10-12 | Eastman Kodak Company | Method for associating semantic information with multiple images in an image database environment |
EP1669890A4 (en) * | 2003-09-26 | 2007-04-04 | Nikon Corp | METHOD, DEVICE AND SYSTEM FOR CUMULATING ELECTRONIC IMAGES |
JP5149570B2 (ja) * | 2006-10-16 | 2013-02-20 | キヤノン株式会社 | ファイル管理装置、ファイル管理装置の制御方法、及びプログラム |
US8276098B2 (en) * | 2006-12-22 | 2012-09-25 | Apple Inc. | Interactive image thumbnails |
US7899831B2 (en) * | 2008-03-25 | 2011-03-01 | International Business Machines Corporation | Method and system for folder recommendation in a file operation |
TW200945074A (en) * | 2008-04-22 | 2009-11-01 | Ein Si & S Co Ltd | Method and system for providing content (3) |
KR20100035043A (ko) * | 2008-09-25 | 2010-04-02 | 삼성전자주식회사 | 컨텐츠 관리 방법 및 장치 |
WO2010065107A1 (en) * | 2008-12-04 | 2010-06-10 | Packetvideo Corp. | System and method for browsing, selecting and/or controlling rendering of media with a mobile device |
TW201025052A (en) * | 2008-12-29 | 2010-07-01 | Altek Corp | Image capture device and an image classification method thereof |
JP5552767B2 (ja) * | 2009-07-27 | 2014-07-16 | ソニー株式会社 | 表示処理装置、表示処理方法および表示処理プログラム |
JP2012064297A (ja) * | 2010-08-19 | 2012-03-29 | Panasonic Corp | コンテンツファイル分類装置およびコンテンツファイル分類方法 |
JP5512489B2 (ja) * | 2010-10-27 | 2014-06-04 | 株式会社日立ソリューションズ | ファイル管理装置及びファイル管理方法 |
US8745499B2 (en) * | 2011-01-28 | 2014-06-03 | Apple Inc. | Timeline search and index |
CN103164713B (zh) * | 2011-12-12 | 2016-04-06 | 阿里巴巴集团控股有限公司 | 图像分类方法和装置 |
US9008433B2 (en) * | 2012-02-08 | 2015-04-14 | International Business Machines Corporation | Object tag metadata and image search |
US20150120661A1 (en) * | 2012-04-04 | 2015-04-30 | Scribble Technologies Inc. | System and Method for Generating Digital Content |
US20140105466A1 (en) * | 2012-10-16 | 2014-04-17 | Ocean Images UK Ltd. | Interactive photography system and method employing facial recognition |
US9047847B2 (en) * | 2013-02-05 | 2015-06-02 | Facebook, Inc. | Displaying clusters of media items on a map using representative media items |
JP5767413B1 (ja) * | 2014-03-18 | 2015-08-19 | 楽天株式会社 | 情報処理システム、情報処理方法、および情報処理プログラム |
-
2014
- 2014-07-31 KR KR1020140098628A patent/KR20160015838A/ko not_active Application Discontinuation
-
2015
- 2015-07-23 CN CN201580001344.7A patent/CN105451846B/zh not_active Expired - Fee Related
- 2015-07-23 WO PCT/KR2015/007663 patent/WO2016017992A1/en active Application Filing
- 2015-07-30 EP EP15179149.8A patent/EP2980712A1/en not_active Ceased
- 2015-07-30 TW TW104124616A patent/TWI585712B/zh not_active IP Right Cessation
- 2015-07-31 US US14/814,831 patent/US20160034559A1/en not_active Abandoned
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1584886A (zh) * | 2003-08-19 | 2005-02-23 | 日本先锋公司 | 内容检索系统 |
CN101419612A (zh) * | 2007-10-23 | 2009-04-29 | 株式会社理光 | 图像处理设备和图像处理方法 |
CN101650721A (zh) * | 2008-08-15 | 2010-02-17 | 鸿富锦精密工业(深圳)有限公司 | 电子相框及图片分类管理方法 |
Also Published As
Publication number | Publication date |
---|---|
TW201606699A (zh) | 2016-02-16 |
CN105451846A (zh) | 2016-03-30 |
KR20160015838A (ko) | 2016-02-15 |
TWI585712B (zh) | 2017-06-01 |
EP2980712A1 (en) | 2016-02-03 |
WO2016017992A1 (en) | 2016-02-04 |
US20160034559A1 (en) | 2016-02-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105451846B (zh) | 用于对内容进行分类的方法和装置 | |
CN105320428B (zh) | 用于提供图像的方法和设备 | |
CN106462595B (zh) | 内容管理方法及用于其的云服务器 | |
KR102199786B1 (ko) | 콘텐트를 기반으로 하는 정보 제공 방법 및 장치 | |
US8831349B2 (en) | Gesture-based visual search | |
US10572215B1 (en) | Extendable architecture for augmented reality system | |
CN111052061A (zh) | 用于在移动计算设备中显露上下文动作的改进的用户界面 | |
KR102285699B1 (ko) | 이미지를 디스플레이하는 사용자 단말기 및 이의 이미지 디스플레이 방법 | |
CN107209775A (zh) | 用于搜索图像的方法和装置 | |
US20170344631A1 (en) | Task completion using world knowledge | |
WO2020019220A1 (zh) | 在预览界面中显示业务信息的方法及电子设备 | |
TWI637347B (zh) | 提供影像的方法與裝置 | |
CN112818141A (zh) | 搜索方法和设备 | |
TWI798912B (zh) | 搜索方法、電子裝置及非暫時性電腦可讀記錄媒體 | |
US20190227988A1 (en) | Electronic apparatus and control method thereof | |
US20240045899A1 (en) | Icon based tagging | |
US20230237087A1 (en) | System to generate contextual queries | |
CN110929122B (zh) | 一种数据处理方法、装置和用于数据处理的装置 | |
KR20230162696A (ko) | 사용자 콘텐츠를 위한 분류 추천들의 결정 | |
KR20230159613A (ko) | 추가적인 텍스트 콘텐츠를 포함하는 수정된 사용자 콘텐츠 생성 | |
CN117280337A (zh) | 生成包括附加文本内容的修改的用户内容 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190409 Termination date: 20200723 |
|
CF01 | Termination of patent right due to non-payment of annual fee |